Nghiên cứu này được thực hiện nhằm đề xuất kiểm định Khi-bình phương Pearson (PCS) cho mô hình hồi quy logistic khi hiệp biến bị thiếu dữ liệu ngẫu nhiên. Một thống kê kiểm định có trọng số (W-Pearson) được xây dựng dựa trên phương pháp ước lượng trọng số xác suất nghịch đảo bán tham số (SIPW) nhằm hiệu chỉnh sai lệch do dữ liệu thiếu và đánh giá độ phù hợp (GOF) của mô hình hiệu quả hơn so với phương pháp sử dụng dữ liệu đầy đủ (CC). Kết quả lý thuyết cho thấy thống kê kiểm định có phân phối tiệm cận chuẩn sau khi chuẩn hóa. Việc mô phỏng cho thấy W-Pearson kiểm soát tốt sai lầm loại I và có công suất cao hơn C-Pearson, đặc biệt khi tỉ lệ thiếu lớn hoặc mô hình bị sai lệch, đồng thời tiệm cận với kiểm định Pearson khi dữ liệu đầy đủ. Bên cạnh đó, việc ứng dụng trên bộ dữ liệu Titanic cho thấy phương pháp SIPW cải thiện hiệu quả ước lượng và độ phù hợp của mô hình.