Trước khi tiến hành phân tích biến điều tiết (moderator) trên phần mềm SmartPLS, cần lưu ý rằng nghiên cứu này sử dụng các thuật ngữ tiếng Anh chuyên ngành trong đánh giá mô hình PLS-SEM. Trong trường hợp người đọc chưa nắm rõ các khái niệm liên quan, nên tham khảo thêm nội dung bài viết Mô hình cấu trúc và mô hình đo lường trong PLS-SEM để có nền tảng lý thuyết phù hợp.
1. Cơ sở lý thuyết về biến điều tiết
a. Khái niệm biến điều tiết
Về bản chất, biến điều tiết là biến có vai trò làm thay đổi cường độ hoặc chiều hướng tác động của biến độc lập lên biến phụ thuộc. Nói cách khác, sự hiện diện của biến điều tiết có thể làm cho mối quan hệ giữa biến độc lập và biến phụ thuộc trở nên mạnh hơn, yếu hơn hoặc thay đổi về bản chất trong những điều kiện nhất định.
Biến điều tiết có thể tồn tại dưới dạng định tính (biến phân loại) hoặc định lượng (biến liên tục). Đối với biến điều tiết định tính, nhà nghiên cứu có thể áp dụng kỹ thuật phân tích cấu trúc đa nhóm (Multi-Group Analysis) trên SmartPLS 3 để kiểm định sự khác biệt giữa các nhóm. Tuy nhiên, nội dung bài viết này tập trung vào phương pháp xử lý biến điều tiết định lượng liên tục trong môi trường SmartPLS.
Về mặt lý thuyết, mô hình điều tiết được thể hiện thông qua sự xuất hiện của biến tương tác giữa biến độc lập và biến điều tiết, phản ánh cơ chế tác động có điều kiện trong mô hình cấu trúc.
b. Phương pháp đánh giá biến điều tiết
Trong phân tích thực nghiệm, biến điều tiết thường được kiểm định thông qua mô hình hồi quy điều tiết, còn gọi là Moderated Multiple Regression (MMR) do Saunders (1956) đề xuất. Theo cách tiếp cận này, biến phụ thuộc chịu tác động đồng thời từ ba thành phần: biến độc lập (X), biến điều tiết (W) và biến tương tác giữa hai biến này (X*W).
Do đó, việc đánh giá vai trò điều tiết trên các phần mềm thống kê, bao gồm SmartPLS, sẽ dựa trên ba mối quan hệ cấu trúc chính:
- Tác động trực tiếp của biến độc lập X lên biến phụ thuộc Y.
- Tác động trực tiếp của biến điều tiết W lên biến phụ thuộc Y.
- Tác động của biến tương tác X*W lên biến phụ thuộc Y, còn được gọi là hiệu ứng tương tác hoặc hiệu ứng điều tiết.
Theo quan điểm truyền thống của Baron và Kenny (1986), để một biến được xác định là biến điều tiết cần thỏa mãn hai điều kiện:
(1) biến điều tiết không có tương quan đáng kể với cả biến độc lập và biến phụ thuộc;
(2) biến tương tác X*W phải có ảnh hưởng có ý nghĩa thống kê lên biến phụ thuộc Y.
Tuy nhiên, các nghiên cứu gần đây đã điều chỉnh cách tiếp cận này. Hair và cộng sự (2013) cùng với Andrew F. Hayes (2013) cho rằng điều kiện thứ nhất không còn mang tính bắt buộc. Theo đó, chỉ cần hệ số của biến tương tác X*W có ý nghĩa thống kê đối với biến phụ thuộc Y thì có thể kết luận tồn tại hiệu ứng điều tiết của W trong mối quan hệ giữa X và Y. Cách tiếp cận này phù hợp với khuôn khổ phân tích PLS-SEM hiện đại, nhấn mạnh vào ý nghĩa và độ lớn của hiệu ứng tương tác trong mô hình cấu trúc.
1. Hair và cộng sự (A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM), 3rd Edition, 2013)
2. Andrew F. Hayes (Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. New York, NY: The Guilford Press, 2013)
Giải thích kết quả của biến điều tiết trong mô hình hồi quy
| Hệ số a (tác động trực tiếp từ X lên Y) | Hệ số c (hệ số tương tác) | Giải thích kết quả |
| Dương (+) | Dương (+) | Biến điều tiết làm gia tăng cường độ của mối quan hệ cùng chiều giữa biến độc lập và biến phụ thuộc, cho thấy khi mức độ của biến điều tiết tăng lên, tác động tích cực của X lên Y trở nên mạnh hơn. Đây là trường hợp điều tiết theo hướng tích cực. |
| Dương (+) | Âm (-) | Biến điều tiết làm suy giảm cường độ của mối quan hệ cùng chiều giữa biến độc lập và biến phụ thuộc, nghĩa là khi biến điều tiết tăng, tác động tích cực của X lên Y yếu đi. Trường hợp này thể hiện điều tiết theo hướng tiêu cực. |
| Âm (-) | Dương (+) | Biến điều tiết làm giảm cường độ của mối quan hệ ngược chiều giữa biến độc lập và biến phụ thuộc, tức là khi biến điều tiết tăng, tác động tiêu cực của X lên Y được làm suy yếu. Đây được xem là điều tiết theo hướng tích cực do làm giảm tác động bất lợi. |
| Âm (-) | Âm (-) | Biến điều tiết làm gia tăng cường độ của mối quan hệ ngược chiều giữa biến độc lập và biến phụ thuộc, nghĩa là khi biến điều tiết tăng, tác động tiêu cực của X lên Y trở nên mạnh hơn. Đây là trường hợp điều tiết theo hướng tiêu cực. |
2. Phân tích vai trò điều tiết trong SMARTPLS 3
Nếu muốn tải và kích hoạt dùng thử vĩnh viễn phần mềm SMARTPLS Full, các bạn có thể tham khảo làm theo các bước tại bài viết này.
Trong mô hình phương trình cấu trúc dựa trên bình phương tối thiểu từng phần (PLS-SEM), biến điều tiết được sử dụng nhằm đánh giá sự thay đổi về cường độ hoặc chiều hướng tác động của biến độc lập lên biến phụ thuộc khi có sự hiện diện của một biến thứ ba. Để minh họa quy trình thực hiện trên phần mềm SMARTPLS 3, có thể xem xét một mô hình nghiên cứu bao gồm biến điều tiết như sau.
Mô hình nghiên cứu gồm ba cấu trúc tiềm ẩn:
- Workload (Khối lượng công việc): biến độc lập, được đo lường thông qua 3 biến quan sát.
- Stress (Áp lực công việc): biến phụ thuộc, được đo lường thông qua 3 biến quan sát.
- Support (Sự hỗ trợ trong công việc): biến điều tiết, được đo lường thông qua 3 biến quan sát.
Các nghiên cứu trước đó đã chỉ ra rằng khối lượng công việc có ảnh hưởng cùng chiều đến áp lực công việc, nghĩa là khi khối lượng công việc gia tăng thì mức độ căng thẳng của người lao động cũng tăng theo. Trên cơ sở này, nghiên cứu tiếp tục đặt vấn đề liệu sự hỗ trợ từ đồng nghiệp và cấp trên có làm suy giảm tác động của khối lượng công việc lên áp lực công việc hay không. Khi đó, Support được giả định đóng vai trò điều tiết mối quan hệ giữa Workload và Stress.
2.1 Thiết lập biến điều tiết trong SMARTPLS
Trước hết, các cấu trúc tiềm ẩn và các biến quan sát được biểu diễn trên giao diện mô hình của SMARTPLS theo đúng sơ đồ nghiên cứu. Nếu bạn chưa biết cách vẽ, vui lòng xem tại bài viết Cách sử dụng phần mềm SMARTPLS để phân tích PLS-SEM.
Ở bước này, Support mới chỉ được xác định là một cấu trúc độc lập trong mô hình và chưa được khai báo với chức năng điều tiết. Để thiết lập hiệu ứng điều tiết, nhấp chuột phải vào biến phụ thuộc Stress và chọn chức năng Add Moderating Effect.
Khi hộp thoại Moderating Effect xuất hiện, tại mục Moderator Variable lựa chọn biến điều tiết là Support; tại mục Independent Variable lựa chọn biến độc lập là Workload. Các tùy chọn còn lại có thể giữ nguyên theo thiết lập mặc định của phần mềm nếu nghiên cứu không có yêu cầu phương pháp luận đặc biệt.
Sau khi hoàn tất thao tác, trên sơ đồ mô hình sẽ xuất hiện thêm một cấu trúc mới, thường được đặt tên mặc định là Moderating Effect 1 và hiển thị bằng màu khác để phân biệt. Đây chính là biến tương tác giữa Workload và Support, đại diện cho tích số của hai cấu trúc này trong mô hình PLS-SEM. Người nghiên cứu có thể đổi tên biến này bằng cách nhấp chuột phải và chọn Rename, đặt lại tên ngắn gọn như INT hoặc Workload*Support để thuận tiện trong quá trình diễn giải kết quả. Như vậy, quá trình khai báo biến điều tiết trong SMARTPLS đã được hoàn thành, tạo cơ sở cho bước đánh giá và kiểm định hiệu ứng điều tiết ở các phân tích tiếp theo.
2.2 Phân tích biến điều tiết (moderator) trên SMARTPLS
Phần mềm SMARTPLS sử dụng kỹ thuật Bootstrapping nhằm đánh giá ý nghĩa thống kê của các mối quan hệ trong mô hình cấu trúc, bao gồm cả hiệu ứng điều tiết. Trong nghiên cứu này, phân tích bootstrapping được thực hiện với 1000 mẫu lặp lại để ước lượng sai số chuẩn và kiểm định độ tin cậy của các hệ số đường dẫn. Sau khi hoàn tất quá trình phân tích, kết quả được xem xét tại mục Path Coefficients để đánh giá hệ số tác động và mức ý nghĩa thống kê của các biến trong mô hình.
Đối với biến điều tiết, việc diễn giải kết quả dựa trên hai chỉ số chính là P Values và hệ số ước lượng Original Sample (O) của biến tương tác.
Kết quả cho thấy giá trị P-value trong kiểm định t đối với mối quan hệ giữa biến tương tác INT và Stress đạt 0.002, nhỏ hơn mức ý nghĩa 0.05. Điều này khẳng định biến INT, đại diện cho tích số giữa Workload và Support, có tác động có ý nghĩa thống kê đến Stress. Như vậy, Support đóng vai trò là biến điều tiết trong mối quan hệ giữa Workload và Stress. Đồng thời, hệ số hồi quy Original Sample (O) đạt -0.142, nhỏ hơn 0, cho thấy khi mức độ Support gia tăng, cường độ tác động của Workload lên Stress có xu hướng suy giảm.
Từ kết quả phân tích hiệu ứng điều tiết, có thể rút ra một số hàm ý quản trị. Khi khối lượng công việc tăng lên, mức độ căng thẳng của nhân viên có xu hướng gia tăng tương ứng. Tuy nhiên, sự hỗ trợ từ đồng nghiệp và cấp quản lý có khả năng làm suy giảm tác động tiêu cực này. Do đó, trong bối cảnh gia tăng yêu cầu công việc, nhà quản lý cần chủ động cung cấp sự hỗ trợ cần thiết và khuyến khích tinh thần hợp tác, hỗ trợ lẫn nhau trong nội bộ tổ chức nhằm giảm thiểu áp lực và cải thiện trạng thái tâm lý của nhân viên.
