Hệ số Effect Size f2: Ý nghĩa, công thức, cách chạy trên SMARTPLS 3

Effect size f² (f bình phương) là hệ số đánh giá hiệu quả tác động của từng biến độc lập lên biến phụ thuộc, xem sự tác động đó là mạnh, trung bình, yếu hay không có tác động. Với hệ số hồi quy chuẩn hóa Original Sample trong đánh giá mô hình cấu trúc SMARTPLS chúng ta có thể so sánh được trong các biến độc lập cùng tác động lên một biến phụ thuộc biến nào tác động mạnh hơn biến nào, biến nào tác động thuận/nghịch.

Tuy nhiên, với hệ số hồi quy chuẩn hóa, chúng ta không đánh giá được giá trị bao nhiêu là mạnh, bao nhiêu là trung bình, bao nhiêu là yếu, bao nhiêu là không có tác động. Trong khi đó, chỉ số effect size f² giúp chúng ta xác định được điều này. Xem chi tiết hơn So sánh Effect Size f2 và hệ số tác động chuẩn hóa Original Sample.

1. Công thức tính effect size f²

Mỗi biến độc lập trong mô hình SEM sẽ có một chỉ số 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 3

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.

Biến phụ thuộc HL có 3 biến độc lập tác động vào nó trên mô hình là CV, DK, TL nên cột HL có 3 giá trị f2 tương ứng mức tác động của 3 biến lên HL.

Biến phụ thuộc GB có 1 biến độc lập tác động vào nó trên mô hình là HL nên cột GB có 1 giá trị f2 tương ứng mức động của GB lên HL.

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

Mình giới thiệu phần này để các bạn nắm được cơ chế tính ra chỉ số hệ số effect size f Square trong SMARTPLS. Còn trên thực tế ứng dụng, các bạn sử dụng bảng kết quả có sẵn từ phần mềm xuất ra mà không cần phải tính thủ công lại.

Mô hình biểu diễn đầy đủ các biến trên SMARTPLS như bên dưới. Chúng ta sẽ tính chỉ số f Square của biến TL trong mối tác động lên biến phụ thuộc HL. Đầu tiên chạy phân tich PLS Algorithm cho mô hình đầy đủ biến để lấy giá trị R² (R Square) tương ứng cho biến phụ thuộc HL.

R Square tương ứng mô hình biến phụ thuộc HL là 0.680.

Quay lại diagram, xóa biến TL ra khỏi mô hình và tiến hành phân tích lại PLS Algorithm. 

R Square tương ứng mô hình biến phụ thuộc HL là 0.561.

Ráp giá trị vào công thức tính effect size f² chúng ta có như sau:

Đối chiếu với giá trị trong bảng f Square xuất từ SMARTPLS, chúng ta thấy cùng cho ra một kết quả.

Sẽ có một số trường hợp cách tính thủ công và giá trị xuất từ SMARTPLS có sai lệch 1 đơn vị ở thập phân thứ 3. Điều này là bình thường do cơ chế làm tròn số khi tính toán, không phải sai lệch do công thức tính.