6. Kết cấu của luận văn
2.4.3.5.Phân tích tƣơng quan
Dữ liệu dùng trong phân tích hồi quy tƣơng quan đƣợc ngƣời nghiên cứu lựa chọn là dữ liệu chuẩn hóa (đƣợc xuất ra từ phần mềm SPSS sau quá trình phân tích nhân tố khám phá). Để xác định mối quan hệ nhân quả giữa các biến trong mô hình, bƣớc đầu tiên ta cần phân tích tƣơng quan giữa các biến xem thử có mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc hay không. Kết quả của phần phân tích này dù không xác định đƣợc mối quan hệ nhân quả giữa biến phụ thuộc và biến độc lập nhƣng nó đóng vai trò làm cơ sở cho phân tích hồi qui. Các biến biến phụ thuộc và biến độc lập có tƣơng quan cao với nhau báo hiệu sự tồn tại của mối quan hệ tiềm ẩn giữa hai biến. Đồng thời, việc phân tích tƣơng quan còn làm cơ sở để dò tìm sự vi phạm giả định của phân tích hồi qui tuyến tính: các biến độc lập có tƣơng quan cao với nhau hay hiện tƣợng đa cộng tuyến.
Sử dụng hệ số tƣơng quan Pearson (ký hiệu r) để lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lƣợng, r có giá trị nằm trong đoạn [-1,1], giá trị tuyệt đối của r cho biết mức độ chặt chẽ của mối liên hệ tuyến tính.
+ Nếu r >0 thì mối liên hệ là tuyến tính thuận + Nếu r <0 thì mối liên hệ là tuyến tính nghịch
+ Nếu r=0 thì 2 biến không có mối liên hệ tuyến tính, ta có 2 trƣờng hợp là không có mối liên hệ giữa 2 biến hoặc hai biến có mối liên hệ nhƣng không phải tuyến tính tức là phi tuyến (Trọng & Ngọc, 2005, 215).