Giới thiệu dự án

Thị trường bảo hiểm phi nhân thọ Việt Nam duy trì tốc độ tăng trưởng kép hàng năm (CAGR) ấn tượng đạt xấp xỉ 17% trong giai đoạn 2009–2019. Trong đó, bảo hiểm xe cơ giới luôn đóng vai trò là một trong hai nghiệp vụ cốt lõi, chiếm tỷ trọng cao nhất toàn thị trường với hơn 30,80% tổng doanh thu phí bảo hiểm gốc (tương đương 10.487 tỷ đồng). Tuy nhiên, áp lực cạnh tranh gay gắt từ các doanh nghiệp dẫn đầu thị phần như Bảo Việt (21,66%), PVI (16,21%), PTI (8,81%) và Bảo Minh (7,32%) đặt ra thách thức lớn cho các chi nhánh địa phương của Tổng Công ty Cổ phần Bảo hiểm Petrolimex (PJICO - chiếm 5,91% thị phần), đặc biệt là Chi nhánh PJICO Huế.

Vấn đề nghiên cứu (Problem Statement)

Bảo hiểm vật chất xe cơ giới mang tính phức tạp cao do liên quan trực tiếp đến quy trình thẩm định giá trị tổn thất của 7 tổng thành kỹ thuật xe (thân vỏ, hệ thống lái, hộp số, động cơ, trục trước, trục sau, bánh xe), các điều khoản mở rộng (thủy kích, không khấu hao thay mới, lựa chọn cơ sở sửa chữa) và thủ tục bồi thường. Điểm nghẽn thực tế tại PJICO Huế tập trung vào:

  • Thời gian tiếp cận hiện trường và xử lý hồ sơ khiếu nại bồi thường còn kéo dài.
  • Khoảng cách giữa kỳ vọng của khách hàng và chất lượng dịch vụ cảm nhận thực tế đối với quy trình giám định tổn thất.
  • Chưa có mô hình định lượng chuẩn hóa để kiểm soát các chỉ số cấu thành mức độ hài lòng của khách hàng (Customer Satisfaction - CSAT).

Mục tiêu dự án

  1. Hệ thống hóa khung lý thuyết: Tổng hợp cơ sở lý luận về quản trị chất lượng dịch vụ, bảo hiểm tài sản phi nhân thọ và mô hình đo lường sự hài lòng của khách hàng.
  2. Đo lường và lượng hóa tác động: Xác định trọng số ảnh hưởng của 5 thành phần chất lượng dịch vụ (Độ tin cậy, Mức độ đáp ứng, Mức độ đồng cảm, Năng lực phục vụ, Phương tiện hữu hình) đến sự hài lòng chung của khách hàng tham gia bảo hiểm vật chất xe tại PJICO Huế.
  3. Đề xuất hệ thống giải pháp thực thi: Xây dựng lộ trình cải tiến quy trình nghiệp vụ, tối ưu hóa thời gian bồi thường và nâng cao năng lực cạnh tranh tại địa bàn tỉnh Thừa Thiên Huế.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Kết hợp phân tích định tính (nghiên cứu tài liệu thứ cấp 2018–2019) và mô hình hóa định lượng (khảo sát sơ cấp $N=145$ khách hàng bằng thang đo Likert 5 mức độ, xử lý qua SPSS v20.0).
  • Kết quả kỳ vọng: Xây dựng phương trình hồi quy tuyến tính bội đạt hệ số xác định hiệu chỉnh $R^2_{adj} > 0.50$, xác định thứ tự ưu tiên can thiệp của các biến độc lập và đưa ra ma trận kiến nghị có tính khả thi cao.

Phạm vi và giới hạn

  • Không gian: Khách hàng giao dịch trực tiếp và thụ hưởng dịch vụ bồi thường tại Công ty Bảo hiểm PJICO Huế (76 Phạm Văn Đồng, TP. Huế).
  • Thời gian: Thu thập dữ liệu thứ cấp giai đoạn 2018–2019; khảo sát dữ liệu sơ cấp thực địa từ ngày 21/12/2020 đến 10/01/2021.
  • Đối tượng: Khách hàng cá nhân và tổ chức sở hữu xe cơ giới đã và đang sử dụng hợp đồng bảo hiểm vật chất xe còn hiệu lực.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Mô hình SERVQUAL (Parasuraman, 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình ACSI (Fornell, 1996) Mô hình ECSI (Châu Âu)
Công thức cốt lõi $Q = P - E$ (Cảm nhận - Kỳ vọng) $Q = P$ (Chỉ đo lường cảm nhận) Sự hài lòng = $f$(Kỳ vọng, Cảm nhận, Giá trị) Hài lòng = $f$(Hình ảnh, Kỳ vọng, Chất lượng, Giá trị)
Ưu điểm Đánh giá sâu khoảng cách kỳ vọng (Gap Model) Giảm 50% số lượng câu hỏi, tránh nhầm lẫn cho mẫu khảo sát Đo lường cả mức độ than phiền và lòng trung thành Bổ sung yếu tố hình ảnh thương hiệu (Corporate Image)
Nhược điểm Chiều dài bảng hỏi gấp đôi, dễ gây mệt mỏi cho người trả lời Không đo lường được kỳ vọng ban đầu của khách hàng Phức tạp trong xử lý chỉ số đa biến cấp cao Yêu cầu cỡ mẫu lớn và xử lý biến cấu trúc SEM
Độ phù hợp đề tài Nền tảng phân rã 5 chiều đo lường Được chọn để thiết kế thang đo thực nghiệm Dùng tham chiếu cơ chế chuyển hóa kỳ vọng Dùng đối sánh yếu tố thương hiệu

Phân tích yêu cầu MoSCoW cho hệ thống đánh giá chất lượng dịch vụ

  • Must have (Bắt buộc): Thang đo chuẩn hóa Likert 5 điểm cho 5 nhóm nhân tố SERVQUAL; Kiểm định độ tin cậy Cronbach's Alpha $\ge 0.7$; Phân tích nhân tố khám phá EFA (KMO $> 0.5$, Bartlett's Sig $< 0.05$, Tổng phương sai trích $> 50%$).
  • Should have (Nên có): Phân tích hồi quy tuyến tính đa biến (Multiple Linear Regression) kiểm soát đa cộng tuyến ($VIF < 2$); Kiểm định phi tham số Mann-Whitney U và Kruskal-Wallis kiểm tra sai biệt nhân khẩu học.
  • Could have (Có thể có): Phân tích tương quan Pearson ma trận chéo; Đánh giá giá trị trung bình Mean Score đối sánh mức độ kỳ vọng.
  • Won't have (Chưa áp dụng đợt này): Mô hình phương trình cấu trúc tuyến tính PLS-SEM; Hệ thống thu thập dữ liệu tự động Real-time Telematics/IoT trên phương tiện.

Thiết kế hệ thống nghiên cứu

Mô hình nghiên cứu định lượng thiết lập quan hệ nhân quả giữa 5 biến độc lập và 1 biến phụ thuộc:

$$\text{SAT} = \beta_0 + \beta_1 \text{REL} + \beta_2 \text{RES} + \beta_3 \text{EMP} + \beta_4 \text{ASS} + \beta_5 \text{TAN} + \epsilon$$

Trong đó:

  • $\text{SAT}$ (Satisfaction): Sự hài lòng chung của khách hàng (3 biến quan sát).
  • $\text{REL}$ (Reliability - Sự tin cậy): Cam kết dịch vụ, tính minh bạch trong giám định, bồi thường đúng hạn (5 biến quan sát).
  • $\text{RES}$ (Responsiveness - Mức độ đáp ứng): Tốc độ hỗ trợ hiện trường, thủ tục đơn giản, giải quyết thắc mắc (5 biến quan sát).
  • $\text{EMP}$ (Empathy - Sự đồng cảm): Sự lắng nghe, giải quyết bất đồng hòa nhã, tư vấn gara liên kết uy tín (5 biến quan sát).
  • $\text{ASS}$ (Assurance - Năng lực phục vụ): Kiến thức chuyên môn, chứng chỉ giám định viên, độ chuẩn xác nghiệp vụ (5 biến quan sát).
  • $\text{TAN}$ (Tangibles - Phương tiện hữu hình): Cơ sở vật chất phòng giao dịch, trang phục nhân viên, mạng lưới liên kết gara sửa chữa hiện đại (5 biến quan sát).

Technology Stack & Phương pháp luận

Statistical Analytics Engine:
  • Quy tắc xác định kích thước mẫu:
    • Theo Tabachnick & Fidell (2001) cho hồi quy tuyến tính: $N \ge 50 + 8m = 50 + 8 \times 5 = 90$ mẫu.
    • Theo Hair et al. (1998) cho EFA: Số mẫu tối thiểu $N \ge 5 \times k = 5 \times 28 = 140$ mẫu (với $k=28$ biến quan sát).
    • Nghiên cứu quyết định lấy $N = 145$ mẫu nhằm đảm bảo độ tin cậy tối ưu khi bù trừ tỷ lệ phản hồi lỗi.

Implementation và kết quả

Quá trình xử lý và thuật toán phân tích

Quy trình phân tích dữ liệu khảo sát được triển khai theo kịch bản chuẩn hóa (Standardized Analytical Pipeline) thông qua cú pháp phân tích sau:

import numpy as np
import pandas as pd
from statsmodels.formula.api import ols
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Khởi tạo DataFrame cấu trúc thang đo nghiên cứu
df = pd.read_csv("pjico_hue_survey_data_n145.csv")

# 2. Xây dựng biến tổng hợp đại diện (Mean Index Factor)
factors = {
    'REL': ['REL1', 'REL2', 'REL3', 'REL4', 'REL5'],
    'RES': ['RES1', 'RES2', 'RES3', 'RES4', 'RES5'],
    'EMP': ['EMP1', 'EMP2', 'EMP3', 'EMP4', 'EMP5'],
    'ASS': ['ASS1', 'ASS2', 'ASS3', 'ASS4', 'ASS5'],
    'TAN': ['TAN1', 'TAN2', 'TAN3', 'TAN4', 'TAN5'],
    'SAT': ['SAT1', 'SAT2', 'SAT3']
}

for factor, cols in factors.items():
    df[factor] = df[cols].mean(axis=1)

# 3. Ước lượng mô hình hồi quy OLS
model = ols('SAT ~ REL + RES + EMP + ASS + TAN', data=df).fit()
print(model.summary())

# 4. Kiểm định chẩn đoán đa cộng tuyến VIF
X = df[['REL', 'RES', 'EMP', 'ASS', 'TAN']]
vif_data = pd.DataFrame()
vif_data["feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print(vif_data)

* SPSS Syntax - Kiem dinh EFA voi phep xoay Varimax.
FACTOR
  /VARIABLES REL1 REL2 REL3 REL4 REL5 RES1 RES2 RES3 RES4 RES5
             EMP1 EMP2 EMP3 EMP4 EMP5 ASS1 ASS2 ASS3 ASS4 ASS5
             TAN1 TAN2 TAN3 TAN4 TAN5
  /MISSING LISTWISE 
  /ANALYSIS REL1 REL2 REL3 REL4 REL5 RES1 RES2 RES3 RES4 RES5
            EMP1 EMP2 EMP3 EMP4 EMP5 ASS1 ASS2 ASS3 ASS4 ASS5
            TAN1 TAN2 TAN3 TAN4 TAN5
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

Kiểm định và Validation chất lượng thang đo

Kết quả kiểm định độ tin cậy Cronbach's Alpha và EFA

Thang đo nhân tố Số biến quan sát Cronbach's Alpha Tương quan biến - tổng nhỏ nhất KMO / Sig Bartlett's Test Tổng phương sai trích (TVE)
Sự tin cậy (REL) 5 0.842 0.581 KMO = 0.826 63.45%
Mức độ đáp ứng (RES) 5 0.819 0.534 Bartlett's Test: (Eigenvalue
Mức độ đồng cảm (EMP) 5 0.788 0.492 $\chi^2 = 1845.26$ cắt tại điểm
Năng lực phục vụ (ASS) 5 0.856 0.612 $p < 0.001$ $> 1.12$)
Phương tiện hữu hình (TAN) 5 0.804 0.518
Sự hài lòng chung (SAT) 3 0.865 0.677 KMO = 0.742 78.32%

Tất cả 28 biến quan sát đều thỏa mãn điều kiện kiểm định sơ bộ: Hệ số Cronbach's Alpha $> 0.70$, tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$, không có biến rác bị loại bỏ. Hệ số KMO $= 0.826 > 0.5$ và giá trị Sig của Bartlett's Test $= 0.000 < 0.05$ khẳng định ma trận tương quan giữa các biến là có ý nghĩa thống kê, hoàn toàn phù hợp để phân tích nhân tố khám phá EFA.

Kết quả hồi quy và ý nghĩa kinh tế lượng

Biến độc lập Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị t-statistic Mức ý nghĩa (Sig.) Hệ số phóng đại phương sai (VIF)
(Hằng số - Constant) 0.312 0.185 — 1.686 0.094 —
Sự tin cậy (REL) 0.285 0.054 0.298 5.278 0.000 1.342
Mức độ đáp ứng (RES) 0.241 0.051 0.252 4.725 0.000 1.289
Năng lực phục vụ (ASS) 0.215 0.048 0.224 4.479 0.000 1.315
Mức độ đồng cảm (EMP) 0.168 0.046 0.175 3.652 0.000 1.218
Phương tiện hữu hình (TAN) 0.134 0.043 0.141 3.116 0.002 1.185
  • Đánh giá mức độ phù hợp mô hình:
    • $R^2 = 0.628$, $R^2_{\text{adj}} = 0.615$ (5 nhân tố giải thích được 61,5% sự biến thiên của mức độ hài lòng khách hàng).
    • Kiểm định ANOVA: $F(5, 139) = 46.952$ với $\text{Sig.} = 0.000 < 0.001$, khẳng định mô hình hồi quy tuyến tính bội có ý nghĩa thống kê ở mức tin cậy 99%.
    • Tất cả hệ số $VIF \in [1.185, 1.342] < 2.0$, chứng minh không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
    • Kiểm định Durbin-Watson đạt giá trị $d = 1.892$ (tiệm cận mức 2.0), không có hiện tượng tự tương quan chuỗi bậc nhất.
    • Phân phối chuẩn phần dư: Biểu đồ tần số Histogram có dạng hình chuông cân đối, giá trị Mean $\approx 0$ và độ lệch chuẩn $\text{Std. Dev} = 0.982 \approx 1$.
Phương trình hồi quy chuẩn hóa:
SAT = 0.298 * REL + 0.252 * RES + 0.224 * ASS + 0.175 * EMP + 0.141 * TAN

Đổi mới và đóng góp

  1. Chuẩn hóa thang đo kỹ thuật đặc thù cho bảo hiểm vật chất xe cơ giới: Thay vì sử dụng thang đo SERVQUAL tổng quát, nghiên cứu đã điều chỉnh và bổ sung các tiêu chí kỹ thuật chuyên biệt như: tính chính xác trong giám định thân vỏ/động cơ, điều khoản bồi thường thủy kích, tốc độ cứu hộ giao thông, và chất lượng sửa chữa tại các xưởng dịch vụ (Gara) đối tác.
  2. Khắc phục khoảng trống dữ liệu thực chứng tại thị trường miền Trung: So sánh với các nghiên cứu trước đây (Lê Thị Kim Phượng, 2014 - Bảo Việt Nhân Thọ Quảng Nam; Chu Thị Kim Loan, 2014 - BIC Hải Dương), công trình này cung cấp bức tranh dữ liệu cụ thể về hành vi người tiêu dùng tại đô thị loại I (TP. Huế), nơi có đặc thù hạ tầng giao thông và tỷ lệ sở hữu ô tô cá nhân tăng trưởng nhanh nhưng nhạy cảm cao về chất lượng bồi thường sau tổn thất.
  3. Phát hiện thứ bậc tác động định lượng: Xác định rõ ràng rằng Sự tin cậy ($\beta = 0.298$) và Mức độ đáp ứng ($\beta = 0.252$) là hai trụ cột có sức nặng quyết định lớn nhất (chiếm hơn 55% tổng độ mạnh tác động), định hướng phân bổ ngân sách cải tiến cho doanh nghiệp bảo hiểm thay vì đầu tư dàn trải vào cơ sở vật chất hữu hình.

Ứng dụng thực tế và triển khai

Chiến lược triển khai giải pháp tại PJICO Huế

Chi tiết các gói giải pháp nghiệp vụ

1. Nâng cao Sự tin cậy (REL - Trọng số tác động $\beta = 0.298$)

  • Quy chuẩn hóa công tác giám định: Cam kết giám định viên có mặt tại hiện trường trong vòng 30 phút đối với khu vực nội thành TP. Huế và không quá 60 phút đối với các huyện/thị xã (Hương Thủy, Hương Trà, Phong Điền, Phú Lộc).
  • Minh bạch hóa khấu hao phụ tùng: Xây dựng bảng tra cứu điện tử về tỷ lệ khấu hao vật tư thay mới và khấu trừ bảo hiểm theo đúng công thức:

$$\text{Số tiền bồi thường} = \text{Giá trị tổn thất thực tế} \times \left(\frac{\text{Số tiền bảo hiểm}}{\text{Giá trị thị trường thực tế của xe}}\right) - \text{Mức miễn thường}$$

2. Cải thiện Mức độ đáp ứng (RES - Trọng số tác động $\beta = 0.252$)

  • Quy trình bồi thường tinh gọn: Rút ngắn thời gian thanh toán chi phí bồi thường từ 15 ngày xuống tối đa 5 ngày làm việc kể từ khi nhận đủ hồ sơ hợp lệ.
  • Tổng đài cứu hộ khẩn cấp 24/7: Thiết lập đường dây nóng phối hợp trực tiếp với các đơn vị cứu hộ giao thông trên địa bàn tỉnh Thừa Thiên Huế để hỗ trợ kéo xe miễn phí về gara chỉ định.

3. Nâng cao Năng lực phục vụ (ASS - Trọng số tác động $\beta = 0.224$)

  • Chuẩn hóa kỹ năng giám định viên: 100% cán bộ phòng giám định - bồi thường phải trải qua các khóa sát hạch chuyên sâu về cơ khí ô tô, nhận diện gian lận trục lợi bảo hiểm và văn hóa ứng xử với khách hàng khi xảy ra va chạm.

4. Mở rộng liên kết dịch vụ bảo dưỡng (EMP & TAN)

  • Ký kết thỏa thuận hợp tác dịch vụ (SLA) với các đại lý ủy quyền chính hãng trên địa bàn (Toyota Huế, Hyundai Huế, Mazda/Kia Thừa Thiên Huế) nhằm bảo đảm 100% phụ tùng thay thế chính hãng, rút ngắn thời gian chờ sửa chữa xe của khách hàng.

Hạn chế và hướng phát triển

  • Hạn chế về phương pháp chọn mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi xác suất ($N=145$) tại quầy giao dịch và hệ thống gara liên kết, chưa bao quát toàn bộ tập khách hàng tiềm năng ở vùng sâu, vùng xa của tỉnh.
  • Hạn chế về yếu tố mô hình: Mô hình chỉ tập trung vào 5 khía cạnh chất lượng dịch vụ của SERVQUAL, chưa đưa biến Phí bảo hiểm (Price perception) và Hình ảnh thương hiệu (Brand Image) vào cấu trúc hồi quy đồng thời.
  • Hướng nghiên cứu mở rộng:
    1. Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích vai trò trung gian của niềm tin thương hiệu và sự hài lòng đối với lòng trung thành tái tục hợp đồng.
    2. Mở rộng nghiên cứu ứng dụng công nghệ InsurTech: Định giá bảo hiểm dựa trên hành vi lái xe (Usage-Based Insurance - UBI) thông qua thiết bị cảm biến OBD-II và giám định tổn thất tự động bằng thị giác máy tính (AI Computer Vision).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh doanh / Bảo hiểm: Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp luận nghiên cứu định lượng, quy trình thiết kế bảng hỏi và xử lý dữ liệu thực tế bằng SPSS.
  • Giám định viên & Cán bộ nghiệp vụ bảo hiểm: Nắm bắt rõ quy trình tính toán tổn thất của 7 tổng thành cơ giới, các trường hợp loại trừ bảo hiểm (nồng độ cồn, không kiểm định, chạy sai luồng đường) và tiêu chuẩn phục vụ khách hàng.
  • Ban Giám đốc & Nhà quản lý doanh nghiệp bảo hiểm (PJICO và đối thủ cạnh tranh): Sở hữu số liệu thực chứng để hoạch định ngân sách đầu tư vào dịch vụ khách hàng, tối ưu hóa mạng lưới gara liên kết và cải tiến SLA bồi thường.
  • Khách hàng tham gia bảo hiểm xe cơ giới: Nắm vững quyền lợi bảo hiểm, hiểu rõ các điều khoản bổ sung (thủy kích, lựa chọn gara) và quy trình chuẩn bị hồ sơ yêu cầu bồi thường để bảo vệ quyền lợi hợp pháp.

Câu hỏi thường gặp

1. Điều kiện tiên quyết về kỹ thuật để xe cơ giới được chấp nhận bảo hiểm vật chất?

Xe cơ giới phải có đầy đủ giấy tờ đăng ký hợp pháp, còn hạn kiểm định an toàn kỹ thuật và bảo vệ môi trường theo quy định của Cục Đăng kiểm Việt Nam. Xe không nằm trong tình trạng bị hư hỏng nghiêm trọng trước khi giao kết hợp đồng và phải được giám định tình trạng thân vỏ/động cơ thực tế bởi nhân viên bảo hiểm trước khi cấp đơn.

2. Sự khác biệt giữa bảo hiểm ngang giá trị, dưới giá trị và trên giá trị là gì?

  • Ngang giá trị: Số tiền bảo hiểm bằng đúng giá trị thị trường của xe $\to$ Bồi thường toàn bộ tổn thất thực tế.
  • Dưới giá trị: Số tiền bảo hiểm nhỏ hơn giá trị thực tế $\to$ Doanh nghiệp áp dụng bồi thường theo tỷ lệ giữa số tiền bảo hiểm và giá trị thực tế của xe.
  • Trên giá trị: Doanh nghiệp chỉ bồi thường tối đa theo giá trị thị trường thực tế của xe tại thời điểm xảy ra sự kiện bảo hiểm (trừ trường hợp mua điều khoản bảo hiểm giá trị thay thế mới).

3. Hiện tượng thủy kích (ngập nước) được xử lý bồi thường như thế nào?

Thủy kích thường là điều khoản bảo hiểm bổ sung có thu thêm phụ phí. Doanh nghiệp chỉ bồi thường khi xe bị ngập nước bất khả kháng và người điều khiển phương tiện tắt máy ngay lập tức. Nếu lái xe tiếp tục đề máy khởi động lại sau khi chết máy trong vùng ngập nước làm gãy tay biên hoặc vỡ lốc máy, tổn thất sẽ thuộc điểm loại trừ trách nhiệm bảo hiểm do lỗi cố ý không áp dụng biện pháp hạn chế tổn thất.

4. Tại sao hệ số Cronbach's Alpha cần đạt từ 0.70 trở lên?

Hệ số Cronbach's Alpha đo lường tính nhất quán nội tại (Internal Consistency) của các biến quan sát trong cùng một thang đo. Ngưỡng $\ge 0.70$ đảm bảo các câu hỏi khảo sát đo lường cùng một khái niệm nghiên cứu với độ tin cậy thống kê cao, loại trừ các biến rác gây nhiễu kết quả hồi quy.

5. Làm thế nào để kiểm tra hiện tượng đa cộng tuyến trong mô hình hồi quy SPSS?

Kiểm tra chỉ số $VIF$ (Variance Inflation Factor) và hệ số Tolerance trong bảng Co-linearity Diagnostics. Nếu $VIF < 2.0$ (hoặc ngặt nghèo là $< 5.0$), mô hình hoàn toàn không bị ảnh hưởng bởi hiện tượng đa cộng tuyến, các biến độc lập không có tương quan tuyến tính mạnh với nhau và đảm bảo tính độc lập khi giải thích biến phụ thuộc.

Kết luận

Khóa luận tốt nghiệp "Đánh giá sự hài lòng của khách hàng đối với chất lượng dịch vụ bảo hiểm vật chất xe cơ giới tại Công ty Bảo hiểm PJICO Huế" đã giải quyết triệt để bài toán định lượng chất lượng dịch vụ trong ngành bảo hiểm phi nhân thọ. Thông qua mẫu khảo sát thực chứng $N=145$ và mô hình kinh tế lượng vững chắc ($R^2_{\text{adj}} = 0.615$), nghiên cứu chứng minh vai trò chi phối của Sự tin cậy ($\beta = 0.298$) và Mức độ đáp ứng ($\beta = 0.252$). Kết quả nghiên cứu không chỉ đóng góp về mặt học thuật trong việc bản địa hóa thang đo SERVPERF tại thị trường miền Trung, mà còn là cẩm nang thực thi giá trị giúp PJICO Huế tối ưu hóa quy trình bồi thường, thắt chặt mạng lưới gara liên kết và nâng cao chỉ số gắn kết khách hàng bền vững trong kỷ nguyên chuyển đổi số ngành bảo hiểm.