Khi chạy mô hình PLS-SEM, các chỉ số R², Q², và f² đóng vai trò quan trọng trong việc đánh giá chất lượng, khả năng giải thích và dự đoán của mô hình nghiên cứu. Trong bài viết này, Marketing Du Ký sẽ giới thiệu đến các bạn ý nghĩa thống kê của R², Q² và f² trong Smart PLS.
1. Ý nghĩa của chỉ số R²
R² (hệ số xác định) đo lường sự giải thích của các biến độc lập đối với sự biến thiên của biến phụ thuộc. Nói một cách đơn giản, R² cho biết mô hình nghiên cứu giải thích được bao nhiêu phần trăm sự thay đổi của biến phụ thuộc.
Giá trị của R² nằm trong khoảng từ 0 đến 1, theo đó:
R² = 0: Mô hình không giải thích được bất kỳ phương sai nào.
R² = 1: Mô hình giải thích hoàn toàn phương sai.
Theo Höck và Ringle (2010), R² được giải thích như sau:
R² ≥ 0.67: Mô hình được giải thích ở mức mạnh
0.33 ≤ R² < 0.67: Mô hình được giải thích ở mức vừa
0.19 ≤ R² < 0.33: Mô hình được giải thích ở mức yếu
2. Ý nghĩa của chỉ số Q²
Q² (chỉ số dự đoán) đánh giá khả năng dự đoán của mô hình đối với các giá trị của biến phụ thuộc. Nếu R² tập trung vào khả năng giải thích, thì Q² cho biết mô hình có thể dự đoán chính xác dữ liệu mới hay không.
Chỉ số này được tính bằng phương pháp Blindfolding trong phần mềm Smart PLS.
Theo Hair và cộng sự (2016), Q² được giải thích như sau:
Q² < 0: Mô hình không có ý nghĩa dự báo
Q² > 0: Mô hình dự báo tốt
Trong trường hợp Q² > 0, ta có thể kết luận mức độ dự báo của mô hình như sau:
0.02 ≤ Q² < 0.15: Dự báo yếu
0.15 ≤ Q² < 0.35: Dự báo trung bình
Q² ≥ 0.35: Dự báo mạnh
3. Ý nghĩa của chỉ số f²
f² (kích thước hiệu ứng) đo lường mức độ tác động của một biến độc lập cụ thể lên biến phụ thuộc trong mô hình. Nó giúp xác định tầm quan trọng của từng biến độc lập bằng cách xem xét sự thay đổi của R² khi biến đó được thêm vào hoặc loại bỏ khỏi mô hình.
Trên thực tế, f² giúp các nhà nghiên cứu xác định biến nào có ảnh hưởng mạnh nhất đến biến phụ thuộc, từ đó ưu tiên các yếu tố quan trọng trong mô hình.
Theo Cohen (1988), hệ số f² được chia thành 3 mức độ sau:
f² < 0.02: Ảnh hưởng không đáng kể
0.02 ≤ f² < 0.15: Ảnh hưởng nhỏ
0.15 ≤ f² < 0.35: Ảnh hưởng trung bình
f² ≥ 0.35: Ảnh hưởng lớn
Trong mô hình cấu trúc PLS-SEM, R², Q², và f² là ba chỉ số không thể thiếu để đánh giá chất lượng của mô hình nghiên cứu. Marketing Du Ký hy vọng rằng thông qua bài viết này bạn đã có thể hiểu ý nghĩa thống kê của R², Q² và f² trong Smart PLS.
