RESULTS Assessment of Measurement M

RESULTS Assessment of Measurement Model Before assessing the measurement model using CFA in EQS 6.1, we examined the multivariate normality assumption of the data. The data did not meet the normality assumption. Therefore, following Bender's (1995) suggestion, the ellipti- cal reweighted least square (ERLS) was used to estimate the overall CFA measurement model. The use of ERLS for fitting the CFA model when the normality assumption is not met has also appeared in prior marketing studies (e.g., Zou and Cavusgil 2002). The eight-factor measurement model was estimated by restricting each scale item on its a priori factor, and all factors were allowed to covary. After removing four items that either cross-loaded on other factors or exhibited low r-squared values (i.e., < 0.20), the CFA model indicated an acceptable fit (%2(27l) = 336.369, ρ < 0.01, nonnormed fit index [NNFI] = 0.972, comparative fit index [CFI] = 0.976, root mean square error of approximation [RMSEA] = 0.037, and standardized root mean residual [SRMR] = 0.063). All items were positive and loaded significantly on their a priori factors (i.e., t > 6.68), thereby demonstrating conver- gent validity (Gerbing and Anderson 1988). In addition, all coefficient alphas exceeded the recommended 0.70 criterion (Nunnally 1978), indicators of construct reliability. Next, a series of nested CFA models were compared for any two factors in the overall measurement model to assess their discriminant validity. All chi-square difference tests were significant, suggest- ing two-factor models fit significantly better than one-factor models. Thus, evidence of discriminant validity was obtained for all constructs (Bagozzi, Yi, and Phillips 1991). Hypotheses Testing A structural path model in EQS 6. 1 was used to test the hy- potheses. The construct variance- covariance matrix estimated in the CFA was used as input (Table 2). The structural path model revealed a satisfactory fit to the data (χ2(5) = 4.004, / > 0. 10, NFI = 0.993, CFI = 0.999, RMSEA = 0.000, SRMR = 0.019), and the Lagrange multiplier tests revealed that no addi- tional paths were necessary. A total of 1 3 out of 1 7 hypotheses were supported. Table 3 presents the path model results. Hla states that challenge orientation reduces role conflict. This hypothesis was supported (standardized path coefficient [SPC] = -0.180,/ < 0.05). In the hypothesized direction, Hlb was not supported, as challenge orientation was not signifi- cantly related to role ambiguity (SPC = -0.008, ρ > 0.10). Task enjoyment was found to negatively affect role ambiguity (SPC = -0.141,/ < 0.05), in support of H2. H3a posits that compensation orientation negatively affects role conflict, and it was supported (SPC = -0.227, ρ < 0.01). Similarly, H3b was also supported as compensation orientation was found to have a negative effect on role ambiguity (SPC = -0.453, ρ < 0.01). H4 was supported in that recognition orientation increases role conflict (SPC = 0.230, ρ < 0.01). Behavioral performance was found to have a significant positive effect on outcome performance (SPC = 0.435,/ < 0.01), supporting H5. H6a was supported, as role conflict was found to have a positive effect on role ambiguity (SPC = 0.203,/ < 0.01). Role conflict was also found to have a positive effect on outcome performance (SPC = 0.184,/ < 0.01), in support of H6b. Role ambiguity negatively affects behavioral performance (SPC = -0.456, / < 0.01); thus, H7a was supported. H7b was not supported, as role ambiguity was not significantly related to outcome performance (SPC = -0.122, / > 0.10), although the coefficient sign was in the hypothesized direction. Chal- lenge orientation was found to have a positive direct effect on behavioral performance (SPC = 0.224,/ < 0.01) and outcome performance (SPC = 0.383, / < 0.01), thereby supporting H8a and H8b. Task enjoyment has a direct positive effect on behavioral performance (SPC = 0.160,/ < 0.05) but a nega- tive direct effect on outcome performance (SPC = -0. 1 5 1 ,/ < 0.05), in support of H9a and H9b. H10 and HI 1 were not supported, because neither compensation orientation (SPC = -0.008,/ > 0.10) nor recognition orientation (SPC = -0.001, / > 0.10) was directly related to outcome performance. A Rival Model To further test whether I/E motivation does reliably influence role perceptions, we compared the proposed partial mediation model to a rival model that did not allow for the mediation paths. In other words, the rival model has only direct paths from I/E motivation and role perceptions to job perfor- mance. If the mediation model is a superior representation of the data, conclusions can be drawn with a higher level of confidence that a salesperson s motivational characteristics do serve to buffer role conflict and role ambiguity. It was found that the rival model's fit statistics were inferior to those of the proposed partial mediation model (%2(7) = 54.281, /

Kết quả (Việt) 1:

Kết quả đánh giá của đo lường mẫu trước khi đánh giá các mô hình đo lường bằng CFA tại EQS 6.1, chúng tôi kiểm tra các giả định đa biến bình thường của dữ liệu. Các dữ liệu đã không đáp ứng giả định bình thường. Vì vậy, theo đề nghị của Bender (1995), ellipti-cal reweighted ít nhất là hình vuông (ERLS) đã được sử dụng để ước lượng mô hình đo lường tổng thể của CFA. Sử dụng ERLS cho lắp ráp mô hình CFA khi giả định bình thường không được đáp ứng cũng xuất hiện trong các nghiên cứu marketing trước đó (ví dụ, Zou và Cavusgil năm 2002). Các mô hình đo lường tám yếu tố được ước tính bằng cách hạn chế mỗi quy mô mục trên đó của tiên yếu tố, và tất cả các yếu tố đã được cho phép để covary. Sau khi loại bỏ mục 4 hoặc qua tải khác các yếu tố hoặc trưng bày giá trị thấp của r-squared (tức là, < 0,20), mô hình CFA chỉ định một fit được chấp nhận (%2(27l) = 336.369, ρ < 0.01, nonnormed phù hợp với chỉ số [NNFI] = 0.972, so sánh phù hợp với chỉ số [CFI] = 0.976, root mean square lỗi xấp xỉ [RMSEA] = gốc 0.037, và tiêu chuẩn hóa có nghĩa là dư [SRMR] = 0.063). Tất cả các mục đã được tích cực và nạp một cách đáng kể trên của tiên yếu tố (ví dụ, t > 6.68), qua đó chứng tỏ hiệu lực conver-gent (Gerbing và Anderson năm 1988). Ngoài ra, tất cả hệ số alphas đã vượt qua các tiêu chí 0,70 khuyến cáo (Nunnally 1978), chỉ số xây dựng đáng tin cậy. Tiếp theo, một loạt các lồng CFA mô hình đã được so sánh cho bất kỳ hai yếu tố trong mô hình đo lường tổng thể để đánh giá hiệu lực biệt thức của họ. Tất cả các xét nghiệm khác biệt chi-vuông được đáng kể, đề nghị-ing 2 yếu tố mô hình phù hợp một cách đáng kể tốt hơn so với một trong những yếu tố mẫu. Vì vậy, bằng chứng về tính hợp lệ của biệt thức nhận được cho tất cả các cấu trúc (Bagozzi, Yi và Phillips 1991). Giả thuyết thử nghiệm một mô hình cấu trúc đường dẫn trong EQS 6. 1 được sử dụng để thử nghiệm hy-potheses. Ma trận phương sai-hiệp phương sai xây dựng ước tính trong CFA được sử dụng như đầu vào (bảng 2). Các mô hình cấu trúc đường dẫn tiết lộ một sự phù hợp đạt yêu cầu để các dữ liệu (χ2(5) = 4.004, / > 0. 10, NFI = 0.993, CFI = 0,999, RMSEA = 0,000, SRMR = 0.019), và các bài kiểm tra hệ số Lagrange tiết lộ rằng không có con đường g-tế là cần thiết. Tổng cộng 1 3 ra 1 7 giả thuyết đã được hỗ trợ. Bảng 3 trình bày các đường dẫn kết quả mẫu. HLA nói thách thức định hướng làm giảm vai trò xung đột. Giả thuyết này đã được hỗ trợ (đường tiêu chuẩn hệ số [SPC] =-0.180, / < 0,05). Theo hướng gan giả thuyết, Hlb không được hỗ trợ, như là thách thức định hướng không signifi-cantly liên quan đến vai trò mơ hồ (SPC =-0.008, ρ > 0,10). Thưởng thức nhiệm vụ đã được tìm thấy để ảnh hưởng đến vai trò mơ hồ (SPC =-0.141, / < 0,05), hỗ trợ cho H2. H3a posits rằng bồi thường định hướng tiêu cực ảnh hưởng đến vai trò xung đột, và nó đã được hỗ trợ (SPC =-0.227, ρ < 0,01). Tương tự, H3b cũng được hỗ trợ như bồi thường định hướng đã được tìm thấy để có một tác động tiêu cực trên vai trò mơ hồ (SPC =-0.453, ρ < 0,01). H4 được hỗ trợ trong đó định hướng công nhận tăng vai trò xung đột (SPC = 0.230, ρ < 0,01). Hành vi hoạt động đã được tìm thấy để có một tác động đáng kể tích cực về kết quả hiệu suất (SPC = 0.435, / < 0,01), hỗ trợ H5. H6a đã được hỗ trợ, như vai trò xung đột đã được tìm thấy để có một ảnh hưởng tích cực vai trò mơ hồ (SPC = 0.203, / < 0,01). Vai trò xung đột cũng được tìm thấy để có một ảnh hưởng tích cực về kết quả hiệu suất (SPC = 0.184, / < 0,01), hỗ trợ H6b. vai trò mơ hồ tiêu cực ảnh hưởng đến hành vi hiệu suất (SPC =-0.456, / < 0,01); do đó, H7a đã được hỗ trợ. H7b không được hỗ trợ, như vai trò mơ hồ không đáng kể liên quan đến kết quả hiệu suất (SPC =-0.122, / > 0,10), mặc dù các dấu hiệu hệ số theo hướng gan giả thuyết. Định hướng Chal-lenge đã được tìm thấy để có một ảnh hưởng tích cực trực tiếp thực hiện hành vi (SPC = 0.224, / < 0,01) và hiệu suất kết quả (SPC = 0.383, / < 0,01), qua đó hỗ trợ H8a và H8b. nhiệm vụ thú vị có tác dụng tích cực trực tiếp thực hiện hành vi (SPC = 0.160, / < 0,05) nhưng một hoạt động cùng nega trực tiếp ảnh hưởng kết quả hiệu suất (SPC = - 0. 1 5 1, / < 0,05), hỗ trợ H9a và H9b. H10 và HI 1 được không được hỗ trợ , bởi vì không phải định hướng bồi thường (SPC =-0.008, / > 0,10) cũng không công nhận định hướng (SPC =-0.001, / > 0,10) liên quan trực tiếp đến kết quả thực hiện. Một đối thủ người mẫu để tiếp tục thử nghiệm cho dù tôi / E động lực đáng tin cậy ảnh hưởng đến vai trò nhận thức, chúng tôi so sánh các mô hình đề xuất hòa giải một phần cho một mô hình đối thủ đã không cho phép con đường hòa giải. Nói cách khác, các mô hình đối thủ có chỉ đường dẫn trực tiếp từ I / E động lực và vai trò của nhận thức để công việc perfor-mance. Nếu mô hình trung gian hòa giải là một đại diện cấp trên của các dữ liệu, kết luận có thể được rút ra với một mức độ cao của sự tự tin một nhân viên bán hàng s motivational đặc điểm phục vụ để đệm vai trò xung đột và vai trò mơ hồ. Nó được tìm thấy rằng các mô hình cạnh tranh phù hợp với số liệu thống kê đã kém hơn so với những người của các mô hình đề xuất hòa giải một phần (%2(7) = 54.281, / <

Kết quả (Việt) 2:

Đánh giá Kết quả đo lường mẫu Trước khi đánh giá các mô hình đo lường bằng CFA trong EQS 6.1, chúng tôi đã kiểm tra giả định bình thường đa biến của dữ liệu. Các dữ liệu đã không đáp ứng được các giả định bình thường. Vì vậy, sau đây (1995) đề nghị của Bender, các ellipti- cal reweighted bình phương tối thiểu (ERLS) đã được sử dụng để ước tính tổng thể các mô hình đo lường CFA. Việc sử dụng các ERLS cho lắp mô hình CFA khi giả bình thường không được đáp ứng cũng đã xuất hiện trong các nghiên cứu tiếp thị trước đó (ví dụ, Zou và Cavusgil 2002). Các mô hình đo lường tám yếu tố đã được ước tính bằng cách hạn chế từng mặt quy mô trên yếu tố tiên nghiệm của mình, và tất cả các yếu tố được phép covary. Sau khi loại bỏ bốn mục đó hoặc chéo nạp vào các yếu tố khác hoặc trưng bày các giá trị r-squared thấp (tức là <0,20), mô hình CFA chỉ thích hợp chấp nhận (% 2 (27l) = 336,369, ρ <0,01, nonnormed chỉ số phù hợp [ NNFI] = 0,972, so sánh chỉ số phù hợp [CFI] = 0,976, gốc có nghĩa là lỗi vuông xấp xỉ [RMSEA] = 0,037, và gốc tiêu chuẩn hóa có nghĩa là còn sót lại [SRMR] = 0,063). Tất cả các mặt hàng đã tích cực và tải đáng kể trên một yếu tố tiên của họ (tức là, t> 6,68), qua đó chứng minh tính hợp lệ hoán cải gent (Gerbing và Anderson 1988). Ngoài ra, tất cả các hệ số alpha vượt quá khuyến 0,70 tiêu chí (Nunnally 1978), các chỉ số về độ tin cậy xây dựng. Tiếp theo, một loạt các mô hình CFA lồng nhau được so sánh với bất kỳ hai yếu tố trong mô hình đo lường tổng thể để đánh giá giá trị biệt thức của họ. Tất cả các bài kiểm tra sự khác biệt chi-square đều có ý nghĩa, suggest- ing mô hình hai yếu tố phù hợp tốt hơn so với mô hình một nhân tố đáng kể. Như vậy, bằng chứng có giá trị biệt thức thu được cho tất cả các cấu trúc (Bagozzi, Yi, và Phillips 1991). Giả thuyết kiểm tra Một đường dẫn mô hình cấu trúc trong EQS 6. 1 đã được sử dụng để kiểm tra các potheses máu. Các ma trận hiệp phương sai cấu trúc variance- ước tính trong CFA đã được sử dụng như là đầu vào (Bảng 2). Các đường dẫn mô hình cấu trúc tiết lộ một sự phù hợp thỏa đáng cho các dữ liệu (χ2 (5) = 4,004, /> 0. 10, NFI = 0,993, CFI = 0,999, RMSEA = 0.000, SRMR = 0,019), và kiểm tra số nhân Lagrange tiết lộ rằng không đường quốc Ngoaøi là cần thiết. Có tổng cộng 1 3 trong 1 7 giả thuyết đã được hỗ trợ. Bảng 3 trình bày các kết quả mô hình con đường. Hla nói rằng thách thức định hướng làm giảm vai trò xung đột. Giả thuyết này đã được hỗ trợ (tiêu chuẩn hóa hệ số đường dẫn [SPC] = -0,180, / <0,05). Trong hướng giả thuyết, HLB không được hỗ trợ, như thách thức định hướng là không cách đáng kể liên quan đến vai trò không rõ ràng (SPC = -0,008, ρ> 0,10). Nhiệm vụ thưởng đã được tìm thấy để ảnh hưởng tiêu cực không rõ ràng (SPC = -0,141, / <0,05), hỗ trợ của H2. H3a thừa nhận rằng định hướng bồi thường ảnh hưởng tiêu cực đến vai trò xung đột, và nó đã được hỗ trợ (SPC = -0,227, ρ <0,01). Tương tự như vậy, H3b cũng đã được hỗ trợ theo định hướng bồi thường đã được tìm thấy để có một tác động tiêu cực về vai trò của sự mơ hồ (SPC = -0,453, ρ <0,01). H4 đã được hỗ trợ trong đó định hướng công nhận tăng xung đột vai trò (SPC = 0,230, ρ <0,01). thực hiện hành vi đã được tìm thấy để có một tác động tích cực đáng kể về hiệu suất kết quả (SPC = 0,435, / <0,01), hỗ trợ H5. H6a đã được hỗ trợ, như vai trò xung đột được tìm thấy có một tác động tích cực về vai trò của sự mơ hồ (SPC = 0,203, / <0,01). xung đột vai trò cũng đã được tìm thấy để có một tác động tích cực về hoạt động kết quả (SPC = 0,184, / <0,01), hỗ trợ H6b. Không rõ ràng ảnh hưởng tiêu cực đến hành vi thực hiện (SPC = -0,456, / <0,01); do đó, H7a đã được hỗ trợ. H7b không được hỗ trợ, như không rõ ràng không liên quan đáng kể đến hiệu suất kết quả (SPC = -0,122, /> 0,10), mặc dù các dấu hiệu hệ số là theo hướng giả định. định hướng thách thách đã được tìm thấy có một ảnh hưởng trực tiếp tích cực đến hành vi thực hiện (SPC = 0,224, / <0,01) và hiệu suất kết quả (SPC = 0,383, / <0,01), qua đó hỗ trợ H8a và H8b. Nhiệm vụ hưởng có tác động tích cực trực tiếp đến hành vi thực hiện (SPC = 0,160, / <0,05) nhưng ảnh hưởng trực tiếp chính kịp thời nega- về hiệu suất kết quả (SPC = -0. 1 5 1, / <0,05), hỗ trợ H9a và H9b . H10 HI 1 không được hỗ trợ, bởi vì không định hướng được bồi thường (SPC = -0,008, /> 0,10), cũng không định hướng được công nhận (SPC = -0,001, /> 0,10) có liên quan trực tiếp đến hiệu suất kết quả. Một mô hình Rival Tiếp tục kiểm tra xem I / động cơ E không đáng tin cậy ảnh hưởng đến vai trò nhận thức, chúng tôi so sánh các mô hình hòa giải một phần đề xuất một mô hình đối thủ mà không cho phép cho các đường dẫn hòa giải. Nói cách khác, mô hình đối thủ chỉ có đường dẫn trực tiếp từ / E động lực và vai trò nhận thức của tôi để công việc perfor mance. Nếu mô hình hòa giải là một đại diện cao cấp của các dữ liệu, có thể kết luận được rút ra với một mức độ cao hơn của sự tự tin rằng các đặc tính động lực một nhân viên bán hàng s làm phục vụ để đệm vai trò xung đột và không rõ ràng. Nó đã được tìm thấy rằng thống kê phù hợp với mô hình của đối thủ đã thua kém gì các mô hình hòa giải một phần đề xuất (% 2 (7) = 54,281, / <