Giả định đầu tiên là liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Ta kiểm tra giả định này bằng cách vẽ biểu đồ phân tán giữa các phần dƣ và giá trị dự đoán mà mô hình cho ra. Việc vẽ biểu đồ phân tán giữa 2 giá trị này đã đƣợc chuẩn hóa (standardized) với phần dƣ trên trục tung và giá trị dự đoán trên trục hoành. Nếu giả định liên hệ tuyến tính và phƣơng sai bằng nhau đƣợc thỏa mãn, thì ta sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần dƣ, chúng sẽ phân tán ngẫu nhiên.
Nhìn vào đồ thị Scatter, ta thấy đồ thị phân tán ngẫu nhiên trong một vùng xung quanh đƣờng đi qua tung độ 0 chứ không tạo thành một hình dạng cụ thể nào. Nhƣ vậy, giả thiết về liên hệ tuyến tính không bị vi phạm.
Hình 4.2: Đồ thị Scatter
Giả định tiếp theo là giả định về phân phối chuẩn của phần dƣ. Để thực hiện kiểm định này, ta sử dụng biểu đồ Histogram. Nhìn vào hình 4.3 ta thấy phần dƣ có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn bằng 1. Do đó, ta có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm. (Phụ lục 5)
Hình 4.3: Biểu đồ Histogram
(Nguồn: Trích phụ lục 5, kết quả điều tra của tác giả, 09/2013)
Cuối cùng, ta tiến hành xem xét sự vi phạm đa cộng tuyến của mô hình. Hệ số phóng đại phƣơng sai VIF của các biến độc lập đều nhỏ hơn 2 nên không có hiện tƣợng đa cộng tuyến xảy ra. Theo Nguyễn Đình Thọ (2011, trang 497): “Thông thƣờng nếu VIF của một biến độc lập nào đó >10 thì biến này hầu nhƣ không có giá trị giải thích biến thiên của Y trong mô hình MLR (Hair & ctg, 2006). Tuy nhiên, trong thực tế, nếu VIF >2, chúng ta cần cẩn thận trong diễn giải các trọng số hồi quy”.