Hệ Số Hồi Quy B, Beta âm Trong Phân Tích SPSS - Phạm Lộc Blog

Tại bước phân tích hồi quy chúng ta xác định được biến độc lập nào có sự tác động lên biến phụ thuộc và mức độ tác động của các biến mạnh, yếu thế nào nhờ vào giá trị sig kiểm định t và các hệ số hồi quy. Hệ số hồi quy có thể dương hoặc âm, tuy nhiên chúng ta lại thường xuyên nhìn thấy các kết quả hệ số hồi quy dương khá nhiều nên một số bạn chưa nắm rõ lý thuyết phần này cảm thấy khá rối khi diễn giải hệ số hồi quy âm. Vậy thì, hệ số hồi quy âm hay cụ thể là hệ số B hoặc Beta âm trong hồi quy trên SPSS mang ý nghĩa gì?

Nếu bạn nào chưa hiểu rõ về cách phân tích và đọc kết quả hồi quy bội trên SPSS. Các bạn có thể thực hiện theo hướng dẫn tại bài viết này.

Thực hiện từng bước theo bài viết, các bạn sẽ có được bảng Coefficients chứa các thông số về hệ số hồi quy cần thiết như: sig kiểm định t, hệ số hồi quy chưa chuẩn hóa B, hệ số hồi quy đã chuẩn hóa Beta như ví dụ mẫu bên dưới. Các biến tham gia trong bảng này gồm:

- Biến độc lập: Giá cả sản phẩm, Khuyến mãi, Chất lượng sản phẩm, Dịch vụ sau mua hàng.

- Biến phụ thuộc: Sự hài lòng của khách hàng.

Có thể dễ dàng thấy rằng, ngoài biến Giá cả sản phẩm có hệ số hồi quy âm thì các biến còn lại đều có hệ số hồi quy dương. Cần làm rõ rằng, trước khi nhận xét hệ số hồi quy là âm hay dương thì cần xem xét giá trị sig của kiểm định t trước.

• Nếu sig kiểm định t nhỏ hơn 0.05, biến độc lập có tác động lên biến phụ thuộc, khi đó chúng ta mới xét đến hệ số hồi quy âm hay dương. Hệ số hồi quy dương, nghĩa là biến độc lập tác động thuận chiều với biến phụ thuộc, biến độc lập càng tăng, biến phụ thuộc sẽ càng tăng. Hệ số hồi quy âm, nghĩa là biến độc lập tác động nghịch chiều lên biến phụ thuộc, biến độc lập càng tăng, biến phụ thuộc càng giảm.
• Nếu sig kiểm định t lớn hơn 0.05, biến độc lập KHÔNG có sự tác động lên biến phụ thuộc. Khi đó dù hệ số hồi quy âm hay dương đi chăng nữa, chúng ta cũng không đề cập đến. Bản chất biến đó đã không có sự tác động lên biến phụ thuộc thì chúng ta không thể đánh giá là nó tác động thuận hay nghịch chiều được.

Nhìn vào bảng ta thấy được biến Giá cả sản phẩm có sig kiểm định t nhỏ hơn 0.05 và hệ số hồi quy chuẩn hóa Beta và chưa chuẩn hóa B mang giá trị âm. Như vậy, biến Giá cả sản phẩm có sự tác động lên biến Sự hài lòng và sự tác động này là nghịch chiều: Giá cả sản phẩm càng tăng thì Sự hài lòng của khách hàng càng giảm.

Khi viết phương trình hồi quy, chúng ta sẽ để cả dấu đi cùng với hệ số hồi quy, ví dụ bên dưới là phương trình hồi quy chuẩn hóa từ kết quả ở trên:

Hài lòng = -0.334*Giá cả + 0.322*Khuyến mãi + 0.543*Dịch vụ sau mua hàng + 𝜀

Do tác giả lấy độ tin cậy 95% (mức ý nghĩa 5%) nên biến Chất lượng sản phẩm không tác động lên Hài lòng bởi sig = 0.056 > 0.05. Khi viết phương trình, chúng ta không đưa biến không có ý nghĩa vào.

Nếu bạn gặp khó khăn khi thực hiện phân tích hồi quy đa biến như biến bị loại nhiều, không đảm bảo điều kiện R bình phương, sig kiểm định F. Bạn có thể tham khảo dịch vụ chạy SPSS thuê của Phạm Lộc Blog hoặc liên hệ trực tiếp email xulydinhluong@gmail.com.