TẠI AIA VĨNH LONG
2.3.2. Kết quả khảo sát:
2.3.2.1. Phân tích mô hình:
2.3.2.1.1. Phân tích hệ số tin cậy Cronbach’s Alpha:
Hệ số Cronbach’s alpha: được sử dụng trước để loại các biến không phù hợp trước. Các biến có hệ số tương quan biến –tổng (item-toatal correlation) nhỏ hơn 0,3 sẽ bị loại, chỉ có những biến có hệ số tương quan biến tổng đạt yêu cầu >= 0,3 và thang đo có độ tin cậy alpha từ 0,6 trở lên mới được chấp nhận và thích hợp đưa vào phân tích những bước tiếp theo (Nunnally & Burnstein,1994). Về mặt lý thuyết, hệ số tin cậy Cronbach’s alpha càng cao càng tốt. Tuy nhiên, điều này không thật sự như vậy: nếu hệ số Cronbach’s alpha quá lớn (từ 0,95 trở lên) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau, chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu.
* Sau đây là kết quả kiểm định độ tin cậy thang đo chất lượng dịch vụ dành cho đại lý bảo hiểm nhân thọ tại AIA Vĩnh Long:
- Thang đo chất lượng dịch vụ:(phụ lục 3.1)
+ Nhân tố Độ tin cậy gồm 7 biến quan sát: DTC1, DTC2, DTC3, DTC4, DTC5, DTC6, DTC7.
Bảng 2.5: Độ tin cậy nhân tố “Độ tin cậy” Reliability Statistics
Cronbach's Alpha N of Items
.716 7 Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted DTC1 24.25 7.986 .362 .699 DTC2 24.29 8.070 .358 .699 DTC3 23.96 7.785 .386 .693 DTC4 24.45 7.771 .465 .674 DTC5 24.40 7.524 .503 .664 DTC6 24.41 7.577 .507 .663 DTC7 24.18 7.789 .408 .687
Nguồn: tổng hợp từ kết quả khảo sát của tác giả
Nhân tố độ tin cậy có Cronbach’s Alpha là 0,716 và các biến quan sát trong nhân tố này đều có hệ số tương quan biến tổng đều > 0,3 (dao động từ 0,358 đến 0,507) ==> 7 biến quan sát này đều được chấp nhận và phù hợp với mô hình nghiên cứu.
+ Nhân tố Sự đáp ứng gồm 3 biến quan sát: SDU8, SDU9, SDU10.
Bảng 2.6: Độ tin cậy của nhân tố “Sự đáp ứng” Reliability Statistics
Cronbach's Alpha N of Items
.827 3 Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted SDU8 7.96 1.921 .742 .703 SDU9 7.80 1.856 .676 .772 SDU10 8.03 2.162 .641 .803
Nguồn: tổng hợp từ kết quả khảo sát của tác giả
Nhân tố sự đáp ứng có Cronbach’s Alpha khá cao là 0,827 và các biến quan sát trong nhân tố này đều có hệ số tương quan biến tổng đều > 0,6(dao động từ 0,641 đến 0,742) ==> 3 biến quan sát này đều được chấp nhận và phù hợp với mô hình nghiên cứu.
+ Nhân tố Sự đảm bảogồm 4 biến quan sát: SDB11, SDB12, SDB13, SDB14.
Bảng 2.7: Độ tin cậy của nhân tố “Sự đảm bảo” Reliability Statistics
Cronbach's Alpha N of Items
.772 4 Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted SDB11 12.19 2.785 .580 .714 SDB12 12.36 2.795 .556 .728 SDB13 12.27 2.610 .674 .661 SDB14 12.18 3.276 .495 .756
44
Nhân tố sự đảm bảo có Cronbach’s Alpha khá là 0,772 và các biến quan sát trong nhân tố này đều có hệ số tương quan biến tổng đều > 0,4(dao động từ 0,495 đến 0,674) ==> 4 biến quan sát này đều được chấp nhận và phù hợp với mô hình nghiên cứu.
+ Nhân tố Sự thấu hiểu gồm 4 biến quan sát: STH15, STH16, STH17, STH18.
Bảng 2.8: Độ tin cậy của nhân tố “Sự thấu hiểu”
Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted STH15 11.78 3.712 .626 .827 STH16 11.91 3.419 .734 .780 STH17 11.77 3.460 .697 .797 STH18 11.68 3.571 .669 .809
Nguồn: tổng hợp từ kết quả khảo sát của tác giả
Nhân tố sự thấu hiểucó Cronbach’s Alpha rất cao là 0,845 và các biến quan sát trong nhân tố này đều có hệ số tương quan biến tổng đều > 0,6 (dao động từ 0,626 đến 0,734) ==> 4 biến quan sát này đều được chấp nhận và phù hợp với mô hình nghiên cứu.
+ Nhân tố Yếu tố hữu hình gồm 5 biến quan sát: YTHH19, YTHH20, YTHH21, YTHH22, YTHH23.
Bảng 2.9: Độ tin cậy của nhân tố “Yếu tố hữu hình” Reliability Statistics
Cronbach's Alpha N of Items
.733 5 Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted YTHH19 16.17 5.321 .503 .683 YTHH20 16.06 5.458 .713 .621 YTHH21 16.14 5.714 .424 .713 YTHH22 16.31 5.701 .398 .725 YTHH23 16.17 5.458 .492 .687
Nguồn: tổng hợp từ kết quả khảo sát của tác giả
Reliability Statistics
Cronbach's Alpha N of Items
.845 4
Nhân tố yếu tố hữu hình có Cronbach’s Alpha cũng khá là 0,733 và các biến quan sát trong nhân tố này đều có hệ số tương quan biến tổng đều > 0,3 (dao động từ 0,398 đến 0,713) ==> 5 biến quan sát này đều được chấp nhận và phù hợp với mô hình nghiên cứu.
Như vậy, tất cả 23 biến quan sát của 5 nhân tố nghiên cứu đều được đưa vào phân tích nhân tố khám phá EFAtiếp theo.
- Thang đo Sự hài lòngvề chất lượng dịch vụ:(phụ lục 3.2)
Bảng 2.10: Độ tin cậy thang đo “Sự hài lòng” Reliability Statistics
Cronbach's Alpha N of Items
.762 4 Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted SHL24 12.14 2.392 .533 .721 SHL25 12.00 2.359 .597 .685 SHL26 12.16 2.393 .599 .684 SHL27 12.16 2.598 .514 .729
Nguồn: tổng hợp từ kết quả khảo sát của tác giả
Thang đo Sự hài lòng có Cronbach’s Alpha cũng khá cao là 0,762 và 4 biến quan sát SHL24, SHL25, SHL26, SHL27 đều có hệ số tương quan biến tổng đều > 0,5 (dao động từ 0,514 đến 0,599). Vì vậy các biến đo lường nhân tố này đều được sử dụng trong phân tích nhân tố tiếp theo.
2.3.2.1.2. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis): Được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.Một số yêu cầu trong phân tích EFA là:
+ Hệ số KMO (Kaiser Meyer Olkin): có giá trị từ 0,5 trở lên (0,5 <KMO<1) thể hiện phân tích nhân tố là phù hợp, còn nếu ngược lại thì phân tích nhân tố có khả năng không thích hợp với dữ liệu.
+ Kiểm định Bartlett (Bartlett’s test) có ý nghĩa thống kê (sig<0,05) chứng tỏ các biến quan sát có quan hệ với nhau.
46
+ Eigenvalue: là tiêu chí để xác định số lượng nhân tố trong phân tích EFA. Theo đó, chỉ những nhân tố có Eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình.
+ Tổng phương sai trích TVE (TotalVariance Explained) phải >= 50%.
+ Hệ số tải nhân tố (factor loading) phải có trọng số lớn hơn 0,5 và chênh lệch giữa 2 trọng số phải > 0,3 thì mớiđạt yêu cầu.
* Kết quả phân tích nhân tố EFA với thang đo chất lượng dịch vụ dành cho đại lý bảo hiểm nhân thọ tại AIA Vĩnh Long:
Trong phân tích này, tác giả thiết lập thông số kiểm định cho 100=< Quy mô mẫu <= 350 vớiAbsolute value below chọn là 0,55.
- Kết quả lần chạy thứ nhất:
Phân tích nhân tố khám phá EFA với 23 biến quan sát. Chỉ số qua kiểm định KMO và Barlett’s có KMO = 0,866 (>0,5) với mức ý nghĩa bằng 0 (Sig = 0,000), chứng tỏ các nhân tố thích hợp trong nghiên cứu này.
Về tiêu chí Eigenvalue, 5 nhân tố có Eigenvalue lớn hơn 1, với phương sai trích- TVE 61,745% (> 50%), điều này có nghĩa là 61,745% thay đổi của các nhân tố được giải thích bởi các biến quan sát (thành phần của nhân tố).
Tuy nhiên, hệ số tải nhân tố (factor loading), có 5 biến quan sát với trọng số nhỏ hơn 0,5 là: DTC3, DTC7, SDB13, SDB14, YTHH21. Vì thế, tác giả tiến hành loại 5 biến này (phụ lục 5) và tiến hành phân tích EFA làn 2.
- Kết quả lần chạy thứ hai:
Phân tích nhân tố khám phá EFA với 18 biến quan sát. Kiểm định KMO= 0,843 (thỏa mãn điều kiện 0,5< KMO <1) phân tích nhân tố khám phá thích hợp cho nghiên cứu mới này và kiểm định Barlett’s có với mức ý nghĩa bằng 0 (Sig = 0,000),nghĩa là các biết quan sát có tương quan tuyến tính với nhân tố đại diện.
Về Total Variance Explained, tiêu chí Eigenvalue có 4 nhân tố với Eigenvalue (cột Total) lớn hơn 1, với phương sai trích (cột Cumulative) 62,146% (> 50%), điều này có nghĩa là 62,146% thay đổi của các nhân tố được giải thích bởi các biến quan sát (thành phần của nhân tố).
Bảng 2.11: Ma trận xoay nhân tố (sau khi loại bỏ 5 biến) Rotated Component Matrixa
Component 1 2 3 4 STH17 .797 STH16 .794 SDU9 .703 SDU8 .654 STH18 .652 SDU10 .611 STH15 .571 YTHH22 .567 DTC4 .799 DTC6 .745 SDB12 .640 DTC5 .553 YTHH20 .857 YTHH23 .733 YTHH19 .713 DTC1 .649 DTC2 .645 SDB11 .613
Nguồn: tổng hợp từ kết quả khảo sát của tác giả
Từ kết quả trên, tác giả tiến hành đặt tên mới cho các nhân tố, gồm các nhóm biến như sau:
Nhân tố (1) gồm 8 biến: STH15, STH16, STH17, STH18, SDU8, SDU9, SDU10, YTHH22. Đặt tên cho nhân tố này là STH (Sự thấu hiểu).
Nhân tố (2) gồm 4 biến: DTC4, DTC5, DTC6, SDB12. Đặt tên cho nhân tố này
là DTC (Độ tin cậy).
Nhân tố (3) gồm 3 biến: YTHH19, YTHH20, YTHH23. Đặt tên cho nhân tố
này là YTHH (Yếu tố hữu hình).
Nhân tố (4) gồm 3 biến: DTC1, DTC2, SDB11. Đặt tên cho nhân tố này là
SDB (Sự đảm bảo).
* Kết quả phân tích nhân tố EFA với thang đosự hài lòng dành cho đại lý bảo hiểm nhân thọ tại AIA Vĩnh Long:
Kết quả phân tích nhân tố EFA với thang đo sự hài lòng (phụ lục 4), ta thấy KMO= 0,772; Sig = 0,000; Eigenvalues = 2,333; tổng phương sai trích = 58,423%; hệ số tải nhân tố của 4 biến quan sát khá cao (tất cả > 0,7) và nhóm thành 1 thành phần
48
như giả thuyết ban đầu nên rất đạt yêu cầu.Tác giả cũng đặt tên lại cho nhóm biến này
là SHL (Sự hài lòng).
2.3.2.2. Mô hình nghiên cứu hiệu chỉnh:
Sau khi tiến hành phân tích độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA, tác giả điều chỉnh mô hình nghiên cứu cho phù hợp. Mô hình hiệu chỉnh gồm 4 nhân tố: (1) Sự thấu hiểu, (2) Độ tin cậy, (3) Yếu tố hữu hình, (4) Sự đảm bảotác động đến sự hài lòng của đại lý bảo hiểm nhân thọ.
Hình 2.2: Sơ đồ mô hình nghiên cứuhiệu chỉnh
Nguồn: tổng hợp từ kết quả khảo sát của tác giả
2.3.2.3.Giả thuyết theo mô hình hiệu chỉnh:
H1: khi Sự thấu hiểu được đại lý bảo hiểm nhân thọ đánh giá tăng thì mức độ hài lòng của của đại lý bảo hiểm nhân thọsẽ tăng.
H2: khi Độ tin cậy được đại lý bảo hiểm nhân thọ đánh giá tăng thì mức độ hài lòng của của đại lý bảo hiểm nhân thọsẽ tăng.
H3: khi Yếu tố hữu hình được đại lý bảo hiểm nhân thọ đánh giá tăng thì mức độ hài lòng của của đại lý bảo hiểm nhân thọsẽ tăng.
H4: khi Sự đảm bảo được đại lý bảo hiểm nhân thọ đánh giá tăng thì mức độ hài lòng của của đại lý bảo hiểm nhân thọsẽ tăng.
2.3.2.4. Kiểm định mô hình nghiên cứu hiệu chỉnh:
Sau khi tiến hành phân tích độ tin cậy của các thang đo thông qua hệ số Cronbach’s Alpha và phân tích nhân tố khám phá EFA, có 4 nhân tố được đưa vào kiểm định mô hình. Phân tích tương quan Pearson được sử dụng để xem xét độ phù
Sự hài lòng Sự thấu hiểu Độ tin cậy Yếu tố hữu hình Sự đảm bảo download by : skknchat@gmail.com
hợp khi đưa các nhân tố vào phân tích hồi quy. Kết quả phân tích hồi quy đa biến sẽ được sử dụng để kiểm định các giả thiết mô hình.
2.3.2.4.1. Phân tích tương quan:
Để nhận diện các yếu tố ảnh hưởng đến sự hài lòng, mô hình tương quan tổng thể có dạng: SHL= f(STH, DTC, YTHH, SDB)
Trong đó SHL: biến phụ thuộc; STH, DTC, YTHH, SDB: biến độc lập
Khi phân tích tương quan, nếu giá trị hệ số tương quan Pearson bằng 0 chỉ ra rằng hai biến không có mối quan hệ tuyến tính, ngược lại nếu giá trị tiến gần đến 1 thì hai biến có mối quan hệ tuyến tính chặt chẽ (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Nếu hai biến có mối tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy.
Theo ma trận tương quan (phụ lục 6), biến phụ thuộc SHL có mối quan hệ tuyến tính với cả 4 biến độc lập: STH, DTC, YTHH, SDB. Trong đó, hệ số tương quan giữa nhân tố STH và DTC với SHL là cao nhất lần lượt là 0,832 và 0,726; hệ số tương quan của nhân tố SDB là 0,661; hệ số tương quan của nhân tố YTHH là thấp nhất, đạt 0,546. Điều đó chứng tỏ rằng nhân tố YTHH có mối tương quan ít chặt chẽ nhất với nhân tố phụ thuộc SHL.
Kết quả phân tích tương quan cũng cho thấy các biến độc độc lập đều có sự tương quan với nhau, do đó khi phân tích hồi quy cần chú ý đến vấn đề đa cộng tuyến.
2.3.2.4.2. Phân tích hồi quy:
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, tác giả sẽ dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy: nếu mức ý nghĩa Sig<0,05 thì mô hình hồi quy tuyến tính phù hợp với dữ liệu và có thể sử dụng được; kiểm tra hệ số phóng đại phương sai VIF<10 thì không có vấn đề đa cộng tuyến. Nếu các giả định không bị vi phạm thì mô hình hồi quy tuyến tính được xác lập.
Việc xem xét các nhân tố STH, DTC, YTHH, SDB; yếu tố nào thật sự tác động đến mức độ hài lòng (SHL) chung một cách trực tiếp, sẽ được thực hiện bằng phương trình hồi quy tuyến tính:
SHL= b0 + b1STH + b2DTC + b3YTHH + b4SDB
Trong đó, b: hệ số Beta chuẩn hóa; STH, DTC, YTHH, SDB: các biến độc lập. * Thông qua phân tích hồi quy, ta có thể đi đến việc bác bỏ hay chấp nhận giả thuyếtđã đưa ra (mục 2.3.2.3).
50
Bảng 2.12: Kết quả phân tích hồi quy tuyến tính Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .899a .808 .801 .22323
a. Predictors: (Constant), SDB, YTHH, DTC, STH
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 23.697 4 5.924 118.883 .000b
Residual 5.631 113 .050
Total 29.328 117
a. Dependent Variable: SHL
b. Predictors: (Constant), SDB, YTHH, DTC, STH
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .254 .184 1.383 .169 STH .422 .051 .487 8.299 .000 DTC .232 .049 .260 4.725 .000 YTHH .090 .037 .118 2.441 .016 SDB .207 .046 .226 4.451 .000 Coefficientsa
Model Collinearity Statistics
Tolerance VIF 1 (Constant) STH .493 2.029 DTC .559 1.789 YTHH .733 1.365 SDB .659 1.518
Nguồn: tổng hợp từ kết quả khảo sát của tác giả
Ta thấy, hệ số bê- ta điều chỉnh cả 4 nhân tố (STH, DTC, YTHH, SDB) đều mang giá trị dương (>0) và Sig đều nhỏ hơn 0,02. Như vậy, ta chấp nhận giả thuyết với độ tin cậy 98%.
Bảng 2.13: Kết quả kiểm định mô hình giả thuyết
GT Nội dung Beta Sig Kết luận
H1 Khi Sự thấu hiểu được đại lý BHNT đánh giá tăng
thì mức độ hài lòng của của đại lý BHNT sẽ tăng 0,487 0,000 Chấp nhận H2 Khi Độ tin cậy được đại lý BHNT đánh giá tăng
thì mức độ hài lòng của của đại lý BHNTsẽ tăng 0,260 0,000 Chấp nhận H3
Khi Yếu tố hữu hình được đại lý BHNT đánh giá tăng thì mức độ hài lòng của của đại lý BHNTsẽ tăng
0,118 0,016 Chấp nhận
H4 Khi Sự đảm bảo được đại lý BHNT đánh giá tăng
thì mức độ hài lòng của của đại lý BHNTsẽ tăng 0,226 0,000 Chấp nhận
Nguồn: tổng hợp từ kết quả khảo sát của tác giả
Và từ kết quả phân tích hồi quy, ta nhận thấy R2 hiệu chỉnh (Adjusted R Square) có giá trị 0,801 (khá cao). Như vậy80,1% thay đổi mức độ hài lòng được giải thích bởi các biến độc lập của mô hình; còn lại 19,9% được giải thích bởi các nhân tố khác.
Phân tích Anova (phụ lục 7), với Sig < 0,01, có thể kết luận rằng mô hình đưa ra phù hợp với dữ liệu thực tế. Hay nói cách khác, các biến độc lập có tương quan tuyếntính với biến phục thuộc với độ tin cậy 99%.