21.5.4.2 Differences Between Stakeh

21.5.4.2 Differences Between Stakeholder Groups
Prerequisites for employing multiple t-tests for group comparisons
As discussed in Sect. 21.4.1, the procedure of comparing multiple groups with pair¬wise t-tests as performed in this paper is subject to several assumptions about the data and the model: (1) the data should not be too non-normal, (2) each submodel considered has to achieve an acceptable goodness of fit, and (3) there should be measurement invariance (Chin 2000).
We visually inspected normality by means of QQ-plots, which, for brevity’s sake, are not presented in this paper. Visual inspection of normality is the normal way of checking distributional assumptions when dealing with quasimetric scales - such as the symmetric 7-point rating scale that we employed (Bromley 2002). The author carried out the visual inspection. A later validation by an expert who was unfamil¬iar with the aim of this study did not alter the results. None of the 31 variables
that were used in the analysis were found to deviate strongly from the distributional assumption. We employed consecutive F-tests to decide on the equality of the stan¬dard errors gained from the resampling procedure implemented in PLS. The test’s null hypothesis of variance homogeneity was rejected at the 0.05 level in only 4 out of 186 tests; therefore, formula (21.1) (p. 497) was employed in respect of all comparisons.
To check that each submodel considered achieved acceptable fit, we relied on the R2 values realized in respect of the endogenous constructs in each subgroup, since there is no other overall parametric criterion in PLS. Table 21.2 shows the R2 values of all endogenous constructs in all subgroups. All values are very acceptable within the usual boundaries of interpretation. Note that it is not surprising that the proportion of explained variance for the construct customer satisfaction is lower than for the other endogenous constructs. A brief look at the literature dealing with customer satisfaction reveals a huge number of possible determinants of satisfaction, only one of which refers to intangible assets like corporate reputation. In fact, we were pleasantly surprised that reputation could explain satisfaction of approximately 20-30% - quite a large percentage. Table 21.2 also displays the reliability values -Icoñfficiñnt ry) of the reflective constructs. They are also well within the boundaries usually required for acceptance (> 0.7).

Kết quả (Việt) 1:

21.5.4.2 sự khác biệt giữa các bên liên quanĐiều kiện tiên quyết cho sử dụng t-bài kiểm tra nhiều cho nhóm so sánhNhư được thảo luận trong Sect. 21.4.1, thủ tục so sánh nhiều nhóm với pair¬wise t-bài kiểm tra như thực hiện trong bài báo này là tùy thuộc vào một số giả định về các dữ liệu và các mô hình: (1) các dữ liệu không phải là quá phòng không bình thường, (2) mỗi submodel được coi là đã đạt được một tốt đẹp được chấp nhận của phù hợp với, và (3) không nên có đo lường định (Chin năm 2000).Chúng tôi trực quan kiểm tra bình thường bằng phương tiện của QQ-lô, đó, vì lợi ích của ngắn gọn, được không trình bày trong bài báo này. Kiểm tra trực quan của bình thường là cách thông thường của việc kiểm tra distributional giả định khi giao dịch với quy mô quasimetric - chẳng hạn như quy mô đối xứng 7 điểm đánh giá rằng chúng tôi tuyển dụng (Bromley năm 2002). Tác giả thực hiện kiểm tra trực quan. Một xác nhận sau đó bởi một chuyên gia những người đã là unfamil¬iar với mục đích của nghiên cứu này đã không làm thay đổi kết quả. Không ai trong số các biến 31 mà đã được sử dụng trong phân tích đã được tìm thấy để đi chệch mạnh mẽ từ giả định distributional. Chúng tôi làm việc liên tục F-các xét nghiệm để quyết định về sự bình đẳng của các lỗi stan¬dard thu được từ các thủ tục resampling thực hiện trong PLS. Các thử nghiệm giả thuyết null của tính đồng nhất phương sai đã bị từ chối cấp 0,05 tại chỉ 4 trong số 186 thử nghiệm; Vì vậy, công thức (21.1) (p. 497) được sử dụng đối với tất cả so sánh.Để kiểm tra mỗi submodel được coi là phù hợp với đạt được chấp nhận được, chúng tôi dựa vào các giá trị R2 nhận ra đối với các cấu trúc nội sinh trong mỗi nhóm con, kể từ khi có là không có tiêu chí tổng thể tham số khác ở PLS. bảng 21.2 cho thấy giá trị R2 của tất cả các cấu trúc nội sinh trong tất cả các nhóm con. Tất cả giá trị là rất được chấp nhận trong vòng ranh giới thông thường của giải thích. Lưu ý rằng nó không phải là đáng ngạc nhiên rằng tỷ lệ các phương sai giải thích cho việc xây dựng, sự hài lòng của khách hàng là thấp hơn cho các cấu trúc nội sinh khác. Một cái nhìn ngắn lúc giao dịch văn học với sự hài lòng của khách hàng cho thấy một số lớn các yếu tố quyết định có thể hài lòng, duy nhất trong đó đề cập đến các tài sản vô hình như công ty danh tiếng. Trong thực tế, chúng tôi đã ngạc nhiên rằng danh tiếng có thể giải thích sự hài lòng của khoảng 20-30%-khá một tỷ lệ phần trăm lớn. Bảng 21.2 cũng hiển thị giá trị độ tin cậy - Icoñfficiñnt ry) của các cấu trúc phản chiếu. Họ cũng là tốt trong ranh giới thường yêu cầu chấp nhận (> 0.7).

Kết quả (Việt) 2:

21.5.4.2 Sự khác nhau giữa các bên liên quan Nhóm
Điều kiện cần để sử dụng nhiều t-test để so sánh nhóm
Như đã thảo luận trong phái. 21.4.1, thủ tục so sánh nhiều nhóm với pair¬wise t-test như thực hiện trong bài báo này là tùy thuộc vào một số giả định về các dữ liệu và các mô hình: (1) các dữ liệu không phải là quá không bình thường, (2) mỗi mô hình phụ xem có để đạt được một sự tốt lành chấp nhận được của sự phù hợp, và (3) có phải là bất biến đo lường (Chin 2000).
Chúng tôi trực quan kiểm tra bình thường bằng phương tiện của QQ-lô, trong đó, vì lợi ích ngắn gọn của, không được trình bày trong bài báo này. Sự kiểm tra bình thường là cách bình thường kiểm tra các giả định phân phối khi giao dịch với quy mô quasimetric - chẳng hạn như các đối xứng 7 điểm giá quy mô mà chúng ta làm chủ (Bromley 2002). Các tác giả đã tiến hành kiểm tra trực quan. Một xác nhận sau đó bởi một chuyên gia người unfamil¬iar với mục đích của nghiên cứu này không làm thay đổi kết quả. Không ai trong số 31 biến
được sử dụng trong phân tích đã được tìm thấy để đi chệch mạnh từ các giả định về phân phối. Chúng tôi làm việc liên tiếp F-xét nghiệm để quyết định sự bình đẳng của các lỗi stan¬dard thu được từ các thủ tục lấy mẫu thực hiện trong PLS. Giả thuyết các thử nghiệm của phương sai đồng nhất đã bị bác bỏ ở mức 0,05 trong chỉ 4 trong 186 bài kiểm tra; Do đó, công thức (21.1) (p. 497) đã được sử dụng trong sự tôn trọng của mọi sự so sánh.
Để kiểm tra xem mỗi mô hình phụ xem là đạt được chấp nhận phù hợp, chúng tôi dựa trên các giá trị R2 nhận ra đối với các cấu trúc nội sinh trong mỗi nhóm, vì không có tiêu chí tham số tổng thể khác trong PLS. Bảng 21.2 cho thấy các giá trị R2 của tất cả các cấu trúc nội sinh trong tất cả các phân nhóm. Tất cả các giá trị là rất chấp nhận được trong ranh giới thông thường giải thích. Lưu ý rằng nó không phải là đáng ngạc nhiên rằng tỷ lệ các biến giải thích cho sự hài lòng của khách hàng là xây dựng thấp hơn so với các cấu trúc nội sinh khác. Một cái nhìn thoáng qua về văn học đối phó với sự hài lòng của khách hàng cho thấy một số lượng lớn các yếu tố quyết định nhất của sự hài lòng, chỉ một trong số đó đề cập đến tài sản vô hình như uy tín của công ty. Trong thực tế, chúng tôi đã rất ngạc nhiên rằng danh tiếng có thể giải thích sự hài lòng của khoảng 20-30% - một tỷ lệ khá lớn. Bảng 21.2 cũng hiển thị các giá trị độ tin cậy ry -Icoñfficiñnt) của các cấu trúc phản chiếu. Họ cũng là cũng nằm trong ranh giới cần thiết đối với sự chấp nhận (> 0,7).