Bảng 4.11: Biến phụ thuộc và độc lập trong mô hình hồi qui Tên biến
trong mô hình Kiểu dữ liệu Mã Biến phụ thuộc Vận dụng KTQT trong DNVVN khu vực TP.HCM uma Nhị phân (binary) 0,1 Biến độc lập
Kích thước doanh nghiệp sale Thứ tự
(ordinal) 1,2,3,4 Cường độ cạnh tranh của thị
trường marc
Thứ tự
(ordinal) 1,2,3,4,5 Mức độ tham gia củ chủ sở
hữu/nhà quản lý ownp
Thứ tự
(ordinal) 1,2,3,4,5 Mức độ vận dụng kỹ thuật
công tiên tiến advt
Thứ tự
(ordinal) 1,2,3,4,5 Trình độ chuyên môn của
nhân viên kế toán qual
Thứ tự
(ordinal) 0,1,2,3,4 Biến phụ thuộc và các biến độc lập được chỉ ra trong Bảng 4-11.
Vấn đề đầu tiên là xem xét mức độ đa cộng tuyến giữa các biến độc lập, đa cộng tuyến tồn tại khi một vài hoặc tất cả các biến độc lập có liên quan mật thiết. Khi đa cộng tuyến xảy ra, các hệ số hồi quy ước lượng có thể dao động rộng, mang đến độ rủi ro cao khi sử dụng các hệ số như một chỉ số ảnh hưởng của các biến phụ thuộc. Kiểm tra vấn đề đa cộng tuyến trong phân tích đa biến thông qua một ma trận tương quan của tất cả các biến độc lập trong mô hình hồi quy, nếu có hệ số tương quan rất cao giữa các biến độc lập thì vấn đề đa cộng tuyến tồn tại.
Nghiên cứu trước đây cho rằng hệ số tương quan không nên được coi là có hại cho đến khi nó chưa vượt quá 0.80 [13]
Bảng 4.12: Hệ số tương quan giữa các biến độc lập
sale marc ownp advt qual
Sale 1.0000
marc 0.7010 1.0000
ownp 0.6720 0.6406 1.0000
advt 0.6132 0.6751 0.4600 1.0000
qual 0.4934 0.5272 0.4298 0.5691 1.0000
Nguồn: theo tính toán khảo sát của tác giả.
Kết quả phân tích (Bảng 4.12) cho thấy tất cả hệ số tương quan đều dưới 0.7 ngoại trừ tương quan giữa 2 biến marc và sale (0.7010), điều này cho thấy không có vấn đề đa cộng tuyến tồn tại và bộ số liệu của các biến độc lập này có thể sử dụng được cho việc phân tích hồi qui nhằm giải thích cho biến phụ thuộc.