Tên
biến EPS NPM ROE CR DER TATO PBV SIZE CF AGE STATE
EPS 1 NPM .167** 1 ROE .704** .239** 1 CR .009 .029 .002 1 DER -.283** -.166** -.198** -.234** 1 TATO .100 -.136** .116* -.056 .092 1 PBV .470** .044 .440** -.029 -.107* .053 1 SIZE .120* .178** .140** -.076 .211** -.266** .338** 1 CF .082 -.809** .068 .091 .000 .032 .061 -.084 1 AGE -.001 -.034 -.025 -.044 .047 .008 -.026 .014 .033 1 STATE .155** -.026 .095 -.030 .026 .162** .079 -.002 .075 -.072 1
Ghi chú: - Ý nghĩa thống kê ở mức 1% (**) - Ý nghĩa thống kê ở mức 5% (**)
Nguồn: Kết quả phân tích SPSS từ số liệu thu thập Qua kết quả bảng 4.4 phân tích ma trận tương quan, tác giả sẽ phân tích xem mối tương quan giữa các biến độc lập trong mô hình có tương quan mạnh hay yếu
để từ đó xem có dấu hiệu đa cộng tuyến hay không. Nếu hệ số Pearson (r) càng lớn thì mức độ tương quan càng cao, điều này có thể dẫn đến hiện tượng đa cộng tuyến khi kiểm định mô hình hồi quy.
Với các biến độc lập tương ứng như NPM, ROE, DER, PBV, Size và STATE có nghĩa thống kê với mức ý nghĩa 1% và 5% đều có giá trị Sig đều nh hơn 0,05, điều này cho thấy rằng các biến độc lập có mối tương quan với nhau và có ý nghĩa thống kê. Tuy nhiên trong đó có một số cặp biến độc lập có mối tương quan cũng khá mạnh với nhau (hệ số Pearson lớn hơn 0,4) như: CF và NPM có hệ số là 0,809, ROE và PBV có hệ số là 0,440. Như vậy, do có một số cặp biến độc lập có mối tương quan mạnh với nhau nên cần quan tâm đến hiện tượng đa cộng tuyến trong mô hình khi phân tích hồi quy đa biến.
4.3. Kiểm tra đa cộng tuyến
Để kiểm tra vấn đề đa cộng tuyến tác giả dùng hệ số VIF (variance inflation factor – hệ số phóng đại phương sai). Theo sách của Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2011, trang 371) nếu hệ số VIF vượt quá 10 thì có dấu hiệu của Đa cộng tuyến trong mô hình nghiên cứu.