Phần dư là gì? Cách đọc và kiểm tra phần dư trong SPSS

Phần dư là gì

Phần dư trong hồi quy là phần chênh lệch giữa giá trị quan sát thực tế của biến phụ thuộc và giá trị mà mô hình dự đoán. Trong output SPSS, phần dư thường xuất hiện với tên Residual, Standardized Residual, Studentized Residual hoặc nằm trong các bảng Residual Statistics và biểu đồ *ZRESID.

Công thức cơ bản là:

eᵢ = Yᵢ - Ŷᵢ

Trong đó, Yᵢ là giá trị thực tế của quan sát thứ i, còn Ŷᵢ là giá trị dự đoán từ phương trình hồi quy. Nếu khách hàng thứ 15 có mức hài lòng thực tế là 4,2 nhưng mô hình dự đoán 3,8, phần dư của quan sát đó là 0,4. Phần dư âm có nghĩa mô hình dự đoán cao hơn giá trị thực tế.

Bạn cần phân biệt phần dư với sai số tổng thể. Sai số là khái niệm của mô hình trong tổng thể, còn phần dư là giá trị được tính từ dữ liệu mẫu mà bạn đang có. Vì vậy, phần dư giúp bạn kiểm tra xem mô hình hồi quy có đang phù hợp với dữ liệu hay đang vi phạm các giả định quan trọng.

Nếu bạn đang chạy hồi quy tuyến tính, phần dư là nhóm kết quả cần xem sau khi đọc R Square, ANOVA và Coefficients. Với hồi quy có nhiều biến độc lập, bạn cũng có thể xem hướng dẫn về mô hình hồi quy tuyến tính để đặt phần dư đúng vào quy trình phân tích.

Ý nghĩa của phần dư trong nghiên cứu định lượng

Phần dư trả lời một câu hỏi rất thực tế: mô hình của bạn còn bỏ sót một dạng quy luật nào trong dữ liệu hay không. Một mô hình phù hợp thường tạo ra các phần dư phân bố tương đối ngẫu nhiên quanh mức 0, thay vì tạo thành đường cong, hình phễu hoặc các cụm rõ rệt.

Trong phân tích hồi quy tuyến tính SPSS, phần dư thường được dùng để xem các giả định sau:

• Quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập.
• Phương sai phần dư gần như không đổi, còn gọi là homoscedasticity.
• Các phần dư độc lập với nhau.
• Phần dư không có quan sát ngoại lệ quá cực đoan.
• Phần dư có phân phối gần chuẩn khi bạn cần suy luận bằng kiểm định t và F.

Phần dư không dùng để kết luận biến độc lập nào có tác động mạnh hơn. Việc đó nằm ở Standardized Coefficients Beta, t và Sig. trong bảng Coefficients. Phần dư cũng không thay thế cho kiểm tra đa cộng tuyến. Khi cần xem các biến độc lập có tương quan quá cao hay không, bạn phải đọc Tolerance và VIF trong phân tích kiểm tra đa cộng tuyến SPSS.

Trong hồi quy bội, phần dư đặc biệt quan trọng vì nhiều biến độc lập cùng giải thích một biến phụ thuộc. Một mô hình có R Square khá cao vẫn có thể gặp vấn đề nếu phương sai phần dư thay đổi mạnh hoặc có một vài quan sát chi phối toàn bộ phương trình. Vì vậy, đừng chỉ nhìn vào p-value của các hệ số rồi kết luận mô hình đã đạt.

Phần dư bao nhiêu là tốt

Câu hỏi “phần dư bao nhiêu là tốt” dễ dẫn đến cách đọc sai. Không có một con số duy nhất mà mọi phần dư bắt buộc phải bằng hoặc nhỏ hơn. Phần dư thô phụ thuộc vào thang đo của biến phụ thuộc. Nếu biến phụ thuộc đo từ 1 đến 5, phần dư 1,2 có ý nghĩa khác với phần dư 120 trong mô hình đo doanh thu.

Bạn nên đánh giá phần dư qua hình dạng phân bố, phần dư chuẩn hóa và các chỉ số kiểm tra giả định. Bảng dưới đây tóm tắt các mốc thường được dùng trong luận văn định lượng. Mỗi mốc cần đi cùng nguồn, không nên ghi như một quy định tuyệt đối cho mọi bộ dữ liệu.

Hai điểm cần nhớ là phần dư thô không có ngưỡng chung và biểu đồ không nên được đọc tách rời khỏi bối cảnh nghiên cứu. Một vài điểm hơi lệch chưa đủ để bạn xóa dữ liệu. Bạn cần xem thêm Casewise Diagnostics, Cook's Distance, leverage hoặc hồ sơ của quan sát đó trước khi quyết định.

Durbin-Watson là chỉ số thường được sinh viên tìm trong phân tích kiểm định Durbin Watson SPSS. Chỉ số này nói về tính độc lập của phần dư theo thứ tự quan sát, không nói rằng mô hình có phân phối chuẩn hay không. Nếu dữ liệu khảo sát được thu tại cùng một thời điểm và các dòng không có thứ tự thời gian, bạn vẫn cần giải thích cách áp dụng chỉ số này trong bối cảnh đề tài.

Cách đọc phần dư trên output SPSS

Để lưu phần dư và giá trị dự đoán, vào Analyze > Regression > Linear. Đưa biến phụ thuộc vào ô Dependent, các biến độc lập vào ô Independent(s), sau đó chọn Save. Trong nhóm Predicted, chọn Standardized, và trong nhóm Residuals, chọn Standardized hoặc Studentized tùy mục tiêu kiểm tra.

Sau khi bấm Continue rồi OK, SPSS sẽ thêm các biến mới vào Data View, thường có tên như ZPRED, ZRESID, SRESID hoặc SRE_1. Đây là các biến kỹ thuật phục vụ kiểm tra mô hình. Bạn không đưa chúng vào phương trình hồi quy như một biến độc lập mới.

Để tạo biểu đồ phần dư, mở lại hộp thoại hồi quy, chọn Plots, đưa *ZPRED vào trục X và *ZRESID vào trục Y. Có thể chọn thêm Histogram và Normal probability plot trong phần tùy chọn. Khi đọc, hãy xem scatterplot trước, sau đó mới xem histogram và P-P Plot.

Bảng dưới đây là số liệu minh họa, được trình bày theo dạng output SPSS để bạn biết cần tìm cột nào. Các con số không phải kết quả của một nghiên cứu thực tế và không được chép vào chương 4.

Ví dụ, nếu ZRESID dao động từ -2,41 đến 2,68, bạn không thể viết rằng mọi phần dư đều bằng 0. Cách diễn đạt đúng là các phần dư chuẩn hóa nằm trong khoảng quan sát được và chưa xuất hiện điểm cực đoan rõ theo tiêu chí bạn đã chọn. Nếu scatterplot tạo hình phễu mở rộng dần, vấn đề cần xem là phương sai thay đổi, không phải chỉ là phần dư “lớn”.

Với phân tích hồi quy logistic SPSS, cách diễn giải phần dư khác hồi quy tuyến tính vì biến phụ thuộc là nhị phân và mô hình dự đoán xác suất. Bạn không nên bê nguyên tiêu chí Histogram, Durbin-Watson của hồi quy tuyến tính sang logistic. Hãy đọc các residual diagnostic mà SPSS cung cấp cho đúng loại mô hình.

Khi phần dư không đạt thì xử lý thế nào

Bạn nên xử lý theo thứ tự từ việc kiểm tra dữ liệu đến việc thay đổi mô hình. Đừng xóa ngay các dòng có phần dư lớn chỉ để biểu đồ nhìn đẹp hơn.

1. Kiểm tra lỗi nhập dữ liệu. Mở Data View và đối chiếu các dòng có ZRESID cực trị với bảng hỏi gốc. Một mã giới tính nhập nhầm, dấu thập phân sai hoặc giá trị Likert ngoài khoảng có thể tạo phần dư bất thường.

2. Kiểm tra outlier và điểm có ảnh hưởng. Xem Casewise Diagnostics, leverage và Cook's Distance nếu nghiên cứu của bạn cần đánh giá ảnh hưởng. Ghi lại mã quan sát, nguyên nhân và quyết định xử lý. Nếu đó là một người trả lời hợp lệ, việc loại bỏ phải có lý do phương pháp, không chỉ vì nó làm p-value đẹp hơn.

3. Xem lại dạng quan hệ. Scatterplot có đường cong cho thấy quan hệ giữa biến có thể không tuyến tính. Bạn có thể cân nhắc biến đổi biến hoặc bổ sung thành phần phù hợp nếu có cơ sở lý thuyết. Mọi thay đổi cần được ghi rõ trong phương pháp và giải thích với giảng viên.

4. Kiểm tra phương sai thay đổi. Hình phễu trong đồ thị ZPRED và ZRESID là dấu hiệu cần xem xét. Có thể báo cáo hạn chế của mô hình, dùng phương pháp ước lượng phù hợp nếu phần mềm và thiết kế nghiên cứu cho phép, hoặc thảo luận với người hướng dẫn trước khi chọn cách thay thế.

5. Kiểm tra lại mô hình và biến đo lường. Nếu nhiều giả định cùng không ổn, nguyên nhân có thể nằm ở việc chọn biến, cách mã hóa biến đảo chiều hoặc mô hình lý thuyết, chứ không chỉ ở một vài dòng dữ liệu. Với hồi quy có biến giả, hãy xác nhận nhóm tham chiếu và cách mã hóa 0, 1 trong phân tích hồi quy với biến giả SPSS.

EFA, hồi quy và kiểm định giả định hiếm khi hoàn hảo ngay lần đầu. Bạn có thể chạy lại sau khi loại một biến quan sát có lý do rõ ràng, nhưng phải lưu từng phiên bản file và bảng theo dõi quyết định. Hội đồng thường hỏi “vì sao loại dòng này” nhiều hơn hỏi bạn đã bấm nút nào trong SPSS.

Phân biệt phần dư với giá trị dự đoán và sai số chuẩn

Predicted Value là giá trị mà mô hình ước lượng cho biến phụ thuộc. Residual là khoảng cách giữa giá trị thực tế và giá trị dự đoán. Hai cột này có thể xuất hiện cạnh nhau trong Data View sau khi bạn chọn Save, nhưng ý nghĩa hoàn toàn khác.

Standardized Residual là phần dư đã đưa về thang đo chuẩn để dễ so sánh giữa các quan sát. Một phần dư thô có thể lớn chỉ vì biến phụ thuộc dùng đơn vị lớn, trong khi phần dư chuẩn hóa cho biết quan sát đó lệch bao nhiêu độ lệch chuẩn tương đối với các quan sát khác.

Standard Error of the Estimate trong bảng Model Summary lại là độ lệch chuẩn ước tính của phần dư trên toàn mô hình. Đây là một chỉ số tổng hợp, không phải phần dư của một người trả lời cụ thể. Cuối cùng, Standard Error trong bảng Coefficients là sai số chuẩn của một hệ số hồi quy, dùng để tính t và p-value.

Nhầm bốn khái niệm này khiến phần trình bày kết quả bị sai. Bạn có thể dùng bài tập hồi quy tuyến tính có lời giải để đối chiếu cách phân biệt phương trình, giá trị dự đoán và phần dư trong một ví dụ hoàn chỉnh.

Lỗi thường gặp

Chỉ nhìn vào trung bình phần dư. Trung bình gần 0 chưa chứng minh các giả định đều đạt. Các phần dư dương và âm có thể triệt tiêu nhau dù scatterplot vẫn tạo hình cong hoặc hình phễu.

Dùng phần dư thô để áp một ngưỡng cứng. Mốc -3 đến 3 thường được dùng cho phần dư chuẩn hóa trong kiểm tra thực hành, không phải mọi loại residual. Hãy ghi rõ bạn đang đọc biến nào trong Data View.

Xóa dữ liệu vì phần dư lớn. Một quan sát bất thường có thể là thông tin thật của mẫu. Bạn chỉ nên loại khi có bằng chứng về lỗi dữ liệu hoặc tiêu chí loại đã được đặt trước và áp dụng nhất quán.

Đưa ZRESID vào danh sách biến độc lập. Đây là biến sinh ra sau hồi quy để chẩn đoán mô hình. Nếu đưa nó vào lần chạy sau, bạn đã thay đổi mô hình và có thể tạo kết quả khó giải thích.

Dùng Durbin-Watson cho mọi loại hồi quy. Chỉ số này phù hợp với câu hỏi về tính độc lập của phần dư trong mô hình hồi quy nhất định. Nó không thay thế kiểm tra phân phối chuẩn, tuyến tính hay đa cộng tuyến.

Chép số liệu minh họa vào luận văn. Bảng ở trên chỉ cho bạn hình dung tên bảng và cột. Khi viết, phải thay bằng output từ file .sav hoặc .csv của chính bạn, đồng thời lưu syntax hoặc các bước đã chạy để có thể kiểm tra lại.

Đọc thêm: hồi quy tuyến tính, bài tập hồi quy tuyến tính có lời giải, hồi quy logistic, mô hình hồi quy tuyến tính, đa cộng tuyến là gì, chủ đề thong ke.

Câu hỏi thường gặp

Phần dư bao nhiêu là tốt?

Phần dư thô không có một mốc chung vì còn phụ thuộc thang đo của biến phụ thuộc. Bạn nên xem phần dư chuẩn hóa, biểu đồ ZPRED và ZRESID, Histogram, P-P Plot cùng các chẩn đoán outlier. Khoảng quan sát gần -3 đến 3 chỉ là mốc thực hành cần được giải thích, không phải giấy chứng nhận mô hình đạt.

Phần dư bằng 0 có phải mô hình hoàn hảo không?

Một quan sát có phần dư bằng 0 nghĩa là giá trị dự đoán trùng với giá trị thực tế của quan sát đó. Nếu toàn bộ phần dư đều bằng 0, dữ liệu có thể bị mô hình khớp quá mức hoặc có vấn đề về cách nhập và xây dựng mô hình. Trong dữ liệu khảo sát thực tế, phần dư phân tán quanh 0 là điều thường gặp hơn.

Xem phần dư ở bảng nào trong SPSS?

Bạn có thể xem Residual Statistics trong output và các biến residual được tạo trong Data View sau khi chọn Save tại hộp thoại Analyze > Regression > Linear. Để kiểm tra trực quan, dùng biểu đồ giữa *ZPRED và *ZRESID, kèm Histogram và Normal P-P Plot.

Phần dư không phân phối chuẩn thì phải làm sao?

Trước hết, kiểm tra biểu đồ, outlier, lỗi nhập dữ liệu và kích thước mẫu. Đừng kết luận chỉ từ một biểu đồ hơi lệch. Nếu vi phạm rõ, bạn cần xem lại dạng biến, mô hình và cách suy luận, sau đó trao đổi với giảng viên về phương án phù hợp thay vì xóa dữ liệu tùy ý.

Durbin-Watson bao nhiêu là đạt?

Mốc từ 1 đến 3 thường được dùng để xem xét tính độc lập của phần dư trong hồi quy (Field, 2013). Tuy nhiên, bạn cần đọc chỉ số trong bối cảnh dữ liệu và thứ tự quan sát. Durbin-Watson không đánh giá phương sai thay đổi, phân phối chuẩn hay đa cộng tuyến.

Có cần báo cáo phần dư trong chương 4 không?

Bạn nên báo cáo ngắn gọn các kiểm tra giả định có liên quan đến mô hình, chẳng hạn phạm vi phần dư chuẩn hóa, Durbin-Watson và nhận xét từ biểu đồ. Không cần chèn toàn bộ ảnh output nếu trường không yêu cầu. Hãy giữ file output đầy đủ để đối chiếu khi được hỏi.

Mở lại file dữ liệu của bạn, chạy Analyze > Regression > Linear, lưu ZPRED và ZRESID, rồi ghi riêng nhận xét cho từng biểu đồ trước khi viết kết quả. Nếu bạn cần chạy phân tích trên chính file .sav hoặc .csv và kiểm tra phần dư theo đúng mô hình, M4 phân tích của DoThesis là bước phù hợp.