Ý nghĩa Hệ số tương quan pearson – Hướng dẫn cách phân tích và cách chạy chi tiết

4.4/5 - (29 bình chọn)

Phân tích tương quan Pearson là một trong những bước vô cùng quan trọng khi bạn làm luận văn nghiên cứu sử dụng định lượng SPSS. Vậy phân tích tương quan để làm gì, ý nghĩa hệ số tương quan Pearson là gì và cách chạy tương quan như thế nào? Tất cả những câu hỏi khiến bạn đang đau đầu sẽ được Luận Văn 24 chuyên hỗ trợ spss giải đáp trong bài viết ngắn gọn này.

Ý nghĩa hệ số tương quan pearson và hướng dẫn phân tích, cách chạy

1. Khái niệm Hệ số tương quan Pearson là gì?

  • Hệ số tương quan Pearson ( trong tiếng anh là Pearson correlation coefficient, kí hiệu r) là chỉ số đo lường mức độ tương quan tuyến tính giữa hai biến.
  • Về nguyên tắc, tương quan Pearson sẽ tìm ra một đường thẳng phù hợp nhất với mối quan hệ tuyến tính của 2 biến.

2. Ý nghĩa hệ số tương quan pearson

Ý nghĩa Hệ số tương quan pearson là nó mô tả cách mà một biến di chuyển trong mối quan hệ với một biến khác. Và Hệ số tương quan sẽ có giá trị từ -1.0 đến +1.0. Trong đó:

  • Mối tương quan thuận cho biết rằng cả hai di chuyển theo cùng một hướng. Khi hệ số tương quan +1.0, chúng di chuyển song song.
  • Hệ số tương quan mà âm, thì chúng di chuyển ngược hướng nhau.
  • Hệ số tương quan bằng 0, không có tương quan nào cả.

3. Điều kiện để hệ số tương quan Person tồn tại ý nghĩa

Hệ số tương quan Pearson (r) sẽ nhận giá trị từ +1 đến -1.  Điều kiện để tương quan có ý nghĩa là giá trị sig. <0.05

  • r < 0 cho biết một sự tương quan nghịch giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia.
  • r=0 cho thấy không có sự tương quan.
  • r > 0 cho biết một sự tương quan thuận giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia.

4. Công thức tính

Cho hai biến số x và y  từ n mẫu, hệ số tương quan Pearson được ước tính bằng công thức sau đây:

Hệ số tương quan Pearson là gì
Hệ số tương quan Pearson là gì

5. Tại sao cần phân tích tương quan?

  • Sau khi tiến hành kiểm định phân tích EFA, bước tiếp theo chính là tạo biến đại diện cho mỗi nhóm nhân tố và tiến hành phân tích tương quan (correlation), hồi quy (regression).
  • Trước khi thực hiện kiểm tra hồi quy mô hình thì cần tiến hành phân tích tương quan giữa các nhân tố độc lập với nhân tố phụ thuộc.
  • Từ đó chúng ta sẽ chọn những nhân tố độc lập thực sự có tương quan với nhân tố phụ thuộc và đưa những nhân tố đó vào hồi quy.

Hiện tại, chúng tôi đang cung cấp dịch vụ làm thuê báo cáo thực tập tốt nghiệp , dịch vụ viết assignment , dịch vụ viết thuê tiểu luận , làm luận văn tốt nghiệp… chuyên nghiệp nhất thị trường. Hãy liên hệ ngay với chúng tôi để được hỗ trợ từ A-Z.

6. Cách chạy và cách phân tích

  • 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).

6.1. Cách chạy tương quan person

Cụ thể cách chạy như sau:

Bước 1: Bạn vào menu Analyze-> Correlate -> Bivariate

Cách chạy tương quan Pearson
Cách chạy tương quan Pearson (B1)

Bước 2: Hộp thoại Bivariate Correlations xuất hiện, lúc này bạn đưa các biến độc lập và biến phụ thuộc ở bên trái đã được tạo ở bước trên qua ô Variables bên phải. Xong bấm OK

phân tích tươn quan pearson (3)
Cách chạy tương quan pearson (B2)

6.2. Cách phân tích tương quan Peson

Sau khi chạy xong, Quan sát Bảng tương quan Correlations xuất hiện như sau:

phân tích tươn quan pearson (4)
Phân tích tương quan pearson
  • Pearson Correlations: Hệ số tương quan Pearson
  • Giá trị Sig: 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. Từ bảng trên, chúng ta có thể kết luận như sau:

  • Cân nặng (Weight) và chiều cao (Height)có mối quan hệ tuyến tính có ý nghĩa thống kê (p <.001).
  • Hướng của mối quan hệ là tích cực (nghĩa là chiều cao và cân nặng có mối tương quan dương), nghĩa là các biến này có xu hướng tăng cùng nhau (nghĩa là, chiều cao lớn hơn có liên quan đến trọng lượng lớn hơn).
  • Độ lớn hoặc cường độ của liên kết xấp xỉ vừa phải (.3 <| r | <.5).

– 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.

Bài viết trên, Luanvan24 chia sẻ đến bạn ý nghĩa hệ số tương quan pearson và cách phân tích chúng, hy vọng đã giúp ích được cho bạn. Nếu bạn có khó khăn, hãy liên hệ với Luận văn 24 – đơn vị chuyên chạy spss thuê qua hotline: 0988552424 để được tư vấn nhanh nhất.

Nguồn: luanvan24.com

5/5 (1 Review)
Theo dõi
Thông báo của
guest
0 Comments
Phản hồi nội tuyến
Xem tất cả bình luận

Bài viết liên quan

Contact Me on Zalo
0988 55 2424