CHƯƠNG 3: MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Phương pháp phân tích dữ liệu
Số liệu thu thập được từ điều tra sẽ được phân tích và xử lý theo trình tự sau:
- Nhập liệu:
Phiếu điều tra được nhập bằng phần mềm nhập liệu dành cho nghiên cứu để tránh sai lệch
- Làm sạch số liệu:
Số liệu được làm sạch bằng công cụ screening data qua 2 bước: nhận diện lỗi – checking for error để xem đã có nằm trong khoảng cho phép không, sau đó sửa lỗi trong file – finding and correcting the error in the data file
- Kiểm định độ tin cậy của thang đo
Công cụ Cronbach‘s Alpha được sử dụng để kiểm định độ tin cậy nội tại (internal consistency reliability) – mức độ mà các câu hỏi khác nhau đo lường cùng một biến số có thể đem lại các kết quả tương tự hay nói cách khác để chắc chắn các câu hỏi trong bảng hỏi và đúng hơn là các câu trả lời là nhất quán. Cách thực hiện gồm các bước:
+ Kiểm tra số lượng case, + Kiểm tra số lượng items
+ Kiểm tra giá trị âm trong bảng Inter-Item Correlation Matrix (tất cả giá trị phải >0)
+ Kiểm tra giá trị Reliability statistics trong bảng Reliability statis
+ Kiểm tra corrected item – Total correlation: nếu có item (câu hỏi nào) dưới 0.7 => item hay câu hỏi đó không liên quan nhiều đến thang đo (scale) và cần phải loại bỏ
+ Kiểm tra Alpha sau khi loại bỏ item (hoặc câu hỏi): Alpha if item deleted - Phân tích nhân tố (Factor Analysis)
Công cụ phân tích nhân tố (factor analysis) được sử dụng để kiểm tra và phân loại các item (câu hỏi) vào các nhóm nhân tố khác nhau
- Thống kê mô tả
Công cụ thống kê mô tả được sử dụng để mô tả đặc điểm của mẫu:
Với biến định tính (giới tính, tình trạng hôn nhân, trình độ học vấn, lĩnh vực
nghề nghiệp), do không có ý nghĩa khi nghiên cứu giá trị trung bình, giá trị nhỏ nhất, lớn nhất nên nghiên cứu dùng công cụ tần suất (frequencies) và phần trăm (percent)
Với các biến định lượng (continuous) như độ tuổi và thu nhập nghiên cứu sử dụng công cụ tính giá trị trung bình (mean), giá trị nhỏ nhất (minimum), giá trị lớn nhất (maximum),
Thống kê mô tả cũng được sử dụng để phân tích thực trạng mua bảo hiểm nhân thọ; ý định mua bảo hiểm nhân thọ; nhận thức kiểm soát hành vi và thái độ đối với sản phẩm.
- Phân tích tương quan
Phân tích tương quan được sử dụng để phân tích mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ
+ Xác định hướng của mối quan hệ (direction of relationship) bằng cách kiểm tra xem hệ số tương quan giữa ý định mua bảo hiểm nhân thọ và quyết định hay hành vi mua bảo hiểm nhân thọ. Khi hệ số tương quan âm có nghĩa là khi ý định tăng thì hành vi giảm. Khi hệ số tương quan dương có nghĩa là khi ý định tiêu dùng tăng thì hành vi tiêu dùng cũng tăng.
+ Xác định độ lớn của tương quan bằng cách kiểm tra độ lớn của hệ số tương quan Pearson (r).
r = 0: giữa ý định và hành vi mua bảo hiểm nhân thọ của người tiêu dùng Việt Nam không có quan hệ tương quan, có nghĩa là ý định không ảnh hưởng tới hành vi mua bảo hiểm nhân thọ
r = -1: tuyệt đối nghịch, có nghĩa là khi ý định tăng thì hành vi giảm theo tỷ lệ tương ứng
r = 1: tuyệt đối thuận, có nghĩa là khi ý định tăng lên 1 đơn vị thì hành vi tăng lên 1 đơn vị
-1<r<1: Theo (Cohen, 1988), giữa ý định và hành vi mua bảo hiểm nhân thọ có tương quan với các mức độ khác nhau; r = 0.1 – 0.29 tương quan không chặt, r
= 0.3-0.49 tương quan trung bình, r = 0.5 -1 tương quan chặt.
- Phân tích hồi qui tuyến tính
Nghiên cứu tham khảo khung phân tích ảnh hưởng của một nhân tố tới mối quan hệ của 2 nhân tố khác/biến điều tiết của (Baron và Kenny, 1986), để đánh giá tác động của các nhân tố tới mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ.
Predictor
Moderator Outcome variable
Predictor x Moderator
Gọi X là ý định mua bảo hiểm nhân thọ (biến độc lập) Y là hành vi mua bảo hiểm nhân thọ (biến phụ thuộc)
Z là nhân tố có thể ảnh hưởng tới mối quan hệ giữa X và Y. Các nhân tố tác động
Z có thể tác động đến mối quan hệ giữa X và Y được đo lường bằng thống kê tương quan (regression coefficient).
Khung phân tích được mô tả như hình dưới đây Ý định
Các nhân tố tác động(Z ) Outcome variable
Ý định x Nhân tố ảnh hưởng (Z)
Khi đó mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ (tác động của ý định đến hành vi) dưới tác động của các nhân tố được tính toán theo công thức tóm tắt như sau:
Y = a*X + b*Z + c*X*Z Hay
Y = X*(a+c*Z) + b*Z
Như vậy tác động của ý định lên hành vi mua bảo hiểm nhân thọ (Y) sẽ thay đổi dưới tác động của các nhân tố đến mối quan hệ giữa X và Y nếu ta tìm được hệ số c có ý nghĩa thống kê (khác 0). Khi đó nhân tố Z (Z1, Z2, Z3…) sẽ có ảnh hưởng tới mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ.
Nếu c > 0 => khi đó a+c1*Z tăng lên, tác động của ý định đến hành vi mua bảo hiểm nhân thọ mạnh hơn. Nhân tố Z sẽ có tác động tích cực đến mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ, hay nói cách khác khi đó ý định dễ biến thành hành vi mua bảo hiểm nhân thọ hơn.
Nếu c < 0 => khi đó a+c1*Z giảm đi, tác động của ý định đến hành vi mua bảo hiểm nhân thọ yếu đi. Nhân tố Z sẽ có tác động tiêu cực đến mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ
Để chạy mô hình và tránh hiện tượng đa cộng tuyến, các nhân tố đều được chạy mean center trước khi chạy mô hình hồi qui tuyến tính (Analyze/Regression/Liner), trong đó biến phụ thuộc là biến Y (Hành vi mua bảo hiểm nhân thọ), nhóm biến độc lập 1 là các biến Ý định hành vi và các biến Z dự kiến có ảnh hưởng tới mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ (Y), nhóm biến độc lập 2 đưa vào mô hình sẽ là nhóm nhân biến ý định hành vi với biến tác động (Z). Nếu hệ số VIF đạt giá trị quanh giá trị 1.5 và hệ số sig. của biến X*Z nào <0.05 thì chứng tỏ biến Z đó có tác động tới mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ. Mức độ ảnh hưởng khi đó được đo bằng hệ số Beta đã chuẩn hóa (Stadardized coefficients).
Công cụ phân tích hồi qui tuyến tính được sử dụng để phân tích tác động của các nhân tố tới mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ của người tiêu dùng Việt Nam.
+ Phân tích tác động của 3 nhóm nhân tố: thái độ rủi ro, cảm nhận lợi ích và nhận thức rủi ro đến thái độ đối với sản phẩm bằng công cụ phân tích biến độc lập (Analyze/Regression/Liner)
+ Phân tích tác động của 5 nhóm nhân tố: thái độ đối với việc mua bảo hiểm nhân thọ, chuẩn mực chủ quan và nhận thức rủi ro; hiểu biết tài chính và tiếp cận sản phẩm đến ý định mua bảo hiểm nhân thọ bằng công cụ phân tích biến độc lập (Analyze/Regression/Liner)
+ Phân tích tác động của 3 nhóm nhân tố: hiểu biết tài chính và tiếp cận sản phẩm và ý định mua đến quyết định mua bảo hiểm nhân thọ bằng công cụ phân tích biến độc lập (Analyze/Regression/Liner)
+ Phân tích tác động của nhân tố tiếp cận sản phẩm và hiểu biết tài chính tới tương quan giữa hai biến ý định và hành vi (quyêt định) bằng biến nhân.
Phân tích tương quan từng phần:
Công cụ Partial correlation được sử dụng để khám phá mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ trong khi có tác động của một nhân tố thứ 3. Công cụ này phân tích tác động của ý định đến hành vi mua bảo hiểm nhân thọ của người mua bảo hiểm nhân thọ trong một số tình huống đặc biệt như: tư vấn viên của doanh nghiệp bảo hiểm; các kênh quảng cáo và xúc tiến bán.
Với sự xuất hiện của một nhân tố thứ 3, hệ số tương quan giữa ý định và hành vi mua bảo hiểm nhân thọ của người tiêu dùng Việt Nam trong nghiên cứu này có thể tăng, hoặc giảm. Như vậy sẽ có 3 biến: 2 biến để kiểm tra mối quan hệ giữa chúng (ý định tiêu dùng và hành vi tiêu dùng) và 1 biến ảnh hưởng/kiểm soát mối quan hệ này.
Nghiên cứu tiến hành so sánh hệ số r khi không có tác động của biến thứ 3 với r khi có tác động của biến thứ 3:
Mức độ thay đổi của r khi có biến thứ 3 thể hiện mức độ tác động của biến thứ 3 đến mối quan hệ giữa 2 biến này, nếu r thay đổi nhiều khi có biến thứ 3 chứng tỏ biến thứ 3 có tác động mạnh đến mối quan quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ và nếu r thay đổi ít khi có biến thứ 3 chứng tỏ biến thứ 3 ít có tác động đến mối quan hệ giữa 2 biến ý định và hành vi hay nói cách khác biến thứ 3 không có nhiều ảnh hưởng tới tác động của ý định đến hành vi mua bảo hiểm nhân thọ.
+ r khi có biến thứ 3 > r khi không có biến thứ 3 chứng tỏ biến số thứ 3 làm mạnh lên mối quan hệ giữa 2 biến (làm mạnh lên tác động của ý định đến hành vi mua bảo hiểm nhân thọ)
+ r khi có biến thứ 3 < r khi không có biến thứ 3 chứng tỏ biến số thứ 3 làm yếu đi mối quan hệ giữa 2 biến (làm yếu đi tác động của ý định đến hành vi mua bảo hiểm nhân thọ)
Khi sử dụng phần mềm SPSS, các thang đo được mã hóa chi tiết như trong bảng sau :
Bảng 3.4: Bảng mã hóa các thang đo
Stt Nhân tố Mã hóa
1 Ý định mua bảo hiểm nhân thọ YD
2 Hành vi mua bảo hiểm nhân thọ QD
3 Hiểu biết tài chính HBTC
4 Tiếp cận sản phẩm TCSP
5 Thái độ đối với rủi ro TDRR
6 Cảm nhận lợi ích sản phẩm CNLI
7 Nhận thức rủi ro NTRR
8 Thái độ đối với việc mua bảo hiểm nhân thọ TDBH
9 Chuẩn mực chủ quan CMCQ
Ngoài ra, các nhân tố ảnh hưởng tới mối quan hệ giữa ý định và hành vi mua bảo hiểm nhân thọ là biến định tính hoặc định lượng ảnh hưởng tới mối quan hệ giữa ý định tiêu dùng (biến độc lập) và hành vi tiêu dùng (biến phụ thuộc).
Trong tương quan, những nhân tố này là biến số thứ 3 ảnh hưởng đến tương quan của 2 biến số còn lại là ý định và hành vi mua bảo hiểm nhân thọ. Số liệu thu thập được từ điều tra được nhập bằng phần mềm để tránh nhầm lẫn cũng như làm sạch số liệu trước khi phân tích:
- Nhập liệu:
Phiếu điều tra được nhập bằng phần mềm nhập liệu dành cho nghiên cứu để tránh sai lệch
- Làm sạch số liệu:
Số liệu được làm sạch bằng công cụ screening data qua 2 bước: nhận diện lỗi – checking for error để xem đã có nằm trong khoảng cho phép không, sau đó sửa lỗi trong file thông qua công cụ “finding and correcting the error in the data file”
TÓM TẮT CHƯƠNG 3
Sau khi tổng hợp các nghiên cứu và xem xét ảnh hưởng của các nhân tố tác động, tác giả đã xây dựng mô hình lý thuyết bao gồm các nhân tố: thái độ rủi ro; cảm nhận lợi ích; nhận thức rủi ro; thái độ đối với quyết định mua bảo hiểm nhân thọ; các nhân tố khác trong phạm vi của mô hình lý thuyết hành vi dự định được bổ sung các yếu tố bao gồm: Chuẩn mực chủ quan, hiểu biết tài chính và tiếp cận sản phẩm. Điểm mới của mô hình là xem xét nhóm yếu tố kiểm soát hành vi với 2 biến cụ thể là hiểu biết tài chính và tiếp cận sản phẩm trong bối cảnh vừa tác động đến ý định như một biến độc lập và vừa tác động đến quá trình từ ý định đến hành vi với vai trò là biến điều tiết.
Nghiên cứu này áp dụng phương pháp nghiên cứu định lượng với sự trợ giúp của một nghiên cứu định tính nhỏ. Trước hết tác giả tiến hành phỏng vấn sâu các chuyên gia bao gồm các khách hàng hiện tại và tiềm năng của các doanh nghiệp bảo hiểm; các đại lý và tư vấn viên tài chính bảo hiểm và các nhà quản lý doanh nghiệp để kiểm tra sự phù hợp của các thang đo được xác định từ quá trình tổng hợp cơ sở lý thuyết.
Sau đó tác giả điều chỉnh mô hình và thang đo (chủ yếu là từ ngữ) cho phù hợp với bối cảnh cụ thể của lĩnh vực bảo hiểm nhân thọ. Sau đó tác giả thực hiện nghiên cứu khảo sát.
Nội dung chương trình trình bày quy trình và kết quả nghiên cứu phỏng vấn sâu cũng như các bước chi tiết để tiến hành phân tích dữ liệu khảo sát.
CHƯƠNG 4