Hướng dẫn phân tích hồi quy đơn biến trong SPSS đầy đủ và chuẩn nhất

Hồi quy là một trong những quy trình dùng để kiểm duyệt và thống kê, phân tích mô hình nghiên cứu trong SPSS. Hồi quy đơn biến trong SPSS cũng là một dạng hồi quy phổ biến thường được sử dụng để nghiên cứu, khảo sát mô hình. Hãy cùng chúng tôi tham khảo bài viết dưới đây để đi sâu tìm hiểu nhé!

1. Mô hình hồi quy đơn biến là gì?

1.1. Khái niệm 

Mô hình hồi quy đơn biến, hay còn gọi là hồi quy tuyến tính đơn giản, là dạng hồi quy đơn giản nhất, cơ bản nhất trong phép hồi quy tuyến tính. Dạng này được dùng để dự báo một biến phụ thuộc duy nhất trong đề bài dựa trên biến độc lập (hay biến giải thích) được khảo sát, nghiên cứu.

1.2. Mục đích

• Dùng để kiểm tra mức độ ảnh hưởng của biến độc lập lên biến phụ thuộc. 
• Giải thích ý nghĩa thống kế của biến phụ thuộc theo biến độc lập 
• Dự đoán sự biến đổi của biến phụ thuộc theo biến độc lập

2. Sự khác biệt giữa hồi quy đơn biến và tương quan Pearson

Sự khác biệt giữa tương quan pearson và hồi quy đơn biến là một trong những câu hỏi thường gặp trong quá trình học tập, nghiên cứu của các bạn sinh viên. Hãy tham khảo biểu đồ so sánh dưới đây để thấy được sự khác biệt đó!

Biểu đồ so sánh

Cơ sở để so sánh	Tương quan pearson	Hồi quy đơn biến
Ý nghĩa	Tương quan Person là một thước đo thống kê xác định mối quan hệ đồng hoặc liên kết của hai biến.	Hồi quy đơn biến mô tả cách một biến độc lập có liên quan về số với biến phụ thuộc.
Sử dụng	Tương quan pearson biểu diễn mối quan hệ tuyến tính giữa hai biến.	Để phù hợp với một dòng tốt nhất và ước tính một biến trên cơ sở của một biến khác.
Biến phụ thuộc và độc lập	Không có sự khác biệt	Hai biến đều khác nhau
Chỉ ra	Chỉ ra mức độ mà hai biến di chuyển cùng nhau.	Hồi quy cho thấy tác động của một thay đổi đơn vị trong biến đã biết (x) đến biến ước tính (y).
Mục tiêu	Để tìm một giá trị số biểu thị mối quan hệ giữa các biến.	Để ước tính các giá trị của biến ngẫu nhiên trên cơ sở các giá trị của biến cố định.

Bạn còn chưa nắm vững các thao tác, chưa có kinh nghiệm trong xử lý số liệu SPSS? Luận văn 1080 sẽ hỗ trợ bạn bằng dịch vụ SPSS uy tín nhất, chất lượng nhất. Cam kết hoàn thành bài nhanh chóng, đạt kết quả cao. Hãy tham khảo ngay!

3. Phân tích và đọc kết quả hồi quy đơn biến trong SPSS

Sau khi thực hiện xong các thao tác trên, phần mềm SPSS sẽ chạy phân tích và cho ra kết quả trong lần lượt 3 bảng sau:

• Bảng cần quan tâm đầu tiên là bảng Model Summary:

• Trong bảng này, ta đặc biệt chú ý đến 2 giá trị:

– R: Chỉ số này lớn hơn 0.5 chứng tỏ mô hình nghiên cứu là mô hình tốt. Trong ví dụ này, R = 0.873 chứng tỏ mô hình nghiên cứu được chấp nhận.

– R square: Đây là chỉ số cho biến mức độ mối tương quan giữa biến độc lập và biến phụ thuộc. Cụ thể, theo ví dụ trên, R square = 0.762, tức là biến độc lập được nghiên cứu ảnh hưởng 76,2% đến sự biến thiên của biến phụ thuộc, còn lại 23,8% là do các biến ngoài mô hình và sai số ngẫu nhiên.

• Bảng thứ hai hiện ra trong kết quả là bảng ANOVA, cho biết mức độ phù hợp của phương trình hồi quy với tập dữ liệu.

Thông số cần quan tâm nhất trong bảng này là Sig. Nếu thông số này nhỏ hơn 0.05 (Sig. < 0.05) tức là mô hình hồi quy có độ phù hợp với dữ liệu.

Trong ví dụ này, chỉ số Sig. = 0.000 < 0.05, tức là mô hình này có ý nghĩa thống kê, chứng tỏ mô hình hồi quy nghiên cứu phù hợp với tập dữ liệu phân tích.

• Cuối cùng là bảng Coefficients giúp ta xác định được phương trình hồi quy tuyến tính và đánh giá mức độ tác động của các biến độc lập với biến phụ thuộc.

– Lại một lần nữa để ý đến chỉ số Sig. trong bảng, nếu các chỉ số này đã nhỏ hơn 0.05 (Sig. < 0.05) tức là các biến nghiên cứu phù hợp, ta có thể chuyển đến bước tiếp theo.

– Chú ý đến 2 cột B và Beta, đây chính là cột cho ra hệ số của các biến độc lập trong phương trình hồi quy tuyến tính với biến phụ thuộc. Cụ thể trong ví dụ trên, ta có thể dựa vào bảng viết được phương trình hồi quy tuyến tính như sau:

+ Phương trình chuẩn tắc: Price =  0.873 x Income

+ Phương trình chưa chuẩn tắc: Price = 8287 + 0.564 x Income

– Từ đó có thể biết, mức giá khách hàng chi ra để mua xe có tỷ lệ thuận với thu nhập của họ, cụ thể theo phương trình đã viết ở trên. Nhân viên bán hàng có thể dựa vào kết quả này để tối ưu hóa kế hoạch kinh doanh của mình.

• Lưu ý: Trong trường hợp phân tích hồi quy tuyến tính với nhiều biến độc lập
  • Ngoài chỉ số Sig., ta cần chú ý đến chỉ số VIF – chỉ số phản ánh hiện tượng đa cộng tuyến trong phương trình. Nếu chỉ số này lớn hơn 2 (VIF > 2) thì cần cẩn thận sẽ xảy ra hiện tượng đa cộng tuyến làm sai lệch đến kết quả.

+ Trong ví dụ trên, các chỉ số VIF đều thỏa mãn điều kiện, tức là không xảy ra hiện tượng đa cộng tuyến.

+ Bước tiếp theo cũng là viết phương trình hồi quy tuyến tính chuẩn tắc dựa vào cột Beta như sau:

Y = 0.21X1 + 0.542X2 + 0.553X3 + 0.267X4 + 0.149X5 

Dựa vào phương trình này, ta có thể đánh giá mức độ tác động từ mạnh đến yếu của biến độc lập vào biến phụ thuộc. 

Có thể thấy, trong phương trình trên, mức độ tác động từ mạnh đến yếu của các biến độc lập được xếp như sau: X2, X3, X4, X1, X5.

Đối với nhiều bạn sinh viên năm nhất mới vào học ở các trường Đại học, cao đẳng thì thuật nguật SPSS cũng còn quá xa lạ và mới mẻ. Vậy SPSS là gì? Luận văn 1080 sẽ tổng hợp khái niệm, thuật ngữ và ý nghĩa của các thuật ngữ chi tiết nhất ở bài viết này. Hãy tham khảo!

Bài viết trên đã tổng hợp hướng dẫn đầy đủ, chi tiết nhất về hồi quy đơn biến trong SPSS, khái niệm, mục đích, cách chạy kèm theo hình ảnh minh họa cụ thể để người đọc dễ hiểu. Đồng thời cho ta thấy được sự khác biệt giữa hồi quy và tương quan. Chắc hẳn các bạn cũng đã hiểu được phần nào đó về hồi quy đơn biến rồi. Hy vọng các bạn thành công áp dụng vào bài luận của mình!