Giới thiệu dự án

Thị trường bảo hiểm nhân thọ (BHNT) tại Việt Nam duy trì tốc độ tăng trưởng doanh thu phí khai thác mới trung bình trên 15%/năm trong giai đoạn 2018–2022, tuy nhiên tỷ lệ thâm nhập bảo hiểm (penetration rate) trên quy mô dân số cả nước vẫn ở mức khiêm tốn (xấp xỉ 11% so với mức trung bình 50–70% tại các quốc gia phát triển). Đặc biệt tại các tỉnh khu vực Đồng bằng sông Cửu Long như An Giang, người tiêu dùng đối mặt với nhiều rào cản tâm lý, định kiến về tính minh bạch của hợp đồng và sự thiếu hụt thông tin tài chính cá nhân. Sau đại dịch Covid-19, nhu cầu dự phòng rủi ro sức khỏe tăng vọt, nhưng việc chuyển hóa từ nhận thức sang hành động ký kết hợp đồng bảo hiểm vẫn gặp độ trễ lớn.

Đề tài khóa luận "Các nhân tố tác động đến ý định mua bảo hiểm nhân thọ của khách hàng cá nhân ở An Giang" do tác giả Võ Anh Thư thực hiện (GVHD: ThS. Huỳnh Phú Thịnh, Trường Đại học An Giang) tập trung giải quyết bài toán: Những nhân tố then chốt nào chi phối trực tiếp đến quyết định tiêu dùng sản phẩm bảo hiểm nhân thọ của khách hàng cá nhân, và các doanh nghiệp bảo hiểm cần điều chỉnh chiến lược sản phẩm - dịch vụ ra sao để tối ưu hóa tỷ lệ chuyển đổi?

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định và lượng hóa mức độ tác động của từng nhân tố cấu thành ý định mua BHNT của khách hàng cá nhân tại tỉnh An Giang.
  2. Đo lường mức độ sẵn sàng chi trả và độ quan tâm của khách hàng đối với các yếu tố dịch vụ, thương hiệu và tư vấn viên.
  3. Kiểm định sự khác biệt về ý định mua theo các biến nhân khẩu học (giới tính, độ tuổi, học vấn, thu nhập, tình trạng hôn nhân, nghề nghiệp).
  4. Đề xuất hệ thống giải pháp thực tiễn cho các doanh nghiệp bảo hiểm và kênh phân phối qua ngân hàng (Bancassurance) nhằm giảm thiểu tỷ lệ từ chối của khách hàng.

Nghiên cứu được tiếp cận bằng phương pháp định lượng thực chứng (Empirical Quantitative Research), kế thừa các mô hình lý thuyết hành vi người tiêu dùng kinh điển, kết hợp khảo sát thực địa với quy mô mẫu $N = 232$ khách hàng cá nhân tại địa bàn tỉnh An Giang trong khoảng thời gian từ tháng 02/2022 đến tháng 05/2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng đối với các sản phẩm tài chính phức tạp như bảo hiểm nhân thọ đòi hỏi việc tổng hợp và so sánh các khung lý thuyết nền tảng. Dưới đây là bảng đánh giá ưu - nhược điểm của các mô hình lý thuyết hành vi được áp dụng trong phân tích quyết định tài chính:

Mô hình lý thuyết Bản chất học thuật Ưu điểm Hạn chế thực tiễn
TRA (Theory of Reasoned Action) (Ajzen & Fishbein, 1967) Ý định bị chi phối bởi Thái độ (Attitude) và Chuẩn chủ quan (Subjective Norm). Đơn giản, mô tả rõ vai trò của áp lực xã hội và người thân. Giả định hành vi hoàn toàn do cá nhân kiểm soát, bỏ qua các rào cản tài chính/khách quan.
TPB (Theory of Planned Behavior) (Ajzen, 1988) Bổ sung biến "Nhận thức kiểm soát hành vi" (Perceived Behavioral Control). Giải thích được các ràng buộc về năng lực tài chính, khả năng tiếp cận dịch vụ. Chưa lượng hóa sâu đặc thù niềm tin và rủi ro nhận thức đối với sản phẩm bảo hiểm vô hình.
C-TAM-TPB (Taylor & Todd, 1995) Kết hợp TPB và Mô hình chấp nhận công nghệ (TAM). Phân tách chi tiết các cấu trúc niềm tin (hữu ích, dễ sử dụng, ảnh hưởng cấp trên). Cấu trúc bảng hỏi cồng kềnh, dễ gây quá tải thông tin cho khách hàng cá nhân phổ thông.

So sánh với các công trình nghiên cứu tiền nhiệm tại Việt Nam và quốc tế:

  • Huihui Wang (2010) (Trung Quốc): Sử dụng mô hình Probit và phân tích nhân tố, chỉ ra rằng kiến thức, lòng tin và sức mạnh tài chính đóng vai trò cốt lõi nhưng chưa phân tích sâu vai trò của đại lý tư vấn.
  • Võ Thị Vĩnh Hàng (2016) (Huế): Nghiên cứu bảo hiểm Prudential với 12 biến độc lập, phạm vi rộng nhưng độ tinh gọn của thang đo chưa tối ưu cho môi trường bán chéo ngân hàng.
  • Nguyễn Thị Bình Minh và cộng sự (2020) (TP.HCM): Xác định 5 nhân tố chi phối; trong đó nhận thức giá trị và rào cản mua là hai yếu tố then chốt, đóng vai trò nền tảng cho việc hiệu chỉnh thang đo tại An Giang.

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Đo lường độ tin cậy Cronbach's Alpha cho 8 cấu trúc thang đo; Chạy mô hình hồi quy tuyến tính bội OLS; Kiểm định phân phối chuẩn và kiểm định phi tham số (Non-parametric tests).
  • Should-have (Nên có): Phân tích mức độ quan tâm của người tiêu dùng qua Descriptive Statistics; Phân loại hạn mức theo 4 nhóm thu nhập.
  • Could-have (Có thể có): Xây dựng hàm kịch bản giải pháp chuyển đổi cho kênh phân phối Bancassurance tại phòng giao dịch MB Bank Chợ Mới.
  • Won't-have (Không thực hiện): Khảo sát đối tượng dưới 18 tuổi hoặc cá nhân không có năng lực hành vi dân sự đầy đủ.

Thiết kế hệ thống

Kiến trúc mô hình nghiên cứu đề xuất được cấu thành từ 8 biến độc lập tác động đến 1 biến phụ thuộc thông qua phương trình hàm hồi quy tuyến tính:

$$\text{YDM} = \beta_0 + \beta_1 \text{TH} + \beta_2 \text{NTGT} + \beta_3 \text{DLM} + \beta_4 \text{KT} + \beta_5 \text{RCMBH} + \beta_6 \text{TVV} + \beta_7 \text{YKCNT} + \beta_8 \text{STC} + \epsilon$$

+-----------------------------------------------------------------------+
|                        CÁC BIẾN ĐỘC LẬP (X)                          |
+-----------------------------------------------------------------------+
|  [TH]    Thương hiệu công ty BHNT (5 biến quan sát: TH1 - TH5)        |
|  [NTGT]  Nhận thức giá trị BHNT (5 biến quan sát: NTGT1 - NTGT5)      |
|  [DLM]   Động lực mua BHNT (6 biến quan sát: DLM1 - DLM6)             |
|  [KT]    Kiến thức về BHNT (5 biến quan sát: KT1 - KT5)               |
|  [RCMBH] Rào cản mua BHNT (7 biến quan sát: RCMBH1 - RCMBH7)         |
|  [TVV]   Tư vấn viên BHNT (5 biến quan sát: TVV1 - TVV5)              |
|  [YKCNT] Ý kiến người thân (4 biến quan sát: YKCNT1 - YKCNT4)         |
|  [STC]   Sự tin cậy (5 biến quan sát: STC1 - STC5)                    |
+-----------------------------------------------------------------------+
                                   |
                                   v  [Phân tích hồi quy bội OLS / SPSS 22.0]
+-----------------------------------------------------------------------+
|                        BIẾN PHỤ THUỘC (Y)                            |
+-----------------------------------------------------------------------+
|  [YDM]   Ý định mua BHNT của khách hàng cá nhân (4 biến: YDM1 - YDM4) |
+-----------------------------------------------------------------------+

Technology Stack và Công cụ xử lý:

  • Nền tảng phân tích thống kê: IBM SPSS Statistics v22.0.
  • Hệ thống thu thập dữ liệu: Google Forms API & Khảo sát bảng câu hỏi in giấy trực tiếp tại điểm giao dịch ngân hàng.
  • Ngôn ngữ bổ trợ đối soát thuật toán: Python 3.10 (pandas v1.5.3, statsmodels v0.13.2, scipy v1.10.0, pingouin v0.5.3).
  • Cơ chế bảo mật dữ liệu: Ẩn danh hoàn toàn thông tin định danh cá nhân (PII), mã hóa số hóa dữ liệu thô chuẩn hóa thang đo Likert 5 mức độ:
    • 1: Hoàn toàn không đồng ý (Strongly Disagree)
    • 2: Không đồng ý (Disagree)
    • 3: Trung hòa (Neutral)
    • 4: Đồng ý (Agree)
    • 5: Hoàn toàn đồng ý (Strongly Agree)

Methodology

Quy trình nghiên cứu kết hợp 2 giai đoạn:

  1. Nghiên cứu sơ bộ (Qualitative & Pilot Study): Phỏng vấn sâu bán cấu trúc $N_1 = 10$ chuyên gia và khách hàng am hiểu bảo hiểm; sau đó khảo sát thử nghiệm $N_2 = 154$ đáp viên để kiểm tra tính hợp lý của câu chữ và độ phân định của thang đo.
  2. Nghiên cứu chính thức (Formal Quantitative Study):
    • Quy tắc chọn mẫu theo Bollen (1989) tỷ lệ tối thiểu $5:1$ (5 quan sát trên 1 biến đo lường). Với bảng câu hỏi gồm 46 biến quan sát, cỡ mẫu tối thiểu yêu cầu là $46 \times 5 = 230$ quan sát. Khóa luận thu thập chính thức $N = 232$ mẫu hợp lệ.
    • Phương pháp lấy mẫu: Phân tầng hạn mức theo 4 nhóm thu nhập (<5 triệu, 5–<10 triệu, 10–<20 triệu, >20 triệu VNĐ/tháng).
gantt
    title TIẾN ĐỘ THỰC HIỆN DỰ ÁN NGHIÊN CỨU
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn bị
    Tổng quan lý thuyết & Thiết kế mô hình   :done, 2022-02-15, 2022-03-10
    Phỏng vấn định tính sơ bộ (N=10)         :done, 2022-03-11, 2022-04-12
    section Giai đoạn 2: Thu thập dữ liệu
    Thử nghiệm thang đo Pilot (N=154)       :done, 2022-04-13, 2022-04-16
    Khảo sát chính thức thực địa (N=232)    :done, 2022-04-17, 2022-04-24
    section Giai đoạn 3: Phân tích & Báo cáo
    Kiểm định Cronbach's Alpha & Hồi quy     :done, 2022-04-25, 2022-05-05
    Kiểm định phi tham số & Tổng hợp đề xuất :done, 2022-05-06, 2022-05-20

Ma trận quản trị rủi ro nghiên cứu:

  • Rủi ro sai lệch chọn mẫu (Sampling Bias): Phân bổ tỷ lệ hạn mức thu nhập nghiêm ngặt tại quầy giao dịch MB Bank Chợ Mới kết hợp trực tuyến đa dạng ngành nghề.
  • Rủi ro vi phạm giả định hồi quy (Multicollinearity & Non-normality): Sử dụng chỉ số VIF < 2 và kiểm định Kolmogorov-Smirnov, chuyển hướng sang kiểm định phi tham số Mann-Whitney U và Kruskal-Wallis khi biến phân phối lệch.

Implementation và kết quả

Development process

Quá trình thu thập và làm sạch dữ liệu xử lý $N = 232$ bản ghi hợp lệ. Cấu trúc thang đo gồm 8 biến độc lập (42 biến quan sát) và 1 biến phụ thuộc (4 biến quan sát).

Đoạn mã phân tích tự động quy trình kiểm định độ tin cậy và hồi quy tuyến tính (tương thích cú pháp IBM SPSS Syntax và script Python tương đương):

import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
from scipy import stats

# 1. Load data
df = pd.read_csv("data_insurance_angiang.csv")

# 2. Function to compute Cronbach's Alpha and Item-Total Correlation
def cronbach_alpha(df_items):
    item_scores = df_items.values
    item_vars = item_scores.var(axis=0, ddof=1)
    total_score = item_scores.sum(axis=1)
    total_var = total_score.var(ddof=1)
    k = item_scores.shape[1]
    alpha = (k / (k - 1)) * (1 - item_vars.sum() / total_var)
    return alpha

# 3. Fit OLS Regression Model
independent_vars = ['TH', 'NTGT', 'DLM', 'KT', 'RCMBH', 'TVV', 'YKCNT', 'STC']
X = df[independent_vars]
X_const = sm.add_constant(X)
y = df['YDM']

ols_model = sm.OLS(y, X_const).fit()
print(ols_model.summary())

# 4. Non-parametric Testing (Kruskal-Wallis by Income Group)
income_groups = [group["YDM"].values for _, group in df.groupby("Income_Tier")]
kw_stat, kw_pvalue = stats.kruskal(*income_groups)
print(f"Kruskal-Wallis H-test for Income: Stat={kw_stat:.4f}, p={kw_pvalue:.4f}")

Cú pháp xử lý trực tiếp trên phần mềm IBM SPSS 22.0:

* Kiem dinh do tin cay Cronbach's Alpha thang do Y dinh mua.
RELIABILITY
  /VARIABLES=YDM1 YDM2 YDM3 YDM4
  /SCALE('Y Dinh Mua Scale') ALL
  /MODEL=ALPHA
  /SUMMARY=TOTAL.

* Phan tich Hoi quy Boi OLS.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT YDM
  /METHOD=ENTER TH NTGT DLM KT RCMBH TVV YKCNT STC
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Testing và validation

  1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha):

    • Tiêu chuẩn chấp nhận: Cronbach's Alpha $\ge 0.60$ (đối với nghiên cứu khám phá) và $\ge 0.70$ (thang đo chuẩn); Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.
    • Tất cả 8 nhóm thang đo độc lập và thang đo ý định mua đều đạt yêu cầu về độ tin cậy thống kê, không có biến quan sát nào bị loại.

  2. Kiểm định giả định mô hình hồi quy:

    • Kiểm định phân phối chuẩn phần dư: Biểu đồ tần số phần dư chuẩn hóa (Histogram) có dạng hình chuông đối xứng chuẩn, điểm trung bình Mean xấp xỉ 0 ($0.000$), độ lệch chuẩn Std. Dev = $0.982 \approx 1$.
    • Kiểm định tính tuyến tính và phương sai phần dư không đổi: Đồ thị phân tán Scatterplot giữa giá trị dự đoán chuẩn hóa ($\text{ZPRED}$) và phần dư chuẩn hóa ($\text{ZRESID}$) phân bố ngẫu nhiên tập trung quanh trục tung hoành 0, không có dạng đồ thị phi tuyến.
    • Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai (VIF) của tất cả các biến độc lập đều nhỏ hơn $2.0$ (nằm sâu dưới ngưỡng nguy hiểm là $10.0$), độ chấp nhận (Tolerance) $> 0.5$, khẳng định không xảy ra hiện tượng đa cộng tuyến.

  3. Kiểm định One-Sample Kolmogorov-Smirnov: Giá trị $p\text{-value} < 0.05$ trên các biến nhân khẩu học, chỉ ra dữ liệu phân phối phi chuẩn, xác nhận tính chuẩn xác của việc sử dụng kiểm định phi tham số Mann-Whitney U và Kruskal-Wallis để phân tích khác biệt nhóm.

Kết quả đạt được

Hệ số xác định mô hình đạt mức rất cao:

$$R^2 = 0.837 \quad (\text{Hệ số } R^2 \text{ hiệu chỉnh} = 0.831)$$

Mô hình giải thích được 83,7% sự biến thiên của biến phụ thuộc "Ý định mua bảo hiểm nhân thọ" của khách hàng cá nhân tại An Giang. Kiểm định ANOVA cho giá trị thống kê $F$ có mức ý nghĩa $p < 0.001$, khẳng định mô hình hồi quy xây dựng hoàn toàn phù hợp với tổng thể.

Kết quả kiểm định giả thuyết nghiên cứu trong mô hình hồi quy OLS:

  • Có 7 nhân tố tác động có ý nghĩa thống kê ($p < 0.05$) đến ý định mua bảo hiểm nhân thọ bao gồm: Thương hiệu công ty bảo hiểm ($\beta_1 > 0$), Nhận thức về giá trị ($\beta_2 > 0$), Động lực mua ($\beta_3 > 0$), Rào cản mua bảo hiểm ($\beta_5 < 0$), Tư vấn viên ($\beta_6 > 0$), Ý kiến người thân ($\beta_7 > 0$), và Sự tin cậy ($\beta_8 > 0$).
  • Nhân tố Rào cản mua mang hệ số âm (tác động nghịch chiều), phản ánh việc khách hàng gặp vướng mắc về tài chính hoặc nghi ngờ điều khoản hợp đồng sẽ suy giảm ý định mua.
  • Biến "Kiến thức về BHNT" trong mẫu phân tích thực nghiệm tại An Giang không đạt mức ý nghĩa thống kê mong đợi ($p > 0.05$) khi xét trong mối quan hệ đa biến tổng thể, do nhận thức thực tế của người dân phụ thuộc nhiều hơn vào năng lực truyền đạt trực tiếp của tư vấn viên và sự tin tưởng thương hiệu.

Kết quả kiểm định phi tham số về nhân khẩu học:

  • Thu nhập ($p < 0.01$): Khách hàng có thu nhập từ 10 triệu đồng/tháng trở lên có Mean Rank ý định mua cao vượt trội so với nhóm thu nhập dưới 5 triệu đồng.
  • Học vấn và Nghề nghiệp ($p < 0.05$): Có sự khác biệt có ý nghĩa thống kê; nhóm cán bộ công nhân viên chức và người có trình độ từ cao đẳng/đại học trở lên thể hiện ý định tham gia rõ nét hơn.
  • Giới tính ($p > 0.05$): Không có sự khác biệt đáng kể giữa nam và nữ trong quyết định bảo vệ tài chính gia đình.

Đổi mới và đóng góp

Nghiên cứu mang lại những giá trị đổi mới khoa học và thực tiễn trong ngành quản trị kinh doanh và tài chính - bảo hiểm:

Tiêu chí so sánh Nghiên cứu Võ Thị Vĩnh Hàng (2016) Nghiên cứu Nguyễn Thị Bình Minh et al. (2020) Công trình nghiên cứu tại An Giang (2022)
Địa bàn nghiên cứu TP. Huế (Đô thị miền Trung) TP. Hồ Chí Minh (Đô thị đặc biệt) Tỉnh An Giang (Đồng bằng sông Cửu Long)
Độ giải thích mô hình ($R^2$) $56.4%$ $68.2%$ $83.7%$
Quy mô thang đo 12 nhóm biến (cồng kềnh) 5 nhóm biến 8 nhóm biến chuẩn hóa (46 biến quan sát)
Kỹ thuật kiểm định nhóm Thống kê mô tả thuần túy So sánh trung bình One-Way ANOVA Kiểm định phi tham số Mann-Whitney & Kruskal-Wallis
Đóng góp ứng dụng Nhấn mạnh quảng bá thương hiệu chung Đề xuất giải pháp giảm rào cản chi phí Tối ưu hóa kênh Bancassurance gắn liền thực địa ngân hàng

Những đóng góp kỹ thuật và phương pháp luận nổi bật:

  1. Khả năng giải thích vượt trội: Mức $R^2 = 83.7%$ chứng minh tính chặt chẽ trong việc tích hợp thang đo giá trị, động lực, niềm tin và rào cản hành vi vào một cấu trúc thống nhất.
  2. Xác thực vai trò then chốt của đội ngũ Tư vấn viên & Sự tin cậy: Tại thị trường An Giang, niềm tin vào đại lý tư vấn và sự chuẩn mực của thương hiệu là chất xúc tác mạnh mẽ nhất vượt qua rào cản tâm lý sợ rủi ro mất giá tiền tệ.
  3. Bộ dữ liệu thực chứng cho tài chính cá nhân khu vực Tây Nam Bộ: Cung cấp bức tranh thực tế về phân khúc khách hàng theo thu nhập và nghề nghiệp, làm cơ sở khoa học cho việc phân bổ nguồn lực tiếp thị.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Real-World Use Cases)

Mô hình nghiên cứu được ứng dụng trực tiếp tại các tổ chức tài chính và công ty bảo hiểm hoạt động trên địa bàn:

  • Mô hình hợp tác Bancassurance tại Ngân hàng TMCP Quân Đội (MB Bank) - Phòng Giao Dịch Chợ Mới: Áp dụng bộ chỉ số đánh giá mức độ quan tâm của khách hàng để phân luồng tư vấn tại quầy giao dịch và trong các chương trình chăm sóc sức khỏe hậu Covid.
  • Tối ưu hóa chiến dịch Marketing của các hãng bảo hiểm (Prudential, Dai-ichi Life, Manulife, Bảo Việt): Tái cấu trúc thông điệp tiếp thị, chuyển từ việc bán "sản phẩm chết/rủi ro tử kỳ" sang định vị "giải pháp tích lũy kỷ luật và đầu tư an tâm hưu trí".

Lộ trình triển khai giải pháp

flowchart LR
    A[Giai đoạn 1: Chuẩn hóa Tư vấn viên] --> B[Giai đoạn 2: Minh bạch hóa Hợp đồng]
    B --> C[Giai đoạn 3: Phân khúc hóa Sản phẩm]
    C --> D[Giai đoạn 4: Số hóa Kênh Bancassurance]

    subgraph Phase1 [Tháng 1 - 3]
    A
    end
    subgraph Phase2 [Tháng 4 - 6]
    B
    end
    subgraph Phase3 [Tháng 7 - 9]
    C
    end
    subgraph Phase4 [Tháng 10 - 12]
    D
    end

Chi tiết 4 trụ cột thực thi:

  1. Chuẩn hóa đội ngũ tư vấn viên (Consultant Standardization): Nâng cao năng lực giải thích điều khoản loại trừ, minh bạch bảng minh họa dòng tiền, giảm thiểu tình trạng tư vấn sai lệch gây mất niềm tin.
  2. Minh bạch hóa & Đơn giản hóa hợp đồng (Contract Simplification): Xây dựng tài liệu tóm tắt hợp đồng 1 trang (Summary Key Terms) giúp khách hàng nắm rõ quyền lợi giải ước và các mốc đóng phí.
  3. Thiết kế gói sản phẩm linh hoạt theo thu nhập: Phát triển các gói bảo hiểm liên kết đầu tư với mức phí linh hoạt hàng tháng từ 500.000 VNĐ – 1.000.000 VNĐ phù hợp cho nhóm thu nhập 5–10 triệu đồng tại khu vực nông thôn, thị xã.
  4. Tích hợp giải pháp số tại quầy ngân hàng: Đưa công cụ tính toán quyền lợi tự động lên ứng dụng Mobile Banking của đối tác ngân hàng để khách hàng chủ động trải nghiệm trước khi gặp chuyên viên tài chính.

Hạn chế và hướng phát triển

Dù đạt được kết quả thực nghiệm có độ tin cậy cao, đề tài vẫn ghi nhận một số hạn chế kỹ thuật:

  • Phạm vi không gian: Mẫu khảo sát $N = 232$ được thu thập tập trung chủ yếu tại địa bàn tỉnh An Giang (đặc biệt khu vực Chợ Mới và lân cận), do đó khả năng suy rộng cho toàn bộ vùng Đồng bằng sông Cửu Long cần thêm dữ liệu kiểm chứng chéo.
  • Phương pháp lấy mẫu: Sử dụng phương pháp lấy mẫu định mức phi ngẫu nhiên kết hợp thuận tiện (quầy ngân hàng và biểu mẫu trực tuyến), có thể tồn tại sai số tự chọn (self-selection bias).
  • Mô hình tĩnh cắt ngang (Cross-sectional Study): Dữ liệu phản ánh ý định tại một thời điểm (năm 2022); chưa theo dõi được tỷ lệ chuyển đổi thực tế từ ý định sang hành vi duy trì hợp đồng bảo hiểm lâu dài (sau 3–5 năm).

Hướng nghiên cứu mở rộng đề xuất:

  • Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) / PLS-SEM để phân tích sâu hơn các biến trung gian (Mediating variables) như "Thái độ" và "Niềm tin thương hiệu".
  • Mở rộng phạm vi nghiên cứu liên tỉnh (Cần Thơ, Đồng Tháp, Kiên Giang) với cỡ mẫu $N \ge 1000$.
  • Phân tích tác động của các công cụ chuyển đổi số (InsurTech, Digital Onboarding) đến hành vi tái tục hợp đồng bảo hiểm.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------------+
|                                  ĐỐI TƯỢNG HƯỞNG LỢI                                    |
+-----------------------------------------------------------------------------------------+
|                                                                                         |
|  [Sinh viên & Học viên cao học]                                                         |
|  - Tài liệu tham khảo chuẩn mực về quy trình phân tích định lượng SPSS 22.0.             |
|  - Hệ thống bảng hỏi 46 biến quan sát chuẩn hóa theo thang đo Likert 5 điểm.            |
|                                                                                         |
|  [Chuyên viên Phân tích Dữ liệu / Developers]                                           |
|  - Cú pháp mã lệnh thực thi Cronbach's Alpha, Hồi quy OLS và Kruskal-Wallis.             |
|  - Logic xử lý dữ liệu khảo sát hành vi tài chính người dùng.                           |
|                                                                                         |
|  [Doanh nghiệp Bảo hiểm & Ngân hàng]                                                    |
|  - Cơ sở khoa học ($R^2 = 83.7\%$) để phân bổ ngân sách đào tạo tư vấn viên.             |
|  - Chiến lược giảm rào cản tâm lý và tăng tỷ lệ chốt hợp đồng tại quầy giao dịch.       |
|                                                                                         |
|  [Nhà nghiên cứu Kinh tế Ứng dụng]                                                      |
|  - Bằng chứng thực nghiệm về tính ứng dụng của thuyết TPB tại thị trường cận nông thôn. |
|  - Bộ tham số chuẩn đối sánh cho các nghiên cứu hành vi tài chính tiếp theo.           |
+-----------------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập nghiên cứu này là gì?

Để tái lập toàn bộ quy trình phân tích, hệ thống cần cài đặt phần mềm IBM SPSS Statistics từ phiên bản 20.0 trở lên (hoặc môi trường Python 3.8+ cài đặt sẵn các thư viện statsmodels, scipy, pandas, pingouin). Dữ liệu thô cần được mã hóa dạng số nguyên $1-5$ tương ứng với thang đo Likert, đồng thời loại bỏ các mẫu khuyết thiếu (missing data) theo phương pháp Listwise Deletion.

2. Giới hạn quy mô mẫu và giải pháp đảm bảo tính đại diện dữ liệu?

Theo quy tắc Bollen (1989), cỡ mẫu tối thiểu cần đạt tỷ lệ $5:1$ so với số biến quan sát ($46 \times 5 = 230$). Mẫu nghiên cứu $N = 232$ đạt chuẩn kỹ thuật. Để đảm bảo tính đại diện, phương pháp phân tầng hạn mức theo 4 nhóm thu nhập đã được áp dụng, hạn chế hiện tượng tập trung cục bộ vào một phân khúc người dùng duy nhất.

3. Làm thế nào để tích hợp kết quả nghiên cứu vào hệ thống CRM của doanh nghiệp bảo hiểm?

Doanh nghiệp có thể số hóa 7 trọng số nhân tố hồi quy ($\beta_1$ đến $\beta_8$) vào hệ thống chấm điểm khách hàng tiềm năng (Lead Scoring System). Khi khách hàng thực hiện khảo sát nhanh qua ứng dụng di động hoặc tại quầy giao dịch, thuật toán CRM sẽ tự động tính toán điểm số ý định mua ($\text{YDM}$) và phân luồng kịch bản tư vấn phù hợp nhất cho từng phân khúc khách hàng.

4. Tại sao biến "Kiến thức về BHNT" lại không đạt ý nghĩa thống kê trong mô hình hồi quy đa biến?

Trong phân tích đơn biến hoặc tương quan tuyến tính, kiến thức có mối liên hệ với hành vi; tuy nhiên khi đưa vào mô hình hồi quy đa biến cùng với "Tư vấn viên", "Thương hiệu" và "Sự tin cậy", tác động của kiến thức bị chi phối bởi các yếu tố này. Tại thị trường An Giang, người dân có xu hướng dựa vào năng lực chuyên môn và mức độ uy tín của tư vấn viên để ra quyết định thay vì tự mình nghiên cứu sâu các thuật ngữ kỹ thuật bảo hiểm.

5. Chi phí ước tính và thời gian hoàn vốn (ROI) khi triển khai giải pháp chuẩn hóa tư vấn viên?

Chi phí triển khai chương trình đào tạo chuyên sâu và công cụ bảng minh họa số hóa ước tính khoảng $50 - 100$ triệu VNĐ cho một chi nhánh cấp tỉnh. Với mức tăng trưởng tỷ lệ chuyển đổi ký kết hợp đồng ước tính tăng $15 - 20%$ và giảm $30%$ tỷ lệ hủy hợp đồng năm đầu, thời gian hoàn vốn đầu tư (ROI Payback Period) dự kiến đạt được từ 6 đến 9 tháng.

Kết luận

Khóa luận tốt nghiệp "Các nhân tố tác động đến ý định mua bảo hiểm nhân thọ của khách hàng cá nhân ở An Giang" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra. Thông qua việc phân tích thực nghiệm trên mẫu khảo sát $N = 232$, đề tài đã xác lập một mô hình hồi quy đa biến có độ chính xác cao với hệ số giải thích $R^2 = 83.7%$, nhận diện 7 nhân tố mang tính quyết định đến hành vi người tiêu dùng tại địa phương.

Về mặt học thuật, công trình đóng góp một khung đo lường thực chứng chuẩn mực, kết hợp nhuần nhuyễn giữa kiểm định độ tin cậy thang đo Cronbach's Alpha, mô hình OLS và kiểm định phi tham số cho thị trường tài chính bán lẻ. Về mặt thực tiễn kinh doanh, nghiên cứu cung cấp cơ sở dữ liệu định lượng vững chắc giúp các nhà quản trị bảo hiểm và lãnh đạo ngân hàng tối ưu hóa kênh phân phối Bancassurance, nâng cao tính chuyên nghiệp của đội ngũ tư vấn viên và giải quyết triệt để rào cản tâm lý của khách hàng cá nhân.