CHƯƠNG 4. KẾT QUẢ NGHIÊN CỨU VÀ HÀM Ý CHÍNH SÁCH
4.4 KIỂM ĐỊNH MÔ HÌNH NGHIÊN CỨU BẰNG MÔ HÌNH HỒI
4.4.1 Đánh giá độ phù hợp của mô hình hồi quy tuyến tính bội Mô hình hồi quy bội được xem xét có dạng:
Su hai long = β0 + β1*Su huu hinh + β2*Nang luc phuc vu va dap ung KH + β3*Su tin cay + β4*Thai do phuc vu + β5*Chat luong SPBH + β6*Phí BH + β7*Hinh anh DN
Để tiến hành phân tích hồi quy tuyến tính bội, các biến được đưa vào mô hình theo phương pháp Enter. Tiêu chuẩn kiểm định là tiêu chuẩn được xây dựng vào phương pháp kiểm định giá trị thống kê F và xác định xác suất tương ứng của giá trị thống kê F, kiểm định mức độ phù hợp giữa mẫu và tổng thể thông qua hệ số xác định R2. Công cụ chẩn đoán giúp phát hiện sự tồn tại của cộng tuyến trong dữ liệu được đánh giá mức độ cộng tuyến làm thoái hóa tham số ước lượng là: Hệ số phóng đại phương sai (Variance inflation factor – VIF). Quy tắc là khi VIF vượt quá 10, đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng & Mộng Ngọc, 2005, 218).
Kết quả phân tích hồi quy tuyến tính như sau:
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .855a .731 .728 .56315354 2.042
a. Predictors: (Constant), Nang luc phuc vu va dap ung KH, Thai do phuc vu, Su tin cay, Chat luong san pham BH, Su huu hinh, Phi BH, Hinh anh doanh nghiep
b. Dependent Variable: Su hai long
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
Regression 419.700 7 59.957 189.055 .000a
Residual 154.131 486 .317
1
Total 573.831 493
a. Predictors: (Constant), Nang luc phuc vu va dap ung KH, Thai do phuc vu, Su tin cay, Chat luong san pham BH, Su huu hinh, Phi BH, Hinh anh doanh nghiep
Kết quả cho thấy hệ số Durbin –Watson = 2.042 <4 nên không có hiện tượng tự tương quan. VIF nằm trong khoảng 1.193 – 2.564 (<10) nên không xảy ra hiện tượng đa cộng tuyến. Như vậy, phân tích hồi quy là có ý nghĩa.
So sánh 2 giá trị R Square và Adjusted R Square có thể thấy Adjusted R Square nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình. Vậy hệ số xác định được điều chỉnh Adjusted R Square là 0.728. Điều này cho thấy mô hình có mức độ giải thích khá tốt 72.8 %. Kết luận: mối quan hệ giữa biến phụ thuộc và các biến độc lập là rất chặt chẽ.
Coefficientsa Unstandardized
Coefficients
Standardized Coefficients
Collinearity Statistics
Model B Std. Error Beta t Sig.
Toleran
ce VIF
(Constant) .266 .031 8.680 .000
HH .164 .038 .165 4.378 .000 .390 2.564
HADN .153 .036 .154 4.240 .000 .417 2.396
TDO .047 .034 .048 1.372 .171 .456 2.193
TC .418 .037 .370 11.346 .000 .521 1.920
PVvaDU .413 .032 .385 13.017 .000 .630 1.586
PhiBH -.025 .013 -.051 -1.895 .059 .753 1.328
1
SP .121 .028 .111 4.306 .000 .838 1.193
a. Dependent Variable: SuHaiLong
Hệ số hồi quy chuẩn hóa của phương trình - các giá trị Beta đều khác 0, giá trị kiểm định với Sig.F = 0.000 chứng tỏ mô hình hồi quy tuyến tính bội là phù hợp với tập dữ liệu và có thể sử dụng được. Tuy nhiên, nhân tố Phí bảo hiểm và Thái độ phục vụ có Sig. >0,05 nên không có ý nghĩa thống kê. Hai nhân tố này không được lựa chọn là yếu tố quyết định dẫn đến sự hài lòng về mặt lý luận thống kê. Có thể lý giải kết quả này như sau:
- Hiện nay, trên thị trường bảo hiểm nước ta, mức phí của các doanh nghiệp bảo hiểm đều tương đương nhau nên yếu tố “Phí bảo hiểm” ít ảnh hưởng đến nhận thức của khách hàng trong chất lượng cảm nhận, vì vậy ít tác động đến sự hài lòng.
- Đồng thời, bảo hiểm là dịch vụ mà mức độ tiếp xúc giữa nhân viên và khách hàng rất thấp, thường chỉ tiếp xúc nhiều khi có rủi ro phát sinh. Tuy nhiên, tỷ lệ khách hàng tham gia bảo hiểm gặp rủi ro rất thấp. Điều này cũng
đúng với mẫu điều tra, do đó, yếu tố “Thái độ phục vụ” cũng ít tác động đến sự hài lòng của khách hàng.
Mô hình hồi quy mới có dạng:
Su hai long = β0 + β1*Su huu hinh + β2*Nang luc phuc vu va dap ung KH + β3*Su tin cay + β4*Chat luong SPBH + β5*Hinh anh DN.
Kết quả phân tích hồi quy tuyến tính lần thứ hai như sau:
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
1 .853a .728 .725 .56596399 1.995
a. Predictors: (Constant), Nang luc phuc vu va dap ung KH, Su tin cay, Chat luong san pham BH, Su huu hinh, Hinh anh doanh nghiep
b. Dependent Variable: SuHaiLong
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
Regression 417.517 5 83.503 260.691 .000a
Residual 156.314 488 .320
1
Total 573.831 493
a. Predictors: (Constant), Nang luc phuc vu va dap ung KH, Su tin cay, Chat luong san pham BH, Su huu hinh, Hinh anh doanh nghiep
b. Dependent Variable: SuHaiLong
Kết quả cho thấy hệ số DW = 1.995 <4 nên không có hiện tượng tự tương quan. VIF nằm trong khoảng 1.066 – 2.211 (<10) nên không có hiện tượng đa cộng tuyến. Hệ số xác định điều chỉnh Adjusted R Square là 0.725.
Điều này cho thấy mô hình có mức độ giải thích khá tốt 72.5 %.
Coefficientsa Unstandardized
Coefficients
Standardized
Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
(Constant) .279 .030 9.195 .000
PVvaDU .425 .030 .397 14.153 .000 .709 1.411
TC .416 .035 .367 11.813 .000 .577 1.732
HADN .175 .035 .177 5.033 .000 .452 2.211
HH .164 .033 .164 4.914 .000 .500 2.000
1
SP .145 .027 .132 5.424 .000 .938 1.066
a. Dependent Variable: SuHaiLong
Kết quả trên cho thấy các hệ số β đều khác 0 và Sig. <0.05 chứng tỏ các thành phần trên đều tham dự vào sự hài lòng của khách hàng khi sử dụng dịch vụ bảo hiểm nhân thọ. So sánh giá trị (độ lớn) của β cho thấy:
+ Năng lực phục vụ và đáp ứng khách hàng là vấn đề quan trọng nhất, tác động lớn nhất đến sự hài lòng của khách hàng (β’ = 0.397). Mỗi một đơn vị (chuẩn hóa) thay đổi ở Năng lực phục vụ và đáp ứng khách hàng thì mức độ hài lòng của khách hàng thay đổi 0.397 đơn vị.
+ Kế tiếp là yếu tố Sự tin cậy cũng có hệ số β = 0.367 là yếu tố đóng vai trò quan trọng thứ 2 trong mô hình, vượt trội hơn các yếu tố: Sự hữu hình (β’
= 0.164), Chất lượng sản phẩm (β’ = 0.132) và Hình ảnh doanh nghiệp (β’ = 0.177).
Phương trình hồi quy được xác định:
Su HL = 0.279 +0.164*Sự hữu hình +0.397*Năng lực phục vụ và đáp ứng KH +0.367*Sự tin cậy + 0.132* Chất lượng SPBH + 0.177* Hình ảnh DN
4.4.2 Kiểm định các giả thuyết của mô hình
Sau khi phân tích EFA, 7 nhân tố được đưa vào mô hình là: (1) Sự hữu hình, (2) Năng lực phục vụ và đáp ứng khách hàng, (3) Sự tin cậy, (4) Thái độ
phục vụ, (5) Chất lượng sản phẩm, (6) Phí bảo hiểm, (7) Hình ảnh doanh nghiệp. Sau khi phân tích hồi quy, các thành phần Thái độ phục vụ và Phí bảo hiểm bị loại khỏi mô hình do không đáp ứng được tiêu chuẩn, (Sig. >0.05) nên các giả thuyết H4 và H6 bị bác bỏ với mức ý nghĩa thống kê 5%. Những thành phần còn lại đều có Sig. = 0.000 nên các giả thuyết H1, H2, H3, H5, H7 được chấp nhận với mức ý nghĩa thống kê 5%.
Tóm lại: Với các kết quả phân tích như trên ta thấy mô hình nghiên cứu hoàn toàn phù hợp và khẳng định có mối liên hệ chặt chẽ giữa các thang đo với sự hài lòng của khách hàng đối với dịch vụ bảo hiểm của công ty Bảo Việt Nhân Thọ Quảng Nam.