categorised these loadings using an

categorised these loadings using another rule of thumb as ±0.30=minimal, ±0.40=important, and ±.50=practically significant. If no correlations go beyond 0.30, then the researcher should reconsider whether factor analysis is the appropriate statistical method to utilise.In other words a factorability of 0.3 indicates that the factors account for approximately 30% relationship within the data, or in a practical sense, it would indicate that a third of the variables share too much variance, and hence becomes impractical to determine if the variables are correlated with each other or the dependent variable (multicollinearity).

ผลลัพธ์ (ไทย) 1:

จัด loadings นี้ใช้อีกกฎของหัวแม่มือเป็น ±0.30 =น้อย ±0.40 =สำคัญ และ±. 50 =สำคัญจริง ถ้าความสัมพันธ์ไม่เกิน 0.30 แล้วนักวิจัยควร reconsider ว่าปัจจัยวิเคราะห์ วิธีการทางสถิติที่เหมาะสมจะใช้ในคำอื่นๆ factorability ของ 0.3 แสดงว่า ปัจจัยการบัญชีสำหรับประมาณ 30% ความสัมพันธ์ภายในข้อมูล หรือในความรู้สึกจริง มันจะบ่งชี้ว่า หนึ่งในสามของตัวแปรร่วมต่างมากเกินไป และดังนั้น จะระบุกำหนดถ้าตัวแปรมี correlated กันหรือขึ้นอยู่กับตัวแปร (multicollinearity)

ผลลัพธ์ (ไทย) 2:

แบ่งแรงเหล่านี้โดยใช้กฎของหัวแม่มืออีก± 0.30 = น้อยที่สุด± 0.40 = สำคัญและ± 0.50 = อย่างมีนัยสำคัญในทางปฏิบัติ ถ้าไม่มีความสัมพันธ์ไปไกลกว่า 0.30 จากนั้นนักวิจัยควรพิจารณาว่าการวิเคราะห์ปัจจัยที่เป็นวิธีการทางสถิติที่เหมาะสมในการ utilise.In คำอื่น ๆ factorability 0.3 แสดงให้เห็นว่าบัญชีปัจจัยที่มีความสัมพันธ์ประมาณ 30% ภายในข้อมูลหรือในความหมายในทางปฏิบัติ มันจะแสดงให้เห็นว่าหนึ่งในสามของตัวแปรแบ่งปันความแปรปรวนมากเกินไปและด้วยเหตุนี้จะกลายเป็นทำไม่ได้เพื่อตรวจสอบว่าตัวแปรที่มีความสัมพันธ์กับคนอื่น ๆ หรือตัวแปรตาม (พหุ)

ผลลัพธ์ (ไทย) 3:

แบ่งภาระเหล่านี้การใช้กฎของหัวแม่มือเป็นอีก± 0.30 = น้อยที่สุด ± 0.40 = สำคัญ และ± 50 = จริงอย่างมีนัยสำคัญ ถ้าไม่มีความสัมพันธ์เกิน 0.30 แล้วจึงควรพิจารณาว่า การวิเคราะห์ปัจจัย เป็นวิธีการทางสถิติที่เหมาะสมเพื่อใช้ ในคำอื่น ๆ factorability 0.3 บ่งชี้ว่าปัจจัยบัญชีความสัมพันธ์ประมาณ 30% ภายในข้อมูลหรือในความรู้สึกจริง ก็จะพบว่า หนึ่งในสามของตัวแปรแบ่งปันความแปรปรวนมากเกินไป และดังนั้น จะกลายเป็นยากมากเพื่อตรวจสอบว่าตัวแปรมีความสัมพันธ์กับแต่ละอื่น ๆหรือตัวแปรตาม ( ข้อมูล )