The Heterotrait–Monotrait (HTMT) ratio was usedto examine the discrimi的简体中文翻译

The Heterotrait–Monotrait (HTMT) ra

The Heterotrait–Monotrait (HTMT) ratio was usedto examine the discriminant validity of the model.Recent studies suggest that the HTMT ratio wouldbe a more powerful criterion for discriminant validity(cut-off value of below 0.90) than the more commonlyused Fornell–Larcker method (Hair, Hult, Ringle, & Sarstedt,2017, p. 119; Henseler, Ringle, & Sarstedt, 2014).This study found that all HTMT ratios were below thecut-off of 0.9 (see Table 2). Hence, the measurementmodel was confirmed for discriminant validity. Also,Q2 (effect size) values of larger than zero for endogenousvariables indicated acceptable predictive relevance(Hair et al., 2012). The standardized rootmean square residual (SRMR) revealed less than 0.08,which was deemed as a good fit (Hair et al., 2010).Including two sub-constructs (trust in platform andfundraiser) of the second-order factor (perceivedtrust), multicollinearity of each item was tested usingthe variance inflation factor (VIF). Because all VIFvalues of the items ranged from 1.594 to 3.029, multicollinearitywas not problematic for the data (Hairet al., 2010, 2012).
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
所述Heterotrait-Monotrait(HTMT)比用于<br>检验该模型的区别效度。<br>最近的研究表明,HTMT比将<br>是用于判别有效性更强大的标准<br>(以下0.90截止值)比更常用<br>使用福内利-拉克尔方法(头发,霍特,Ringle,&Sarstedt的,<br>2017年,第119页。; Henseler,Ringle,与萨尔斯塔特,2014)。<br>本研究发现,所有HTMT比分别为下面的<br>截止0.9(见表2)。因此,测量<br>模型,证实了判别有效性。此外,<br>大于零内源性Q2(影响大小)值<br>的变量指示的可接受的预测相关<br>(头发等人,2012)。标准化的根<br>均方残差(SRMR)小于0.08,表明以下<br>将其视为一个良好的配合(头发等人,2010)。<br>包括两个子构建体(在信任平台和<br>募捐)二阶因子(感知的<br>信任),每个项目的使用多重测试<br>方差膨胀因子(VIF)。由于该项目的所有VIFvalues从1.594到不等3.029,多重<br>不是为数据问题(头发<br>等,2010,2012)。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
使用了异质性-单体(HTMT)比<br>以检查模型的歧视性有效性。<br>最近的研究表明,HTMT比率将<br>是区分有效性的更强大的标准<br>(截止值低于 0.90) 比更常见的<br>使用福内尔-拉克尔方法(海尔、胡尔特、林格尔、和萨斯泰特,<br>2017年,第119页;亨塞勒, 林格尔, – 萨斯泰特, 2014).<br>这项研究发现,所有HTMT比率都低于<br>0.9 的截止(参见表 2)。因此,测量<br>模型被确认为歧视性有效性。也<br>内源性 Q2(效果大小)值大于零<br>变量表示可接受的预测相关性<br>(海尔等人,2012年)。标准化根<br>平均平方残差 (SRMR) 显示小于 0.08,<br>这被认为是一个很好的适合(Hair等人,2010年)。<br>包括两个子构造(信任平台和<br>第二阶因子的筹款人(感知<br>信任),每个项目的多共线性测试使用<br>方差通货膨胀系数 (VIF)。由于项目的所有 VIF 值范围从 1.594 到 3.029,多共线性<br>数据没有问题(Hair<br>等人,2010年,2012年)。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
采用异质-单性状(HTMT)比率<br>检验模型的判别有效性。<br>最近的研究表明,HTMT比率将<br>成为一个更有力的判别效度标准<br>(截止值低于0.90)比更常见的<br>使用Fornell–Larcker方法(Hair、Hult、Ringle和Sarstedt,<br>2017年,第119页;Henseler、Ringle和Sarstedt,2014年)。<br>这项研究发现所有的HTMT比率都低于<br>截止值为0.9(见表2)。因此,测量<br>验证了模型的判别效度。也,<br>内生的Q2(效应大小)值大于零<br>变量表明可接受的预测相关性<br>(Hair等人,2012年)。标准根<br>均方残差(SRMR)小于0.08,<br>这被认为是一个很好的适合(头发等,2010年)。<br>包括两个子结构(平台信任和<br>二阶因素(感知<br>信任),每个项目的多重共线性使用<br>方差通货膨胀因子(VIF)。因为所有项目的波动值在1.594到3.029之间,多重共线性<br>数据没有问题(头发<br>等人,2010年、2012年)。<br>
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: