Việc kiểm định bootstrap được tiến hành để kiểm tra lại mô

hình. Bootstrap là phương pháp lấy mẫu lại có thay thế trong đó

mẫu ban đầu đóng vai trò đám đông.
Trước tiên chạy chương trình AMOS, vào menu View-Analysis
Properties để hiện lên hộp thoại Analysis Properties.

Chọn Tab Bootstrap, check vào Perfom bootstrap, chọn 1000, sau đó
đóng cửa sổ này lại.
Sau đó nhấn nút calculates estimate để thực hiện tính toán. Cửa sổ
output sẽ xuất hiện thêm khái niệm bootstrap standard errors. Ta chọn
mục Standardized Regression Weights và Bootstrap standard errors như
trong hình vẽ.

 
 

Ở đây cột Mean là hệ số  hồi quy của ước lượng bootstrap, cột Bias là
chênh lệch giữa cột hệ số  hồi quy Mean và giá trị hệ số  hồi quy
Estimate khi chạy không có Bootstrap. Cột SE-Bias là Standard errors
của cột Bias. Ở đây chúng ta cần tính giá trị tới hạn  C.R Critical Ratios
cho nó. Các bạn copy kết quả vào excel và tính toán giá trị tới hạn bằng
cách lấy giá trị Bias chia cho Se_Bias.
Sau đó so sánh giá trị C.R này với 1.96 ( do 1.96 là giá trị của phân phối
chuẩn ở mức .9750 , nghĩa là 2.5% một phía, 2 phía sẽ là 5%).  Cột P
<5% thì kết luận là giả thuyết Bias khác 0  có ý nghĩa thống kê. Do giả
thuyết H0 : Bias =0, Ha: Bias <>0

Nếu giá trị C.R này > 1.96 thì suy ra p-value < 5%, chấp nhập Ha, kết
luận độ lệch khác 0 có ý nghĩa thống kê ở mức tin cậy 95%.

Còn nếu C.R < 1.96 , suy ra p-value > 5%, bác bỏ Ha, chấp nhận H0, kết
luận độ lệch khác 0 không có ý nghĩa thống kê ở mức tin cậy 95%, và
như thế ta kết luận được mô hình ước lượng (lúc trước khi check vào
option bootstrap) có thể tin cậy được. Thông thường đây là kết quả
mong đợi khi phân tích SEM.