Trước khi tiến hành phân tích hồi quy tuyến tính bội, cần phải xem xét mối quan hệ tương quan tuyến tính giữa các biến. Điều này nhằm kiểm định giữa các biến có mối quan hệ tương quan tuyến tính với nhau và các biến độc lập có tương quan với biến phụ thuộc.
Ta sử dụng hệ số tương quan Pearson1
(r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến.
Giả thuyết đặt ra cần phải kiểm định là:
Ho: Không có mối quan hệ tương quan tuyến tính giữa các biến trong mô hình
H1: Có mối quan hệ tuyến tính của các biến trong mô hình
Kết quả kiểm định sự tương quan như sau:
1 Công thức của r như sau: x y i i N i S S N Y Y X X r 1 1
Bảng 3.1: Kết quảkiểm định sựtương quan MĐKV ĐUKQT F1 F2 F3 F4 F5 Hệsốtương quan MĐKV ĐUKQT 1 .673** .576** .568** .550** .483** F1 1 .680** .597** .538** .445** F2 1 .557** .446** .417** F3 1 .427** .364** F4 1 .396** F5 1
*: Kiểm định mức giảthuyết ở mức ý nghĩa nhỏhơn 0,05; **: kiểm định mức giảthuyết ở mức ý nghĩa nhỏhơn 0,01.
Ma trận này cho ta biết mối tương quan giữa biến mức độ đáp ứng kỳ vọng kết quả thi (biến phụ thuộc) với các biến độc lập, cũng như sự tương quan giữa các biến độc lập với nhau. Giả thuyết Ho bịbác bỏ với giá trị Sig rất nhỏ 0.000. Với mức ý nghĩa α=0,01 (độ tin cậy 99%), hệ số tương quan giữa biến phụ thuộc mức độ đáp ứng kỳvọng kết quả thi và các biến độc lập mạnh, chẳng hạn: mức độ tương quan giữa các yếu tố thuộc về gia đình với chính nó là 1, giữa các yếu tố thuộc về gia đình với mức độ đáp ứng kỳvọng kết quả thi là 0,673; các yếu tố thuộc về nhà trường với mức độ đáp ứng kỳ vọng kết quả thi là 0,576 và các yếu tố thuộc về nhà trường với các yếu tố thuộc vềgia đình là 0,680. Ngoài ra, các yếu tố còn lại có mức độtương quan với mức độ đáp ứng kỳ vọng kết quả thi và các biến còn lại ở mức độ trung bình, chẳng hạn như: mục tiêu học tập với mức độ đáp ứng kỳ vọng kết quả thi là 0,568; thời gian dành cho môn Tin học với mức độ đáp ứng kỳvọng kết quả thi là 0,550; phương pháp học môn tin với mức độ đáp ứng kỳvọng kết
Sơ bộta có thểkết luận có mối tương quan giữa biến phụthuộc và các biến độc lập và có thể đưa các biến độc lập vào mô hình đểgiải thích cho biến phụthuộc.
3.1.2. Phân tích hồi quy bội
Phân tích tương quan đã chứng minh được rằng, giữa các biến có mối tương quan với nhau, hệsốtương quan có giá trịthấp. Tuy nhiên, việc kiểm tra hiện tượngđa cộng tuyến là cần thiết, nhằm hạn chếnhững hậu quảnếu xảy ra hiện tượng này. Độchấp nhận của biến (Tolerances) và hệsốphóng đại phương sai (Variance inflation factor – VIF) được dùng đểphát hiện hiện tượng đa cộng tuyến. Quy tắc là khi VIF vượt quá 10 là dấu hiệu của đa cộng tuyến.
Các hệsốVIF trong kết quảphân tích này khá nhỏ, từ1,341 đến 2,391, (bảng Coefficients) cho thấy không hiện diện hiện tượng đa cộng tuyến của các biến tiếp tục đánh giá mô hình.