4. Results and discussion
Data collection was carried out from May to August
2012, yielding a sample of 1046 valid respondents.
The majority of the respondents are women (57.5%),
married (42.7%), or single (47.9%). In addition, 65% of
the respondents have their own home, and 55.6% have
no dependents. The majority of the respondents indicate
their race to be Caucasian (80.5%). With respect to the
educational level, some respondents did not finish high
school (22.1%), others completed high school (19.6%),
and some have incomplete higher education (14%). With
respect to occupation, most respondents are private-sector
employees (33.6%), civil servants (20.9%), or self-employed
(19.7%).
Concerning financial matters, a significant proportion
of individuals have a monthly household income of one
or two times minimum wage (24.1%). Regarding the use
of credit cards, a representative percentage (56.6%) uses
credit cards, with the greatest proportion using one (29.1%)
or two credit cards (18.5%).
After profiling the respondents, we analyzed mean
scales and subsequently examined the factors. Table 2
shows all variables used in each scale, with the respective
averages of the responses. It is important to highlight that
the scales used in this study are five-point Likert scales.
Validation of the constructs was then carried out. To
this end, confirmatory factor analysis was considered.
Relationships between the observed variables and their
constructs were examined via estimation of maximum
likelihood. The results obtained from construct validation
are shown in Table 3.
Regarding the relations of demographic and cultural
variables to indebtedness, we note that there are significant
differences in debt according to age, gender, marital
status, education, religion, religious principles, occupation,
income, use of credit, dependence on credit, and expenses.
We find that people who have not formed a family or
who already have one but are living alone (widowed, divorced,
or single), tend to have a higher propensity toward
indebtedness, which may be attributed to not having an
exclusive commitment toward a family. Individuals without
literacy and who do not work tend toward a greater
propensity for indebtedness; these results are similar to
those of Gathergood (2011).
People under 30 have a higher level of debt, in accord
with the results of Gathergood (2011) and Sevim et al.
(2012). It is also shown that men are more likely to be
in debt (mean: 1.97) than women (mean: 1.85). With respect
to religion, people who have no religion and follow
no religious principle are more likely to be in debt, supporting
Davies and Lea (1995). In regard to income, it is noted
that those with salaries in the lowest (up to minimum
wage) and highest (more than 20×minimum wage) ranges
have the greatest propensity toward indebtedness; this
outcome matches that demonstrated in Katona (1975), revealing
that there are two main reasons for indebtedness:
low and high income. In matters of credit, respondents who
use and depend on credit cards are most likely to be in debt.
For construction and validation of the constructs, confirmatory
factor analysis (CFA) was used, which is adequate
for all factors addressed in this study: financial literacy, risk
perception, risk behavior, emotion, materialism, indebtedness,
and value of money. Therefore, this study seeks to
build an integrated model that combines the measurement
model and the structural model. The theoretical model is
evaluated based on the fit indices and the statistical significance
of the estimated regression coefficients.
The initial model was estimated; due to problems of
adjustment, some changes were made. The final model
obtained after modification is shown in Fig. 2. Table 4
illustrates the equation model fitting process. Tables 5 and
6 illustrate the standardized coefficients and the model
fitting.
Fig. 2 shows the final model, with the validated factors
and their formative variables. However, it is clear that
from the factors cited, financial literacy is not in the final
model. The hypothesis for this issue is not confirmed,
which requires exclusion of this factor.
The indices shown in Table 6 reach the appropriate
limits. The standardized coefficients of the final model are
significant.
Five relations are negative: materialism and emotion;
materialism and risk perception; value of money and indebtedness;
risk perception and indebtedness; and indebtedness
and emotion. By verifying these relations, we note
that people with higher levels of materialism are accustomed
to a high level of consumption, which hinders their
perception of risk and consequently increases their risk
behavior. This behavior reduces the probability of experiencing
negative feelings toward indebtedness because
purchasing usually gives such people positive emotions.
The discussed emotions-based approach in this work is
negative; therefore, the relation between materialism and
emotions is negative.
In general, addiction to material goods (high materialism)
at first brings about a sense of wealth and quality of
life. It is because of this feeling that humans by nature conclude
that the more possessions one obtains, the higher
6 S.A.M. Flores, K.M. Vieira / Journal of Behavioral and Exp
4. ผล และการสนทนารวบรวมข้อมูลได้ดำเนินการพฤษภาคม–สิงหาคม2012 ผลผลิตตัวอย่างของ 1046 ตอบถูกต้องผู้ตอบส่วนใหญ่เป็นผู้หญิง (57.5%),แต่งงาน (42.7%), หรือเดี่ยว (47.9%) นอกจากนี้ 65% ของผู้ตอบมีบ้านของตนเอง และมี 55.6%ผู้อยู่ในอุปการะไม่ บ่งชี้ส่วนใหญ่ของผู้ตอบการแข่งขันจะเป็นคอเคซัส (80.5%) มี respect เพื่อระดับการศึกษา ผู้ตอบบางไม่เสร็จสมบูรณ์สูงโรงเรียน (22.1%), อื่น ๆ เสร็จมัธยม (19.6%),และบางอย่างมีการศึกษาไม่สมบูรณ์ (14%) มีเคารพอาชีพ ผู้ตอบส่วนใหญ่มีภาคเอกชนพนักงาน (33.6%) เดือน (20.9%), หรือเจ้าของธุรกิจ(19.7%)เกี่ยวกับการเงิน สัดส่วนอย่างมีนัยสำคัญมีบุคคลในครัวเรือนรายได้หนึ่งหรือค่าจ้างขั้นต่ำสองครั้ง (ร้อยละ 24.1) เกี่ยวกับการใช้บัตรเครดิต ใช้เปอร์เซ็นต์พนักงาน (56.6%)บัตรเครดิต มีสัดส่วนสูงสุดที่ใช้ (29.1%)หรือสองบัตรเครดิต (18.5%)หลังจากสร้างโพรไฟล์ผู้ตอบ เราได้วิเคราะห์ค่าเฉลี่ยปรับขนาด และตรวจสอบปัจจัยในเวลาต่อมา ตารางที่ 2แสดงตัวแปรทั้งหมดที่ใช้ในแต่ละระดับ มีที่เกี่ยวข้องค่าเฉลี่ยของการตอบสนอง สิ่งสำคัญคือต้องเน้นที่เครื่องชั่งที่ใช้ในการศึกษานี้มีสเกล Likert 5 จุดแล้วได้ทำการตรวจสอบโครงสร้างที่ออก ถึงการนี้ เขาก็วิเคราะห์ปัจจัยเสร็จความสัมพันธ์ระหว่างตัวแปรสังเกต และของพวกเขาโครงสร้างถูกตรวจสอบผ่านการประเมินมากที่สุดความเป็นไปได้ ผลได้รับจากสร้างการตรวจสอบจะแสดงในตาราง 3เกี่ยวกับความสัมพันธ์ของประชากร และวัฒนธรรมตัวแปรการข้าวแดงแกงร้อน เราสังเกตว่า มีอย่างมีนัยสำคัญความแตกต่างในหนี้ตามอายุ เพศ สมรสสถานะ การศึกษา ศาสนา หลักการทางศาสนา อาชีพรายได้ การใช้สินเชื่อ พึ่งพาสินเชื่อ และค่าใช้จ่ายเราพบว่ากลุ่มคนที่มีรูปแบบครอบครัว หรือที่มีอยู่แล้ว แต่กำลังมีชีวิตอยู่คนเดียว (widowed หย่า แล้วหรือเดี่ยว), มักจะ มีสิ่งที่สูงขึ้นไปข้าวแดงแกงร้อน ซึ่งอาจเกิดจากไม่มีการความมุ่งมั่นร่วมต่อครอบครัว บุคคลไม่มีวัดและที่ทำงานมีแนวโน้มไปทางมากขึ้นสิ่งสำหรับข้าวแดงแกงร้อน ผลลัพธ์เหล่านี้จะคล้ายกับผู้ Gathergood (2011)ต่ำกว่า 30 คนมีหนี้ ในแอคคอร์ดในระดับที่สูงขึ้นมีผลของ Gathergood (2011) และ Sevim et al(2012) มันยังแสดงให้เห็นว่า ผู้ชายมีแนวโน้มที่จะในหนี้ (หมายถึง: 1.97) มากกว่าผู้หญิง (หมายถึง: 1.85) ด้วยความเคารพศาสนา คนที่ยังไม่มีศาสนา และปฏิบัติตามหลักการทางศาสนาไม่มีแนวโน้มที่จะเป็นหนี้ สนับสนุนเดวีส์และ Lea (1995) เรื่องรายได้ มีการบันทึกไว้ผู้ที่ มีเงินเดือนในที่สุด (สูงสุดต่ำสุดค่าจ้าง) และสูงที่สุดจาก (มากกว่าค่าจ้างขั้นต่ำ 20 ×) ช่วงมีสิ่งที่ยิ่งใหญ่ที่สุดต่อข้าวแดงแกงร้อน นี้ผลที่ได้ตรงกับที่แสดงใน Katona (1975), เปิดเผยthat there are two main reasons for indebtedness:low and high income. In matters of credit, respondents whouse and depend on credit cards are most likely to be in debt.For construction and validation of the constructs, confirmatoryfactor analysis (CFA) was used, which is adequatefor all factors addressed in this study: financial literacy, riskperception, risk behavior, emotion, materialism, indebtedness,and value of money. Therefore, this study seeks tobuild an integrated model that combines the measurementmodel and the structural model. The theoretical model isevaluated based on the fit indices and the statistical significanceof the estimated regression coefficients.The initial model was estimated; due to problems ofadjustment, some changes were made. The final modelobtained after modification is shown in Fig. 2. Table 4illustrates the equation model fitting process. Tables 5 and6 illustrate the standardized coefficients and the modelfitting.Fig. 2 shows the final model, with the validated factorsand their formative variables. However, it is clear thatfrom the factors cited, financial literacy is not in the finalmodel. The hypothesis for this issue is not confirmed,which requires exclusion of this factor.The indices shown in Table 6 reach the appropriatelimits. The standardized coefficients of the final model aresignificant.Five relations are negative: materialism and emotion;materialism and risk perception; value of money and indebtedness;risk perception and indebtedness; and indebtednessand emotion. By verifying these relations, we notethat people with higher levels of materialism are accustomedto a high level of consumption, which hinders theirperception of risk and consequently increases their riskbehavior. This behavior reduces the probability of experiencingnegative feelings toward indebtedness becausepurchasing usually gives such people positive emotions.The discussed emotions-based approach in this work isnegative; therefore, the relation between materialism andemotions is negative.In general, addiction to material goods (high materialism)at first brings about a sense of wealth and quality oflife. It is because of this feeling that humans by nature concludethat the more possessions one obtains, the higher6 S.A.M. Flores, K.M. Vieira / Journal of Behavioral and Exp
การแปล กรุณารอสักครู่..