5.3.5.1 Giả định về liên hệ tuyến tính
Đối với hồi quy 2 biến, biểu đồ phân tán giữa 2 biến (Scatter) là phương tiện tốt để đánh giá mức độ đường thẳng phù hợp với dữ liệu quan sát. Nếu giả định tuyến tính được thỏa mãn thì phần dư phải phân tán ngẫu nhiên trong một vùng quanh đường đi qua trục tọa độ O chứ không tạo thành hình dạng nào. Hình bên dưới là biểu đồ phân tán giữa biến giá trị dịch vụ và lòng trung thành.
Hình 5.8 Biểu đồ phân tán ngẫu nhiên phần dư
5.3.5.2 Giả định về phân phối chuẩn của các phần dư
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng mô hình không đúng, phương sai không phải hằng số, số lượng các phần dư không đủ nhiều để phân tích. Việc kiểm tra xem giả thiết phân phối chuẩn có bị vi phạm hay không được thực hiện bằng cách khảo sát những biểu đồ sau: Đồ thị phân bố phần dư có dạng gần như phân bố chuẩn, giá trị trung bình Mean = 0, độ lệch chuẩn Std Dev = 0.988 (gần bằng 1) do đó có thể kết luận rằng giả thiết phân phối chuẩn không bị vi phạm nên không vi phạm giả thuyết biến phụ thuộc có phân phối chuẩn theo mỗi giá trị của biến độc lập.
Chương 5: Phân tích kết quả
Hình 5.9 Đồ thị phân bố phần dư
Biểu đồ P-P biểu diễn cả 2 phân phối tích lũy cho thấy các điểm quan sát không phân tán quá xa đối với đường thẳng kỳ vọng nên có thể kết luận là giả thiết phân phối chuẩn không bị vi phạm
5.3.5.3 Đo lường đa cộng tuyến
Trong mô hình hồi quy bội, chúng ta có giả thiết là các biến độc lập không có tương quan hoàn toàn với nhau. Vì vậy khi ước lượng mô hình hồi quy bội chúng ta phải kiểm tra giả thiết này thông qua kiểm tra hiện tượng đa cộng tuyến. Trong thực tế nếu VIF > 2, chúng ta cần cẩn trọng diễn giải các trọng số hồi quy.
Như phân tích ở trên ta thấy nhân tố bác sĩ có VIF = 2.168, đó là dấu hiệu của đa cộng tuyến, tuy nhiên con số này cũng gần với 2 nên ta tạm chấp nhận trong bối cảnh nghiên cứu.