Biến trung gian là gì? Phân biệt trung gian một phần và trung gian toàn phần

Trong các nghiên cứu định lượng, đặc biệt là các đề tài sử dụng SEM, AMOS, SmartPLS, khái niệm biến trung gian xuất hiện rất thường xuyên và là nội dung khiến nhiều sinh viên dễ nhầm lẫn. Hiểu đúng biến trung gian không chỉ giúp xây dựng mô hình nghiên cứu hợp lý mà còn giúp diễn giải kết quả chính xác trong luận văn và bài báo khoa học.

1. Biến trung gian là gì?

Biến trung gian (Mediating Variable) là biến đóng vai trò giải thích cơ chế tác động giữa biến độc lập (X) và biến phụ thuộc (Y). Thay vì X tác động trực tiếp lên Y, tác động này được truyền qua một biến ở giữa là M. Nói cách đơn giản, biến trung gian trả lời cho câu hỏi: “X ảnh hưởng đến Y bằng cách nào?”. Trong mô hình nghiên cứu, mối quan hệ này thường được thể hiện dưới dạng X → M → Y.

Ví dụ, trong nghiên cứu giáo dục, Phương pháp giảng dạy (X) không trực tiếp làm Kết quả học tập (Y) tăng lên ngay, mà thông qua Mức độ hứng thú học tập của sinh viên (M). Khi phương pháp giảng dạy phù hợp, sinh viên hứng thú hơn, từ đó kết quả học tập được cải thiện. Trong trường hợp này, mức độ hứng thú học tập đóng vai trò là biến trung gian.

Không bắt buộc phải có đường tác động trực tiếp từ X đến Y thì mối quan hệ trung gian mới tồn tại. Tuy nhiên, chỉ khi mô hình có thêm đường X → Y, nhà nghiên cứu mới có thể phân biệt được trung gian toàn phần hay trung gian một phần.

2. Phân biệt trung gian một phần và trung gian toàn phần

Trong mô hình biến trung gian, tác động của X lên Y gồm hai dạng: tác động trực tiếp (X → Y) và tác động gián tiếp thông qua biến trung gian M (X → M → Y). Dựa trên hai dạng tác động này, mối quan hệ trung gian được phân thành trung gian toàn phần và trung gian một phần. Để xác định biến trung gian thuộc loại nào, mô hình nghiên cứu bắt buộc phải xem xét đồng thời cả tác động gián tiếp từ X đến Y qua M và tác động trực tiếp từ X đến Y.

2.1 Trung gian một phần là gì?

Trung gian một phần (Partial mediation) xảy ra khi biến trung gian M chỉ giải thích một phần tác động của X lên Y.

Điều kiện xác định: Tác động gián tiếp X → M → Y có ý nghĩa thống kê, đồng thời tác động trực tiếp X → Y vẫn còn ý nghĩa. -> Điều này cho thấy X ảnh hưởng đến Y vừa thông qua biến trung gian, vừa theo con đường trực tiếp.

Ví dụ, trong giáo dục, Phương pháp giảng dạy (X) vừa ảnh hưởng trực tiếp đến Kết quả học tập (Y), vừa ảnh hưởng thông qua Mức độ hứng thú học tập của sinh viên (M). Dù sinh viên có hứng thú hay không, phương pháp giảng dạy phù hợp vẫn tác động đến kết quả học tập. Khi đó, mức độ hứng thú học tập là biến trung gian một phần.

2.2 Trung gian toàn phần là gì?

Trung gian toàn phần (Full mediation) xảy ra khi toàn bộ tác động của X lên Y được truyền qua biến trung gian M.

Điều kiện xác định: Tác động gián tiếp X → M → Y có ý nghĩa thống kê, trong khi tác động trực tiếp X → Y không còn ý nghĩa. -> Điều này cho thấy X chỉ ảnh hưởng đến Y thông qua biến trung gian.

Vẫn với ví dụ trên, nếu Phương pháp giảng dạy (X) không còn ảnh hưởng trực tiếp đến Kết quả học tập (Y) mà chỉ tác động thông qua Mức độ hứng thú học tập của sinh viên (M), thì mức độ hứng thú học tập đóng vai trò là biến trung gian toàn phần.

3. Có bắt buộc vẽ đường trực tiếp X → Y khi xác định trung gian (full/partial mediation)?

Như đã trình bày ở phần trên, để phân loại biến trung gian là trung gian toàn phần (full mediation) hay trung gian một phần (partial mediation), mô hình nghiên cứu bắt buộc phải xem xét đồng thời hai loại tác động: (1) tác động gián tiếp từ X lên Y thông qua biến trung gian M (X → M → Y) và (2) tác động trực tiếp từ X lên Y (X → Y). Chỉ khi tồn tại đầy đủ cả hai mối quan hệ này thì nhà nghiên cứu mới có cơ sở để kết luận loại trung gian.

Mô hình có vẽ cả đường X → M → Y và X → Y mới cho phép phân loại trung gian toàn phần hay một phần. Ngược lại, nếu mô hình chỉ vẽ X → M → Y mà không có X → Y, thì nghiên cứu chỉ xác định được tác động gián tiếp có ý nghĩa hay không, chứ không thể kết luận đó là trung gian toàn phần hay trung gian một phần.

Tuy nhiên, trong thực tế, một số nghiên cứu không thể hiện mũi tên tác động trực tiếp từ X lên Y trên mô hình lý thuyết, nhưng vẫn phân loại được quan hệ trung gian. Nguyên nhân xuất phát từ công cụ và phương pháp phân tích trung gian được sử dụng.

Trong trường hợp phân tích trung gian bằng macro PROCESS trên SPSS, đây là công cụ hồi quy trung gian chứ không phải mô hình đường dẫn như SEM. Khi khai báo các biến X, M và Y, PROCESS sẽ tự động ước lượng cả tác động trực tiếp và tác động gián tiếp, kể cả khi mô hình lý thuyết không vẽ đường X → Y. Vì vậy, trong kết quả đầu ra của PROCESS vẫn xuất hiện hệ số tác động trực tiếp từ X lên Y, cho phép phân loại trung gian toàn phần hay một phần. Điều này dễ khiến người học hiểu nhầm rằng không cần xem xét quan hệ trực tiếp X → Y.

Ngược lại, trong phân tích SEM bằng AMOS hoặc SmartPLS , phần mềm chỉ tính toán các mối quan hệ được vẽ trong mô hình. Nếu không vẽ mũi tên tác động trực tiếp từ X lên Y, SEM sẽ không ước lượng tác động này. Khi đó, nhà nghiên cứu chỉ kiểm định được sự tồn tại của tác động gián tiếp, mà không đủ cơ sở để phân loại loại trung gian.

Vì lý do này, khi muốn phân loại trung gian thành toàn phần hay một phần trong SEM, tác giả thường xây dựng thêm một mô hình có vẽ đường X → Y để lấy hệ số tác động trực tiếp. Mô hình này có thể không được trình bày trong bài viết, nên người đọc không thấy, nhưng không có nghĩa là tác giả bỏ qua bước phân tích này.

Xem thêm: xử lý biến trung gian (Mediator) trong AMOS theo mô hình SEM

-------------------

Nội dung được Resdata biên soạn dựa trên kinh nghiệm trực tiếp trong quá trình xử lý và phân tích dữ liệu cho nhiều đề tài nghiên cứu khác nhau. Trong trường hợp bạn gặp khó khăn khi thao tác AMOS, chưa tự tin trong việc đọc và diễn giải kết quả, hoặc cần hỗ trợ để hoàn thiện mô hình nghiên cứu đúng hướng và đúng chuẩn học thuật, dịch vụ AMOS tại Resdata sẵn sàng đồng hành và hỗ trợ bạn giúp bạn vượt qua mọi deadline cận kề nhất.

Resdata hỗ trợ bạn những gì?

 ✅ Tư vấn & định hướng toàn bộ quy trình xử lý dữ liệu AMOS: Rà soát thang đo, phát hiện và xử lý các biến không phù hợp, đồng thời định hướng từng bước phân tích (Cronbach’s Alpha, EFA, hồi quy/SEM…) theo đúng bản chất dữ liệu, bối cảnh nghiên cứu và mục tiêu đề tài, giúp kết quả phản ánh thực tế nghiên cứu và đáp ứng yêu cầu học thuật.

✅ Hỗ trợ SPSS 1 kèm 1 qua ultraview: Hướng dẫn chi tiết từng bước thực hành và cách viết nhận xét chuẩn học thuật.

✅ Xử lý nhanh – đúng chuẩn: Xử lý kết quả trong ngày Phù hợp cho khóa luận, luận văn, luận án và bài báo khoa học.

✅ Cam kết chỉnh sửa theo góp ý của giảng viên/hội đồng cho đến khi đạt yêu cầu.

Nếu bạn đang gặp phải các tình huống trên và chưa tìm được hướng xử lý phù hợp, đừng ngần ngại liên hệ ngay: Hotline: 0907 786 895.

Resdata luôn sẵn sàng đồng hành cùng bạn với phương châm Nhanh chóng – Tin cậy – Bảo mật – Chi phí hợp lý.