Phân tích hồi quy - Đánh giá của khách hàng về chất lượng dịch vụ bảo hiểm vật chất xe ô tô tại

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

(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

(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 0,799^a 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.

Hồi quy 38,465 3 12,822 68,151 0,000^b

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

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.

Trong tài liệu NÂNG CAO CHẤT LƯỢNG DỊCH VỤ BẢO HIỂM VẬT CHẤT XE Ô TÔ TẠI CÔNG TY BẢO HIỂM PJICO HUẾ (Trang 76-82)