Tác giả thực hiện tính toán ma trận tương quan với các biến trong mô hình, kết quả thu được thể hiện trong Bảng 4.4 dưới đây.
Bảng 4.4. Ma trận tương quan
AGEBS COLRA EBITA EQUIA LENLN LOGTA OWNSP SALTA WCLTA POLRP AGEBS 1 COLRA -0,276 1 EBITA 0,002 -0,104 1 EQUIA 0,103 -0,133 0,572 1 LENLN -0,016 0,204 -0,203 -0,164 1 LOGTA 0,327 -0,163 0,074 0,075 -0,051 1 OWNSP 0,23 -0,198 0,044 0,094 -0,063 0,361 1 SALTA -0,024 -0,108 -0,078 -0,221 -0,352 -0,287 -0,007 1 WCLTA -0,005 -0,117 0,530 0,645 -0,129 -0,151 -0,027 -0,075 1 POLRP 0,066 -0,139 0,173 0,237 -0,312 0,173 0,117 -0,017 0,192 1
Nguồn: Tính toán từ chương trình SPSS
Hệ số tương quan chỉ ra mối quan hệ hai chiều giữa từng cặp biến với nhau. Hệ số tương quan càng lớn cho thấy mối quan hệ giữa hai biến càng chặt và ngược lại khi hệ số tương quan thấp diễn tả mối quan hệ giữa hai biến không chặt. Đồng thời với hệ số dương chỉ ra mối quan hệ cùng chiều giữa các cặp biến, hệ số âm cho thấy quan hệ ngược chiều giữa hai biến. Kết quả cho thấy biến phụ thuộc xác suất trả nợ (POLRP) có tương quan mạnh nhất với biến độc lập thời gian vay (-0,312) và tương quan yếu nhất với biến số năm hoạt động kinh doanh của khách hàng (0,066) . Tuy nhiên hệ số tương quan chỉ đánh giá quan hệ hai chiều mà không đánh giá được tác động một chiều của các biến lên biến phụ thuộc POLRP. Do vậy, tác giả tiếp tục thực hiện phân tích hồi quy.
Theo Kennedy (2008) nếu hệ số tương quan cặp giữa các biến độc lập cao (vượt 0,8) thì có khả năng tồn tại đa cộng tuyến. Tuy nhiên, xét thấy sự tương quan giữa các biến độc lập trong mô hình thì hệ số tương quan giữa biến vốn lưu động/tổng tài sản (WCLTA) và biến vôn chủ sở hữu/tổng tài sản (EQUIA) trong nghiên cứu là cao nhất
với 0,645 < 0,8. Vì vậy, để đảm bảo kết quả chạy mô hình là chính xác và phù hợp hơn tác giả thực hiện kiểm tra hiện tượng đa cộng tuyến trước khi chạy mô hình hồi quy.