Để đảm bảo độ tin cậy của mô hình, ta phải thực hiện một loạt các dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính.
Giả định liên hệ tuyến tính và phương sai của sai số không đổi
Phương pháp được sử dụng là xem xét biểu đồ phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục hoành.
Đối với mô hình hồi quy, nhìn vào biểu đồ Scatterplot (phụ lục 6.4: đồ thị C) ta thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0. Vậy giả định về thấy phần dư phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0. Vậy giả định về liên hệ tuyến tính và phương sai của sai số không đổi không bị vi phạm.
Giả định về phân phối chuẩn của phần dư
Sử dụng biểu đồ Histogram và đồ thị P-P plot để dò tìm sự vi phạm giả định phân phối chuẩn của phần dư.
Đối với mô hình mức độ hài lòng, biểu đồ Histogram (phụ lục 6.4: đồ thị A) cho thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 (3.03**-15) và độ lệch chuẩn gần bằng 1 (0.993). Hơn nữa trên đồ thị P-P plot (phụ lục 6.4: đồ thị B) biểu diễn các điểm quan sát của phần dư tập trung khá sát với đường kỳ vọng, có nghĩa là dữ liệu phần dư có phân phối chuẩn.
Kiểm tra hiện tượng đa cộng tuyến
Ở phần phân tích tương quan ở trên cho thấy giữa biến phụ thuộc có quan hệ tương quan khá rõ với các biến độc lập nhưng giữa các biến độc lập cũng có tương quan với nhau. Điều này sẽ tạo ra khả năng đa cộng tuyến của mô hình. Vì vậy cần phải dò tìm
hiện tượng đa cộng tuyến thông qua hệ số phóng đại phương sai (Variance inflation
factor – VIF). Ở (bảng B4-08 cho thấy hệ số VIF nằm trong khoảng từ 1.615 - 2.589.
Do đó mô hình mức độ hài lòng không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
Qua việc kiểm tra các giả định của mô hình trên cho thấy mô hình hồi quy tuyến tính được xây dựng không vi phạm các giả định cần thiết trong hồi quy tuyến tính.