bout 58% are male; and almost 93% a

bout 58% are male; and almost 93% are Saudi nationals. Mobile banking users are relatively young in the sample;
more than two-thirds of the mobile banking users (72.7%) are between 18 and 25 years old. Approximately 41%
earn SAR 5000 or more per month; 54.5% are students; 75.8% visit their banks 1-4 times monthly; 35.8% make
deposits when visiting their banks; and 43.7% used mobile banking for one year or more.
5.1. Factor Analysis
Based on the review of literature discussed earlier, the items identified as measure for the six independent
variables (i.e. relative advantage, compatibility, observability, complexity, trialability, and perceived risk) were
subjected to a factor analysis in order to group them into meaningful clusters and verify their unidimensionality.
Specifying six factors, factor analysis was conducted via principal component analysis with orthogonal varimax
rotation. The Bartlett Test of Sphericity and Kaiser-Meyer-Olkin (KMO) Measure of Sampling Adequacy were used
to validate the use of factor analysis. Table 2 indicates that the value of KMO is meritorious (i.e. between 0.80 to
0.89) and Bartlett's Test of Sphericity is significant (P

ผลลัพธ์ (ไทย) 1:

แข่งขัน 58% เป็นเพศชาย และเกือบ 93% เป็นชาวซาอุดี ธนาคารบนมือถือผู้ใช้จะค่อนข้างหนุ่มในตัวอย่างกว่าสองในสามของผู้ใช้ธนาคารบนมือถือ (72.7%) อยู่ระหว่าง 18-25 ปี ประมาณ 41%ได้รับ SAR 5000 หรือมากกว่าต่อเดือน 54.5 ร้อยละเป็นนักเรียน 75.8% เยี่ยมชมของพวกเขา 1 - 4 ครั้งต่อเดือน 35.8 ทำ%เงินฝากธนาคารของพวกเขา ชม และ 43.7% ใช้ธนาคารบนมือถือสำหรับหนึ่งปีหรือมากกว่านั้น5.1. ปัจจัยวิเคราะห์คะแนนจากการทบทวนวรรณกรรมที่กล่าวถึงก่อนหน้านี้ รายการระบุว่าเป็นวัดสำหรับอิสระ 6มีตัวแปร (ประโยชน์เช่นญาติ ความเข้ากันได้ observability ซับซ้อน trialability และความเสี่ยงที่รับรู้)ต้องทำการวิเคราะห์ปัจจัยเพื่อจัดกลุ่มในคลัสเตอร์ที่มีความหมาย และ unidimensionality ของพวกเขาตรวจสอบระบุปัจจัยที่หก การวิเคราะห์ปัจจัยดำเนินผ่านส่วนประกอบหลักการวิเคราะห์ด้วยแบบ varimaxหมุน ใช้ทดสอบ Sphericity บาร์ตเลตและ Kaiser-เครื่องครัว-Olkin (KMO) วัดการสุ่มตัวอย่างเพียงพอการตรวจสอบการใช้การวิเคราะห์ปัจจัย ตารางที่ 2 แสดงว่า ค่า KMO บุญ (เช่นระหว่าง 0.80 ถึง0.89) และทดสอบ Sphericity ตเลตเป็นนัยสำคัญ (P < 0.05) แนะนำว่า สามารถดำเนินการวิเคราะห์ปัจจัย[Kaiser 1974] เขียนบทความต่าง ๆ ได้รับค่าตัดที่แตกต่างกันสำหรับการเก็บข้อมูลของสินค้าตามมูลค่าของปัจจัย loadings แตกต่างกันไปจาก 0.35 0.50 [ผม et al. 1998] ในการศึกษานี้ loadings 0.50 หรือมากกว่าจะถือว่าสำคัญจริง อย่างไรก็ตาม ผู้เขียน เป็นข้อยกเว้น สะสมสองรายการ ตัวแรก "สามารถเห็นผลธุรกรรมทันที" มีปัจจัยที่โหลดเท่ากับ 0.482 ถูกเก็บไว้ตามที่มันเป็นสร้างเอง คือ "Observability" และปัจจัยของโหลดคือใกล้ 0.50 สองสินค้า MB ตรงกับ

ผลลัพธ์ (ไทย) 2:

การแข่งขัน 58% เป็นเพศชาย; และเกือบ 93% มีสัญชาติซาอุดีอาระเบีย ผู้ใช้มือถือเป็นธนาคารที่ค่อนข้างหนุ่มสาวในตัวอย่าง;
มากกว่าสองในสามของผู้ใช้ธนาคารบนมือถือ (72.7%) อยู่ระหว่าง 18 และ 25 ปี ประมาณ 41%
ได้รับ SAR 5000 หรือมากกว่าต่อเดือน 54.5% เป็นนักเรียน 75.8% เยี่ยมชมธนาคารของพวกเขา 1-4 ครั้งต่อเดือน 35.8% ทำให้
เงินฝากเมื่อเข้าสู่ธนาคารของพวกเขา; และ 43.7% ใช้ระบบธนาคารบนมือถือเป็นเวลาหนึ่งปีหรือมากกว่า
5.1 วิเคราะห์ปัจจัย
จากการตรวจสอบของวรรณกรรมกล่าวก่อนหน้านี้รายการที่ระบุว่าเป็นวัดสำหรับหกอิสระ
ตัวแปร (คือข้อได้เปรียบที่เข้ากันได้สังเกตซับซ้อน trialability และการรับรู้ความเสี่ยงสัมพัทธ์) ถูก
ยัดเยียดให้วิเคราะห์ปัจจัยในการสั่งซื้อให้กับกลุ่มพวกเขาเข้าไป กลุ่มที่มีความหมายและตรวจสอบ unidimensionality ของพวกเขา
ระบุหกปัจจัยการวิเคราะห์ปัจจัยที่ได้ดำเนินการผ่านการวิเคราะห์องค์ประกอบหลักที่มี VariMax มุมฉาก
หมุน การทดสอบ Bartlett ของ sphericity และไกเซอร์ Meyer-Olkin (KMO) วัดความเพียงพอของการสุ่มตัวอย่างถูกนำมาใช้
ในการตรวจสอบการใช้งานของการวิเคราะห์ปัจจัย ตารางที่ 2 แสดงให้เห็นว่ามูลค่าของ KMO เป็นรางวัล (เช่นระหว่างที่จะ 0.80
0.89) และการทดสอบ Bartlett ของ sphericity อย่างมีนัยสำคัญ (P <0.05) ชี้ให้เห็นว่าการวิเคราะห์ปัจจัยที่สามารถดำเนินการ
[Kaiser 1974] ผู้เขียนต่าง ๆ ได้รับค่าตัดแตกต่างกันสำหรับการเก็บรักษาของรายการขึ้นอยู่กับมูลค่าของ
ภาระปัจจัยที่แตกต่างกัน 0.35-0.50 [ผม et al, 1998] ในการศึกษานี้แรง 0.50 หรือมากกว่าได้รับการพิจารณา
อย่างมีนัยสำคัญในทางปฏิบัติ อย่างไรก็ตาม; ผู้เขียนเป็นข้อยกเว้นไว้สองรายการ
คนแรก "ฉันสามารถเห็นผล ของการทำธุรกรรมทันที" มีปัจจัยโหลดเท่ากับ 0.482 ถูกเก็บไว้บนพื้นฐานที่ว่ามันไม่โหลดในตัวของมัน
สร้างตัวเองกล่าวคือ "สังเกต"; และโหลดปัจจัยของมันอยู่ใกล้กับ 0.50 รายการที่สอง "MB พอดีกับ

ผลลัพธ์ (ไทย) 3:

การแข่งขัน 58 % เป็นเพศชาย และเกือบร้อยละ 93 เป็นประเทศซาอุดิ ธนาคารที่ผู้ใช้มือถือจะค่อนข้างอ่อน ในตัวอย่างมากกว่าสองในสามของผู้ใช้มือถือของธนาคาร ( รวม ) อยู่ระหว่าง 18 - 25 ปี ประมาณร้อยละ 41ได้รับสาร 5 , 000 หรือมากกว่าต่อเดือน จากปัจจุบันมีนักเรียน ; 75.8 เยี่ยมชมธนาคารของพวกเขา 1-4 ครั้ง รายเดือน 35.8 % ให้เงินฝากเมื่อเยี่ยมชมธนาคารของตน ร้อยละ 43.7 ใช้ Mobile Banking สำหรับหนึ่งปีหรือมากกว่า5.1 การวิเคราะห์ปัจจัยจากการทบทวนวรรณกรรมที่กล่าวถึงก่อนหน้านี้ รายการ ระบุว่าเป็นวัดในหกอิสระตัวแปร ( เช่นญาติ ประโยชน์ กันได้ ความซับซ้อน การทดลองได้ และการรับรู้ความเสี่ยง ) คือภายใต้การวิเคราะห์องค์ประกอบเพื่อให้กลุ่มเหล่านี้เป็นกลุ่มที่มีความหมาย และตรวจสอบความเป็นเอกมิติของพวกเขาระบุ 6 ปัจจัย ได้แก่ การวิเคราะห์ปัจจัยโดยการวิเคราะห์องค์ประกอบหลักด้วยวิธีแวริแมกซ์การหมุน Bartlett ทดสอบความอ้วนท้วน ไกเซอร์ เมเยอร์และ olkin ( kmo ) วัดของจำนวนเงินที่ใช้เพื่อตรวจสอบการใช้งานของการวิเคราะห์องค์ประกอบ ตารางที่ 2 พบว่า ค่าของ kmo เป็นกุศล ( เช่นระหว่าง 0.800.89 ) และ Bartlett ทดสอบของความอ้วนท้วนอย่างมีนัยสำคัญ ( p < 0.05 ) ชี้ให้เห็นว่าสามารถดำเนินการการวิเคราะห์องค์ประกอบ1974 [ Kaiser ] ผู้แต่งได้ให้คุณค่าการตัดที่แตกต่างกันสำหรับการเก็บรักษาของสินค้าตามค่าของครอบคลุมองค์ประกอบที่แตกต่างจาก 0.35 0.50 [ ผม et al . 2541 ] ในการศึกษานี้ครอบคลุม 0.50 หรือมากกว่าจะถือว่าในทางปฏิบัติที่สำคัญ อย่างไรก็ตาม ผู้เขียนเป็นข้อยกเว้น เก็บไว้สองรายการ คนแรก " ผมเห็นผลของธุรกรรมทันที " มีน้ำหนักองค์ประกอบเท่ากับ 0.482 ถูกเก็บไว้บนพื้นฐานที่ว่ามันไม่โหลดของมันเองสร้างคือ " ได้ " ; และน้ำหนักองค์ประกอบใกล้ 0.50 . รายการที่ 2 MB เหมาะกับ