CHƯƠNG 2 : PHƯƠNG PHÁP NGHIÊN CỨU
2.4. Phương pháp phân tích
2.4.1. Thống kê mô tả
Thống kê mô tả (Descriptive Statistics) là các hệ số mơ tả ngắn gọn hay tóm tắt một tập dữ liệu nhất định, có thể là đại diện cho tồn bộ hoặc một mẫu của một tổng thể.
Thống kê mơ tả được chia thành thống kê trung bình và thống kê tần số:
- Thống kê tần số: thường áp dụng cho các biến định tính, trong nghiên cứu này
các biến về đặc điểm nhân khẩu học giới tính, tuổi, vị trí cơng tác, …gồm các cột Frequency (Thể hiện tần số của từng nhóm), Percent (Tỷ lệ phần trăm của từng nhóm), Valid Percent (Tỉ lệ phần trăm hợp lệ) và Culmulative Percent (Phần trăm cộng dồn). Kết quả thống kê tần số giúp chúng ta đánh giá được cơ cấu của từng biến định tính.
- Thống kê trung bình: Được dùng để đánh giá khái quát về nhận định của đối
tượng khảo sát với các câu hỏi định lượng Likert với 5 mức độ. Trong bảng thống kê trung bình gồm các cột: Cột N (Cỡ mẫu nghiên cứu), Minimum (Giá trị nhỏ nhất của biến), Maximum (Giá trị lớn nhất của biến), Mean (Giá trị trung bình của biến), Std. Deviation (Độ lệch chuẩn của biến). Thống kê trung bình chỉ dừng lại là mô tả khái quát mức đánh giá của đối tượng khảo sát ở mức điểm bao nhiêu trên thang đo được sử dụng.
2.4.2. Phân tích định lượng
Nhóm nghiên cứu quyết định lựa chọn thang đo cho nghiên cứu gồm tập hợp 5 biến gồm chiến lược hoạt động, văn hóa doanh nghiệp, sản phẩm và dịch vụ của ngân hàng, ứng dụng của công nghệ vào hoạt động của ngân hàng và nhân tố con người. Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha.
Hệ số Cronbach’s Alpha sẽ có giá trị biến thiên trong đoạn [0,1]. Hệ số Cronbach’s Alpha càng cao, độ tin cậy của thang đo càng lớn. Tuy nhiên, nếu hệ số Cronbach’s Alpha quá lớn (trên 0.95) sẽ xảy ra hiện tượng trùng lắp trong thang đo, tức là khơng có sự khác biệt giữa nhiều biến trong thang đo (Nguyễn Đình Thọ, 2013). Thang đo được đánh giá là đo lường tốt khi giá trị hệ số Cronbach’s Alpha trong đoạn từ 0,8 đến 1; hệ số trong đoạn 0.7 đến 0.8, thang đo lường sử dụng tốt; hệ số từ 0.6 trở lên, thang đo lường đủ điều kiện.
Ngoài ra, theo Jum Nunnally, biến đo lường được cho là đạt yêu cầu khi có hệ số tương quan biến tổng Corrected Item - Total Correlation ≥ 0.3 (Nunnally, J. (1978), Psychometric Theory, New York, McGraw - Hill). Khi hệ số tương quan biến tổng này nhỏ hơn 0.3, nhóm nghiên cứu sẽ loại biến để tăng độ tin cậy cho thang đo.
- Phân tích nhân tố khám phá EFA
Sau khi kiểm định độ tin cậy với hệ số Cronbach’s Alpha, nhóm nghiên cứu tiếp tục dùng phương pháp phân tích nhân tố khám phá EFA để đánh giá giá trị hội tụ và giá trị phân biệt của thanh đo.
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến dựa vào mối tương quan giữa các biến với nhau với mục đích rút gọn số lượng biến với các nhân tố có ý nghĩa hơn.
Nhóm nghiên cứu phân tích nhân tố EFA sử dụng các điều kiện sau:
- Trích xuất (Extraction): Phương pháp Principal Components.
- Ma trận xoay: Phương pháp Varimax.
- Giá trị lựa chọn >= 0.5.
Theo Hair & ctg (1998, 111), Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu dùng để đảm bảo mức ý nghĩa thiết thực của EFA. Hệ số nhân tố phải có giá trị từ 0.5 trở lên thì biến quán sát mới được đánh giá là “có ý nghĩa thống kê tốt. Các biến không đáp ứng được hệ số tải nhân tố 0.5 thì sẽ bị loại bỏ. Bên cạnh đó, hệ số KMO (Kaiser-Meyer-Olkin) được dùng để xem xét về độ phù hợp của phân tích nhân tố với 0.5≤ KMO ≤ 1. Trị số KMO có giá trị càng lớn có nghĩa là phân tích
nhân tố có tính phù hợp cao. Kiểm định Bartlett sẽ xem xét độ tương quan của các biến trong tổng thể. Các biến quan sát sẽ có mối tương quan tổng thể khi kiểm định có ý nghĩa thống kê (Sig. < 0,05). Ngoài ra, phần trăm biến thiên của các biến quan sát sẽ được thể hiện thơng qua phần trăm phương sai tồn bộ.
Để đánh giá sự phù hợp của mơ hình, nhóm sử dụng phương pháp phân tích phương sai ANOVA. Nếu Sig ≤ 0,05 thì mơ hình nhóm nghiên cứu sử dụng là phù hợp, ngược lại thì mơ hình khơng phù hợp và cần xem xét lại.
- Phân tích hồi quy
Với mục đích ước lượng tốt nhất mối quan hệ và mức độ của các biến độc lập và biến phụ thuộc, nhóm nghiên cứu tiến hành phân tích hồi quy. Theo Hồng Trọng và Mộng Ngọc (2005), qua q trình phân tích hồi quy sẽ thấy được “biến nào có vai trị quan trọng hơn trong việc dự đoán giá trị lý thuyết của Y”. Trong nghiên cứu này, nhốm sẽ phân tích mơ hình hồi quy tuyến tính đa biến. Ngồi ra, nhóm có sử dụng các trị số đánh giá gồm R2 thể hiện % sự biến thiên của biến phụ thuộc theo biến độc lậo; F là “thước đo ý nghĩa chung của mơ hình hồi quy” (Đinh Cơng Khải, 2011).
TĨM TẮT CHƯƠNG 2
Chương 2 bao gồm khái qt thơng tin sơ bộ về mơ hình và phương pháp nghiên cứu về các nhân tố ảnh hưởng đến ý định mua bảo hiểm sức khỏe phi nhân thọ tại Việt Nam. Phần mơ hình và quy trình nghiên cứu được xây dựng dựa vào các cơ sở lí thuyết cơ bản và phân tích của các nghiên cứu trước với “Ý định mua” làm biến phụ thuộc và các biến độc lập làm yếu tố ảnh hưởng tới ý định mua. Phần phương pháp nghiên cứu được đánh giá theo 3 phương pháp cơ bản: Phương pháp định tính, Phương pháp định lượng và Phương pháp khảo sát.
CHƯƠNG 3
PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN Ý ĐỊNH MUA BẢO HIỂM SỨC KHỎE PHI NHÂN THỌ TẠI VIỆT NAM