BOOSTRAP
Để đánh giá độ tin cậy của các ước lượng, trong các phương pháp nghiên cứu định lượng bằng phương pháp lấy mẫu, thông thường chúng ta phải chia mẫu ra làm 2 mẫu con. Một nửa dùng để ước lượng các tham số mô hình, và một nửa dùng để đánh giá lại. Cách khác là lặp lại nghiên cứu bằng một mẫu khác. Hai cách trên đây thường không thực tế vì phương pháp cấu trúc thường đòi hỏi mẫu lớn nên việc làm này tốn kém nhiều thời gian và chi phí (Anderson & Gerbing, 1988). Trong những trường hợp như vậy thì Bootstrap là phương pháp phù hợp để thay thế (Schumacker & Lomax, 2006). Bootstrap là phương pháp lấy mẫu lặp lại có thay thế, trong đó mẫu ban đầu đóng vai trò là đám đông.
Nghiên cứu sử dụng số lượng mẫu lặp lại N=678. Mẫu được tính trung bình kèm theo độ lệch được trình bày trong Bảng 4.14
Bảng 4.14 : Kết quả ước lượng bằng Bootstrap với N=678
Parameter SE SE-
SE Mean Bias
SE- Bias
CR
Hinh anh <--- Chat luong chuc
nang .113 .003 .461 -.015 .004 -3.75 Hinh anh <--- Chat luong ki thuat .109 .003 .482 .014 .004 3.5 Huu hinh <--- Chat luong chuc
nang .045 .001 .625 -.001 .002 -0.5
Tin cay <--- Chat luong chuc
nang .044 .001 .659 -.001 .002 -0.5
Dap ung <--- Chat luong chuc
nang .052 .001 .570 -.001 .002 -0.5
Dam bao <--- Chat luong chuc
nang .048 .001 .730 .000 .002 0
Cam
thong <---
Chat luong chuc
Parameter SE SE- SE Mean Bias SE- Bias CR Muc do
hai long <--- Hinh anh .119 .003 .016 .006 .005 1.2 Muc do
hai long <---
Chat luong chuc
nang .086 .002 .850 -.003 .003 -1
Muc do
hai long <--- Chat luong ki thuat .094 .003 .190 -.002 .004 -0.5 Nhận thấy độ lệch tuy xuất hiện nhưng trị tuyệt đối luôn ≤ 3.75, ta có thể nói là độ chệch là tương đối nhỏ, không có ý nghĩa thống kê. Và như vậy, ta có thể kết luận là các ước lượng trong mô hình có thể tin cậy được.