Xử lý biến trung gian mediator trong AMOS

Đánh giá mối quan hệ trung gian (mediation) là cách thức chúng ta đánh giá mối quan hệ từ biến độc lập X lên biến phụ thuộc Y khi có một biến xen giữa vào mối quan hệ này. Phân tích mô hình biến trung gian nghĩa là chúng ta phân tích sự can thiệp của biến trung gian, sự can thiệp đó sẽ tạo ra một loại tác động goi là "tác động gián tiếp" (indirect effect).

Biến xen giữa vào mối quan hệ nhân - quả từ độc lập lên phụ thuộc gọi là biến trung gian (mediator hoặc mediating variable). Xử lý biến trung gian nghĩa là chúng ta sẽ đi đánh giá biến trung gian đó có thực sự can thiệp vào mối quan hệ của độc lập - phụ thuộc hay không, nếu có thì sự can thiệp đó thế nào.

Trong mô hình quan hệ trung gian đơn giản bên dưới, X là biến độc lập, Y là phụ thuộc và M là biến trung gian. 

Trong mô hình biến trung gian, có hai mối tác động từ X lên Y là trực tiếp (direct) và gián tiếp (indirect). Đường trực tiếp là X → Y, và đường gián tiếp là X → M → Y. Từ cơ sở này, mối quan hệ trung gian được chia thành hai loại là trung gian toàn phần và trung gian một phần.

• Trung gian toàn phần (full mediation): X có tác động gián tiếp lên Y nhưng không có tác động trực tiếp lên Y.
• Trung gian một phần (partial mediation): X có tác động gián tiếp lên Y đồng thời cũng có tác động trực tiếp lên Y.
• Không có mối quan hệ trung gian: X không có tác động gián tiếp lên Y.

Các hệ số tác động xuất hiện trong mô hình biến trung gian:

• X → Y: Hệ số tác động (hệ số hồi quy) là B₁
• X → M: Hệ số tác động là B₂
• M → Y: Hệ số tác động là B₃
• X → M → Y: Hệ số tác động là B₂*B₃

Tác động gián tiếp sẽ mang dấu dương nếu cả B₂ và B₃ đều dương (+) hoặc đều âm (-). Ngược lại, nó sẽ mang dấu âm nếu một trong hai hệ số tác động B₂ hoặc B₃ mang dấu âm, hệ số còn lại mang dấu dương.

Từ X lên Y có hai mối tác động là trực tiếp và gián tiếp. Do vậy, chúng ta cần có một chỉ số đo lường tổng hợp cả hai sự tác động này, chỉ số đó gọi là Total Effects. Tác động tổng hợp sẽ bằng tổng của tác động trực tiếp cộng với tác động gián tiếp: Total Effects = Direct Effect + Indirect Effect = B₁+ B₂*B₃.

Tác động trực tiếp chúng ta đánh giá thông qua cách phân tích SEM bình thường. Các bạn có thể xem bài Hướng dẫn phân tích và đọc kết quả SEM trên AMOS. Nội dung bài viết này sẽ tập trung đi vào đánh giá quan hệ gián tiếp.

1. Phân tích tác động gián tiếp bằng công cụ Indirect của AMOS

Ưu điểm: Tích hợp sẵn trên phần mềm AMOS. Có thể tùy chỉnh số lần lấy mẫu Bootstrap (1000, 2000, 5000, ...), độ tin cậy của ước lượng Bootstrap (90%, 95%, 99%, ...). Có thể tính được tác động gián tiếp dù mô hình có biến bậc hai.

Nhược điểm: Khi có từ 2 biến trung gian can thiệp vào mối tác động từ độc lập lên phụ thuộc thì phần mềm không tính được tác động gián tiếp riêng biệt (specific indirect effects) của từng biến trung gian mà chỉ có thể tính tổng tác động gián tiếp chung cho cả 2 biến trung gian.

VIDEO HƯỚNG DẪN

Sau đây chúng ta sẽ đánh giá mối quan hệ trung gian trong mô hình cấu trúc tuyến tính SEM bằng phần mềm AMOS với ví dụ mô hình như sau. 

Mô hình này xem xét mối quan hệ giữa 5 cấu trúc tiềm ẩn là: Quảng cáo (QC), Nhận biết thương hiệu (NB), Quan hệ công chúng (QH) và Trung thành thương hiệu (TT). Có thể thấy được NB và QH đóng vai trò trung gian can thiệp vào mối quan hệ tác động từ QC lên TT. Chúng ta sẽ thực hành trên tập dữ liệu mẫu để đánh giá hai mối quan hệ trung gian này. 

Tại giao diện làm việc của AMOS, chúng ta vào biểu tượng Analysis Properties để thiết lập các thông tin phân tích.

Tại thẻ Output, tích chọn vào các mục trong hình, trong đó mục Indirect, direct & total effects dùng để xem xét các mối tác động trực tiếp và gián tiếp trong mô hình.

Chuyển sang thẻ Bootstrap, tích chọn vào các mục và điền thông số như ảnh. Perform bootstrap là số lần bootstrap, chúng ta thường sử dụng là 1000 lần, mục Bias-corrected confidence intervals chúng ta nhập vào 95% là độ tin cậy của phép kiểm định bootstrap.

Sau đã tích chọn xong xuôi, thoát bảng Analysis Properties và thực hiện phân tích SEM. Sau khi phân tích sau xong chúng ta xem Output và đọc kết quả.

Trước hết, chúng ta sẽ xem có tồn tại mối quan hệ gián tiếp từ QC lên TT hay không. Bất kỳ một mối quan hệ tác động nào chúng ta cũng sẽ cần xem xét trước nhất hai giá trị quan trọng sau:

• Giá trị sig (p-value), để xem mối quan hệ đó có ý nghĩa hay không. Nếu không có ý nghĩa, chúng ta không cần chú trọng vào chỉ số thứ hai, nếu có ý nghĩa, chúng ta sẽ cần xem mối tác động đó mạnh hay yếu.
• Hệ số tác động có thể là chuẩn hóa hoặc chưa chuẩn hóa, tuy nhiên, chúng ta thường xem xét giá trị chuẩn hóa để so sánh được thứ tự tác động của các biến với nhau.

Tại cửa sổ Output, chúng ta vào Estimates > Matrices > Standardized Indirect Effects (Mục 1). Ở mục bootstrap bên dưới, vào Bias-corrected percentile method > Two Tailed Significance (BC) (Mục 2).

• Mục số 1: Làm việc với các chỉ số tác động gián tiếp chuẩn hóa. Bên trên là các mục dùng để làm việc với chỉ số tác động trực tiếp, gián tiếp chưa chuẩn hóa, tổng mức tác động...
• Mục số 2: Hiển thị giá trị sig tương ứng với mục số 1 được chọn. Ví dụ, mục số 1 chọn Standardized Indirect Effects thì mục 2 sẽ hiện sig của Standardized Indirect Effects; nếu mục 1 chọn Standardized Direct Effects thì mục 2 sẽ hiện sig của Standardized Direct Effects.

Sau khi chọn mục 1 và 2, bên phải mục số 3 sẽ hiển thị giá trị sig Standardized Indirect Effects của tất cả các mối quan hệ gián tiếp có mặt trong mô hình SEM. Hàng ngang sẽ là biến độc lập (X), cột dọc sẽ là biến phụ thuộc (Y), gộp lại sẽ tạo thành dạng ma trận mối quan hệ.

Chúng ta chỉ quan tâm đến mối quan hệ giữa các cấu trúc tiềm ẩn. Cụ thể trong trường hợp này là mối quan hệ gián tiếp từ QC lên TT. Giá trị sig là 0.002 < 0.05 (mức ý nghĩa 5%), như vậy tồn tại mối quan hệ gián tiếp từ QC lên TT, do đó, có mối quan hệ trung gian từ QC lên TT. Trong trường hợp sig ở đây lớn hơn 0.05, chúng ta kết luận không có mối quan hệ trung gian từ QC lên TT. Tiếp đến chúng ta sẽ xem hệ số tác động gián tiếp chuẩn hóa là bao nhiêu. Ở mục số 2, chúng ta sẽ chọn vào Estimates.

Đọc kết quả tương tự như giá trị sig, chúng ta hệ số tác động gián tiếp chuẩn hóa của QC lên TT là 0.421.

2. Phân tích tác động gián tiếp bằng Plugin tích hợp vào AMOS

Ưu điểm: Kết quả hiển thị trực quan. Tính được tác động gián tiếp riêng biệt (specific indirect effects) của từng quan hệ trung gian trong mô hình dù có phức tạp tới đâu.

Nhược điểm: Sử dụng plugin phụ của một bên khác gắn vào AMOS. Không thể tùy chỉnh số lần lấy mẫu Bootstrap và độ tin cậy của ước lượng Bootstrap. Plugin này mặc định số lần lấy mẫu Bootstrap là 2000 và độ tin cậy ước lượng Bootstrap là 90% (trong khi mức đánh giá phổ biến là 95%). Không thể tính được tác động gián tiếp khi mô hình có biến bậc hai.

Trong ví dụ ở trên, chúng ta thấy rằng có sự xuất hiện tới 2 biến trung gian can thiệp vào mối quan hệ tác động từ QC lên TT. 

Tuy nhiên, theo cách xử lý biến trung gian ở mục số 1 (tác động gián tiếp tổng hợp - total indirect effect) chúng ta chỉ xác định được mức độ tác động gián tiếp tổng hợp tất cả các mối quan hệ trung gian từ QC lên TT, mà không thể xác định được mức độ tác động gián tiếp qua NB hay qua QH cái nào lớn hơn và liệu rằng có phải cả 2 biến NB và QH đều là biến trung gian hay chỉ một trong hai biến. 

Chúng ta sẽ cần thực hiện phân tích tác động gián tiếp riêng biệt (specific indirect effect) để đánh giá từng mối quan hệ riêng lẻ. Chức năng này không có sẵn trong AMOS mà chúng ta sẽ dùng plugin phụ kèm với estimand trên AMOS 24.

• Tải AMOS 24 tại bài viết này.
• Tải plugin Specific Indirect Effects + Estimand tại đây.

Sau khi tải về, giải nén file ra, chúng ta sẽ có 2 tệp có tên là: IndirectEffects.dll và SpecificIndirectEffects_Path.AmosEstimandVB.vb. Copy file IndirectEffects.dll dán vào thư mục plugins của AMOS 24 (cách thực hiện các bạn xem ở cuối bài viết này), file còn lại để đó, tí nữa chúng ta sẽ dùng.

Mở mô hình SEM cần đánh giá tác động gián tiếp riêng biệt trên AMOS 24, nhìn góc dưới bên trái sẽ thấy dòng chữ Not estimating any user-defined estimand. Nhấn phải chuột vào dòng này và chọn Select estimands.

 

Tìm đến thư mục có chứa file SpecificIndirectEffects_Path.AmosEstimandVB.vb khi nãy, cụ thể trong trường hợp bên dưới file này chứa trong thư mục Specific Indirect Effects ở đường dẫn như mục 1. Tại mục số 2, nhấp vào và chọn dòng số 2 hoặc dòng số 3 đều được.

Lúc này, trong cửa sổ sẽ xuất hiện file SpecificIndirectEffects_Path.AmosEstimandVB.vb. Chúng ta nhấp chọn file và chọn Open.

Quay lại giao diện SEM trên AMOS, chúng ta vào Plugins > Indirect Effects để thực hiện phân tích quan hệ gián tiếp riêng biệt.

Phần mềm sẽ mở ra một file .html trên trình duyệt mặc định của máy (có thể là Chrome, Internet Explorer, Firefox, MS Edge...) với nội dung bên trong như ảnh bên dưới.

Bảng này sẽ xuất toàn bộ các mối quan hệ trung gian có trong mô hình, gồm cả biến quan sát và biến tiềm ẩn. Tuy nhiên, chúng ta đa phần chỉ xét mối quan hệ giữa các biến tiềm ẩn. Cụ thể trong ví dụ này là 2 hàng được bôi vàng, 2 hàng này biểu diễn quan hệ gián tiếp riêng theo 2 biến trung gian là NB và QH. 

• NB có tác động trung gian lên mối quan hệ từ QC lên TT do p-value = 0.001 < 0.05, hệ số tác động chuẩn hóa là 0.276
• QH có tác động trung gian lên mối quan hệ từ QC lên TT do p-value = 0.001 < 0.05, hệ số tác động chuẩn hóa là 0.144

Cộng tổng hai hệ số chuẩn hóa này lại, chúng ta sẽ ra hệ số tác động gián tiếp từ QC lên TT là 0.276 + 0.144 = 0.420. Giá trị này xấp xỉ với 0.421 là hệ số tác động gián tiếp chuẩn hóa từ QC lên TT ở phần Total Indirect Effect. Hệ số Total sẽ bằng tổng các hệ số Specific cộng lại, sự chênh lệch nhỏ có thể xảy ra do nguyên tắc làm tròn số thập phân.

Tóm lại, khi xử lý biến trung gian trên AMOS, nếu có nhiều hơn một biến trung gian tác động lên mối quan hệ từ một biến độc lập lên biến phụ thuộc, chúng ta nên phân tích cả Total Indirect Effect và Specific Indirect Effect để đánh giá tổng hợp và riêng biệt từng mối tác động.