Xử lý biến điều tiết moderator trong SPSS


Theo Baron & Kenny (1986), biến điều tiết là biến làm thay đổi độ mạnh (strength) và dạng (form) của mối quan hệ giữa độc lập và phụ thuộc.

Biến điều tiết moderator trong SPSS

1. Lý thuyết về biến điều tiết

Biến điều tiết có thể là định tính (biến phân loại) hoặc biến định lượng (biến liên tục). Với biến điều tiết là biến định tính, chúng ta có thể sử dụng tới kỹ thuật phân tích cấu trúc đa nhóm trên AMOS. Bài viết này sẽ tập trung vào xử lý biến điều tiết định lượng liên tục trên SPSS.

Mô hình lý thuyết biến điều tiết có thể được biểu diễn như ảnh bên dưới:

Biến điều tiết moderator trong SPSS

Để phân tích biến điều tiết trên SPSS, chúng ta sẽ sử dụng mô hình hồi quy biến điều tiết MMR (Saunders, 1956) như sau:

Biến điều tiết moderator trong SPSS

Mô hình này có 3 biến tác động vào biến phụ thuộc:

  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 X*W lên biến phụ thuộc Y

Trích theo Baron & Kenny (1986) với cách đánh giá truyền thống, để một biến là biến điều tiết thì (1) biến này không có quan hệ với cả biến độc lập và biến phụ thuộc, cùng với đó (2) tích số X*W phải có sự tác động lên Y. Tuy nhiên theo hướng tiếp cận mới, điều kiện số (1) không nhất thiết phải xảy ra, chỉ cần điều kiện số (2) thỏa mãn thì có thể kết luận có mối tác động điều tiết.

Có nhiều phương thức xử lý biến điều tiết trên SPSS khác nhau, tuy nhiên, nội dung bên dưới sẽ chỉ tập trung vào phương pháp Bootstrapping là kỹ thuật tối ưu nhất và sử dụng phổ biến trong những năm gần đây. 

2. Xử lý biến điều tiết moderator trên SPSS

Các bạn có thể tải tệp dữ liệu thực hành tại đây. Phần mềm SPSS không hỗ trợ sẵn chức năng phân tích biến điều tiết, chúng ta sẽ dụng tới Hayes Process Macro. Các bạn tải Macro này tại https://www.processmacro.org/download.html, cách tải và cài đặt vào SPSS, các bạn xem ở video bên dưới.

Mở tệp dữ liệu thực hành trên SPSS, trong tập dữ liệu này có 3 thang đo là X (gồm X1, X2, X3), Y (gồm Y1, Y2, Y3) và W(gồm W1, W2, W3). Trong đó, X là độc lập, Y là phụ thuộc và W là điều tiết. Các biến X, Y, W là biến đại diện được tạo bằng trung bình cộng của các biến quan sát. Chúng ta sẽ đánh giá xem W có đóng vai trò điều tiết sự tác động từ X lên Y hay không.

Thực hiện xử lý biến điều tiết moderator trên SPSS, vào Analyze > Regression > PROCESS v3.5 by Andrew F. Hayes (macro cập nhật liên tục theo thời gian, do vậy số phiên bản 3.5 có thể thay đổi).

Biến điều tiết moderator trong SPSS

Cửa sổ PROCESS xuất hiện, chúng ta đưa biến phụ thuộc vào Y variable, biến độc lập vào X variable, biến điều tiết vào Moderator variable (W). Chọn các tùy chọn giống như mục số 2, sau đó nhấp vào Options mục 3.

Biến điều tiết moderator trong SPSS

Trong Options, tích vào 2 lựa chọn ở mục 1 và thiết lập mục 2 như ảnh. Nhấp Continue để quay lại cửa sổ ban đầu, sau đó nhấp OK để xuất kết quả ra Output. 

Biến điều tiết moderator trong SPSS

Macro PROCESS sẽ xuất kết quả mô hình hồi quy với sự tham gia của 3 biến độc lập: X, W, X*W (tích số X*W được ký hiệu là Int_1). Bởi vì mỗi lần chạy Bootstrap, phần mềm sẽ lấy mẫu khác nhau nên kết quả có sự sai biệt giữa ảnh bên dưới với phần thực hành là bình thường, không phải lỗi.

Biến điều tiết moderator trong SPSS

Kết quả này cho thấy X không có tác động lên Y do p-value = 0.1875 > 0.05, W có tác động lên Y do p-value = 0.0328 < 0.05. Tuy nhiên như đề cập ở phần lý thuyết, chỉ cần tích số X*W có tác động lên Y thì đã có thể kết luận W có vai trò điều tiết lên mối quan hệ X và Y. Cụ thể ở đây, p-value của Int_1 bằng 0.0002 < 0.05, như vậy tích số X*W có tác động lên Y. Kết luận: W có vai trò điều tiết mối tác động từ X lên Y.

Hệ số tác động chưa chuẩn hóa của Int_1 là 0.1873 > 0, như vậy, khi W tăng thì sẽ làm tăng sự tác động từ X lên Y.