# 多變量期末

***
## 問題

### 1. excel 處理資料好像不算處理得很乾淨
全填77777的，還有地點是 "忘了"、"家" 這些沒去除掉
老師不知道會不會鞭我們-O-
(幾乎沒處理)
### 2. drawio的圖檸檬原本畫的是非標準化的數值，我改成標準化後的數值了
### 3. paper當中提到的 t-value
在amos 對應是輸出中一個叫做C.R.的值
這個C.R.跟我們禮拜一做的那個組合信度CR是不一樣的東西
t-value
\>1.96 時，標記*
\>2.58 時，標記**
\>3.29 時，標記***

https://www.researchgate.net/post/How-can-i-get-t-value-in-Amos

### 4. paper 的 3.2節那邊再講每一個構面的時候有寫Cronbach’s α值


不過依據 https://www.yongxi-stat.com/validity/ 這篇
> 基本上，組成信度(CR)與常見的Cronbach’ alpha係數概念相似，但因兩者計算公式的些微差異，所以組成信度(CR)的數值皆會高於Cronbach’ alpha係數。

本篇研究的CR組合信度沒高於，反而低Cronbach’s α滿多的
SPSS用我們的資料跑信度 Cronbach’s α會得到
確實如上面那篇說的
會不會原本的paper他們算錯啊- -
不然怎麼解釋我們做的CR、AVE 比paper高這麼多

***

## 報告摘要

* 介紹題目
* 上次介紹過的模型 五個構面、九個正相關假設
* 原本樣本收集方式、收集數量、樣本分布狀況
* 我們樣本收集方式、收集數量、樣本分布狀況
* 原本的資料跑出來 適配度指標哪些 多少? 哪些顯著?
* 我們的資料跑出來 適配度指標哪些 多少? 哪些顯著?
* 原本研究以及我們的研究做對比，解釋結果
* 研究貢獻
* 問卷發放分工

***

## 內容

PPT

### page1
大家好 我們的題目是第六組
題目是這個
為甚麼人們會在臉書上打卡?符號自我完成理論與社會認同理論之觀點
### page3
那再來期中有提到過這篇paper是根據這兩個主要的理論
就是剛剛看到的標題
符號自我完成理論 與
社會認同理論之觀點
### page4
接著看這個就是研究架構圖
就是依據前面兩個理論建構的
那這個圖包含了五個構面 九個正相關的假設這樣
我們的實驗也就是不同一批資料再次驗證這個模型
還有這些構面的相關性這樣

那首先看到的是我們的研究結果齁
### page19
樣本的部分
原本的研究350份有效問卷
那我們重製最後得到的是132份有效問卷

诶這邊我們的paper沒有很詳細的把他們的描述性統計全部列出來
他們只有列主要次要的樣本族群這樣
所以沒辦法很詳細的做一個比較
不過我們也是可以看到
我們重製的研究樣本跟原本研究除了數量上有落差
然而 族群上
性別、年齡、教育程度的分布我們都跟原本研究的差不多
接著
### page20
FB 的使用時間也跟原本的研究樣本的族群差不多
然後這個打卡頻率的部分paper就沒解釋他們的偶爾是多久
我們的樣本則是長這樣

诶所以等等之後可以看
我們路徑分析出來的結果其實也沒跟原本的研究差到太多

### page21
探索性因素分析
(解釋? 刪掉?)

### page22
好那接著這個是原研究的各個衡量數值
首先因素負荷量有達到paper裡面根據這兩位學者提出的0.45~0.95之間，因此這部分沒問題
那看到收斂效度這邊
他們做出來的這個CR 組合信度就0.5多 0.6多 不會算太好 但也有在0.5之上
而這個AVE平均變異萃取量數值有的就真的不好
不過paper裡面也提供一些說明，那簡單來說就是可接受這樣
好那接著看我們的重製的研究數據
### page23
那首先我們amos跑的因素負荷量也是在0.45~0.95之間沒問題
然而組合信度還有平均變異萃取量都比原本研究的資料高滿多的
(解釋?)

### page24
好那在進行分析之前paper有先做一個檢驗適配度的動作
這邊上網查了一下似乎比較重要的是CFI跟RMSEA
CFI 最好0.9以上
而RMSEA最好0.08以下，然而0.1以上就是不理想
我們做出來就普通這樣
(解釋?)

### page25

好再來是這個原研究的結果
做完路徑分析後
研究發現這個BI品牌認同 無法直接影響 RI再購意願
但是可以藉由影響旁邊的 CI臉書打卡 以及 下面的CS顧客滿意
間接影響RI再購意願這樣
接著看到我們

### page26

這是amos輸出的圖 不會調整那個數值有點亂
所以另外畫

### page27

好那我們重置的跟原本的研究做出來最大的不同就是
自我一致性 到 打卡意願這邊是不顯著的
解釋...

待續...