Quy trình phân tích hồi quy tuyến tính đa biến trong nghiên cứu các yếu tố ảnh hưởng

Trong khi phân tích các vấn đề kinh tế - xã hội, các nhà nghiên cứu thường xuyên phải đánh giá các yếu tố ảnh hưởng đến vấn đề nghiên cứu để giải thích các vấn đề thực trạng của yếu tố nghiên cứu và tìm kiếm các giải pháp hiệu quả cho vấn đề. Tuy nhiên, trong rất nhiều các biến ảnh hưởng được xem xét không phải yếu tố nào cũng thực sự có ý nghĩa. Vì vậy, các yếu tố đưa ra cần được phân tích theo một quy trình để đảm bảo ý nghĩa thống kê của mô hình. Với mục đích làm rõ hơn quy trình phân tích hồi quy đa biến trong nghiên cứu các yếu tố ảnh hưởng tới các vấn đề kinh tế xã hội, bài viết tập trung mô tả các bước phân tích trong quá trình phân tích dữ liệu để đưa vào mô hình phân tích hồi quy biến: (1). Đánh giá độ tin cậy của thang đo bằng hệ số Cronbachs Alpha; (2). Phân tích khám phá nhân tố EFA; (3). Phân tích tương quan các yếu tố; (4). Phân tích hồi quy tuyến tính đa biến.
1. Đặt vấn đề
Trong phân tích thống kê, phân tích hồi quy là một bộ phận quan trọng và có nhiều ứng dụng, đặc biệt phân tích hồi quy đa biến được coi là phân tích hiệu quả để lượng hóa ảnh hưởng của các yếu tố độc lập tới các yếu tố phụ thuộc. Tuy nhiên nếu đưa cùng lúc quá nhiều biến ảnh hưởng vào mô hình phân tích hồi quy sẽ làm giảm tính chính xác và ý nghĩa thống kê của mô hình nghiên cứu. Vì vậy, trên thực tế các nhà nghiên cứu thường phải thực hiện phân tích theo một quy trình phức tạp, tốn thời gian và công sức. Quy trình này có thể rất khác nhau với những mục tiêu nghiên cứu và các biến nghiên cứu khác nhau, tuy nhiên, các quy trình này đều phải trải qua các bước cơ bản như: nghiên cứu bàn giấy về vấn đề nghiên cứu, thu thập dữ liệu, mô tả thống kê, xác định các giả thuyết nghiên cứu, xây dựng và kiểm định mô hình, kết luận về vấn đề nghiên cứu.
Trong bài viết này, tác giả tập trung vào tổng hợp các kinh nghiệm nghiên cứu để mô tả các bước phân tích dữ liệu và các kiểm định, cũng như tiêu chuẩn đánh giá dùng trong mỗi bước phân tích để đưa ra một mô hình phân tích các yếu tố ảnh hưởng có ý nghĩa thống kê tốt.
2. Các vấn đề lý luận liên quan
2.1. Quy trình nghiên cứu thống kê
Thống kê ngày nay không chỉ là công cụ tập hợp đo lường và tóm tắt thông tin, mà còn hướng tới việc phân tích, khai thác giữ liệu đo lường được và không đo lường được để nắm bắt những kết luận chung nhất từ dữ liệu. Với những phương pháp mới và các công cụ phần mềm hỗ trợ phân tích thống kê, các nghiên cứu thống kê đang dần hình thành quy trình xử lý thông tin theo sơ đồ trong Hình 1.
 2.2. Quy trình phân tích các yếu tố ảnh hưởng Theo quy trình phân tích thống kê chung, để phân tích định lượng ảnh hưởng của các yếu tố độc lập tới các vấn về kinh tế xã hội, quy trình phân tích với các bước cụ thể như Hình 2 được sử dụng trong nhiều công trình nghiên cứu khoa học. Tùy vào mục tiêu nghiên cứu và nội dung nghiên cứu cụ thể và mức độ có sẵn các thông tin, các nhà nghiên cứu có thể bỏ qua một số bước cụ thể trong quy trình.3. Quy trình phân tích hồi quy tuyến tính đa biến
Như đã đề cập ở trên, trong bài báo này, nhóm tác giả sẽ tập trung giới thiệu về 4 bước cơ bản trong quá trình phân tích dữ liệu để đưa dữ liệu vào phân tích hồi quy trong quá trình phân tích các yếu tố ảnh hưởng. 2 bước đầu: Đánh giá độ tin cậy của thang đo (Cronbach Alpha) và phân tích khám phá nhân tố (EFA) nhằm xây dựng và lựa chọn các yếu tố phù hợp cho mô hình. 2 bước tiếp theo: phân tích tương quan và phân tích hồi quy giúp nhà nghiên cứu đánh giá được mức độ tương quan giữa các yếu tố và xu hướng ảnh hưởng của các biến độc lập tới các biến phụ thuộc.
3.1. Đánh giá độ tin cậy của thang đo (Cronbach Alpha)
Cronbach Alpha, do Lee Cronbach đưa ra năm 1951, là một công cụ cho phép đánh giá độ tin cậy của việc thành lập một "biến" tổng hợp trên cơ sở của nhiều biến "đơn" (item). Nói cách khác, Cronbach Alpha cho phép đánh giá "tính nhất quán" của các biến nguyên tắc đại diện cùng một "chủ thể".
Có nhiều ý kiến về việc lựa chọn thực hiện phân tích Cronbach Alpha trước hay phân tích EFA trước, tuy nhiên, nhóm tác giả có cùng quan điểm với Nguyễn Đình Thọ (2011): “Cronbach alpha phải được thực hiện trước để loại các biến rác (garbage items) trước khi thực hiện phân tích EFA. Quá trình này có thể giúp chúng ta tránh được các biến rác vì các biến rác này có thể tạo nên các nhân tố giả (artifical factors) khi phân tích EFA”.
Công thức tính:  Trong đó: N: Số lượng biến đơn
c: Trung bình hiệp phương sai giữa các cặp biến đơn
v: Trung bình hiệp phương sai
Hệ số Cronbachs Alpha có giá trị biến thiên trong đoạn [0,1]. Về lý thuyết, hệ số này càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên điều này không hoàn toàn chính xác. Hệ số Cronbachs Alpha quá lớn (khoảng từ 0.95 trở lên) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau, hiện tượng này gọi là trùng lắp trong thang đo (Nguyễn Đình Thọ, 2013).
- Các tiêu chuẩn đánh giá
Cronbach Alpha của từng nhân tố (theo Nunnally và Burnstein, 1994): Cronbach Alpha ≥ 0.9, các nhân tố nghiên cứu được coi là độ tin cậy chính xác; Cronbach Alpha ≥ 0.7, các nhân tố nghiên cứu được coi là chấp nhận được. Tuy nhiên, với các nghiên cứu học thuật, như kinh nghiệm của nhiều nhà nghiên cứu, Cronbach Alpha ≥  0.6 được coi là chấp nhận được.

Categories: EVIEWS, LUẬN VĂN, NGHIÊN CỨU KHOA HỌC, PHẦN MỀM, PHƯƠNG PHÁP ĐỊNH LƯỢNG, SPSS