Phân tích hồi quy là phƣơng pháp ƣớc lƣợng hoặc dự báo một biến (biến phụ thuộc) trên cơ sở giá trị đã cho của các biến khác (biến độc lập). Về kỹ thuật, trong phân tích hồi quy các biến không có tính chất đối xứng, biến phụ thuộc là đại lƣợng ngẫu nhiên và các biến giải thích giá trị của chúng (biến độc lập) đã đƣợc xác định.
Kiểm tra VIF để tránh hiện tƣợng đa cộng tuyến xảy ra. Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), hiện tƣợng đa cộng tuyến là trạng thái trong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng này là chúng
32 cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc, làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định mức ý nghĩa trong khi hệ số R Square vẫn khá cao.
- VIF < 2: Hiện tƣợng đa cộng tuyến giữa các biến độc lập ảnh hƣởng không đáng kể đến mô hình.
- 2 ≤ VIF ≤ 10: Hiện tƣợng đa cộng tuyến giữa các biến độc lập ảnh hƣởng đáng kể đến mô hình.
- VIF > 10: Hiện tƣợng đa cộng tuyến.
Hệ số xác định R bình phƣơng hiệu chỉnh dùng để đánh giá độ phù hợp của mô hình. Kiểm định F dùng để kiểm định giả thuyết về độ phù hợp của mô hình hồi quy. Mục đích kiểm định mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập. Giả thuyết H0 là các hệ số hồi quy bằng 0. Nếu giả thuyết H0 bị bác bỏ chứng tỏ mô hình tác giả xây dựng phù hợp với tập dữ liệu. Giá trị Sig. < 0.05 cho thấy an toàn khi bác bỏ giả thuyết H0.