Thang đo sự thỏa mãn gồm 4 biến quan sát. Sau khi đạt độ tin cậy khi kiểm tra bằng Cronbach alpha. Phân tích nhân tố khám phá EFA được sử dụng để kiểm định lại mức độ hội tụ của các biến quan sát.
Bảng 3.17: Kiểm định KMO biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .822
Bartlett's Test of Sphericity Approx. Chi-Square 650.778
df 6
Sig. .000
Kiểm định KMO và Bartlett's trong phân tích nhân tố cho thấy hệ số KMO 0.822 (>0.5) với mức ý nghĩa bằng 0 (sig = 0.000) cho thấy phân tích nhân tố EFA rất thích hợp.
Bảng 3.18: Phương sai trích biến phụ thuộc
Component
Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2.857 71.415 71.415 2.857 71.415 71.415
2 .448 11.192 82.607
3 .372 9.312 91.919
Bảng 3.19: Ma trận các nhân tố biến phụ thuộc sau khi xoay
Component 1
H.3 Nhin chung, Anh Chi hoan toan tin tuong Phong kham .860
H.1 Nhin chung, Anh Chi hoan toan hai long voi cung cach phuc vu cua Phong kham .843
H.4 Tom lai, Anh Chi hai long voi chat luong dich vu cua Benh vien khi den kham
chua benh tai day .843
H.2 Nhin chung, Anh Chi hoan toan hai long voi trang thiet bi cua Phong kham .834
3.4.Kiểm định mô hình nghiên cứu bằng phân tích hồi quy bội 3.4.1. Mô hình hiệu chỉnh
Theo phân tích EFA phần trên, mô hình lý thuyết được hiệu chỉnh lại cho phù hợp với chất lượng dịch vụ và để thực hiện kiểm nghiệm tiếp theo.
Mô hình 1b Mô hình 2b
Hình 3.5: Mô hình mối quan hệ giữa chất lượng dịch vụ Phòng khám và sự hài lòng của khách hàng đã hiệu chỉnh
Một số giả thuyết khi tiến hành nghiên cứu mô hình hiệu chỉnh:
H1.1: Thành phần đáp ứng được khách hàng đánh giá càng cao thì sự hài lòng
Thành phần đáp ứng Năng lực phục vụ Thành phần tin cậy Phương tiện hữu hình Thời gian chờđợi Thành phần đồng cảm Chi phí khám, chữa bệnh Sự hài lòng CL DV chức năng CL DV kỹ thuật H 1.1 H 1.2 H 1.4 H 1.5 H 1.6 H 1.3 H 1.7 H 2.1 H 2.2
của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần đáp ứng và sự hài lòng của khách hàng có quan hệ cùng chiều.
H1.2: Thành phần năng lực phục vụ được khách hàng đánh giá càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần năng lực phục vụ và sự hài lòng của khách hàng có quan hệ cùng chiều. (adsbygoogle = window.adsbygoogle || []).push({});
H1.3: Thành phần tin cậy được khách hàng đánh giá càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần tin cậy và sự hài lòng của khách hàng có quan hệ cùng chiều.
H1.4: Thành phần phương tiện hữu hình được khách hàng đánh giá càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần phương tiện hữu hình của khách hàng có quan hệ cùng chiều.
H1.5: Thành phần Thời gian chờ đợi được khách hàng đánh giá càng tốt thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần Thời gian chờ đợi và sự hài lòng của khách hàng có quan hệ cùng chiều.
H1.6: Thành phần đồng cảm được khách hàng đánh giá càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần đồng cảm và sự hài lòng của khách hàng có quan hệ cùng chiều.
H1.7: Nếu khách hàng cảm nhận tính cạnh tranh của chi phí khám chữa bệnh càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần chi phí và sự hài lòng của khách hàng có quan hệ cùng chiều.
H2.1: Thành phần chất lượng dịch vụ chức năng được khách hàng đánh giá càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần chất lượng dịch vụ chức năng và sự hài lòng của khách hàng có quan hệ cùng chiều.
H2.2: Thành phần chất lượng dịch vụ kỹ thuật được khách hàng đánh giá càng cao thì sự hài lòng của khách hàng càng cao và ngược lại. Hay nói cách khác, thành phần chất lượng dịch vụ kỹ thuật và sự hài lòng của khách hàng có quan hệ cùng chiều.
H1: Mô hình 1b và 2b đo lường sự thỏa mãn của khách hàng về chất lượng dịch vụ y tế tại Phòng khám đa khoa Tín Đức là tốt như nhau.
3.4.2. Phân tích mô hình hồi quy bội (mô hình SERVQUAL)
3.4.2.1. Kiểm định mối quan hệ tuyến tính giữa biến phụ thuộc với các biến độc lập (mô hình SERVQUAL)
Trước khi tiến hành phân tích hồi quy tuyến tính bội, mối tương quan tuyến tính giữa các biến cần phải được xem xét.
Bảng 3.20: Ma trận tương quan giữa các biến (Mô hình SERVQUAL)
HL Fa1 Fa2 Fa3 Fa4 Fa5 Fa6 Fa7
Pearson Correlation HL 1.000 .220 .325 .225 .274 .269 .349 .299 Fa1 .220 1.000 .000 .000 .000 .000 .000 .000 Fa2 .325 .000 1.000 .000 .000 .000 .000 .000 Fa3 .225 .000 .000 1.000 .000 .000 .000 .000 Fa4 .274 .000 .000 .000 1.000 .000 .000 .000 Fa5 .269 .000 .000 .000 .000 1.000 .000 .000 Fa6 .349 .000 .000 .000 .000 .000 1.000 .000 Fa7 .299 .000 .000 .000 .000 .000 .000 1.000 Sig. (1-tailed) HL . .000 .000 .000 .000 .000 .000 .000 Fa1 .000 . .500 .500 .500 .500 .500 .500 Fa2 .000 .500 . .500 .500 .500 .500 .500 Fa3 .000 .500 .500 . .500 .500 .500 .500 Fa4 .000 .500 .500 .500 . .500 .500 .500 Fa5 .000 .500 .500 .500 .500 . .500 .500 Fa6 .000 .500 .500 .500 .500 .500 . .500 Fa7 .000 .500 .500 .500 .500 .500 .500 . N HL 351 351 351 351 351 351 351 351 Fa1 351 351 351 351 351 351 351 351 Fa2 351 351 351 351 351 351 351 351 Fa3 351 351 351 351 351 351 351 351 Fa4 351 351 351 351 351 351 351 351 Fa5 351 351 351 351 351 351 351 351 Fa6 351 351 351 351 351 351 351 351 Fa7 351 351 351 351 351 351 351 351
Ma trận này cho thấy mối tương quan giữa biến sự thỏa mãn – HL(biến phụ thuộc) với từng biến độc lập, cũng như tương quan giữa các biến độc lập với nhau
trong mô hình. Hệ số tương quan giữa biến sự hài lòng với các biến khác đều lớn hơn 0.2. Nhìn sơ bộ, ta có thể kết luận các nhóm độc lập (Fa1, Fa2,Fa3,Fa4, Fa5,Fa6, Fa7) có thể đưa vào mô hình để giải thích cho biến sự hài lòng. Ngoài ra, hệ số tương quan giữa các biến độc lập với nhau đều rất nhỏ nên hiện tượng đa cộng tuyến giữa các biến độc lập sẽ không xảy ra.
3.4.2.2.Phân tích hồi quy bội (mô hình SERVQUAL)
Bảng 3.21. Thống kê phân tích các hệ số hồi quy (mô hình SERVQUAL)
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .751a .564 .555 .66722239 1.996
a. Predictors: (Constant), Fa7, Fa6, Fa5, Fa4, Fa3, Fa2, Fa1 b. Dependent Variable: HL
F = 63.313, Sig.(F) = .000a
Bảng 3.21 cho thấy, trị thống kê F được tính từ R square của mô hình với mức ý nghĩa quan sát rất nhỏ (sig = 0) (< 0.05) → Mô hình hồi quy tuyến tính bội xây dựng được có ý nghĩa thống kê ở mức 0.05.
Hệ số R2 hiệu chỉnh = 0.555 nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 55,5%. Nói cách khác, khoảng 55,5% khác biệt của mức độ hài lòng quan sát có thể được giải thích bởi sự khác biệt của các biến độc lập trong mô hình.
Hệ số phóng đại phương sai VIF (Variance inflation factor – VIF) rất nhỏ cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
Bảng 3 . 2 2 : Các thông số thống kê của từng biến trong phương trình (Mô hình SERVQUAL) Model Unstandardized Coefficients Standard ized Coefficie nts t Sig. Correlations Collinearity Statistics B Std. Error Beta Zero-
order Partial Part
Tolera
nce VIF
Fa1 .220 .036 .220 6.159 .000 .220 .316 .220 1.000 1.000 Fa2 .325 .036 .325 9.125 .000 .325 .442 .325 1.000 1.000 Fa3 .225 .036 .225 6.318 .000 .225 .323 .225 1.000 1.000 Fa4 .274 .036 .274 7.679 .000 .274 .383 .274 1.000 1.000 Fa5 .269 .036 .269 7.549 .000 .269 .377 .269 1.000 1.000 Fa6 .349 .036 .349 9.779 .000 .349 .467 .349 1.000 1.000 Fa7 .299 .036 .299 8.395 .000 .299 .413 .299 1.000 1.000
Phương trình hồi quy tuyến tính bội có thể viết như sau: (adsbygoogle = window.adsbygoogle || []).push({});
HL = 0,220Fa1 + 0,325Fa2 + 0,225Fa3 + 0,274Fa4 + 0,269Fa5 + 0,349Fa6 +0,299Fa7 Các hệ số hồi quy mang dấu dương thể hiện các yếu tố trong mô hình hồi quy trên ảnh hưởng tỉ lệ thuận đến sự hài lòng của khách hàng.
Trong đó, ta đặt các biến mới là: Fa1 Thành phần đáp ứng
Fa2 Thành phần năng lực phục vụ Fa3 Thành phần tin cậy
Fa4 Thành phần phương tiện hữu hình Fa5 Thời gian chờ đợi
Fa6 Thành phần chi phí khám, chữa bệnh Fa7 Thành phần đồng cảm
Nhìn chung hệ số Beta của các thành phần có sự chênh lệch không lớn, chứng tỏ mối quan tâm của khách hàng đến từng thành phần tương đối như nhau; trong đó thành phần chi phí khám chữa bệnh và năng lực phục vụ có phần cao hơn, kế tiếp là yếu tố đồng cảm, phương tiện hữu hình. Thành phần thời gian chờ đợi qua quá trình phân tích tách thành nhóm biến mới chứng tỏ có sự quan tâm riêng biệt của khách hàng đến yếu tố này. Do vậy, đối với chất lượng dịch vụ y tế tại Phòng khám tư nhân khi công tác điều trị cho khách hàng đạt hiệu quả cao, tạo được sự tin tưởng ở khách hàng về năng lực phục vụ, và giá cả điều chỉnh hợp lý sẽ có sức tác động lớn đến sự thỏa mãn của khách hàng. Bên cạnh đó, yếu tố đồng cảm, đầu tư về phương tiện hữu hình và giảm thiểu thời gian chờ đợi cho khách hàng cũng gia tăng đáng kể sự hài lòng cho khách.
3.4.2.3. Kiểm định sự phù hợp của mô hình hồi quy (mô hình SERVQUAL) Kiểm định phương sai của phần dư
Kiểm định này nhằm đảm bảo các ước lượng OLS là vững thì các phần dư ei phải có phương sai phân bố đều tại mọi giá trị của các biến độc lập.
Bảng 3.23: Hệ số tương quan hạng Spearman (mô hình SERVQUAL)
Fa1 Fa2 Fa3 Fa4 Fa5 Fa6 Fa7 HL
Spearman's rho
Fa1 Correlation Coefficient 1.000 .041 -.016 .034 .054 .027 .032 .204**
Sig. (2-tailed) . .440 .762 .528 .317 .616 .547 .000
Fa2 Correlation Coefficient .041 1.000 -.103 .135* .085 .092 .164** .391**
Sig. (2-tailed) .440 . .053 .011 .113 .086 .002 .000
Fa3 Correlation Coefficient -.016 -.103 1.000 .016 .080 -.010 .095 .229**
Sig. (2-tailed) .762 .053 . .765 .136 .845 .075 .000
Fa4 Correlation Coefficient .034 .135* .016 1.000 .054 .026 .024 .332**
Sig. (2-tailed) .528 .011 .765 . .316 .627 .651 .000
Fa5 Correlation Coefficient .054 .085 .080 .054 1.000 .084 .075 .345**
Sig. (2-tailed) .317 .113 .136 .316 . .115 .161 .000
Fa6 Correlation Coefficient .027 .092 -.010 .026 .084 1.000 .029 .375**
Sig. (2-tailed) .616 .086 .845 .627 .115 . .585 .000
Fa7 Correlation Coefficient .032 .164** .095 .024 .075 .029 1.000 .257**
Sig. (2-tailed) .547 .002 .075 .651 .161 .585 . .000
HL Correlation Coefficient .204** .391** .229** .332** .345** .375** .257** 1.000
Sig. (2-tailed) .000 .000 .000 .000 .000 .000 .000 .
Từ bảng trên ta thấy nếu sử dụng mức ý nghĩa 1% (xác suất chấp nhận giả thuyết sai là 1%) thì giả thuyết hệ số tương quan bằng không bị bác bỏ, nghĩa là có mối liên hệ tuyến tính trong tổng thể của mô hình hồi quy.
Kiểm định phân phối chuẩn phần dư (mô hình SERVQUAL)
- Kiểm định này nhằm đảm bảo các ước lượng OLS là tuyến tính, không chệch thì các phần dư ei phải có phân phối chuẩn. (adsbygoogle = window.adsbygoogle || []).push({});
- Mô hình chuẩn hóa có trung bình (Mean) = 0 và phương sai δ2 (Std.Dev.) = 1. Kiểm tra phần dư cho thấy phân phối phần dư xấp xỉ chuẩn có trung bình Mean = 0 và độ lệch chuẩn Std. Dev. = 0.99 tức là gần bằng một, do đó có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm khi sử dụng phương pháp hồi quy bội.
Hình 3.6: Đồ thị phân phối chuẩn của phần dư (mô hình SERVQUAL)
Kiểm định tự tương quan trong phần dư mô hình SERVQUAL
- Yêu cầu của kiểm định này là các phần dư phải độc lập, không có quan hệ với nhau.
- Dùng thống kê kiểm định d của Durbin-Watson
Với quy tắc kiểm định như sau:4
- Nếu 1 < d < 3 thì kết luận mô hình không có tự tương quan. - Nếu 0 < d < 1 thì kết luận mô hình có tự tương quan dương. - Nếu 3 < d < 4 thì kết luận mô hình có tự tương quan âm.
Kết quả:
Dựa vào bảng kết quả Model Summary (cột Durbin-Watson) khi xây dựng mô hình hồi quy bội, ta thấy d = 1.996
1 < d < 3 Mô hình không có tự tương quan trong phần dư. Mô hình xây
dựng được có khả năng dự báo tốt.
Từ các kiểm định trên ta đi đến kết luận rằng các giả định có quan hệ tuyến tính không bị vi phạm và mô hình hồi qui tuyến tính xây dựng được phù hợp với tổng thể.
Hình 3.7: Mô hình SERVQUAL mối quan hệ giữa chất lượng dịch vụ Phòng khám và sự hài lòng của khách hàng
3.4.3. Mô hình Chất lượng kỹ thuật/ Chất lượng chức năng
3.4.3.1.Xem xét ma trận tương quan giữa các biến Mô hình Chất lượng kỹ thuật/ Chất lượng chức năng
Trước khi tiến hành phân tích hồi quy tuyến tính bội, mối tương quan tuyến tính giữa các biến cần phải được xem xét.
Bảng 3.24: Ma trận tương quan giữa các biến Mô hình Chất lượng kỹ thuật/ Chất lượng chức năng HL Fb1 Fb2 Pearson Correlation HL 1.000 .390 .515 Fb1 .390 1.000 .000 Fb2 .515 .000 1.000 Sig. (1-tailed) HL . .000 .000
Fb1 .000 . .500
Fb2 .000 .500 .
N HL 351 351 351
Fb1 351 351 351
Fb2 351 351 351
Ma trận này cho thấy mối tương quan giữa biến sự thỏa mãn – HL(biến phụ thuộc) với từng biến độc lập, cũng như tương quan giữa các biến độc lập với nhau trong mô hình 2. Hệ số tương quan giữa biến sự hài lòng với các biến khác đều lớn hơn 0.2. Ta có thể thấy các nhóm độc lập (Fb1, Fb2) có thể đưa vào mô hình để giải thích cho biến sự hài lòng. Ngoài ra, hệ số tương quan giữa các biến độc lập với nhau đều rất nhỏ nên hiện tượng đa cộng tuyến giữa các biến độc lập sẽ không xảy ra.
Hệ số phóng đại phương sai VIF (Variance inflation factor – VIF) rất nhỏ cho thấy các biến độc lập này không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
3.4.3.2.Phân tích hồi quy bội mô hình Chất lượng kỹ thuật/ Chất lượng chức năng
Bảng 3.25: Thống kê phân tích các hệ số hồi quy (mô hình Chất lượng kỹ thuật/ Chất lượng chức năng)
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .646a .418 .414 .76532927 2.022 a. Predictors: (Constant), Fb2, Fb1 b. Dependent Variable: HL F =124.773, Sig.= .000a
Bảng 3.25 cho thấy, trị thống kê F được tính từ R square của mô hình với mức ý nghĩa quan sát rất nhỏ (sig = 0) cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được. (adsbygoogle = window.adsbygoogle || []).push({});
Hệ số R2 hiệu chỉnh = 0.414 nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 41,4%. Nói cách khác, khoảng 41,4% khác biệt của
mức độ hài lòng quan sát có thể được giải thích bởi sự khác biệt của các biến độc lập trong mô hình.
Bảng 3 . 2 6 : Các thông số thống kê của từng biến trong phương trình (mô hình Chất lượng kỹ thuật/ Chất lượng chức năng)
Model Unstandardized Coefficients Standardized Coefficients T Sig. Correlations Collinearity Statistics B Std. Error Beta Zero-
order Partial Part Tolera
nce VIF
1 (Constant) 1.905E-16 .041 .000 1.000
Fb1 .390 .041 .390 9.541 .000 .390 .455 .390 1.000 1.000