lại bằng lệnh trung bình thành biến sự hài lịng của người dân, ký hiệu: SHL.
Như vậy, với kết quả đánh giá sơ bộ các thang đo bằng Cronbach’s alpha và EFA trên đây, thì ngồi biến KNPV8 bị loại; các yếu tố cịn lại và thang đo sự hài lịng của người dân được giữ ngun gốc. Vì thế: mơ hình lý thuyết và các giả thuyết nghiên cứu được giữ nguyên.
4.4. Phân tích hồi quy tuyến tính bội: 4.4.1 Kiểm tra ma trận hệ số tương quan: 4.4.1 Kiểm tra ma trận hệ số tương quan:
Sau khi qua giai đoạn phân tích nhân tố, 4 yếu tố có ảnh hưởng đến sự hài lịng của người dân tiếp tục được đưa vào kiểm định tương quan. Giá trị của từng yếu tố là giá trị trung bình của các biến quan sát thuộc yếu tố đó.
Phân tích tương quan Pearson được sử dụng để xem xét sự phù hợp khi đưa các yếu tố vào mơ hình hồi qui.
Bảng 4.10: Ma trận hệ số tương quan Pearson
SHL KNPV QTTT CSVC STC SHL SHL Pearson Correlation 1 .570** .490** .724** .621** Sig. (2-tailed) .000 .000 .000 .000 N 174 174 174 174 174 KNPV Pearson Correlation .570** 1 .314** .396** .274** Sig. (2-tailed) .000 .000 .000 .000 N 174 174 174 174 174 QTTT Pearson Correlation .490** .314** 1 .445** .271** Sig. (2-tailed) .000 .000 .000 .000 N 174 174 174 174 174 CSVC Pearson Correlation .724** .396** .445** 1 .321** Sig. (2-tailed) .000 .000 .000 .000 N 174 174 174 174 174 STC Pearson Correlation .621 ** .274** .271** .321** 1 Sig. (2-tailed) .000 .000 .000 .000
N 174 174 174 174 174
Nguồn: Kết quả phân tích dữ liệu tháng 11/2017
Kết quả phân tích tương quan giữa các biến độc lập với nhau và giữa chúng với biến phụ thuộc bằng phương pháp Pearson (bảng 4.10) cho thấy (chi tiết trong
phụ lục 4-4:Bảng a): tương quan giữa các biến độc lập là STC, CSVC, KNPV, QTTT với biến phụ thuộc là SHL lần lượt là 0,621; 0,724; 0,570; 0,490 và đều có sig. = 0,000, điều này cho thấy các biến có mối quan hệ rất chặt chẽ với nhau. Bên cạnh đó, kết quả phân tích cũng cho thấy: hệ số tương quan các biến đều < 0,85 nên có khả năng khơng xảy ra hiện tượng đa cộng tuyến (cao nhất là 0,724 và thấp nhất là 0,490).
Điều này chứng tỏ rằng: các “biến độc lập” có nhiều khả năng giải thích cho “biến phụ thuộc”, đồng thời các biến độc lập đạt giá trị phân biệt. Vì thế, tác giả dự đốn mơ hình hồi qui bội có dạng như sau:
SHL = β0 + β1KNPV + β2QTTT + β3CSVC + β4STC + ei
Ngồi ra, kết quả phân tích cũng cho thấy rằng: hệ số tương quan giữa các biến độc lập (STC, CSVC, KNPV, QTTT) cũng cao. Do đó, cần phải tiến hành kiểm định đa cộng tuyến ở các bước tiếp theo để xem các biến độc lập có ảnh hưởng lẫn nhau hay khơng.