- Enter: Khi phân tích hồi qui tương quan bội, một biến phụ thuộc sẽ có (hoặc không) mối liên hệ hồi qui tuyến tính với nhiều biến độc lập. Phương pháp Enter (mặc định trong SPSS) cho phép biểu diễn mối quan hệ hồi qui tuyến tính này trên cùng một phương trình hồi qui tuyến tính. Do đó lựa chọn phương pháp Enter là phương pháp cho phép hiễn thị toàn bộ các biến độc lập trong mối liên hệ hồi qui tuyến tính với biến phụ thuộc lện trên một phương trình
- Tuy nhiên khi nhà nghiên cứu muốn xác định ra những biến độc lập nào có khả năng cấu tạo nên mối quan hệ hồi qui tuyến tính với biến phụ thuộc một cách có ý nghĩa nhất, ta có thể sử dụng các phương pháp sau đây:
- Forward: Phương pháp này cho phép đưa các biến độc lập vào phương trình hồi qui tuyến tính từng bước một (từng biến một). Biến độc lập được đưa vào bước đầu tiên là biến có mối quan hệ (hoặc là thuận hoặc là nghịch) mạnh nhất với biến phụ thuộc. Lần lượt các biến độc lập sẽ được đưa vào theo mức độ quan hệ (mạnh nhất với các biến còn lại, biến được đưa vào ở bước trước sẽ bị loại trừ đi) với biến phụ thuộc. Tại mỗi bước, một giả thuyết H0: hệ số xác định (R2) bằng 0 (tương quan giữa biến đưa vào và biến phụ thuộc là băng 0) sẽ được kiểm nghiệm (kiểm
nghiệm t) và ta bác bỏ H0 khi sig. (p-value)<mức ý nghĩa chia cho 2 (kiểm nghiệm 2 nhánh)
- Backward: Ngược lại với phương pháp trên toàn bộ các biến độc lập sẽ được đưa vào phương trình hồi qui ở bước 1, bước 2 sẽ loại bỏ ra biến độc lập có mức độ ý nghĩa về mối quan hệ hồi qui tuyến yếu nhất (sig. lớn nhất). Lần lượt các bước tiếp theo cho tời khi còn lại duy nhất một biến độc lập có mối quan hệ có ý nghĩa nhất
- Stepwise: Giống như phương pháp Forward tuy nhiên ở phương pháp này các biến độc lập đã được đưa vào ở bước trước sẽ bị loại ra khỏi tiến trình khảo sát mối tương quan giữa biến độc lập và phụ thuộc ở bước tiếp theo (mối tương quan ở đây là tương quan hai biến (binominal correlation). Trong khi ở Forward các biến độc lập ở bước trước được giữ lại cho tính toán tương quan ở bước sau (do đó từ bước thứ hai kiểm nghiệm tương quan được thực hiện là tương quan từn g phần partial correlation, do có sự tác động của biến độc lập ở bước trước)
- Ý nghỉa các thông số
o Bảng correlations: Thể hiện mối tương quan giữa hai biến (giống như kiểm nghiệm tương quan đã nói phần trên)
o Bảng Model Summary:
R (còn gọi là Multiple R): thể hiện mối tương quan đơn giản (không có yếu tố phụ thuộc) giữa hai biến khảo sát (Tương tự như bảng Correlations nói trên)
R2: là bình phương của giá trị R thể hiện tỷ lệ mối tương quan hồi qui tuyến tính giữa biến phụ thuộc và biến độc lập
R2: Do ước lượng mẫu của R2 có xu hướng trở nên ước lượng quá lạc quan cho tổng thể khi số lượng biến độc lập tăng lên do đó trong trường hợp có nhiều biến độc lập trong đo lường người ta thường sử dụng R2 có điều chỉnh (R2)
o Std Error of the Estimate: Đo lường độ phân tán của các sai biệt (lỗi) từ đường tuyến tính
o Bảng ANOVA: Kiểm nghiệm F về giả thuyết H0: Không có tương quan hồi qui giữa biến phụ thuộc và biến độc lập
o Bảng coefficients: Ước lượng giá trị a và b trong phương trình hồi qui tuyến tính y^=a+bx
(Constant) - B: Hằng số a
Biến phụ thuộc - B: Hệ số góc b
t và Sig.: Giá trị kiểm nghiệm giả thuyết H0: Không có tương quan hồi qui giữa biến phụ thuộc và mỗi biến độc lập
