tài liệu đọc tiếng việt các thông số SPSS để lý giải trong bài luận văn và chạy hàm hồi quy tuyến tính để nhằm tìm ra mối tương quan cho các kiểm định giải thuyết. Đây là bước quan trọng trong việc đánh giá số liệu của một bài luận
• • Biến độc lập: F_NT, F_NTi, F_KSD, F_DM, F_KST, F_GT Biến phụ thuộc: F_YD Thực phân tích hồi quy tuyến tính bội, vào Analyze > Regression > Linear: Đưa biến phụ thuộc vào ô Dependent, biến độc lập vào Indenpendents: Vào mục Statistics, tích chọn mục ảnh click Continue: Vào mục Plots, tích chọn mục ảnh click Continue Mục Plots xuất biểu đồ phục vụ cho việc kiểm tra vi phạm giả định hồi quy Các mục lại để mặc định Khơng thay đổi tùy chỉnh Rồi, quay lại giao diện ban đầu, mục Method, bạn chọn phương pháp phổ biến Stepwise Enter, thường chọn Enter Bạn muốn tìm hiểu sau chạy phương pháp bạn tìm mua sách "Phân tích liệu nghiên cứu với SPSS" thầy Hồng Trọng Mộng Ngọc Chọn xong phương pháp, bạn nhấp vào OK: SPSS xuất nhiều bảng, nhiên sử dụng vài bảng trọng tâm phục vụ cho nghiên cứu gồm: Model Summary, ANOVA Coefficients Mình đọc kết cho bảng này: Bảng Model Summary Trong bảng này, bạn quan tâm giá trị: Adjusted R Square (hoặc R Square) Durbin-Watson - Adjusted R Square hay gọi R bình phương hiệu chỉnh, phản ánh mức độ ảnh hưởng biến độc lập lên biến phụ thuộc Cụ thể trường hợp này, biến độc lập đưa vào ảnh hưởng 67.2% thay đổi biến phụ thuộc, lại 32.8% biến ngồi mơ hình sai số ngẫu nhiên Thường giá trị từ 50% trở lên nghiên cứu sử dụng Mình nhấn mạnh thường nha bạn, khơng có quy định - Durbin-Watson (DW) dùng để kiểm định tự tương quan sai số kề (hay gọi tương quan chuỗi bậc nhất) có giá trị biến thiên khoảng từ đến 4; phần sai số khơng có tương quan chuỗi bậc với giá trị gần (từ đến 3); giá trị nhỏ, gần phần sai số có tương quan thuận; lớn, gần có nghĩa phần sai số có tương quan nghịch Lưu ý, giá trị ước lượng thường dùng SPSS khơng xác Nếu bạn u cầu tính xác, bạn cần tra hệ số Durbin-Watson Khơng có tự tương quan chuỗi bậc liệu thu thập tốt Cụ thể trường hợp này, k' = 6, n = 125, tra bảng DW ta có dL = 1.651 dU = 1.817 Gắn vào giá trị DW, ta thấy 1.817 < 1.881 < 2.183, vậy, khơng có tương quan chuỗi bậc mơ hình Bảng ANOVA Xây dựng xong mơ hình hồi quy tuyến tính, vấn đề quan tâm bạn phải xem xét độ phù hợp mơ hình tập liệu qua giá trị Adjusted R Square (hoặc R Square) trình bày mục Nhưng cần nhớ rằng, phù hợp thể mơ hình bạn xây dựng với tập liệu MẪU NGHIÊN CỨU Tổng thể lớn, khảo sát hết toàn bộ, nên thường nghiên cứu, chọn lượng mẫu giới hạn để tiến hành điều tra, từ suy tính chất chung tổng thể Mục đích kiểm định F bảng ANOVA để kiểm tra xem mơ hình hồi quy tuyến tính có suy rộng áp dụng cho tổng thể hay không Cụ thể trường hợp này, giá trị sig kiểm định F 0.000 < 0.05 Như vậy, mơ hình hồi quy tuyến tính xây dựng phù hợp với tổng thể Bảng Coefficients Trước vào tìm hiểu giá trị bảng này, nói thắc mắc nhiều bạn: Sử dụng hệ số hồi quy đúng, chuẩn hóa hay chưa chuẩn hóa? Sao lại có dùng phương trình hồi quy chuẩn hóa, 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 dùng phương trình nào, bạn vui lòng xem viết Sự khác hệ số hồi quy chuẩn hóa chưa chuẩn hóa Riêng phần giảng viên, thầy u cầu viết dạng phương trình bạn trình bày vào làm dạng Với dạng đề tài nghiên cứu có mơ hình + bảng câu hỏi sử dụng thang đo Likert + chạy phân tích định lượng SPSS bạn nên sử dụng phương trình hồi quy chuẩn hóa, lý vừa dẫn viết cho bạn đọc Như vậy, bảng Coefficients, mục bạn cần lưu ý gồm cột Hệ số hồi quy chuẩn hóa Beta, cột giá trị Sig, cột VIF Đầu tiên giá trị Sig kiểm định t biến độc lập, sig nhỏ 0.05 có nghĩa biến có ý nghĩa mơ hình, ngược lại sig lớn 0.05, biến độc lập cần loại bỏ Tiếp theo hệ số hồi quy chuẩn hóa Beta, tất hệ số hồi quy, biến độc lập có Beta lớn biến ảnh hưởng nhiều đến thay đổi biến phụ thuộc Do đề xuất giải pháp, bạn nên trọng nhiều vào nhân tố có Beta lớn Cuối VIF, giá trị dùng để kiểm tra tượng đa cộng tuyến Theo lý thuyết nhiều tài liệu viết, VIF < 10 khơng có tượng đa cộng tuyến Tuy nhiên thực tế với đề tài nghiên cứu có mơ hình + bảng câu hỏi sử dụng thang đo Likert VIF < khơng có đa cộng tuyến, trường hợp hệ số lớn 2, khả cao có đa cộng tuyến biến độc lập Với liệu chạy, bạn thấy sig hệ số hồi quy biến độc lập nhỏ 0.05, biến độc lập có ý nghĩa giải thích cho biến phụ thuộc, khơng biến bị loại bỏ Hệ số VIF nhỏ khơng có đa cộng tuyến xảy Riêng cột Tolerance, bạn thấy số nghiên cứu, tài liệu sử dụng hệ số để kiểm tra đa cộng tuyến Nhưng khơng dùng, hệ số nghịch đảo VIF, nên bạn sử dụng 2, được, thường người hay dùng VIF Biểu đồ tần số phần dư chuẩn hóa Histogram Phần dư khơng tn theo phân phối chuẩn lý như: sử dụng sai mơ hình, phương sai khơng phải số, số lượng phần dư khơng đủ nhiều để phân tích Vì vậy, cần thực nhiều cách khảo sát khác Một cách khảo sát đơn giản xây dựng biểu đồ tần số phần dư Histogram Một cách khác vào biểu đồ P-P Plot mục số tìm hiểu sau mục Từ biểu đồ ta thấy được, đường cong phân phối chuẩn đặt chồng lên biểu đồ tần số Đường cong có dạng hình chng, phù hợp với dạng đồ thị phân phối chuẩn Giá trị trung bình Mean gần 0, độ lệch chuẩn 0.976 gần 1, nói, phân phối phần dư xấp xỉ chuẩn Do đó, kết luận rằng: Giả thiết phân phối chuẩn phần dư không bị vi phạm Biểu đồ phần dư chuẩn hóa Normal P-P Plot Như đề cập mục 4, ngồi cách kiểm tra biểu đồ Histogram, P-P Plot dạng biểu đồ sử dụng phổ biến giúp nhận diện vi phạm giả định phần dư chuẩn hóa Với P-P Plot (hoặc bạn dùng Q-Q Plot, đồ thị không khác nhiều), điểm phân vị phân phối phần dư tập trung thành đường chéo phần dư có phân phối chuẩn Hay nói cách đơn giản, dễ hiểu, bạn nhìn vào đồ thị này, chấm tròn tập trung thành dạng đường chéo khơng vi phạm giả định hồi quy phân phối chuẩn phần dư Cụ thể với liệu sử dụng, điểm phân vị phân phối phần dư tập trung thành đường chéo, vậy, giả định phân phối chuẩn phần dư không bị vi phạm Biểu đồ Scatter Plot kiểm tra giả định liên hệ tuyến tính Biểu đồ phân tán Scatter Plot phần dư chuẩn hóa giá trị dự đốn chuẩn hóa giúp dò tìm xem, liệu có vi phạm giả định liên hệ tuyến tính hay khơng Trong viết này, biểu diễn giá trị phần dư chuẩn hóa (Standardized Residual) trục hồnh giá trị dự đốn chuẩn hóa (Predicted Value) trục tung Các bạn phải thực ý chỗ này, có nhiều tài liệu, sách biểu diễn ngược lại với nên nhận xét có vài điểm thay đổi tác giả khác Kết đồ thị xuất ra, điểm phân bố phần dư có dạng: đồ thị Parabol, đồ thị Cubic, hay dạng đồ thị khác khơng phải đường thẳng liệu bạn vi phạm giả định liên hệ tuyến tính Nếu giả định quan hệ tuyến tính thỏa mãn phần dư phải phân tán ngẫu nhiên vùng xung quanh đường hoành độ (trường hợp biểu diễn phần dư chuẩn hóa Standardized Residual trục hoành; trường hợp bạn biểu diễn giá trị trục tung phải xem xét phân bố phần dư có tập trung quanh đường tung độ hay không) Cụ thể với tập liệu sử dụng, phần dư chuẩn hóa phân bổ tập trung xunh quanh đường hoành độ 0, giả định quan hệ tuyến tính khơng bị vi phạm ... phương trình hồi quy chuẩn hóa, lại dùng hồi quy chưa chuẩn hóa? Có giảng viên u cầu viết phương trình chuẩn hóa, giảng viên lại buộc viết phương trình chưa chuẩn hóa? Để hiểu dùng phương trình. .. 0.05 Như vậy, mơ hình hồi quy tuyến tính xây dựng phù hợp với tổng thể Bảng Coefficients Trước vào tìm hiểu giá trị bảng này, nói thắc mắc nhiều bạn: Sử dụng hệ số hồi quy đúng, chuẩn hóa hay... đo Likert + chạy phân tích định lượng SPSS bạn nên sử dụng phương trình hồi quy chuẩn hóa, lý vừa dẫn viết cho bạn đọc Như vậy, bảng Coefficients, mục bạn cần lưu ý gồm cột Hệ số hồi quy chuẩn