Cách đọc kết quả mô hình hồi quy
Bạn đang trong quá trình làm bài luận văn nghiên cứu nhưng chưa biết cách phân tích hồi quy đa biến cũng như đọc kết quả hồi quy đa biến trong SPSS? Cùng Luận Văn 24 tham khảo ngay bài viết dưới đây để để quyết những khó khăn mà bạn đăng mắc phải.
Bạn đang xem: Cách đọc kết quả mô hình hồi quy
Một nhà nghiên cứu sức khỏe muốn dự đoán “VO2max” – một chỉ số về thể lực và sức khỏe. Họ đã thực hiện nghiên cứu 100 người tham gia để thực hiện bài kiểm tra VO2max tối đa, nhưng cũng ghi lại “age”(tuổi), “weight”(cân nặng), “heart rate” (nhịp tim) và “gender”(giới tính) của họ. Như vậỵ, các biến độc lập và biến phụ thuộc bao gồm:
Biến phụ thuộc: VO2max
Biến độc lập: age, weight, heart rate, gender
1. Các bước tiến hành phân tích hồi quy đa biến trong SPSS
Để chạy hồi quy đa biến bạn vào menu Analyze -> Regression -> Linear.
Chọn nhân tố độc lập và phụ thuộc vào các ô bên phải. Cụ thể bài ví dụ này có 4 nhân tố độc lập age, weight, heart rate, gender sẽ được đưa vào ô Independent(s) và 1 nhân tố phụ thuộc VO2max sẽ được đưa vào ô Dependent.
Tiếp theo bấm vào Statistics chọn Collinearity diagnostics (để tính ra hệ số VIF – hệ số phóng đại phương sai- để đánh giá hiện tượng đa cộng tuyến)
Xong bấm OK, kết quả sẽ ra như sau:
SPSS sẽ xuất ra rất nhiều bảng, tuy nhiên chúng ta chỉ sử dụng một vài bảng trọng tâm phục vụ cho bài nghiên cứu bao gồm: Model Summary, ANOVA và Coefficients.
Xem thêm: Thực Hư Những Cách Thử Chì Trong Son Môi, 4 Cách Thử Chì Trong Son
Việc phân tích hồi quy đa biến trong và xử lý số liệu trong SPSS có không hề đơn giản và rất phức tạp đối với những người lần đầu tiếp xúc với SPSS. Trong quá trình thao tác, xử lý và đọc dữ liệu, nếu bạn gặp bất kì khó khăn gì thì đừng ngần ngại liên hệ với dịch vụ xử lý số liệu SPSS của Luận Văn 24 để được các chuyên gia trong lĩnh vực giải đáp và giúp đỡ bạn hoàn thành bài luận một cách tốt nhất.
2. Cách đọc kết quả hồi quy đa biến trong SPSS
2.1. Bảng model Summary
Bảng này dùng để đánh giá độ phù hợp của mô hình phân tích hồi quy đa biến, hệ số R bình phương hiệu chỉnh Adjusted R Square là 0.559. Nghĩa là 55.9% biến thiên của biến phụ thuộc VO2max được giải thích bởi 4 nhân tố độc lập. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 55.9%, tức là các biến độc lập giải thích được 55.9% biến thiên của biến phụ thuộc VO2max.
2.2. Bảng ANOVA
Nhìn vào bảng ANOVA hình trên, kiểm định giả thuyết về độ phù hợp với tổng thể của mô hình, giá trị F= 32.393 với sig.=0.000
2.3. Bảng Coefficients
Nhìn vào bảng Coefficients hình trên, kiểm định các giả thuyết sử dụng phần mềm SPSS: cái giá trị ở cột Sig. đều
Ngoài ra có thể so sánh xác định mức độ ảnh hưởng của các yếu tố: yếu tố có hệ số B càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hưởng cao hơn các yếu tố khác trong mô hình nghiên cứu. Lưu ý giả sử có biến nào có sig. tương ứng lớn hơn 5% thì biến đó không có tác động đến biến phụ thuộc nhé.
Xem thêm: Hướng Dẫn Cách Đăng Tin Bất Động Sản Hiệu Quả, Cách Đăng Và Seo Tin Bất Động Sản Hiệu Quả
Kiểm tra giả định về hiện tượng đa cộng tuyến (tương quan giữa các biến độc lập) thông qua giá trị của độ chấp nhận (Tolerance) hoặc hệ số phóng đại phương sai VIF (Variance inflation factor): VIF > 10 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Thực tế thường so sánh VIF với 2.
Trong bài này hệ số phóng đại phương sai VIF đều bé hơn 2, chứng tỏ không có hiện tượng đa cộng tuyến. ( lưu ý mối quan hệ giữa Tolerance và VIF là nghịch đảo của nhau như sau: VIF=1/Tolerance nên chỉ cần đánh giá một trong hai giá trị này là được)
