Phân tích tương quan là thước đo độ lớn của các mối liên hệ giữa các biến định lượng trong nghiên cứu. Thông qua thước đo này người nghiên cứu có thể xác định mối liên hệ tuyến tính giữa các biến độc lập, biến phụ thuộc với nhau trong nghiên cứu. Nếu hệ số tương quan khác 0 chứng tỏ các khái niệm nghiên cứu có mối liên hệ thực sự, hệ số tương quan dương phản ánh mối quan hệ cùng chiều và tương quan âm phản ánh mối quan hệ ngược chiều.
Phân tích tương quan giúp sớm nhận diện được các biến có mối quan hệ, có ý nghĩa thống kê với M-core, cũng như nhận biết dấu hiệu của hiện tượng đa cộng tuyến giữa các biến độc lập.
Kết quả phân tích cho thấy M-core mối tương quan có ý nghĩa thống kê với : mối quan hệ tương quan ngược chiều với biến độc lập SGI- biến tỷ số tăng trưởng doanh thu bán hàng và mối quan hệ tương quan cùng chiều với biến độc lậpDA- tỷ số biến kế toán dồn tích có thể điều chỉnh,với hệ số tương quan lần lượt là -0,1164 và 0,1799 tại mức ý nghĩa 5%.
Bảng 4.2 Ma trận hệ số tƣơng quan giữa các biến trong mô hình
Mcore GMI SGI SGAI DSRI TATA DA Mcore 1,0000 GMI 0,1183 1,0000 SGI -0,1164 -0,1313 1,0000 SGAI -0,0385 -0,2335 -0,3028 1,0000 DSRI 0,0045 -0,0250 -0,5324 0,0885 1,0000 TATA -0,1718 0,0154 0,1912 -0,1182 -0,1510 1,0000 DA 0,1799 -0,0512 0,2479 -0,1688 -0,0821 0,0112 1,0000
Nguồn: Kết quả từ phần mềm STATA 13
Bên cạnh mối tương quan giữa biến phụ thuộc và các biến độc lập còn có sự tương quan giữa các biến độc lập với nhau.
Tại mức ý nghĩa 1%: DA và TATA có tương quan cùng chiều; DA và GMI, DSRI có tương quan ngược chiều. DSRI có tương quan ngược chiều với GMI có tương quan cùng chiều với SGAI, T ATA.
Tại mức ý nghĩa 5%: SGI có quan hệ ngược chiều với SGAI và GMI; SGAI có quan hệ ngược chiều GMI; DSRI có tương quan ngược chiều với SGI, TATA; TATA, DA có tương quan cùng chiều SGI và có tương quan ngược chiều SGAI.
Ma trận hệ số tương quan cho thấy các biến độc lập đưa vào mô hình không có mối quan hệ tương quan chặt chẽ với nhau.