Hồi quy tuyến tính bội trong SPSS: 6 bước chạy và đọc kết quả chính xác

Hồi quy tuyến tính bội trong SPSS là phương pháp phổ biến nhất để kiểm định giả thuyết về mức độ tác động của nhiều biến độc lập lên một biến phụ thuộc định lượng. Hầu hết luận văn ngành kinh tế, quản trị, marketing, giáo dục đều có một chương dùng hồi quy. Bài viết hướng dẫn bạn 6 bước thực hiện hồi quy tuyến tính bội trong SPSS, cách đọc từng bảng kết quả, kiểm tra các giả định và trình bày kết quả trung thực theo chuẩn học thuật.

Bài này nối tiếp bài Phân tích nhân tố khám phá EFA trong SPSS. Sau khi EFA xác định được các nhân tố, bạn tạo biến đại diện rồi đưa vào mô hình hồi quy.

1. Hồi quy tuyến tính bội là gì?

Hồi quy tuyến tính bội (multiple linear regression) ước lượng mối quan hệ tuyến tính giữa một biến phụ thuộc Y và từ hai biến độc lập X₁, X₂, …, Xₖ trở lên. Phương trình tổng quát:

Y = β₀ + β₁X₁ + β₂X₂ + … + βₖXₖ + ε

Trong đó β₀ là hằng số, β₁…βₖ là hệ số hồi quy cho biết Y thay đổi bao nhiêu khi Xᵢ tăng một đơn vị (các biến khác giữ nguyên), và ε là sai số. SPSS ước lượng các hệ số bằng phương pháp bình phương nhỏ nhất (OLS).

Khi nào dùng hồi quy tuyến tính bội trong SPSS?

• Biến phụ thuộc là biến định lượng hoặc điểm trung bình thang đo Likert (ví dụ "sự hài lòng").
• Bạn có từ hai biến độc lập trở lên và muốn biết biến nào tác động, tác động mạnh hay yếu.
• Mô hình nghiên cứu không có biến trung gian phức tạp (nếu có, nên cân nhắc SEM trên AMOS hoặc SmartPLS).

Nếu biến phụ thuộc chỉ có hai giá trị (có/không), hãy dùng hồi quy Binary Logistic thay vì hồi quy tuyến tính.

2. Chuẩn bị dữ liệu cho hồi quy

Tạo biến đại diện cho mỗi nhân tố

Sau EFA, mỗi nhân tố gồm nhiều biến quan sát. Cách phổ biến là tạo biến trung bình: vào Transform → Compute Variable, đặt tên biến (ví dụ GV) và nhập công thức MEAN(GV1, GV2, GV3, GV4). Chỉ dùng những biến quan sát còn lại sau EFA. Một cách khác là lưu điểm nhân tố (factor scores) từ EFA; hãy chọn một cách và giải thích lý do.

Cỡ mẫu tối thiểu

Tabachnick và Fidell (2019) đề xuất công thức N ≥ 50 + 8m (m là số biến độc lập) để kiểm định toàn bộ mô hình. Với 5 biến độc lập, cần ít nhất 90 quan sát. Nếu muốn kiểm định từng hệ số, cần N ≥ 104 + m. Cỡ mẫu được xác định trước khi thu thập.

Phân tích tương quan trước

Chạy Analyze → Correlate → Bivariate (Pearson) để xem mối liên hệ giữa các biến. Tương quan rất cao giữa hai biến độc lập (ví dụ |r| > 0,8) là dấu hiệu cảnh báo đa cộng tuyến.

3. Hướng dẫn 6 bước chạy hồi quy tuyến tính bội trong SPSS

Ví dụ minh họa: biến phụ thuộc là Sự hài lòng (HL), 5 biến độc lập là Giảng viên (GV), Cơ sở vật chất (CS), Chương trình (CT), Hỗ trợ (HT), Học phí (HP); n = 250.

Bước 1: Mở hộp thoại Linear Regression

Vào Analyze → Regression → Linear…. Đưa HL vào ô Dependent, đưa GV, CS, CT, HT, HP vào ô Independent(s). Ở ô Method, chọn Enter - đưa tất cả biến vào cùng lúc, phù hợp với kiểm định giả thuyết dựa trên lý thuyết.

Bước 2: Chọn Statistics

Nhấn Statistics…, tích: Estimates, Model fit, Descriptives, Collinearity diagnostics và Durbin-Watson. Có thể tích thêm Confidence intervals để báo cáo khoảng tin cậy 95% của hệ số. Nhấn Continue.

Bước 3: Chọn Plots

Nhấn Plots…, đưa *ZRESID vào trục Y và *ZPRED vào trục X (biểu đồ phân tán phần dư). Tích Histogram và Normal probability plot. Nhấn Continue.

Bước 4: Lưu giá trị chẩn đoán (Save)

Nhấn Save…, tích Cook's và Standardized residuals để phát hiện quan sát có ảnh hưởng lớn. Nhấn Continue rồi OK.

Bước 5: Đọc bảng Model Summary và ANOVA

Bảng Model Summary cho biết:

• R² - tỷ lệ biến thiên của Y được giải thích bởi các biến độc lập.
• R² hiệu chỉnh (Adjusted R Square) - đã điều chỉnh theo số biến và cỡ mẫu, nên dùng khi báo cáo. Ví dụ 0,584 nghĩa là các biến độc lập giải thích 58,4% biến thiên của sự hài lòng.
• Durbin-Watson - kiểm tra tự tương quan của phần dư; giá trị gần 2 là tốt. Field (2018) lưu ý giá trị nhỏ hơn 1 hoặc lớn hơn 3 là đáng lo ngại; nhiều tài liệu dùng khoảng 1,5-2,5.

Bảng ANOVA kiểm định mô hình tổng thể. Nếu Sig. của kiểm định F < 0,05, mô hình hồi quy có ý nghĩa thống kê - tức có ít nhất một biến độc lập tác động đến biến phụ thuộc.

Bước 6: Đọc bảng Coefficients

Đây là bảng quan trọng nhất. Với mỗi biến độc lập, đọc các cột:

• B (Unstandardized) - hệ số chưa chuẩn hóa, dùng viết phương trình hồi quy.
• Beta (Standardized) - hệ số chuẩn hóa, dùng so sánh mức độ tác động giữa các biến.
• Sig. - nếu < 0,05, biến có tác động có ý nghĩa thống kê ở mức 5%.
• VIF - hệ số phóng đại phương sai, kiểm tra đa cộng tuyến.

4. Kiểm tra giả định của hồi quy tuyến tính bội

Kết quả hồi quy chỉ đáng tin khi các giả định được thỏa mãn ở mức chấp nhận được. Hãy kiểm tra và báo cáo đầy đủ, kể cả khi có giả định bị vi phạm.

Đa cộng tuyến

Hair và cộng sự (2019) xem VIF trên 10 là đa cộng tuyến nghiêm trọng; nhiều nhà nghiên cứu dùng ngưỡng chặt hơn là 5. Nếu VIF cao, hãy xem lại cơ sở lý thuyết: có thể hai biến đang đo cùng một khái niệm.

Phân phối chuẩn của phần dư

Biểu đồ Histogram có dạng gần hình chuông, giá trị trung bình xấp xỉ 0 và độ lệch chuẩn xấp xỉ 1; trên biểu đồ Normal P-P Plot, các điểm bám sát đường chéo. Với mẫu lớn, sai lệch nhẹ thường không ảnh hưởng nghiêm trọng.

Liên hệ tuyến tính và phương sai sai số không đổi

Trên biểu đồ ZRESID-ZPRED, các điểm phân tán ngẫu nhiên quanh trục 0, không tạo hình phễu hay đường cong. Nếu có hình phễu, có thể có hiện tượng phương sai sai số thay đổi; cân nhắc dùng sai số chuẩn vững (robust standard errors) trong R hoặc Stata.

Tính độc lập của sai số

Đánh giá qua Durbin-Watson. Với dữ liệu khảo sát chéo (cross-sectional), tự tương quan thường không phải vấn đề lớn, nhưng vẫn nên báo cáo.

Quan sát có ảnh hưởng lớn

Quan sát có Cook's distance lớn hơn 1 cần được xem xét (Cook & Weisberg, 1982). Hãy kiểm tra xem đó là lỗi nhập liệu hay phản hồi thật. Không loại quan sát chỉ vì nó làm hệ số mất ý nghĩa thống kê. Nếu loại, hãy báo cáo kết quả cả trước và sau khi loại.

5. Viết phương trình và trình bày kết quả hồi quy

Phương trình hồi quy

Từ cột B (số liệu minh họa):

HL = 0,412 + 0,318·GV + 0,204·CT + 0,187·HT + 0,096·CS + 0,031·HP

Phương trình chuẩn hóa dùng cột Beta để so sánh mức độ tác động giữa các biến.

Đoạn trình bày mẫu

Hồi quy tuyến tính bội với phương pháp Enter được thực hiện với biến phụ thuộc Sự hài lòng và 5 biến độc lập (n = 250). Mô hình có ý nghĩa thống kê, F(5, 244) = 70,9; p < 0,001; R² hiệu chỉnh = 0,584. Giảng viên (β = 0,352; p < 0,001), Chương trình (β = 0,221; p < 0,001) và Hỗ trợ (β = 0,198; p = 0,001) có tác động dương có ý nghĩa đến Sự hài lòng. Cơ sở vật chất (β = 0,089; p = 0,094) và Học phí (β = 0,027; p = 0,603) không có tác động có ý nghĩa thống kê ở mức 5%; do đó giả thuyết H2 và H5 không được ủng hộ. Các hệ số VIF đều nhỏ hơn 2, không có dấu hiệu đa cộng tuyến; Durbin-Watson = 1,92.

Báo cáo trung thực giả thuyết bị bác bỏ

Giả thuyết không được ủng hộ không phải là thất bại của luận văn. Đó là một phát hiện có giá trị, cần được thảo luận: vì sao trong bối cảnh của bạn biến đó không tác động? Do đặc điểm mẫu, do cách đo lường, hay do bối cảnh khác với nghiên cứu gốc? Thay đổi mô hình, loại quan sát hoặc thử nhiều phương pháp chỉ để biến "có ý nghĩa" là vi phạm liêm chính khoa học (p-hacking) và có thể bị phát hiện khi hội đồng yêu cầu dữ liệu gốc.

6. Đưa biến kiểm soát và biến giả vào hồi quy tuyến tính bội trong SPSS

Nhiều mô hình cần thêm các đặc điểm nhân khẩu học như giới tính, năm học, ngành học làm biến kiểm soát. Những biến này thường là biến định danh, nên phải chuyển thành biến giả (dummy) trước khi đưa vào hồi quy tuyến tính bội trong SPSS.

Cách tạo biến giả

Với biến có k nhóm, tạo k − 1 biến giả, nhóm còn lại làm nhóm tham chiếu. Ví dụ biến Năm học có 4 nhóm (năm 1-4): chọn năm 1 làm tham chiếu và tạo 3 biến Nam2, Nam3, Nam4 nhận giá trị 1/0. Trong SPSS, dùng Transform → Create Dummy Variables hoặc Transform → Recode into Different Variables. Không đưa cả 4 biến giả vào cùng lúc vì sẽ gây đa cộng tuyến hoàn hảo.

Hồi quy phân cấp (Hierarchical)

Khi muốn biết các biến chính giải thích thêm bao nhiêu sau khi đã kiểm soát nhân khẩu học, dùng hồi quy phân cấp: ở hộp thoại Linear Regression, đưa biến kiểm soát vào Block 1, nhấn Next, đưa các biến độc lập chính vào Block 2. Trong Statistics, tích R squared change. Bảng Model Summary sẽ cho biết ΔR² và Sig. F Change của Block 2 - đây là phần đóng góp riêng của các biến chính.

Đọc hệ số của biến giả

Hệ số B của Nam4 = 0,15 (p < 0,05) nghĩa là, khi các biến khác giữ nguyên, sinh viên năm 4 có mức hài lòng trung bình cao hơn sinh viên năm 1 khoảng 0,15 điểm. Luôn diễn giải so với nhóm tham chiếu.

Kiểm định khác biệt thay cho biến giả

Nếu chỉ muốn so sánh mức hài lòng giữa các nhóm mà không cần kiểm soát biến khác, có thể dùng Independent Samples T-test (2 nhóm) hoặc One-way ANOVA (từ 3 nhóm). Hai cách tiếp cận trả lời hai câu hỏi khác nhau, vì vậy hãy chọn theo câu hỏi nghiên cứu, không chọn theo cách nào cho kết quả có ý nghĩa.

7. Lỗi thường gặp khi chạy hồi quy tuyến tính bội trong SPSS

• Dùng R² thay vì R² hiệu chỉnh khi mô hình có nhiều biến.
• So sánh tác động bằng hệ số B - các biến có đơn vị khác nhau, phải dùng Beta.
• Dùng phương pháp Stepwise cho nghiên cứu kiểm định giả thuyết - Stepwise chọn biến theo dữ liệu, dễ cho kết quả thiếu ổn định; nên dùng Enter.
• Không kiểm tra giả định hoặc chỉ nêu "các giả định đều thỏa mãn" mà không có bằng chứng.
• Diễn giải tương quan thành nhân quả - dữ liệu khảo sát chéo chỉ cho phép nói về mối liên hệ/tác động theo mô hình, không chứng minh nhân quả.
• Nhầm "không có ý nghĩa" với "không có tác động" - đúng hơn là chưa đủ bằng chứng thống kê về tác động.

Để hiểu rõ các khái niệm như mức ý nghĩa, giá trị p, sai lầm loại I/II, xem bài Một số thuật ngữ thống kê cần biết. Lưu ý khi đưa kết quả vào luận văn, xem thêm Xử lý định lượng SPSS - những điều cần lưu ý khi làm luận văn.

8. Câu hỏi thường gặp về hồi quy tuyến tính bội trong SPSS

R² hiệu chỉnh bao nhiêu là đạt?

Không có ngưỡng cố định. Trong khoa học xã hội, R² hiệu chỉnh 0,3-0,5 là phổ biến với dữ liệu khảo sát hành vi. Điều quan trọng là mô hình có cơ sở lý thuyết và bạn diễn giải đúng, không phải R² càng cao càng tốt.

Hằng số (Constant) có Sig. > 0,05 có sao không?

Thường không ảnh hưởng đến kết luận về các giả thuyết. Hằng số vẫn được giữ trong phương trình chưa chuẩn hóa.

Có nên dùng hồi quy khi biến phụ thuộc là thang Likert?

Khi dùng điểm trung bình của nhiều biến quan sát (thang đo tổng hợp), hồi quy tuyến tính được chấp nhận rộng rãi. Nếu biến phụ thuộc chỉ là một câu hỏi Likert đơn, hãy cân nhắc hồi quy thứ bậc (ordinal regression).

Hệ số Beta âm nghĩa là gì?

Biến độc lập tác động ngược chiều đến biến phụ thuộc. Nếu giả thuyết dự kiến tác động dương, hãy báo cáo đúng kết quả và thảo luận nguyên nhân thay vì đổi dấu hay loại biến.

Có thể chạy hồi quy bằng phần mềm miễn phí không?

Có. JASP, jamovi và R (hàm lm()) đều cho kết quả tương đương SPSS. Xem các lựa chọn phần mềm hợp pháp và miễn phí.

Kết luận

Hồi quy tuyến tính bội trong SPSS không khó về thao tác, nhưng đòi hỏi sự cẩn thận khi kiểm tra giả định và diễn giải. Hãy chuẩn bị dữ liệu đúng, dùng phương pháp Enter cho kiểm định giả thuyết, đọc R² hiệu chỉnh, Beta, Sig. và VIF, kiểm tra phần dư, và báo cáo trung thực cả những giả thuyết không được ủng hộ. Đó là cách giúp kết quả của bạn vững vàng trước hội đồng và có giá trị khoa học thật sự.

Cần được hướng dẫn trên chính bộ dữ liệu của bạn, kèm file syntax để tự tái lập kết quả? Tham khảo tư vấn & hỗ trợ SPSS tại Kaas.vn. Kaas.vn làm việc theo Cam kết liêm chính học thuật.

Tài liệu tham khảo

• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Cengage Learning.
• Tabachnick, B. G., & Fidell, L. S. (2019). Using Multivariate Statistics (7th ed.). Pearson.
• Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). SAGE.
• Cook, R. D., & Weisberg, S. (1982). Residuals and Influence in Regression. Chapman & Hall.
• IBM. IBM SPSS Statistics documentation.