Page 179 - Biloslavo, Roberto, in Kljajić-Dervić, Mirela, 2016. Dejavniki uspešnosti managementa znanja. Koper: Založba Univerze na Primorskem
P. 179
Analiza, rezultati in ugotovitve 179
ditvijo, da je bila dobičkonosnost sredstev (ROA) nad povprečjem panoge.
Nefinančni kazalnik vključuje oceno tržnega deleža v primerjavi s konku-
renti na petstopenjski lestvici. Korelacija med kazalnikoma je sicer statistič-
no značilna in pozitivna, a šibka (r = 0,32). V kolikor bi bila oba kazalnika
uspešnosti del istega konstrukta, bi pričakovali med njima visoko korelaci-
jo. Nadalje bi pričakovali, da je faktorsko analizo na njiju mogoče izvesti in
da se faktorska rešitev konča z enim faktorjem. KMO pokaže, da je korela-
cija med indikatorjema (pre)nizka in so posledično podatki manj primerni
za faktorsko analizo (KMO = 0,5). Tudi zanesljivost merjenja kazalnikov
kot del istega konstrukta je neustrezna (Cronbachov α = 0,49). Zaradi tega
oba kazalnika obravnavamo kot indikatorja dveh različnih konstruktov z
enim indikatorjem in ne kot dva indikatorja istega konstrukta.
Na začetku tega poglavja, v opisu vprašalnika, je bilo razvidno, koliko
merskih spremenljivk smo uporabili za pojasnjevanje posamezne latentne
spremenljivke. Faktorska analiza stanje spremeni, zato je treba oblikovati
novo opredelitev konstruktov, kot bo prikazano v nadaljevanju skozi kora-
ke modeliranja s programom LISREL.
Metodologija strukturnih linearnih enačb
Za preverjanja veljavnosti merjenja in testiranja odnosov med konstruk-
ti smo uporabili metodologijo strukturnih linearnih enačb (angl. structu-
ral equation modeling – SEM). Metodologija strukturnih linearnih enačb
je statistična metoda, ki je namenjena izdelavi in preizkušanju (vzročnih)
modelov s poudarkom na potrjevalni oziroma konfirmatorni analizi. Me-
todologija nam omogoča, da ugotovimo, ali predpostavljene povezave med
spremenljivkami držijo. Endogene in eksogene latentne spremenljivke me-
rimo z merskimi spremenljivkami, ki so lahko sestavljene iz ene ali več po-
stavk (Škerlavaj 2003, 34).
Za ocenjevanje ustreznosti merskega in strukturnega modela, prouči-
mo naslednje kazalce:
− Sattora-Bentlerjev χ2, ki ni občutljiv na odstopanje porazdelitve
od normalne, a nanj vpliva velikost vzorca (Schumacker in Lomax
2004). Zaželeno je, da ni statistično značilen;
− indeksi: CFI, IFI, NNFI, katerih vrednosti naj bi bile enake ali
višje od 0,95 oz. 0,90 (Vieira 2011, 14);
− SRMR (angl. standardized root mean square residual), ki je defini-
ran kot standardizirana razlika med opaženo in napovedano ko-
relacijo med spremenljivkami. Zaželene vrednosti kazalca so nižje
od 0,08 (Hu in Bentler 1998); nanj vpliva velikost vzorca ter kom-
ditvijo, da je bila dobičkonosnost sredstev (ROA) nad povprečjem panoge.
Nefinančni kazalnik vključuje oceno tržnega deleža v primerjavi s konku-
renti na petstopenjski lestvici. Korelacija med kazalnikoma je sicer statistič-
no značilna in pozitivna, a šibka (r = 0,32). V kolikor bi bila oba kazalnika
uspešnosti del istega konstrukta, bi pričakovali med njima visoko korelaci-
jo. Nadalje bi pričakovali, da je faktorsko analizo na njiju mogoče izvesti in
da se faktorska rešitev konča z enim faktorjem. KMO pokaže, da je korela-
cija med indikatorjema (pre)nizka in so posledično podatki manj primerni
za faktorsko analizo (KMO = 0,5). Tudi zanesljivost merjenja kazalnikov
kot del istega konstrukta je neustrezna (Cronbachov α = 0,49). Zaradi tega
oba kazalnika obravnavamo kot indikatorja dveh različnih konstruktov z
enim indikatorjem in ne kot dva indikatorja istega konstrukta.
Na začetku tega poglavja, v opisu vprašalnika, je bilo razvidno, koliko
merskih spremenljivk smo uporabili za pojasnjevanje posamezne latentne
spremenljivke. Faktorska analiza stanje spremeni, zato je treba oblikovati
novo opredelitev konstruktov, kot bo prikazano v nadaljevanju skozi kora-
ke modeliranja s programom LISREL.
Metodologija strukturnih linearnih enačb
Za preverjanja veljavnosti merjenja in testiranja odnosov med konstruk-
ti smo uporabili metodologijo strukturnih linearnih enačb (angl. structu-
ral equation modeling – SEM). Metodologija strukturnih linearnih enačb
je statistična metoda, ki je namenjena izdelavi in preizkušanju (vzročnih)
modelov s poudarkom na potrjevalni oziroma konfirmatorni analizi. Me-
todologija nam omogoča, da ugotovimo, ali predpostavljene povezave med
spremenljivkami držijo. Endogene in eksogene latentne spremenljivke me-
rimo z merskimi spremenljivkami, ki so lahko sestavljene iz ene ali več po-
stavk (Škerlavaj 2003, 34).
Za ocenjevanje ustreznosti merskega in strukturnega modela, prouči-
mo naslednje kazalce:
− Sattora-Bentlerjev χ2, ki ni občutljiv na odstopanje porazdelitve
od normalne, a nanj vpliva velikost vzorca (Schumacker in Lomax
2004). Zaželeno je, da ni statistično značilen;
− indeksi: CFI, IFI, NNFI, katerih vrednosti naj bi bile enake ali
višje od 0,95 oz. 0,90 (Vieira 2011, 14);
− SRMR (angl. standardized root mean square residual), ki je defini-
ran kot standardizirana razlika med opaženo in napovedano ko-
relacijo med spremenljivkami. Zaželene vrednosti kazalca so nižje
od 0,08 (Hu in Bentler 1998); nanj vpliva velikost vzorca ter kom-
