Đánh giá mối quan hệ trung gian (mediation) là phương pháp được sử dụng để xem xét ảnh hưởng của biến độc lập X lên biến phụ thuộc Y trong trường hợp tồn tại một biến thứ ba tham gia vào mối quan hệ này. Phân tích mô hình biến trung gian tập trung vào việc xác định vai trò can thiệp của biến trung gian trong mối quan hệ nhân quả giữa X và Y; sự can thiệp này tạo ra một dạng ảnh hưởng được gọi là tác động gián tiếp (indirect effect).
Biến tham gia xen giữa mối quan hệ nhân quả từ biến độc lập đến biến phụ thuộc được gọi là biến trung gian (mediator hoặc mediating variable). Việc xử lý và phân tích biến trung gian nhằm đánh giá liệu biến này có thực sự đóng vai trò can thiệp trong mối quan hệ giữa biến độc lập và biến phụ thuộc hay không, cũng như mức độ và hình thức can thiệp của nó.
Trong mô hình quan hệ trung gian đơn giản, X đại diện cho biến độc lập, Y là biến phụ thuộc và M là biến trung gian. Mô hình này cho phép phân tích đồng thời các đường tác động khác nhau giữa các biến trong hệ thống.
Trong mô hình biến trung gian, tồn tại hai loại tác động từ X lên Y, bao gồm tác động trực tiếp (direct effect) và tác động gián tiếp (indirect effect). Đường tác động trực tiếp được biểu diễn bởi mối quan hệ X → Y, trong khi đường tác động gián tiếp được thể hiện thông qua chuỗi quan hệ X → M → Y. Dựa trên cấu trúc này, mối quan hệ trung gian được phân loại thành trung gian toàn phần và trung gian một phần.
- Trung gian toàn phần xảy ra khi biến X không có tác động trực tiếp lên Y, mà chỉ ảnh hưởng đến Y thông qua biến trung gian M.
- Ngược lại, trung gian một phần xuất hiện khi biến X vừa có tác động trực tiếp lên Y, vừa có tác động gián tiếp thông qua biến trung gian M.
- Trường hợp không tồn tại mối quan hệ trung gian được xác định khi biến X không tạo ra tác động gián tiếp lên Y thông qua M.
Trong mô hình biến trung gian, các hệ số tác động được xác định như sau:
- Hệ số hồi quy của mối quan hệ X → Y được ký hiệu là B1;
- Hệ số tác động của X → M là B2;
- Hệ số tác động của M → Y là B3.
- Tác động gián tiếp của X lên Y thông qua M được tính bằng tích của hai hệ số B2 và B3.
Dấu của tác động gián tiếp phụ thuộc vào dấu của các hệ số thành phần. Cụ thể, tác động gián tiếp mang dấu dương khi cả B2 và B3 đều cùng dấu dương hoặc cùng dấu âm; ngược lại, tác động gián tiếp mang dấu âm khi một trong hai hệ số mang dấu dương và hệ số còn lại mang dấu âm.
Do biến X tác động lên Y thông qua cả hai con đường trực tiếp và gián tiếp, cần sử dụng một chỉ số tổng hợp để phản ánh đầy đủ mức độ ảnh hưởng này. Chỉ số đó được gọi là tác động tổng (Total Effects), được xác định bằng tổng của tác động trực tiếp và tác động gián tiếp, cụ thể: Total Effects = Direct Effect + Indirect Effect = B1 + B2*B3.
Tác động trực tiếp thường được đánh giá thông qua phân tích mô hình cấu trúc tuyến tính (SEM) theo cách tiếp cận tiêu chuẩn. Các bạn có thể tham khảo tại bài Hướng dẫn phân tích và đọc kết quả SEM trên AMOS. Trong khi đó, nội dung trình bày ở đây tập trung chủ yếu vào việc phân tích và đánh giá tác động gián tiếp trong mô hình biến trung gian.
1. Phân tích tác động gián tiếp bằng công cụ Indirect trong phần mềm AMOS
Ưu điểm: Công cụ Indirect được tích hợp sẵn trong phần mềm AMOS, cho phép người nghiên cứu chủ động thiết lập số lần lấy mẫu Bootstrap (ví dụ 1000, 2000, 5000 mẫu) cũng như mức độ tin cậy của khoảng ước lượng Bootstrap (90%, 95%, 99%). Bên cạnh đó, AMOS vẫn có khả năng ước lượng tác động gián tiếp trong trường hợp mô hình có sự xuất hiện của các biến tiềm ẩn bậc hai.
Nhược điểm: Khi mô hình có từ hai biến trung gian trở lên cùng tham gia vào mối quan hệ tác động giữa biến độc lập và biến phụ thuộc, AMOS không cung cấp kết quả về tác động gián tiếp riêng biệt của từng biến trung gian, mà chỉ ước lượng được tổng tác động gián tiếp chung của các biến trung gian trong mô hình.
VIDEO HƯỚNG DẪN
Trong phần tiếp theo, nghiên cứu tiến hành đánh giá mối quan hệ trung gian trong mô hình cấu trúc tuyến tính SEM bằng phần mềm AMOS, thông qua một mô hình minh họa cụ thể.
Mô hình nghiên cứu bao gồm năm cấu trúc tiềm ẩn: Quảng cáo (QC), Nhận biết thương hiệu (NB), Quan hệ công chúng (QH) và Trung thành thương hiệu (TT). Trong mô hình này, NB và QH được giả định đóng vai trò là các biến trung gian trong mối quan hệ tác động từ QC đến TT. Phân tích được thực hiện trên bộ dữ liệu mẫu nhằm kiểm định sự tồn tại của hai mối quan hệ trung gian này.
Tại giao diện làm việc của AMOS, người nghiên cứu truy cập vào mục Analysis Properties để thiết lập các thông số phục vụ cho quá trình phân tích.
Trong thẻ Output, cần lựa chọn các tùy chọn tương ứng, trong đó mục Indirect, direct & total effects được sử dụng để hiển thị các tác động trực tiếp, gián tiếp và tổng tác động trong mô hình SEM.
Tiếp theo, chuyển sang thẻ Bootstrap và tích chọn các tùy chọn phù hợp. Tham số Perform bootstrap thể hiện số lần lặp Bootstrap, thông thường được thiết lập ở mức 1000 lần. Tại mục Bias-corrected confidence intervals, mức độ tin cậy được nhập là 95%, tương ứng với mức ý nghĩa 5% trong kiểm định Bootstrap.
Sau khi hoàn tất các thiết lập cần thiết, người nghiên cứu đóng cửa sổ Analysis Properties và tiến hành chạy mô hình SEM. Khi quá trình phân tích hoàn tất, kết quả được xem xét trong cửa sổ Output.
Trước hết, nghiên cứu cần xác định liệu có tồn tại mối quan hệ tác động gián tiếp từ QC đến TT hay không. Đối với bất kỳ mối quan hệ nhân quả nào trong mô hình SEM, hai chỉ số quan trọng cần được xem xét là:
- Giá trị mức ý nghĩa thống kê (p-value), nhằm xác định mối quan hệ có ý nghĩa hay không. Trong trường hợp mối quan hệ không có ý nghĩa thống kê, việc diễn giải độ mạnh của tác động là không cần thiết. Ngược lại, nếu mối quan hệ có ý nghĩa, cần tiếp tục xem xét cường độ tác động.
- Hệ số tác động, có thể được trình bày dưới dạng chuẩn hóa hoặc chưa chuẩn hóa. Trong thực hành nghiên cứu, hệ số chuẩn hóa thường được sử dụng để so sánh mức độ ảnh hưởng tương đối giữa các biến trong mô hình.
Tại cửa sổ Output, người nghiên cứu truy cập vào Estimates > Matrices > Standardized Indirect Effects. Ở phần Bootstrap phía dưới, lựa chọn Bias-corrected percentile method > Two Tailed Significance (BC).
- Mục Standardized Indirect Effects cung cấp các hệ số tác động gián tiếp đã được chuẩn hóa. Các mục khác trong cùng nhóm cho phép xem xét tác động trực tiếp, tác động gián tiếp chưa chuẩn hóa và tổng tác động.
- Phần Two Tailed Significance (BC) hiển thị giá trị p-value tương ứng với loại tác động được lựa chọn ở mục phía trên. Chẳng hạn, khi chọn Standardized Indirect Effects, hệ thống sẽ hiển thị mức ý nghĩa thống kê của các tác động gián tiếp chuẩn hóa.
Sau khi lựa chọn các mục phù hợp, bảng kết quả sẽ hiển thị giá trị p-value của tất cả các mối quan hệ gián tiếp trong mô hình SEM dưới dạng ma trận, trong đó hàng thể hiện biến độc lập và cột thể hiện biến phụ thuộc.
Trong nghiên cứu này, sự quan tâm tập trung vào mối quan hệ gián tiếp giữa các cấu trúc tiềm ẩn, cụ thể là từ QC đến TT. Kết quả cho thấy giá trị p-value của mối quan hệ này bằng 0.002, nhỏ hơn mức ý nghĩa 0.05. Do đó, có thể kết luận rằng tồn tại tác động gián tiếp có ý nghĩa thống kê từ QC đến TT, đồng thời khẳng định vai trò trung gian của NB và QH trong mối quan hệ này. Trường hợp p-value lớn hơn 0.05 sẽ dẫn đến kết luận không tồn tại mối quan hệ trung gian. Tiếp theo, hệ số tác động gián tiếp chuẩn hóa được xem xét bằng cách lựa chọn mục Estimates.
Kết quả cho thấy hệ số tác động gián tiếp chuẩn hóa từ QC đến TT đạt giá trị 0.421, phản ánh mức độ ảnh hưởng tương đối của tác động gián tiếp trong mô hình.
Trong trường hợp người nghiên cứu gặp khó khăn khi thực hiện phân tích biến trung gian, chẳng hạn như chưa nắm vững thao tác phần mềm hoặc dữ liệu vi phạm nghiêm trọng các giả định thống kê, có thể tham khảo các dịch vụ hỗ trợ phân tích AMOS hoặc liên hệ trực tiếp qua email xulydinhluong@gmail.com nhằm tối ưu hóa thời gian nghiên cứu và nâng cao chất lượng kết quả phân tích.
2. Phân tích tác động gián tiếp bằng plugin tích hợp trong AMOS
Ưu điểm: Kết quả được trình bày trực quan, cho phép ước lượng và kiểm định tác động gián tiếp riêng biệt (specific indirect effects) của từng mối quan hệ trung gian trong mô hình, kể cả trong các mô hình SEM có cấu trúc phức tạp.
Nhược điểm: Phải sử dụng plugin do bên thứ ba phát triển và tích hợp vào AMOS. Người nghiên cứu không thể tùy chỉnh số lần lấy mẫu Bootstrap cũng như mức độ tin cậy của ước lượng Bootstrap. Theo mặc định, plugin sử dụng 2000 mẫu Bootstrap với mức độ tin cậy 90%, trong khi trong nghiên cứu thực nghiệm, mức 95% thường được chấp nhận rộng rãi. Ngoài ra, plugin không hỗ trợ ước lượng tác động gián tiếp trong trường hợp mô hình có biến bậc hai.
Trong ví dụ minh họa, có thể quan sát thấy sự tồn tại của hai biến trung gian cùng tham gia vào mối quan hệ tác động từ QC đến TT.
Theo cách tiếp cận phân tích biến trung gian được trình bày ở mục 1, dựa trên tác động gián tiếp tổng hợp (total indirect effect), nhà nghiên cứu chỉ có thể xác định mức độ tác động gián tiếp tổng thể của QC lên TT thông qua tất cả các biến trung gian trong mô hình. Cách tiếp cận này không cho phép phân biệt mức độ tác động gián tiếp thông qua từng biến trung gian cụ thể, cũng như không thể đánh giá biến trung gian nào có vai trò mạnh hơn hoặc liệu cả hai biến NB và QH đều đóng vai trò trung gian hay chỉ một trong hai biến.
Do đó, cần tiến hành phân tích tác động gián tiếp riêng biệt (specific indirect effect) để đánh giá từng mối quan hệ trung gian một cách độc lập. Chức năng này không được tích hợp sẵn trong AMOS mà phải thực hiện thông qua plugin bổ trợ kết hợp với việc khai báo estimand trong AMOS 24. Tải AMOS 24 tại bài viết này.
Bước 1: Khai báo estimand trung gian cho mô hình SEM
Để sử dụng được plugin Indirect Effects, trước hết cần khai báo estimand cho mô hình, tải
estimand tại đây.
Sau khi tải và giải nén tệp estimand, sẽ thu được một tệp có tên SpecificIndirectEffects_Path.AmosEstimandVB.vb. Người nghiên cứu cần lưu tệp này tại một vị trí thuận tiện để sử dụng sau.
Tiếp theo, mở sơ đồ SEM (không phải CFA) trong AMOS 24. Tại giao diện phần mềm, ở góc dưới bên trái sẽ xuất hiện dòng thông báo Not estimating any user-defined estimand. Nhấp chuột vào dòng này và chọn Select estimands.
Trong cửa sổ mới, tìm đến thư mục chứa tệp SpecificIndirectEffects_Path.AmosEstimandVB.vb
Sau đó chọn tệp và thực hiện lệnh Open
Để hoàn tất việc khai báo estimand. Việc khai báo estimand là điều kiện bắt buộc để có thể chạy plugin phân tích tác động gián tiếp.
Bước 2: Chạy plugin Indirect Effects cho mô hình SEM
Sau khi khai báo estimand, quay lại giao diện SEM trong AMOS và chọn Plugins > Indirect Effects để tiến hành phân tích tác động gián tiếp riêng biệt.
Phần mềm sẽ tự động mở một tệp định dạng .html trên trình duyệt mặc định, trong đó hiển thị kết quả phân tích.
Bảng kết quả này liệt kê toàn bộ các mối quan hệ trung gian có trong mô hình, bao gồm cả các biến quan sát và biến tiềm ẩn. Trong thực hành nghiên cứu SEM, thông thường chỉ tập trung phân tích các mối quan hệ giữa các biến tiềm ẩn. Trong ví dụ này, hai dòng tương ứng với hai biến trung gian NB và QH phản ánh các tác động gián tiếp riêng biệt từ QC đến TT.
Kết quả cho thấy NB đóng vai trò biến trung gian trong mối quan hệ từ QC đến TT với p-value = 0.001 < 0.05 và hệ số tác động chuẩn hóa là 0.276.
Tương tự, QH cũng thể hiện vai trò trung gian với p-value = 0.001 < 0.05 và hệ số tác động chuẩn hóa là 0.144.
Tổng hai hệ số tác động gián tiếp riêng biệt này bằng 0.420, xấp xỉ với giá trị 0.421 của hệ số tác động gián tiếp chuẩn hóa tổng hợp (total indirect effect). Sự sai khác nhỏ giữa hai giá trị có thể xuất phát từ việc làm tròn số thập phân trong quá trình ước lượng.
Tóm lại, khi xử lý biến trung gian trong AMOS, đặc biệt trong trường hợp tồn tại nhiều hơn một biến trung gian tác động đến mối quan hệ giữa biến độc lập và biến phụ thuộc, nhà nghiên cứu nên kết hợp phân tích cả tác động gián tiếp tổng hợp và tác động gián tiếp riêng biệt. Cách tiếp cận này giúp đánh giá đầy đủ cả mức độ ảnh hưởng chung và vai trò cụ thể của từng biến trung gian trong mô hình nghiên cứu.
