Analysis and ResultsThe survey item

Analysis and Results
The survey items that correspond to the four customercentered
relationships were tested in a four-factor confirmatory
model (details are described in the Appendix). An
acceptable fit was achieved after three items were eliminated;
this change had a negligible impact on the substantive
content of the affected dimensions, and reliability and
average variance extracted (AVE) for each dimension
were good (Table 2, Appendix). The next step was to
assess whether these four constructs were an adequate
reflection of a single higher-order construct. For this purpose,
a second-order factor structure was tested (see Figure
3), and an acceptable fit for this model was found
(Table 3). The confirmatory factor analysis (CFA) and the
second-order model provide evidence of two important
points: First, each dimension has good measurement properties
and is distinct from the other dimensions, and second,
the dimensions can be combined to form one higher exhibited homogeneity of variance violations using the generalized
least squares (GLS) procedure (Judge et al. 1985) in
the SHAZAM econometric package (White 1977), and we
estimated the remainder using ordinary least squares (OLS).
Using the approach suggested by Cohen and Cohen (1983),
we calculated the percentage of within-subjects variance
explained by time for each regression.
For owners who were less positive before the event, all
five repeated measures analyses showed significant changes
between pre- and post-event scores, with R2 values ranging
from .25 to .57. Three of the five upper-half analyses were
significant, with R2 values ranging from .04 to .08 (Table 5).
Pre- and post-event means for each group are also included
in Table 5.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์และผลลัพธ์สำรวจสินค้าที่สอดคล้องกับ customercentered สี่ทดสอบความสัมพันธ์ในสี่ตัวเสร็จรูปแบบ (รายละเอียดจะอธิบายไว้ในภาคผนวก) มีพอยอมรับได้สำเร็จหลังจากถูกตัด 3 รายการเปลี่ยนแปลงนี้มีผลกระทบต่อระยะแน่นเนื้อหาของขนาดที่ได้รับผลกระทบ และความน่าเชื่อถือ และผลต่างค่าเฉลี่ยแยก (AVE) สำหรับแต่ละมิติได้ดี (ตารางที่ 2 ภาคผนวก) ขั้นตอนต่อไปคือการประเมินว่าโครงสร้างเหล่านี้สี่มีความเพียงพอสะท้อนโครงสร้างขั้นสูงที่เดียว สำหรับวัตถุประสงค์นี้ทดสอบโครงสร้างปัจจัยลำดับที่สอง (ดูรูป3), และพบพอยอมรับได้สำหรับรุ่นนี้(ตาราง 3) การวิเคราะห์ปัจจัยเสร็จ (CFA) และรุ่นที่สองสั่งให้หลักฐานสำคัญสองคะแนน: ครั้งแรก แต่ละมิติมีคุณสมบัติประเมินดีและแตกต่างจากมิติ และอื่น ๆ ที่สองขนาดที่สามารถรวมกับแบบฟอร์มหนึ่งสูงจัดแสดง homogeneity ของละเมิดต่างใช้การเมจแบบทั่วไปวิธีกำลังสองน้อยสุด (GLS) (ผู้พิพากษา et al. 1985) ในแพคเกจ econometric SHAZAM (ขาว 1977), และเราประเมินส่วนเหลือใช้ธรรมดากำลังสองน้อยสุด (OLS)ใช้วิธีที่แนะนำ โดยโคเฮนและโคเฮน (1983),เราคำนวณเปอร์เซ็นต์ของความแปรปรวนภายในเรื่องอธิบาย โดยเวลาที่ถดถอยแต่ละสำหรับเจ้าของที่มีค่าบวกน้อยก่อนเหตุการณ์ ทั้งหมดวิเคราะห์ประเมินซ้ำ 5 แสดงให้เห็นว่าการเปลี่ยนแปลงอย่างมีนัยสำคัญระหว่างคะแนนก่อน และหลังเหตุการณ์ R2 มีค่าตั้งแต่จาก.25 ถึง.57 3 วิเคราะห์บนครึ่งห้าได้สำคัญ มีค่า R2 ตั้งแต่.04 .08 (ตาราง 5)หมายความว่าก่อน และหลังเหตุการณ์สำหรับแต่ละกลุ่มยังมีอยู่ในตาราง 5

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์และผลการ
สำรวจรายการที่ตรงกับสี่ customercentered
ความสัมพันธ์ที่มีการทดสอบในสี่องค์ประกอบเชิงยืนยัน
รูปแบบ (รายละเอียดจะอธิบายไว้ในภาคผนวก)
พอดีได้รับการยอมรับก็ประสบความสำเร็จหลังจากที่สามรายการถูกตัดออก;
การเปลี่ยนแปลงนี้มีผลกระทบเล็กน้อยต่อเนื้อหาสาระ
เนื้อหาของมิติได้รับผลกระทบและความน่าเชื่อถือและ
ความแปรปรวนเฉลี่ยสกัด (AVE) สำหรับแต่ละมิติ
ได้ดี (ตารางที่ 2, ภาคผนวก) ขั้นตอนต่อไปคือการ
ประเมินว่าสี่เหล่านี้สร้างเป็นที่เพียงพอ
ภาพสะท้อนของการสร้างที่สูงขึ้นตามคำสั่งเดียว เพื่อจุดประสงค์นี้
โครงสร้างปัจจัยที่สองสั่งซื้อได้รับการทดสอบ (ดูรูปที่
3) และแบบที่ได้รับการยอมรับสำหรับรุ่นนี้ถูกพบ
(ตารางที่ 3) การวิเคราะห์องค์ประกอบเชิงยืนยัน (CFA) และ
รูปแบบคำสั่งที่สองให้หลักฐานของทั้งสองที่สำคัญ
จุดแรกแต่ละมิติมีคุณสมบัติการวัดที่ดี
และมีความแตกต่างจากภาคอื่น ๆ และสอง
มิติที่สามารถรวมกันเพื่อสร้างความสม่ำเสมอสูงขึ้นอย่างใดอย่างหนึ่งที่นำเสนอ ความแปรปรวนของการละเมิดการใช้ทั่วไป
น้อยสแควร์ (GLS) ขั้นตอน (ผู้พิพากษา et al. 1985) ใน
แพคเกจทางเศรษฐมิติแซม (สีขาว 1977) และเรา
คาดที่เหลือโดยใช้กำลังสองน้อยที่สุดสามัญ (OLS).
โดยใช้วิธีการที่เสนอโดยโคเฮนและโคเฮน (1983),
เราคำนวณร้อยละของภายในวิชาแปรปรวน
อธิบายได้ด้วยเวลาสำหรับการถดถอยแต่ละ.
สำหรับเจ้าของที่เป็นบวกน้อยก่อนที่เหตุการณ์ทั้งหมด
ห้าวัดซ้ำการวิเคราะห์แสดงให้เห็นการเปลี่ยนแปลงอย่างมีนัยสำคัญ
ระหว่างคะแนนก่อนและหลังเหตุการณ์ที่มีค่า R2 ตั้งแต่
0.25-0.57 สามในห้าการวิเคราะห์บนครึ่งเป็น
อย่างมีนัยสำคัญที่มีค่า R2 ตั้งแต่ 0.04-0.08 (ตารางที่ 5).
ก่อนและหลังเหตุการณ์ความหมายสำหรับแต่ละกลุ่มจะรวมอยู่
ในตารางที่ 5

ผลลัพธ์ (ไทย) 3:

ผลการวิเคราะห์
การสำรวจรายการที่สอดคล้องกับสี่ customercentered
ความสัมพันธ์ทดสอบปัจจัยสี่ยืนยัน
( รายละเอียดจะอธิบายรูปแบบในภาคผนวก ) การยอมรับคือ
พอดีหลังได้รับ 3 รายการถูกตัดออก ;
เปลี่ยนนี้มีผลกระทบ โดยเนื้อหาสำคัญ
ของผลกระทบและความน่าเชื่อถือและ
ขนาดเฉลี่ยแปรปรวนสกัด ( Ave ) ของแต่ละมิติ
ดี ( โต๊ะ 2 , ภาคผนวก ) ขั้นตอนต่อไปคือ
ประเมินว่าสี่เหล่านี้ถูกสะท้อนโครงสร้างเพียงพอ
ของขั้นสูงเดียวสร้าง เพื่อวัตถุประสงค์นี้
ที่สองการสั่งซื้อปัจจัยโครงสร้างการทดสอบ ( ดูรูป
3 ) และพอดีที่ยอมรับได้สำหรับรุ่นนี้พบ
( ตารางที่ 3 ) การวิเคราะห์องค์ประกอบเชิงยืนยัน ( CFA ) และ
อันดับที่สอง แบบมีหลักฐานสำคัญ
สองจุดแรก แต่ละมิติมี
คุณสมบัติการวัดที่ดีและแตกต่างจากมิติอื่น ๆและประการที่สอง
ขนาดสามารถรวมถึงรูปแบบหนึ่งสูงกว่าค่าความแปรปรวนมีการละเมิดการใช้ทั่วไป
Least Squares ( GLS ) ขั้นตอน ( ผู้พิพากษา et al . 1985 )
แพคเกจทางแซมขาว ( 1977 ) และเรา
คาดว่าส่วนที่เหลือใช้วิธีกำลังสองน้อยที่สุด ( OLS )
ด้วยวิธีที่แนะนำโดยโคเฮนและโคเฮน ( 1983 ) ,
เราคำนวณค่าร้อยละของความแปรปรวนภายในกลุ่ม
อธิบายโดยเวลาสำหรับแต่ละพหุคูณ .
สำหรับเจ้าของผู้น้อยบวกก่อนที่เหตุการณ์ทั้งหมด
5 วัดซ้ำมีการเปลี่ยนแปลงอย่างมีนัยสำคัญระหว่างก่อน
การวิเคราะห์ - และเหตุการณ์การโพสต์คะแนนกับค่า R2
ตั้งแต่ . 25 ถึง .57 . สามในห้าครึ่งบนวิเคราะห์ข้อมูลด้วยค่า R2
สำคัญตั้งแต่ . 04 . 08 ( ตารางที่ 5 ) .
ก่อนและหลังเหตุการณ์ หมายถึง กลุ่มนี้จะรวมอยู่ในโต๊ะ
5