In this study CFA was used to test

In this study CFA was used to test the validity, unidimensionality, and reliability
of the measured variables used in the measurement model. To measure the construct
validity of the instrument, convergent and discriminant validity were measured.
In CFA, five constructs (satisfaction, customer knowledge and belief about the
CRM program, customers’ attitude toward the firm, customers’ willingness to engage in a
relationship, and relationship share) and their corresponding measured variables were
specified and ML method was used for estimation. The result indicated that the
normalized estimate of multivariate kurtosis was 91.55 which exceeded the
recommended cutoff point of 3, thus indicating that multivariate normality was a problem
(Yuan, Lambert, and Fouladi 2004, Bentler 1990).
According to Bentler (1990), Hammond and Lienert (1995), Bentler and Yuan
(1999) if the data violates the multivariate normality assumption then ML estimation
result will give distorted conclusion about the model fit. In such a case, the Robust
Maximum Likelihood (ML) estimation method provides more accurate and reliable
information.
Robust ML estimation method provides several robust statistics such as
Satorra-Bentler Chi Square, and other fit indices such as root mean square error of
approximation (RMSEA), normed fit index (NFI), non-normed fit index (NNFI),
comparative fit index (CFI), and incremental fit index (IFI). These fit indices indicate
how closely the model fits. Higher value for these fit indices indicates better fit. As
recommended by Hu and Bentler (1995) several of the above fit indices were used for
assessing the model fit because there is no consensus on using a single index to measure
the model fit.

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ ใช้ CFA เพื่อทดสอบตั้งแต่ unidimensionality และความน่าเชื่อถือของตัวแปรวัดที่ใช้ในแบบประเมิน วัดสร้างมีวัดอายุของตราสาร convergent และมีผลบังคับใช้ discriminantใน CFA โครงสร้างห้า (ความพึงพอใจ ความรู้ของลูกค้า และความเชื่อเกี่ยวกับการโปรแกรม CRM ทัศนคติของลูกค้าต่อบริษัท ความตั้งใจของลูกค้าในการความสัมพันธ์ และความสัมพันธ์ร่วมกัน) และตัวแปรวัดความสอดคล้องกันระบุ และ ML วิธีใช้สำหรับการประเมิน ระบุผลที่จะประเมินมาตรฐานของตัวแปรพหุเคอร์โทซิถูก 91.55 ซึ่งเกินกว่าแนะนำ 3 ดังนั้น แสดงว่า ตัวแปรพหุ normality คือ ปัญหาจุดตัดยอด(หยวน Lambert และ Fouladi 2004, Bentler 1990)ตาม Bentler (1990), แฮมมอนด์ และ Lienert (1995), Bentler และหยวน(1999) ถ้าละเมิดข้อมูลตัวแปรพหุ normality อัสสัมชัญแล้วประเมิน MLผลจะเพี้ยนข้อสรุปเกี่ยวกับรูปแบบพอดี ในกรณีเช่นนี้ Robustวิธีการประเมินความเป็นไปได้ (มล) สูงสุดให้ถูกต้อง และเชื่อถือได้มากขึ้นข้อมูลวิธีประเมิน ML แข็งแกร่งมีสถิติหลายแข็งแกร่งเช่นสแควร์ Chi Satorra Bentler และดัชนีอื่น ๆ พอดีเช่นข้อผิดพลาดรากค่าเฉลี่ยกำลังสองของประมาณ (RMSEA), ดัชนี (NNFI), พอดี normed พอดีดัชนี (NFI), ไม่ใช่ normedเปรียบเทียบกับดัชนี (CFI), และเพิ่มดัชนีพอดี (IFI) ระบุดัชนีเหล่านี้พอดีว่ารูปแบบเหมาะสม สูงกว่าค่าดัชนีเหล่านี้พอดีบ่งชี้พอดี เป็นแนะนำ โดยหูและ Bentler (1995) หลายดัชนีพอดีข้างต้นใช้สำหรับการประเมินแบบพอดีเนื่องจากมีมติไม่ใช้ดัชนีเดียววัดแบบพอดี

ผลลัพธ์ (ไทย) 2:

ในการศึกษา CFA นี้ถูกใช้ในการทดสอบความถูกต้องที่ unidimensionality
และความน่าเชื่อถือของตัวแปรวัดที่ใช้ในรูปแบบการวัด การวัดโครงสร้างความถูกต้องของตราสารที่มาบรรจบกันและความถูกต้องจำแนกวัด. ใน CFA ห้าโครงสร้าง (ความพึงพอใจความรู้ของลูกค้าและความเชื่อเกี่ยวกับโปรแกรมCRM 'ทัศนคติที่มีต่อ บริษัท ที่ลูกค้าลูกค้าเต็มใจที่จะมีส่วนร่วมในความสัมพันธ์และความสัมพันธ์ร่วมกัน) และตัวแปรวัดที่สอดคล้องกันของพวกเขาถูกกำหนดและวิธีML ถูกนำมาใช้ในการประมาณการ ผลที่ได้ชี้ให้เห็นว่าการประมาณการปกติโด่งหลายตัวแปรเป็น 91.55 ซึ่งเกินจุดตัดแนะนำ3 จึงแสดงให้เห็นว่าภาวะปกติหลายตัวแปรเป็นปัญหา(หยวนแลมเบิร์และ Fouladi 2004 Bentler 1990). ตาม Bentler (1990) แฮมมอนด์ และ Lienert (1995), และ Bentler หยวน(1999) ถ้าข้อมูลที่ละเมิดสมมติฐานปกติหลายตัวแปรแล้วประมาณค่า ML ผลจะให้ข้อสรุปที่บิดเบือนเกี่ยวกับรูปแบบพอดี ในกรณีดังกล่าวที่มีประสิทธิภาพโอกาสสูงสุด (ML) วิธีการประมาณค่าให้ถูกต้องมากขึ้นและเชื่อถือได้ข้อมูล. ที่มีประสิทธิภาพวิธีการประมาณ ML มีสถิติที่แข็งแกร่งหลายอย่างเช่นSatorra-Bentler จิสแควร์และดัชนีพอดีอื่น ๆ เช่นรากหมายถึงข้อผิดพลาดที่สองของการประมาณ( RMSEA) เกณฑ์ดัชนีพอดี (NFI) ดัชนีไม่มีเกณฑ์พอดี (NNFI) ดัชนีพอดีเปรียบเทียบ (CFI) และดัชนีที่เพิ่มขึ้นพอดี (IFI) ดัชนีเหล่านี้พอดีบ่งบอกถึงวิธีการอย่างใกล้ชิดแบบพอดี มูลค่าที่สูงกว่าดัชนีพอดีเหล่านี้แสดงให้เห็นแบบที่ดีขึ้น ในฐานะที่แนะนำโดยหูและ Bentler (1995) หลายแบบที่ดัชนีดังกล่าวข้างต้นถูกนำมาใช้สำหรับการประเมินความเหมาะสมกับรูปแบบเพราะมีมติไม่เกี่ยวกับการใช้ดัชนีวัดเดียวที่จะพอดีกับรูปแบบ

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ ซึ่งถูกใช้ในการทดสอบความถูกต้อง ความเป็นเอกมิติ และความน่าเชื่อถือ
ของวัดตัวแปรที่ใช้ในการวัดแบบ วัดสร้าง
ความถูกต้องของอุปกรณ์ การจำแนกและความตรงในการวัด .
4 5 สร้าง ( ความพึงพอใจของลูกค้า ความรู้และความเชื่อเกี่ยวกับ
โปรแกรม CRM ทัศนคติของลูกค้าต่อบริษัทลูกค้าเต็มใจที่จะต่อสู้ใน
ความสัมพันธ์ และความสัมพันธ์ที่สอดคล้องกันของพวกเขาร่วมกัน ) และวัดตัวแปร
ระบุและวิธีการ ml ใช้สำหรับการประมาณค่า จากผลการทดลองพบว่า ค่าหลายตัวแปรโด่งเป็นปกติ

แนะนำ 91.55 ซึ่งเกิน 3 จุดนี้จึงบ่งชี้ว่าแบบปกติมีปัญหา
( หยวน แลมเบิร์ตfouladi bentler 1990 และ 2004 ) .
ตาม bentler ( 1990 ) , แฮมมอนด์และ lienert ( 1995 ) , bentler และหยวน
( 1999 ) ถ้าข้อมูลละเมิดสมมติฐานปกติหลายตัวแปรแล้วผลการประเมิน
มลจะให้บิดเบือนข้อสรุปเกี่ยวกับรูปแบบพอดี เช่นในกรณี ความน่าจะเป็นสูงสุด (
( มิลลิลิตร ) วิธีประมาณให้ถูกต้องมากขึ้นและเชื่อถือได้

ข้อมูลวิธีประมาณ ML ที่แข็งแกร่งมีสถิติที่แข็งแกร่งหลายเช่น
satorra bentler ไคสแควร์ และค่าดัชนีแบบอื่น ๆเช่น รากค่าเฉลี่ยความคลาดเคลื่อนกำลังสองของ
ประมาณ ( RMSEA ) , ดัชนีพอดี normed ( NFI ) , ไม่ normed พอดีดัชนี ( nnfi )
ดัชนีเปรียบเทียบ ( CFI ) พอดี และพอดีกับดัชนีที่เพิ่มขึ้น ( IFI ) ดัชนีพอดีเหล่านี้บ่งชี้
วิธีการอย่างใกล้ชิดแบบพอดีค่าสูงกว่าดัชนีพอดีเหล่านี้บ่งชี้ที่ดีกว่าพอดี โดย
แนะนำโดย Hu bentler ( 1995 ) และหลายดัชนีพอดีข้างบนใช้
การประเมินแบบพอดีเพราะไม่มีฉันทามติในการใช้ดัชนีวัดแบบเดียว



พอดี