In order to detect multicollinearit

In order to detect multicollinearity, correlation coefficients among the variables under
investigation are analyzed. Although Table IV shows that there are significant positive
correlations among the independent variables, the relationships are rather moderate
(between 0.131 and 0.417). With the highest coefficient score of below the cut-off point
of 0.90, the problem with multicollinearity is deemed minimized (Hair et al., 1998).
Table IV also shows that all the five factors are positively correlated with the
perception toward e-payment, and the results are significant.

ผลลัพธ์ (ไทย) 1:

เพื่อตรวจสอบ multicollinearity สัมประสิทธิ์สหสัมพันธ์ระหว่างตัวแปรภายใต้การตรวจสอบจะถูกวิเคราะห์ ถึงแม้ว่าตาราง IV แสดงว่า มีนัยสำคัญบวกความสัมพันธ์ระหว่างตัวแปรอิสระ มีความสัมพันธ์ค่อนข้างปานกลาง(ระหว่าง 0.131 0.417) กับสัมประสิทธิ์คะแนนสูงสุดของจุดตัดด้านล่างของ 0.90 ปัญหา multicollinearity จะถือว่าลด (ผม et al. 1998)ตาราง IV แสดงว่า ห้าปัจจัยมีความสัมพันธ์เชิงบวกกับการรับรู้ต่อการชำระเงิน และผลลัพธ์สำคัญ

ผลลัพธ์ (ไทย) 2:

เพื่อตรวจสอบพหุ, ค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างตัวแปรภายใต้
การตรวจสอบมีการวิเคราะห์ แม้ว่าตาราง IV แสดงให้เห็นว่ามีบวกอย่างมีนัยสำคัญ
ความสัมพันธ์ระหว่างตัวแปรอิสระ, ความสัมพันธ์ที่ค่อนข้างปานกลาง
(ระหว่าง 0.131 และ 0.417) ที่มีคะแนนสูงสุดสัมประสิทธิ์ของด้านล่างจุดตัด
0.90 ปัญหากับพหุถือว่าลดลง (ผม et al., 1998).
ตาราง IV ยังแสดงให้เห็นว่าทุกปัจจัยห้ามีความสัมพันธ์เชิงบวกกับ
การรับรู้ไปยัง e-Payment และผลที่มีความสำคัญ

ผลลัพธ์ (ไทย) 3:

เพื่อตรวจสอบข้อมูลพบว่า ค่าสหสัมพันธ์ระหว่างตัวแปรภายใต้การสอบสวนจะวิเคราะห์ แม้ว่าตารางที่ 4 แสดงให้เห็นว่ามีความสัมพันธ์เชิงบวกความสัมพันธ์ระหว่างตัวแปรอิสระมีความสัมพันธ์ค่อนข้างปานกลาง( ระหว่าง 0.131 และ 0.417 ) กับสัมประสิทธิ์คะแนนสูงสุดของจุดตัดด้านล่าง0.90 ปัญหาเมื่อเกิดพหุสัมพันธ์ถือว่าน้อยที่สุด ( ผม et al . , 1998 )ตารางที่ 4 แสดงทั้งหมดห้าปัจจัยที่มีความสัมพันธ์กับเกี่ยวกับการสมัคร และผลลัพธ์เป็นสำคัญ