Hệ Số Tương Quan Pearson, Cách Thao Tác Phân Tích ... - Hỗ Trợ SPSS

Mục lục

• Khái niệm hệ số tương quan
• Cách chạy tương quan SPSS
• Cách đọc ý nghĩa phân tích tương quan
• Video phân tích tương quan pearson

Hôm nay nhóm MBA bàn về hệ số tương quan cùng công thức tính của nó

Khái niệm hệ số tương quan

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; ngược lại nếu hệ số bằng -1 hay 1 có nghĩa là hai biến số có một mối liên hệ tuyệt đối.  Nếu giá trị của 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); nếu giá trị 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:

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:

Cách chạy tương quan SPSS

Vào menu Analyze-> Correlate -> Bivariate

Chọn các nhân tố vừa được tạo ở bước trên qua ô Variables bên phải. Xong bấm OK

Cách đọc ý nghĩa phân tích tương quan

-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.

Video phân tích tương quan pearson

Liên hệ nhóm thạc sĩ Hỗ trợ SPSS

– SMS, Zalo, Viber:

– Chat Facebook: http://facebook.com/hoidapSPSS/

– Email:                 hotrospss@gmail.com

Để được hướng dẫn:

– Khảo sát thị trường/ xử lý/ hiệu chỉnh số liệu khảo sát để chạy ra kết quả phân tích nhân tố hội tụ,phân tích hồi quy hồi quy có ý nghĩa thống kê. – Tư vấn mô hình/bảng câu hỏi/ traning trực tiếp về phân tích hồi quy, nhân tố, cronbach alpha… trong SPSS, và mô hình SEM, CFA, AMOS

4.6/5 - (70 bình chọn) Xem thêm:

• Luận văn có cần làm bảng câu hỏi khảo sát sơ bộ hay không?
• Chỉ số MI Modification Indices là gì và tại sao không nên lạm dụng nó để cải thiện độ phù hợp mô hình.
• Phân tích biệt số – Phân tích phân biệt – Discriminant analysis
• Tiêu chuẩn Fornell-Larcker để đánh giá giá trị phân biệt Discriminant Validity
• Phân tích phương sai một yếu tố anova