其一，任何構念的測量工具都必須通過信度與效度的考驗。信度(reliability)是指測量結果的一致性和穩定性，效度(validity)是指能否確實測出想要測量的事物，兩者都有許多形式與名稱各不相同的估計方法。該研究用Cronbach’s Alpha檢測信度，這點可以唬弄一般研究生，卻逃不過學者專家的法眼…既然要用結構方程模式(structural equation modeling; SEM)來分析資料，那麼唯一的抉擇就是針對測量模式，用驗證性因素分析(confirmative factor analysis; CFA)跑出各種信效度資料，包括組合(composite)信度、收斂(convergent)效度、區隔(discriminant)效度、和結構或因素(structural or factorial)效度等等，但該研究完全沒有提供這方面的資料。
其二，該研究只提示每一題的平均數，但典型的碩士論文都會同時提示每一題的平均數與標準差，診斷研究更是不可或缺，因為後者可以讓讀者瞭解到，受訪民眾究竟是看法高度一致還是彼此分歧很大。再者，該研究提示了樣本結構之後，就直接跳到TCSI模式的統計驗證上，但典型的碩士論文和診斷研究中，還會另行跟據個人特徵，針對題項、構面、或構念跑平均數差異檢定或單因子變異數分析，因為讀者可以藉此知道究竟是哪些人比較滿意或不滿意，評價高或評價低等等，例如女性滿意度高於男性，或教育程度較高者認知品質評價較高。
其三，跑完SEM而且配適度達到學界能夠接受的水準之後，還要看看參數估計結果是否合理。以該研究整體模式跑出的參數而言，從認知價值到顧客滿意再到信任的兩個路徑係數都超過0.9，代表受訪民眾其實根本分不清楚哪個是哪個，用學術語言來說就是「區隔效度不足，資料缺乏分析價值」，硬要分析的話就是資訊管理上的GIGO，垃圾進垃圾出了…該研究並未檢測區隔效度，甚至也沒有按照學界慣例提供6個構念之間的15個相關係數，因此有些審查人可能會忽略這個問題的存在。
當然，學界對於接下來的處理方式尚無共識，有人主張應該將這三者合併然後再跑SEM，從而對原有的理論模式加以修訂，有人認為應該回到信效度階段，檢測共同方法變異(common method variance; CMV)是否嚴重到導致資料喪失分析價值，當然也有部分學者認為無所謂，只不過他們無法提出具有說服力的理由…英文期刊中偶爾會出現路徑係數高於0.9的論文，但頂尖期刊當中幾乎看不到！
