Hồi quy tuyến tính đa biến – SPSS
III. MINH HỌA HỒI QUY TUYẾN TÍNH ĐA BIẾN TRÊN SPSS
[sociallocker]Sử dụng file Dữ liệu hồi quy đa biến[/sociallocker]File dữ liệu bao gồm 4 biến liên tục (age: tuổi của trẻ, mem: khả năng ghi nhớ, iq: chỉ số iq, và read: khả năng đọc hiểu của trẻ). Giả sử, chúng ta muốn phân tích xem tuổi, chỉ số iq và khả năng ghi nhớ của trẻ có ảnh hưởng đến khả năng đọc hiểu của trẻ không và mức độ ảnh hưởng như thế nào. Giải quyết vấn đề này chúng ta có thể dùng hồi quy tuyến tính đa biến, với biến phụ thuộc là read và 3 biến giải thích (độc lập) là age, iq, và mem.
Trên SPSS, chúng ta thực hiện hồi quy tuyến tính đa biến như sau:
1.Vào Analyze \( \to \) Regression \( \to \) Linear…
2.Chọn biến độc lập và biến phụ thuộc
Cửa sổ Linear Regression mở ra và thực hiện các thiết lập sau:
- Đưa biến read vào ô Dependent,
- Đưa biến age, mem và iq vào ô Independent(s)
Sau khi thiết lập xong sẽ có dạng giống hình bên dưới:
Ghi chú: đảm bảo phương thức Enter đã được chọn ở phần Method:
3.Bấm vào nútStatistics…
Thiết lập các các tùy chọn như sau:
- Khung Regression Coefficents chọn Estimates để hiển thị các tham số ước lượng. Bạn có thể chọn Confidence intervals để hiển thị khoảng tin cậy cho tham số
- Chọn Model fit và Collinearity diagnostics để kiểm tra độ phù hợp của mô hình cũng như hiện tượng đa cộng tuyến giữa các biến giải thích.
- Ở khung Residuals chọn Durbin – Watson để kiểm tra sự tự tương quan giữa các biến giải thích.
Ngoài ra, ở phần tùy chọn này bạn có thể loại bỏ các giá trị dị biệt khỏi ước lượng hồi quy bằng cách chọn Casewise diagnostics và thiết lập giá trị điểm dị biệt cần loại bỏ.
4.Vẽ đồ thị phần dư của ước lượng theo giá trị dự báo để kiểm tra hiện tượng phương sai thay đổi và phân phối chuẩn của phần dư ở nút Plots như hình bên dưới:
Lưu ý: để sử dụng kiểm định Durbin – Watson thì phương trình hồi quy phải bao gồm hệ số chặn, do vậy, cần kiểm tra mục Include constant in equation ở nút Options đã được chọn.
Sau mỗi bước thiết lập ở các nút, chúng ta bấm Continue để quay về cửa sổ Linear Regression.
- Bấm OK để tiến hành thực hiện.