Giả định về liên hệ tuyến tính và phương sai thay đổi. Kiểm tra giả định này bằng cách vẽ đồ thị phân tán Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đoán chuẩn hóa trên trục hoành. Nếu giả định liên hệ tuyến tính và phương sai bằng nhau được thỏa mãn thì sẽ không nhận thấy có liên hệ gì giữa các giá trị dự đoán với phần dư, chúng sẽ phân tán ngẫu nhiên. Đồ thị phân tán Scatterplot (xem phụ lục 8) cho thấy phần dư phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 chứ không tạo thành một hình dạng nào. Như vậy giá trị dự đoán và phần dư độc lập nhau và phương sai của phần dư không thay đổi. Như vậy mô hình hồi quy phù hợp.
Giả định về phân phối chuẩn của phần dư. Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích… Vì vậy chúng ta nên thử nhiều cách khảo sát khác nhau. Một cách khảo sát đơn giản nhất là xây dựng biểu đồ tần số Histogram của các phần dư. Biểu đồ tần số Histogram (xem phụ lục 8) cho thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn của nó là 0,992 (gần bằng 1). Do đó, có thể kết luận rằng giả định phân phối chuẩn không bị vi phạm.
Giả định không có mối tương quan giữa các biến độc lập (đo lường đa cộng tuyến). Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Theo Nguyễn Đình Thọ (2011): “Thông thường nếu VIF của một biến độc lập nào đó >10 thì biến này hầu như không có giá trị giải thích biến thiên của Y trong mô hình hồi quy bội. Tuy nhiên, trong thực tế, nếu VIF >2, chúng ta cần cẩn thận trong diễn giải các trọng số hồi quy”. Bảng 4.5 cho thấy hệ số phóng đại
phương sai VIF của các biến độc lập đều nhỏ hơn 2 nên không có hiện tượng đa cộng tuyến xảy ra.
Như vậy, mô hình hồi quy tuyến tính trong nghiên cứu không vi phạm các giả định cần thiết trong hồi quy tuyến tính.