Trước khi tiến hành phân tích hồi quy bội, chúng ta phải xem xét mối tương quan tuyến tính giữa biến phụ thuộc và từng biến độc lập, cũng như giữa các biến độc lập với nhau. Nếu giữa biến phụ thuộc và các biến độc lập có mối tương quan tuyến tính thì phân tích hồi quy được xem là phù hợp. Ngoài ra cũng cần phải lưu ý mối tương quan giữa các biến độc lập với nhau, nếu tương quan mạnh thì phải lưu ý đến hiện tượng đa cộng tuyến có thể xảy ra trong mô hình hồi quy chúng ta đang xem xét.
Theo Bảng 4.7, ta thấy có tồn tại mối tương quan giữa biến phụ thuộc (Động lực làm việc) với các biến độc lập ( Cơ hội thăng tiến, Thu nhập và phúc lợi, Điều kiện làm việc, Quan hệ công việc và Sự đánh giá cá nhân) với mức ý nghĩa 1%. Như vậy các biến độc lập có thể đưa vào mô hình để giải thích cho động lực làm việc của cán bộ công chức Chi cục Thuế TP. Nha Trang. Ngoài ra, hệ số tương quan giữa các biến độc lập cũng đều tồn tại thấp nhất từ 0.166 đến cao nhất là 0.493 nên không gây quan ngại về hiện tượng đa cộng tuyến giữa các biến độc lập trong quá trình phân tích hồi quy. Tuy nhiên cũng cần có thêm những đánh giá khi tiến hành phân tích hồi quy để xem xét hiện tượng này.
55
Bảng 4. 7: Ma trận hệ số tương quan giữa các biến nghiên cứu
DLLV CHTT TNPL DKLV QHCV DGCN DLLV 1 0.380** 0.656** 0.395** 0.286** 0.493** CHTT 0.380** 1 0.479** 0.166* 0.375** 0.384** TNPL 0.656** 0.479** 1 0.351** 0.173* 0.462** DKLV 0.395** 0.166* 0.351** 1 0.239** 0.205* QHCV 0.286** 0.375** 0.173* 0.239** 1 0.352** DGCN 0.493** 0.384** 0.462** 0.205* 0.352** 1
**. Tương quan tại mức ý nghĩa 0.01 (2 - tailed). *. Tương quan tại mức ý nghĩa 0.05 (2 - tailed).
Trong đó: DLLV: Động lực làm việc, CHTT: Cơ hội thăng tiến, ĐKLV: Điều kiện làm việc, QHCV: Quan hệ công việc, TNPL: Thu nhập và phúc lợi, DGCN: Sự đánh giá cá nhân (Ghi nhận sự đóng góp cá nhân)