V Xe ôtô chở hàng (xe tải)
N Minimum Maximum Mean
2.3.3.5 Phân tích hồi quy để xác định cụ thể trọng số của từng yếu tố tác động đến sự hài lòng của khách hàng trong chính sách phân phố
sự hài lòng của khách hàng trong chính sách phân phối
Tương tự như các phần trên chúng tôi sử dụng mô hình hồi quy Regression Stepwise để chọn ra những biến có ảnh hưởng nhiều đến sự hài lòng của khách hàng đối với chính sách phân phối. Các biến đưa vào mô hình như sau:
Biến độc lập: P1 : Địa điểm giao dịch thuận lợi (Ký hiệu : ĐĐ_giaodich.TL ) P2 : Kênh phân phối đa dạng (Ký hiệu : KenhPP_dadang)
P3 : Thủ tục giao dịch, bồi thường đơn giản, chính xác (Ký hiệu : Ttuc_Dgian)
P4 : Giao dịch nhanh chóng (Ký hiệu : Gdich_Nchong)
Biến phụ thuộc : Y : Sự hài lòng của khách hàng đối với chính sách phân phối Sử dụng phân tích hồi quy theo bước, các biến số độc lập lần lượt được đưa vào mô hình.
Bước 1: Biến số P1 đưa vào mô hình để đánh giá sự tác động của Địa điểm giao dịch thuận lợi của Bảo Minh đến sự hài lòng của khách hàng.
Bước 2: Biến số P2 đánh giá sự tác động của Kênh phân phối đa dạng được đưa vào mô hình.
Bước 3: Biến số P3 đánh giá sự tác động của Thủ tục giao dịch, bồi thường đơn giản, chính xác tiếp tục được đưa vào mô hình.
Bước 4: Biến số P4 đánh giá sự tác động của Giao dịch nhanh chóng tiếp tục được đưa vào mô hình.
Kết quả hồi quy được trình bày tại bảng 2.22 và 2.23 theo lần lượt từng bước, có thể nhận biết rằng sau khi biến số P1 được đưa vào mô hình tại bước 1, chỉ số R- Squared là 0,260, tức là biến Địa điểm giao dịch thuận lợi giải thích được 26,0% sự
thay đổi của biến phụ thuộc Y (Sự hài lòng của khách hàng đối với chính sách phân phối). Khi biến số P2, P3, P4 lần lượt được đưa vào mô hình tại các bước tiếp theo, thì chỉ số R-Squared tăng lần lượt là: 26,1%, 9,1% và 6,4%. Như vậy, có thể nói các biến độc lập là các biến rất quan trọng trong việc giải thích cho sự thay đổi của biến sự hài lòng của khách hàng.
Bảng 2.22: Kết quả mô hình hồi quy tương quan theo bước các nhân tố về chính sách phân phối tác động đến khách hàng
Mô hình
R Square Thay đổi R Square Thay đổi chỉ số thống kê F Bậc tự do 1 Bậc tự do 2 Thay đổi Sig. F Durbin- Watson 1 .260 .260 44.931 1 128 .000 2 .521 .261 69.295 1 127 .000 3 .612 .091 29.420 1 126 .000 4 .676 .064 24.816 1 125 .000 2.102
(Nguồn: Từ kết quả xử lý số liệu điều tra với SPSS)
* Kiểm định hiện tượng đa cộng tuyến
Trong trường hợp mô hình có hiện tượng đa cộng tuyến tức là các biến độc lập tương quan chặt chẽ với nhau và nó cung cấp cho mô hình những thông tin rất giống nhau và khó tách ảnh hưởng của từng biến riêng lẻ, nên để tránh diễn giải sai lệch kết quả hồi quy so với thực tế cần phải đánh giá, đo lường hiện tượng đa cộng tuyến.
Để đo lường hiện tượng đa cộng tuyến giữa các biến độc lập đa sử dụng nhân tử phóng đại phương sai VIF (Variance inflation factor). Nhân tử phóng đại phương sai - VIF có liên hệ gần với độ chấp nhận - Tolerance (= 1 - 2
i
R ). Thực tế nó là nghịch đảo của độ chấp nhận, tức là đối với biến Xi thì VIF = 1/(1 - 2
i
R ). Khi Tolerance nhỏ thì VIF lớn, quy tắc là khi VIF vượt quá 2, đó là dấu hiệu của Đa cộng tuyến.
Theo các giá trị trên bảng 2.23, ta thấy các nhân tử phóng đại phương sai đều nhỏ hơn 1,5 nghĩa là không xảy ra hiện tượng trong đa cộng tuyến trong mô hình.
* Kiểm định hiện tượng tự tương quan
Nếu mô hình có hiện tượng tương quan chuỗi hay tự tương quan thì các kiểm định sẽ mất hiệu lực, do đó để các tham số của mô hình có ý nghĩa thống kê thì cần phải kiểm định hiện tượng tự tương quan. Trị số thống kê Durbin – Watson (d) bằng 2,106 thỏa mãn điều kiện: dU= 1,774 < d = 2,102 <4-dU = 2,212 do đó mô hình không có tự tương quan bậc 1.
Bảng 2.23: Phân tích hồi quy tương quan theo bước các nhân tố về chính sách phân phối tác động đến khách hàng
Các bước
Mô hình hồi quy theo từng bước Hệ số hồi quy (βj) Giá trị t Chỉ số đa cộng tuyến VIF 1 Hệ số chặn 1.416 6.725***
Địa điểm giao dịch thuận lợi .459 6.703*** 1.000
2 Hệ số chặn .780 4.182***
Địa điểm giao dịch thuận lợi .349 6.133*** 1.057
Kênh phân phối đa dạng .340 8.324*** 1.057
3 Hệ số chặn .498 2.825***
Địa điểm giao dịch thuận lợi .283 5.355*** 1.116
Kênh phân phối đa dạng .244 5.954*** 1.301
Thủ tục giao dịch, bồi thường đơn
giản, chính xác .260 5.424*** 1.359
4 Hệ số chặn .345 2.098**
Địa điểm giao dịch thuận lợi .217 4.322*** 1.200
Kênh phân phối đa dạng .201 5.212*** 1.370
Thủ tục giao dịch, bồi thường đơn
giản, chính xác .204 4.483*** 1.449
Giao dịch nhanh chóng .224 4.982*** 1.405
Ghi chú: (***): Mức ý nghĩa 1%; (**): Mức ý nghĩa 5%
(Nguồn: Từ kết quả xử lý số liệu điều tra với SPSS)
Ta có hệ số R-Square sử dụng để phản ánh mức độ phù hợp của mô hình hồi quy tuyến tính đa biến.
Kiểm định F sử dụng trong bảng phân tích phương sai là một phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể.
Trị số thống kê F được tính từ giá trị R-Square cuả mô hình đầy đủ bằng 65,223 (bảng phân tích ANOVA phần phụ lục), với mức ý nghĩa Sig. rất nhỏ cho thấy mô hình hồi quy tuyến tính bội của ta phù hợp với tập dữ liệu và có thể sử dụng được.
* Kiểm định độ các hệ số hồi quy riêng phần
Một vấn đề nữa cần xem xét là các hệ số hồi quy riêng phần. Hệ số hồi quy riêng phần βk đo lường sự thay đổi trong giá trị trung bình Y khi Pk thay đổi 1 đơn vị, giữ các biến độc lập còn lại không thay đổi. Nói một cách khác, nó cho biết ảnh hưởng "thuần" của các thay đổi 1 đơn vị trong Pk đối với giá trị trung bình của biến phụ thuộc Y khi loại trừ ảnh hưởng của các biến độc lập khác.
Các hệ số hồi quy riêng phần của tổng thể cũng cần được thực hiện kiểm định giả thuyết βj = 0. Các hệ số hồi quy đều có ý nghĩa thống kê với mức ý nghĩa 0,01.
Như vậy, mô hình hồi quy tuyến tính bội sẽ có dạng như sau: Yi = β1 + β2P1i + β3 P2i + ....+ βp Pki + ei
Đánh giá chung = 0,345 + 0,244 x Gdich_Nchong + 0,217 x ĐĐ_giaodichTL + 0,204 x Ttuc_Dgian + 0,201 x KenhPP_dadang
Hay được viết lại là :
Mức độ hài lòng của khách hàng đối với chính sách phân phối của BMQB = 0,345 + 0,217 x Địa điểm giao dịch thuận lợi + 0,201 x Kênh phân phối đa
dạng + 0,204 x Thủ tục giao dịch, bồi thường đơn giản, chính xác + 0,224 x Giao dịch nhanh chóng
Theo phương trình hồi quy này thì giao dịch nhanh chóng, Địa điểm giao dịch thuận lợi, Thủ tục giao dịch, bồi thường đơn giản, chính xác, Kênh phân phối đa dạng
theo thứ tự quan trọng tác động đến sự hài lòng của khách hàng đối với dịch vụ của BMQB.
Đối với yếu tố thời gian thực hiện giao dịch nhanh chóng, Địa điểm giao dịch thuận lợi và thủ tục đơn giản có ảnh hưởng mạnh nhất đến sự hài lòng của khách hàng, ưu điểm đầu tiên của chính sách phân phối là thực hiện giao dịch một cách nhanh chóng, giao dịch trong bảo hiểm tiếp cận hiện trường, thẩm định kết quả nhanh chóng, chính xác. Tiếp đến là địa điểm giao dịch thuận lợi để khách hàng thuận tiện trong việc tiếp cận với các dịch vụ của Bảo Minh. Ngoài ra các thủ tục phải đơn giản tạo ra sự thuận tiện cho khách hàng đem lại sự hài lòng của khách hàng và bên cạnh đó sẽ nâng cao tính cạnh tranh trong hoạt động kinh doanh bảo hiểm, góp phần nâng cao hiệu quả trong chính sách phân phối Marketing - mix bảo hiểm.
Với kết quả trên cho thấy các yếu tố có mặt trong mô hình có ảnh hưởng rất lớn đến cảm nhận của khách hàng về chính sách phân phối của bảo hiểm. Nói cách khác, các yếu tố này có quan hệ chặt chẽ với ý kiến đánh giá của khách hàng về chính sách marketing của bảo hiểm. Mối quan hệ tuyến tính này được giải thích rằng nếu BMQB chú trọng khâu giao dịch bảo đảm nhanh chóng trong khai thác cũng như bồi thường tạo điều kiện thuận lợi tối đa cho khách hàng, đáp ứng được yêu cầu của khách hàng sao cho khách hàng đánh giá yếu tố này tăng thêm 1 điểm thì mức độ hài lòng của khách hàng về chính sách sản phẩm trong marketing bảo hiểm sẽ tăng thêm 0,224 điểm. Cùng với cách giải thích tương tự, chúng ta sẽ thấy được ý nghĩa của các nhân tố còn lại trong mô hình.