[Knowledge Sharing] 关于 Variance explained解释力 R square (R 2)的要求？

20230407 萧文龙敬上

每年审稿时都会遇到Variance explained解释力的问题，常被拒稿的原因是：

1. 重要的 内生潜在变量的Variance explained解释力 R square (R 2)太低，

2. 重要的 内生潜在变量的Variance explained解释力 来自于 调节变量或控制调节变量

评估SEM Variance explained解释力大小的标准是内生潜在变量的 R square (R 2) 。 Chin (1998) 将SEM模型中的 R square 描述为 0.67、0.33 和 0.19，分别为 重大的、中等的和弱的。在实务上，典型的营销研究的显著性一般订为 5%，统计检定力（功效）为 80%，R 平方值至少为 0.25（Wong，2013）。

Note 1 : 二手数据和 行为的数据在某些子领域 (例如 经济的子领域) 是不看 R square， 而是注重在路径系数是否有显著影响。

Note 2： 一般对于人的问卷调查（Survey）是需要严格要求 R square解释力大小，否则对于现象而言，毫无解释能力。

In 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 typical marketing research study has 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 （被引用 3435） 次