Theo mơ hình nghiên cứu của tác giả, biến Khả năng sinh lời được gọi là biến trung gian khi nó tham gia giải thích cho mối quan hệ giữa biến độc lập (quy mô doanh nghiệp, đặc điểm ngành nghề kinh doanh, cơ hội tăng trưởng, quy định pháp lý, quan điểm quản lý) và biến phụ thuộc là CBTT báo cáo PTBV (Baron & Kenny, 1986).
Với lý thuyết của Baron & Kenny (1986) về biến trung gian (khả năng sinh lời) và mối tác động trung gian, một điều kiện cần đó là biến độc lập X phải có sự tác động lên biến phụ thuộc Y (tác động tổng hợp total effect - hệ số c phải có ý nghĩa).
X c Y X c’ Y b b
X a M M
Trong đó:
c': Tác động trực tiếp từ X lên Y a*b: Tác động gián tiếp từ X lên Y c: Tác động tổng từ X lên Y
Tuy nhiên, đã có nhiều tác giả đưa ra nhận định mỗi tác động không nhất thiết phải có ý nghĩa thì mới có mối quan hệ trung gian. Chính vì vậy, cần có một định hướng đánh giá mối quan hệ trung gian chính xác hơn.
Bootstrapping là dạng kỹ thuật liên quan đến việc lấy mẫu lặp lại N lẫn từ tập dữ liệu mẫu và ước tính tác động gián tiếp ( giá trị tích số a*b) trong mỗi tập dữ liệu được lấy mẫu lại. Bằng cách lặp lại này, phân phối của giá trị tích số a*b được hình thành và tạo nên khoảng tin cậy của mối quan hệ gián tiếp (Preacher and Hayes, 2004). Để có thể thực hiện phân tích biến trung gian bằng kỹ thuật Bootstrap trên phần mềm SPSS, chúng ta sẽ dụng Hayes Process Mac. Sau đó, xuất kết quả các phép hồi quy X → M (hồi quy 1) và X, M → Y (hồi quy 2) (cụ thể ở phụ lục 11). Ở đây, mục tiêu của chúng ta quan tâm nhiều nhất vào mối quan hệ gián tiếp của biến X lên biến Y. Do vậy, cần tập trung vào bảng các giá trị TOTAL, DIRECT AND INDIRECT EFFECTS OF X ON Y.
Total effect of X on Y: Tác động từ biến X lên biến Y (giá trị hệ số c)
Direct effect of X on Y: Tác động trực tiếp từ biến X lên biến Y (giá trị hệ số c')
Indirect effect(s) of X on Y: Tác động gián tiếp từ biến X lên biễn Y qua biên M (giá trị tích số a*b) Phần Indirect effects, chúng ta sẽ đánh giá dựa vào khoảng tin cậy phép bootstrap cho tích số a*b để đưa ra kết luận có sự tác động gián tiếp hay khơng
+ Nếu giá trị trong khoảng tin cậy phép bootstrap tích số a*b có chứa giá trị 0, chúng ta đưa ra kết luận khơng có tác động gián tiếp từ X lên Y.
+ Nếu giá trị trong khoảng tin cậy phép bootstrap tích số a*b khơng chứa giá trị 0, chúng ta đưa ra kết luận có tác động gián tiếp từ X lên Y.
Từ các kết quả này, tác giả tổng hợp lên bảng 4.22 như sau
Bảng 4.22 Vai trò của biến trung gian Khả năng sinh lời tác động lên mối quan hệ giữa các nhân tố ảnh hưởng và CBTT PTBV
Kết quả hồi quy từ X->M Kết quả hồi quy từ
X,M->Y
Giá trị P
Khoảng tin cậy phép bootstrap Hệ số tác động Kết luận BootLLCI (chặn dưới) BootULCI (chặn trên) QMDN->KNSL QMDN, KNSL- >CBTT .0001 .0000 .0455 .1876 .1151
KNSL có vai trị trung gian tác động lên mối quan hện từ QMDN đến CBTT CHTT->KNSL CHTT, KNSL- >CBTT .0000 .0000 .0912 .2149 .1513
KNSL có vai trò trung gian tác động lên mối quan hện từ CHTT đến CBTT QDPL->KNSL QDPL, KNSL- >CBTT .0016 .0000 .0355 .1610 .0968
KNSL có vai trò trung gian tác động lên mối quan hện từ QDPL đến CBTT QDQL->KNSL QDQL, KNSL- >CBTT .0000 .0000 .1271 .2695 .1956
KNSL có vai trị trung gian tác động lên mối quan hện từ QDQL đến CBTT DDKD->KNSL DDKD, KNSL- >CBTT .0000 .0000 .0839 .2018 .1429
KNSL có vai trị trung gian tác động lên mối quan hện từ DDKD đến CBTT
(Nguồn: Xử lý dữ liệu từ khảo sát chính thức)