• Kiểm định đa cộng tuyến
Hiện tượng đa cộng tuyến (Multicollinearity) là hiện tượng mà các biến độc lập trong mô hình có mối quan hệ tuyến tính với nhau. Nói cách khác, một biến độc lập có thể sử dụng để dự đoán một biến độc lập khác. Có hai trường hợp đa cộng tuyến là đa cộng tuyến hoàn hảo (perfect multicollinearity) và đa cộng tuyến không hoàn
hảo (imperfect multicollinearity). Mô hình hồi quy xảy ra hiện tượng đa cộng tuyến sẽ khiến nhiều chỉ số bị sai lệch, dẫn đến kết quả phân tích định lượng không còn mang lại nhiều ý nghĩa.
Kiểm định đa cộng tuyến nhằm kiểm tra mối quan hệ tuyến tính giữa các biến, từ đó khắc phục mô hình nếu phát hiện mô hình có hiện tượng đa cộng tuyến. Phương pháp được sử dụng để kiểm định hiện tượng đa cộng tuyến là kiểm tra hệ số phóng đại phương sai (VIF). Nếu hệ số VIF của các biến độc lập cho kết quả <10 ta có thể khẳng định không xảy ra hiện tượng đa cộng tuyến.
• Kiểm định tự tương quan
Hiện tượng tự tương quan (Autocorrelation) là mối quan hệ giữa một biến và phiên bản trễ của biến đó trong các khoảng thời gian khác nhau. Đây là hiện tượng mà sai số tại thời điểm t có mối quan hệ với sai số tại thời điểm t-1 hoặc tại bất kỳ thời điểm nào khác trong quá khứ. Nếu mô hình có hiện tượng tự tương quan thì ước lượng bằng phương pháp OLS vẫn không bị thiên lệch và nhất quán. Tuy nhiên, các ước lượng này sẽ không còn là ước lượng hiệu quả nữa. Bên cạnh đó, hiện tượng tự tương quan sẽ khiến cho giá trị t-value lớn hơn (hoặc P-value nhỏ hơn) so với giá trị mà nó nên có và làm cho hệ số hồi quy có xu hướng có ý nghĩa thống kê. Vì vậy, chúng ta có thể vô tình kết luận một yếu tố nào đó của mô hình có ảnh hưởng đến biến phụ thuộc của mô hình, nhưng thực ra điều này bị gây ra bởi hiện tượng tự tương quan mà thôi.
Kiểm định hiện tượng tự tương quan đánh giá mối quan hệ giữa một biến tại các thời điểm nhằm phát hiện và có biện pháp khắc phục. Phương pháp sử dụng để kiểm định hiện tượng tự tương quan của mô hình là phương pháp kiểm định Breusch- Godfrey với giả thuyết như sau:
H0 : Không xảy ra hiện tượng tự tương quan H1 : Xảy ra hiện tượng tự tương quan
Kết quả kiểm định có p-value > 0,05 ta chấp nhận giả thuyết H0, bác bỏ giả thuyết H1 và ngược lại.
• Kiểm định phương sai sai số thay đổi
số phải như nhau (gọi là homoskedasticity). Việc vi phạm giả định này sẽ gây ra hiện tượng phương sai sai số thay đổi. Phương sai sai số thay đổi là hiện tượng mà phương sai của các sai số ước lượng không bằng nhau. Nếu như mô hình chỉ xảy ra lỗi phương sai sai số thay đổi thôi thì ước lượng OLS vẫn là ước lượng ko bị thiên lệch và nhất quán, tuy nhiên nó không phải là ước lượng tốt nhất nữa. Bởi vì, phương sai của sai số trong trường hợp này không thể đạt được giá trị nhỏ nhất nữa. Khi đó, các kiểm định hệ số hồi quy và kiểm định F của mô hình trở nên không đáng tin cậy. Vì vậy, việc đưa ra các kết luận dựa trên các kiểm định này sẽ không chính xác.
Kiểm định phương sai sai số thay đổi đánh giá sự thay đổi phương sai của sai số nhằm phát hiện và khắc phục mô hình. Phương pháp được sử dụng để kiểm tra hiện tượng phương sai sai số thay đổi của mô hình là phương pháp kiểm định White (White’s test) với giả thuyết:
H0 : Không xảy ra hiện tượng phương sai sai số thay đổi H1 : Xảy ra hiện tượng phương sai sai số thay đổi
Kết quả kiểm định có p-value > 0,05 ta chấp nhận giả thuyết H0, bác bỏ giả thuyết H1 và ngược lại.