ROA ROE LDA SDA SIZE CR EFF GA UNIQ
ROA 1 ROE 0.2441 1 LDA -0.0477 -0.0859 1 SDA -0.6279 -0.0227 -0.1617 1 SIZE 0.1827 0.0622 0.1979 -0.0814 1 CR 0.5087 0.1550 -0.3447 -0.3461 -0.22 1 EFF 0.2816 0.0389 -0.4499 -0.1944 -0.2681 0.5138 1 GA 0.4208 0.2091 -0.0387 -0.1152 0.2876 0.0714 -0.0467 1 UNIQ -0.2195 -0.2464 0.1445 -0.0015 -0.0714 -0.1002 -0.1147 -0.1230 1 (Phụ lục:2)
Bảng 4.2 thể hiện mối quan hệ tương quan giữa các biến số. Qua đó các biến đều có mối quan hệ tương quan nhỏ hơn 0.8 nên không xảy ra hiện tượng đa cộng tuyến trong mô hình.
Các nhân tố có hệ số tương quan cao nhất phản ánh mối quan hệ tương quan rõ ràng với hiệu qủa kinh doanh đó là SDA (-0.6279), CR (0.5087), GA (0.4208). Các nhân tố còn lại có mối quan hệ quan ít rõ ràng hơn nhưng nhìn chung hệ số của các biến độc lập và biến phụ thuộc đều khác 0, chứng tỏ các nhân tố trên đều ảnh hưởng đến hiệu quả hoạt động.
Hệ số tương quan r mang dấu dương thể hiện mối quan hệ thuận chiều giữa các biến phụ thuộc và biến độc lập. Ngược lại,nếu mang dấu âm thể hiện quan hệ ngược chiều giữa biến phụ thuộc và biến độc lập.
Quan hệ thuận chiều giữa ROA và ROE: Quy mô doanh nghiệp, khả năng thanh toán ngắn hạn, tăng trưởng tài sản, tỷ số doanh thu trên tổng tài sản.
Quan hệ ngược chiều với ROA, ROE: Tỷ số nợ ngắn hạn, tỷ số nợ dài hạn, đặc điểm riêng của tài sản.
Tuy nhiên để có kết quả chính xác về mối quan hệ giữa hiệu quả hoạt động và các biến phụ thuộc, đề tài sẽ tiến hành kiểm định bằng các mô hình hồi quy.
Kiểm tra hiện tượng đa cộng tuyến:
Để phát hiện hiện tượng đa cộng tuyến trong mô hình, nhóm sử dụng hệ số phóng đại phương sai (VIF- Variance Inflation Factor). Có nhiều đề xuất khác nhau cho giá trị của VIF, nhưng phổ biến nhất là 10, theo đó mức tối đa của VIF mà vượt qua giá trị này có thể gây ra hiện tượng đa cộng tuyến. Quan sát bảng số liệu hồi quy của mô hình, hệ số hồi quy của mô hình, hệ số VIF của các biến nhỏ hơn 10 nên không có hiện tượng đa cộng tuyến xảy ra giữa các biến trong các mô hình.