Data were analyzed by structural equation modeling (SEM) via
AMOS statistical software using the maximum likelihood method.
SEM is designed to test how well an observed value adequately fits
the expected value in the proposed model. Furthermore, this approach
allows for analysis of causal relationships among dimensions (Yoon &
Uysal, 2005). Each constructwas tested (Anderson & Gerbing, 1988) before
running the proposed models. For each construct, model fit indices
(Hair, Black, Babin, & Anderson, 2009; Hooper, Coughlan, & Mullen,
2008), composite reliability (CR) and average of variance extracted
(AVE)were examined (Jöreskog & Sörbom, 1993). Based on the consensus
of scholars (Hair et al., 2009;Hooper et al., 2008), adequatemodel fit
is achievedwhen the goodness-of-fit (GFI) and the comparative fit (CFI)
indices exceed 0.8, and the root mean square error of approximation
(RMSEA) does not exceed 0.08. Chi-square is very sensitive to large
sample sizes (Yoon & Uysal, 2005), and therefore is not examined. The
value of alternative measures for chi-square ranges from a high of 5
and a low of 2 (Hooper et al., 2008). As for CR and AVE, Fornell and
Larcker (1981) recommend that CR should not exceed 0.6 and AVE
should be higher than 0.5 to ensure data and construct reliability and
validity. As indicated in Table 3, all of the indices met the proposed
criteria suggesting that the model fit, and that construct reliability and
validity are acceptable.
ข้อมูลที่ถูกวิเคราะห์ โดยสมการโครงสร้าง (SEM) การสร้างแบบจำลองทางโรงแรมอมอสโคสถิติซอฟแวร์โดยใช้วิธีความเป็นไปได้สูงสุดSEM ถูกออกแบบมาเพื่อทดสอบวิธีการที่ดีค่าสังเกตเพียงพอเหมาะสมมูลค่าคาดไว้ในแบบเสนอ นอกจากนี้ วิธีการนี้ช่วยให้การวิเคราะห์ความสัมพันธ์เชิงสาเหตุระหว่างมิติ (จินเกสท์ &Uysal, 2005) Constructwas แต่ละทดสอบ (แอนเดอร์สัน & Gerbing, 1988) ก่อนใช้รูปแบบการนำเสนอ สำหรับแต่ละโครงสร้าง แบบจำลองดัชนีที่เหมาะสม(ผม สีดำ คน และ 2009 รับ Coughlan, & Mullen2008), ความน่าเชื่อถือโดยรวม (CR) และค่าเฉลี่ยของผลต่างแยก(AVE) ได้กล่าวถึง (Jöreskog & Sörbom, 1993) ตามมติของนักวิชาการ (ผม et al., 2009 รับร้อยเอ็ด al., 2008), adequatemodel พอดีเป็น achievedwhen ความดีของให้พอดี (GFI) และการเปรียบเทียบ (CFI) ที่พอดีดัชนีเกิน 0.8 และข้อผิดพลาดของค่าเฉลี่ยกำลังสองรากของประมาณ(RMSEA) ไม่เกิน 0.08 Chi-square เป็นอย่างใหญ่ตัวอย่างขนาด (นแอนด์ Uysal, 2005), และดังนั้น จะไม่ตรวจสอบ ที่ค่าของมาตรการสำรองช่วง chi-square จากสูง 5และต่ำ 2 (รับร้อยเอ็ด al., 2008) ส่วน CR และ AVE, Fornell และLarcker (1981) แนะนำว่า CR ไม่ควรเกิน 0.6 และ AVEควรสูงกว่า 0.5 เพื่อให้ข้อมูล และสร้างความน่าเชื่อถือ และมีผลบังคับใช้ ตามที่ระบุในตารางที่ 3 ดัชนีทั้งหมดตามที่เสนอเกณฑ์ที่แนะนำที่แบบพอดี และที่สร้างความน่าเชื่อถือ และตั้งแต่เป็นที่ยอมรับ
การแปล กรุณารอสักครู่..

วิเคราะห์ข้อมูลโดยการสร้างแบบจำลองสมการโครงสร้าง (SEM)
ผ่านทางซอฟต์แวร์AMOS ทางสถิติโดยใช้วิธีโอกาสสูงสุด.
SEM
ถูกออกแบบมาเพื่อทดสอบวิธีการที่ดีมีค่าที่สังเกตได้อย่างเพียงพอเหมาะสมกับค่าที่คาดหวังในรูปแบบที่นำเสนอ นอกจากนี้วิธีการนี้จะช่วยให้การวิเคราะห์สาเหตุของความสัมพันธ์ในหมู่มิติ (ยุนและ Uysal 2005) constructwas แต่ละการทดสอบ (เดอร์สันและ Gerbing 1988) ก่อนที่จะทำงานรุ่นที่นำเสนอ สำหรับการสร้างแต่ละดัชนีพอดีรูปแบบ(ผม, สีดำ, Babin และแอนเดอ 2009; ฮูเปอร์ Coughlan และมูลเล็น2008) ความน่าเชื่อถือคอมโพสิต (CR) และค่าเฉลี่ยความแปรปรวนสกัด(AVE) ได้รับการตรวจสอบ (JöreskogและSörbom 1993 ) ขึ้นอยู่กับความเห็นของนักวิชาการ (ผม et al, 2009;.. ฮูเปอร์, et al, 2008) พอดี adequatemodel เป็น achievedwhen ความดีของพอดี (GFI) และพอดีเปรียบเทียบ (CFI) ดัชนีเกิน 0.8 และรากหมายถึง ข้อผิดพลาดของการประมาณตาราง(RMSEA) ไม่เกิน 0.08 ไคสแควร์มีความสำคัญมากที่จะมีขนาดใหญ่ขนาดตัวอย่าง (ยุนและ Uysal 2005) และดังนั้นจึงไม่ได้ตรวจสอบ ค่าของมาตรการทางเลือกสำหรับช่วงไคสแควร์จากที่สูง 5 และต่ำของ 2 (ฮูเปอร์ et al., 2008) สำหรับ CR และ AVE, Fornell และLarcker (1981) แนะนำว่า CR ไม่ควรเกิน 0.6 และ AVE ควรจะสูงกว่า 0.5 เพื่อให้ข้อมูลและสร้างความน่าเชื่อถือและความถูกต้อง ตามที่ระบุไว้ในตารางที่ 3 ทั้งหมดของดัชนีพบเสนอเกณฑ์ที่บอกว่าพอดีรูปแบบและความน่าเชื่อถือสร้างและความถูกต้องเป็นที่ยอมรับ
การแปล กรุณารอสักครู่..

วิเคราะห์ข้อมูล โดยใช้แบบจำลองสมการโครงสร้าง ( SEM ) ผ่าน
Amos สถิติซอฟต์แวร์ที่ใช้วิธีความควรจะเป็นสูงสุด .
ซึ่งถูกออกแบบมาเพื่อทดสอบว่าการตรวจสอบค่าเพียงพอพอดี
ค่าที่คาดหวังไว้ในแบบจำลอง นอกจากนี้ วิธีการนี้
ช่วยให้วิเคราะห์ความสัมพันธ์เชิงสาเหตุระหว่างมิติ ( ยุน&
uysal , 2005 ) แต่ละ constructwas ทดสอบ& gerbing ( Anderson ,1988 ) ก่อน
กำลังเสนอรุ่น สำหรับแต่ละการสร้างดัชนีเหมาะสมกับรูปแบบ
( ผมสีดำ แบบิ้น& , แอนเดอร์สัน , 2009 ; Hooper , Coughlan & Mullen ,
, 2008 ) , ความน่าเชื่อถือของคอมโพสิต ( CR ) และค่าเฉลี่ยของความแปรปรวน )
( Ave จำนวน 8 ( J ö reskog & S ö rbom , 1993 ) ตามมติของนักวิชาการ (
ผม et al . , 2009 ; เปอร์ et al . , 2008 ) , adequatemodel พอดี
เป็น achievedwhen ความสอดคล้อง ( GFI ) และแบบเปรียบเทียบ ( CFI )
ดัชนีเกิน 0.8 และรากค่าเฉลี่ยความคลาดเคลื่อนกำลังสองของประมาณ
( RMSEA ) ไม่เกิน 0.08 . ไคสแควร์อ่อนไหวมากกับขนาดตัวอย่างใหญ่
( ยุน& uysal , 2005 ) ดังนั้น จะไม่ตรวจ
มูลค่าของมาตรการทางเลือกสำหรับไคสแควร์จากช่วงสูงและต่ำ 5
2 ( เปอร์ et al . , 2008 )สำหรับ CR Ave , ฟอร์เนิลและ
larcker ( 1981 ) แนะนำว่าไม่ควรเกิน 0.6 และ CR Ave
ควรจะสูงกว่า 0.5 เพื่อให้ข้อมูลและสร้างความน่าเชื่อถือและ
ความถูกต้อง ตามที่ระบุไว้ในตารางที่ 3 ทั้งหมดของดัชนีได้เสนอ
เกณฑ์บอกว่าแบบพอดี และที่สร้างความน่าเชื่อถือและ
ความถูกต้องเป็นที่ยอมรับ
การแปล กรุณารอสักครู่..
