RESULTS The measurement models wer

RESULTS
The measurement models were estimated using maximum likelihood with all
latent variables included simultaneously. All estimated measurement models are highly
statistically significant. All sets of three measures comprising all of our factors are
highly significantly related to each construct, yielding strong evidence of the validity of
the operationalization of our latent variables. (See Table 1 for descriptive statistics and
correlations and Table A1 for pertinent measurement model coefficients.) With two
exceptions, all measures loaded positively on each construct. Two constructs, however,
utilized measures that led to bi-polar loadings. The first is our latent exogenous climate
variable Need to Learn New Skills. Here, one item labeled ‘More Skills’ (“I have more
skills than I need to perform my current job very well.”) loaded positively (0.77),
whereas the other two items ‘Do Better’ (“I could do better in my current job if I got
more training.”) and ‘Learn More Skills’ (“I need to learn more skills to perform my
26
current job very well.”) loaded negatively on the construct (at -1.53 and -1.64,
respectively). The resulting latent variable Need to Learn New Skills is, consequently,
interpreted to mean that the variable is more positive the more strongly respondents
believe they do not need more skills and the less strongly they believe they could do
better in performing their current jobs either by acquiring more training or skills (and
conversely).
[Table 1 about here]
The result of these bi-polar loadings means that given our hypotheses about the
variable Need to Learn New Skills, interpretation of the signs of the coefficients between
Need to Learn New Skills and all other variables needs to be the opposite of the reported
signs. Hence, all of the negative signs reported between Need to Learn New Skills and
all other exogenous climate variables should be interpreted as positive associations,
whereas the positive sign between Need to Learn New Skills and Competence should be
interpreted as a negative association. Although the second factor that obtained bi-polar
loadings is Competence, the signs on those loadings do not distort the interpretation of
Competence.

Kết quả (Việt) 1:

KẾT QUẢ Các mô hình đo lường được ước tính sử dụng khả năng tối đa với tất cả tiềm ẩn biến bao gồm đồng thời. Tất cả các mô hình ước tính đo lường đánh giá cao ý nghĩa thống kê. Tất cả các bộ ba các biện pháp bao gồm tất cả các yếu tố của chúng tôi là rất đáng kể liên quan đến mỗi xây dựng, năng suất các bằng chứng mạnh mẽ của tính hợp lệ của operationalization của chúng tôi biến tiềm ẩn. (Xem bảng 1 cho thống kê mô tả và mối tương quan và bảng A1 cho thích hợp đo lường mô hình hệ số.) Với hai trường hợp ngoại lệ, tất cả các biện pháp tích cực tải về xây dựng mỗi. Xây dựng hai, Tuy nhiên, sử dụng các biện pháp dẫn đến khi bi phân cực. Đầu tiên là chúng tôi khí hậu ngoại sinh tiềm ẩn biến cần phải tìm hiểu kỹ năng mới. Ở đây, một mục có gắn nhãn 'Thêm kỹ năng' ("tôi có nhiều hơn nữa kỹ năng hơn tôi cần phải thực hiện công việc hiện tại của tôi rất tốt.") nạp tích cực (0.77), trong khi các khác hai mục 'Làm tốt hơn' ("tôi có thể làm tốt hơn trong công việc hiện tại của tôi nếu tôi có đào tạo thêm.") và 'Tìm hiểu các kỹ năng' ("tôi cần phải học các kỹ năng hơn để thực hiện của tôi 26 công việc hiện nay rất tốt.") tải tiêu cực về xây dựng (tại-1.53 và-1.64, tương ứng). Kết quả tiềm ẩn biến cần phải tìm hiểu kỹ năng mới là, do đó, giải thích để có nghĩa là biến là tích cực hơn trả lời mạnh mẽ hơn tin rằng họ không cần các kỹ năng và ít mạnh mẽ họ tin rằng họ có thể làm tốt hơn trong việc thực hiện công việc hiện tại của họ hoặc bằng cách mua lại thêm đào tạo hoặc kỹ năng (và ngược lại). [Bảng 1 về ở đây] Kết quả của các lực cực bi có nghĩa là đưa ra giả thuyết của chúng tôi về các biến cần phải tìm hiểu kỹ năng mới, giải thích của các dấu hiệu của hệ số giữa Cần phải tìm hiểu kỹ năng mới và tất cả các biến khác cần phải là đối diện của các báo cáo dấu hiệu. Do đó, tất cả các dấu hiệu tiêu cực báo cáo giữa cần phải tìm hiểu kỹ năng mới và Tất cả các biến ngoại sinh khí hậu khác nên được hiểu là Hiệp hội tích cực, trong khi các dấu hiệu tích cực giữa các nhu cầu để tìm hiểu kỹ năng mới và năng lực nên giải thích như là một hiệp hội tiêu cực. Mặc dù thứ hai yếu tố được cực bi Khi là thẩm quyền, các dấu hiệu trên những khi không bóp méo giải thích của Thẩm quyền.

Kết quả (Việt) 2:

KẾT QUẢ
Các mô hình đo lường được ước tính bằng cách sử dụng khả năng tối đa với tất cả các
biến tiềm ẩn bao gồm đồng thời. Tất cả các mô hình đo lường ước tính được đánh giá cao
ý nghĩa thống kê. Tất cả các bộ ba biện pháp bao gồm tất cả các yếu tố của chúng tôi được
đánh giá cao đáng kể liên quan đến từng xây dựng, năng suất bằng chứng mạnh mẽ về giá trị của
việc vận hành của các biến tiềm ẩn của chúng tôi. (Xem Bảng 1 cho thống kê mô tả và
các mối tương quan và Bảng A1 cho thích hợp các hệ số mô hình đo lường). Với hai
trường hợp ngoại lệ, tất cả các biện pháp tích cực được nạp vào từng xây dựng. Hai cấu trúc, tuy nhiên,
sử dụng các biện pháp đó dẫn đến tải trọng bi-polar. Đầu tiên là khí hậu ngoại sinh tiềm ẩn của chúng tôi
Cần biến để học kỹ năng mới. Ở đây, một mặt hàng có nhãn 'More Skills "(" Tôi có nhiều
kỹ năng hơn tôi cần phải thực hiện công việc hiện tại của tôi rất tốt. ") Nạp tích cực (0,77),
trong khi hai mặt hàng khác Do Better" ("Tôi có thể làm tốt hơn trong công việc hiện tại của tôi nếu tôi đã
đào tạo nhiều hơn. ") và" Tìm hiểu thêm kỹ năng "(" Tôi cần phải học thêm các kỹ năng để thực hiện tôi
26
công việc hiện tại rất tốt. ") nạp tiêu cực đến xây dựng (-1,53 và -1,64 tại,
tương ứng ). Kết quả Nhu biến tiềm ẩn để học kỹ năng mới là, do đó,
giải thích là biến khả quan hơn những người trả lời mạnh mẽ hơn nữa
tin rằng họ không cần nhiều kỹ năng hơn và ít mạnh mẽ mà họ tin rằng họ có thể làm
tốt hơn trong việc thực hiện các công việc hiện tại của họ hoặc bằng mua đào tạo nhiều hơn hoặc kỹ năng (và
ngược lại).
[Bảng 1 về đây]
Kết quả của những tải trọng bi-polar có nghĩa là đưa ra các giả thiết của chúng tôi về
Cần biến để học kỹ năng mới, giải thích các dấu hiệu của các hệ số giữa
Cần Tìm hiểu mới Kỹ năng và tất cả các biến số khác cần phải được sự đối lập với báo cáo
dấu hiệu. Do đó, tất cả các dấu hiệu tiêu cực báo cáo giữa Cần Tìm hiểu kỹ năng mới và
tất cả các biến khí hậu ngoại sinh khác nên được hiểu là các hiệp hội tích cực,
trong khi các dấu hiệu tích cực giữa Cần Tìm hiểu kỹ năng mới và năng lực nên được
hiểu như là một hiệp hội tiêu cực. Mặc dù các yếu tố thứ hai thu được bi-polar
trội là Thẩm quyền, các dấu hiệu trên những tải trọng không bóp méo sự giải thích của
Thẩm.