Phân tích hồi qui không chỉ là việc mô tả các dữ liệu quan sát được mà còn phải suy rộng cho mối liên hệ giữa các biến trong tổng thể từ các kết quả quan sát được trong mẫu đó. Kết quả của mẫu suy rộng ra cho giá trị của tổng thể phải đáp ứng các giả định cần thiết dưới đây:
Giả định liên hệ tuyến tính: giả định này s được kiểm tra bằng biểu đồ phân tán scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự doán chuẩn hóa (Standardized predicted value). Kết quả hình số 4.1 cho thấy phần dư phân tán ngẫu nhiên qua đường thẳng qua điểm 0, không tạo thành một hình dạng nào cụ thể nào. Như vậy, giả định liên hệ tuyến tính được đáp ứng.
Hình 4. 1: Biểu đồ phân tán của phần dư
Giả định phương sai của sai số không đổi: kết quả kiểm định tương quan
hạng Spearman (bảng số 7.1, phụ lục 7) giữa trị tuyệt đối của phần dư (ký hiệu là ABSRES1) với 6 biến độc lập là KTT, DD, CST, QDDN, YTT, HDKT cho thấy giá trị sig. của các nhân tố KTT, DD, CST, QDDN, YTT, HDKT đều lớn hơn 0.05. Nghĩa là phương sai của sai số không đổi. Như vậy, giả định phương sai của sai số không đổi không bị vi phạm.
Giả định không có tương quan giữa các phần dư: đại lượng thống kê Durbin-Watson (d) được dùng để kiểm định tương quan chuỗi bậc nhất. Vùng chấp nhận là (d) nằm trong khoảng [dU; 4- dU]. Kết quả hồi qui nhận được từ bảng 5.8 cho thấy đại lượng thống kê Durbin-Watson có giá trị là 1.890 nằm trong vùng chấp nhận của giá trị d nên chấp nhận giả thuyết không có sự tương quan chuỗi bậc nhất trong mô hình.
Giả định phần dư có phân phối chuẩn: kiểm tra biểu đồ phân tán của phần
và độ lệch chuẩn Std. = 0.985 gần bằng 1). Như vậy, giả định phần dư có phân phối chuẩn không bị vi phạm.
Hình 4. 2: Đồ thị Histogram