PHẦN II: NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
CHƯƠNG 2: THỰC TRẠNG CHẤT LƯỢNG DỊCH VỤ BẢO HIỂM VẬT
2.4 Đánh giá của khách hàng về chất lượng dịch vụ bảo hiểm vật chất xe ô tô tại công
2.4.5 Phân tích hồi quy
Bảng 2. 16:Phân tích tương quan Pearson
cldv dongcam nangluc_phucvu sutincay khanang_dapung phuongtien_huuhinh
cldv
Pearson Correlation 1 -,064 0,585** 0,351** 0,748** -0,193*
Sig. (2-tailed) 0,490 0,000 0,000 0,000 0,035
N 120 120 120 120 120 120
dongcam
Pearson Correlation -.064 1 -0,064 0,034 -0,012 0,052
Sig. (2-tailed) .490 0,487 0,715 0,894 0,572
N 120 120 120 120 120 120
nangluc_phucvu
Pearson Correlation 0,585** 0,064 1 0,217* 0,555** -0,257**
Sig. (2-tailed) 0,000 0,487 0,018 0,000 0,005
N 120 120 120 120 120 120
sutincay
Pearson Correlation 0,351** 0,034 0,217* 1 0,184* -0,036
Sig. (2-tailed) 0,000 0,715 0,018 0,044 0,693
N 120 120 120 120 120 120
khanang_dapung
Pearson Correlation 0,748** -0,012 0,555** 0,184* 1 -0,155
Sig. (2-tailed) 0,000 0,894 0,000 0,044 0,092
N 120 120 120 120 120 120
phuongtien_huuhinh
Pearson Correlation -0,193* 0,052 -0,257** -0,036 -0,155 1
Sig. (2-tailed) 0,035 0,572 0,005 0,693 0,092
N 120 120 120 120 120 120
(Nguồn sốliệu điều tra khách hàng năm 2018)
Trường Đại học Kinh tế Huế
Theo kết quả trên, các biến độc lập đều có tương quan tuyến tính khá mạnh với biến phụ thuộc, riêng biến mức độ đồng cảm có Sig = 0,490 > 0,05 nên không có tương quantuyến tính gì với biến phụthuộc vì thếkhông còn phù hợp đểphân tích hồi quy.
Như vậy phân tích hồi quy tuyến tính phù hợp với 4 biến. Kết quả phân tích tương quan cho thấy hệsố tương quan giữa các biến độc lập ở mức tương quan mạnh nên cần quan tâm đến hiện tượng đa cộng tuyến khi phân tích hồi quy đa biến. Nổi bật là hệsố tương quan của biến năng lực phục vụr = 0,748.
2.4.5.2 Kết quảphân tích hồi quy
Bảng 2. 17: Phân tích hồi quy
Mô hình
Hệsốhồi quy chưa chuẩn hóa
Hệsốhồi quy chuẩn
hóa t sig
Đo lường đa cộng tuyến
B Độlệch
chuẩn Beta Độchấp
nhận VIF
1
(Constant)
0,601 0,346 1,738 0,085
nangluc_p
hucvu 0,164 0,056 0,203 2,917 0,004 0,648 1,543
tincay 0,199 0,058 0,197 3,421 0,001 0,947 1,056
khanang_
dapung 0,527 0,060 0,193 8,787 0,000 0,687 1,455
huuhinh -0,309 0,055 -0,042 -0,717 0,475 0,933 1,072 ( Nguồn sốliệu điều tra khách hàng năm 2018 ) Kết quả phân tích hồi quy cho thấy hệ số VIF nhỏ hơn 2 và độ chấp nhận của biến (Tolerance) lớn hơn 0,1 nên có thể bác bỏ giả thuyết mô hình bị đa cộng tuyến.
Tuy nhiên kết quảhồi quyở trên nhân tố Phương tiện hữu hình có sig = 0,475 > 0,05 nó không có ý nghĩa thống kê nên không thể đưa biến đó vào mô hình hồi quy tổng thể. HệsốBeta khi chuẩn hóa của biến phương tiện hữu hình bằng -0,042 dấu âmở hệ
Trường Đại học Kinh tế Huế
số hồi quy này cho biết mối quan hệ giữa phương tiện hữu hình và CLDV là ngược chiều, có nghĩa là khi “Phương tiện hữu hình” tăng lên 1 đơn vị thì“Chất lượng dịch vụ”sẽgiảm 0,042 đơn vị.
Loại bỏ biến có sig > 0,05 ra khỏi mô hình và chạy lại hồi quy với các biến còn lại ta có kết quảhồi quy sau khi loại bớt biến như sau.
Bảng 2. 18: Phân tích hồi quy sau khi loại biến
Mô hình
Hệsốhồi quy chưa chuẩn hóa
Hệsốhồi quy chuẩn
hóa t Sig.
Đo lường đa cộng tuyến
B Độlệch
chuẩn Beta Độchấp
nhận VIF
1
(Constan
t) 0,436 0,257 1,694 0,093
nangluc_
phucvu 0,173 0,055 0,213 3,144 0,002 0,678 1,475
tincay 0,198 0,058 0,196 3,414 0,001 0,947 1,056
khanang
_dapung 0,528 0,060 0,594 8,812 0,000 0,687 1,455
(Nguồn sốliệu điều tra khách hàng năm 2018) Từ đó, mô hình hồi quy tuyến tính sau khi loại biến được viếtnhư sau:
Chất lượng dịch vụ= 0,436 + (0,213* năng lực phục vụ) + (0,196 * Sựtin cậy) + (0,594 * khả năng đáp ứng).
Từkết quảchạy phân tích hồi quy cho ra 4 biến độc lập như đã trình bàyở trên, khi đưa vào hồi quy thì 3 yếu tố được giữ lại là năng lực phục vụ, mức độ tin cậy và khả năng đáp ứng.
Thông qua các hệsốhồi quy chưa chuẩn hoá, ta biết được mức độquan trọng của các nhân tố tham gia vào phương trình. Cụ thể, nhân tố khả năng đáp ứng có ảnh hưởng nhiều nhất (β = 0,594) và sự tin cậy có ảnh hưởng ít nhất (β = 0,196) đến
Trường Đại học Kinh tế Huế
CLDV của công ty. Tuy nhiên, nhìn chung thì tất cả3 nhân tố đều có ảnh hưởng đến biến phụ thuộc và bất cứmột sự thay đổi nào của một trong 3 nhân tố trên đều có thể tạo nên sựthayđổi vềCLDV của công ty.
Kiểm định giảthuyết của mô hình hồi quy
Từ phương trình hồi quy tuyến tính, ta có thể thấy được CLDV bảo hiểm vật chất xe ô tô tại công ty bảo hiểm PJICO Huếchịuảnh hưởng của 3 yếu tốchính.
- Biến“Khả năng đáp ứng”có tác động lớn nhất đến biến phụthuộc với giá trị β = 0,594 có nghĩa trong điều kiện các biến khác không thay đổi khi biến “khả năng đáp ứng”tăng lên 1 đơn vịthì“Chất lượng dịch vụ”sẽ tăng lên 0,594 đơn vị.
- Biến “Năng lực phục vụ”có tác động lớn thứ 2đến biến phụthuộc với giá trị β = 0,213 có nghĩa là trong điều kiện các biến khác không thay đổi khi biến“Năng lực phục vụ”tăng lên 1 đơn vịthì“Chất lượng dịch vụ”sẽ tăng lên 0,213 đơn vị.
- Biến “Sự tin cậy” có tác động lớn thứ 3 đến biến phụ thuộc với giá trị β = 0,196 có nghĩa là trong điều kiện các biến khác không thay đổi khi biến “Mức độ tin cậy”tăng lên 1 đơn vịthì“Chất lượng dịch vụ”sẽ tăng lên 0,196đơn vị.
Nói tóm lại, các yếu tố trên đều có tác động khác nhau tới CLDV của công ty.
Chính vì thế tùy theo mức độ tác động như thế nào mà cần đưa ra những sự điều chỉnh cho hợp lý để làm tăng doanh số bán hàng đồng thời đáp ứng được nhu cầu ngày càng cao của khách hàng.
2.4.5.3 Kiểm tra sựphù hợp của mô hình hồi quy
Để đánh giá độ phù hợp của mô hình, ta sử dụng giá trị R2 điều chỉnh và kiểm định ANOVA.
Bảng 2. 19: Kiểm định R2
Mô hình R R2 R2 hiệu chỉnh Ước lượng độlệch
chuẩn Durbin-Watson
1 0,799a 0,638 0,629 0,434 1,688
( Nguồn sốliệu điều tra khách hàng năm 2018 ) Để đánh giá độphù hợp của mô hình ta sửdụng hệsố xác định R2 đểkiểm tra.
Trường Đại học Kinh tế Huế
Tiến hành so sánh giá trị R2 và R2hiệu chỉnh ta thấy R2 hiệu chỉnh (0,629) < R2 (0,638) cho thấy mô hình đánh giá độ phù hợp này an toàn hơn, nó không thổi phồng mức độ phù hợp của mô hình lên mà cho ta kết luận rằng mô hình này là hợp lý để đánh giá mức độ ảnh hưởng của các yếu tố đến CLDV bảo hiểm vật chất xe ô tô tại PJICO Huế. Sau khi chạy hồi quy tuyến tính bội với phương pháp đưa vào một lượt (Enter) ta có hệ sốR2 hiệu chỉnh = 0,629 > 0,5, điều này có nghĩa là độ phù hợp của mô hình là 62,9% hay 62,9% sự biến thiên của nhân tố phụ thuộc “chất lượng dịch vụ” là do các nhân tố độc lập tác động vào, còn lại là tác động của các yếu tố khác ngoài mô hình.
Bảng 2. 20: Kiểm địnhđồphù hợp ANOVA
Mô hình Tổng bình phương df Trung bình
bình phương F Sig.
1
Hồi quy 38,465 3 12,822 68,151 0,000b
Số dư 21,823 116 0,188
Tổng 60,288 119
( Nguồn sốliệu điều tra khách hàng năm 2018 ) Kiểm định F sửdụng trong bảng phương sai với giảthuyết:
H0: Mô hình hồi quy tuyến tính là phù hợp (β1=β2=β3=β4 = 0)
H1: Mô hình hồi quy tuyến tính không phù hợp (tồn tại ít nhất 1β khác 0)
Nhìn vào kết quảphân tích ANOVA ở bảng trên cho thấy giá trị Sig. = 0,000 <
0,05 do vậy bác bỏgiảthuyết H0. Như vậy, sựkết hợp giữa các biến độc lập giải thích được tốt các thay đổi của biến phụthuộc“chất lượng dịch vụ”, mô hình hồi quy tuyến tính được xem là phù hợp.
Trường Đại học Kinh tế Huế
2.4.5.4 Kiểm định hiện tượng đa cộng tuyến
Bảng 2. 21: Hệsố phóng đại phương sai
Mô hình Thống kê đa cộng tuyến
Tolerance VIF
1
Hằng số
Năng lực phục vụ 0,678 1,475
Sựtin cậy 0,947 1,056
Khả năng đáp ứng 0,687 1,455
(Nguồn sốliệu điều tra khách hàng năm 2018) Với độ chấp nhận (Tolerance) lớn và hệ số phóng đại phương sai (Variance Inflation Factor - VIF) của các biến nhỏvà tất cảcác hệsố VIF = 1.00 < 10, do đó mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến. Vậy ta có thểkết luận mô hình không bị đa công tuyến.