Cách chạy hồi quy tuyến tính trong SPSS và đọc kết quả

Khi nào dùng hồi quy tuyến tính

Hồi quy tuyến tính được dùng khi bạn muốn kiểm tra một hoặc nhiều biến độc lập có giải thích được sự thay đổi của một biến phụ thuộc hay không. Ví dụ, đề tài của bạn muốn kiểm tra ảnh hưởng của chất lượng dịch vụ, giá cả và sự thuận tiện đến sự hài lòng. Khi đó, sự hài lòng là biến phụ thuộc, còn ba yếu tố kia là các biến độc lập.

Về bản chất, hồi quy tuyến tính ước lượng một phương trình dạng Y = β0 + β1X1 + β2X2 + ... + ε. Y là biến phụ thuộc, X là các biến độc lập, β là hệ số hồi quy và ε là phần sai số. Khi chạy hồi quy tuyến tính bằng OLS, SPSS ước lượng các hệ số sao cho phần chênh lệch giữa giá trị quan sát và giá trị dự báo được tối thiểu hóa.

Bạn nên dùng phân tích này khi giả thuyết có dạng “X ảnh hưởng đến Y” hoặc “X dự báo Y”, biến phụ thuộc là biến định lượng và các quan sát độc lập với nhau. Nếu biến phụ thuộc chỉ có hai kết quả như có hoặc không, mua hoặc không mua, bạn cần cân nhắc hồi quy logistic thay vì hồi quy tuyến tính.

Nếu bạn đang phân vân giữa phương trình, biến và ý nghĩa của từng hệ số, hãy xem thêm mô hình hồi quy tuyến tính và phương trình hồi quy tuyến tính. Hai khái niệm này liên quan chặt chẽ nhưng không thay thế cho phần kiểm định trên output SPSS.

Chuẩn bị dữ liệu trước khi chạy

Trước khi mở hộp thoại Linear Regression, bạn cần kiểm tra file .sav hoặc .csv. Sai sót ở bước này thường làm kết quả khó giải thích, dù SPSS vẫn chạy ra bảng.

Đầu tiên, xác định đúng cấp độ dữ liệu. Mỗi dòng nên là một người trả lời hoặc một đơn vị quan sát. Mỗi cột là một biến. Các biến dùng trong hồi quy nên được mã hóa bằng số. Nếu một khái niệm được đo bằng nhiều biến quan sát, bạn thường tính điểm đại diện bằng cách lấy trung bình các item sau khi đã kiểm định thang đo. Chẳng hạn, HL1, HL2, HL3 có thể được gộp thành biến HL bằng Transform > Compute Variable.

Kiểm tra Missing Values và các mã đặc biệt như 99, 999 hoặc -1. Nếu những mã này vẫn được xem là giá trị hợp lệ, trung bình và hệ số hồi quy sẽ bị lệch. Vào Variable View để xem kiểu dữ liệu, nhãn biến, giá trị mã hóa và cách SPSS xử lý dữ liệu thiếu. Bạn cũng cần kiểm tra các dòng trả lời quá thiếu, trả lời một mức cho toàn bộ bảng hỏi và các trường hợp ngoài đối tượng khảo sát.

Nếu bảng hỏi có biến đảo chiều, hãy đảo mã trước khi tính điểm thang đo. Với thang Likert từ 1 đến 5, công thức thường dùng là điểm mới bằng 6 trừ điểm cũ. Bạn cần ghi lại biến nào đã đảo, công thức nào đã dùng và thời điểm thực hiện. Đừng sửa trực tiếp cột gốc nếu chưa tạo một bản sao dữ liệu.

Hồi quy tuyến tính có thể dùng một biến độc lập hoặc nhiều biến độc lập. Hồi quy đơn chỉ có một X. Hồi quy đa biến có từ hai X trở lên. Với hồi quy đa biến, bạn cần đặc biệt kiểm tra đa cộng tuyến, vì các biến độc lập quá giống nhau có thể làm hệ số thay đổi mạnh và khó kết luận riêng từng giả thuyết.

Cuối cùng, xác định trước mô hình lý thuyết và hướng tác động kỳ vọng. Việc nhìn p-value rồi mới đặt giả thuyết làm tăng rủi ro diễn giải ngược kết quả. Mô hình và giả thuyết nên được xây dựng trước khi chạy phân tích.

Các bước chạy hồi quy tuyến tính trong SPSS

Bước 1: Mở hộp thoại Linear Regression

Trong SPSS, chọn Analyze > Regression > Linear. Hộp thoại Linear Regression xuất hiện. Đưa biến phụ thuộc vào ô Dependent và các biến độc lập vào ô Independent(s).

Nếu mô hình của bạn chỉ có một nhóm biến độc lập, giữ phương pháp Method: Enter. Cách này đưa toàn bộ biến vào mô hình cùng lúc và phù hợp khi các biến đã được xác định từ cơ sở lý thuyết. Các phương pháp Stepwise, Forward hoặc Backward có thể tạo mô hình dựa nhiều vào dữ liệu mẫu, vì vậy bạn không nên dùng chúng chỉ để tìm một bảng kết quả đẹp.

Bước 2: Chọn Statistics và kiểm tra đa cộng tuyến

Nhấn Statistics. Chọn Estimates, Model fit, Confidence intervals, Descriptives và Collinearity diagnostics. Nếu muốn kiểm tra mức đóng góp thêm của một nhóm biến, có thể chọn R squared change, nhưng bạn cần thiết kế mô hình theo block từ trước.

Nhấn Continue để quay lại hộp thoại chính. Tùy chọn Collinearity diagnostics giúp SPSS xuất VIF và Tolerance trong bảng Coefficients. Đây là hai thông tin cần có khi bạn chạy hồi quy đa biến.

Bước 3: Lưu giá trị dự báo và phần dư nếu cần

Nhấn Save nếu bạn cần lưu Predicted Values hoặc Residuals để kiểm tra giả định. Với một quy trình cơ bản, có thể chọn Unstandardized ở phần Predicted Values và Standardized ở phần Residuals. SPSS sẽ tạo thêm các biến mới trong Data View.

Không nên lưu quá nhiều loại giá trị nếu chưa biết sẽ dùng vào đâu. Các cột mới có thể làm file khó theo dõi. Nếu lưu phần dư, hãy ghi rõ chúng thuộc mô hình nào, đặc biệt khi bạn chạy nhiều phiên bản hồi quy.

Bước 4: Kiểm tra biểu đồ phần dư

Nhấn Plots. Đưa *ZPRED vào ô X và *ZRESID vào ô Y, sau đó chọn Normal probability plot. Biểu đồ Scatterplot giúp bạn xem phần dư có phân tán tương đối ngẫu nhiên quanh đường 0 hay không. Normal P-P Plot giúp xem phân phối phần dư có lệch quá rõ khỏi đường kỳ vọng hay không.

Nhấn Continue, sau đó chọn OK để chạy. Nếu muốn chạy lại sau khi loại một biến, hãy lưu output cũ và ghi rõ lý do thay đổi mô hình. EFA hoặc hồi quy hiếm khi ra đúng cấu trúc bạn mong đợi ngay lần đầu. Điều quan trọng là mọi lần loại biến đều có lý do phương pháp, không chỉ vì biến đó làm p-value xấu.

Bước 5: Lưu và đặt tên output

Trong cửa sổ Output Viewer, chọn File > Save As để lưu file .spv. Đặt tên theo mô hình, chẳng hạn Hoi_quy_mo_hinh_1.spv. Bạn cũng nên lưu syntax bằng cách nhấn Paste thay vì OK trong hộp thoại, rồi chạy syntax bằng nút Run.

Syntax giúp bạn tái lập phân tích khi có dữ liệu mới hoặc khi cần giải trình với giảng viên. Một đoạn lệnh có thể có dạng REGRESSION /DEPENDENT HL /METHOD=ENTER CL DV GC.. Tên biến trong syntax phải đúng với Variable View của file.

Đọc kết quả output

SPSS thường trả về các bảng chính gồm Variables Entered/Removed, Model Summary, ANOVA, Coefficients và các bảng chẩn đoán. Bạn nên đọc theo thứ tự từ mức phù hợp chung của mô hình đến từng giả thuyết.

Bảng Model Summary cho biết R, R Square, Adjusted R Square và Std. Error of the Estimate. R Square cho biết tỷ lệ biến thiên của Y được giải thích bởi các biến X trong mẫu. Adjusted R Square điều chỉnh theo số biến và cỡ mẫu, thường phù hợp hơn khi so sánh các mô hình có số lượng biến khác nhau.

Bảng ANOVA kiểm định sự phù hợp chung của mô hình. Cột F và Sig. cho biết mô hình gồm các biến độc lập có giải thích được Y tốt hơn mô hình chỉ có hằng số hay không. Nếu Sig. nhỏ hơn mức ý nghĩa bạn đã chọn, mô hình tổng thể có ý nghĩa thống kê.

Bảng Coefficients là nơi kiểm định từng giả thuyết. Cột B là hệ số chưa chuẩn hóa, dùng để viết phương trình hồi quy. Cột Beta là hệ số chuẩn hóa, giúp so sánh tương đối mức độ tác động giữa các biến khi các biến có thang đo khác nhau. Cột t và Sig. phục vụ kiểm định hệ số. VIF và Tolerance dùng để xem xét đa cộng tuyến.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thực tế. Giả sử HL là sự hài lòng, CL là chất lượng dịch vụ, GC là giá cả và TT là sự thuận tiện.

Từ các giá trị B, phương trình minh họa có thể viết là HL = 0,765 + 0,421CL + 0,176TT + 0,093GC. Tuy nhiên, chỉ đưa một biến vào phương trình diễn giải khi bạn đã xem xét ý nghĩa thống kê và hướng tác động của nó. Một hệ số không có ý nghĩa thống kê không nên được mô tả như một tác động đã được khẳng định.

Bạn có thể xem thêm bài tập hồi quy tuyến tính có lời giải để luyện cách nối Model Summary, ANOVA và Coefficients thành một kết luận hoàn chỉnh.

Tiêu chí đánh giá

Không nên gom mọi con số trong output vào một kết luận duy nhất. Mỗi chỉ số trả lời một câu hỏi khác nhau. Bảng dưới đây chỉ sử dụng các ngưỡng có nguồn rõ ràng.

Với p-value, trước hết hãy xác định dấu của B hoặc Beta. Nếu Sig. nhỏ hơn 0,05 và hệ số dương, dữ liệu ủng hộ tác động dương theo giả thuyết. Nếu Sig. nhỏ hơn 0,05 nhưng hệ số âm, tác động có ý nghĩa nhưng ngược chiều dự kiến. Nếu Sig. lớn hơn 0,05, bạn ghi nhận chưa có đủ bằng chứng thống kê để ủng hộ tác động, thay vì viết rằng biến đó hoàn toàn không có ảnh hưởng.

VIF cần được xem cùng Tolerance, tương quan giữa các biến và lý thuyết. VIF thấp không tự động chứng minh mô hình tốt. Ngược lại, nếu VIF cao, hãy kiểm tra các biến có nội dung trùng lặp, cách tính điểm tổng hợp và khả năng hai khái niệm đang đo cùng một nội dung.

Durbin-Watson chủ yếu hữu ích khi bạn cần xem xét tự tương quan của phần dư trong bối cảnh phù hợp. Với dữ liệu khảo sát cắt ngang, bạn vẫn cần trình bày kiểm tra giả định theo thiết kế nghiên cứu, không biến một ngưỡng thành bằng chứng cho toàn bộ chất lượng mô hình.

Cách viết kết quả vào luận văn

Phần kết quả nên đi theo thứ tự: mô tả mô hình, kiểm định chung, kiểm định từng giả thuyết và kết luận. Bạn không cần chép toàn bộ output SPSS vào chương 4. Hãy đưa bảng đã chuẩn hóa, giữ lại các cột cần đọc và giải thích bằng văn bản ngay sau bảng.

Đoạn có thể điều chỉnh trực tiếp là: “Kết quả hồi quy tuyến tính cho thấy mô hình gồm [số biến độc lập] biến giải thích [tên biến phụ thuộc] có ý nghĩa thống kê, F([df1], [df2]) = [giá trị F], p = [p-value]. Giá trị Adjusted R Square đạt [giá trị], nghĩa là mô hình giải thích khoảng [x]% biến thiên của [Y] trong mẫu nghiên cứu. Trong các biến độc lập, [X1] có tác động [cùng chiều/ngược chiều] đến [Y] với β = [Beta], p = [p-value], vì vậy giả thuyết [H1] được [chấp nhận/ủng hộ].”

Nếu một giả thuyết không đạt, bạn có thể viết: “Hệ số của [X2] có dấu [dương/âm] nhưng không có ý nghĩa thống kê ở mức 5%, β = [Beta], p = [p-value]. Do đó, nghiên cứu chưa có đủ bằng chứng ủng hộ giả thuyết [H2] trong mẫu khảo sát.” Cách viết này tách dấu của hệ số khỏi kết luận kiểm định, giúp tránh việc gọi một kết quả không có ý nghĩa là tác động.

Khi báo cáo phương trình, dùng B chưa chuẩn hóa. Khi so sánh mức độ tác động giữa các biến, dùng Beta chuẩn hóa và nói rõ đây là so sánh trong mô hình, không phải phần trăm thay đổi của biến phụ thuộc. Nếu muốn trình bày cơ sở phương pháp, bạn có thể đặt hồi quy trong quy trình phân tích định lượng được mô tả theo các tài liệu SPSS như (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008) và (Nguyễn Đình Thọ, 2011).

Lỗi thường gặp khi chạy hồi quy tuyến tính

Đưa từng biến quan sát vào hồi quy thay vì điểm đại diện. Nếu mô hình lý thuyết có các khái niệm như chất lượng dịch vụ hoặc sự hài lòng, bạn thường cần kiểm định thang đo trước, sau đó tính biến đại diện theo quy trình đã định. Đưa toàn bộ item vào cùng lúc có thể làm mô hình khó diễn giải và tăng tương quan giữa các biến.

Chọn Stepwise chỉ vì muốn giữ lại biến có p-value nhỏ. Cách chọn này có thể khiến mô hình phụ thuộc mạnh vào mẫu hiện tại. Nếu lý thuyết xác định nhóm biến cần kiểm định, Method Enter thường dễ giải trình hơn.

Chỉ nhìn R Square. R Square cao không đảm bảo từng giả thuyết đều có ý nghĩa, cũng không thay thế việc kiểm tra phần dư, VIF và dấu của hệ số. Bạn cần đọc Model Summary, ANOVA và Coefficients cùng nhau.

Xóa biến đến khi mô hình đẹp. Loại biến có thể cần thiết nếu biến vi phạm tiêu chí đã định hoặc gây vấn đề chẩn đoán rõ ràng. Nhưng bạn phải ghi lại lý do, phiên bản mô hình và ảnh hưởng của thay đổi. Không nên xóa một biến chỉ vì kết quả không ủng hộ kỳ vọng.

Nhầm hồi quy tuyến tính với tương quan. Tương quan mô tả mức liên hệ từng cặp. Hồi quy đa biến xem xét hệ số của một biến khi các biến khác cùng xuất hiện trong mô hình. Vì vậy hai loại kết quả có thể khác nhau.

Câu hỏi thường gặp

Hồi quy tuyến tính là gì?

Hồi quy tuyến tính là phương pháp ước lượng mối liên hệ giữa một biến phụ thuộc và một hoặc nhiều biến độc lập bằng một phương trình tuyến tính. Trong luận văn định lượng, phương pháp này thường được dùng để kiểm định các giả thuyết dạng X ảnh hưởng đến Y.

Bạn cần phân biệt hồi quy đơn với hồi quy đa biến. Hồi quy đơn có một biến X, còn hồi quy đa biến có nhiều biến X và cho phép xem xét tác động riêng của từng X khi các biến khác được giữ trong mô hình.

Chạy hồi quy tuyến tính trong SPSS chọn biến nào vào Dependent?

Biến đưa vào Dependent là biến phụ thuộc, thường nằm ở vế kết quả trong mô hình nghiên cứu. Các biến đưa vào Independent(s) là những yếu tố được giả thuyết hóa là có khả năng giải thích hoặc dự báo biến phụ thuộc.

Nếu biến phụ thuộc là một khái niệm được đo bằng nhiều biến quan sát, bạn cần tạo điểm đại diện theo phương pháp đã nêu trong chương phương pháp, chẳng hạn điểm trung bình của các item đạt yêu cầu.

Hồi quy tuyến tính bao nhiêu là đạt?

Không có một con số R Square cố định áp dụng cho mọi đề tài. Bạn cần xem ý nghĩa thống kê của mô hình qua bảng ANOVA, ý nghĩa từng hệ số qua bảng Coefficients, VIF, phần dư và sự phù hợp với lý thuyết.

Một số ngưỡng thường được dùng để kiểm tra là VIF nhỏ hơn 5 theo (Hair và cộng sự, 2019), Durbin-Watson từ 1 đến 3 theo (Field, 2013) và cỡ mẫu từ 50 + 8m trở lên theo (Tabachnick và Fidell, 2013). Đây là tiêu chí tham khảo có nguồn, không phải giấy chứng nhận tự động cho một mô hình tốt.

Sig. hồi quy lớn hơn 0,05 thì làm sao?

Nếu Sig. của một hệ số lớn hơn 0,05 ở mức ý nghĩa 5%, bạn chưa có đủ bằng chứng thống kê để ủng hộ giả thuyết về tác động của biến đó. Hãy kiểm tra lại mã hóa, biến đảo chiều, cách tính điểm và cỡ mẫu trước khi kết luận.

Nếu dữ liệu và quy trình đều đúng, bạn nên báo cáo kết quả không được ủng hộ. Không nên đổi phương pháp, đổi giả thuyết hoặc xóa biến chỉ để p-value giảm. Bạn có thể thảo luận rằng kết quả chưa phù hợp với kỳ vọng trong bối cảnh mẫu nghiên cứu.

VIF cao thì xử lý thế nào?

Trước tiên, kiểm tra các biến độc lập có trùng nội dung, tính điểm sai hoặc dùng đồng thời cả biến tổng hợp và item thành phần hay không. Xem thêm ma trận tương quan và cơ sở lý thuyết trước khi quyết định.

Các lựa chọn có thể gồm gộp những biến thực sự thuộc cùng một khái niệm, loại một biến có cơ sở phương pháp rõ ràng hoặc xây dựng lại mô hình. Bạn cần ghi lại lựa chọn và giải thích với giảng viên. Không nên loại biến chỉ dựa trên một lần chạy mà không xem xét nội dung đo lường.

Có cần kiểm tra giả định trước khi viết kết quả không?

Có. Bạn nên kiểm tra tuyến tính, phần dư, đa cộng tuyến và các trường hợp ảnh hưởng mạnh theo mức độ phù hợp với thiết kế nghiên cứu. Scatterplot giữa ZPRED và ZRESID, Normal P-P Plot và các chỉ số trong Coefficients là những điểm bắt đầu thực tế trong SPSS.

Nếu phát hiện vấn đề, hãy xem nguyên nhân từ dữ liệu và cách đo trước khi tìm cách sửa bằng phần mềm. Một mô hình có nhiều p-value nhỏ nhưng vi phạm nghiêm trọng giả định vẫn cần được giải trình thận trọng.

Mở file dữ liệu của bạn, lập danh sách biến phụ thuộc và biến độc lập, sau đó chạy mô hình bằng Method Enter và lưu cả output lẫn syntax trước khi chỉnh sửa. Nếu cần chạy hồi quy trên chính file .sav hoặc .csv và chuyển kết quả thành bảng, đoạn viết chương, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.