Bài viết này trình bày quy trình thực hiện phân tích biến điều tiết (moderation analysis) hay mối quan hệ điều tiết bằng phần mềm AMOS. Việc phân tích biến điều tiết trong AMOS đòi hỏi người nghiên cứu phải tiến hành chuẩn hóa biến trên SPSS trước khi đưa dữ liệu vào AMOS nhằm xây dựng sơ đồ mô hình và ước lượng mô hình cấu trúc có chứa biến tương tác (interaction variable).
1. Cơ sở lý thuyết về biến điều tiết
Biến điều tiết (moderator hay moderating variable) có thể tồn tại dưới dạng biến định tính (biến phân loại) hoặc biến định lượng (biến liên tục). Đối với biến điều tiết là biến định tính, phương pháp phân tích cấu trúc đa nhóm (multi-group analysis) trong AMOS thường được sử dụng. Trong phạm vi bài viết này, nội dung tập trung vào cách xử lý và phân tích biến điều tiết dưới dạng biến định lượng.
Mô hình lý thuyết của biến điều tiết được mô tả như sau:
Để thực hiện phân tích biến điều tiết trong AMOS, nghiên cứu áp dụng mô hình hồi quy biến điều tiết MMR (Moderated Multiple Regression) được đề xuất bởi Saunders (1956), với cấu trúc như sau:
Mô hình này bao gồm ba biến tác động trực tiếp đến biến phụ thuộc. Việc đánh giá vai trò của biến điều tiết trong các phần mềm thống kê nói chung và AMOS nói riêng được thực hiện dựa trên ba mối quan hệ tác động sau:
(1) Tác động của biến độc lập X lên biến phụ thuộc Y
(2) Tác động của biến điều tiết W lên biến phụ thuộc Y
(3) Tác động của tích số X*W lên biến phụ thuộc Y, còn được gọi là hiệu ứng tương tác hoặc hiệu ứng điều tiết
Theo cách tiếp cận truyền thống được trình bày bởi Baron và Kenny (1986), một biến được xem là biến điều tiết khi thỏa mãn đồng thời hai điều kiện sau:
(1) Biến điều tiết không có mối quan hệ trực tiếp với biến độc lập và biến phụ thuộc
(2) Tích số X*W có tác động có ý nghĩa thống kê lên biến phụ thuộc Y
Tuy nhiên, nhiều nghiên cứu gần đây cho rằng cách tiếp cận của Baron và Kenny (1986) trong việc đánh giá biến điều tiết chưa phản ánh đầy đủ bản chất của mối quan hệ điều tiết. Theo quan điểm hiện đại, điều kiện thứ nhất không nhất thiết phải được thỏa mãn. Chỉ cần tác động của tích số X*W lên biến phụ thuộc Y đạt ý nghĩa thống kê thì có thể kết luận tồn tại vai trò điều tiết của biến W trong mối quan hệ giữa X và Y. Quan điểm này được ủng hộ bởi Hair và cộng sự (2013) cũng như Andrew F. Hayes (2013), khi cho rằng ý nghĩa thống kê của hệ số tương tác là cơ sở chính để khẳng định sự tồn tại của hiệu ứng điều tiết.
Tài liệu tham khảo:
-
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2013). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM), 3rd Edition.
-
Hayes, A. F. (2013). Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. New York, NY: The Guilford Press.
Bảng giải thích kết quả của biến điều tiết:
| Hệ số a (tác động từ X lên Y) | Hệ số c (tác động tương tác) | Giải thích kết quả |
| Dương (+) | Dương (+) | Biến điều tiết làm gia tăng cường độ của mối quan hệ tích cực giữa biến độc lập và biến phụ thuộc. Khi giá trị của biến điều tiết tăng, tác động cùng chiều của biến độc lập lên biến phụ thuộc trở nên mạnh hơn, phản ánh vai trò điều tiết theo hướng tích cực. |
| Dương (+) | Âm (-) | Biến điều tiết làm suy giảm cường độ của mối quan hệ tích cực giữa biến độc lập và biến phụ thuộc. Khi biến điều tiết gia tăng, tác động cùng chiều của biến độc lập lên biến phụ thuộc bị giảm bớt, thể hiện vai trò điều tiết theo hướng tiêu cực. |
| Âm (-) | Dương (+) | Biến điều tiết làm suy yếu mối quan hệ tiêu cực giữa biến độc lập và biến phụ thuộc. Sự gia tăng của biến điều tiết làm giảm mức độ tác động ngược chiều của biến độc lập lên biến phụ thuộc, cho thấy tác dụng điều tiết theo hướng tích cực. |
| Âm (-) | Âm (-) | Biến điều tiết làm gia tăng cường độ của mối quan hệ tiêu cực giữa biến độc lập và biến phụ thuộc. Khi biến điều tiết tăng, tác động ngược chiều của biến độc lập lên biến phụ thuộc trở nên mạnh hơn, phản ánh vai trò điều tiết theo hướng tiêu cực. |
2. Xử lý biến điều tiết (moderator) trên AMOS
Người học có thể tải tệp dữ liệu dùng cho thực hành tại liên kết được cung cấp. Sau khi mở tệp dữ liệu trong SPSS, tập dữ liệu bao gồm ba thang đo: X (gồm các biến quan sát X1, X2, X3), Y (gồm Y1, Y2, Y3) và W (gồm W1, W2, W3). Trong mô hình nghiên cứu, X đóng vai trò là biến độc lập, Y là biến phụ thuộc và W là biến điều tiết. Các biến X, Y và W là các biến đại diện, được hình thành bằng cách lấy giá trị trung bình của các biến quan sát tương ứng. Mục tiêu của phân tích là kiểm định vai trò điều tiết của W đối với mối quan hệ tác động từ X đến Y.
Việc đưa biến tương tác X*W vào mô hình có thể làm phát sinh hiện tượng đa cộng tuyến giữa tích số tương tác với các biến thành phần X hoặc W. Do đó, trước khi tạo biến tương tác, các biến X và W cần được chuẩn hóa hoặc trung bình hóa. Trong nội dung thực hành này, kỹ thuật chuẩn hóa biến được sử dụng nhằm giảm thiểu đa cộng tuyến và đảm bảo độ ổn định của ước lượng mô hình.
2.1 Chuẩn hóa biến trên SPSS
Trên giao diện SPSS, người dùng lần lượt chọn Analyze > Descriptive Statistics > Descriptives.
Khi hộp thoại Descriptives xuất hiện, đưa ba biến X, W và Y vào ô Variables. Tại góc dưới bên trái của cửa sổ, chọn tùy chọn Save standardized values as variables, sau đó nhấn OK để hoàn tất thao tác.
Sau khi thực hiện, trong bộ dữ liệu sẽ xuất hiện thêm ba biến mới, tương ứng với các biến X, W và Y đã được chuẩn hóa. Các biến này là cơ sở để xây dựng biến tương tác trong bước tiếp theo.
Tiếp theo, tiến hành tạo biến tương tác bằng cách lấy tích số của hai biến chuẩn hóa ZX và ZW. Thao tác được thực hiện bằng cách chọn Transform > Compute Variable.
Tại ô Target Variable, đặt tên cho biến tương tác, trong trường hợp này là INT. Tại ô Numeric Expression, nhập biểu thức ZX*ZW, trong đó ZX và ZW là tên của các biến chuẩn hóa tương ứng với X và W.
Sau khi hoàn tất, quay lại bộ dữ liệu sẽ thấy xuất hiện thêm một biến mới là INT, đại diện cho biến tương tác giữa X và W.
Cuối cùng, chuyển sang giao diện Variable View, xóa nhãn Label của các biến chuẩn hóa và điều chỉnh độ rộng (Width) cũng như số chữ số thập phân (Decimals) của biến INT sao cho tương đương với các biến chuẩn hóa còn lại.
Như vậy, quá trình chuẩn hóa biến và tạo biến tương tác đã được hoàn thành, sẵn sàng cho bước phân tích vai trò điều tiết của biến W trong mô hình cấu trúc tuyến tính trên AMOS.
2.2 Phân tích mối quan hệ điều tiết trên AMOS
Trước hết, khởi động phần mềm AMOS và tiến hành nhập bộ dữ liệu từ SPSS vào AMOS. Trong trường hợp người nghiên cứu chưa nắm rõ quy trình import dữ liệu, có thể tham khảo lại các tài liệu Hướng dẫn phân tích và đọc kết quả CFA trên AMOS để đảm bảo thao tác chính xác.
Sau khi dữ liệu được nhập thành công, tiến hành khai báo các biến và xây dựng sơ đồ mô hình hồi quy có biến điều tiết theo phương pháp MMR trên AMOS. Việc vẽ sơ đồ mô hình được thực hiện hoàn toàn thủ công thông qua các công cụ đồ họa của AMOS. Nếu người nghiên cứu chưa quen với cách sử dụng các công cụ này, cần tham khảo trước các tài liệu hoặc hướng dẫn video này trước tương ứng. Sau khi hoàn tất, mô hình sẽ được biểu diễn dưới dạng sơ đồ như minh họa.
Trong mô hình này, biến điều tiết được thể hiện thông qua biến tương tác giữa biến độc lập và biến điều tiết. Tiếp theo, thiết lập các tùy chọn trong mục Analysis Properties với các cài đặt tương tự như khi thực hiện phân tích SEM trên AMOS nhằm đảm bảo tính nhất quán trong phương pháp ước lượng và kiểm định.
Sau khi hoàn tất các thiết lập cần thiết, tiến hành chạy mô hình phân tích. Kết quả đầu ra được đánh giá chủ yếu dựa trên bảng Regression Weights trong Output của AMOS, trong đó cung cấp các hệ số hồi quy, giá trị thống kê và mức ý nghĩa của từng mối quan hệ trong mô hình.
Kết quả phân tích đường dẫn cho thấy mối quan hệ từ biến tương tác INT đến biến phụ thuộc ZY có ý nghĩa thống kê, với giá trị P = 0.000 nhỏ hơn mức ý nghĩa 0.05. Trong AMOS, ký hiệu *** tương ứng với mức P bằng 0.000. Điều này cho thấy biến W đóng vai trò là biến điều tiết trong mối quan hệ giữa X và Y. Hệ số hồi quy của đường dẫn này đạt giá trị 0.119 và mang dấu dương, hàm ý rằng khi mức độ của W tăng lên, cường độ tác động của X lên Y cũng gia tăng tương ứng.
Trong trường hợp gặp khó khăn khi thực hiện hoặc diễn giải phân tích biến điều tiết trên AMOS hay các phần mềm thống kê khác, người nghiên cứu có thể tham khảo thêm các dịch vụ AMOS hỗ trợ và tư vấn phân tích dữ liệu chuyên sâu để đảm bảo độ chính xác và tin cậy của kết quả nghiên cứu.