Tag Archives: biến trung gian

Mô hình biến trung gian mediator: năm loại kết quả có thể xuất hiện

Bài  này nhóm MBA Bách Khoa sẽ giới thiệu về các khái niệm cơ bản của biến trung gian, kiểm định sobel, và kiểm định biến trung gian bằng bootstrap(chỉ áp dụng cho SmartPLS)

Ví dụ về biến trung gian, tác động trực tiếp, tác động gián tiếp, tác động tổng hợp.

 

M là biến trung gian, Y1 là biến độc lập, Y2 là biến thụ thuộc. Hệ số p3 là tác động trực tiếp direct effect, p1*p2 là tác động gián tiếp indirect effect. Tác động tổng hợp total effect là p3+p1*p2.

Để phân tích một mô hình có biến trung gian, Zhao et al. (2010) đề xuất một mô hình như sau(Hair et al. (2017) cũng đề xuất ).

Năm loại kết quả có thể xuất hiện của mô hình biến trung gian mediation:

  1. Direct-only nonmediation- không trung gian , chỉ trục tiếp: Tác động trực tiếp có ý nghĩa thống kê nhưng tác động gián tiếp không có ý nghĩa thống kê
  2. No-effect nonmediation – không trung gian, không tác động: Tác động trực tiếp và tác động gián tiếp đều không có ý nghĩa thống kê
  3. Complementary mediation – trung gian bổ sung : Tác động trực tiếp và tác động gián tiếp đều có ý nghĩa thống kê và cùng chiều
  4. Competitive mediation – trung gian cạnh tranh: Tác động trực tiếp và tác động gián tiếp đều có ý nghĩa thống kê và khác chiều.
  5. Indirect-only mediation – chỉ có tác động gián tiếp: Tác động trực tiếp không có ý nghĩa thống kê nhưng tác động gián tiếp có ý nghĩa thống kê

Kiểm định Sobel là gì?

Sobel(1982) test dùng để kiểm định mức ý nghĩa của tác động trung gian. Kiểm định Sobel này so sánh tác động trực tiếp của biến độc lập và biến phụ thuộc với tác động gián tiếp giữa biến độc lập và biến phụ thuộc có bao gồm biến trung gian (Helm et al., 2010). Tuy nhiên Sobel test đòi hỏi giả định phân phối chuẩn, tuy nhiên giả định này lại không thích hợp với phương thức phi tham số PLS-SEM. Hơn nữa, giả định tham số của kiểm định Sobel chưa kiểm soát được vấn đề này: biến indirect effect p1*p2 có thể không phải có phân phối chuẩn. Vì việc nhân hai biến có phân phối chuẩn lại sẽ tạo ra một biến không có phân phối chuẩn. Hơn nữa, Sobel test yêu cầu hệ số hồi quy chưa chuẩn hóa để làm đầu vào và thiếu sức mạnh thống kê , đặc biệt khi cỡ mẫu nhỏ.

Vì những lý do đó, các nhà nghiên cứu không xài Sobel test để phân tích biến trung gian nữa, đặc biệt là các nghiên cứu sử dụng PLS-SEM.(e.g., Klarner et al.,2013; Sattler et al., 2010).

Phần từ đây về sau dành cho SmartPLS

Thay vì sử dụng Sobel, nhà nghiên cứu tiến hành boostrap phân phối mẫu của hiệu ứng gián tiếp.

Quá trình bootstrapping không cần giả định về loại phân phối của biến , và có thể tự tin áp dụng cho cỡ mẫu nhỏ.

Trong SmartPLS 3 đã tích hợp sẵn vấn đề bootstrap này. Và có ưu điểm hơn hẳn khi so với Sobel test. Ví dụ nhìn vào hình dưới, tác động gián tiếp từ COMP->CUSL có p-value=0.038<5%. Nghĩa là PLS có thể đánh giá mức ý nghĩa của tác động trực tiếp và gián tiếp. Từ đó kết luận quan hệ điều tiết thuộc loại nào trong 5 loại ở trên.

Như vậy, Nhóm MBA đã giới thiệu mô hình biến trung gian mediator: năm loại kết quả có thể xuất hiện, đồng thời về phương pháp kiểm định sobel, và kiểm định biến trung gian bằng bootstrap( chỉ áp dụng cho SmartPLS)

Các bạn cần trao đổi thêm cứ trao đổi với nhóm nhé.

Liên hệ nhóm thạc sĩ Hỗ trợ SPSS.

– SMS, Zalo, Viber:

phone number

– Chat Facebook: http://facebook.com/hoidapSPSS/

– Email:                 hotrospss@gmail.com

Kĩ thuật xử lý biến trung gian, phân tích mediation trong SPSS

Nhóm MBA Bách Khoa giới thiệu mô hình biến trung gian, và các khái niệm tác động trực tiếp direct effect, tác động gián tiếp indirect effect, tác động tổng hợp total effect

Phân tích biến trung gian là một kĩ thuật được sử dụng để trả lời câu hỏi làm thế nào biến nguyên nhân X tác động vào biến Y? Cơ chế như thế nào?

 
Mô hình biến trung gian đơn giản nhất như trên, bao gồm hai biến kết quả là M và Y, cùng với hai biến nguyên nhân là X và M. Trong đó X ảnh hưởng đến M và Y, và M ảnh hưởng đến Y.

Trong mô hình hồi quy có biến trung gian này, tác động của biến X và biến Y có thể được chia thành hai tác động. Đó là tác động trực tiếp direct effect và tác động gián tiếp indirect effect.
Có hai đường để biến X tác động đến Y, đường thứ nhất là X->Y, đường thứ 2 là X->M->Y.

Đường từ X tác động thẳng đến Y, không thông qua M được gọi là tác động trực tiếp direct effect.

Đường thứ hai từ X đến Y thông qua biến M được gọi là tác động gián tiếp indirect effect. Tác động gián tiếp được hiểu là Y bị tác động bởi X thông qua một chuỗi nguyên nhân tác động. Cụ thể là X tác động đến M, rồi M lại tác động đến Y.
Trong mô hình trung gian, biến M được gọi là biến trung gian mediator variable. Biến M không thể mang tác động của biến X lên biến Y nếu biến M không được đặt giữa quan hệ giữa X và Y.

Ước lượng Direct, Indirect, Total Effects của X

 
Hai phương trình biểu diễn M và Y như sau:

     M = i1 + aX + eM
     Y = i2 + c′X + bM+ eY

Tác động trực tiếp Direct Effect được thể hiện bằng c' , với bất kì giá trị nào của M (M không đổi), khi X thay đổi 1 đơn vị thì Y thay đổi c' đơn vị.

Tác động gián tiếp Indirect effect của X vào Y thông qua biến M là phép nhân của hai hệ số a và b, ví dụ a=0.5 , b=1.3 , thì tác động gián tiếp indirect effect của X lên Y thông qua biến M là ab=0.65 . Tại sao là phép nhân? Vì khi X tăng 1 đơn vị thì M sẽ thay đổi a đơn vị, dẫn đến Y thay đổi a*b đơn vị.

Dấu của tác động gián tiếp indirect effect

Tác động gián tiếp indirect effect sẽ mang giá trị dương nếu cả a và b đều dương hoặc đều âm. Ngược lại, nó sẽ mang dấu âm nếu chỉ một trong hai giá trị a hoặc b mang dấu âm.

Tác động tổng hợp total effect của X lên Y

Ý nghĩa tác động tổng hợp total effect: sự thay đổi của biến Y khi X thay đổi 1 đơn vị.
Tác động tổng hợp này bằng tổng của tác động trực tiếp và gián tiếp.
Total effect = direct effect + indirect effect=c'+ab
Trong mô hình hồi quy chỉ có X và Y, tác động tổng hợp chính là hệ số c
Y = i3 + cX

Cách tính toán tác động tổng hợp

Như vậy tác động tổng hợp c=c'+ab , ta có thể tính toán tác động tổng hợp bằng hai cách:
Cách 1: hệ số c của phương trình hồi quy đơn biến:  Y = i3 + cX
Cách 2: tổng của tác động trực tiếp và gián tiếp

Như vậy, nhóm MBA Bách Khoa Hỗ Trợ SPSS đã trình bài các khái niệm liên quan đến biến trung gian, các bạn khi làm bài có gặp thắc mắc cứ liên  hệ nhóm nhé.

– Zalo, Viber, SMS

phone number

– Facebook: http://facebook.com/hoidapSPSS/

– Email:        hotrospss@gmail.com