6. Kết cấu của luận văn
3.4 Kết quả kiểm định
3.4.2.1 Kiểm tra độ tin cậy của thang đo
+ Kiểm tra thang đo thành phần “tin cậy”
Hệ số Cronbach Alpha = 0,718
Hệ số tương 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 số tương 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 số tương quan biến - tổng đều lớn hơn 0,3 đạt yêu cầu.
+ Kiểm tra thang đo thành phần “tiếp cận”
Hệ số tương 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 số tương 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
Hệ số tương quan biến - tổng đều lớn hơn 0,3 đạt yêu cầu.
(Chi tiết kết quả xem thêm tại Phụ lục 3)
3.4.2.2 Kiểm 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 u cầu này thì khơng phải là biến quan trọng trong mơ 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 tố trích 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
TC2 Cơ sở vật chất tạo sự tin 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 giữ nguyên 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 quả EFA 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 tốn biến để đặt 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 tốn biến, tiến hành đặt tên lại các nhân tố như 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 khả năng tiếp cận và giá cả sản phẩm nên đặt tên lại nhân tố đầu
tiên này là “Cảm nhận về khả năng tiếp cận và giá cả của ngân hàng” (2) Nhân tố 2 (X2) là “Cảm nhận về sự đáp ứng của ngân hàng” (3) Nhân tố 3 (X3) là “Cảm nhận về độ tin cậy của ngân hàng”.
(4) Nhân tố 4 (X4) là “Cảm nhận về năng lực phục vụ của nhân viên”.
3.4.3 Hiệu chỉnh mơ hình và các giả thuyết nghiên cứu
Từ mơ 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 mơ hình nghiên cứu và các giả thuyết nghiên cứu như sau:
+ Về mơ 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 về năng lực phục vụ của nhân viên” (X4) + Về các giả thuyết nghiên cứu:
H1: Mức độ cảm nhận của khách hàng về khả năng tiếp cận và giá cả càng tốt thì sự hài lịng về Bancassurance càng cao.
H2: Mức độ cảm nhận của khách hàng về sự đáp ứng của ngân hàng càng cao thì sự hài lòng về Bancassurance càng cao.
H3: Mức độ cảm nhận của khách hàng về độ 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 lịng về Bancassurance càng cao.
Hình 3.2. Mơ hình nghiên cứu được hiệu chỉnh.
3.4.4 Kiểm định mơ hình và các giả thuyết bằng hồi quy đa biến
Các bước kiểm định mơ 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 khả năng tiếp cận và giá cả của ngân hàng” + (X2): “Cảm nhận về sự đáp ứng của ngân hàng”
+ (X3): “Cảm nhận về độ tin cậy của ngân hàng”. Sự cảm nhận về khả
năng tiếp cận, giá cả
Sự cảm nhận về sự đáp ứng Sự cảm nhận về độ tin cậy H1 (+) H2 (+) H3 (+) Sự hài lòng về Bancassurance H4(+) Sự cảm nhận về năng lực phục vụ
+ (X4): “Cảm nhận về năng 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 sự tương 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 tự tương 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** Sig. (2-tailed) 0 0 0 0 N 318 318 318 318 318 X2 Pearson Correlation ,437** 1 ,532** ,468** ,332** Sig. (2-tailed) 0 0 0 0 N 318 318 318 318 318 X3 Pearson Correlation ,261** ,532** 1 ,245** ,160** Sig. (2-tailed) 0 0 0 0,004 N 318 318 318 318 318 X4 Pearson Correlation ,583** ,468** ,245** 1 ,498** Sig. (2-tailed) 0 0 0 0 N 318 318 318 318 318 Y Pearson Correlation ,498** ,332** ,160** ,498** 1 Sig. (2-tailed) 0 0 0,004 0 N 318 318 318 318 318
**. Correlation is significant at the 0.01 level (2-tailed).
(Nguồn: Kết quả nghiên cứu của tác giả)
Mơ hình hồi quy đa biến (hồi quy bội) thực hiện theo phương pháp enter (đưa các biến vào 1 lần). Đây là phương pháp được sử dụng rộng rãi nhất trong nghiên cứu thị trường vì tính chất thơng tin đơn giản và dễ đọc.
Bảng 3.5. Bảng kết quả phân tích Hồi quy sử dụng phương pháp Enter.
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 ,563a ,317 ,309 ,63832 1,280 a. Predictors: (Constant), X4, X3, X1, X2 b. Dependent Variable: Y
(Nguồn: Kết quả nghiên cứu của tác giả) Bảng trên cho thấy R=0,563, R2 = 0.317 (nằm trong khoảng 0.5 ≤ R < 0.7 =>
0.25 ≤ R2 < 0.5: tương quan khá chặt chẽ) và R2 hiệu chỉnh = 0.309: có nghĩa là 4 biến
độc lập của mơ hình giải thích được 30,9% độ biến thiên của biến phụ thuộc là Sự hài
lòng về Bancassurance, và Durbin-Watson (D)=1.280 < 3: mơ hình khơng tự tương
quan => tốt.
Bảng 3.6. Bảng kết quả phân tích phương sai ANOVA
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 59,292 4 14,823 36,379 ,000a Residual 127,533 313 ,407
Total 186,825 317
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 59,292 4 14,823 36,379 ,000a Residual 127,533 313 ,407
Total 186,825 317
b. Dependent Variable: Y
(Nguồn: Kết quả nghiên cứu của tác giả) Bảng trên cho thấy trị thống kê F = 36,379 có giá trị Sig = 0.000 < 0.05, nên mơ hình hồi quy xây dựng là phù hợp với dữ liệu thu thập được. Như vậy, các biến độc lập trong mơ hình đều có mối quan hệ với biến phụ thuộc.
Bảng 3.7. Bảng các hệ số hồi quy Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant ) 1,165 ,262 4,440 ,000 X1 ,359 ,071 ,301 5,088 ,000 ,624 1,603 X2 ,088 ,068 ,080 1,306 ,192 ,576 1,737 X3 -,040 ,066 -,033 -,606 ,545 ,715 1,398 X4 ,305 ,062 ,293 4,878 ,000 ,603 1,658
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 (Constant ) 1,165 ,262 4,440 ,000 X1 ,359 ,071 ,301 5,088 ,000 ,624 1,603 X2 ,088 ,068 ,080 1,306 ,192 ,576 1,737 X3 -,040 ,066 -,033 -,606 ,545 ,715 1,398 X4 ,305 ,062 ,293 4,878 ,000 ,603 1,658
a. Dependent Variable: Y (Nguồn: Kết quả nghiên cứu của tác giả)
Bảng trên cho thấy giá trị Sig của các biến độc lập X1, X4 đều nhỏ hơn 0,05 nên
các biến độc lập này đều có tác động Sự hài lòng về Bancassurance, riêng giá trị Sig của biến X2 là 0,192 và biến X3 là 0,545 đều lớn hơn 0,05 nên yếu tố sự đáp ứng và sự tin cậy không tác động đến Sự hài lòng của khách hàng về Bancassurance và sẽ loại khỏi phương trình.
Hệ số VIF < 5: Nên không bị vi phạm hiện tượng đa cộng tuyến.
Hệ số hồi quy chuẩn hóa (β) của các biến độc lập đều mang dấu dương nên các biến này có quan hệ thuận chiều với biến phụ thuộc (Sự hài lòng của khách hàng). Từ kết quả của bảng 3.10, ta có phương trình hồi quy đa biến dạng chuẩn hóa như sau:
Y = 0,301X1 + 0,293X4 + ε . (3.1)
Trong đó :
+ X1 là : “Cảm nhận về khả năng tiếp cận và giá cả của ngân hàng” + X4 là : “Cảm nhận về năng lực phục vụ của nhân viên”.
ε : phần dư (hay: sai số thống kê)
Phương trình (3.1) cho thấy các biến độc lập X1, X4 đều tác động đến Sự hài lòng của khách hàng về Bancassurance, và trọng số lớn nhất là 0,301 tức là biến “Cảm nhận về khả năng tiếp cận và giá cả của ngân hàng” có ảnh hưởng lớn nhất, kế đến là biến “Cảm nhận về năng lực phục vụ của nhân viên” ảnh hưởng với trọng số là 0,293.
3.4.5 Kiểm định các giả thuyết nghiên cứu trong mơ hình:
Mơ hình nghiên cứu ban đầu có 5 giả thuyết cần kiểm định là: H1, H2, H3, H4 và H5. Cả 5 giả thuyết này đưa ra mối quan hệ thuận chiều giữa các nhân tố với Sự hài lòng của khách hàng về dịch vụ Bancassurance tại BIDV. Tuy nhiên, khi chạy phân tích nhân tố với độ tin cậy là 95% thì chỉ có 4 nhân tố được chấp nhận, trong đó nhân tố 1 là kết hợp của cả 2 nhân tố ban đầu là: AC và GC như đã hiệu chỉnh ở phần 3.4.2. Sau khi kiểm định hồi quy đa biến, dựa vào giá trị Sig trong bảng “Coefficients”, với
độ tin cậy 95% thì cịn lại hai giả thuyết được hiệu chỉnh đạt yêu cầu.
Bảng 3.8. Bảng tổng hợp kiểm định giả thuyết nghiên cứu
Ký hiệu Giả thuyết Kết quả kiểm định
H1 Mức độ cảm nhận của khách hàng về khả
năng tiếp cận và giá cả càng cao thì sự hài
lịng về Bancassurance càng cao.
Chấp nhận
H4 Mức độ cảm nhận của khách hàng năng lực
phục vụ của nhân viên càng cao thì sự hài lịng về Bancassurance càng cao.
Hình 3.3. Mức độ ảnh hưởng của các nhân tố đến Sự hài lòng về Bancassurance
3.4.6 Kiểm định sự khác biệt của các nhóm khách hàng theo các đặc điểm khác nhau về thu nhập và nhóm tuổi khác nhau về thu nhập và nhóm tuổi
3.4.6.1 Thu nhập
Kiểm định phương sai đồng nhất (Test of Homogeneity of Variances) có nghĩa là kiểm định xem có sự khác biệt về phương sai của các nhóm. Ta thấy Sig trong bảng Kiểm định phương sai đồng nhất của X1 (cảm nhận về khả năng tiếp cận và giá cả) và X4 (cảm nhận về năng lực phục vụ) đều nhỏ hơn 0,05 nên có sự khác biệt về phương sai giữa các nhóm.
Kiểm định ANOVA, ta thấy Sig trong bảng ANOVA của Sự hài lòng về Bancassurance (Y) nhỏ hơn 0.05 nên chấp nhận giả thuyết ban đầu, có nghĩa là có sự
khác biệt có ý nghĩa thống kê (95%) về sự hài lòng về Bancassurance của các nhóm
khách hàng được phân theo mức thu nhập khác nhau. Nhưng chưa biết nhóm nào, cần
phải chạy thêm hậu ANOVA (hay chạy thêm Post Hoc, chọn kiểm định Tamhane’s do Sig trong bảng “Kiểm định phương sai đồng nhất” là nhỏ hơn 0,05) để biết. (Xem Phụ lục 06).
Sự cảm nhận về khả năng tiếp cận và giá cả
Sự cảm nhận về năng lực phục vụ .301 .293 Sự hài lòng của khách hàng về Bancassurance tại BIDV R2 = .317 Sig < 0.05
Kiểm định hậu ANOVA, ta thấy sự hài lòng về Bancassurance của các nhóm
khách hàng được phân theo mức thu nhập khác nhau thì có sự khác biệt có ý nghĩa
thống kê.
+ Nhóm thu nhập < 5triệu đồng ít hài lịng về chất lượng dịch vụ Bancassurance
hơn so với người có mức thu nhập trừ trên 5 triệu đến 15 triệu đồng.
+ Trong khi nhóm người có mức thu nhập từ trên 5 triệu đến 15 triệu đồng thì cảm thấy hài lịng hơn về chất lượng dịch vụ Bancassurance tại BIDV.
3.4.6.2 Nhóm tuổi
Kiểm định phương sai đồng nhất, ta thấy Sig trong bảng Kiểm định phương sai
đồng nhất của X4 nhỏ hơn 0,05 nên có sự khác biệt về phương sai.
Kiểm định ANOVA, ta thấy Sig trong bảng ANOVA của Sự hài lòng về Bancassurance (Y) nhỏ hơn 0.05 nên chấp nhận giả thuyết ban đầu, có nghĩa là có sự
khác biệt có ý nghĩa thống kê (95%) về sự hài lòng về Bancassurance của các nhóm
khách hàng được phân theo nhóm tuổi khác nhau. Nhưng chưa biết nhóm nào, cần phải
chạy thêm hậu ANOVA (hay chạy thêm Post Hoc, chọn kiểm định Tamhane’s do Sig trong bảng “Kiểm định phương sai đồng nhất” là nhỏ hơn 0,05) để biết. (Xem Phụ lục 06).
Kiểm định hậu ANOVA, ta thấy sự cảm nhận về khả năng tiếp cận và giá cả(X1),