CHƯƠNG 2 : XỬ LÝ DỮ LIỆU VÀ KẾT QUẢ NGHIÊN CỨU
2.5. Phân tích tương quan
Mục đích: Hệ số tương quan Pearson nhằm kiểm tra mối tương quan tuyến
tính chặt chẽ giữa biến phụ thuộc với các biến độc lập, đồng thời nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau.
Thao tác trên SPSS: Analyze > Correlate > Bivariate … Hộp thoại
Bivariate Correlations xuất hiện, đưa các biến độc lập và biến phụ thuộc từ
cột bên trái sang bên phải. Chọn OK để phân tích tương quan.
Bảng 2. 7: Bảng phân tích tương quan Pearson
KT Tương Pearson Mức ý nghĩa Sig. TC Tương Pearson
Mức ý nghĩa Sig. KN Tương Pearson Mức ý nghĩa Sig. TH Tương Pearson Mức ý nghĩa Sig. XH Tương Pearson Mức ý nghĩa Sig. HM Tương Pearson Mức ý nghĩa Sig. QD Tương Pearson Mức ý nghĩa Sig.
* Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Nguồn: Kết quả xử lý SPSS 2022
Khi nhìn vào Bảng phân tích tương quan Pearson, chúng ta cần quan tâm đến giá trị sig. Mức ý nghĩa Sig. phải nhỏ hơn α = 0.05 thì tương quan r mới có ý nghĩa.
Kết quả trong ma trận tương quan Pearson cho thấy tất cả các biến độc lập như đều có mối quan hệ tương quan với biến phụ thuộc Quyết định mua khi giá trị Sig. của các biến độc lập này đều nhỏ hơn 0,05. Vậy tất cả các biến Đặc điểm kỹ thuật, Tính năng tăng cường, Khả năng kết nối và di động, Thương hiệu, Ảnh hưởng từ xã hội, Dịch vụ hậu mãi đều có mối tương quan đến quyết định mua laptop của sinh viên trên địa bàn thành phố Hồ Chí Minh.
Sau khi đánh giá xong sự tương quan giữa cặp biến, ta sẽ dựa vào giá trị r (tương quan pearson) để đánh giá mức độ tương quan mạnh/yếu giữa các biến phụ thuộc và các biến độc lập theo:
r = 0: Hai biến khơng có tương quan tuyến tính
r = 1; r = -1: Hai biến có mối tương quan tuyến tính tuyệt đối.
r < 0: Hệ số tương quan âm. Nghĩa là giá trị biến x tăng thì giá trị biến y
giảm và ngược lại, giá trị biến y tăng thì giá trị biến x giảm.
r > 0: Hệ số tương quan dương. Nghĩa là giá trị biến x tăng thì giá trị biến y
tăng và ngược lại, giá trị biến y tăng thì giá trị biến x cũng tăng.
Về mối tương quan giữa các biến độc lập, hầu hết các cặp biến đều có mối tương quan tuyến tính do giá trị Sig. nhỏ hơn 0,05 và hệ số tương quan của chúng thuộc khoảng từ 0.105 đến 0.528, vì vậy có khả năng sẽ xảy ra đa cộng tuyến giữa các biến độc lập. Nhóm sẽ tiến hành kiểm tra hiện tượng này khi tiến hành phân tích hồi quy tuyến tính bội và sử dụng hệ số lạm phát phương sai VIF (Variance inflation factor).
21