Đánh giá vai trò điều tiết của biến điều tiết liên tục trong mô hình nghiên cứu đa biến – tình huống minh hoạ: Hành vi đổi mới sáng tạo trong công việc

Bài viết này tóm tắt lý thuyết về kiểm định mô hình nghiên cứu đa biến với biến điều tiết liên tục. Đầu tiên, nhóm tác giả giới thiệu về biến điều tiết, các dạng biến điều tiết và các hướng tiếp cận khi kiểm định bằng PLS – SEM. Thứ hai, bài viết này chỉ tập trung vào biến điều tiết liên tục và giới thiệu ba hướng tiếp cận khi kiểm định mối quan hệ nhân quả có biến điều tiết.

TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ ĐÁNH GIÁ VAI TRÒ ĐIỀU TIẾT CỦA BIẾN ĐIỀU TIẾT LIÊN TỤC TRONG MƠ HÌNH NGHIÊN CỨU ĐA BIẾN – TÌNH HUỐNG MINH HOẠ: HÀNH VI ĐỔI MỚI SÁNG TẠO TRONG CÔNG VIỆC Cao Quốc Việt1 , Bạch Ngọc Hồng Ánh2, Nguyễn Quang Anh1 TĨM TẮT Title: Assessment of the moderating role of moderator variable in multivariate research model – illustrative case study: innovative work behaviour Từ khóa: Biến điều tiết liên tục, hướng tiếp cận tích biến quan sát, hướng tiếp cận trực giao, hướng tiếp cận hai giai đoạn, hành vi đổi sáng tạo Keywords: Continuing moderator variable, product indicator approach, orthogonalizing approach, twostage approach, innovative work behavior Ngày nhận bài: 15/7/2019; Ngày nhận kết bình duyệt: 23/7/2019; Ngày chấp nhận đăng bài: 25/7/2019 Tác giả: Trường Đại học Kinh tế TP.HCM Trường Đại học Yersin Đà Lạt Email: badv1@yersin.edu.vn Kiểm định mối quan hệ hai biến thơng qua vai trị biến điều tiết góp phần trả lời cho câu hỏi nghiên cứu thú vị lĩnh vực quản trị kinh doanh Bài viết tóm tắt lý thuyết kiểm định mơ hình nghiên cứu đa biến với biến điều tiết liên tục Đầu tiên, nhóm tác giả giới thiệu biến điều tiết, dạng biến điều tiết hướng tiếp cận kiểm định PLS – SEM Thứ hai, viết tập trung vào biến điều tiết liên tục giới thiệu ba hướng tiếp cận kiểm định mối quan hệ nhân có biến điều tiết Hướng tiếp cận hai giai đoạn nhà nghiên cứu khuyến khích sử dụng Cuối cùng, tình mức độ tác động hành vi lướt mạng lên mối quan hệ hiệu làm việc hành vi đổi sáng tạo nhân viên minh hoạ cho lý thuyết kiểm định ABSTRACT Testing the relationship between exogenous variables and endogenous variables through the moderating role can answer to the interesting research question in business administration This paper summarizes the theory on the testing multivariable research model with continuing moderator variable Firstly, the authors make an introduction on moderator, type of moderators and approaches in PLS-SEM Secondly, the paper just only focuses on continuing moderator variable and present three approaches in testing causal moderating relationship A two-stage approach is recommended by researchers instead of using product indicator approach and orthogonalizing approach Finally, the authors conduct a case study illustrative the moderating effect of cyberloafing on the relationship between job performance and innovative work behaviour Giới thiệu Phân tích đánh giá mơ hình nghiên cứu tác động biến điều tiết ngày ý nghiên cứu định lượng thuộc lĩnh vực quản trị kinh doanh Ví dụ lĩnh vực lãnh đạo, điển hình có cơng trình Van Lange, Joireman, Parks Van Dijk (2013); Tập 05 (8/2019) TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Mohamed, Hassan Spencer (2011) Trong nhân có cơng trình Koay (2018); De Witte (2012); Altinay cộng (2019) Đặc biệt, lĩnh vực marketing, nhiều cơng trình kiểm định vai trị biến điều tiết Clayton (2015); Lee & Kim (2018); Noddings (2012); Svensson cộng (2018); Thiruvattal (2017) Chính vậy, hiểu vận dụng kỹ thuật kiểm định mơ hình phân tích đa biến nghiên cứu khoa học quan trọng cần thiết Điều giúp nhà nghiên cứu nước tiếp cận với kỹ thuật phân tích tiên tiến, mà nhà khoa học giới lĩnh vực quản trị kinh doanh nói chung thực Cấu trúc báo gồm ba phần Đầu tiên chúng tơi giới thiệu tầm quan trọng mơ hình nghiên cứu đa biến vai trò biến điều tiết Phần tiếp theo, tóm lược lý thuyết kiểm định mơ hình nghiên cứu có can thiệp biến điều tiết liên tục Cuối cùng, trình bày ví dụ minh họa để nhà nghiê n cứu, sinh viê n hieể u và vậ n dụ ng được lý thuyeế t và o thực tieễ n nghiên cứu qua ví dụ hành vi đổi sáng tạo công việc Phần mềm Smart PLS 3.2.7 sử dụng cho ví dụ Cơ sở lý thuyết biến điều tiết tác động biến điều tiết lên mối quan hệ nhân hai biến mơ hình nghiên cứu đa biến Tác động điều tiết mô tả tình mà mối quan hệ hai biến khơng phải số, thay đổi phụ thuộc vào giá trị biến thứ ba, gọi biến điều tiết Biến điều tiết (hoặc khái niệm nghiên cứu điều tiết - moderator construct) thay đổi cường độ chiều hướng mối quan hệ hai khái niệm mơ hình Hair Jr, Hult, Ringle Sarstedt (2017) đưa ví dụ minh hoạ cho mối quan hệ hài lòng lịng trung thành khách hàng có khác biệt mức thu nhập khác Các tác giả đề xuất thu nhập có ảnh hưởng nghịch chiều đến mối quan hệ hài lòng - lòng trung thành họ Nghĩa mức thu nhập cao mối quan hệ hài lịng trung thành yếu Nói cách khác, thu nhập đóng vai trò biến điều tiết gây khơng đồng mối quan hệ hài lịng lịng trung thành Mối quan hệ khơng giống tất khách hàng mà thay đổi tùy thuộc vào thu nhập họ Hình minh họa tác động điều tiết mơ hình lên mối quan hệ hài lòng lòng trung thành khách hàng Thu nhập Lòng trung thành KH Sự hài lịng KH Hình 1: Mơ hình biến điều tiết (Nguồn: Hair Jr, Hult, Ringle Sarstedt (2017)) Các dạng biến điều tiết Bieế n đieề u tieế t có theể có mặ t cá c mô hı̀nh caấ u trú c dưới nhieề u hı̀nh thức khá c Chú ng có theể đạ i diệ n cho cá c đặ c đieể m có theể quan sá t được giới tı́nh, độ tuoổi, hoặ c thu nhậ p Chú ng cũ ng có thể biến tiềm ẩn (latent variable) Tập 05 (8/2019) TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ không quan sát trực tiếp chẳng hạn căng thẳng cơng việc, trì hỗn công việc Hair Jr cộng (2017) tổng kết khác biệt quan trọng liên quan đến thang đo biến điều tiết, bao gồm phân biệt biến điều tiết phân loại biến điều tiết liên tục Biến điều tiết phân loại Nhiều tác giả sử dụng biến điều tiết phân loại giới tính, trình độ học vấn, thu nhập, loại hình doanh nghiệp,… Trong hầu hết trường hợp, nhà nghiên cứu sử dụng biến điều tiết phân loại để chia liệu thành hai nhóm trở lên ước lượng mơ hình riêng cho nhóm liệu Chạy phân tích đa nhóm cho phép xác định mối quan hệ mơ hình khác biệt nhóm Biến điều tiết liên tục Trong nhiều trường hợp, nhà nghiên cứu có biến điều tiết liên tục mà họ cho ảnh hưởng đến độ mạnh mối quan hệ nhân cụ thể hai biến tiềm ẩn Trở lại nghiên cứu trường hợp Hair cộng (2017) mơ hình danh tiếng công ty, tác giả đưa giả thuyết mối quan hệ hài lòng lòng trung thành bị ảnh hưởng thu nhập khách hàng Nói cách khác, mối quan hệ hài lòng lòng trung thành khách hàng yếu khách hàng có thu nhập cao mạnh khách hàng có thu nhập thấp Điều tiết với biến phân loại phức tạp, chúng tơi trình bày viết khác Độc giả quan tâm xem thêm hướng dẫn Hair Jr, J F., Sarstedt, M., Ringle, C M., & Hair Jr cộng (2017) đề xuất không nên sử dụng biến đơn để đo lường khái niệm Các biến đơn (single variable) so với thang đo đa biến giá trị ước lượng (xem Sarstedt, Diamantopoulos, Salzberger Baumgartner, 2016; Diamantopoulos, Sarstedt, Fuchs, Wilczynski Kaiser, 2012), điều gây vấn đề đặc biệt phụ thuộc vào bối cảnh điều tiết Aguinis, Beaty, Boik Pierce ( 2005) giải thích điều tiết thường liên quan đến độ lớn tác động giới hạn mà thiếu hụt độ nhạy thống kê khó nhận dạng mối quan hệ có ý nghĩa Hơn nữa, mơ hình hóa tác động điều tiết, mơ hình đo lường biến điều tiết bao gồm hai lần mơ hình - biến điều tiết biến tương tác Đặc điểm khuếch đại hạn chế phép đo đơn biến bối cảnh điều tiết Trong viết này, chúng tơi tập trung vai trị điều tiết biến liên tục Mơ hình hố tác động trình bày mục Mơ hình nghiên cứu có tác động biến điều tiết Trong Hình 2, thu nhập đóng vai trị biến điều tiết (M), tác động đến mối quan hệ hài lòng khách hàng (Y ) lòng trung thành khách hàng (Y ) Tác động điều tiết (ρ ) thể mũi tên tác động ρ , liên kết Y Y Hơn nữa, có tác động điều tiết mơ hình cấu trúc, có mối quan hệ trực tiếp (ρ ) từ biến điều tiết đến biến nội sinh Gudergan, S P (2017) Advanced issues in partial least squares structural equation modeling Sage Publications Tập 05 (8/2019) TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Thu nhập (M) ρ3 Sự hài lòng KH (Y1) ρ1 Y = ρ • Y + ρ • M + ρ • (Y • M) ρ2 Lịng trung thành KH (Y2) Hình 2: Mơ hình hố tác động điều tiết (Nguồn: Đề xuất tác giả) Đường dẫn bổ sung quan trọng (và sai lầm thường gặp) kiểm soát tác động trực tiếp biến điều tiết lên biến nội sinh Nếu tác động ρ bỏ qua, tác động M lên mối quan hệ Y Y (tức là, ρ ) bị phóng đại lên Có thể thấy, tác động điều tiết tương tự tác động trung gian, biến thứ ba (biến điều tiết biến trung gian) tác động đến độ mạnh mối quan hệ hai biến tiềm ẩn Sự khác biệt quan trọng hai khái niệm biến điều tiết không phụ thuộc vào biến ngoại sinh Trong đó, xem xét mơ hình với biến trung gian, có tác động trực tiếp biến ngoại sinh biến trung gian Biểu diễn cơng thức tốn học mơ hình nghiên cứu sau: Y = (ρ + ρ • M) • Y + ρ • M Như vậy, theo Hair Jr cộng (2017), ảnh hưởng Y lên Y không phụ thuộc vào độ mạnh tác động đơn ρ mà cịn dựa vào tích ρ M Để hiểu cách thức biến điều tiết tích hợp mơ hình, phương trình viết lại sau: Phương trình cho thấy tác động điều tiết yêu cầu đặc điểm tác động biến tiềm ẩn ngoại sinh (ρ • Y ), tác động biến điều tiết (ρ • M) tích số hạng ρ • (Y • M), cịn gọi biến tương tác Kết hệ số ρ giải thích tác động ρ thay đổi biến điều tiết M tăng giảm độ lệch chuẩn Hình minh hoạ khái niệm tương tác Thu nhập (M) Sự hài lòng KH (Y1) ρ2 ρ1 Sự hài lòng KH (Y1)* Thu nhập (M) ρ3 Lịng trung thành KH (Y2) Hình 3: Biến tương tác điều tiết (Nguồn: đề xuất tác giả) Có thể thấy, mơ hình chứa biến tương tác biến tiềm ẩn bổ sung bao hàm tích biến tiềm ẩn ngoại sinh Y1 biến điều tiết M Do biến tương tác này, nhà nghiên cứu thường đề cập đến tác động tương tác mơ hình hóa biến điều tiết Tạo biến tương tác Henseler Chin (2010); Henseler Fassott (2010); Rigdon, Ringle Sarstedt, (2010) đề xuất số cách tiếp cận để tạo điều kiện tương tác Có ba cách tiếp cận bật: (1) Cách tiếp cận tích biến quan sát (product indicator approach), (2) cách tiếp cận trực giao (orthogonalizing approach), (3) cách tiếp cận hai giai đoạn (Two – stage approach) Do hạn chế tiếp cận tích tiếp cận trực giao, viết này, tập trung vào tiếp cận hai giai đoạn Tập 05 (8/2019) TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Cách tiếp cận hai giai đoạn Giai đoạn 2: Cách tiếp cận hai giai đoạn cơng cụ để chạy phân tích điều tiết biến ngoại sinh và/ biến điều tiết đo lường nguyên nhân Cụ thể, hai giai đoạn diễn sau: Giai đoạn 1: Mơ hình tác động (mơ hình khơng có biến tương tác) ước lượng để có điểm số biến tiềm ẩn Chúng lưu lại để phân tích thêm giai đoạn thứ hai Giai đoạn 2: Các điểm số biến tiềm ẩn biến tiềm ẩn ngoại sinh biến điều tiết từ Giai đoạn nhân lên để tạo đo lường đơn biến dùng để đo biến tương tác Tất biến tiềm ẩn khác biểu diễn biến đơn điểm số biến tiềm ẩn chúng từ Giai đoạn Hình minh họa cách tiếp cận hai giai đoạn cho mơ hình nghiên cứu trước đây, biến quan sát nguyên nhân sử dụng Giai đoạn để đo lường biến điều tiết (chú ý dấu mũi tên quay đầu vào khái niệm M) Mơ hình tác động Giai đoạn chạy để có điểm số biến tiềm ẩn cho Y , Y M (tức là, LVS (Y ), LVS (Y ) LVS (M)) Giai đoạn 1: m1 P2 X3 X1 P1 Y1 X2 Các điểm số biến tiềm ẩn Y M sau nhân lại để tạo thành biến đơn dùng để đo lường số hạng tương tác Y • M Giai đoạn Các biến tiềm ẩn Y , Y M đo biến đơn điểm số biến tiềm ẩn từ Giai đoạn Điều quan trọng cần lưu ý hạn chế xác định sử dụng biến đơn khơng áp dụng trường hợp này, biến đơn thể điểm số biến tiềm ẩn lấy từ phép đo đa biến Giai đoạn Cách tạo Biến tương tác tiếp cận hai giai đoạn M m2 Hình 4: Mơ hình nghiên cứu theo hướng tiếp cận giai đoạn (Nguồn: Đề xuất tác giả) Y2 X4 Hình tóm tắt kết Henseler Chin (2010), có tính đến khác biệt khái niệm cách tiếp cận trình bày phần trước Đầu tiên, cách tiếp cận tích biến quan sát hay cách tiếp cận trực giao áp dụng biến ngoại sinh và/ biến điều tiết có mơ hình đo lường ngun nhân Vì vậy, có đo lường ngun nhân, phải sử dụng cách tiếp cận hai giai đoạn Tập 05 (8/2019) TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Nếu biến ngoại sinh biến điều tiết đo lường kết quả, việc lựa chọn phương pháp phụ thuộc vào mục tiêu nghiên cứu Khi mục tiêu xác định xem biến điều tiết có ảnh hưởng đáng kể đến mối quan hệ hay khơng cách tiếp cận hai giai đoạn ưa thích Cách tiếp cận mang lại độ nhạy thống kê cao so với cách tiếp cận trực giao đặc biệt cách tiếp cận tích biến quan sát Tuy nhiên, mối quan tâ m chı́nh là giả m thieể u sự sai chệ ch ước lượng, cá ch tieế p cậ n trực giao nê n được lựa chọ n vı̀ nó thực hiệ n toấ t nhaấ t veề độ chı́nh xác điểm Tương tự vậy, mục đích để tối đa hóa dự báo biến nội sinh, nhà nghiên cứu nên áp dụng cách tiếp cận trực giao cách tiếp cận mang lại độ xác dự báo cao Kiểm tra kiểu mơ hình đo lường khái niệm điều tiết khái niệm ngoại sinh Khái niệm điều tiết/ngoại sinh KN kết Khái niệm điều tiết/ngoại sinh KN nguyên nhân Xác định mục đích phân tích Tiếp cận hai giai đoạn Khám phá mức ý nghĩa tác động điều tiết Tiếp cận hai giai đoạn Tối thiểu sai lệch ước lượng tác động điều tiết Tối đa dự báo Tiếp cận trực giao Tiếp cận trực giao Hình 5: Hướng dẫn tạo biến tương tác (Nguồn: Tổng hợp tác giả) Tập 05 (8/2019) TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Đánh giá mơ hình đo lường Khi đánh giá mơ hình đo lường kết quả, biến điều tiết phải đáp ứng tiêu chuẩn có liên quan quán độ tin cậy bên trong, giá trị hội tụ, giá trị phân biệt Tương tự, tất tiêu chuẩn mơ hình đo lường nguyên nhân áp dụng toàn cho biến điều tiết Tuy nhiên, biến tương tác khơng có u cầu Những tiêu chuẩn để đánh giá mô hình cấu trúc quan trọng Trong trường hợp tác động tương tác, giá trị f2 mức độ đóng góp biến điều tiết việc giải thích biến tiềm ẩn ngoại sinh Hướng dẫn chung cho đánh giá f2 giá trị 0.02, 0.15 0.35 đại diện cho tác động tương ứng nhỏ, trung bình lớn (Cohen, 1988) Tuy nhiên, Aguinis cộng (2005) tác động trung bình kiểm định biến điều tiết 0.009 Ngược lại, Kenny (2016) không đề xuất 0.005, 0.01, 0.025 tương ứng tác động nhỏ, trung bình lớn, mà cịn giá trị lạc quan so với tổng kết Aguinis cộng (2005) Diễn giải kết Khi diễn giải kết phân tích biến điều tiết, lợi ích ý nghĩa biến tương tác Nếu tác động biến tương tác vào khái niệm nội sinh có ý nghĩa thống kê, kết luận biến điều tiết M có điều tiết cách có ý nghĩa lên mối quan hệ Y Y2 Quy trình bootstrapping tạo điều kiện cho đánh giá Trong trường hợp biến điều tiết có ý nghĩa, bước xác định độ mạnh tác động điều tiết, việc phân tích phụ thuộc vào cách biến tương tác tạo Tác động Y Y (ρ ) khác với mơ hình có khơng có biến điều tiết sử dụng tiếp cận tích biến quan sát tiếp cận giai đoạn Nhà nghiên cứu cần lưu ý điều Nếu nhà nghiên cứu quan tâm đến ý nghĩa kiểm định tác động ρ Y Y , phân tích PLS-SEM nên thực ban đầu với khơng có biến điều tiết Sau đó, phân tích mơ hình nên theo phân tích bổ sung cho mối quan hệ điều tiết cụ thể Vấn đề quan trọng tác động trực tiếp trở thành tác động đơn mơ hình biến điều tiết, điều dẫn đến khác biệt giá trị ước lượng nó, ý nghĩa nó, cách diễn giải Tác động đơn đại diện cho mối quan hệ biến ngoại sinh biến tiềm ẩn nội sinh giá trị biến điều tiết ngang với giá trị trung bình (sự chuẩn hóa áp dụng) Vì thế, diễn giải kết tác động đơn mơ hình biến điều tiết thể tác động trực tiếp (vd, giả thuyết kiểm định mối quan hệ có ý nghĩa ρ Y Y ) dẫn đến kết luận sai khơng xác (Henseler Fassott, 2010) Việc minh họa kết đồ họa giúp hiểu biết thấu đáo rút kết luận chặt chẽ Cách thông thường để minh họa kết phân tích biến điều tiết đồ thị đường dốc Trong ví dụ tương tác chiều (Hình 6) giả sử mối quan hệ Y Y có giá trị 0.50, mối quan hệ M Y có giá trị 0.10, giới hạn tương tác (Y x M) 0.25 http://davidakenny.net/cm/moderation.htm Tập 05 (8/2019) TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ quan hệ với Y Hình đường dốc cho thiết lập vậy, trục-x đại diện cho khái niệm ngoại sinh (Y ) trục-y cho khái niệm nội sinh (Y ) Hai đường Hình đại diện cho mối quan hệ Y Y cho mức thấp cao khái niệm M Thông thường, mức thấp M đơn vị độ lệch chuẩn bên giá trị trung bình (đường thẳng Hình 6) mức cao M đơn vị độ lệch chuẩn bên giá trị trung bình (đường thẳng đứt đoạn Hình 6) Bởi tác động điều tiết dương biểu diễn 0.25 mối quan hệ điều kiện tương tác khái niệm nội sinh, độ dốc đường thẳng có mức độ điều tiết cao dốc Có nghĩa là, mối quan hệ Y Y trở nên mạnh với mức cao M Với mức thấp M, độ dốc phẳng Hình Vì thế, với mức thấp khái niệm biến điều tiết M, mối quan hệ Y Y trở nên yếu Hình 6: Sơ đồ hố mức độ tác động có biến điều tiết M (Nguồn: Đề xuất tác giả) Tình minh hoạ: Hành vi đổi sáng tạo nhân viên Để minh hoạ cho mơ hình nghiên cứu có biến ều tiết Chúng tơi đề xuất mơ hình nghiên cứu Hình bên Tập 05 (8/2019) 10 TẠP CHÍ KHOA HỌC YERSIN – CHUN ĐỀ QUẢN LÝ KINH TẾ Hình 7: Mơ hình nghiên cứu đề xuất - hành vi đổi sáng tạo nhân viên công việc (Nguồn: Đề xuất tác giả) Trong mơ hình nghiên cứu đề xuất trên, tập trung vào mối quan hệ JP (hiệu công việc) IWB (hành vi đổi sáng tạo nhân viên) Giả thuyết đặt nhân viên đánh giá hiệu công việc họ cao hành vi đổi sáng tạo họ tăng lên Liệu mối quan hệ thay đổi có diện hành vi lướt mạng làm việc (cyberloafing) câu hỏi nghiên cứu đáng quan tâm Vì hành vi lướt mạng hành động mang tính tiêu cực, nhân viên không tập trung vào làm việc mà họ sử dụng thời gian làm việc để chat chit, vào facebook, gửi tin nhắn… Do đó, suy diễn hành vi làm việc riêng qua mạng cao mối quan hệ hiệu cơng việc hành vi đổi sáng tạo giảm Để kiểm định tác động (giả thuyết H8(-) Hình 7), biến trung gian hành vi lướt mạng đưa vào mơ hình mũi tên trực tiếp vào khái niệm nội sinh IWB Sau đó, kỹ thuật tạo biến tương tác giai đoạn Smart PLS góp phần tạo biến tương tác Moderating effect JP*Cyberloafing minh hoạ Hình Kết nghiên cứu sau bootstrapping 5000 mẫu thể Hình sau: Tập 05 (8/2019) 11 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Hình 8: Kết kiểm định mơ hình nghiên cứu đề xuất (Nguồn: Tổng hợp tác giả) Trong Hình 8, ý đến biến tương tác Moderating effect JP*Cyberloafing tác động lên mối quan hệ JP – IWB Hình cho kết biến tương tác Moderating effect JP*Cyberloafing tác động lên mối quan hệ JP – IWB – 0.032 khơng có ý nghĩa thống kê (p > 0.05) Chúng ta kết luận, giả thuyết H8 khơng chấp nhận tình Có nghĩa là, mối quan hệ hiệu công việc hành vi đổi sáng tạo khơng thay đổi trường hợp có diện cyberloafing với vai trị điều tiết Hình 9: Kết hồi quy đa biến sau bootstrapping 5000 mẫu (Nguồn: Tổng hợp tác giả) Tập 05 (8/2019) 12 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Để minh hoạ, giả sử kết biến tương tác Moderating effect JP*Cyberloafing tác động lên mối quan hệ JP – IWB – 0.032 có ý nghĩa thống kê (p < 0.05) Trong tình giả sử này, nhà nghiên cứu đọc diễn giải kết nghiên cứu Hình 10 sau: Hình 10: Biểu đồ minh hoạ độ dốc có biến điều tiết (Nguồn: Đề xuất tác giả) Biến tương tác có tác động nghịch chiều lên IWB (-0.032) Tác động JP  IWB (0.250) Điều có nghĩa mối quan hệ JP IWB 0.250 cho mức độ cyberloafing trung bình Khi cyberloafing tăng lên độ lệch chuẩn mối quan hệ JP  IWB giảm xuống khoảng (0.250 – 0.032 = 0.218) Ngược lại, cyberloafing giảm xuống độ lệch chuẩn mối quan hệ JP  IWB trở thành (0.250 + 0.032 = 0.282) Hình 10 cho thấy hành vi đổi sáng tạo – IWB thể trục tung (Y) hiệu làm việc JP thể trục X Đường màu xanh thể mối quan hệ cho mức độ điều tiết trung bình cyberloafing Hai đường cịn lại minh hoạ mối quan hệ JP  IWB mức độ cao (giá trị trung bình cyberloafing cộng thêm độ lệch chuẩn) mức độ thấp (giá trị trung bình cyberloafing trừ bớt độ lệch chuẩn) Độ dốc dương đường thẳng cho thấy tác động dương: Đánh giá hiệu công việc cao hành vi đổi sáng tạo cao Có thể kết luận mức độ cyberloafing cao kéo theo mối quan hệ JP  IWB yếu mức độ cyberloafing yếu dẫn đến mối quan hệ mạnh JP  IWB Cuối cùng, nhìn vào Hình 11 - kết tác động f2 xem xét giá trị Giá trị f2 = 0.001 cho thấy ảnh hưởng nhỏ biến tương tác Kết hợp lý tình này, giả sử tác động biến tương tác lên mối quan hệ có ý nghĩa thống kê Tập 05 (8/2019) 13 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Hình 11: Kết tác động f2 (Nguồn: Tổng hợp tác giả) Kết luận Để đánh giá xác tác động biến điều tiết, nhà nghiên cứu cần hiểu rõ chất biến điều tiết Cơng trình Hair Jr cộng (2017) giúp nhà nghiên cứu có tảng lý thuyết chặt chẽ để phân tích đánh giá Biến tương tác tạo cách tự động với Smart PLS nhà nghiên cứu thực theo hướng tiếp cận tích biến quan sát, trực giao hai giai đoạn Hướng tiếp cận hai giai đoạn nhà nghiên cứu khuyến khích sử dụng mục tiêu nghiên cứu đánh giá mức độ tác động lên mối quan hệ biến điều tiết biến điều tiết biến đo lường phản ánh nguyên nhân Phân tích vai trị điều tiết kỹ thuật tiên tiến nâng cao, phức tạp mặt thuật toán Nhưng hiểu vận dụng điều phát mối quan hệ thú vị ý nghĩa nghiên cứu quản trị kinh doanh TÀI LIỆU THAM KHẢO Aguinis, H., Beaty, J C., Boik, R J., & Pierce, C A (2005) Effect size and power in assessing moderating effects of categorical variables using multiple regression: A 30-year review Journal of Applied Psychology, 90(1), 94–107 Altinay, L., Dai, Y De, Chang, J., Lee, C H., Zhuang, W L., & Liu, Y C (2019) How to facilitate hotel employees’ work engagement: The roles of leadermember exchange, role overload and job security International Journal of Contemporary Hospitality Management Clayton, B C (2015) Shared vision and autonomous motivation vs financial incentives driving success in corporate acquisitions Frontiers in Psychology, 6(JAN), 1–19 Cohen, J (1988) Statistical Power Analysis for the Behavioral Sciences De Witte, H (2012) Job insecurity: Review of the international literature on definitions, prevalence, antecedents and consequences SA Journal of Industrial Psychology, 31(4) Tập 05 (8/2019) 14 TẠP CHÍ KHOA HỌC YERSIN – CHUYÊN ĐỀ QUẢN LÝ KINH TẾ Diamantopoulos, A., Sarstedt, M., Fuchs, C., Wilczynski, P., & Kaiser, S (2012) Guidelines for choosing between multiitem and single-item scales for construct measurement: A predictive validity perspective Journal of the Academy of Marketing Science, 40(3), 434–449 Hair Jr, J F., Hult, G T M., Ringle, C., & Sarstedt, M (2017) A primer on partial least squares structural equation modeling (PLS-SEM) (2nd ed.) Thousand Oaks, CA: SAGE Publications, Inc Henseler, J., & Chin, W W (2010) A comparison of approaches for the analysis of interaction effects between latent variables using partial least squares path modeling Structural Equation Modeling, 17(1), 82–109 Henseler, J., & Fassott, G (2010) Testing Moderating Effects in PLS Path Models: An Illustration of Available Procedures In E V V., C W., H J., & W H (Eds.), Handbook of Partial Least Squares (pp 713–735) Koay, K Y (2018) Workplace ostracism and cyberloafing: a moderated– mediation model Internet Research, 28(4), 1122–1141 Lee, S., & Kim, D Y (2018) Brand personality of Airbnb: application of user involvement and gender differences Journal of Travel and Tourism Marketing, 35(1), 32–45 Mohamed, F., Hassan, A., & Spencer, B (2011) Conceptualization and measurement of perceived risk of online education Academy of Educational Leadership Journal, 15(4), 1–16 Noddings, N (2012) Cosmopolitismo, patriotismo y ecología Cosmopolitanism, Patriotism, and Ecology Le Cosmopolitisme, le patriotisme, et l’écologie 13, 15–26 Rigdon, E E., Ringle, C M., & Sarstedt, M (2010) Structural modeling of heterogeneous data with partial least squares Review of Marketing Research, 7, 255–296 Sarstedt, M., Diamantopoulos, A., Salzberger, T., & Baumgartner, P (2016) Selecting single items to measure doubly concrete constructs: A cautionary tale Journal of Business Research, 69(8), 3159–3167 Svensson, G., Ferro, C., Høgevold, N., Padin, C., Carlos Sosa Varela, J., & Sarstedt, M (2018) Framing the triple bottom line approach: Direct and mediation effects between economic, social and environmental elements Journal of Cleaner Production, 197, 972–991 Thiruvattal, E (2017) Impact of value cocreation on logistics customers’ loyalty Journal of Global Operations and Strategic Sourcing, 10(3), 334–361 Van Lange, P a M., Joireman, J., Parks, C D., & Van Dijk, E (2013) The psychology of social dilemmas: A review Organizational Behavior and Human Decision Processes, 120(2), 125–141 Tập 05 (8/2019) 15 ... hình nghiên cứu đề xuất - hành vi đổi sáng tạo nhân vi? ?n công vi? ??c (Nguồn: Đề xuất tác giả) Trong mơ hình nghiên cứu đề xuất trên, tập trung vào mối quan hệ JP (hiệu công vi? ??c) IWB (hành vi đổi. .. chúng tơi tập trung vai trị điều tiết biến liên tục Mơ hình hố tác động trình bày mục Mơ hình nghiên cứu có tác động biến điều tiết Trong Hình 2, thu nhập đóng vai trị biến điều tiết (M), tác động... trọng mơ hình nghiên cứu đa biến vai trò biến điều tiết Phần tiếp theo, tóm lược lý thuyết kiểm định mơ hình nghiên cứu có can thiệp biến điều tiết liên tục Cuối cùng, trình bày ví dụ minh họa