As shown in Table 3, all of the fac

As shown in Table 3, all of the factor loadings on their corresponding constructs are over the threshold of 0.707 and exhibit an requirements on the sample size, unlike other structural equation modelling (SEM) methods. SEM is recommended for confirmatory analysis and requires a more stringent adherence to distributional assumptions (Chin, 1998). In general, PLS is better suited for explaining complex relationships as it avoids two serious problems:inadmissible solutions and factor indeterminacy (Fornell & Larcker, 1981). Because of the aforementioned reasons, SmartPLS (M3) 2.0 (Ringle, Wende, & Will, 2005) was applied to the data analysis in this work.

結果 (繁體中文) 1:

如表3所示，所有它們的相應的構建體的因子載荷超過0.707的閾值和在樣本大小表現出的要求，與其它結構方程模型（SEM）的方法。

SEM被推薦用於驗證分析，並需要更嚴格遵守分佈假設（欽，1998年）。

在一般情況下，PLS更適合於解釋，因為它避免了兩個嚴重的問題的複雜關係：
不予受理的解決方案和因素的不確定性（福內利和拉克爾，1981）。

由於上述原因，SmartPLS（M3）2.0（Ringle，文德，和威爾，2005）應用到這個工作中的數據分析。

結果 (繁體中文) 2:

如表 3 所示，與其他結構方程建模 （SEM） 方法不同，其相應構造上的所有因數載荷都超過 0.707 的閾值，並且表現出對樣本大小的要求。

建議進行 SEM 進行確認分析，並要求更嚴格地遵循分配假設（Chin，1998 年）。

通常，PLS 更適合解釋複雜的關係，因為它避免了兩個嚴重的問題：
不可受理的解決方案和因素決定（福內爾和拉克爾，1981年）。

由於上述原因，SmartPLS （M3） 2.0（林格，文德，威爾，2005）應用於這項工作的資料分析。

結果 (繁體中文) 3:

如錶3所示，與其他結構方程建模（SEM）方法不同，其相應結構上的所有因數荷載都超過了0.707的閾值，並顯示了對樣本大小的要求。
建議採用掃描電鏡進行驗證性分析，並要求更嚴格地遵循分佈假設（Chin，1998）。
一般來說，PLS更適合解釋複雜的關係，因為它避免了兩個嚴重的問題：
不可容許解與因數不確定性（Fornell&Larcker，1981）。
基於上述原因，本文將SmartPLS（M3）2.0（Ringle，Wende，&Will，2005）應用於資料分析。