CHƯƠNG 3 : KẾT QUẢ NGHIÊN CỨU
3.2. Phân tích tương quan
Ma trận hệ số tương quan cho thấy mối quan hệ tuyến tính giữa các biến định lượng trong nghiên cứu.
Bảng 3.2: Ma trận hệ số tương quan giữa các biến.
ROA ROE ROS LEV LIQ TANG SIZE GROW TURN ROA Hệ số Pearson 1 -.131 .790 -.656 .416 -.145 .114 .452 .159 Mức ý nghĩa 2 đuôi .218 .000 .000 .000 .172 .286 .000 .135 N 90 90 90 90 90 90 90 90 ROE Hệ số Pearson 1 -.058 .248 .284 -.277 .004 .169 .108 Mức ý nghĩa 2 đuôi .589 .018 .433 .008 .969 .112 .311 N 90 90 90 90 90 90 90 ROS Hệ số Pearson 1 -.499 .066 -.259 .287 .453 .039 Mức ý nghĩa 2 đuôi .000 .011 .014 .006 .000 .717 N 90 90 90 90 90 90 LEV Hệ số Pearson 1 -.647 -.018 -.013 -.126 .083 Mức ý nghĩa 2 đuôi .000 .867 .901 .235 .437 N 90 90 90 90 90 LIQ Hệ số Pearson 1 -.265 -.069 .060 .078 Mức ý nghĩa 2 đuôi .012 .519 .577 .465 N 90 90 90 90 TANG Hệ số Pearson 1 -.304 -.066 -.326 Mức ý nghĩa 2 đuôi .004 .537 .002 N 90 90 90 SIZE Hệ số Pearson 1 .410 -.060 Mức ý nghĩa 2 đuôi .000 .574 N 90 90 GROW Hệ số Pearson 1 .100 Mức ý nghĩa 2 đuôi .347 N 90 TURN Hệ số Pearson 1 Mức ý nghĩa 2 đuôi N
Hệ số tương quan Pearson (r) được sử dụng để lượng hóa mức độ chặt chẽ
của 2 biến có liên hệ tuyến tính. Giá trị tuyệt đối của hệ số r càng tiến gần đến 1 thì mức độ tương quan tuyến tính giữa 2 biến càng chặt chẽ.
Ma trận hệ số tương quan cho thấy ROA có mối liên hệ chặt chẽ với LEV, LIQ và GROW, có mối quan hệ tương đối yếu với TANG, SIZE và TURN.
ROE có mối tương quan với biến LEV, LIQ, TANG và GROW.
ROS tương quan tuyến tính với các biến LEV, TANG, SIZE và GROW. Tuy rằng các mối quan hệ trên không phải là rất chặt chẽ, nhưng vẫn cho thấy có sự tương quan tuyến tính tương đối giữa biến phụ thuộc và các biến độc lập. Ma trận hệ số tương quan giúp ta nhận ra biến độc lập nào có quan hệ tuyến tính với biến phụ thuộc. Tuy nhiên, một biến độc lập có chỉ số r tiến gần đến 0 khơng có
nghĩa là nó khơng tác động gì đến biến phụ thuộc mà có thể là mối liên hệ giữa chúng khơng phải là tuyến tính. Vì trong nghiên cứu này, ta chỉ xét mối quan hệ tuyến tính giữa các nhân tố tác động và hiệu quả hoạt động, nên các biến có hệ số r tiến gần đến 0 sẽ không được chọn để đưa vào mơ hình hồi quy.
Như vậy, sau khi xét ma trận hệ số tương quan, ta chọn các biến LEV, LIQ, TANG, SIZE, GROW và TURN để đưa vào mơ hình hồi quy của ROA.
Các biến LEV, LIQ, TANG và GROW được chọn để đưa vào mơ hình ROE. Các biến LEV, TANG, SIZE và GROW được chọn để đưa vào mơ hình hồi quy của ROS.
Hai biến có mối quan hệ tương quan chưa chắc là đã có quan hệ nhân quả, tức là biến độc lập này tác động một chiều đến biến phụ thuộc kia. Do đó, đây chỉ là bước chọn biến sơ bộ để đưa vào mơ hình hồi quy. Sau khi hồi quy xong, ta mới
sót biến khi chạy mơ hình hồi quy, các biến độc lập chỉ cần có hệ số r > 0,1 đều
được chọn.