CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.2.2.2. Phân tích hồi quy
a. Ma trận tương quan
- Nội dung: ma trận tương quan với các hệ số tương quan phản ảnh mức độ tương quan giữa các biến. Người ta sử dụng một hệ số thống kê có tên là Hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa 2 biến có sự tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.
- Hệ số tương quan:
Hệ số tương quan nhận giá trị trong khoảng (-1, +1) Hệ số tương quan > 0 : tương quan thuận
Hệ số tương quan tiến đến: +1 hoặc -1: tương quan càng chặt chẽ. - Kiểm định Hệ số tương quan:
H0 : không tồn tại mối tương quan giữa 2 biến H1 : tồn tại mối tương quan giữa 2 biến
Với Mức ý nghĩa kiểm định là 5%: + Sig ≤ 0,05: bác bỏ Ho
+ Sig > 0,05: chưa có cơ sở bác bỏ Ho
b. Phân tích hồi quy
- Phân tích hồi quy bội không phải chỉ là mô tả các dữ liệu quan sát được mà mô hình nghiên cứu và các giả thuyết nghiên cứu sẽ được kiểm định để đảm bảo tính đúng đắn của mô hình. Từ kết quả trong mẫu, ta sẽ xác định mối quan hệ nhân quả giữa biến phụ thuộc và các biến độc lập. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối liên hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập. Phân tích hồi quy được thực hiện bằng phương pháp Enter với phần mềm SPSS. Mô hình hồi quy có dạng :
Yi = 0 + 1X1i + 2X2i + … + pXni + i -Trong đó: Yi: biến phụ thuộc 0: hệ số chặn. i: hệ số hồi quy thứ i (i = 1,n). i: sai số biến độc lập thứ i. Xi: biến độc lập ngẫu nhiên.