Because the correlations between th

Because the correlations between the exogenous variables in our model are comparatively high, there is a potential risk that our results may not be stable with small changes in the data(Cohen et al. 2003). Thus, we reanalyzed our model with 20 different datasets, in which 5% of the cases had been removed randomly(Homburg et al. 2007). The results from the stability tests strongly suggest that the correlations between the exogenous variables do not compromise the validity of our results. For all datasets, the pattern of results is consistent with our hypotheses. In addition, we assessed the stability of the results by splittingthe entire sample into previous users of mobile payment services(n1 = 583) and previous non-users of mobile payment services(n2 = 864). All hypothesized relationships were supported in both subsamples (p 6 .05), which further underlines the robustness of our results.Finally, we assessed the issue of multicollinearity by looking at the magnitude of the bivariate correlations between the exogenous variables (see Table 3). All correlations are far below the common cutoff value of .8 (Berry and Feldman 1985). Together with the results obtained from the stability tests, this indicates that multicollinearity is not a problem in our study.

結果 (繁體中文) 1:

因為在我們的模型中的外生變量之間的相關性相對較高，存在潛在的風險，我們的結果可能不與數據的微小變化穩定
（Cohen等，2003）。因此，我們再分析我們的模型有20個不同的數據集，其中的情況下，5％已被刪除隨機（洪堡等2007人）。從穩定性測試的結果強烈表明，外生變量之間的相關性不損害我們的研究結果的有效性。對於所有數據集，結果的模式是與我們的假設是一致的。此外，我們評估的結果通過分裂的穩定性
整個樣本為移動支付業務以前的用戶（N1 = 583）和移動支付業務以前的非用戶（N2 = 864）。所有的假設關係在兩個子樣本（第6頁05），得到了支持，我們的結果進一步彰顯穩健性。
最後，我們通過觀察外生變量之間的二元相關的幅度估計多重共線性問題（見表3）。所有的相關性遠低於0.8（Berry和費爾德曼1985）的共同截止值。加上從穩定性測試得到的結果，這表明多重不在我們研究的一個問題。

結果 (繁體中文) 2:

由於模型中的外生變數之間的相關性相對較高，因此存在一種潛在風險，即由於資料發生細微變化，結果可能不穩定
（科恩等人，2003年）。因此，我們使用 20 個不同的資料集重新分析模型，其中 5% 的案例已被隨機刪除（Homburg 等人，2007 年）。穩定性測試的結果強烈表明，外源變數之間的相關性並不損害我們結果的有效性。對於所有資料集，結果模式與我們的假設一致。此外，我們還通過拆分來評估結果的穩定性
整個樣本分為移動支付服務（n1 = 583）和移動支付服務以前的非使用者（n2 = 864）的先前使用者。兩個子樣本都支援所有假設關係（第 6 .05 頁），這進一步強調了結果的穩健性。
最後，我們通過觀察外源變數之間的雙變數相關性的大小來評估多共線性問題（參見表 3）。所有相關性都遠遠低於公共截止值 .8（貝裡和費爾德曼 1985）。結合穩定性試驗的結果，表明多共線性在我們的研究中不是問題。

結果 (繁體中文) 3:

因為我們模型中的外生變數之間的相關性比較高，所以我們的結果在數據變化很小的情况下可能不穩定
（Cohen等人。2003年）。囙此，我們用20個不同的數据集重新分析了我們的模型，其中5%的病例被隨機删除（Homburg等人，2004）。2007年）。穩定性檢驗的結果强烈表明，外生變數之間的相關性並不影響我們結果的有效性。對於所有數据集，結果模式與我們的假設一致。此外，我們還通過折開來評估結果的穩定性
整個樣本分為以前的移動支付服務用戶（n1=583）和以前的非移動支付服務用戶（n2=864）。所有假設的關係在兩個子樣本中都得到了支持（p 6.05），這進一步強調了我們的結果的穩健性。
最後，我們通過觀察外生變數之間二元相關性的大小來評估多重共線性問題（見錶3）。所有的相關性都遠低於共同的臨界值.8（Berry和Feldman 1985）。結合穩定性試驗的結果，這表明多重共線性在我們的研究中不是一個問題。