4.3. Structural modelThe explanator

4.3. Structural model
The explanatory power of the structural model is evaluated by looking at the R2 values. From Fig. 2 and Fig. 3, the R2 val- ues ranged from 0.261 to 0.620, which suggests that the modeled variables can explain 26.1% to 62.0% of the variance of the respective dependent variables.
In Fig. 2, it can be seen that a company’s community on Facebook exerted a significant and positive influence on both consumer–community identification (H1, b = 0.540, p < 0.001) and consumer–company identification (H2, b = 0.195, p < 0.01). Therefore, H1 and H2 are both supported. The model predicted the path from consumer–community identification to consumer–company identification (H3) and showed that there was a significant and positive relationship between them (b = 0.379, p < 0.001). So H3 gains supported. Besides, in this test, consumer–community identification indicated a partial mediating effect on a company’s Facebook community and consumer–company identification (b = 0.540 > b = 0.195). As such some of the participants in this study who are the members of 7–11 Facebook community said that the fans in the 7–11 Facebook fan page are affiliated with each other and see themselves as a part of this community as well as this company. This is not only the case for 7–11 community but also the respondents from other Facebook community in this survey. This result supports the quantitative findings.
Fig. 3 shows that the paths from consumer–community identification had a significant and positive influence on both in-role behavior (H4a, b = 0.371, p < 0.001) and ex-role behavior (H4b, b = 0.566, p < 0.001). Additionally, the paths from con- sumer–company identification had a significant and positive influence on both in-role behavior (H5a, b = 0.447, p < 0.001) and ex-role behavior (H5b, b = 0.338, p < 0.001). Thus, both H4 and H5 are fully supported. As such some of the participants

ผลลัพธ์ (ไทย) 1:

4.3 การรูปที่โครงสร้างมีประเมินอำนาจอธิบายรูปแบบโครงสร้าง โดยดูที่ค่า R2 จาก Fig. 2 Fig. 3 วาล-ues R2 ที่อยู่ในช่วงจาก 0.261 กับ 0.620 ซึ่งแสดงให้เห็นว่า ตัวแปรการสร้างแบบจำลองสามารถอธิบาย 26.1% 62.0% ของความแปรปรวนของตัวแปรขึ้นอยู่กับแต่ละใน Fig. 2 จะเห็นได้ว่า ชุมชนของบริษัทบน Facebook นั่นเองมีอิทธิพลอย่างมีนัยสำคัญ และค่าบวกทั้งระบุผู้บริโภค – ชุมชน (H1, b = 0.540, p < 0.001) และผู้บริโภค – บริษัทรหัส (H2, b = 0.195, p < 0.01) ดังนั้น H1 และ H2 ทั้งสองรับการสนับสนุน แบบจำลองคาดการณ์เส้นทางจากผู้บริโภค – ชุมชนรหัสเพื่อระบุผู้บริโภค – บริษัท (H3) และพบว่า มีความสัมพันธ์อย่างมีนัยสำคัญ และค่าบวกระหว่าง (b = 0.379, p < 0.001) ดังนั้น กำไร H3 สนับสนุน นอกจาก ในการทดสอบนี้ ผู้บริโภคชุมชนรหัสระบุผล mediating บางส่วนของบริษัท Facebook ชุมชนและผู้บริโภค – บริษัทระบุ (b = 0.540 > b = 0.195) เช่นบางส่วนของผู้เข้าร่วมในการศึกษานี้ที่เป็นสมาชิกของชุมชน Facebook 7-11 กล่าวว่า แฟน ๆ ใน 7-11 หน้า Facebook แฟนขึ้นอยู่กับแต่ละอื่น ๆ และเห็นตัวเองเป็นส่วนหนึ่งของชุมชนนี้เป็นบริษัทนี้ นี่คือไม่เพียงแต่กรณีชุมชน 7-11 แต่ยังตอบจากชุมชนอื่น ๆ Facebook ในแบบสำรวจนี้ ผลลัพธ์นี้สนับสนุนผลการวิจัยเชิงปริมาณFig. 3 แสดงว่า เส้นทางจากรหัสชุมชนผู้บริโภคมีอิทธิพลที่สำคัญ ทางบวกกับพฤติกรรมทั้งในบทบาท (H4a, b = 0.371, p < 0.001) และลักษณะการทำงานบทบาทอดีต (H4b, b = 0.566, p < 0.001) นอกจากนี้ เส้นทางจากรหัสคอนสุบริษัทมีอิทธิพลที่สำคัญ ทางบวกกับพฤติกรรมทั้งในบทบาท (H5a, b = 0.447, p < 0.001) และลักษณะการทำงานบทบาทอดีต (H5b, b = 0.338, p < 0.001) ดังนั้น H4 และ H5 เต็มรับการสนับสนุน ดังกล่าวเป็นบางส่วนของผู้เข้าร่วม

ผลลัพธ์ (ไทย) 2:

4.3 รูปแบบโครงสร้างอำนาจอธิบายของรูปแบบโครงสร้างได้รับการประเมินโดยดูที่ค่า R2
จากรูป และรูปที่ 2 3, val- R2 UES อยู่ระหว่าง 0.261-0.620 ซึ่งแสดงให้เห็นว่าตัวแปรย่อมสามารถอธิบายได้ว่า 26.1% เป็น 62.0% ของความแปรปรวนของตัวแปรที่เกี่ยวข้อง.
ในรูป 2 ก็จะเห็นได้ว่าชุมชนของ บริษัท บน Facebook กระทำอิทธิพลสำคัญและบวกทั้งบัตรประจำตัวของผู้บริโภคที่ชุมชน (H1, B = 0.540, p <0.001) และบัตรประจำตัวของผู้บริโภค บริษัท (H2, B = 0.195, p <0.01 ) ดังนั้น H1 และ H2 มีทั้งที่ได้รับการสนับสนุน รูปแบบที่คาดการณ์เส้นทางจากบัตรประจำตัวของผู้บริโภคในชุมชนเพื่อระบุตัวตนของผู้บริโภค บริษัท (H3) และแสดงให้เห็นว่ามีความสำคัญและความสัมพันธ์เชิงบวกระหว่างพวกเขา (ข = 0.379, p <0.001) ดังนั้นกำไร H3 สนับสนุน นอกจากนี้ในการทดสอบนี้ประจำตัวประชาชนของผู้บริโภคที่ชุมชนชี้ให้เห็นผลกระทบบางส่วนไกล่เกลี่ยในชุมชนของ บริษัท Facebook และบัตรประจำตัวของผู้บริโภค บริษัท (ข = 0.540> ข = 0.195) เช่นบางส่วนของผู้เข้าร่วมในการศึกษาที่เป็นสมาชิกของชุมชน 7-11 Facebook กล่าวว่าแฟน ๆ ในแฟนเพจ Facebook 7-11 เป็นพันธมิตรกับแต่ละอื่น ๆ และเห็นว่าตัวเองเป็นส่วนหนึ่งของชุมชนแห่งนี้เช่นเดียวกับ บริษัท นี้ . นี้ไม่เพียง แต่กรณีที่ 11/07 ชุมชน แต่ยังตอบแบบสอบถามจากชุมชน Facebook ในการสำรวจครั้งนี้ ผลการค้นพบนี้สนับสนุนเชิงปริมาณ.
รูป 3 แสดงให้เห็นว่าเส้นทางจากบัตรประจำตัวของผู้บริโภคที่ชุมชนมีอิทธิพลอย่างมีนัยสำคัญและบวกทั้งพฤติกรรมในบทบาท (H4a, B = 0.371, p <0.001) และพฤติกรรมของอดีตบทบาท (H4B, B = 0.566, p <0.001) นอกจากนี้เส้นทางจากสุเมเรียนการระบุ บริษัท วงมีอิทธิพลอย่างมีนัยสำคัญและบวกทั้งพฤติกรรมในบทบาท (H5a, B = 0.447, p <0.001) และพฤติกรรมของอดีตบทบาท (H5b, B = 0.338, p <0.001) . ดังนั้นทั้งสอง H4 และ H5 การสนับสนุนอย่างเต็มที่ เช่นบางส่วนของผู้เข้าร่วม

ผลลัพธ์ (ไทย) 3:

4.3 . รูปแบบโครงสร้าง
ความสามารถของแบบจำลองโครงสร้างจะถูกประเมินโดยดูที่ 2 ค่า จากรูปที่ 2 และรูปที่ 3 R2 Val - ใช้ระหว่าง 0.261 เพื่อ 0.620 ซึ่งแสดงให้เห็นว่าแบบจำลองตัวแปรที่สามารถอธิบาย 26.1 ถึง 1 % ของความแปรปรวนของแต่ละตัวแปรตาม .
ในรูปที่ 2จะเห็นได้ว่าบริษัทของชุมชนบน Facebook นั่นเอง ทางด้านบวกต่อทั้งผู้บริโภคและชุมชน ( รหัส ( H1 B = 0.500 , P < 0.001 ) และผู้บริโภค–บริษัทกำหนด ( H2 B = 0.195 , p < 0.01 ) ดังนั้น , H1 H2 และทั้งสองได้รับการสนับสนุนแบบจำลองทำนายเส้นทางจากตัวชุมชน–ผู้บริโภคกับผู้บริโภค–บริษัทกำหนด ( H3 ) และพบว่ามีความสัมพันธ์ทางบวกระหว่างพวกเขา ( B = 0.379 , p < 0.001 ) ดังนั้น H3 ได้รับการสนับสนุน นอกจากนี้ ในการทดสอบนี้ประชาชนชุมชนและพบว่าผู้บริโภคบางส่วน ขณะผลกระทบต่อชุมชน Facebook ของ บริษัท และผู้บริโภค ซึ่งบริษัทกำหนด ( B = 0.500 > B = 0.195 )เช่นบางส่วนของผู้เข้าร่วมในการศึกษานี้ผู้ที่เป็นสมาชิกของ Facebook 7 – 11 ชุมชน กล่าวว่า แฟนๆ ใน 7 – 11 หน้าพัดลม เกี่ยวข้องกับแต่ละอื่น ๆและเห็นว่าตนเองเป็นส่วนหนึ่งของชุมชนนี้เช่นเดียวกับ บริษัท นี้ นี้ไม่ได้เป็นเพียงกรณีสำหรับ 7 – 11 ชุมชน แต่ยังมีคน จากชุมชน Facebook อื่น ๆในการสำรวจนี้ผลที่ได้นี้สนับสนุนผลการวิจัยเชิงปริมาณ
รูปที่ 3 แสดงให้เห็นว่าเส้นทางจากตัวชุมชนและผู้บริโภคมีความสําคัญและบวกต่อพฤติกรรมทั้งในบทบาท ( h4a , B = 0.371 , P < 0.001 ) และพฤติกรรมบทบาท EX ( h4b , B = 0.566 , p < 0.001 ) นอกจากนี้ เส้นทางจากคอน - ฤดูร้อน –บริษัท ระบุมีความสําคัญและบวกอิทธิพลทั้งใน h5a บทบาท , พฤติกรรมB = 0.447 , P < 0.001 ) และพฤติกรรมบทบาท EX ( h5b , B = 0.338 , p < 0.001 ) ดังนั้น ทั้ง h5 H4 และได้รับการสนับสนุนอย่างเต็มที่ เช่นบางส่วนของผู้เข้าร่วม