Hồi quy được sử dụng để xác định trọng số của từng biến độc lập ảnh hưởng đến biến phụ thuộc như thế nào. Bài viết sau đây nhằm giúp sinh viên hiểu tầm quan trọng của hồi quy trong phân tích bằng cách chạy hồi quy trong SPSS, cách đọc kết quả chuẩn nhất.
Hồi quy trong SPSS là gì?
Hồi quy trong SPSS (Statistical Package for the Social Sciences) là một công cụ phân tích thống kê mạnh mẽ, được sử dụng để nghiên cứu mối quan hệ giữa một biến phụ thuộc (dependent variable) và một hoặc nhiều biến độc lập (independent variables).
Mục đích chính của phân tích hồi quy trong SPSS là xây dựng một mô hình toán học (thường là mô hình tuyến tính) để:
- Định lượng mức độ và chiều hướng tác động: Xác định biến độc lập nào có ảnh hưởng đến biến phụ thuộc, ảnh hưởng theo chiều thuận (dương) hay chiều nghịch (âm), và mức độ ảnh hưởng là bao nhiêu.
- Dự đoán: Sử dụng giá trị của các biến độc lập để dự đoán giá trị của biến phụ thuộc.
Hướng dẫn cách chạy hồi quy trong SPSS
Hiện nay có rất nhiều bạn tìm đến dịch vụ SPSS uy tín để tiết kiệm thời gian và có kết quả chính xách và tốt nhất. Tuy nhiên nếu bạn muốnhiểu rõ hơn về cách thực hiện hồi quy tuyến tính trong SPSS, chúng ta hãy xem một ví dụ cụ thể dưới đây:
Giả định hồi quy
Khi phân tích dữ liệu bằng hồi quy SPSS, một phần quan trọng để đảm bảo dữ liệu được phân tích có thể được phân tích bằng hồi quy là “vượt qua” cả bảy giả định cần thiết để hồi quy tuyến tính đưa ra kết quả hợp lệ.
- Giả định số 1: Biến phụ thuộc phải được đo liên tục (tức là theo thang đo khoảng cách hoặc thang đo phụ thuộc).
- Giả định số 2: Biến độc lập của bạn phải được đo như một biến liên tục (tức là biến khoảng hoặc biến phạm vi).
- Giả thuyết 3: Phải có mối quan hệ tuyến tính giữa hai biến này.
- Giả định số 4: Không có tính năng nổi bật nào.
- Giả thuyết 5: Phải có sự độc lập của các quan sát, điều này có thể dễ dàng được kiểm tra bằng thống kê Durbin-Watson.
- Giả thuyết 6: Dữ liệu phải phản ánh hành vi đồng tính luyến ái.
- Giả định 7: Cuối cùng, cần kiểm tra xem phần dư (lỗi) của đường hồi quy có phân phối chuẩn hay không.
Lưu ý:
- Phương pháp này không phải lúc nào cũng mang lại kết quả tốt nhất. Đôi khi, khi phân tích dữ liệu bằng thống kê SPSS, một hoặc nhiều giả định bị vi phạm (tức là không đáp ứng được).
- Bạn nên thử dự đoán số 3 trước, sau đó thử dự đoán số 4, 5, 6 và 7.
Cách bước chạy hồi quy SPSS
Đặt vấn đề: Một đại lý ô tô muốn xác định xem thu nhập của một người có ảnh hưởng đến giá mua xe hay không. Do đó, “thu nhập” của một cá nhân là biến độc lập, và “giá” họ trả cho chiếc xe là biến phụ thuộc.
Thiết lập thống kê:
- Trong SPSS, chúng tôi tạo ra hai biến để cho phép nhập dữ liệu: thu nhập (biến độc lập) và giá (biến phụ thuộc).
- Bạn có thể tạo biến thứ ba , caseno, để biểu thị số trường hợp trong chuỗi thời gian. Biến thứ ba này được sử dụng để dễ dàng loại trừ các trường hợp tương tự với các ngoại lệ quan trọng mà bạn đã xác định khi kiểm định giả thuyết.
Chạy thống kê: Năm bước sau đây sẽ hướng dẫn bạn phân tích dữ liệu bằng phương pháp hồi quy trong SPSS mà không vi phạm bảy giả định trong phần trước. Năm bước sử dụng mô hình hồi quy trong SPSS như sau:
- Bước 1: Trên thanh công cụ, nhấp vào: Analyze – Regression – Linear.
- Bước 2: Kéo và thả biến phụ thuộc “Independent” vào ô Biến độc lập và di chuyển biến độc lập “Giá trị” vào ô Dependent.
- Bước 3: Click vào ô Statistics, khi đó cửa sổ “ Linear Regression: Statistics” sẽ mở ra và chọn Collinearity check (Tính hệ số VIF – Hệ số lạm phát phương sai) để kiểm tra đa cộng tuyến, sau đó click vào ô Continue để quay lại hộp thoại Linear Regression.
Đến bước 3, cả bốn trong bảy giả định nêu trên đều không bị vi phạm: không có giá trị ngoại lệ đáng kể (Giả định 3), tính độc lập của các quan sát (Giả định 4), phương sai đồng đều (Giả định 5) và phân phối chuẩn của lỗi/phần dư (Giả định 6).
- Bước 4: Nhấp vào OK để hoàn tất.
- Bước 5: Diễn giải và bình luận kết quả sử dụng hồi quy tuyến tính trong SPSS.
Cách đọc kết quả hồi quy trong SPSS
SPSS sẽ tạo ra nhiều bảng kết quả, nhưng chúng ta cần tập trung vào việc sử dụng ba bảng chính để trình bày tài liệu nghiên cứu.
Bảng ANOVA
Bảng ANOVA báo cáo mức độ phù hợp của phương trình hồi quy với dữ liệu (tức là dự đoán biến phụ thuộc).
Trong ví dụ này, bảng ANOVA cho thấy mô hình hồi quy dự đoán biến phụ thuộc rất tốt vì đường hồi quy và cột Sig biểu thị ý nghĩa thống kê của mô hình hồi quy được sử dụng, trong đó p < 0,0005 nhỏ hơn 0,05 và cho biết nhìn chung, mô hình hồi quy dự đoán biến kết quả với ý nghĩa thống kê (tức là biến phù hợp với dữ liệu).
Bảng Model Summary
Bảng tóm tắt mô hình hiển thị các giá trị R và R2. Trong ví dụ trên, bảng ANOVA sẽ hiển thị:
Bảng kết quả tóm tắt cho các mô hình phân tích hồi quy SPSS
- Giá trị R biểu thị mối quan hệ đơn giản và là 0,873 (cột R), biểu thị mức độ quan hệ cao.
- Giá trị R2 (cột R bình phương) cho thấy mức độ biến thiên tổng thể trong biến phụ thuộc “Giá” có thể được giải thích bởi biến độc lập “Thu nhập”, đây là một con số rất cao ở mức 76,2%.
Bảng Coefficients
Bảng Coefficients cung cấp thông tin chúng ta cần để dự đoán số tiền thu nhập và xác định xem thu nhập có đóng góp đáng kể về mặt thống kê cho mô hình hay không (bằng cách xem cột “Sig”).
Chúng ta cũng có thể sử dụng các giá trị ở cột “B” trong cột “Hệ số chưa chuẩn hóa” như minh họa bên dưới để biểu diễn phương trình hồi quy như sau:
Giá = 8287 + 0,564 (Lương)
Vai trò của việc chạy SPSS trong nghiên cứu
Phân tích hồi quy trong SPSS là xương sống của nhiều nghiên cứu định lượng, đặc biệt trong kinh tế, quản trị kinh doanh và xã hội học, vì nó giúp:
- Kiểm định giả thuyết nghiên cứu về mối quan hệ nhân quả.
- Đánh giá mức độ ưu tiên các yếu tố (biến độc lập) tác động đến kết quả (biến phụ thuộc).
- Xây dựng cơ sở dự báo cho các hiện tượng trong tương lai.
MOSL – Cung cấp dịch vụ chạy SPSS chuyên nghiệp và uy tín
MOSL được biết đến là một trong những nhà cung cấp dịch vụ chạy SPSS chuyên nghiệp và uy tín hàng đầu. MOSL hỗ trợ nhiều vấn đề của SPSS, chẳng hạn như xử lý dữ liệu, hiệu suất phần mềm (kiểm tra nhiều lần), phân tích SPSS,…
Dịch vụ SPSS của MOSL được phát triển bởi đội ngũ chuyên gia trẻ nhưng giàu kinh nghiệm. Phương pháp và kỹ thuật xử lý dữ liệu SPSS liên tục được cải tiến mỗi ngày, dựa trên kinh nghiệm thực tế từ hàng trăm dự án đã thực hiện.
Với tôn chỉ chất lượng là hàng đầu, dịch vụ SPSS của MOSL cam kết đảm bảo chất lượng sản phẩm cho khách hàng. Dịch vụ SPSS cùng với các dịch vụ khác tại đây hướng đến mục tiêu mang đến cho khách hàng trải nghiệm tốt nhất có thể và cảm thấy xứng đáng với số tiền họ bỏ ra. Do đó, từ khâu triển khai đến khâu bảo hành, các thỏa thuận với khách hàng đều được thực hiện theo đúng thỏa thuận đã ký kết.
Thông tin liên hệ:
- Địa chỉ: 207 Đ. Bạch Đằng, Phường 15, Bình Thạnh, Hồ Chí Minh
- Hotline: 0707339698
- Mail: sales@mosl.vn
- Website: https://mosl.vn/
Bài viết này cung cấp cho sinh viên thông tin chi tiết về cách chạy hồi quy trong SPSS và các thông tin liên quan về hồi quy. Hy vọng sinh viên sẽ có thêm nhiều dữ liệu nghiên cứu để sử dụng trong nghiên cứu khoa học. Chúc các bạn may mắn!
