Ý Nghĩa, Công Thức Tính Giá Trị Effect Size F2 Trong SMARTPLS

Effect size f2 (f bình phương) là hệ số đánh giá hiệu quả tác động của từng biến độc lập lên biến phụ thuộc. Nếu xét về tính ứng dụng, effect size f2 và hệ số hồi quy chuẩn hóa Original Sample trong đánh giá mô hình cấu trúc SMARTPLS khá tương tự nhau khi cả hai đều có thể so sánh thứ tự mức tác động của biến độc lập lên phụ thuộc. Tuy nhiên, với hệ số hồi quy chuẩn hóa, chúng ta không đánh giá được giá trị bao nhiêu là mạnh, bao nhiêu là yếu. Trong khi đó f bình phương sẽ có các ngưỡng đề xuất để chúng ta xác định được điều này.

1. Công thức tính effect size f2

Công thức tính effect size f2 một biến độc lập trong SMARTPLS dựa trên sự thay đổi giá trị R2 của mô hình khi có và không có sự xuất hiện của biến độc lập này. Chin (1998) đưa ra công thức tính toán hệ số f2 của một biến độc lập X như sau:

Trong đó:

• f2: Hệ số hiệu quả tác động của biến độc lập X (mỗi biến độc lập có một f2).
• R2included: Giá trị R2 của mô hình khi có biến X trong mô hình.
• R2excluded: Giá trị R2 của mô hình khi loại biến X khỏi mô hình.

Trong công thức trên, mẫu số thể hiện phần không giải thích được (1 – R2included) khi mô hình có sự xuất hiện biến độc lập X. Ví dụ, giá trị R2 của mô hình là 60%, như vậy các biến độc lập giải thích được 60% biến thiên của biến phụ thuộc (phần giải thích được), còn lại 40% là do sai số ngẫu nhiên và các biến độc lập ngoài mô hình (phần không giải thích được).

Tử số mang ý nghĩa, nếu việc loại bỏ biến X ra khỏi mô hình, giá trị R2 sẽ giảm từ R2included tới R2excluded. Nếu khoảng cách giảm càng lớn, hệ số f2 càng lớn. Điều này hàm ý, việc loại bỏ biến độc lập X ra khỏi mô hình sẽ gia tăng mức độ không giải thích được của các biến độc lập còn lại đối với sự thay đổi của biến phụ thuộc.

2. Cách tính thủ công và chạy trên SMARTPLS

a. Tính hệ số effect size f2  trên SMARTPLS

Để đánh giá hệ số effect size f2, chúng ta sẽ cần chạy phân tích ước lượng PLS Algorithm. Trong phần kết quả, nhấp vào mục f Square.

Bảng kết quả giá trị effect size f Square xuất hiện như sau:

Cohen (1988) đã đề xuất bảng chỉ số f Square để đánh giá tầm quan trọng của các biến độc lập như sau:

• f Square < 0.02: mức tác động là cực kỳ nhỏ hoặc không có tác động.
• 0.02 ≤ f Square < 0.15: mức tác động nhỏ.
• 0.15 ≤ f Square < 0.35: mức tác động trung bình.
• f Square ≥ 0.35: mức tác động lớn.

Trong ví dụ cụ thể bên trên, tất cả f Square đều trên 0.35, như vậy các biến độc lập trong mô hình SEM đều có ảnh hưởng lớn lên biến phụ thuộc.

b. Tính hệ số effect size f2  thủ công