The variance-based partial least sq

The variance-based partial least squares (PLS) path modeling
technique was applied to test the hypotheses by utilizing the
software application SmartPLS 2.0 (Ringle et al., 2005). The
iterative algorithm in PLS consists of a series of ordinary
least squares analyses (Chin, 1998). The PLS technique
was chosen, because it is particularly useful to be applied
to estimate relatively complex models by using relatively
small sample sizes, to data that cannot be assured to be of
parametric nature, as well as to management-related research
with a predictive research scope (Chin, 1998; Henseler et al.,
2009; Reinartz et al., 2009; Ringle et al., 2012). To obtain
the t-values to test for significance, nonparametric
bootstrapping procedure as incorporated in the SmartPLS
2.0 software was conducted (Henseler et al., 2009).

ผลลัพธ์ (ไทย) 1:

จำลองเส้นทางตามต่างบางส่วนกำลังสองน้อยสุด (กรุณา)ใช้ในการทดสอบสมมุติฐานการ โดยใช้เทคนิคการซอฟต์แวร์โปรแกรม SmartPLS 2.0 (Ringle et al., 2005) ที่อัลกอริทึมซ้ำในกรุณาประกอบด้วยชุดของธรรมดาวิเคราะห์กำลังสองน้อยสุด (Chin, 1998) เทคนิคกรุณาเลือก เพราะเป็นประโยชน์ที่จะใช้การประเมินแบบจำลองที่ค่อนข้างซับซ้อนโดยค่อนข้างขนาดตัวอย่างขนาดเล็ก ข้อมูลที่ไม่สามารถมั่นใจได้ว่าเป็นของพาราเมตริกธรรมชาติ เช่นเป็นการวิจัยที่เกี่ยวข้องกับการจัดการมีขอบเขตการวิจัยที่คาดการณ์ (Chin, 1998 Henseler et al.,2009 Reinartz et al., 2009 Ringle et al., 2012) จะได้รับค่า t การทดสอบนัยสำคัญ nonparametricขั้นตอนรวมอยู่ใน SmartPLS bootstrappingซอฟแวร์ 2.0 ถูกดำเนิน (Henseler et al., 2009)

ผลลัพธ์ (ไทย) 2:

ความแปรปรวนตามสี่เหลี่ยมอย่างน้อยบางส่วน (PLS)
การสร้างแบบจำลองเส้นทางเทคนิคที่ใช้ในการทดสอบสมมติฐานโดยใช้โปรแกรมซอฟต์แวร์
SmartPLS 2.0 (Ringle et al., 2005)
ขั้นตอนวิธีการทำซ้ำใน PLS
ประกอบด้วยชุดของสามัญวิเคราะห์น้อยสแควร์(ชิน, 1998) เทคนิค PLS
ได้รับเลือกเพราะมันเป็นประโยชน์อย่างยิ่งที่จะนำมาใช้ในการประเมินรูปแบบที่ค่อนข้างซับซ้อนโดยใช้ค่อนข้างขนาดกลุ่มตัวอย่างขนาดเล็กเพื่อให้ข้อมูลที่ไม่สามารถมั่นใจได้ว่าจะเป็นธรรมชาติตัวแปรเช่นเดียวกับการวิจัยที่เกี่ยวข้องกับการจัดการกับการวิจัยการคาดการณ์ขอบเขต (คาง 1998; Henseler, et al. 2009; Reinartz et al, 2009;.. Ringle et al, 2012) ที่จะได้รับเสื้อค่าเพื่อทดสอบความสำคัญไม่อิงพารามิเตอร์ขั้นตอนการร่วมมือเป็นนิติบุคคลที่จัดตั้งขึ้นในSmartPLS 2.0 ซอฟแวร์ได้ดำเนินการ (Henseler et al., 2009)

ผลลัพธ์ (ไทย) 3:

ความแปรปรวนตามกำลังสองน้อยที่สุดบางส่วน ( PLS ) การประยุกต์ใช้เทคนิคทาง

) ทดสอบสมมติฐานโดยใช้โปรแกรมซอฟต์แวร์ smartpls 2.0 ( ริงเกิล et al . , 2005 )
วิธีซ้ำในกรุณา ประกอบด้วย ชุดธรรมดา
Least Squares วิเคราะห์ ( คาง , 1998 ) pls เทคนิค
ถูกเลือกเพราะเป็นประโยชน์อย่างยิ่งที่จะใช้
เพื่อประเมินรูปแบบค่อนข้างซับซ้อนโดยใช้ค่อนข้าง
ขนาดเล็กขนาดตัวอย่างเพื่อข้อมูลที่ไม่สามารถมั่นใจได้ของ
พาราธรรมชาติ ตลอดจนการจัดการงานวิจัยที่เกี่ยวข้องกับขอบเขตงานวิจัยทำนาย
( คาง , 1998 ; henseler et al . ,
2009 ; ไรนาร์ตส et al . , 2009 ; ริงเกิล et al . , 2012 ) ขอรับ t-test เพื่อทดสอบความสำคัญ
3
กระบวนการ bootstrapping รวมใน smartpls
2.0 ซอฟต์แวร์ดำเนินการ ( henseler et al . , 2009 )