Hình 3.1 thể hiện mô hình nghiên cứu đã được điều chỉnh sau khi phân tắch nhân tố khám phá (EFA) và các giả thuyết nghiên cứu cần phải được kiểm định bằng phương pháp phân tắch hồi quy.
Phương pháp thực hiện hồi quy là phương pháp đưa vào lần lượt (Enter). Đây là phương pháp mặc định trong chương trình nhằm xác định vai trò quan trọng của từng nhân tố trong việc đánh giá mối quan hệ giữa các thành phần thang đo ảnh hưởng đến ý định lựa chọn mua dầu nhớt xe máy của người tiêu dùng. Để đánh giá độ phù hợp của mô hình, các nhà nghiên cứu sử dụng hệ số xác định Rỗ để đánh giá mức độ phù hợp của mô hình nghiên cứu, hệ số xác định Rỗ được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình. Tuy nhiên không phải phương trình càng có nhiều biến sẽ càng phù hợp hơn với dữ liệu, Rỗ có khuynh hướng là một yếu tố lạc quan của thước đo sự phù hợp của mô hình đối với dữ liệu trong trường hợp có 1 biến giải thắch trong mô hình (Hoàng Trọng và Mộng Ngọc, 2009).
Do vậy, trong hồi quy tuyến tắnh thường dùng hệ số Rễquare điều chỉnh để đánh giá độ phù hợp của mô hình vì nó không thổi phồng mức độ phù hợp của mô hình. Bên cạnh đó, cần kiểm tra hiện tượng tương quan bằng hệ số Durbin ỜWatson (1< DurbinễWatson < 3) và hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai VIF (VIF <10). Hệ số Beta chuẩn hoá được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số Beta chuẩn hoá của biến nào càng cao thì mức độ tác động của biến đó vào ý định lựa chọn mua dầu nhớt xe máy của người tiêu dùng càng lớn (Hoàng Trọng và Mộng Ngọc, 2005).