Trong nghiên cứu khoa học xã hội và hành vi, việc phân tích quan hệ trung gian (mediation) và tác động điều tiết (moderation) đã trở thành những kỹ thuật rất phổ biến. Tuy nhiên, nhiều mối quan hệ trong thực tế phức tạp hơn khi tác động gián tiếp của biến độc lập (X) lên biến phụ thuộc (Y) qua biến trung gian (M) có thể phụ thuộc vào một biến điều tiết (W). Khi đó, chúng ta gọi đây là mô hình moderated mediation (hay còn gọi là conditional indirect effect).
1. Mô hình moderated mediation
1.1 Giới thiệu
“Mô hình moderated mediation” (hay còn gọi là mô hình trung gian có điều tiết) là sự kết hợp của mediation (trung gian) và moderation (điều tiết) trong phân tích mô hình nhân quả. Mô hình này trả lời câu hỏi: Tác động gián tiếp của X lên Y thông qua M có phụ thuộc vào mức độ của một biến điều tiết W hay không?.
Moderated mediation xảy ra khi:
- Có biến trung gian M giải thích mối quan hệ X → Y
- Biến điều tiết W làm thay đổi cường độ/ý nghĩa của tác động gián tiếp (indirect effect)
PROCESS không chỉ hỏi “có trung gian không?” mà hỏi “trung gian đó có mạnh/yếu tùy theo W không?”
Ví dụ:
- Trong nghiên cứu hành vi tiêu dùng: ảnh hưởng của quảng cáo (X) lên ý định mua (Y) thông qua thái độ thương hiệu (M) có thể mạnh hơn hoặc yếu hơn tùy thuộc vào mức độ quen thuộc thương hiệu (W).
- Trong nghiên cứu quản trị nhân sự: tác động của đào tạo (X) đến hiệu suất làm việc (Y) thông qua động lực nội tại (M) có thể thay đổi theo giới tính hoặc độ tuổi (W).
Để kiểm định mô hình này, Macro PROCESS của Andrew Hayes trên SPSS là công cụ mạnh mẽ, đơn giản, và được trích dẫn rất nhiều trong các công bố quốc tế.
1.2 Tổng quan về Moderated Mediation
- Khái niệm: X ảnh hưởng đến Y thông qua M.
- Ví dụ: Nhận thức về lợi ích môi trường (X) → Thái độ với xe điện (M) → Ý định mua (Y).
- Khái niệm: Mối quan hệ giữa hai biến phụ thuộc vào một biến thứ ba.
- Ví dụ: Tác động của thái độ (M) đến ý định mua (Y) phụ thuộc vào mức độ am hiểu công nghệ (W).
Moderated mediation – Trung gian có điều tiết
- Khái niệm: Tác động gián tiếp của X lên Y thông qua M thay đổi tuỳ theo mức độ của W.
- Đây là mô hình “kép”, vừa có trung gian, vừa có điều tiết.
2. Các model moderated mediation trong PROCESS
Phiên bản PROCESS v3 hoặc v4 có các mô hình moderated mediation là:
PROCESS moderated mediation Model 7:
Cấu trúc:
- Biến W điều tiết đường X → M (a-path).
- Sau đó, M ảnh hưởng đến Y như một trung gian bình thường.
- Ý nghĩa: Tác động của X lên M phụ thuộc vào mức W. Vì thế, hiệu ứng gián tiếp X → M → Y thay đổi theo W.
Ví dụ: Ảnh hưởng của chiến dịch quảng cáo (X) lên thái độ với thương hiệu (M) phụ thuộc vào mức độ gắn bó thương hiệu trước đó (W). Sau đó thái độ ảnh hưởng đến ý định mua (Y).
PROCESS moderated mediation Model 8:
Cấu trúc:
- Giống Model 7 (W điều tiết đường X → M).
- Nhưng đồng thời, W cũng có ảnh hưởng trực tiếp lên Y.
- Ý nghĩa: Ngoài việc thay đổi tác động gián tiếp, W còn trực tiếp tác động đến kết quả.
Ví dụ: Gắn bó thương hiệu (W) không chỉ làm thay đổi cách quảng cáo (X) ảnh hưởng đến thái độ (M), mà bản thân nó cũng tác động trực tiếp đến ý định mua (Y).
PROCESS moderated mediation Model 14:
Cấu trúc:
- Biến W điều tiết đường M → Y (b-path).
- Đường X → M (a-path) không bị điều tiết.
- Ý nghĩa: Ảnh hưởng của M đến Y thay đổi theo W. Vì vậy, hiệu ứng gián tiếp X → M → Y được điều tiết.
Ví dụ: Thái độ với xe điện (M) ảnh hưởng đến ý định mua (Y) mạnh hơn khi mức độ am hiểu công nghệ (W) cao.
PROCESS moderated mediation Model 15:
Cấu trúc:
- W điều tiết đồng thời cả hai đường X → M và M → Y.
- Ý nghĩa: Hiệu ứng gián tiếp của X lên Y thay đổi theo W ở cả hai chặng (a-path và b-path).
Ví dụ: Trình độ học vấn (W) có thể ảnh hưởng đến cách chương trình đào tạo (X) hình thành kiến thức (M), và cũng ảnh hưởng đến việc kiến thức (M) dẫn đến hiệu suất làm việc (Y).
PROCESS moderated mediation Model 58:
Cấu trúc:
- W điều tiết đồng thời cả hai đường X → M và M → Y.
- Ý nghĩa: Hiệu ứng gián tiếp của X lên Y thay đổi theo W ở cả hai chặng (a-path và b-path).
Ví dụ: Trình độ học vấn (W) có thể ảnh hưởng đến cách chương trình đào tạo (X) hình thành kiến thức (M), và cũng ảnh hưởng đến việc kiến thức (M) dẫn đến hiệu suất làm việc (Y).
PROCESS moderated mediation Model 59:
Cấu trúc:
- Giống Model 58 (W điều tiết cả X → M và M → Y).
- Đồng thời, W còn có tác động trực tiếp lên Y.
- Ý nghĩa: Đây là phiên bản “mạnh nhất” vì W tham gia vào mọi hướng → làm thay đổi tác động gián tiếp, và đồng thời tác động trực tiếp lên Y.
Ví dụ: Trình độ học vấn (W) vừa thay đổi tác động đào tạo (X) → kiến thức (M), vừa thay đổi tác động kiến thức (M) → hiệu suất (Y), và đồng thời ảnh hưởng trực tiếp đến hiệu suất (Y).
3. Phân tích moderated mediation bằng macro PROCESS v4 trên SPSS
3.1 Chuẩn bị tập dữ liệu phân tích
Lấy ví dụ một tập dữ liệu với cấu trúc biến như sau:
- Biến độc lập X: gồm các biến quan sát X1, X2, X3
- Biến phụ thuộc Y: gồm các biến quan sát Y1, Y2, Y3
- Biến trung gian M: gồm các biến quan sát M1, M2, M3
- Biến điều tiết W: gồm các biến quan sát W1, W2, W3
Tiến hành trung bình cộng dữ liệu biến quan sát để tạo ra 4 biến tiềm ẩn X, Y, M, W dùng phân tích mô hình trung gian được điều tiết bằng PROCESS.
3.2 Thực hành phân tích moderated mediation bằng PROCESS trên SPSS
Tại cửa sổ SPSS, vào Analyze > Regression > PROCESS v4.2 by Andrew F. Hayes.
Cửa sổ PROCESS xuất hiện,:
- Mục số 1: Chọn loại model moderated mediation 7, 8, 14, 15, 58, 59.
- Mục số 2: Đưa biến phụ thuộc vào Y variable, biến độc lập vào X variable, biến trung gian vào Mediator(s) M,
- Mục số 3: Đưa biến điều tiết vào Moderator variable W.
Xong xuôi, chúng ta nhấp vào Options mục 4.
Trong Options, thiết lập các mục 1-2-3-4 như ảnh. Nhấp Continue để quay lại cửa sổ ban đầu, sau đó nhấp OK để xuất kết quả ra Output.
4. Đọc kết quả moderated mediation từ model 7, 8, 14, 15, 58, 59 PROCESS
Theo Hayes (2018), moderated mediation không nên được kết luận dựa trên ý nghĩa thống kê của từng hệ số tương tác riêng lẻ trong mô hình hồi quy, mà cần được kiểm định trực tiếp thông qua chỉ số moderated mediation. Chỉ số này phản ánh mức độ thay đổi của tác động gián tiếp theo biến điều tiết và được đánh giá bằng khoảng tin cậy bootstrap.
Nếu khoảng tin cậy bootstrap của chỉ số moderated mediation không chứa giá trị 0, có thể kết luận tồn tại tác động trung gian có điều tiết; ngược lại, nếu khoảng tin cậy này chứa 0, không có đủ bằng chứng để khẳng định moderated mediation, bất kể các hệ số tương tác điều tiết (X*W) trong mô hình có đạt ý nghĩa thống kê hay không (nghĩa là quan hệ điều tiết có ý nghĩa hay không có ý nghĩa sẽ không ảnh hưởng đến moderated mediation có ý nghĩa hay không).
Như vậy, tiêu chí đánh giá một quan hệ trung gian được điều tiết có ý nghĩa là dựa vào khoảng tin cậy Bootstrap của Index of Moderated Mediation:
- CI Bootstrap không chứa 0 → quan hệ moderated mediation có ý nghĩa
- CI Bootstrap chứa 0 → quan hệ moderated mediation không có ý nghĩa
Mặc dù quan hệ điều tiết không quyết định lên quan hệ trung gian được điều tiết có ý nghĩa hay không nhưng chúng ta cũng nên đọc kết quả phần quan hệ điều tiết này để thông tin mô hình được đầy đủ hơn.
Ví dụ thực hành với moderated mediation PROCESS Model 7. Các model còn lại cách đọc kết quả sẽ tương tự.
→ Biến Int_1 có p_value kiểm định t bằng 0.000 < 0.05 có ý nghĩa thống kê, như vậy biến W có vai trò điều tiết sự tác động từ X lên M. Hệ số điều tiết bằng 0.354 > 0, như vậy, khi W tăng sẽ làm X tác động mạnh hơn lên M.
→ Phần trọng tâm: Khoảng tin cậy bootstrap của hệ số trung gian được điều tiết dao dộng trong vùng [0.150; 0.383] không bao gồm giá trị 0, tác động gián tiếp X → M → Y được điều tiết bởi W có ý nghĩa thống kê với hệ số tác động trung gian là 0.244.
----------
Nguồn:
Hayes, A. F. (2018). Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach (Methodology in the Social Sciences) (2nd ed.). New York, NY: The Guilford Press.