Mô hình hồi quy tuyến tính sẽ mô tả mối quan hệ nhân quả giữa biến độc lập và biến phụ thuộc, qua đó giúp ta dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập. Khi thực hiện hồi quy tuyến tính ta phải chú ý đến các hiện tượng sau, nếu không kết quả sẽ không có ý nghĩa :
• Đa cộng tuyến
Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin giống nhau và rất khó tách ảnh hưởng của từng biến một. Để xác định hiện tượng đa cộng tuyến, người ta dùng nhân tố phóng đại phương sai VIF (variance inflation factor). Theo Sách Thống kê ứng dụng của thầy Hoàng Trọng và cô Chu Nguyễn Mộng Ngọc (2007), khi VIF bằng hoặc vượt quá 5 xem như có đa cộng tuyến.
• Phương sai thay đổi
Phương sai thay đổi là hiện tượng phương sai của các số hạng này không giống nhau. Khi phương sai của các sai số thay đổi thì các ước lượng của các hệ số hồi quy không hiệu quả, các kiểm định t và F không còn đáng tin cậy. Nếu độ lớn của phần dư chuẩn hóa tăng hoặc giảm theo giá trị dự đoán thì có khả năng giả thuyết phương sai không đổi bị vi phạm.
• Tương quan chuỗi:
Đây là một dạng vi phạm các giả thuyết cơ bản số hạng nhiễu, hệ quả khi bỏ qua sự tự tương quan là các dự báo và ước lượng vẫn không thiên lệch và nhất quán nhưng không hiệu quả. Trong trường hợp đó, kiểm định Durbin-Watson là kiểm định phổ biến nhất cho tương quan chuỗi bậc nhất. Sau khi kiểm tra kết quả cho thấy các giả thuyết không bị vi phạm thì có thể kết luận ước lượng các hệ số hồi quy là không thiên lệch, nhất quán và hiệu quả. Các kết luận rút ra từ phân tích hồi quy là đáng tin cậy. Yếu tố nào có hệ số
β lớn thì mức độ ảnh hưởng của yếu tố đó ảnh hưởng đến độ thỏa mãn của khách hàng càng cao.
2.2.5. CHẠY KẾT QUẢ BẰNG PHẦN MỀM SPSS :2.2.5.1. THỐNG KÊ MÔ TẢ MẪU :