Lý thuyết về hệ số tương quan Pearson - Phân tích tương quan trong SPSS Như chúng ta đều đã biết, phân tích hệ số tương quan pearson là một trong những bước quan trọng trong phân tích
Trang 1Lý thuyết về hệ số tương quan Pearson - Phân tích tương quan trong SPSS
Như chúng ta đều đã biết, phân tích hệ số tương quan pearson là một trong
những bước quan trọng trong phân tích định lượng Ngay sau bước phân tích
nhân tố khám phá EFA, việc cần làm tiếp theo chính là tạo biến đại diện cho mỗi
nhóm nhân tố và tiến hành phân tích tương quan Pearson Và để bạn đọc hiểu rõ hơn về khái niệm này, Luận Văn 2S xin gửi đến bạn bài viết về lý thuyết cũng như
cách tiến hành phân tích tương quan pearson trong SPSS
Hệ số tương quan pearson là gì?
Hệ số tương quan Pearson (Pearson correlation coefficient, ký hiệu r) là số liệu
thống kê kiểm tra đo lường mối quan hệ thống kê hoặc liên kết giữa các biến phụ thuộc với các biến liên tục Hệ số tương quan sẽ trả lời cho các câu hỏi chẳng hạn như: Có mối quan hệ tương quan giữa nhiệt độ và doanh thu bán kem?; Có mối quan hệ tương quan giữa sự hài lòng công việc, năng suất và thu nhập? hay Hai biến nào có mối liên hệ chặt chẽ nhất giữa tuổi, chiều cao, cân nặng, quy mô gia đình và thu nhập gia đình?
Tương quan pearson được biết đến như là phương pháp tốt nhất để đo lường mối liên hệ giữa các biến quan tâm bởi vì nó dựa trên phương pháp hiệp phương sai
Nó cung cấp thông tin về mức độ quan trọng của mối liên hệ, hoặc mối tương
quan, cũng như hướng của mối quan hệ Ngoài ra, việc kiểm tra hệ số tương
quan pearson còn giúp chúng ta sớm nhận diễn được sự xảy ra của vấn đề đa cộng tuyến khi các biến độc lập có sự tương quan mạnh với nhau
Ý nghĩa hệ số tương quan pearson
Hệ số tương quan Pearson (r) có giá trị giao động trong khoảng liên tục từ -1
đến +1:
r = 0: Hai biến không 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
Lưu ý:
Trang 2 Hệ số tương quan pearson (r) chỉ có ý nghĩa khi và chỉ khi mức ý nghĩa quan sát (sig.) nhỏ hơn mức ý nghĩa α = 5%
Nếu r nằm trong khoảng từ 0,50 đến ± 1, thì nó được cho là tương quan mạnh
Nếu r nằm trong khoảng từ 0,30 đến ± 0,49, thì nó được gọi là tương quan trung bình
Nếu r nằm dưới ± 29, thì nó được gọi là một mối tương quan yếu
Trên đồ thị phân tán Scatter, nếu r = -1 dữ liệu sẽ phân bổ trên một đường thẳng với độ dốc âm, r = 1 dữ liệu sẽ phân bổ trên một đường thẳng với độ dốc dương
Hệ số tương quan biểu thị trên đồ thị phân tán Scatter
Thực hành phân tích hệ số tương quan pearson trong SPSS
Để kiểm định hệ số tương quan pearson trong SPSS Đầu tiên, tại thanh công cụ
ta nhấp chọn: Analyze > Correlate > Bivariate.
Trang 3Cửa sổ Bivariate Correlations mở ra, nơi bạn sẽ chỉ định các biến được sử dụng
trong phân tích Tất cả các biến trong tập dữ liệu của bạn xuất hiện trong danh sách ở phía bên trái Để chọn các biến cho phân tích, chọn các biến trong danh sách bên trái và nhấp vào nút mũi tên để di chuyển chúng sang phải, trong
trường Variables.
(A) Variables: Các biến được sử dụng trong Tương quan Pearson bivariate Bạn phải chọn ít nhất hai biến liên tục, nhưng có thể chọn nhiều hơn hai biến Thử nghiệm sẽ tạo ra các hệ số tương quan cho từng cặp biến trong danh sách này Lưu ý: Bạn nên sắp xếp biến phụ thuộc nằm trên cùng trong bảng Variables
Trang 4(B) Correlation Coefficients: Có nhiều loại hệ số tương quan Theo mặc định, Pearson được chọn
(C) Test of Significance: Nhấp vào Two-tailed hoặc One-tailed , tùy thuộc vào thử nghiệm ý nghĩa mong muốn của bạn SPSS sử dụng thử nghiệm two-tailed theo mặc định
(D) Flag significant correlations: Kiểm tra tùy chọn này sẽ bao gồm các dấu sao (**) bên cạnh các tương quan có ý nghĩa thống kê trong đầu ra
Cuối cùng là nhấp OK để xuất kết quả ra output
Đọc ý nghĩa hệ số tương quan pearson trong SPSS
Bảng kết quả Correlations
Trang 5Đầu tiên, khi nhìn vào bảng kết quả Correlations, chúng ta cần quan tâm đến
giá trị sig
Sig phải nhỏ hơn α = 0.05 thì tương quan r mới có ý nghĩa
Đối với dòng giá trị sig được tô màu cam: Giá trị nào < 0.05 thì ta kết luận rằng biến độc lập có tương quan tuyến tính với biến phụ thuộc và ngược lại (giá trị nào > 0.05 thì không có sự tương quan giữa biến độc lập và biến phụ thuộc) Lưu ý, chúng ta sẽ dựa trên sự so sánh giá trị sig với mức ý nghĩa 0.05 để đánh giá sự tương quan giữa cặp biến chứ không loại biến không đạt và chạy lần 2 nhé
Sau khi đánh giá xong sự tương quan giữa cặp biến, ta sẽ dựa vào giá trị r
để đánh giá mức độ tương quan mạnh/ yếu giữa biến phụ thuộc và các biến độc lập theo ý nghĩa hệ số tương quan pearson đã nêu ở phần trên
Đối với dòng giá trị sig được tô màu hồng: Giá trị ở dòng này thể hiện cho
sự tương quan giữa các biến độc lập với nhau Chúng ta cũng xét tương tự như đối với đánh giá sự tương quan giữa biến độc lập và biến phụ thuộc Tuy nhiên, nếu như r > 0.4 và sig < 0.05 thì bạn cần lưu ý đến việc xảy ra
đa cộng tuyến
Trên đây là những kiến thức về lý thuyết cũng như cách thực hiện, đọc ý nghĩa
hệ số tương quan pearson Trong quá trình thực hiện, nếu bạn gặp phải khó khăn cần hỗ trợ, hãy liên hệ dịch vụ xử lý số liệu SPSS nhé!
Bài viết cùng chuyên mục:
Cronbach’s Alpha là gì? Phân tích độ tin cậy Cronbach’s Alpha trong SPSS
