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:
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 (adsbygoogle = window.adsbygoogle || []).push({});
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.
- 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
(adsbygoogle = window.adsbygoogle || []).push({});
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.
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
Fb2 .515 .041 .515 12.590 .000 .515 .559 .515 1.000 1.000
Phương trình hồi quy tuyến tính bội có thể viết như sau: HL = 0,39Fb1 + 0,515Fb2 (adsbygoogle = window.adsbygoogle || []).push({});
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 thỏa mãn của khách hàng.
Trong mô hình trên 2 thành phần có ảnh hưởng đáng kể đến mức độ hài lòng của khách hàng, (với mức ý nghĩa sig <0.05).
Trong đó, ta đặt tên các biến là:
Fb1 Thành phần chất lượng dịch vụ chức năng Fb2 Thành phần chất lượng dịch vụ kỹ thuật
Hệ số Beta của thành phần chất lượng dịch vụ kỹ thuật lớn hơn hệ số Beta của thành phần dịch vụ chức năng. Điều này cho t hấy đối với chất lượng dịch vụ y tế tại Phòng khám tư nhân thì thành phần chất lượng dịch vụ kỹ thuật liên quan đến chất lượng điều trị có phần tác động đến sự hài lòng của khách hàng nhiều hơn so với chất lượng dịch vụ chức năng. Dẫu vậy, khi gia tăng chất lượng dịch vụ chức năng cũng mang lại sự hài lòng gia tăng cho khách hàng.
3.4.3.3. Kiểm định sự phù hợp của mô hình hồi quy Mô hình Chất lượng kỹ thuật/ Chất lượng chức năng
Kiểm định phương sai của phần dư (Mô hình Chất lượng kỹ thuật/ Chất lượng chức năng)
Bảng 3.27: Hệ số tương quan hạng Spearman (Mô hình Chất lượng kỹ thuật/ Chất lượng chức năng)
Fb1 Fb2 HL
Spearman's rho Fb1 Correlation Coefficient 1.000 .085 .387**
Sig. (2-tailed) . .113 .000
Fb2 Correlation Coefficient .085 1.000 .519**
Sig. (2-tailed) .113 . .000
HL Correlation Coefficient .387** .519** 1.000
Sig. (2-tailed) .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 Chất lượng kỹ thuật/ Chất lượng chức năng
- 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.
- Mô hình chuẩn hóa có trung bình (Mean) = 0 và phương sai δ2 (Std.Dev.) = 1.
Hình 3.8: Đồ thị phân phối chuẩn của phần dư (Mô hình Chất lượng kỹ thuật/ Chất lượng chức năng)
Kiểm tra phần dư cho thấy phân phối phần dư xấp xỉ chuẩn có trung bình Mean = 0 và độ lệch chuẩn Std. Dev. = 0.997 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.
Kiểm định tự tương quan trong phần dư Mô hình Chất lượng kỹ thuật/ Chất lượng chức năng
- 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
Dựa vào bảng kết quả, (cột Durbin-Watson) ta thấy d = 2.022
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 3.9.: Mô hình Chất lượng kỹ thuật/ Chất lượng chức năng (adsbygoogle = window.adsbygoogle || []).push({});
Mô hình mối quan hệ giữa chất lượng dịch vụ y tế tại Phòng khám đa khoa Tín Đức và sự thỏa mãn của khách hàng sau hiệu chỉnh có dạng:
Hình3.10: Mô hình mối quan hệ giữa chất lượng dịch vụ y tế tại Phòng khám đa khoa Tín Đức và sự thỏa mãn của khách hàng
Với kết quả nghiên cứu trên cho thấy cả hai mô hình đều có các biến giải thích tốt sự hài lòng của khách hàng đối với dịch vụ y tế tại Phòng khám đa khoa Tín Đức; tuy nhiên mô hình SERVQUAL giải thích sự hài lòng của khách hàng về dịch vụ y tế tại Phòng khám đa khoa Tín Đức tốt hơn mô hình Chất lượng kỹ thuật/ Chất lượng chức năng do có hệ số R2 điều chỉnh cao hơn (0,555 > 0,414).
3.5.Tóm tắt chương 3
Chương này trình bày kết quả kiểm định mô hình thang đo và mô hình nghiên cứu. Qua các bước kiểm định mô hình thang đo và mô hình nghiên cứu đã khẳng định: Mô hình SERVQUAL có 7 thành phần ảnh hưởng đến sự thỏa mãn của khách hàng về chất lượng dịch vụ y tế, xếp theo thứ tự từ cao đến thấp: Chi phí điều
trị, năng lực phục vụ, đồng cảm, phương tiện hữu hình, thời gian chờ đợi, sự tin cậy