Khi phân tích mối quan hệ giữa A và B, đôi khi ta thấy A tác động đến B không phải trực tiếp mà thông qua một yếu tố C. Yếu tố C đó được gọi là Biến trung gian. Trong các nghiên cứu khoa học hiện đại, đặc biệt là hành vi khách hàng và quản trị nhân sự, biến trung gian đóng vai trò giải thích cơ chế của các mối quan hệ.
Khái niệm Biến trung gian
Định nghĩa chuẩn
Biến trung gian (Mediator), ký hiệu là M, là biến số giải thích mối quan hệ giữa biến độc lập (X) và biến phụ thuộc (Y). Nó đóng vai trò là “chiếc cầu nối”: X tác động lên M, và sau đó M tác động lên Y (Mô hình: $X \rightarrow M \rightarrow Y$).
Sự khác biệt giữa tác động trực tiếp và gián tiếp
- Tác động trực tiếp (Direct Effect): X tác động thẳng lên Y mà không qua M.
- Tác động gián tiếp (Indirect Effect): X tác động lên Y thông qua M.
- Tác động toàn phần (Total Effect): Tổng của tác động trực tiếp và gián tiếp.
Tại sao cần đưa Biến trung gian vào mô hình nghiên cứu?
Việc sử dụng biến trung gian giúp trả lời câu hỏi “Tại sao?” và “Như thế nào?” (How & Why).
- Làm rõ bản chất sâu xa: Thay vì chỉ biết X ảnh hưởng đến Y, ta hiểu được quy trình tâm lý hoặc cơ chế vận hành bên trong.
- Tăng giá trị đóng góp: Các bài báo khoa học quốc tế (ISI/Scopus) thường yêu cầu mô hình có biến trung gian để tăng tính mới và chiều sâu lý thuyết.
Ví dụ kinh điển về Biến trung gian
Xét mối quan hệ giữa Chất lượng dịch vụ và Lòng trung thành của khách hàng.
- Thực tế, dịch vụ tốt không làm khách hàng trung thành ngay lập tức. Dịch vụ tốt (X) làm khách hàng cảm thấy Hài lòng (M). Chính sự hài lòng này mới dẫn đến Lòng trung thành (Y).
- Trong trường hợp này, Sự hài lòng là biến trung gian toàn phần hoặc một phần.
Cách kiểm định Biến trung gian chuẩn khoa học
Phương pháp Baron & Kenny (Cổ điển)
Đây là phương pháp truyền thống thực hiện qua 3 bước hồi quy. Tuy nhiên, phương pháp này hiện nay ít được khuyến nghị do độ nhạy thấp.
Phương pháp Bootstrap trong SmartPLS/AMOS (Hiện đại)
Hiện nay, các nhà nghiên cứu ưu tiên sử dụng kỹ thuật Bootstrapping (lấy mẫu lại) trong các phần mềm SEM như SmartPLS hay AMOS. Phương pháp này kiểm định trực tiếp ý nghĩa thống kê của hệ số tác động gián tiếp ($a \times b$), cho kết quả chính xác và tin cậy hơn rất nhiều.
Phân biệt Biến trung gian và Biến can thiệp
Về mặt thống kê toán học, hai khái niệm này thường được dùng thay thế cho nhau. Tuy nhiên, về mặt lý thuyết:
- Biến trung gian (Mediator): Thường là một biến số thực tế có thể đo lường hoặc quan sát được trong quy trình.
- Biến can thiệp (Intervening): Thường là các khái niệm giả định, trừu tượng, khó đo lường trực tiếp, dùng để giải thích mối liên kết về mặt lý thuyết (ví dụ: động lực tâm lý).
Câu hỏi thường gặp (FAQ) về Biến Trung Gian
Có khi nào biến trung gian làm mất hoàn toàn tác động trực tiếp không?
Có. Trường hợp này gọi là Trung gian toàn phần (Full Mediation). Khi đưa biến trung gian vào, mối quan hệ trực tiếp từ X sang Y không còn ý nghĩa thống kê nữa ($p-value > 0.05$), nghĩa là X chỉ tác động đến Y hoàn toàn thông qua M.
Biến trung gian là chìa khóa để giải mã trong các mối quan hệ nhân quả, giúp nhà quản trị hiểu rõ quy trình tác động để đưa ra giải pháp can thiệp đúng. Để tham khảo các mô hình nghiên cứu thực tế có sử dụng biến trung gian trong kinh doanh, bạn có thể đọc thêm các bài viết của Nguyễn Thanh Phương.
