Collinearity là gì? Cách phát hiện và xử lý đa cộng tuyến
Collinearity là gì
Bạn mở bảng Coefficients trong SPSS và thấy hai cột Tolerance và VIF. Đây là các chỉ số dùng để xem các biến độc lập có đang trùng lặp thông tin quá nhiều trong mô hình hồi quy hay không. Khi một biến độc lập có quan hệ tuyến tính mạnh với một hoặc nhiều biến độc lập khác, mô hình gặp hiện tượng collinearity. Với nhiều biến cùng tham gia, cách gọi thường gặp là multicollinearity, tiếng Việt là đa cộng tuyến.
Collinearity không nói rằng biến độc lập có quan hệ với biến phụ thuộc mạnh hay yếu. Nó nói về quan hệ giữa các biến độc lập với nhau. Chẳng hạn, bạn dùng Chất lượng dịch vụ, Sự hài lòng về dịch vụ và Trải nghiệm khách hàng cùng dự đoán Ý định quay lại. Nếu ba khái niệm được đo bằng các biến quan sát gần như trùng nội dung, mô hình có thể khó tách riêng tác động của từng biến.
Về mặt tính toán, SPSS thường báo Tolerance và VIF cho từng biến độc lập. Tolerance phản ánh phần biến thiên của một biến độc lập không được giải thích bởi các biến độc lập còn lại. VIF là nghịch đảo của Tolerance:
VIF = 1 / Tolerance
Vì vậy, Tolerance càng thấp thì VIF càng cao. Bạn cần xem các chỉ số này trong mô hình hồi quy cụ thể, không nên kết luận chỉ từ ma trận tương quan giữa từng cặp biến.
Nếu bạn đang rà soát toàn bộ quy trình xử lý dữ liệu, có thể xem thêm nhóm bài Thống kê để đặt kiểm tra collinearity đúng vị trí trong chương phân tích.
Ý nghĩa của collinearity trong nghiên cứu định lượng
Collinearity làm cho việc ước lượng hệ số hồi quy kém ổn định. Khi hai biến độc lập chứa thông tin gần giống nhau, mô hình khó xác định phần ảnh hưởng riêng của từng biến. Kết quả là hệ số B hoặc Beta có thể thay đổi đáng kể khi bạn thêm, bớt một biến, dù dữ liệu không thay đổi nhiều.
Hệ quả dễ thấy nhất là sai số chuẩn của hệ số tăng. Khi đó, một biến có tương quan với biến phụ thuộc ở mức đáng kể trong phân tích tương quan vẫn có thể có Sig. lớn hơn 0,05 trong bảng Coefficients. Dấu của hệ số cũng có thể trở nên ngược với dự kiến lý thuyết. Đây là lý do bạn không nên chỉ nhìn p-value để quyết định một giả thuyết có vấn đề.
Trong hồi quy, collinearity ảnh hưởng đến các kết luận như sau:
- Hệ số hồi quy riêng phần khó diễn giải vì mỗi biến đang cạnh tranh với biến khác để giải thích cùng một phần biến thiên.
- Sai số chuẩn tăng, làm khoảng tin cậy rộng hơn và p-value lớn hơn.
- Hệ số Beta có thể không ổn định giữa các lần chạy.
- Mô hình có thể có
R Squarekhá cao nhưng nhiều biến riêng lẻ lại không có ý nghĩa thống kê. - Việc giữ nhiều biến có nội dung quá giống nhau khiến phần thảo luận giả thuyết thiếu thuyết phục.
Collinearity cũng xuất hiện trong PLS-SEM, nhưng bạn cần xem nó ở cả mô hình đo lường và mô hình cấu trúc, tùy vị trí kiểm tra. Trong SmartPLS, chỉ số thường được báo là VIF, còn SPSS hồi quy tuyến tính báo Tolerance và VIF trong Coefficients. Đừng đưa các tiêu chí CFI, TLI hay RMSEA vào phần đánh giá collinearity của SmartPLS, vì đó là nhóm chỉ số fit của CB-SEM.
Bạn cũng nên phân biệt collinearity với outliers. Outlier là quan sát bất thường, còn collinearity là quan hệ tuyến tính quá mạnh giữa các biến. Xóa một dòng dữ liệu bất thường không tự động giải quyết được đa cộng tuyến giữa các biến độc lập.
Collinearity bao nhiêu là đạt
Hai chỉ số được dùng phổ biến là Tolerance và VIF. Theo hướng dẫn thường được trích dẫn trong nghiên cứu PLS-SEM, VIF dưới 5 là mức cần đạt để tránh vấn đề collinearity đáng kể (Hair và cộng sự, 2019). Trong nhiều luận văn dùng SPSS, người viết cũng báo Tolerance lớn hơn 0,2 và VIF nhỏ hơn 5 như tiêu chí thực hành. Khi bạn dùng ngưỡng này, cần ghi rõ đó là tiêu chí tham khảo của nghiên cứu và áp dụng nhất quán cho toàn bộ mô hình.
| Chỉ số trên output | Cách đọc trong thực hành | Nguồn tham khảo |
|---|---|---|
VIF < 5 | Không có dấu hiệu collinearity nghiêm trọng theo ngưỡng thường dùng | (Hair và cộng sự, 2019) |
Tolerance > 0,2 | Biến vẫn còn phần thông tin riêng tương đối rõ | (Hair và cộng sự, 2019) |
VIF ≥ 5 | Cần kiểm tra lại các biến có nội dung gần nhau và cấu trúc mô hình | (Hair và cộng sự, 2019) |
VIF = 1 | Biến đó không có quan hệ tuyến tính với nhóm biến độc lập còn lại theo cách tính VIF | (Hair và cộng sự, 2019) |
Không nên biến bảng ngưỡng thành một quy tắc máy móc. VIF bằng 4,8 không chứng minh mô hình chắc chắn tốt, cũng như VIF bằng 5,1 không có nghĩa bạn được phép xóa biến ngay. Bạn cần xem lý thuyết, cách đo lường, tương quan giữa các biến và mục tiêu của mô hình.
Trong hồi quy tuyến tính, kiểm tra collinearity thường đi cùng các chẩn đoán khác như phân phối phần dư, phương sai không đổi và độc lập của sai số. Durbin-Watson trong khoảng từ 1 đến 3 là một ngưỡng tham khảo thường được dùng cho độc lập của sai số (Field, 2013). Chỉ số này không thay thế cho VIF và Tolerance.
Nếu bạn dùng thang đo mới hoặc thang đo có các biến quan sát gần nhau, hãy kiểm tra trước độ tin cậy và cấu trúc nhân tố. Cronbach's Alpha từ 0,7 trở lên thường được xem là chấp nhận được (Nunnally, 1978), còn Corrected Item-Total Correlation từ 0,3 trở lên là ngưỡng tham khảo (Nunnally và Bernstein, 1994). Đây là kiểm tra thang đo, không phải tiêu chí collinearity của hồi quy.
Cách đọc collinearity trên output
Trong SPSS, mở Analyze > Regression > Linear. Đưa biến phụ thuộc vào ô Dependent, các biến độc lập vào ô Independent(s). Bấm Statistics, chọn Estimates, Model fit và Collinearity diagnostics, sau đó chạy mô hình. Bảng cần xem đầu tiên là Coefficients.
Bạn tìm hai cột Collinearity Statistics, thường nằm ở phía bên phải bảng. Cột Tolerance cho biết mức độ còn lại của thông tin riêng, còn cột VIF cho biết mức phóng đại phương sai. Đọc từng dòng biến độc lập, không đọc dòng Constant để kết luận collinearity.
Dưới đây là bảng số liệu minh họa, không phải kết quả của một nghiên cứu thật:
| Coefficientsa | B | Std. Error | Beta | t | Sig. | Tolerance | VIF |
|---|---|---|---|---|---|---|---|
| (Constant) | 0,842 | 0,291 | 2,893 | 0,005 | |||
| Chất lượng dịch vụ | 0,318 | 0,074 | 0,336 | 4,297 | 0,000 | 0,612 | 1,634 |
| Giá trị cảm nhận | 0,241 | 0,081 | 0,228 | 2,975 | 0,003 | 0,548 | 1,825 |
| Sự thuận tiện | 0,156 | 0,069 | 0,171 | 2,261 | 0,025 | 0,421 | 2,375 |
| Niềm tin | 0,097 | 0,078 | 0,089 | 1,244 | 0,215 | 0,236 | 4,237 |
Trong ví dụ này, biến Niềm tin có VIF cao nhất là 4,237 và Tolerance là 0,236. Theo ngưỡng tham khảo VIF nhỏ hơn 5 và Tolerance lớn hơn 0,2, biến này chưa vượt ngưỡng cảnh báo đang dùng. Tuy nhiên, VIF của nó cao hơn các biến còn lại, nên bạn nên kiểm tra nội dung thang đo và tương quan giữa các biến trước khi viết kết luận.
Cột Sig. lại trả lời câu hỏi khác: hệ số của biến có khác 0 về mặt thống kê hay không. Bạn không được viết rằng VIF 4,237 có nghĩa biến Niềm tin tác động 4,237 lần. VIF chỉ là chỉ số chẩn đoán collinearity.
Trong SmartPLS 4, bạn chạy Calculate > PLS-SEM Algorithm, sau đó xem kết quả Collinearity Statistics (VIF). Ở mô hình cấu trúc, hãy xem VIF của các predictor hướng đến cùng một biến nội sinh. Ở mô hình đo lường, cần xem vị trí mà SmartPLS báo VIF theo loại chỉ báo và cấu trúc bạn đang dùng. Khi báo cáo PLS-SEM, quy trình đánh giá nên tách thành measurement model và structural model (Anderson và Gerbing, 1988), sau đó trình bày VIF đúng với phần đang kiểm tra.
Khi collinearity không đạt thì xử lý thế nào
Hãy xử lý theo thứ tự từ nguyên nhân có thể giải thích được đến thay đổi mô hình. Việc xóa biến chỉ để làm VIF giảm thường bị hỏi lại khi bảo vệ, nhất là khi biến đó có cơ sở lý thuyết rõ.
Kiểm tra lại cách nhập và mã hóa dữ liệu
Mở Variable View và kiểm tra tên biến, kiểu dữ liệu, giá trị missing, biến đảo chiều và cách tính biến tổng hợp. Nếu một biến đảo chiều chưa được recode, thang đo có thể cho kết quả bất thường. Nếu bạn nhập nhầm cùng một cột cho hai biến, VIF tăng rất cao là điều dễ xảy ra.
Kiểm tra tương quan và nội dung khái niệm
Chạy Analyze > Correlate > Bivariate để xem các cặp biến độc lập có tương quan quá gần nhau không. Ma trận tương quan giúp bạn phát hiện cặp biến đáng kiểm tra, nhưng nó không thay thế VIF vì collinearity có thể liên quan đến tổ hợp của nhiều biến.
Sau đó đọc lại các biến quan sát. Nếu Chất lượng thông tin và Giá trị thông tin dùng câu chữ gần như giống nhau, vấn đề có thể nằm ở thiết kế thang đo. Bạn cần đối chiếu mô hình lý thuyết và nguồn thang đo, thay vì xóa biến theo kết quả thống kê đơn lẻ. Có thể xem thêm scale là gì nếu bạn đang quay lại bước xác định khái niệm và biến quan sát.
Gộp hoặc loại một biến có cơ sở lý thuyết
Nếu hai biến đo cùng một khái niệm trong bối cảnh của bạn, có thể cân nhắc gộp chúng, nhưng phải sửa mô hình, giả thuyết và cách diễn giải. Nếu hai biến là hai khái niệm khác nhau, việc gộp chỉ để đạt VIF thấp có thể làm mất ý nghĩa nghiên cứu.
Bạn có thể loại một biến khi có căn cứ đồng thời từ lý thuyết, nội dung đo lường và kết quả kiểm định. Hãy lưu lại từng phiên bản dữ liệu và ghi rõ biến nào bị loại, ở bước nào, với lý do gì. Đừng xóa biến trực tiếp trên file gốc rồi không còn khả năng truy vết.
Xem xét lại mô hình phân tích
Collinearity đôi khi xuất hiện vì bạn đưa vào cùng mô hình các biến có vai trò khác nhau. Chẳng hạn, mediator và biến nguyên nhân có thể tương quan cao, nhưng điều đó không tự động có nghĩa mediator phải bị loại. Với biến điều tiết, bạn cần phân biệt rõ moderator và biến độc lập thông thường trước khi tạo biến tương tác.
Nếu mô hình có biến tương tác, nên centering các biến liên quan trước khi tạo tích tương tác theo quy trình phù hợp. Sau đó kiểm tra VIF lại trong mô hình mới. Đây là bước cần mô tả rõ trong phương pháp, vì người đọc phải biết biến tương tác được tạo như thế nào.
Thu thập lại dữ liệu chỉ khi nguyên nhân nằm ở thiết kế
Thêm mẫu không phải lúc nào cũng chữa được collinearity. Nếu hai thang đo hỏi cùng một nội dung, có thêm người trả lời vẫn có thể tạo ra VIF cao. Thu thập lại chỉ hợp lý khi bạn phát hiện lỗi bảng hỏi, lỗi mã hóa, mẫu không đúng đối tượng hoặc cách diễn đạt khiến người trả lời không phân biệt được các khái niệm.
Phân biệt collinearity với tương quan và hiện tượng dễ nhầm
Tương quan là mức liên hệ giữa hai biến, thường được xem qua Pearson Correlation. Collinearity là vấn đề của các biến độc lập trong cùng một mô hình hồi quy. Một cặp tương quan không quá cao vẫn có thể góp phần tạo collinearity khi kết hợp với nhiều biến khác.
R Square cũng không phải VIF. R Square cho biết tỷ lệ biến thiên của biến phụ thuộc được giải thích bởi toàn bộ mô hình. VIF cho biết mức chồng lấn giữa một biến độc lập và nhóm biến độc lập còn lại. Mô hình có R Square cao vẫn có thể có collinearity.
Beta không phải Tolerance. Beta giúp so sánh mức đóng góp tương đối của biến trong mô hình, còn Tolerance là chỉ số chẩn đoán. P-value cũng không cho biết trực tiếp collinearity. Bạn phải xem cột VIF và Tolerance.
Collinearity khác với common method bias. Common method bias liên quan đến sai lệch do cách đo hoặc nguồn thu thập dữ liệu, còn collinearity tập trung vào quan hệ tuyến tính giữa các predictor. Khi nghiên cứu yêu cầu kiểm tra common method bias, bạn cần báo cáo theo quy trình phù hợp, chẳng hạn Harman single-factor test có ngưỡng tham khảo dưới 50% phương sai (Podsakoff và cộng sự, 2003). Không nên gọi mọi vấn đề của bảng hỏi là collinearity.
Collinearity cũng khác với moderator. Moderator làm thay đổi hướng hoặc mức độ quan hệ giữa biến độc lập và biến phụ thuộc. Collinearity là tình trạng các biến giải thích có thông tin chồng lấn. Một mô hình có moderator có thể phát sinh VIF cao sau khi tạo biến tương tác, nhưng hai khái niệm vẫn khác nhau.
Lỗi thường gặp
Lỗi đầu tiên là chỉ nhìn bảng Correlations rồi kết luận mô hình không có đa cộng tuyến. Bạn cần chạy hồi quy và bật Collinearity diagnostics để xem VIF, Tolerance. Lỗi thứ hai là dùng VIF của biến phụ thuộc. Trong hồi quy tuyến tính, VIF được xem cho các biến độc lập.
Lỗi tiếp theo là viết câu “VIF càng cao thì tác động càng mạnh”. Cách viết này sai về ý nghĩa thống kê. VIF cao cho thấy thông tin của predictor đang bị chồng lấn với các predictor khác, còn tác động được diễn giải qua hệ số hồi quy, khoảng tin cậy và kiểm định phù hợp.
Nhiều bạn xóa ngay biến có p-value lớn mà không kiểm tra VIF. P-value lớn có thể do collinearity, nhưng cũng có thể do cỡ mẫu, sai số đo hoặc tác động thực sự yếu. Hãy xem đồng thời lý thuyết, Coefficients, Model Summary và chẩn đoán mô hình.
Bạn cũng không nên đổi tên VIF thành “hệ số ảnh hưởng”. Trong chương 4, hãy đặt nó ở phần kiểm tra giả định hoặc chẩn đoán hồi quy, trước phần kết luận giả thuyết. Nếu dùng SmartPLS, hãy ghi rõ VIF thuộc measurement model hay structural model.
Cuối cùng, đừng trộn ngưỡng từ các phương pháp khác nhau. CFI, TLI, RMSEA và SRMR là nhóm fit index của CB-SEM, với tiêu chí tham khảo (Hu và Bentler, 1999), không phải tiêu chí để đánh giá VIF trong SPSS hoặc SmartPLS.
Câu hỏi thường gặp
Collinearity là gì trong SPSS?
Collinearity trong SPSS là hiện tượng các biến độc lập trong mô hình hồi quy có quan hệ tuyến tính mạnh với nhau. Bạn phát hiện chủ yếu qua hai cột Tolerance và VIF trong bảng Coefficients sau khi chọn Collinearity diagnostics.
VIF bao nhiêu là đạt?
VIF dưới 5 là ngưỡng tham khảo thường dùng trong báo cáo PLS-SEM (Hair và cộng sự, 2019). Khi dùng trong SPSS, bạn nên báo cáo cùng Tolerance, xem nội dung các thang đo và giải thích cách áp dụng ngưỡng trong nghiên cứu của mình.
Tolerance bao nhiêu là đạt?
Trong thực hành, Tolerance lớn hơn 0,2 thường được dùng cùng VIF nhỏ hơn 5 để đánh giá không có dấu hiệu collinearity nghiêm trọng. Tolerance bằng 0,25 tương ứng với VIF bằng 4, nên hai cột này phản ánh cùng một quan hệ qua công thức nghịch đảo.
Collinearity không đạt thì có phải xóa biến không?
Bạn chưa nên xóa biến ngay. Hãy kiểm tra mã hóa, nội dung thang đo, tương quan, vai trò lý thuyết và biến tương tác nếu có. Chỉ loại hoặc gộp biến khi có lý do phương pháp và lý thuyết có thể giải trình, đồng thời lưu lại các vòng phân tích.
Collinearity và multicollinearity có khác nhau không?
Trong cách dùng phổ biến, hai từ này thường được dùng gần như đồng nghĩa để chỉ sự chồng lấn tuyến tính giữa các biến giải thích. Collinearity có thể nói về quan hệ giữa hai biến, còn multicollinearity thường nhấn mạnh tình trạng nhiều biến độc lập cùng liên hệ với nhau.
Bạn hãy mở lại bảng Coefficients của mô hình chính, ghi riêng VIF và Tolerance cho từng biến độc lập, sau đó kiểm tra biến có VIF cao nhất trước khi sửa dữ liệu; nếu cần chạy phân tích trên chính file .sav hoặc .csv, M4 phân tích của DoThesis thực hiện bước này theo output thật của bạn.