Hướng dẫn phân tích tương quan Pearson chi tiết nhất

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, 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.

1. 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.

2. Hệ số tương quan Pearson là gì?

Hệ số tương quan Pearson (Pearson correlation coefficient, kí hiệu r) 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.

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.

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

3. Cách chạy tương quan Pearson

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:

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

Cách chạy tương quan Pearson

Cách chạy tương quan Pearson

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)

phân tích tươn quan pearson (3)

Bảng tương quan Correlations xuất hiện như sau:

phân tích tươn quan pearson (4)

phân tích tươn quan pearson (4)

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.

-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.

Nguồn: luanvan24.com

Rate this post
avatar
1 Chủ đề bình luận
0 Trả lời chủ đề
0 Người theo dõi
 
Phản ứng nhiều nhất
Chủ đề bình luận nóng nhất
1 Tác giả bình luận
Hàn Mai Hương Tác giả bình luận gần đây
  Theo dõi  
Thông báo về
Hàn Mai Hương
Khách
Hàn Mai Hương

ho em hỏi nếu Adjusted R Square dưới 50% như vậy thì em có làm tiếp được không trong khi những cái còn lại em đã thỏa mãn