Để thực hiện đề tài, tác giả thực hiện nghiên cứu theo hai giai đoạn chính: Nghiên cứu định tính nhằm xây dựng bản câu hỏi khảo sát.
Nghiên cứu định lượng nhằm thu thập, phân tích dữ liệu khảo sát cũng như ước lượng và kiểm định mô hình nghiên cứu.
Quy trình nghiên cứu được mô tả như sau:
(Nguồn: tác giả xây dựng)
Hình 3.1: Quy trình nghiên cứu 3.1.1 Nghiên cứu định tính
Đầu tiên, tác giả nghiên cứu sơ bộ định tính nhằm đề xuất mô hình nghiên cứu từ tổng hợp tài liệu lý thuyết và các bài nghiên cứu có liên quan. Mô hình nghiên cứu đề xuất chính thức được hình thành sau khi tham khảo ý kiến 3 chuyên gia (Phụ lục 1).
Cơ sở lý thuyết
Mô hình nghiên cứu Bản hỏi nháp Nghiên cứu định tính
Bản hỏi sơ bộ
Tham khảo ý kiến chuyên gia
Nghiên cứu định lượng: - Mã hóa, nhập dữ liệu - Làm sạch dữ liệu - Thống kê mô tả - Cronbach’ Alpha - Phân tích EFA - Phân tích hồi quy
Kết luận và kiến nghị Bản hỏi chính thức
Tiếp theo, tác giả thiết kế bản hỏi, điều chỉnh và bổ sung các biến quan sát dùng đo lường các khái niệm nghiên cứu. Nghiên cứu sơ bộ được thực hiện thông qua phương pháp định tính sử dụng kỹ thuật phỏng vấn trực tiếp chuyên gia.
Từ đó, tác giả đã loại bỏ các câu hỏi không phù hợp, 23 biến quan sát đã được lựa chọn và điều chỉnh phù hợp (phụ lục 2). Do đó, số câu hỏi được sử dụng cho nghiên cứu này là 23 câu hỏi, trong đó có 4 câu hỏi đánh giá mức độ ra ý định mua hàng của khách hàng đối BHHT TN.
3.1.2 Nghiên cứu định lượng:
Kết quả nghiên cứu định tính là bản câu hỏi khảo sát chính thức cho nghiên cứu này.
Sau khi thu thập được dữ liệu từ 250 phiếu khảo sát, tác giả tiến hành xử lý phiếu với phần mềm SPSS 20.0 bao gồm: thống kê mô tả biến, đánh giá độ tin cậy Cronbach’Alpha, phân tích nhân tố khám phá, phân tích hồi qui, kiểm định mô hình, kiểm định sự khác biệt về Ý định mua giữa các nhóm đối tượng.
3.1.3 Phương pháp chọn mẫu
Nghiên cứu này sử dụng phương pháp lấy mẫu ngẫu nhiên thuận tiện, cỡ mẫu càng lớn càng tốt. Theo Hairetal (1998), để phân tích nhân tố (EFA) tốt nhất là 5 mẫu trên một biến quan sát. Bên cạnh đó, Tabachnick & Fidel (1996) cho rằng để phân tích hồi quy tốt nhất thì cỡ mẫu phải bảo đảm theo công thức:
n>= 8m + 50 Trong đó:
n : Cỡ mẫu
m : Số biến độc lập của mô hình
Nghiên cứu này gồm có 23 biến quan sát và 5 biến độc lập thì:
*Cỡ mẫu cần cho nghiên cứu nhân tố là : 23x5 = 115 mẫu *Cỡ mẫu cần cho nghiên cứu hồi quy là : 5x8+50 = 90 mẫu
Cuộc khảo sát được tiến hành trên địa bàn thị xã Bình Long, tỉnh Bình Phước, đối tượng được khảo sát là cư dân sinh sống trên địa bàn. Quy mô mẫu kế hoạch là n = 250 người được chọn để khảo sát chính thức.
Phương pháp khảo sát là phỏng vấn trực tiếp đối tượng khách hàng và phát bản khảo sát câu hỏi. Thời gian tiến hành khảo sát từ 15/02/2016 đến 15/03/ 2016
kết quả thu lại được 243 phiếu trả lời, đạt 97,2% tỷ lệ hồi đáp chung. Sau khi kiểm tra 243 phiếu thu được, có 8 phiếu trả lời không đạt yêu cầu, cuối cùng còn 235 phiếu trả lời đạt yêu cầu được dùng cho nghiên cứu này, do đó nghiên cứu này có cỡ mẫu là 235 phiếu, thỏa các điều kiện về cỡ mẫu nghiên cứu.
3.1.4 Thang đo
Tất cả các thang đo các khái niệm mô hình đều là thang đo đa biến. Các biến quan sát được đo lường trên thang đo Likert 5 điểm thay đổi từ: 1 = hoàn toàn không đồng ý đến 5 = hoàn toàn đồng ý. Các phát biểu này như sau:
Bảng 3.1:Thang đo của mô hình Các nhân tố
1.Thái độ đối với hành vi
TDO11_ Anh/Chị thấy tham gia BHHT TN là việc cần thiết nên làm. TDO12 _Anh/Chị thấy đầu tư mua BHHT TN là một việc làm sáng suốt.
TDO13_ Anh/Chị thấy tin cậy vào các quyền lợi mà chính sách BHHT TN mang lại. TDO14_ Anh/Chị thấy đầu tư mua BHHT TN sẽ tốt cho cuộc sống sau khi về hưu.
2.Chuẩn chủ quan
CQU21_ Bạn bè, đồng nghiệp, ...ủng hộ, khuyến khích Anh/Chị tham gia BHHT TN. CQU22_ Những người thân trong gia đình có ủng hộ Anh/Chị trong việc tham gia BHHT TN.
CQU23 _Do những người xung quanh tham gia BHHT TN nên Anh/Chị cũng muốn tham gia.
CQU24_ Hầu hết những người có ý kiến quan trọng đến quyết định của Anh/chị đều muốn đầu tư mua BHHT TN cho họ.
3.Nhận thức kiểm soát hành vi
KSO31 _Anh/chị không lo lắng nhiều về số tiền đầu tư mua BHHT TN
KSO32_ Anh/chị có đủ kiến thức để quyết định có nên đầu tư mua BHHT TN hay không KSO33_ Việc đầu tư mua BHHT TN hay không là hoàn toàn phụ thuộc vào Anh/chị.
4.Khả năng chấp nhận rủi ro tài chính
RRO41 _Anh/chị sẵn sàng chấp nhận rủi ro thua lỗ khi quyết định đầu tư. RRO42_ Tôi chọn cơ hội đầu tư với mức sinh lời cao dù rằng rủi ro cũng cao.
RRO43_Anh/chị cho rằng tiềm năng tăng trưởng của đầu tư BHHT TN quan trọng hơn mức rủi của nó.
RRO44_ Anh/chị sẵn sàng đầu tư mạo hiểm để đảm bảo sự ổn định về tài chính khi nghỉ hưu.
5.Nhận thức về thu nhập
THU51_ Mức phí tối thiểu trong khung phí đóng BHHT TN hiện nay là cao so với thu nhập thực tế của Anh/Chị.
THU52_Theo Anh/chị thu nhập có ảnh hưởng đến việc tham gia BHHT TN của anh/chị. THU53_ Theo Anh/Chị thu nhập là yếu tố quan trọng nhất tác động đến việc tham gia BHHT TN của Anh/Chị.
THU54_Nếu thu nhập ổn định Anh/chị sẽ tham gia BHHT TN
6.Ý định tham gia BHHT TN
YDI61 _Anh/Chị đang suy nghĩ về việc tham gia BHHT TN. YDI62_ Anh/Chị có ý định tham gia BHHT TN.
YDI63_ Anh/Chị sẽ tham gia BHHT TN.
YDI64_ Anh/Chị muốn tham gia BHHT TN ngay từ bây giờ.
(Nguồn: tác giả xây dựng)
3.2KIỂMĐỊNHTHANGĐOVÀPHÂN TÍCHNHÂN TỐ
3.2.1 Kiểm định thang đo
Trong kiểm định thang đo, kỹ thuật sử dụng là hệ số Cronbach Alpha để loại những biến quan sát không đạt yêu cầu. Theo Hair (2006), hệ số Alpha cho biết mức độ tương quan giữa các biến trong bảng câu hỏi, được dùng để phân tích sự thay đổi của từng biến và mối tương quan giữa các biến, hay cho biết sự chặt chẽ và thống nhất trong các câu hỏi nhằm đảm bảo người được hỏi đã hiểu cùng một khái niệm.
Điều kiện thỏa mãn yêu cầu trong Kiểm định thang đo
- Các biến quan sát có hệ số tương quan tổng (item-total correlation) < 0,3 sẽ bị loại
- Và thang đo được chọn khi hệ số Cronbach Alpha > 0,6.
3.2.2 Phân tích nhân tố khám phá
Khái niệm:
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Phân tích nhân tố là một kĩ thuật phụ thuộc lẫn nhau.
Trong nghiên cứu, chúng ta có thể thu thập được một số lượng biến khá lớn, hầu hết các biến này có liên hệ với nhau, và số lượng của chúng phải được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được.
Mô hình nhân tố:
Mỗi biến trong phân tích nhân tố được biểu diễn như là một kết hợp tuyến tính của các nhân tố cơ bản. Lượng biến thiên của một biến được giải thích bởi những nhân tố chung trong phân tích được gọi là communality. Biến thiên chung của các biến được mô tả bằng một số ít các nhân tố chung cộng với một nhân tố đặc trưng cho mỗi biến. Những nhân tố này không bộc lộ rõ ràng.
Nếu các biến được chuẩn hóa thì mô hình nhân tố thể hiện bằng phương trình:
Xi = Ai1F1 + Ai2F2 + Ai3F3 + … + AinFn + ViUi
Trong đó:
Xi : Biến thứ i chuẩn hoá.
Aij : Hệ số hồi quy bội chuẩn hóa của nhân tố j đối với biến i. F : Các nhân tố chung.
Vi : Hệ số hồi quy chuẩn hóa của nhân tố đặc trưng i đối với biến i Ui : Nhân tố đặc trưng của biến i.
n : Số nhân tố chung.
Các nhân tố đặc trưng có tương quan với nhau và với các nhân tố chung. Bản thân các nhân tố chung cũng có thể được diễn tả như những kết hợp tuyến tính của các biến quan sát:
Fi = Wi1X1 + Wi2X2 + Wi3X3 + … + WikXk
Trong đó:
Fi : Ước lượng trị số của nhân tố thứ i. Wi : Quyền số hay trọng số nhân tố. k : Số biến.
-Thứ nhất: Hệ số KMO (Kaiser –Meyer-Olkin) có giá trị lớn (từ 0,5 đến 1) với mức ý nghĩa của kiểm định Bartlett ≤ 0,05: các các biến quan sát có tương quan với nhau trong tổng thể, phù hợp để phân tích nhân tố.
- Thứ hai: Hệ số tải nhân tố (Factor Loading) > 0,5.
- Thứ ba: Tổng phương sai trích ≥ 50% (theo Gerbing & Anderson, 1998) và tổng hệ số Eigenvalues > 1.
Từ đó, Phân tích nhân tố với phép xoay Varimax. Sau khi thực hiện rút trích nhân tố, eigenvalue lớn hơn trước và xem phương sai trích trong bảng xoay Matrix lớn hơn hoặc bằng 0.5 thì xem như đạt yêu cầu (các nhân tố đại diện cho các biến).
3.3PHÂNTÍCHHỒIQUIVÀKIỂMĐỊNHMÔHÌNH.
3.3.1. Phân tích tương quan.
Nội dung:
Ma trận tương quan với các Hệ số tương quan phản ảnh mức độ tương quan giữa các biến.
Hệ số tương quan:
Hệ số tương quan nhận giá trị trong khoảng (-1, +1) Hệ số tương quan > 0 : tương quan thuận
Hệ số tương quan < 0 : tương quan nghịch
Hệ số tương quan tiến đến: +1 hoặc -1: tương quan càng chặt chẽ.
Kiểm định Hệ số tương quan:
H0 : không tồn tại mối tương quan giữa 2 biến H1 : tồn tại mối tương quan giữa 2 biến
Với Mức ý nghĩa kiểm định là 5%: + Sig ≤ 0,05: Bác bỏ Ho
+ Sig > 0,05: Chưa có cơ sở Bác bỏ Ho
3.3.2. Phân tích hồi qui.
Trong SPSS, phân tích hồi quy được thực hiện bằng kỹ thuật Enter
Mô hình hồi quy có dạng :
Yi = 0 + 1X1i + 2X2i + … + pXni + i
Trong đó:
0: Hệ số chặn.
i: Hệ số hồi quy thứ i (i = 1, n). Xi: Biến độc lập ngẫu nhiên. i: Sai số biến độc lập thứ i.
3.3.3. Kiểm định mô hình. (1) Kiểm định giả thuyết:
Kiểm định các giả thuyết là kiểm định về mối quan hệ tuyến tính giữa từng biến độc lập với biến phụ thuộc được chấp nhận hay bác bỏ thông qua các hệ số hồi quy có ý nghĩa thống kê.
Giả thiết nghiên cứu:
Ho: Không có mối quan hệ tuyến tính giữa từng biến độc lập và biến phụ thuộc
H1: Tồn tại mối quan hệ tuyến tính giữa từng biến độc lập và biến phụ thuộc.
Nguyên tắc chấp nhận giả thiết tại mức ý nghĩa 5%:
+ Sig ≤ 0,05: Bác bỏ Ho: tồn tại tương quan tuyến tính giữa biến độc lập và biến phụ thuộc.
+ Sig > 0,05: Chưa có cơ sở bác bỏ giả thiết Ho.
(2) Kiểm định độ phù hợp của mô hình:
- Xác định mức độ phù hợp của mô hình: dùng Hệ số xác định hiệu chỉnh R2 (Adjusted R Square)
- Kiểm định Hệ số xác định : dùng kiểm định F.
Về Hệ số xác định:
- Giá trị: 0 ≤ R2 ≤ 1
- Hệ số xác định của mô hình: phản ảnh % sự thay đổi của biến phụ thuộc y là do tác động của các biến độc lập trong mô hình.
- Từ đó, R2 cũng phản ảnh % mô hình giải thích được sự thay đổi của y, phản ảnh mức độ phù hợp của mô hình. Hệ số này càng cao, mô hình có mức độ phù hợp càng cao.
Là phép kiểm định về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không.
Giả thuyết nghiên cứu:
Ho: Không có mối quan hệ giữa các biến độc lập và biến phụ thuộc H1: Tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc
Với mức ý nghĩa kiểm định là 5%:
+ Sig ≤ 0,05: Bác bỏ Ho
Nghĩa là tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc. + Sig > 0,05: Chưa có cơ sở bác bỏ Ho
Nghĩa là chưa có cơ sở khẳng định tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc.
(3) Kiểm định đa cộng tuyến:
Nội dung:
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc.
Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy, và làm giảm trị thống kê của kiểm định ý nghĩa của chúng.
Dấu hiệu nhận biết đa cộng tuyến:
- Hệ số phóng đại phương sai (VIF) vượt quá 10 - Hệ số tương quan giữa các biến độc lập cao (> 0,8). - Dấu của hệ số hồi quy khác với dấu kỳ vọng.
-Độ chấp nhận của biến (Tolerance) < (1- R2). - Kiểm định sự tương quan, hệ số Durbin Watson.
(4) Kiểm định giả định phân phối chuẩn trong phần dư của mô hình:
Hiện tượng phương sai thay đổi xảy ra khi các sai số ngẫu nhiên có phương sai khác nhau theo từng quan sát do bản chất của các mối quan hệ kinh tế, do công cụ
và kỹ thuật thu thập, xử lý dữ liệu hoặc cũng có thể do mô hình hồi quy xác định sai.
Hệ số chuẩn hóa phần dư có giá trị xấp xỉ 0 và độ lệch chuẩn xấp xỉ 1, khi đó giả định phân phối chuẩn của phần dư của mô hình không bị vi phạm.
(5) Kiểm định sự khác biệt về ý đinh mua BHHT TN giữa các nhóm khách hàng có đặc tính cá nhân khác nhau (phân tích phương sai: ANOVA).
*Phương pháp kiểm định:
Kiểm định sự khác biệt T-Test: khi có 2 nhóm khách hàng. Kiểm định F (ANOVA): khi có 3 nhóm khách hàng trở lên.
* Một số giả định khi phân tích:
-Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
-Các nhóm so sánh phải có phân phối chuẩn hay cỡ mẫu phải đủ lớn được xem như tiệm cận phân phối chuẩn.
-Phương sai của các nhóm so sánh phải đồng nhất: để thỏa giả định phương sai bằng nhau, dùng kiểm định Levene Test:
* Nội dung phân tích phương sai:
Phân tích phương sai (Analysis Of Variance) là phương pháp kiểm định giả thuyết về sự bằng nhau của nhiều số trung bình dựa trên đại lượng thống kê F, thường được dùng khi nghiên cứu ảnh hưởng của biến định tính lên biến kết quả định lượng.
ANOVA được sử dụng trong trường hợp này là ANOVA một yếu tố (One- Way ANOVA) nhằm kiểm định khác biệt về đặc điểm khách hàng dẫn đến khác biệt về Quyết định mua của khách hàng.
* Kiểm định điều kiện tiến hành phân tích phương sai:
Giả thuyết nghiên cứu:
H0: “Các phương sai bằng nhau”
H1: “Các phương sai không bằng nhau”
Với mức ý nghĩa kiểm định là 5%:
+ Tiêu chuẩn kiểm định Levene có Sig. < 0,05: Bác bỏ H0, nghĩa là các phương sai không bằng nhau, chưa đủ điều kiện để ANOVA.
+ Tiêu chuẩn kiểm định Levene có Sig. > 0,05: Chấp nhận H0, nghĩa là các phương sai bằng nhau, đủ điều kiện để phân tích ANOVA.
* Kiểm định phân tích phương sai:
Giả thuyết nghiên cứu:
H0: “Các trung bình bằng nhau’’
H1: “Có ít nhất 1 cặp trung bình không bằng nhau’’
Với mức ý nghĩa kiểm định là 5%:
+ Tiêu chuẩn kiểm định F có Sig. < 0,05: Bác bỏ H0.
Nghĩa là có cơ sở kết luận có khác biệt về ý định mua giữa các nhóm khách hàng.
+ Tiêu chuẩn kiểm định F có Sig. > 0,05: Chấp nhận H0.
Nghĩa là chưa đủ cơ sở kết luận có khác biệt về ý định mua giữa các nhóm