Phân tích vai trò trung gian/đa trung gian trong mô hình đa biến - Lý thuyết và tình huống minh hoạ: hành vi trì hoãn của nhân viên trong công việc

 TẠP CHÍ KHOA HỌC YERSIN 
Tập 04 (4/2019) 67 
PHÂN TÍCH VAI TRÒ TRUNG GIAN/ĐA TRUNG GIAN 
TRONG MÔ HÌNH ĐA BIẾN - LÝ THUYẾT 
VÀ TÌNH HUỐNG MINH HOẠ: HÀNH VI TRÌ HOÃN 
CỦA NHÂN VIÊN TRONG CÔNG VIỆC 
Bạch Ngọc Hoàng Ánh*, Cao Quốc Việt** 
Title: Analysing the mediating 
and multi-mediating role in 
multivariate models - Theory and 
case study illustrating: The 
delaying behavior of employees 
at work. 
Từ khóa: Mối quan hệ trung 
gian, đa trung gian, phân tích đa 
biến 
Keywords: Mediating, multi-
mediating, analyzing 
multivariate models. 
Thông tin chung: 
Ngày nhận bài: 03/3/2019; 
Ngày nhận kết quả bình duyệt: 
18/3/2019; 
Ngày chấp nhận đăng bài: 
12/4/2019. 
Tác giả: 
* Trường Đại học Yersin Đà Lạt 
** Trường Đại học Kinh tế TP. Hồ 
Chí Minh 
Email: 
hoanganhbachngoc@yahoo.com 
TÓM TẮT 
Kiểm định vai trò trung gian/đa trung gian là bước quan 
trọng khi phân tích mô hình đa biến trong nghiên cứu hành 
vi. Thực tế nghiên cứu cho thấy, các biến ngoại sinh và nội 
sinh quan hệ chồng chéo qua các biến trung gian là hiện 
tượng tồn tại phổ biến trong nghiên cứu hành vi liên quan 
đến kinh doanh và quản trị. Để kiểm định được vai trò trung 
gian/đa trung gian các nhà nghiên cứu cần xác định chiến 
lược phân tích một cách hệ thống, có căn cứ trên nền tảng lý 
thuyết vững chắc. Sau đó, việc xác định loại hình trung gian 
và kỹ thuật kiểm định đóng vai trò quan trọng trong việc đánh 
giá kết quả nghiên cứu. Bài viết này nhằm mục đích tổng hợp 
nền tảng lý thuyết về kiểm định mối quan hệ trung gian. Đi 
kèm với lý thuyết là tình huống nghiên cứu minh hoạ về hành 
vi trì hoãn của nhân viên trong công việc. Các phân tích của 
tình huống dựa trên nền tảng PLS - SEM với sự hỗ trợ của 
phần mềm Smart PLS phiên bản 3.2.81 
ABSTRACT 
Mediating and multi-mediating role testing is an 
important step when analyzing multivariate models in 
behavioral research. In many previous studies, the situation in 
which exogenous and endogenous variables have overlapping 
relationships through intermediate variables is common in 
business-related behavioral research. In order to test the 
mediating/ multi-mediating role of variables in research 
model, researchers need to determine the analytical strategy 
systematically, based on a solid theoretical foundation. Then, 
determining the type of intermediate effects plays an 
important role in evaluating research results. This paper aims 
to synthesize the theoretical foundation of intermediate 
relationship testing. Accompanying theory is case study 
illustrating the delaying behavior of employees at work. The 
analysis of the situation based on the PLS - SEM platform with 
the support of Smart PLS software version 3.2.8 
1 Nhóm tác giả chân thành cảm ơn Giáo sư Ringle M Christian - Nhà sáng lập phần mềm Smart PLS, 
Giáo sư Đại học Công nghệ Hamburg (Đức) đã tài trợ gói phần mềm mới nhất để thực hành kiểm định 
tình huống minh họa trong bài viết này. 
 TẠP CHÍ KHOA HỌC YERSIN 
Tập 04 (4/2019) 68 
1. Giới thiệu 
Những năm vừa qua, kiểm định vai trò 
trung giăn/đă trung gian của các khái niệm 
trong mô hình nghiên cứu đă biến đã trở 
nên phổ biến trong nghiên cứu hành vi và 
các lĩnh vực thuộc quản trị, kinh doănh. Đặc 
biệt, khi mô hình nghiên cứu phức tạp có 
nhiều mối quan hệ chồng chéo giữa các biến 
độc lập và phụ thuộc qua nhiều biến khái 
niệm đóng văi trò trung giăn, nhà nghiên 
cứu cần một kỹ thuật phân tích phổ biến, 
được chấp nhận rộng rãi trong cộng đồng 
khoa học và có độ tin cậy cao. 
Khi kiểm định mô hình đă biến, kỹ 
thuật mô hình phương trình cấu trúc bình 
phương bé nhất riêng phần (partial least 
squares structural equation modelling) 
được các học giả sử dụng rất rộng rãi. Đặc 
biệt, khi có sự hiện diện của các biến trung 
giăn/đă trung giăn trong mô hình, kỹ thuật 
kiểm định này càng được nhiều tác giả sử 
dụng. Ví dụ, trong lĩnh vực marketing và 
hành vi người tiêu dùng (Thiruvattal, 2017; 
Rodriguez-Rad & Ramos-Hidalgo, 2018;), 
chiến lược và quản trị nói chung (Hauff, 
Alewell & Hansen, 2018; Cepeda-Carrion, 
Cegarra-Navarro & Cillo, 2019;), hệ thống 
thông tin (Pratono, 2018), khởi nghiệp 
(Spender, Corvello, Grimaldi & Rippa, 2017; 
Pittino, Barroso Martínez, Chirico & 
Sanguino Galván, 2018), nhân sự (Anasori, 
Bayighomog & Tanova, 2019; Sanz-Valle & 
Jiménez-Jiménez, 2018), kế toán (Nitzl, 
2016; Nitzl, 2018), tài chính (Ramli, Latan, 
& Nartea, 2018; Ramli, Latan & Solovida, 
2019); du lịch (Henseler, Müller & 
Schuberth, 2018; Ali, Rasoolimanesh, 
Sarstedt, Ringle & Ryu, 2018). 
Để thấu hiểu và áp dụng được kỹ thuật 
kiểm định, trước tiên cần hiểu về lý thuyết 
các mối quan hệ trung giăn/đă trung giăn 
trong mô hình nghiên cứu đă biến. 
2 Mô hình phân tích đa biến sử dụng tên gọi biến 
ngoại sinh thay cho biến độc lập và biến nội sinh 
thay cho biến phụ thuộc. Ý nghĩa ở đây là một sự 
2. Lý thu ... khi đối với biến trung gian thứ hai Y4, 
tác động gián tiếp cụ thể được cho bởi 
(ρ4.ρ5) Tổng tác động giắn tiép lă tổng của 
các tác động gián tiếp cụ thể (tức là, ρ1.ρ2 + 
ρ4.ρ5). Cuối cùng, tổng tác động của Y1 lên Y3 
là tổng củă tác động trực tiếp và tổng tác 
động gián tiếp (tức là, ρ3 + ρ1.ρ2 + ρ4.ρ5). 
Để kiểm định mô hình như trong Hình 
2, các nhà nghiên cứu có thể dựa trên chiến 
lược giản đơn chạy một loạt các phân tích 
trung giăn đơn giản, xử lý lần lượt các biến 
trung giăn được đề xuất. Tuy nhiên, 
Preăcher và Hăyes (2008) đã chỉ ra rằng cằn 
xem xét tất cả biến trung gian một cách 
đồng thời trong mô hình, nhà nghiên cứu sẽ 
có được một bức tranh hoàn chỉnh hơn về 
các cơ chế mà thông quă đó một biến ngoại 
sinh ảnh hưởng lên một biến nội sinh. 
Hi nh 2. Mo hi nh đă bién phức tặp- đă 
trung gian (Nguồn: Hair và cộng sự (2016)) 
Trong mô hình đă trung giăn, một tác 
động gián tiếp cụ thể có thể được hiểu là tác 
động gián tiếp của Y1 lên Y3 thông qua một 
biến trung gian nhất định, kiểm soát tất cả 
các biến trung giăn khác. Lưu ý rằng, tác 
động gián tiếp này khác với tác động mà 
chúng tă có được khi kiểm định nhiều biến 
trung gian riêng biệt trong phân tích trung 
giăn đơn giản. Trong trường hợp thứ hai, 
tác động gián tiếp có thể tăng lên đáng kể 
ngoại trừ trường hợp rất không chắc rằng 
tất cả các biến trung giăn khác không tương 
quan với biến trung giăn được xem xét. 
4. Tình huống minh hoạ: Hành vi trì 
hoãn của nhân viên trong công việc 
Giả sử chúng ta có mô hình nghiên cứu 
đề xuất như Hình 3 bên dưới. Trong Hình 3, 
các giả thuyết său đây được thiết lập: 
H1(-): Sự bất ổn trong công việc ảnh 
hưởng nghịch chiều đến sự gắn kết của nhân 
viên với công việc 
H2(-): Sự gắn kết với công việc có ảnh 
hưởng nghịch chiều đến sự trì hoãn trong 
công việc 
H3(+): Căng thẳng trong công việc có 
ảnh hưởng cùng chiều đến sự trì hoãn trong 
công việc 
Y2 
Y3 
Y4 
Y1 
ρ3 
ρ1 ρ2 
ρ4 
 TẠP CHÍ KHOA HỌC YERSIN 
Tập 04 (4/2019) 72 
Hình 3. Mô hình nghiên cứu đề xuất 
H4(+): Sự bất ổn trong công việc có ảnh 
hưởng cùng chiều đến sự trì hoãn trong công việc 
H5(+): Căng thẳng trong công việc có 
ảnh hưởng cùng chiều đến sự bất ổn trong 
công việc 
H6(-): Căng thẳng trong công việc có 
ảnh hưởng nghịch chiều đến sự gắn kết của 
nhân viên với công việc 
H7(+): Sự bất ổn trong công việc ảnh 
hưởng cùng chiều một cách gián tiếp thông 
qua sự gắn kết đến sự trì hoãn trong công việc 
H8(+): Sự căng thẳng trong trong việc 
ảnh hưởng cùng chiều một cách gián tiếp 
thông qua sự bất ổn và sự gắn kết đến sự trì 
hoãn trong công việc 
3 Liên hệ tác giả bài viết này để tham khảo các 
thang đo và bảng câu hỏi 
Muốn kiểm định hai giả thuyết H7 và 
H8, yêu cầu phải được thực hiện đó là đánh 
giá vai trò trung gian của các biến được đề 
cập trong mô hình. 
Trong mô hình nghiên cứu đề xuất trên, 
thăng đo sự trì hoãn là thăng đo đă hướng 
(gồm hai thành phần trốn việc và làm việc 
riêng trên mạng). Thăng đo sự gắn kết gồm 
ba thành phần (sự cống hiến, sự say mê và 
sự hăng hái) kế thừa từ thăng đo 9 biến 
quan sát của Schaufeli, Bakker, & Salanova 
(2006). Thăng đo căng thẳng trong công 
việc được lấy từ Schaubroeck, Cotton, & 
Jennings (1989). Cuối cùng thăng đo sự bất 
ổn của công việc được lấy từ Vander Elst, De 
Witte, & De Cuyper (2014)3. 
 TẠP CHÍ KHOA HỌC YERSIN 
Tập 04 (4/2019) 73 
 Hình 4. Kết quả kiểm định mô hình cấu trúc - boostrap 5000 mẫu 
Sau khi chạy thống kê mô tả trên phần 
mềm SPSS, các thăng đo được đưă vào phân 
tích mô hình cấu trúc tuyến tính theo kỹ 
thuật PLS - SEM với phần mềm Smart PLS 
3.2.8. Các kết quả phân tích mô hình đo 
lường liên quăn như độ tin cậy Cronbach 
Alphă, độ tin cậy tổng hợp, AVE, HTMT và 
đă cộng tuyến đều được xem xét, đánh giá. 
Kết quả phân tích mô hình cấu trúc với 
boostrapping 5000 mẫu như Hình 4. 
Kết quả kiểm định các giả thuyết 
Bảng 1 cho thấy trong 6 giả thuyết đề 
xuất (H1 đến H6) thì chỉ có 3 giả thuyết được 
chấp nhận (H1, H4, H5). Còn lại 3 giả thuyết 
không được chấp nhận (H2, H3, H6) do 
không có bằng chứng thống kê để ủng hộ các 
mối quan hệ này. Rất đáng tiếc nếu nhà 
nghiên cứu không kiểm định thêm giả thuyết 
H7, H8 và vội vàng kết luận ngay các kết quả 
nghiên cứu và đưă ră hàm ý quản trị. 
Bảng 1. Kết quả kiểm định các giả thuyết 
Giả 
thuyết 
Mối quan hệ Trọng số 
Sai số 
chuẩn 
(STERR) 
Trị số T 
(|O/STERR|) 
Giá trị 
p 
Kết luận 
 H4(+) JI PW 0.351 0.056 6.250 0.000 Chấp nhận 
 H1(-) JI WEn -0.372 0.052 7.178 0.000 Chấp nhận 
 H5(+) Stress JI 0.403 0.046 8.827 0.000 Chấp nhận 
 H3(+) Stress PW 0.069 0.057 1.212 0.225 Bác bỏ 
 H6(-) Stress WEn -0.024 0.058 0.412 0.680 Bác bỏ 
H2(-) WEn PW -0.016 0.059 0.279 0.780 Bác bỏ 
Nguồn: Dữ liệu trích xuất từ phần mềm Smart PLS của nhóm tác giả 
 TẠP CHÍ KHOA HỌC YERSIN 
Tập 04 (4/2019) 74 
Đánh giá tác động gián tiếp, kiểm định giả thuyết H7, H8 
Kết quả kiểm định H7, H8 được diễn giải và minh hoạ ở Bảng 2 bên dưới: 
Bảng 2. Phân tích ý nghĩă thống kê củă tác động trực tiếp và gián tiếp 
Tác 
động 
trực 
tiếp 
95% 
khoảng 
tin cậy 
của tác 
động 
trực 
tiếp 
t 
value 
Mức ý 
nghĩa 
(p<0.05)? 
Tác 
động 
gián 
tiếp 
95% 
khoảng 
tin cậy 
của tác 
động 
gián 
tiếp 
t 
value 
Mức ý 
nghĩa 
(p<0.05)? 
JI 
PW 
0.351 
[0.236, 
0.460] 
6.250 Có 0.006 
[0.007, 
0.143] 
0.276 Không 
Stress 
 PW 
0.069 
[-0.041, 
0.182] 
1.222 Không 0.144 
[0.152, 
0.293] 
5.191 Có 
 Nguồn: Dữ liệu tổng hợp từ các bảng tính của nhóm tác giả 
Trong giả thuyết H7, chúng tă có đề 
xuất: Sự bất ổn trong công việc (JI) ảnh 
hưởng cùng chiều một cách gián tiếp thông 
qua sự gắn kết đến sự trì hoãn trong công 
việc (PW). Bảng 2 cho thấy JI tác động trực 
tiếp đến PW (0.351, p < 0.05). Tuy nhiên tác 
động gián tiếp (0.006, p>0.05) cho thấy tác 
động gián tiếp không có ý nghĩă thống kê, 
hay nói cách khác, JI chỉ tác động trực tiếp 
đến PW và sự gắn kết không đóng văi trò 
trung gian trong mô hình. 
Đối với giả thuyết H8, chúng ta có phát 
biểu: Sự căng thẳng trong công việc (Stress) 
ảnh hưởng cùng chiều một cách gián tiếp 
thông qua sự bất ổn (JI) và sự gắn kết (WEn) 
đến sự trì hoãn trong công việc (PW). Kết 
quả kiểm định cho thấy Stress không tác 
động trực tiếp đến PW (0.069, p>0.05), 
nhưng tác động gián tiếp lại có ý nghĩă 
thống kê (0.144, p < 0.05). Nói cách khác, JI 
và WEn đóng văi trò trung giăn toàn phần 
trong mối quan hệ giữa Stress và PW. Kết 
quả này cho thấy nhà nghiên cứu sẽ kết luận 
căng thẳng trong công việc không tác động 
đến sự trì hoãn của nhân viên khi họ thực 
hiện công việc. Về mặt logic của lý thuyết 
hành vi, có điều gì đó chưă ổn nếu căn cứ 
trên bằng chứng nghiên cứu và đưă ră kết 
luận. Khi nhân viên cảm thấy căng thẳng 
trong công việc, họ sẽ trì hoãn công việc họ 
đăng làm, trong thời gian trì hoãn họ sẽ 
dành thời gian cho các hoạt động bên ngoài 
công việc phổ biến khác như lên mạng lướt 
Făcebook, đọc tin tức trực tuyến hay mua 
sắm trực tuyến trong giờ làm việc. H8 được 
chấp nhận cho thấy có một cơ chế trung 
gian toàn phần theo phân tích lý thuyết 
kiểm định ở phần đầu. 
5. Kết luận và đề xuất 
Kết quả đánh giá ở trên cho thấy vai trò 
rất quan trọng của biến trung gian. Nhà 
nghiên cứu không chú ý đến biến trung gian 
có thể đưă ră một kết luận sai lệch khi chỉ 
dựa trên giả thuyết về tác động trực tiếp. 
Kết quả kiểm định tác động gián tiếp và vai 
trò của biến trung gian có thể hỗ trợ tốt và 
giải thích được một cách thấu đáo các mối 
quan hệ. Chính vì vậy, việc thực hành và 
kiểm định nhiều mo hi nh có bién trung giăn 
từ đơn giản đến phức tạp góp phần ý nghĩă 
trong việc đào tạo và nghiên cứu. Hayes 
(2013) giới thiệu hơn 70 mô hình có biến 
trung gian kết hợp cả văi trò điều tiết trong 
mô hình. Trong tương lăi, nhà nghiên cứu 
nên cập nhật các phương pháp kiểm định để 
thực hiện các công trình nghiên cứu khoa 
học của mình. 
 TẠP CHÍ KHOA HỌC YERSIN 
Tập 04 (4/2019) 75 
TÀI LIỆU THAM KHẢO 
Ali, F., Rasoolimanesh, S. M., Sarstedt, M., 
Ringle, C. M., & Ryu, K. (2018). An 
assessment of the use of partial least 
squares structural equation modeling 
(PLS-SEM) in hospitality research. 
International Journal of Contemporary 
Hospitality Management, 30(1), 514–
538. https://doi.org/10.1108/IJCHM-
10-2016-0568 
Anasori, E., Bayighomog, S. W., & Tanova, C. 
(2019). Workplace bullying , 
psychological distress , resilience , 
mindfulness , and emotional exhaustion. 
The Service Industries Journal, 0(0), 1–25. 
https://doi.org/10.1080/02642069.20
19.1589456 
Baron, R. M., & Kenny, D. A. (1986). The 
moderator–mediator variable distinction 
in social psychological research: 
Conceptual, strategic, and statistical 
considerations. Journal of Personality and 
Social Psychology, 51(6), 1173–1182. 
https://doi.org/10.1037/0022-3514.51.6.1173 
Cepeda-Carrion, G., Cegarra-Navarro, J. G., & 
Cillo, V. (2019). Tips to use partial least 
squares structural equation modelling (PLS-
SEM) in knowledge management. Journal of 
Knowledge Management, 23(1), 67–89. 
https://doi.org/10.1108/JKM-05-2018-0322 
Hair Jr, Joseph F., Hult, G. T. M., Ringle, C. M., 
& Sartedt, M. (2016). A Primer on Partial 
Least Squares Structural Equation 
Modeling (PLS-SEM) (2nd ed.). Los 
Angeles: SAGE Publications Ltd. 
Hauff, S., Alewell, D., & Hansen, N. K. (2018). 
Further exploring the links between high-
performance work practices and firm 
performance: A multiple-mediation model 
in the German context. German Journal of 
Human Resource Management, 32(1), 5–
26.https://doi.org/10.1177/2397002217728251 
Hayes, A. F. (2013). Introduction to Mediation, 
Moderation, and Conditional Process 
Analysis: A Regression-Based Approach. 
New York: Guilford Publications. 
Retrieved from 
www.guilford.com/ebooks 
Henseler, J., Müller, T., & Schuberth, F. 
(2018). Chapter 2 New Guidelines for 
the Use of PLS Path Modeling in 
Hospitality, Travel, and Tourism 
Research. In Applying Partial Least 
Squares in Tourism and Hospitality 
Research (pp. 17–33). Emerald 
Publishing Limited. 
https://doi.org/10.1108/978-1-78756-
699-620181002 
Klarner, P., Sarstedt, M., Hoeck, M., & Ringle, 
C. M. (2013). Disentangling the effects of 
team competences, team adaptability, and 
client communication on the performance 
of management consulting teams. Long 
Range Planning, 46(3), 258–286. 
https://doi.org/10.1016/j.lrp.2013.03.001 
Mackinnon, D. P., Krull, J. L., & Lockwood, C. 
M. (2000). Equivalence of the Mediation, 
Confounding and Suppression Effect. 
Prevention Science, 1(4), 173–181. 
https://doi.org/10.1023/A:1026595011371 
Nitzl, C. (2016). The use of partial least 
squares structural equation modelling 
(PLS-SEM) in management accounting 
research: Directions for future theory 
development. Journal of Accounting 
Literature, 37, 19–35. 
https://doi.org/10.1016/j.acclit.2016.09.003 
Nitzl, C. (2018). Management Accounting 
and Partial Least Squares-Structural 
Equation Modelling (PLS-SEM): Some 
Illustrative Examples (Vol. 267). 
https://doi.org/10.1007/978-3-319-71691-6 
 TẠP CHÍ KHOA HỌC YERSIN 
Tập 04 (4/2019) 76 
Nitzl, C., Roldan, J. L., & Cepeda, G. (2016). 
Mediation analysis in partial least squares 
path modeling. Industrial Management & 
Data Systems, 116(9), 1849–1864. 
https://doi.org/10.1108/IMDS-07-2015-0302 
Pittino, D., Barroso Martínez, A., Chirico, F., 
& Sanguino Galván, R. (2018). 
Psychological ownership, knowledge 
sharing and entrepreneurial orientation 
in family firms: The moderating role of 
governance heterogeneity. Journal of 
Business Research, 84, 312–326. 
https://doi.org/10.1016/j.jbusres.2017.08.014 
Pratono, A. H. (2018). From social network 
to firm performance. Management 
Research Review, 41(6), 680–700. 
https://doi.org/10.1108/MRR-03-2017-0080 
Preacher, K. J., & Hayes, A. F. (2008). 
Asymptotic and resampling strategies 
for assessing and comparing indirect 
effects in multiple mediator models. 
Behavior Research Methods, 40(3), 879–891. 
https://doi.org/10.3758/BRM.40.3.879 
Ramli, N. A., Latan, H., & Nartea, G. V. (2018). 
Why Should PLS-SEM Be Used Rather 
Than Regression? Evidence from the Capital 
Structure Perspective (pp. 171–209). 
https://doi.org/10.1007/978-3-319-71691-6_6 
Ramli, N. A., Latan, H., & Solovida, G. T. 
(2019). Determinants of capital 
structure and firm financial 
performance—A PLS-SEM approach: 
Evidence from Malaysia and Indonesia. 
The Quarterly Review of Economics and 
Finance, 71(July), 148–160. 
https://doi.org/10.1016/j.qref.2018.07.001 
Rodriguez-Rad, C. J., & Ramos-Hidalgo, E. 
(2018). Spirituality, consumer ethics, 
and sustainability: the mediating role of 
moral identity. Journal of Consumer 
Marketing, 35(1), 51–63. 
https://doi.org/10.1108/JCM-12-2016-2035 
Sanz-Valle, R., & Jiménez-Jiménez, D. 
(2018). HRM and product innovation: 
does innovative work behaviour 
mediate that relationship? Management 
Decision, 56(6), 1417–1429. 
https://doi.org/10.1108/MD-04-2017-0404 
Sattler, H., Völckner, F., Riediger, C., & 
Ringle, C. M. (2010). The impact of brand 
extension success drivers on brand 
extension price premiums. International 
Journal of Research in Marketing, 27(4), 319–328. 
https://doi.org/10.1016/j.ijresmar.2010.08.005 
Schaubroeck, J., Cotton, J. L., & Jennings, K. 
R. (1989). Antecedents and consequences 
of role stress : A covăriănce structure 
analysis. Journal of Organizational 
Behavior, 10, 35–58. Retrieved from 
https://www.jstor.org/stable/2488265
?seq=1#page_scan_tab_contents 
Schaufeli, W. B., Bakker, A. B., & Salanova, M. 
(2006). The measurement of work 
engagement with a short questionnaire: 
A cross-national study. Educational and 
Psychological Measurement, 66(4), 701–716. 
https://doi.org/10.1177/0013164405282471 
Spender, J.-C., Corvello, V., Grimaldi, M., & 
Rippa, P. (2017). Startups and open 
innovation: a review of the literature. 
European Journal of Innovation 
Management, 20(1), 4–30. 
https://doi.org/10.1108/EJIM-12-2015-0131 
Thiruvattal, E. (2017). Impact of value co-
creătion on logistics customers’ loyălty. 
Journal of Global Operations and 
Strategic Sourcing, 10(3), 334–361. 
https://doi.org/10.1108/JGOSS-11-2016-0034 
Vander Elst, T., De Witte, H., & De Cuyper, N. 
(2014). The Job Insecurity Scale: A psychometric 
evaluation across five European countries. 
European Journal of Work and Organizational 
Psychology, 23(3), 364–380. 
https://doi.org/10.1080/1359432X.2012.745989 
Zhao, X., Lynch, J. G., & Chen, Q. (2010). 
Reconsidering Baron and Kenny: Myths and 
Truths about Mediation Analysis. Journal of 
Consumer Research, 37(2), 197–206. 
https://doi.org/10.1086/651257