User Profile

baokiem1993 hoangtay

Bio Statement

Hồi quy SPSS là bước kiểm định mô hình nghiên cứu sau khi chạy một loạt các phân tích Cronbach’s Alpha, EFA, Correlations để chọn lựa những biến độc lập thỏa mãn điều kiện cho yêu cầu hồi quy.

Hồi quy để xác định cụ thể trọng số của từng nhân tố độc lập tác động đến nhân tố phụ thuộc từ đó đưa ra được phương trình hồi quy cũng là mục đích của bài nghiên cứu. Xác định mức độ ảnh hưởng của từng nhân tố độc lập lên nhân tố phụ thuộc.

Nói một cách nôm na, hồi quy giúp xác định được nhân tố nào đóng góp nhiều/ít/không đóng góp vào sự thay đổi của biến phụ thuộc, để từ đó đưa ra các giải pháp cần thiết và kinh tế nhất.

1. Cách phân tích và đọc kết quả hồi quy đa biến trong SPSS

Về cách chạy hồi quy trong SPSS ở các nghiên cứu sử dụng phân tích định lượng, đã có nhiều tác giả hướng dẫn trên Internet. Đa phần những hướng dẫn này đều đi vào những phân tích cơ bản nhưng cũng khá đầy đủ để bạn trình bày đối với các bài luận thuộc phạm vi khóa luận, tiểu luận, báo cáo cấp độ sinh viên.

Riêng đối với các đề tài về nghiên cứu khoa học, luận văn cao học, thạc sĩ thì nghiên cứu cần sử dụng một số phân tích sâu hơn, sau khi phân tích, bạn cần thực hiện dò tìm xem thử các giả định hồi quy có bị vi phạm hay không.

Bài viết này Tri Thức Cộng Đồng sẽ hướng dẫn cho các bạn thực hiện chạy hồi quy trong SPSS và dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính. Mỗi bảng kết quả xuất ra, Tri Thức Cộng Đồng sẽ đi vào nhận xét, đọc kết quả hồi quy để bạn có thể dễ dàng nắm bắt được và trình bày vào bài nghiên cứu của mình.

Giả sử bạn có một bộ dữ liệu SPSS đã thực hiện xong các kiểm định Cronbach Alpha và EFA, và bạn cũng đã tạo các biến đại diện cho từng nhóm nhân tố sau EFA. Các biến độc lập và phụ thuộc của bạn bao gồm:

  • Biến độc lập (Independent): F_NT, F_NTi, F_KSD, F_DM, F_KST, F_GT
  • Biến phụ thuộc (Dependent): F_YD

 

Hồi quy đa biến

Để thực hiện phân tích hồi quy tuyến tính bội, bạn vào Analyze > Regression > Linear:

 

Phân tích hồi quy đa biến

Tiếp theo, bạn đưa biến phụ thuộc vào ô Dependent, các biến độc lập vào ô Independent:

 

Nhập các biến vào bảng

Vào mục Statistics, tích chọn các mục như trong ảnh và click Continue:

 

Tích chọn thư mục

Vào mục Plots, tích chọn các mục như trong ảnh và click Continue. Mục Plots sẽ xuất ra các biểu đồ phục vụ cho việc kiểm tra vi phạm các giả định hồi quy.

 

Tích chọn thư mục

Các mục còn lại để mặc định. Không thay đổi các tùy chỉnh trong đó nhé. Rồi, quay lại giao diện ban đầu, mục Method, các bạn có thể chọn 2 phương pháp phổ biến nhất là Stepwise và Enter, thường thì sẽ chọn Enter. Bạn nào muốn tìm hiểu sau khi nào chạy phương pháp nào các bạn tìm mua bộ sách “Phân tích dữ liệu nghiên cứu với SPSS” của thầy Hoàng Trọng và cô Mộng Ngọc nhé. Chọn xong phương pháp, các bạn nhấp vào OK:

 

Chạy hồi quy SPSS

SPSS sẽ xuất ra rất nhiều bảng, tuy nhiên chúng ta chỉ sử dụng một vài bảng trọng tâm phục vụ cho bài nghiên cứu gồm: Model Summary, ANOVA và Coefficients. Tri Thức Cộng Đồng sẽ đọc kết quả lần lượt cho từng bảng này:

1.1. Bảng Model Summary

 

Bảng Model Summary

Trong bảng này, các bạn quan tâm 2 giá trị: Adjusted R Square (hoặc R Square)  và Durbin-Watson.

– Adjusted R Square hay còn gọi là R bình phương hiệu chỉnh, nó phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Cụ thể trong trường hợp này, 6 biến độc lập đưa vào ảnh hưởng 67.2% sự thay đổi của biến phụ thuộc, còn lại 32.8% là do các biến ngoài mô hình và sai số ngẫu nhiên. Thường thì giá trị này từ 50% trở lên là nghiên cứu có thể sử dụng. Mình nhấn mạnh là thường nha các bạn, chứ không có ai quy định cả.

 

Quy tắc kiểm định của Durbin Watson

– Durbin-Watson (DW) dùng để kiểm định tự tương quan của các sai số kề nhau (hay còn gọi là tương quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số không có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2 (từ 1 đến 3); nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tương quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch. Lưu ý, cái này là giá trị ước lượng thường dùng trong SPSS chứ không chính xác. Không có tự tương quan chuỗi bậc nhất thì dữ liệu thu thập là tốt. Cụ thể trong trường hợp này, k’ = 6, n = 125, tra bảng DW ta có dL = 1.651 và dU = 1.817. Gắn vào thanh giá trị DW, ta thấy 1.817 < 1.881 < 2.183, như vậy, không có sự tương quan chuỗi bậc nhất trong mô hình.

Nếu bạn gặp khó khăn khi thực hiện phân tích hồi quy đa biến giá trị R2 hiệu chỉnh quá thấp, nhân tố độc bị loại không như ý muốn, xảy ra tự tương quan hoặc đa cộng tuyến,… bạn có thể tham khảo dịch vụ  Hỗ Trợ SPSS của Tri Thức Cộng Đồng.