Trước khi phân tích hồi quy tuyến tính ta cần xem xét các mối quan hệ tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Nếu hệ số tương quan giữa biến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp. Mặt khác, nếu giữa các biến độc lập cũng có tương quan lớn với nhau thì đó chính là dấu hiệu cho biết giữa chúng có thể xảy ra hiện tượng đa cộng tuyến trong mô hình hồi quy tuyến tính ta đang xét.
Kết quả thống kê ở bảng PL C. Bảng 8 cho thấy, giữa các thang đo lường sự lựa chọn của người dân không có mối quan hệ tương quan tuyến tính với nhau. Như vậy sẽ không xuất hiện đa cộng tuyến trong phân tích hồi quy. Theo bảng 3.28, biến phụ thuộc (SLC – Sự lựa chọn) có mối quan hệ tương quan tuyến tính với cả 8 biến độc lập, trong đó mối quan hệ tương quan cao nhất là giữa thang đo “Lãi suất tiền gửi” với “Sự lựa chọn” có r = 0.263. Tuy nhiên biến TSSL – “Tỷ suất sinh lời” và biến SHH – “Sự hữu hình” có mức ý nghĩa sig. >0.05 nên loại 2 biến này ra khỏi mô hình.
Bảng 3.28. Bảng hệ số tương quan giữa biến phụ thuộc và các biến độc lập Correlations HDM TSSL RRDT SUT STT CLPV SHH LSTG SLC R 0.207** 0.020 0.128* 0.247** 0.199** 0.224** 0.079 0.263** 1 Sig. (2- tailed) 0.000 0.708 0.013 0.000 0.000 0.000 0.129 0.000 SLC N 370 370 370 370 370 370 370 370 370
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).