Trang chủ / Bảo Hiểm

Kiểm Định Kmo Và Bartlett's Test Của Biến Phụ Thuộc

Phân tích nhân tố khám phá cho biến phụ thuộc

Tiến hành phân tích nhân tố khám phá cho ba biến “Công ty chiếm vị thế tốt trên thị trường bảo hiểm nhân thọ Việt Nam”, “Năng lực cạnh tranh của công ty tốt”,” Anh/chị sẽ tiếp tục tham gia gói bảo hiểm và dịch vụ của công ty GENERALI Huế”.

Bảng 2.18: Kiểm định KMO và Bartlett's Test của biến phụ thuộc


Hệ số KMO

0,688


Kiểm định Bartlett

Giá trị Chi bình phương xấp xỉ

106,515

Df

3

Sig.

0,000

Có thể bạn quan tâm!

Xem toàn bộ 148 trang tài liệu này.

Nâng cao năng lực cạnh tranh của Công ty TNHH MTV Đại lý Bảo hiểm Nhân thọ Thiên Hưng – Văn phòng Tổng Đại lý Gencasa Huế 1 - 12

(Nguồn: Xử lý số liệu SPSS 20)


Từ bảng 21, ta thấy kiểm định KMO = 0,688 > 0,5 và kiểm định Bartlett với mức ý nghĩa Sig.=0,000 < 0,5 ta có thể kết luận được rằng dữ liệu quan sát được đảm bảo các điều kiện để tiến hành phân tích nhân tố khám phá EFA và có thể sử dụng kết quả đó.

Bảng 2.19: Kết quả phân tích EFA cho biến phụ thuộc


STT

Biến quan sát

Các nhân tố

3

1

Công ty chiếm vị thế tốt trên thị trường bảo hiểm

nhân thọ Việt Nam

0,874

2

Năng lực cạnh tranh của công ty tốt

0,837

3

Anh/chị sẽ tiếp tục tham gia gói bảo hiểm và dịch

vụ của công ty GENERALI Huế

0,803

Eigenvalue = 2,111

Phương sai trích = 70,362%

(Nguồn: Xử lý số liệu SPSS 20)

Sử dụng phương pháp phân tích nhân tố khám phá đối với các biến phụ thuộc thu được kết quả cho thấy Eigenvalue = 2,111 > 1 thỏa mãn và tổng phương sai trích = 70,362 > 50% đã cho thấy các điều kiện phân tích nhân tố là phù hợp với biến quan sát.

2.3.4. Phân tích hồi quy và tương quan


2.3.4.1. Mô hình hồi quy


Trong mô hình hồi quy, biến phụ thuộc là biến “Đánh giá chung”, các biến độc lập là các nhân tố được rút trích ra từ các biến quan sát từ phân tích nhân tố EFA.

Mô hình hồi quy có dạng:


Y = ∗ ∗ ∗ ∗ ∗ ∗

Gọi Y: là sự đánh giá chung của khách hàng về năng lực cạnh tranh của Văn

phòng Tổng Đại lý Gencasa Huế 1. X1: là Chất lượng gói bảo hiểm

X2: là Quy trình thẩm định và bồi thường X3: là Chất lượng nhân sự của công ty X4: là Phí bảo hiểm

X5: là Hệ thống kênh phân phối


X6: Là Danh tiếng và uy tín thương hiệu


β : Hệ số chặn


β , β , β , β , β , β : Hệ số hồi quy từng phần tương ứng với các biến độc lập.


e : là sai số của mô hình hồi quy.


Để kết quả hồi quy có giá trị, mô hình hồi quy được xây dựng nên đạt một số điều kiện về sự tương quan giữa các biến độc lập với biến phụ thuộc, sự phù hợp với mô hình, mô hình không có đa cộng tuyến và tự tương quan.

2.3.4.2. Phân tích tương quan Pearson


Mục đích chạy tương quan Pearson là nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập, vì điều kiện để hồi quy là trước nhất phải tương quan. Ngoài ra cần nhận diện vấn đề đa cộng tuyến khi các biến độc lập có tương quan mạnh với nhau. Đa cộng tuyến là trạng thái các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Dấu hiệu nghi ngờ dựa vào giá trị Sig tương quan giữa các biến độc lập nhỏ hơn 0,05 và giá trị tương quan Pearson lớn hơn 0,3. Khi gặp phải nghi ngờ này, cần chú ý đến đa cộng tuyến sẽ được xem xét khi phân tích hồi quy (kiểm tra hệ số VIF).

Thực hiện phân tích hệ số tương quan Pearson:


Bảng 2.20: Hệ số tương quan Person



Đánh giá

chung của khách hàng

X1

X2

X3

X4

X5

X6


NLCT

Pearson

Correlation

1

0,299

0,474

0,187

0,314

0,312

0,184

Sig. (2-

tailed)


0,001

0,000

0,041

0,000

0,001

0,045

N

120

120

120

120

120

120

120

(Nguồn: Xử lý số liệu SPSS 20)


Dựa vào kết quả trên, có thể nhận thấy rằng các giá trị Sig. (2-tailed) đều nhỏ hơn 0,05. Do vậy các biến đều tương quan và có ý nghĩa thống kê. Theo đó, hệ số tương quan của một số cặp biến độc lập tương tác nhau cũng đạt ở mức khá nên đã đủ điều kiện để tiếp hành tiếp phân tích hồi quy.

2.3.4.3. Phân tích mức độ ảnh hưởng của các nhân tố đến năng lực cạnh tranh

Tiến hành áp dụng phân tích hồi quy vào mô hình, phân tích hồi quy đa biến với 6 nhân tố đã được kiểm định hệ số tương quan (X1, X2, X3, X4,X5,X6) và biến phụ thuộc (NLCT). Phương pháp phân tích được chọn là phương pháp đưa vào một lượt Enter.

Bảng 2.21: Bảng tổng hợp kết quả phân tích hồi quy



Mô hình

Hệ số hồi quy chưa

chuẩn hóa

Hệ số hồi quy

đã chuẩn hóa


t


Sig.

Thống kê cộng tuyến


B

Độ lệch chuẩn


Beta

Độ chấp

nhận Tolerance


VIF


1

Hằng số

-6,5991E-017

0,061


0,000

1,000



X1

0,299

0,061

0,299

4,897

0,000

1,000

1,000

X2

0,474

0,061

0,474

7,767

0,000

1,000

1,000

X3

0,187

0,061

0,187

3,063

0,003

1,000

1,000

X4

0,314

0,061

0,314

5,142

0,000

1,000

1,000

X5

0,312

0,061

0,312

5,110

0,000

1,000

1,000


X6

0,184

0,061

0,184

3,008

0,003

1,000

1,000

Biến phụ thuộc: NLCT

(Nguồn: Xử lý số liệu SPSS 20)


Như vậy sau quá trình thực hiện phân tích hồi quy, kết quả cho thấy rằng tất cả các biến đều đạt mức ý nghĩa 5% (giá trị Sig. Đều nhỏ hơn 0,05). Do đó có thể khẳng định các yếu tố “Chất lượng gói bảo hiểm”, “Quy trình thẩm định và bồi thường”,”Chất lượng nhân sự của công ty”,”Phí bảo hiểm”,”Hệ thống kênh phân phối”,” Danh tiếng và uy tín thương hiệu” thực sự ảnh hưởng đến đánh giá chung của khách hàng về các yếu tố nâng cao năng lực cạnh tranh của Văn phòng Tổng Đại lý Gencasa Huế 1.

Với kết quả thống kê, tất cả các biến đều có giá trị Sig. <0,05; đều đạt tiêu chuẩn chấp nhận Tolerance >0,0001; đều có hệ số phóng đại phương sai VIF<10. Như vậy các biến độc lập này là hoàn toàn phù hợp trong mô hình. Phương trình hồi quy chuẩn hóa lúc này:

NLCT = 0,299X1 + 0,474X2 + 0,187X3 + 0,314X4 + 0,312X5 + 0,184X6

Bảng 2.22: Đánh giá sự phù hợp của mô hình hồi quy


Yếu tố cần đánh giá

Giá trị So sánh


R

0,761


R2

0,579


R2 hiệu chỉnh

0,556


Sig của kiểm định F

0,000

0,000 < 0,05

Hệ số Durbin – Watson

1,816

1 < 1,816 < 3

Phương trình hồi quy chuẩn

hóa

NLCT= 0,299X1 + 0,474X2 + 0,187X3 +

0,314X4 + 0,312X5 + 0,184X6

(Nguồn: Xử lý số liệu SPSS 20)


Kiểm định F sử dụng trong phân tích phương sai là một phép kiểm định giả thiết về sự phù hợp của mô hình hồi quy tuyến tính tổng thể để xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp của các biến độc lập. Dựa vào kết quả của bảng 25., ta thấy rằng thống kê F có giá trị Sig. = 0,000 < 0,05 cho thấy mô hình sử dụng là phù hợp. Giá trị R2 hiệu chỉnh = 0,556 = 55,6%

Nghĩa là trong tổng số 100% sự biến động của biến phụ thuộc về đánh giá chung thì các biến độc lập trong mô hình nghiên cứu ảnh hưởng tới 55,6% sự biến động đó, còn lại là do sai số ngẫu nhiên hoặc sự kiểm soát của các yếu tố khác ngoài mô hình, như vậy mô hình đưa chỉ giải thích được thực tế ở mức độ khá.

Hệ số Durbin – Waston dùng để kiểm định tương quan chuỗi bậc nhất cho thấy mô hình không vi phạm khi sử dụng phương pháp hồi quy bội vì giá trị Durbin

– Waston đạt được trong kết quả ở bảng 25. là 1,816 (nằm trong khoảng từ 1 đến 3) và chấp nhận giả thiết không có sự tương quan chuỗi bậc nhất trong mô hình. Như vậy mô hình hồi quy bội thỏa mãn các điều kiện đánh giá và kiểm định phù hợp cho việc kết luận các kết quả nghiên cứu. Tóm lại, từ những số liệu đạt được trên, mô hình hồi quy được viết lại như sau:


1. Chất lượng các gói bảo hiểm

2. Quy trình thẩm định và bồi thường

3. Chất lượng nhân sự của công ty


4. Phí bảo hiểm

Năng lực cạnh tranh của VPTĐL

Gencasa Huế 1

5. Hệ thống kênh phân phối

6. Danh tiếng và uy tín thương hiệu


Hình 1.3. Mô hình hồi quy hiệu chỉnh năng lực cạnh tranh của Văn phòng TĐL Gencasa Huế 1

Phương trình hồi quy chuẩn hóa được viết lại như sau:


NLCT= 0,299.Chất lượng các gói bảo hiểm + 0,474.Quy trình thẩm định và bồi thường + 0,187. Chất lượng nhân sự của công ty + 0,314.Phí bảo hiểm + 0,312.Hệ thống kênh phân phối + 0,184.Danh tiếng và uy tín thương hiệu

NLCT= 0,299X1 + 0,474X2 + 0,187X3 + 0,314X4 + 0,312X5 + 0,184X6


Trong mô hình nghiên cứu này, yếu tố “Quy trình thẩm định và bồi thường” (X2) có tác động mạnh nhất đến các yếu tố nâng cao năng lực cạnh tranh tại Gencasa Huế 1. Dấu dương của hệ số hồi quy có ý nghĩa về mối quan hệ giữa “Giám định và bồi thường” tốt thì cũng sẽ làm tăng “Đánh giá chung” của khách hàng về các yếu tố nâng cao năng lực cạnh tranh của Gencasa Huế 1. Kết quả hồi quy cho thấy, nếu yếu tố “Giám định và bồi thường” tăng lên một đơn vị thì mức độ đánh giá chung sẽ tăng lên 0,474 đơn vị

Biến “Phí bảo hiểm” (X4) có tác động lớn thứ 2 đến biến phụ thuộc với giá trị β= 0,314 có nghĩa là trong điều kiện các biến khác không thay đổi khi biến “Phí bảo hiểm” tăng lên 1 đơn vị thì mức độ đánh giá chung sẽ tăng lên 0,314 đơn vị.

Biến“Hệ thống kênh phân phối” (X5) cũng tác động đáng kể với giá trị β= 0,312 nghĩa là khi yếu tố này tăng lên một đơn vị thì mức độ đánh giá chung cũng tăng 0,312 đơn vị.

Biến “Chất lượng các gói bảo hiểm” (X1) cũng tác động đáng kể với giá trị β= 0,299 nghĩa là khi yếu tố này tăng lên một đơn vị thì mức độ đánh giá chung cũng tăng 0,299 đơn vị.

Biến “Chất lượng nhân sự” (X3) cũng tác động đáng kể với giá trị β= 0,187 nghĩa là khi yếu tố này tăng lên một đơn vị thì mức độ đánh giá chung cũng tăng 0,187 đơn vị.

Biến “Danh tiếng và uy tín thương hiệu” (X6) cũng tác động đáng kể với giá trị β= 0,184nghĩa là khi yếu tố này tăng lên một đơn vị thì mức độ đánh giá chung cũng tăng 0,184 đơn vị.

Nói tóm lại, các yếu tố trên đều các tác động khác nhau tới các yếu tố nâng cao năng lực cạnh tranh của Văn phòng TĐL Gencasa Huế 1. Chính vì thế tùy theo mức độ tác động như thế nào mà công ty cần đưa ra những sự điều chỉnh cho hợp lý trong chính sách để làm tăng đánh giá chung của khách hàng về năng lực cạnh tranh của công ty.

2.3.5. Phân tích, đánh giá của khách hàng về năng lực cạnh tranh của Văn

phòng TĐL Gencasa Huế 1 thông qua giá trị trung bình.


Sau khi tiến hành chạy EFA ta thu được 6 nhân tố có ảnh hưởng đến đánh giá của khách hàng về NLCT của Gencasa Huế 1. Tiếp đến ta tiến hành kiểm định giá trị trung bình của tổng thể với các nhân tố thu được để kết luận được sự đánh giá của khách hàng đối với NLCT của công ty ở mức nào thì ta sử dụng kiểm định One

– Sample T- Test.

Điều kiện để tiến hành kiểm định One – Sample T- Test là dữ liệu thu thập được phải tuân theo quy luật phân phối chuẩn hoặc xấp xỉ chuẩn. Theo tài liệu “Phân tích dữ liệu nghiên cứu với SPSS” của Hoàng Trọng và Chu Nguyễn Mộng Ngọc, thì với số lượng mẫu lớn hơn 30 là biến quan sát đã xấp xỉ chuẩn. Cũng có một số nhà nghiên cứu cho rằng, số mẫu thu thập được đảm bảo lớn hơn 100 thì có thể coi là xấp xỉ chuẩn. Đối với đề tài nghiên cứu này thì số mẫu thu thập hợp lệ là 120 >100 nên có thể coi dữ liệu được phân phối xấp xỉ chuẩn nên có thể tiến hành kiểm định One – Sample T- Test để phục vụ cho mục đích nghiên cứu.

Để biết được đánh giá của khách hàng về NLCT của Gencasa Huế 1, đề tài đã sử dụng thống kê giá trị trung bình và kiểm định giá trị trung bình của tổng thể với giá trị kiểm định là µ = 3 cho tất cả 6 nhân tố. Cụ thể giả thuyết như sau:

: Đánh giá của khách hàng = 3


: Đánh giá của khách hàng ≠ 3


Về nhóm nhân tố “Chất lượng các gói bảo hiểm”

Bảng 2.23: Kết quả đánh giá của khách hàng về yếu tố "Chất lượng các gói bảo hiểm"


Chỉ tiêu


GTKĐ

Giá trị


trung bình

Độ lệch


chuẩn

Sig (2-


tailed)

Các gói bảo hiểm đa dạng, phong phú

3

3,95

0,868

0,000

Các sản phẩm bổ trợ hấp dẫn, phù hợp với nhu cầu


3


3,99


0,855


0,000

Các gói bảo hiểm được công ty ứng dụng nhiều công nghệ hiện đại


3


4,08


0,826


0,000

(Nguồn: Xử lý số liệu SPSS 20)

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 19/09/2023