VIF trong SPSS là gì? Cách đọc và xử lý VIF cao

VIF trong SPSS là gì

Bạn mở bảng Coefficients trong SPSS và thấy cột VIF với các giá trị như 1.42, 2.87 hoặc 8.31. VIF là viết tắt của Variance Inflation Factor, dùng để kiểm tra hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình hồi quy. Nói ngắn gọn, VIF cho biết phương sai ước lượng của một hệ số hồi quy bị phóng đại đến mức nào vì biến độc lập đó có liên hệ với các biến độc lập khác.

VIF của biến độc lập Xj được tính theo công thức:

VIFj = 1 / (1 - Rj²)

Trong đó, Rj² là R² của mô hình phụ, khi Xj được hồi quy theo toàn bộ các biến độc lập còn lại. Tolerance có quan hệ ngược với VIF: Tolerance = 1 / VIF. Vì vậy, bạn thường đọc hai cột Tolerance và VIF cùng lúc trong bảng Coefficients.

VIF không cho biết biến độc lập có tác động đến biến phụ thuộc hay không. Nó cũng không phải là p-value, hệ số hồi quy hay effect size. VIF chỉ trả lời một câu hỏi cụ thể: các biến độc lập có trùng lắp thông tin quá nhiều khiến việc ước lượng từng tác động riêng trở nên thiếu ổn định hay không.

Nếu bạn chưa chắc đa cộng tuyến là gì trong bối cảnh đề tài của mình, có thể xem bài đa cộng tuyến là gì trước khi quay lại bảng SPSS đang mở.

Ý nghĩa của VIF trong nghiên cứu định lượng

Trong hồi quy tuyến tính, bạn muốn tách riêng tác động của từng biến độc lập lên biến phụ thuộc. Chẳng hạn, mô hình có các biến ChatLuong, GiaTri và SuHaiLong. Nếu ChatLuong và GiaTri được đo bằng các nội dung gần như giống nhau, SPSS sẽ khó xác định phần tác động riêng của từng biến.

Khi đó, hệ số hồi quy có thể thay đổi mạnh giữa các mẫu, sai số chuẩn tăng, p-value trở nên lớn hơn và một biến vốn có liên hệ với biến phụ thuộc lại không đạt ý nghĩa thống kê. Dấu của hệ số cũng có thể trở nên khó giải thích. Đây là lý do bạn không nên chỉ nhìn vào R² cao hoặc số lượng p-value nhỏ mà bỏ qua VIF.

VIF đặc biệt quan trọng khi bạn chạy hồi quy tuyến tính với nhiều biến độc lập. Trong hồi quy logistic, SPSS cũng có thể dùng các chẩn đoán tương tự, nhưng cách xuất bảng và cách đánh giá mô hình sẽ khác. Nếu biến phụ thuộc của bạn là nhị phân, hãy phân biệt rõ hồi quy tuyến tính với hồi quy logistic.

Một VIF cao không tự động chứng minh mô hình sai. Nó là tín hiệu để bạn kiểm tra lại cơ sở lý thuyết, cách xây dựng thang đo, tương quan giữa các biến và ý nghĩa của từng biến trong mô hình. Quyết định giữ hay loại biến phải dựa trên cả lý thuyết và kết quả thống kê, không nên chỉ dựa vào một con số.

VIF bao nhiêu là đạt

Trong thực hành báo cáo PLS-SEM, VIF dưới 5 thường được dùng làm ngưỡng kiểm tra đa cộng tuyến (Hair và cộng sự, 2019). Với hồi quy bằng SPSS, nhiều luận văn cũng dùng VIF nhỏ hơn 5 như tiêu chí chính. Tuy nhiên, bạn nên ghi rõ nguồn và không biến ngưỡng này thành một quy luật tuyệt đối cho mọi đề tài.

Tolerance càng thấp thì nguy cơ đa cộng tuyến càng cao, vì Tolerance là nghịch đảo của VIF. Bảng dưới đây giúp bạn đọc nhanh các vùng giá trị. Mỗi ngưỡng số đều được gắn với nguồn được phép trích dẫn.

Một số tài liệu hoặc giảng viên có thể yêu cầu VIF nhỏ hơn 10. Nếu khoa của bạn dùng ngưỡng đó, hãy hỏi lại cách trình bày và nguồn mà hội đồng mong muốn. Bạn không nên ghi đồng thời rằng VIF dưới 5 là đạt và VIF dưới 10 cũng là đạt mà không giải thích sự khác nhau. Cách an toàn hơn là báo cáo giá trị VIF thực tế, nêu ngưỡng đã chọn và giải thích quyết định giữ biến.

VIF cần được xem theo từng biến. Nếu mô hình có VIF lần lượt là 1.35, 2.10 và 4.72, cả ba biến đều dưới 5. Nếu một biến có VIF bằng 8.31 còn các biến khác dưới 3, vấn đề cần tập trung vào biến có giá trị 8.31 và nhóm biến liên hệ gần với nó.

Cách đọc VIF trên output SPSS

Để xem VIF, bạn cần chạy hồi quy tuyến tính và yêu cầu SPSS hiển thị collinearity statistics. Đây là phần nhiều bạn bỏ sót vì mặc định bảng Coefficients có thể chưa hiện Tolerance và VIF.

Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Tên cột được giữ theo cách SPSS thường in trong bảng Coefficients.

Ở dòng ChatLuong, VIF bằng 1.42, nghĩa là chưa có dấu hiệu phóng đại phương sai đáng kể theo ngưỡng VIF dưới 5. Dòng TinCay có VIF cao nhất, bằng 4.52, nhưng vẫn dưới ngưỡng tham khảo. Bạn vẫn cần xem xét mối tương quan giữa TinCay và các biến còn lại, nhất là khi các khái niệm trong mô hình có nội dung gần nhau.

Đừng đọc cột Sig. như thể nó là kết quả của VIF. Trong ví dụ, TinCay có Sig. bằng 0.164, nhưng điều đó nói về ý nghĩa thống kê của hệ số hồi quy, không nói rằng biến bị đa cộng tuyến. VIF và Sig. trả lời hai câu hỏi khác nhau.

Bạn có thể đối chiếu kết quả với mô hình hồi quy tuyến tính để kiểm tra biến nào là độc lập, biến nào là phụ thuộc trước khi diễn giải. Nếu đang làm bài thực hành, bài tập hồi quy tuyến tính có lời giải cũng giúp bạn nhận diện đúng vị trí của bảng Coefficients.

Khi VIF không đạt thì xử lý thế nào

VIF cao phải làm sao là câu hỏi cần được xử lý theo thứ tự, từ kiểm tra dữ liệu đến xem lại mô hình. Đừng xóa ngay biến có VIF cao chỉ để bảng kết quả đẹp hơn.

Kiểm tra lại cách nhập và mã hóa dữ liệu

Mở Variable View và Data View để kiểm tra tên biến, kiểu dữ liệu, giá trị missing và các biến đảo chiều. Một biến đảo chiều chưa được recode đúng có thể làm tương quan giữa các biến trở nên bất thường. Bạn cũng cần bảo đảm các biến quan sát được tính điểm tổng hợp đúng, chẳng hạn bằng trung bình các item sau khi xử lý item không đạt.

Xem bảng Correlations

Chọn Analyze > Correlate > Bivariate, đưa các biến độc lập vào ô Variables rồi chọn Pearson nếu phù hợp với thiết kế nghiên cứu. Bảng Correlations giúp bạn nhìn cặp biến nào có tương quan cao. Đây là bước chẩn đoán, không phải lý do duy nhất để loại biến.

Nếu hai biến đo hai khái niệm khác nhau về lý thuyết nhưng tương quan cao, bạn cần kiểm tra lại cách diễn đạt item, nguồn thang đo và giá trị phân biệt. Nếu hai biến thực chất đang đo cùng một nội dung, mô hình có thể cần gộp hoặc loại một biến, nhưng quyết định đó phải được giảng viên hướng dẫn chấp thuận.

Kiểm tra VIF ở cấp biến quan sát nếu cần

Nếu VIF được kiểm tra trong hồi quy với các biến tổng hợp, bạn có thể xem thêm tương quan giữa các biến quan sát để tìm nguyên nhân. Tuy nhiên, đừng dùng VIF để thay thế Cronbach's Alpha hoặc EFA. Các kiểm định này có mục đích khác nhau. Bạn cần kiểm tra độ tin cậy và cấu trúc thang đo theo đúng quy trình của đề tài.

Loại biến có lý do và chạy lại mô hình

Khi một biến có VIF cao, hãy xem xét biến nào trùng lắp nội dung, có tương quan cao với biến khác và đóng góp lý thuyết thấp hơn. Chỉ loại biến khi có lý do rõ ràng, ghi lại mô hình trước và sau khi loại, rồi chạy lại hồi quy.

Bạn không nên loại liên tiếp nhiều biến chỉ vì muốn mọi VIF nhỏ. Sau mỗi vòng, hãy kiểm tra lại R², hệ số hồi quy, p-value, dấu của hệ số và ý nghĩa lý thuyết. Nếu việc loại biến làm mô hình không còn đúng với giả thuyết ban đầu, cần dừng lại và trao đổi với người hướng dẫn.

Xem xét gộp khái niệm hoặc đổi đặc tả mô hình

Nếu hai biến thực sự đại diện cho cùng một khái niệm, có thể mô hình ban đầu đang tách quá nhỏ một cấu trúc. Khi đó, hướng xử lý có thể là xây dựng lại biến tổng hợp hoặc điều chỉnh mô hình theo cơ sở lý thuyết. Đây là quyết định phương pháp, không phải thao tác kỹ thuật trong SPSS.

Nếu mẫu chưa đủ hoặc item bị thiết kế trùng lặp, thu thêm dữ liệu không chắc giải quyết được VIF cao. Dữ liệu mới có thể làm chỉ số thay đổi, nhưng không sửa được việc hai biến đang đo cùng một nội dung. Bạn chỉ nên thu thêm dữ liệu khi có lý do về cỡ mẫu hoặc chất lượng phản hồi, không dùng việc thu thêm như cách né một vấn đề đo lường.

Phân biệt VIF với các chỉ số dễ nhầm

VIF thường bị nhầm với các chỉ số trong cùng bảng hoặc cùng quy trình hồi quy. Phân biệt đúng giúp bạn không viết sai kết luận ở chương 4.

VIF và Tolerance là hai mặt của cùng một vấn đề. VIF càng lớn thì Tolerance càng nhỏ. Bạn có thể báo cáo cả hai, nhưng nếu bảng đã quá dài, hãy ưu tiên VIF và nêu rõ tiêu chí đánh giá.

VIF và p-value có chức năng khác nhau. VIF kiểm tra quan hệ giữa các biến độc lập. p-value trong bảng Coefficients kiểm tra giả thuyết về một hệ số hồi quy, thường là giả thuyết hệ số bằng 0. Một biến có VIF thấp nhưng p-value lớn vẫn có thể không có ý nghĩa thống kê. Ngược lại, VIF cao không đồng nghĩa p-value chắc chắn lớn.

VIF và R² cũng không thay thế cho nhau. R² cho biết mức độ biến thiên của biến phụ thuộc được mô hình giải thích. Một mô hình có R² cao vẫn có thể gặp đa cộng tuyến. Vì vậy, cần đọc Model Summary, ANOVA, Coefficients và các chẩn đoán liên quan cùng nhau.

VIF và Durbin-Watson kiểm tra hai vấn đề khác nhau. Durbin-Watson liên quan đến tự tương quan của phần dư, còn VIF liên quan đến tương quan giữa các biến độc lập. Trong thực hành SPSS, Durbin-Watson nằm ở bảng Model Summary và thường được xem trong khoảng 1 đến 3 (Field, 2013), nhưng chỉ số này không thể dùng để kết luận thay cho VIF.

Lỗi thường gặp

Chỉ nhìn VIF của biến phụ thuộc

VIF được xem cho các biến độc lập trong mô hình. Biến phụ thuộc không phải là predictor nên không được diễn giải VIF theo cách đó.

Thấy VIF trên 5 là xóa ngay biến

Một giá trị cao là dấu hiệu cần điều tra. Bạn cần xem lý thuyết, ma trận tương quan, thang đo và vai trò của biến trước khi quyết định. Hội đồng có thể hỏi vì sao biến bị loại và căn cứ nào cho việc loại biến.

Dùng ngưỡng nhưng không ghi nguồn

Câu “VIF nhỏ hơn 10 là đạt” đứng một mình chưa đủ thuyết phục. Hãy ghi giá trị VIF của từng biến, ngưỡng sử dụng và nguồn tham khảo. Nếu chọn ngưỡng dưới 5, bạn có thể dẫn (Hair và cộng sự, 2019).

Chạy hồi quy nhiều lần nhưng không lưu syntax

Hãy lưu file output và syntax sau mỗi vòng chạy. Đặt tên rõ như regression_model_1, regression_remove_X3 để bạn giải thích được quá trình xử lý. Việc ghi lại các vòng chạy quan trọng hơn việc cố tìm một bảng đẹp ngay từ đầu.

Nhầm VIF với kiểm định nhân tố

VIF không thay thế KMO, Bartlett's Test, EFA hay kiểm tra giá trị phân biệt. Mỗi chỉ số trả lời một câu hỏi khác nhau trong quy trình phân tích định lượng.

Cách viết vào luận văn: “Kết quả kiểm tra đa cộng tuyến tại bảng Coefficients cho thấy VIF của các biến độc lập dao động từ [giá trị thấp nhất] đến [giá trị cao nhất], đều [nhỏ hơn hoặc lớn hơn] ngưỡng [ngưỡng lựa chọn]. Vì vậy, mô hình [không ghi nhận/ghi nhận] vấn đề đa cộng tuyến đáng kể theo [nguồn trích dẫn].” Bạn thay các phần trong ngoặc vuông bằng số liệu thật từ file SPSS, không dùng số minh họa ở bài này.

Câu hỏi thường gặp

VIF trong SPSS nằm ở bảng nào

VIF nằm ở bảng Coefficients, trong nhóm cột Collinearity Statistics, cùng với Tolerance. Nếu hai cột này chưa xuất hiện, bạn cần vào hộp thoại Linear Regression, bấm Statistics và chọn Collinearity diagnostics trước khi chạy lại.

VIF bao nhiêu là đạt trong SPSS

Ngưỡng thường dùng là VIF nhỏ hơn 5, với nguồn (Hair và cộng sự, 2019). Một số hướng dẫn trong khoa có thể dùng ngưỡng khác. Bạn nên báo cáo ngưỡng đã chọn cùng nguồn, thay vì chỉ ghi “VIF đạt”.

VIF cao phải làm sao

Bạn hãy kiểm tra mã hóa dữ liệu, bảng Correlations, nội dung thang đo và cơ sở lý thuyết của các biến có VIF cao. Sau đó mới cân nhắc loại một biến, gộp khái niệm hoặc điều chỉnh mô hình. Mọi thay đổi cần được ghi lại và giải thích trong luận văn.

VIF cao có làm mô hình hồi quy sai hoàn toàn không

VIF cao không đồng nghĩa toàn bộ mô hình vô giá trị. Nó cho thấy việc ước lượng tác động riêng của các biến độc lập có thể thiếu ổn định. Bạn cần đánh giá mức độ cao, vai trò lý thuyết của biến, cỡ mẫu và các chỉ số hồi quy khác trước khi kết luận.

Có cần báo cáo cả VIF và Tolerance không

Bạn có thể báo cáo cả hai nếu bảng kết quả cho phép. VIF thường dễ đọc hơn, còn Tolerance giúp người đọc kiểm tra quan hệ nghịch đảo giữa hai chỉ số. Quan trọng nhất là bảng phải có giá trị thực tế của từng biến và cách bạn đưa ra quyết định.

Mở lại file SPSS của bạn, vào Analyze > Regression > Linear, chọn hiển thị Collinearity diagnostics, rồi ghi riêng VIF và Tolerance của từng biến vào bảng kết quả trước khi viết diễn giải. Nếu cần chạy phân tích trên chính file .sav hoặc .csv và kiểm tra toàn bộ quy trình, bạn có thể dùng module M4 phân tích dữ liệu của DoThesis.