A series of post hoc power analyses

A series of post hoc power analyses were completed using the G*POWER 3 computer software (Faul et al., 2007) to determine the p-values for the statistical analyses included in the study. Power values were calculated for each dependent variable in the path model. In all instances, power values for a medium effect size and Type I error (a) of 0.05 exceeded Cohen (1988) recommended criterion of 0.80. Flence, an alpha-value of 0.05 seems to be appropriate to judge the statistical significance of the analysis.

After deleting the insignificant paths, the hypothesized model showed a good f i t to the data (x2 = 80.03, df = 20, NFI = 0.90, CFI = 0.92, RMSEA = 0.08). The model explained 33%, 34%, 27%, 53% and 35% of the variance in product quality, adherence to schedule, adherence to budget, job
satisfaction and commercial success.

ผลลัพธ์ (ไทย) 1:

ชุดไฟหลังเฉพาะกิจวิเคราะห์เสร็จใช้ตัว G * ไฟฟ้าคอมพิวเตอร์ซอฟต์แวร์ (Faul et al. 2007) เพื่อกำหนดค่า p สำหรับการวิเคราะห์ทางสถิติในการศึกษา ค่าไฟถูกคำนวณสำหรับแต่ละตัวแปรในแบบจำลองเส้นทาง ในทุกกรณี ค่าพลังงานผลปานกลางขนาด และประเภทข้อผิดพลาด (a) ของ 0.05 เกินโคเฮน (1988) แนะนำเกณฑ์ของ 0.80 Flence ค่า alpha 0.05 น่าจะเหมาะสมที่จะตัดสินความสำคัญของการวิเคราะห์ทางสถิติหลังจากการลบเส้นทางสำคัญ แบบ hypothesized แสดงให้เห็นว่า f ดีผม t ข้อมูล (x 2 = 80.03, df = 20 แง่ = 0.90, CFI = 0.92, RMSEA = 0.08) แบบจำลองที่อธิบาย 33%, 34%, 27%, 53% และ 35% ของผลต่างในคุณภาพของผลิตภัณฑ์ การกำหนด การงบประมาณ งาน ความพึงพอใจและความสำเร็จเชิงพาณิชย์

ผลลัพธ์ (ไทย) 2:

ชุดของการโพสต์เฉพาะกิจการวิเคราะห์อำนาจเสร็จสมบูรณ์โดยใช้ G * กำลังไฟ 3 ซอฟต์แวร์คอมพิวเตอร์ (Faul et al., 2007) ในการกำหนด P-ค่าสำหรับการวิเคราะห์ทางสถิติรวมในการศึกษา ค่าพลังงานที่ถูกคำนวณสำหรับแต่ละตัวแปรในแบบจำลองเส้นทาง ในทุกกรณีค่าพลังงานสำหรับผลขนาดกลางและ Type I ข้อผิดพลาด (ก) 0.05 เกินโคเฮน (1988) เกณฑ์ที่แนะนำของ 0.80 Flence, อัลฟาที่มีมูลค่า 0.05 ดูเหมือนว่าจะมีความเหมาะสมที่จะตัดสินนัยสำคัญทางสถิติของการวิเคราะห์.

หลังจากลบเส้นทางที่ไม่มีนัยสำคัญรูปแบบการตั้งสมมติฐานแสดงให้เห็นว่าเป็นแบบที่ดีกับข้อมูล (x2 = 80.03, DF = 20 NFI = 0.90, CFI = 0.92 RMSEA = 0.08) รูปแบบการอธิบาย 33%, 34%, 27%, 53% และ 35% ของความแปรปรวนในคุณภาพของผลิตภัณฑ์, การยึดมั่นที่จะกำหนดเวลาการยึดมั่นกับงบประมาณงาน
พึงพอใจและความสำเร็จในเชิงพาณิชย์

ผลลัพธ์ (ไทย) 3:

ชุดของตูกีพลังงานวิเคราะห์ข้อมูลโดยใช้ G * ซอฟต์แวร์คอมพิวเตอร์ เพาเวอร์ 3 ( ฟอล et al . , 2007 ) เพื่อหา p-values สำหรับการวิเคราะห์สถิติรวมอยู่ในการศึกษา พลังงานค่าคำนวณสำหรับแต่ละตัวแปรตามในเส้นทางนางแบบ ในทุกกรณี , ค่าพลังงานสำหรับสื่อผลขนาดและประเภทที่ 1 ( A ) 0.05 เกินโคเฮน ( 1988 ) แนะนำเกณฑ์ 0.80 . flence , แอลฟา 2 น่าจะเหมาะสมที่จะตัดสินระดับของการวิเคราะห์หลังจากลบเส้นทางที่สำคัญ , สมมติฐานแบบแสดงดี F I T ข้อมูล ( X2 = 80.03 , df = 20 , NFI = 0.90 CFI = 0.92 , RMSEA = 0.08 ) แบบจำลองอธิบาย 33% , 34% , 27% , 53 % และ 35 % ของความแปรปรวนในคุณภาพผลิตภัณฑ์ การกำหนด ตามงบประมาณ งานความพึงพอใจและความสำเร็จเชิงพาณิชย์ .