Nội sinh là gì? Cách nhận biết và xử lý trong nghiên cứu định lượng

Nội sinh là gì

Nội sinh là tình huống một biến giải thích trong mô hình hồi quy có tương quan với sai số. Nếu gọi biến giải thích là X và phần sai số là ε, điều kiện ngoại sinh cơ bản cần có là Cov(X, ε) = 0. Khi Cov(X, ε) khác 0, X bị nội sinh.

Bạn có thể hình dung mô hình hồi quy như sau:

Y = β₀ + β₁X + ε

Trong đó, Y là biến phụ thuộc, X là biến độc lập và ε chứa những yếu tố khác ảnh hưởng đến Y nhưng chưa được đưa vào mô hình. Nếu một phần của ε cũng liên quan đến X, hệ số β₁ ước lượng bằng OLS có thể bị chệch và không nhất quán. Khi đó, việc nhìn thấy p-value nhỏ chưa đủ để kết luận X thực sự tác động đến Y.

Nội sinh thường xuất hiện trong dữ liệu quan sát, dữ liệu bảng, mô hình chuỗi thời gian và các nghiên cứu mà bạn khó kiểm soát toàn bộ nguyên nhân của Y. Đây là khái niệm thuộc nhóm kinh tế lượng và hồi quy, khác với nội sinh trong thiết kế thang đo hay trong phân tích nhân tố.

Nếu bạn đang đọc các thuật ngữ kinh tế lượng khác, có thể xem thêm chuyên mục Thống kê hoặc bài biến công cụ là gì để nối các khái niệm với nhau.

Ý nghĩa của nội sinh trong nghiên cứu định lượng

Nội sinh ảnh hưởng trực tiếp đến cách bạn diễn giải hệ số hồi quy. Khi X nội sinh, OLS có thể cho ra hệ số lớn hơn hoặc nhỏ hơn tác động thật. Trong một số trường hợp, dấu của hệ số cũng có thể bị đảo ngược. Vì vậy, vấn đề không chỉ nằm ở việc mô hình có R² cao hay p-value nhỏ.

Có ba nguồn nội sinh thường gặp. Thứ nhất là biến bị bỏ sót. Ví dụ, bạn dùng thu nhập để giải thích mức chi tiêu nhưng không đưa sở thích tiêu dùng vào mô hình. Nếu sở thích liên quan đến thu nhập và chi tiêu, biến thu nhập có thể hấp thụ một phần tác động của biến bị bỏ sót.

Thứ hai là quan hệ nhân quả hai chiều. Chẳng hạn, quảng cáo có thể làm tăng doanh thu, nhưng doanh nghiệp có doanh thu cao cũng có khả năng chi nhiều hơn cho quảng cáo. Khi đó, quảng cáo và doanh thu tác động qua lại, nên việc xem quảng cáo chỉ là nguyên nhân một chiều sẽ gặp vấn đề.

Thứ ba là sai số đo lường. Nếu bảng hỏi hoặc dữ liệu hành chính đo X không chính xác, phần sai số đo lường có thể làm tương quan giữa X và sai số hồi quy khác 0. Dữ liệu bảng còn có thể gặp nội sinh do hiệu ứng cá thể không quan sát được hoặc do biến trễ.

Bạn cần phân biệt nội sinh với đa cộng tuyến. Đa cộng tuyến nói về tương quan cao giữa các biến độc lập với nhau. Nội sinh nói về tương quan giữa biến độc lập và sai số. Một mô hình có thể không bị đa cộng tuyến nghiêm trọng nhưng vẫn bị nội sinh.

Nội sinh cũng khác với tự tương quan. Tự tương quan thường liên quan đến tương quan giữa các sai số ở những thời điểm khác nhau. Nếu bạn làm dữ liệu chuỗi thời gian, việc kiểm tra độ trễ tối ưu là gì có thể cần thiết, nhưng kết quả đó không tự động chứng minh biến giải thích là nội sinh.

Nội sinh bao nhiêu là đạt

Câu hỏi “nội sinh bao nhiêu là tốt” dễ gây nhầm. Nội sinh không có một ngưỡng chung như Cronbach's Alpha, KMO hoặc VIF để nói rằng dưới một con số thì đạt. Về nguyên tắc, mô hình cần thỏa điều kiện Cov(X, ε) = 0 đối với biến được xử lý bằng OLS. Nếu nghi ngờ điều kiện này không đúng, bạn phải kiểm định hoặc dùng thiết kế ước lượng phù hợp.

Bảng dưới đây tóm tắt những chỉ dấu thường được dùng. Các ngưỡng chỉ có ý nghĩa trong đúng kiểm định và phương pháp tương ứng, không nên gom thành một tiêu chuẩn duy nhất cho mọi mô hình.

Một số tài liệu có thể dùng các ngưỡng riêng cho weak instrument, nhưng bạn không nên chép một con số vào luận văn nếu chưa xác định mình đang chạy 2SLS, GMM hay một kiểm định cụ thể. Hệ số VIF dưới 5 chỉ cho thấy đa cộng tuyến ở mức được xem là chấp nhận theo hướng dẫn PLS-SEM, không chứng minh X không nội sinh. Ngưỡng này được nêu trong (Hair và cộng sự, 2019).

Với dữ liệu chuỗi thời gian, kiểm định ADF là gì giúp xem xét tính dừng. Một chuỗi dừng hay không dừng là vấn đề khác với nội sinh. Bạn có thể cần xử lý cả hai, nhưng không được dùng kết quả ADF để kết luận nội sinh.

Cách đọc nội sinh trên output

Trong SPSS, bạn thường chạy OLS tại Analyze > Regression > Linear và đọc bảng Model Summary, ANOVA, Coefficients. SPSS không tự động cho bạn một dòng “Endogeneity = Yes” trong hồi quy tuyến tính thông thường. Vì vậy, nếu chỉ nhìn bảng Coefficients, bạn chưa thể kết luận một biến có nội sinh hay không.

Để xử lý nghi ngờ nội sinh, một quy trình phổ biến là dùng biến công cụ và hồi quy hai giai đoạn. Ở first stage, bạn hồi quy biến nghi ngờ nội sinh X theo biến công cụ Z và các biến kiểm soát. Ở second stage, bạn dùng phần biến thiên được dự đoán của X để giải thích Y. Với nhiều biến công cụ hoặc dữ liệu bảng, GMM có thể phù hợp hơn, nhưng lựa chọn này phải gắn với cấu trúc dữ liệu và giả định nhân quả.

Bảng sau là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được trình bày theo dạng thường gặp trong bảng Coefficients của SPSS để bạn biết cần đọc con số nào.

Ở first stage, dòng Z cho biết biến công cụ có liên hệ với X hay không. Một hệ số có Sig. nhỏ trong dòng này mới nói về mối liên quan giữa Z và X, chưa chứng minh Z là biến công cụ hợp lệ. Bạn vẫn phải giải thích vì sao Z không tác động trực tiếp đến Y ngoài kênh X và vì sao Z không liên quan đến ε.

Ở second stage, hệ số của X dự đoán là 0.615 trong ví dụ. Con số này chỉ là minh họa cách đọc, không phải tác động thật trong đề tài của bạn. Khi viết kết quả, cần ghi rõ phương pháp ước lượng, biến công cụ, biến kiểm soát, cỡ mẫu và cách kiểm tra tính hợp lệ của công cụ.

Nếu bạn chạy hồi quy GMM, bảng kết quả có thể mang tên khác tùy phần mềm và gói lệnh. Bạn có thể đọc thêm bài hồi quy GMM là gì để phân biệt moment conditions, biến công cụ và phần dư. Với nghiên cứu dùng dữ liệu bảng, đừng trộn cách đọc OLS với GMM chỉ vì cả hai đều có cột Coefficient và p-value.

Khi nội sinh không đạt thì xử lý thế nào

Cách xử lý đầu tiên là quay lại mô hình lý thuyết. Bạn cần xem biến nào có khả năng bị bỏ sót, quan hệ nhân quả có thể đi theo hai chiều hay biến nào được đo quá sơ sài. Việc thêm biến kiểm soát phải có cơ sở, vì thêm hàng loạt biến chỉ để làm p-value đẹp có thể khiến mô hình khó giải thích hơn.

Cách thứ hai là tìm biến công cụ. Một biến công cụ tốt cần liên quan đến X, nhưng không được có đường tác động trực tiếp đến Y ngoài X và không được liên hệ với sai số. Đây là điều kiện khó chứng minh chỉ bằng một bảng output. Lập luận từ bối cảnh nghiên cứu và tài liệu nền tảng vẫn rất quan trọng.

Cách thứ ba là dùng biến trễ, dữ liệu bảng, fixed effects, random effects hoặc GMM khi cấu trúc dữ liệu cho phép. Biến trễ không phải lúc nào cũng là biến công cụ hợp lệ. Bạn cần giải thích tại sao biến trễ không còn liên quan với sai số hiện tại hoặc dùng kiểm định phù hợp với mô hình.

Cách thứ tư là dùng thiết kế 2SLS hoặc GMM. Với 2SLS, bạn cần báo cáo first stage và second stage. Với GMM, bạn cần nêu moment conditions, tập biến công cụ, cách xử lý sai số và các kiểm định liên quan. Khi số biến công cụ quá nhiều, kết quả có thể trở nên khó tin dù phần mềm vẫn chạy được.

Khi không có biến công cụ hợp lý, lựa chọn an toàn hơn là ghi rõ giới hạn của nghiên cứu và tránh dùng ngôn ngữ nhân quả quá mạnh. Bạn có thể nói “có mối liên hệ” thay vì “X gây ra Y” nếu thiết kế chưa đủ để nhận diện tác động nhân quả.

Phân biệt nội sinh với ngoại sinh và biến công cụ

Ngoại sinh là điều kiện mà biến giải thích không tương quan với sai số. Trong mô hình Y = β₀ + β₁X + ε, X ngoại sinh khi Cov(X, ε) = 0. Nội sinh là trường hợp điều kiện này bị vi phạm.

Biến công cụ là một biến Z được đưa vào để hỗ trợ xử lý X nội sinh. Z không đồng nghĩa với X và cũng không phải biến kiểm soát thông thường. Z cần có liên quan với X, đồng thời không được liên quan với sai số của phương trình Y. Vì vậy, biến công cụ là một giải pháp trong thiết kế ước lượng, còn nội sinh là một vấn đề của mô hình.

Bạn cũng cần phân biệt nội sinh với biến trung gian. Mediator nằm trên đường tác động giữa biến độc lập và biến phụ thuộc, còn nội sinh mô tả quan hệ giữa biến giải thích và sai số. Một biến trung gian có thể được mô hình hóa hợp lệ nhưng cũng có thể nội sinh nếu có nguyên nhân chưa quan sát được. Các thuật ngữ nhân quả như mediator và moderator được trình bày trong logic kinh điển của (Baron và Kenny, 1986), nhưng bài toán nội sinh cần thêm giả định về sai số và nhận diện mô hình.

Lỗi thường gặp

Lỗi đầu tiên là thấy VIF cao rồi kết luận nội sinh. VIF chủ yếu kiểm tra tương quan giữa các biến giải thích. Bạn cần tách riêng phần chẩn đoán đa cộng tuyến và phần chẩn đoán nội sinh.

Lỗi thứ hai là dùng p-value của hồi quy OLS để chứng minh quan hệ nhân quả. p-value cho biết bằng chứng thống kê trong mô hình đã ước lượng. Nó không tự sửa được biến bị bỏ sót, quan hệ hai chiều hoặc sai số đo lường.

Lỗi thứ ba là gọi bất kỳ biến liên quan nào là biến công cụ. Biến công cụ phải có câu chuyện lý thuyết rõ ràng về tính liên quan và tính ngoại sinh. Nếu giảng viên hỏi “vì sao biến Z không tác động trực tiếp đến Y”, bạn cần trả lời bằng lập luận của đề tài, không chỉ bằng việc phần mềm đã chạy.

Lỗi thứ tư là chỉ báo cáo second stage. Người đọc cần biết first stage có đủ thông tin hay không, bạn dùng công cụ nào, có bao nhiêu quan sát và kiểm định nào được thực hiện. Hãy lưu từng bảng output, không xóa các vòng chạy trước khi chưa thống nhất với người hướng dẫn.

Cách viết vào luận văn: “Để xem xét khả năng nội sinh của biến [tên biến X], nghiên cứu sử dụng [tên phương pháp] với [tên biến công cụ Z]. Kết quả [kiểm định hoặc bảng kết quả] cho thấy [mô tả kết quả], do đó mô hình được diễn giải theo [OLS/2SLS/GMM] thay vì chỉ dựa trên hồi quy OLS.” Bạn thay các phần trong ngoặc vuông bằng kết quả thật của mình và không giữ lại số liệu minh họa ở trên.

Đọc thêm: biến công cụ là gì, độ trễ tối ưu là gì, đồng liên kết là gì, hồi quy gmm là gì, kiểm định adf là gì, chủ đề thong ke.

Câu hỏi thường gặp

Nội sinh có phải là đa cộng tuyến không

Không. Đa cộng tuyến là tương quan cao giữa các biến độc lập với nhau. Nội sinh là tương quan giữa một biến giải thích và sai số. VIF có thể hỗ trợ kiểm tra đa cộng tuyến, nhưng không đủ để kết luận nội sinh.

Nội sinh bao nhiêu là tốt

Không có một ngưỡng số học chung để nói nội sinh dưới mức nào là đạt. Mục tiêu của mô hình là biến giải thích thỏa điều kiện ngoại sinh, hoặc bạn phải dùng một phương pháp ước lượng phù hợp khi điều kiện đó bị nghi ngờ. Hãy báo cáo đúng kiểm định và giả định thay vì tìm một con số cố định.

Nội sinh trong SPSS kiểm tra ở đâu

SPSS không có một nút kiểm tra nội sinh trong Analyze > Regression > Linear. Bạn có thể chạy các bước first stage và second stage thủ công, hoặc dùng công cụ và phần mềm phù hợp với 2SLS, dữ liệu bảng hay GMM. Khi chạy trong SPSS, hãy lưu bảng Coefficients, Model Summary và các kiểm định liên quan để giải thích quy trình.

Dùng biến trễ có xử lý được nội sinh không

Không tự động. Biến trễ có thể giúp mô hình phù hợp hơn trong một số cấu trúc dữ liệu, nhưng nó chỉ là công cụ hợp lệ khi thỏa các giả định cần thiết. Bạn phải giải thích quan hệ giữa biến trễ, biến hiện tại và sai số, đồng thời chọn phương pháp phù hợp với dữ liệu.

Có cần xử lý nội sinh trong mọi luận văn định lượng không

Không phải mọi mô hình đều phải chạy IV hoặc GMM. Bạn cần xem câu hỏi nghiên cứu, nguồn dữ liệu, hướng nhân quả và khả năng biến bị bỏ sót. Nếu không có cơ sở cho nghi ngờ nội sinh, hãy trình bày rõ lập luận và các kiểm tra phù hợp, thay vì thêm một phương pháp phức tạp chỉ để làm luận văn dài hơn.

Mở file dữ liệu của bạn, viết ra biến nào có khả năng nội sinh, nguyên nhân nghi ngờ và bảng output đang có trước khi chọn OLS, 2SLS hay GMM; nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng M4 phân tích của DoThesis.