CB1 1,804 GK1 1,456 LD2 2,033 KN1 2,302 CB2 1,766 GK4 1,456 LD3 2,592 KN2 1,864 CB3 1,751 GN1 1,817 LD4 2,302 KN3 1,944 CB4 1,818 GN2 2,002 LD5 2,139 KN4 2,306 CN1 1,696 GN3 2,311 LD6 1,931 KN5 2,479 CN2 1,671 GN4 2,285 LD7 1,883 KN6 2,266 CN3 1,776 GN5 2,462 SN1 1,476 KN7 2,454 CN4 1,741 GN6 2,167 SN2 2,113 VH1 2,222 CV1 1,747 GN7 2,481 SN4 1,747 VH2 1,627 CV2 1,918 GN8 1,775 SN5 1,916 VH3 1,751 CV3 1,903 GN9 2,903 TH2 1,654 VH4 1,856 CV4 1,711 HL1 1,000 TH4 1,735 VH6 2,062 DL1 1,000 LD1 2,229 TH5 1,834 TH1 2,111
4.4.3.3 Kiểm định hệ số R squared (R2)
Nếu khơng xuất hiện tình trạng đa cộng tuyến trong mơ hình cấu trúc thì bước tiếp theo là xem xét giá trị R2 của các cấu trúc nội sinh. R2 đo lường phương sai, được giải thích trong mỗi nhân tố và do đó là thước đo khả năng giải thích của mơ hình (Shmueli và cộng sự, 2011). R2 cịn được coi là cơng suất dự đốn trong mẫu (Rigdon, 2012). R2 nằm trong khoảng từ 0 đến 1, với các giá trị cao hơn cho thấy khả năng giải thích lớn hơn. Hơn nữa, R2 là một hàm số liên quan đến lượng nhân tố dự đoán - số nhân tố dự báo càng lớn, R2 càng cao. Do đó, khi xem xét R2 phải luôn gắn liền với bối cảnh của nghiên cứu, dựa trên các giá trị R2 từ các nghiên cứu liên quan và các mơ hình có độ phức tạp tương tự.
Giá trị R2 cũng có thể đạt q cao khi mơ hình tích hợp q nhiều dữ liệu, dẫn đến tình trạng mơ hình ngẫu nhiên phù hợp chứ không phải phản ánh tổng thể một cách toàn diện. Cùng một cơ cấu mẫu nghiên cứu, mơ hình tương tự có thể sẽ khơng thể hiện được sự phù hợp (Sharma và cộng sự, 2019). Chỉ khi đo lường một khái niệm vốn có thể dự đốn được, chẳng hạn như các q trình vật lý học, thì giá trị R2 bằng 0.9 có thể cho là hợp lý.
79