Trong một bài nghiên cứu, một bài luận văn, bước chạy hồi quy SPSS cho phần nghiên cứu định lượng là cực kỳ quan trọng. Nó 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.
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, và mình cũng đã làm một video về thực hiện Tương quan Pearson và Hồi quy tuyến tính, nếu các bạn chưa xem có thể click vào đây để tìm hiểu.
Nội dung video của mình cũng như đa phần các bài viết khác đều đi vào những phân tích cơ bản, với lượng phân tích đó đã khá đầy đủ để bạn trình bày vào bài nghiên cứu của mình, đặc biệt là ở các bài luận thuộc phạm vi tiểu luận, khóa luận, báo cáo cấp độ sinh viên. Riêng đối với các đề tài về nghiên cứu khoa học, luận văn thạc sĩ, cao học, nghiên cứu cần sử dụng một số phân tích sâu hơn, sau khi phân tích, các bạn cần thực hiện dò tìm xem thử các giả định hồi quy có bị vi phạm hay không. Bài viết này mình 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.
Mình có một bộ dữ liệu SPSS đã thực hiện xong các kiểm định Cronbach Alpha và EFA, mình cũng đã tạo các biến đại diện cho từng nhóm nhân tố sau EFA để đi vào thực hiện hồi quy, nếu bạn nào chưa rõ cách tạo giá trị đại diện nhân tố trong SPSS thì xem ở đây. Các biến độc lập và phụ thuộc của mình bao gồm:
- Biến độc lập: F_NT, F_NTi, F_KSD, F_DM, F_KST, F_GT
- Biến phụ thuộc: F_YD
Thực hiện phân tích hồi quy tuyến tính bội, vào Analyze > Regression > Linear:
Đưa biến phụ thuộc vào ô Dependent, các biến độc lập vào ô Indenpendents:
Vào mục Statistics, tích chọn các mục như trong ảnh và click Continue:
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.
Tiếp tục tại mục Save, các bạn chọn các mục như ảnh rồi click Continue:
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:
SPSS sẽ xuất ra rất nhiều bảng, những bảng các bạn cần sử dụng là:
1. 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.
- 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. Nếu bạn yêu cầu tính chính xác, bạn cần tra hệ số Durbin-Watson ở đây. 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.
2. Bảng ANOVA
Xây dựng xong một mô hình hồi quy tuyến tính, vấn đề quan tâm đầu tiên của bạn phải là xem xét độ phù hợp của mô hình đối với tập dữ liệu qua giá trị Adjusted R Square (hoặc R Square) như đã trình bày ở mục 1. Nhưng cần nhớ rằng, sự phù hợp này mới chỉ thể hiện giữa mô hình bạn xây dựng được với tập dữ liệu là MẪU NGHIÊN CỨU.
Tổng thể rất lớn, chúng ta không thể khảo sát hết toàn bộ, nên thường trong nghiên cứu, chúng ta chỉ chọn ra một lượng mẫu giới hạn để tiến hành điều tra, từ đó suy ra tính chất chung của tổng thể. Mục đích của kiểm định F trong bảng ANOVA chính là để kiểm tra xem mô hình hồi quy tuyến tính này có suy rộng và áp dụng được cho tổng thể hay không.
Cụ thể trong trường hợp này, giá trị sig của kiểm định F là 0.000 < 0.05. Như vậy, mô hình hồi quy tuyến tính xây dựng được phù hợp với tổng thể.
3. Bảng Coefficients
Trước khi đi vào tìm hiểu các giá trị trong bảng này, mình sẽ nói một ít về thắc mắc của khá nhiều bạn: Sử dụng hệ số hồi quy nào mới là đúng, chuẩn hóa hay chưa chuẩn hóa? Sao lại có bài dùng phương trình hồi quy chuẩn hóa, bài lại dùng hồi quy chưa chuẩn hóa? Có giảng viên yêu cầu viết phương trình chuẩn hóa, giảng viên lại buộc viết phương trình chưa chuẩn hóa?
Để hiểu khi nào dùng phương trình nào, các bạn vui lòng xem bài viết Sự khác nhau giữa hệ số hồi quy chuẩn hóa và chưa chuẩn hóa. Riêng phần giảng viên, các thầy cô yêu cầu viết dạng phương trình gì thì các bạn trình bày vào bài làm dạng đó nhé.
Với dạng đề tài nghiên cứu có mô hình + bảng câu hỏi sử dụng thang đo Likert + chạy phân tích định lượng SPSS thì các bạn nên sử dụng phương trình hồi quy chuẩn hóa, lý do tại sao thì mình vừa dẫn bài viết cho các bạn đọc ngay ở trên rồi. Như vậy, bảng Coefficients, những mục các bạn cần lưu ý gồm cột Hệ số hồi quy chuẩn hóa Beta, cột giá trị Sig, cột VIF.
Đầu tiên là giá trị Sig kiểm định t từng biến độc lập, sig nhỏ hơn hoặc bằng 0.05 có nghĩa là biến đó có ý nghĩa trong mô hình, ngược lại sig lớn hơn 0.05, biến độc lập đó cần được loại bỏ.
Tiếp theo là hệ số hồi quy chuẩn hóa Beta, trong tất cả các hệ số hồi quy, biến độc lập nào có Beta lớn nhất thì biến đó ảnh hưởng nhiều nhất đến sự thay đổi của biến phụ thuộc. Do đó khi đề xuất giải pháp, các bạn nên chú trọng nhiều vào các nhân tố có Beta lớn.
Cuối cùng là VIF, giá trị này dùng để kiểm tra hiện tượng đa cộng tuyến. Theo lý thuyết nhiều tài liệu viết, VIF < 10 sẽ không có hiện tượng đa cộng tuyến. Tuy nhiên trên thực tế với các đề tài nghiên cứu có mô hình + bảng câu hỏi sử dụng thang đo Likert thì VIF < 2 sẽ không có đa cộng tuyến, trường hợp hệ số này lớn hơn hoặc bằng 2, khả năng cao đang có sự đa cộng tuyến giữa các biến độc lập.
Với dữ liệu mình đang chạy, như các bạn thấy sig hệ số hồi quy của các biến độc lập đều nhỏ hơn hoặc bằng 0.05, do đó các biến độc lập này đều có ý nghĩa giải thích cho biến phụ thuộc, không biến nào bị loại bỏ. Hệ số VIF nhỏ hơn 2 do vậy không có đa cộng tuyến xảy ra.
Riêng cột Tolerance, các bạn sẽ thấy một số bài nghiên cứu, tài liệu sử dụng hệ số này để kiểm tra đa cộng tuyến. Nhưng ở đây mình không dùng, bởi vì hệ số này là nghịch đảo của VIF, nên các bạn có thể sử dụng 1 trong 2, cái nào cũng được, thường mọi người hay dùng VIF hơn.
4. Biểu đồ tần số phần dư chuẩn hóa Histogram
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích... Vì vậy, chúng ta cần thực hiện nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số của các phần dư Histogram ngay dưới đây. Một cách khác nữa là căn cứ vào biểu đồ P-P Plot ở mục số 5 sẽ tìm hiểu sau mục này.
Từ biểu đồ ta thấy được, một đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong này có dạng hình chuông, phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean gần bằng 0, độ lệch chuẩn là 0.976 gần bằng 1, như vậy có thể nói, phân phối phần dư xấp xỉ chuẩn. Do đó, có thể kết luận rằng: Giả thiết phân phối chuẩn của phần dư không bị vi phạm.
5. Biểu đồ phần dư chuẩn hóa Normal P-P Plot
Như mình đã đề cập ở mục 4, ngoài cách kiểm tra bằng biểu đồ Histogram, thì P-P Plot cũng là một dạng biểu đồ được sử dụng phổ biến giúp nhận diện sự vi phạm giả định phần dư chuẩn hóa.
Với P-P Plot (hoặc bạn có thể dùng Q-Q Plot, 2 đồ thị này không khác nhau nhiều), các điểm phân vị trong phân phối của phần dư sẽ tập trung thành một đường chéo nếu phần dư có phân phối chuẩn. Hay nói một cách đơn giản, dễ hiểu, các bạn nhìn vào đồ thị này, các chấm tròn tập trung thành dạng một đường chéo thì sẽ không vi phạm giả định hồi quy về phân phối chuẩn phần dư.
Cụ thể với dữ liệu mình đang sử dụng, các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéo, như vậy, giả định phân phối chuẩn của phần dư không bị vi phạm.
6. Biểu đồ Scatter Plot kiểm tra giả định liên hệ tuyến tính
Biểu đồ phân tán Scatter Plot giữa các phần dư chuẩn hóa và giá trị dự đoán chuẩn hóa giúp chúng ta dò tìm xem, dữ liệu hiện tại có vi phạm giả định liên hệ tuyến tính hay không. Trong bài viết này, mình biểu diễn giá trị phần dư chuẩn hóa (Standardized Residual) ở trục hoành và giá trị dự đoán chuẩn hóa (Predicted Value) ở trục tung. Các bạn phải thực sự chú ý chỗ này, bởi vì có nhiều tài liệu, sách biểu diễn ngược lại với mình nên khi nhận xét sẽ có vài điểm thay đổi giữa mỗi tác giả khác nhau.
Kết quả đồ thị xuất ra, các điểm phân bố của phần dư nếu có các dạng: đồ thị Parabol, đồ thị Cubic,.. hay các dạng đồ thị khác không phải đường thẳng thì dữ liệu của bạn đã vi phạm giả định liên hệ tuyến tính. Nếu giả định quan hệ tuyến tính được thỏa mãn thì phần dư phải phân tán ngẫu nhiên trong một vùng xung quanh đường hoành độ 0 (trường hợp mình đang biểu diễn phần dư chuẩn hóa Standardized Residual ở trục hoành; trường hợp nếu các bạn biểu diễn giá trị này ở trục tung thì phải xem xét phân bố phần dư có tập trung quanh đường tung độ 0 hay không).
Cụ thể với tập dữ liệu mình đang sử dụng, phần dư chuẩn hóa phân bổ tập trung xunh quanh đường hoành độ 0, do vậy giả định quan hệ tuyến tính không bị vi phạm.
7. Tương quan Spearman kiểm tra giả định phương sai của sai số không đổi
Phần này sẽ không hiển thị ở kết quả output mà các bạn cần chạy tương quan Spearman. Bây giờ các bạn quay lại phần dữ liệu SPSS, một cột mới có tên là RES_1 xuất hiện, đây chính là cột phần dư chuẩn hóa.
Chúng ta thực hiện tính trị tuyệt đối phần dư chuẩn hóa. Các bạn vào Transform > Compute Variable.
Giao diện Compute Variable hiện ra, các bạn đặt tên biến ở mục Target Variable, cái này các bạn muốn đặt tên gì cũng được, giống như đặt tên biến khi nhập liệu SPSS thôi. Bên khung nhập hàm Numeric Expression, các bạn nhập vào hàm ABS(RES_1), trong đó ABS là hàm tính trị tuyệt đối, RES_1 là biến phần dư chuẩn hóa.
Xong xuôi hết, các bạn nhấp vào OK. Quay lại giao diện data SPSS, các bạn sẽ thấy xuất hiện thêm một cột nữa là ABSRES, cột này chính là biến được tạo ra từ bước tính trị tuyệt đối phần dư.
Chúng ta đã xong dữ liệu cần thiết. Tiến hành thực hiện kiểm định tương quan Spearman. Các bạn vào Analyze > Correlate > Bivariate:
Đưa biến ABSRES và các biến độc lập vào (nên đưa ABSRES lên trên cùng để dễ nhìn và nhận xét bảng kết quả). Bỏ tích ở mục Pearson, tích vào mục Spearman:
Các bạn tới file Ouput, sẽ có bảng tương quan Spearman như hình dưới, các bạn nhìn vào hàng Sig đầu tiên mình tô đỏ như trong hình.
Sig mối tương quan Spearman giữa trị tuyệt đối phần dư chuẩn hóa với từng các biến độc lập đều lớn hơn 0.05. Như vậy, giả định phương sai của sai số thay đổi không bị vi phạm.
Như vậy là phần hướng dẫn hồi quy và dò tìm các vi phạm giả định khi hồi quy của mình đã hoàn thành. Các bạn khi làm bài và trình bày, nên tham khảo thêm ý kiến giảng viên trực tiếp hướng dẫn để xem thử nên đưa những phần nào vào bài làm.
Bài viết tham khảo tư liệu từ nhiều nguồn, đặc biệt là sách Phân tích dữ liệu nghiên cứu với SPSS - Tập 1 của Hoàng Trọng, Chu Nguyễn Mộng Ngọc. Mình xin gởi lời cám ơn chân thành tới các tác giả. Chúc các bạn, các anh/chị làm bài tốt.
0 nhận xét:
Đăng nhận xét