học spss hồi quy

Heteroskedasticity là gì? Nguyên nhân, ảnh hưởng trong hồi quy

Posted on by admin

Trong thế giới nghiên cứu định lượng, việc chạy một mô hình hồi quy tuyến tính (OLS) chỉ là bước khởi đầu. Để kết quả nghiên cứu thực sự đáng tin cậy và đạt điểm số cao trong các bài khóa luận, luận văn, bạn phải đảm bảo các giả định của mô hình không bị vi phạm. Một trong những “kẻ thù” phổ biến và nguy hiểm nhất chính là hiện tượng phương sai sai số thay đổi. Vậy heteroskedasticity là gì và làm thế nào để xử lý nó một cách chuyên nghiệp? Bài viết này là cẩm nang toàn diện từ lý thuyết đến thực hành, giúp bạn làm chủ hoàn toàn khái niệm này, từ việc phát hiện, khắc phục cho đến cách trình bày trong bài làm của mình.

Hiện tượng phương sai sai số thay đổi, hay Heteroskedasticity, là một trong những vi phạm giả định nghiêm trọng nhất khi sử dụng hồi quy OLS. Hiểu rõ heteroskedasticity là gì không chỉ giúp bạn tránh những kết luận sai lầm mà còn thể hiện tư duy nghiên cứu khoa học, chặt chẽ, một yếu tố được các giảng viên và hội đồng chấm thi đánh giá rất cao.

Heteroskedasticity là gì và tại sao nó lại quan trọng?

Để hiểu rõ heteroskedasticity là gì, chúng ta cần bắt đầu với trạng thái lý tưởng của một mô hình hồi quy: phương sai sai số đồng đều (Homoskedasticity). Giả định này phát biểu rằng phương sai của các sai số ngẫu nhiên (phần dư – residuals) là một hằng số tại mọi giá trị của biến độc lập. Nói cách khác, độ phân tán của các điểm dữ liệu xung quanh đường hồi quy là như nhau trên toàn bộ phạm vi của mô hình. Về mặt toán học, nó được biểu diễn là:

$$Var(u_i | X_i) = \sigma^2 \quad (\text{hằng số})$$

Khi giả định này bị vi phạm, tức là phương sai của sai số thay đổi một cách có hệ thống theo giá trị của biến độc lập, chúng ta gặp phải hiện tượng phương sai sai số thay đổi (Heteroskedasticity). Lúc này, phương sai không còn là hằng số nữa mà phụ thuộc vào từng quan sát $i$:

$$Var(u_i | X_i) = \sigma_i^2$$

Để hình dung rõ hơn, hãy tưởng tượng bạn đang nghiên cứu mối quan hệ giữa thu nhập (biến độc lập X) và chi tiêu cho du lịch (biến phụ thuộc Y). Ở nhóm người có thu nhập thấp, mức chi tiêu cho du lịch của họ khá ổn định và gần như bằng không (độ biến động thấp). Nhưng ở nhóm người có thu nhập rất cao, hành vi chi tiêu trở nên cực kỳ đa dạng: người thì tiết kiệm, người lại chi hàng trăm triệu cho một chuyến đi. Độ phân tán của chi tiêu (và do đó là sai số của mô hình) tăng lên rõ rệt khi thu nhập tăng. Đây chính là một ví dụ kinh điển giúp giải thích heteroskedasticity là gì.

Nguyên nhân và ảnh hưởng của Heteroskedasticity trong hồi quy

Việc xác định được mô hình có bị phương sai sai số thay đổi hay không là rất quan trọng. Tuy nhiên, hiểu được nguyên nhân sâu xa và hậu quả mà nó gây ra còn quan trọng hơn. Nắm vững phần này sẽ giúp bạn có những biện luận sắc bén trong bài nghiên cứu của mình.

Nguyên nhân gây ra hiện tượng Heteroskedasticity

Hiện tượng này không tự nhiên xuất hiện mà thường bắt nguồn từ một số lý do sau:

  1. Bản chất của mối quan hệ kinh tế: Nhiều biến số kinh tế có độ biến động tăng theo quy mô. Ví dụ, lợi nhuận của các công ty lớn thường biến động với biên độ lớn hơn nhiều so với các công ty nhỏ. Hành vi của người tiêu dùng có thu nhập cao cũng đa dạng và khó đoán hơn người có thu nhập thấp.
  2. Sự hiện diện của các quan sát ngoại lai (Outliers): Một vài giá trị quá lớn hoặc quá nhỏ so với phần còn lại của tập dữ liệu có thể kéo phương sai của phần dư tại điểm đó lên rất cao, gây ra hiện tượng phương sai thay đổi.
  3. Định dạng sai mô hình (Model Misspecification): Việc bỏ sót một biến độc lập quan trọng có thể khiến ảnh hưởng của biến đó “ẩn” vào trong phần dư, làm cho phần dư thay đổi một cách có hệ thống. Tương tự, việc sử dụng dạng hàm sai (ví dụ, ép một mối quan hệ phi tuyến vào mô hình tuyến tính) cũng là một nguyên nhân phổ biến.
  4. Kỹ thuật thu thập và đo lường: Khi thu thập dữ liệu, việc sử dụng các công cụ hoặc phương pháp đo lường kém chính xác có thể tạo ra các sai số lớn hơn ở một số nhóm đối tượng nhất định.
  5. Học hỏi hành vi (Learning behavior): Trong dữ liệu chuỗi thời gian, các đối tượng (ví dụ: người chơi chứng khoán, công ty) có thể học hỏi và điều chỉnh hành vi theo thời gian, làm cho sai số dự báo giảm dần.

Hậu quả nghiêm trọng khi mô hình có Heteroskedasticity là gì?

Nhiều người lầm tưởng rằng phương sai thay đổi sẽ làm các hệ số hồi quy bị chệch. Điều này không hoàn toàn đúng. Hậu quả thực sự tinh vi và nguy hiểm hơn nhiều:

  1. Ước lượng OLS vẫn không chệch (Unbiased) và nhất quán (Consistent): Điều này có nghĩa là trung bình, các hệ số hồi quy ($\beta$) mà bạn ước lượng ra vẫn đúng.
  2. Mất tính hiệu quả (No Longer Efficient): Các ước lượng OLS không còn là ước lượng tuyến tính không chệch tốt nhất (BLUE – Best Linear Unbiased Estimator). Tồn tại các phương pháp ước lượng khác (như WLS) có thể cho ra kết quả với phương sai nhỏ hơn, tức là chính xác hơn.
  3. Sai số chuẩn (Standard Errors) bị tính toán sai: Đây là hậu quả nghiêm trọng nhất. Thông thường, khi có phương sai thay đổi, phần mềm sẽ tính ra các sai số chuẩn bị đánh giá thấp hơn thực tế (underestimated).
  4. Kiểm định giả thuyết không còn đáng tin cậy: Vì sai số chuẩn (mẫu số của thống kê t) bị tính sai, các giá trị thống kê t ($t = \frac{\beta}{SE(\beta)}$) và F sẽ bị thổi phồng. Điều này dẫn đến việc các p-value tương ứng sẽ bị tính toán nhỏ hơn thực tế. Hệ quả là bạn có thể kết luận sai lầm rằng một biến có ý nghĩa thống kê (bác bỏ H0) trong khi thực chất nó không có ý nghĩa (Lỗi loại I). Toàn bộ kết quả nghiên cứu của bạn có thể bị nghi ngờ.

Hướng dẫn kiểm định Heteroskedasticity trên STATA, SPSS và EViews

Hướng dẫn kiểm định Heteroskedasticity trên STATA, SPSS và EViews

Để kiểm định sự tồn tại của hiện tượng này, chúng ta sử dụng cặp giả thuyết thống kê sau:

  • $H_0$: Mô hình không có hiện tượng phương sai sai số thay đổi (Homoskedasticity).
  • $H_1$: Mô hình có hiện tượng phương sai sai số thay đổi (Heteroskedasticity).

Quy tắc chung: Nếu giá trị Sig. (hay p-value, Prob.) < 0.05 (hoặc mức ý nghĩa 1%, 10% bạn chọn), ta bác bỏ giả thuyết $H_0$ và kết luận mô hình đã bị vi phạm giả định.

1. Trên phần mềm STATA (Phổ biến nhất)

STATA cung cấp các câu lệnh cực kỳ mạnh mẽ và nhanh chóng để phát hiện vấn đề này.

  • Bước 1: Chạy hồi quy gốc 
    regress phuthuoc doclap1 doclap2 doclap3
  • Bước 2: Sử dụng kiểm định Breusch-Pagan / Cook-Weisberg

    Ngay sau lệnh hồi quy, gõ:

    estat hettest

    Hãy nhìn vào dòng Prob > chi2. Nếu giá trị này nhỏ hơn 0.05, mô hình của bạn đã bị phương sai thay đổi. Đây là kiểm định nhanh và rất phổ biến.

  • Bước 3: Sử dụng kiểm định White (Tổng quát hơn)

    Kiểm định White có khả năng phát hiện các dạng phương sai thay đổi phức tạp hơn.

    estat imtest, white

    Kết quả sẽ hiển thị một bảng, hãy tìm dòng White's test và xem giá trị p-value ở cột tương ứng. Nếu nhỏ hơn 0.05, kết luận tương tự.

  • Bước 4: Kiểm tra bằng đồ thị (Trực quan)

    Một cách rất trực quan để biết heteroskedasticity là gì chính là vẽ đồ thị phần dư.

    rvfplot, yline(0)

    Đồ thị này biểu diễn giá trị phần dư (trục tung) theo giá trị dự báo (trục hoành). Nếu các điểm phân tán ngẫu nhiên như một đám mây không có hình thù rõ rệt quanh đường 0, mô hình an toàn. Ngược lại, nếu chúng loe ra theo hình phễu, hình cái loa, hoặc co cụm lại, đó là dấu hiệu rõ ràng của phương sai thay đổi.

2. Trên phần mềm SPSS

SPSS không có nút bấm trực tiếp cho các kiểm định White hay Breusch-Pagan, do đó người dùng thường dựa vào đồ thị hoặc thực hiện kiểm định thủ công.

  • Cách 1: Sử dụng đồ thị Scatter Plot
    1. Vào Analyze -> Regression -> Linear....
    2. Nhập các biến phụ thuộc và độc lập.
    3. Nhấp vào nút Plots....
    4. Trong hộp thoại Plots, đưa biến *ZRESID (phần dư đã chuẩn hóa) vào trục Y và *ZPRED (giá trị dự báo đã chuẩn hóa) vào trục X.
    5. Nhấn Continue và OK.
    6. Phân tích đồ thị: Nếu các điểm tạo thành hình phễu (độ phân tán tăng hoặc giảm dần), mô hình bị phương sai thay đổi. Nếu chúng phân bố ngẫu nhiên, mô hình không có lỗi này.
  • Cách 2: Sử dụng kiểm định Glejser (Hồi quy phụ)
    1. Chạy mô hình hồi quy ban đầu. Trong hộp thoại Linear Regression, nhấp vào nút Save... và tích chọn Unstandardized trong mục Residuals. SPSS sẽ tạo một biến mới tên là RES_1.
    2. Vào Transform -> Compute Variable.... Tạo một biến mới, ví dụ ABS_RES, với công thức ABS(RES_1).
    3. Chạy một mô hình hồi quy thứ hai (hồi quy phụ) với ABS_RES là biến phụ thuộc và các biến độc lập ban đầu là biến độc lập.
    4. Xem bảng Coefficients của mô hình hồi quy phụ này. Nếu bất kỳ biến độc lập nào có giá trị Sig. < 0.05, điều đó chứng tỏ biến độc lập có mối liên hệ với độ lớn của sai số, và ta kết luận mô hình bị phương sai thay đổi.

3. Trên phần mềm EViews

EViews tích hợp sẵn các kiểm định này một cách rất thuận tiện.

  1. Ước lượng mô hình hồi quy gốc bằng lệnh ls y c x1 x2.
  2. Trên cửa sổ kết quả Equation, chọn View -> Residual Diagnostics -> Heteroskedasticity Tests....
  3. Một hộp thoại sẽ hiện ra, cho phép bạn chọn nhiều loại kiểm định như Breusch-Pagan-Godfrey, Harvey, Glejser, ARCH, và White. Hãy chọn White (là lựa chọn phổ biến và mạnh mẽ nhất).
  4. Nhấn OK và xem bảng kết quả. Tìm đến dòng Obs*R-squared và xem giá trị Prob. Chi-Square(k) tương ứng. Nếu giá trị này nhỏ hơn 0.05, mô hình của bạn đã mắc lỗi phương sai sai số thay đổi.

Các phương pháp khắc phục Heteroskedasticity hiệu quả nhất

Khi kiểm định cho thấy p-value < 0.05, đừng hoang mang hay cố gắng chỉnh sửa dữ liệu một cách tùy tiện. Giới nghiên cứu đã phát triển các phương pháp rất chuẩn mực để giải quyết vấn đề này. Việc hiểu và áp dụng chúng cho thấy bạn nắm rất rõ heteroskedasticity là gì.

1. Sử dụng Sai số chuẩn vững (Robust Standard Errors) – Khuyến nghị hàng đầu

Đây là phương pháp hiện đại, đơn giản và được ưa chuộng nhất trong các nghiên cứu học thuật ngày nay. Ý tưởng cốt lõi là: chúng ta chấp nhận sự tồn tại của phương sai thay đổi và thay vì cố gắng loại bỏ nó, chúng ta sẽ điều chỉnh lại công thức tính sai số chuẩn (SE) để nó trở nên “vững” (robust) trước sự hiện diện của vấn đề này. Các hệ số hồi quy $\beta$ vẫn giữ nguyên, nhưng các sai số chuẩn, thống kê t và p-value sẽ được tính toán lại một cách chính xác.

  • Trên STATA: Cực kỳ đơn giản, chỉ cần thêm tùy chọn , robust vào cuối lệnh hồi quy. 
    regress phuthuoc doclap1 doclap2, robust
  • Trên EViews: Khi thiết lập mô hình (Quick -> Estimate Equation...), chuyển sang tab Options. Tại mục Covariance method, chọn Huber-White từ danh sách.
  • Trên SPSS: Phương pháp này đòi hỏi thao tác phức tạp hơn, thường phải thông qua Analyze -> Generalized Linear Models -> Generalized Estimating Equations hoặc sử dụng cú pháp lệnh để xác định ma trận hiệp phương sai vững. Do đó, với người dùng SPSS, các cách tiếp theo có thể dễ tiếp cận hơn.

2. Biến đổi Logarit (Log Transformation)

Đây là một kỹ thuật cực kỳ hữu hiệu, đặc biệt khi các biến của bạn có đơn vị lớn và phân phối lệch phải (như thu nhập, dân số, doanh thu, tài sản). Lấy logarit tự nhiên (ln) của các biến này sẽ giúp “nén” thang đo lại, kéo các giá trị ngoại lai về gần trung tâm hơn, từ đó làm giảm đáng kể độ biến động của phần dư.

  • Thao tác:
    1. Tạo biến mới, ví dụ ln_doanhthu = ln(doanhthu).
    2. Sử dụng biến mới này trong mô hình hồi quy.
  • Lưu ý: Phương pháp này chỉ áp dụng cho các giá trị dương. Hơn nữa, sau khi biến đổi, việc giải thích hệ số hồi quy cũng sẽ thay đổi (ví dụ: mô hình log-lin, log-log), bạn cần diễn giải chúng dưới dạng phần trăm thay đổi.

3. Bình phương bé nhất có trọng số (Weighted Least Squares – WLS)

Về mặt lý thuyết, đây là phương pháp hiệu quả nhất. Ý tưởng là gán trọng số cho mỗi quan sát, trong đó những quan sát có phương sai lớn (ít đáng tin cậy) sẽ được gán trọng số nhỏ và ngược lại. Tuy nhiên, trong thực tế, việc xác định chính xác hàm phương sai để tính toán trọng số là cực kỳ khó khăn. Do đó, WLS ít được sử dụng trong các nghiên cứu ứng dụng thông thường so với Robust Standard Errors.

Ví dụ thực tế: Phát hiện và khắc phục trong một bài nghiên cứu

Hãy tưởng tượng bạn là một sinh viên kinh tế đang làm đề tài “Các yếu tố ảnh hưởng đến giá nhà tại TP.HCM”. Mô hình của bạn là:
GIA_NHA = β0 + β1*DIENTICH + β2*SO_PHONGNGU + β3*KHOANGCACH_TT + u

Bước 1: Chạy hồi quy OLS và kiểm định

Bạn chạy hồi quy trên STATA và thu được kết quả ban đầu. Sau đó, bạn thực hiện kiểm định White:

regress gia_nha dientich so_phongngu khoangcach_tt
estat imtest, white

Kết quả cho thấy p-value của kiểm định White là 0.0012. Con số này nhỏ hơn 0.05, là bằng chứng rõ ràng cho thấy mô hình bị phương sai sai số thay đổi. Có thể là vì ở những khu vực có giá nhà cao, sự biến động về giá cũng lớn hơn nhiều.

Bước 2: Báo cáo lỗi và đề xuất phương án khắc phục

Trong bài luận văn, bạn không giấu đi kết quả này. Thay vào đó, bạn trình bày một cách khoa học:
“Kết quả kiểm định White (Phụ lục X) cho thấy giá trị Prob > chi2 = 0.0012 < 0.05. Điều này chỉ ra rằng mô hình hồi quy tuyến tính ban đầu đã vi phạm giả định về phương sai sai số không đổi (Homoskedasticity). Sự vi phạm này làm cho các kiểm định t và F không còn đáng tin cậy. Để khắc phục vấn đề này và đảm bảo tính vững của kết quả, nghiên cứu sẽ tiến hành ước lượng lại mô hình bằng phương pháp sai số chuẩn vững của White (Robust Standard Errors)."

Bước 3: Chạy lại mô hình với Robust Standard Errors

Bạn thực hiện lệnh sau trên STATA:

regress gia_nha dientich so_phongngu khoangcach_tt, robust

Bây giờ, bạn sẽ nhận được một bảng kết quả mới. Các hệ số Coef. vẫn giữ nguyên, nhưng cột Robust Std. Err. đã được điều chỉnh. Các giá trị t và P>|t| cũng được tính toán lại dựa trên sai số chuẩn mới này. Giờ đây, bạn có thể tự tin sử dụng các p-value này để kết luận về ý nghĩa thống kê của các biến.

Mẹo trình bày trong khóa luận, luận văn để đạt điểm tối đa

Việc xử lý thành thạo vấn đề này là cơ hội để bạn “ghi điểm” với hội đồng chấm thi.

  1. Không giấu lỗi: Phát hiện ra lỗi và khắc phục nó một cách bài bản luôn được đánh giá cao hơn là một bài làm “hoàn hảo” một cách đáng ngờ. Nó cho thấy bạn hiểu sâu sắc về kinh tế lượng.
  2. Trình bày so sánh “Trước – Sau”: Hãy đưa cả hai bảng kết quả (OLS thường và OLS với Robust SE) vào bài. Trong phần phân tích, hãy chỉ ra rằng mặc dù có sự thay đổi về sai số chuẩn và p-value, nhưng các kết luận chính của bạn (ví dụ: biến DIENTICH vẫn có tác động dương và ý nghĩa thống kê) vẫn vững chắc.
  3. Biện luận nguyên nhân: Dựa vào các nguyên nhân đã nêu ở trên, hãy thử đưa ra một vài giả thuyết tại sao mô hình của bạn lại gặp phải vấn đề này. Ví dụ: “Hiện tượng phương sai thay đổi có thể xuất phát từ bản chất của thị trường bất động sản, nơi các căn nhà có diện tích lớn và vị trí đắc địa thường có biên độ dao động giá rộng hơn nhiều so với các căn hộ nhỏ, giá rẻ.”
  4. Hiểu rõ công cụ: Nếu bạn dùng Robust SE, hãy khẳng định đây là phương pháp khắc phục hiện đại và phù hợp với cỡ mẫu lớn. Nếu bạn dùng biến đổi logarit, hãy chắc chắn rằng bạn giải thích hệ số hồi quy mới một cách chính xác (dưới dạng độ co giãn hoặc bán co giãn).

Kết luận

Qua bài viết chi tiết này, câu hỏi heteroskedasticity là gì đã không còn là một khái niệm xa lạ. Đây là một vấn đề phổ biến nhưng hoàn toàn có thể kiểm soát được nếu bạn nắm vững lý thuyết, thành thạo công cụ phần mềm và có phương pháp xử lý khoa học. Việc phát hiện và khắc phục thành công hiện tượng phương sai sai số thay đổi không chỉ làm tăng độ tin cậy cho kết quả nghiên cứu mà còn là minh chứng cho năng lực phân tích dữ liệu chuyên nghiệp của bạn.

Nếu bạn đang gặp khó khăn trong việc xử lý các vấn đề kinh tế lượng phức tạp như phương sai sai số thay đổi, đa cộng tuyến, hay tự tương quan, đừng ngần ngại tìm đến sự hỗ trợ. Đội ngũ chuyên gia tại chayspss.com với kinh nghiệm dày dặn trong việc xử lý số liệu cho các luận văn, luận án bằng SPSS, STATA, EViews, AMOS luôn sẵn sàng tư vấn và đồng hành cùng bạn để đảm bảo bài nghiên cứu của bạn đạt được kết quả tốt nhất.

Xem thêm: hồi quy tuyến tính (OLS)
Xem thêm: quan sát ngoại lai (Outliers)
Xem thêm: sai số chuẩn (Standard Errors)
Xem thêm: p-value
Bài viết này hữu ích với bạn?

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *