5. Kết cấu bài nghiên cứu
3.5. Phân tích tương quan Pearson
Để kiểm định các giả thuyết nghiên cứu, nhóm sinh viên tiến hành phân tích hồi quy tuyến tính. Trước khi tiến hành phân tích hồi quy, tác giả kiểm định mối tương quan giữa các nhân tố. Thông thường khi nói đến hệ số tương quan, nhiều nhà nghiên cứu sẽ ngầm liên tưởng đến hệ số tương quan Pearson.
Các nhà nghiên cứu sử dụng một số thống kê có tên là hệ số tương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa 2 biến định lượng (lưu ý rằng Pearson chỉ xét mối liên hệ tuyến tính, không đánh giá các mối liên hệ phi tuyến). Ngoài ra, việc kiểm tra “hệ số tương quan pearson” còn giúp sớm nhận diễn được sự xảy ra của vấn đề đa cộng tuyến khi các biến độc lập có sự tương quan mạnh với nhau. Trong tương quan Pearson không có sự phân biệt vai trò giữa 2 biến, tương quan giữa biến độc lập với biến độc lập cũng như giữa biến độc lập vớibiến phụ thuộc.
Tương quan Pearson r có giá trị dao động từ -1 đến 1:
- Nếu r càng tiến về 1, -1: tương quan tuyến tính càng mạnh, càng chặt chẽ. + Tiến về 1 là tương quan dương.
+ Tiến về -1 là tương quan âm.
- Nếu r = 1: tương quan tuyến tính tuyệt đối, khi biểu diễn trên đồ thị phân tán Scatter. Lưu ý:
- Hệ số tương quan pearson (r) chỉ có ý nghĩa khi và chỉ khi mức ý nghĩa quan sát (sig) nhỏ hơn mức ý nghĩa α = 5%.
- Nếu r nằm trong khoảng từ 0,50 đến ± 1, thì nó được cho là tương quan mạnh. - Nếu r nằm trong khoảng từ 0,30 đến ± 0,49, thì nó được gọi là tương quan trung bình.
- Nếu r nằm dưới ± 0,29, thì nó được gọi là một mối tương quan yếu
Để đo lường mối liên hệ giữa các biến, xem xét về mức độ quan trọng của mối liên hệ, đồng thời nhận biết về các hiện tượng đa cộng tuyến, nhóm nghiên cứu đã tiến hành phân tích tương quan Pearson. Sau khi phân tích, nhóm đã có được bảng số liệu như sau:
Bảng 3.35: Kết quả phân tích tương quan giữa biến độc lập với biến phụ thuộc
Correlations
e_tb f_tb b_tb a_tb
e_tb Pearson Correlation 1 ,061 ,166 ,354**
Sig. (2-tailed) ,490 ,060 ,000 N 129 129 129 129 f_tb Pearson Correlation ,061 1 ,111 ,246** Sig. (2-tailed) ,490 ,211 ,005 N 129 129 129 129 b_tb Pearson Correlation ,166 ,111 1 ,199* Sig. (2-tailed) ,060 ,211 ,024 N 129 129 129 129
a_tb Pearson Correlation ,354** ,246** ,199* 1
Sig. (2-tailed) ,000 ,005 ,024
N 129 129 129 129
Ghi chú : **. Tương quan có ý nghĩa ở mức 0,01 (1%). *. Tương quan có ý nghĩa ở mức 0,05 (5%).
Nguồn: Kết quả của nhóm nghiên cứu
Từ kết quả của bảng trên, có thể thấy giá trị Sig giữa các biến độc và biến phụ thuộc đều nhỏ hơn 0,05. Điều đó cho thấy giữa biến phụ thuộc và các biến độc lập là tương quan với nhau.
Để làm rõ giả định trên nhóm nghiên cứu quyết định thực hiện phân tích hồi quy tuyến tính với mô hình mới có được qua phân tích EFA gồm 4 biến độc lập đó là: yếu tố bên trong, yếu tố xã hội, yếu tố gia đình, yếu tố dịch bệnh.