蕭文龍 部落格 Mac Shiau(blog)

[Knowledge Sharing] 關於 Variance explained解釋力 R square (R 2)的要求？

20230407 蕭文龍敬上

每年審稿時都會遇到Variance explained解釋力的問題，常被拒稿的原因是：

1. 重要的 內生潛在變數的Variance explained解釋力 R square (R 2)太低，

2. 重要的 內生潛在變數的Variance explained解釋力 來自於 調節變數或控制調節變數

評估SEM Variance explained解釋力大小的標準是內生潛在變數的 R square (R 2) 。 Chin (1998) 將SEM模型中的 R square 描述為 0.67、0.33 和 0.19，分別為 重大的、中等的和弱的。 在實務上，典型的行銷研究的顯著性一般訂為 5%，統計檢定力（功效）為 80%，R 平方值至少為 0.25（Wong，2013）。

Note 1 : 二手資料和 行為的資料在某些子領域 (例如 經濟的子領域) 是不看 R square， 而是注重在路徑係數是否有顯著影響。

Note 2： 一般對於人的問卷調查（Survey）是需要嚴格要求 R square解釋力大小，否則對於現象而言，毫無解釋能力。

在 general, the value of R 2 is considered as follows: 0.19 (weak), 0.33 (moderate), and 0.67 (substantial) (Chin, 1998; Henseler et al., 2009). In practice a marketer a significance level of 5%, a statistical power of 80%, and R square values of at least 0.25 (Wong, 2013).

Chin, W.W. (1998), “The partial least squares approach to structural equation modeling”, in Marcoulides, G.A. (Ed.), Modern Methods for Business Research (pp. 295-358.), Erlbaum, Mahwah, NJ,

Henseler, J., Ringle, C., & Sinkovics, R. (2009). The use of partial least squares path modeling in international marketing. Advances in International Marketing, 20(2009), 277–320

Ken Kwong-Kay Wong (2013) Partial Least Squares Structural Equation Modeling (PLS-SEM) Techniques Using SmartPLS, Marketing Bulletin, 2013, 24, Technical Note 1 （引用 3435） 次