Thống Kê Mô Tả Mẫu Về Mức Độ Tự Chủ Chăm Sóc

Bảng 3.7: Thống kê mô tả mẫu về mức độ tự chủ chăm sóc

Chỉ báo

Giá trị trung bình (Mean)
Hiểu biết	4.00
Thái độ	3.89
Hành vi	3.93

Có thể bạn quan tâm!

Xem toàn bộ 149 trang tài liệu này.

Nguồn: Kết quả nghiên cứu của tác giả

Kết quả chỉ ra rằng người chăm sóc cho đối tượng cao tuổi tại gia đình đạt được sự kiểm soát tốt nhất đối với công việc chăm sóc thể hiện qua mức độ hiểu biết về công việc chăm sóc, về các vấn đề xung quanh liên quan tới công việc chăm sóc để giảm thiểu những khó khăn khi chăm sóc người cao tuổi tại nhà. Trong khi đó, đối với hai khía cạnh về hành vi (những hành động cụ thể mà NCS đã thực hiện để làm tốt vai trò chăm sóc và đạt được sự chủ động khi chăm sóc người thân) và thái độ (cách mà NCS cảm thấy tự tin kiểm soát đối với các vấn đề xoay quanh công việc chăm sóc) thì NCS cho thấy mức độ thấp hơn.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

4.1. Kết quả kiểm định độ tin cậy thang đo

Bảng 4.1. Kết quả kiểm định Cronbach Alpha

Nhân tố

Biến quan sát	Hệ số tương quan biến tổng	Cronbach’s Alpha nếu xóa biến quan sát
Cronbach’s Alpha Niềm tin về trách nhiệm gia đình: 0.800
Niềm tin về trách nhiệm gia đình	TN1	0.457	0.816
	TN2	0.664	0.723
	TN3	0.756	0.676
	TN4	0.596	0.763
Cronbach’s Alpha Niềm tin về sự hỗ trợ, gắn kết gia đình: 0.854
Niềm tin về sự hỗ trợ, gắn kết gia đình	GK1	0.598	0.841
	GK2	0.694	0.817
	GK3	0.742	0.803
	GK4	0.711	0.815
	GK5	0.603	0.842
Cronbach’s Alpha Hỗ trợ xã hội: 0.762
Hỗ trợ xã hội	HTGD	0.575	0.706
	HTXQ	0.654	0.612
	HTCD	0.570	0.723
Cronbach’s Alpha Tự chủ chăm sóc – khía cạnh Thái độ: 0.832

Tự chủ chăm sóc – khía cạnh thái độ

TD1	0.682	0.778
TD2	0.710	0.748
TD3	0.685	0.774
Cronbach’s Alpha Tự chủ chăm sóc – khía cạnh Hiểu biết: 0.914
Tự chủ chăm sóc – khía cạnh hiểu biết	HB1	0.772	0.896
	HB2	0.769	0.896
	HB3	0.793	0.891
	HB4	0.750	0.900
	HB5	0.816	0.887
Cronbach’s Alpha Tự chủ chăm sóc – khía cạnh Hành vi: 0.916
Tự chủ chăm sóc khía cạnh hành vi	HV1	0.758	0.901
	HV2	0.801	0.896
	HV3	0.703	0.909
	HV4	0.708	0.910
	HV5	0.806	0.895
	HV6	0.818	0.893
Cronbach’s Alpha Xung đột công việc – chăm sóc: 0.899
Xung đột vai trò công việc – vai trò chăm sóc	XD1	0.664	0.895
	XD2	0.771	0.872
	XD3	0.779	0.871
	XD4	0.772	0.872

XD5	0.766	0.874
Cronbach’s Alpha Sức khỏe NCT: 0.876
Sức khỏe người cao tuổi	SK1	0.752	0.838
	SK2	0.711	0.849
	SK3	0.712	0.849
	SK4	0.738	0.843
	SK5	0.637	0.870

Nguồn: Kết quả nghiên cứu của tác giả

Kết quả cho thấy hệ số Cronbach Alpha cho các biến trên lớn hơn >0,6 và hệ số Cronbach Alpha cho từng chỉ báo cũng > 0,6, do vậy các thang đo được giữ nguyên và đủ điều kiện sử dụng.

4.2. Kết quả phân tích nhân tố khám phá EFA

Để kiểm định mức độ hội tụ của các chỉ báo đo lường của từng nhóm nhân tố, tác giả tiến hành phân tích nhân tố khám phá EFA (với phép trích Principal component analysis và phép quay Promax), qua đó kiểm định giá trị hội tụ và phân biệt của thang đo. Kết quả hệ số KMO = 0.868 (>0.5) cho thấy đủ điều kiện để tiến hành phân tích nhân tố và kiểm định Bartlett có mức ý nghĩa < 0.05, khẳng định các biến quan sát trong cùng nhân tố có tương quan với nhau. Tại giá trị Eigenvalues = 1.218 (>1.0), kiểm định EFA đã rút trích được 8 nhân tố từ 36 biến quan sát với tổng phương sai trích đạt 70.8% (>50%), điều này có nghĩa rằng 8 nhân tố này giải thích được 70,8% biến thiên của dữ liệu. Đáng lưu ý là hệ số tải của các biến quan sát dao động từ 0.595 đến 0.904 (tức là đều lớn hơn 0.5) (Bảng 4.2). Như vậy, kết quả EFA cho thấy các biến quan sát cùng tải về 8 nhân tố. Vì vậy, các thang đo được lựa chọn trong mô hình đều đảm bảo được yêu cầu.

Bảng 4.2. Kết quả phân tích nhân tố khám phá EFA

Nhân tố
1	2	3	4	5	6	7	8
HV5	.904
HV6	.893
HV2	.889
HV1	.760
HV4	.759
HV3	.758
HB2		.903
HB5		.879
HB4		.868
HB3		.786
HB1		.774
XD2			.877
XD5			.870
XD3			.866
XD4			.837
XD1			.762
SK1				.877
SK4				.848
SK5				.800
SK3				.784
SK2				.760
GK4					.881
GK2					.786
GK3					.758
GK5					.724
GK1					.717

TN3

	.877
TN4		.839
TN2		.764
TN1		.595
HTGD			.858
HTXQ			.844
HTCD			.726
TD1				.864
TD2				.819
TD3				.800

Nguồn: Kết quả nghiên cứu của tác giả

4.3. Kết quả phân tích nhân tố khẳng định CFA

Trong kết quả phân tích EFA dựa trên số liệu thu thập được từ điều tra khảo sát, các biến số được tách thành 8 nhóm nhân tố như được đề cập trong giả thuyết mô hình nghiên cứu. Tuy nhiên, do phân tích EFA dựa hoàn toàn trên kết quả dữ liệu, và những dữ liệu này thường bị ảnh hưởng bởi các quyết định chủ quan do vậy cần sử dụng phân tích nhân tố khẳng định CFA đã kiểm định sự phù hợp của các nhóm nhân tố về mặt lý thuyết (Byrne, 1989; Jöreskog & Sörbom, 1989; Pedhazur & Schmelkin, 1991)

Việc đánh giá chỉ số độ phù hợp của mô hình (Model Fit) trong CFA cho phép kiểm định cấu trúc thang đo lường, xem xét mô hình đề xuất với dữ liệu đầu vào có bị sai lệch do sai số đo lường hay không (Steenkamp & Van Trijp, 1991).

Theo Hair và cộng sự (2014), chỉ số Chi-Square/df nên nằm trong khoảng từ 1 đến 3. Trường hợp, nếu số mẫu lớn hơn 200 thì giá trị này có thể chấp nhận được nếu nhỏ hơn 5. Giá trị của CFI, GFI và TLI lớn hơn 0.9; RMSEA nhỏ hơn 0.05 và PCLOSE lớn hơn 0.05 thì mô hình được coi là phù hợp. Tuy nhiên, một số chỉ số có thể được chấp nhận trong một số trường hợp: GFI có thể được coi là chấp nhận được khi giá trị nằm trong khoảng từ 0.8 đến 0.9 (Forza và Filippini, 1998; Greenpoon và Saklofske, 1998). Hair và cộng sự (2014) khẳng định chỉ số GFI bị ảnh hưởng bởi quy mô mẫu nên chỉ số này có nhiều hạn chế. Mặt khác, chỉ số RMSEA cũng được cho là chấp nhận được khi có giá trị nhỏ hơn 0.08. Theo kết quả nghiên cứu ở Bảng 4.3, chỉ số Chi-square/df của mô hình bằng 2.891 cho thấy giá trị của chỉ số này là phù hợp. Tuy nhiên, chỉ số

CFI có giá trị bằng 0.874<0.9 và PCLOSE<0.05 phản ánh các chỉ số này chưa phù hợp (Bảng 4.3). Vì vậy, tác giả đã tiến hành điều chỉnh hiệp phương sai của một số thang đo nhằm tăng sự phù hợp của mô hình nghiên cứu.

Sau khi điều chỉnh hiệp phương sai của các thang đo, giá trị của các chỉ số này được thể hiện trong Bảng 4.3 và Hình 4.1. Theo Hair và cộng sự (2014), các chỉ số quan trọng cung cấp thông tin đầy đủ để đánh giá mô hình gồm: chỉ số Chi – square, số bậc tự do, CFI hoặc TLI và RMSEA. Chỉ số Chi-square và bậc sự do được đánh giá chung bằng chỉ số Chi – square/ bậc tự do (Chi-square/df), chỉ số này nhỏ hơn 3 là tốt. Trường hợp, mẫu lớn hơn 200 thì chỉ số này được khuyến khích là nhỏ hơn 5. Chỉ số TLI và CFI có thể được thay thế cho nhau, yêu cầu tối thiểu của 2 chỉ số này là giá trị lớn hơn 0.9. Chỉ số RMSEA được cho là hợp lý khi có giá trị nhỏ hơn 0.5. Tuy nhiên, nếu giá trị của chỉ số này lớn hơn 0.5 nhưng nhỏ hơn 0.8 thì vẫn có thể chấp nhận được.

Như vậy, căn cứ vào các nội dung trên, tác giả có thể kết luận là mô hình nghiên cứu là phù hợp. Kết quả phân tích chi tiết tại Phụ lục 02.

Bảng 4.3: Các chỉ số đánh giá sự phù hợp của mô hình trong CFA

Các chỉ số đánh giá

Chi- square/df	CFI	GFI	TLI	RMSEA	PCIOSE
Điều kiện	< 3,0	> 0,9	> 0,9 hoặc > 0.8	> 0,9	< 0,05 hoặc < 0.08	> 0.05
Kết quả mô hình khi chưa điều chỉnh hiệp phương sai	2.891	0.874	0.793	0.860	0.070	0.000
Kết quả mô hình sau khi điều chỉnh hiệp phương sai	1.770	0.952	0.883	0.943	0.045	0.964

Nguồn: Kết quả nghiên cứu của tác giả

Hình 4.1. Kết quả CFA chuẩn hóa của mô hình tới hạn

Nguồn: Kết quả nghiên cứu của tác giả