First, Kaiser-Meyer-Olkin (KMO) tes

First, Kaiser-Meyer-Olkin (KMO) test and Bartlett’s test of Sphericity were applied to demonstrate the suitability of data for factor analysis and the existence of factors. The results showed the factorability of the items (KMO=0.645; Bartlett’s test= 0.000). In order to identify the motivational dimension of homestay, 22 push and pull items were subjected to principal component analysis with Varimax orthogonal rotation using SPSS factor analysis.
Thus, Varimax rotation was used to refine the orthogonal factor matrix. Rotation of the initial solutions maximises variance loading within factor. Moreover, rotation of the original matrix assists in the recognition of the variables that best describe the factor. A factor loading of 0.30 was used as a cut-off for inclusion of any item among various factors. The results of the principal component factor analysis with Varimax rotation produced two broad push factors and two pull factors with eigen- values as shown in Table 2.
The two push factors explained 24.7% of the total variance and the two pull factors explained 26.5% of the total variance. The First Factor for push and pull explains the highest proportion of the observed variance in the data set. The second factor for push and pull accounts for the other variance not explained by Factor II.
Moreover, in order to test the reliability and internal consistency of each push and pull item, the Cronbach alpha was adopted. The results confirmed that the alpha coefficients for both factors ranged from 0.616 to 0.787. Although socio-cultural immersion was highest in terms of factor loading, it did not record the highest reliability. However, community service and development recorded the lowest values for the variance explained and Cronbach alpha respectively.

ผลลัพธ์ (ไทย) 1:

ครั้งแรก นิคม Meyer Olkin (KMO) ทดสอบและทดสอบในบาร์ตเลตของ Sphericity ถูกนำไปใช้แสดงให้เห็นถึงความเหมาะสมของข้อมูลสำหรับการวิเคราะห์ปัจจัยและการดำรงอยู่ของปัจจัยการ ผลลัพธ์แสดงให้เห็นว่า factorability ของสินค้า (KMO = 0.645 ทดสอบของในบาร์ตเลต = 0.000) เพื่อระบุมิติหัดของโฮมสเตย์ ผลักดันและดึงรายการ 22 ถูกต้องวิเคราะห์ส่วนประกอบหลักกับ Varimax orthogonal หมุนโดยใช้โปรแกรมวิเคราะห์ปัจจัยการดังนั้น Varimax หมุนถูกใช้เพื่อกำหนดเมตริกซ์ปัจจัย orthogonal หมุนของโซลูชันเริ่มต้นวัสดุต่างโหลดภายในตัว นอกจากนี้ หมุนของเมทริกซ์เดิมช่วยในการแปรว่า ส่วนอธิบายตัว โหลดปัจจัยของ 0.30 ถูกใช้เป็นการตัดบัญชีสำหรับการรวมรายการระหว่างปัจจัยต่าง ๆ ผลของการวิเคราะห์ปัจจัยส่วนประกอบหลักกับหมุน Varimax ผลิตปัจจัยผลักดันกว้างสองและสองปัจจัยดึง eigen-ค่าดังแสดงในตารางที่ 2ปัจจัยผลักดันที่สองอธิบาย 24.7% ของผลต่างรวม และปัจจัยดึงสองอธิบาย 26.5% ของความแปรปรวนทั้งหมด ตัวแรกสำหรับการผลักดันและดึงอธิบายสัดส่วนสูงสุดของผลต่างที่พบในชุดข้อมูล ตัวที่สองสำหรับการผลักดันและดึงบัญชีสำหรับผลต่างอื่น ๆ ที่ไม่อธิบาย โดยสองปัจจัยนอกจากนี้ การทดสอบความน่าเชื่อถือและความสอดคล้องภายในของแต่ละสินค้าที่ผลักดันและดึง อัลฟ่า Cronbach ถูกนำมาใช้ ผลยืนยันว่า สัมประสิทธิ์อัลฟาสำหรับปัจจัยที่ทั้งอยู่ในช่วงจาก 0.616 กับ 0.787 แม้ว่ารวิแช่ได้สูงสุดในแง่ของปัจจัยที่โหลด มันไม่ได้บันทึกความน่าเชื่อถือสูงสุด อย่างไรก็ตาม การบริการชุมชนและการพัฒนาบันทึกค่าต่ำสุดสำหรับผลต่างอธิบายและอัลฟาของ Cronbach ตามลำดับ

ผลลัพธ์ (ไทย) 2:

ครั้งแรกไกเซอร์เมเยอร์-Olkin (KMO) การทดสอบและการทดสอบบาร์ตเลตของ sphericity ถูกนำไปใช้เพื่อแสดงให้เห็นถึงความเหมาะสมของข้อมูลสำหรับการวิเคราะห์ปัจจัยและการดำรงอยู่ของปัจจัย ผลการศึกษาพบ factorability ของรายการ (KMO = 0.645; ทดสอบบาร์ตเลต = 0.000) เพื่อระบุมิติที่สร้างแรงบันดาลใจของโฮมสเตย์, 22 การผลักดันและดึงรายการที่ถูกยัดเยียดให้วิเคราะห์องค์ประกอบหลักที่มี Varimax หมุนตั้งฉากโดยใช้การวิเคราะห์ปัจจัย SPSS
ดังนั้นการหมุนแวริแมกซ์ถูกใช้ในการปรับแต่งเมทริกซ์ปัจจัยมุมฉาก การหมุนของการแก้ปัญหาเริ่มต้นเพิ่มโหลดแปรปรวนภายในปัจจัย นอกจากนี้การหมุนของเมทริกซ์เดิมช่วยในการรับรู้ของตัวแปรที่เหมาะสมกับปัจจัย โหลดปัจจัยที่ 0.30 ถูกใช้เป็นตัดสำหรับการรวมของรายการใด ๆ ในหมู่ปัจจัยต่างๆ ผลการวิเคราะห์องค์ประกอบปัจจัยหลักที่มีการหมุน Varimax สองปัจจัยผลักดันในวงกว้างและสองปัจจัยดึงมีค่า eigen- ดังแสดงในตารางที่ 2
สองปัจจัยผลักดันอธิบาย 24.7% ของความแปรปรวนทั้งหมดและสองปัจจัยดึงอธิบาย 26.5% ของ ความแปรปรวนทั้งหมด ปัจจัยแรกในการผลักดันและดึงอธิบายสัดส่วนที่สูงที่สุดของความแปรปรวนที่สังเกตอยู่ในชุดข้อมูล ปัจจัยที่สองสำหรับการผลักดันและดึงบัญชีแปรปรวนอื่น ๆ ไม่ได้อธิบายโดยปัจจัยที่สอง
นอกจากนี้เพื่อทดสอบความน่าเชื่อถือและความสอดคล้องภายในของแต่ละผลักดันและดึงรายการอัลฟาครอนบาคเป็นลูกบุญธรรม ผลยืนยันว่าค่าสัมประสิทธิ์อัลฟาปัจจัยทั้งสองอยู่ระหว่าง 0.616-0.787 แม้ว่าการแช่สังคมวัฒนธรรมสูงที่สุดในแง่ของปัจจัยการโหลดมันไม่ได้บันทึกความน่าเชื่อถือสูงสุด อย่างไรก็ตามบริการชุมชนและการพัฒนาบันทึกค่าต่ำสุดสำหรับความแปรปรวนอธิบายและอัลฟาครอนบาคตามลำดับ

ผลลัพธ์ (ไทย) 3:

ครั้งแรก ไคเซอร์ เมเยอร์ olkin ( kmo ) ทดสอบและการทดสอบของบาร์ทเล็ตกลมเพื่อใช้แสดงให้เห็นถึงความเหมาะสมของข้อมูลสำหรับการวิเคราะห์ปัจจัยและการดำรงอยู่ของปัจจัย ผล factorability ของรายการ ( kmo = 0.645 ; Bartlett ทดสอบ = 0.000 ) เพื่อที่จะระบุสร้างมิติของโฮมสเตย์22 ผลักดันและดึงรายการภายใต้การวิเคราะห์องค์ประกอบหลักกับตัวประกอบตัวประกอบโดยใช้การวิเคราะห์ SPSS .
ดังนั้นตัวหมุนใช้ปรับเมทริกซ์ปัจจัย ) . การหมุนของโซลูชั่นการเพิ่มความแปรปรวนโหลดภายในองค์ประกอบ นอกจากนี้ การหมุนของเมทริกซ์เดิม ช่วยในการรับรู้ของตัวแปรที่อธิบายตัวประกอบปัจจัยโหลด 0.30 เป็นเครื่องมือตัดสำหรับการรวมของรายการใด ๆระหว่างปัจจัยต่าง ๆ ผลของการวิเคราะห์องค์ประกอบหลักกับตัวหมุนผลิตสองปัจจัยที่ผลักดันกว้างและสองปัจจัยดึงกับ eigen - ค่า ดังแสดงในตารางที่ 2 .
2 ปัจจัยดันอธิบาย 24.7 % ของความแปรปรวนทั้งหมด และสองปัจจัยดึงอธิบาย 26.5 % ของความแปรปรวนทั้งหมดปัจจัยแรกที่ดึง ผลัก และอธิบายสัดส่วนสูงสุดของสังเกตความแปรปรวนในชุดข้อมูล ปัจจัยที่สองเพื่อผลักดันและดึงบัญชีอื่น ๆ ( อธิบายไม่ได้โดยปัจจัย 2 .
นอกจากนี้ เพื่อทดสอบความน่าเชื่อถือและความสอดคล้องภายในของแต่ละดันและดึงรายการอัลฟ่าครอนบาคเป็นลูกบุญธรรมผลการวิจัยยืนยันว่า อัลฟาเท่ากับปัจจัยทั้งสองอยู่ระหว่าง 2 ถึง 0.787 . แม้ว่าการแช่ทางสังคมสูงสุดในแง่ของการโหลดปัจจัย มันไม่บันทึกความน่าเชื่อถือสูงสุด อย่างไรก็ตาม บริการชุมชน และการพัฒนาการบันทึกค่าความแปรปรวนและค่าความเที่ยงได้ตามลำดับ