PHÂN TÍCH TƯƠNG QUAN

Các thang đo được đánh giá đạt yêu cầu được đựa vào phân tích tương quan Pearson
(vì các biến được đo bằng thang đo khoảng) và phân tích hồi quy để kiểm định các giả
thuyết. Phân tích tương quan Pearson được thực hiện giữa biến phụ thuộc và các biến
độc lập nhằm khẳng định có mối quan hệ tuyến tính giữa biến phụ thuộc và các biến
độc lập, khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Giá trị tuyệt đối
của Pearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt
chẽ. Đồng thời cũng cần phân tích tương quan giữa các biến độc lập với nhau nhằm
phát hiện những mối tương quan chặt chẽ giữa các biến độc lập. Vì những tƣơng quan
như vậy có thể ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng
đa cộng tuyến (Hoàng Trọng Chu và Nguyễn Mộng Ngọc, 2008).

Phân tích tương quan để kiểm tra mối liên hệ tuyến tính giữa các biến. Nếu các biến
độc lập có tương quan chặt với nhau thì cần phải lưu ý đến vấn đề đa cộng tuyến khi
thực hiện phân tích hồi quy. Các biến độc lập có tương quan tuyến tính với biến phụ
thuộc là cơ sở để thực hiện phân tích hồi quy tuyến tính.

Phân tích tương quan thường được sử dụng trong các nghiên cứu dựa trên kết quả
kiểm định hệ số tương quan Pearson. Kiểm định Pearson là kiểm định kiểm tra mối
liên hệ tuyến tính giữa các biến. Các biến độc lập và biến phụ thuộc có tương quan
theo kiểm định Pearson là dấu hiệu tốt để thực hiện phân tích hồi quy tuyến tính.

- Hệ số tương quan Pearson trong bài nghiên cứu này được dùng để đánh giá mối liên
hệ qua lại giữa những nhân tố của KOLs ảnh hưởng đến ý định mua mỹ phẩm của sinh
viên (những nhân tố của trở ngại và động lực ảnh hưởng đến quyết định đầu tư BĐS
của nhà đầu tư) trên địa bàn Thành Phố Hồ Chí Minh.

- Phân tích hồi quy tuyến tính tổng quát và phân tích hồi quy được thực hiện để kiểm
định các giả thuyết đưa ra. Các biến độc lập định lượng trong nghiên cứu bao gồm: Sự
tin cậy (STC), Chuyên môn (CM), Sự thu hút (STH) và Sự phù hợp của KOLs với
thương hiệu/mỹ phẩm (SPH). Biến phụ thuộc định lượng ở đây là: Ý định mua mỹ
phẩm của sinh viên trên địa bàn Hà Nội (YDMH).
Để đưa ra một biến đại diện cho các yếu tố (hay các biến) này thì có một số cách thực

hiện khác nhau:

- Cách thứ nhất: Tính trung bình cộng hay tính ước lượng điểm của các biến quan sát
mà yếu tố đó đại diện. Kết quả của phép tính này sẽ là kết quả của biến đại diện tương
ứng.

- Cách hai: có thể thực hiện việc xác định biến đại diện khi thực hiện phân tích nhân tố
EFA trên phần mềm SPSS. Các nhân tố đại diện theo cách thứ hai đã được chuẩn hóa
tích hợp vào SPSS sẽ phù hợp cho việc phân tích tương quan, hồi quy, ảnh hưởng của
các biến định tính lên biến phụ thuộc…Tuy nhiên, trong cách thứ hai thì các giá trị
trong biến đại diện có thể ra giá trị âm dương lẫn lộn và không trực quan như đối với
cách thứ nhất. Do vậy theo cách thứ hai thì việc sử dụng thống kê mô tả đối với các
biến đại diện sẽ không thích hợp. Đối với đề tài nghiên cứu đang thực hiện, để có được
cái nhìn trực quan hơn thì nhóm nghiên cứu sử dụng cách xác định biến đại diện theo
cách thứ nhất. Cụ thể là xác định biến đại diện theo phương pháp ước lượng điểm các
biến quan sát mà biến đó đại diện với hệ số được lấy từ ma trận hệ số nhân tố.

Theo đó, các biến đại diện cho các yếu tố trong mô hình được ký hiệu và ước lượng
như sau: