Hồi quy tuyến tính đa biến (Multiple Linear Regression) là một trong những kỹ thuật phân tích thống kê mạnh mẽ và được sử dụng rộng rãi nhất trong nghiên cứu khoa học, đặc biệt trong các lĩnh vực kinh tế, quản lý, khoa học xã hội và y học. Kỹ thuật này giúp chúng ta dự đoán giá trị của một biến phụ thuộc định lượng dựa trên giá trị của hai hay nhiều biến độc lập định lượng hoặc định tính. Trong **SPSS**, việc chạy hồi quy tuyến tính đa biến khá đơn giản, nhưng để đảm bảo kết quả chính xác và đáng tin cậy, bạn cần tuân thủ một quy trình nhất định, bao gồm kiểm tra các giả định và diễn giải kết quả một cách hợp lý. Bài viết này sẽ hướng dẫn bạn quy trình chi tiết để thực hiện phân tích này trong SPSS.
1. Hiểu Về Hồi Quy Tuyến Tính Đa Biến
Mục tiêu của hồi quy tuyến tính đa biến là tìm ra mối quan hệ tuyến tính giữa biến phụ thuộc (Y) và các biến độc lập (X1, X2, …, Xk). Phương trình tổng quát có dạng:
$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + … + \beta_k X_k + \epsilon$
- $Y$: Biến phụ thuộc (Dependent Variable) – phải là biến định lượng (scale).
- $X_i$: Các biến độc lập (Independent Variables) – có thể là biến định lượng (scale) hoặc biến định tính (nominal/ordinal) đã được mã hóa thành biến giả (dummy variables).
- $\beta_0$: Hằng số (Intercept).
- $\beta_i$: Hệ số hồi quy cho từng biến độc lập, cho biết mức độ thay đổi của Y khi Xi thay đổi một đơn vị, trong khi các biến độc lập khác được giữ nguyên.
- $\epsilon$: Sai số ngẫu nhiên.