Ngày hôm nay Luận Văn Tốt sẽ làm rõ cho các bạn hiểu hơn về phân tích Hồi Quy Với Biến Độc Lập Định Tính (Biến Giả Dummy) Trên phần mềm SPSS. Việc phân tích, sử dụng các biến độc lập như là một biến định tính là điều mà các bạn đã khá quen thuộc. Song, trên thực tế còn tồn tại nhiều trường hợp, các bạn cần phải tiến hành phân tích hồi quy đối với các biến này. Trong trường hợp đó, các biến định danh sẽ không thể thực hiện hồi quy được ngay trên các con số có mã hóa. Vì sẽ không thể mang lại kết quả, không mang một ý nghĩa gì cả. Chính vì thế, để thực hiện được việc phân tích hồi quy với biến định tính đã xuất hiện biến giả – biến Dummy trong quá trình phân tích.
Nếu bạn hoàn toàn không biết gì về SPSS hoặc bạn đang gặp phải các vấn đề trong xử lý, phân tích dữ liệu trên SPSS bởi dữ liệu thu thập không phù hợp, không biết diễn giải trông hồi quy với biến độc lập. Bạn cũng đừng quá lo lắng hãy liên hệ ngay với dịch vụ chạy SPSS thuê trọn gói của Luận Văn Tốt để có được kết quả tốt nhất và tiết kiệm về thời gian nhất. nhắn tin hoặc gọi Zalo/tele : 0934573149 để được tư vấn và báo giá!!
Vai trò của biến giả Dummy trong quá trình phân tích hồi quy
Như các bạn đã biết để thực hiện được quá trình phân tích hồi quy, điều kiện tiên quyết là phải có các buến định lượng. Những biến đó sẽ tồn tại các đơn vị đo lường và phải có thang đo đơn vị. Chúng tôi có một ví dụ cụ thể như sau: các biến Thu nhập trong thang đo có đơn vị là đồng: nhân viên A có thu nhập là 5.000.000 đồng, nhân viên B có thu nhập là 7.000.000 đồng, nhân viên C có thu nhập là 10.000.000 đồng. Và khi đó, thu nhập của nhân viên C gấp hai lần so với thu nhập của nhân viên A. Khi đó, biến định lượng này có thể tiến hành phân tích hồi quy vì có tồn tại đơn vị. Chúng ta có thể xác định được sự chênh lệch giữa đơn vị của các biến là bao nhiêu.
Tương tự, chúng ta có biến Tình trạng hôn nhân, biến này không có đơn vị tính cụ thể. Công dân A có tính trạng là Độc thân, công dân B có tính trạng là đã lập gia đình, công dân C có tình trạng là ly hôn. Khi đó, chúng ta sẽ tiến hành mã hóa, Độc thân sẽ mang giá trị 1; đã lập gia đình mang giá trị 2; ly hôn mang giá trị 3. Tuy nhiên, những con số này chỉ là những con số đại diện không phản ánh số lượng, chất lượng của các biến. Chính vì thế, ta không thể tiến hành so sánh và đánh giá rằng người đã lập gia đình có tình trạng nhiều hơn người độc thân 1 đơn vị; người ly hôn có tình trạng hôn nhân cao hơn người đã lập gia đình 2 đơn vị. Như vậy, ta có thể nhận xét được rằng, biến Tình trạng hôn nhân không thể tiến hành phân tích hồi quy vì chúng không có đơn vị đo lường chính xác. Không thể xác định được giữa độc thân, đã lập gia đình và ly hôn cái nào ít hơn cái nào và ít hơn bao nhiêu; cái nào nhiều hơn cái nào bao nhiêu đơn vị. Dẫn tới, chúng ta cần phải tiến hành chuyển các biến định tính không có thước đo đơn vị chính xác thành một dạng biến khác có thước đo đơn vị. Và cụ thể là chuyển hóa nó thành Hồi Quy Với Biến Độc Lập Định Tính (Biến Giả Dummy)
Vai trò của biến giả Dummy trong phân tích hồi quy như là một vật trung gian để có thể thẩm định, đánh giá được chất lượng của các biến định tính. Hơn hết, nếu các biến định tính không chuyển hóa thành các biến giả Dummy thì không thể tiến hành phân tích hồi quy, không thể đánh giá được bản chất vấn đề nghiên cứu.
Tài liệu tham khảo : Phương Pháp Phân Tích Hồi Quy Nhị Phân Binary Logistic Trong Spss
Tài liệu tham khảo : Phương Trình Hồi Quy Chuẩn Hóa Và Chưa Chuẩn Hóa
Tài liệu tham khảo : Phương Pháp Hồi Quy Tuyến Tính Bội
Cách thức xây dựng biến giả Dummy
Biến giả là một lọai biến được đặt một giá trị tương đương với 0 hoặc 1. Chúng phụ thuộc nhiều vào việc quan sát có chứa các tính chất được quan tâm hay không, có chứa những đặc điểm nổi bật hay không. Chúng tôi sẽ đưa ra một ví dụ như sau: xem xét, đánh giá biến Giới tính có hai giá trị là Nam và Nữ. Và sẽ xuất hiện biến giả X1 dưới dạng như sau:
X1 = 1 nếu là Nam
X1 = 0 nếu là Nữ
Từ đó, tập hợp những dữ liệu về giới tính bao gồm hai giá trị Nam và Nữ sẽ tương đương với một tập hợp có các giá trị 0 và 1 của X1.
Việc xây dựng biến giả trong trường hợp có 2 giá trị khá đơn giản và dễ dàng. Tuy nhiên đối với những trường hợp có nhiều hơn 2 giá trị sẽ phức tạp hơn. Ví dụ như trường hợp có 3 giá trị ở lên như biến Tình trạng hôn nhân: độc thân, đã lập gia đình, ly hôn. Trong trường hợp này, biến Tình trạng hôn nhân sẽ có 3 giá trị để phản ánh ba khả năng có thể xảy ra của đối tượng nghiên cứu. Nhưng chúng ta sẽ chỉ cần đến 2 giá trị. Cụ thể các biến sẽ được mã hóa như sau:
X1 = 1 nếu đã lập giá trị; X1 = 0 nếu ngược lại
X2 = 1 nếu độc thân; X2 = 0 nếu ngược lại
Khi đó, nếu một người đồng thời không ở trong tình trạng đã lập gia đình và độc thân thì người đó sẽ rơi vào nhóm còn lại là ly hôn. Chính vì thế, chúng ta không cần thiêt phải xây dựng biến X3 cho nhóm thứ 3 là ly hôn. Khi đó, biến giả sẽ được hiểu như sau:
(X1 = 1 và X2 = 0): đã lập gia đình
(X1 = 0 và X2 = 1): Độc thân
(X1 = 0 và X2 = 0): Ly hôn
Như vậy, chúng ta có thể kết luận được rằng, để tiến hành phân biệt m tính chất của biến định tính ta sẽ sử dụng m – 1 biến giả Dummy. Nói một cách dễ hiểu hơn, nếu biến định tính có m giá trị thì sẽ chỉ cần xây dựng m – 1 biến giả mà thôi.
Cách thức tạo lập biến giả và thực hiện phân tích hồi quy với biến giả trong phần mềm SPSS
Để giúp các bạn hiểu cụ thể về vấn đề này, chúng tôi sẽ phân tích và thực hiện hồi quy đối với một ví dụ cụ thể như sau. Chúng tôi có một tập dữ liệu với các biến như sau:
Biến phụ thuộc: HL – sự hài lòng (biến định lượng)
Biến độc lập: TN, CV – thu nhập (biến định lượng)
Biến độc lập: Phongban – phòng ban (biến định tính cần phải chuyển về biến giả Dummy). Và biến này bao gồm 4 giá trị:
1 = Phòng marketing
2 = Phòng triển khai
3 = Phòng ý tưởng
4 = Phòng content
Cách thức tạp biến giả Dummy trên SPSS
Đầu tiên, chúng ta sẽ tiến hành tạo biến giả cho biến PhongBan. Biến này là biến định tính và bao gồm 4 giá trị. Như chúng tôi đã nói ở trên, chúng ta sẽ chỉ tiến hành thiết lập 3 biến giả để biểu diễn những tình huống có thể xảy ra. Lần lượt ba biến giả sẽ là: Marketing; Trienkhai; Ytuong.
Bước 1: tại giao diện phần mềm SPSS, các bạn truy cập các thao tác sau: Transform > Recode into Different Variables…
Khi cửa sổ mở ra, đưa biến PhongBan vào mục Numeric Variable -> Output Variable. Tiếp tục, tại phần Name, đặt tên biến giả là Marketing. Ấn vào Old and New Values
Sau đó, chúng ta sẽ có hai phần đó là Old Value và New Value. Trong phần Old Value, tại mục value các bạn sẽ nhập giá trị 1. Bởi trong biến định tính Phongban, nhóm Marketing mang giá trị giả là 1.
Tiếp tục, trong phần New value, mục Value nhập giá trị 1. Các bạn hãy nhớ lại những lý thuyết ban đầu chúng tôi đã nói, biến giả Dummy có hai giá trị là 0 – không xảy ra và 1 – xảy ra. Theo đó, áp dụng vào trường hợp này, chúng ta thấy được, thực hiện chuyển giá trị 1 từ biến Phongban thành giá trị 1 của biến Marketing. Sau đó, ấn vào nút Add để xác nhận quá trình chuyển giá trị này.
Tiếp theo sau đó, các bạn lựa chọn vào mục All other values trong phần Old Value. Trong New valus, nhập giá trị 0. Theo đó, chúng ta sẽ hiểu là: Chuyển những giá trị còn lại (ngoại trừ giá trị 1 đã nhập ở trên) của biến Phongban thành giá trị 0 của biến Marketing. Nhấp vào Add để xác nhận chuyển giá trị. Và sau đó lựa chọn Continue.
Khi cửa sổ mới xuất hiện, các bạn nhấp vào nút Change để tạo biến mới và tiếp tục chọn OK để lệnh được thực thi trong phần mềm SPSS.
Để tiếp tục quá trình, các bạn chọn các thao tác Transform > Recode into Different Variables. Tiếp tục chọn Reset để bắt đầu tạo các biến Trienkhai tương tự như biến Marketing ở trên. Và đối với biến Ytuong các bạn cũng sẽ thực hiện tương tự như thế. Ở đây có một lưu ý dành cho các bạn, nhóm biến Trienkhai sẽ mang hai giá trị trong biến Phongban. Do đó, ở tùy chọn Old and New Values chúng ta sẽ nhập 2, tương tự là 3 đối với biến Ytuong. Tuy nhiên ở phần New Value cẫn sẽ là giá trị 1 và 0.
Hồi quy đối với biến giả Dummy trên phần mềm SPSS
Sau khi các bạn đã hoàn thành xong quá trình tạo biến giả cho: marketing, Trienkhai, Ytuong. Hãy quay lại giao diện Variable View ban đầu trên phần mềm SPSS; các bạn sẽ thấy được những biến mới xuất hiện ở đấy. Sau đó, các bạn cần phải chuyển Measure 3 biến này từ Nominal về Scale.
Bây giờ các bạn sẽ chỉ cần tiến hành chạy hồi quy bình thường theo đúng hướng dẫn. Chúng tôi đã có một bài viết cụ thể về phân tích và đọc kết quả hồi quy tuyến tính trên phần mềm SPSS. Các bạn có thể tìm, đọc lại để có thông tin thực hiện phân tích hồi quy cho các biến định tính ở dạng này.
Việc phân tich và sử dụng Hồi Quy Với Biến Độc Lập Định Tính (Biến Giả Dummy) Trên Spss cũng không khó khăn khi bạn trang bị cho mình những thông tin, kiến thức và phương pháp làm hiệu quả. Tuy nhiên việc này không phải bạn nào cũng làm được, vì thế thông qua bài viết Luận Văn Tốt muốn Hướng Dẫn Tải Phần Mềm Spss Nhanh Chóng để các bạn làm bài
Đọc kết quả hồi quy đối với biến giả Dummy trong SPSS
Căn cứ vào bảng kết quả Coefficients, chỉ cần một trong 3 hệ số hồi quy của các biến giả mà nhỏ hơn 0.05 thì các bạn có thể kết luận rằng biến Phongban có sự tác động lên biến HL – sự hài lòng. Nếu cả 3 giá trị này đều lớn hơn 0.05 thì các bạn kết luận rằng, biến Phongban không có sự tác động, ảnh hưởng lên biến HL – sự hài lòng. Đối với những trường hợp chi tiết, cụ thể hơn, chúng tôi đã có một bài viết đánh giá, trình bày cụ thể về cách thực đọc kết quả hồi quy tuyến tính trong SPSS, các bạn có thể đọc lại để biết chi tiết hơn. Sau khi đọc kết quả hồi quy đối với biến giả Dummy các bạn đưa ra kết luận chung về sự khác biệt thống kê cũng như là sự chênh lệch giữa các biến trong thang đo với nhau.
Đó là những thông tin chúng tôi đã tìm hiểu và mong muốn được chia sẻ tới các bạn về việc thực hiện phân tích Hồi Quy Với Biến Độc Lập Định Tính (Biến Giả Dummy) trong SPSS. Trong bài viết này, chúng tôi cũng đã giải thích rõ ràng về vai trò, tầm quan trọng của việc thiết lập biến giả Dummy trong phân tích hồi quy tuyến tính. Chân thành cảm ơn các bạn đã quan tâm tới bài viết này của chúng tôi. Nếu các bạn vẫn còn lo lắng khi thực hiện các bước trong SPSS thì hãy liên hệ ngay với dịch vụ xử lý định lượng SPSS thuê trọn gói của Luận Văn Tốt bạn nhé. Chúc các bạn thành công.