Correlations: (Group number 1 - Default model)
B. Đánh giá độ tin cậy của các ước lượng trong mô hình bằng phương pháp Boostrap
Standardized Regression Weights: (Group number 1 - Default model)
SE | SE-SE | Mean | Bias | SE-Bias | |||
MTDD | <--- | NCKDL | 0,042 | 0,001 | 0,227 | -0,001 | 0,002 |
MTDD | <--- | PTSP | 0,052 | 0,002 | 0,333 | -0,004 | 0,002 |
MTDD | <--- | XDTH | 0,048 | 0,002 | 0,157 | 0,002 | 0,002 |
THKDL | <--- | HDTN | 0,059 | 0,002 | 0,354 | -0,004 | 0,003 |
THKDL | <--- | SKDD | 0,057 | 0,002 | 0,342 | 0,002 | 0,003 |
QLDD | <--- | HDKDDL | 0,063 | 0,002 | 0,214 | 0,003 | 0,003 |
QLDD | <--- | KCHT | 0,061 | 0,002 | 0,589 | -0,004 | 0,003 |
NLCT | <--- | QLDD | 0,058 | 0,002 | 0,164 | -0,006 | 0,003 |
NLCT | <--- | THKDL | 0,048 | 0,002 | 0,165 | -0,002 | 0,002 |
NLCT | <--- | MTDD | 0,051 | 0,002 | 0,195 | -0,001 | 0,002 |
Có thể bạn quan tâm!
- Kết Quả Kiểm Định Cronbach’S Alpha Của Thang Đo Nhân Tố Hoạt Động Kinh Doanh Du Lịch
- Nâng cao năng lực cạnh tranh điểm đến du lịch ở Bạc Liêu - 36
- Nâng cao năng lực cạnh tranh điểm đến du lịch ở Bạc Liêu - 37
Xem toàn bộ 311 trang tài liệu này.
C. Phân tích Common Method Bias
< 50%
Total Variance Explained
Initial Eigenvalues | Extraction Sums of Squared Loadings | |||||
Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % | |
1 | 13.838 | 24.711 | 24.711 | 13.155 | 23.491 | 23.491 |
2 | 4.014 | 7.169 | 31.880 | |||
3 | 3.209 | 5.730 | 37.611 | |||
4 | 2.870 | 5.124 | 42.735 | |||
5 | 2.742 | 4.897 | 47.632 | |||
6 | 2.320 | 4.143 | 51.775 | |||
7 | 2.303 | 4.112 | 55.887 | |||
8 | 2.132 | 3.808 | 59.695 | |||
9 | 1.943 | 3.469 | 63.164 | |||
10 | 1.876 | 3.349 | 66.513 | |||
11 | 1.723 | 3.076 | 69.589 | |||
12 | 1.574 | 2.810 | 72.399 | |||
13 | 1.309 | 2.338 | 74.737 | |||
14 | .750 | 1.339 | 76.077 | |||
15 | .730 | 1.303 | 77.380 | |||
16 | .649 | 1.159 | 78.539 | |||
17 | .616 | 1.100 | 79.639 | |||
18 | .597 | 1.065 | 80.705 | |||
19 | .565 | 1.010 | 81.714 | |||
20 | .562 | 1.003 | 82.718 | |||
21 | .510 | .911 | 83.629 | |||
22 | .493 | .881 | 84.510 | |||
23 | .470 | .838 | 85.348 | |||
24 | .456 | .814 | 86.162 | |||
25 | .435 | .777 | 86.940 | |||
26 | .425 | .759 | 87.698 | |||
27 | .407 | .726 | 88.424 |
.380 | .678 | 89.102 | |
29 | .361 | .645 | 89.747 |
30 | .346 | .618 | 90.365 |
31 | .337 | .602 | 90.967 |
32 | .323 | .577 | 91.545 |
33 | .310 | .554 | 92.099 |
34 | .304 | .543 | 92.641 |
35 | .299 | .534 | 93.175 |
36 | .287 | .512 | 93.687 |
37 | .276 | .494 | 94.181 |
38 | .257 | .458 | 94.639 |
39 | .250 | .446 | 95.086 |
40 | .238 | .424 | 95.510 |
41 | .229 | .408 | 95.918 |
42 | .216 | .386 | 96.304 |
43 | .211 | .377 | 96.681 |
44 | .210 | .375 | 97.056 |
45 | .190 | .340 | 97.396 |
46 | .184 | .329 | 97.724 |
47 | .172 | .306 | 98.031 |
48 | .162 | .289 | 98.320 |
49 | .157 | .280 | 98.600 |
50 | .155 | .276 | 98.876 |
51 | .136 | .244 | 99.120 |
52 | .134 | .239 | 99.359 |
53 | .112 | .200 | 99.559 |
54 | .107 | .192 | 99.751 |
55 | .090 | .161 | 99.912 |
56 | .049 | .088 | 100.000 |
28
Extraction Method: Principal Axis Factoring.
Factor | |
1 | |
NCKDL2 | .314 |
NCKDL3 | .345 |
NCKDL4 | .399 |
NCKDL5 | .301 |
PTSP1 | .434 |
PTSP2 | .477 |
PTSP3 | .476 |
PTSP4 | .495 |
PTSP5 | .435 |
XDTH1 | .341 |
XDTH2 | .288 |
XDTH3 | .359 |
XDTH4 | .299 |
XDTH5 | .190 |
HDKDDL1 | .621 |
HDKDDL2 | .560 |
HDKDDL3 | .494 |
HDKDDL4 | .472 |
HDTN1 | .622 |
HDTN2 | .542 |
HDTN3 | .557 |
HDTN4 | .559 |
SKDD1 | .545 |
SKDD2 | .501 |
SKDD3 | .552 |
SKDD4 | .498 |
HDLS1 | .161 |
Factor Matrixa
HDLS2 | .161 |
HDLS3 | .011 |
HDLS4 | .089 |
KCHT1 | .439 |
KCHT2 | .641 |
KCHT3 | .551 |
KCHT4 | .695 |
NNL1 | .143 |
NNL4 | -.061 |
NNL5 | .059 |
NNL6 | -.004 |
MTDD1 | .637 |
MTDD2 | .576 |
MTDD3 | .618 |
MTDD4 | .626 |
MTDD5 | .628 |
THKDL1 | .650 |
THKDL2 | .643 |
THKDL3 | .637 |
THKDL4 | .648 |
THKDL5 | .631 |
QLDD1 | .630 |
QLDD2 | .626 |
QLDD3 | .555 |
QLDD4 | .543 |
NLCT2 | .445 |
NLCT3 | .392 |
NLCT4 | .464 |
NLCT5 | .434 |
Extraction Method: Principal Axis Factoring. |
a. 1 factors extracted. 3 iterations required.