Mediation Analysis

Vừa rồi, mình có tham gia chấm giải thưởng NCKH Nhà Kinh tế trẻ của sinh viên. Có lẽ do BTC sắp xếp, nên tất cả các bài mình phụ trách chấm đều cùng một lĩnh vực, cùng một phương pháp SEM, cùng một format (và sau này mình mới biết là cùng những GVHD luôn).

8/10 đề tài mình review đều giới thiệu mối quan hệ trung gian (Mediation), có hoặc không có biến điều tiết Moderation. Với các mô hình trung gian, có cả loại nhiều biến trung gian song song, có loại biến trung gian tiếp diễn, các biến trung gian còn tương tác với nhau. Mình nhớ có khoảng 2 bài là mô hình moderated mediation (chắc là tạm dịch: mối quan hệ trung gian có điều tiết???)

Nếu bỏ qua toàn bộ khâu thiết kế nghiên cứu và thu thập dữ liệu, chỉ nói về chuyện phân tích dữ liệu mà thôi, thì tất cả các đề tài này đều rất đúng “quy trình”, kiểm định thang đo, rồi kiểm định hồi quy, rồi làm path analysis. Xong!

Nếu xem đây là một bài tập thực hành nghiên cứu thì vậy cũng ổn thôi, hoặc nếu để công bố trên tạp chí bình thường (của cách đây 5 năm) thì chắc là cũng ổn thôi. Nhưng liệu có cách nào để nghiên cứu này tốt hơn, có ý nghĩa hơn: có thêm insights gì đó, có điều gì đó thú vị hơn,…

Hay nói khác đi: Làm cách nào để CÓ NHIỀU THÔNG TIN HƠN từ nghiên cứu này?

Và cái này gọi là mediation analysis. Giáo sư Hayes và cộng sự đã giới thiệu một tư liệu và công cụ rất hoành tráng, rất chi tiết để giúp cho việc đo lường, phân tích các loại mối quan hệ trung gian, điều tiết hoặc conditional (là mediated moderation, hoặc moderated mediation). Đây là cơ sở phương pháp luận nền tảng nên được tham khảo và trích dẫn khi phân tích các mối quan hệ trên.

Và với ai sử dụng SPSS hoặc R để xử lý số liệu, có thể sử dụng ngay PROCESS plugin/package là công cụ hỗ trợ phân tích.

Xem xét cẩn thận hơn và tính toán total effect bao gồm cả effect trực tiếp và gián tiếp

Xem xét tương tác giữa các biến trung gian với nhau

Trong những mô hình phức tạp, xem xét sự khác biệt giữa việc tách ra thành các mô hình thành phần vs. mô hình tổng hợp –> lý giải sự khác biệt để làm rõ hơn vai trò của các biến trung gian.

LÀM SAO ĐỂ ĐỌC VÀ SỬ DỤNG CÁC TƯ LIỆU CỦA HAYES?

Hãy Google với các cụm như “Hayes (2004)”, “Hayes mediation analysis”:

Andrew F. Hayes, Ph.D. – Home (afhayes.com): Website chính thức của Hayes với các bài đọc và update mới nhất về mediation analysis (vd khi nào có sách mới xuất bản chẳng hạn)

The PROCESS macro for SPSS, SAS, and R – PROCESS macro for SPSS, SAS, and R: Website của PROCESS, giống như web của các phần mềm, thì web này cũng giới thiệu đầy đủ tính năng, bản nâng cấp. Và vì Hayes (2004) có gần hơn 200 mô hình mẫu, PROCESS sẽ tự động xử lý dữ liệu theo mô hình đó. Vd mô hình của mình chỉ gồm 1 biến X, 1 biến Y và 1 biến M. Đây là Model 4 -> nhập lệnh Model 4 trong PROCESS.

Youtube: rất nhiều clip hướng dẫn, thậm chí có clip phân tích rõ ưu, nhược điểm của từng loại mô hình, cách đọc kết quả của từng loại mô hình

Các diễn đàn bàn về mediation effect: xử lý số liệu chỉ là thao tác, đọc được insights từ kết quả mới có được những phát hiện hay. Tham gia vào những diễn đàn này để học cách mà các nhà nghiên cứu tìm ra các phát hiện có ý nghĩa từ các con số kết quả nghiên cứu đó.

TÓM LẠI, việc phân tích đúng quy trình của SEM thì không có gì sai, phân tích xong, confirm xong path analysis rồi… để đó cũng xong, các nhà khoa học cũng làm thế mà. Nhưng nếu chính bản thân cũng chưa thỏa mãn (kiểu cái kết cụt ngủn, và nông cạn quá) và cơn tò mò tìm tòi khám phá còn cao, thì có thể nghĩ đến mediation analysis nhé.

.:: Cọp Giấy ::.