Trong phân tích bằng SMARTPLS, mức độ đóng góp của các biến độc lập lên cùng một biến phụ thuộc thường được đánh giá thông qua hai chỉ số là sức mạnh tác động Effect Size f2 và hệ số tác động chuẩn hóa Original Sample. Vấn đề đặt ra là sự khác biệt giữa hai chỉ số này nằm ở đâu và liệu chúng có thể được sử dụng thay thế cho nhau hay không.
1. Điểm tương đồng giữa hệ số tác động chuẩn hóa và Effect Size f2
Hệ số tác động chuẩn hóa Original Sample trong bảng Path Coefficients và chỉ số Effect Size f2 có điểm chung là trong nhiều trường hợp, thứ tự độ lớn của các hệ số tác động chuẩn hóa trùng với thứ tự mức độ mạnh yếu của các giá trị f2. Do đó, cả hai chỉ số đều có thể được sử dụng để so sánh mức độ ảnh hưởng tương đối của các biến độc lập khi chúng đồng thời tác động lên một biến phụ thuộc. Tuy nhiên, cần lưu ý rằng sự trùng khớp này không phải lúc nào cũng xảy ra, bởi trong một số tình huống, thứ tự của f2 có thể khác với thứ tự độ lớn của hệ số hồi quy chuẩn hóa.
Xét một mô hình nghiên cứu gồm ba biến độc lập là CV, DK và TL cùng tác động lên biến phụ thuộc HL. Dựa trên kết quả từ cả hệ số Original Sample và chỉ số Effect Size f2, có thể xác định thứ tự mức độ tác động của các biến độc lập lên HL theo trình tự DK, tiếp đến là TL và cuối cùng là CV. Điều này cho thấy biến DK có ảnh hưởng mạnh nhất đến HL, sau đó là TL và thấp nhất là CV. Trong ví dụ minh họa, thứ tự của các giá trị f2 phù hợp với thứ tự độ lớn của các hệ số hồi quy chuẩn hóa.
Sự khác biệt giữa Original Sample và Effect Size f2
1. Cách thức tính toán
Sự khác biệt cơ bản giữa Original Sample và Effect Size f2 thể hiện rõ nhất ở phương pháp tính toán. Original Sample được xác định thông qua tích của giá trị thống kê t trong kiểm định t với độ lệch chuẩn của mẫu. Trong khi đó, Effect Size f2 được tính dựa trên mức độ thay đổi của hệ số xác định R2 của biến phụ thuộc trong hai trường hợp: có và không đưa biến độc lập đang xét vào mô hình nghiên cứu.
2. Đánh giá chiều tác động
Một điểm khác biệt quan trọng khác liên quan đến việc phản ánh chiều tác động. Theo nguyên tắc thống kê, hệ số tác động chuẩn hóa trong cột Original Sample có thể mang giá trị âm hoặc dương, phản ánh chiều hướng tác động của biến độc lập lên biến phụ thuộc. Ngược lại, chỉ số Effect Size f2 luôn có giá trị không âm, do nó đo lường mức độ đóng góp của biến độc lập vào khả năng giải thích phương sai của biến phụ thuộc, không phản ánh chiều tác động.
3. Giá trị ứng dụng trong nghiên cứu
Khác biệt quan trọng nhất giữa hai chỉ số này nằm ở mục đích và cách thức sử dụng trong phân tích nghiên cứu.
– Hệ số tác động chuẩn hóa ở cột Original Sample trong bảng Path Coefficients được sử dụng để so sánh mức độ tác động tương đối giữa các biến độc lập khi chúng đồng thời ảnh hưởng đến cùng một biến phụ thuộc. Trong trường hợp này, biến độc lập nào có giá trị tuyệt đối của hệ số tác động chuẩn hóa lớn hơn sẽ được xem là có tác động mạnh hơn so với các biến còn lại.
– Trong khi đó, chỉ số Effect Size f2 được sử dụng nhằm đánh giá mức độ quan trọng của tác động mà một biến độc lập tạo ra đối với biến phụ thuộc, tức là tác động đó lớn hay nhỏ về mặt thực tiễn. Theo đề xuất của Cohen (1988), mức độ tác động được phân loại dựa trên giá trị f Square như sau:
- Giá trị f Square nhỏ hơn 0.02 cho thấy tác động không đáng kể hoặc rất nhỏ;
- Từ 0.02 đến nhỏ hơn 0.15 thể hiện mức tác động nhỏ;
- Từ 0.15 đến nhỏ hơn 0.35 phản ánh mức tác động trung bình;
- Và từ 0.35 trở lên được xem là mức tác động lớn.
Do đó, trong thực tế có thể xuất hiện trường hợp giá trị P-Value của biến độc lập trong bảng Path Coefficients nhỏ hơn 0.05, cho thấy tác động có ý nghĩa thống kê ở mức tin cậy 95%, nhưng chỉ số f Square lại nhỏ hơn 0.02. Trong tình huống này, không nên kết luận rằng biến độc lập không có tác động, mà cần diễn giải rằng biến đó có tác động rất nhỏ về mặt thực tiễn.
Tóm lại, Effect Size f2 và hệ số tác động chuẩn hóa Original Sample là hai chỉ số có bản chất và mục đích sử dụng khác nhau trong phân tích mô hình. Chúng không thay thế cho nhau mà bổ trợ cho nhau trong việc diễn giải kết quả nghiên cứu.
– Khi mục tiêu là so sánh biến độc lập nào có tác động mạnh hơn lên cùng một biến phụ thuộc, hệ số tác động chuẩn hóa sẽ được sử dụng.
– Ngược lại, khi cần đánh giá mức độ tác động của các biến độc lập là mạnh, trung bình hay yếu, chỉ số f Square sẽ là công cụ phù hợp.