Cỡ mẫu tối thiểu trong SmartPLS: cách xác định đúng
Cỡ mẫu tối thiểu trong SmartPLS dùng để làm gì
Cỡ mẫu tối thiểu trong SmartPLS là số quan sát thấp nhất cần có để mô hình PLS-SEM có đủ dữ liệu cho việc ước lượng và kiểm định các mối quan hệ. Con số này ảnh hưởng đến độ ổn định của path coefficient, khả năng phát hiện tác động thật và mức độ thuyết phục khi bạn bảo vệ luận văn.
Bạn cần tách hai câu hỏi. Câu hỏi thứ nhất là mô hình có đủ quan sát để chạy hay không. Câu hỏi thứ hai là cỡ mẫu có đủ mạnh để kiểm định các giả thuyết cụ thể hay không. Quy tắc “10 lần” có thể dùng để ước lượng ban đầu, nhưng không nên xem đó là câu trả lời duy nhất cho mọi mô hình.
Trong SmartPLS, bạn thường đánh giá đồng thời mô hình đo lường và mô hình cấu trúc. Mô hình đo lường liên quan đến outer loading, CR, AVE và HTMT. Mô hình cấu trúc liên quan đến path coefficient, R², f², Q², VIF và kết quả bootstrapping. Cỡ mẫu phù hợp cần phục vụ cả hai phần này.
Nếu bạn mới mở SmartPLS 4, có thể xem trước hướng dẫn cách chạy tạo dự án mới SmartPLS 4, sau đó quay lại phần cỡ mẫu trước khi đưa dữ liệu thật vào dự án.
Chuẩn bị mô hình và dữ liệu
Trước khi tính cỡ mẫu, hãy xác định mô hình nghiên cứu trên giấy hoặc trong file Excel. Bạn cần biết biến độc lập nào tác động đến biến phụ thuộc, có biến trung gian hoặc điều tiết hay không, mỗi biến tiềm ẩn có bao nhiêu biến quan sát và dữ liệu sẽ được thu bằng thang đo nào.
SmartPLS 4 cần dữ liệu dạng bảng. Mỗi hàng là một người trả lời, mỗi cột là một biến quan sát. Hàng đầu tiên nên chứa tên biến, chẳng hạn PU1, PU2, PU3, PEOU1, PEOU2. Không đặt tên cột có dấu tiếng Việt, không trộn chữ mô tả vào vùng dữ liệu và không để nhiều dòng tiêu đề trong file CSV.
| Thành phần cần kiểm tra | Bạn cần xác định | Vì sao liên quan đến cỡ mẫu |
|---|---|---|
| Biến phụ thuộc | Biến có nhiều mũi tên hướng vào nhất | Đây thường là cấu trúc quyết định cỡ mẫu theo quy tắc 10 lần |
| Biến dự báo | Số biến độc lập cùng giải thích một biến phụ thuộc | Nhiều biến dự báo làm bài toán hồi quy phức tạp hơn |
| Biến quan sát | Số item của từng biến tiềm ẩn | Dùng để tham khảo yêu cầu quan sát trên mỗi item |
| Loại mô hình đo lường | Reflective hoặc formative | Cách đánh giá và yêu cầu dữ liệu có thể khác nhau |
| Dữ liệu thiếu | Số lượng và tỷ lệ missing value | Dữ liệu thiếu làm giảm số quan sát thực tế |
Bạn có thể đọc thêm nhập dữ liệu CSV trong SmartPLS để kiểm tra định dạng trước khi tạo mô hình. Nếu file có ô trống, hãy xử lý trước và ghi lại số dòng bị loại. Hướng dẫn xử lý missing value trong SmartPLS giúp bạn phân biệt ô trống do nhập sai với câu trả lời thực sự thiếu.
Cỡ mẫu thu được cũng cần tính đến bảng hỏi không hợp lệ. Nếu cần 250 quan sát hợp lệ nhưng dự kiến khoảng 15% phản hồi bị loại do bỏ trống hoặc trả lời một cột, bạn nên thu nhiều hơn 250. Phần tăng thêm này là dự phòng cho dữ liệu lỗi, không thay thế cho việc tính power.
Các bước thực hiện trong SmartPLS 4
Bước 1: Xác định biến phụ thuộc có nhiều mũi tên nhất
Mở sơ đồ mô hình và tìm biến nội sinh nhận nhiều đường dẫn trực tiếp nhất. Ví dụ, nếu Ý định sử dụng nhận tác động từ Nhận thức hữu ích, Nhận thức dễ sử dụng, Niềm tin và Sự thuận tiện, số biến dự báo trực tiếp là 4.
Nếu có nhiều biến nội sinh, hãy kiểm tra từng biến. Chọn cấu trúc có nhiều biến dự báo nhất, không chỉ nhìn vào biến phụ thuộc cuối cùng của mô hình. Một biến trung gian có thể nhận nhiều mũi tên hơn biến kết quả cuối cùng.
Bạn có thể xem hướng dẫn vẽ mô hình cấu trúc trong SmartPLS để kiểm tra các mũi tên đang nối đúng hướng. Đừng tính theo số lượng biến quan sát nếu câu hỏi đang xét là số mũi tên đi vào một biến nội sinh.
Bước 2: Tính con số tham khảo theo quy tắc 10 lần
Quy tắc thường được dùng là cỡ mẫu tối thiểu bằng 10 lần số mũi tên hướng vào biến nội sinh có nhiều mũi tên nhất. Chẳng hạn, một biến phụ thuộc nhận 5 mũi tên thì con số tham khảo là 50 quan sát.
Quy tắc này chỉ giúp bạn có điểm bắt đầu. Nó không cho biết tác động nhỏ có thể được phát hiện hay không, cũng không phản ánh đầy đủ số biến trong toàn bộ mô hình. Nếu mô hình có nhiều dự báo, hiệu ứng dự kiến nhỏ hoặc dữ liệu nhiễu, 50 quan sát có thể quá ít dù thỏa quy tắc.
Bước 3: Đối chiếu số biến quan sát
Một cách tham khảo khác là dùng tỷ lệ 5 đến 10 quan sát cho mỗi biến quan sát trong bảng hỏi. Hair và cộng sự đề cập tỷ lệ 5 đến 10 quan sát trên một biến quan sát (Hair và cộng sự, 2010). Nếu bảng hỏi có 30 item, khoảng tham khảo theo cách này là 150 đến 300 quan sát.
Cách tính này không thay thế phân tích power. Nó hữu ích khi bạn đang lập kế hoạch thu thập dữ liệu và muốn tránh tình trạng mô hình có quá nhiều item nhưng số người trả lời quá thấp.
Bước 4: Kiểm tra bằng power analysis
Power analysis xem xét số biến dự báo, mức ý nghĩa, power mong muốn và effect size. Trong hồi quy, bạn có thể bắt đầu từ quy tắc cỡ mẫu tối thiểu bằng 50 + 8m, trong đó m là số biến dự báo (Tabachnick và Fidell, 2013). Đây cũng chỉ là công thức tham khảo, không phải bằng chứng rằng mọi mô hình PLS-SEM đều đạt power.
Khi chưa có ước lượng effect size từ nghiên cứu trước, bạn cần ghi rõ giả định của mình thay vì trình bày một con số như kết quả đã được kiểm chứng. Effect size f² thường được diễn giải ở các mức 0.02, 0.15 và 0.35 theo (Cohen, 1988). Hiệu ứng càng nhỏ thì thường cần nhiều quan sát hơn để phát hiện.
Bước 5: Chọn con số cao hơn và cộng dự phòng
Giả sử quy tắc 10 lần cho 60 quan sát, tỷ lệ 5 đến 10 item cho 200 quan sát, còn power analysis cho 180 quan sát. Bạn nên lấy mốc cao hơn trong các cách tính có cơ sở, sau đó cộng phần dự phòng cho phản hồi không hợp lệ.
Nếu cần 200 phiếu hợp lệ và dự kiến loại 15%, số phiếu nên phát ra có thể tính là 200 / (1 - 0,15), xấp xỉ 236 phiếu. Trong luận văn, hãy phân biệt rõ “số phiếu thu về”, “số phiếu hợp lệ” và “cỡ mẫu dùng trong SmartPLS”.
Bước 6: Tạo dự án và kiểm tra dữ liệu trong SmartPLS 4
Trong SmartPLS 4, chọn tạo dự án mới, nhập file CSV, kéo các biến quan sát vào đúng construct rồi nối các quan hệ cấu trúc. Bạn có thể tham khảo tạo dự án mới trong SmartPLS nếu chưa quen giao diện phiên bản này.
Sau khi nhập dữ liệu, kiểm tra số dòng quan sát, tên biến, loại dữ liệu và các giá trị trống. SmartPLS có thể chạy với file đã nhập nhưng việc chạy được không chứng minh cỡ mẫu đã đủ. Hãy lưu ảnh hoặc ghi lại số quan sát hợp lệ để dùng trong chương phương pháp và chương kết quả.
Đọc bảng kết quả
Sau khi mô hình đã được thiết lập, chạy PLS-SEM Algorithm để xem các chỉ số ban đầu. Tiếp đó chạy Bootstrapping để kiểm định ý nghĩa của path coefficient. Trong SmartPLS 4, tên bảng có thể hiển thị theo nhóm kết quả như Outer Loadings, Construct Reliability and Validity, Discriminant Validity, Path Coefficients, R Square, f Square và Bootstrapping.
Bảng dưới đây là số liệu minh họa, không phải kết quả của một nghiên cứu thật. Bạn dùng nó để nhận diện hình dạng bảng và cách diễn giải, không được chép các con số vào luận văn của mình.
| Bảng kết quả SmartPLS 4 | Quan hệ hoặc construct minh họa | Original Sample (O) | T Statistics | P Values | Cách đọc |
|---|---|---|---|---|---|
| Path Coefficients | PU → BI | 0.284 | 3.112 | 0.002 | Tác động dương, có ý nghĩa theo ngưỡng p bạn đã chọn |
| Path Coefficients | PEOU → BI | 0.146 | 1.754 | 0.080 | Chưa đủ bằng chứng ở mức 5% |
| R Square | BI | 0.472 | Không áp dụng | Không áp dụng | Mô hình giải thích một phần phương sai của BI |
| f Square | PU → BI | 0.091 | Không áp dụng | Không áp dụng | Xem như effect size nhỏ theo (Cohen, 1988) |
| HTMT | PU và PEOU | 0.768 | Không áp dụng | Không áp dụng | Đối chiếu ngưỡng HTMT và cơ sở lý thuyết |
Khi xem Path Coefficients, hãy đọc đồng thời dấu của Original Sample (O), T Statistics, P Values và khoảng tin cậy trong kết quả bootstrapping. Một hệ số dương không tự động có ý nghĩa thống kê. Một p-value đạt ngưỡng cũng không có nghĩa tác động lớn về mặt thực tiễn.
Trong R Square, giá trị phản ánh mức độ biến nội sinh được giải thích bởi các biến dự báo. Hair và cộng sự nêu các mức 0.75, 0.50 và 0.25 lần lượt là đáng kể, trung bình và yếu trong bối cảnh PLS-SEM (Hair và cộng sự, 2011). Đây là mốc diễn giải, không phải tiêu chuẩn cứng cho mọi ngành.
Ngưỡng đánh giá
Cỡ mẫu đủ không làm cho mọi chỉ số tự động đạt. Bạn cần đánh giá mô hình đo lường trước, sau đó mới diễn giải mô hình cấu trúc. Cách tiếp cận đánh giá mô hình đo lường rồi đến mô hình cấu trúc phù hợp với logic hai bước được nêu trong (Anderson và Gerbing, 1988).
| Chỉ số trong SmartPLS | Mốc tham khảo | Nguồn canonical |
|---|---|---|
| Outer loading | Từ 0.7 trở lên | (Chin, 1998) hoặc (Hair và cộng sự, 2022) |
| Composite Reliability | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE | Từ 0.5 trở lên | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85, hoặc dưới 0.90 với construct gần nhau | (Henseler và cộng sự, 2015) |
| VIF | Dưới 5 | (Hair và cộng sự, 2019) |
| R² | 0.75 đáng kể, 0.50 trung bình, 0.25 yếu | (Hair và cộng sự, 2011) |
| f² | 0.02 nhỏ, 0.15 trung bình, 0.35 lớn | (Cohen, 1988) |
| Q² | Lớn hơn 0 | (Stone, 1974) hoặc (Hair và cộng sự, 2022) |
| Bootstrapping | 5.000 subsamples là mốc quy trình tham khảo | (Hair và cộng sự, 2022) |
Bạn không đưa CFI, TLI hoặc RMSEA vào phần đánh giá SmartPLS. Các fit index này thuộc CB-SEM và được trình bày với nguồn (Hu và Bentler, 1999). Nếu bạn đang dùng AMOS thì bối cảnh sẽ khác, còn bài này chỉ tập trung vào PLS-SEM trong SmartPLS.
Khi cỡ mẫu nhỏ, hãy thận trọng với kết luận “mô hình đạt” chỉ dựa trên vài chỉ số. Một số quan hệ có thể có p-value không đạt vì power thấp, trong khi các chỉ số đo lường vẫn trông ổn. Bạn nên báo cáo cỡ mẫu, cách chọn mẫu, số phiếu bị loại và giới hạn này trong luận văn.
Cách trình bày trong chương 4
Phần chương 4 nên đi theo thứ tự: mô tả mẫu, kiểm định mô hình đo lường, kiểm định mô hình cấu trúc, kiểm định giả thuyết và thảo luận kết quả. Cỡ mẫu được giới thiệu trước khi đọc kết quả: tổng số phản hồi, số phản hồi hợp lệ, số quan sát đưa vào SmartPLS và cách xác định cỡ mẫu tối thiểu.
Cách viết vào luận văn: “Nghiên cứu thu được [số phiếu] phản hồi, trong đó [số phiếu hợp lệ] được sử dụng để phân tích. Cỡ mẫu tối thiểu được xác định dựa trên [số mũi tên lớn nhất hoặc power analysis], kết hợp tỷ lệ dự phòng [tỷ lệ %] cho các phản hồi không hợp lệ. Do đó, cỡ mẫu sử dụng trong SmartPLS là [số quan sát], đáp ứng [cách đối chiếu và nguồn tài liệu].”
Bạn cần thay toàn bộ phần trong ngoặc vuông bằng thông tin thật từ file của mình. Không viết “cỡ mẫu đạt yêu cầu” nếu chưa nói rõ yêu cầu đó đến từ quy tắc nào. Nếu dùng quy tắc 10 lần, ghi đây là mốc tham khảo và trình bày thêm power analysis hoặc cơ sở cỡ mẫu khác khi có thể.
Trong bảng kết quả, hãy ghi rõ tên construct, số biến quan sát, outer loading, CR, AVE, HTMT, VIF, R², f², Q² và kết quả bootstrapping phù hợp với mô hình. Chỉ đưa những chỉ số thực sự được chạy từ dữ liệu của bạn. Số liệu minh họa trong bài hướng dẫn không được dùng làm kết quả nghiên cứu.
Lỗi thường gặp
Lỗi đầu tiên là dùng đúng công thức 10 lần nhưng không kiểm tra biến nội sinh có nhiều mũi tên nhất. Bạn có thể tính thiếu nếu nhìn vào số biến độc lập của một phương trình mà bỏ qua một biến trung gian nhận nhiều tác động hơn.
Lỗi thứ hai là nhầm số người cần phát phiếu với số quan sát hợp lệ. Nếu thu 200 phiếu nhưng loại 25 phiếu, SmartPLS chỉ phân tích 175 dòng. Mọi lập luận về cỡ mẫu phải dựa trên 175, không dựa trên con số dự kiến ban đầu.
Lỗi thứ ba là tăng cỡ mẫu để sửa một mô hình lý thuyết yếu. Thêm người trả lời không thể làm một construct đo sai khái niệm trở thành hợp lệ. Nếu outer loading thấp hoặc HTMT cao, bạn cần kiểm tra thang đo, nội dung item và quan hệ giữa các construct trước khi chỉ nghĩ đến việc thu thêm dữ liệu.
Lỗi thứ tư là xóa nhiều biến quan sát chỉ để chỉ số đẹp hơn. Mỗi lần loại item cần có lý do về thống kê và nội dung thang đo, đồng thời ghi lại phiên bản mô hình. Việc chạy đi chạy lại đến khi có p-value mong muốn làm tăng rủi ro bị hỏi về tính minh bạch khi bảo vệ.
Lỗi thứ năm là lấy ngưỡng của CB-SEM đưa vào SmartPLS. Hãy giữ nhóm chỉ số PLS-SEM nhất quán: R², f², Q², path coefficients, CR, AVE, HTMT và VIF. Nếu cần xem toàn bộ nhóm nội dung SmartPLS, bạn có thể mở chủ đề SmartPLS để đối chiếu các bước liên quan.
Câu hỏi thường gặp
Cỡ mẫu tối thiểu trong SmartPLS là bao nhiêu
Không có một con số cố định cho mọi mô hình. Bạn có thể dùng quy tắc 10 lần để có mốc ban đầu, đối chiếu tỷ lệ 5 đến 10 quan sát trên mỗi biến quan sát theo (Hair và cộng sự, 2010), rồi kiểm tra thêm bằng power analysis.
Con số cuối cùng nên là số cao hơn trong các cách tính phù hợp với mô hình, cộng phần dự phòng cho phản hồi không hợp lệ. Trong luận văn, hãy giải thích cách tính thay vì chỉ ghi một con số.
Cỡ mẫu 100 có chạy SmartPLS được không
SmartPLS có thể chạy với 100 dòng dữ liệu, nhưng chạy được không đồng nghĩa với đủ power. Bạn cần xem số mũi tên vào biến nội sinh, số biến quan sát, effect size dự kiến và mục tiêu kiểm định.
Nếu 100 là toàn bộ cỡ mẫu, hãy báo cáo đây là giới hạn của nghiên cứu và tránh khẳng định rằng mọi quan hệ không có ý nghĩa đều chứng minh giả thuyết sai. Kết quả không có ý nghĩa có thể liên quan đến power thấp.
Có cần dùng công thức 10 lần trong SmartPLS không
Bạn có thể dùng công thức này như mốc tham khảo nhanh, nhất là khi lập kế hoạch ban đầu. Tuy nhiên, không nên dùng nó như bằng chứng duy nhất cho cỡ mẫu cuối cùng vì công thức không mô tả đầy đủ effect size và power.
Nếu có thể, hãy bổ sung power analysis, cơ sở nghiên cứu trước hoặc lập luận theo số biến quan sát. Ghi rõ từng cách và lý do chọn mốc cuối cùng.
SmartPLS có báo cỡ mẫu tối thiểu tự động không
SmartPLS hỗ trợ chạy mô hình và hiển thị các bảng kết quả, nhưng bạn vẫn phải xác định cỡ mẫu dựa trên thiết kế nghiên cứu và phương pháp phù hợp. Đừng chờ phần mềm tự xác nhận rằng dữ liệu đủ.
Sau khi chạy, hãy xem các chỉ số đo lường, cấu trúc và bootstrapping. Nếu kết quả không ổn định, kiểm tra lại dữ liệu, mô hình và power thay vì chỉ tăng số lần chạy.
Có nên thu càng nhiều phiếu càng tốt không
Thu thêm dữ liệu thường giúp tăng độ ổn định, nhưng không sửa được bảng hỏi kém, mẫu không phù hợp hoặc dữ liệu trả lời thiếu trung thực. Bạn vẫn cần đặt tiêu chí chọn mẫu và kiểm soát phản hồi không hợp lệ.
Hãy ghi rõ số phiếu phát ra, số phiếu thu về, số phiếu bị loại và số dòng cuối cùng đưa vào SmartPLS. Cách ghi này giúp hội đồng theo dõi được cỡ mẫu thực tế của nghiên cứu.
Bạn hãy mở file CSV, đếm số biến dự báo của biến nội sinh có nhiều mũi tên nhất, tính các mốc cỡ mẫu và ghi lại giả định trước khi chạy PLS-SEM Algorithm; nếu cần chạy phân tích trên file .sav hoặc .csv thật, bạn có thể dùng M4 phân tích dữ liệu của DoThesis.