Để kiểm định các giả thuyết nghiên cứu phương pháp phân tích hồi quy sẽ được sử dụng. Phương pháp ước lượng hồi quy giữa biến phụ thuộc và các biến độc lập trong mô hình sử dụng phương pháp tổng bình phương nhỏ nhất (OLS).
Mô hình hồi quy tuyến tính chuẩn hóa có dạng như sau:
Y =β0 + β1X1 + …+ βiXi +…+ βkXk +Ui (mô hình có k biến độc lập) Trong đó các :
Y là biến phụ thuộc
β0 là hệ số chặn (contanst) Các Xi là biến độc lập
βi là các hệ số góc – phản ảnh mức độ ảnh hưởng của biến Xi lên biến phụ thuộc Y.
Ui là phần ngẫu nghiên hay còn gọi là nhiễu là phần biến thiên của biến phụ thuộc Y chịu ảnh hưởng ngoài các biến Xi đưa vào mô hình.
Để đảm bảo mô hình xây dựng là tốt nhất, phương trình (1) phải đảm bảo thỏa mãn một số giả thuyết sau:
Các Ui có phân bố chuẩn Ui ~N(0, σ2), nếu các Ui không phân bố chuẩn hàm ước lượng có thể không phải là hàm tuyến tính (hàm logarit, hàm mũ,…) tức
là mô hình xây dựng tuyến tính (đường thẳng) là không phù hợp. Để nhận biết phân bố chuẩn sử dụng đồ thị Histogram và đồ thị P-Plot. Nếu đồ thị Histogram thể hiện hình chuông, giá trị trung bình chuẩn hóa bằng không, độ lệch chuẩn xấp xỉ bằng 1 thì có thể kết luận có phân phối chuẩn.
Mô hình không xảy ra đa cộng tuyến. đa cộng tuyến cũng là hiện tượng các biến độc lập có quan hệ tuyến tính với nhau dẫn đến hiện tượng thổi phồng các kết quả (cộng tuyến) và không tách được ảnh hưởng của từng nhân tố đến biến phụ thuộc. Dấu hiệu nhận biết có đa cộng tuyến có thể sử dụng là chỉ số VIF (nhân tử phóng đại phương sai), nếu VIF nhỏ hơn 10 có thể kết không có đa cộng tuyến trong mô hình hồi quy (Hair và cộng sự, 2006 dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
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.
Tiêu chuẩn kiểm định các giả thuyết nghiên cứu lấy theo thông lệ ở mức ý nghĩa 5%. Các giá trị p –value của thống kê t tương ứng được so sánh trực tiếp với giá trị 0.05 để kết luận chấp nhận hay bác bỏ một giả thuyết nghiên cứu. Để xem xét khả năng giải thích của mô hình hệ số R2 hiệu chỉnh được sử dụng.