Professional Documents
Culture Documents
• Mục tiêu nghiên cứu: Giả định nhà nghiên cứu muốn
tìm hiểu có mối quan hệ như thế nào giữa độ tuổi và
thu nhập.
• Mục tiêu nghiên cứu: Nên tác động thế nào đến
yếu tố sự thăng tiến và phát triển nghề nghiệp để
tạo ra sự hà lòng công việc của nhân viên.
• Tác động của một hay nhiều biến phụ độc lập
vào một biến phụ thuộc định lượng
– Các yếu tố tác động vào lòng trung thành của nhân
viên
– Các yếu tố tác động vào xu hướng tiêu dùng thương
hiệu
– Các yếu tố tác động vào sự hài lòng của khách hàng
– .v.v.
14
Ứng dụng mô hình hồi qui
Ảnh hưởng của Sự thăng tiến và phát triển nghề
nghiệp lên Sự hài lòng của nhân viên trong công việc
Analyze >
Regression >
Linear
15
Ứng dụng mô hình hồi qui
16
Ứng dụng mô hình hồi qui
Chọn Statistics
Chọn Plots
1 < Di < 3
R² = 0,288 : tương
quan khá chặt; Biến
Promotion giải thích
được 28,8% biến JS
( yi y) ( yi y) ( yi yi )
i1
2
ˆ
i1
2
ˆ
i1
2
SSR
R 2
SST 21
HỆ SỐ XÁC ĐỊNH HiỆU CHỈNH R²a
KIỂM ĐỊNH MỨC Ý NGHĨA (DÙNG F)
MSg /
Giữa nhóm SSg k–1 MSg = SSg/(k-1)
MSw
• Mối liên hệ giữa một biến phụ thuộc với ít nhất hai
biến độc lập là một hàm tuyến tính
ĐIỀU KIỆN VẬN DỤNG MÔ HÌNH
• Các điều kiện về dạng mô hình : MQH tuyến tính giữa các
biến độc lập với biến phụ thuộc
• Các điều kiện về sai số mô hình (error):
– Các sai số mô hình là độc lập (không tự tương quan)
Các sai số phân phối theo phân phối chuẩn
• Các điều kiện về các số dự đoán:
– Các biến độc lập không ngẫu nhiên
– Các giá trị của các biến độc lập được đo lường không
có sai số
– Các số dự đoán là độc lập theo đường thẳng, (không có
bội tương quan giữa các biến độc lập - multicollinearity)
MÔ HÌNH NGHIÊN CỨU VÀ CÁC KHÁI NIỆM
Item 1
H1
Item 2 Promoton (F1)
……….. H2
………... Payment (F2)
H3
Supervisor (F3)
JOB
SATISFATION
H4 (F)
Work itselt (F4)
H5
Co-work (F5)
H6
Benefit (F6)
Phát triển mô hình để giải thích mối quan hệ của F1, F2, F3, F4, F5,
F6 và F (sự hài lòng của nhân viên trong công việc).
VÍ DỤ VỀ HỒI QUY BỘI (PP. ENTER)
Analyze >
Regression >
Linear
Chọn Statistics
Chọn Plots
R² = 0,48 : tương
quan khá chặt; Các
Biến giải thích được
48% biến JS
• Phương pháp này là kết hợp đưa vào dần và loại trừ dần.
• Biến nào có tương quan riêng cao nhất sẽ được xem xét
đưa vào mô hình trước với xác suất là 0,05.
• Để ngăn chặn hiện tượng 1 biến được chọn vào rồi chọn
ra lặp lại thì SPSS mặc định xác suất F vào nhỏ hơn F ra.
• Thủ tục chọn biến sẽ kết thúc khi không còn biến nào thỏa
tiêu chuẩn chọn vào, chọn ra nữa.
HỒI QUY BỘI VỚI PHƯƠNG PHÁP STEPWISE
Chọn Phương
pháp chạy
Stepwise
HỒI QUY BỘI VỚI PHƯƠNG PHÁP STEPWISE
• Các điều kiện về dạng mô hình : MQH tuyến tính giữa các
biến độc lập với biến phụ thuộc
• Các điều kiện về sai số mô hình (error):
– Các sai số mô hình là độc lập (không tự tương quan)
Các sai số phân phối theo phân phối chuẩn
• Các điều kiện về các số dự đoán:
– Các biến độc lập không ngẫu nhiên
– Các giá trị của các biến độc lập được đo lường không
có sai số
– Các số dự đoán là độc lập theo đường thẳng, (không có
bội tương quan giữa các biến độc lập - multicollinearity)
CÂU HỎI
• Các ví dụ:
Biến giới tính: nam-nữ,
có mặt – vắng mặt
miền Bắc, Trung, Nam
• Được mã hóa 0 hoặc 1
• Về mặt lý thuyết, các hằng số (hệ số chặn) phải khác
nhau.
• Số các biến giả cần thiết bằng số lựa chọn (của biến
định tính) - 1
BIẾN GIẢ (DUMMY)
BIẾN GIẢ (DUMMY)
MÃ HÓA BIẾN GIẢ (DUMMY)
• Biến cũ
• Sự mã hóa riêng biệt các biến giả cốt là thay thế các dòng
lấy giá trị 0 đối với tất cả các biến giả liên quan đến một
biến cụ thể bằng một giá trị -1.
TÁC ĐỘNG CỦA MÃ HÓA BIẾN
TÁC ĐỘNG CỦA MÃ HÓA BIẾN
ĐIỀU KIỆN VẬN DỤNG MÔ HÌNH
• Các điều kiện về dạng mô hình : MQH tuyến tính giữa các
biến độc lập với biến phụ thuộc
• Các điều kiện về sai số mô hình (error):
– Các sai số mô hình là độc lập (không tự tương quan)
Các sai số phân phối theo phân phối chuẩn
• Các điều kiện về các số dự đoán:
– Các biến độc lập không ngẫu nhiên
– Các giá trị của các biến độc lập được đo lường không
có sai số
– Các số dự đoán là độc lập theo đường thẳng, (không có
bội tương quan giữa các biến độc lập - multicollinearity)
KIỂM TRA 1
KIỂM TRA 2
HAI KIỂM ĐỊNH PHÂN PHỐI CHUẨN
Nhờ vào hệ số mất cấn đối (Skewness)
• Câu hỏi: Nếu các điều kiện không đạt thì thế nào?
2. Dùng lệnh Compute Transform để tính lại giá trị tuyến tính của
biến bằng cách thế các thông số b0, b1, b2, b3…vào công thức
tính.
4. Viết phương trình hồi quy dạng đổi biến và dạng gốc.
CÁC HÀM ĐỔI BIẾN
where u is the upper boundary value. After selecting Logistic, specify the upper
boundary value to use in the regression equation. The value must be a positive
number, greater than the largest dependent variable value.