3.3. Model and analysis Given the e

3.3. Model and analysis
Given the existence of an exogenous latent variable (transformational leadership [ξ1]), a first-grade endogenous latent variable (organizational learning [η1]) and second-grade endogenous latent variables (organizational innovation [η2] and organizational performance [η3]), the study analyzes the data using structural equations modeling (LISREL 8.30 program) to establish causal relationships between these variables. This procedure translates the theoretical construction into mathematical models in order subsequently to estimate and evaluate them empirically (Jöreskog and Sörbom, 1996).
Fig. 1 presents the theoretical model. The findings give the hypotheses concrete form. The study uses a recursive non-saturated model.
Structural equation modeling takes into account errors in measurement, variables with multiple indicators and multiple-group comparisons (Koufteros et al., 2009).
4. Results
This section presents the main research results. First, Table 2 shows the means and standard deviations as well as the inter-factor correlation matrix for the study variables. Significant and positive correlations exist among transformational leadership, organizational learning, organizational innovation and organizational performance.
Initially, a series of regressions (Table 3) shows the direct effects analyzed in the research and uses a series of tests (e.g., tolerance, variance inflation factor) to confirm the non-presence of multicolinearity (Hair et al., 1999).
Second, the study performs structural equations modeling to estimate direct and indirect effects using LISREL with the correlation matrix as input. This type of analysis has the advantage of correcting for unreliability of measures and also provides information on the direct and indirect paths between multiple constructs after controlling for potentially confounding variables. Fig. 2 shows the standardized structural coefficients.
The magnitude of the coefficients reflects the relative importance of the variables.
For the quality of the measurement model for the sample, the constructs display satisfactory levels of reliability, since the composite reliabilities range from 0.86 to 0.94 and the shared variancecoefficients from 0.56 to 0.77 (Table 4). The authors conclude convergent validity from examination of both the significance of the factor loadings and the shared variance. The amount of variance shared or captured by a construct should be greater than the amount of measurement error (shared varianceN0.50).
All multi-item constructs meet this criterion; each loading (λ) is significantly related to its underlying factor (t-valuesN12.16) in support of convergent validity. To assess discriminate validity, the authors perform a series of chi-square difference tests on the factor correlations among all the constructs (Anderson and Gerbin, 1988).

ผลลัพธ์ (ไทย) 2:

3.3 รุ่นและการวิเคราะห์ได้รับการดำรงอยู่ของตัวแปรแฝงจากภายนอก (ภาวะผู้นำการเปลี่ยนแปลง [ξ1]) ซึ่งเป็นชั้นแรกตัวแปรภายในแฝง (เรียนรู้ขององค์กร [η1]) และระดับที่สองตัวแปรแฝงภายนอก (นวัตกรรมขององค์กร [η2] และประสิทธิภาพการทำงานขององค์กร [ η3]) การศึกษาวิเคราะห์ข้อมูลโดยใช้การสร้างแบบจำลองสมการโครงสร้าง (ลิสเรล 8.30 โปรแกรม) เพื่อสร้างความสัมพันธ์เชิงสาเหตุระหว่างตัวแปรเหล่านี้
ขั้นตอนนี้จะแปลว่าการก่อสร้างออกเป็นทฤษฎีแบบจำลองทางคณิตศาสตร์ในการสั่งซื้อต่อมาเพื่อประเมินและประเมินพวกเขาสังเกตุ (JöreskogและSörbom, 1996).
รูป 1 ที่มีการจัดรูปแบบทางทฤษฎี ผลการวิจัยให้สมมติฐานในรูปแบบที่เป็นรูปธรรม การศึกษารูปแบบการใช้ที่ไม่อิ่มตัว recursive.
การสร้างแบบจำลองสมการโครงสร้างจะใช้เวลาเป็นข้อผิดพลาดในบัญชีการวัดตัวแปรกับตัวชี้วัดหลายและเปรียบเทียบหลายกลุ่ม (Koufteros et al., 2009).
4
ผลในส่วนนี้จะนำเสนอผลงานวิจัยหลัก ครั้งแรกตารางที่ 2 แสดงวิธีการและค่าเบี่ยงเบนมาตรฐานเช่นเดียวกับเมทริกซ์ความสัมพันธ์ระหว่างปัจจัยตัวแปรการศึกษา ความสัมพันธ์อย่างมีนัยสำคัญและบวกอยู่ในหมู่ผู้นำการเปลี่ยนแปลงการเรียนรู้ขององค์กรนวัตกรรมขององค์กรและประสิทธิภาพขององค์กร.
ในขั้นต้นชุดของการถดถอย (ตารางที่ 3) แสดงให้เห็นถึงผลกระทบโดยตรงวิเคราะห์ในการวิจัยและใช้ชุดของการทดสอบ (เช่นความอดทนปัจจัยเงินเฟ้อแปรปรวน ) เพื่อยืนยันไม่ใช่การปรากฏตัวของ multicolinearity (ผม et al., 1999).
ประการที่สองการศึกษาดำเนินการสร้างแบบจำลองสมการโครงสร้างที่จะประเมินผลกระทบโดยตรงและโดยอ้อมโดยใช้ลิสเรลที่มีสัมพันธ์เมทริกซ์เป็นอินพุท ประเภทของการวิเคราะห์นี้มีความได้เปรียบในการแก้ไขสำหรับควบคู่กับมาตรการและยังให้ข้อมูลเกี่ยวกับเส้นทางที่ตรงและทางอ้อมระหว่างโครงสร้างหลายหลังจากควบคุมตัวแปรรบกวนที่อาจเกิดขึ้น รูป 2 แสดงค่าสัมประสิทธิ์โครงสร้างมาตรฐาน.
ขนาดของสัมประสิทธิ์สะท้อนให้เห็นถึงความสำคัญของตัวแปร.
เพื่อคุณภาพของรูปแบบการวัดตัวอย่างที่สร้างแสดงระดับที่น่าพอใจของความน่าเชื่อถือตั้งแต่คอมโพสิตช่วงเที่ยง 0.86-0.94 และ ที่ใช้ร่วมกัน variancecoefficients 0.56-0.77 (ตารางที่ 4) ผู้เขียนสรุปความถูกต้องมาบรรจบกันจากการตรวจสอบของทั้งความสำคัญของการเติมปัจจัยและความแปรปรวนที่ใช้ร่วมกัน . ปริมาณของความแปรปรวนที่ใช้ร่วมกันหรือถูกจับโดยสร้างควรจะมากกว่าจำนวนของข้อผิดพลาดการวัด (ร่วม varianceN0.50)
ทั้งหมดสร้างหลายรายการที่ตอบสนองเกณฑ์นี้; แต่ละโหลด (λ) มีความสัมพันธ์อย่างมีนัยสำคัญปัจจัยพื้นฐานของ (t-valuesN12.16) ในการสนับสนุนของความถูกต้องมาบรรจบกัน เพื่อประเมินความถูกต้องเลือกปฏิบัติผู้เขียนดำเนินการชุดของไคสแควร์การทดสอบความแตกต่างในความสัมพันธ์ในหมู่ปัจจัยโครงสร้างทั้งหมด (แอนเดอ Gerbin, 1988)

ผลลัพธ์ (ไทย) 3:

3.3 . รูปแบบและการวิเคราะห์
ได้รับการดำรงอยู่ของตัวแปรแฝงภายนอก ( ภาวะผู้นำการเปลี่ยนแปลงξ [ 1 ] ) , ป. 1 ตัวแปรภายในแฝง ( การเรียนรู้ขององค์การη [ 1 ] ) และเกรด 2 ตัวแปรภายในแฝง ( องค์การนวัตกรรม [ 2 ] และประสิทธิภาพขององค์การηη [ 3 ] ) , การวิเคราะห์ข้อมูลโดยใช้สมการ การสร้างหุ่นจำลองโครงสร้าง ( LISREL 830 โปรแกรม ) เพื่อสร้างความสัมพันธ์เชิงสาเหตุระหว่างตัวแปรเหล่านี้ ขั้นตอนนี้แปลในการก่อสร้างทฤษฎีแบบจำลองทางคณิตศาสตร์เพื่อใช้ในภายหลัง เพื่อประเมินและประเมินพวกเขา ( J ö reskog และ S ö rbom , 1996 ) .
รูปที่ 1 แสดงแบบจำลองทางทฤษฎี ผลให้สมมติฐานคอนกรีตแบบฟอร์ม การศึกษาใช้วิธีการแบบไม่อิ่มตัว .
แบบจำลองสมการเชิงโครงสร้างจะพิจารณาข้อผิดพลาดในการวัดตัวแปรหลายๆ ตัว และหลายกลุ่มเปรียบเทียบ ( koufteros et al . , 2009 ) .
4 ผลลัพธ์
ส่วนนี้เสนอผลงานวิจัยหลัก แรก ตารางที่ 2 แสดงโดยหาค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานเป็นเมทริกซ์สหสัมพันธ์ระหว่างองค์ประกอบเพื่อศึกษาตัวแปรการเรียนรู้ขององค์กรและความสัมพันธ์ทางบวกอยู่ในภาวะผู้นำ การเปลี่ยนแปลงนวัตกรรมขององค์การและประสิทธิภาพขององค์การ
ตอนแรกชุดของสมการถดถอย ( ตารางที่ 3 ) แสดงโดยตรงผลวิเคราะห์ในการวิจัยและการใช้ชุดทดสอบ ( เช่น ความอดทน ความปัจจัยเงินเฟ้อ ) เพื่อยืนยันไม่ใช่ตนของ multicolinearity ( ผม et al . , 1999 )
ที่สองศึกษาแสดงโครงสร้างสมการแบบจำลองเพื่อประมาณการทั้งทางตรงและทางอ้อม โดยใช้โปรแกรมลิสเรลกับเมทริกซ์สหสัมพันธ์เป็นใส่ การวิเคราะห์ประเภทนี้มีประโยชน์สำหรับ unreliability มาตรการแก้ไข และยังให้ข้อมูลเกี่ยวกับเส้นทางตรงและทางอ้อมระหว่างหลายโครงสร้าง หลังจากควบคุมตัวแปรที่อาจอยู่นอกเหนือการควบคุม . ภาพประกอบ2 แสดงให้เห็นว่า มาตรฐานโครงสร้าง ผลการวิจัยพบว่า 1 .
ขนาดของสัมประสิทธิ์ที่สะท้อนให้เห็นถึงความสําคัญของตัวแปร .
สำหรับคุณภาพของแบบจำลองการวัด สำหรับตัวอย่าง , โครงสร้างแสดงระดับของความน่าเชื่อถือที่น่าพอใจ เนื่องจากคอมโพสิตแบบช่วงจาก 0.86 0.94 และแบ่งปัน variancecoefficients จาก 0.56 0.77 ( ตารางที่ 4 )ผู้เขียนสรุปว่า จากการตรวจสอบความตรงลู่เข้าของความสำคัญของปัจจัยภาระและแบ่งปันความแปรปรวน ปริมาณของความแปรปรวนร่วม หรือ จับ โดยสร้างควรมากกว่าปริมาณของความคลาดเคลื่อน ( ร่วมกัน variancen0.50 ) .
ทั้งหมดหลายรายการโครงสร้างตรงกับเกณฑ์นี้ แต่ละโหลด ( λ ) คือความสัมพันธ์ของปัจจัยพื้นฐาน ( t-valuesn12 .16 ) สนับสนุนความตรงลู่เข้า . เพื่อประเมินแยกแยะความถูกต้อง ผู้เขียนดำเนินการชุดของการทดสอบไคสแควร์ ความแตกต่างในด้านความสัมพันธ์ระหว่างโครงสร้างทั้งหมด ( Anderson และ gerbin
, 1988 )