Cách thực hiện tính hệ số tương quan bằng SPSS:
Mục tiêu nghiên cứu: Nhóm nghiên cứu muốn tìm hiểu
có mối quan hệ như thế nào giữa học vấn và thu nhập
của người dân.
Câu hỏi nghiên cứu: Trình độ học vấn và thu nhập của
người dân có mối quan hệ với nhau hay không?
Hai biến được chọn: R’s Highest Degree và
Respondent’s Income.
Giả thuyết H
0
: Trình độ học vấn và thu nhập không có
liên hệ với nhau.
32 trang |
Chia sẻ: lvcdongnoi | Lượt xem: 3761 | Lượt tải: 4
Bạn đang xem trước 20 trang tài liệu Tương quan và hồi quy, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
PHƯƠNG PHÁP NGHIÊN CỨU TRONG QTKD
TƯƠNG QUAN & HỒI QUY
GVHD: Ths Trần Quang Trung
1. Lê Hồng Vĩnh Phú
2. Đặng Nguyễn Hồng Phúc
3. Lâm Hồng Phương
4. Phan Kim Phượng
5. Phan Thị Phượng
6. Võ Thành Quang-NT
7. Trần Trọng Đức Thiện
1
GIỚI THIỆU NỘI DUNG
I. Tương quan
1. Tương quan 2 biến
2. Tương quan riêng phần
II. Hồi quy
1. Hồi quy đơn
2. Hồi quy bội
3. Phương pháp Enter - Đa cộng tuyến
4. Phương pháp Remove
5. Phương pháp Forward
6. Phương pháp Backward
7. Phương pháp Stepwise
2
I .TƯƠNG QUAN
Xem xét mối quan hệ giữa hai hay nhiều
biến
Tương quan cĩ:
Tương quan 2 biến – Bivariate
Correlations
Tương quan riêng phần – Partial
Correlations
3
I.1.TƯƠNG QUAN 2 BIẾN
Cách thực hiện tính hệ số tương quan bằng SPSS:
Mục tiêu nghiên cứu: Nhĩm nghiên cứu muốn tìm hiểu
cĩ mối quan hệ như thế nào giữa học vấn và thu nhập
của người dân.
Câu hỏi nghiên cứu: Trình độ học vấn và thu nhập của
người dân cĩ mối quan hệ với nhau hay khơng?
Hai biến được chọn: R’s Highest Degree và
Respondent’s Income.
Giả thuyết H0: Trình độ học vấn và thu nhập khơng cĩ
liên hệ với nhau.
Sử dụng lệnh: Analyze > Correlate > Bivariate
4
5I.1.TƯƠNG QUAN 2 BIẾN
Lựa chọn hệ
số tương
quan
Kiểm định mức
ý nghĩa 1 phía
hay 2 phía
6
I.1.TƯƠNG QUAN 2 BIẾN
I.1. Kết quả hệ số tương quan Pearson
7
I. 2. TƯƠNG QUAN RIÊNG PHẦN
Nghiên cứu mối quan hệ tuyến
tính của hai biến cĩ loại trừ ảnh
hưởng của các yếu tố khác.
8
I. 2. TƯƠNG QUAN RIÊNG PHẦN
9
1.Mục tiêu nghiên cứu: mối quan hệ giữa số năm đi học
và thu nhập của người dân, cĩ sự loại trừ ảnh hưởng
của biến trình độ học vấn
2.Câu hỏi nghiên cứu: Số năm đi học và thu nhập của
người dân cĩ mối quan hệ với nhau hay khơng, khi loại
trừ ảnh hưởng của trình độ học vấn?
3.Giả thuyết H0: Số năm đi học và thu nhập khơng cĩ liên
hệ với nhau khi loại trừ biến trình độ học vấn.
4.Hai biến được chọn: Highest year of School completed
và Respondent’s Income (hai biến định lượng). Biến
kiểm sốt: R’s Highest Degree
10
I. 2. TƯƠNG QUAN RIÊNG PHẦN
tương quan 3 biến
I. 2.TƯƠNG QUAN RIÊNG PHẦN
11
II .1. HỒI QUY ĐƠN
Xem xét mối quan hệ nhân quả giữa một biến
phụ thuộc và một biến độc lập.
Mơ hình:
Y = B0 + B1*X
X: biến độc lập
Y: biến phụ thuộc
B0 và B1: hệ số hồi quy
12
II .1. HỒI QUY ĐƠN
Cách thức xây dựng mơ hình hồi quy đơn
tuyến tính bằng SPSS:
Mục tiêu nghiên cứu: Nên tác động thế nào đến
trình độ học vấn để cĩ thu nhập cao.
Câu hỏi nghiên cứu: Thu nhập phụ thuộc vào
trình độ học vấn như thế nào?
Hai biến được chọn: R’s Highest Degree là biến
độc lập và Respondent’s Income là biến phụ
thuộc.
Sử dụng lệnh: Analyze > Regression > Linear
13
14
II .1. HỒI QUY ĐƠN
15
II .1. HỒI QUY ĐƠN
16
II. 1. Kết quả hồi quy đơn
Sig= 0.00 cho thấy hệ số B0 và B1 khác 0, cĩ
giá trị lần lượt:
B0 = 10,057
B1 = 1.671
Phương trình hồi quy đơn
Respondent’s Income = 10,057 + 1,671*R’s
Highest Degree
Tuy nhiên, hệ số điều chỉnh R2 = 0.123 xa
giá trị 1 -> mơ hình hồi quy đơn này khơng
phù hợp.
17
II. 2 . HỒI QUY BỘI
Khi muốn tìm mối quan hệ tuyến tính của
một biến theo nhiều biến, dùng các
phương pháp hồi quy bội
Mơ hình:
Yi = β0 + β1X1i + β2X2i + … + βpXpi + ei
- Xpi: giá trị của biến độc lập thứ p tại quan
sát thứ i
- βk: hệ số hồi quy riêng phần
- ei: biến độc lập ngẫu nhiên
18
II. 2 . HỒI QUY BỘI
Cách thức xây dựng mơ hình hồi quy tuyến
tính bội bằng SPSS:
Mục tiêu nghiên cứu: Nên tác động như thế
nào đến các yếu tố như trình độ học vấn; độ
tuổi; tình trạng cơng việc; độ sơi nổi của
cuộc sống để tăng thu nhập?
Câu hỏi nghiên cứu: “Thu nhập phụ thuộc
như thế nào vào các yếu tố trình độ học vấn;
độ tuổi; tình trạng cơng việc; độ sơi nổi của
cuộc sống?”
19
Phương pháp
ENTER
20
II. 3. Phương pháp ENTER
II. 3. Phương pháp ENTER
21
II. 3. ĐA CỘNG TUYẾN
Là trạng thái các biến độc lập
trong mơ hình cĩ tương quan chặt
chẽ với nhau.
Để kiểm tra hiện tượng đa cộng
tuyến:
bảng ma trận tương quan
lựa chọn Collinearity Diagnostic.
22
bấm chọn
II. 3. ĐA CỘNG TUYẾN – MA TRẬN TƯƠNG QUAN
23
II. 3. ĐA CỘNG TUYẾN – MA TRẬN TƯƠNG QUAN
24
II. 3. ĐA CỘNG TUYẾN – Collinearity Diagnostic
25
II. 3. ĐA CỘNG TUYẾN - Collinearity Diagnostic
26
II. 4-5-6 Phương pháp Remove, Forward, Backward
Tương tự phương pháp Enter
27
II. 7. Phương pháp STEPWISE
Chọn biến độc lập từng bước (Stepwise) là một kết
hợp của thủ tục đưa vào dần (Forward Selecttion) và
loại trừ dần (Backward Elimination) và là phương
pháp được sử dụng phổ biến nhất.
28
II. 7. Phương pháp STEPWISE
29
II. 7. Phương pháp STEPWISE đưa biến vào mơ hình
30
II. 7. Phương pháp STEPWISE
31
32
Các file đính kèm theo tài liệu này:
- ppnc_trong_qtkd_phuong_5_9_6821.pdf