Trong bước chạy hồi quy, rất nhiều các bạn gặp phải khó khăn khi tại bảng Coefficients có tới 2 cột hệ số hồi quy:
Cột 1 - Hệ số B: Hệ số hồi quy chưa chuẩn hóa
Cột 2 - Hệ số Beta: Hệ số hồi quy chuẩn hóa
Các bạn không biết sẽ chọn hệ số dạng nào để đưa vào bài nghiên cứu bởi vì thứ tự độ lớn giữa 2 dạng hệ số hồi quy là khác nhau. Mình có giải thích chi tiết trường nào sẽ dùng hệ số nào ở đây. Còn trong phạm vi bài viết này, mình sẽ dẫn cho các bạn lý do tại sao lại có sự khác nhau về độ lớn giữa 2 dạng hệ số hồi quy, công thức chuyển đổi nào giữa 2 hệ số này.
Để xem chi tiết hơn, các bạn có thể tham khảo cuốn Phân tích dữ liệu nghiên cứu với SPSS – Tập 1, trang 241 của Hoàng Trọng & Chu Nguyễn Mộng Ngọc, ở đây mình sẽ rút trích công thức và giải thích đơn giản hơn để mọi người cùng nắm (bởi vì sách của thầy cô dùng nhiều thuật ngữ Toán thống kê nên khó hiều). Công thức liên hệ giữa hệ số hồi quy chuẩn hóa và chưa chuẩn hóa như sau:
Giờ chúng ta sẽ đi cụ thể vào một bài làm mẫu để dễ hình dung đâu là B, Beta, S. Trong mô hình dưới đây, tác giả có các biến độc lập: TH, CN, DV, GT và biến phụ thuộc HL.
Sau 2 bước Cronbach Alpha và EFA, tiến hành tạo biến đại diện cho nhân tố (cách tạo xem ở đây). Bởi vì SPSS không chấp nhận tên biến là GT nên nhóm biến GT sẽ được tạo nhân tố đại diện là GTCN, các biến khác tạo bình thường lấy tên của biến quan sát.
Tiến hành chạy hồi quy bình thường: Analyze > Regression > Linear (thao tác mẫu trên SPSS 20)
Các bạn đưa biến phụ thuộc và biến độc lập vào các ô tương ứng, có thể tùy chọn phương pháp chạy là Stepwise, Enter... tùy ý bạn, cái này không quan trọng trong phạm vi bài viết này. Tuy nhiên, các bạn lưu ý giúp mình, tại mục tùy chọn Statistics, các bạn nhớ tích giúp mình vào Descriptives.
Mục đích của việc này là để chúng ta chạy thống kê mô tả sơ bộ cho các nhân tố đại diện trước khi đi vào hồi quy, từ đó có thể lấy được giá trị S (Standard Deviation: Độ lệch chuẩn) nằm trong công thức ban đầu.
Kết quả thống kê mô tả ta có được:
Bảng tiếp theo chúng ta sẽ quan tâm là Coefficients, bảng hệ số hồi quy:
Biến độc lập K trong công thức mình sẽ lấy ví dụ là biến CN. Biến phụ thuộc Y tương ứng sẽ là biến HL (tương tự cho các biến độc lập khác). Áp dụng công thức ta có:
Thế số vào công thức ta có:
Giá trị 0.5866 hoàn toàn khớp với giá trị cột Beta trong bảng hệ số hồi quy Coefficients.
Trên đây là phần trình bày công thức liên hệ giữa hệ số hồi quy chuẩn hóa và chưa chuẩn hóa, nếu thấy bài viết hữu ích, giúp mình Like & Share tới bạn bè nhé.
