Biến điều tiết- Phần 5: (Kỹ thuật 4) Trực giao quan hệ điều tiết

Cập nhật: 08/03/2023 bởi admin0

Phương pháp 4: Trực giao quan hệ điều tiết

Đặt vấn đề

Như đã nhận thấy trong ví dụ với phương pháp 2 khi đưa luôn biến X2*m vào mô hình, dù có thẻ coi rằng mô hình chưa xuất hiện đa cộng tuyến nghiêm trọng nhưng cũng có thể nghi ngờ răng sự tương quan cao giữa các biến trong mô hình gây sai lệch đi thông kê t và p-value. Với hệ sô tương quan cao như vậy thì 2 biến này đã chia sẻ 0.624^2=39% phương sai của nhau

Ý tưởng của phương pháp này là sẽ triệt tiêu phần phương sai chung trước khi đưa vào hồi quy. Quy trình tính toán như sau

Bước 1: Tính x2*m

Bước 2: Hồi quy x2*m theo X2 và lưu lại phần dư. Phần dư này trực giao với x2 (hoàn toàn không có một chút tương quan nào luôn. Nếu bạn đưa cả biến M vào model thì bước này hãy hồi quy x2*m theo cả x2 và m luôn. Việc đưa hay không đưa M vào model sẽ được đề cập ngay sau phần này

Bước 3: Hồi quy Y theo X2 và phần dư thu được. Dùng số hạng phần du đó để đánh giá quan hệ điều tiết (phân tích dấu hệ số hồi quy và sig như bình thường)

Minh hoạ trên SPSS,

Bước 2: hôi quy x2*m theo X2 và lưu lại phần dư

Thu được phần dư như hình

Bước 3: Hồi quy Y theo x2 và phần dư vừa thu được

Kết quả lúc này ta thu được hàm hồi quy có các chỉ số tương ứng với đã làm trong phương pháp 2. Tuy nhiên lúc nào hoàn toàn không có đa cộng tuyến VIF=1 và ta dễ dàng giải thích kết quả rất nhiều

+ X2 có quan hệ tác động cùng chiều đến Y

+ M tăng cường quan hệ X2 tác đông lên Y (Dấu của hệ số hồi quy dương vag sig <001)

Xem phần 5: https://vaxidi.com/bien-dieu-tiet-lien-tuc-5

Tranh cãi vấn đề có đưa biến M vào mô hình hồi quy hay không?

Series Navigation

<< Biến điều tiết- Phần 4: (Kỹ thuật 3) Áp dụng kỹ thuật mean center biến trước khi nhânBiến điều tiết- Phần 6: Sống chung với đa cộng tuyến >>

Trang: 1 2