2.3.3 .Kiểm định sơ bộ
3.3 Phân tích dữ liệu sơ cấp
3.3.4 Phân tích hệ số Pearson
Ngƣời ta sử dụng một số thống kê có tên là hệ số tƣơng quan Pearson để lƣợng hóa mức đô chặt chẽ của mối quan hệ tuyến tính giữa các biến định lƣợng. Nếu giữa hai biếnicó sự tƣơng quanichặt thì phải lƣu ýivấn đề đa cộng tuyếnikhi phân tích hồi quy. Đa cộng tuyến làitrạng thái các biếniđộc lập có tƣơng quanichặt chẽ với nhau. Vấn đề của hiện tƣợng đa cộng tuyến là chúng cung cấp cho mô hình những thống tin rất giống nhau, và rất khó tách tời ảnh hƣởng của từng biến đến một biến phụ thuộc. Cần xem xét hiện tƣợngiđa cộng tuyến khi phân tích hồi quy nếu hệ số tƣơng quan Pearson > 0,3.
Đặt các biến trong phƣơng trình hồi quy đa biến nhƣ sau:
- Y : “Sự hài lòng công việc” (là trung bình của các biến TM1, TM2, TM3)
- X1: “Cấp trên” (là trung bình của các biến CT1, CT2, CT3, CT4, CT5, CT6)
- X2: “Phúc lợi” (là trung bình của các biến PL1, PL2, PL3, PL4, PL5)
- X3: “Đồng nghiệp” (là trung bình của các biến DN1, DN1, DN3, DN4)
- X4: “Đặc điểm công việc” (là trung bình của các biến ĐĐCV1, ĐĐCV2, ĐĐCV3, ĐĐCV4)
- X5: “Đào tạo và thăng tiến ” (là trung bình của các biến ĐTTT1, ĐTTT2, ĐTTT3, ĐTTT4)
- X6: “Điều kiện làm việc” (là trung bình của các biến ĐKLV1, ĐKLV2, ĐKLV3, ĐKLV4)
- X7: “Thu nhập” (là trung bình của các biến TN1, TN2, TN3, TN4)
- Hình dạngiphƣơng trình:
Y = β1*X1 + β2*X2 + β3*X3 + β4*X4 + β5*X5 +β6*X6+ β7*X7
Bảng 3.4 Phân tích tƣơng quan (Pearson) giữa biến phụ thuộc và biến độc lập
(Nguồn: Tác giả tổng hợp)
Từ ma trận tƣơng quan – Correlations, ta thu đƣợc kết quả nhƣ sau:
+ Hệ số tƣơng quan giữa biến Y và biến X1 bằng 0.490, hệ số Sig. = 0.000 nên X1 có tƣơng quan tuyến tính với Y và có ý nghĩa thống kê.
+ Hệ số tƣơng quan giữa biến Y và biến X2 bằng 0.585, hệ số Sig. = 0.000 nên X2 có tƣơng quan tuyến tính với Y và có ý nghĩa thống kê.
+ Hệ số tƣơng quan giữa biến Y và biến X3 bằng 0.550, hệ số Sig. = 0.000 nên X3 tƣơng quan tuyến tính với Y và có ý nghĩa thống kê.
+ Hệ số tƣơng quan giữa biến Y và biến X4 bằng 0.319, hệ số Sig. = 0.000 nên X4 tƣơng quan tuyến tính yếu với Y và có ý nghĩa thống kê.
+ Hệ số tƣơng quan giữa biến Y và biến X5 bằng 0.409, hệ số Sig. = 0.000 nên X5 tƣơng quan tuyến tính với Y và có ý nghĩa thống kê.
+ Hệ số tƣơng quan giữa biến Y và biến X6 bằng 0.588, hệ số Sig. = 0.000 nên X6 tƣơng quan tuyến tính với Y và có ý nghĩa thống kê.
+ Hệ số tƣơng quan giữa biến Y và biến X7 bằng 0.543, hệ số Sig. = 0.000 nên X7 tƣơng quan tuyến tính với Y và có ý nghĩa thống kê.
Từ đây ta có thể kết luận rằng biến Y có tƣơng quan thuận và có ý nghĩa với các biến X1, X2, X3, X4, X5, X6, X7. Vì vậy, chấp nhận các giả thuyết đƣa ra trong phần 2.3.1 và tiếp tục đi đến các phân tích tiếp theo.
Correlations Y X1 X2 X3 X4 X5 X6 X7 Y Pearson Correlation 1 .490** .585** .550** .319** .409** .588** .543** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 .000 N 217 217 217 217 217 217 217 217