- Tên Tiếng An h: BIDV Insurance Joint Stock Corporation Tên viết tắt : Bảo hiểm Bảo Việt
a. Xây dựng phiếu điều tr
để xây dựng bảng câu hỏi điều tra cho nghiên cứu tác giả tham khảo bộ câu hỏi gốc được Parasuraman và cộng sự (1988) phát triển và chuẩn hóa cho các loại hình dịch vụ khác nhau, đồng thời tham khảo thêm các bộ câu hỏi được sử dụng trong nghiên cứu Siddiqui và cộng sự (2019), nghiên cứu Bala và cộng sự (2020) tại Ấn độ trong lĩnh vực bảo hiểm. Sau khi tiến hành phỏng vấn thử, bộ câu hỏi điều tra được hoàn thiện bao gồm 5 nhân tố trong mơ hình SERVQUAL với 22 câu hỏi của các nhân tố và 3 câu hỏi đánh giá sự hài lòng tổng thể của khách hàng với dịch vụ bảo hiểm xe cơ giới (xem tại phụ lục 1)
Thang đo nghiên cứu sử dụng là thang Likert 7 điểm. Một trong các nội dung của đề tài là lượng hóa các mối quan hệ giữa các thành phần chất lượng và sự hài lòng khách hàng về dịch vụ, vì vậy khơng thể dùng các thanh đo định danh để đo lường. Kỹ thuật xây dựng thang đo Likert là một kỹ thuật sử dụng phổ biến trong nghiên cứu hành vi bằng việc gán cho các mức độ đồng ý về các phát biểu theo thứ tự tăng hoặc giảm dần. Có hai loại thang đo Likert là thang đo chẵn và thang đo lẻ. Thang đo chẵn (thang đo 4 điểm hay 6 điểm) là thang đo khơng có điểm trung lập yêu cầu người trả lời phải chọn lựa giữa
hai nhóm trạng thái là đồng ý và không đồng ý, thang đo lẻ là thang đo có điểm trung lập thể hiện trạng thái lưỡng lự khi trả lời (thang đo 3, 5, 7 hay 9 điểm). Về nguyên tắc các thang đo càng chi tiết càng chính xác, tuy nhiên ở mức chi tiết quá lớn (ví dụ: 9 điểm trở lên) trong một số ngơn ngữ (ví dụ: Việt Nam) lại gây khó khăn cho người trả lời vì mức độ phân biệt các trạng thái đồng ý hay không đồng ý ở các mức điểm khơng có sự chênh lệch nhiều. Nghiên cứu này sử dụng thang đo Likert 7 điểm là phù hợp bởi nó vừa đảm bảo tính tin cậy hơn thang đo 5 điểm và cũng khơng gây khó khăn cho việc trả lời như các thang đo 8, 9 hay lớn hơn về số lựa chọn. Trong đó quy ước: 1 là hồn tồn khơng đồng ý, 2 là khơng đồng ý, 3 là không đồng ý một phần, 4 là phân phân hay trung lập, 5 là đồng ý một phần, 6 đồng ý và 7 là hoàn toàn đồng ý.
b. Chọn mẫu.
Do hạn chế về thời gian cũng như kinh phí thực hiện cho nghiên cứu này nên tác giả sử dung phương pháp chọn mẫu thuận tiện, phi xác suất. Cỡ mẫu của nghiên cứu được xác định theo nguyên tắc tối thiểu để đạt được sự tin cậy cần thiết của nghiên cứu. Cỡ mẫu tối thiểu như thế nào là phù hợp hiện nay còn nhiều ý kiến khác nhau của các nhà nghiên cứu và chưa thống nhất được. Comrey và Lee (1992) đưa ra các cỡ mẫu với các quan điểm tưởng ứng: 100 = tệ, 200 = khá, 300 = tốt, 500 = rất tốt, 1000 hoặc hơn = tuyệt vời. Theo Tabachnick và Fidell (2007) có thể sử dụng cơng thức kinh nghiệm sau để xác định cỡ mẫu tối thiểu: n >= 50 + 8p, trong đó n là cỡ mẫu tối thiểu, p là số nhân tố (biến độc lập) trong mơ hình nghiên cứu sử dụng hồi quy. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) sử dụng quy tắc nhân 5, tức là số biến quan sát nhân 5 sẽ ra cỡ mẫu tối thiểu của nghiên cứu để đảm bảo tính tin cậy. Nghiên cứu này lấy mẫu theo quy tắc của Comrey và Lee (1992), cỡ mẫu được xác định là 250 đạt mức khá. Với cỡ mẫu này cũng thỏa mãn nguyên tắc lấy mẫu của Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) và quy tắc lấy mẫu của Tabachnick và Fidell (2007).
c. đối tượng điều tra.
đối tượng điều tra được xác định là những khách hàng đã sử dụng dịch vụ của Bảo hiểm Bảo Việt từ 6 tháng trở lên để đảm bảo cảm nhận được chất lượng dịch vụ, có sự am hiểu về dịch vụ để có thể hồn thành tốt các câu hỏi.
d. Chọn khung mẫu và các phần tử trong mẫu.
để tạo được danh sách khách hàng điều tra tác giả lập một danh sách tất cả các khách hàng đã sử dụng dịch vụ bảo hiểm xe cơ giới của Bảo hiểm Bảo Việt. Sau đó tiếp tục lọc lựa chọn những khách hàng sử dụng dịch vụ trên 6
tháng và lập một danh sách khách hàng tiềm năng để điều tra. Danh sách này lập một cách ngẫu nhiên không tuân theo quy luật sắp xếp nào cả để đảm bảo khi lấy mẫu từ danh sách này không xảy ra hiện tượng sai số hệ thống. để chọn được các phần tử (khách hàng) thích hợp cho điều tra tác giả sử dụng công thức bước nhảy SI: SI = n/m, trong đó m là số mẫu dự kiến đã điều chỉnh theo tỷ lệ hồi đáp kỳ vọng, n là tổng số khách hàng, các khách hàng có thứ tự 1SI, 2SI, …, mSI sẽ được lựa chọn để gửi phiếu điều tra.
3.2.4 Phương pháp phân tích dữ liệu.
3.2.1.1 Thống kê mô tả.
Mẫu thu thập được tiến hành phân tích bằng các thống kê mô tả: Phân loại mẫu theo tiêu chí phân loại điều tra, tính trung bình, giá trị lớn nhất, giá trị nhỏ nhất của các trả lời trong câu hỏi điều tra.
3.2.4.2 Kiểm định sự tin cậy của thang đo.
để kiểm định sự tin cậy của các thang đo sử dụng trong nghiên cứu, tác giả sử dụng hệ số Cronbach`s Alpha và hệ số tương quan biến tổng. Các biến không đảm bảo tin cậy sẽ bị loại khỏi mơ hình nghiên cứu và không xuất hiện khi phân tích khám phá nhân tố (EFA). Tiêu chuẩn lựa chọn Cronbach`s Alpha tối thiểu là 0,6 (Hair và cộng sự, 2006), hệ số tương quan biến tổng nhỏ hơn 0,3 được xem là biến rác và đương nhiên loại khỏi thang đo (Nunally và Burstein, 1994).
3.2.4.3 Phân tích khám phá nhân tố.
Sau khi các khái niệm (nhân tố) được kiểm định thang đo bằng Cronbach`s Alpha sẽ tiếp tục được đưa vào phân tích khám phá nhân tố (EFA). Phân tích nhân tố sẽ giúp nhà nghiên cứu rút ra được những nhân tố tiềm ẩn từ một tập hợp các biến quan sát nhỏ hơn, có ý nghĩa hơn. Một số tiêu chuẩn áp dụng khi phân tích EFA trong nghiên cứu như sau:
Kiểm định sự thích hợp của phân tích nhân tố với dữ liệu của mẫu thông qua giá trị thống kê Kaiser-Meyer-Olkin (KMO). Theo đó, trị số của KMO lớn hơn 0,5 thì phân tích nhân tố là thích hợp (Garson, 2002), ngược lại nếu trị số KMO nhỏ hơn 0,5 thì áp dụng phương pháp phân tích nhân tố khơng thích hợp với dữ liệu đang có.
Số lượng nhân tố: Số lượng nhân tố được xác định dựa vào chỉ số eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser thì những nhân tố có eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình nghiên cứu (Garson, 2002).
Phương sai giải thích (variance explained criteria): Tổng phương sai trích phải lớn hơn 50% (Hair và cộng sự, 1998).
độ giá trị hội tụ: để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các hệ số chuyển tải nhân tố (factor loading) phải lớn hơn hoặc bằng 0,5 trong một nhân tố (Gerbing & Anderson, 1988).
Phương pháp rút trích nhân tố là các thành phần chính (Principal components) với phép xoay vuông góc (Varimax) để đảm bảo số lượng nhân tố là bé nhất (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Sau khi tiến hành phân tích EFA, căn cứ trên dữ liệu thực tế tác giả sẽ tiến hành đặt lại tên cho các nhân tố hình thành và điều chỉnh mơ hình cũng như các giả thuyết nghiên cứu ban đầu cho phù hợp dữ liệu thực tế.
3.2.4.5 Ước lượng phương trình hồi quy.
Sau khi thang đo của các yếu tố khảo sát đã được kiểm định thì sẽ được xử lý chạy hồi quy tuyến tính bằng phương pháp tổng bình phương nhỏ nhất
(OLS). Phương pháp đưa biến vào là phương pháp Enter. Theo Nguyễn đình Thọ (2020), phương pháp Enter phù hợp hơn với các nghiên cứu kiểm định, phương pháp Stepwise phù hợp với các nghiên cứu khám phá. Mơ hình nghiên cứu ước lượng được có dạng như sau:
Y =β0 + β1X1 + …+ βiXi +…+ βkXk + Ui (mơ hình có k biến độc lập) (1) Trong đó các:
Y là biến phụ thuộc
β0 là hệ số chặn (contanst) Các Xi là biến độc lập
βi là các hệ số góc – phản ảnh mức độ ảnh hưởng của biến Xi lên biến phụ thuộc Y.
Ui là phần sai số hay còn gọi là nhiễu, là phần biến thiên của biến phụ thuộc Y chịu ảnh hưởng ngồi các biến Xi đưa vào mơ hình.
3.2.4.6. Kiểm định các giả thuyết nghiên cứu.
Các giả thuyết nghiên cứu sẽ được tiến hành kiểm định thông qua dữ liệu nghiên cứu của phương trình hồi quy được xây dựng. Tiêu chuẩn kiểm định dựa vào thống kê t và giá trị p tương ứng, độ tin cậy lấy theo chuẩn 95%, giá trị p sẽ được so sánh trực tiếp với giá trị 0,05 để kết luận chấp thuận hay bác bỏ giả thuyết nghiên cứu.
đối với các kiểm định xem xét sự khác nhau theo các nhóm phân loại ta sử dụng phân tích phương sai (ANOVA). Tính phù hợp và khả năng giải thích của mơ hình ta sử dụng hệ số R2 điều chỉnh và kiểm định F của phân tích phương sai. để đánh giá sự quan trọng của các nhân tố trong mơ hình ảnh hưởng đến biến phục thuộc như thế nào ta xem xét thông qua hệ số Beta tương ứng từ phương trình hồi quy bội xây dựng được từ dữ liệu nghiên cứu.
3.2.5 Hệ thống các chỉ tiêu nghiên cứu
* Các chỉ tiêu phản ánh hiện trạng của Bảo hiểm Bảo Việt:
- Chỉ tiêu doanh thu phí bảo hiểm xe cơ giới của Bảo hiểm Bảo Việt từ năm 2019 đến năm 2023.
Việt từ năm 2019 đến năm 2023.
- Công tác giám định bồi thường và chi phí đề phịng hạn chế tổn thất
của Bảo hiểm Bảo Việt từ năm 2019 đến năm 2023.
* Các chỉ tiêu đánh giá mức độ hài lòng của khách hàng đối với chất lượng
dịch vụ bảo hiểm xe cơ giới của Bảo hiểm Bảo Việt.
Sử dụng 5 nhân tố trong mơ hình SERVQUAL để đánh giá đó là :
- Nhân tố sự tin cậy
- Nhân tố khả năng đáp ứng
- Nhân tố năng lực phục vụ
- Nhân tố sự đồng cảm
- Nhân tố phương tiện hữu hình
điểm đánh giá của một nhân tố được tính bằng trung bình cộng các biến quan sát trong nhân tố.