Khái niệm tương quan
Người ta sử dụng một số thống kê có tên là hệ số tương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa 2 biến định lượng (lưu ý rằng Pearson chỉ xét mối liên hệ tuyến tính, không đánh giá các mối liên hệ phi tuyến).
Trong tương quan Pearson không có sự phân biệt vai trò giữa 2 biến, tương quan giữa biến độc lập với biến độc lập cũng như giữa biến độc lập với biến phụ thuộc.
Các tiêu chí về tương quan
Tương quan Pearson r có
giá trị dao động từ -1 đến 1:
• Nếu r càng tiến về 1, -1: tương quan tuyến tính càng mạnh, càng chặt
chẽ. Tiến về 1 là tương quan dương, tiến về -1 là tương quan âm.
• Nếu r càng tiến về 0: tương quan tuyến tính càng yếu.
• Nếu r = 1: tương quan tuyến tính tuyệt đối, khi biểu diễn trên đồ thị
phân tán, các điểm biểu diễn sẽ nhập lại thành 1 đường thẳng.
Nếu r = 0: không có mối tương quan tuyến tính. Lúc này sẽ có 2 tình huống xảy
ra.
Một, không có một mối liên hệ nào giữa 2 biến. Hai, giữa chúng có mối liên hệ
phi tuyến
Các bước thực hiện trên SPSS
Vào thẻ Analyze > Correlate > Bivariate…
Hộp thoại Bivariate Correlations xuất hiện, các bạn đưa các biến độc lập và biến phụ thuộc từ cột bên trái sang bên phải. Để thuận tiện cho quá trình đọc số liệu, các bạn nên sắp sếp biến phụ thuộc nằm dưới cùng (trong hình là biến YD). Sau đó các bạn chọn OK.
• Hàng Pearson Correlation là giá trị r để xem xét sự tương thuận hay nghịch, mạnh hay yếu giữa 2 biến.
• Hàng Sig. (2-tailed) là sig kiểm định xem mối tương quan giữa 2 biến là có ý nghĩa hay không. Sig < 0.05, tương quan có ý nghĩa; sig > 0.05, tương quan không có ý nghĩa.
• Hàng N hiển thị cỡ mẫu của tập dữ liệu. Cụ thể trong bảng trên là 400
Leave a Reply