M Ở ĐẦ U
6. Tổng quan tài liệu nghiên cứ u
3.4. PHÂN TÍCH TƯƠNG QUAN
Trước khi tiến hành phân tích hồi quy tuyến tính thì việc xem xét mối tương quan tuyến tính giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau là việc cần phải làm. Hệ số tương quan Pearson trong ma trận hệ số tương quan là phù hợp để xem xét mối tương quan này.
Bảng 3.23. Ma trận tương quan giữa các biến Cạnh tranh Phân cấp quản lý Trình độ Ứng dụng CNTT Cạnh tranh 1 Phân cấp quản lý .683*** 1 Trình độ .591*** .536*** 1 Ứng dụng CNTT .545*** .531*** .516*** 1 Tính giá .727*** .672*** .670*** .603*** Dự toán .721*** .674*** .616*** .627*** Đánh giá thành quả .731*** .590*** .597*** .575*** Hỗ trợ ra quyết định .719*** .584*** .661*** .632*** KTQT chiến lược .625*** .555*** .506*** .456*** Ghichú: (*), (**), (***) tương ứng với mức ý nghĩa 10%, 5%, 1% (Nguồn: tổng hợp số liệu từ khảo sát)
Kết quả ma trận hệ số tương quan ở Bảng 3.23 cho thấy các biến độc lập (các nhân tố ảnh hưởng) có tương quan với biến phụ thuộc (mức độ vận dụng công cụ KTQT) ở mức ý nghĩa 1% (0.01). Và các hệ số tương quan giữa các biến độc lập và biến phụ thuộc dao động trong khoảng 0.506 đến 0.731 cho thấy bốn biến độc lập có mối quan hệ tuyến tính khá chặt chẽ với các biến phụ thuộc.
Kết quả nghiên cứu cho thấy thấy hệ số tương quan giữa các biến giải thích đều nhỏ hơn 0.8. Theo Võ Xuân Vinh (2014), hệ số tương quan giữa các biến giải thích nhỏ hơn 0.8 (xét về mặt giá trị tuyệt đối) thì vấn đề đa cộng tuyến không phải là một vấn đề quan ngại trong mô hình hồi quy.
Nếu hệ số phóng đại phương sai (VIF) của các biến đều nhỏ hơn 10 thì có cơ sở để kết luận rằng hiện tượng đa cộng tuyến không ảnh hưởng nghiêm trọng đến kết quả ước lượng của mô hình (Nguyễn Trọng Hoài, 2006; Vương Đức Hoàng Quân, 2014).