- Giải đáp các câu hỏi trong quá trình thực hành SPSS
- Cách thức gửi, nội dung hỗ trợ và nhận giải đáp
- Lỗi không mở được file dữ liệu SPSS
- Cách chuyển dữ liệu từ file SPSS lên Excel
- Nếu loại 1 biến được alpha tốt hơn thang đo hiện tại thì có cần loại biến đó không?
- Cronbach’s Alpha dao động trong khoảng nào?
- Cronbach’s Alpha Based on Standardized Items là gì? Dùng hệ số này hay Cronbach’s Alpha để phân tích?
- Em đã có bảng dữ liệu rồi, có thể chạy phân tích Cronbach’s alpha được không?
- Khi nào tôi nên phân tích Cronbach’s Alpha?
- Một thang đo mà các đáp án rất đồng nhất, thể hiện sự nhất quán cao nhưng tại sao kiểm tra hệ số cronbach’s alpha vẫn không đạt?
- Lỗi không xuất hiện bảng KMO and Bartlett’s Test và thông báo “This matrix is not positive definite”
- Gặp hiện tượng hệ số KMO nhỏ hơn 0.5 (KMO<05) thì phải làm sao?
- Chọn phép xoay và phép trích nào khi phân tích EFA?
- Cùng 1 bộ data mà nhiều người chạy có thể chạy EFA ra nhiều kết quả khác nhau hay không?
- Chạy EFA ra các kết quả khác nhau từ một bộ dữ liệu có vấn đề gì không?
- Khi chạy EFA cho toàn bộ thang đo rồi, có cần chạy lại cho từng factor nhỏ thu được hay không?
- Hiện tượng biến quan sát nhảy lung tung khi phân tích EFA
- Hiện tượng chạy EFA ra số nhân tố quá ít hay quá nhiều
- Xử lý hiện tượng một nhân tố nào đó chỉ có một biến quan sát duy nhất tải lên khi phân tích EFA
- Khi nào dùng independent sample t test và khi nào dùng one way anova?
- Dùng one way anova thay thế independent sample t test có được không (khi biến phân loại chỉ có 2 nhóm)?
- Có cần thực hiện nhiều kiểm định sâu mỗi loại trong One-way anova không?
- Hiện tượng khi chạy One-way ANOVA thì kiểm định ở bảng ANOVA và kiểm định sâu (Post Hoc) mâu thuẫn
- Hiện tương không trả về kết của của bài Robust tests trong bài One-way ANOVA (thống kê Welch hay Brown-Forsythe không hiển thị)
- Hiện tượng không trả về bài kiểm tra Post Hoc khi chạy One-way ANOVA
- Nếu không dùng bài kiểm tra independent sample t test mà đưa biến phân loại vào phương trình hồi quy như 1 biến giả để xét có được không?
- Hướng dẫn một kiểm định tham số kiểm định tính phân phối chuẩn của một biến trên SPSS
- Hiện tượng đa cộng tuyến là gì?
- Kiểm tra tính phân phối chuẩn của phần dư khi hồi quy tuyến tính bằng đồ thị trên SPSS
- Kiểm định Jarque-Bera trên SPSS như với phần mềm EVIEWS (Kiểm định tính phân phối chuẩn)
Cập nhật: 28/08/2022 bởi admin0
Đa cộng tuyến (Multicollinearity) là hiện tượng các biến độc lập trong mô hình hồi quy tuyến tính có quan hệ tuyến tính với nhau
Trừ trường hợp các biến độc lập đôi một trực giao với nhau (ví dụ các nhân tố được trích bởi phép PCA), nếu không mô hình luôn xảy ra đa cộng tuyến, chỉ có điều là vấn đề này nặng hay nhẹ, có nghiêm trọng hay không và nghiêm trọng ở mức độ nào mà thôi.
Xét hàm hồi quy gốc: Y=β1+β2*x2+β3*x3 +….. +βk*xk
Hàm hồi quy phụ thứ i là mô hình hôi quy xi theo các biến còn lại. Có (k-1) hàm hồi quy phụ
Đa cộng tuyên hoàn hảo là khi tồn tại mối quan hệ tuyến tính hoàn hảo giữ 1 biến độc lập với (ít nhất 1) biến độc lập còn lại, nghĩa là tồn tại 1 hàm hồi quy phụ nào đó có hệ số xác định R bình phương bằng 1. Khi đó hàm hồi quy gốc không thể ước lượng được
Khi đa cộng tuyến không hoàn hảo nhưng ở mức cao (R bình của hàm hồi quy phụ nào đó xấp xỉ 1) thì hàm hồi quy gốc vấn ước lượng được nhưng
+ Hệ số hồi quy có thể bị đổi chiều, dẫn đễn việc khó giải thích hoặc hiểu sai bản chất hiện tượng được mô tả bởi hàm hồi quy
+ Sai số chuẩn lớn, dẫn đến khoảng tin cậy lớn (mà cái này cần càng hẹp càng tốt)
+ Kéo theo có thể bạn thấy mô hình có R bình phương cao nhưng lại chẳng biến nào có ý nghĩa thống kê cả (kiểm đinh t và F không còn hiệu quả)
Trên thực tế chúng ta hay nói rằng mô hình CÓ ĐA CỘNG TUYẾN nếu hiện tượng đa cộng tuyến nghiêm trọng. Nếu nó không ở mức nghiêm trọng ta vẫn nói rằng không có hiện tượng đa cộng tuyến.
Dưới đây là một số bài viết có thể hữu ích với các bạn:
+ Hiện tượng đa cộng tuyến trong các bài có sử dụng phân tích efa trước đó