- Dữ liệu minh hoạ
- Biến giả và hồi quy với biến giả
- Biến điều tiết và xử lý biến điều tiết trong mô hình hồi quy tuyến tính
- Biến điều tiết- Phần 2: Trường hợp biến điều tiết là biến phân loại
- Biến điều tiết- Phần 3: Trường hợp biến điều tiết là biến liên tục-kỹ thuật 1+2
- Biến điều tiết- Phần 4: (Kỹ thuật 3) Áp dụng kỹ thuật mean center biến trước khi nhân
- Biến điều tiết- Phần 5: (Kỹ thuật 4) Trực giao quan hệ điều tiết
- Biến điều tiết- Phần 6: Sống chung với đa cộng tuyến
- Phân tích biến điều tiết trên SPSS bằng PROCESS macro By Andrew F. Hayes
- Đọc thêm: Phân tích đa nhóm với mô hình hồi quy tuyến tính trên SPSS
- Biến trung gian
- Kiểm định Sobel
- Phân tích biến trung gian trên SPSS bằng PROCESS macro By Andrew F. Hayes
- Xem xét vai trò biến trung gian với plug-in Indirect Effect trên Amos
- Có đưa biến nhân khẩu vào mô hình hồi quy hay không?
- Kiểm tra hệ số hồi quy có bằng một số cho trước hay không
- Kiểm định sự bằng nhau của hai hệ số hồi quy
- Đọc thêm: PROCESS macro- Công cụ xử lý biến trung gian, biến điều tiết
- Các dạng mô hình được hỗ trợ trong PROCESS macro By Andrew F. Hayes
- So sánh hồi quy và 1 số phân tích trên SPSS- AMOS- Smart PLS
Cập nhật: 08/03/2023 bởi admin0
Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)
Trường hợp biến điều tiết là biến phân loại
Sử dụng bộ dữ liệu bien dieu tiet.sav
Trường hợp này, rất đơn giản
Bước 1: Ta tạo ra các biến giả để làm biến điều tiết. Quy tắc xem tại bài viết về biến giả: https://vaxidi.com/bien-gia
Bước 2: Tạo ra (các) biến tích là các biến được tạo băng cách nhân biến giả vừa tạo với biến độc lập trong môi quan hệ đang xét
Trong trường hợp này đang muốn kiểm tra xem gioitinh có điều tiết quan hệ x2 y hay không, ta sẽ tạo ra biến tích x2_gioitinh=x2*giotinh. Việc tạo biến này các bạn có thể copy ra excel, tính toán roi copy- paste lại hoặc dùng lệnh transform trên SPSS
Bước 3: Đưa thêm biến tích chéo này vào hồi quy thông thường. Trong trường hợp này ta thu được kết quả như sau
Rõ ràng ta được 1 hàm hồi quy tốt hơn hàm hồi quy gốc. Như vậy ta sẽ tập trung phân tích hàm hồi quy thứ 2 (chú ý biến giới tính quy ước ở đây nam=1, nữ=0)
Đối với nữ, hệ số góc của biến X2 là β2 nữ= 0.222, tức là giả định các điều kiện khác không đổi, khi tăng x2 thêm 1 đơn vị thì trung bình y tăng thêm 0.222 đơn vị. (Do gioitinh=0 nên x2*gioitinh=0, do đó hệ số β4 không còn ý nghĩa)
Với nhóm nam lúc này hệ số của biến x2 sẽ là β2+β4*gioitinh= β2+β4 =0.222+0.225=0.447. Điều này nghĩa là nếu x2 tăng 1 đơn vị thì y tăng trung bình 0.447 đơn vị.
Vậy ta đi đến kết luận là với nhóm nam thì X2 gây ra 1 tác động mạnh hơn lên Y so với nữ.
Phần tiếp theo với biến điều tiết liên tục: https://vaxidi.com/bien-dieu-tiet-lien-tuc-1