Phân tích tương quan Pearson là bước được thực hiện trước khi phân tích hồi quy. Mục đích chạy tương quan Pearson nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập, vì điều kiện để hồi quy trước hết phải tương quan với nhau.
Bảng 4.14: Ma trận hệ số tương quan
BC MT LD DN CN TN DT DL
BC Tương quan Pearson Giá trị sig 1
MT Tương quan Pearson 0,457
** 1
Giá trị sig 0,000
LD Tương quan Pearson 0,314
** 0,357** 1
Giá trị sig 0,000 0,000
DN Tương quan Pearson 0,339
** 0,434** 0,230** 1
BC MT LD DN CN TN DT DL
CN Tương quan Pearson 0,424
** 0,469** 0,421** 0,317** 1
Giá trị sig 0,000 0,000 0,000 0,000
TN Tương quan Pearson 0,407
** 0,374** 0,352** 0,451** 0,416** 1
Giá trị sig 0,000 0,000 0,000 0,000 0,000
DT Tương quan Pearson 0,153
* 0,202** 0,209** 0,102 0,154* 0,171* 1
Giá trị sig 0,048 0,009 0,006 0,190 0,046 0,026
DL Tương quan Pearson 0,563
** 0,585** 0,517** 0,509** 0,612** 0,572** 0,334** 1
Giá trị sig 0,000 0,000 0,000 0,000 0,000 0,000 0,000
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Từ kết quả phân tích tương quan Bảng 4.14, ta có thể thấy mối tương quan giữa biến phụ thuộc và biến độc lập: (1) Bản chất công việc; (2) Môi trường làm việc; (3) Lãnh đạo; (4) Đồng nghiệp; (5) Sự công nhận; (6) Thu nhập và phúc lợi; (7) Cơ hội đào tạo và thăng tiến; đều khác 1, như vậy không xảy ra tương quan hoàn toàn giữa biến độc lập và biến phụ thuộc với giá trị Sig. < 0,05 nghĩa là các biến độc lập đều tương quan cùng chiều với biến phụ thuộc và có ý nghĩa thống kê ở mức 5%. Do đó, có thể đưa các biến độc lập vào mô hình hồi quy để giải thích cho sự thay đổi của biến phụ thuộc động lực làm việc. Tuy nhiên, mức độ tác động của từng biến độc lập lên biến phụ thuộc sẽ được xác định cụ thể thông qua phân tích hồi quy bội. Ngoài ra, kết quả cho thấy cũng có sự tương quan tuyến tính giữa các biến độc lập với nhau, do đó hiện tượng đa cộng tuyến sẽ được kiểm định trong phân tích hồi quy.