5. Cấu trúc đềtài nghiên cứu
2.2.4.2. Phân tích tương quan Pearson
Người ta sửdụng hệsốtương quan Pearson đểlượng hóa mức độchặt chẽcủa mối liên hệtuyến tính giữa hai biến định lượng. Nếu giữa hai biến có sựtương quan chặt chẽthì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy.
Trước khi tiến hành phân tích hồi quy tuyến tính bội, mối tương quan tuyến tính giữa các biến cần phải được xem xét. Giảthuyết đặt ra cần phải kiểm định là:
Ho: Không có mối quan hệtương quan tuyến tính giữa các biến trong mô hình. H1: Có mối quan hệtuyến tính của các biến trong mô hình.
Kết quảkiểmđịnh sựtương quan như sau:
Bảng 12: Hệsốtương quan Pearson
HL X1 X2 X3 X4 X5
HL Hệsốtương quanMức ý nghĩa 1 .890.000 .702.000 .720.000 .405.000 .591.000 X1 Hệsốtươ ng quan .890 1 .675 .644 .418 .558
Mức ý nghĩa .000 .000 .000 .000 .000 X2 Hệsốtươ ng quan .702 ** .675** 1 .647** .488** .534** Mức ý nghĩa .000 .000 .000 .000 .000 X3 Hệsốtươ ng quan .720 ** .644** .647** 1 .406** .422** Mức ý nghĩa .000 .000 .000 .000 .000 X4 Hệsốtươ ng quan .405 ** .418** .488** .406** 1 .372** Mức ý nghĩa .000 .000 .000 .000 .000 X5 Hệsốtươ ng quan .591 ** .558** .534** .422** .372** 1 Mức ý nghĩa .000 .000 .000 .000 .000 (Nguồn: Kết quảxửlý SPSS 20)
Dựa vào bảng trên ta thấy, tất cả5 biến đều có mức ý nghĩa Sig < 0,05 nên bác bỏgiảthuyết H 0 , chấp nhận giảthuyết H 1. Có nghĩa là cả5 biến đều có mối quan hệ tương quan tuyến tính với biến “Chất lượng dịch vụ”
Hệsốtương quan giữa các biến độc lập với biến phụthuộc mang dấu dương nên có mối quan hệthuận chiều với nhau và có giá trịcao (> 0.3) nên cần xem xét hiện tượng đa cộng tuyến khi phân tích hồi quy.
Như vậy, ta có thểkết luận là có mối tương quan giữa 5 biến độc lập với biến phụthuộc. Đây là cơ sở đưa các biến độc lập vào mô hìnhđểgiải thích cho chất lượng dịch vụcủa siêu thịCo.opmart Huế.