Correlate là gì? Cách đọc hệ số tương quan trong SPSS

Correlate là gì

Trong SPSS, Correlate là nhóm lệnh dùng để kiểm tra mối liên hệ giữa các biến. Khi bạn chạy Analyze > Correlate > Bivariate, SPSS thường trả về bảng Correlations, trong đó có các cột như Pearson Correlation, Sig. (2-tailed) và N.

Với tương quan Pearson, hệ số tương quan thường được ký hiệu là r. Hệ số này cho biết hai biến thay đổi cùng chiều hay ngược chiều, đồng thời cho biết mức độ liên hệ tuyến tính giữa chúng. Giá trị r nằm trong khoảng từ -1 đến +1. Giá trị dương cho thấy hai biến có xu hướng tăng cùng nhau, còn giá trị âm cho thấy một biến tăng khi biến kia có xu hướng giảm.

Công thức Pearson có dạng:

r = Cov(X,Y) / (SD(X) × SD(Y))

Trong đó, Cov(X,Y) là hiệp phương sai giữa X và Y, còn SD(X) và SD(Y) là độ lệch chuẩn của từng biến. Bạn không cần tự tính công thức này khi đã có dữ liệu trong SPSS. Điều cần làm là xác định đúng loại biến, chọn đúng lệnh, rồi đọc cả hệ số r, Sig. và cỡ mẫu N thay vì chỉ nhìn một con số riêng lẻ.

Nếu bạn đang xem một bảng kết quả dài, hãy đặt câu hỏi cụ thể: hai biến nào đang được so sánh, mối liên hệ có ý nghĩa thống kê hay không, chiều tác động có phù hợp với giả thuyết không, và mức tương quan có quá cao để gợi ý vấn đề trùng lặp giữa các biến hay không.

Trong thực tế, từ “correlate” có thể chỉ thao tác phân tích trong SPSS, còn “correlation” thường chỉ mối tương quan hoặc hệ số tương quan được tạo ra từ thao tác đó. Vì vậy, khi đọc tài liệu hướng dẫn, bạn sẽ gặp cả cụm Bivariate Correlations, Pearson correlation và correlation matrix. Chúng liên quan với nhau nhưng không hoàn toàn là một khái niệm: lệnh là nơi bạn chọn phân tích, bảng là nơi SPSS hiển thị kết quả, còn r là chỉ số bạn cần diễn giải.

Ý nghĩa của correlate trong nghiên cứu định lượng

Trong một luận văn định lượng, Correlate thường được dùng ở giai đoạn khám phá mối liên hệ giữa các biến trước khi chạy hồi quy hoặc mô hình cấu trúc. Ví dụ, bạn có thể kiểm tra mối liên hệ giữa CLDV là chất lượng dịch vụ và HL là sự hài lòng. Nếu hệ số tương quan dương, dữ liệu đang cho thấy hai biến có xu hướng đi cùng chiều trong mẫu khảo sát.

Tương quan giúp bạn trả lời ba câu hỏi thực tế. Thứ nhất, hai biến có liên hệ tuyến tính hay không. Thứ hai, mối liên hệ đó là cùng chiều hay ngược chiều. Thứ ba, bằng chứng trong mẫu có đủ để bác bỏ giả thuyết không có tương quan hay chưa, dựa trên Sig. (2-tailed).

Tuy nhiên, tương quan không chứng minh quan hệ nhân quả. Nếu CLDV và HL có tương quan dương, bạn chưa thể viết rằng chất lượng dịch vụ chắc chắn làm tăng sự hài lòng chỉ dựa trên bảng Correlations. Kết luận về ảnh hưởng cần dựa vào mô hình nghiên cứu, thiết kế dữ liệu và phân tích phù hợp như hồi quy hoặc PLS-SEM.

Tương quan cũng không thay thế kiểm định độ tin cậy thang đo. Nếu bạn có nhiều biến quan sát cho một khái niệm, hãy kiểm tra Cronbach's Alpha, Corrected Item-Total Correlation và cấu trúc thang đo theo quy trình của đề tài. Bạn có thể xem thêm giải thích nền tảng về scale là gì trước khi diễn giải quan hệ giữa các khái niệm.

Trong hồi quy đa biến, tương quan còn giúp bạn nhận diện sơ bộ các biến độc lập có thể liên hệ quá chặt với nhau. Đây chỉ là bước cảnh báo, chưa phải kết luận cuối cùng về multicollinearity. Khi chạy mô hình, bạn vẫn cần xem VIF, tolerance và các chẩn đoán được phần mềm cung cấp.

Bạn cũng có thể dùng bảng tương quan để kiểm tra xem dấu của dữ liệu có phù hợp với mô hình lý thuyết hay không. Chẳng hạn, giả thuyết dự đoán quan hệ dương nhưng bảng lại cho hệ số âm. Khi đó, cần xem lại cách mã hóa item đảo chiều, cách tính biến tổng hợp và định nghĩa biến trước khi kết luận giả thuyết bị bác bỏ.

Nếu đề tài của bạn có nhiều khái niệm như chất lượng dịch vụ, niềm tin, sự hài lòng và ý định mua, đừng gom toàn bộ biến quan sát vào một bảng tương quan duy nhất rồi diễn giải từng ô một cách máy móc. Hãy xác định bạn đang tương quan giữa biến quan sát hay giữa các biến tổng hợp. Hai cách này trả lời hai câu hỏi khác nhau và có thể cho kết quả rất khác nhau.

Bạn có thể xem thêm các bài trong nhóm chủ đề Thống kê khi cần nối kết kết quả tương quan với hồi quy, kiểm định giả thuyết và các bước phân tích tiếp theo.

Correlate bao nhiêu là đạt

Không có một mức r duy nhất được xem là đạt cho mọi đề tài. Bạn cần phân biệt hai việc: kiểm tra ý nghĩa thống kê của tương quan và đánh giá độ lớn của mối liên hệ. Một hệ số nhỏ vẫn có thể có p-value thấp khi cỡ mẫu lớn. Ngược lại, một hệ số tương đối lớn có thể chưa đạt ý nghĩa thống kê nếu cỡ mẫu nhỏ hoặc dữ liệu biến động mạnh.

Bảng dưới đây giúp bạn đọc các tiêu chí thường gặp. Các ngưỡng được trình bày đúng theo nguồn tương ứng, còn việc gọi là yếu, vừa hay mạnh cần đặt trong bối cảnh ngành và mô hình của bạn.

Trong nhiều luận văn, sinh viên viết “tương quan đạt” chỉ vì Sig. < 0.05. Cách viết đó chưa đủ. Bạn nên báo cáo cả dấu của r, độ lớn của r, Sig. và N. Ví dụ, r = 0.42, Sig. = 0.003, N = 214 cho biết mối liên hệ cùng chiều, có ý nghĩa thống kê trong mẫu và có độ lớn cụ thể.

Đừng áp dụng máy móc quy tắc rằng r càng cao thì kết quả càng tốt. Nếu hai biến độc lập có tương quan quá cao, chúng có thể đang đo những nội dung gần như giống nhau. Nếu biến độc lập và biến phụ thuộc có tương quan thấp, giả thuyết có thể không được ủng hộ, nhưng bạn vẫn phải xem mô hình lý thuyết, chất lượng thang đo và đặc điểm mẫu trước khi loại biến.

Cũng cần phân biệt “có ý nghĩa thống kê” với “có ý nghĩa thực tiễn”. Với vài trăm quan sát, một hệ số nhỏ có thể có p-value thấp. Điều đó chỉ cho thấy bằng chứng chống lại giả thuyết không có tương quan trong mẫu, chưa đủ để khẳng định mối liên hệ có ảnh hưởng lớn trong bối cảnh quản trị hoặc kinh doanh.

Khi báo cáo, bạn nên ghi rõ mức ý nghĩa đã chọn, cách xử lý giá trị thiếu và số quan sát được sử dụng. Nếu mỗi cặp biến có một giá trị N khác nhau, nguyên nhân có thể là dữ liệu thiếu hoặc tùy chọn xử lý missing trong SPSS. Hội đồng thường hỏi lại điểm này khi bảng tương quan có nhiều cỡ mẫu khác nhau.

Cách đọc correlate trên output

Bạn mở SPSS và chọn Analyze > Correlate > Bivariate. Đưa các biến cần kiểm tra vào ô Variables, giữ lựa chọn Pearson, chọn Two-tailed, sau đó bấm OK. Nếu dữ liệu có giá trị thiếu, SPSS có thể dùng số quan sát khác nhau tùy thiết lập, vì vậy hãy chú ý cột N trong từng ô của bảng.

Trong hộp thoại, tùy chọn One-tailed chỉ phù hợp khi giả thuyết có hướng đã được xác lập trước và bạn có lý do phương pháp rõ ràng. Với phần lớn luận văn khảo sát, Two-tailed là lựa chọn an toàn hơn vì kiểm tra cả khả năng tương quan dương và âm. Bạn không nên đổi từ Two-tailed sang One-tailed chỉ vì muốn p-value nhỏ hơn.

Dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu cụ thể. Tên cột và hình dạng bảng được mô phỏng theo output SPSS để bạn biết cần tìm dòng và cột nào.

Trong bảng minh họa, ô giao giữa dòng CLDV và cột HL có Pearson Correlation = .428. Dấu dương cho thấy CLDV và HL có xu hướng cùng chiều. Ô ngay bên dưới có Sig. (2-tailed) = .003, nhỏ hơn 0.05, nên mối tương quan này có ý nghĩa thống kê ở mức 5%.

Ký hiệu ** thường là chú thích của SPSS cho biết tương quan có ý nghĩa ở mức 0.01, tùy phần ghi chú cuối bảng. Bạn cần đọc giá trị Sig. cụ thể thay vì chỉ nhìn dấu sao. Cột N = 214 cho biết số quan sát được dùng cho cặp biến đó.

Bạn cũng phải kiểm tra đường chéo của bảng. Một biến tương quan với chính nó có r = 1, đây là kết quả bình thường và không phải phát hiện nghiên cứu. Phần bạn cần diễn giải là các ô ngoài đường chéo, trong đó mỗi cặp biến xuất hiện hai lần đối xứng nhau.

Nếu bảng có Sig. = .000, khi viết luận văn bạn nên ghi p < 0.001, không ghi p = 0.000, vì xác suất bằng đúng 0 không phải cách trình bày phù hợp cho output làm tròn của SPSS. Ngoài bảng số, bạn nên xem scatterplot khi nghi ngờ quan hệ không tuyến tính hoặc có outlier. Những điểm cực đoan có thể làm hệ số Pearson tăng hoặc giảm đáng kể. Hướng dẫn kiểm tra outliers sẽ phù hợp khi bảng số của bạn thay đổi mạnh sau khi lọc một vài quan sát.

Hãy đọc bảng theo một thứ tự cố định để tránh bỏ sót. Trước hết xác định tên hai biến ở hàng và cột. Sau đó đọc Pearson Correlation để biết chiều và độ lớn, đọc Sig. (2-tailed) để biết ý nghĩa thống kê, cuối cùng đọc N để biết có bao nhiêu quan sát thực sự được dùng. Nếu ba thông tin này không xuất hiện cùng nhau trong phần diễn giải, kết quả thường bị xem là thiếu.

Khi correlate không đạt thì xử lý thế nào

Nếu Sig. (2-tailed) lớn hơn mức ý nghĩa đã chọn, trước hết ghi nhận rằng dữ liệu mẫu chưa cung cấp đủ bằng chứng về tương quan tuyến tính có ý nghĩa giữa hai biến. Đừng tự sửa dấu phẩy, thay đổi ngẫu nhiên dữ liệu hoặc xóa các dòng chỉ để đưa p-value xuống dưới 0.05.

Bạn có thể xử lý theo thứ tự sau:

1. Kiểm tra cách mã hóa biến. Một biến quan sát đảo chiều chưa được recode sẽ làm điểm thang đo sai hướng. Xem lại nhãn biến, mã giá trị và các item reverse-coded trước khi tính điểm đại diện.
2. Kiểm tra dữ liệu thiếu và outlier. Xem số lượng quan sát thực tế ở cột N, kiểm tra các trường hợp nhập sai, giá trị ngoài thang đo và những điểm quá cực đoan. Việc loại quan sát chỉ có thể giải trình khi có tiêu chí rõ ràng và được ghi lại.
3. Kiểm tra thang đo. Nếu các biến quan sát không cùng đo một khái niệm, điểm trung bình hoặc điểm tổng hợp có thể không phản ánh đúng biến tiềm ẩn. Chạy lại quy trình độ tin cậy và EFA theo phương pháp đã nêu trong đề cương.
4. Xem quan hệ có tuyến tính không. Pearson đo liên hệ tuyến tính. Một quan hệ dạng cong có thể khiến r thấp dù hai biến vẫn có quy luật liên hệ khác. Khi đó, bạn cần trao đổi với giảng viên về phép kiểm định phù hợp, thay vì cố diễn giải Pearson.
5. Giữ kết quả không ủng hộ giả thuyết nếu đó là kết quả hợp lệ. Một giả thuyết không được ủng hộ vẫn là kết quả nghiên cứu cần báo cáo. Bạn có thể giải thích dựa trên bối cảnh mẫu, cách đo lường và giới hạn thiết kế, nhưng không được biến kết quả không đạt thành kết quả đạt.

Việc xóa biến chỉ vì tương quan thấp cần có căn cứ lý thuyết. Nếu biến là thành phần bắt buộc của mô hình, loại biến có thể làm thay đổi nội dung khái niệm. Nếu bạn đang kiểm tra moderator hoặc mediator, tương quan bậc 0 thấp cũng chưa đủ để kết luận vai trò trung gian hay điều tiết không tồn tại. Hai khái niệm này cần được phân biệt rõ, bạn có thể đọc thêm về mediator, moderator và moderating.

Trong trường hợp dữ liệu sai do nhập liệu, bạn được phép sửa về giá trị gốc có thể kiểm chứng, chẳng hạn một câu trả lời Likert 7 bị nhập thành 77. Đây là sửa lỗi dữ liệu, khác với việc thay đổi câu trả lời để cải thiện kết quả. Hãy lưu một bản dữ liệu gốc, một bản dữ liệu đã làm sạch và bảng ghi lại từng thay đổi để có thể giải trình.

Nếu Pearson không phù hợp, việc chuyển sang Spearman có thể được cân nhắc khi dữ liệu là thứ bậc hoặc quan hệ có tính đơn điệu nhưng không tuyến tính. Tuy nhiên, đổi phép đo phải xuất phát từ điều kiện dữ liệu và mục tiêu phân tích. Bạn cần ghi lý do trong chương phương pháp, không chỉ ghi rằng Pearson cho kết quả không đạt.

Phân biệt correlate với hồi quy và covariance

Correlate trả lời câu hỏi về mức độ liên hệ giữa hai biến, thường không đặt một biến làm nguyên nhân dự báo và biến kia làm kết quả. Hệ số Pearson đối xứng: tương quan giữa X và Y bằng tương quan giữa Y và X.

Hồi quy có mục tiêu khác. Trong hồi quy, bạn chỉ định biến phụ thuộc và một hoặc nhiều biến độc lập. Output có thể có R, R Square, Coefficients, t, Sig. và hệ số hồi quy. Hệ số hồi quy cho biết thay đổi kỳ vọng của biến phụ thuộc khi một biến độc lập thay đổi, trong điều kiện các biến khác trong mô hình được giữ cố định. Không được lấy Pearson Correlation để thay thế cho hệ số hồi quy trong bảng kiểm định giả thuyết.

Covariance cũng mô tả chiều thay đổi cùng nhau, nhưng phụ thuộc vào đơn vị đo của các biến. Pearson chuẩn hóa covariance bằng độ lệch chuẩn nên dễ so sánh hơn giữa các cặp biến. Khi thầy cô hỏi “correlate là gì”, câu trả lời an toàn là đây là thao tác hoặc nhóm phân tích tương quan trong phần mềm, còn chỉ số bạn thường diễn giải là Pearson Correlation.

Tương quan Pearson khác Spearman ở cách đo mối liên hệ. Pearson thường dùng cho quan hệ tuyến tính giữa các biến định lượng, trong khi Spearman dựa trên thứ hạng và có thể phù hợp hơn trong một số tình huống dữ liệu thứ bậc hoặc vi phạm điều kiện của Pearson. Việc đổi sang Spearman cần dựa trên đặc điểm dữ liệu, không phải vì kết quả Pearson không đẹp.

Một điểm dễ nhầm khác là tương quan giữa các biến quan sát và tương quan giữa các biến tiềm ẩn. Nếu bạn tương quan từng item, bảng có thể rất lớn và khó diễn giải. Trong nhiều mô hình định lượng, nhà nghiên cứu tính điểm trung bình hoặc điểm tổng hợp sau khi kiểm tra thang đo, rồi mới xem tương quan giữa các khái niệm. Cách làm nào được chọn phải khớp với đề cương và cách xây dựng giả thuyết.

Lỗi thường gặp

Chỉ nhìn Sig. mà bỏ qua hệ số r. Sig. = .001 cho biết bằng chứng thống kê, nhưng không nói mối liên hệ mạnh đến đâu. Hãy báo cáo r cùng với p-value và N.

Nhầm tương quan với tác động nhân quả. Câu “CLDV tác động đến HL” cần kết quả từ mô hình có biến phụ thuộc và biến độc lập, không chỉ từ bảng Correlations.

Diễn giải các ô đường chéo. Các giá trị 1 trên đường chéo là tương quan của biến với chính nó. Chúng không phải kết quả để đưa vào bảng giả thuyết.

Bỏ qua dấu âm. r = -0.45 và r = 0.45 có độ lớn tương đối giống nhau nhưng chiều liên hệ ngược nhau. Nếu giả thuyết dự đoán tác động dương, dấu âm cần được giải thích.

Xóa dữ liệu để đạt p-value. Đây là cách xử lý khó bảo vệ trước hội đồng. Mọi trường hợp loại phải có tiêu chí, lý do và bảng theo dõi trước và sau xử lý.

Dùng tương quan để kết luận multicollinearity. Tương quan chỉ là cảnh báo ban đầu. Khi chạy hồi quy hoặc PLS-SEM, hãy xem các chỉ số chẩn đoán của đúng mô hình. Trong SmartPLS, đừng đưa các ngưỡng CFI, TLI hoặc RMSEA của CB-SEM vào phần đánh giá PLS-SEM.

Ghi p = 0.000. Đây là cách chép nguyên output nhưng không đúng cách trình bày. Hãy đổi thành p < 0.001 khi SPSS hiển thị .000.

Không kiểm tra biểu đồ phân tán. Một hệ số Pearson có thể bị ảnh hưởng bởi một vài quan sát cực đoan hoặc bởi quan hệ cong. Scatterplot giúp bạn nhìn thấy vấn đề mà bảng số không thể hiện.

Trộn lẫn biến quan sát và biến tổng hợp. Nếu tên biến trong bảng tương quan là CLDV1, CLDV2, CLDV3, bạn đang phân tích item. Nếu tên biến là CLDV, có thể bạn đang phân tích điểm tổng hợp. Hãy kiểm tra file .sav và phần syntax trước khi viết kết quả.

Câu hỏi thường gặp

Correlate là gì trong SPSS?

Correlate là nhóm lệnh trong SPSS dùng để phân tích mối liên hệ giữa các biến. Với lựa chọn phổ biến Analyze > Correlate > Bivariate, bạn nhận được bảng Correlations gồm Pearson Correlation, Sig. (2-tailed) và N.

Correlate bao nhiêu là đạt?

Không có một giá trị r duy nhất áp dụng cho mọi đề tài. Bạn cần xem chiều và độ lớn của r, giá trị Sig., cỡ mẫu, giả thuyết và bối cảnh nghiên cứu. Tương quan có p-value < 0.05 thường được xem là có ý nghĩa thống kê ở mức 5%, nhưng điều đó không đồng nghĩa mối liên hệ có độ lớn thực tế cao.

Sig. trong bảng Correlations lớn hơn 0.05 thì làm sao?

Bạn kết luận rằng mẫu chưa cung cấp đủ bằng chứng về tương quan tuyến tính có ý nghĩa thống kê giữa hai biến ở mức đã chọn. Sau đó kiểm tra mã hóa, biến đảo chiều, dữ liệu thiếu, outlier, độ tin cậy thang đo và dạng quan hệ. Không nên xóa dữ liệu hoặc đổi phương pháp chỉ để tạo ra kết quả có ý nghĩa.

Correlate có chứng minh biến X tác động đến Y không?

Không. Tương quan cho biết hai biến có liên hệ, còn không tự chứng minh nguyên nhân và kết quả. Muốn kiểm định tác động, bạn cần dùng mô hình phù hợp với giả thuyết, chẳng hạn hồi quy hoặc PLS-SEM, đồng thời báo cáo đúng hệ số và điều kiện của mô hình đó.

Nên dùng Pearson hay Spearman?

Pearson thường được dùng để đánh giá quan hệ tuyến tính giữa các biến định lượng. Spearman dựa trên thứ hạng và có thể phù hợp trong một số trường hợp dữ liệu thứ bậc, không đáp ứng điều kiện của Pearson hoặc có quan hệ đơn điệu nhưng không tuyến tính. Hãy ghi rõ lý do chọn phép đo trong phương pháp nghiên cứu.

Có cần đưa bảng tương quan vào chương 4 không?

Nếu tương quan là một phần của quy trình phân tích hoặc được dùng để giải thích giả thuyết, bạn nên đưa bảng kết quả hoặc bảng tóm tắt phù hợp vào chương 4. Bảng nên có tên biến, hệ số r, Sig. và chú thích cỡ mẫu. Phần diễn giải cần nêu chiều, độ lớn và ý nghĩa thống kê, không chỉ chép lại con số.

Khi đã mở đúng file dữ liệu, bạn hãy kiểm tra mã hóa và cỡ mẫu trước, chạy Analyze > Correlate > Bivariate, lưu bảng Correlations, rồi viết diễn giải dựa trên r, Sig. (2-tailed) và N; nếu cần chạy toàn bộ phân tích trên file .sav hoặc .csv của mình, bạn có thể dùng M4 phân tích của DoThesis.