4.3.5. The measurement (CFA) modelI

4.3.5. The measurement (CFA) model

In this stage the measurement model is examined, whereby confirmatory factor analysis (CFA) was carried out to the factors that affect m-learning adoption so as to determine the validity of the construct. The measurement model based on the study consists of 12 (i.e. after removing 8 items from the original battery due to poor factor loadings during the EFA’s validation process) items looking into the four factors affecting the diffusion of m-learning, such as SI, PIIT, PU and PEOU. In order to determine the liability, convergent validity and discriminatory validity of the measurement model, the measurement model is tested using CFA (Leong, Hew, Ooi, & Lin, 2012). The convergent validity was tested by examining the factor loadings and the relevant p-values. Kline (1998) commented that the common rule of all indicator standardized loadings (λ) should be significant and surpass 0.50 for acceptability. As summarized in Table 4, the results show that the λ-values for all items were significant and greater than 0.500, the composite reliability (CR) of each factor was: SI = 0.774; PIIT = 0.718; PU = 0.813, PEOU = 0.799 and BI = 0.766. As indicated in Table 4, from the point of view of all cases, the scales are not only within the satisfactory limits, but the composite reliability of all latent constructs also surpassed the benchmark of 0.7 as proposed by Molina, Montes, and Ruiz-Moreno (2007). This implies that the measurement is good. In addition, all the AVE of each factor was greater than 0.5, indicating good convergent validity and reliability (Table 4).

For the correlations between two constructs we adopted the confidence intervals (i.e. within two standard errors) to validate discriminant validity. Based on Table 5, all confidence intervals do not include the value one (Anderson & Gerbing, 1988). We summed up that since discriminant validity has been statistically proven; therefore all items in the research instrument are significantly unique.

ผลลัพธ์ (ไทย) 1:

4.3.5. แบบวัด (CFA)ในขั้นนี้ แบบวัดจะตรวจสอบ โดยวิเคราะห์ปัจจัยลยืนยัน (CFA) กับปัจจัยที่มีผลต่อการนำ m-การเรียนรู้เพื่อตรวจสอบความถูกต้องของโครงสร้างการ ดำเนินการ การวัดรูปแบบการศึกษาประกอบด้วย 12 (ได้แก่หลังจากเอา 8 รายการจากแบตเตอรี่เดิม loadings ปัจจัยไม่ดีเนื่องจากในระหว่างกระบวนการตรวจสอบของ EFA) รายการมองเข้าไปในปัจจัยสี่ที่มีผลต่อการแพร่ของ m-learning เช่น SI, PIIT, PU และ PEOU เพื่อกำหนดความรับผิด ตั้งแต่องค์กร และแบ่งแยกความถูกต้องของรูปแบบการประเมิน แบบวัดคือทดสอบโดยใช้ CFA (หลงรัก Hew, Ooi และ หลิน 2012) มีผลบังคับใช้ในองค์กรได้รับการทดสอบ โดยตรวจสอบค่า p เกี่ยวข้องและส่งผ่านน้ำหนักปัจจัย Kline (1998) ความเห็นว่า กฎทั่วไปของ loadings มาตรฐานตัวบ่งชี้ทั้งหมด (λ) ควรจะมีความสำคัญ และเกิน 0.50 สำหรับเห็น สรุปในตารางที่ 4 ผลลัพธ์แสดงว่าค่าλสำหรับสินค้าทั้งหมดได้ และที่สำคัญมากกว่า 0.500 ความเชื่อถือ (CR) คอมโพสิตของแต่ละปัจจัยเป็น: SI = 0.774 PIIT = 0.718 ปู = 0.813, PEOU = 0.799 และ BI = 0.766 ตามที่ระบุไว้ในตารางที่ 4 จากมุมมองของทุกกรณี เครื่องชั่งไม่เฉพาะภายในขีดจำกัดพอใจ แต่ความน่าเชื่อถือประกอบของโครงสร้างแฝงทั้งหมดยังทะลุเป็นมาตรฐาน 0.7 ตาม Molina, Montes และรูอิซโมเรโน่ (2007) บ่งชี้ว่า การประเมินเป็นดี นอกจากนี้ AVE ทั้งหมดของแต่ละปัจจัยได้มากกว่า 0.5 ระบุอายุองค์กรที่ดีและความน่าเชื่อถือ (ตาราง 4)สำหรับความสัมพันธ์ระหว่างโครงสร้างที่สอง เราใช้ช่วงความเชื่อมั่น (เช่นภายในข้อผิดพลาดมาตรฐานสอง) เพื่อตรวจสอบความถูกต้องของ discriminant ตามตาราง 5 ช่วงความเชื่อมั่นทั้งหมดไม่รวมค่าหนึ่ง (Anderson & Gerbing, 1988) เรารวมที่ตั้งแต่พิสูจน์ discriminant มีผลบังคับใช้ทางสถิติ ดังนั้น สินค้าทั้งหมดในเครื่องมือการวิจัยไม่ซ้ำกันอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 2:

4.3.5 การวัด (CFA) รุ่น

ในขั้นตอนนี้รูปแบบการวัดจะถูกตรวจสอบโดยการวิเคราะห์องค์ประกอบเชิงยืนยัน (CFA) คือการดำเนินการถึงปัจจัยที่มีผลต่อการยอมรับ M-การเรียนรู้เพื่อที่จะตรวจสอบความถูกต้องของการสร้างที่ รูปแบบการวัดอยู่บนพื้นฐานของการศึกษาประกอบด้วย 12 (คือหลังจากที่ถอด 8 รายการจากแบตเตอรี่เดิมเนื่องจากแรงปัจจัยที่ไม่ดีในระหว่างกระบวนการตรวจสอบปวงชน) รายการมองเข้าไปในปัจจัยสี่ที่มีผลต่อการแพร่กระจายของ M-การเรียนรู้เช่น SI, PIIT , PU และ PEOU เพื่อตรวจสอบความรับผิดบรรจบความถูกต้องและความถูกต้องพินิจพิเคราะห์ของรูปแบบการวัดรูปแบบการวัดมีการทดสอบโดยใช้ CFA (ลีออง Hew, Ooi และหลิน 2012) ความถูกต้องมาบรรจบกันได้รับการทดสอบโดยการตรวจสอบแรงปัจจัยที่เกี่ยวข้องและ P-ค่า Kline (1998) ให้ความเห็นว่ากฎร่วมกันของทุกตัวบ่งชี้มาตรฐานแรง (λ) ควรจะมีนัยสำคัญและเกิน 0.50 สำหรับการยอมรับ ขณะที่สรุปไว้ในตารางที่ 4 ผลที่แสดงให้เห็นว่าλค่าสำหรับทุกรายการอย่างมีนัยสำคัญและยิ่งใหญ่กว่า 0.500 ความน่าเชื่อถือคอมโพสิต (CR) ของแต่ละปัจจัยคือ: SI = 0.774; PIIT = 0.718; PU = 0.813, PEOU = 0.799 และ BI = 0.766 ตามที่ระบุไว้ในตารางที่ 4 จากมุมมองของทุกกรณี, เครื่องชั่งน้ำหนักที่มีไม่เพียง แต่ภายในวงเงินที่น่าพอใจ แต่ความน่าเชื่อถือคอมโพสิตของโครงสร้างที่แฝงทั้งหมดนอกจากนี้ยังทะลุมาตรฐาน 0.7 ตามที่เสนอโดยโมลินา Montes และ Ruiz-Moreno (2007) นี่ก็หมายความว่าวัดเป็นสิ่งที่ดี นอกจากนี้ทุก AVE ของแต่ละปัจจัยมากกว่า 0.5 แสดงให้เห็นความถูกต้องมาบรรจบกันที่ดีและความน่าเชื่อถือ (ตารางที่ 4).

สำหรับความสัมพันธ์ระหว่างสองโครงสร้างที่เรานำมาใช้ช่วงความเชื่อมั่น (เช่นข้อผิดพลาดภายในสองมาตรฐาน) ในการตรวจสอบความถูกต้องจำแนก ขึ้นอยู่กับตารางที่ 5, ช่วงความเชื่อมั่นยังไม่รวมค่าหนึ่ง (Anderson & Gerbing, 1988) เราสรุปได้ว่าตั้งแต่ความถูกต้องจำแนกได้รับการพิสูจน์ทางสถิติ; ดังนั้นรายการทั้งหมดในการวิจัยจะไม่ซ้ำกันอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

4.3.5 . การวัด ( CFA ) รุ่นในขั้นตอนนี้โมเดลการวัดการตรวจสอบโดยการวิเคราะห์องค์ประกอบเชิงยืนยัน ( CFA ) มีวัตถุประสงค์เพื่อ ปัจจัยที่มีผลต่อการยอมรับเพื่อ M-Learning เพื่อตรวจสอบความถูกต้องของการก่อสร้าง โมเดลการวัดขึ้นอยู่กับการศึกษาประกอบด้วย 12 ( เช่นหลังจากลบ 8 รายการจากเดิมแบตเตอรี่เนื่องจากภาระปัจจัยไม่ดีในระหว่างกระบวนการตรวจสอบของ EFA ) รายการมองสี่ปัจจัยที่มีผลต่อการแพร่กระจายของ M-Learning เช่น จังหวัด Piit PU และ peou . เพื่อตรวจสอบความถูกต้องและความรับผิดซึ่งความตรงของโมเดลการวัด , การวัดแบบทดสอบโดยใช้ CFA ( Leong ฮิ้ว Ooi , และ , หลิน , 2012 ) ความตรงลู่เข้าถูกทดสอบโดยการตรวจสอบปัจจัยภาระและ p-values ที่เกี่ยวข้อง ไคลน์ ( 1998 ) เห็นว่า กฎทั่วไปของครอบคลุมมาตรฐานตัวบ่งชี้ ( λ ) น่าจะมี และเกิน 0.50 สําหรับการยอมรับ . ตามที่สรุปไว้ในตารางที่ 4 พบว่าλ - ค่าสำหรับรายการทั้งหมดอย่างมีนัยสำคัญมากกว่า 0.500 , ค่าคอมโพสิต ( CR ) ของแต่ละปัจจัย คือ : Si = 0.774 ; Piit = 0.718 ; ปู = 0.813 , peou = 0.799 และบี = 0.766 . ตามที่ระบุไว้ในตารางที่ 4 , จากมุมมองของทุกกรณี เกล็ดจะไม่เพียง แต่ในเขตน่าพอใจ แต่ความน่าเชื่อถือของโครงสร้างคอมโพสิตแฝงยังเกินมาตรฐาน 0.7 ที่เสนอโดยโมลิน่า มอนเทส และ รูอิซ โมเรโน ( 2007 ) นี้แสดงให้เห็นว่าวัดเป็นสิ่งที่ดี นอกจากนี้ บรรดา Ave ของปัจจัยแต่ละด้านมีมากกว่า 0.5 แสดงว่าความตรงลู่เข้าที่ดีและความน่าเชื่อถือ ( ตารางที่ 4 )สำหรับความสัมพันธ์ระหว่างสองโครงสร้างเราประกาศใช้ช่วงความเชื่อมั่น ( เช่นภายในสองมาตรฐานข้อผิดพลาด ) เพื่อตรวจสอบระดับความถูกต้อง ตามตารางที่ 5 , ความเชื่อมั่นทั้งหมดไม่รวมค่าหนึ่ง ( Anderson & gerbing , 1988 ) เราสรุปได้ว่าตั้งแต่สอบความถูกต้องได้รับการพิสูจน์ทางสถิติ ดังนั้น รายการทั้งหมดในเครื่องมือที่เป็นเอกลักษณ์อย่าง