Khái Niệm, Đặc Điểm, Vai Trò, Phân Loại Và Ý Nghĩa Của Bảo Hiểm Nhân Thọ.

chế biến rác. Sau đó, phân tích các nhân tố khám phá EFA; Đối với phần mềm AMOS được dùng để phân tích nhân tố khẳng định CFA. Sau đó, sử dụng mô hình SEM để đánh giá mối quan hệ tuyến tính trong mô hình.

4.1.2.2.1. Phương pháp chọn mẫu:

Phương pháp chọn mẫu mà tác giả thực hiện để tiến hành lựa chọn nhóm khách hàng đã và đang sử dụng sản phẩm dịch vụ BHNT tại Công ty TNHH BHNT Prudential – Chi nhánh Huế đó là: phương pháp chọn mẫu thuận tiện và phương pháp chọn mẫu ngẫu nhiên có phân tổ.

Phương pháp chọn mẫu thuận tiện, đây là phương pháp chọn mẫu dựa trên sự thuận tiện hay dựa trên tính dễ tiếp cận của đối tượng điều tra, ở những nơi mà nhân viên điều tra có nhiều khả năng gặp được đối tượng. Ưu điểm của phương pháp này là dễ thực hiện, không ngẫu nhiên và không có tính tiêu biểu cao.

Phương pháp chọn mẫu ngẫu nhiên có phân tổ: tác giả tiến hành chia danh sách khách hàng theo các 1 tiêu thức nhất định (chia theo khu vực địa lý) có liên quan đến việc đi CSKH. Trong từng danh sách khách hàng, tác giả dùng cách chọn ngẫu nhiên đơn giản để tiến hành điều tra.

4.1.2.2.2.Xác định cỡ mẫu:

Mẫu được chọn theo 2 phương pháp đó là: chọn mẫu thuận tiện, một trong những hình thức chọn mẫu phi xác suất và phương pháp chọn mẫu ngẫu nhiên có phân tổ, một trong những hình thức chọn mẫu xác suất. Khi đó, nhà nghiên cứu có thể chọn những phần tử (đối tượng nghiên cứu) có thể tiếp cận được (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2009).

Kích thước của mẫu áp dụng trong trong nghiên cứu được dựa theo yêu cầu của phân tích nhân tố khám phá EFA; Dựa theo nghiên cứu của Hair, Anderson, Tatham và Black (1998) cho tham khảo về kích thước mẫu dự kiến. Theo đó, kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát. Đây là cỡ mẫu phù hợp cho nghiên cứu có sử dụng phân tích nhân tố (Comrey, 1973; Roger, 2006)

Nmin = 5* Số biến quan sát = 5*27 = 135 khách hàng.

Có thể bạn quan tâm!

Xem toàn bộ 151 trang tài liệu này.

Một nhà nghiên cứu khác, Green (1991) đã đề xuất 1 công thức, N = 50 + 8m để tính toán kích thước mẫu cần thiết trong nghiên cứu. Trong đó, N là tổng kích thước

mẫu bắt buộc, m là số biến giải thích. Áp dụng các tham số liên quan vào công thức của Green, ta có m = 7 biến. Vậy tổng kích thước mẫu cần thiết là:

N = 50 + 8*7 = 106 mẫu.

Từ cách xác định cỡ mẫu như trên, tôi sẽ chọn cỡ mẫu lớn nhất là 135 khách hàng. Tuy nhiên để đảm bảo tính chính xác cao hơn, cũng như đề phòng trường hợp có những bảng hỏi khách hàng điền không đầy đủ thông tin hoặc xảy ra sai sót hoặc có những bảng hỏi khách hàng điền bị trùng nhau và khi phân tích trên phần mềm AMOS thì đòi hỏi cỡ mẫu phải lớn. Do đó, tôi quyết định điều tra 180 khách hàng.

4.1.2.2.3.Cách thức tiếp cận mẫu:

Do đề tài thực hiện phương pháp chọn mẫu thuận tiện và chọn mẫu ngẫu nhiên có phân tổ để tiến hành điều tra 180 khách hàng, tương ứng với 180 bảng hỏi. Việc phát các bảng câu hỏi và thảo luận với khách hàng, cũng như đi chăm sóc khách hàng; tác giả sẽ nhờ các anh/ chị tư vấn viên trong nhóm và chính tác giả đưa bảng hỏi đến từng khách hàng và tác giả cũng sẽ tiến hành khảo sát những khách hàng đang có giao dịch tại công ty trong ngày để tiến hành khảo sát, hướng dẫn khách hàng điền bảng hỏi và tác giả sẽ nhận lại bảng hỏi vào cuối mỗi tuần từ những anh/ chị tư vấn viên.Những khách hàng được điều tra là những khách hàng đã và đang sử dụng sản phẩm BHNT tại Công ty TNHH BHNT Prudential – Chi nhánh Huế.

4.2. Phương pháp phân tích dữ liệu:

4.2.1. Phương pháp phân tích dữ liệu thứ cấp:

Sử dụng số liệu tổng hợp từ các phòng, ban tại công ty trong vòng 3 năm, từ năm 2018 đến năm 2020 để phân tích và làm rõ vấn đề nghiên cứu.

Tiến hành so sánh các kết quả đạt được để tìm ra nguyên nhân và đề xuất các giải pháp nhằm nâng cao hơn mức độ trung thành của khách hàng cá nhân đối với thương hiệu BHNT tại Công ty TNHH BHNT Prudential – Chi nhánh Huế.

4.2.2. Phương pháp phân tích dữ liệu sơ cấp:

Sau khi có đủ phiếu điều tra từ 180 khách hàng, tác giả tiến hành mã hóa dữ liệu, làm sạch dữ liệu và tiến hành phân tích dữ liệu với phần mềm SPSS 20.0 và phần mềm AMOS 22.0 với các phương pháp:

4.2.2.1. Thống kê mô tả:

Mô tả mẫu điều tra, tìm hiểu đặc điểm của những khách hàng đang sử dụng sản

phẩm dịch vụ BHNT tại Công ty TNHH BHNT Prudential – Chi nhánh Huế như: tuổi, giới tính, thu thập,... Để từ đó, rút ra các giải pháp nhằm nâng cao lòng trung thành của khách hàng cá nhân đối với thương hiệu bảo hiểm nhân thọ tại Công ty. Có rất nhiều phương pháp hay được sử dụng trong thống kê mô tả, có thể phân loại các phương pháp này như sau:

Biểu diễn dữ liệu bằng đồ họa trong đó các đồ thị mô tả dữ liệu hoặc giúp so

sánh dữ liệu.

Biểu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu.

Thống kê tóm tắt (dưới dạng các giá trị thống kê đơn nhất) mô tả dữ liệu.

4.2.2.2. Kiểm định độ tin cậy Cronbach’s Alpha:

Hệ số tin cậy Cronbach’s Alpha là hệ số cho phép đánh giá mức độ phù hợp khi đưa các biến quan sát nào đó thuộc về một biến nghiên cứu. Tuy nhiên hệ số tin cậy chỉ cho biết các đo lường có liên kết với nhau hay không; để biết được biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo để loại bỏ đi và biến quan sát nào cần giữ lại, ta sẽ dựa vào hệ số tương quan biến tổng (Corrected Item – Total Correlation). Nếu một biến trong đo lường có hệ số tương quan biến tổng hiệu chỉnh ≥ 0.3 thì biến đó đạt yêu cầu. Nếu hệ số tương quan biến tổng ≥ 0.6 thì thang đo đó có thể chấp nhận được về mặt độ tin cậy (Nunnally & Bernstein, 1994). Thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0.7;0.9]. Cụ thể các tiêu chí trong kiểm định hệ số tin cậy như sau:

 ≥ 0.8: Thang đo có độ tin cậy rất tốt

0.8 >  ≥ 0.7: Thang đo có độ tin cậy tốt

0.7 >  ≥ 0.6: Thang đo có độ tin cậy đủ điều kiện

4.2.2.3. Phân tích nhân tố khám phá EFA:

Phương pháp Cronbach’s Alpha dùng để đánh giá độ tin cậy của thang đo. Còn phương pháp phân tích nhân tố khám phá EFA giúp ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau, nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau. EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (Theo Hair và các tác giả; 1998, 111).

Factor loading > 0.3 được xem là đạt mức tối thiểu Factor loading > 0.4 được xem là quan trọng

Factor loading > 0.5 được xem là có ý nghĩa thực tiễn

Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:

 Hệ số tải nhân tố (Factor loading) > 0.5

 0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser – Meyer – Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.

 Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét các giả thiết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.

 Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.

4.2.2.4. Phân tích nhân tố khẳng định CFA:

Phân tích nhân tố khẳng định CFA (Confirmation Factor Analysis) để kiểm tra mô hình đo lường có đạt yêu cầu không, các thang đo có đạt yêu cầu của một thang đo tốt hay không. Để đo lường mức độ phù hợp của mô hình với thông tin thị trường, ta sử dụng các chỉ số Chi – Square (CMIN) có P – Value > 0,05; Chi – Square điều chỉnh theo bậc tự do (CMIN/df < 3); Chỉ số thích hợp so sánh CFI (Comparative Fit Index > 0,9); Chỉ số TLI (Tucker & Lewis Index > 0,9); Chỉ số RMSEA (Root Mean Square Error Approximation < 0,08). Mô hình được xem là phù hợp với dữ liệu thị trường. (Browne và Cudek, 1992).

4.2.2.5. Phân tích mô hình cấu trúc tuyến tính SEM:

Phân tích mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling – SEM) được thực hiện giữa biến phụ thuộc và các biến độc lập nhằm khẳng định có mối quan hệ tuyến tính giữa biến phụ thuộc và biến độc lập. Trong đó có phân tích tác động của biến trung gian trong mối quan hệ giữa các biến phụ thuộc, sự hài lòng và lòng trung thành. Phương pháp kiểm định giả thiết và mô hình nghiên cứu bằng công cụ SEM ngoài việc có ưu điểm hơn so với các phương pháp truyền thống như hồi quy đa biến do tính được sai số đo lường, còn cho phép kết hợp các khái niệm tiềm ẩn với

đo lường của chúng với mô hình lý thuyết cùng một lúc.

4.2.2.6. Kiểm định các giả thiết nghiên cứu:

4.2.2.6.1.Kiểm định Bootstrap:

Kiểm định Bootstrap dùng để kiểm tra mức độ tin cậy của các hệ số ước lượng trong mô hình. Nghiên cứu này sử dụng phương pháp Bootstrap với số lượng mẫu lặp lại là N = 1000.

Để kết luận về tính bền vững của mô hình lý thuyết, nghiên cứu so sánh giá trị

C.R (giá trị tuyệt đối) với 1,96 (do 1,96 là giá trị của phân phối chuẩn ở mức 0,975, nghĩa là 2,5% một phía, 2 phía là 5%). Cột P < 5% thì kết luận là giả thiết Bias (độ chệch) khác 0 có ý nghĩa thống kê.

Giả thiết: H0: Bias = 0 H1: Bias ≠ 0

Nếu giá trị C.R > 1,96 thì P – Value < 5%. Bác bỏ H0, chấp nhận H1. Kết luận độ

chệch khác 0 và có ý nghĩa thống kê ở mức tin cậy 95%.

Nếu giá trị C.R < 1,96 thì P – Value > 5%. Bác bỏ H1, chấp nhận H0. Kết luận độ

chệch khác 0 và không có ý nghĩa thống kê ở mức tin cậy 95%.

4.2.2.6.2.Kiểm định One Sample T – Test và One – Way ANOVA:

Các giả thiết nghiên cứu sẽ được kiểm định One Sample T – test và One – Way ANOVA để kiểm định các giả thiết có sự khác nhau giữa các tổng thể, tức là có hay không mối quan hệ giữa các biến độc lập và biến phụ thuộc.

Cặp giả thiết:

H0: Không có mối quan hệ giữa các biến độc lập và biến phụ thuộc.

H1: Tồn tại mối quan hệ giữa các biến độc lập và biến phụ thuộc.

Với mức ý nghĩa kiểm định là 95% và giá trị P – value sẽ được so sánh trực tiếp

với giá trị  = 0.05 để kết luận chấp nhận hay bác bỏ giả thiết.

Nguyên tắc chấp nhận giả thiết:

Nếu mức ý nghĩa Sig. < 0.05: Bác bỏ giả thiết H0

Nếu mức ý nghĩa Sig. > 0.05: Chưa có cơ sở bác bỏ giả thiết H0

5. Bố cục đề tài:

Đề tài nghiên cứu “Nâng cao lòng trung thành của khách hàng cá nhân đối với thương hiệu BHNT tại Công ty TNHH BHNT Prudential – Chi nhánh Huế”, gồm có 3 phần chính:

Phần I: Đặt vấn đề

Phần II: Nội dung nghiên cứu và kết quả nghiên cứu:

Chương 1: Cơ sở lý luận và thực tiễn trong nghiên cứu lòng trung thành của khách hàng cá nhân đối với thương hiệu.

Chương 2: Các nhân tố ảnh hưởng đến lòng trung thành của khách hàng cá nhân

đối với thương hiệu BHNT tại Công ty TNHH BHNT Prudential – Chi nhánh Huế.

Chương 3: Một số giải pháp nhằm nâng cao lòng trung thành của khách hàng cá nhân đối với thương hiệu BHNT tại Công ty TNHH bảo hiểm nhân thọ Prudential – Huế.

Phần III: Kết luận và kiến nghị

Xác định mẫu, chọn mẫu và phân tích

6. Quy trình nghiên cứu:

Xác định vấn đề nghiên cứu

Xác định nội dung nghiên cứu và nguồn thông tin cần thu thập

Dữ liệu thứ cấp

Dữ liệu sơ cấp

Thu thập dữ liệu

Xác định phương pháp thu

thập và mô hình nghiên cứu

Thu thập dữ liệu

Xử lý và phân tích

Nhận xét và đề xuất giải pháp

Tổng hợp kết quả

Mô hình 1.1: Quy trình nghiên cứu

PHẦN II: NỘI DUNG NGHIÊN CỨU VÀ KẾT QUẢ NGHIÊN CỨU: CHƯƠNG 1: CƠ SỞ LÝ LUẬN VÀ THỰC TIỄN VỀ LÒNG TRUNG THÀNH CỦA KHÁCH HÀNG CÁ NHÂN ĐỐI VỚI THƯƠNG HIỆU

1.1. Cơ sở lý luận:

1.1.1.Khái niệm, đặc điểm, vai trò, phân loại và ý nghĩa của bảo hiểm nhân thọ.

1.1.1.1. Khái niệm bảo hiểm nhân thọ:

Theo quy định tại Khoản 12 Điều 3 Luật kinh doanh bảo hiểm năm 2000 quy định: “Bảo hiểm nhân thọ là loại nghiệp vụ bảo hiểm cho trường hợp người được bảo hiểm sống hay chết”.

Theo Jones và Long (1999): BHNT là một cách chuyển giao rủi ro và tích lũy tài chính bằng cách khi chủ HĐBH đồng ý tham gia vào HĐBH với công ty bảo hiểm, chủ hợp đồng sẽ đóng góp một số phí cho công ty bảo hiểm, đổi lại công ty bảo hiểm đồng ý trả một khoản tiền nếu người được bảo hiểm tử vong trong thời gian hợp đồng có hiệu lực hoặc trong trường hợp NĐBH còn sống đến một thời gian theo quy định của hợp đồng.

Theo PGS. TS Nguyễn Văn Định, BHNT là sự cam kết giữa người bảo hiểm và người tham gia bảo hiểm, mà trong đó người bảo hiểm sẽ trả cho người tham gia (hoặc người thụ hưởng quyền lợi bảo hiểm) một số tiền nhất định khi có những sự kiện đã định trước xảy ra (người được bảo hiểm bị chết hoặc sống đến một thời hạn nhất định), còn người tham gia phải nộp phí bảo hiểm đầy đủ, đúng hạn. Nói cách khác, BHNT là quá trình bảo hiểm cho các rủi ro có liên quan đến sinh mạng, cuộc sống và tuổi thọ của con người.

Vậy, bảo hiểm nhân thọ là tiết kiệm có lãi khi cuộc sống bình an, là quỹ dự phòng khi rủi ro xảy ra. Hay nói cách khác, BHNT chính là: có tiền để chắc chắn cho con ăn học nên người; có tiền để đảm bảo tuổi già an nhàn, không phụ thuộc con cái; có tiền để chữa trị khi không may mắc bệnh hiểm nghèo; có tiền dành cho người thân khi người trụ cột không may mất sớm; có tiền để ổn định cuộc sống khi không may gặp rủi ro, tai nạn.