FEM REM dữ liệu bảng là gì? Cách chọn mô hình và đọc kết quả
Mô hình FEM REM dữ liệu bảng là gì
Nếu file dữ liệu của bạn có nhiều đối tượng được quan sát lặp lại qua nhiều thời điểm, bạn đang làm việc với dữ liệu bảng, còn gọi là panel data. Ví dụ, bạn có số liệu của 30 doanh nghiệp trong 8 năm, hoặc 63 tỉnh thành trong 10 năm. Mỗi dòng thường đại diện cho một cặp đối tượng và thời gian.
FEM là Fixed Effects Model, mô hình tác động cố định. REM là Random Effects Model, mô hình tác động ngẫu nhiên. Cả hai đều được dùng khi biến phụ thuộc được giải thích bởi một hoặc nhiều biến độc lập trong dữ liệu bảng. Điểm khác nhau nằm ở cách mô hình xử lý những đặc điểm riêng của từng đối tượng mà bạn chưa đo lường được.
Ví dụ, khi phân tích hiệu quả hoạt động của doanh nghiệp, mỗi doanh nghiệp có thể có văn hóa quản trị, năng lực lãnh đạo hoặc vị thế thương hiệu khác nhau. Những yếu tố này có thể không xuất hiện trong file dữ liệu, nhưng vẫn ảnh hưởng đến biến phụ thuộc. FEM cho phép kiểm soát phần đặc điểm riêng không thay đổi theo thời gian đó. REM xem phần này là một thành phần ngẫu nhiên và đặt thêm giả định về mối liên hệ giữa nó với các biến độc lập.
FEM và REM không phải hai biến độc lập để đưa đồng thời vào cùng một phương trình. Đây là hai cách ước lượng cho cùng một quan hệ nghiên cứu. Bạn thường chạy mô hình phù hợp với cấu trúc dữ liệu, sau đó dùng kiểm định lựa chọn mô hình, thường là Hausman test, để có cơ sở quyết định giữa FEM và REM. Nếu đề tài của bạn liên quan đến chuỗi thời gian nhiều đối tượng, bạn có thể xem thêm mô hình ARDL là gì, mô hình VAR là gì và lý thuyết VAR để phân biệt các hướng phân tích.
Các thành phần trong mô hình
Một mô hình dữ liệu bảng có ba thành phần bạn cần xác định trước khi chạy. Thành phần thứ nhất là đối tượng quan sát, ký hiệu thường là i, chẳng hạn doanh nghiệp, ngân hàng, tỉnh hoặc quốc gia. Thành phần thứ hai là thời điểm, thường ký hiệu là t, chẳng hạn năm hoặc quý. Thành phần thứ ba là các biến trong phương trình nghiên cứu.
Phương trình tổng quát có thể viết như sau:
Y_it = β0 + β1X1_it + β2X2_it + ... + μ_i + ε_it
Trong đó, Y_it là biến phụ thuộc của đối tượng i tại thời điểm t. X_it là các biến độc lập. β là hệ số hồi quy. μ_i là phần đặc điểm riêng của đối tượng. ε_it là sai số thay đổi theo đối tượng và thời gian.
| Thành phần | Ý nghĩa khi làm dữ liệu bảng | Ví dụ trong file dữ liệu |
|---|---|---|
| Đối tượng i | Đơn vị được theo dõi lặp lại | Mã doanh nghiệp DN01, DN02 |
| Thời điểm t | Mốc thời gian của mỗi quan sát | Năm 2018 đến 2025 |
| Y_it | Biến phụ thuộc cần giải thích | ROA, doanh thu hoặc năng suất |
| X_it | Biến độc lập và biến kiểm soát | Quy mô, đòn bẩy, tuổi doanh nghiệp |
| μ_i | Đặc điểm riêng không đổi theo thời gian | Văn hóa quản trị, vị thế địa phương |
| ε_it | Nhiễu còn lại của quan sát | Sai số ở doanh nghiệp i, năm t |
Bạn cần kiểm tra khóa nhận diện trước khi chạy. Một cặp mã đối tượng + thời gian thường nên xác định một dòng duy nhất. Nếu doanh nghiệp DN01 xuất hiện hai lần trong cùng một năm, phần mềm có thể vẫn nhận dữ liệu, nhưng ý nghĩa của quan sát bị sai và kết quả có thể khó giải thích.
Dữ liệu bảng cũng có thể là balanced panel hoặc unbalanced panel. Balanced panel có đầy đủ mọi đối tượng ở mọi thời điểm. Unbalanced panel có một số năm bị thiếu ở một vài đối tượng. Dữ liệu không cân bằng không tự động khiến bạn phải bỏ toàn bộ mẫu, nhưng bạn cần ghi rõ số quan sát thực tế và lý do thiếu dữ liệu.
Mô hình gốc và các mở rộng phổ biến
Về mặt thực hành, bạn thường so sánh ba cách ước lượng: Pooled OLS, FEM và REM. Pooled OLS gộp tất cả quan sát lại như một mẫu thông thường, không xử lý riêng sự khác biệt cố định giữa các đối tượng. FEM đưa đặc điểm riêng của từng đối tượng vào mô hình. REM xem đặc điểm riêng đó là thành phần ngẫu nhiên.
| Mô hình | Cách xử lý khác biệt giữa các đối tượng | Khi thường được cân nhắc | Điểm cần thận trọng |
|---|---|---|---|
| Pooled OLS | Gộp các dòng quan sát, không có hiệu ứng riêng | Khi chưa có bằng chứng về hiệu ứng cá thể | Có thể bỏ sót đặc điểm riêng của đối tượng |
| FEM | Kiểm soát hiệu ứng riêng không đổi theo thời gian | Khi đặc điểm riêng có thể liên quan đến X | Không ước lượng được biến không đổi theo thời gian |
| REM | Xem hiệu ứng riêng là thành phần ngẫu nhiên | Khi giả định độc lập giữa hiệu ứng riêng và X hợp lý | Hệ số có thể bị chệch nếu giả định sai |
Một quy trình thường gặp là so sánh Pooled OLS với FEM bằng kiểm định F hoặc kiểm định phù hợp do phần mềm cung cấp, sau đó so sánh Pooled OLS với REM bằng Breusch-Pagan Lagrange Multiplier test. Cuối cùng, Hausman test thường được dùng để so sánh FEM và REM. Tên menu và cách hiển thị phụ thuộc phần mềm bạn sử dụng, chẳng hạn Stata, R, EViews hoặc một gói phân tích khác.
Trong một số đề tài, bạn còn gặp mô hình tác động hai chiều, gồm hiệu ứng theo đối tượng và hiệu ứng theo thời gian. Ví dụ, doanh nghiệp có đặc điểm riêng không đổi, đồng thời năm 2020 có một cú sốc chung ảnh hưởng đến toàn bộ doanh nghiệp. Khi đó, chỉ dùng hiệu ứng theo doanh nghiệp có thể chưa đủ. Bạn cần xem thiết kế nghiên cứu và lý do lý thuyết trước khi thêm hiệu ứng thời gian.
Nếu dữ liệu tập trung vào quan hệ động, trong đó giá trị của Y ở kỳ trước ảnh hưởng đến Y hiện tại, hướng xử lý có thể khác với FEM và REM cơ bản. Bạn có thể đọc thêm ARIMA là gì nếu dữ liệu của bạn là chuỗi thời gian đơn, hoặc VAR là gì nếu nhiều biến cùng tác động qua lại theo thời gian.
Thang đo thường dùng cho từng khái niệm
FEM và REM không phải mô hình đo lường dùng để đánh giá Cronbach's Alpha, AVE hay outer loading. Đây là mô hình hồi quy cho dữ liệu bảng, nên các biến thường được đo bằng giá trị số đã tổng hợp theo đối tượng và thời điểm. Chẳng hạn, ROA có thể là một tỷ số tài chính, quy mô có thể là logarit tổng tài sản, còn tăng trưởng có thể là tốc độ thay đổi doanh thu.
Bảng dưới đây là bản đồ biến tham khảo. Bạn cần thay bằng định nghĩa và cách tính phù hợp với đề tài, nguồn dữ liệu và mô hình lý thuyết của mình.
| Khái niệm trong mô hình | Cách đo thường gặp | Dạng dữ liệu cần có | Câu hỏi cần kiểm tra |
|---|---|---|---|
| Hiệu quả hoạt động | ROA, ROE hoặc chỉ số hiệu quả đã định nghĩa | Số liên tục theo i và t | Mẫu số có bằng 0 hoặc âm không |
| Quy mô | Logarit tự nhiên của tổng tài sản hoặc doanh thu | Số dương theo i và t | Đơn vị tiền tệ đã thống nhất chưa |
| Đòn bẩy | Tổng nợ chia tổng tài sản | Tỷ lệ theo i và t | Có giá trị ngoài khoảng hợp lý không |
| Tăng trưởng | Thay đổi doanh thu hoặc tài sản giữa các kỳ | Số theo thời gian | Năm đầu có bị thiếu do tính sai phân không |
| Biến giả chính sách | 0 trước chính sách, 1 sau chính sách | Biến nhị phân theo t | Chính sách có áp dụng giống nhau cho mọi i không |
Nếu một biến không thay đổi theo thời gian trong từng đối tượng, FEM không thể ước lượng tác động riêng của biến đó theo cách thông thường. Ví dụ, loại hình sở hữu được giữ nguyên trong toàn bộ giai đoạn có thể bị loại khỏi phương trình FEM vì đã bị hấp thụ bởi hiệu ứng cố định. Bạn cần báo cáo điều này thay vì cố tạo thêm các giá trị thay thế.
Các tiêu chí như Cronbach's Alpha, KMO hoặc EFA chỉ phù hợp khi biến của bạn được tạo từ nhiều biến quan sát trong bảng hỏi. Nếu bạn dùng dữ liệu thứ cấp theo doanh nghiệp và năm, hãy tập trung vào định nghĩa biến, đơn vị đo, giá trị thiếu, ngoại lệ và cấu trúc chỉ số. Việc đưa ngưỡng của SmartPLS vào phần FEM, REM sẽ làm lẫn hai loại phân tích.
Áp dụng vào đề tài của bạn
Giả sử bạn nghiên cứu tác động của quy mô doanh nghiệp, đòn bẩy tài chính và tăng trưởng đến ROA của 40 doanh nghiệp trong giai đoạn 2016 đến 2023. Mô hình khái niệm có thể gồm một biến phụ thuộc là ROA và ba biến độc lập là SIZE, LEV và GROWTH.
Phương trình nghiên cứu minh họa:
ROA_it = β0 + β1SIZE_it + β2LEV_it + β3GROWTH_it + μ_i + ε_it
Bạn có thể viết các giả thuyết như sau:
- H1: Quy mô doanh nghiệp có tác động đến ROA của doanh nghiệp.
- H2: Đòn bẩy tài chính có tác động đến ROA của doanh nghiệp.
- H3: Tăng trưởng doanh nghiệp có tác động đến ROA của doanh nghiệp.
- H4: Mức độ tác động của các biến độc lập đến ROA khác nhau giữa các doanh nghiệp sau khi kiểm soát đặc điểm riêng của từng doanh nghiệp.
H1 đến H3 cần được gắn dấu dương hoặc âm nếu cơ sở lý thuyết của bạn đủ rõ. Nếu tài liệu nền tảng cho phép hai hướng tác động, hãy viết giả thuyết theo hướng có tác động và để dấu của hệ số được kiểm định bằng dữ liệu. Đừng đổi giả thuyết sau khi thấy bảng kết quả chỉ để làm cho kết quả có vẻ phù hợp.
Quy trình thực tế nên bắt đầu bằng việc tạo mã đối tượng và biến thời gian. Sau đó, kiểm tra số dòng, số đối tượng, khoảng thời gian, giá trị thiếu và các giá trị cực đoan. Tiếp theo, chạy Pooled OLS, FEM và REM nếu phần mềm hoặc thiết kế phân tích của bạn yêu cầu so sánh cả ba. Ghi lại tên kiểm định, thống kê kiểm định, p-value và mô hình được chọn.
Bảng dưới đây là output giả định để bạn nhận diện cách trình bày. Đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật và không được chép vào luận văn như số liệu của bạn.
| Biến | Fixed Effects Coefficient | Std. Error | t-Statistic | Prob. |
|---|---|---|---|---|
| C | 0.842 | 0.311 | 2.707 | 0.007 |
| SIZE | 0.018 | 0.006 | 3.000 | 0.003 |
| LEV | -0.126 | 0.041 | -3.073 | 0.002 |
| GROWTH | 0.009 | 0.004 | 2.250 | 0.026 |
| R-squared | 0.486 | |||
| Adjusted R-squared | 0.431 | |||
| F-statistic Prob. | 0.000 |
Trong bảng minh họa, hệ số của SIZE là 0.018. Nếu SIZE tăng một đơn vị, ROA tăng trung bình 0.018 đơn vị khi các yếu tố khác trong mô hình được giữ không đổi. Hệ số LEV là -0.126, nên chiều tác động trong mẫu minh họa là âm. Bạn vẫn phải xem p-value, khoảng tin cậy nếu có và cách đo biến trước khi diễn giải.
Cách viết vào luận văn: Với số liệu của bạn, có thể điều chỉnh câu sau: “Kết quả ước lượng mô hình [FEM/REM] cho thấy biến [TÊN BIẾN] có hệ số [β = ...] và p-value = [...]. Do p-value [nhỏ hơn/lớn hơn] mức ý nghĩa [5%/10%], tác động của [TÊN BIẾN] đến [BIẾN PHỤ THUỘC] [có/không có] ý nghĩa thống kê. Giả thuyết [H...] được [chấp nhận/không được ủng hộ].”
Không nên chỉ đưa R-squared rồi kết luận mô hình tốt. Bạn cần giải thích mô hình nào được chọn, kiểm định lựa chọn mô hình cho kết quả ra sao, hệ số có ý nghĩa thống kê không và dấu của hệ số có phù hợp với giả thuyết hay không. Nếu nghiên cứu yêu cầu kiểm tra phương sai thay đổi, tự tương quan hoặc phụ thuộc chéo, hãy thực hiện các kiểm tra tương ứng và nêu cách xử lý sai số chuẩn.
Cách kiểm định mô hình bằng SPSS hoặc SmartPLS
SPSS có thể xử lý hồi quy và dữ liệu dạng bảng ở mức cơ bản, nhưng quy trình FEM, REM và Hausman không phải lúc nào cũng thuận tiện như trong EViews, Stata hoặc R. SmartPLS được thiết kế cho PLS-SEM với biến tiềm ẩn và mô hình đường dẫn, nên không phải lựa chọn mặc định cho hồi quy dữ liệu bảng FEM hoặc REM.
Nếu đề tài của bạn dùng dữ liệu bảng thứ cấp với biến số quan sát trực tiếp, EViews, Stata hoặc R thường phù hợp hơn SmartPLS. SPSS có thể hỗ trợ làm sạch dữ liệu, thống kê mô tả và một số bước hồi quy, nhưng bạn cần xác nhận phần mềm đang dùng có thực hiện đúng ước lượng panel và kiểm định Hausman hay không.
Trước khi chạy, hãy chuẩn hóa file theo dạng mỗi dòng là một quan sát id-thời gian, mỗi cột là một biến. Tạo một cột ID cho đối tượng và một cột YEAR hoặc PERIOD cho thời điểm. Không đặt tên cột có dấu tiếng Việt, dấu cách hoặc ký tự đặc biệt nếu phần mềm yêu cầu tên biến chuẩn.
Bạn nên lưu riêng ba phiên bản file: file gốc, file đã làm sạch và file phân tích. Trong file làm sạch, ghi chú các dòng bị loại, lý do loại, cách xử lý giá trị thiếu và công thức tạo biến. Khi hội đồng hỏi vì sao số quan sát giảm, bạn có thể truy lại từng bước thay vì đoán từ bảng kết quả cuối.
Khi đọc output, hãy tìm các nhóm thông tin sau: hệ số ước lượng, sai số chuẩn, thống kê kiểm định, p-value, R-squared, số quan sát, số đối tượng, số kỳ và kết quả kiểm định lựa chọn mô hình. Nếu dùng sai số chuẩn robust hoặc clustered, phải ghi rõ vì p-value có thể khác so với sai số chuẩn thông thường.
Nếu bạn đang làm PLS-SEM với dữ liệu bảng nhưng chỉ gộp dữ liệu thành một file khảo sát, đó là một thiết kế khác với FEM và REM. Khi đó, bạn có thể tham khảo mô hình nghiên cứu để kiểm tra lại quan hệ giữa biến tiềm ẩn, giả thuyết và phương pháp phân tích. Đừng gọi một mô hình SmartPLS là FEM chỉ vì dữ liệu có nhiều nhóm người trả lời.
Lỗi thường gặp khi dùng mô hình này
Lỗi đầu tiên là nhầm dữ liệu bảng với dữ liệu chéo. Có nhiều dòng chưa đủ để trở thành panel data. Bạn cần có cùng một đơn vị được quan sát qua ít nhất hai thời điểm, hoặc một cấu trúc lặp lại rõ ràng theo thiết kế nghiên cứu.
Lỗi thứ hai là chọn FEM hoặc REM chỉ vì R-squared cao hơn. R-squared giữa các mô hình có thể không phải tiêu chí duy nhất để quyết định. Bạn cần dựa vào cấu trúc dữ liệu, giả định về hiệu ứng riêng và kiểm định phù hợp.
Lỗi thứ ba là dùng Hausman test như một nút bấm không cần giải thích. Khi báo cáo, hãy nêu mô hình đem ra so sánh, thống kê kiểm định, p-value và quy tắc lựa chọn mà bạn áp dụng. Nếu kết quả không rõ ràng, hãy trao đổi cách xử lý với giảng viên thay vì chọn mô hình có dấu đẹp hơn.
Lỗi thứ tư là bỏ qua dữ liệu thiếu và outlier. Một tỷ số tài chính âm, một giá trị tăng trưởng quá lớn hoặc một năm bị thiếu có thể làm hệ số thay đổi mạnh. Kiểm tra từng biến bằng thống kê mô tả và xem lại nguồn dữ liệu gốc trước khi winsorize, thay thế hoặc loại quan sát.
Lỗi thứ năm là đưa các biến không đổi theo thời gian vào FEM rồi thắc mắc vì sao phần mềm tự loại. Đây là đặc điểm của mô hình, không nhất thiết là lỗi nhập dữ liệu. Hãy kiểm tra mức biến thiên của biến trong từng đối tượng và trình bày giới hạn ước lượng nếu cần.
Lỗi thứ sáu là viết “FEM tốt hơn REM” mà không nói tốt hơn theo tiêu chí nào. Trong luận văn, câu này cần được thay bằng mô tả cụ thể về kiểm định, giả định và kết quả. Nếu mô hình có vấn đề về phương sai thay đổi hoặc tự tương quan, đổi FEM sang REM không tự động giải quyết toàn bộ vấn đề.
Câu hỏi thường gặp
FEM và REM khác nhau ở điểm nào
FEM cho phép đặc điểm riêng của từng đối tượng có thể liên quan đến biến độc lập. REM giả định phần hiệu ứng riêng này không tương quan với các biến giải thích. Vì vậy, khác biệt chính nằm ở giả định và cách xử lý hiệu ứng riêng, không nằm ở tên phần mềm.
Hausman test có bắt buộc khi chọn FEM và REM không
Hausman test thường được dùng để hỗ trợ lựa chọn giữa FEM và REM, nhưng bạn không nên xem nó là căn cứ duy nhất. Hãy kết hợp kết quả kiểm định với lý thuyết, cấu trúc dữ liệu, biến không đổi theo thời gian và cách xử lý sai số chuẩn.
R-squared của FEM thấp có phải mô hình bị sai không
R-squared thấp chưa đủ để kết luận mô hình sai. Bạn cần xem ý nghĩa thống kê của hệ số, dấu tác động, cơ sở lý thuyết, số quan sát và các kiểm định chẩn đoán. Một mô hình có R-squared vừa phải vẫn có thể hữu ích nếu câu hỏi nghiên cứu và thiết kế dữ liệu phù hợp.
Có thể chạy FEM và REM bằng SmartPLS không
SmartPLS tập trung vào PLS-SEM, gồm outer model và inner model, trong khi FEM và REM là các mô hình hồi quy dữ liệu bảng. Bạn nên dùng phần mềm có hỗ trợ trực tiếp panel data cho FEM, REM và Hausman, thay vì ép SmartPLS thực hiện một thủ tục không thuộc nhóm chính của nó.
Dữ liệu bảng bị thiếu một vài năm thì xử lý thế nào
Trước hết, xác định dữ liệu thiếu do nguồn không công bố, do nhập sai hay do loại quan sát. Sau đó báo cáo số đối tượng, số kỳ và số quan sát thực tế. Không tự động điền giá trị trung bình cho dữ liệu theo thời gian nếu chưa có cơ sở phương pháp rõ ràng.
Có cần đưa cả Pooled OLS, FEM và REM vào luận văn không
Bạn nên trình bày các mô hình đã chạy nếu chúng là một phần của quy trình lựa chọn mô hình. Tuy nhiên, mức độ chi tiết tùy yêu cầu của khoa và giảng viên. Bảng chính có thể tập trung vào mô hình được chọn, còn bảng so sánh hoặc output đầy đủ đặt ở phụ lục nếu cần.
Mở file dữ liệu của bạn ngay bây giờ và kiểm tra ba cột trước: mã đối tượng, thời gian và biến phụ thuộc. Sau đó ghi lại số đối tượng, số kỳ, số dòng hợp lệ và mô hình bạn dự kiến so sánh. Nếu cần chạy trên chính file .sav, .csv hoặc file panel của bạn, bạn có thể dùng M4 phân tích dữ liệu của DoThesis để thực hiện và kiểm tra từng bước, không dùng số liệu giả cho luận văn.