Phân tích hồi quy đa biến nhằm chỉ ra mối quan hệ giữa các biến độc lập và biến phụ thuộc. Kết quả phân tích đa biến là một hàm số biểu thị giá trị của biến phụ thuộc thông qua các biến độc lập. Mô hình hồi quy cần được kiểm định thông qua các loại kiểm định sau:
- Kiểm nghiệm mức ý nghĩa của hệ số hồi quy riêng phần (β) dựa vào T- test: khi mức ý nghĩa của hệ số hồi quy có độ tin cậy ít nhất là 95% (Sig ≤ 0.05), kết luận tương quan có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc. Đây cũng là cơ
sở để kết luận các giả thuyết của nghiên cứu là chấp nhận (hay bác bỏ trong trường hợp tương quan không có ý nghĩa thống kê, sig > 0.05).
- Mức độ giải thích của mô hình hồi quy thể hiện thông qua hệ số R2 và hệ số R2 điều chỉnh. Hệ số R2 biểu thị phần trăm giải thích cho biến phụ thuộc bởi biến độc lập, hệ số này nhận giá trị từ 0 đến 1. Hệ số này có giá trị càng gần 1 thì mức độ giải thích càng cao, dự báo càng có giá trị. Tuy nhiên, mô hình càng nhiều biến độc lập thì giá trị R2 càng cao dù biến đó không có ý nghĩa. Vì vậy sử dụng hệ số R2 điều chỉnh để kiểm tra mức độ giải thích của mô hình nghiên cứu.
- Mức độ phù hợp của phương trình hồi quy được kiểm định nhằm xem xét có mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không. Mô hình hồi quy được cho là phù hợp khi tồn tại ít nhất một hệ số hồi quy khác không. Kiểm định này được thực hiện thông qua phân tích phương sai (ANOVA) với giả thuyết H0: các hệ số hồi quy đều bằng không. Nếu kiểm định có ý nghĩa thống kê (Sig ≤ 0.05) thì giả thuyết này bị bác bỏ và mô hình hồi quy được cho là phù hợp với độ tin cậy 95%.
- Hệ số tương quan Pearson và hệ số phóng đại phương sai VIF dùng để kiểm định hiện tượng đa cộng tuyến của các biến độc lập. Nếu các biến độc lập trong mô hình hồi quy có hệ số tương quan thấp (<0.6) và hệ số phóng đại phương sai VIF <10 thì mô hình hồi quy không có hiện tượng cộng tuyến giữa các biến độc lập [19].