Phân tích biến điều tiết trong SmartPLS 4: từ thiết lập đến simple slope
Biến điều tiết không chỉ là một biến độc lập bổ sung. Giả thuyết cần kiểm định là hệ số tương tác X × M có làm thay đổi độ dốc của quan hệ X → Y hay không.
SmartPLS 4 ước lượng hiệu ứng điều tiết PLS-SEM bằng cách tiếp cận hai giai đoạn. Kết luận phải dựa trên hệ số tương tác, khoảng tin cậy bootstrap, kích thước tác động và simple slope.
Điều tiết làm thay đổi độ dốc X → Y
- Biến dự báo X
Quan hệ chính cần nghiên cứu
- Kết quả Y
Biến được giải thích
- Biến điều tiết W
Điều kiện của quan hệ X → Y
Sơ đồ khái niệm. Đọc tương tác cùng độ dốc có điều kiện và khoảng tin cậy.
Nguồn: Lê Minh biên soạn · Minh họa khái niệm, không phải đầu ra phần mềm.1. Mục tiêu học tập và điều kiện đầu vào
Sau chuyên đề này, bạn cần phân biệt được tác động trực tiếp với điều tiết, thiết lập đúng mô hình hai chiều trong SmartPLS 4, đọc hệ số tương tác và vẽ diễn giải simple slope. Phần cuối cung cấp một ví dụ số và mẫu báo cáo có thể thay bằng kết quả nghiên cứu thật.
Trước khi kiểm định điều tiết, mô hình đo lường của X, M và Y phải được đánh giá theo đúng loại thang đo. Quan hệ điều tiết thường cần được xác lập từ lý thuyết trước khi xem dữ liệu, vì việc thử nhiều biến điều tiết rồi chỉ giữ kết quả có ý nghĩa làm tăng nguy cơ chọn kết quả thuận lợi.
- Xác định rõ X là biến dự báo, Y là biến kết quả và M là biến điều tiết.
- Nêu chiều điều tiết dự kiến nếu lý thuyết đủ rõ.
- Hoàn tất đánh giá mô hình đo lường của X, M và Y.
- Xác định M là liên tục, nhị phân hay biến tiềm ẩn cấu tạo.
- Giữ lại biến chính X và M trong phương trình có tương tác.
2. Hiểu phương trình điều tiết trước khi vẽ mô hình
Mô hình điều tiết hai chiều có dạng Y = b₀ + b₁X + b₂M + b₃XM + e. Hệ số b₃ là hiệu ứng tương tác. Nếu b₃ khác 0, độ dốc của quan hệ X → Y thay đổi khi M thay đổi. Tác động có điều kiện của X lên Y được tính bằng b₁ + b₃M (Dawson, 2014).
b₁ không phải tác động trung bình của X trong mọi trường hợp. Nó là tác động của X khi M = 0. Nếu M đã được chuẩn hóa hoặc định tâm, M = 0 thường là mức trung bình. Nếu M là biến nhị phân mã 0/1, b₁ là tác động của X trong nhóm tham chiếu M = 0.
b₂ cũng là tác động có điều kiện: tác động của M lên Y khi X = 0. Vì vậy, việc M không có tác động trực tiếp có ý nghĩa không ngăn cản b₃ có ý nghĩa. Điều tiết được kết luận từ tương tác, không từ riêng b₂.
| Hệ số | Ý nghĩa | Câu hỏi cần trả lời |
|---|---|---|
| b₁ | Tác động của X lên Y khi M = 0 | Điểm 0 của M có ý nghĩa gì? |
| b₂ | Tác động của M lên Y khi X = 0 | Điểm 0 của X có ý nghĩa gì? |
| b₃ | Mức thay đổi độ dốc X → Y khi M tăng một đơn vị | Khoảng tin cậy có chứa 0 không? |
| b₁ + b₃M | Tác động có điều kiện của X tại một mức M | Độ dốc ở M thấp, trung bình và cao là bao nhiêu? |
3. Chọn và mã hóa biến điều tiết
Biến điều tiết liên tục nên được giữ ở dạng liên tục nếu lý thuyết không yêu cầu phân nhóm. Chia điểm số thành nhóm thấp và cao làm mất thông tin và có thể làm giảm power. Simple slope ở trung bình và lệch chuẩn chỉ là cách trình bày tác động có điều kiện, không phải thao tác biến M thành ba nhóm (Dawson, 2014).
Biến điều tiết nhị phân nên được mã hóa 0/1. Khi đó, b₁ là độ dốc X → Y của nhóm 0 và b₁ + b₃ là độ dốc của nhóm 1. Nếu dùng 1/2, mô hình vẫn có thể ước lượng nhưng điểm tham chiếu M = 0 không thuộc nhóm nào, làm hệ số chính khó diễn giải.
Với biến tiềm ẩn cấu tạo hoặc mô hình có thang đo khác nhau, cách tiếp cận hai giai đoạn thường linh hoạt vì tương tác được tạo từ điểm số biến tiềm ẩn ở giai đoạn một (Becker và cộng sự, 2018; SmartPLS, n.d.).
| Loại M | Thiết lập khuyến nghị | Cách diễn giải |
|---|---|---|
| Liên tục | Giữ liên tục; chuẩn hóa hoặc định tâm nếu cần điểm 0 dễ hiểu | Simple slope tại các giá trị có ý nghĩa |
| Nhị phân | Mã 0/1 và nêu rõ nhóm tham chiếu | So sánh độ dốc giữa hai nhóm |
| Danh mục trên hai nhóm | Tạo k - 1 biến giả hoặc cân nhắc MGA theo câu hỏi nghiên cứu | Mỗi hệ số dùng một nhóm tham chiếu |
| Biến tiềm ẩn cấu tạo | Ưu tiên cách tiếp cận hai giai đoạn | Đọc hệ số tương tác từ điểm số giai đoạn một |
Tương tác kiểm định sự thay đổi của một đường dẫn theo M trong một phương trình. MGA so sánh ước lượng giữa các nhóm và cần xem xét tính bất biến đo lường. Không thay thế hai cách chỉ vì chúng cùng liên quan đến khác biệt.
4. SmartPLS 4 tạo tương tác theo hai giai đoạn như thế nào?
Ở giai đoạn một, SmartPLS ước lượng mô hình tác động chính chưa có biến tương tác và lưu điểm số của X và M. Ở giai đoạn hai, phần mềm nhân hai điểm số để tạo chỉ báo cho X × M, sau đó đưa X, M và X × M vào phương trình dự báo Y. SmartPLS tự thêm đường M → Y vì tác động chính phải có trong mô hình tương tác (Ringle và cộng sự, 2024; SmartPLS, n.d.).
Nếu bạn chọn dữ liệu chuẩn hóa, chưa chuẩn hóa hoặc định tâm khi chạy thuật toán, điểm số tương ứng sẽ được dùng để tạo tương tác. Cấu hình này ảnh hưởng ý nghĩa của điểm 0 và hệ số chính, nhưng không biến một tương tác không có căn cứ lý thuyết thành có ý nghĩa.
| Giai đoạn | Dữ liệu được dùng | Kết quả cần giữ |
|---|---|---|
| 1. Mô hình tác động chính | Chỉ báo của X, M và Y | Điểm số biến tiềm ẩn và chất lượng mô hình đo lường |
| 2. Mô hình tương tác | Điểm số X, điểm số M và tích X × M | b₁, b₂, b₃, f² và kết quả bootstrap |
| Diễn giải | Hệ số và giá trị M được chọn | Simple slope và tác động có điều kiện |
5. Quy trình thao tác trong SmartPLS 4
Tên lệnh có thể thay đổi nhẹ giữa các bản cập nhật, nhưng trình tự dưới đây giữ nguyên. Nên lưu một bản mô hình trước khi thêm tương tác để dễ đối chiếu.
Vẽ mô hình tác động chính
Tạo X, M và Y; nối X → Y và M → Y. Kiểm tra chiều mũi tên theo giả thuyết và loại thang đo.
Thêm hiệu ứng điều tiết
Chọn công cụ moderation rồi nối M vào đường X → Y. Kiểm tra tên tương tác X × M và biến kết quả Y.
Chạy PLS-SEM Algorithm
Đánh giá loadings hoặc weights, độ tin cậy, AVE, HTMT và VIF trước khi diễn giải cấu trúc.
Chạy bootstrapping
Đọc hệ số X × M → Y, sai số chuẩn, t, p và khoảng tin cậy. Khoảng tin cậy chứa 0 nghĩa là chưa có bằng chứng về tương tác ở mức đã chọn.
Đọc f² của tương tác
Đánh giá phần thay đổi R² do X × M tạo ra. Hiệu ứng tương tác thường nhỏ, nên không bỏ qua một kết quả chỉ vì f² thấp nếu lý thuyết và khoảng tin cậy ủng hộ.
Mở simple slope plot
Đọc độ dốc ở các mức M có ý nghĩa, thường là trung bình và lệch chuẩn. Với M nhị phân, đọc hai đường tương ứng nhóm 0 và nhóm 1.
Lưu bảng và hình
Giữ bảng hệ số, khoảng tin cậy, f² và hình simple slope để phần báo cáo có thể kiểm tra lại.
6. Ví dụ số: từ hệ số tương tác đến simple slope
Ví dụ này chỉ minh họa cách tính. Giả sử X là Chất lượng dịch vụ, M là Chi phí chuyển đổi đã chuẩn hóa và Y là Lòng trung thành. Kết quả cho b₁ = 0,30 và b₃ = -0,12.
Tại M = -1 độ lệch chuẩn, tác động có điều kiện của X là 0,30 + (-0,12 × -1) = 0,42. Tại M = 0, độ dốc là 0,30. Tại M = +1 độ lệch chuẩn, độ dốc còn 0,18. Hệ số tương tác âm cho thấy Chi phí chuyển đổi càng cao thì quan hệ giữa Chất lượng dịch vụ và Lòng trung thành càng yếu.
Nếu khoảng tin cậy bootstrap của b₃ là [-0,20; -0,04], khoảng này không chứa 0 nên có bằng chứng về điều tiết. Nếu khoảng là [-0,25; 0,01], dấu âm của ước lượng chưa đủ để kết luận vì độ bất định vẫn bao gồm trường hợp không có tương tác.
| Mức của M | Công thức | Độ dốc X → Y | Diễn giải |
|---|---|---|---|
| Thấp (-1 SD) | 0,30 + (-0,12 × -1) | 0,42 | Quan hệ dương mạnh nhất |
| Trung bình (0) | 0,30 + (-0,12 × 0) | 0,30 | Tác động tại mức M trung bình |
| Cao (+1 SD) | 0,30 + (-0,12 × 1) | 0,18 | Quan hệ dương yếu hơn |
Một đường nằm cao hơn chỉ cho thấy mức dự đoán Y cao hơn tại vùng đó. Điều tiết được nhận diện từ sự khác nhau về độ dốc giữa các đường, không phải từ khoảng cách dọc đơn thuần.
7. Kết hợp hệ số, khoảng tin cậy, f² và đồ thị
Trình tự đọc nên bắt đầu từ b₃ và khoảng tin cậy. Nếu có bằng chứng về tương tác, kiểm tra f² để mô tả đóng góp giải thích, sau đó dùng simple slope để xác định chiều thay đổi. p-value không cho biết tương tác lớn hay nhỏ, còn simple slope không thay thế kiểm định bootstrap.
Khi các đường simple slope cắt nhau, dấu và độ lớn của tác động X → Y có thể thay đổi trong miền quan sát. Khi đó, mô tả ở -1 SD, trung bình và +1 SD có thể chưa đủ. Cần xem xét kỹ miền giá trị quan sát hoặc dùng kỹ thuật xác định vùng ý nghĩa nếu phần mềm và thiết kế nghiên cứu cho phép (Dawson, 2014; Hayes và Rockwood, 2017).
| b₃ và khoảng tin cậy | Simple slope | Kết luận phù hợp |
|---|---|---|
| Khoảng tin cậy không chứa 0 | Độ dốc thay đổi đúng hướng giả thuyết | Có bằng chứng ủng hộ giả thuyết điều tiết |
| Khoảng tin cậy không chứa 0 | Độ dốc thay đổi ngược hướng giả thuyết | Có điều tiết nhưng giả thuyết định hướng không được ủng hộ |
| Khoảng tin cậy chứa 0 | Hình có vẻ khác nhau | Chưa đủ bằng chứng thống kê về điều tiết |
| b₃ rất nhỏ nhưng có ý nghĩa | Độ dốc gần song song | Nêu rõ hiệu ứng nhỏ và cân nhắc ý nghĩa thực tiễn |
8. Các lỗi thường gặp và cách sửa
| Cách làm hoặc cách viết yếu | Vì sao sai | Cách sửa |
|---|---|---|
| M có p < 0,05 nên có điều tiết | Đây là tác động trực tiếp b₂ | Kiểm định X × M → Y |
| Tương tác âm nên M tác động xấu đến Y | b₃ mô tả thay đổi độ dốc X → Y | Tính tác động có điều kiện và đọc simple slope |
| Chia M liên tục thành nhóm cao và thấp | Mất thông tin và giảm power | Giữ M liên tục nếu lý thuyết không yêu cầu nhóm |
| Mã hóa biến nhị phân bằng 1/2 | Điểm 0 không phải nhóm tham chiếu | Mã 0/1 và ghi rõ nhóm 0 |
| Chỉ báo cáo p-value | Không biết độ lớn và độ bất định | Báo cáo β, CI 95%, p, f² và hình |
| Thêm tương tác sau khi xem dữ liệu | Tăng nguy cơ lựa chọn kết quả | Nêu giả thuyết và lý do lý thuyết trước phân tích |
9. Mẫu báo cáo APA 7 và bảng kiểm
Mẫu sau dùng các giá trị giả định ở phần ví dụ. Khi thay bằng kết quả thật, giữ nguyên tên biến, nhóm tham chiếu, cách chuẩn hóa và số lần bootstrap đã dùng.
Mẫu báo cáo tiếng Việt
Hiệu ứng điều tiết của Chi phí chuyển đổi đối với quan hệ giữa Chất lượng dịch vụ và Lòng trung thành được ước lượng bằng cách tiếp cận hai giai đoạn trong SmartPLS 4. Hệ số tương tác có giá trị âm, β = -.120, khoảng tin cậy bootstrap 95% [-.200, -.040], p = [giá trị], f² = [giá trị]. Tác động có điều kiện của Chất lượng dịch vụ lên Lòng trung thành giảm từ .420 tại mức Chi phí chuyển đổi thấp (-1 SD) xuống .180 tại mức cao (+1 SD). Kết quả ủng hộ giả thuyết rằng Chi phí chuyển đổi làm yếu quan hệ giữa Chất lượng dịch vụ và Lòng trung thành.
- Nêu rõ X, M, Y và đường dẫn được điều tiết.
- Mô tả cách mã hóa hoặc chuẩn hóa M.
- Báo cáo số bootstrap và loại khoảng tin cậy.
- Báo cáo β của tương tác, CI 95%, p và f².
- Trình bày simple slope bằng số và hình.
- Không kết luận điều tiết từ tác động trực tiếp của M.
- Phân biệt điều tiết liên tục với MGA giữa nhóm.
Kết luận
Phân tích điều tiết trả lời một câu hỏi có điều kiện: tác động của X lên Y thay đổi thế nào khi M thay đổi. Hệ số tương tác kiểm định sự thay đổi, còn simple slope cho biết sự thay đổi đó diễn ra theo hướng nào và ở mức nào.
Một báo cáo đầy đủ cần nối bốn phần: đặc tả mô hình, bootstrap của b₃, kích thước tác động và đồ thị độ dốc. Bỏ một phần sẽ làm kết luận khó kiểm tra hoặc dễ bị diễn giải sai.
Tài liệu tham khảo
- Becker, J.-M., Ringle, C. M., & Sarstedt, M. (2018). Estimating moderating effects in PLS-SEM and PLSc-SEM: Interaction term generation and data treatment. Journal of Applied Structural Equation Modeling, 2(2), 1-21. https://doi.org/10.47263/JASEM.2(2)01
- Dawson, J. F. (2014). Moderation in management research: What, why, when, and how. Journal of Business and Psychology, 29(1), 1-19. https://doi.org/10.1007/s10869-013-9308-7
- Hayes, A. F., & Rockwood, N. J. (2017). Regression-based statistical mediation and moderation analysis in clinical research: Observations, recommendations, and implementation. Behaviour Research and Therapy, 98, 39-57. https://doi.org/10.1016/j.brat.2016.11.001
- Ringle, C. M., Wende, S., & Becker, J.-M. (2024). SmartPLS 4 [Computer software]. SmartPLS. https://www.smartpls.com
- SmartPLS. (n.d.). Moderation analysis in PLS-SEM: Two-stage approach. https://www.smartpls.com/documentation/algorithms-and-techniques/extended-relationships/moderation/
Ghi chú học thuật: Các số trong ví dụ được tạo để minh họa phép tính, không phải kết quả nghiên cứu thực tế. Với điều tiết ba chiều, moderated mediation hoặc biến kết quả phi tuyến, cần đặc tả và cách diễn giải riêng.