Phân tích tương quan hồi quy, hồ quy tuyến tính đa biến, hồi quy tuyến tính đa biến theo thứ bậc

1. Ph n 4_13ầ
Phân tích m i quan h gi a các bi nố ệ ữ ế
Phân tích t ng quan h i quyươ ồ
Th.S Hoàng Sĩ Thính
Chuyên gia t v n s d ng SPSS phân tích s li uư ấ ử ụ ố ệ
kinh t xã h i, qu n tr kinh doanhế ộ ả ị
Đ a ch : H c vi n Nông nghi p Vi t Namị ỉ ọ ệ ệ ệ
Email: hsthinh@vnua.edu.vn; sithinhdf@gmail.com
Facebook: Jamesunimelb@yahoo.com
Đi n tho i: 0942293689ệ ạ

2. 1. Khái quát
• Ph n này s mô t vi c s d ng SPSS đ ch y h i quy b i (multipleầ ẽ ả ệ ử ụ ể ạ ồ ộ
regression) trên n n window ho c Macề ặ
• Tuy nhiên, hãy đ c thêm v multiple regression tr c khi s d ng b t kỳọ ề ướ ử ụ ấ
ph n m m nào (SPSS cũng v y). Hãy tham kh o Tabachnick and Fidellầ ề ậ ả
(2007) đ có thêm hi u bi t v multiple regressionể ể ế ề
• Multiple regression th c ra là m t t p h p các k thu t giúp b n khámự ộ ậ ợ ỹ ậ ạ
phá m i quan h gi a m t bi n ph thu c (d ng liên t c) v i m t nhómố ệ ữ ộ ế ụ ộ ạ ụ ớ ộ
các bi n đ c l p (ho c bi n gi i thích – th ng là d ng liên t c)ế ộ ậ ặ ế ả ườ ạ ụ
• Multiple regression d a trên n n t ng phân tích t ng quan, tuy nhiênự ề ả ươ
nó giúp khám phá các m i quan h ph c t p trong m t t p h p các bi n.ố ệ ứ ạ ộ ậ ợ ế
• Chú ý: b n không th c đ y m t s bi n b t kỳ vào mô hình h i quy r iạ ể ứ ẩ ộ ố ế ấ ồ ồ
ch y ra k t qu m t cách vô th c. Hãy c g ng d a trên m t n n t ng lýạ ế ả ộ ứ ố ắ ự ộ ề ả
lu n v ng vàng, ho c b o v ch c ch n cho cách làm c a mình, đ c bi tậ ữ ặ ả ệ ắ ắ ủ ặ ệ
là th t đ a các bi n vào trong mô hình.ứ ự ư ế
2

3. 1. Khái quát (ti p)ế
Multiple regression có th giúp b n tr l i nhi u câu h i nghiên c u khácể ạ ả ờ ề ỏ ứ
nhau, nh là:ư
•Kh năng gi i thích k t qu (bi n ph thu c) c a t p h p các bi n đ c l pả ả ế ả ế ụ ộ ủ ậ ợ ế ộ ậ
nh th nào? Vd: các thành ph n c a bi n intelligent có th gi i thích như ế ầ ủ ế ể ả ư
th nào v k t qu th c hi n m t công vi c c th ?ế ề ế ả ự ệ ộ ệ ụ ể
•Khi đó, multiple regression s cung c p cho b n thông tin v t ng th c môẽ ấ ạ ề ổ ể ả
hình và c thông tin v s đóng góp c a t ng thành ph n đ c l p riêng bi tả ề ự ủ ừ ầ ộ ậ ệ
đ n mô hìnhế
•Multiple regression còn có kh năng giúp b n ki m ch ng xem vi c đ aả ạ ể ứ ệ ư
thêm m t bi n vào mô hình có làm cho mô hình y t t h n hay không.ộ ế ấ ố ơ
•Thêm vào đó, multiple regression còn có kh năng lo i tr nh h ng c aả ạ ừ ả ưở ủ
m t (ho c nhi u) bi n đ n đ chính xác (ho c kh năng) c a mô hình.ộ ặ ề ế ế ộ ặ ả ủ
3

4. Ví d v các d ng câu h i nghiên c u đ c tr l i b iụ ề ạ ỏ ứ ượ ả ờ ở
vi c s d ng multiple regression:ệ ử ụ
•Kh năng gi i thích k t qu nào đó (bi n ph thu c) c aả ả ế ả ế ụ ộ ủ
m t t p bi n nh th nào?ộ ậ ế ư ế
•Bi n nào trong t p bi n đ c l p gi i thích t t nh t k tế ậ ế ộ ậ ả ố ấ ế
qu c a bi n ph thu c?ả ủ ế ụ ộ
•Li u m t bi n gi i thích còn có tác d ng không n u nhệ ộ ế ả ụ ế ả
h ng c a m t bi n khác b lo i tr (ho c đ c ki mưở ủ ộ ế ị ạ ừ ặ ượ ể
soát)
1. Khái quát (ti p)ế
4

5. 2. Các d ng h i quy Multiple Regressionạ ồ
Có 3 d ng t ng quan h i quy b i:ạ ươ ồ ộ
•H i quy b i đ ng th i ho c h i quy chu nồ ộ ồ ờ ặ ồ ẩ
(standard or simultaneous multiple regression)
•H i quy b i t ng ph n (ho c th t - hierarchicalồ ộ ừ ầ ặ ứ ự
or sequential)
•Và, h i quy theo b c (stepwise)ồ ướ
5

6. • Đ b n bi t, t i sao l i g i là h i quy đ ng th i???ố ạ ế ạ ạ ọ ồ ồ ờ
• Đây là d ng thông d ng nh t c a h i quy b iạ ụ ấ ủ ồ ộ
• M i bi n đ c l p đ c đánh giá d a trên kh năng d báo c a nóỗ ế ộ ậ ượ ự ả ự ủ
t i k t qu c a bi n ph thu c (trong b i c nh các bi n khác cũngớ ế ả ủ ế ụ ộ ố ả ế
đang có kh năng d báo riêng c a mình t i k t qu c a bi n phả ự ủ ớ ế ả ủ ế ụ
thu c).ộ
• K thu t này cho phép b n khám phá kh năng gi i thích c a m tỹ ậ ạ ả ả ủ ộ
t p h p các bi n đ c l p đ n bi n đ ng c a m t bi n ph thu c.ậ ợ ế ộ ậ ế ế ộ ủ ộ ế ụ ộ
• Thêm vào đó, nó cũng cho phép khám phá kh năng gi i thích c aả ả ủ
m i bi n đ c l p đ n m c bi n đ ng cá bi t c a m t bi n phỗ ế ộ ậ ế ứ ế ộ ệ ủ ộ ế ụ
thu c.ộ
2. Các d ng h i quy Multiple Regressionạ ồ
H i quy đ ng th i (chu n)ồ ồ ờ ẩ
6

7. • Trong h i quy th b c, các bi n đ c l p đ c đ a vào mô hình h iồ ứ ậ ế ộ ậ ượ ư ồ
quy theo m t th t nào đó.ộ ứ ự
• Làm sao đ xác đ nh đ c th t này???ể ị ượ ứ ự
• Các bi n ho c t p h p các bi n đ c l n l t đ a vào mô hìnhế ặ ậ ợ ế ượ ầ ượ ư
nh m m c đích đánh giá kh năng d báo (ho c gi i thích) c aằ ụ ả ự ặ ả ủ
t ng bi n đ c l p lên bi n ph thu c sau khi các bi n đ c l pừ ế ộ ậ ế ụ ộ ế ộ ậ
tr c đó (đ c đ a vào mô hình tr c) đã đ c ki m soát.ướ ượ ư ướ ượ ể
• Ví d : B n mu n xem xét nh h ng c a m c đ l c quanụ ạ ố ả ưở ủ ứ ộ ạ
(optimism) đ n m c đ hài lòng v cu c s ng (life satisfaction) sauế ứ ộ ề ộ ố
khi nh h ng c a bi n tu i (age) đã đ c ki m soát. Khi đó b nả ưở ủ ế ổ ượ ể ạ
s đ a bi n age vào Block1 và bi n optimism vào Block2. Khi t t cẽ ư ế ế ấ ả
các bi n đã đ c đ a vào, mô hình s đ c đánh giá d a trên khế ượ ư ẽ ượ ự ả
năng d đoán (c a mô hình) đ i v i giá tr bi n ph thu c. nhự ủ ố ớ ị ế ụ ộ Ả
h ng c a các t ng bi n cũng s đ c xem xét d a vào k t quưở ủ ừ ế ẽ ượ ự ế ả
ch y mô hình này.ạ
2. Các d ng h i quy Multiple Regressionạ ồ
H i quy th b c (hierarchical or sequential regression)ồ ứ ậ
7

8. • Trong h i quy b c, ng i nghiên c u có m t listồ ướ ườ ứ ộ
các bi n đ c l p. Vi c đ a các bi n đ c l p nàyế ộ ậ ệ ư ế ộ ậ
vào mô hình h i quy s đ c SPSS l a ch n d aồ ẽ ượ ự ọ ự
trên các đ c đi m th ng kê (statistical criteria).ặ ể ố
• Có ba ti p c n v step wise regression, bao g mế ậ ề ồ
forwards selection, backward deletion, và
stepwise regression. Nh ng ti p c n này c nữ ế ậ ầ
đ c làm rõ h n (trong ti ng vi t)ượ ơ ế ệ
2. Các d ng h i quy Multiple Regressionạ ồ
H i quy theo b c (Step wise regression)ồ ướ
8

9. 3. Các gi đ nh (đi u ki n) c a h i quy t ng quan b iả ị ề ệ ủ ồ ươ ộ
• Dung l ng m u (sample size): có nhi u ti pượ ẫ ề ế
c n khác nhau, nh ng ph bi n là đ xu tậ ư ổ ế ề ấ
c a Tabachnick and Fidell (2007, p 123) vủ ề
dung l ng m u c n thi t nh sau:ượ ẫ ầ ế ư
N > 50 + 8m
Trong đó, m là s l ng bi n đ c l p trong mô hìnhố ượ ế ộ ậ
h i quy.ồ
N u phân ph i c a bi n ph thu c càng b Skewed,ế ố ủ ế ụ ộ ị
ta s c n càng nhi u cases (m u) h nẽ ầ ề ẫ ơ
9

10. • Đa c ng tuy n (Multicollinearity and singularity): không đ c cóộ ế ượ
đa c ng tuy nộ ế
– Multicollinearity: hi n t ng các bi n đ c l p có t ng quan m nhệ ượ ế ộ ậ ươ ạ
v i nhau (r>=0.9)ớ
– Sigularity: M t bi n là t ng h p c a m t s bi n khác. Ví d : trongộ ế ổ ợ ủ ộ ố ế ụ
mô hình đ a c thành ph n bi n (items) và c bi n vàoư ả ầ ế ả ế
• Outliers: c n đ c check cho t t c các bi n đ a vào mô hình, cầ ượ ấ ả ế ư ả
đ c l p và ph thu c. Outliers có th đ c xác đ nh qua vi c sộ ậ ụ ộ ể ượ ị ệ ử
d ng k thu t standardized residual plot.ụ ỹ ậ
– Tabachnick and Fidell (2007, p. 128) đ xu t r ng outliers s xu tề ấ ằ ẽ ấ
hi n n u giá tr standardised residual l n h n 3.3 ho c nh h n -3.3ệ ế ị ớ ơ ặ ỏ ơ
3. Các gi đ nh (đi u ki n) c a h i quy t ngả ị ề ệ ủ ồ ươ
quan b iộ
10

11. • Các đi u ki n này c n đ c đ m b o, và có th đ c ki m tra d aề ệ ầ ượ ả ả ể ượ ể ự
trên bi u để ồ residual scatterplot trong khi ch y multiple regression.ạ
Chú ý: Residuals (ph n d ho c sai s ) là s khác bi t gi a giá trầ ư ặ ố ự ệ ữ ị
th c c a m u (obtained independent variable) và giá tr trung bìnhự ủ ẫ ị
d đoán b i mô hình (predicted dependent variable – DV).ự ở
• Residual Scatterplot cho phép ki m tra các n i dung sau:ể ộ
– Normality: residuals should be normally distributed
– Linearity: các giá tr residuals nên có quan h tuy n tính (linear) v iị ệ ế ớ
các giá tr predicted DVị
– Homoscedasticity: variance of residuals so v i giá tr predicted DV nênớ ị
b ng nhau cho t t c các predicted DVằ ấ ả
3. Các gi đ nh (đi u ki n) c a h i quy t ng quan b iả ị ề ệ ủ ồ ươ ộ
Các đi u ki n v normality, linearity, homoscedasticity,ề ệ ề
và independence of residual
11

12. 4. Ví d c thụ ụ ể
Hãy m file survey3ED.save raở
• M c tiêu c a vi c thu th p các thông tin t o nên file survey3ED làụ ủ ệ ậ ạ
xác đ nh các y u t nh h ng đ n s th a mãn (wellbeing) và khị ế ố ả ưở ế ự ỏ ả
năng t đi u ch nh v m t tâm lý (psychological adjustment) c aự ề ỉ ề ặ ủ
ng i tr l iườ ả ờ
• Chúng ta s d ng Multiple Regression đ khám phá nh h ng c aử ụ ể ả ưở ủ
nh n th c v ki m soát m i cá nhân (respondent’s perceptionsậ ứ ề ể ở ỗ
of control) đ n c m nh n v m c đ căng th ng c a h (level ofế ả ậ ề ứ ộ ẳ ủ ọ
perceived stress).
• Chú ý: Lý thuy t cho r ng n u con ng i c m th y h có th tế ằ ế ườ ả ấ ọ ể ự
ki m soát đ c cu c s ng c a mình, thì h s ít b căng th ng h n.ể ượ ộ ố ủ ọ ẽ ị ẳ ơ
Do đó, m c tiêu c a ví d (nghiên c u) này là nh m ki m ch ngụ ủ ụ ứ ằ ể ứ
nguyên lý và ch ra m c đ th hi n c a nguyên lý trong tr ngỉ ứ ộ ể ệ ủ ườ
h p c th .ợ ụ ể 12

13. 4. Ví d c thụ ụ ể
Hãy m file survey3ED.save raở
Các bi n (ch tiêu) trong file Survey3ED.savế ỉ
•T ng m c đ nh n th c v áp l c cu c s ng (tptress): t ng đi mổ ứ ộ ậ ứ ề ự ộ ố ổ ể
nh n th c v áp l c cu c s ng. Đi m càng cao t ng ng v i nh nậ ứ ề ự ộ ố ể ươ ứ ớ ậ
th c r ng áp l c cu c s ng cao h n.ứ ằ ự ộ ố ơ
•T ng m c đ v kh năng t ki m soát b n thân (tpcoiss). M c đổ ứ ộ ề ả ự ể ả ứ ộ
càng cao t ng ng v i kh năng t ki m soát b n thân càng t tươ ứ ớ ả ự ể ả ố
•T ng m c ki m soát s ki n (tmast). M c đ càng cao t ng ng v iổ ứ ể ự ệ ứ ộ ươ ứ ớ
nh n đ nh r ng kh năng t ki m soát các s ki n và tình hu ng t tậ ị ằ ả ự ể ự ệ ố ố
h n.ơ
•T ng m c đ v thiên h ng mu n tr l i đi u t t đ p (total socialổ ứ ộ ề ướ ố ả ờ ề ố ẹ
desirability – tmarlow). Là đi m s d a trên thang đo Marlow-Crowneể ố ự
Social Desirability . Đi m s càng cao t ng ng v i vi c ng i tr l iể ố ươ ứ ớ ệ ườ ả ờ
càng có xu h ng nói t t h n v mình.ướ ố ơ ề
•Tu i (age): s năm tu i.ổ ố ổ
13

14. Câu h i nghiên c u:ỏ ứ
1.Hai ch tiêu (bi n) kh năng ki m soát (mastery, PCOISS) dỉ ế ả ể ự
báo nh th nào s bi n đ ng c a nh n th c v áp l c cu cư ế ự ế ộ ủ ậ ứ ề ự ộ
s ng? Bao nhiêu ph n trăm bi n đ ng c a nh n th c áp l cố ầ ế ộ ủ ậ ứ ự
cu c s ng có th đ c gi i thích b i m c đ c a hai bi n v khộ ố ể ượ ả ở ứ ộ ủ ế ề ả
năng ki m soát?ể
2.Bi n nào d báo t t nh t nh n th c v áp l c cu c s ng: khế ự ố ấ ậ ứ ề ự ộ ố ả
năng ki m soát các s ki n (tmast), hay kh năng t ki m soátể ự ệ ả ự ể
bên trong (pcoiss)?
3.N u chúng ta ki m soát nh h ng c a bi n age và bi nế ể ả ưở ủ ế ế
tmarlow, thì li u các bi n tmast và pcoiss còn có kh năng dệ ế ả ự
báo m t cách có ý nghĩa s bi n đ ng c a bi n nh n th c v ápộ ự ế ộ ủ ế ậ ứ ề
l c cu c s ng (tpstress) không?ự ộ ố
14

15. B n c n gì đ tr l i các câu h i nghiên c u trên?ạ ầ ể ả ờ ỏ ứ
•M t bi n ph thu c d ng liên t c (trong tr ng h p này là bi nộ ế ụ ộ ạ ụ ườ ợ ế
tpstress)
•Hai ho c nhi u h n 2 bi n đ c l p d ng liên t c (bi n tmast, pcoiss,ặ ề ơ ế ộ ậ ạ ụ ế
age, và tmarlow). Chú ý, b n cũng có th đ a thêm m t s bi n đ cạ ể ư ộ ố ế ộ
l p d ng nominal (phân nhóm), ví d : males =1, female = 2.ậ ạ ụ
H i quy tuy n tính đa bi n giúp gì?ồ ế ế
•Giúp b n tr l i câu h i r ng “ạ ả ờ ỏ ằ bao nhiêu ph n trăm s bi n đ ng c aầ ự ế ộ ủ
bi n ph thu c đ c gi i thích b i các bi n đ c l p?ế ụ ộ ượ ả ở ế ộ ậ ” Nó còn cho b nạ
th y s đóng góp c a t ng bi n đ c l p vào kh năng gi i thích c aấ ự ủ ừ ế ộ ậ ả ả ủ
c mô mình.ả
•Các ki m đ nh cho b n bi t v ý nghĩa th ng kê (có hay không, m cể ị ạ ế ề ố ứ
đ nào) c a các k t qu liên quan đ n t ng th c mô hình, và cácộ ủ ế ả ế ổ ể ả
bi n đ c l p.ế ộ ậ
Tóm t t v h i quy tuy n tính đa bi n v i fileắ ề ồ ế ế ớ
survey3ED.sav
15

16. H i quy tuy n tính đ ng th i v i file survey3ED.savồ ế ồ ờ ớ
Câu h i nghiên c u:ỏ ứ
H i quy tuy n tính đ ng th i ch giúp tr l i đ c câu h i 1 và 2:ồ ế ồ ờ ỉ ả ờ ượ ỏ
1. Hai ch tiêu (bi n) kh năng ki m soát (mastery, PCOISS) d báoỉ ế ả ể ự
nh th nào s bi n đ ng c a nh n th c v áp l c cu c s ng? Baoư ế ự ế ộ ủ ậ ứ ề ự ộ ố
nhiêu ph n trăm bi n đ ng c a nh n th c áp l c cu c s ng có thầ ế ộ ủ ậ ứ ự ộ ố ể
đ c gi i thích b i m c đ c a hai bi n v kh năng ki m soát?ượ ả ở ứ ộ ủ ế ề ả ể
2.Bi n nào d báo t t nh t nh n th c v áp l c cu c s ng: kh năngế ự ố ấ ậ ứ ề ự ộ ố ả
ki m soát các s ki n (tmast), hay kh năng t ki m soát bên trongể ự ệ ả ự ể
(pcoiss)?
Các b c th c hi n h i quy tuy n tính đ ng th i đ c mô tướ ự ệ ồ ế ồ ờ ượ ả ở
slide ti p theo:ế
16

17. Các b c ch y h i quy tuy n tính đ ng th iướ ạ ồ ế ồ ờ
1. Trong c a s file s li u đ c m ra, ch n Analyse/Regression/Linearử ổ ố ệ ượ ở ọ
2. Ch n bi n ph thu c (tpstress) đ a vào h p Dependence.ọ ế ụ ộ ư ộ
3. Ch n các bi n đ c l p (tmast, tpcoiss) đ a vào h p Independence.ọ ế ộ ậ ư ộ
4. Trong h p Method, hãy ch n Enterộ ọ
5. Ch n Statistics:ọ
1. ch n Estimates, Confidence, Intevals, Model fit, Descriptives, Part andọ
Partial Correalation, và Collinearity diagnostics.
2. Ch n Residual/Casewise diagnostics và Outliers outside 3 standardọ
deviations. Ch n continue.ọ
6. Ch n Options. Trong m c Missing Values, ch n Exclude case pairwise.ọ ụ ọ
Ch n continueọ
7. Ch n Plotsọ
1. Ch n ZRESID cho h p Yọ ộ
2. Ch n ZPRED cho h p Xọ ộ
3. Ch n Standardized, Residual Plots/Normal Probability plot. Continueọ
8. Ch n Saveọ
1. Ch n Distance/ Mahalanobis và Cook’sọ
2. Ch n Continue và Ok (ho c h n Paste đ ghi l i Syntax)ọ ặ ọ ể ạ
17

18. K t qu ch y mô hìnhế ả ạ
Correlations
Total
perceived
stress
Total
Mastery
Total PCOISS
Pearson
Correlation
Total perceived stress 1 -0.612 -0.581
Total Mastery -0.612 1 0.521
Total PCOISS -0.581 0.521 1
Sig. (1-tailed)
Total perceived stress . 0.000 0.000
Total Mastery 0.000. 0.000
Total PCOISS 0.000 0.000.
N
Total perceived stress 433 433 426
Total Mastery 433 436 429
Total PCOISS 426 429 430
18

19. Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
1 .684a 0.468 0.466 4.274
a Predictors: (Constant), Total PCOISS, Total Mastery
b Dependent Variable: Total perceived stress
K t qu ch y mô hình (ti p)ế ả ạ ế
19

20. K t qu ch y mô hình (ti p)ế ả ạ ế
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
95.0% Confidence
Interval for B
Correlations
Collinearity
Statistics
B Std. Error Beta
Lower
Bound
Upper
Bound
Zero-
order
Partial Part
Tolera
nce
VIF
1
(Constant) 50.971 1.273 40.035 0.000 48.469 53.474
Total Mastery -0.625 0.061 -0.424 -10.222 0.000 -0.745 -0.505 -0.612 -0.445 -0.362 0.729 1.372
Total PCOISS -0.175 0.02 -0.36 -8.66 0.000 -0.215 -0.136 -0.581 -0.388 -0.307 0.729 1.372
a Dependent Variable: Total perceived stress
20

21. K t qu ch y mô hình (ti p)ế ả ạ ế
Residuals Statisticsa
Minimum
Maximu
m Mean
Std.
Deviation N
Predicted Value 18.03 41.31 26.74 4.001 429
Std. Predicted Value -2.174 3.644 0.002 1 429
Standard Error of Predicted Value 0.207 0.8 0.341 0.111 429
Adjusted Predicted Value 18.04 41.39 26.75 4.009 426
Residual -14.849 12.612 -0.002 4.268 426
Std. Residual -3.475 2.951 0 0.999 426
Stud. Residual -3.514 2.969 0 1.003 426
Deleted Residual -15.19 12.765 -0.001 4.306 426
Stud. Deleted Residual -3.562 2.997 -0.001 1.006 426
Mahal. Distance 0.004 13.897 1.993 2.234 429
Cook's Distance 0 0.094 0.003 0.008 426
Centered Leverage Value 0 0.033 0.005 0.005 429
a Dependent Variable: Total perceived stress
21

22. K t qu ch y mô hình (ti p)ế ả ạ ế
22

23. Đ c k t qu ch y mô hình h i quy tuy n tính đ ng th iọ ế ả ạ ồ ế ồ ờ
nh th nào?ư ế
• B c 1: Ki m tra các gi đ nhướ ể ả ị
• Đa c ng tuy n: Hãy nhìn vào b ng t ng quan (Correlations)ộ ế ả ươ
– Hãy ki m tra xem các bi n đ c l p có m c đ t ng quan c n thi tể ế ộ ậ ứ ộ ươ ầ ế
v i bi n ph thu c hay không? (H s t ng quan c n có giá tr tuy tớ ế ụ ộ ệ ố ươ ầ ị ệ
đ i l n h n ho c b ng 0.3). ví d này các h s t ng quan gi aố ớ ơ ặ ằ Ở ụ ệ ố ươ ữ
các bi n đ c l p (Total Mastery, và Total pcoiss) và bi n ph thu cế ộ ậ ế ụ ộ
(total perceived stress) l n l t là -.61 và -.58ầ ượ
– Hãy ki m tra xem li u t ng quan gi a các bi n đ c l p có quá caoể ệ ươ ữ ế ộ ậ
hay không. N u h s t ng quan gi a chúng có tr tuy t đ i l n h nế ệ ố ươ ữ ị ệ ố ớ ơ
0.7 thì s li u đang vi ph m gi đ nh v đa c ng tuy n.ố ệ ạ ả ị ề ộ ế
– Đa c ng tuy n cũng có th đ c phát hi n d a vào h s Toleranceộ ế ể ượ ệ ự ệ ố
ho c h s VIF trong b ng Coefficients. Đa c ng tuy n xu t hi n khiặ ệ ố ả ộ ế ấ ệ
h s Tolerance < 0.10, ho c h s VIF > 10.ệ ố ặ ệ ố
23

24. B c 1 – Ki m tra các gi đ nh (ti p)ướ ể ả ị ế
Outlier, phân ph i chu n (normality), tuy n tính (linearity), ph ng sai đ ngố ẩ ế ươ ồ
nh t (homoscedasticity), và ph n d đ c l p (independence of residuals)ấ ầ ư ộ ậ
• Các gi đ nh trên l n l t có th đ c ki m tra các ph n thông tinả ị ầ ượ ể ượ ể ở ầ
Normal Probability Plot (P-P), và Scatterplot;
• Gi đ nh v normality s không b vi ph m n u đ ng Normal PP Plot làả ị ề ẽ ị ạ ế ườ
t ng đ i th ngươ ố ẳ
• Gi đ nh v linearity có th đ c ki m tra b ng vi c xem xét bi u đả ị ề ể ượ ể ằ ệ ể ồ
ScatterPlot of standardized residuals (tôi không đ a vào slide). Gi đ như ả ị
này s không b vi ph m n u ph n l n các đi m t o nên m t hình chẽ ị ạ ế ầ ớ ể ạ ộ ữ
nh t, v i m t đ l n các đi m t p trung trung tâm hình ch nh t.ậ ớ ậ ộ ớ ể ậ ở ữ ậ
• Ki m tra outliers có th đ c th c hi n b ng vi c s d ng giá tr bi nể ể ượ ự ệ ằ ệ ử ụ ị ế
Mahalanobis distances (đ c t t o ra cu i file s li u khi ch yượ ự ạ ở ố ố ệ ạ
Regression – Bi n này s có tên là Mah_1). Ph n này s h i r c r i m tế ẽ ầ ẽ ơ ắ ố ộ
chút, n u có duyên chúng ta s g p nhau và th o lu n rõ h n.ế ẽ ặ ả ậ ơ
24

25. Đ c k t qu ch y mô hình - B c 2: Đánh giá mô hìnhọ ế ả ạ ướ
• Hãy nhìn vào b ng có tên Model Summary và ki m tra giá tr R squareả ể ị
(t c là R bình ph ng). Giá tr này s cho bi t bao nhiêu ph n trăm bi nứ ươ ị ẽ ế ầ ế
đ ng c a bi n ph thu c (trong ví d này là bi n perceived stress) đ cộ ủ ế ụ ộ ụ ế ượ
gi i thích b i mô hình (bao g m hai bi n đ c l p là Total Mastery và Totalả ở ồ ế ộ ậ
PCOISS). đây giá tr R square là 0.468 cho th y r ng hai bi n đ c l pỞ ị ấ ằ ế ộ ậ
gi i thích đ c 46.8% s bi n đ ng c a bi n ph thu c.ả ượ ự ế ộ ủ ế ụ ộ
• Các h c gi khuyên b n nên dùng h s R bình ph ng hi u ch nhọ ả ạ ệ ố ươ ệ ỉ
(Adjusted R square) thay cho h s R square, đ c bi t là khi s li u c aệ ố ặ ệ ố ệ ủ
b n đ c hình thành t m t m u có dung l ng nh ;ạ ượ ừ ộ ẫ ượ ỏ
• Đ ki m tra xem mô hình có ý nghĩa hay không (t c là R square có khác 0ể ể ứ
hay không) thì ta xem b ng ANOVA (tôi không đ a b ng này vào slide). Taả ư ả
c n giá tr Sig. nh h n 0.1, ho c 0.05, ho c 0.001 đ kh ng đ nh r ng môầ ị ỏ ơ ặ ặ ể ẳ ị ằ
hình là có ý nghĩa th ng kê (l n l t v i đ tin c y 90%, 95%, ho c 99%)ố ầ ượ ớ ộ ậ ặ
25

26. • Đ đánh giá xem bi n đ c l p nào đã gi i thích s bi n đ ng c a bi nể ế ộ ậ ả ự ế ộ ủ ế
ph thu c ta c n tìm hi u b ng Coefficientsụ ộ ầ ể ả
• Nhìn vào c t Beta d i dòng Standardized Coefficients. Giá tr này cóộ ở ướ ị
tác d ng đ so sánh m c đ quan tr ng c a t ng bi n đ c l p trong vi cụ ể ứ ộ ọ ủ ừ ế ộ ậ ệ
gi i thích bi n đ ng c a bi n ph thu c. Tuy nhiên, n u b n mu n có cácả ế ộ ủ ế ụ ộ ế ạ ố
con s đ vi t nên mô hình gi i thích cho bi n ph thu c thì b n hãyố ể ế ả ế ụ ộ ạ
dùng giá tr B (ch không nên dùng Beta).ị ứ
• Đ xem bi n nào có đóng góp l n nh t đ n s bi n đ ng c a bi n phể ế ớ ấ ế ự ế ộ ủ ế ụ
thu c, b n hãy nhìn vào các giá tr beta (hãy l y giá tr tuy t đ i c aộ ạ ị ấ ị ệ ố ủ
chúng). ví d này, giá tr beta l n nh t thu c v bi n Total Mastery, v iỞ ụ ị ớ ấ ộ ề ế ớ
giá tr là -0.42, trong khi đó bi n Total PCOISS ch có giá tr beta là -0.36.ị ế ỉ ị
Do đó có th nói bi n Total Mastery đóng góp nhi u h n vào vi c gi iể ế ề ơ ệ ả
thích s bi n đ ng c a bi n perceived stress.ự ế ộ ủ ế
Đ c k t qu ch y mô hình - B c 3: Đánh giá t ng bi nọ ế ả ạ ướ ừ ế
đ c l pộ ậ
26

27. Đ c k t qu ch y mô hình - B c 3: Đánh giá t ng bi n đ c l pọ ế ả ạ ướ ừ ế ộ ậ
(ti p)ế
• Đ xem các bi n đ c l p có th c s gi i thích đ c s bi n đ ng c aể ế ộ ậ ự ự ả ượ ự ế ộ ủ
bi n ph thu c hay không (t c là có ý nghĩa th ng kê hay không), ta c nế ụ ộ ứ ố ầ
xem giá tr Sig. N u giá tr này nh h n 0.1, ho c 0.05, ho c 0.001 thì cácị ế ị ỏ ơ ặ ặ
bi n đ c l p đ c cho là có ý nghĩa th ng kê (l n l t các m c ý nghĩaế ộ ậ ượ ố ầ ượ ở ứ
10%, 5%, và 1%);
• M t thông tin khác khá thú v và ít đ c các h c gi Vi t Nam bi t đ nộ ị ượ ọ ả ở ệ ế ế
là giá tr h s Part trong b ng Coefficients. H s này có th t m đ cị ệ ố ả ệ ố ể ạ ượ
d ch làị h s t ng quan bán t ng ph nệ ố ươ ừ ầ (semipartial correlation
coefficients). T ng ng v i t ng bi n đ c l p s có m t h s Part, khiươ ứ ớ ừ ế ộ ậ ẽ ộ ệ ố
ta l y bình ph ng h s này ta s đ c giá tr th hi n m c đóng gópấ ươ ệ ố ẽ ượ ị ể ệ ứ
c a duy nh t bi n đ c l p y đ n s bi n đ ng c a bi n ph thu c.ủ ấ ế ộ ậ ấ ế ự ế ộ ủ ế ụ ộ
Ch ng h n h s Part c a biên Total Mastery là -0.36, bình ph ng lên làẳ ạ ệ ố ủ ươ
0.13 nói lên r ng bi n Total Masery m t mình nó s gi i thích đ c 13%ằ ế ộ ẽ ả ượ
s bi n đ ng c a bi n perceived stress. T ng t nh v y bình ph ngự ế ộ ủ ế ươ ự ư ậ ươ
h s Part c a bi n Total PCOISS s là 0.09, cho th y m t mình bi n nàyệ ố ủ ế ẽ ấ ộ ế
s ch gi i thích đ c 9% s bi n đ ng c a bi n Percerved stress.ẽ ỉ ả ượ ự ế ộ ủ ế
• Đ b n bi n t i sao hai bi n riêng r ch gi i thích đ c 22% (t c là 13%ố ạ ế ạ ế ẽ ỉ ả ượ ứ
+9%) s bi n đ ng c a bi n ph thu c, trong khi h s R bình ph ngự ế ộ ủ ế ụ ộ ệ ố ươ
hi u ch nh l i lên t i 47%??? N u có duyên tôi s giúp b n tr l i câu h iệ ỉ ạ ớ ế ẽ ạ ả ờ ỏ
này.
27

28. H I QUY TUY N TÍNH ĐA BI N THEO TH B CỒ Ế Ế Ứ Ậ
(HIERACHICAL MULTIPLE REGRESSION)
• N u b n ch a m t l n nghe đ n tên c a d ng h i quy nàyế ạ ư ộ ầ ế ủ ạ ồ
thì b n s th y nó c c kỳ n t ng;ạ ẽ ấ ự ấ ượ
• Hãy tr l i slide 13 trong bài này và đ c k câu h i nghiênở ạ ọ ỹ ỏ
c u th 3. N u b n không dùng h i quy tuy n tính đa bi nứ ứ ế ạ ồ ế ế
theo th b c thì b n s không th tr l i đ c câu h iứ ậ ạ ẽ ể ả ờ ượ ỏ
nghiên c u y; V y b n làm th nào? Hãy m fileứ ấ ậ ạ ế ở
survey3ED ra và làm theo ch d n d i đây:ỉ ẫ ướ
28

29. 1. Trên menu đ nh màn hình file s li u, hãy click vàoở ỉ ố ệ
Analyse/Regression/Linear
2. Ch n bi n ph thu c (bi n total perceived stress) và đ a vào h pọ ế ụ ộ ế ư ộ
Dependent;
3. Ch n các bi n b n mu n ki m soát nh h ng c a chúng (bi n age,ọ ế ạ ố ể ả ưở ủ ế
total social desirability) và đ a vào h p Independent. Đây là s là blockư ộ ẽ
bi n đ u tiên b n đ a vào phân tích;ế ầ ạ ư
4. Click vào nút có ch Next, s xu t hi n m t h p bi n đ c l p th hai đữ ẽ ấ ệ ộ ộ ế ộ ậ ứ ể
b n nh p block bi n đ c l p th hai cho phân tích c a mình;ạ ậ ế ộ ậ ứ ủ
5. Ch n các bi n đ c l p b n mu n phân tích (total mastery và totalọ ế ộ ậ ạ ố
PCOISS) và đ a vào h p Independent block th hai.ư ộ ở ứ
6. ph n Methods, hãy ch n EnterỞ ầ ọ
7. Click vào Statistics/Estimates, Model fit, R square changes, Descriptives,
Part and partial correlations, và collinearity diagnostics. Click Continue;
8. Click vào Options, ch n Missing values, ch n Exclude cases pairwise,ọ ọ
ch n Continue;ọ
9. Ch n Save, ch n Mahalonobis, Cook’s, sau đó ch n Continue, ch n Okọ ọ ọ ọ
29

30. K t qu ch y mô hình nh sauế ả ạ ư
30
Model Summaryc
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate
Change Statistics
R Square
Change
F Change df1 df2
Sig. F
Chang
e
1.238a 0.057 0.052 5.693 0.057 12.711 2 423 0.000
2.688b 0.474 0.469 4.262 0.417 166.873 2 421 0.000
a Predictors: (Constant), Total social desirability, age
b Predictors: (Constant), Total social desirability, age, Total Mastery, Total PCOISS
c Dependent Variable: Total perceived stress

31. 31
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1Regression 823.865 2 411.932 12.711.000b
Residual 13708.62 423 32.408
Total 14532.484 425
2Regression 6885.76 4 1721.44 94.776.000c
Residual 7646.724 421 18.163
Total 14532.484 425
a Dependent Variable: Total perceived stress
b Predictors: (Constant), Total social desirability, age
c Predictors: (Constant), Total social desirability, age, Total Mastery, Total PCOISS

32. 32
Coefficientsa
Model
Unstandardized
Coefficients
Standardize
d
Coefficients
t Sig.
95.0% Confidence
Interval for B
Correlations Collinearity Statistics
B Std. Error Beta
Lower
Bound
Upper
Bound
Zero-
order Partial Part Tolerance VIF
1 (Constant) 31.076 0.983 31.605 0.000 29.143 33.009
age -0.031 0.022 -0.07 -1.438 0.151 -0.074 0.011 -0.127 -0.07 -0.068 0.928 1.077
Total social
desirability -0.599 0.14 -0.209 -4.271 0.000 -0.875 -0.324 -0.228 -0.203 -0.202 0.928 1.077
2 (Constant) 51.922 1.366 38.008 0.000 49.237 54.607
age -0.021 0.017 -0.047 -1.239 0.216 -0.054 0.012 -0.127 -0.06 -0.044 0.86 1.163
Total social
desirability -0.149 0.108 -0.052 -1.373 0.171 -0.362 0.064 -0.228 -0.067 -0.049 0.871 1.148
Total Mastery -0.641 0.062 -0.435
-
10.286 0.000 -0.763 -0.518 -0.612 -0.448 -0.364 0.699 1.432
Total PCOISS -0.16 0.022 -0.327 -7.373 0.000 -0.202 -0.117 -0.581 -0.338 -0.261 0.635 1.574
a Dependent Variable: Total perceived stress

33. Đ c k t qu ch y h i quy theo th b c nh th nào?ọ ế ả ạ ồ ứ ậ ư ế
B c 1: Đánh giá mô hìnhướ
• b ng Model summary hãy ki m tra h s R square. Sau khi các bi n đ cỞ ả ể ệ ố ế ộ
l p đ c đ a vào Block 1 thì mô hình gi i thích đ c 5.7% s bi n đ ngậ ượ ư ở ả ượ ự ế ộ
c a bi n ph thu c (R square nh n giá tr 0.057). Sau khi block bi n đ c l pủ ế ụ ộ ậ ị ế ộ ậ
th hai (bao g m total mastery và total PCOISS) đ c đ a vào phân tích, thìứ ồ ượ ư
mô hình gi i thích đ c 47.4% s bi n đ ng c a bi n ph thu c (R squareả ượ ự ế ộ ủ ế ụ ộ
nh n giá tr 0.474);ậ ị
•Đ bi t hai bi n đ c l p mà ta đang nghiên c u (total mastery và totalể ế ế ộ ậ ứ
PCOISS) gi i thích đ c bao nhiêu % s bi n đ ng c a bi n ph thu c sauả ượ ự ế ộ ủ ế ụ ộ
khi nh h ng c a bi n age và bi n total social desirability đã đ c lo i b ,ả ưở ủ ế ế ượ ạ ỏ
ta c n xem giá tr R square changes. V n b ng Model summary, hãy nhìnầ ị ẫ ở ả
vào dòng Model 2 s th y giá tr R square change b ng 0.42. Đi u này cóẽ ấ ị ằ ề
nghĩa là các bi n total mastery và total PCOISS đã cùng nhau gi i thích đ cế ả ượ
42% s bi n đ ng c a bi n ph thu c, sau khi nh h ng c a các bi n ageự ế ộ ủ ế ụ ộ ả ưở ủ ế
và bi n total social desirability đã b ki m soát.ế ị ể
•Hãy nhìn vào b ng ANOVA. Vì giá tr Sig. nh h n 0.001 nên mô hình là có ýả ị ỏ ơ
nghĩa m c th ng kê p<0.001ở ứ ố
33

34. B c 2: Đánh giá nh h ng c a t ng bi n đ c l p đ n bi n phướ ả ưở ủ ừ ế ộ ậ ế ế ụ
thu cộ
•Hãy nhìn vào b ng Coefficients dòng Model 2. Hãy nhìn vào c t Sig.ả ở ộ
Các bi n đ c l p nào có giá tr Sig. nh h n 0.1, ho c 0.05, ho c 0.001ế ộ ậ ị ỏ ơ ặ ặ
là các bi n có ý nghĩa th ng kê m c p<0.1, ho c 0.05, ho c 0.001.ế ố ở ứ ặ ặ
• ví d này ch có hai bi n total mastery (beta =-0.44) và total PCOISSỞ ụ ỉ ế
(beta = -0.33) là có ý nghĩa th ng kê. Ý nghĩa c a các h s beta nàyố ủ ệ ố
đ c gi i thích nh trong ph n h i quy chu nượ ả ư ầ ồ ẩ
34
Đ c k t qu ch y h i quy theo th b c nh th nào?ọ ế ả ạ ồ ứ ậ ư ế
(ti p)ế

35. D i đây ch là m t khuy n ngh v cách trình bày k t quướ ỉ ộ ế ị ề ế ả
ch y h i quy đa bi n theo th b cạ ồ ế ứ ậ
H i quy tuy n tính đa bi n theo th b c đã đ c s d ng đ đánh giá khồ ế ế ứ ậ ượ ử ụ ể ả
năng gi i thích c a hai bi n đ c l p (g m total mastery, và total PCOISS) đ iả ủ ế ộ ậ ồ ố
v i s bi n đ ng c a bi n đ c l p (total perceived stress), sau khi ki m soátớ ự ế ộ ủ ế ộ ậ ể
nh h ng c a các bi n age và total social desirability. Các phân tích căn b nả ưở ủ ế ả
đã đ c th c hi n nh m đ m b o không vi ph m các gi đ nh v phân ph iượ ự ệ ằ ả ả ạ ả ị ề ố
chu n, tuy n tính, đa c ng tuy n, ph ng sai đ ng nh t, outliers, và ph nẩ ế ộ ế ươ ồ ấ ầ
d đ c l p. Bi n age và total social desirability đ c đ a vào mô hìnhư ộ ậ ế ượ ư ở
b c 1 ch gi i thích đ c kho ng 6% s bi n đ ng c a bi n ph thu c. Sauướ ỉ ả ượ ả ự ế ộ ủ ế ụ ộ
khi các bi n total mastery và total PCOISS đ c đ a vào mô hình b c 2ế ượ ư ở ướ
thì kho ng 47.4% s bi n đ ng c a bi n ph thu c đã đ c gi i thích b iả ự ế ộ ủ ế ụ ộ ượ ả ở
mô hình, v i m c ý nghĩa p<0.001. Sau khi ki m soát nh h ng c a hai bi nớ ứ ể ả ưở ủ ế
age và total social desirability thì các bi n total mastery và total PCOISS đãế
gi i thích đ c 42% s bi n đ ng c a bi n ph thu c v i m c ý nghĩa th ngả ượ ự ế ộ ủ ế ụ ộ ớ ứ ố
kê p<0.001. C hai bi n đ c l p đ c nghiên c u đ u có ý nghĩa th ng kêả ế ộ ậ ượ ứ ề ố ở
m c p<0.001ứ
35

36. T t c nh ng ki n th c trong bài đ c khai thác t ngu n:ấ ả ữ ế ứ ượ ừ ồ
www.openup.co.uk/spss
Xin chân thành c m n!ả ơ
36