Trong bài viết về kinh nghiệm lựa chọn giữa PLS-SEM và CB-SEM, có thể khẳng định rằng phương pháp PLS-SEM nói chung và phần mềm SMARTPLS nói riêng được ghi nhận có khả năng xử lý hiệu quả các bộ dữ liệu với cỡ mẫu tương đối nhỏ. Tuy nhiên, vấn đề đặt ra là ngưỡng tối thiểu của cỡ mẫu trong trường hợp này được xác định như thế nào.
1. Công thức xác định cỡ mẫu trong mô hình SMARTPLS
Hair và cộng sự (2014), trong công trình A Primer on Partial Least Squares Structural Equation Modeling, đã đề xuất quy tắc 10 lần nhằm ước lượng cỡ mẫu tối thiểu cần thiết khi áp dụng PLS-SEM. Quy tắc này bao gồm hai tiêu chí xác định như sau:
* Thứ nhất, cỡ mẫu tối thiểu được xác định bằng 10 lần số biến quan sát của cấu trúc thang đo dạng nguyên nhân có số lượng biến quan sát lớn nhất trong mô hình.
** Thứ hai, cỡ mẫu tối thiểu được xác định bằng 10 lần số lượng đường dẫn cấu trúc hướng vào một biến phụ thuộc có số đường dẫn hướng vào nhiều nhất trong mô hình.
Trong trường hợp mô hình không bao gồm cấu trúc thang đo dạng nguyên nhân, nhà nghiên cứu chỉ áp dụng tiêu chí thứ hai. Ngược lại, nếu mô hình có sự hiện diện của cấu trúc thang đo nguyên nhân, cỡ mẫu tối thiểu cần được tính toán theo cả hai tiêu chí, sau đó lựa chọn giá trị lớn hơn làm ngưỡng cỡ mẫu yêu cầu.
Để minh họa cho cách tính, xem xét một mô hình giả định có hai cấu trúc thang đo dạng nguyên nhân là TL và CV.
Trong đó, TL được đo lường bởi bốn biến quan sát, còn CV được đo lường bởi hai biến quan sát. Theo tiêu chí thứ nhất, quy tắc 10 lần được áp dụng đối với TL do đây là cấu trúc có số biến quan sát lớn nhất trong nhóm thang đo nguyên nhân. Khi đó, cỡ mẫu tối thiểu được xác định là 10 nhân với 4, tương đương 40 quan sát. Nếu mô hình không có thang đo nguyên nhân, bước tính toán này sẽ được bỏ qua.
Theo tiêu chí thứ hai, cần xác định các cấu trúc giữ vai trò phụ thuộc, tức là các cấu trúc nhận tác động từ cấu trúc khác thông qua các đường dẫn hướng vào, không bao gồm cấu trúc bậc hai dạng nguyên nhân. Trong mô hình minh họa, có hai cấu trúc phụ thuộc là HL và GB. HL nhận ba đường dẫn tác động, trong khi GB chỉ nhận một đường dẫn. Do đó, quy tắc 10 lần được áp dụng cho HL vì đây là cấu trúc có số đường dẫn hướng vào nhiều nhất. Cỡ mẫu tối thiểu theo tiêu chí này được xác định là 10 nhân với 3, tương đương 30 quan sát.
Vì mô hình giả định có sự xuất hiện của cấu trúc thang đo dạng nguyên nhân, cỡ mẫu tối thiểu được so sánh giữa hai tiêu chí. Trong trường hợp này, giá trị 40 theo tiêu chí thứ nhất lớn hơn giá trị 30 theo tiêu chí thứ hai, do đó cỡ mẫu tối thiểu được khuyến nghị cho mô hình là 40 quan sát.
2. Cỡ mẫu tối thiểu chỉ mang tính ngưỡng đảm bảo điều kiện phân tích
Trong nghiên cứu định lượng, kích thước mẫu tối thiểu được xác định nhằm bảo đảm rằng, trong bối cảnh việc thu thập dữ liệu gặp nhiều hạn chế, số lượng quan sát thu được vẫn đáp ứng các điều kiện cơ bản để tiến hành phân tích thống kê và kiểm định giả thuyết. Tuy nhiên, cần nhấn mạnh rằng ngưỡng tối thiểu chỉ có ý nghĩa bảo đảm tính khả thi về mặt kỹ thuật. Trên phương diện phương pháp luận, kích thước mẫu càng lớn thì sai số chọn mẫu càng giảm, độ tin cậy của các ước lượng càng cao và mức độ đại diện của mẫu đối với tổng thể nghiên cứu càng được củng cố. Do đó, việc vượt qua ngưỡng tối thiểu là yếu tố quan trọng nhằm nâng cao giá trị khoa học và khả năng khái quát hóa của kết quả nghiên cứu.
Chẳng hạn, trong ví dụ về mô hình nêu trên, nếu áp dụng công thức xác định cỡ mẫu tối thiểu thì quy mô mẫu 40 có thể được xem là đáp ứng yêu cầu kỹ thuật. Tuy nhiên, xét trên thực tiễn triển khai nghiên cứu với cấu trúc mô hình và số lượng biến quan sát tương ứng, quy mô mẫu này là quá nhỏ để bảo đảm độ tin cậy và ý nghĩa học thuật của kết quả. Từ kinh nghiệm xử lý dữ liệu cũng như tổng hợp các công trình nghiên cứu trong nước và quốc tế, khi sử dụng phần mềm SmartPLS để phân tích mô hình PLS-SEM, cỡ mẫu nên vượt mức 100 quan sát; khoảng giá trị được xem là phù hợp thường dao động từ 150 đến 250 quan sát. Trong nhiều trường hợp, việc gia tăng kích thước mẫu vượt các ngưỡng này tiếp tục góp phần cải thiện độ ổn định của mô hình và độ chính xác của các ước lượng tham số.
