Đa cộng tuyến là gì? Cách phát hiện và xử lý trong SPSS

Đa cộng tuyến là gì

Đa cộng tuyến là tình trạng hai hoặc nhiều biến độc lập trong cùng một mô hình hồi quy có tương quan quá cao với nhau. Khi đó, mô hình khó tách riêng ảnh hưởng của từng biến lên biến phụ thuộc. Bạn vẫn có thể thấy mô hình có R² khá cao, nhưng hệ số hồi quy của từng biến lại dao động mạnh, p-value thay đổi bất thường hoặc dấu của hệ số trái với giả thuyết.

Ví dụ, trong mô hình giải thích ý định mua hàng, bạn đưa đồng thời các biến “giá trị cảm nhận”, “lợi ích nhận được” và “đánh giá tích cực về sản phẩm”. Nếu ba khái niệm được đo bằng các biến quan sát rất giống nhau, chúng có thể cung cấp gần như cùng một thông tin cho mô hình. Đây là bối cảnh thường dẫn đến đa cộng tuyến.

Đa cộng tuyến không có nghĩa là dữ liệu của bạn sai hoặc toàn bộ mô hình phải bỏ. Nó là một vấn đề của mối quan hệ giữa các biến độc lập. Trong SPSS, bạn thường kiểm tra hiện tượng này bằng hai chỉ số Tolerance và VIF, xuất hiện trong bảng Coefficients khi chạy hồi quy.

Bạn có thể xem thêm phần nền tảng tại bài hồi quy tuyến tính trước khi đọc kết quả đa cộng tuyến. Về mặt kỹ thuật, VIF của một biến được tính từ mức độ biến đó được giải thích bởi các biến độc lập còn lại:

VIF = 1 / Tolerance = 1 / (1 - R²j)

Trong công thức này, R²j là R² khi lấy biến độc lập thứ j làm biến phụ thuộc và hồi quy nó theo các biến độc lập khác. Vì vậy, VIF càng lớn thì biến đó càng bị các biến còn lại giải thích nhiều, cho thấy thông tin bị trùng lặp cao hơn.

Nếu VIF bằng 1, biến đó gần như không có quan hệ tuyến tính với các biến độc lập còn lại. Khi VIF tăng, Standard Error của hệ số thường tăng theo và việc kiểm định ảnh hưởng riêng của biến trở nên kém ổn định. Vì vậy, bạn cần đọc VIF trong đúng phương trình nghiên cứu, không lấy một con số từ mô hình khác để áp dụng cho mô hình hiện tại.

Ý nghĩa của đa cộng tuyến trong nghiên cứu định lượng

Khi có đa cộng tuyến, các hệ số B và Beta riêng phần trở nên kém ổn định. Chỉ cần thay đổi một biến, loại một vài quan sát hoặc thêm một biến mới, hệ số của các biến liên quan có thể đổi khá nhiều. Điều này làm bạn khó kết luận biến nào thực sự có ảnh hưởng riêng đến biến phụ thuộc.

Đa cộng tuyến cũng làm Standard Error của hệ số tăng. Khi Standard Error tăng, trị số t thường giảm và p-value có thể tăng. Kết quả là một biến có tương quan đơn biến với biến phụ thuộc nhưng lại không có ý nghĩa khi đưa vào mô hình hồi quy cùng các biến khác. Tình huống này cần được giải thích bằng cấu trúc mô hình, không nên tự động kết luận rằng giả thuyết chắc chắn sai.

Bạn cần phân biệt hai câu hỏi. Câu hỏi thứ nhất là mô hình tổng thể có giải thích được biến phụ thuộc hay không. Câu hỏi thứ hai là từng biến độc lập có ảnh hưởng riêng biệt sau khi đã kiểm soát các biến còn lại hay không. Đa cộng tuyến ảnh hưởng rõ hơn đến câu hỏi thứ hai.

Trong luận văn, bạn thường kiểm tra VIF và Tolerance trước khi diễn giải bảng Coefficients. Nếu các chỉ số nằm trong ngưỡng chấp nhận, bạn có thể tiếp tục đọc B, Beta, t và Sig.. Nếu VIF cao, cần xem lại biến quan sát, khái niệm lý thuyết và cách đưa biến vào mô hình trước khi viết kết luận.

Khi làm bài tập, bạn cũng nên theo dõi từng bước thay vì chỉ chép p-value. Bài bài tập hồi quy tuyến tính có lời giải có thể giúp bạn đối chiếu cách đọc các cột trong output. Với biến phụ thuộc dạng nhị phân, quy trình và output sẽ khác hồi quy tuyến tính, bạn có thể tham khảo hồi quy logistic để tránh dùng nhầm tiêu chí.

Đa cộng tuyến không làm R² của mô hình giảm theo cách dễ nhận biết. Trái lại, R² đôi khi vẫn cao vì các biến độc lập cùng giải thích một phần thông tin giống nhau. Vấn đề nằm ở việc phân bổ ảnh hưởng giữa từng biến. Đây là lý do bạn không thể chỉ nhìn vào Model Summary rồi kết luận mô hình không có đa cộng tuyến.

Đa cộng tuyến bao nhiêu là đạt

Không có một con số duy nhất phù hợp cho mọi ngành và mọi mô hình. Trong báo cáo hồi quy, cách kiểm tra thường dùng là xem Tolerance và VIF. Tolerance càng thấp và VIF càng cao thì dấu hiệu đa cộng tuyến càng rõ.

Bảng dưới đây tổng hợp các ngưỡng thường được trích dẫn trong nghiên cứu định lượng. Mỗi hàng ghi rõ nguồn để bạn không đưa một con số không có căn cứ vào chương 4.

Nguồn thường gặp trong luận văn Việt Nam có thể trình bày ngắn gọn như sau: mô hình không có dấu hiệu đa cộng tuyến nghiêm trọng khi VIF của các biến độc lập thấp hơn ngưỡng được lựa chọn và Tolerance đạt mức chấp nhận. Bạn nên thống nhất một ngưỡng với giảng viên, vì có tài liệu dùng VIF dưới 5, trong khi một số báo cáo cũ dùng ngưỡng rộng hơn.

Đừng viết “VIF bằng 5 là đạt tuyệt đối”. Ngưỡng là công cụ ra quyết định, không phải phán quyết tự động. Bạn nên kết hợp VIF, Tolerance, ma trận tương quan, ý nghĩa lý thuyết và sự ổn định của hệ số hồi quy. Nếu chỉ một biến có VIF cao, hãy xem riêng biến đó đang trùng thông tin với nhóm nào. Nếu nhiều biến cùng có VIF cao, khả năng lớn hơn là mô hình đang chứa các khái niệm chồng lấn.

Cách đọc đa cộng tuyến 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, Collinearity diagnostics, sau đó chọn Continue và OK.

Bảng cần xem là Coefficients. Hai cột Tolerance và VIF nằm bên phải các cột t và Sig.. Nếu cửa sổ Output hẹp, bạn có thể kéo thanh cuộn ngang để nhìn đủ các cột. Đừng lấy chỉ số VIF từ một bảng khác rồi gán cho hồi quy nếu bạn chưa kiểm tra đúng mô hình đang báo cáo.

Dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên biến, hệ số và p-value được tạo để mô phỏng hình dạng bảng Coefficients của SPSS.

Cách đọc minh họa như sau. VIF của ba biến lần lượt là 1.558, 1.712 và 1.406, đều thấp hơn 5 theo ngưỡng của (Hair và cộng sự, 2019). Tolerance đều lớn hơn 0.20, nên bảng này chưa cho thấy đa cộng tuyến nghiêm trọng.

Sau đó, bạn mới đọc phần ý nghĩa của hệ số. Ví dụ, Sig. của “Chất lượng cảm nhận” là <0.001, còn Beta là 0.341. Trong số liệu minh họa, biến này có ảnh hưởng dương và có ý nghĩa thống kê sau khi đã kiểm soát các biến còn lại. Đây là diễn giải minh họa, không được chép như phát hiện từ dữ liệu của bạn.

Nếu chạy hồi quy theo nhiều bước, chẳng hạn đưa biến kiểm soát vào bước đầu rồi thêm biến chính ở bước sau, hãy đọc VIF trong từng mô hình. VIF có thể thay đổi sau khi thêm biến. Bạn nên lưu từng bảng output để giải thích vì sao hệ số hoặc p-value biến động giữa các bước.

Nếu bạn chạy mô hình bằng SmartPLS, hãy xem VIF ở phần đánh giá mô hình đo lường hoặc mô hình cấu trúc, tùy phiên bản và loại quan hệ đang kiểm tra. PLS-SEM có thể báo Inner VIF Values và Outer VIF Values. Tiêu chí VIF vẫn cần được gắn với đúng vị trí của chỉ số, không trộn với CFI, TLI hoặc RMSEA vốn thuộc CB-SEM.

Khi đa cộng tuyến không đạt thì xử lý thế nào

Bạn nên xử lý theo thứ tự từ kiểm tra dữ liệu đến xem lại mô hình, thay vì xóa ngay biến có VIF cao.

Kiểm tra lỗi nhập dữ liệu và mã hóa biến

Mở Variable View và Data View, kiểm tra các biến có bị nhập trùng cột, đảo mã sai hoặc dùng cùng một cột cho hai khái niệm hay không. Với biến Likert đảo chiều, hãy chắc chắn bạn đã recode đúng trước khi tính điểm trung bình cho biến tiềm ẩn. Một lỗi mã hóa có thể làm tương quan giữa các biến méo đi.

Bạn cũng nên kiểm tra các giá trị thiếu và những dòng dữ liệu bất thường. Nếu một nhóm biến bị nhập cùng một giá trị cho gần như toàn bộ người trả lời, tương quan giữa các biến có thể bị đẩy lên hoặc bị biến dạng. Lưu một bản dữ liệu gốc trước khi sửa để có thể giải trình khi cần.

Kiểm tra các biến tổng hợp và biến tương tác

Nếu bạn đưa cả biến gốc, điểm trung bình của biến gốc và biến tương tác vào cùng mô hình, VIF có thể tăng do cách xây dựng biến. Với biến tương tác, việc mean-centering có thể hỗ trợ diễn giải và giảm tương quan không cần thiết giữa thành phần, nhưng không xóa được đa cộng tuyến do nội dung khái niệm bị trùng.

Bạn cần kiểm tra công thức tính biến tổng hợp. Một điểm trung bình của nhiều biến quan sát không nên xuất hiện cùng toàn bộ các biến quan sát thành phần trong phương trình, trừ khi thiết kế nghiên cứu có lý do rõ ràng. Đây là lỗi xây dựng mô hình thường làm VIF tăng nhanh.

Xem lại biến quan sát và thang đo

Nếu hai khái niệm có nhiều biến quan sát gần như giống nhau, bạn cần quay lại cơ sở lý thuyết và kết quả EFA hoặc CFA. Việc xóa một biến quan sát chỉ vì nó làm VIF giảm là khó giải trình. Bạn chỉ nên loại khi có căn cứ về tải nhân tố, nội dung đo lường, độ tin cậy và sự phù hợp với mô hình.

Gộp hoặc loại một biến độc lập có căn cứ lý thuyết

Khi hai biến thực sự đo cùng một nội dung, bạn có thể cân nhắc gộp chúng hoặc giữ lại biến có cơ sở lý thuyết rõ hơn. Quyết định này phải được ghi lại, gồm VIF trước xử lý, lý do điều chỉnh và kết quả sau khi chạy lại. Không nên chạy nhiều phiên bản rồi chỉ chọn bảng đẹp nhất.

Xem xét lại mô hình nghiên cứu

Đa cộng tuyến đôi khi phản ánh mô hình có các khái niệm chồng lấn, chứ không phải lỗi phần mềm. Bạn có thể đối chiếu mô hình hồi quy tuyến tính và phương trình nghiên cứu để kiểm tra biến nào thật sự cần xuất hiện trong cùng một phương trình. Nếu mô hình lý thuyết bắt buộc giữ các biến liên quan, hãy báo cáo hiện tượng và giải thích giới hạn thay vì che giấu nó.

Bạn không nên xử lý bằng cách xóa ngẫu nhiên các dòng dữ liệu, chuẩn hóa mọi biến hoặc đổi tên biến. Những thao tác đó không giải quyết nguyên nhân nếu các biến độc lập vốn đã trùng thông tin. Cũng cần thận trọng với việc thuê một dịch vụ chạy SPSS chỉ để có bảng VIF thấp, vì người bảo vệ có thể hỏi vì sao biến bị loại và bạn sẽ khó giải thích quyết định đó.

Phân biệt đa cộng tuyến với tương quan cao

Tương quan cao là mối quan hệ giữa hai biến, thường được xem trong bảng Correlations. Đa cộng tuyến là vấn đề của một biến độc lập khi được xem xét cùng các biến độc lập còn lại trong một mô hình. Hai khái niệm liên quan nhưng không đồng nhất.

Một biến có thể có tương quan vừa phải với từng biến khác, nhưng khi kết hợp nhiều biến, mức độ giải thích tổng thể vẫn cao và VIF tăng. Ngược lại, một cặp biến có tương quan khá cao chưa chắc làm toàn bộ mô hình mất ổn định nếu cấu trúc dữ liệu và mục tiêu nghiên cứu vẫn phù hợp.

Đa cộng tuyến cũng khác với tự tương quan của phần dư. Tự tương quan thường được kiểm tra bằng Durbin-Watson trong bối cảnh hồi quy, với khoảng tham khảo từ 1 đến 3 theo (Field, 2013). VIF không dùng để kết luận phần dư có tự tương quan hay không.

Bạn cũng không nên nhầm đa cộng tuyến với heteroscedasticity. Heteroscedasticity liên quan đến phương sai phần dư thay đổi theo mức dự đoán, còn đa cộng tuyến liên quan đến sự trùng lặp thông tin giữa các biến độc lập. Mỗi vấn đề cần cách kiểm tra riêng.

Nếu cần xem toàn bộ quy trình từ phương trình đến bảng hệ số, bạn có thể đối chiếu phương trình hồi quy tuyến tính. Khi hiểu rõ biến nào đứng ở vế trái và biến nào đứng ở vế phải, bạn sẽ tránh được việc kiểm tra VIF trên sai mô hình.

Lỗi thường gặp

Lỗi đầu tiên là chỉ nhìn vào Sig. rồi bỏ qua VIF và Tolerance. Một biến có p-value lớn chưa chắc bị đa cộng tuyến, và một biến có p-value nhỏ không chứng minh mô hình không có đa cộng tuyến.

Lỗi thứ hai là dùng ngưỡng nhưng không ghi nguồn. Câu “VIF dưới 10 là đạt” xuất hiện khá nhiều, nhưng nếu giảng viên hỏi căn cứ, bạn cần biết tài liệu nào hỗ trợ cho lựa chọn đó. Bảng ngưỡng ở trên dùng nguồn trong danh mục tài liệu được phép trích dẫn, bạn vẫn nên thống nhất với quy định của khoa.

Lỗi thứ ba là loại biến chỉ để làm bảng đẹp. Nếu biến là thành phần chính của mô hình và có nền tảng lý thuyết, việc loại biến cần được giải thích bằng cả thống kê lẫn nội dung. Hãy lưu từng phiên bản output để biết thay đổi nào đã làm VIF biến động.

Lỗi thứ tư là đánh giá đa cộng tuyến trong một mô hình rồi dùng kết luận đó cho mô hình khác. Khi bạn đổi biến phụ thuộc, thêm biến kiểm soát hoặc thay đổi cách tính biến tổng hợp, VIF có thể thay đổi. Mỗi phương trình hồi quy cần được kiểm tra riêng.

Lỗi thứ năm là trộn tiêu chí giữa các phần mềm. CFI, TLI và RMSEA dùng cho đánh giá fit của CB-SEM, không phải tiêu chí thay thế cho VIF trong hồi quy hoặc SmartPLS. Bạn nên ghi rõ mình đang dùng SPSS, SmartPLS hay AMOS và báo cáo đúng nhóm chỉ số của phương pháp đó.

Câu hỏi thường gặp

Đa cộng tuyến là gì và có nghiêm trọng không?

Đa cộng tuyến là sự trùng lặp thông tin cao giữa các biến độc lập trong cùng mô hình. Nó có thể làm hệ số hồi quy và p-value không ổn định, nhưng mức độ nghiêm trọng cần xem qua VIF, Tolerance, cấu trúc lý thuyết và độ ổn định của mô hình.

VIF bao nhiêu là đạt?

Trong nhiều báo cáo, VIF dưới 5 được dùng làm ngưỡng tham khảo và được dẫn theo (Hair và cộng sự, 2019). Bạn không nên xem đây là ranh giới tuyệt đối. Hãy báo cáo cả Tolerance và giải thích ngưỡng đã chọn trong phương pháp nghiên cứu.

VIF dưới 10 có được chấp nhận không?

Một số tài liệu hoặc hướng dẫn cũ dùng VIF dưới 10, nhưng bạn không nên tự chọn ngưỡng này chỉ vì nó giúp mô hình đạt. Nếu dùng ngưỡng khác 5, hãy trao đổi với giảng viên, nêu rõ nguồn và trình bày kết quả một cách nhất quán.

Đa cộng tuyến trong SPSS kiểm tra ở đâu?

Bạn vào Analyze > Regression > Linear, bấm Statistics, chọn Collinearity diagnostics, rồi xem bảng Coefficients. Hai cột quan trọng là Tolerance và VIF. Nếu không thấy chúng, bạn có thể chưa chọn đúng tùy chọn hoặc đang xem nhầm bảng output.

VIF cao thì có phải xóa biến ngay không?

Chưa. Bạn cần kiểm tra mã hóa, biến đảo chiều, cách tính điểm tổng hợp, tương quan giữa các biến và cơ sở lý thuyết. Chỉ loại hoặc gộp biến khi có lý do phương pháp rõ ràng, sau đó chạy lại mô hình và ghi nhận thay đổi trong luận văn.

Đa cộng tuyến có xuất hiện trong SmartPLS và AMOS không?

Có. Trong SmartPLS, bạn có thể gặp các chỉ số Inner VIF Values hoặc Outer VIF Values. Trong AMOS, đa cộng tuyến cũng cần được xem xét trong mô hình cấu trúc và dữ liệu đầu vào, nhưng các chỉ số phù hợp mô hình của CB-SEM không được trộn với tiêu chí VIF của PLS-SEM.

Mở file .sav của bạn, chạy đúng phương trình hồi quy đang dùng trong chương 4, rồi lưu bảng Coefficients có Tolerance và VIF. Nếu cần quy trình chạy trên chính dữ liệu SPSS hoặc CSV của bạn, M4 phân tích của DoThesis thực hiện bước này và chuyển kết quả thành phần diễn giải phù hợp cho luận văn.