Tương quan Pearson giúp chúng ta thực hiện các thống kê cơ bản như ước lượng điểm (kiểm định mức ý nghĩa), giải thích (sự ảnh hưởng của biến độc lập đối với biến phụ thuộc), dự báo (thông qua mô hình hồi quy tuyến tính), ước lượng độ tin cậy và tính hợp lý (validity).
Trong trường hợp bạn gặp khó khăn khi sử dụng phần mềm SPSS, hãy liên hệ với chúng tôi để được hỗ trợ với chạy spss thuê
Những lý thuyết về tương quan Pearson trong SPSS và các tiêu chíMục đích của việc chạy tương quan Pearson
- Kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập. Bởi vì điều kiện để hồi quy là trước nhất phải tương quan.
- Tiếp đến đó là nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau. Dấu hiệu đa cộng tuyến sẽ được xem xét khi phân tích hồi quy (Kiểm tra hệ số VIF)
Cách đọc kết quả phân tích tương quan Pearson
-Hệ số tương quan (r) là một chỉ số thống kê đo lường mối liên hệ tương quan giữa hai biến số, như giữa MỨC ĐỘ HÀI LÒNG (y) và TIỀN LƯƠNG (x). Hệ số tương quan có giá trị từ -1 đến 1:
+ Hệ số tương quan bằng 0 (hay gần 0) có nghĩa là hai biến số không có liên hệ gì với nhau
+ Hệ số bằng -1 hay 1 có nghĩa là hai biến số có một mối liên hệ tuyệt đối
+ Hệ số tương quan là âm (r <0) có nghĩa là khi x tăng cao thì y giảm (và ngược lại, khi x giảm thì y tăng)
+ Hệ số tương quan là dương (r > 0) có nghĩa là khi x tăng cao thì y cũng tăng, và khi x tăng cao thì y cũng tăng theo.
Có nhiều hệ số tương quan, hệ số tương quan thông dụng nhất: Hệ số tương quan Pearson r, được định nghĩa như sau:
Cho hai biến số x và y từ n mẫu, hệ số tương quan Pearson được ước tính bằng công thức sau đây:
Ảnh 1 - Công thức tính hệ số tương quan
Trong phân tích áp dụng cho luận văn, kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Nếu các biến độc lập với nhau có tương quan chặt thì phải lưu ý đến vấn đề đa cộng tuyến khi phân tích hồi quy (giả thuyết H0: hệ số tương quan bằng 0). Cụ thể cách chạy như sau:
Vào menu Analyze-> Correlate -> Bivariate
Ảnh 2 - Cách chạy tương quan Pearson
Chọn các nhân tố vừa được tạo ở bước trên qua ô Variables bên phải. Xong bấm OK
Ảnh 3 - Bảng Bivariate Correlate
Ảnh 4 - Correlations
- Ô màu xanh: hệ số tương quan Pearson
- Ô màu đỏ: significant của kiểm định Pearson. Giả thuyết H0: hệ số tương quan bằng 0. Do đó nếu Sig. Này bé hơn 5% ta có thể kết luận được là hai biến có tương quan với nhau. Hệ số tương quan càng lớn tương quan càng chặt. nếu Sig. này lớn hơn 5% thì hai biến không có tương quan với nhau.
- Vì một trong những điều kiện cần để phân tích hồi quy là biến độc lập phải có tương quan với biến phụ thuộc, nên nếu ở bước phân tích tương quan này biến độc lập không có tương quan với biến phụ thuộc thì ta loại biến độc lập này ra khỏi phân tích hồi quy.
- Kết quả phân tích tương quan Pearson cho thấy một số biến độc lập có sự tương quan với nhau. Do đó khi phân tích hồi quy cần phải chú ý đến vấn đề đa cộng tuyến. Các biến độc lập có tương quan với biến phụ thuộc và do đó sẽ được đưa vào mô hình để giải thích cho biến phụ thuộc.
Hệ số tương quan Pearson càng tiến về 1 càng tương quan mạnh. Ngược lại, hệ số này càng tiến gần về 0 thì tương quan càng yếu.
Bạn cần lưu ý đến giá trị sig: Nếu bạn chọn mức ý nghĩa 1% thì giá trị sig phải < 0.01, còn nếu bạn chọn mức ý nghĩa là 5% thì sig < 0.05 tương ứng với các dấu (*) được đánh dấu trên hệ số tương quan r. Chú thích ở 2 hàng cuối cùng trong bảng Correlation
**. Correlation is significant at the 0.01 level (2-tailed)
*. Correlation is significant at the 0.05 level (2-tailed)
Ngoài dịch vụ viết luận văn tốt nghiệp của Luận Văn Việt, bạn có thể tham khảo dịch vụ làm báo cáo thuê , làm luận văn thuê cần thơ , thuê làm đồ án tốt nghiệp , làm tiểu luận thuê
4. Giải thích ý nghĩa ma trận tương quan
* Với hệ số Pearson Correlation nói lên mức độ tương quan giữa các biến với nhau trong mô hình. Hệ số tương quan càng lớn nói lên mức độ tương quan càng cao, điều này có thể dẫn tới hiện tượng đa cộng tuyến khi kiểm định mô hình hồi quy.
* Hệ số Sig: Nói lên tính phù hợp của hệ số tương quan giữa các biến theo phép kiểm định F với một độ tin cậy cho trước.
Nếu bạn gặp khó khăn khi chạy tương quan Pearson, bạn có thể tham khảo dịch vụ xử lý số liệu spss của Luận Văn Việt. Với kinh nghiệm hơn 10 năm hoạt động trong lĩnh vực này, chúng tôi chắc chắn sẽ mang đến cho bạn sự hài lòng về cả chất lượng và giá cả.
#luan_van_viet , #luận_văn_việt , #xử_lý_số_liệu_spss , #dịch_vụ_chạy_spss , #nhan_chay_spss , #dịch_vụ_spss , #chạy_spss_thuê , #LVV
Nhận xét
Đăng nhận xét