Structural model estimationTo test

Structural model estimation
To test the hypothesized relationships, a full structural model was estimated
using each scale item as an indicator of its associated latent variable
construct. Fan association and sponsorship recognition were modeled as
manifest variables. Table II presents the correlations between the
constructs. The causal paths between the latent variables were specified in
accordance with Figure 1 and the model was tested using the maximum
likelihood method of parameter estimation. We find strong support for
drawing the conclusion that the model fits the data well. The chi-square
statistic for the structural model is 809 with 222 degrees of freedom
(p < 0.0001). The GFI is 0.92 and the AGFI is 0.90, while the CFI and NNFI
are both 0.95. RMSEA estimate is equal to 0.0567. Table III provides a
summary of the standardized estimates and t-values for the seven
hypothesized paths. All seven of the hypothesized paths are supported
(p < 0.001).

ผลลัพธ์ (ไทย) 2:

การประมาณค่าแบบจำลองโครงสร้าง
ในการทดสอบสมมติฐานความสัมพันธ์, รูปแบบโครงสร้างเต็มรูปแบบเป็นที่คาดกัน
ใช้รายการแต่ละระดับเป็นตัวบ่งชี้ของตัวแปรที่เกี่ยวข้องแฝง
สร้าง สมาคมพัดลมและการรับรู้การสนับสนุนที่ถูกจำลองเป็น
ตัวแปรอย่างชัดแจ้ง ตารางที่นำเสนอความสัมพันธ์ระหว่าง
โครงสร้าง เส้นทางสาเหตุระหว่างตัวแปรแฝงถูกระบุไว้ใน
ตามรูปที่ 1 และรูปแบบได้รับการทดสอบโดยใช้สูงสุด
วิธีการน่าจะเป็นของการประมาณค่าพารามิเตอร์ เราพบการสนับสนุนที่แข็งแกร่งสำหรับการ
วาดข้อสรุปว่ารูปแบบที่เหมาะกับข้อมูลที่ดี ไคสแควร์
สถิตสำหรับรูปแบบโครงสร้างเป็น 809 กับ 222 องศาอิสระ
(p <0.0001) GFI คือ 0.92 และ AGFI เป็น 0.90 ในขณะที่ CFI และ NNFI
มีทั้ง 0.95 ประมาณการ RMSEA เท่ากับ 0.0567 ตารางที่ III มี
บทสรุปของประมาณการที่ได้มาตรฐานและ t-ค่าสำหรับเจ็ด
เส้นทางสมมติฐาน ทั้งเจ็ดของเส้นทางการตั้งสมมติฐานได้รับการสนับสนุน
(p <0.001)

ผลลัพธ์ (ไทย) 3:

รูปแบบโครงสร้างประมาณ
ทดสอบสมมติฐานความสัมพันธ์เต็มรูปแบบโครงสร้างประมาณ
ใช้แต่ละรายการและมาตราส่วนเป็นตัวบ่งชี้ของที่เกี่ยวข้องตัวแปรแฝง

. สมาคมแฟนคลับและสปอนเซอร์เป็นแบบ
ตัวแปรการรับรู้รายการ ตารางที่ 2 แสดงความสัมพันธ์ระหว่าง
โครงสร้าง . เส้นทางความสัมพันธ์ระหว่างตัวแปรแฝงที่ถูกระบุไว้ใน
ตามรูปที่ 1 และ แบบทดสอบที่ใช้วิธีการประมาณค่าพารามิเตอร์สูงสุด
ความน่าจะเป็น . เราพบการสนับสนุนที่แข็งแกร่งสำหรับ
วาดข้อสรุปว่ารูปแบบเหมาะกับข้อมูลด้วย สถิติไคสแควร์
สำหรับโครงสร้างเป็นคุณกับ 222 องศาอิสระ
( P < 0.0001 ) โดย GFI เป็น 0.92 และ AGFI คือ 0.90 , ในขณะที่ CFI และ nnfi
ทั้งคู่ 0.95 วิเคราะห์ข้อมูลค่า RMSEA เท่ากับ 0.0567 . ตารางที่ 3 มี
สรุปประมาณการมาตรฐาน t-test สำหรับเจ็ด
ศึกษาเส้นทาง ทั้งเจ็ดของสมมุติฐานเส้นทางได้รับการสนับสนุน
( p < 0.001 )