In addition to the means to analyze

In addition to the means to analyze information on the relationship between latent
variables, SEM provides diagnostics for the hypothesized creative environment-intent
to turnover model’s fit with the collected data. However, unlike most inferential
statistical methods, there is no single overall measure of the model’s quality (such as an
F-test with regression analysis). Instead, a set of statistical tests must be examined to
determine model fit. Each of these measures compares the data-model fit in slightly
different ways. Therefore, no single result completely evaluates model appropriateness,
and several tests must be used to decide the model’s ability to represent the underlying
creative environment-intent to turnover relationship (Browne and Cudeck, 1993;
Joreskog and Sorbom, 1988; Joreskog, 1993; Raftery, 1993; Shumaker and Lomax, 1996).
One such adequacy measure is the chi-square test, which ascertains the discrepancy
level between the proposed model and the data that it is intended to represent. When
substantial differences exist, the test is significant. A non-significant result will
indicate that the proposed model does a good job depicting the underlying relationship
between the creative environment and intent to turnover. Unfortunately, this
evaluation is also sensitive to trivial fit discrepancies with large sample sizes, and may
show a significant result even if the model represents the data well (Browne and
Cudeck, 1993; Joreskog and Sorbom, 1988; Joreskog, 1993; Raftery, 1993; Shumaker and
Lomax, 1996).

Because of this sensitivity, other evaluation methods are also used that are less
sensitive to trivial model fit discrepancies. One such test uses the ratio of the chi-square
statistic and the chi-square test’s degrees of freedom. Good fitting models will usually
have a ratio of 3.0 or lower – regardless of the test’s p-value. The root mean square error
average (RMSEA) is another measure of model adequacy. The RMSEA is calculated
from the average difference of the original data set’s correlation matrix and a
reproduced correlation matrix that is based on the proposed model. The smaller the
RMSEA, the closer is the fit between the model and data. And RMSEA scores are
generally considered to signal good fits if they are below 0.10 (Browne and Cudeck,
1993; Joreskog and Sorbom, 1988; Joreskog, 1993; Raftery, 1993; Shumaker and Lomax,
1996).

ผลลัพธ์ (ไทย) 1:

นอกจากหมายถึงการวิเคราะห์ข้อมูลเกี่ยวกับความสัมพันธ์ระหว่างแฝงอยู่ตัวแปร SEM ให้วินิจฉัยค่าสร้างสรรค์สภาพแวดล้อมเจตนาการหมุนเวียน แบบจำลองของเหมาะกับข้อมูลที่รวบรวม อย่างไรก็ตาม ซึ่งแตกต่างจากส่วนใหญ่เพียงน้อยนิดวิธีการทางสถิติ มีคุณภาพของแบบวัดโดยรวมไม่เดียว (เช่นการF-test ด้วยการวิเคราะห์การถดถอย) แทน ชุดทดสอบทางสถิติต้องถูกตรวจสอบกำหนดรูปแบบพอดี แต่ละมาตรการเหล่านี้เปรียบเทียบข้อมูลแบบจำลองพอดีเล็กน้อยวิธีการต่าง ๆ ดังนั้น ไม่มีผลลัพธ์เดียวสมบูรณ์ประเมินความรุ่นและการทดสอบต่าง ๆ ที่ต้องใช้ในการตัดสินใจแบบจำลองความสามารถในการแสดงตัวสร้างสรรค์สิ่งแวดล้อมความตั้งใจที่จะหมุนเวียนความสัมพันธ์ (Browne และ Cudeck, 1993Joreskog และ Sorbom, 1988 Joreskog, 1993 Raftery, 1993 Shumaker ก Lomax, 1996)วัดเพียงพอเช่นหนึ่งคือ ทดสอบ chi-square ที่ ascertains ความขัดแย้งระดับระหว่างรูปแบบนำเสนอและข้อมูลที่มีวัตถุประสงค์เพื่อแสดงการ เมื่อมีความแตกต่างที่พบ การทดสอบเป็นสำคัญ สำคัญไม่มีผลบ่งชี้ว่า แบบจำลองที่นำเสนอไม่ดีงานแสดงให้เห็นถึงความสัมพันธ์แบบสภาพแวดล้อมที่สร้างสรรค์และความตั้งใจที่จะหมุนเวียน อับ นี้การประเมินยังมีผลกระทบต่อความขัดแย้งเล็กน้อยที่พอดีกับขนาดตัวอย่างขนาดใหญ่ และอาจแสดงผลอย่างมีนัยสำคัญแม้ว่าแบบจำลองการแทนข้อมูลด้วย (Browne และCudeck, 1993 Joreskog และ Sorbom, 1988 Joreskog, 1993 Raftery, 1993 Shumaker และLomax, 1996)เนื่องจากความไวนี้ วิธีการประเมินอื่น ๆ ยังใช้ที่น้อยรูปแบบสำคัญไปเล็กน้อยให้พอดีกับความขัดแย้ง อัตราส่วนของ chi-square ใช้ทดสอบเช่นหนึ่งสถิติและทดสอบ chi-square องศาความเป็นอิสระ พอดีรุ่นที่ดีมักจะมีอัตราส่วน ของ 3.0 หรือล่าง– โดยการทดสอบ ค่า p ข้อผิดพลาดของค่าเฉลี่ยกำลังสองรากค่าเฉลี่ย (RMSEA) มีวัดเพียงพอรูปแบบอื่น RMSEA คำนวณได้จากความแตกต่างเฉลี่ยของชุดข้อมูลเดิมของเมตริกซ์สหสัมพันธ์และทำซ้ำเมทริกซ์สหสัมพันธ์ที่ขึ้นอยู่กับรูปแบบนำเสนอ มีขนาดเล็กRMSEA ใกล้ที่จะพอดีระหว่างแบบจำลองและข้อมูล และ RMSEA คะแนนโดยทั่วไปถือว่าสัญญาณพอดีกับที่ดีถ้า จะต่ำกว่า 0.10 (Browne และ Cudeck1993 Joreskog และ Sorbom, 1988 Joreskog, 1993 Raftery, 1993 Shumaker และ Lomax1996)

ผลลัพธ์ (ไทย) 2:

นอกจากนี้จะหมายถึงการวิเคราะห์ข้อมูลเกี่ยวกับความสัมพันธ์ระหว่างแฝง
ตัวแปร SEM ให้การวินิจฉัยสำหรับการตั้งสมมติฐานสร้างสรรค์สิ่งแวดล้อมเจตนา
ที่จะพอดีกับรูปแบบการหมุนเวียนที่มีการเก็บรวบรวมข้อมูล แต่แตกต่างจากอนุมานมากที่สุด
วิธีการทางสถิติไม่มีวัดโดยรวมที่มีคุณภาพเดียวของรูปแบบ (เช่น
F-ทดสอบที่มีการวิเคราะห์การถดถอย) แต่ชุดของการทดสอบทางสถิติจะต้องมีการตรวจสอบเพื่อ
ตรวจสอบรูปแบบพอดี แต่ละมาตรการเหล่านี้เปรียบเทียบพอดีข้อมูลในรูปแบบเล็กน้อย
วิธีการที่แตกต่างกัน ดังนั้นจึงไม่มีผลเดียวสมบูรณ์ประเมินความเหมาะสมรูปแบบ
และการทดสอบหลายจะต้องใช้ในการตัดสินใจความสามารถในรูปแบบที่จะเป็นตัวแทนของพื้นฐาน
ความคิดสร้างสรรค์สิ่งแวดล้อมเจตนาที่จะสัมพันธ์มูลค่าการซื้อขาย (บราวน์และ Cudeck 1993;
Joreskog และ Sorbom 1988; Joreskog 1993; Raftery 1993. Shumaker และโลแม็กซ์ 1996)
หนึ่งในมาตรการดังกล่าวเป็นความเพียงพอของการทดสอบไคสแควร์ซึ่ง ascertains ความแตกต่าง
ระดับระหว่างการนำเสนอรูปแบบและข้อมูลที่ว่ามันมีจุดมุ่งหมายที่จะเป็นตัวแทน เมื่อ
ความแตกต่างอย่างมีนัยสำคัญอยู่การทดสอบอย่างมีนัยสำคัญ ผลที่ไม่ได้มีนัยสำคัญที่จะ
แสดงให้เห็นว่ารูปแบบที่นำเสนอไม่ได้งานที่ดีภาพวาดพื้นฐานความสัมพันธ์
ระหว่างสภาพแวดล้อมความคิดสร้างสรรค์และความตั้งใจที่จะหมุนเวียน แต่น่าเสียดายที่นี้
การประเมินผลยังมีความไวต่อความแตกต่างเล็ก ๆ น้อย ๆ พอดีกับขนาดตัวอย่างที่มีขนาดใหญ่และอาจ
แสดงผลอย่างมีนัยสำคัญถึงแม้ว่ารูปแบบหมายถึงข้อมูลที่ดี (บราวน์และ
Cudeck 1993; Joreskog และ Sorbom 1988; Joreskog 1993; Raftery 1993 ; Shumaker และ
โลแม็กซ์ 1996). เพราะความไวนี้วิธีการประเมินผลอื่น ๆ นอกจากนี้ยังใช้ที่น้อยที่มีความสำคัญกับรูปแบบความแตกต่างเล็ก ๆ น้อย ๆ พอดี การทดสอบดังกล่าวจะใช้อัตราส่วนของไคสแควร์และสถิติทดสอบไคสแควองศาของเสรีภาพ รูปแบบที่เหมาะสมที่ดีมักจะมีอัตราส่วนของ 3.0 หรือต่ำกว่า - ไม่คำนึงถึงการทดสอบของ p-value รากหมายถึงข้อผิดพลาดตารางเฉลี่ย (RMSEA) เป็นตัวชี้วัดความเพียงพอของรุ่นอื่น RMSEA คำนวณจากความแตกต่างของค่าเฉลี่ยของข้อมูลเดิมสัมพันธ์เมทริกซ์ชุดและเมทริกซ์ทำซ้ำความสัมพันธ์ที่เป็นไปตามรูปแบบที่นำเสนอ ที่มีขนาดเล็กRMSEA ใกล้ชิดพอดีระหว่างรูปแบบและข้อมูลที่ และคะแนน RMSEA มีการพิจารณาโดยทั่วไปที่จะส่งสัญญาณที่ดีเหมาะกับถ้าพวกเขาอยู่ด้านล่าง 0.10 (บราวน์และ Cudeck, 1993; Joreskog และ Sorbom 1988; Joreskog 1993; Raftery 1993; Shumaker และโลแม็กซ์1996)

ผลลัพธ์ (ไทย) 3:

นอกเหนือไปจากวิธีการวิเคราะห์ข้อมูลเกี่ยวกับความสัมพันธ์ระหว่างตัวแปรแฝง
SEM ให้การวินิจฉัยเพื่อศึกษาสิ่งแวดล้อมสร้างสรรค์ความตั้งใจ
เพื่อการหมุนเวียนแบบเหมาะสมกับข้อมูล อย่างไรก็ตาม จากสถิติเชิงอนุมาน
ที่สุด ไม่มีเดียวโดยรวมวัดคุณภาพของรูปแบบ ( เช่น
F-test โดยการวิเคราะห์การถดถอย ) แทนชุดของการทดสอบทางสถิติจะต้องถูกตรวจสอบ

หาแบบพอดี แต่ละมาตรการเหล่านี้เปรียบเทียบข้อมูลแบบพอดีในเล็กน้อย
วิธีที่แตกต่างกัน ดังนั้น เดียวไม่มีผลประเมินความเหมาะสมอย่างสมบูรณ์แบบ , หลาย
และการทดสอบที่ต้องใช้ในการตัดสินใจของแบบจำลองความสามารถในการเป็นตัวแทนของต้นแบบ
สร้างสรรค์สิ่งแวดล้อมเจตนาเพื่อความสัมพันธ์และการหมุนเวียน ( บราวน์ cudeck , 1993 ;
joreskog และการป้องกัน , 1988 ; joreskog , 1993 ; raftery , 1993 ; และ shumaker โล , 1996 ) .
เช่นเพียงพอ วัด คือ การทดสอบไคสแควร์ ที่ระดับความแตกต่าง
ascertains ระหว่างแบบจำลองและข้อมูลที่ได้มีวัตถุประสงค์เพื่อแสดง เมื่อ
ความแตกต่างอย่างมากอยู่ นี่คือการทดสอบที่สำคัญ ไม่พบผล
พบว่าแบบจำลองไม่ได้งานที่ดีภาพวาดต้นแบบความสัมพันธ์
ระหว่างสิ่งแวดล้อมสร้างสรรค์และความตั้งใจที่จะลาออก . ขออภัย การประเมินนี้
ยังไวความขัดแย้งพอดีเล็กน้อยกับขนาดตัวอย่างที่มีขนาดใหญ่ และอาจ
แสดงผลอย่างมีนัยสำคัญ แม้ว่ารูปแบบของข้อมูล ( บราวน์และ
cudeck , 1993 ; joreskog และการป้องกัน , 1988 ; joreskog , 1993 ;raftery , 1993 ; shumaker และ
โล , 1996 )

เพราะความไวนี้ วิธีการประเมินอื่น ๆยังใช้ที่มีความอ่อนไหวน้อยลง
แบบเล็กๆพอดีกับความขัดแย้ง ทดสอบหนึ่งเช่นการใช้อัตราส่วนของสถิติไคสแควร์
และไคสแควร์ทดสอบขององศาอิสระ รุ่นดีกระชับมักจะ
มีอัตราส่วนลดร้อยละ 3.0 หรือ–โดยไม่คำนึงถึงของการทดสอบการ Root Mean Square Error
เฉลี่ย ( RMSEA ) เป็นอีกหนึ่งวัดแบบเพียงพอ โดยคำนวณค่า RMSEA
จากความแตกต่างเฉลี่ยของเมทริกซ์สหสัมพันธ์ข้อมูลเดิมไว้และทำซ้ำ
เมตริกซ์สหสัมพันธ์ที่อยู่บนพื้นฐานของแบบจำลอง ขนาดเล็ก
RMSEA , ใกล้จะพอดีกับรูปแบบและข้อมูล และคะแนน RMSEA เป็น
โดยทั่วไปถือว่าเป็นสัญญาณที่ดีเหมาะกับถ้าจะต่ำกว่า 0.10 ( บราวน์ และ cudeck
1993 ; joreskog การป้องกัน , และ , 1988 ; joreskog , 1993 ; raftery , 1993 ; และ shumaker โล

, 1996 )