- 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
Trả lời:
Ta biết phân phối chuẩn là phân phối mà
+ Trung bình = mod = trung vị
+ Các giá trị phân phối xung quang giá trị trung bình tạo thành hình chuông
Vậy trực quan nhất ta sử dụng đồ thị của phần dư là được. Khi có đồ thị ta thử xem đó thị đó có 2 tính chất ta vừa nêu hay không để kết luận xem liệu phần dư có phân phối chuẩn hay không
Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)
Cách thực hiện với SPSS
Sử dụng bộ dữ liệu gồm 180 quan sát, bạn có thể tìm thấy tại đây: https://vaxidi.com/du-lieu-minh-hoa-cac-bai-viet-phan-khuyet-tat-mo-hinh
Tại phần hồi quy ngoài các thao tác cơ bản ta làm như sau
Tai menu Plots… , Mục Linear Standardized Residual Plot chọn Histogram.
Ta cũng có thể chọn vẽ thêm biểu đồ P-P plot bằng cách tích vào lựa chọn ngay dưới đó.
Đọc kết quả
Nếu đồ thị Histogram có dạng hình chuông (xấp xỉ) thì ta coi như phần dư phân phối chuẩn (So với cái hình chuông vẽ sẵn trên biểu đồ.
Nhận xét thấy GIÁ TRỊ TRUNG BÌNH, MODE, TRUNG VỊ XẤP XỈ NHAU VÀ BẰNG 0, Các giá trị phân bố cân đối quanh 2 phái giá trị trung bình theo hình chuông. Do đó có thể kết luận rằng giả định phân phối chuẩn của phần dư có phân phối chuẩn không bị vi phạm
Tất nhiên cái hình chuông méo mó kiểu kia thì bạn coi nó là phân phối chuẩn cũng được mà không thì cũng chả thể bắt bẻ được. Hình ảnh trực quan nhưng lại gây mập mờ chứ không thể dứt khoát và tường minh như các kiểm định tham số được.
Nhiều người thích dùng biểu đồ và nhân xét các phần dư chuẩn hoá kia xoay quang đường chéo, vậy phần dư có phân phối chuẩn. Đây là cách ngoạn mục nhất để vượt qua việc kiểm tra giả định này