Trong mô hình SEM, ma trận đồng phƣơng sai (k) đƣợc ƣớc lƣợng dựa trên các phƣơng trình có liên quan đến mô hình đƣợc giả định (Hair và cộng sự, 2010, tr.631). Nhiều phƣơng pháp ƣớc lƣợng đƣợc sử dụng trong mô hình SEM, trong đó
phƣơng pháp thích hợp cực đại (ML – Maximum Likelihood) đƣợc sử dụng phổ biến nhất. Phƣơng pháp ML có thể mang lại các kết quả không bị thiên lệch, đồng nhất và hiệu quả, đồng thời cho phép kiểm định ý nghĩa các từng thông số trong bộ số liệu phân phối chuẩn đa chiều (multivariate normally distributed data) (Anderson & Gerbing, 1988, tr.412-413). ML là ƣớc lƣợng mạnh trong việc chống lại các vi phạm các giả thuyết mang tính chuẩn tắc (Bollen, 1989, tr.126) hay về mặt sai số, ƣớc lƣợng ML làm giảm nhẹ mức độ vi phạm (Backhaus, Erichson, Plinke & Weiber, 2008, tr.124). Trong trƣờng hợp số liệu phân bố không chuẩn, Byrne (2009) đề nghị sử dụng Phƣơng pháp định lƣợng tự do phân phối tiệm cận (ADF – Asymptomatically Distribution Free) hoặc điều chỉnh thống kê kiểm định. Để sử dụng phƣơng pháp ADF, cỡ mẫu quan sát phải đạt tối thiểu p*(p+1)/2, trong đó p là số biến quan sát trong mô hình (AMOS 18; Byrne, 2009, tr.105). Nhƣ vậy, đối với khoảng 45 biến, để có thể sử dụng phƣơng pháp ADF cần mẫu khảo sát tối thiểu khoảng 1.035 quan sát và điều này là nhiệm vụ bất khả thi trong khoảng thời gian nghiên cứu hẹp cho phép của đề tài. Do vậy, với khoảng hơn 400 quan sát, tác giả sẽ lựa chọn phƣơng pháp ƣớc lƣợng ML.
Theo Gorsuch (1983) thì phân tích các nhân tố EFA cần tối thiểu có 200 quan sát. Riêng Hatcher (1994) cho rằng, số quan sát nên gấp 5 lần số biến. Nhƣ vậy, với khoảng hơn 400 quan sát cho 45 biến thang đo thì nghiên cứu này thỏa các điều kiện về cỡ mẫu của Gorsuch (1983) và Hatcher (1994).
CHƢƠNG 4: PHÂN TÍCH KẾT QUẢ KHẢO SÁT VÀ KIỂM ĐỊNH MÔ HÌNH LÝ THUYẾT
Phần này chủ yếu tập trung kiểm định mô hình lý thuyết và các giả thuyết nghiên cứu đƣợc trình bày ở các phần trƣớc. Thủ tục thu thập thông tin và xử lý số liệu sẽ đƣợc trình bày trƣớc khi phân tích và mô tả thống kê các thông tin thu thập đƣợc. Các mô hình thực nghiệm sẽ đƣợc thực hiện và so sánh nhằm lựa chọn mô hình thích hợp nhất để giải thích mô hình. Cuối cùng, các chỉ số của mô hình thực nghiệm sẽ đƣợc đối chiếu với các tiêu chuẩn đánh giá để xác định độ tin cậy, tính xác thực của các biến và sự phù hợp của mô hình phân tích.