Bảng Model Summary trong phân tích hồi quy 2022
Trong bảng này, các bạn quan tâm 2 giá trị:Adjusted R SquarevàDurbin-Watson.
Adjusted R Squarehay còn gọi là R bình phương hiệu chỉnh, nó phản ánh mức độ ảnh hưởng của các biến độc lập lên biến phụ thuộc. Cụ thể trong trường hợp này,6 biến độc lập đưa vào ảnh hưởng 67.2% sự thay đổi của biến phụ thuộc, còn lại 32.8% là do các biến ngoài mô hình và sai số ngẫu nhiên.
Thường thì giá trị này từ 50% trở lên là nghiên cứu được đánh giá tốt. Vậy nếu R bình phương hiệu chỉnh dưới 50% thì sao và tại sao dùng R bình phương hiệu chỉnh mà không dùng R bình phương khi phân tích hồi quy.
Durbin-Watson (DW) dùng để kiểm định tự tương quan của các sai số kề nhau (hay còn gọi là tương quan chuỗi bậc nhất) có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số không có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2 (từ 1 đến 3); nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tương quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch.
Lưu ý, cái này là giá trị ước lượng thường dùng trong SPSS chứ không chính xác. Nếu bạn yêu cầu tính chính xác, bạn cần tra hệ số Durbin-Watson ở đây. Không có tự tương quan chuỗi bậc nhất thì dữ liệu thu thập là tốt. Cụ thể trong trường hợp này,k’ = 6, n = 125, tra bảng DW ta códL = 1.651vàdU = 1.817.Gắn vào thanh giá trị DW, ta thấy 1.817 < 1.881 < 2.183, như vậy, không có sự tương quan chuỗi bậc nhất trong mô hình.
Hướng Dẫn Cách Nhập Dữ Liệu Spss Chi Tiết - Update 2021
Nguyễn Lê Hà Phương
07-02-2022
4/5 (2 đánh giá) 0 bình luận
Để tiến hành phân tích trên phần mềm SPSS, chúng ta bắt buộc phải nhập dữ liệu vào hệ thống. Bạn đã nắm rõ cách nhập dữ liệu SPSS chưa? Hãy cùng Tri Thức Cộng Đồng tìm hiểu trong bài viết sau đây nhé!
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.
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. Hướng dẫn đọc kết quả SPSS trong hồi quy đa biến
Cách đọc Kết quả spss trong hồi quy đa biến chủ yếu sẽ nằm ở 3 bảng: Model Summary, Anova và Coefficients. Dưới đây là hướng dẫn cách đọc kết quả trong spss qua 3 ví dụ của 3 bảng đã nêu trên để bạn hiểu được.
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 <5%. Chứng tỏ R bình phương của tổng thể khác 0. Đồng nghĩa với việc mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể (chi tiết hơn là R bình phương tổng thể ta không thể tính cụ thể được, nhưng ta biết chắc chắn sẽ khác 0, mà khác 0 thì chứng tỏ là các biến độc lập có tác động đến biến phụ thuộc)
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 <5% chứng tỏ 4 biến độc lập đều tác động có ý nghĩa thống kê đến biến phụ thuộc. Nghĩa là 4 giả thiết đều được chấp nhận. Nhìn vào hệ số B có thể giải thích như sau, ví dụ hệ số B của age là 0.165 , nghĩa là khi biến age tăng 1 đơn vị thì biến VO2max tăng 0.165 đơn vị.
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.
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)
Trên đây là bài viết hướng dẫn bạn cách phân tích hồi quy đa biến và hướng dẫn đọc kết quả SPSS theo 3 bảng chính. Hi vọng bài viết giúp ích được cho bạn. Nếu trong quá trình làm bài có bất kể vấn đề khó khăn thắc mắc thì đừng ngần ngại liên hệ với Luận Văn 24 qua hotline để được tư vấn gải đáp.
Nguồn: Luanvan24.com
5/5 (1 Review)