Testing the Rival ModelWe compare (

Testing the Rival Model
We compare (see Table 2) the proposed model with its rival on the following criteria: (1) overall fit of the model-im¬plied covariance matrix to the sample covariance matrix, as measured by CFI; (2) percentage of the models’ hypothe-sized parameters that are statistically significant; (3) ability to explain the variance in the outcomes of interest, as meas-ured by squared multiple correlations of the focal and out-come variables; and (4) parsimony, as measured by the par¬
simonious normed fit index (PNFI) (James, Mulaik, and Brett 1982).
Though the CFI for the rival model is slightly higher (CFI = .959 versus .890), only 11 of 29 (37.9%) of its hy-pothesized paths are supported at the p < .05 level (includ¬ing only 7 of 29 (24.1%) supported at p < .01). In contrast, 12 of 13 hypothesized paths (92.3%) in the KMV model are supported at the p < .01 level. Importantly, 9 of the 11 significant direct effects in the rival are significant direct or indirect effects in the KMV model (the exceptions are relationship benefits —» propensity to leave and relationship benefits —> cooperation). Moreover, little, if any, additional explanatory power is gained from the additional 16 paths. The rival’s SMCs are acquiescence = .395, propensity to leave = .352, cooperation = .561, functional conflict = .235, and uncertainty = .153. The largest increment to SMC was .080 (for acquiescence) and the mean increment only .058. 
The total coefficient of determination for the rival is actu¬ally less than that of the KMV model (.805 versus .810).
As is obvious from Figures 2 and 3 , there is a great dif-ference in parsimony between the KMV and rival models (13 versus 29 paths). Because CFI does not account for par-simony differences, we compare the two models using PNFI. Because PNFI is informed by both the goodness of fit of the model and its parsimony, one commonly finds that goodness of fit indices in the .90s translate to parsimo¬nious fit indices less than .60 (Mulaik et al. 1989). The KMV model’s PNFI of .555 exceeds the rival’s .228. Al¬though no guidelines exist for determining what is a signif¬icant difference in PNFI values, we note that to accomplish a 7.8% improvement in CFI (from .890 to .959), one sacri¬fices 41.1% in PNFI (from .555 to .228). Such a sacrifice, it would seem, is too great. Stated conversely, we accomplish a great improvement in parsimony (from 29 paths to 13 paths) by sacrificing only 7.8% in CFI—a sacrifice seem¬ingly worth making for the sake of parsimony.

Kết quả (Việt) 1:

Kiểm tra các mô hình cạnh tranhChúng tôi so sánh (xem bảng 2) mô hình được đề xuất với đối thủ của mình trên các tiêu chí sau đây: (1) tổng thể phù hợp với của ma trận hiệp phương sai mẫu-im¬plied cho ma trận hiệp phương sai mẫu, được đo bằng CFI; (2) tỷ lệ phần trăm của các mô hình có kích thước hypothe tham số có ý nghĩa thống kê; (3) khả năng để giải thích phương sai trong các kết quả của quan tâm, vì bình phương meas-ured bởi nhiều mối tương quan của các biến ra-đi và đầu mối; và (4) sự cẩn thận, được đo bằng par¬ simonious không phù hợp với chỉ số (PNFI) (James, Mulaik và Brett 1982).Mặc dù CFI cho các mô hình đối thủ là cao hơn một chút (CFI =.959 so với.890), chỉ có 11 29 (37,9%) của các đường dẫn hy-pothesized được hỗ trợ tại p <.05 cấp (include¬ing chỉ 7 29 (24,1%) được hỗ trợ tại p <.01). Ngược lại, 12 trong số 13 đường gan giả thuyết (92,3%) trong mô hình Shirai được hỗ trợ tại p <.01 cấp. Quan trọng, 9 / 11 quan trọng trực tiếp tác động vào các đối thủ là đáng kể tác động trực tiếp hoặc gián tiếp trong mô hình Shirai (ngoại trừ mối quan hệ lợi ích là —» xu hướng để đi và mối quan hệ lợi ích — > hợp tác). Hơn nữa, ít, nếu có bổ sung điện giải thích thu được từ 16 đường bổ sung. SMCs của đối thủ là acquiescence =.395, xu hướng lại =.352, hợp tác =.561, cuộc xung đột chức năng =.235, và không chắc chắn =.153. Tăng lớn nhất để SMC là.080 (cho acquiescence) và tăng có nghĩa là chỉ.058. The total coefficient of determination for the rival is actu¬ally less than that of the KMV model (.805 versus .810).As is obvious from Figures 2 and 3 , there is a great dif-ference in parsimony between the KMV and rival models (13 versus 29 paths). Because CFI does not account for par-simony differences, we compare the two models using PNFI. Because PNFI is informed by both the goodness of fit of the model and its parsimony, one commonly finds that goodness of fit indices in the .90s translate to parsimo¬nious fit indices less than .60 (Mulaik et al. 1989). The KMV model’s PNFI of .555 exceeds the rival’s .228. Al¬though no guidelines exist for determining what is a signif¬icant difference in PNFI values, we note that to accomplish a 7.8% improvement in CFI (from .890 to .959), one sacri¬fices 41.1% in PNFI (from .555 to .228). Such a sacrifice, it would seem, is too great. Stated conversely, we accomplish a great improvement in parsimony (from 29 paths to 13 paths) by sacrificing only 7.8% in CFI—a sacrifice seem¬ingly worth making for the sake of parsimony.

Kết quả (Việt) 2:

Kiểm tra mẫu Rival
Chúng tôi so sánh (xem Bảng 2) mô hình đề xuất với đối thủ của mình trên các tiêu chí sau đây: (1) phù hợp với tổng thể của ma trận hiệp phương sai mô hình im¬plied với ma trận hiệp phương sai mẫu, được đo bằng CFI; (2) tỷ lệ phần trăm của các thông số hypothe cỡ của mô hình đó là ý nghĩa thống kê; (3) khả năng để giải thích sự khác biệt trong kết quả của sự quan tâm, như đo trọng-ured bằng phương nhiều mối tương quan của các đầu mối và ra-đi biến; và (4) sự cẩn thận, được đo bằng par¬
simonious định chuẩn phù hợp với chỉ số (PNFI) (James, Mulaik, và Brett 1982).
Mặc dù CFI cho mô hình đối thủ là cao hơn một chút (CFI = 0,959 so với 0,890), chỉ 11 trong 29 (37,9%) của con đường hy-pothesized của nó được hỗ trợ ở mức p <0,05 (includ¬ing chỉ có 7 trong 29 (24,1%) được hỗ trợ với p <0,01). Ngược lại, 12 trong số 13 đưa ra giả thuyết con đường (92,3%) trong mô hình KMV được hỗ trợ tại p <0,01 độ. Quan trọng hơn, 9 trong số 11 hiệu ứng trực tiếp đáng kể trong các đối thủ là tác động trực tiếp hoặc gián tiếp có ý nghĩa trong mô hình KMV (các trường hợp ngoại lệ là những lợi ích quan hệ - »xu hướng để lại và lợi ích quan hệ -> hợp tác). Hơn nữa, rất ít, nếu có, thêm khả năng giải thích được thu được từ việc thêm 16 đường. SMCs của đối thủ là phục tùng = 0,395, xu hướng rời = 0,352, hợp tác = 0,561, xung đột chức năng = 0,235, và không chắc chắn = 0,153. Mức tăng lớn nhất cho SMC là 0,080 (đối phục tùng) và tăng trung bình chỉ có 0,058. 
Tổng hệ số xác định cho các đối thủ là actu¬ally ít hơn so với các mô hình KMV (0,805 so với 0,810).
Như là hiển nhiên từ hình 2 và 3, có một loại khác nha-chênh lớn trong sự cẩn thận giữa KMV và các mô hình đối thủ (13 so với 29 đường). Bởi vì CFI không tính đến sự khác biệt mệnh mua đồ thánh, chúng ta so sánh hai mô hình sử dụng PNFI. Bởi vì PNFI được thông báo bằng cả sự tốt lành của sự phù hợp của mô hình và sự cẩn thận của mình, một thường thấy rằng lòng tốt của các chỉ số phù hợp trong .90s dịch để chỉ số phù hợp parsimo¬nious ít hơn 0,60 (Mulaik et al. 1989). PNFI của mô hình KMV của 0,555 vượt đối thủ của 0,228. Al¬though không có hướng dẫn tồn tại để xác định là những gì một sự khác biệt trong các giá trị signif¬icant PNFI, chúng tôi lưu ý rằng để đạt được một sự cải thiện 7,8% trong CFI (0,890-0,959), một sacri¬fices 41,1% trong PNFI (từ. 555-0,228). Một sự hy sinh như vậy, nó sẽ có vẻ là quá tuyệt vời. Nói ngược lại, chúng tôi thực hiện một cải tiến lớn trong sự cẩn thận (từ 29 đến 13 con đường con đường) bằng cách hy sinh chỉ 7,8% trong CFI-một sự hy sinh seem¬ingly giá trị thực hiện vì lợi ích của sự cẩn thận.