同时我们对该量表进行了Bartlett’s球形检验和KMO测度,企业竞争优势量表的KMO值为0.86,大于0.80,适合做因子分析,Bart的俄语翻译

同时我们对该量表进行了Bartlett’s球形检验和KMO测度,企业竞

同时我们对该量表进行了Bartlett’s球形检验和KMO测度,企业竞争优势量表的KMO值为0.86,大于0.80,适合做因子分析,Bartlett’s球形检验结果,卡方值为893.73,sig为0.00(小于0.01),拒绝了相关系数矩阵是单位矩阵的原假设,可以做因子分析。探索性因子分析,按照特征值来自动确定因子个数,采用主成分分析法并按照Varimax进行旋转,得到2个因素,累积可解释变异总量为73.44%。接着利用AMOS对企业竞争优势的两因素量表进行验证性因子分析,下面的图标显示的就是它的拟合指标。从下图拟合指标判断标准可知,在χ2/df小于3,RMSEA、小于0.1,AGFI、NFI、CFI、IFI均大于0.80,我们可以认为观测数据与构想模型拟合较好。同时也证实了企业竞争优势的二维结构具有较高的效度。下面是结构路径图。
0/5000
源语言: -
目标语言: -
结果 (俄语) 1: [复制]
复制成功!
В то же время мы выполнили тест Бартлетта на сферичность и показатель KMO по шкале.Значение KMO шкалы конкурентного преимущества предприятия составляет 0,86, что больше 0,80, что подходит для факторного анализа.Значение хи-квадрат сферичности Бартлетта результаты теста равны 893,73, а sig равен 0,00 (меньше 0,00) 0,01, что отвергает нулевую гипотезу о том, что матрица коэффициентов корреляции является единичной матрицей, и можно проводить факторный анализ. Исследовательский факторный анализ, в соответствии с собственными значениями для автоматического определения количества факторов, с использованием анализа основных компонентов и вращения в соответствии с Varimax, для получения 2 факторов, совокупная общая объясненная вариация составляет 73,44%. <br>Затем используйте AMOS для проведения подтверждающего факторного анализа по двухфакторной шкале конкурентного преимущества предприятия, и следующий значок показывает соответствующий индекс. Из следующего рисунка видно, что когда χ2/df меньше 3, RMSEA меньше 0,1, а AGFI, NFI, CFI и IFI больше 0,80, мы можем думать, что наблюдаемые данные хорошо согласуются с задуманная модель. В то же время это также подтверждает, что двумерная структура конкурентного преимущества фирмы имеет высокую достоверность. Ниже приведена схема пути структуры.
正在翻译中..
结果 (俄语) 2:[复制]
复制成功!
В то же время, мы провели шаровой тест Бартлетта 's и измерение КМО, сравнительные преимущества компании по шкале KMO 0,86, больше 0,80, пригодные для анализа факторов, Бартлетт' s шаровой тест, картридж 893,73, сиг 0,00 (меньше 0,01), отказавшись от матрицы соотношений, которая является исходной гипотезой матрицы единиц и может быть использована для анализа факторов. В результате анализа коэффициентов исследования, который позволяет автоматически определять количество факторов в зависимости от их характеристик, при использовании метода анализа главных компонентов и вращении в соответствии с Varimax получаются два фактора, совокупный объем поддающихся объяснению вариаций составляет 73,44 процента.<br>Затем, используя систему AMOS для анализа двух факторов конкурентного преимущества предприятия, проводится анализ факторов надежности, и на следующей пиктограмме показаны соответствующие показатели. Судя по приведенным ниже показателям χ 2 / df менее 3, RMSEA, менее 0,1, AGFI, NFI, CFI, IFI более 0,80, мы можем считать, что данные наблюдений лучше сочетаются с концептуальной моделью. В то же время была продемонстрирована высокая отдача от двухмерной структуры конкурентных преимуществ предприятий. Ниже излагается схема построения.
正在翻译中..
结果 (俄语) 3:[复制]
复制成功!
В то же время мы провели сферический контроль Bartlett's и измерение KMO, значение KMO шкалы конкурентного преимущества предприятия составляет 0,86, больше 0,80, подходит для анализа факторов, результат сферического контроля Bartlett's, значение Ka Fang составляет 893,73, sig равно 0,00 ( меньше 0,01 ), отклонение матрицы корреляционного коэффициента является оригинальным предположением единичной матрицы, можно проводить факторный анализ. Исследовательный факторный анализ, который автоматически определяет количество факторов по собственным значениям, применяет метод анализа основных компонентов и вращает по Varimax, получает 2 фактора, суммарное значение кумулятивной объяснительной вариации составляет 73,44 %.Затем используйте AMOS для проведения анализа проверочных факторов двухфакторной шкалы конкурентного преимущества предприятия, ниже на рисунке показаны ее определяющие показатели. Судя по показателям установки, приведенным ниже, известно, что при χ2/df менее 3, RMSEA, менее 0,1, AGFI, NFI, CFI, IFI больше 0,80, мы можем считать, что данные наблюдений лучше вписываются в концептуальную модель. В то же время подтверждается, что двумерная структура конкурентного преимущества предприятия имеет высокую достоверность. Ниже приведена схема структурного пути.
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: