Biến phụ thuộc là một đại lượng quan trọng trong nghiên cứu thống kê. Cùng với biến độc lập, biến phụ thuộc thường được sử dụng trong phân tích SPSS để xác định mối quan hệ giữa các yếu tố trong nghiên cứu. Trong bài viết này, chúng tôi sẽ chia sẻ đến bạn thông tin chi tiết về biến phụ thuộc trong SPSS cũng như mối quan hệ của nó và biến độc lập. Tham khảo ngay!
Biến phụ thuộc trong SPSS
1. Biến phụ thuộc trong SPSS là gì?
1.1. Biến trong SPSS là gì?
- Biến trong SPSS là đại lượng dùng để nói đến một đặc tính chứa giá trị được sử dụng rộng rãi trong khoa học thực nghiệm và nghiên cứu mô hình thống kê.
- Biến trong SPSS bao gồm 2 loại chính:
- Biến độc lập (Independent Variable)
- Biến phụ thuộc (Dependent Variable)
1.2. Biến số phụ thuộc là gì?
- Biến phụ thuộc là biến chỉ báo mô tả đo lường về thực trạng, kết quả của vấn đề nghiên cứu.
- Biến phụ thuộc trong SPSS gồm các biến giả định sẽ bị thay đổi bởi biến độc lập. Nghĩa là kết quả đo lường của biến phụ thuộc trong kinh tế lượng sẽ chịu ảnh hưởng bởi biến độc lập.
- Ví dụ: Khả năng chi trả của khách hàng chịu ảnh hưởng bởi thu nhập, sở thích. Như vậy biến phụ thuộc trong trường hợp này là “khả năng chi trả”.
Biến số phụ thuộc là gì?
2. Biến phụ thuộc trong SPSS gồm những đặc điểm gì?
Trong nghiên cứu khoa học yêu cầu bạn phải xác định đúng biến phụ thuộc. Biến phụ thuộc trong phân tích SPSS gồm có 5 đặc điểm phổ biến sau:
- Biến phụ thuộc chịu sự chi phối bởi biến độc lập.
- Trong nghiên cứu khoa học và mô hình kinh tế lượng, biến phụ thuộc đóng vai trò là kết quả thực trạng.
- Biến phụ thuộc không cố định mà có sự biến đổi. Một biến có thể là biến phụ thuộc trong trường hợp này nhưng cũng có thể đóng vai trò là biến độc lập trong trường hợp khác.
- Việc xác định biến phụ thuộc trong phân tích SPSS phải căn cứ vào câu hỏi đặt vấn đề và mục tiêu nghiên cứu.
- Trong nghiên cứu kinh tế lượng, biến phụ thuộc được đặt ở bên trái phương trình và được biểu diễn trên trục tung của đồ thị.
5 đặc điểm của biến phụ thuộc trong phân tích SPSS
Xử lý số liệu SPSS là công việc quan trọng để nâng cao tính chính xác trong nghiên cứu khoa học. Nếu bạn gặp khó khăn trong vấn đề này thì có thể tìm hiểu qua dịch vụ SPSS chất lượng cao và uy tín của Luận Văn 24. Suốt hơn 16 năm qua, đơn vị đã hỗ trợ thành công dịch vụ chạy SPSS cho hàng ngàn sinh viên – học viên trên khắp Việt Nam.
3. Mối quan hệ giữa biến độc lập và biến phụ thuộc trong SPSS
3.1. Đặc trưng của biến độc lập và biến phụ thuộc trong SPSS
Biến phụ thuộc và biến độc lập trong SPSS thể hiện mối quan hệ nhân quả với nhau. Cụ thể:
- Biến độc lập thể hiện nguyên nhân
- Biến phụ thuộc thể hiện kết quả
- Biến độc lập và biến phụ thuộc đều không mang tính bất biến. Khi biến độc lập thay đổi thì biến phụ thuộc cũng sẽ thay đổi theo.
- Mối quan hệ giữa biến độc lập (I) và biến phụ thuộc (D) trong phân tích SPSS được biểu diễn bằng phương trình: D = f(I)
3.2. 2 trường hợp tạo biến phụ thuộc trong SPSS
Xét mối quan hệ giữa biến độc lập và biến phụ thuộc khi nghiên cứu khoa học theo phương pháp hồi quy cũng như mô hình tuyến tính thì tồn tại 2 trường hợp tạo biến phụ thuộc trong SPSS:
- Trường hợp 1: Chạy chung 2 biến độc lập và biến phụ thuộc trong phần mềm SPSS
- Xét theo cấu trúc của mô hình tuyến tính SEM, việc xác định đâu là biến phụ thuộc đâu là biến độc lập tương đối khó khăn.
- Đối với trường hợp các biến có mối quan hệ phức tạp và khó phân định thì tiến hành chạy phân tích EFA chung một lần cho cả biến độc lập và biến phụ thuộc.
- Trường hợp 2: Chạy riêng 2 biến độc lập và biến phụ thuộc trong phần mềm SPSS
- Xét theo phương pháp hồi quy, chúng ta có thể dễ dàng xác định biến độc lập và biến phụ thuộc.
- Đối với trường hợp mô hình nghiên cứu đã có một nhân tố phụ thuộc và đã xác định được biến phụ thuộc và biến độc lập thì áp dụng chạy EFA riêng cho lần lượt biến độc lập và biến phụ thuộc.
3.3. Ý nghĩa bảng kết quả tạo biến phụ thuộc trong SPSS
Khi chạy EFA cho biến phụ thuộc trong cả 2 trường hợp, bạn sẽ nhận được dữ liệu đầu ra (Output) gồm nhiều bảng kết quả khác nhau. Trong đó bạn cần quan tâm phân tích 3 bảng kết quả sau để xác định tính phù hợp của EFA:
- Bảng KMO and Bartlett’s Test
- Hệ số KMO > 0.5
- sig Bartlett’s Test < 0.05
- Kết luận: EFA phù hợp
- Bảng Total Variance Explained
- Giá trị riêng Eigenvalues > 1
- Tổng phương sai tích lũy là > 0.5
- Kết luận: EFA đạt yêu cầu
- Bảng ma trận Matrix
- Bảng ma trận Component Matrix (Chạy riêng 2 biến):
- Hệ số tải nhân tố Factor Loading > 0.3
- Không còn biến xấu
- Bảng ma trận Pattern Matrix (Chạy chung 2 biến):
- Hệ số tải nhân tố Factor Loading > 0.3
- Không còn biến xấu
Mối quan hệ giữa biến phụ thuộc và biến độc lập trong SPSS
Chạy SPSS chưa bao giờ là một công việc dễ dàng đối với các bạn sinh viên – học viên. Nếu bạn là người mới bắt đầu, bạn chưa thành thạo SPSS thì hãy tham khảo ngay bài viết hướng dẫn chạy SPSS cực chi tiết từ Luận Văn 24 để nắm vững quy trình các bước và áp dụng cho bản thân khi thực hiện nghiên cứu khoa học.
Trong bài viết này chúng tôi đã gửi đến bạn thông tin bổ ích về biến phụ thuộc trong SPSS và mối quan hệ nhân quả giữa biến phụ thuộc và biến độc lập. Hy vọng qua đây bạn đã nắm vững khái niệm, đặc điểm, mối quan hệ và cách tạo biến phụ thuộc trong phần mềm SPSS để vận dụng hiệu quả nhất trong bài nghiên cứu của mình.
