hợp điển hình
Khi sử dụng các công cụ định lƣợng để khám phá ra mô hình nghiên cứu thƣờng gặp những hạn chế do tâm lý bầy đàn, nhận định chủ quan của đối tƣợng điều tra, thiếu bằng chứng thực tiễn, độ tin cậy chƣa cao (Mertens & Ginsberg 2009).
Kiểm định các giả thuyết đƣợc thực hiện bằng hai phƣơng pháp: (1) phƣơng pháp định lƣợng phi tham số dùng để kiểm định các mối quan hệ với các biến quan sát có thể ghi chép đƣợc bằng các chỉ số định lƣợng, công cụ chủ yếu đƣợc sử dụng là thống kê mô tả và phân tích tƣơng quan; (2) phƣơng pháp định tính với các thủ tục mô tả, phân loại, kết nối để khám phá các mối quan hệ (Corbin & Strauss 1990; Finch 2002).
Để khẳng định sự phù hợp của mô hình lý thuyết, phƣơng pháp phân tích mô hình cấu trúc tuyến tính (SEM) sẽ đƣợc sử dụng để kiểm định. Mô hình đƣợc xem là thích hợp với dữ liệu khi các chỉ tiêu CFI từ 0,9 đến 1 (Hu & Bentler 1999), CMIN/df ≤ 2 (một số trƣờng hợp CMIN/df có thể ≤ 3 (Carmines & McIver 1981; Kline 2010)) và RMSEA ≤ 0,08 (Hu & Bentler 1999),(trƣờng hợp RMSEA từ 0,08 ->0,1: mô hình phù hợp ở mức trung bình (MacCallum, Browne & Sugawana 1996).
Mô hình SEM có thể tính đƣợc các sai số đo lƣờng, ngoài ra cho phép kết hợp các khái niệm tiềm ẩn với đo lƣờng của chúng và có thể xem xét các đo lƣờng độc lập hay kết hợp chung với mô hình lý thuyết cùng một lúc (Hulland & các tác giả 1996, trích trong Nguyễn Đình Thọ & Nguyễn Thị Mai Trang 2008). Ngoài ra, nếu dữ liệu có phân phối chuẩn, phƣơng pháp hợp lý tối đa (Maximum Likelihood) sẽ đƣợc sử dụng để ƣớc lƣợng các tham số trong mô hình nghiên cứu.