Phân tích biến điều tiết (Moderator) trên SmartPLS 4

SMARTPLS January 30, 2026

Trong nghiên cứu định lượng, biến điều tiết (moderator) đóng vai trò then chốt khi nó can thiệp và thay đổi mức độ tác động từ một biến độc lập lên biến phụ thuộc — khiến mối quan hệ đó trở nên mạnh hơn, yếu đi hoặc thậm chí đổi chiều tác động. Việc phân tích biến điều tiết bằng phần mềm SMARTPLS 4 không chỉ giúp bạn kiểm định ý nghĩa thống kê của các tương tác mà còn hỗ trợ diễn giải sâu sắc cơ chế tác động trong mô hình nghiên cứu. Bài viết này sẽ hướng dẫn bạn từ lý thuyết cơ bản về biến điều tiết đến cách biểu diễn mô hình, thực hiện tính toán với Bootstrapping, và đọc kết quả điều tiết một cách chi tiết, trực quan ngay trên giao diện SMARTPLS 4.

1. Kiến thức cơ bản về biến điều tiết

1.1. Khái niệm biến điều tiết

Biến điều tiết là biến có vai trò điều chỉnh mối quan hệ giữa biến độc lập và biến phụ thuộc, làm thay đổi cường độ hoặc chiều hướng tác động của biến độc lập lên biến phụ thuộc. Sự điều chỉnh này có thể khiến mối quan hệ trở nên mạnh hơn, yếu hơn hoặc trong một số trường hợp có thể đảo ngược chiều tác động ban đầu.

Trong phân tích biến điều tiết bằng phần mềm SmartPLS 4, biến điều tiết được xem là yếu tố quan trọng giúp làm rõ bản chất của mối quan hệ nhân quả trong mô hình nghiên cứu. Nhiều nghiên cứu thực nghiệm trước đây đã chỉ ra rằng mối quan hệ giữa sự hài lòng của khách hàng và lòng trung thành của khách hàng có thể thay đổi tùy thuộc vào mức thu nhập của khách hàng. Cụ thể, thu nhập đóng vai trò là biến điều tiết với tác động tiêu cực, trong đó thu nhập càng cao thì mức độ ảnh hưởng của sự hài lòng đến lòng trung thành càng suy giảm.

Biến điều tiết có thể tồn tại dưới dạng biến định tính hoặc biến định lượng. Đối với biến điều tiết định tính, các nhà nghiên cứu thường áp dụng phương pháp phân tích cấu trúc đa nhóm trong SmartPLS. Trong khi đó, biến điều tiết định lượng được xử lý thông qua các kỹ thuật tương tác trong mô hình cấu trúc tuyến tính. Bài viết này tập trung vào việc phân tích và xử lý biến điều tiết định lượng bằng phần mềm SmartPLS 4.

Mô hình lý thuyết cơ bản của biến điều tiết bao gồm ba thành phần chính, trong đó biến X đại diện cho biến độc lập tác động đến biến Y là biến phụ thuộc, còn biến W đóng vai trò điều tiết, ảnh hưởng đến mức độ và hướng tác động của X lên Y.

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

1.2. Phương pháp đánh giá biến điều tiết

Để phân tích vai trò của biến điều tiết, nghiên cứu này sử dụng mô hình hồi quy điều tiết MMR (Moderated Multiple Regression) do Saunders (1956) đề xuất. Mô hình hồi quy điều tiết bao gồm ba biến có ảnh hưởng đến biến phụ thuộc. Việc kiểm định biến điều tiết trong các phần mềm thống kê cũng được thực hiện dựa trên ba mối quan hệ tác động cơ bản trong mô hình, bao gồm:

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

(1) Ảnh hưởng của biến độc lập X đến biến phụ thuộc Y

(2) Ảnh hưởng của biến điều tiết W đến biến phụ thuộc Y

(3) Ảnh hưởng của tích số giữa biến độc lập và biến điều tiết (X*W) đến biến phụ thuộc Y, còn được gọi là hiệu ứng tương tác hoặc hiệu ứng điều tiết

Theo quan điểm truyền thống được trích dẫn bởi Baron và Kenny (1986), một biến được xem là biến điều tiết khi thỏa mãn đồng thời hai điều kiện.

Thứ nhất, biến điều tiết không có mối quan hệ trực tiếp với cả biến độc lập và biến phụ thuộc.

Thứ hai, biến tương tác X*W phải có tác động có ý nghĩa thống kê lên biến phụ thuộc Y.

Tuy nhiên, các nghiên cứu gần đây cho rằng cách tiếp cận của Baron và Kenny (1986) trong việc đánh giá biến điều tiết chưa thực sự phù hợp trong mọi trường hợp. Theo hướng tiếp cận hiện đại, điều kiện thứ nhất không nhất thiết phải được thỏa mãn. Chỉ cần tồn tại tác động có ý nghĩa của biến tương tác XW lên biến phụ thuộc Y thì có thể kết luận sự tồn tại của hiệu ứng điều tiết. Hair và cộng sự (2013) cũng như Andrew F. Hayes (2013) đều cho rằng việc kiểm định ý nghĩa thống kê của tích số XW là điều kiện cốt lõi để xác định vai trò điều tiết của biến W đối với mối quan hệ giữa X và Y.

Tài liệu tham khảo:

  1. Hair và cộng sự (2013), A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM), 3rd Edition.

  2. Andrew F. Hayes (2013), Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. New York, NY: The Guilford Press.

Bảng phân tích kết quả biến điều tiết:

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Dấu của hệ số a (tác động từ X lên Y) Dấu của 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 mức độ của biến điều tiết tăng lên, tác động thuận chiều của X lên Y trở nên mạnh hơn, thể hiện vai trò điều tiết 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 tăng, tác động thuận chiều của X lên Y bị yếu đi, phản ánh vai trò điều tiết tiêu cực.
Âm (-) Dương (+) Biến điều tiết làm giảm mức độ tác động tiêu cực của biến độc lập lên biến phụ thuộc. Sự hiện diện của biến điều tiết giúp làm yếu đi mối quan hệ nghịch chiều giữa X và Y, cho thấy tác động 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 giá trị của biến điều tiết tăng, tác động nghịch chiều của X lên Y trở nên mạnh hơn, thể hiện vai trò điều tiết tiêu cực.

2. Phân tích vai trò điều tiết (moderator) trên phần mềm SmartPLS 4

Phần mềm SmartPLS 4 hiện cho phép người dùng tải bản dùng thử nhằm phục vụ cho mục đích nghiên cứu và học thuật. Để tăng tính trực quan trong quá trình hướng dẫn, nội dung phân tích được minh họa thông qua một mô hình nghiên cứu có sự xuất hiện của biến điều tiết. Mô hình này được xây dựng nhằm làm rõ cơ chế tương tác giữa các biến trong bối cảnh nghiên cứu hành vi và tâm lý người lao động.

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Mô hình nghiên cứu bao gồm các cấu trúc và thang đo được trình bày chi tiết như sau. Người nghiên cứu có thể sử dụng bộ dữ liệu thực hành đi kèm để tiến hành các bước phân tích theo hướng dẫn.

Workload (Khối lượng công việc) được đo lường thông qua các biến quan sát phản ánh mức độ gia tăng về số lượng, thời gian xử lý và mức độ phức tạp của công việc trong thời gian gần đây, bao gồm:

  • sự gia tăng khối lượng công việc hàng ngày so với mức tiêu chuẩn;
  • sự xuất hiện của các nhiệm vụ mới đòi hỏi nhiều thời gian xử lý hơn;
  • và sự gia tăng các công việc có mức độ phức tạp cao hơn.

Stress (Căng thẳng công việc) được đánh giá dựa trên các biểu hiện tâm lý và sinh lý của người lao động, thể hiện qua

  • cảm giác kiệt sức sau giờ làm việc,
  • tình trạng khó ngủ vào buổi tối 
  • xu hướng dễ cáu giận với người thân hoặc đồng nghiệp trong thời gian gần đây.

Support (Sự hỗ trợ trong công việc) phản ánh mức độ hỗ trợ xã hội tại nơi làm việc, được đo lường thông qua

  • sự sẵn sàng giúp đỡ của đồng nghiệp,
  • sự hướng dẫn tận tình từ cấp trên trong việc xử lý các nhiệm vụ khó
  • và tinh thần động viên, khích lệ lẫn nhau trong nhóm làm việc.

Workout (Hoạt động thể dục) được đo lường thông qua tần suất tham gia tập luyện thể chất, cụ thể là

  • Việc dành ít nhất 15 phút cho hoạt động thể dục trong tối thiểu ba ngày mỗi tuần.

Trên cơ sở các nghiên cứu trước đó, mối quan hệ tác động thuận chiều giữa Khối lượng công việc và Căng thẳng công việc đã được xác lập, cho thấy khi khối lượng công việc gia tăng thì mức độ căng thẳng của người lao động cũng tăng theo. Dựa trên nền tảng này, nghiên cứu tiếp tục xem xét vai trò điều tiết của Sự hỗ trợ trong công việc và Hoạt động thể dục, nhằm đánh giá liệu hai yếu tố này có khả năng làm suy giảm mức độ tác động của Khối lượng công việc lên Căng thẳng công việc hay không.

2.1. Biểu diễn biến điều tiết trên sơ đồ SMARTPLS 4

Trong trường hợp người nghiên cứu chưa nắm rõ cách sử dụng các công cụ để xây dựng sơ đồ mô hình, cần tham khảo trước nội dung hướng dẫn về vẽ mô hình và thao tác xuất/nhập dự án trên phần mềm SMARTPLS 4.

Sau khi thiết lập mối quan hệ tác động trực tiếp từ biến Workload đến biến Stress, tiếp tục sử dụng công cụ mũi tên Connect. Tại bước này, người dùng nhấp chọn biến điều tiết Support, giữ chuột và kéo thả vào đường liên kết trực tiếp từ Workload sang Stress để xác định vai trò điều tiết của biến Support trong mô hình nghiên cứu.

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Nếu thao tác được thực hiện đúng, trên sơ đồ sẽ xuất hiện một mũi tên nét đứt hướng từ biến Support đến mối quan hệ trực tiếp giữa Workload và Stress, thể hiện tác động điều tiết theo đúng nguyên tắc mô hình hóa trong SMARTPLS 4.

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Tiếp theo, tiến hành các bước tương tự đối với biến điều tiết Workout. Sau khi hoàn tất, sơ đồ mô hình nghiên cứu sẽ bao gồm đầy đủ các mối quan hệ tác động trực tiếp và điều tiết theo thiết kế ban đầu.

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Tại thời điểm này, quá trình biểu diễn các biến điều tiết trên diagram đã được hoàn thành. Các thao tác thực hiện trên SMARTPLS 4 được đánh giá là đơn giản, trực quan và tiết kiệm thời gian hơn đáng kể so với các phiên bản trước, vốn yêu cầu nhiều bước xử lý phức tạp hơn.

2.2 Phân tích biến điều tiết (moderator) trên SMARTPLS 4

Tại giao diện diagram của phần mềm SMARTPLS 4, người nghiên cứu chọn nút Calculate và tiếp tục lựa chọn chức năng Bootstrapping để tiến hành phân tích.

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Sau khi lựa chọn, một cửa sổ thiết lập bootstrapping sẽ xuất hiện. Tại đây, người nghiên cứu tiến hành cấu hình các tham số phân tích theo thiết lập tương ứng và nhấn Start calculation để bắt đầu quá trình tính toán. Hướng dẫn chi tiết về cách thiết lập bootstrapping có thể tham khảo trong các tài liệu hướng dẫn chuyên sâu về SMARTPLS.

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Sau khi quá trình bootstrapping hoàn tất, phần mềm SMARTPLS 4 sẽ hiển thị bảng kết quả đầu ra (output). Người nghiên cứu truy cập vào mục Path Coefficients, sau đó lựa chọn các chỉ số Mean, STDEV, T values và p values trong menu bên trái để xem kết quả ước lượng của mô hình.

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Trong quá trình xử lý biến điều tiết trên SMARTPLS 4, mặc dù trên sơ đồ mô hình (diagram) không thể hiện mũi tên tác động trực tiếp từ biến điều tiết đến biến phụ thuộc, phần mềm vẫn mặc định tính toán các tác động này. Cách tiếp cận này tuân theo nguyên tắc đánh giá mối quan hệ điều tiết nhằm hạn chế việc thổi phồng mức độ ảnh hưởng của biến tương tác trong mô hình nghiên cứu.

Việc diễn giải kết quả phân tích biến điều tiết được thực hiện thông qua các chỉ số p values và Original sample (O) của các mối quan hệ tương tác tác động lên biến phụ thuộc, với mức ý nghĩa thống kê được xác định ở độ tin cậy 95%.

– Cụ thể, nếu giá trị p values của mối quan hệ tương tác nhỏ hơn 0.05, có thể kết luận tác động điều tiết có ý nghĩa thống kê và biến điều tiết thực sự đóng vai trò điều tiết trong mô hình nghiên cứu. Ngược lại, nếu giá trị p values lớn hơn 0.05, tác động điều tiết không có ý nghĩa thống kê và biến điều tiết không thể hiện vai trò điều tiết trong mô hình.

– Bên cạnh đó, dấu của hệ số tác động điều tiết tại cột Original sample (O) được sử dụng để xác định chiều hướng điều tiết. Nếu hệ số mang giá trị âm, biến điều tiết thể hiện tác động điều tiết tiêu cực; ngược lại, nếu hệ số mang giá trị dương, biến điều tiết thể hiện tác động điều tiết tích cực.

Trong ví dụ thực nghiệm nêu trên, nghiên cứu tập trung phân tích hai mối tác động tương tác bao gồm Support x Workload → Stress và Workout x Workload → Stress.

– Kết quả kiểm định t cho mối tác động Support x Workload → Stress cho giá trị p-value bằng 0.000, nhỏ hơn mức ý nghĩa 0.05, cho thấy tác động điều tiết này có ý nghĩa thống kê. Do đó, biến Support đóng vai trò là biến điều tiết trong mối quan hệ giữa Workload và Stress. Hệ số điều tiết mang giá trị -0.397, nhỏ hơn 0, phản ánh dạng điều tiết tiêu cực, hàm ý rằng khi mức độ Support gia tăng thì mức độ ảnh hưởng của Workload lên Stress sẽ suy giảm.

– Đối với mối tác động Workout x Workload → Stress, kết quả kiểm định t cho p-value bằng 0.969, lớn hơn 0.05, cho thấy tác động điều tiết này không có ý nghĩa thống kê. Như vậy, biến Workout không đóng vai trò điều tiết trong mối quan hệ giữa Workload và Stress. Do không tồn tại tác động điều tiết có ý nghĩa, nghiên cứu không tiến hành diễn giải dấu của hệ số điều tiết trong trường hợp này.

Trong trường hợp người nghiên cứu gặp khó khăn trong quá trình sử dụng phần mềm hoặc phát sinh các vấn đề liên quan đến phân tích biến điều tiết trên SMARTPLS 4, có thể tham khảo các dịch vụ hỗ trợ xử lý dữ liệu nhằm đảm bảo kết quả phân tích đạt độ chính xác và hiệu quả chi phí.

Ngoài ra, để đánh giá chi tiết hơn khoảng tin cậy bootstrap của các mối tác động, người nghiên cứu có thể lựa chọn mục Confidence intervals bias corrected trong menu bên trái của phần mềm. Ví dụ, đối với mối tác động Support x Workload → Stress, ngưỡng dưới của khoảng tin cậy bootstrap là -0.548 và ngưỡng trên là -0.279.

Phân tích biến điều tiết (Moderator) trên SmartPLS 4

Từ kết quả phân tích biến điều tiết, có thể rút ra các hàm ý quản trị tương ứng như sau:

– Đối với biến Support có tác động điều tiết có ý nghĩa: Khi khối lượng công việc tăng vượt mức tiêu chuẩn, mức độ căng thẳng trong công việc của người lao động có xu hướng gia tăng. Tuy nhiên, sự hỗ trợ từ đồng nghiệp và cấp quản lý có thể làm suy giảm mức độ căng thẳng này. Do đó, trong trường hợp gia tăng khối lượng công việc cho nhân viên, nhà quản lý cần đồng thời tăng cường hỗ trợ trực tiếp cũng như khuyến khích sự hỗ trợ lẫn nhau giữa các nhân viên nhằm hạn chế tác động tiêu cực của căng thẳng trong công việc.

– Đối với biến Workout không có tác động điều tiết có ý nghĩa: Mặc dù việc duy trì thói quen tập thể dục thường xuyên mang lại lợi ích cho sức khỏe thể chất, kết quả nghiên cứu cho thấy hoạt động này không làm giảm mức độ căng thẳng phát sinh khi khối lượng công việc vượt quá tiêu chuẩn trong bối cảnh nghiên cứu hiện tại.

5/5 - (1 vote)