• Thống kê mô tả
Trong đề tài này, sau khi thu thập dữ liệu sử dụng phương pháp thống kê mô tả để tóm tắt, lập bảng tần suất và mô tả các đặc trưng khác nhau trong mẫu thu thập được theo các thuộc tính: giới tính, độ tuổi, thu nhập, tình trạng hôn nhân và nghề nghiệp, nhằm mục đích khám phá để biết được biến định tính và định lượng quan hệ với nhau như thế nào.
• Kiểm tra độ tin cậy thang đo bằng hệ số Cronbach’s Alpha
độ tương quan chặt chẽ giữa các biến quan sát trong cùng một thang đo. Nó cho biết trong các biến quan sát của một yếu tố, biến nào đã đóng góp vào việc đo lường khái niệm yếu tố. Trước khi phân tích nhân tố khám phá EFA, phải sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha để loại bỏ các biến không phù hợp ra khỏi thang đo vì nó có thể tạo ra các yếu tố giả ảnh hưởng đến kết quả.
Hệ số Cronbach’s Alpha có giá trị biến thiên trong đoạn [0,1]. Ve lý thuyết, hệ số này càng cao thang đo càng có độ tin cậy cao. Theo Nunnally, J. (1978) hệ số tương quan
biến tổng (Corrected Item - Total Correlation) lớn hơn hoặc bằng 0.3 thì biến đó đạt yêu cầu, ngược lại nếu bé hơn 0.3 thì sẽ loại biến quan sát đó. Tuy nhiên khi hệ số Cronbach’s
Alpha quá lớn (khoảng từ 0.95 trở lên) cho thấy có nhiều biến trong thang đo không có khác biệt nhau, hiện tượng này gọi là trùng lắp trong thang đo.
Theo giá trị hệ số Cronbach’s Alpha của Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) thì:
- Từ 0.8 đến gần bằng 1: thang đo lường rất tốt
- Từ 0.7 đến gần bằng 0.8: thang đo lường sử dụng tốt - Từ 0.6 trở lên: thang đo lường đủ điều kiện
• Phân tích nhân tố khám phá EFA
Đối với phân tích độ tin cậy bằng thang đo Cronbach’s Alpha, đã đánh giá mối quan
hệ giữa các biến trong cùng một nhóm, cùng một yếu tố, chứ không xem xét các mối quan hệ giữa các biến quan sát ở các yếu tố khác. Thì trong phương pháp phân tích nhân
tố khám phá (Exploratory Factor Analysis - EFA) giúp đánh giá hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt và thu gọn các tham số ước lượng cho các nhóm biến.
46
- Hệ số KMO (Kaiser-Meyer-Olkin) là một chỉ số dùng để xem xét sự thích hợp của
phân tích nhân tố. Trị số của KMO phải đạt giá trị 0.5 trở lên (0.5 ≤ KMO ≤ 1) là điều kiện đủ để phân tích nhân tố là phù hợp. Neu trị số này nhỏ hơn 0.5, thì phân tích nhân tố có khả năng không thích hợp với tập dữ liệu nghiên cứu.
- Kiểm định Bartlett (Bartlett’s test of sphericity) là một đại lượng thống kê được dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Trong trường hợp kiểm định này có ý nghĩa thống kê (Sig. < 0.05), chứng tỏ các biến quan sát có mối tương quan với nhau trong tổng thể.
-Hệ số tải nhân tố (Factor loading): là trọng số nhân tố, giá trị này biểu thị mối quan
hệ tương quan giữa biến quan sát với nhân tố. Hệ số tải nhân tố càng cao, nghĩa là tương
quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Theo Hair và cộng sự (1998, 111) đây là chỉ tiêu quan trọng đảm bảo mức ý nghĩa thiết thực của EFA:
- Nếu Factorloading >0.3 được xem là đạt mức tối thiểu - Nếu Factorloading >0.4 được xem là quan trọng
- Nếu Factorloading >0.5 được xem là có ý nghĩa thực tiễn
Giá trị của hệ số tải Factor Loading phụ thuộc vào kích thước mẫu. Hệ số tải là 0.5 thì cỡ mẫu từ 120 đến dưới 350 và 0.3 là cỡ mẫu từ 350 trở lên.
- Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mô hình phân tích.
- Phần trăm phương sai trích (Percentage of variance) yêu cầu lớn hơn hoặc bằng 50%: Nó cho biết các nhân tố được trích giải thích % sự biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
• Phân tích hồi quy
Hệ số tương quan Pearson (Pearson correlation coefficient) được tiến hành nhằm cho thấy mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc thông qua hệ số tuyến tính (r) có giá trị dao động từ -1 đến 1:
- r > 0: Liên hệ tuyến tính thuận - r < 0: Liên hệ tuyến tính nghịch
- r = 0: có mối liên hệ phi tuyến hoặc không có một mối liên hệ nào giữa 2 biến - r = +1: có liên hệ tuyến tính tuyệt đối
Phân tích hồi quy đa biến:
- Phân tích hồi quy dùng để xác định trọng số của từng nhân tố độc lập tác động lên
nhân tố phụ thuộc. Đồng thời phân tích hồi quy đa biến nhằm mục tiêu đánh giá mức độ và chiều hướng tác động đến biến phụ thuộc của biến độc lập. Các nhân tố đã thỏa mãn trong bước phân tích nhân tố sẽ được trích ra và đưa vào sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình và các giả thuyết.
- Đánh giá sự phù hợp của mô hình hồi quy đối với tập dữ liệu thông qua hệ số xác
định R2 hiệu chỉnh (Adjusted R Square). R2 hiệu chỉnh càng gần 1 thì mô hình càng phù
hợp.
- Kiểm định sự phù hợp với mô hình: Kiểm định F sử dụng phương pháp phân tích phương sai (ANOVA) là phép kiểm định giả thuyết để lựa chọn mô hình tối ưu. Nếu trị thống kê F có Sig rất nhỏ (< 0,05) là mô hình được xây dựng phù hợp với tập dữ liệu, vì thế có thể sử dụng được.
- Các hệ số Beta đã chuẩn hóa sẽ cho biết cường độ tác động của biến độc lập cụ thể,
trong mô hình nghiên cứu và hệ số Beta chưa chuẩn hóa dùng để đánh giá sự biến thiên của biến phụ thuộc khi từng biến độc lập thay đổi.
48
• Kiểm định sự khác biệt giữa các biến định tính
Kiểm định T-TEST: Phương pháp được dùng cho các biến nhân khẩu học có 2
nhóm.
Nếu giá trị Sig. trong kiểm định Levene < 0.05 thì phương sai giữa 2 nhóm không đồng nhất, sẽ sử dụng kết quả ở dòng Equal variances not assumed. Sig. T-Test ≤ 0.05: có sự khác biệt giữa các biến định tính với biến phụ thuộc. Sig. T-Test > 0.05: không có sự khác biệt giữa các nhóm biến
Nếu Sig. Levene > 0.05 thì phương sai giữa 2 nhóm đồng nhất, sẽ sử dụng kết quả ở dòng Equal variances assumed. Sig. T-Test > 0.05: không có sự khác biệt giữa các biến định tính với biến phụ thuộc. Sig. T-Test ≤ 0.05: có sự khác biệt giữa các nhóm biến.
Kiểm định ANOVA: Phương pháp dùng cho các biến nhân khẩu học có từ 3 nhóm
trở lên và giúp kiểm tra giữa các biến định tính như độ tuổi, thu nhập, nghề nghiệp ở quyết định mua BHNT của khách hàng cá nhân tại Sacombank có sự khác nhau đáng kể hay không. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), giá trị Sig > 0.05 là điều kiện bắt buộc để đảm bảo giả định về sự đồng nhất phương sai giữa các nhóm phân
loại. Phương pháp được sử dụng ở đây là phương pháp phân tích phương sai một yếu tố (One-way ANOVA). Trong phân tích ANOVA, nếu kết quả phân tích cho thấy giá trị Sig > 0,05 tức là không có sự khác biệt trong việc quyết định mua BHNT giữa các khách
hàng có đặc điểm cá nhân khác nhau hoặc ngược lại nếu Sig < 0.05 tức là có sự khác biệt về mức độ đánh giá yếu tố mua BHNT giữa các khách hàng cá nhân.
Giới tính Tần suất Tỷ lệ (%)
Nam 87 435
Nữ 113 56.5
Tổng 200 100.0
KẾT LUẬN CHƯƠNG 3
Từ cơ sở lý thuyết và kết quả của các nghiên cứu đã trình bày ở chương 2, trong chương 3 đã đưa ra:
- Mô hình nghiên cứu đề xuất và quy trình nghiên cứu với từng giai đoạn cụ thể - Trước khi nghiên cứu chính thức phải thực hiện nghiên cứu sơ bộ sử dụng phương
pháp định tính thông qua kỹ thuật thảo luận nhóm với chuyên gia cũng như phỏng vấn thử một nhóm nhỏ khách hàng mục đích để xác định các thang đo cho phù hợp và đánh giá mực độ hiểu của khách hàng về nội dung được khảo sát nằm điều chỉnh câu từ, ngữ nghĩa trong bảng câu hỏi cho rõ ràng, dễ hiểu và phù hợp với điều kiện nghiên cứu.
- Nghiên cứu chính thức được thực hiện bằng phương pháp định lượng tiến hành khảo sát với số mẫu n=220 thông qua phỏng vấn với bảng câu hỏi, đối tượng khảo sát ý kiến là khách hàng cá nhân tại NHTMCP Sài Gòn Thương Tín. Bằng phương pháp phỏng
vấn gián tiếp thông qua Google Forms, ý kiến khách hàng về quyết định mua BHNT tại ngân hàng thương mại sẽ được thu thập.
- Sau khi tổng kết lại dữ liệu, thông qua thống kê mô tả để khảo sát các biến nhân khẩu học, phân tích độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích hồi quy và kiểm định ANOVA để kiểm định thang đo các yếu tố ảnh hưởng đến quyết định mua BHNT tại NHTMCP Sài Gòn Thương
Tín. Việc thực hiện xử lý số liệu và rút ra kết quả nghiên cứu sẽ được trình bày ở Chương
4 tiếp theo.
CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN 4.1. Phân tích thống kê mô tả
4.1.1. Giới thiệu mẫu nghiên cứu
Khảo sát được thực hiện với 220 khách hàng đến giao dịch tại NHTMCP Sài Gòn Thương Tín tại TP.HCM nhằm phân tích, đánh giá được “Những yếu tố ảnh hưởng đến quyết định mua sản phẩm BHNT của khách hàng cá nhân tại NHTMCP Sài Gòn Thương
Tín”.
Trong tổng số phiếu khảo sát được gửi đi thông qua hình thức online với kích thước
mẫu yêu cầu trong nghiên cứu là 220, tương ứng với 220 khách hàng và số phiếu thực tế thu về được là 223 phiếu. Sau khi đã loại trừ các phiếu không hợp lệ, những bảng trả lời không phù hợp thì thu về được là 200 mẫu. Vì khách hàng đều thực hiện khảo sát online nên các câu hỏi trong bảng khảo sát đều được trả lời đầy đủ, không có xảy ra tình
trạng thiếu thông tin.
4.1.2. Thống kê mẫu theo từng yếu tố
Sau khi thu thập được kết quả khảo sát, bài nghiên cứu tiến hành xem xét mẫu nghiên
cứu được phân bố theo các tiêu chí: Giới tính, Độ tuổi, Thu nhập, Tình trạng hôn nhân và Nghề nghiệp với kết quả như sau:
Độ tuổi Tần suất Tỷ lệ (%) Từ 18 - 24 tuổi 37 18.5 Từ 25 - 40 tuổi 59 29.5 Từ 41 - 55 tuổi 63 31.5 Trên 55 tuổi 41 20.5 Tổng 200 100.0 Thu nhập Tần suất Tỷ lệ (%) Dưới 10 triệu 44 22.0 Từ 10 đến dưới 30 triệu 74 37.0 Trên 30 triệu 82 41.0 Tổng 200 100.0
(Nguồn: Kết quả phân tích bằng phần mềm SPSS 20)
Kết quả thống kê về giới tính trong bảng 4.1, thì giới tính nam chiếm tỷ trọng 43.5%, 51
giới tính nữ chiếm tỷ trọng lớn hơn với 56.5%. Như vậy, nghiên cứu này nghiêng về giới
tính nữ vì số lượng người khảo sát nữ lớn hơn so với số lượng nam. Bảng 4.2. Thống kê theo Độ tuổi
(Nguồn: Kết quả phân tích bằng phần mềm SPSS 20)
Bảng 4.2 cho thấy có 63 người từ 41-55 tuổi (chiếm 31.5%); 59 người từ 25 - 40 tuổi (chiếm 29.5%); 41 người trên 55 tuổi (chiếm 20.5%) và 37 người từ 18 -24 tuổi (chiếm 18.5%) trong tổng số 200 người.
Độc thân 58 290
Đã lập gia đình 142 710
Tổng 200 100.0
Nghề nghiệp Tần suất Tỷ lệ (%)
Lao động phổ thông 38 19.0
Nhân viên văn phòng 65 32.5
Kinh doanh 75 37.5
Khác 22 11.0
Tổng 200 100.0
(Nguồn: Kết quả phân tích bằng phần mềm SPSS 20)
Kết quả bảng 4.3 cho thấy trong 200 mẫu quan sát, có 82 người có thu nhập trên 30 triệu chiếm 41%; 74 người có thu nhập từ 10 đến dưới 30 triệu chiếm 37% và có 44 người có thu nhập dưới 10 triệu chiếm 22%. Như vậy, đa số thu nhập của khách hàng tập trung nhiều ở mức từ 10 - 30 triệu và trên 30 triệu.
Bảng 4.4. Thống kê theo Tình trạng hôn nhân
(Nguồn: Kết quả phân tích bằng phần mềm SPSS 20)
Bảng 4.4 cho thấy nhóm đối tượng khách hàng đã lập gia đình mua BHNT nhiều hơn so với khách hàng độc thân với tỷ lệ là 71% và 29%. Nguyên do có thể họ muốn đầu tư cho con cái, bảo vệ gia đình trước những rủi ro khi vợ/chồng và con cái mất đi nguồn thu nhập từ họ.
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến tổng hiệu chỉnh Cronbach’s Alpha nếu loại biến Sự Tin Tưởng: Cronbach’s Alpha= 0.911
STTl 16.45 14.661 0.759 0.895
STT2 16.38 15.030 0.799 0.887
STT3 16.60 14.584 0.730 0.902
STT4 16.44 15.172 0.784 0.890
STT5 16.48 14.593 0.813 0.884
Mối quan hệ: Cronbach’s Alpha= 0.808
MQHl 8.22 2.742 0.571 0.822
Trong 200 phiếu khảo sát thu về, khách hàng đã mua bảo hiểm chủ yếu là người kinh doanh với 37.5 % và nhân viên văn phòng với 32.5%. Nhóm khách hàng kinh doanh
và nhóm nhân viên văn phòng nguyên do mua bảo hiểm nhiều hơn có thể vì để đề phòng
rủi ro cho bản thân cũng như có thể đầu tư kiếm lời và đây là nhóm đối tượng có mức thu nhập khá cao nên họ có kinh tế ổn định, đủ khả năng để chi trả tiền bảo hiểm mỗi năm, không tạo quá gánh nặng tài chính hiểm so với 2 nhóm còn lại. Còn sự khác biệt thì văn phòng ngoài BHNT thì còn có các khoản bảo hiểm ở cơ quan, đặc biệt nếu làm việc tại cơ quan nhà nước thì có nhận được lương hưu nên đó là lý do tạo nên sự khác biệt về quyết định mua thấp hơn so với nhóm kinh doanh.
4.2. Kiểm tra độ tin cậy Cronbach’s Alpha của thang đo
Bảng 4.6 cho thấy tất cả các thang đo Sự tin tưởng (STT), Mối quan hệ (MQH), Chính sách giá (CSG), Sự nhận thức (STT), Ảnh hưởng từ người thân (AH) có hệ số Cronbach’s Alpha của các thang đo đều lớn hơn 0,6, trong đó, thang đo sự tin tưởng chiếm vị trí cao nhất với Alpha=0.911 và thang đo ảnh hưởng từ người thân thấp nhất với Alpha=0.613. Nhìn chung, các hệ số tương quan biến tổng hiệu chỉnh của các biến quan sát đều đạt giá trị lớn hơn 0.3. Như vậy, tất cả các biến quan sát đều thể hiện tốt tính chất của từng biến độc lập của chúng. Và một đặc điểm quan trọng của kiểm định Cronbach Alpha là giữ lại các biến đạt yêu cầu và loại bỏ các biến quan sát không phù hợp trước khi tiến hành phân tích EFA, nên ở đây, tất cả các biến quan sát đều phù hợp và không cần phải loại bỏ.
54
MQH2 8.14 2.449 0.738 0.653 MQH3 8.31 2.476 0.667 0.727 Chính sách giá: Cronbach’s Al CSGl 16.69 pha= 0.891_______________________________10.778 0.778 0.857 CSG2 16.66 12.187 0.719 0.871 CSG3 16.74 11.512 0.740 0.866 CSG4 16.69 11.895 0.743 0.865 CSG5 16.70 11.831 0.696 0.876 Sự nhận thức: Cronbach’s Alpha= 0.903 SNTl 11.51 11.477 0.791 0.872 SNT2 11.55 11.455 0.802 0.868 SNT3 11.66 11.311 0.801 0.868 SNT4 11.52 11.909 0.737 0.891
Ảnh hưởng từ người thân: Cronbach’s Alpha= 0.613
AHl 6.95 2.736 0.462 0.453
AH2 6.81 3.263 0.408 0.535
AH3 7.10 3.075 0.399 0.546
Quyết định: Cronbach’s Alpha= 0.800
QDl 7.84 2.668 0.648 0.723
QD2 7.89 2.681 0.662 0.708
Kiểm định Bartlett’s của Sphericity
Chỉ số Chi-square 2380.089
df 190
Mức ý nghĩa Sig. 0.000
(Nguồn: Kết quả phân tích bằng phần mềm SPSS 20)
4.3. Phân tích nhân tố khám phá
4.3.1. Ket quả phân tích EFA cho các biến độc lập
Tiếp tục sử dụng phần mềm SPSS để phân tích nhân tố EFA đối với tất cả các biến quan sát phù hợp với kiểm định Cronbach Alpha ở trên. Qua phân tích EFA sẽ biết được các yếu tố (biến độc lập) có thực sự tác động đến lý do khách hàng quyết định lựa chọn Sacombank là nơi để mua BHNT. Từ đó, phía ngân hàng sẽ đưa ra được những chiến