CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.1 Kết quả nghiên cứu
4.1.4.1 Kiểm định hệ số tƣơng quan
Để xác định mối quan hệ nhân quả giữa các biến trong mô hình, bƣớc đầu tiên ta cần phân tích tƣơng quan giữa các biến xem thử có mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc hay không.
Kết quả của phần phân tích này (Bảng 4.10) dù không xác định đƣợc mối quan hệ nhân quả giữa biến phụ thuộc và biến độc lập nhƣng nó đóng vai trò làm cơ sở cho phân tích hồi quy. Các biến biến phụ thuộc và biến độc lập có tƣơng quan cao với nhau báo hiệu sự tồn tại của mối quan hệ tiềm ẩn giữa hai biến. Đồng thời, việc phân tích tƣơng quan còn làm cơ sở để dò tìm sự vi phạm giả định của phân tích hồi quy tuyến tính: vì các biến độc lập có tƣơng quan cao với nhau thì hay xảy ra hiện tƣợng đa cộng tuyến.
Bảng 4.19: Ma trận tương quan TGQL KTQL KNVD MDUD HQTV KTKT HQAIS TGQL KTQL KNVD MDUD HQTV KTKT HQAIS TGQL Pearson Correlation 1 Sig. (2-tailed) N 200 KTQL Pearson Correlation .400** 1 Sig. (2-tailed) .000 N 200 200 KNVD Pearson Correlation .198** .239** 1 Sig. (2-tailed) .005 .001 N 200 200 200
MDUD Pearson Correlation .367** .458** .221** 1 Sig. (2-tailed) .000 .000 .002 N 200 200 200 200 HQTV Pearson Correlation .133 .239** .299** .280** 1 Sig. (2-tailed) .060 .001 .000 .000 N 200 200 200 200 200 KTKT Pearson Correlation .171* .068 .145* .148* .111 1 Sig. (2-tailed) .016 .342 .041 .036 .117 N 200 200 200 200 200 200
HQAIS Pearson Correlation .463** .508** .378** .545** .398** .304** 1
Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 200 200 200 200 200 200 200
(Nguồn: Kết quả phân tích SPSS của tác giả)
Ta thấy rằng, các hệ số tƣơng quan giữa biến độc lập và biến phụ thuộc đều có ý nghĩa (sig<0.05) nên các nhân tố đƣa vào phân tích hồi quy là hợp lí. Bên cạnh đó, kết quả phân tích cũng cho thấy mức tƣơng quan tuyến tính giữa từng biến độc lập trên với biến phụ thuộc, trong biến độc lập có tƣơng quan cao nhất với biến phụ thuộc (Hiệu quả AIS) đó là biến mức độ ứng dụng CNTT - MDUD (r = 0.545). Do đó, ta có thể kết luận các biến độc lập này có thể đƣa vào mô hình để giải thích cho biến hiệu quả của AIS.