Ngƣời ta sử dụng hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lƣợng. Nếu giữa 2 biến có sự tƣơng quan chặt chẽ thì phải lƣu ý vấn đề đa cộng tuyến khi phân tích hồi quy [3].
Đa cộng tuyến là trạng thái các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc.
Đa cộng tuyến làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa nên các hệ số có khuynh hƣớng kém ý nghĩa.
Cần xem xét hiện tƣợng đa cộng tuyến khi phân tích hồi quy nếu hệ số tƣơng quan Pearson > 0.3.
Gọi phƣơng trình hồi quy với mô hình tổng quát có dạng nhƣ sau:
Y = β0 + β1*X1 + β2*X2 + β3*X3
Trong đó:
Y: Mức độ ảnh hƣởng của các yếu tố MO đến kết quả kinh doanh của doanh nghiệp
X1-X3: Các yếu tố của MO ảnh hƣởng đến kết quả kinh doanh cảu công ty β0: hằng số
β1- β3: các hệ số hồi quy
Kết quả của mô hình sẽ giúp ta xác định đƣợc mức độ ảnh hƣởng của các yếu tố MO đến kết quả kinh doanh của các doanh nghiệp xuất khẩu.
Thực hiện phân tích hệ số tƣơng quan Pearson: Bảng 4.9: Ma trận hệ số tƣơng quan KQKD ĐHKH ĐHCT PHCN KQKD Hệ số tƣơng quan Pearson 1 .646** .528** .608** ĐHKH Hệ số tƣơng quan Pearson .646** 1 .484** .534** ĐHCT Hệ số tƣơng quan Pearson .528** .484** 1 .515** PHCN Hệ số tƣơng quan Pearson .608** .534** .515** 1 **.
Hệ số tƣơng quan tại mức ý nghĩa 0.01 (2 - Đuôi)
[Nguồn: Điều tra thực tế của tác giả, tháng 4/2014]
Các giá trị Sig. giữa các biến độc lập và biến phụ thuộc đều nhỏ hơn 0,05(xem phụ lục 7) do vậy các cặp biến đều tƣơng quan và có ý nghĩa thống kê. Hệ số tƣơng quan của các cặp biến độc lập tƣơng tác nhau cũng khá lớn (lớn hơn 0,5) nên khi phân tích hồi quy cần chú ý đến hiện tƣợng tự tƣơng quan của các biến độc lập.