Đánh giá mối quan hệ trung gian (mediation) là phương pháp dùng để xem xét ảnh hưởng của biến độc lập X lên biến phụ thuộc Y trong trường hợp tồn tại một biến đóng vai trò trung gian trong mối quan hệ này. Phân tích mô hình biến trung gian nhằm làm rõ mức độ và cách thức tham gia của biến trung gian vào mối quan hệ nhân quả, trong đó sự tham gia này tạo ra một dạng ảnh hưởng được gọi là tác động gián tiếp (indirect effect).
Biến trung gian là biến xen vào mối quan hệ nhân – quả giữa biến độc lập và biến phụ thuộc, thường được gọi là mediator hoặc mediating variable. Việc phân tích biến trung gian nhằm xác định liệu biến này có thực sự can thiệp vào mối quan hệ giữa biến độc lập và biến phụ thuộc hay không, đồng thời đánh giá bản chất và mức độ của sự can thiệp đó.
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 xem xét đồng thời các mối quan hệ trực tiếp và gián tiếp giữa các biến.
Trong mô hình biến trung gian, tác động của X lên Y bao gồm hai thành phần: tác động trực tiếp và tác động gián tiếp. Tác động trực tiếp được thể hiện qua đường X → Y, trong khi tác động gián tiếp được biểu diễn thông qua chuỗi quan hệ X → M → Y. Dựa trên cấu trúc này, mối quan hệ trung gian được phân loại thành hai dạng là trung gian toàn phần và trung gian một phần.
- Trung gian toàn phần xảy ra khi X chỉ ảnh hưởng đến Y thông qua biến trung gian M và không còn tác động trực tiếp có ý nghĩa thống kê lên Y.
- Trung gian một phần xuất hiện khi X vừa có tác động gián tiếp thông qua M, vừa duy trì tác động trực tiếp lên Y.
- Trường hợp không tồn tại quan hệ trung gian là khi X không tạo ra tác động gián tiếp có ý nghĩa lên Y.
Trong mô hình biến trung gian, các hệ số tác động được xác định như sau:
- Hệ số tác động từ X lên Y được ký hiệu là B1;
- Hệ số tác động từ X lên M là B2;
- Hệ số tác động từ M lên Y là B3.
- Tác động gián tiếp từ X lên Y thông qua M được tính bằng tích của hai hệ số B2 và B3, tức là B2*B3.
Tác động gián tiếp mang giá trị dương khi cả hai hệ số B2 và B3 đều cùng dấu dương hoặc cùng dấu âm. Ngược lại, tác động gián tiếp sẽ mang giá trị âm khi một trong hai hệ số B2 hoặc B3 mang dấu âm và hệ số còn lại mang dấu dương.
Do ảnh hưởng của X lên Y bao gồm cả tác động trực tiếp và gián tiếp, cần sử dụng một chỉ số tổng hợp để phản ánh đầy đủ mức độ tác động này, được gọi là tác động tổng hợp (Total Effects). Tác động tổng hợp 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 quy trình thông thường. Tham khảo tại Hướng dẫn phân tích và đọc kết quả SEM trên AMOS. Nội dung trình bày trong phần này tập trung chủ yếu vào việc đánh giá và diễn giải mối quan hệ gián tiếp trong mô hình biến trung gian.
1. Phân tích tác động gián tiếp bằng công cụ Indirect trong AMOS
– Ưu điểm: Công cụ Indirect được tích hợp trực tiếp trong phần mềm AMOS, cho phép người nghiên cứu linh hoạt điều chỉnh số lần lấy mẫu Bootstrap như 1000, 2000 hoặc 5000 lần, cũng như mức độ tin cậy của khoảng ước lượng Bootstrap ở các ngưỡng 90%, 95% hoặc 99%. Bên cạnh đó, AMOS vẫn có khả năng ước lượng tác động gián tiếp trong trường hợp mô hình nghiên cứu bao gồm các biến tiềm ẩn bậc hai.
– Nhược điểm: Trong trường hợp tồn tại từ hai biến trung gian trở lên cùng tham gia vào mối quan hệ tác động từ biến độc lập đến biến phụ thuộc, AMOS không cung cấp kết quả tác động gián tiếp riêng biệt cho từng biến trung gian. Thay vào đó, phần mềm chỉ ước lượng được tổng tác động gián tiếp chung của các biến trung gian này.
VIDEO HƯỚNG DẪN
Phần tiếp theo trình bày quy trình 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 xem xét mối quan hệ giữa các cấu trúc tiềm ẩn gồm 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, can thiệp vào mối quan hệ tác động từ QC đến TT. Phân tích sẽ được thực hiện trên bộ dữ liệu mẫu nhằm đánh giá vai trò trung gian của hai cấu trúc này trong mô hình nghiên cứu.
Tại giao diện làm việc của AMOS, người nghiên cứu lựa chọn biểu tượng Analysis Properties để tiến hành thiết lập các tham số phân tích cần thiết.
Trong thẻ Output, cần tích chọn các tùy chọn phù hợp, trong đó mục Indirect, direct & total effects được sử dụng để xem xét và trích xuất các hệ số tác động trực tiếp, gián tiếp và tổng trong mô hình SEM.
Tiếp theo, chuyển sang thẻ Bootstrap và lựa chọn các tùy chọn tương ứng. Tham số Perform bootstrap được thiết lập với số lần lặp, thông thường là 1000 lần. Đồng thời, mục Bias-corrected confidence intervals được nhập giá trị 95%, tương ứng với mức độ tin cậy của kiểm định Bootstrap.
Sau khi hoàn tất việc thiết lập trong Analysis Properties, người nghiên cứu đóng cửa sổ cài đặt và tiến hành chạy phân tích SEM. Khi quá trình phân tích kết thúc, kết quả được xem trong phần Output để diễn giải và đánh giá các mối quan hệ trung gian trong mô hình.
Trước tiên, cần kiểm định sự tồn tại của mối quan hệ tác động gián tiếp từ QC đến TT. Khi xem xét bất kỳ mối quan hệ nhân quả nào trong mô hình, hai chỉ số cơ bản cần được đánh giá là giá trị ý nghĩa thống kê và hệ số tác động.
- Giá trị sig (p-value) được sử dụng để xác định mối quan hệ có ý nghĩa thống kê hay không. Trong trường hợp mối quan hệ không có ý nghĩa, việc tiếp tục phân tích cường độ tác động là không cần thiết.
- Ngược lại, nếu mối quan hệ có ý nghĩa thống kê, cần xem xét mức độ mạnh hay yếu của tác động thông qua hệ số tác động. Hệ số này có thể được trình bày dưới dạng chuẩn hóa hoặc chưa chuẩn hóa, tuy nhiên, trong thực tiễn nghiên cứu, hệ số chuẩn hóa thường được ưu tiên sử dụng nhằm so sánh mức độ ảnh hưởng tương đối giữa các biến trong mô hình.
Tại cửa sổ Output của AMOS, tiến hành truy cập Estimates > Matrices > Standardized Indirect Effects. Đồng thời, trong phần bootstrap, lựa chọn Bias-corrected percentile method > Two Tailed Significance (BC).
Mục lựa chọn Standardized Indirect Effects cho phép phân tích các hệ số tác động gián tiếp đã được chuẩn hóa. Các tùy chọn phía trên phục vụ cho việc xem xét hệ số tác động trực tiếp, gián tiếp chưa chuẩn hóa hoặc tổng tác động.
Phần Two Tailed Significance (BC) hiển thị giá trị sig tương ứng với loại hệ số được lựa chọn. Chẳng hạn, khi chọn Standardized Indirect Effects, giá trị sig hiển thị sẽ tương ứng với các hệ số tác động gián tiếp chuẩn hóa; tương tự, nếu chọn Standardized Direct Effects, hệ thống sẽ hiển thị giá trị sig của tác động trực tiếp chuẩn hóa.
Sau khi thiết lập các tùy chọn này, tại bảng kết quả bên phải sẽ xuất hiện các giá trị sig của toàn bộ các mối quan hệ gián tiếp trong mô hình SEM. Các biến độc lập được thể hiện theo hàng, biến phụ thuộc theo cột, tạo thành một ma trận các mối quan hệ gián tiếp.
Trong phạm vi nghiên cứu này, phân tích tập trung vào các mối quan hệ giữa các cấu trúc tiềm ẩn, cụ thể là mối quan hệ gián tiếp từ QC đến TT. Kết quả cho thấy giá trị sig của mối quan hệ này là 0.002, nhỏ hơn 0.05 ở mức ý nghĩa 5%, cho thấy tồn tại mối quan hệ gián tiếp có ý nghĩa thống kê từ QC đến TT. Do đó, có bằng chứng khẳng định sự tồn tại của vai trò trung gian trong mối quan hệ này. Trường hợp giá trị sig lớn hơn 0.05 sẽ dẫn đến kết luận rằng không tồn tại mối quan hệ trung gian từ QC đến TT. Sau khi xác nhận ý nghĩa thống kê, bước tiếp theo là đánh giá cường độ tác động thông qua hệ số tác động gián tiếp chuẩn hóa bằng cách lựa chọn mục Estimates.
Cách đọc kết quả hệ số tác động tương tự như đối với giá trị sig. Kết quả cho thấy hệ số tác động gián tiếp chuẩn hóa của QC lên TT đạt giá trị 0.421, phản ánh mức độ ảnh hưởng tương đối của QC đến TT thông qua biến trung gian trong mô hình.
Trong trường hợp người nghiên cứu gặp khó khăn khi thực hiện phân tích biến trung gian, chẳng hạn như chưa thành thạo thao tác phần mềm hoặc dữ liệu vi phạm nghiêm trọng các giả định kiểm định, có thể tham khảo dịch vụ hỗ trợ AMOS của Phạm Lộc Blog 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 phân tích được trình bày trực quan, thuận tiện cho việc diễn giải. Phương pháp này cho phép ước lượng và kiểm định tác động gián tiếp riêng biệt của từng mối quan hệ trung gian trong mô hình, ngay cả khi mô hình có cấu trúc phức tạp với nhiều biến trung gian.
– Nhược điểm: Việc phân tích phải thông qua một plugin do bên thứ ba phát triển và tích hợp vào phần mềm AMOS. Người nghiên cứu không thể chủ động thiết lập số lần lấy mẫu Bootstrap cũng như mức độ tin cậy của khoảng ước lượng Bootstrap. Theo mặc định, plugin này sử dụng 2000 mẫu Bootstrap và mức độ tin cậy 90%, trong khi nhiều nghiên cứu học thuật thường khuyến nghị sử dụng mức 95%. Bên cạnh đó, phương pháp này không hỗ trợ ước lượng tác động gián tiếp trong các mô hình có biến bậc hai.
Trong ví dụ nêu trên, 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.
Tuy nhiên, với cách tiếp cận xử lý biến trung gian được trình bày ở mục 1, tức là xem xét tác động gián tiếp tổng hợp, kết quả chỉ phản ánh mức độ tác động gián tiếp chung của tất cả các mối quan hệ trung gian từ QC đến TT. Cách tiếp cận này không cho phép xác định mức độ tác động gián tiếp thông qua từng biến trung gian cụ thể như NB hay QH, cũng như không làm rõ liệu cả hai biến NB và QH đều đóng vai trò trung gian hay chỉ một trong hai biến thực sự có ý nghĩa trung gian.
Do đó, cần tiến hành phân tích tác động gián tiếp riêng biệt nhằm đánh giá từng mối quan hệ trung gian một cách độc lập. Chức năng này không được tích hợp sẵn trong AMOS, mà phải sử dụng plugin phụ kết hợp với estimand trên AMOS phiên bản 24. Phần mềm AMOS 24 có thể được tải tại bài viết này.
Bước 1: Khai báo estimand trung gian cho mô hình SEM
Để sử dụng được plugin Indirect Effects trong phân tích mô hình cấu trúc tuyến tính (SEM), trước hết cần tiến hành khai báo estimand. Người nghiên cứu tải tệp estimand từ nguồn cung cấp tương ứng tại đây.
Sau khi tải xuống, tiến hành giải nén thư mục sẽ thu được một tệp có tên SpecificIndirectEffects_Path.AmosEstimandVB.vb. Tệp này nên được lưu tại Desktop hoặc một thư mục dễ nhận biết nhằm thuận tiện cho các bước thao tác tiếp theo.
Tiếp theo, mở sơ đồ mô hình SEM (lưu ý là mô hình SEM, không phải mô hình CFA) trong phần mềm AMOS phiên bản 24. Trên giao diện phần mềm, tại góc dưới bên trái màn hình sẽ hiển thị thông báo Not estimating any user-defined estimand. Người dùng nhấp chuột trái hoặc chuột phải vào dòng thông báo này và chọn mục Select estimands.
Sau đó, tìm đến thư mục đã lưu tệp SpecificIndirectEffects_Path.AmosEstimandVB.vb. Tại góc dưới bên phải của hộp thoại, người dùng có thể lựa chọn dòng số 2 hoặc dòng số 3, cả hai lựa chọn này đều phù hợp cho việc khai báo.
Khi thực hiện thao tác trên, tệp SpecificIndirectEffects_Path.AmosEstimandVB.vb sẽ xuất hiện trong cửa sổ lựa chọn. Người dùng nhấp chọn tệp này và nhấn Open để hoàn tất quá trình.
Như vậy, việc khai báo estimand đã được thực hiện thành công. Đây là bước bắt buộc nhằm đảm bảo plugin Indirect Effects có thể được kích hoạt và sử dụng trong quá trình phân tích mô hình SEM.
Bước 2: Thực hiện phân tích Indirect Effects trong mô hình SEM
Quay lại giao diện SEM trên phần mềm AMOS, người nghiên cứu chọn Plugins > Indirect Effects để tiến hành phân tích các mối quan hệ tác động gián tiếp trong mô hình một cách riêng biệt.
Sau khi thực hiện lệnh, phần mềm sẽ tự động mở một tệp định dạng .html trên trình duyệt mặc định của hệ thống (có thể là Chrome, Internet Explorer, Firefox hoặc Microsoft Edge), trong đó hiển thị kết quả phân tích như minh họa bên dưới.
Bảng kết quả này trình bày toàn bộ các mối quan hệ trung gian tồn tại trong mô hình, bao gồm cả các biến quan sát và biến tiềm ẩn. Tuy nhiên, trong nghiên cứu SEM, việc phân tích thường tập trung chủ yếu vào các mối quan hệ giữa các biến tiềm ẩn. Trong ví dụ minh họa, hai dòng được đánh dấu thể hiện các quan hệ tác động gián tiếp riêng biệt thông qua hai biến trung gian là NB và QH.
- Kết quả cho thấy biến NB đóng vai trò trung gian trong mối quan hệ từ QC đến TT, với giá trị p-value = 0.001 < 0.05 và hệ số tác động chuẩn hóa đạt 0.276.
- Tương tự, biến QH cũng thể hiện tác động trung gian có ý nghĩa thống kê trong mối quan hệ từ QC đến TT, với p-value = 0.001 < 0.05 và hệ số tác động chuẩn hóa là 0.144.
Tổng hệ số tác động gián tiếp chuẩn hóa từ QC đến TT được xác định bằng cách cộng hai hệ số tác động gián tiếp riêng biệt, cụ thể là 0.276 + 0.144 = 0.420. Giá trị này xấp xỉ với hệ số 0.421 được báo cáo trong mục Total Indirect Effect. Sự chênh lệch nhỏ giữa hai giá trị có thể phát sinh do nguyên tắc làm tròn số trong quá trình tính toán.
Tóm lại, khi phân tích biến trung gian trong AMOS, 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 cần xem xét đồng thời cả chỉ số Total Indirect Effect và các chỉ số Specific Indirect Effects để có cái nhìn đầy đủ và chính xác về cơ chế tác động gián tiếp trong mô hình.