Chương 3 : Thiết kế nghiên cứu
3.1 Quy trình nghiên cứu
3.2.2.5 Phương pháp phân tích tương quan, hồi quy
Phân tích tương quan Pearson để kiểm tra mối tương quan tuyến tính giữa biến phụ thuộc với các biến độc lập và sớm phát hiện vấn đề đa cộng tuyến khi các biến độc lập có mối tương quan mạnh với nhau.
Tương quan Pearson r có giá trị dao động từ -1 đến 1 (r có ý nghĩa khi sig < 0.05)
48
+ r càng tiến về 1, -1: tương quan tuyến tính càng mạnh, tiến về 1 là tương quan dương, tiến về -1 là tương quan âm
+ r càng tiến về 0: tương quan tuyến tính càng yếu + r =1: tương quan tuyến tính tuyệt đối
+ r= 0: khơng có mối tương quan tuyến tính
Phân tích hồi quy tuyến tính bội để xác định nhân tố nào đóng góp bao nhiêu đến sự thay đổi của biến phụ thuộc để đưa ra biện pháp phù hợp nhất.
+ Bảng Model Summary
Adjusted R Square (R bình phương hiệu chỉnh): Phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Giá trị này từ 50% trở lên thì nghiên cứu được đánh giá tốt.
Durbin-Watson (DW): để kiểm định tự tương quan chuỗi bậc nhất. Nếu khơng có sự tương quan chuỗi bậc nhất trong mơ hình thì dữ liệu thu thập là tốt.
+ Bảng ANOVA: kiểm định F trong bảng ANOVA để kiểm tra mơ hình hồi quy tuyến tính có suy rộng và áp dụng được cho tổng thể hay không? Giá trị sig của kiểm định F < 0.05 có thể kết luận mơ hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
+ Bảng Coefficients
Giá trị Sig ≤ 0.05: biến độc lập có ý nghĩa trong mơ hình, Sig > 0.05: biến độc lập cần được loại bỏ
Hệ số chuẩn hóa Beta: biến độc lập nào có Beta lớn thì biến đố ảnh hưởng nhiều nhất đến sự thay đổi của biến phụ thuộc. Nếu hệ số Beta dương, biên có tác động thuận và ngược lại. Khi so sánh thứ tự độ lớn ta xét giá trị tuyệt đối của hệ số Beta.
VIF: giá trị dùng để kiểm tra hiện tượng đa cộng tuyến. VIF < 2: khơng có hiện tượng đa cộng tuyến