Nhóm MBA Bách Khoa Hỗ Trợ SPSS giải thích khái niệm biến điều tiết moderator, cùng với việc chạy biến điều tiết trong SPSS.
Biến điều tiết là gì?
Ảnh hưởng của biến độc lập X lên biến phụ thuộc Y được điều tiết bởi biến M. Trong trường hợp này, biến M gọi là biến điều tiết của qua hệ từ X tác động qua Y. Lưu ý M không phải là 1 biến dự đoán cho Y trong mô hình điều tiết. Qua một số thuật toán, mô hình biến điều tiết ở trên có thể được biểu diễn lại như sau:
Phương trình hồi quy có biến điều tiết được biểu diễn như sau:
Y = i1 + b1X + b2M+ b3XM+ eY
Ví dụ biến M có một trong ba giá trị là 0 1 2, thì phương trình của Y theo 3 biến độc lập được minh họa như sau:
Lưu ý có ba đường biểu diễn của biến phụ thuộc Y, tùy theo 3 giá trị của biến điều tiết M
XM thực chất là phép nhân giữa biến X và biến M, do đó biến này phải được tính toán trước, và lưu vào file spss để chạy.
Cách đánh giá biến điều tiết có tác động đến mối quan hệ hay không?
Khi chạy hồi quy đa biến, biến phụ thuộc là Y, ba biến độc lập là X , M , XM thì ta xem xét sig. của biến XM, nếu sig. này <5% có ý nghĩa thống kê thì ta kết luận biến M điều tiết mối quan hệ giữa biến X và biến Y. Còn về chiều hướng của quan hệ điều tiết, ta dựa vào hệ số b3 của biến XM để kết luận. Như hình vẽ ta thấy, nếu hệ số b3 >0, và X >0 thì khi biến M tăng sẽ làm cho quan hệ giữa biến X và Y tăng theo.
Tuy nhiên, việc nhân hay biến X*M dẫn đến một số điểm bất lợi, vì có thể bị đa cộng tuyến giữa các biến, dưới đây là kĩ thuật để hạn chế vấn đề đó.
Kĩ thuật mean centering một biến
Một kĩ thuật thường được áp dụng là mean centering biến X và biến M, ví dụ phương trình gốc:
Y = i1 + b1X + b2M + b3XM + eY
Sẽ được biến đổi như sau:
Y = i1 + b1X′+ b2M′+ b3X′M′+ eY
Với X’ =X – X_tb , M’=M-M_tb
X_tb = trung bình cộng của biến X
M_tb = trung bình cộng của biến M
Nghĩa là khi đó, ta sẽ tạo biến mới, bằng chính giá trị biến đó trừ đi giá trị trung bình của biến đó. Đó chính là kĩ thuật mean center.
Kĩ thuật mean center được giới thiệu trong vài sách về phân tích hồi quy(e.g., Aiken & West, 1991; Cohen et al., 2003). Có vài lời giải thích được đề ra tại sao mean centering được ưu tiên trong các phương trình hồi quy có phép nhân. Bởi vì X và M thì tương quan rất mạnh với biến X*M , nên sẽ dẫn đến việc ước lược bị hiện tượng đa cộng tuyến, kết quả xấu, hoặc hệ số hồi quy “khác lạ”, sai số chuẩn cao… Vì thế, việc centering một biến có thể là điều có lợi, được một số người khuyến khích xài. Tuy nhiên không chính xác khi nói việc mean centering là bắt buộc, cần thiết. Thực tế, khi chạy hồi quy hai phương trình sẽ cùng sinh ra hệ số b3 như nhau(b3= 0.834)
Y = 7.706 + 3.773X − 0.473M+ 0.834XM
Y = 5.288 + 0.493X’ − 0.473M′+ 0.834X’M′
Hệ số hồi quy cho phép nhân giữa X và M là b3= 0.834, hệ số này chỉ ra sự tác động của X vào Y đổi như thế nào khi M thay đổi một đơn vị.
Lưu ý đối với biến M, đây là biến điều tiết, tuy nhiên biến này cũng có hai dạng: biến điều tiết định tính( ví dụ Nam =1/ Nữ =2) và biến điều tiết định lượng. Khi biến điều tiết ở dạng định lượng, có nghĩa là biến liên tục đo mức độ tăng dần, thì để đơn giản vấn đề, người ta sẽ chia biến định lượng đó ra làm 2 phần , phần thấp và cao, dựa trên kĩ thuật chia mẫu theo mean hoặc median ( trung bình cộng hoặc trung vị). Lúc đó biến điều tiết quay về dạng định tính, phân loại.
Tóm lại, bài này đã giới thiệu cách phân tích biến điều tiết trong SPSS, tuy nhiên nếu các bạn sử dụng phần mềm AMOS để xử lý biến điều tiết thì có một kĩ thuật khác gọi là phân tích đa nhóm multigroup analysis. Lúc đó việc đánh giá sẽ trực quan hơn.
Các bạn có cần hỗ trợ thêm kiến thức, đào tạo, xử lý số liệu liên hệ nhóm nhé
– Zalo, Viber, SMS
– Facebook: http://facebook.com/hoidapSPSS/
– Email: hotrospss@gmail.com
