Trong SMARTPLS chúng ta thường xem xét mức độ đóng góp của các biến độc lập lên cùng một biến phụ thuộc qua chỉ số sức mạnh biến độc lập Effect Size f2 và hệ số tác động chuẩn hóa Original Sample. Vậy đâu là khác biệt giữa hai chỉ số này và hai chỉ số này thay thế nhau được không?
1. Giống nhau giữa hệ số tác động chuẩn hóa và Effect Size f2
Điểm giống nhau của hệ số tác động chuẩn hóa Original Sample (trong bảng Path Coefficients) và Effect Size f2 đó là trong nhiều tình huống thứ tự độ lớn của hệ số tác động chuẩn hóa trùng với thứ tự mạnh yếu của hệ số f square nên cả hai chỉ số đều có thể dùng để so sánh sự tác động mạnh yếu của các biến độc lập khi chúng cùng tác động lên một biến phụ thuộc. Tuy nhiên, không phải lúc nào thứ tự f square cũng giống thứ tự độ lớn hệ số hồi quy chuẩn hóa.
Xét một mô hình có 3 biến độc lập CV, DK, TL tác động lên biến phụ thuộc HL. Ở cả 2 kết quả từ Original Sample và Effect Size chúng ta sẽ xác định thứ tự tác động mạnh/yếu của 3 biến độc lập lên HL như sau: DK > TL > CV. Nghĩa là, biến DK tác động lên HL mạnh nhất, sau đó là TL, cuối cùng là CV. Trong ví dụ bên dưới, thứ tự f square trùng với thứ tự độ lớn hệ số hồi quy chuẩn hóa.
2. Khác nhau giữa Original Sample và Effect Size f2
1. Công thức tính
Điểm khác nhau giữa Original Sample và Effect Size f2 rõ ràng nhất là công thức tính. Trong khi Original Sample được tính bằng tích số t-value (trong kiểm định t) với độ lệch chuẩn thì Effect Size được tính dựa trên sự thay đổi giá trị R2 của biến phụ thuộc khi có và không có sự xuất hiện của biến độc lập này.
2. Đánh giá chiều tác động
Điểm khác nhau tiếp theo đó là về nguyên tắc hợp lý, hệ số tác động chuẩn hóa cột Original Sample sẽ có dấu âm hoặc dấu dương, còn Effect Size f2 sẽ luôn mang dấu dương.
3. Tính ứng dụng
Điểm khác nhau quan trọng nhất là về mặt ứng dụng.
- Hệ số tác động chuẩn hóa cột Original Sample (trong Path Coefficients): chúng ta sử dụng chỉ số này để so sánh thứ tự tác động của các biến độc lập khi chúng cùng tác động lên cùng một biến phụ thuộc. Nếu trong các biến độc lập cùng tác động lên một biến phụ thuộc, biến nào có trị tuyệt đối hệ số tác động chuẩn hóa lớn hơn thì biến đó tác động mạnh hơn.
- Hệ số hiệu quả tác động Effect Size: chúng ta sử dụng chỉ số này để xem mức độ tác động của biến độc lập lên biến phụ thuộc là nhiều (quan trọng cao) hay ít (ít quan trọng). 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: không có tác động (hoặc tác động rất nhỏ).
- 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.
Chính vì điều này, chúng ta có thể gặp phải tình huống P-Value của biến độc lập trong bảng Path Coefficients nhỏ hơn 0.05 (có ý nghĩa thống kê ở độ tin cậy 95%) nhưng f Square lại nhỏ hơn 0.02 (không có tác động). Nếu rơi vào trường hợp này, chúng ta không kết luận f Square < 0.02 là không có tác động mà sẽ kết luận là có tác động rất nhỏ.
Tóm lại, 2 chỉ số Effect Size f2 và hệ số tác động chuẩn hóa Original Sample mang đặc điểm và tính ứng dụng khác nhau. Chúng không phải là chỉ số thay thế cho nhau.
- Muốn so sánh biến độc lập nào tác động mạnh hơn lên cùng một biến phụ thuộc, chúng ta sẽ dùng hệ số tác động chuẩn hóa.
- Muốn xem mức độ tác động của các biến độc lập lên biến phụ thuộc là mạnh, trung bình hay yếu chúng ta sẽ dùng hệ số f square.