Page 184 - Biloslavo, Roberto, in Kljajić-Dervić, Mirela, 2016. Dejavniki uspešnosti managementa znanja. Koper: Založba Univerze na Primorskem
P. 184
Dejavniki uspešnosti managementa znanja: Primer trgovine v državi v razvoju
V naši empirični raziskavi tem šestim dejavnikom oziroma konstruk-
tom managementa znanja dodamo še en konstrukt, saj želimo dokazati
vpliv managementa znanja na uspešnost poslovanja. Predpostavke celotne-
ga modela so naslednje:
− H1: Organizacijska kultura statistično pomembno vpliva na us-
pešnost managementa znanja na primeru trgovskih podjetij v
BiH.
− H2: Vodenje statistično pomembno vpliva na uspešnost manage-
menta znanja na primeru trgovskih podjetij v BiH.
− H3: Informacijska-komunikacijska tehnologija statistično po-
membno vpliva na uspešnost managementa znanja na primeru tr-
govskih podjetij v BiH.
− H4: Sistem nagrajevanja statistično pomembno vpliva na uspeš-
184
nost managementa znanja na primeru trgovskih podjetij v BiH.
− H5: Organizacijska struktura statistično pomembno vpliva na us-
pešnost managementa znanja na primeru trgovskih podjetij v BiH.
− H6: Človeški kapital statistično pomembno vpliva na uspešnost
managementa znanja na primeru trgovskih podjetij v BiH.
− H7: Management znanja pozitivno vpliva na finančno uspešnost
poslovanja trgovskih podjetij v BIH.
− H8: Management znanja pozitivno vpliva na nefinančno uspeš-
nost poslovanja trgovskih podjetij v BiH.
Hipoteze H1 do H6 med komponentami managementa znanja bomo
obravnavali z metodo strukturnih linearnih enačb ter povezavo H7 in H8
med konstruktom managementa znanja in uspešnostjo poslovanja, kot to
prikazuje Slika 20.
Naslednji korak je predstavljanje merskega modela, ki prikazuje, kako
merimo posamezne latentne spremenljivke (komponente) s pomočjo mer-
skih spremenljivk (elementov). Slednje so lahko refleksivne narave (angl. re-
flective indicator), kar pomeni, da latentne spremenljivke povzročajo opa-
zovano spremenljivko (Diamantopoulos in Siguaw 2000, 14–21).
Pred ocenjevanjem celotnega modela s sistemom strukturnih enačb je
bila izvedena faktorska analiza, ki je prikazana v poglavju 6.4. Z analizo
smo želeli preveriti, ali izbrane merske spremenljivke pomenijo dobro mero
za izbrane konstrukte.
Diagram poti
Diagram poti je grafični prikaz modela in sodi pred ovrednotenje mer-
skega modela. Pri strukturnem modeliranju je prvi korak »Model deve-
V naši empirični raziskavi tem šestim dejavnikom oziroma konstruk-
tom managementa znanja dodamo še en konstrukt, saj želimo dokazati
vpliv managementa znanja na uspešnost poslovanja. Predpostavke celotne-
ga modela so naslednje:
− H1: Organizacijska kultura statistično pomembno vpliva na us-
pešnost managementa znanja na primeru trgovskih podjetij v
BiH.
− H2: Vodenje statistično pomembno vpliva na uspešnost manage-
menta znanja na primeru trgovskih podjetij v BiH.
− H3: Informacijska-komunikacijska tehnologija statistično po-
membno vpliva na uspešnost managementa znanja na primeru tr-
govskih podjetij v BiH.
− H4: Sistem nagrajevanja statistično pomembno vpliva na uspeš-
184
nost managementa znanja na primeru trgovskih podjetij v BiH.
− H5: Organizacijska struktura statistično pomembno vpliva na us-
pešnost managementa znanja na primeru trgovskih podjetij v BiH.
− H6: Človeški kapital statistično pomembno vpliva na uspešnost
managementa znanja na primeru trgovskih podjetij v BiH.
− H7: Management znanja pozitivno vpliva na finančno uspešnost
poslovanja trgovskih podjetij v BIH.
− H8: Management znanja pozitivno vpliva na nefinančno uspeš-
nost poslovanja trgovskih podjetij v BiH.
Hipoteze H1 do H6 med komponentami managementa znanja bomo
obravnavali z metodo strukturnih linearnih enačb ter povezavo H7 in H8
med konstruktom managementa znanja in uspešnostjo poslovanja, kot to
prikazuje Slika 20.
Naslednji korak je predstavljanje merskega modela, ki prikazuje, kako
merimo posamezne latentne spremenljivke (komponente) s pomočjo mer-
skih spremenljivk (elementov). Slednje so lahko refleksivne narave (angl. re-
flective indicator), kar pomeni, da latentne spremenljivke povzročajo opa-
zovano spremenljivko (Diamantopoulos in Siguaw 2000, 14–21).
Pred ocenjevanjem celotnega modela s sistemom strukturnih enačb je
bila izvedena faktorska analiza, ki je prikazana v poglavju 6.4. Z analizo
smo želeli preveriti, ali izbrane merske spremenljivke pomenijo dobro mero
za izbrane konstrukte.
Diagram poti
Diagram poti je grafični prikaz modela in sodi pred ovrednotenje mer-
skega modela. Pri strukturnem modeliranju je prvi korak »Model deve-
