CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.4 .1 Hồi quy thứ bậc (Hierarchical regression) đánh giá tác động
từng biến quan tâm
Mơ hình hồi quy tổng thể:
YCES-D = α + βBISBIS + βODPTODPT + βBIS*ODPTBIS*ODPT + βSESE + βCDRCDR +
βAgeAge + βRelRel + βEdu1Edu1+ β Edu2Edu2+ βEmp1Emp1+ βEmp2Emp2 + βInc1Inc1 + βInc2Inc2 + βInc3Inc3 + βMonthMonth + µ
Trong mơ hình hồi quy tuyến tính tổng thể, ngồi các biến độc lập cần đưa vào theo mục tiêu nghiên cứu (hình ảnh cơ thể, sự đồng cảm của người chồng), cịn có các biến kiểm sốt (mức độ lo lắng tái phát bệnh, cảm nhận giá trị bản thân, trình độ học vấn, thu nhập hộ gia đình, tơn giáo,…) và biến điều tiết (loại biến tác động lên
mối quan hệ giữa biến độc lập và biến phụ thuộc làm thay đổi cường độ ảnh hưởng- Sự đồng cảm của người chồng). Vì mơ hình đưa vào rất nhiều biến độc lập và các biến này cùng tương quan với nhau thì ảnh hưởng của mỗi biến lên biến phụ thuộc rất khó đánh giá. Ảnh hưởng của mỗi biến đó bây giờ cịn phụ thuộc vào các biến độc lập khác trong phương trình chứ khơng phải tách riêng và chúng không phản ánh chính xác tầm quan trọng của các biến độc lập.
Chính vì vậy, để đánh giá tầm quan trọng tương đối của từng biến độc lập cần quan tâm trong khi loại bỏ tác động của các biến còn lại, học viên sử dụng mơ hình hồi quy thứ bậc (Hierarchical regression). Xuất phát từ ý tưởng xem xét mức độ tăng của R square khi một biến giải thích được đưa vào phương trình trong khi phương trình đã chứa sẵn các biến độc lập khác. Mức độ tăng này được tính bằng cơng thức: R2change=R2 - R2(k), với R2(k) là bình phương hệ số tương quan bội khi tất cả các biến độc lập đã ở phương trình ngồi trừ biến thứ k. Nếu mức độ thay đổi
của R2 khi đưa vào biến độc lập này mà lớn hơn mức độ thay đổi của R2 khi đưa
vào biến độc lập khác thì biến độc lập trước có vài trị quan trọng hơn (Hoàng Trọng, 2008). Kết quả hồi quy thứ bậc được thể hiện ở bảng tóm tắt dưới đây.
Bảng 4.6 Kết quả hồi quy thứ bậc
Mơ
hình R R2
R2 điều chỉnh
Thống kê thay đổi R2 gia tăng F thay đổi df1 Sig. F thay đổi 1 .456a .208 .162 .208 4.489 10 .000 2 .574b .330 .286 .122 30.921 1 .000 3 .633c .401 .359 .071 20.124 1 .000 4 .671d .450 .408 .049 15.059 1 .000 5 .827e .684 .657 .234 123.383 1 .000 6 .832f .692 .664 .008 4.430 1 .037
a. Bộ dự đoán: (Constant), Emp2, Month, Edu1, Rel, Inc2, Age, Inc3, Emp1, Edu2, Inc1 b. Bộ dự đoán: (Constant), Emp2, Month, Edu1, Rel, Inc2, Age, Inc3, Emp1, Edu2, Inc1, CDR
c. Bộ dự đoán: (Constant), Emp2, Month, Edu1, Rel, Inc2, Age, Inc3, Emp1, Edu2, Inc1, CDR, SE
d. Bộ dự đoán: (Constant), Emp2, Month, Edu1, Rel, Inc2, Age, Inc3, Emp1, Edu2, Inc1, CDR, SE, BIS
e. Bộ dự đoán : (Constant), Emp2, Month, Edu1, Rel, Inc2, Age, Inc3, Emp1, Edu2, Inc1, CDR, SE, BIS, ODPT
f. Bộ dự đoán: (Constant), Emp2, Month, Edu1, Rel, Inc2, Age, Inc3, Emp1, Edu2, Inc1, CDR, SE, BIS, ODPT, BISOPDT
(Nguồn: kết quả phân tích từ phần mềm SPSS 21) Tiến hành hồi quy thứ bậc với thứ tự 6 lần đưa thêm biến độc lập vào hồi quy, tương ứng với 6 mơ hình. Mơ hình đầu tiên, là tồn bộ biến về đặc điểm của mẫu khảo sát được đưa vào cùng lúc gồm: tuổi, tơn giáo, trình độ giáo dục, tình trạng việc làm, thu nhập hộ gia đình và thời gian từ lúc phẫu thuật đến nay. Hệ số
đánh giá mức độ phù hợp của mơ hình là R2 =0.208 (kiểm định F, với sig ≤ 0.05).
Ở các bước tiếp theo, học viên đưa thêm từng biến một vào mơ hình hồi quy nhằm đáng giá vai trị của các biến này trong mơ hình và so sánh xem biến nào có vai trị
quan trọng hơn. Thứ tự các biến độc lập đưa vào là Mức độ lo lắng tái phát bệnh (giá trị R2 tăng thêm 0.122), Cảm nhận giá trị bản thân (giá trị R2 tăng thêm 0.071), Hình ảnh cơ thể (giá trị R2 tăng thêm 0.049), Sự đồng cảm của người chồng (giá trị
R2 tăng thêm 0.234) và cuối cùng là biến điều tiết: sự đồng cảm của người chồng
lên tác động giữa Hình cơ thể đến Trầm cảm (giá trị R2 tăng thêm 0.008). 5 biến
đưa vào sau này đều làm tăng giá trị R2 , chứng tỏ các biến này đều có vai trị trong việc giải thích sự biến thiên của mơ hình nghiên cứu. Ở mơ hình đầu tiên, gồm các biến đặc điểm của mẫu khảo sát chỉ có biến Thu nhập hộ gia đình là biến tác động có ý nghĩa thống kê (kiểm định T, sig=0.01≤ 0.05, bảng phân tích hồi quy chi tiết trình bày ở phụ lục), điều này cũng phù hợp với những nghiên cứu gần đây (các tác giả cũng khơng tìm thấy tác động có ý nghĩa của các biến như tuổi, tôn giáo, …).