Các mục Optional là tùy chọn thêm (nếu cần).

1. Tương quan (Correlation)
Hệ số tương quan r ≥ 0.4 thể hiện mối liên hệ trung bình trở lên; p < 0.05 cho thấy mối quan hệ có ý nghĩa thống kê (Cohen, 1988).
2. Mô hình Pooled OLS
Sử dụng khi không có sự khác biệt giữa các cá thể.
Kiểm định điều kiện áp dụng bằng Chow test hoặc F-test (Wooldridge, 2010).
3. Mô hình hiệu cố định (Fixed Effects Model - FEM)
Chọn FEM nếu F-test (within) có p < 0.05, tức là có sự khác biệt có ý nghĩa giữa các đơn vị/cá thể (Greene, 2012).
FEM kiểm soát được các biến không quan sát thay đổi theo cá thể nhưng không đổi theo thời gian.
4. Mô hình hiệu ngẫu nhiên (Random Effects Model - REM)
Áp dụng khi Hausman test cho p > 0.05, tức là không có tương quan giữa sai số và biến độc lập (Hausman, 1978).
REM giả định các khác biệt giữa cá thể là ngẫu nhiên và không gây sai lệch ước lượng.
5. Chọn giữa FEM và REM – Hausman Test
p < 0.05 → chọn FEM (do sai số có tương quan với biến độc lập).
p > 0.05 → chọn REM (các giả định REM phù hợp) (Hausman, 1978).
6. Kiểm định tự tương quan (Serial Correlation)
Wooldridge test: nếu p > 0.05 → không có tự tương quan trong dữ liệu bảng (Wooldridge, 2002).
7. Kiểm định phương sai thay đổi (Heteroskedasticity)
Modified Wald test (dùng cho FEM): nếu p > 0.05 → không có phương sai thay đổi giữa các nhóm (Greene, 2012).
8. Mô hình GLS (Generalized Least Squares)
Sử dụng khi dữ liệu vi phạm giả định OLS, như có tự tương quan và/hoặc phương sai thay đổi.
GLS cho ước lượng hiệu quả hơn trong các trường hợp này (Baltagi, 2005).