Dữ liệu dùng trong phân tích hồi quy tương quan được người nghiên cứu lựa chọn là dữ liệu chuẩn hóa (được xuất ra từ phần mềm SPSS sau quá trình phân tích nhân tố khám phá). Để xác định mối quan hệ nhân quả giữa các biến trong mô hình, bước đầu tiên ta cần phân tích tương quan giữa các biến xem thử có mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc hay không. Kết quả của phần phân tích này dù không xác định được mối quan hệ nhân quả giữa biến phụ thuộc và biến độc lập nhưng nó đóng vai trò làm cơ sở cho phân tích hồi qui. Các biến biến phụ thuộc và biến độc lập có tương quan cao với nhau báo hiệu sự tồn tại của mối quan hệ tiềm ẩn
giữa hai biến. Đồng thời, việc phân tích tương quan còn làm cơ sở để dò tìm sự vi phạm giả định của phân tích hồi qui tuyến tính: các biến độc lập có tương quan cao với nhau hay hiện tượng đa cộng tuyến.
Bảng 3.21: Ma trận hệ số tương quan giữa biến độc lập và biến phụ thuộc
HL F1 F2 F3 F4 F5 F6 HL 1 447** .532** .469**. . .281** .296** 380** F1 1 .00 .00 .00 .00 .00 F2 1 .00 .00 .00 .00 F3 1 .00 .00 .00 F4 1 .00 .00 F5 1 .00 F6 1
(Nguồn: Kết quả từ phân tích SPSS 16)
Ta thấy rằng, các hệ số tương quan giữa biến độc lập và biến phụ thuộc đều có ý nghĩa (sig<0.05), do vậy các biến độc lập đưa vào phân tích hồi qui là phù hợp. Như vậy, giữa các thang đo đo lường sự hài lòng của người dân trong mô hình nghiên cứu không có mối tương quan tuyến tính với nhau. Vì thế, sẽ không xuất hiện đa cộng tuyến trong phân tích hồi quy.
Bên cạnh đó, kết quả phân tích cũng cho thấy mức tương quan tuyến tính giữa từng thang đó trên với thang đo sự hài lòng của người dân, trong đó mối quan hệ tương quan cao nhất là giữa thang đo Thủ tục, quy trình và thời gian làm việc với Mức hài lòng của người dân, với r = 0.532.