CHƯƠNG 4 : PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.3. Kiểm Định Các Hệ Số Tương Quan
Bảng 4.14: Kết quả phân tích tương quan
CLSP MDVG NTVW RRQL STHT TMMS HVMSP
CLSP
Hệ số tương quan Pearson 1 .229** .041 .096 -.193** .148** .060
Giá trị Sig .000 .463 .086 .001 .008 .285
Số quan sát 322 322 322 322 322 322 322
MDVG
Hệ số tương quan Pearson .229** 1 .365** .364** .163** .278** .507**
Giá trị Sig .000 .000 .000 .003 .000 .000
Số quan sát 322 322 322 322 322 322 322
NTVW
Hệ số tương quan Pearson .041 .365** 1 .360** .284** .400** .668**
Giá trị Sig .463 .000 .000 .000 .000 .000
Số quan sát 322 322 322 322 322 322 322
RRQL
Hệ số tương quan Pearson .096 .364** .360** 1 .259** .437** .387**
Giá trị Sig .086 .000 .000 .000 .000 .000
Số quan sát 322 322 322 322 322 322 322
STHT
Hệ số tương quan Pearson -.193** .163** .284** .259** 1 .151** .464**
Giá trị Sig .001 .003 .000 .000 .007 .000
Số quan sát 322 322 322 322 322 322 322
TMMS
Hệ số tương quan Pearson .148** .278** .400** .437** .151** 1 .600**
Giá trị Sig .008 .000 .000 .000 .007 .000
Số quan sát 322 322 322 322 322 322 322
HVMSP
Hệ số tương quan Pearson .060 .507** .668** .387** .464** .600** 1
Giá trị Sig .285 .000 .000 .000 .000 .000
thực hiện giữa các biến phụ thuộc và biến độc lập, khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Khi trị tuyệt đối của Pearson càng gần 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ với nhau.
Tuy nhiên khi các biến độc lập có tương quan chặt chẽ thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy.
Hệ số tương quan bằng 1 trong trường hợp có tương quan tuyến tính đồng biến và -1 trong trường hợp tương quan tuyến tính nghịch biến. Các giá trị khác trong khoảng (-1;1) cho biết mức độ phụ thuộc giữa các biến. Nếu hệ số tương quan có giá trị gần bằng 1 thì tương quan giữa các biến càng mạnh. Theo Tabachnick & Fidell (2007) nếu hệ số tương quan là 1 hay -1 thì tương quan là hồn hảo (dự báo chính xác giá trị của biến này khi có giá trị của biến kia).
Kết quả thu được từ bảng phân tích hệ số tương quan (Bảng 4.12) cho thấy: Các biến độc lập nhìn chung có tương quan tuyến tính với biến phụ thuộc HVMS, các hệ số tương quan đều có ý nghĩa thống kê (p < 0,01) trừ biến chất lượng sản phẩm, như vậy các biến độc lập này thích hợp để mơ hình hóa thành hồi quy tuyến tính.
Kết luận: các biến độc lập này có thể đưa vào mơ hình để giải thích cho biến HVMS.