The Rasch calibrated person measure

The Rasch calibrated person measures were subjected to a path analytic model specifying the hypothesized relationships among the UTAUT constructs. Data from Rasch person measures differ from raw data inputted directly from scale scores in that they have been converted into log odd units with linear interval metrics, thus enabling the use of path analysis – a CTT-based statistical method. Descriptive statistics showed that the Mardia’s normalized estimate of multivariate kurtosis (12.089) was higher than the cut-off value of 3, suggesting departure from the multivariate normal distribution of the data. Therefore, the maximum likelihood estimation with Bollen-Stine bootstrapping method (Bollen & Stine, 1992) was performed to evaluate the path model. Values of key goodness-of-fit

結果 (繁體中文) 1:

該拉什校準人的措施進行路徑分析模型指定UTAUT結構之間的假設關係。從拉希者對策數據從直接從量表得分輸入的原始數據不同，因為它們已被轉換成日誌奇數單位線性間隔度量，從而使得能夠使用路徑分析 - 基於CTT-統計方法。描述性統計表明，Mardia的多元峭度的歸一化的估計值（12.089）比的3截止值時，這表明從數據的多元正態分佈偏離。因此，進行與博倫-斯坦自舉方法（博倫＆斯坦，1992）的最大似然估計來評估路徑模型。關鍵的擬合優度，值

結果 (繁體中文) 2:

Rasch 校準人員測量受到路徑分析模型的影響，該模型指定 UTAUT 構造之間的假設關係。Rasch 人員測量資料與直接從比例分數輸入的原始資料不同，因為它們已轉換為具有線性間隔指標的測數單位，從而能夠使用路徑分析 （ 基於 CTT 的統計方法）。描述性統計資料顯示，Mardia對多變數峰度的正常化估計（12.089）高於3的截止值，表明資料偏離了多變數正態分佈。因此，使用博倫-斯汀引導方法（Bollen & Stine，1992 年）進行了最大可能性估計，以評估路徑模型。關鍵擬合優度的值

結果 (繁體中文) 3:

Rasch校正的人的測量值通過一個路徑分析模型來說明UTAUT結構之間的假設關係。Rasch person度量的數據不同於直接從量表分數輸入的原始數據，因為它們已轉換為具有線性間隔度量的對數奇數組織，囙此可以使用路徑分析（一種基於CTT的統計方法）。描述性統計顯示，Mardia對多變數峰度的標準化估計（12.089）高於3的截止值，表明偏離了數據的多變數常态分配。囙此，採用Bollen-Stine自舉法（Bollen&Stine，1992）對路徑模型進行極大似然估計。關鍵擬合優度值