Sử dụng SPSS phân tích mô hình hồi quy bội có hiện tượng đa cộng tuyến
Sử dụng phần mềm SPSS phân tích mô hình hồi quy bội trong trường hợp nghiên cứu cụ thể có hiện tượng đa cộng tuyến được thực hiện với hướng dẫn sau đây.
Giới thiệu nghiên cứu
Sử dụng dữ liệu được nêu ở Bảng 1 để xây dựng mô hình hồi quy thể hiện tương quan giữa biến phụ thuộc Y với các biến độc lập X1 và X3. Có xảy ra hiện tượng đa cộng tuyến không?
Bảng 1. Dữ liệu về mối tương quan giữa thu nhập và tài sản
No |
1 |
2 |
3 |
4 |
5 |
Tiêu dùng (Y) |
38 |
44 |
45 |
51 |
56 |
Thu nhập (X1) |
10 |
15 |
18 |
24 |
30 |
Tài sản (X2) |
50 |
75 |
90 |
120 |
150 |
Bất động sản (X3) |
52 2 |
75 0 |
97 7 |
129 9 |
152 2 |
Nội dung nghiên cứu được trích ra từ Ví dụ 6.6 (trang 310) của cuốn sách NGHIÊN CỨU KHOA HỌC TRONG KINH TẾ - XÃ HỘI & Hướng dẫn viết luận văn/luận án.
Sử dụng phần mềm SPSS
Phân tích mô hình hồi quy bội với hiện tượng đa cộng tuyến được thực hiện với sự hỗ trợ của Phần mềm SPSS ver. 20. Thực hiện hoàn toàn tương tự với những phiên bản Phần mềm SPSS khác.
Tiến hành khai báo biến rồi nhập liệu như được trình bày ở Hình 1. Thực hiện hồi quy bội với biến độc lập Y, biến phụ thuộc X1, X3
Hình 1. Khai báo biến và nhập liệu
Quy trình sử dụng SPSS phân tích hồi quy bội được thực hiện theo hướng dẫn ở bài viết Sử dụng SPSS và Excel phân tích mô hình hồi quy bội.
Kết quả được kết quả trình bày Bảng 2.
Bảng 2. Kết quả phân tích hồi qui bội (SPSS)
Model |
Unstandardized Coefficients |
Standardized Coefficients |
t |
Sig. |
Collinearity Statistics |
||||||||||
B |
Std. Error |
Beta |
Tolerance |
VIF |
|||||||||||
1 |
(Constant) |
29.793 |
1.152 |
|
25.856 |
.001 |
|
|
|||||||
X1 |
1.265 |
.611 |
1.428 |
2.070 |
.174 |
.008 |
121.66 |
||||||||
X3 |
-.075 |
.118 |
-.435 |
-.630 |
.593 |
.008 |
121.66 |
||||||||
|
|
||||||||||||||
Model |
R |
R Square |
Adjusted R Square |
Std. Error of the Estimate |
Durbin-Watson |
|
|||||||||
|
1 |
.996a |
.992 |
.984 |
.86398 |
3.125 |
|
||||||||
ANOVAb |
||||||
Model |
Sum of Squares |
df |
Mean Square |
F |
Sig. |
|
1 |
Regression |
189.307 |
2 |
94.654 |
126.803 |
.008a |
Residual |
1.493 |
2 |
.746 |
|
|
|
Total |
190.800 |
4 |
|
|
|
Dấu hiệu đa cộng tuyến:
- Chọn mức ý nghĩa a = 0.05, các hệ số góc b1, b2 của các biến độc lập X1, X3 không có ý nghĩa thống kê do 2 hệ số này có p-values > a;- Trị thống kê F có giá trị lớn (= 126);- Giá trị R2 = 0.996 (lớn);- Hệ số phóng đại phương sai VIF = 122 >10.
Từ các dấu hiệu đã nêu trên, kết luận có đa cộng tuyến (tham khảo thêm Mục 6.5 ĐA CỘNG TUYẾN của cuốn sách NGHIÊN CỨU KHOA HỌC TRONG KINH TẾ - XÃ HỘI & Hướng dẫn viết luận văn/luận án). Khắc phục bằng cách loại biến X3; thực hiện hồi quy tuyến tính đơn với biến phụ thuộc Y, biến độc lập X1 được kết quả trình bày ở Bảng 3.
Bảng 3.5 Kết quả phân tích hồi qui tuyến tính đơn (loại biến X3)
Model |
Unstandardized Coefficients |
Standardized Coefficients |
t |
Sig. |
Collinearity Statistics |
||||||||||
B |
Std. Error |
Beta |
Tolerance |
VIF |
|||||||||||
1 |
(Constant) |
29.697 |
1.021 |
|
29.087 |
.000 |
|
|
|||||||
X1 |
.882 |
.050 |
.995 |
17.801 |
.000 |
1.000 |
1.000 |
||||||||
|
|
||||||||||||||
Model |
R |
R Square |
Adjusted R Square |
Std. Error of the Estimate |
Durbin-Watson |
|
|||||||||
|
1 |
.995a |
.991 |
.987 |
.77233 |
3.257 |
|
||||||||
ANOVAb |
||||||
Model |
Sum of Squares |
Df. |
Mean Square |
F |
Sig. |
|
1 |
Regression |
189.011 |
1 |
189.011 |
316.871 |
.000a |
Residual |
1.789 |
3 |
.596 |
|
|
|
Total |
190.800 |
4 |
|
|
|
Mô hình mới có các hệ số R2, t, F thỏa yêu cầu khi đánh giá và kiểm định thống kê.
Tham khảo thêm bài viết HỒI QUY BỘI để hiểu rõ hơn ý nghĩa các tham số nghiên cứu.
Kết thúc.
Xem thêm