require a large sample size [34, 35

require a large sample size [34, 35], the technique is the
most suitable for testing the hypotheses in this study.
To ensure reliability, the scores of each construct were
used to calculate Cronbach’s α values. Cronbach’s α values
range from zero (unreliable) to one (perfect reliability), with
a value of 0.5 indicating acceptable reliability [36], 0.6
indicating acceptability for exploratory studies [37], and 0.7
indicating good reliability [36, 37]. In this study, the
Cronbach’s α value for each construct was higher than
0.6, indicating its acceptability for use in this exploratory
study of MHMS applications.
This study used Exploratory Factor Analysis (EFA) to
verify the construct validity of the instrument. In Table 3,
EFA with varimax rotation was performed to assess the
underlying factor structures of the measured scales. The
results of the EFA revealed that each of the measures
showed sufficient construct reliability as the factor loading
of each item in the instrument was above the suggested 0.5
[37].
Three criteria are commonly used to assess the
convergent validity of measurement models [38]. First,
it is suggested that the factor loadings of all standardized
items be higher than 0.5; second, it is suggested that the
composite reliability (CR) be higher than 0.6; and three,
that the average variance extracted (AVE) should be
higher than 0.5. An analysis of the survey instrument
used in this study is shown in Table 3. All scale items in
the instrument showed reasonable reliability and validity
for the measurement model.
Table 4 shows the results of path analysis, with path
coefficients and t-values, and Table 5 lists the explanatory
powers. Tables 4 and 5 show the relative strengths of each
path specified by the research model and the variance (R2
)
explained by each path. The analyzed results of the 170
valid surveys indicated that ATT and PU significantly
determine the adoption of MHMS, and R2 is 57.8%. For the
antecedents of ATT, both PEU and PU affected ATT,
accounting for 64.5% of the variance in ATT. Additionally,
PEU significantly impacted PU, accounting for 44% of the
PU variance. After analysis of the 170 valid survey
instruments in the two samples, H1, H2, H3, H4, and H5
were confirmed in this TAM-based research model.
Hypothesis 6 explores the determinants of intention
toward MHMS that might vary depending on age. Table 4
shows the path coefficients among the research variables in
both S1 and S2 samples. In the S1 (young adult) sample,
only ATT significantly determines the adoption of MHMS,
and R2 is 59.5%. As for the antecedents of ATT, both PEU
and PU affected ATT, accounting for 71.7% of the ATT
variance. PEU also significantly impacted PU, accounting
for 50.8% of the PU variance. For this group, H1, H2, H3,
and H5 are supported. In the middle-aged sample (S2), ATT
and PU significantly determine the adoption of MHMS
(R2
=54.0%). For the antecedents of ATT, only PU affected
ATT, accounting for 48.7% of the ATT variance. PEU also
significantly impacted PU, accounting for 27.4% of the PU
variance. For the middle-aged group, H1, H3, H4, and H5
are supported. Comparing the two samples, there is within
each sample one path coefficient that is not significant. In
other words, the determinants of intention toward adopting
MHMS differ with age.

ผลลัพธ์ (ไทย) 1:

ต้องใช้ขนาดตัวอย่างใหญ่ [34, 35] เป็นเทคนิคเหมาะสำหรับการทดสอบสมมติฐานในการศึกษานี้คะแนนของแต่ละโครงสร้างมีความทนทานใช้ในการคำนวณค่าαของ Cronbach ของ Cronbach ค่าαช่วงจากศูนย์ (ไม่น่าเชื่อถือ) หนึ่ง (เชื่อถือได้สมบูรณ์แบบ), กับค่าที่แสดงความน่าเชื่อถือยอมรับได้ [36], 0.6 0.5ระบุยอมรับสำหรับการศึกษาสำรวจ [37], และ 0.7แสดงความน่าเชื่อถือดี [36, 37] ในการศึกษานี้ การของ Cronbach αค่าสำหรับแต่ละโครงสร้างมีสูงกว่า0.6 เพื่อแสดงการยอมรับสำหรับใช้ในที่นี้สำรวจศึกษาการใช้งาน MHMSการศึกษานี้ใช้สำรวจปัจจัยวิเคราะห์ (EFA) เพื่อตรวจสอบความถูกต้องของโครงสร้างของตราสาร ในตารางที่ 3EFA varimax หมุนที่ได้ดำเนินการประเมินการโครงสร้างปัจจัยพื้นฐานของเครื่องชั่งวัดได้ การเปิดเผยผลของ EFA การที่แต่ละมาตรการแสดงให้เห็นว่าการสร้างความน่าเชื่อถือเพียงพอเป็นปัจจัยการโหลดของแต่ละรายการในตราสารเป็น 0.5 แนะนำข้างต้น[37]สามหลักเกณฑ์ใช้กันทั่วไปในการประเมินการองค์กรมีผลบังคับใช้ของการวัดรุ่น [38] ครั้งแรกแนะนำที่ loadings ปัจจัยทั้งหมดที่ได้มาตรฐานรายการที่อยู่สูงกว่า 0.5 ที่สอง แนะนำที่ความน่าเชื่อถือคอมโพสิต (CR) จะสูงกว่า 0.6 และ สามว่า ควรจะเฉลี่ยความแปรปรวนที่สกัด (AVE)มากกว่า 0.5 การวิเคราะห์เครื่องมือแบบสำรวจใช้ในการศึกษาแสดงในตารางที่ 3 เครื่องชั่งสินค้าทั้งหมดในเครื่องมือที่แสดงให้เห็นว่าสมเหตุสมผลความน่าเชื่อถือและความถูกต้องสำหรับรูปแบบการวัดตารางที่ 4 แสดงผลการวิเคราะห์เส้นทาง เส้นทางค่าสัมประสิทธิ์ และ ค่า t และตาราง 5 แสดงการอธิบายอำนาจ ตารางที่ 4 และ 5 แสดงจุดแข็งสัมพัทธ์ของแต่ละเส้นทางที่ระบุ โดยรูปแบบการวิจัยและผลต่าง (R2)อธิบาย โดยแต่ละเส้นทาง ผลการวิเคราะห์ 170มีผลสำรวจระบุว่า ATT และปูมากตรวจสอบการนำ MHMS และ R2 เป็น 57.8% สำหรับการantecedents ของ ATT, PEU และ PU ผลกระทบ ATTบัญชี 64.5% ของผลต่างใน ATT. นอกจากนี้PEU PU, 44% ของบัญชีได้รับผลกระทบอย่างมีนัยสำคัญผลต่างของ PU หลังจากวิเคราะห์การสำรวจถูกต้อง 170เครื่องมือ ในตัวอย่างที่สอง H1, H2, H3, H4, H5ได้รับการยืนยันในรูปแบบการวิจัยทัมตามนี้สมมติฐานที่ 6 สำรวจดีเทอร์มิแนนต์ของความตั้งใจต่อ MHMS ที่อาจแตกต่างกันขึ้นอยู่กับอายุ ตารางที่ 4แสดงสัมประสิทธิ์เส้นทางระหว่างตัวแปรการวิจัยในตัวอย่าง S1 และ S2 ในตัวอย่าง S1 (ผู้ใหญ่)ATT เท่าอย่างมีนัยสำคัญกำหนดของ MHMSและ R2 เป็น 59.5% สำหรับ antecedents ของ ATT, PEU ทั้งสองและ PU ATT บัญชี 71.7% ของ ATT มีผลกระทบผลต่าง PEU ยังรับผลกระทบ PU บัญชีร้อยละ 50.8 ของความแปรปรวน PU สำหรับกลุ่มนี้ H1, H2, H3และสนับสนุน H5 ในวัยกลางคนตัวอย่าง (S2), ATTและ PU ของ MHMS ที่กำหนดอย่างมีนัยสำคัญ(R2= 54.0%) สำหรับ antecedents ของ ATT, PU เท่านั้นได้รับผลกระทบATT บัญชีสำหรับ 48.7% ของความแปรปรวน ATT PEU ยังอย่างมากผลกระทบ PU บัญชี 27.4% PUผลต่าง สำหรับกลุ่มวัยกลางคน H1, H3, H4 และ H5ได้รับการสนับสนุน เปรียบเทียบ 2 ตัวอย่าง มีภายในแต่ละสัมประสิทธิ์เส้นทางหนึ่งอย่างที่ไม่มีนัยสำคัญ ในคำอื่น ๆ ดีเทอร์มิแนนต์ของความตั้งใจใช้MHMS แตกต่างกับอายุ