我的論文是關於模特兒笑容差異程度 (四種微笑程度，建檔時我以0.1.2.3來做出區別) 搭配不同的廣告訴求(理性與感性訴求，建檔時以0.1表示) 跟不同的服務業類型(銀行與SPA，建檔時以0.1表示) 下會對下列四個構面，也就是消費者的廣告態度、產品態度 、模特兒笑容吸引力和購買意願產生什麼影響? 共有16個實驗組，每組至少30個以上的樣本數，總樣本數是610份。 問卷題目總共27題、廣告態度10題、產品態度6題、 代言人微笑吸引力7題跟購買意願4題 之前已經做過信度跟因素分析， 因素分析結果發現產品態度跟購買意願跑在同一個因素裡， 結論把它歸納在同一個構面，所以只剩下三個構面。 然後兩題的因素負荷量較低所以刪除之!! 所以現在我總共有三個因素(廣告態度、產品態度與購買意願、模特兒笑容吸引力)， 每個受測者對此三個因素都有其對應的因素分數。 我在上週已經先做過初始的三因子變異數分析， 也就是三個自變數交互作用下會對三個構面有什麼影響。 MEETING後，老師希望我再跑一個ANOVA，架構如下: (1)模特兒笑容差異程度(Var1)--------------------1.產品態度與購買意願 (自變數，分別用0.1.2.3來代表) - 2.廣告態度 - ------------------------------------------------- - - - (2)服務業類型(IVar1) (3)廣告訴求(IVar2) 模特兒笑容吸引力(IVar3) (分別以0.1表示) (分別以0.1表示) 老師認為模特兒笑容吸引力不應該是依變數，應該是干擾變數(moderator)， 所以他要我將服務業類型、廣告訴求跟模特兒笑容吸引力都當做干擾變數， 分別搭配模特兒笑容差異程度下，也就是想要看看Var1、Var1*IVar1、 Var1*IVar2、Var1*IVar3 會各對依變數(廣告態度、產品態度與購買意願)產生什麼影響? 之前問過他人意見，認為這應該是要用複回歸跑的， 老師說用GLM就可以跑了，所以我想問的問題是 IVAR1跟IVAR2對應模特兒笑容差異程度，因為這三個都是類別變數， 所以跑ANOVA沒問題，但是我的模特兒笑容吸引力， 是利用之前跑因素分析時跑出來的610個因素分數下去做的， 這是不是會造成不能使用GLM來作分析， 還是我可以透過什麼樣的資料轉換來解決這樣的問題? (有人建議我可以把因素分數由小排到大，然後分類成幾組給予新的編碼。) 但我想問的是有沒有別的方式，還是可以在變數檢視這個地方就可以有所設定呢? 煩請有好心的大大解惑之,謝謝!! --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 118.168.35.104 ※ 編輯: TOAKEYOKO 來自: 118.168.35.104 (03/25 01:56)