Do ta sử dụng phƣơng pháp tổng bình phƣơng nhỏ nhất (OLS) để ƣớc lƣợng phƣơng trình hồi quy. Do đó cần kiểm tra một số giả định để xem xét tính phù hợp của mô hình ƣớc lƣợng đƣợc. Dƣới đây là một số kiểm định về tính phù hợp của mô hình;
Kiểm định phần dư của biến phụ thuộc phân phối chuẩn: Trong phƣơng pháp OLS giả thiết dữ liệu biến phụ thuộc phải có phân phối chuẩn, nếu không ƣớc lƣợng là chệch và không hiệu quả. Để kiểm tra ta sử dụng đồ thị phân phối Histogram và đồ thị P – P Plot. Kết quả phân tích dữ liệu cho thấy đồ thị Histogram có dạng hình chuông đều, giá trị trung bình chuẩn hóa bằng 0, độ lệch chuẩn xấp xỉ
bằng 1 (0.984), đồ thị P – P Plot cũng cho thấy đƣờng quan sát và đƣờng dự báo rất gần nhau. Điều đó cho thấy dữ liệu có phân phối chuẩn, thỏa mãn điều kiện để phân tích bằng phƣơng pháp OLS.
Hình 4.2. Đồ thị phân phối của phần dƣ biến phụ thuộc
Nguồn: Kết quả phân tích từ dữ liệu nghiên cứu bằng phẩn mềm SPSS
Hình 4.3. Đồ thị P – P Plot
Kiểm tra mối quan hệ giữa các biến độc lập có qua hệ tuyến tính: Một trong những giả định của phƣơng pháp OLS là các biến độc lập trong mô hình không có quan hệ tuyến tính với nhau. Tức là một biến bất kỳ không thể biểu diễn thông qua các biến khác bằng một tổ hợp tuyến tính. Để kiểm tra quan hệ này ta sử dụng đồ thị phân tán (scatter) giữa phần dƣ chuẩn hóa quan sát và phần dƣ dự báo của biến phụ thuộc. Nếu chúng thể hiện một xu hƣớng tuyến tính (tăng hoặc giảm) thì trong mô hình có thể có hiện tƣợng các biến độc lập có quan hệ tuyến tính với nhau. Kết quả phân tích cho thấy phần dƣ dự đoán và phần dƣ quan sát chuẩn hóa không thể hiện một xu hƣớng nào cả (Hình 4.3). Do đó có thể xem nhƣ không có mối quan hệ tuyến tính giữa các biến độc lập.
Hình 4.3. Đồ thị phân tán phần dƣ chuẩn hóa và phần dƣ dự báo
Nguồn: Kết quả phân tích từ dữ liệu nghiên cứu bằng phẩn mềm SPSS Kiểm tra hiện tượng đa cộng tuyến: Đa cộng tuyến là hiện tƣợng thông tin của biến độc lập này đƣợc chứa đựng trong một biến khác dẫn đến thổi phồng các kết quả ƣớc lƣợng làm ƣớc lƣợng bị chệch, không vững. Để kiểm tra có hiện tƣợng đa cộng tuyến trong mô hình hay không ta sử dụng chỉ số nhân tử phóng đại phƣơng sai (VIF). Nếu VIF nhỏ hơn 10 có thể xem nhƣ đa cộng tuyến không ảnh hƣởng đến kết quả ƣớc lƣợng. Kết quả phân tích dữ liệu cho thấy hệ số VIF lớn nhất với biến R
có VIF là 1.899 nhỏ hơn 10. Do đó có thể kết luận không có hiện tƣợng đa cộng tuyến trong mô hình.