护士群体互联网+护理服务使用意愿影响因素量表的编制及信效度检验

凌伟明，张振瑜，张远妮，姚卫光

（1.南方医科大学卫生管理学院，广东 广州510515；2.广东省妇幼保健院，广东 广州511400；3.南方医科大学南方医院，广东 广州510515）

2019 年2 月，国家卫健委发布《关于开展“互联网+护理服务”试点工作的通知》指出，“互联网+护理服务”是医疗机构利用在本机构注册的护士，依托互联网等信息技术，以“线上申请、线下服务”的模式为主， 为出院患者或罹患疾病且行动不便的特殊人群提供的护理服务，为缓解护理服务的供需矛盾提供了新思路。“互联网+护理服务”在创新护理服务的供给模式、释放护士多点执业潜能、优化医疗资源配置上有特殊优势[1]。 医疗行业的高度专业性决定了护士群体在护理服务的供给中占据核心地位， 如何利用互联网技术增加护理服务的供给，探索护士群体“互联网+护理服务”使用意愿及其影响因素成为关键课题。 笔者检索国内外文献发现， 关于护士群体使用“互联网+护理服务” 意愿影响机制的研究比较缺乏。笔者以价值接受模型 （Value-based Adoption Mode,VAM） 为理论框架， 融入技术接受模型（Technology Acceptance Model,TAM）、整合型技术接受模型（Unified Theory of Acceptance and Use of Technology,UTAUT）的部分变量，开发护士群体“互联网+护理服务”使用意愿影响因素的模型和量表，为测量护士群体“互联网+护理服务” 使用意愿及其影响因素提供参考工具。

1 对象与方法

1.1 模型构建及量表设计

1.1.1 模型构建 新加坡学者Kim 等针对移动互联网具有技术和服务双重属性的特点， 根据感知价值理论和技术接受模型提出了价值接受模型， 从价值最大化角度解释了移动互联网消费者的使用行为[2]。 在“互联网+护理服务”的应用中，护士群体同时扮演了技术用户和服务供给者双重角色。 目前，“互联网+护理服务”在我国只是试点，各医院自主决定是否开展该服务，所以本研究假定护士群体对“互联网+护理服务”的采纳是自愿的。 “互联网+护理服务”的开展往往是在护士的日常工作时间之外，此时护士群体作为服务供给方会考虑利益最大化， 以感知价值来决定是否要提供服务， 具有一定自由交易的特征。 因此， 本研究将价值接受模型作为分析框架。 技术接受模型是Davis 运用理性行为理论研究用户对信息技术的采纳时所提出的一个模型， 主要用于分析组织内部员工对信息技术的采纳意愿，后续发展出TAM2、TAM3 等诸多模型[3]。 整合型技术接受模型由Venkatesh 等学者提出， 该模型整合了信息技术采纳研究领域8 个成熟的理论模型， 对用户采纳意愿的解释度达70%， 是该领域的集成理论模型[4]。 本研究以价值接受模型为框架，以技术接受模型中感知易用性变量取代技术性（technicality）变量，构造新变量感知风险取代感知费用变量，保留整合型技术接受模型中社会影响、 便利条件变量以及其与使用意愿的路径关系。 此外，个体创新性、自我效能等个人特征也会影响用户对信息技术的采纳，因此本研究也纳入该类因子作为模型的补充[5]。 根据医疗行业和护士群体的特点对上述变量的定义作适当修整，探索性提出护士群体“互联网+护理服务”使用意愿影响因素假设模型。

1.1.2 量表设计 本研究以假设模型为基础， 结合国内外相关文献的研究量表，开发包含出自我效能、个体创新性、感知价值、感知易用性、感知风险、感知价值、社会影响、便利条件、使用意愿9 个变量，29个条目的护士群体“互联网+护理服务”使用意愿影响因素测量表，尝试测量护士群体“互联网+护理服务”的使用意愿及其影响变量。

1.2 调查对象 本研究只纳入自愿接受调查的公立医院护士。2020 年5 月，在广东省内5 个城市（广州、深圳、东莞、梅州、化州）抽取8 家医院，采用方便抽样法抽取调查对象，发放电子调查问卷。共发放问卷600 份，回收有效问卷497 份，有效回收率82.8%。497 名护士中，年龄分布主要集中于25～45 岁；文化程度分布以本科生和专科生为主； 职称分布上初级和中级职称护士占比较多； 工作年限分布上各年龄段比较均匀； 所在医院等级分布上非三级甲等医院占57.9%；所在科室构成上分布较为均匀。

1.3 调查方法本研究采用Likert 5 级评分开发了护士群体“互联网+护理服务”使用意愿影响因素量表，每个条目得分范围为1～5 分，分别代表完全不同意、不同意、中立、同意、完全同意[6]。 调查员均为医院的正式员工，在开展调查前经过统一培训,确保填写质量。 调查结束后，核查所有回收问卷，剔除无效问卷。

1.4 统计学方法本研究采用电子问卷，直接导出可供软件分析的元数据，采用SPSS 25.0 和Mplus 7.0软件对数据进行描述性统计分析与信效度检验，双侧检验水准α=0.05。 采用Cronbach α 系数、探索性因子分析、验证性因子分析进行信效度检验；拟合指标有χ2/df（模型拟合的卡方自由度比），AIC（赤池系数，BIC（贝叶斯系数），CFI（比较拟合优度指数），TLI（Tucker-Lewis Index 指数），RMSEA（近似误差均方根），SRMR（标准化残差均方根）[8]。

2 结果

2.1 信度分析 护士群体“互联网+护理服务”使用意愿影响因素量表总的Cronbach α 系数为0.965，各变量的Cronbach α 系数0.843～0.953，见表1。

表1 护士群体“互联网+护理服务”使用意愿影响因素量表各变量与量表总分的Cronbach α系数

2.2 探索性因子分析 为了有效验证量表的结构效度， 笔者采用SPSS 软件将全部数据随机分成两半，先用一半做探索性因子分析，剩下一半做验证性因子分析[8]。 采用Mplus 7.0 对一半数据进行探索性因子分析，共设立了单因子、双因子等9 个因子模型。对9 个因子模型的拟合指数进行比较， 发现只有八因子模型的拟合指数满足CFI＞0.9，TLI＞0.9，RMSEA＜0.08，SRMR＜0.08 的要求，且八因子模型的CFI 与其它因子模型的CFI 的差值均＞0.01，所以八因子模型为9 个模型中的最优模型。

结果显示， 除感知价值和社会影响合并为一个变量外，其余变量与研究假设相同，各因子的聚集效应明显，满足结构效度的要求（见表2），合并后护士群体“互联网+护理服务”使用意愿影响因素模型由9 个变量调整为8 个变量（如图1）。

表2 护士群体“互联网+护理服务”使用意愿影响因素量表

图1 护士群体“互联网+护理服务”使用意愿影响因素调整模型

2.3 验证性因子分析 根据调整后的模型修改量表后，进一步对量表进行验证性因子分析，结果显示，χ2/df=2.517，AIC=17316.803，BIC=17742.738，CFI=0.929，TLI=0.918，RMSEA=0.071，SRMR=0.041，量表各条目因子负荷量0.719～0.945，信度系数0.516～0.893，组合信度0.847～0.953。

3 讨论

3.1 量表编制的科学性 本研究量表的开发基于国外成熟的信息技术采纳理论模型，根据“互联网+护理服务”的特性开发理论模型，然后再根据理论模型开发量表。 探索性因子分析多用于未有成熟理论的量表开发，本研究为了增强问卷的信效度，同时采用探索性因子分析和验证性因子分析， 因此本研究所编制的护士群体“互联网+护理服务”使用意愿影响因素量表具有较高的科学性[9]。

3.2 护士群体“互联网+护理服务”使用意愿影响因素量表具有良好的信度 内部一致性信度又称内部一致性系数， 是指用来测量同一个概念的多个计量指标的一致性程度[10]。 在社会科学中，Cronbach α系数广泛应用于量表信度的测量。 本研究量表及各潜变量Cronbach α 系数均＞0.800，表明量表的内部一致性信度较为理想。验证性因子分析的结果显示，量表各条目因子负荷量0.719～0.945，信度系数0.516～0.893，组合信度0.847～0.953，表明护士群体“互联网+护理服务”使用意愿影响因素测量模型的内在质量较为理想， 进一步证实量表具有良好的内部一致性信度[11]。

3.3 护士群体“互联网+护理服务”使用意愿影响因素量表具有良好的效度 结构效度是指一个测验实际测到所要测量的理论结构和特质的程度。 本研究采取了发展模型策略，首先设定了初步理论模型，然后再根据数据结果修正模型[12]。 结果显示只有八因子模型的拟合指数满足要求， 且八因子模型的CFI 与其他因子模型的CFI 的差值均＞0.01， 差值具有统计学意义，表明八因子模型为最优模型。在因子负荷矩阵（见表2）中，社会影响和感知价值变量对应的条目有效负荷均落在公因子6 上。 原因可能是个体在做价值评价时容易受到社会的影响， 社会所推崇的往往被视为有价值的。 感知价值作为模型的中介变量已被广泛证实对使用意愿有显著影响，而社会影响变量则存在不确定性， 根据以往研究证据以及本次研究的结果把社会影响变量合并到感知价值变量。 但探索性因子分析给出的结果只是指向性的，需要进一步的验证。 目前，学界对在验证性因子分析中采取何种指标衡量模型的拟合度并无统一建议，本研究采取Mplus 7.0 默认报告的指标来衡量[13]。对调整后的模型进行验证性因子分析，结果显示χ2/df=2.517，AIC=17316.803，BIC=17742.738，CFI=0.929，TLI=0.918，RMSEA=0.071，SRMR=0.041， 各个模型拟合指数良好，这证实对模型的调整是合理的，护士群体“互联网+护理服务”使用意愿影响因素量表结构效度较为理想。

本研究尚存在一定的局限性，经济因素也是影响护士对“互联网+护理服务”采纳的重要因素，可能对量表的信效度产生干扰，限制量表的推广应用。 此外，本研究问卷虽然是基于成熟的理论模型和问卷开发的，并通过了统计学定量方法对信效度的验证， 但其仍停留在理论层面，有待在实际应用中得到验证和改善。

综上所述，护士群体“互联网+护理服务”使用意愿影响因素量表具有较好的信效度， 可用于测量护士群体“互联网+护理服务”的使用意愿及其影响因素，为提升其开展“互联网+护理服务”的意愿、扩大“互联网+护理服务” 的供给以满足人民日益增长的护理服务需求提供理论参考。