Để kiểm định bốn giả thuyết H1, H2, H3, H4 cho Quyết định sống và làm việc tại Hà Nội mô hình hồi quy bội đã được phát triển như sau:
QĐ = β0 + β1MTS + β2VTCN + β3MLXH + β4PCS + ei
Trong đó βk là các hệ số của phương trình hồi quy và ei là phần dư
Dựa trên kết quả phân tích nhân tố, các nhân tố ảnh hưởng đến Quyết định sống và làm việc tại Hà Nội bao gồm Môi trường sống (MTS), Vai trò cá nhân trong gia đình (VTCN), Mạng lưới xã hội (MLXH), Phong cách sống năng động (PCS). Bốn nhân tố này là các biến độc lập, Quyết định sống và làm việc tại Hà Nội (QĐ) là biến phụ thuộc trong mô hình hồi quy đã nêu trên.
Lệnh hồi quy tuyến tính trong chương trình SPSS được sử dụng để chạy phần mềm phân tích hồi quy bội. Giá trị bội R chỉ rõ độ lớn của mối quan hệ giữa các biến độc lập và phụ thuộc. Hệ số xác định hiệu chỉnh (Adjusted R2) đo lường tỉ lệ tổng biến thiên của phụ thuộc được giải thích bằng các biến độc lập trong mô hình. Giá trị Adjusted R2 càng cao thì khả năng giải thích của mô hình hồi quy càng lớn và việc dự đoán biến phụ thuộc càng chính xác. Phép kiểm định phân tích phương sai (ANOVA) được tiến hành. Nếu giá trị F có ý nghĩa đáng kể về mặt thống kê (p<0.01), giả thuyết thuần của mối quan hệ không tuyến tính bị bát bỏ. Hệ số (β) là hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số, được xem như là khả năng giải thích biến phụ thuộc. Trị tuyệt đối của một hệ số beta chuẩn hóa càng lớn thì tầm quan trọng tương đối của nó trong dự báo biến phụ thuộc càng cao. Hệ số tương quan từng phần (partial R) đo lường sức mạnh mối quan hệ giữa biến phụ thuộc và một biến đơn độc lập khi ảnh hưởng dự báo của các biến độc lập khác trong mô hình hồi quy được giữ nguyên (Hair và các cộng sự,
2006). Tóm lại, hệ số xác định, giá trị F, hệ số beta, và hệ số tương quan từng phần dùng để đánh giá độ phù hợp của mô hình và kiểm định bốn giả thuyết nghiên cứu.