Trước khi tiến hành phân tích hồi quy tuyến tính bội, mối tương quan giữa các biến cần phải được xem xét lại.
Thực hiện việc phân tích hệ số tương quan cho 08 biến, gồm 7 biến độc lập và một biến phụ thuộc với hệ số Pearson và kiểm định 2 phía với mức ý nghĩa 0,05 trước khi tiến hành phân tích hồi quy đa biến cho các nhân tố thuộc mô hình điều chỉnh sau khi hoàn thành việc phân tích EFA và kiểm định độ tin cậy Cronbach’s Alpha. Bảng dưới đây mô phỏng tính độc lập giữa biến phụ thuộc và các biến độc lập. Tính tương quan đạt mức ý nghĩa ở giá trị 0,05 (Xác suất chấp nhận Giả thuyết sai là 5%) thì tất cả các biến các biến tương quan với biến phụ thuộc.
Bảng 4.6 Kết quả kiểm định Pearson’s mối tương quan giữa biến phụ thuộc và các biến độc lập
CSHD Pearson Correlation_______ 0,33** 0,27** 0,22** 0,21* * 0,16* 0,04 - 0,09** 1** Sig. (2-tailed) 0,00 0,00 0,00 0,00 0,01 0,52 0,18 N 250 250 250 250 250 250 250 250 Mô
hình R R2 chỉnhR2 hiệu Sai số chuẩn củaước lượng Durbin- Watson 1 0,7 3a 05 4 0, 5 0,36 191 43
**. Correlation is significant at the 0,01 level (2-tailed). *. Correlation is significant at the 0,05 level (2-tailed).
Nguồn: Ket quả xử lý số liệu trên phần mềm SPSS Nhìn vào bảng ở trên, ta thấy hệ số tương quan giữa biến độc lập và các biến phụ
thuộc khá cao, nằm trong khoảng từ 0,14 đến 0,55. Giá trị Sig của các yếu tố đều nhỏ hơn 0,05. Điều này chỉ ra rằng mô có sự tương quan giữa biến phụ thuộc và biến độc lập và việc đưa các biến độc lập vào mô hình là đúng, vì nó có ảnh huởng nhất định đến biến phụ thuộc.
Ngoài ra, hệ số tương quan giữa các biến độc lập không cao. Điều này cho thấy khả năng xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập trên là khá thấp, kết quả
kiểm định hiện tượng đa cộng tuyến sẽ được diễn giải chi tiết hơn sau khi chạy mô hình hồi quy. Tóm lại, các dữ liệu hoàn toàn phù hợp để đưa vào phân tích hồi quy.