two-item scales, one for behavioura

two-item scales, one for behavioural loyalty
( Jacoby and Chestnut, 1978 ) and the other
for attitudinal loyalty ( Narayandas, 1997 ).
The data were analysed using SPSS 17.0
and LISREL 8.72. The data were fi rst
split into three fi les, each representing one
of the three products studied in the survey:
cars ( N = 166), laptops ( N = 183) and sneakers
( N = 177). The difference in N across the
three products was due to the fact that some
respondents did not indicate their responses
for all three products included in the survey.
Since there was less than 1.8 per cent of
data missing for each data set and said
missing data can be considered to be completely
random, we have imputed these
values
using SPSS missing value analysis and
used
the EM method for imputation. After
imputation,
the data were analysed using
Multi-group
Structural Equation Modelling
(MGSEM) with LISREL 8.72. In this
way
we gained degrees of freedom and, thus,

more dimensions with which the model
could potentially be rejected ( Raykov and
Marcoulides, 2000 ).
The usual two-step approach was
followed, in which the fi t of the measurement
model was tested fi
rst
followed by
that
of the structural model. The goodness
of
fi
t
indices for the measurement model
and
the squared standardized loadings (indicator
’
s
reliability) for all the items on their
respective
constructs for the three products
are
given in Tables
1-3 .
The construct
reliability
and average variance extracted
are
given in Table
4 .
As such, we fi
rst tested

the
confi
gural
equivalence by applying
the
same CFA model to each of the three
groups.
For instance, as can be seen in

Tables
1-3 ,
four of the loadings in every
group
were much lower than the others.
And,
since these loadings correspond to
reversal
items, we consider this low reliability
to be due to a method effect, without

Kết quả (Việt) 1:

hai-mục vảy, một cho lòng trung thành hành vi(Jacoby và Chestnut, 1978) và kháccho lòng trung thành attitudinal (Narayandas, 1997). Dữ liệu được phân tích bằng cách sử dụng SPSS 17.0và LISREL 8.72. Dữ liệu là fi rstchia ba fi les, mỗi đại diện cho mộtcủa ba sản phẩm nghiên cứu trong các cuộc khảo sát:xe ô tô (N = 166), máy tính xách tay (N = 183) và giày(N = 177). Sự khác biệt trong N trên cácba sản phẩm là do thực tế rằng một sốngười trả lời đã chỉ ra phản ứng của họcho tất cả ba sản phẩm bao gồm trong cuộc khảo sát. Kể từ khi có là ít hơn 1,8 phần trăm củadữ liệu mất dữ liệu mỗi thiết lập và nóithiếu dữ liệu có thể được coi là hoàn toànngẫu nhiên, chúng tôi có imputed đâygiá trịbằng cách sử dụng SPSS thiếu giá trị phân tích vàsử dụngphương pháp EM cho imputation. Sau khiimputation,dữ liệu được phân tích bằng cách sử dụngNhiều nhómPhương trình cấu trúc mô hình(MGSEM) với LISREL 8.72. Trong điều nàycáchchúng tôi đã đạt được bậc tự do và, do đó,Thêm kích thước mà các mô hìnhcó khả năng có thể bị từ chối (Raykov vàMarcoulides, 2000). Cách tiếp cận thông thường hai bước làsau đó, trong đó t fi của đo lườngMô hình là thử nghiệm fiRSTtheo saumàcủa mô hình cấu trúc. Tốt đẹpcủafitCác chỉ số cho các mô hình đo lườngvàkhi tiêu chuẩn hóa bình phương (chỉ số’sđộ tin cậy) cho tất cả các mục trên của họtương ứngxây dựng cho ba sản phẩmđượcđược đưa ra trong bảng1-3.Xây dựngđộ tin cậyvà trung bình phương sai chiết xuấtđượcđược đưa ra trong bảng4.Như vậy, chúng tôi fiRST thử nghiệmCácconfiGuraltương đương bằng cách áp dụngCáccùng một mô hình CFA cho mỗi của baNhóm.Ví dụ, như có thể được nhìn thấy trongBảng1-3,bốn người trong khi trong mỗiNhómđã thấp hơn nhiều so với những người khác.Và,kể từ khi các lực tương ứng vớiđảo ngượcmục, chúng tôi xem xét này độ tin cậy thấplà do một phương pháp hiệu quả, mà không có

Kết quả (Việt) 2:

vảy hai hàng, một cho sự trung thành hành vi
(Jacoby và Chestnut, 1978) và các khác
cho sự trung thành thái độ (Narayandas, 1997).
Các số liệu được phân tích bằng phần mềm SPSS 17.0
và LISREL 8.72. Các dữ liệu đã fi đầu tiên
chia thành ba fi les, từng đại diện cho một
trong ba sản phẩm được nghiên cứu trong các cuộc khảo sát:
xe ô tô (N = 166), máy tính xách tay (N = 183) và giày thể thao
(N = 177). Sự khác biệt trong N trên
ba sản phẩm là do thực tế rằng một số
người trả lời không biết phản ứng của họ
đối với cả ba sản phẩm đưa vào điều tra.
Vì không ít hơn 1,8 phần trăm của
dữ liệu bị mất cho mỗi dữ liệu thiết lập và cho biết
dữ liệu bị mất có thể được coi là hoàn toàn
ngẫu nhiên, chúng tôi đã quy gán các
giá trị
sử dụng SPSS phân tích giá trị bị mất tích và
sử dụng
các phương pháp EM cho khoản tính. Sau khi
đổ tội,
các dữ liệu được phân tích bằng cách sử dụng
nhiều nhóm
cấu Equation Modelling
(MGSEM) với LISREL 8.72. Trong này
cách
chúng ta đã đạt được mức độ tự do và, do đó, kích thước hơn mà các mô hình có thể có khả năng bị từ chối (Raykov và Marcoulides, 2000). Các phương pháp hai bước thường được theo sau, trong đó t fi của phép đo mô hình đã được thử nghiệm Fi đầu tiên theo sau đó của các mô hình cấu trúc. Sự tốt lành của fi t chỉ số cho các mô hình đo lường và các tải trọng phương chuẩn (chỉ số 's độ tin cậy) cho tất cả các mặt hàng trên của họ tương ứng cấu trúc cho ba sản phẩm được đưa ra trong bảng 1-3. Cấu tạo độ tin cậy và phương sai trung bình chiết xuất được đưa ra trong Bảng 4. Như vậy, chúng ta fi đầu tiên thử nghiệm các con fi Gural tương đương bằng cách áp dụng các mô hình tương tự CFA với nhau trong ba nhóm. Ví dụ, như có thể thấy trong bảng 1-3, bốn trong số tải trọng trong mỗi nhóm đã được nhiều thấp hơn so với những người khác. Và, kể từ khi các tải trọng tương ứng với sự đảo ngược các mặt hàng, chúng tôi xem xét độ tin cậy thấp này là do ảnh hưởng phương pháp, mà không