Trong mô hình hành vi BĐS, một biến có thể tác động trực tiếp, gián tiếp qua cơ chế trung gian, hoặc chỉ mạnh trong một số nhóm/ngữ cảnh. Nếu không phân biệt những cơ chế này, ta dễ kết luận quá đơn giản: ‘X ảnh hưởng Y’. Mediation, Moderation và Multi-group Analysis giúp trả lời ba câu hỏi khác nhau: tác động đi qua đâu, khi nào mạnh/yếu, và các nhóm có khác nhau không?
Chuyên đề: Mô hình định lượng, không gian & mô phỏng trong BĐS · Bài 06 · Đo lường, SEM và ra quyết định bán định lượng
Biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
1. Mediation: tác động đi qua cơ chế nào?
Mediation xảy ra khi X ảnh hưởng M, rồi M ảnh hưởng Y. Ví dụ Information Quality → Trust → Intention. Trust giải thích một phần cơ chế mà chất lượng thông tin tạo ra ý định.
Một mediator phải có logic thời gian và lý thuyết, không chỉ vì thêm vào làm mô hình có nhiều đường.
2. Direct, indirect và total effect
| Hiệu ứng | Ý nghĩa |
|---|---|
| Direct effect | X → Y khi có mediator |
| Indirect effect | X → M → Y |
| Total effect | Direct + Indirect |
Indirect effect thường được kiểm bằng bootstrap confidence interval vì phân phối tích của hai hệ số không chuẩn.
3. Full và partial mediation: đừng dùng như nhãn máy móc
Trước đây người ta thường gọi full mediation khi direct path không còn significant, partial khi vẫn còn. Cách tiếp cận hiện đại nhấn mạnh độ lớn và khoảng tin cậy của direct/indirect effect hơn là nhị phân full/partial.
Một direct effect nhỏ nhưng có ý nghĩa thống kê không làm cơ chế trung gian mất giá trị.
4. Moderation: quan hệ thay đổi theo điều kiện
Moderator W làm độ mạnh hoặc hướng quan hệ X→Y thay đổi. Ví dụ Effort Expectancy ảnh hưởng BI mạnh hơn ở người mới sử dụng; tác động Price lên Demand mạnh hơn ở phân khúc nhạy giá.
Moderation không phải chỉ là thêm W vào hồi quy. Cần interaction X×W.
5. Cách đọc interaction
Nếu hệ số X×W dương, slope X→Y tăng khi W tăng. Nhưng diễn giải nên bằng simple slopes hoặc marginal effects tại các mức W cụ thể, không chỉ nhìn p-value interaction.
Với biến liên tục, có thể dùng Johnson–Neyman interval để xác định vùng W mà effect có ý nghĩa.
6. Mediation và Moderation có thể kết hợp
Moderated mediation xảy ra khi indirect effect thay đổi theo W; mediated moderation là cách diễn giải khác của interaction qua mediator. Đây là cấu trúc nâng cao, chỉ nên dùng khi lý thuyết yêu cầu và mẫu đủ mạnh.
Không nên xây mô hình ‘mọi đường đều có moderator’.
7. Multi-group Analysis – MGA
MGA kiểm xem hệ số cấu trúc có khác giữa các nhóm như nhà đầu tư/người mua ở, người mới/người có kinh nghiệm, doanh nghiệp nhỏ/lớn.
Trước khi so path giữa nhóm, cần measurement invariance; nếu thang đo không tương đương, sự khác biệt có thể do cách hiểu item.
8. Group difference khác moderation thế nào?
MGA chia mẫu theo nhóm rời rạc. Moderation có thể dùng cả biến liên tục. Không nên cắt biến tuổi liên tục thành ‘trẻ/già’ chỉ để MGA nếu không có lý do vì sẽ mất thông tin.
Nếu moderator tự nhiên là nhóm loại hình khách, MGA hợp lý.
9. Case: AI định giá và kinh nghiệm nghề
X = Explainability, M = Trust, Y = Adoption Intention, W = Professional Experience. Giả thuyết: Explainability tăng Trust; Trust tăng BI; indirect effect mạnh hơn ở người ít kinh nghiệm vì họ phụ thuộc explanation nhiều hơn.
Thiết kế cần đo Experience thật, không chỉ tuổi.
10. Cấu trúc dữ liệu
| respondent_id | X | M | Y | W | group | actual_use |
|---|---|---|---|---|---|---|
| R001 | 5.8 | 5.2 | 6.0 | 2 năm | Junior | 1 |
Nếu constructs latent, X/M/Y là các item chứ không chỉ score; bảng trên chỉ minh họa analytical dataset.
11. Common mistakes trong mediation
- X, M, Y đo cùng lúc rồi nói causal mediation.
- Chỉ dùng Baron–Kenny steps mà không kiểm indirect effect.
- Không có temporal logic.
- Mediator và outcome trùng item.
- Không báo direct/indirect CI.
12. Common mistakes trong moderation/MGA
- Chỉ thêm moderator main effect, không interaction.
- Chia biến liên tục tùy ý.
- So hệ số một nhóm significant và nhóm kia không significant rồi kết luận khác nhóm.
- Không kiểm trực tiếp difference.
- Không kiểm invariance.
13. Statistical power
Interaction và indirect effects thường cần mẫu lớn hơn main effects. MGA còn chia mẫu nhỏ hơn. Cần power analysis/simulation thay vì chỉ dựa N tổng.
Nếu sample 250 nhưng chia 4 nhóm, mỗi nhóm quá nhỏ có thể khiến estimates bất ổn.
14. Bài tập thực hành
Thiết kế một nghiên cứu: Information Quality → Trust → Intention, với Experience là moderator. Viết hypotheses cho direct/indirect/moderated effect; xác định thời điểm đo; cách kiểm invariance nếu chia người mới/người lâu năm; và actual behavior cần lấy.
15. Temporal design cho mediation
Nếu muốn lập luận X → M → Y, thứ tự thời gian nên phù hợp cơ chế. Ví dụ Information Quality được trải nghiệm trong tuần 1, Trust đo ở tuần 2, Continuance/Use lấy log tuần 3–8. Cross-sectional mediation vẫn có thể mô tả cấu trúc nhưng khó bảo vệ causal mechanism.
Với BĐS, nhiều mediator hình thành chậm: place attachment, trust với nền tảng, satisfaction sau dịch vụ. Một survey ngay sau lần đầu tiếp xúc có thể chưa đo đúng trạng thái ổn định.
16. Moderation và câu hỏi quản trị
Moderator có giá trị khi nó làm thay đổi quyết định can thiệp. Nếu training chỉ cải thiện PEOU ở nhóm người mới, chương trình nên phân tầng. Nếu premium xanh chỉ xuất hiện ở phân khúc cao, chiến lược sản phẩm và định giá phải khác.
Do đó trước khi thêm moderator, hãy hỏi: nếu interaction có thật, doanh nghiệp sẽ làm gì khác? Nếu không có câu trả lời, moderator có thể chỉ làm mô hình phức tạp.
Ghi nhớ trong 30 giây
- Mediation hỏi ‘qua cơ chế nào’.
- Moderation hỏi ‘khi nào/ở ai’.
- MGA hỏi cấu trúc có khác nhóm không.
- Indirect effect nên kiểm bằng bootstrap.
- MGA cần measurement invariance.
Nguồn tham khảo
- Hayes – Introduction to Mediation, Moderation, and Conditional Process Analysis.
- Preacher & Hayes – bootstrap cho indirect effects.
- Tài liệu SEM/MGA về measurement invariance.
Bài tiếp theo: Delphi và Expert Scoring: biến tri thức chuyên gia thành dữ liệu quyết định