Trong nghiên cứu khoa học, việc hiểu rõ cơ chế tác động giữa các biến là yếu tố then chốt để nâng cao giá trị học thuật của mô hình. Trong đó, biến trung gian (mediator) đóng vai trò giải thích tác động gián tiếp từ biến độc lập đến biến phụ thuộc. Phân tích biến trung gian trong mô hình SEM không chỉ giúp làm rõ mối quan hệ lý thuyết mà còn cung cấp bằng chứng thống kê chặt chẽ cho các giả thuyết nghiên cứu.

Trong bài viết này, chúng ta sẽ tìm hiểu cách thiết lập và kiểm định biến trung gian bằng phần mềm AMOS, thông qua các bước thiết lập mô hình, kích hoạt Bootstrap và đọc – diễn giải kết quả trực quan, học thuật. Đây là hướng dẫn thiết thực cho cả người mới và người đã quen với SEM.

1. Giới thiệu chung

1.1. Khái niệm biến trung gian (Mediator) và vai trò trong mô hình SEM

Trong các mô hình nghiên cứu định lượng, đặc biệt là mô hình cấu trúc tuyến tính (Structural Equation Modeling – SEM), biến trung gian (mediator variable) là biến đóng vai trò giải thích một phần hoặc toàn bộ mối quan hệ giữa biến độc lập (X) và biến phụ thuộc (Y). Theo định nghĩa kinh điển của Baron & Kenny (1986), biến trung gian là “biến giải thích quá trình thông qua đó biến độc lập ảnh hưởng đến biến phụ thuộc”.

Trong ngữ cảnh SEM, biến trung gian cho phép các nhà nghiên cứu kiểm tra cơ chế lý thuyết sâu hơn bằng cách làm rõ “tác động diễn ra như thế nào” thay vì chỉ “tác động có xảy ra hay không”.

1.2. Tại sao cần kiểm định quan hệ trung gian trong phân tích cấu trúc

Việc kiểm định quan hệ trung gian giúp:

• Làm sáng tỏ bản chất mối quan hệ giữa các biến lý thuyết trong mô hình.
• Phân biệt giữa ảnh hưởng trực tiếp và ảnh hưởng gián tiếp, từ đó xác định rõ đường truyền chính yếu trong mô hình.
• Nâng cao tính giá trị nội tại của mô hình SEM thông qua kiểm tra mức độ phù hợp với lý thuyết nền tảng.
• Tối ưu hóa chiến lược quản lý/thực tiễn, vì can thiệp vào biến trung gian đôi khi hiệu quả hơn can thiệp trực tiếp vào biến độc lập.

1.3. Các loại quan hệ trung gian

Dựa vào mức độ và tính chất của tác động trung gian, có thể chia thành ba loại chính (MacKinnon et al., 2007):

• Trung gian toàn phần (Full mediation): X chỉ ảnh hưởng đến Y thông qua M (không có tác động trực tiếp).
• Trung gian một phần (Partial mediation): X ảnh hưởng đến Y cả trực tiếp và thông qua M.
• Không tồn tại trung gian (No mediation): Không có ảnh hưởng gián tiếp qua M.

Việc phân loại này được xác định thông qua việc kiểm định các hệ số đường dẫn và kiểm tra ý nghĩa thống kê của từng thành phần.

1.4. Phân biệt giữa tác động trực tiếp, gián tiếp và tổng hợp

Trong mô hình SEM có biến trung gian, tổng ảnh hưởng từ biến X đến biến Y được chia thành ba thành phần:

Loại tác động	Mô tả
Tác động trực tiếp (c’)	Mối quan hệ giữa X và Y không thông qua biến M.
Tác động gián tiếp (a × b)	Mối quan hệ từ X đến Y thông qua M. Tính bằng tích hệ số từ X → M và M → Y.
Tác động tổng (c)	Tổng hợp giữa tác động trực tiếp và gián tiếp: c = c’ + (a × b)

Việc tách biệt các tác động này là cơ sở để đánh giá mức độ trung gian và hiệu lực giải thích của biến M trong mô hình.

2. Các khái niệm nền tảng

Khi phân tích các mối quan hệ giữa các biến trong mô hình SEM có biến trung gian, cần hiểu rõ ba loại hiệu ứng cơ bản: tác động trực tiếp, tác động gián tiếp và tác động tổng hợp. Đây là nền tảng để xác định vai trò của biến trung gian trong cơ chế truyền ảnh hưởng giữa biến độc lập và biến phụ thuộc.

2.1. Tác động trực tiếp (Direct Effect)

Tác động trực tiếp là ảnh hưởng của biến độc lập (X) đến biến phụ thuộc (Y) không thông qua biến trung gian (M). Trong sơ đồ SEM, đây là đường mũi tên trực tiếp từ X đến Y (ký hiệu là c’).

• Nếu c’ có ý nghĩa thống kê (p < 0.05), X ảnh hưởng trực tiếp đến Y.
• Nếu c’ không có ý nghĩa, có thể xảy ra trung gian toàn phần (nếu tồn tại ảnh hưởng gián tiếp).

2.2. Tác động gián tiếp (Indirect Effect)

Tác động gián tiếp là phần ảnh hưởng của X đến Y thông qua biến trung gian M. Nó bao gồm hai đường dẫn:

• X → M (hệ số a)
• M → Y (hệ số b)

Tác động gián tiếp được tính bằng tích của hai hệ số:

Indirect Effect=a×b

Đây là phần quan trọng nhất để xác định có tồn tại hiệu ứng trung gian hay không.

2.3. Tác động tổng hợp (Total Effect)

Tác động tổng hợp là tổng hợp của tác động trực tiếp và gián tiếp. Nó thể hiện toàn bộ ảnh hưởng của biến X đến Y, bao gồm cả thông qua M và không thông qua M.

Công thức:

Total Effect=Direct Effect+(X→M)×(M→Y)

Total Effect=c′+a×b

Trong đó:

• c’ là tác động trực tiếp,
• a × b là tác động gián tiếp thông qua M.

2.4. Ứng dụng trong kiểm định trung gian

Trong AMOS, ba loại tác động này sẽ được thống kê trong phần Standardized Indirect/Direct/Total Effects, giúp người dùng dễ dàng:

• Phân tích xem biến M có phải là biến trung gian có ý nghĩa thống kê hay không.
• Phân loại trung gian: toàn phần, một phần hoặc không tồn tại.
• So sánh mức độ ảnh hưởng của các biến và kiểm tra tính nhất quán với mô hình lý thuyết.

3. Kiểm định Multiple Indirect Effect (Tác động gián tiếp tổng hợp)

Phân tích trung gian không chỉ dừng lại ở việc xác định tác động gián tiếp đơn lẻ mà còn cần đánh giá toàn bộ các tác động gián tiếp trong mô hình – đặc biệt khi có nhiều đường dẫn trung gian hoặc nhiều biến trung gian. Việc kiểm định Multiple Indirect Effects trong AMOS sẽ giúp ta xác định rõ cơ chế lan truyền ảnh hưởng giữa các biến và vai trò của từng biến trung gian trong mô hình lý thuyết.

3.1. Thiết lập mô hình trung gian trong AMOS

Để phân tích hiệu ứng trung gian trong AMOS, cần đảm bảo rằng mô hình đã được thiết lập đúng như sau:

• Có đủ 3 thành phần: biến độc lập (X), biến trung gian (M) và biến phụ thuộc (Y).
• Có mối liên kết (path) từ X → M, M → Y và (có thể có) X → Y.
• Các biến cần được đo bằng các chỉ báo (indicators) nếu là mô hình SEM đầy đủ.

Sau khi vẽ mô hình, ta tiến hành khai báo đường dẫn (Regression Weights) cho từng cặp biến liên quan.

3.2. Kích hoạt Bootstrap và Indirect Effect trong Analysis Properties

AMOS không tự động kiểm định độ tin cậy của các hệ số gián tiếp, do đó cần kích hoạt Bootstrapping – một kỹ thuật lặp lại mẫu để kiểm định phi tham số, giúp ước lượng khoảng tin cậy và giá trị p cho các hiệu ứng.

Các bước thực hiện:

• Vào “View -> Analysis Properties” để thiết lập Bootstrap và Indirect Effect.

• Tick chọn “Perform Bootstrap”. Nhập số lần bootstrap: 1000 (khuyến nghị) hoặc 5000 nếu cần độ chính xác cao hơn.

• Bấm vào tab “Ouput” hoặc từ giao diện chính chọn vào mục bên dưới, sau đó tích chọn vào “Indirect, direct & total effects”

• Bấm nút “Calculate” để tiến hành chạy Bootstrap cho mô hình

3.3. Đọc kết quả kiểm định

Sau khi chạy mô hình, bạn sẽ đọc các kết quả liên quan đến tác động gián tiếp tại:

• Standardized Indirect Effects (Matrices): Đây là bảng hiển thị các hệ số gián tiếp đã chuẩn hóa từ từng biến X đến Y thông qua các biến trung gian. Các giá trị này chính là kết quả của phép nhân các hệ số theo đường truyền gián tiếp (X → M) × (M → Y).
• Bias-corrected Percentile Intervals: Bảng kết quả Bootstrap cung cấp khoảng tin cậy và p-value tương ứng cho các tác động gián tiếp. Nếu khoảng tin cậy không chứa 0 và p-value < 0.05, hiệu ứng được xem là có ý nghĩa thống kê.

3.4. Diễn giải kết quả

Để đánh giá hiệu ứng trung gian, bạn cần:

• So sánh p-value với mức ý nghĩa (thường là 0.05):
  • Nếu p < 0.05, tác động gián tiếp là có ý nghĩa → tồn tại hiệu ứng trung gian.
  • Nếu p ≥ 0.05, hiệu ứng gián tiếp không có ý nghĩa thống kê.
• Đánh giá mức độ và hướng tác động:
  • Dấu (+ hoặc -) của hệ số Indirect Effect cho thấy hướng tác động tích cực hay tiêu cực.
  • Giá trị gần 0 thể hiện tác động yếu, trong khi giá trị gần 1 hoặc -1 là tác động mạnh.

4. Kiểm định Specific Indirect Effect (Tác động gián tiếp riêng biệt)

Trong những mô hình phức tạp, khi tồn tại nhiều biến trung gian kết nối cùng một cặp biến độc lập và phụ thuộc, việc chỉ phân tích tác động gián tiếp tổng hợp (multiple indirect effect) sẽ không đủ. Khi đó, cần thực hiện kiểm định tác động gián tiếp riêng biệt (specific indirect effect) để đánh giá vai trò cụ thể của từng biến trung gian một cách tách biệt.

4.1. Khi nào cần dùng kiểm định specific indirect effect

Phân tích này đặc biệt cần thiết trong các trường hợp:

• Có từ 2 biến trung gian trở lên cùng kết nối một cặp biến độc lập → phụ thuộc.
• Bạn muốn biết biến trung gian nào có tác động mạnh hơn, biến nào đóng vai trò then chốt trong quá trình truyền ảnh hưởng.
• Cần phân tích sâu để làm rõ cơ chế lan truyền ảnh hưởng trong mô hình SEM đa tuyến.

4.2. Cài đặt Plugin IndirectEffects.dll và Estimand

AMOS không hỗ trợ sẵn chức năng kiểm định specific indirect effect. Để mở rộng tính năng này, bạn cần cài đặt plugin bên ngoài:

Các bước cài đặt:

• Tải plugin IndirectEffects.dll và file Estimand.vb 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”.

4.3. Thực hiện phân tích Specific Indirect Effect

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

• AMOS sẽ xuất kết quả ra file HTML trên trình duyệt mặc định của máy (có thể là Chrome, Internet Explorer, Firefox, MS Edge…) hiển thị chi tiết các kết quả kiểm định hiệu ứng trung gian riêng lẻ như ảnh bên dưới.

4.4. Cách đọc bảng kết quả Specific Indirect Effect

File HTML sẽ chứa bảng liệt kê từng hiệu ứng trung gian riêng biệt theo thứ tự

Cách đọc kết quả như sau:

• Path: Cho biết đường dẫn cụ thể bạn đang kiểm định (tác động gián tiếp qua biến trung gian nào).
• Standardized Estimate: Hệ số tác động đã chuẩn hóa (dễ so sánh).
• p-value:
  • < 0.05 → tác động gián tiếp riêng biệt có ý nghĩa thống kê.
  • >= 0.05 → hiệu ứng không đáng kể.

Gợi ý:

• Sắp xếp theo Standardized Estimate để thấy biến trung gian nào ảnh hưởng mạnh nhất.
• Quan sát những biến có p < 0.05 để xác định trung gian then chốt.

4.5. So sánh với Multiple Indirect Effect

Sau khi phân tích từng hiệu ứng riêng biệt, bạn có thể:

• Cộng tổng tất cả các hệ số specific indirect effect để đối chiếu với giá trị multiple indirect effect từ AMOS cơ bản.
• Hai kết quả này nên khớp nhau về mặt giá trị, nếu không → kiểm tra lại định nghĩa đường dẫn hoặc cấu hình plugin.

5. Ứng dụng thực tiễn và lưu ý

5.1. Phân tích trung gian giúp kiểm chứng cơ chế tác động giữa các biến

Phân tích trung gian (mediation analysis) trong SEM không chỉ đơn thuần là kiểm tra có hay không một mối quan hệ, mà còn giúp làm sáng tỏ cơ chế ảnh hưởng giữa biến độc lập (X) và biến phụ thuộc (Y) thông qua biến trung gian (M).

Ví dụ:

• Nếu một chương trình đào tạo (X) ảnh hưởng đến năng suất làm việc (Y), thì sự hài lòng công việc (M) có thể là cơ chế trung gian đóng vai trò cầu nối.
• Phân tích này sẽ giúp khẳng định giả thuyết lý thuyết rằng sự hài lòng là yếu tố dẫn truyền ảnh hưởng, từ đó cung cấp căn cứ thực tiễn cho các chính sách can thiệp.

Do đó, việc kiểm định hiệu ứng trung gian là một phần thiết yếu trong bất kỳ mô hình SEM nào có tính lý thuyết phức tạp, đặc biệt là trong nghiên cứu hành vi, quản trị, tâm lý và giáo dục.

5.2. AMOS không hỗ trợ kiểm định Specific Indirect Effect mặc định

Mặc dù AMOS rất mạnh trong việc ước lượng mô hình SEM và kiểm định tổng thể hiệu ứng gián tiếp (Multiple Indirect Effect), nhưng nó không cung cấp sẵn chức năng kiểm định tác động gián tiếp riêng biệt (Specific Indirect Effects).

Giải pháp:

• Cần cài đặt plugin hỗ trợ như IndirectEffects.dll, Estimand.vb, và thực hiện thủ công bằng cách xác định các đường dẫn gián tiếp trong từng trường hợp cụ thể.
• Điều này đòi hỏi người phân tích phải có kiến thức vững về mô hình hóa và syntax logic để sử dụng hiệu quả plugin mở rộng này.

Nếu không thực hiện, kết quả phân tích chỉ phản ánh tổng hợp tác động, không cho biết biến trung gian nào đóng vai trò then chốt – một hạn chế trong nghiên cứu ứng dụng.

5.3. Cần xác định rõ hướng tác động và logic lý thuyết trước khi kiểm định

Một trong những lỗi phổ biến của người mới là thiết lập kiểm định trung gian mà không dựa trên lý thuyết nền tảng. Điều này có thể dẫn đến:

• Mô hình không phù hợp → không tìm thấy hiệu ứng trung gian có ý nghĩa.
• Kết luận thiếu cơ sở, không phản ánh đúng bản chất của mối quan hệ giữa các biến.

Do đó, trước khi tiến hành kiểm định, nhà nghiên cứu cần:

• Có cơ sở lý thuyết vững chắc để giả định mối quan hệ trung gian.
• Dựa vào mô hình lý thuyết đã kiểm chứng trong tài liệu khoa học.
• Thiết lập hướng tác động theo logic nhân quả hợp lý, tránh mô hình hóa “ngẫu nhiên” chỉ để thỏa mãn kỹ thuật phân tích.

5.4. Bootstrap là phương pháp đáng tin cậy để kiểm định ý nghĩa thống kê trong AMOS

Trong AMOS, phương pháp Bootstrap được xem là cách tiếp cận ưu việt để đánh giá tính ý nghĩa thống kê của tác động gián tiếp, đặc biệt là khi phân phối của các ước lượng không tuân theo phân phối chuẩn.

Ưu điểm của Bootstrap:

• Không đòi hỏi giả định phân phối chuẩn của dữ liệu.
• Cho phép ước lượng khoảng tin cậy chính xác hơn (Bias-corrected percentile).
• Áp dụng tốt cho các mẫu vừa và nhỏ.
• Được khuyến nghị sử dụng trong các nghiên cứu SEM hiện đại (Hair et al., 2014; Byrne, 2016).

Khuyến nghị khi dùng Bootstrap trong AMOS:

• Số lần bootstrap nên từ 1000 lần trở lên để đảm bảo độ tin cậy.
• Luôn chọn Bias-corrected confidence intervals (BC CI) để tăng tính chính xác.
• So sánh p-value với mức ý nghĩa (0.05 hoặc 0.01) để đưa ra kết luận.

6. Kết luận

Phân tích biến trung gian (mediator) trong mô hình SEM, đặc biệt với AMOS, đóng vai trò quan trọng trong việc làm rõ cơ chế ảnh hưởng giữa các biến. Việc không chỉ dừng lại ở mối quan hệ trực tiếp, mà còn đi sâu vào tác động gián tiếp thông qua các biến trung gian sẽ giúp nhà nghiên cứu nâng cao chiều sâu lý thuyết và giá trị học thuật của nghiên cứu.

Trong thực hành, người dùng nên:

• Thiết lập đầy đủ mô hình trung gian với logic nhân quả rõ ràng.
• Áp dụng kiểm định Bootstrap để đảm bảo tính tin cậy của các kết quả thống kê.
• Kết hợp giữa kiểm định tác động gián tiếp tổng hợp (Multiple Indirect Effects) và tác động gián tiếp riêng biệt (Specific Indirect Effects) để có cái nhìn toàn diện về từng kênh trung gian cụ thể.

Đặc biệt, đối với các mô hình có nhiều biến trung gian, việc chỉ kiểm định hiệu ứng tổng là chưa đủ — cần khai thác plugin bổ trợ để làm rõ từng tuyến tác động, từ đó hỗ trợ viết chương 4 và chương 5 một cách sâu sắc, có dẫn chứng rõ ràng.

Nếu bạn:

• Chưa rõ cách thiết lập mô hình trung gian đúng chuẩn học thuật trong AMOS,
• Muốn được hướng dẫn viết chương 4–5 sao cho đầy đủ, logic và đúng yêu cầu học thuật,
• Hoặc gặp khó khăn trong việc đọc – diễn giải bảng kết quả từ phần mềm,

🔗 Đừng ngần ngại liên hệ để được hỗ trợ từ đội ngũ chuyên gia! Tư vấn nhanh – hỗ trợ chi tiết – chuẩn chỉnh theo đúng yêu cầu đề tài.

Xem ngay tại: https://xulysolieu.info/