Trước khi tiến hành phân tích hồi quy tuyến tính, tác giả thực hiện phân tích mối tương quan tuyến tính giữa biến phụ thuộc với từng biến độc lập để chứng tỏ chúng có mối quan hệ với nhau.
Mối tương quan tuyến tính giữa biến phụ thuộc (Y) và từng biến độc lập (F1, F2, F3, F4, F5, F6, F7, F8) thông qua ma trận tương quan với giá trị kiểm định là hệ số tương quan Pearson. Giả thuyết H0 của kiểm định này cho rằng không có sự tương quan giữa hai biến. Nếu Sig. < 0,05 thì đủ cơ sở bác bỏ H0, nghĩa là hệ số tương quan giữa hai biến có ý nghĩa thống kê. Trái lại, nếu Sig. > 0,05 thì chấp nhận giả thuyết H0, nghĩa là hệ số tương quan giữa hai biến không có ý nghĩa thống kê.
Bảng 4.7 cho thấy yếu tố Động lực làm việc của nhân viên (Y) có tương quan tuyến tính với các biến độc lập F1, F2, F4, F5, F6, F7 vì có Sig. < 0,05. Các biến F3, F8 có Sig. > 0,05 nên không có tương quan tuyến tính với biến độc lập Y.
Giữa các biến độc lập có hệ số tương quan xấp xỉ bằng 0 (tương ứng với Sig. gần bằng 1) nên giữa các biến độc lập không có tương quan tuyến tính, tức là không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
Bảng 4.7: Kết quả phân tích hệ số tương quan Pearson
F1 F2 F3 F4 F5 F6 F7 F8 Y
F1 Hệ số tương quan Pearson 1 Sig. (2 đuôi)
F2 Hệ số tương quan Pearson 0,325 1
Sig. (2 đuôi) 0,000
F3 Hệ số tương quan Pearson 0,397 0,333 1
Sig. (2 đuôi) 0,000 0,000
F4 Hệ số tương quan Pearson 0,267 0,299 0,221 1
Sig. (2 đuôi) 0,005 0,000 0,000
F5 Hệ số tương quan Pearson 0,145 0,243 0,189 0,212 1
Sig. (2 đuôi) 0,000 0,000 0,000 0,000
F6 Hệ số tương quan Pearson 0,178 0,215 0,198 0,132 0,342 1
Sig. (2 đuôi) 0,000 0,000 0,000 0,000 0,000
F7 Hệ số tương quan Pearson 0,213 0,222 0,302 0,305 0,306 0,317 1 Sig. (2 đuôi) 0,000 0,000 0,000 0,000 0,000 0,000
F8 Hệ số tương quan Pearson 0,221 0,261 0,273 0,286 0,126 0,154 0,122 1 Sig. (2 đuôi) 0,001 0,023 0,031 0,000 0,027 0,032 0,000
Y Hệ số tương quan Pearson 0,592 0,265 0,002 0,336 0,355 0,276 0,266 -0,002 1 Sig. (2 đuôi) 0,000 0,008 0,982 0,000 0,000 0,005 0,007 0,983