凌偉明,張振瑜,張遠妮,姚衛(wèi)光
(1.南方醫(yī)科大學衛(wèi)生管理學院,廣東 廣州510515;2.廣東省婦幼保健院,廣東 廣州511400;3.南方醫(yī)科大學南方醫(yī)院,廣東 廣州510515)
2019 年2 月,國家衛(wèi)健委發(fā)布《關于開展“互聯網+護理服務”試點工作的通知》指出,“互聯網+護理服務”是醫(yī)療機構利用在本機構注冊的護士,依托互聯網等信息技術,以“線上申請、線下服務”的模式為主, 為出院患者或罹患疾病且行動不便的特殊人群提供的護理服務,為緩解護理服務的供需矛盾提供了新思路。“互聯網+護理服務”在創(chuàng)新護理服務的供給模式、釋放護士多點執(zhí)業(yè)潛能、優(yōu)化醫(yī)療資源配置上有特殊優(yōu)勢[1]。 醫(yī)療行業(yè)的高度專業(yè)性決定了護士群體在護理服務的供給中占據核心地位, 如何利用互聯網技術增加護理服務的供給,探索護士群體“互聯網+護理服務”使用意愿及其影響因素成為關鍵課題。 筆者檢索國內外文獻發(fā)現, 關于護士群體使用“互聯網+護理服務” 意愿影響機制的研究比較缺乏。筆者以價值接受模型 (Value-based Adoption Mode,VAM) 為理論框架, 融入技術接受模型(Technology Acceptance Model,TAM)、整合型技術接受模型(Unified Theory of Acceptance and Use of Technology,UTAUT)的部分變量,開發(fā)護士群體“互聯網+護理服務”使用意愿影響因素的模型和量表,為測量護士群體“互聯網+護理服務” 使用意愿及其影響因素提供參考工具。
1.1 模型構建及量表設計
1.1.1 模型構建 新加坡學者Kim 等針對移動互聯網具有技術和服務雙重屬性的特點, 根據感知價值理論和技術接受模型提出了價值接受模型, 從價值最大化角度解釋了移動互聯網消費者的使用行為[2]。 在“互聯網+護理服務”的應用中,護士群體同時扮演了技術用戶和服務供給者雙重角色。 目前,“互聯網+護理服務”在我國只是試點,各醫(yī)院自主決定是否開展該服務,所以本研究假定護士群體對“互聯網+護理服務”的采納是自愿的。 “互聯網+護理服務”的開展往往是在護士的日常工作時間之外,此時護士群體作為服務供給方會考慮利益最大化, 以感知價值來決定是否要提供服務, 具有一定自由交易的特征。 因此, 本研究將價值接受模型作為分析框架。 技術接受模型是Davis 運用理性行為理論研究用戶對信息技術的采納時所提出的一個模型, 主要用于分析組織內部員工對信息技術的采納意愿,后續(xù)發(fā)展出TAM2、TAM3 等諸多模型[3]。 整合型技術接受模型由Venkatesh 等學者提出, 該模型整合了信息技術采納研究領域8 個成熟的理論模型, 對用戶采納意愿的解釋度達70%, 是該領域的集成理論模型[4]。 本研究以價值接受模型為框架,以技術接受模型中感知易用性變量取代技術性(technicality)變量,構造新變量感知風險取代感知費用變量,保留整合型技術接受模型中社會影響、 便利條件變量以及其與使用意愿的路徑關系。 此外,個體創(chuàng)新性、自我效能等個人特征也會影響用戶對信息技術的采納,因此本研究也納入該類因子作為模型的補充[5]。 根據醫(yī)療行業(yè)和護士群體的特點對上述變量的定義作適當修整,探索性提出護士群體“互聯網+護理服務”使用意愿影響因素假設模型。
1.1.2 量表設計 本研究以假設模型為基礎, 結合國內外相關文獻的研究量表,開發(fā)包含出自我效能、個體創(chuàng)新性、感知價值、感知易用性、感知風險、感知價值、社會影響、便利條件、使用意愿9 個變量,29個條目的護士群體“互聯網+護理服務”使用意愿影響因素測量表,嘗試測量護士群體“互聯網+護理服務”的使用意愿及其影響變量。
1.2 調查對象 本研究只納入自愿接受調查的公立醫(yī)院護士。2020 年5 月,在廣東省內5 個城市(廣州、深圳、東莞、梅州、化州)抽取8 家醫(yī)院,采用方便抽樣法抽取調查對象,發(fā)放電子調查問卷。共發(fā)放問卷600 份,回收有效問卷497 份,有效回收率82.8%。497 名護士中,年齡分布主要集中于25~45 歲;文化程度分布以本科生和專科生為主; 職稱分布上初級和中級職稱護士占比較多; 工作年限分布上各年齡段比較均勻; 所在醫(yī)院等級分布上非三級甲等醫(yī)院占57.9%;所在科室構成上分布較為均勻。
1.3 調查方法本研究采用Likert 5 級評分開發(fā)了護士群體“互聯網+護理服務”使用意愿影響因素量表,每個條目得分范圍為1~5 分,分別代表完全不同意、不同意、中立、同意、完全同意[6]。 調查員均為醫(yī)院的正式員工,在開展調查前經過統一培訓,確保填寫質量。 調查結束后,核查所有回收問卷,剔除無效問卷。
1.4 統計學方法本研究采用電子問卷,直接導出可供軟件分析的元數據,采用SPSS 25.0 和Mplus 7.0軟件對數據進行描述性統計分析與信效度檢驗,雙側檢驗水準α=0.05。 采用Cronbach α 系數、探索性因子分析、驗證性因子分析進行信效度檢驗;擬合指標有χ2/df(模型擬合的卡方自由度比),AIC(赤池系數,BIC(貝葉斯系數),CFI(比較擬合優(yōu)度指數),TLI(Tucker-Lewis Index 指數),RMSEA(近似誤差均方根),SRMR(標準化殘差均方根)[8]。
2.1 信度分析 護士群體“互聯網+護理服務”使用意愿影響因素量表總的Cronbach α 系數為0.965,各變量的Cronbach α 系數0.843~0.953,見表1。
表1 護士群體“互聯網+護理服務”使用意愿影響因素量表各變量與量表總分的Cronbach α系數
2.2 探索性因子分析 為了有效驗證量表的結構效度, 筆者采用SPSS 軟件將全部數據隨機分成兩半,先用一半做探索性因子分析,剩下一半做驗證性因子分析[8]。 采用Mplus 7.0 對一半數據進行探索性因子分析,共設立了單因子、雙因子等9 個因子模型。對9 個因子模型的擬合指數進行比較, 發(fā)現只有八因子模型的擬合指數滿足CFI>0.9,TLI>0.9,RMSEA<0.08,SRMR<0.08 的要求,且八因子模型的CFI 與其它因子模型的CFI 的差值均>0.01,所以八因子模型為9 個模型中的最優(yōu)模型。
結果顯示, 除感知價值和社會影響合并為一個變量外,其余變量與研究假設相同,各因子的聚集效應明顯,滿足結構效度的要求(見表2),合并后護士群體“互聯網+護理服務”使用意愿影響因素模型由9 個變量調整為8 個變量(如圖1)。
表2 護士群體“互聯網+護理服務”使用意愿影響因素量表
圖1 護士群體“互聯網+護理服務”使用意愿影響因素調整模型
2.3 驗證性因子分析 根據調整后的模型修改量表后,進一步對量表進行驗證性因子分析,結果顯示,χ2/df=2.517,AIC=17316.803,BIC=17742.738,CFI=0.929,TLI=0.918,RMSEA=0.071,SRMR=0.041,量表各條目因子負荷量0.719~0.945,信度系數0.516~0.893,組合信度0.847~0.953。
3.1 量表編制的科學性 本研究量表的開發(fā)基于國外成熟的信息技術采納理論模型,根據“互聯網+護理服務”的特性開發(fā)理論模型,然后再根據理論模型開發(fā)量表。 探索性因子分析多用于未有成熟理論的量表開發(fā),本研究為了增強問卷的信效度,同時采用探索性因子分析和驗證性因子分析, 因此本研究所編制的護士群體“互聯網+護理服務”使用意愿影響因素量表具有較高的科學性[9]。
3.2 護士群體“互聯網+護理服務”使用意愿影響因素量表具有良好的信度 內部一致性信度又稱內部一致性系數, 是指用來測量同一個概念的多個計量指標的一致性程度[10]。 在社會科學中,Cronbach α系數廣泛應用于量表信度的測量。 本研究量表及各潛變量Cronbach α 系數均>0.800,表明量表的內部一致性信度較為理想。驗證性因子分析的結果顯示,量表各條目因子負荷量0.719~0.945,信度系數0.516~0.893,組合信度0.847~0.953,表明護士群體“互聯網+護理服務”使用意愿影響因素測量模型的內在質量較為理想, 進一步證實量表具有良好的內部一致性信度[11]。
3.3 護士群體“互聯網+護理服務”使用意愿影響因素量表具有良好的效度 結構效度是指一個測驗實際測到所要測量的理論結構和特質的程度。 本研究采取了發(fā)展模型策略,首先設定了初步理論模型,然后再根據數據結果修正模型[12]。 結果顯示只有八因子模型的擬合指數滿足要求, 且八因子模型的CFI 與其他因子模型的CFI 的差值均>0.01, 差值具有統計學意義,表明八因子模型為最優(yōu)模型。在因子負荷矩陣(見表2)中,社會影響和感知價值變量對應的條目有效負荷均落在公因子6 上。 原因可能是個體在做價值評價時容易受到社會的影響, 社會所推崇的往往被視為有價值的。 感知價值作為模型的中介變量已被廣泛證實對使用意愿有顯著影響,而社會影響變量則存在不確定性, 根據以往研究證據以及本次研究的結果把社會影響變量合并到感知價值變量。 但探索性因子分析給出的結果只是指向性的,需要進一步的驗證。 目前,學界對在驗證性因子分析中采取何種指標衡量模型的擬合度并無統一建議,本研究采取Mplus 7.0 默認報告的指標來衡量[13]。對調整后的模型進行驗證性因子分析,結果顯示χ2/df=2.517,AIC=17316.803,BIC=17742.738,CFI=0.929,TLI=0.918,RMSEA=0.071,SRMR=0.041, 各個模型擬合指數良好,這證實對模型的調整是合理的,護士群體“互聯網+護理服務”使用意愿影響因素量表結構效度較為理想。
本研究尚存在一定的局限性,經濟因素也是影響護士對“互聯網+護理服務”采納的重要因素,可能對量表的信效度產生干擾,限制量表的推廣應用。 此外,本研究問卷雖然是基于成熟的理論模型和問卷開發(fā)的,并通過了統計學定量方法對信效度的驗證, 但其仍停留在理論層面,有待在實際應用中得到驗證和改善。
綜上所述,護士群體“互聯網+護理服務”使用意愿影響因素量表具有較好的信效度, 可用于測量護士群體“互聯網+護理服務”的使用意愿及其影響因素,為提升其開展“互聯網+護理服務”的意愿、擴大“互聯網+護理服務” 的供給以滿足人民日益增長的護理服務需求提供理論參考。