Evaluasi terhadap model GSCA terdiri dari tiga tahap. Pertama evaluasi terhadap model pengukuran (outer model), kedua evaluasi terhadap model struktural (inner model), dan ketiga evaluasi terhadap overall goodness of fit model :
1 Model pengukuran (Outer Model)
Convergent validity yaitu sejauh mana indikator dari konstruk tertentu konvergen (Hair et al., 2010 p.709) . Suatu variabel laten dinilai mempunyai convergent validity yang baik jika nilai loading factor lebih dari 0.70 dan signifikan. Discriminant validity yaitu sejauh mana suatu konstruk benar-benar berbeda dari konstruk lain (Hair et al., 2010 p.710). Discriminant validity model pengukuran dengan indikator reflektif dinilai dengan membandingkan nilai akar kuadrat dari average variance extracted (√ ) setiap variabel laten dengan 12 korelasi antara variabel laten bersangkutan dengan variabel laten lainnya dalam model. Nilai discriminant validity dikatakan baik, jika nilai akar kuadrat AVE tiap variabel laten lebih besar daripada nilai korelasi antara variabel laten lainnya dalam model (Fornell dan Lacker, 1981). AVE adalah koefisien yang menjelaskan varian di dalam indikator yang dapat dijelaskan oleh faktor umum.
Dimana merupakan komponen loading factor, dan = var ( ). Pengukuran AVE dapat digunakan untuk mengukur reliabilitas component score variabel laten dan hasilnya lebih konservatif dibanding nilai composite reliability ( ) (Fornell & Lacker, 1981). Nilai AVE harus lebih besar dari 0,50. Composite reliability dapat digunakan untuk memeriksa seberapa baik suatu konstruksi diukur oleh indikatornya. Pengukuran sebuah variabel laten dapat dikatakan baik jika memiliki nilai composite reliability > 0,7 mempunyai reliabilitas yang tinggi.
2 Model Struktural (Inner Model) Model stuktural dievaluasi dengan melihat nilai koefisien parameter dan nilai t-statistik serta signifikansi koefisien parameter tersebut. Nilai t-statistik diperoleh dari hasil bootstrapsing dengan membagi nilai koefisien parameter dengan nilai standar errornya. Jika nilai t-statistik > t tabel maka koefisien parameter yang diestimasi signifikan. Parameter Beta (), yaitu parameter pengaruh variabel laten eksogen terhadap variabel laten endogen dalam model struktural.
Penerapan metode resampling, memungkinkan berlakunya data terdistribusi bebas (distribution free), tidak memerlukan asumsi distribusi normal, serta tidak memerlukan sampel yang besar (sampel minimum 30). Kriteria pengambilan keputusan dilakukan dengan membandingkan nilai statistik uji t dengan ttabel. Kriteria uji dapat diartikan bahwa terdapat pengaruh yang bermakna antar variabel laten terhadap variabel laten lainnya, dimana hipotesis nol ditolak jika nilai statistik uji t > nilai ttabel.