CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Mô tả dữ liệu nghiên cứu
Kích thước mẫu phụ thuộc vào phương pháp phân tích, nghiên cứu này có sử dụng phân tích nhân tố khám phá (EFA). Phân tích nhân tố cần có ít nhất 200 quan sát (Gorsuch, 1983); Một số nhà nghiên cứu khác không đưa ra con số cụ thể về số mẫu cần thiết mà đưa ra tỉ lệ giữa số mẫu cần thiết và số tham số cần ước lượng. Đối với phân tích nhân tố, kích thước mẫu sẽ phụ thuộc vào số lượng biến được đưa trong phân tích nhân tố. Gorsuch (1983) cho rằng số lượng mẫu cần gấp 5 lần số lượng biến. Trong khi Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) cho rằng tỉ lệ đó là 4 hay 5.
Công thức kinh nghiệm để xác định kích thước mẫu để chạy hồi quy tối thiểu là: n>= 50+8*p với p là số biến độc lập trong mô hình (Green, 19910) được trích trong (Nguyễn đình thọ, 2013, trang 521); đối với EFA, để sử dụng EFA chúng ta cần kích thước mẫu lớn. Vấn đề xác định kích thước mẫu bao nhiêu vẫn chưa có sự thống nhất. Trong EFA, kích thước mẫu thường xác định dựa vào (1) kích thước tối thiểu, (2) số biến được đưa vào phân tích. Hair và cộng sự, 2006 được trích trong (Nguyễn đình thọ , 2013, trang 415) [7] mẫu tối thiểu là 50 tốt nhất là 100 và tỷ lệ biến quan sát (Observations)/ biến đo lượng (Items) là 5/1 và tốt nhất là 10/1. Dựa vào tổng số biến quan sát trong mô hình là 29. Tác giả sẽ chọn mẫu thuận tiện với kích thước là 200 > (n=29X5=145) bao gồm cả dự phòng những bảng câu hỏi trả lời không đạt yêu cầu.
Do đó đối với đề tài này, việc xác định kích thước mẫu của nghiên cứu định lượng được thực hiện là 200 là phù hợp và nghiên cứu sơ bộ với kích cỡ là 100.
3.3.2 Phương pháp xử lý số liệu
Với tập dữ liệu thu về, sau khi hoàn tất việc chọn lọc, kiểm tra, mã hóa, nhập liệu và làm sạch dữ liệu, sẽ tiến hành xử lý số liệu bằng phần mềm SPSS 20.0 với một số phương pháp phân tích như sau
3.3.2.1 Đánh giá độ tin cậy của thang đo
Sử dụng Cronbach’s Alpha để kiểm tra độ tin cậy các tham số ước lượng trong tập dữ liệu theo từng nhóm yếu tố trong mô hình. Những biến không đảm bảo độ tin cậy sẽ bị loại khỏi tập dữ liệu. Hệ số Cronbach’s Alpha cho biết mức độ tương quan giữa các biến trong bảng câu hỏi và được dùng để tính sự thay đổi của từng biến và mối tương quan giữa những biến.
Tiêu chuẩn đánh giá:
- Các biến có hệ số tương quan biến- tổng (item-total correlation) của biến quan sát tối thiểu phải đạt 0.3. Những biến quan sát nào có hệ số tương quan biến – tổng nhỏ hơn 0.3 sẽ bị loại ra khỏi mô hình.
(Nunnally & Berstein, 1994) trích dẫn từ (Nguyễn Đình Thọ, 2013).
- Thang đo sẽ được chọn khi hệ số Cronbach’s Alpha từ 0.6-0.95 mới có thể chấp nhận được về độ tin cậy, Cronbach’s Alpha càng lớn thì độ nhất quan nội tại
sẽ càng cao.
- Theo quy ước thì một tập hợp các mục hỏi được dùng để đo lường được đánh giá là tốt phải có hệ số Cronbach’s Alpha có giá trị lớn hơn 0.8 là thang đo tốt, từ 0.7 - 0.8 là có thể sử dụng được, nếu chỉ có gía trị từ 0.6 trở lệ thì có thể sử dụng nếu khái niệm được nghiên cứu là khái niệm hoàn toàn mới trong bối cảnh được nghiên cứu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Tổng kết lại, đối với nghiên cứu của tác giả, những biến có hệ số tương quan biến- tổng nhỏ dưới 0.3 sẽ được coi là biến rác và bị loại khỏi mô hình nghiên cứu.
Đồng thời, hệ số Cronbach’s Alpha có giá trị từ 0,6-0,95 được chấp nhận.
3.3.2.2 Phân tích nhân tố khám phá EFA
Các biến sau khi được kiểm định thang đo và loại bỏ các biến không đảm bảo độ tin cậy, sẽ được đưa vào phân tích nhân tố để xác định lại thang đo, điều này sẽ giúp đánh giá chính xác hơn các thang đo, loại bỏ bớt các biến đo lường không đạt yêu cầu và làm cho thang đo đảm bảo tính đồng nhất.
Phân tích nhân tố được hiểu là nhằm nhóm các biến ít tương quan với nhau thành các nhân tố mà các biến trong đó có sự tương quan với nhau hơn, từ đó hình thành các nhân tố đại diện nhưng vẫn mang đầy đủ thông tin so với số lượng biến ban đầu. Phân tích nhân tố bao gồm các bước:
Bước 1: Kiểm định sự thích hợp của phân tích nhân tố đối với các dữ liệu ban đầu bằng chỉ số KMO (Kaiser – Meyer - Olkin) và giá trị thống kê Barlett.
Tiêu chuẩn đánh giá:
- Chỉ số KMO> 0.5
- Mức ý nghĩa của biến đo Barlett test có ý nghĩa <0,05
- Các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố (EFA) là thích hợp.
Bước 2: Tiếp theo, phương pháp trích nhân tố và phương pháp xoay nhân tố sẽ được tiến hành để xác định số lượng các nhân tố được trích ra và xác định các biến thuộc từng nhân tố.
Tiêu chuẩn đánh giá:
- Chỉ những nhân tố nào có Eigenvalue > 1 sẽ được giữ lại trong mô hình phân tích, vì những nhân tố này có tác dụng tóm tắt thông tin tốt hơn so với những nhân tố có Eigenvalue < 1.
- Tổng phương sai trích lớn hơn 50% để chứng tỏ mô hình trên phù hợp với dữ liệu phân tích.
- Hệ số Factor loading: là hệ số tương quan đơn giữa biến và nhân tố. Điều
kiện: hệ số factor loading > 0.4. Biến sẽ thuộc nhân tố nào mà tại đó biến có hệ số factor loading lớn nhất. Những biến nào không thỏa các tiêu chuẩn trên sẽ bị loại và độ phân biệt giữa các biến >0.3
3.3.2.3 Phân tích tương quan – hồi quy * Phân tích hồi quy bội
Sau khi kết luận các biến độc lập và biến phụ thuộc có mối quan hệ tuyến tính với nhau có thể mô hình hóa quan hệ nhân quả này bằng hồi quy tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Mô hình hồi quy dự kiến:
Y1 *X1 2 *X2 3 *X3 4 *X4 5 *X5 6 *X6 + β7*X7 - Với Y: Sự hài lòng chung.
-Xi: Các yếu tố ảnh hưởng đến sự hài lòng của người bệnh và người nhà bệnh nhân, có được từ phân tích EFA.
- βi: các hệ số độ dốc của phương trình hồi quy đã chuẩn hóa.
Kiểm định sự phù hợp của mô hình thông qua kiểm định F và hệ số R2 hiệu chỉnh.
Kiểm định giả thuyết về độ phù hợp của mô hình.
Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng thành phần.
Kiểm định giả thuyết về phân phối chuẩn của phần dư: dựa theo biểu đồ tần số của phần dư chuẩn hóa; xem giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1.
3.3.2.4 Kiểm định sự khác biệt giữa các nhóm thống kê
Sử dụng kiểm định T- test để kiểm định có hay không sự khác nhau trong đánh giá về sự gắn kết với tổ chức giữa các nhóm thống kê Giới tính.
H08: Có sự khác biệt về sự hài lòng của người bệnh và người nhà bệnh nhân với tổ chức theo giới tính.