Giả định hồi quy là gì? Cách kiểm tra trong SPSS

Giả định hồi quy là gì

Bạn mở file SPSS, chạy hồi quy tuyến tính và thấy các bảng Coefficients, Model Summary, ANOVA, cùng vài biểu đồ phần dư. Câu hỏi thường xuất hiện ngay lúc đó là: mô hình có được phép kết luận hay chưa. Giả định hồi quy là các điều kiện về dữ liệu và phần dư mà mô hình hồi quy tuyến tính cần đáp ứng để hệ số hồi quy, kiểm định t, kiểm định F và khoảng tin cậy có ý nghĩa đáng tin cậy.

Với hồi quy tuyến tính, mô hình thường có dạng:

Y = β0 + β1X1 + β2X2 + ... + βkXk + ε

Trong đó, Y là biến phụ thuộc, X1 đến Xk là các biến độc lập, β là hệ số cần ước lượng và ε là sai số. Các giả định tập trung nhiều vào phần dư ε, chẳng hạn phần dư có trung bình gần bằng 0, phương sai tương đối ổn định, không tự tương quan nghiêm trọng và có phân phối gần chuẩn khi bạn cần suy luận thống kê.

Nếu bạn đang học từ đầu, có thể xem thêm bài hồi quy tuyến tính để đặt phần kiểm tra giả định vào đúng quy trình phân tích. Giả định hồi quy không phải một nút riêng trong SPSS. Bạn kiểm tra nó bằng nhiều bảng và biểu đồ, sau đó đối chiếu với thiết kế nghiên cứu của mình.

Ý nghĩa của giả định hồi quy trong nghiên cứu định lượng

Kiểm tra giả định giúp bạn trả lời ba câu hỏi trước khi diễn giải kết quả. Thứ nhất, các biến độc lập có đang trùng lặp quá mức hay không. Thứ hai, phần dư có cho thấy mô hình bỏ sót một dạng quan hệ rõ ràng hay không. Thứ ba, các p-value và khoảng tin cậy trong bảng Coefficients có đang được diễn giải trên một nền tảng hợp lý hay không.

Ví dụ, nếu hai biến độc lập gần như đo cùng một nội dung, hệ số của từng biến có thể trở nên không ổn định. Mô hình vẫn chạy và vẫn tạo ra bảng kết quả, nhưng dấu của hệ số hoặc p-value có thể thay đổi mạnh khi bạn thêm, bớt một biến. Đây là vấn đề đa cộng tuyến, không phải cứ thấy SPSS xuất hiện bảng Coefficients là có thể bỏ qua.

Nếu phần dư có dạng hình phễu, sai số của mô hình thay đổi theo mức dự đoán. Khi đó, hệ số ước lượng vẫn có thể hữu ích để mô tả quan hệ, nhưng các kiểm định suy luận cần được xem xét cẩn trọng hơn. Nếu phần dư tạo thành đường cong trên biểu đồ, quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc có thể chưa phù hợp.

Giả định cũng giúp bạn giải trình với giảng viên. Một bảng kết quả đẹp không thay thế được việc kiểm tra dữ liệu. Trong chương 4, bạn nên nói rõ đã kiểm tra đa cộng tuyến, phân phối phần dư, phương sai không đổi và điểm bất thường bằng chỉ báo nào.

Giả định hồi quy bao nhiêu là đạt

Không có một con số duy nhất trả lời cho câu hỏi “giả định hồi quy bao nhiêu là tốt”. Mỗi giả định có chỉ báo riêng, và một số chỉ báo được đọc theo ngữ cảnh chứ không phải quy tắc cứng. Bảng dưới đây dùng các ngưỡng thường gặp trong luận văn định lượng.

Các hàng trong bảng không phải giấy phép để “sửa” số liệu cho vừa ngưỡng. Chẳng hạn, VIF vượt ngưỡng là tín hiệu để xem lại nội dung biến, tương quan giữa các biến, cách mã hóa và mô hình lý thuyết. Còn một biểu đồ hơi lệch chưa đủ để kết luận mô hình sai.

Khi đọc câu hỏi “giả định hồi quy bao nhiêu là tốt”, hãy ghi cả chỉ báo và cách kiểm tra. Câu viết “mô hình đạt giả định” quá chung. Câu viết “VIF của các biến độc lập đều nhỏ hơn 5 và Durbin-Watson nằm trong khoảng 1 đến 3” cụ thể hơn, nhưng vẫn cần báo cáo giá trị thực tế của nghiên cứu.

Cách đọc giả định hồi quy trên output

Phần này dùng số liệu minh họa. Các con số dưới đây không phải kết quả của một nghiên cứu thật. Chúng được trình bày theo tên cột thường thấy trong output SPSS để bạn biết cần tìm ở đâu.

Trong SPSS, bạn vào 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, Durbin-Watson và nếu cần chọn Confidence intervals. Bấm Plots, đưa *ZPRED vào trục X và *ZRESID vào trục Y, chọn thêm Histogram và Normal probability plot.

Bảng Model Summary thường chứa R, R Square, Adjusted R Square, Std. Error of the Estimate và Durbin-Watson. Chỉ số R Square nói về mức độ biến thiên của Y được mô hình giải thích, không phải kiểm định toàn bộ giả định. Hãy tìm Durbin-Watson ở cuối bảng này nếu bạn đã chọn tùy chọn tương ứng.

Bảng Coefficients có các cột B, Std. Error, Beta, t, Sig., Tolerance và VIF. Với giả định hồi quy, bạn tập trung vào Tolerance và VIF. Với kết luận giả thuyết, bạn mới đọc thêm B, Beta, t và Sig.. Đừng dùng p-value của một biến để kết luận rằng toàn bộ mô hình đã đạt giả định.

Biểu đồ Normal P-P Plot of Regression Standardized Residual giúp bạn quan sát mức độ bám đường chéo của các điểm. Biểu đồ Scatterplot với ZPRED và ZRESID giúp xem phương sai có tương đối đồng đều không. Nếu các điểm rải rác quanh vùng 0 mà không tạo hình phễu hoặc đường cong rõ, đó là tín hiệu thuận lợi.

Bạn có thể đối chiếu cách diễn giải với mô hình hồi quy tuyến tính và dùng bài tập hồi quy tuyến tính có lời giải để luyện việc đọc Model Summary, ANOVA và Coefficients theo đúng thứ tự.

Khi giả định hồi quy không đạt thì xử lý thế nào

Hãy xử lý theo thứ tự từ việc kiểm tra rẻ nhất đến thay đổi mô hình. Trước hết, mở lại file dữ liệu và kiểm tra mã hóa, giá trị thiếu, biến đảo chiều, đơn vị đo và các dòng nhập sai. Một giá trị 999 được nhập thay cho missing có thể làm biểu đồ phần dư biến dạng. Bạn nên lưu một bản dữ liệu gốc trước khi chỉnh sửa.

Kiểm tra lỗi nhập và cách tính biến

Xem Analyze > Descriptive Statistics > Frequencies với biến phân loại, và Analyze > Descriptive Statistics > Descriptives với biến số. Kiểm tra giá trị nhỏ nhất, lớn nhất, trung bình và độ lệch chuẩn. Nếu thang đo Likert chỉ từ 1 đến 5 nhưng dữ liệu có giá trị 55, nguyên nhân nằm ở nhập liệu hoặc cách tính, chưa phải ở thuật toán hồi quy.

Kiểm tra biến đảo chiều và biến tổng hợp

Nếu một biến quan sát được thiết kế theo chiều ngược nhưng chưa recode, điểm trung bình thang đo có thể sai. Kiểm tra syntax hoặc công thức tạo biến trước khi chạy lại. Không nên loại một biến chỉ vì VIF cao nếu chưa biết biến đó có đại diện cho một khái niệm bắt buộc trong mô hình hay không.

Xem xét biến độc lập trùng lặp

Nếu VIF cao, kiểm tra ma trận tương quan và nội dung lý thuyết của hai biến. Bạn có thể cân nhắc loại một biến, gộp biến hoặc điều chỉnh mô hình nếu có cơ sở học thuật. Việc xóa biến chỉ để đưa VIF về dưới ngưỡng thường khó giải trình khi bảo vệ.

Kiểm tra outlier và điểm có ảnh hưởng

Một quan sát có standardized residual lớn cần được mở lại từ dữ liệu gốc. Kiểm tra xem đó là câu trả lời hợp lệ hay lỗi nhập. Nếu là phản hồi hợp lệ, bạn cần ghi nhận tiêu chí xử lý, chạy phân tích có và không có quan sát đó, rồi báo cáo minh bạch sự khác biệt nếu sự khác biệt đáng kể.

Dùng mô hình hoặc cách ước lượng phù hợp hơn

Nếu phương sai không đồng nhất hoặc quan hệ không tuyến tính vẫn tồn tại sau khi kiểm tra dữ liệu, hãy trao đổi với giảng viên về biến đổi biến, thêm thành phần phi tuyến hoặc phương pháp ước lượng thay thế. SPSS vẫn tạo output trong nhiều trường hợp, nhưng output được tạo ra không đồng nghĩa với việc mọi giả định đã được đáp ứng.

Hồi quy logistic là một hướng khác khi biến phụ thuộc là nhị phân, chẳng hạn có hoặc không xảy ra một sự kiện. Bạn có thể xem hồi quy logistic để phân biệt tình huống này với hồi quy tuyến tính. Đừng chuyển sang logistic chỉ vì hồi quy tuyến tính không đạt, vì loại biến phụ thuộc và câu hỏi nghiên cứu mới là cơ sở lựa chọn.

Phân biệt giả định hồi quy với giả thuyết bị nhầm

Giả định hồi quy là điều kiện để mô hình và các kiểm định được sử dụng hợp lý. Giả thuyết nghiên cứu là dự đoán về quan hệ giữa các biến, chẳng hạn “nhận thức hữu ích tác động cùng chiều đến ý định sử dụng”. Hai khái niệm này xuất hiện ở hai tầng khác nhau.

Một giả định không đạt không có nghĩa là giả thuyết bị bác bỏ. Ngược lại, một giả thuyết có p-value lớn hơn mức ý nghĩa đã chọn không chứng minh rằng mô hình vi phạm giả định. Bạn cần tách riêng phần kiểm tra chất lượng mô hình và phần kiểm định quan hệ.

Ví dụ, VIF của các biến đều dưới 5, biểu đồ phần dư không có dạng phễu, nhưng biến X1 có Sig. = 0.184. Khi đó, bạn có thể nói dữ liệu chưa cung cấp đủ bằng chứng thống kê cho tác động của X1 trong mô hình, tùy mức ý nghĩa đã xác định. Không nên viết rằng “do giả định hồi quy không đạt nên X1 không tác động”.

Với câu hỏi “giả thuyết bị bác bỏ phải làm sao”, trước hết kiểm tra dấu của hệ số, p-value, khoảng tin cậy nếu có và cách mã hóa thang đo. Sau đó đối chiếu kết quả với giả thuyết đã đặt ra. Bạn có thể báo cáo giả thuyết không được ủng hộ, giải thích trong giới hạn dữ liệu và nêu hướng nghiên cứu tiếp theo. Không được đổi giả thuyết sau khi nhìn thấy kết quả chỉ để làm mô hình đẹp hơn.

Lỗi thường gặp

Chỉ kiểm tra VIF rồi kết luận mọi giả định đã đạt

VIF chỉ liên quan chủ yếu đến đa cộng tuyến. Nó không cho bạn biết phần dư có phương sai không đổi, có gần chuẩn hay có dạng cong hay không. Một báo cáo đầy đủ cần nói rõ bạn đã xem bảng nào và biểu đồ nào.

Dùng một ngưỡng máy móc cho mọi nghiên cứu

Các mốc trong tài liệu là điểm tham khảo. Một giá trị sát ngưỡng cần được đọc cùng cỡ mẫu, số biến, lý thuyết và biểu đồ. Hãy ghi giá trị thực tế thay vì chỉ ghi “đạt” hoặc “không đạt”.

Xóa outlier mà không có tiêu chí

Xóa dòng dữ liệu vì nó làm p-value đẹp hơn là rủi ro lớn. Bạn cần chứng minh đó là dữ liệu lỗi, phản hồi không hợp lệ hoặc trường hợp nằm ngoài đối tượng nghiên cứu đã xác định từ trước.

Nhầm Durbin-Watson với kiểm định phân phối chuẩn

Durbin-Watson liên quan đến tự tương quan của phần dư. Nó không thay thế Histogram hoặc Normal P-P Plot. Mỗi chỉ báo trả lời một câu hỏi khác nhau.

Viết “mô hình đạt tất cả giả định” nhưng không có số liệu

Giảng viên có thể hỏi ngay: VIF lớn nhất là bao nhiêu, Durbin-Watson bằng bao nhiêu, biểu đồ phần dư cho thấy gì. Hãy lưu output gốc và đưa bảng cần thiết vào phụ lục hoặc chương kết quả theo quy định của khoa.

Câu hỏi thường gặp

Giả định hồi quy trong SPSS kiểm tra ở đâu?

Bạn vào Analyze > Regression > Linear. Trong Statistics, chọn Collinearity diagnostics và Durbin-Watson. Trong Plots, chọn *ZPRED, *ZRESID, Histogram và Normal probability plot để kiểm tra các dấu hiệu liên quan đến phần dư.

Bạn cần đọc kết hợp Model Summary, Coefficients, Residuals Statistics, Casewise Diagnostics và các biểu đồ. Không có một bảng duy nhất chứa toàn bộ giả định hồi quy.

VIF bao nhiêu là tốt?

VIF nhỏ hơn 5 là ngưỡng tham khảo thường dùng để xem chưa có đa cộng tuyến nghiêm trọng, theo (Hair và cộng sự, 2019). Bạn nên đọc cả Tolerance, tương quan giữa các biến và ý nghĩa lý thuyết của chúng.

Nếu VIF gần ngưỡng, đừng tự động xóa biến. Hãy kiểm tra lỗi dữ liệu, biến đo trùng nội dung và độ ổn định của kết quả khi chạy các đặc tả mô hình phù hợp.

Durbin-Watson bằng bao nhiêu là đạt?

Giá trị từ 1 đến 3 thường được dùng như khoảng tham khảo trong hồi quy tuyến tính, theo (Field, 2013). Durbin-Watson chủ yếu giúp xem dấu hiệu tự tương quan phần dư, đặc biệt đáng chú ý hơn với dữ liệu có thứ tự thời gian.

Với dữ liệu khảo sát cắt ngang, bạn vẫn có thể báo cáo chỉ số này nếu đã chọn trong SPSS, nhưng không nên xem nó là bằng chứng duy nhất cho chất lượng mô hình.

Phần dư không phân phối chuẩn thì phải làm sao?

Trước hết, xem Histogram và Normal P-P Plot cùng với cỡ mẫu. Một vài điểm lệch khỏi đường chéo chưa đủ để bạn xóa dữ liệu. Kiểm tra outlier, lỗi nhập, biến đổi biến và dạng quan hệ trước khi quyết định.

Nếu vấn đề vẫn còn, ghi nhận hạn chế và trao đổi về cách ước lượng hoặc mô hình thay thế phù hợp. Đừng thay đổi dữ liệu chỉ để biểu đồ trông đẹp.

Giả thuyết bị bác bỏ phải làm sao?

Bạn báo cáo đúng kết quả: hệ số có dấu gì, p-value là bao nhiêu và giả thuyết có được ủng hộ hay không theo mức ý nghĩa đã chọn. Sau đó kiểm tra lại mã hóa, thang đo, cỡ mẫu và các giả định để chắc rằng kết luận không xuất phát từ lỗi kỹ thuật.

Một giả thuyết không được ủng hộ vẫn là kết quả nghiên cứu có giá trị. Điều cần tránh là sửa giả thuyết sau khi đã xem output hoặc gọi một giả thuyết không đạt là “sai hoàn toàn”.

Khi đã mở file .sav, hãy chạy lại hồi quy theo đúng menu path, lưu các bảng Model Summary, Coefficients, Residuals Statistics và biểu đồ phần dư, sau đó ghi từng giá trị thực tế vào chương kết quả. Nếu bạn cần chạy phân tích trên chính file dữ liệu của mình, M4 phân tích dữ liệu của DoThesis hỗ trợ SPSS và SmartPLS theo quy trình không bịa số.