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).
A family of model adequacy measures also exists, and these metrics are called fit
indexes. All fit measures range from0.00 to 1.00, and higher numbers are indications of a
better model fit. Two of the most commonly used fit measures are the goodness-of-fit
index (GFI) and the adjusted-goodness-of-fit index (AGFI). The AGFI is similar to the
adjusted R-squared measure in regression, is derived from the GFI, and reduces score
‘‘inflation’’ from over-fitting a model. GFI and AGFI measures are considered to indicate
good model fits when they are above 0.95 and 0.90, respectively. Other fit indexes include
the Bentler–Bonnet normed fit index (NFI), the Tucker–Lewis non-normed fit index
(NNFI), and the Bentler centralized fit index (CFI). When these measures are above 0.95
they generally indicate a good model fit (Browne and Cudeck, 1993; Joreskog and
Sorbom, 1988; Joreskog, 1993; Raftery, 1993; Shumaker and Lomax, 1996).
After model adequacy is established, the next step is to test the significance and
strength of latent variable relationships – specifically the relationship between creative
environment perceptions and intent to turnover. Such analysis was performed through
t-tests between the two latent variables and their manifest measures (creative
environment and intent to turnover items), and between the latent variables
themselves. For the model to show an appropriate level of development, two conditions
had to be met. First, there had to be a significant relationship between the creative
environment variable and its attendant variables, and significant relationships
between the intent to turnover latent variable and its manifest variables. Second, the
creative environment latent variable had to have a significant and negative
relationship with intent to turnover. Also, model results provide a measure of the
influence level that the creative environment has on intent to turnover through what is
called a path relationship (Browne and Cudeck, 1993; Joreskog and Sorbom, 1988;
Joreskog, 1993; Raftery, 1993; Shumaker and Lomax, 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)ครอบครัวรูปแบบมาตรการเพียงพอยังอยู่ และวัดเหล่านี้เรียกว่าพอดีดัชนี ทั้งหมดพอดี from0.00 ช่วงวัดกับ 1.00 และตัวเลขสูงจะบ่งชี้ของการรุ่นดีพอดี สองของวัดพอดีใช้บ่อยที่สุดมีความดีพอดัชนี (GFI) และดัชนีปรับ-ความดีของฟิต (AGFI) การ AGFI จะคล้ายกับการปรับปรุงวัดลอการิทึมในถดถอย มาจาก GFI และลดคะแนน''เงินเฟ้อ '' จากเกินพอดีแบบนี้ มาตรการ GFI และ AGFI จะถือว่าส่อดีพอเมื่อพวกเขาอยู่เหนือ 0.90 และ 0.95 ตามลำดับ รวมดัชนีอื่น ๆ พอดีBentler – บาสเตียบอนเนต์ normed พอดีดัชนี (NFI) ดัชนีพอดีทักเกอร์ลูอิสไม่ normed(NNFI), และ Bentler ส่วนกลางพอดีดัชนี (CFI) เมื่อมาตรการเหล่านี้อยู่เหนือ 0.95พวกเขาโดยทั่วไปแสดงพอดี (Browne และ Cudeck, 1993 Joreskog และSorbom, 1988 Joreskog, 1993 Raftery, 1993 Shumaker ก Lomax, 1996)หลังจากก่อตั้งเพียงพอรูป ขั้นตอนถัดไปคือการ ทดสอบความสำคัญ และความแข็งแกร่งของความสัมพันธ์ของตัวแปรแฝงอยู่ – โดยเฉพาะความสัมพันธ์ระหว่างความคิดสร้างสรรค์รับรู้สภาพแวดล้อมและความตั้งใจที่จะหมุนเวียน ทำการวิเคราะห์ดังกล่าวผ่านt-ทดสอบระหว่างสองตัวแปรแฝงอยู่และมาตรการของรายการ (ความคิดสร้างสรรค์สภาพแวดล้อมและเพื่อหมุนเวียนสินค้า), และ ระหว่างตัวแปรแฝงอยู่ตัวเอง สำหรับรูปแบบการแสดงระดับที่เหมาะสมของการพัฒนา 2 เงื่อนไขมีการตอบสนอง ครั้งแรก มีมีความสัมพันธ์อย่างมีนัยสำคัญระหว่างความคิดสร้างสรรค์ที่เป็นตัวแปรสภาพแวดล้อม และตัวแปรตำแหน่ง ความสัมพันธ์อย่างมีนัยสำคัญระหว่างเจตนาหมุนเวียนแปรแฝงอยู่และตัวแปรของรายการ สอง การตัวแปรแฝงอยู่สภาพแวดล้อมที่สร้างสรรค์ได้มีอย่างมีนัยสำคัญ และค่าลบความสัมพันธ์กับความตั้งใจที่จะหมุนเวียน รูปแบบผลลัพธ์ให้เป็นวัดระดับอิทธิพลที่มีสภาพแวดล้อมที่สร้างสรรค์บนความตั้งใจที่จะหมุนเวียนผ่านคืออะไรเรียกว่าเส้นทางความสัมพันธ์ (Browne และ Cudeck, 1993 Joreskog และ Sorbom, 1988Joreskog, 1993 Raftery, 1993 Shumaker ก Lomax, 1996)
การแปล กรุณารอสักครู่..
เพราะความไวนี้ วิธีการประเมินอื่น ๆยังใช้ที่มีความอ่อนไหวน้อยลง
แบบเล็กๆพอดีกับความขัดแย้ง ทดสอบหนึ่งเช่นการใช้อัตราส่วนของสถิติไคสแควร์
และไคสแควร์ทดสอบขององศาอิสระ รุ่นดีกระชับมักจะ
มีอัตราส่วนลดร้อยละ 3.0 หรือ–โดยไม่คำนึงถึงของการทดสอบ รากหมายถึง
ความคลาดเคลื่อนกำลังสองเฉลี่ย ( RMSEA ) เป็นอีกหนึ่งวัดแบบเพียงพอ โดยคำนวณค่า RMSEA
จากความแตกต่างเฉลี่ยของเมทริกซ์สหสัมพันธ์ข้อมูลเดิมไว้และทำซ้ำ
เมตริกซ์สหสัมพันธ์ที่อยู่บนพื้นฐานของแบบจำลอง ขนาดเล็ก
RMSEA , ใกล้จะพอดีกับรูปแบบและข้อมูล และคะแนน RMSEA
โดยทั่วไปถือว่าเป็นสัญญาณที่ดีเหมาะกับถ้าจะต่ำกว่า 010 ( บราวน์ และ cudeck
1993 ; joreskog การป้องกัน , และ , 1988 ; joreskog , 1993 ; raftery , 1993 ; และ shumaker โล
, 1996 ) ครอบครัวของมาตรการเพียงพอรุ่นยังมีอยู่ และตัวชี้วัดเหล่านี้จะเรียกว่าพอดี
ดัชนี มาตรการทั้งหมดพอดีช่วง from0.00 ถึง 1.00 และตัวเลขที่สูงขึ้นเป็นข้อบ่งชี้ของ
ดีกว่าแบบพอดี สองของการใช้บ่อยที่สุดกับมาตรการที่มีความสอดคล้อง
ดัชนี ( GFI ) และปรับค่าความดีของพอดี ( AGFI ) และ AGFI คล้ายกับ
ปรับ r-squared วัดในการได้มาจาก GFI และลดคะแนน
''inflation ' ' จากการปรับรุ่น และถือว่าเป็นมาตรการ GFI AGFI บ่งชี้
แบบจำลองที่ดีเหมาะกับเมื่อพวกเขาอยู่ข้างบน 0.95 และ 0.90 ตามลำดับ ดัชนีแบบอื่น ๆรวมถึง
bentler –หมวก normed พอดีดัชนี ( NFI )โดยทัคเกอร์–ลูอิสไม่ normed ดัชนีพอดี
( nnfi ) และดัชนี bentler ส่วนกลางพอดี ( CFI ) เมื่อมาตรการเหล่านี้จะสูงกว่า 0.95
พวกเขามักจะแสดงแบบอย่างที่ดี ( และพอดีสำหรับ cudeck , 1993 ; joreskog
และการป้องกัน , 1988 ; joreskog , 1993 ; raftery , 1993 ; และ shumaker โล , 1996 ) .
หลังแบบเพียงพอ ก่อตั้งขึ้น ขั้นตอนถัดไปคือการ ทดสอบและ
.ความแข็งแรงของความสัมพันธ์ของตัวแปรแฝง โดยเฉพาะความสัมพันธ์ระหว่างการรับรู้สภาพแวดล้อมสร้างสรรค์
และความตั้งใจที่จะลาออก . การวิเคราะห์ดังกล่าวได้ผ่าน
แบบระหว่างสองตัวแปรแฝงและปรากฏมาตรการสิ่งแวดล้อมสร้างสรรค์
และความตั้งใจรายการหมุนเวียน ) , และระหว่างตัวแปรแฝง
ตัวเองสำหรับรูปแบบเพื่อให้ระดับที่เหมาะสมของการพัฒนาสองเงื่อนไข
ต้องเจอ ครั้งแรก จะต้องมีความสัมพันธ์ระหว่างตัวแปรสภาพแวดล้อมของผู้ดูแลและสร้างสรรค์
ความสัมพันธ์ระหว่างตัวแปรและตัวแปรแฝงเจตนาที่จะลาออกและแสดงรายการตัวแปร
2สิ่งแวดล้อมสร้างสรรค์ตัวแปรแฝง ต้องมีความสัมพันธ์และลบ
ความสัมพันธ์ ด้วยเจตนาเพื่อการหมุนเวียน นอกจากนี้ ผลแบบให้วัด
อิทธิพลระดับสภาพแวดล้อมที่สร้างสรรค์ มีเจตนาเพื่อการหมุนเวียนผ่านอะไร
เรียกว่าเส้นทางความสัมพันธ์ ( บราวน์ และ cudeck , 1993 ; joreskog และการป้องกัน , 1988 ;
joreskog , 1993 ; raftery , 1993 ; และ shumaker โล , 1996 )
การแปล กรุณารอสักครู่..