Ước lượng mô hình trung gian mediation
Baron và Kenny đã đề xuất một quy trình đơn giản yêu cầu mỗi bước trong số ba bước đầu tiên phải có ý nghĩa thống kê và sau đó ước tính tác động trung gian trong bước 4:
Bước 1 Ước tính mối quan hệ C: đảm bảo rằng tồn tại mối quan hệ có ý nghĩa thống kê giữa biến độc lập và phụ thuộc;
Bước 2 Ước tính mối quan hệ A: đảm bảo rằng tồn tại mối quan hệ có ý nghĩa thống kê giữa biến độc lập và biến phụ thuộc( ở đây là biến trung gian M);
Bước 3 Ước tính mối quan hệ B: đảm bảo rằng tồn tại một mối quan hệ có ý nghĩa thống kê giữa biến trung gian M và biến phụ thuộc.
Mỗi bước này được ước tính riêng biệt, bằng phân tích hồi quy đơn biến. Sau đó, bước 4 liên quan đến một hồi quy đa biến kiểm soát hiệu ứng trung gian:
Bước 4 Ước tính mối quan hệ C’: ước tính tác động trung gian bằng cách thêm biến trung gian làm biến độc lập khác trong một hồi quy bội đa biến, nghĩa là phương trình hồi quy bây giờ có 2 biến độc lập, đó là biến độc lập ban đầu, và thêm biến trung gian M nữa. để bây giờ mối quan hệ C’ là mối quan hệ giữ biến độc lập và phụ thuộc khi có mặt của biến trung gian M.
Ý nghĩa thống kê significant của C’ quyết định biến trung gian là trung gian toàn phần hay trung gian một phần. Trung gian toàn phần xảy ra khi C’ không có ý nghĩa thống kê, có nghĩa là sau khi chúng ta đưa biến M vào phương trình hồi quy, thì mối quan hệ giữa biến độc lâp đến biến phụ thuộc ban đầu biến mất. Trung gian từng phần là khi C’ có ý nghĩa thống kê.
Tính toán tác động trung gian
Mặc dù hiện tại chúng ta có thể xác định xem có trung gian toàn bộ hay một phần hay không, nhưng việc tính toán quy mô của hiệu ứng trung gian là rất quan trọng, đặc biệt nếu đó chỉ là trung gian một phần. Tác động của trung gian được gọi là tác động gián tiếp – tác động của biến độc lập được truyền qua biến trung gian. Nói một cách dễ hiểu, giá trị gián tiếp chỉ là tích số của tác động của A và B. Từ kết quả của chúng ta, chúng ta tính toán tác động gián tiếp là A*B, sử dụng các hệ số ước lượng từ bước 2 và 3 ở trên.
Điều này dẫn đến sự phân rã của mối quan hệ xử lý ban đầu có thể chia làm 2 phần: tác động trung gian và tác động gián tiếp qua biến trung gian. Nó có thể được biểu thị là: C= C’+ A * B
Khi phân tích biến trung gian, các câu hỏi sau thường phải được đặt ra và giải đáp:
-Tác động gián tiếp A*B có ý nghĩa thống kê hay không?
-Tác động gián tiếp C’ có ý nghĩa thống kê hay không? Dùng để đánh giá trung gian 1 phần hay toàn phần
-Nếu cả hai tác động ở trên đều có ý nghĩa thống kê, thì mức độ của nó quan hệ ra sao? Có nghĩa là độ lớn của tác động gián tiếp indirect effect so với tác động tổng hợp total effect, hoặc là độ lớn của tác động gián tiếp indirect effect so với tác động trung gian chính mediated main effect như thế nào? Phần mềm process macro cung cấp cho ta các chỉ số tỉ lệ đó.
Ý nghĩa thống kê của tác động gián tiếp a*b
Bước cuối cùng là tính toán ý nghĩa thống kê của ảnh hưởng gián tiếp. Mặc dù chúng ta biết rằng cả A và B đều có ý nghĩa từ bước 2 và 3, nhưng chúng ta không biết tầm quan trọng của ảnh hưởng tổng hợp của chúng. Sobel đã phát triển một bài kiểm tra ý nghĩa đơn giản sử dụng thông tin về các hệ số ước lượng và sai số chuẩn của chúng. Phương trình là:
Sau đó, chúng ta đánh giá Z chính là một giá trị Z (ví dụ: lớn hơn 1.96 là có ý nghĩa ở mức 0.05). Phép thử Sobel có statistical power thấp và yêu cầu phân phối chuẩn. Do đó, khuyến nghị sử dụng bootstrapping để đánh giá chính xác hơn tác động gián tiếp. Các ước tính bootstrap có sẵn trong các chương trình như PROCESS macro và các mô hình phương trình cấu trúc được sử dụng để ước tính hiệu ứng trung gian mediation.
Các khái niệm về mediation
Nói một cách dễ hiểu, hiệu ứng trung gian được tạo ra khi có một biến thứ ba xen vào giữa hai biến có liên quan khác. Hiệu ứng trung gian làm nổi bật sự khác biệt giữa tác động trực tiếp và gián tiếp.
Hiệu ứng trực tiếp là gì?
Hiệu ứng trực tiếp là mối quan hệ liên kết hai biến bằng một mũi tên kết nối duy nhất.
Hiệu ứng gián tiếp là gì?
Hiệu ứng gián tiếp là những mối quan hệ bao gồm một chuỗi các mối quan hệ với ít nhất một cấu trúc can thiệp có liên quan. Như vậy, hiệu ứng gián tiếp là một chuỗi gồm hai hoặc nhiều hiệu ứng trực tiếp và được biểu diễn trực quan bằng nhiều mũi tên.
Sơ đồ ở trên cho thấy cả ảnh hưởng trực tiếp từ K lên E và ảnh hưởng gián tiếp của K lên E dưới dạng một chuỗi K->M->M.Hiệu ứng gián tiếp K->M->E biểu thị tác động trung gian của biến M lên mối quan hệ giữa K và E.
- SmartPLS-các chỉ số cần đánh giá trong mô hình đo lường và mô hình cấu trúc
- Quy tắc cỡ mẫu PLS-SEM với độ phức tạp mô hình
- Các bước làm luận văn thạc sĩ định lượng SPSS
- Bảng câu hỏi và video hồi quy sự tác động của marketing mix lên hành vi truyền miệng
- Mô hình IPA mức độ quan trọng – mức độ thực hiện (IPA – Importance-Performance Analysis)