6. Kết cấu của luận văn
3.1.3.5Nhân tố Giá cả (Tangibles):
Liên quan đến các chi phí mà khách hàng bỏ ra để sử dụng các sản phẩm bảo hiểm của ngân hàng như phí, biểu phí. Gồm các biến quan sát như sau:
Biểu phí bảo hiểm ở mức vừa phải so với các DNBH khác;
Thu phí bảo hiểm đúng như bảng phí đã niêm yết;
Chi phí mua bảo hiểm tương xứng giữa chất lượng và giá cả;
Nói một cách tổng quát, chất lượng dịch vụ Bancassurance là khảnăng đáp ứng dịch vụ đối với mong đợi của khách hàng khi mua bảo hiểm tại ngân hàng, hay nói
theo cách khác, đó là toàn bộ những hoạt động lợi ích tăng thêm mà ngân hàng mang
lại cho khách hàng nhằm thiết lập, củng cố và mở rộng quan hệ đối tác lâu dài với khách hàng thông qua việc tạo nên sự hài lòng của khách hàng góp phần phát triển hoạt
động Bancassurance tại ngân hàng.
Ngoài 5 nhân tốđã nêu ở trên (5 biến độc lập X) có ảnh hưởng đến Sự hài lòng của khách hàng về CLDV Bancassurance (biến phụ thuộc Y), còn có những nhân tố
còn gọi là biến) kiểm soát (control variables). Trong luận văn này, tác giả cũng khảo sát thêm về thu nhập và độ tuổi của khách hàng và đánh giá xem mức độ hài lòng của từng nhóm khách hàng khác nhau như thế nào, từ đó đưa ra những giải pháp phù hợp với từng đối tượng khách hàng khác nhau.
3.2 Phương pháp nghiên cứu 3.2.1 Xây dựng bảng câu hỏi: 3.2.1 Xây dựng bảng câu hỏi:
Bảng câu hỏi được xây dựng thông qua thảo luận với chuyên gia là các cán bộ
dịch vụchăm sóc khách hàng có thâm niên và tiếp xúc nhiều với khách hàng nhằm tìm ra thang đo không có tính chất mô tả, bổ sung thang đo còn thiếu để hoàn thiện bảng câu hỏi phù hợp với mô hình sự hài lòng của khách hàng.
Sau khi xây dựng bảng câu hỏi sẽ khảo sát sơ bộ trên 10 khách hàng để hiệu chỉnh câu hỏi, từ ngữ phù hợp.
3.2.2 Nghiên cứu chính thức
Nghiên cứu được tiến hành ngay khi bảng câu hỏi hoàn thiện được chỉnh sửa từ
kết quả nghiên cứu sơ bộ.
Theo Hair, Black, Babin, Anderson, and Tatham, (2006) cho rằng số mẫu khảo sát ít nhất phải bằng 5 lần số biến được phân tích. Theo Crouch’s (1984, trang 142) đề
nghị rằng lượng mẫu nhỏ nhất để khảo sát định lượng người tiêu dùng nằm trong khoảng từ 300 đến 500 mẫu. Vì thế, số lượng mẫu cho bài nghiên cứu này tác giả đề
nghị là 350 mẫu.
Chọn mẫu theo phương pháp lấy mẫu phi xác suất – thuận tiện (convenience sampling) bằng cách chọn những phần tử có thể tiếp cận được tại các chi nhánh BIDV
đã triển khai Bancassurance. Nhưng vì khả năng tài chính hạn hẹp và quy mô nghiên cứu còn nhiều hạn chế nên chỉ thực hiện khảo sát thông qua phỏng vấn trực tiếp bằng cách phát bảng câu hỏi cho khách hàng đến giao dịch tại ngân hàng BIDV tự trả lời tại
Tổng số bảng câu hỏi trực tiếp phát ra là 350, tổng số bảng câu hỏi thu về là 338. Tổng số câu trả lời nhận được là 338, trong đó 16 bảng không hợp lệ do thiếu thông tin và 4 bảng khách hàng đánh 2 chọn lựa cho 1 câu hỏi. Vậy kết quả thu về là 318 bảng câu hỏi hợp lệđược sử dụng làm dữ liệu cho nghiên cứu.
3.3 Xây dựng và mã hóa thang đo:
Câu hỏi nghiên cứu sử dụng thang đo Likert với 5 cấp quãng (hay còn gọi là thang đo
Likert 5 điểm): rất không đồng ý, không đồng ý, trung lập, đồng ý, rất đồng ý.
3.3.1 Thang đo chất lượng dịch vụ Bancassurance
MÃ HÓA CÁC THANG ĐO CLDV BANCASSURANCE TẠI BIDV
STT MÃ
HÓA
DIỄN GIẢI (adsbygoogle = window.adsbygoogle || []).push({});
(1). SỰ TIN CẬY
1 TC1 Ngân hàng uy tín, thương hiệu tốt
2 TC2 Cơ sở vật chất tạo sự tin tưởng khi mua bảo hiểm tại ngân hàng 3 TC3 Thủ tục cấp bảo hiểm đơn giản thuận tiện
4 TC4 Cung ứng sản phẩm đúng thời gian đã hứa.
(2). SỰ ĐÁP ỨNG
5 DA1 Sản phẩm bảo hiểm đa dạng
6 DA2 Nhân viên luôn thân thiện sẵn sàng giúp đỡ khách hàng mua bảo
hiểm
7 DA3 Ðiện thoại tới ngân hàng luôn được tư vấn và trả lời kịp thời
8 DA4 Nhân viên ngân hàng hướng dẫn thủ tục mua bảo hiểm nhanh chóng (3). NĂNG LỰC PHỤC VỤ
9 PV1 Nhân viên có kiến thức và nghiệp vụ tốt về bảo hiểm
10 PV2 Nhân viên nhiệt tình giúp đỡ khách hàng khi cần thiết
11 PV3 Khách hàng được đền bù thỏa đáng, phù hợp khi gặp rủi ro xảy ra
(4). SỰ TIẾP CẬN
12 AC1 Ðịa điểm, mạng lưới giao dịch của ngân hàng thuận tiện;
13 AC2 Có các tiện nghi phục vụ tốt khách hàng; 14 AC3 Nhân viên quan tâm đến KH mua bảo hiểm
15 AC4 Nhân viên đáp ứng được nhu cầu
16 GC1 Biểu phí bảo hiểm ở mức vừa phải so với các DNBH khác
17 GC2 Thu phí bảo hiểm đúng như bảng phí đã niêm yết;
18 GC3 Chi phí mua bảo hiểm tương xứng giữa chất lượng và giá cả
3.3.2 Thang đo Sự hài lòng của khách hàng về CLDV Bancassurance tại BIDV
Dựa trên nghiên cứu của Lassar & ctg (2000) về chất lượng dịch vụ và sự hài lòng trong lĩnh vực ngân hàng, đồng thời có tham khảo ý kiến chuyên gia, thang đo Sự hài lòng vềBancassurance được xây dựng gồm 03 biến quan sát sau:
1. Anh/chị cảm thấy hài lòng khi mua bảo hiểm tại ngân hàng 2. Anh/chị tiếp tục mua bảo hiểm tại ngân hàng trong thời gian tới
3. Anh/chị sẵn sàng giới thiệu cho người khác mua bảo hiểm tại ngân hàng
Thang đo Sự hài lòng về Bancassurance được mã hóa như sau:
STT MÃ HÓA DIỄN GIẢI
SỰ HÀI LÒNG VỀ BANCASSURANCE TẠI BIDV (HL) 1 HL1 Hài lòng khi mua bảo hiểm tại BIDV.
2 HL2 Tiếp tục mua bảo hiểm tại BIDV trong thời gian tới
3 HL3 Sẵn sàng giới thiệu cho người khác mua bảo hiểm tại BIDV
3.4 Kết quả kiểm định (adsbygoogle = window.adsbygoogle || []).push({});
3.4.1 Kết quả kiểm định phân phối chuẩn
Để có thể sử dụng mẫu thu thập được vào việc chạy mô hình hồi quy đa biến, chúng ta cần đảm bảo các biến trong mô hình giả định về tính phân phối chuẩn. Giả định về tính phân phối chuẩn là giảđịnh quan trọng nhất trong phân tích đa biến. Kiểm tra tính phân phối chuẩn các biến bằng cách xem dạng phân phối tần số của các mẫu cũng như các thông số Skewness (hệ số bất đối xứng) và Kurtosislà đại lượng để đo
mức độ tập trung tương đối của các quan sát quanh trung tâm của nó trong mối quan hệ so sánh hai đuôi, cho thấy hình dáng của tập dữ liệu (theo Hair và Anderson (1998), Multivariate Data Analysis, Prentical-Hall International, Inc). Nếu Skewness nằm trong khoảng ±1 được xem là tốt, trong khoảng ±2 thì biến đó vẫn được chấp nhận để
sử dụng thực hiện các kỹ thuật thống kê. Nếu Kurtosis = 3 thì phân phối tập trung ở
mức độ bình thường; Kurtosis > 3: phân phối tập trung hơn mức bình thường (hình dáng của phân phối cao và nhọn với hai đuôi hẹp); Kurtosis < 3: phân phối không tập
trung như mức bình thường (hình dáng của phân phối phẳng và trải dài).
Theo tiêu chuẩn phân phối chuẩn ở trên thì các biến khảo sát đạt yêu cầu (Phụ lục 2) và có thể sử dụng mẫu thu thập được vào việc chạy mô hình hồi quy đa biến để phân tích thống kê.
3.4.2 Kiểm định thang đo
Kiểm định thang đo để đánh giá các giả thuyết ban đầu thông qua hai bước là kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach Alpha và hệ sốtương quan biến tổng (Item-total correlation); và kiểm định giá trị của thang đo thông qua phân tích nhân
tố khám phá EFA.
3.4.2.1 Kiểm tra độ tin cậy của thang đo + Kiểm tra thang đo thành phần “tin cậy” + Kiểm tra thang đo thành phần “tin cậy”
Hệ số Cronbach Alpha = 0,718
Hệ sốtương quan biến - tổng đều lớn hơn 0,3
đạt yêu cầu.
+ Kiểm tra thang đo thành phần “đáp ứng”
Hệ số Cronbach Alpha = 0,824
Hệ sốtương quan biến - tổng đều lớn hơn 0,3
đạt yêu cầu.
+ Kiểm tra thang đo thành phần “năng lực phục vụ”
Hệ số Cronbach Alpha = 0,782
Hệ sốtương quan biến - tổng đều lớn hơn 0,3
đạt yêu cầu.
+ Kiểm tra thang đo thành phần “tiếp cận”
Hệ sốtương quan biến - tổng đều lớn hơn 0,3 đạt yêu cầu.
+ Kiểm tra thang đo thành phần “giá cả”
Hệ số Cronbach Alpha = 0,797
Hệ sốtương quan biến - tổng đều lớn hơn 0,3
đạt yêu cầu.
+ Kiểm tra thang đo thành phần “Hài lòng”
Hệ số Cronbach Alpha = 0,929 (adsbygoogle = window.adsbygoogle || []).push({});
Hệ sốtương quan biến - tổng đều lớn hơn 0,3
đạt yêu cầu.
(Chi tiết kết quả xem thêm tại Phụ lục 3)
3.4.2.2Kiểm định giá trị của thang đo bằng phân tích nhân tố (EFA)
3.4.2.2.1 Phân tích nhân tố khám phá (EFA) đối với các thành phần của CLDV Bancassurance
Kết quả phân tích nhân tố cho thấy tất cả 18 biến quan sát trong 5 thành phần của
thang đo Sự hài lòng về Bancas bị phân tán thành 4 nhân tố có giá trị hội tụ phù hợp. Kết quả cho thấy hệ số KMO = 0,862 nên EFA phù hợp với dữ liệu và thống kê Chi-Square của kiểm định Bartlett’s đạt giá trị 2518,025 với mức ý nghĩa 0.000; nên các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể; phương sai trích được là 61,549 % thể hiện 04 nhân tố rút trích ra được giải thích 61,549 % biến thiên của dữ liệu, tại hệ số Eigenvalues = 1,082. Do vậy, các thang đo rút ra là chấp nhận
được.
Trong phần phân tích nhân tố này, tác giả chấp nhận hệ số tải nhân tố từ 0.5 trở
lên, nếu các biến quan sát không đạt yêu cầu này thì không phải là biến quan trọng trong mô hình và bị loại để chạy tiếp phân tích nhân tố.
Do hệ số tải nhân tố (Factor Loading) > 0.5 được xem là quan trọng, nên tiến hành rút trích nhân tố với hệ số tải nhân tố > 0.5 để bảng số liệu dễ nhìn hơn. Vì vậy, tiến hành chạy lại lần 1. (Xem Phụ lục 4)
Như vậy, thang đo từ 05 nhân tố gốc, sau khi phân tích nhân tố khám phá EFA thì tách ra thành 04 nhân tố với 18 biến quan sát. Các nhân tốtrích ra đều đạt độ tin cậy và giá trị.
Bảng 3.1. Kết quả EFA các thành phần thang đo Sự hài lòng về Bancassurance với hệ số tải nhân tố lớn hơn 0,5
Rotated Component Matrixa
Component
1 2 3 4
AC4 NH đáp ứng nhu cầu ,762
AC2 Tiện nghi phục vụ tốt ,727
AC3 Nhân viên quan tâm ,719
GC1 Biểu phí vừa phải ,683
AC1 Địa điểm mạng lưới giao dịch thuận tiện ,655
GC3 Chi phí tương xứng với chất lượng giá cả ,637
GC2 Thu phí đúng niêm yết ,633
DA3 Nhân viên tư vấn kịp thời ,807
DA2 Nhân viên thân thiện ,744
DA4 Hướng dẫn thủ tục nhanh chóng ,669
DA1 Sản phẩm bảo hiểm đa dạng ,544
TC4 Cung ứng đúng thời gian ,740
TC3 Thủ tục cấp bảo hiểm đơn giản ,709
TC1 Ngân hàng uy tín ,698 (adsbygoogle = window.adsbygoogle || []).push({});
TC2 Cơ sở vật chất tạo sựtin tưởng ,609
PV3 Được đền bù thỏa đáng khi có rủi ro ,864
PV1 Nhân viên có kiến thức tốt về nghiệp vụ bảo hiểm ,568 Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
(Nguồn: Kết quả nghiên cứu của tác giả)
3.4.2.2.2 Phân tích nhân tố khám phá (EFA) đối với thang đo Sự hài lòng về
Bancassurance
Kết quả phân tích nhân tố EFA cho thấy tất cả 03 biến quan sát của thang đo Sự
hài lòng về Bancassurance vẫn giữnguyên được 01 nhân tố. Hệ số KMO=0.752 nên EFA phù hợp với dữ liệu, và thống kê Chi-Square của kiểm định Bartlett’s đạt giá trị
783,277 với mức ý nghĩa 0.000; nên các biến quan sát có tương quan với nhau xét trên phạm vi tổng thể; phương sai trích được là 87,661% thể hiện 01 nhân tố rút trích ra
được giải thích 87,661 % biến thiên của dữ liệu, tại hệ số Eigenvalues = 2,630 nên
không đa hướng. Do vậy, các thang đo rút ra là chấp nhận được. (Xem Phụ lục 4) Bảng 3.2. Kết quảEFA đối với các thang đo Sự hài lòng về Bancassurance
Component Matrixa
Component 1 HL3 Giới thiệu người khác mua ,950 HL1 Cảm thấy hài lòng khi mua bảo hiểm tại ngân hàng ,941
HL2 Tiếp tục mua ,917
Extraction Method: Principal Component Analysis. a. 1 components extracted.
(Nguồn: Kết quả nghiên cứu của tác giả)
3.4.2.2.3 Tính toán biến đểđặt tên các nhân tố
COMPUTE X1=MEAN(AC1,AC2,AC3,AC4,GC1,GC2,GC3). EXECUTE. COMPUTE X2=MEAN(DA1,DA2,DA3,DA4). EXECUTE. COMPUTE X3=MEAN(TC1,TC2,TC3,TC4). EXECUTE. COMPUTE X4=MEAN(PV1,PV2,PV3). EXECUTE. COMPUTE Y=MEAN(HL1,HL2,HL3). EXECUTE. CORRELATIONS
Sau khi tính toán biến, tiến hành đặt tên lại các nhân tốnhư sau:
(1) Nhân tố 1 (X1) gồm các biến quan sát là: AC1,AC2,AC3,AC4,GC1,GC2,GC3; đây
là những biến nói về khảnăng tiếp cận và giá cả sản phẩm nên đặt tên lại nhân tố đầu tiên này là “Cảm nhận về khảnăng tiếp cận và giá cả của ngân hàng”
(2) Nhân tố 2 (X2) là “Cảm nhận về sựđáp ứng của ngân hàng” (3) Nhân tố 3 (X3) là “Cảm nhận vềđộ tin cậy của ngân hàng”.
(4) Nhân tố 4 (X4) là “Cảm nhận vềnăng lực phục vụ của nhân viên”.
3.4.3 Hiệu chỉnh mô hình và các giả thuyết nghiên cứu
Từ mô hình nghiên cứu đề nghị và các giả thuyết nghiên cứu đã nêu ở phần 3.1, và từ kết quả phân tích nhân tố ở trên, ta tiến hành điều chỉnh lại mô hình nghiên cứu và các giả thuyết nghiên cứu như sau:
+ Về mô hình nghiên cứu: Biến phụ thuộc là Sự hài lòng về Bancassurance (Y) và bốn biến độc lập mới là: “Cảm nhận về khả năng tiếp cận và giá cả của ngân hàng” (X1), “Cảm nhận về sự đáp ứng của ngân hàng” (X2), “Cảm nhận về độ tin cậy của ngân hàng” (X3) và “Cảm nhận vềnăng lực phục vụ của nhân viên” (X4)
+ Về các giả thuyết nghiên cứu:
H1: Mức độ cảm nhận của khách hàng về khảnăng tiếp cận và giá cả càng tốt thì sự hài lòng về Bancassurance càng cao.
H2: Mức độ cảm nhận của khách hàng về sựđáp ứng của ngân hàng càng cao thì sự hài lòng về Bancassurance càng cao. (adsbygoogle = window.adsbygoogle || []).push({});
H3: Mức độ cảm nhận của khách hàng vềđộ tin cậy của ngân hàng càng cao thì sự hài lòng về Bancassurance càng cao.
H4: Mức độ cảm nhận của khách hàng về năng lực phục vụ của nhân viên càng cao thì sự hài lòng về Bancassurance càng cao.
Hình 3.2. Mô hình nghiên cứu được hiệu chỉnh.
3.4.4 Kiểm định mô hình và các giả thuyết bằng hồi quy đa biến
Các bước kiểm định mô hình và giả thuyết bằng hồi quy đa biến để cho ra
phương trình dạng chuẩn hóa dựa trên chỉ số Bêta chuẩn hóa (Standardized Coefficients Beta) có dạng như sau:
Y=β0+ β1X1+β2X2+β3X3+ β4X4+ε.
Trong đó :
+ Y là : Sự hài lòng của khách hàng về Bancassurance. + β0, β1, β2, β3,β4: các hệ số hồi quy từng phần.
+ (X1): “Cảm nhận về khảnăng tiếp cận và giá cả của ngân hàng” + (X2): “Cảm nhận về sựđáp ứng của ngân hàng”
+ (X3): “Cảm nhận vềđộ tin cậy của ngân hàng”. Sự cảm nhận về khả
năng tiếp cận, giá cả
Sự cảm nhận về sựđáp ứng Sự cảm nhận vềđộ tin cậy H1 (+) H2 (+) H3 (+) Sự hài lòng về Bancassurance H4(+) Sự cảm nhận vềnăng lực phục vụ
+ (X4): “Cảm nhận vềnăng lực phục vụ của nhân viên”. + ε là : Phần dư.
3.4.4.1 Kiểm tra tương quan giữa các biến
Qua bảng phân tích tương quan, ta kết luận rằng có mối tương quan giữa biến phụ
thuộc Y và biến độc lập X1 , X2 , X3, X4 với mức ý nghĩa 1% với hệ số tương quan
Pearson (Pearson Correlation) giữa các biến là khá lớn, từ 0.261 đến 1. Tuy nhiên, bên cạnh sựtương quan giữa các biến độc lập với biến phụ thuộc thì giữa các biến độc lập cũng có mối tương quan với nhau. Do đó cần quan tâm đến vấn đề tựtương quan và đa
cộng tuyến ở phân tích hồi quy tiếp theo.
Bảng 3.4. Bảng ma trận tương quan Pearson.
Correlations X1 X2 X3 X4 Y X1 Pearson Correlation 1 ,437** ,261** ,583** ,498**