Hệ số tương quan Pearson: Khái niệm, công thức và cách phân tích kết quả trong SPSS

Hệ số tương quan Pearson là một trong những phương pháp phân tích dữ liệu phổ biến và được ưa chuộng nhờ khả năng cho kết quả nhanh chóng, chính xác và dễ áp dụng. 

Trong bài viết này, VietGuru sẽ giúp bạn hiểu rõ hơn về phương pháp này trong SPSS — từ khái niệm, công thức tính đến cách phân tích và ví dụ minh họa thực tế để bạn có thể tự tin áp dụng trên chính bộ dữ liệu của mình.

1. Hệ số tương quan Pearson là gì?

Hệ số tương quan Pearson, hay còn gọi là Pearson Correlation Coefficient, là một khái niệm trong thống kê dùng để đo lường mức độ và sự liên kết giữa hai biến số.

Chẳng hạn, bạn có thể tự hỏi:

• Liệu áp lực công việc có ảnh hưởng đến năng suất làm việc không?
• Hương vị món ăn có liên quan gì đến mức giá mà bạn phải trả?

Những câu hỏi như vậy đều có thể được giải đáp thông qua hệ số tương quan Pearson — công cụ giúp bạn khám phá và làm sáng tỏ mối liên hệ giữa các biến trong dữ liệu.

Ngày nay, hệ số tương quan Pearson được xem là một trong những phương pháp phổ biến và đáng tin cậy nhất để đánh giá mối quan hệ giữa các biến, cung cấp cái nhìn sâu sắc về mức độ liên kết, xu hướng tương quan và chiều hướng phát triển của mối quan hệ đó.

Hệ số tương quan Pearson là gì?

Có thể bạn quan tâm: Dịch vụ viết thuê nghiên cứu khoa học

2. Sự khác biệt giữa hồi quy và tương quan

Nhiều người thường nhầm lẫn rằng phương trình hồi quy và phương trình tương quan là một, nhưng thực tế hai khái niệm này hoàn toàn khác nhau cả về mục đích lẫn cách phân tích.

• Tương quan phản ánh mối quan hệ hai chiều giữa hai hay nhiều biến, mà không phân biệt biến nào là nguyên nhân hay kết quả. Nói cách khác, các biến có tác động qua lại lẫn nhau và mang tính đối xứng. Ví dụ: Mối quan hệ giữa việc hút thuốc lá và nguy cơ ung thư phổi, hoặc giữa điểm thi môn Toán và môn Lý.
• Hồi quy lại mô tả mối quan hệ một chiều, khi biến độc lập tác động lên biến phụ thuộc. Ở đây, biến phụ thuộc được xem là đại lượng ngẫu nhiên, chịu ảnh hưởng từ các biến độc lập.

Sự khác biệt giữa hồi quy và tương quan

Tóm lại: Mọi mô hình hồi quy đều có tồn tại mối tương quan giữa các biến (nghĩa là “hồi quy thì có tương quan”), nhưng không phải mối tương quan nào cũng có thể diễn giải thành hồi quy (“tương quan thì chưa chắc hồi quy”).

Có thể bạn quan tâm: Kiểm định t test là gì

3. Công thức tính hệ số tương quan Pearson

Tương tự như các phương pháp thống kê khác trong phần mềm SPSS, hệ số tương quan Pearson cũng được xác định dựa trên công thức tính toán cụ thể như sau:

Công thức tính hệ số tương quan

Trong đó:

• N: Số cặp quan sát (số cặp giá trị của hai biến)
• Σxy: Tổng của các tích giữa từng cặp giá trị x và y
• Σx: Tổng tất cả các giá trị của biến x
• Σy: Tổng tất cả các giá trị của biến y
• Σx²: Tổng bình phương của các giá trị x
• Σy²: Tổng bình phương của các giá trị y

4. Ý nghĩa của hệ số tương quan Pearson

Mỗi biến số và giá trị trong hệ số tương quan Pearson đều mang ý nghĩa riêng, phản ánh chính xác mức độ và chiều hướng mối quan hệ giữa hai biến được phân tích.

a. Ý nghĩa của hệ số tương quan Pearson (r)

Giá trị của hệ số tương quan Pearson luôn nằm trong khoảng từ -1 đến +1, và mỗi mức giá trị thể hiện một mối quan hệ khác nhau:

• r = 0: Hai biến không có mối tương quan tuyến tính.
• r = 1 hoặc r = -1: Hai biến tương quan tuyến tính tuyệt đối (hoàn toàn cùng chiều hoặc hoàn toàn ngược chiều).
• r < 0: Hệ số tương quan âm, nghĩa là khi giá trị của biến x tăng thì y giảm, và ngược lại. Ví dụ: Khi thời gian giải trí tăng lên, năng suất làm việc có thể giảm.
• r > 0: Hệ số tương quan dương, nghĩa là hai biến tăng hoặc giảm cùng nhau. Ví dụ: Khi số giờ học tăng, điểm thi có xu hướng tăng theo.

b. Mức độ mạnh – yếu của mối tương quan

Độ lớn của hệ số r cho biết mối quan hệ giữa hai biến mạnh hay yếu:

Trên đồ thị Scatter, nếu:

• r = -1, các điểm dữ liệu nằm thẳng hàng theo đường dốc xuống (mối quan hệ ngược chiều tuyệt đối).
• r = 1, các điểm dữ liệu nằm thẳng hàng theo đường dốc lên (mối quan hệ cùng chiều tuyệt đối).

c. Lưu ý khi diễn giải kết quả

• Hệ số tương quan Pearson chỉ có ý nghĩa thống kê khi mức ý nghĩa (α) lớn hơn giá trị Sig. (p-value).
• Thông thường, với α = 0,05 (5%), nếu Sig. < 0,05, ta có thể kết luận rằng mối tương quan giữa hai biến là có ý nghĩa.

Ý nghĩa của hệ số tương quan

Tóm lại, hệ số tương quan Pearson không chỉ giúp bạn biết hai biến có liên hệ với nhau hay không, mà còn cho thấy mối quan hệ đó mạnh – yếu và cùng – ngược chiều như thế nào, hỗ trợ hiệu quả trong phân tích và ra quyết định dựa trên dữ liệu thực tế.

Có thể bạn quan tâm: Tên đề tài nghiên cứu khoa học

5. Ví dụ minh họa hệ số tương quan Pearson

Để hiểu rõ hơn cách phân tích hệ số tương quan Pearson hoạt động trong thực tế, hãy cùng xem xét một ví dụ cụ thể với tập dữ liệu được trích từ trang web “Philosophy Experiments”.

Đề bài: Valid or Invalid?

Đây là một bài kiểm tra logic, trong đó người tham gia cần xác định xem mỗi lập luận được đưa ra là “Hợp lệ (Valid)” hay “Không hợp lệ (Invalid)”.

Trong bài phân tích này, chúng ta sẽ tập trung vào hai biến chính:

• Score: Số câu trả lời đúng – thể hiện kết quả bài kiểm tra của người tham gia.
• Time: Thời gian (tính bằng giây) mà mỗi người cần để hoàn thành bài kiểm tra.

Ví dụ minh họa hệ số tương quan

Mục tiêu phân tích:

• Chúng ta muốn tìm hiểu xem liệu dành nhiều thời gian hơn có giúp người tham gia đạt được điểm cao hơn?
• Hay thời gian làm bài dài không nhất thiết tỷ lệ thuận với kết quả đạt được?

Việc phân tích hệ số tương quan Pearson sẽ giúp bạn trả lời câu hỏi này.

Có thể bạn quan tâm: Chạy hồi quy spss

6. Hướng dẫn chạy hệ số tương quan Pearson trong SPSS

Phân tích hệ số tương quan Pearson trong SPSS có thể được thực hiện rất nhanh chóng chỉ với 3 bước đơn giản sau:

Bước 1: Thiết lập biến cần phân tích

• Trên thanh menu, chọn: Analyze → Correlate → Bivariate.
• Thao tác này sẽ mở ra cửa sổ Bivariate Correlations, nơi bạn có thể chọn các biến cần kiểm tra.

Bước 2: Chọn biến để kiểm tra tương quan: Trong cửa sổ Bivariate Correlations, hãy di chuyển hai biến mà bạn muốn phân tích (ví dụ: Time và Score) sang ô Variables ở bên phải.

Hướng dẫn chạy hệ số tương quan Pearson trong SPSS

Bước 3: Thực hiện phân tích: Sau khi chọn xong, nhấn OK để phần mềm SPSS tự động tính toán và hiển thị kết quả hệ số tương quan Pearson trên màn hình.

7. Cách đọc và diễn giải kết quả hệ số tương quan Pearson trong SPSS

Sau khi áp dụng hai biến Time và Score vào công thức tính hệ số tương quan Pearson, ta thu được kết quả phân tích như sau:

Cách đọc và diễn giải kết quả hệ số tương quan Pearson trong SPSS

Trong bảng kết quả SPSS, chúng ta cần tập trung vào hai giá trị chính của hai biến này.

a. Giá trị Pearson Correlation

Giá trị hệ số tương quan Pearson thu được là r = 0,94.

Như đã biết, hệ số này dao động trong khoảng từ -1 đến +1, trong đó:

• r = +1: Tương quan dương hoàn hảo (hai biến tăng giảm hoàn toàn cùng chiều).
• r = -1: Tương quan âm hoàn hảo (hai biến tăng giảm hoàn toàn ngược chiều).
• r = 0: Không có mối tương quan tuyến tính giữa hai biến.

b. Diễn giải kết quả

Giá trị r = 0,94 cho thấy mối tương quan dương rất mạnh giữa hai biến Time và Score. Nói cách khác, thời gian làm bài càng dài thì điểm số càng cao — tức là những người dành nhiều thời gian hơn thường có xu hướng trả lời đúng nhiều câu hỏi hơn.

Tuy nhiên, nếu kết quả thực tế cho thấy hiệu suất làm bài vẫn kém dù thời gian tăng, điều đó gợi ý rằng thời gian không phải là yếu tố quyết định duy nhất đến chất lượng kết quả. Có thể còn nhiều biến khác (như khả năng tư duy logic, mức độ tập trung hay kinh nghiệm) ảnh hưởng đến điểm số.

Có thể bạn quan tâm: Research paper

8. Lời kết

Nếu bạn đang cần hỗ trợ phân tích dữ liệu, xử lý thống kê hoặc viết báo cáo nghiên cứu khoa học một cách chuyên nghiệp và chính xác, VietGuru chính là địa chỉ đáng tin cậy. Với đội ngũ chuyên gia am hiểu về SPSS, VietGuru sẽ giúp bạn thực hiện các phép phân tích như hệ số tương quan Pearson, hồi quy, T-Test… một cách khoa học, nhanh chóng và đạt chuẩn học thuật cao nhất.

Hy vọng qua bài viết này, bạn đã hiểu rõ hơn về hệ số tương quan Pearson — từ khái niệm, công thức tính cho đến cách phân tích kết quả trong SPSS. Việc nắm vững cách sử dụng hệ số này sẽ giúp bạn nâng cao chất lượng nghiên cứu, cũng như ứng dụng hiệu quả trong thực tế học tập và công việc.