Hierarchical regression analysesTo

Hierarchical regression analyses
To test our hypotheses, we conducted three separate hierarchical regression analyses based on the entry method. The baseline model (step 1) of the three hierarchical regression analyses consists of six personal characteristics (socio-demographic variables). A first hierarchical regression analysis (table 3) was conducted to assess the impact of control variables (step 1) and the direct impact of red tape (step 2) on resignation. A second hierarchical regression analysis (table 4) assesses the direct impact of PSM dimensions while taking into account control variables. A third hierarchical regression analysis (table 5) includes all the independent variables of the study to assess their respective contributions to the explanation of the variance of resignation. The interaction between red tape and PSM dimensions is captured and assessed at step 4 by entering the product of the respective PSM dimensions and red tape. According to the conventions of moderation models, independent variables were centred prior the formation of the product term to reduce multicollinearity . Hierarchical regression analysis is a highly suitable statistical method for separately measuring the impact of independent variables on work outcome. The results of the analyses were converted to standardized regression coefficients and are presented in tables 3–5. The statistical significance level was set at p < .05, as determined by a two-tailed test. As shown in table 3, the baseline model (step 1) (R2 = .094; p

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ถดถอยแบบลำดับชั้นการทดสอบสมมติฐานของเรา เราสามารถดำเนินการตามรายการวิธีการวิเคราะห์ถดถอยแบบลำดับชั้นที่แยกต่างหากสาม แบบจำลองพื้นฐาน (ขั้นตอนที่ 1) ของการวิเคราะห์ถดถอยแบบลำดับชั้นสามประกอบด้วย 6 ลักษณะส่วนบุคคล (ตัวแปรทางประชากรและสังคม) การวิเคราะห์ถดถอยแบบลำดับชั้นแรก (ตาราง 3) ดำเนินการในการประเมินผลกระทบของตัวแปรควบคุม (ขั้นตอนที่ 1) และผลกระทบโดยตรงของเทปสีแดง (ขั้นตอนที่ 2) การลาออก การวิเคราะห์ถดถอยแบบลำดับชั้นสอง (ตาราง 4) ประเมินผลกระทบโดยตรงของ PSM มิติในขณะที่พิจารณาตัวแปรควบคุมบัญชี การวิเคราะห์ถดถอยแบบลำดับชั้นที่สาม (ตาราง 5) ประกอบด้วยตัวแปรอิสระทั้งหมดของการศึกษาเพื่อประเมินผลงานของพวกเขาเกี่ยวข้องกับคำอธิบายของความแปรปรวนของการลาออก การโต้ตอบระหว่างเทปสีแดงและขนาด PSM ถูกจับ และประเมินขั้นตอนที่ 4 โดยการป้อนผลิตภัณฑ์ของ PSM มิติและเทปสีแดง ตามแบบแผนควบคุมรุ่น ตัวแปรอิสระถูกกึ่งกลางก่อนการก่อตัวของคำว่าผลิตภัณฑ์ลด multicollinearity วิเคราะห์การถดถอยแบบลำดับชั้นเป็นวิธีการทางสถิติเหมาะสำหรับการวัดผลกระทบของตัวแปรอิสระในผลของงานแยกต่างหาก ผลการวิเคราะห์ถูกแปลงเป็นค่าสัมประสิทธิ์ถดถอยมาตรฐาน และแสดงในตาราง 3-5 ตั้งค่าระดับนัยสำคัญทางสถิติที่ p < .05 ตามกำหนดการทดสอบสองด้าน ดังที่แสดงในตาราง 3 แบบจำลองพื้นฐาน (ขั้นตอนที่ 1) (R2 =. 094; p < .01) แสดงผลกระทบของลักษณะส่วนบุคคลที่ห้า ชายผู้ตอบกับการศึกษาระดับต่ำกว่า ตำแหน่งงานตามลำดับชั้นล่าง ที่ทำงานในองค์กรในขณะ และไปทางด้านล่างของเครื่องชั่งค่าจ้าง มีแนวโน้มการลาออกสูงรายงาน

ผลลัพธ์ (ไทย) 2:

การถดถอยลำดับชั้นการวิเคราะห์
เพื่อทดสอบสมมติฐานของเราที่เราดำเนินการสามแยกถดถอยลำดับชั้นการวิเคราะห์ตามวิธีเข้า รูปแบบพื้นฐาน (ขั้นที่ 1) ของสามถดถอยลำดับชั้นการวิเคราะห์ประกอบด้วยหกลักษณะส่วนบุคคล (ตัวแปรทางสังคมและประชากร) การวิเคราะห์การถดถอยครั้งแรกลำดับชั้น (ตารางที่ 3) ได้ดำเนินการในการประเมินผลกระทบของตัวแปรควบคุม (ขั้นที่ 1) และผลกระทบโดยตรงจากเทปสีแดง (ขั้นที่ 2) ลาออก เป็นครั้งที่สองการวิเคราะห์การถดถอยลำดับชั้น (ตารางที่ 4) การประเมินผลกระทบโดยตรงจากมิติ PSM ขณะที่คำนึงถึงตัวแปรในการควบคุมบัญชี การวิเคราะห์การถดถอยสามลำดับชั้น (ตารางที่ 5) รวมถึงทุกตัวแปรอิสระของการศึกษาเพื่อประเมินผลงานของตนคำอธิบายความแปรปรวนของการลาออก การทำงานร่วมกันระหว่างเทปและ PSM สีแดงขนาดถูกจับและประเมินในขั้นตอนที่ 4 โดยการป้อนสินค้าของมิติ PSM ตนและเทปสีแดง ตามที่การประชุมของรูปแบบการดูแลตัวแปรอิสระศูนย์กลางก่อนการก่อตัวของระยะผลิตภัณฑ์เพื่อลดพหุ การวิเคราะห์การถดถอยลำดับชั้นเป็นวิธีการทางสถิติที่เหมาะสมอย่างมากสำหรับการแยกการวัดผลกระทบของตัวแปรอิสระเกี่ยวกับผลการทำงาน ผลการวิเคราะห์ที่ถูกแปลงเป็นค่าสัมประสิทธิ์ถดถอยมาตรฐานและถูกนำเสนอในตาราง 3-5 ระดับนัยสำคัญทางสถิติถูกกำหนดไว้ที่ p <0.05 ตามที่กำหนดโดยการทดสอบแบบสองด้าน ดังแสดงในตารางที่ 3 รุ่นพื้นฐาน (ขั้นตอนที่ 1) (R2 = 0.094; p <.01) แสดงให้เห็นถึงผลกระทบที่มีนัยสำคัญของห้าลักษณะส่วนบุคคล ผู้ตอบแบบสอบถามเพศชายที่มีระดับการศึกษาต่ำกว่าครองตำแหน่งลำดับชั้นที่ต่ำกว่าที่ได้ทำงานในองค์กรของพวกเขาในขณะที่และเป็นทางด้านล่างของเครื่องชั่งค่าจ้างที่มีแนวโน้มที่จะรายงานการลาออกสูงขึ้น

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์การถดถอยเพื่อทดสอบสมมติฐานของเรา เราดำเนินการสามแยกลำดับชั้นถดถอยพหุ ตามรายการ วิธีการ พื้นฐานรูปแบบ ( ขั้นที่ 1 ) ของทั้งสามลำดับชั้นถดถอยพหุ ประกอบด้วยหกลักษณะส่วนบุคคล ( สังคมประชากร ) มีการวิเคราะห์ก่อน ( ตารางที่ 3 ) มีวัตถุประสงค์เพื่อศึกษาถึงผลกระทบของตัวแปรควบคุม ( ขั้นตอนที่ 1 ) และผลกระทบโดยตรงของเทปสีแดง ( ขั้นตอนที่ 2 ) ลาออก การวิเคราะห์การถดถอยแบบที่สอง ( ตารางที่ 4 ) ประเมินผลกระทบโดยตรงของ PSM มิติในขณะที่ถ่ายลงในตัวแปรควบคุมบัญชี มีการวิเคราะห์ที่สาม ( ตารางที่ 5 ) ประกอบด้วยตัวแปรอิสระในการศึกษา เพื่อประเมิน ผลงานของตนเพื่ออธิบายความแปรปรวนของการลาออก ปฏิสัมพันธ์ระหว่างเทปสีแดงและ PSM ขนาดถูกจับและประเมินในขั้นตอนที่ 4 โดยการป้อนผลิตภัณฑ์ของมิติที่เกี่ยวข้อง PSM และเทปสีแดง ตามข้อตกลงของแบบสายกลาง ตัวแปรอิสระที่ศึกษานักเรียนก่อนการก่อตัวของคำว่าผลิตภัณฑ์ลดสัมพันธ์ . การวิเคราะห์คือ สถิติสูงเหมาะสำหรับแยกการวัดผลกระทบของตัวแปรอิสระ ผลการทำงาน ผลของการวิเคราะห์การถดถอยซึ่งเป็นมาตรฐาน และจะนำเสนอในรูปของตาราง 3 – 5 ระดับความมีนัยสำคัญทางสถิติ p < . 05 , ตามที่กำหนดโดยสองหางทดสอบ ดังแสดงในตารางที่ 3 , 500 แบบ ( ขั้นตอนที่ 1 ) ( 2 ) = . 094 ; P < . 01 ) แสดงให้เห็นถึงผลกระทบอย่างมีนัยสำคัญในห้าลักษณะส่วนบุคคล เพศชายที่มีระดับการศึกษาต่ำกว่า มีการลดตำแหน่ง ที่ได้ทำงานในองค์กรของพวกเขาในขณะที่และทางด้านล่างของระดับค่าจ้าง มีแนวโน้มที่จะรายงานสูงกว่าลาออก