Page 192 - Biloslavo, Roberto, in Kljajić-Dervić, Mirela, 2016. Dejavniki uspešnosti managementa znanja. Koper: Založba Univerze na Primorskem
P. 192
avniki uspešnosti managementa znanja: Primer trgovine v državi v razvoju
topoulos in Siguaw 2000, 30). Pri čemer sledimo deloma agregiranemu
procesu kot je že napisano v enem od poglavij zgoraj. Najprej preverjamo
merski model za vsak konstrukt posebej, potem pa tvorimo nove konstruk-
te kot povprečja indikatorjev, ki jih sestavljajo in v strukturni model vk-
ljučimo le te sestavljene konstrukte in ne tudi indikatorjev. Specifikacija
modela je potrebna za identifikacijo in oceno parametrov, ki potekajo v na-
daljnjih korakih in zagotavlja, da so v programsko orodje LISREL vnese-
ni pravilni ukazi. Za delo s programskim orodjem LISREL nam ni treba
poznati notacije diagrama poti in enačb. LISREL omogoča, da vanj nepos-
redno rišemo diagram poti, v ozadju pa nastaja SIMPLIS sintaksa. Linear-
ni sistem enačb hipotetiziranega modela je sestavljen iz strukturnih enačb,
merskih enačb za endogene latentne spremenljivke in merskih enačb za ek-
sogene latentne spremenljivke.
192 Medsebojne povezave, ki so predstavljene v diagramu poti, smo pretvo-
riti v sistem linearnih enačb. S pomočjo predhodno navedenih podatkov
in diagrama poti izdelamo vnosno datoteko za obdelavo v orodju LISREL
oziroma SIMPLIS sintakso. Mi smo napisali kar sintakso za preverjanje
modela in dali izrisati tudi diagram poti.
Identifikacija modela
Korak modeliranja v katerem opravimo identifikacijo modela (angl. model
identification) je namenjen temu, da ocenimo, ali imamo na voljo dovolj in-
formacij, da ocenimo vse parametre v modelu (Škerlavaj 2001, 42). V koli-
kor nam model ponudi le eno rešitev in ne več enakovrednih, pridemo do
problema identifikacije. Potrebni pogoj za ustrezno identifikacijo modela
prikazuje neenačba (1), kjer t pomeni število ocenjevalnih parametrov, s pa
število varianc in kovarianc med merskim spremenljivkami v modelu. Ta
pogoj preverimo s formulo:
t ≤ s /2 (1)
Vrednost s izračunamo z enačbo (2), kjer p pomeni število y spremenljivk
(merske spremenljivke za merjenje endogenih latentnih spremenljivk), q
pa število x spremenljivk (merske spremenljivke za merjenje eksogenih la-
tentnih spremenljivk) v modelu. To izračunamo po formuli:
s = (p + q) . (p + q + 1) (2)
Če je vrednost t večja od desne strani neenačbe (1), gre za neidentificirani
model (angl. unidentified), saj imamo premalo opazovanih spremenljivk. V
primeru ko je vrednost t enaka desni strani neenačbe (1), gre za natančno
identificiran model (angl. just-identified), kar pomeni, da pri modelu lah-
topoulos in Siguaw 2000, 30). Pri čemer sledimo deloma agregiranemu
procesu kot je že napisano v enem od poglavij zgoraj. Najprej preverjamo
merski model za vsak konstrukt posebej, potem pa tvorimo nove konstruk-
te kot povprečja indikatorjev, ki jih sestavljajo in v strukturni model vk-
ljučimo le te sestavljene konstrukte in ne tudi indikatorjev. Specifikacija
modela je potrebna za identifikacijo in oceno parametrov, ki potekajo v na-
daljnjih korakih in zagotavlja, da so v programsko orodje LISREL vnese-
ni pravilni ukazi. Za delo s programskim orodjem LISREL nam ni treba
poznati notacije diagrama poti in enačb. LISREL omogoča, da vanj nepos-
redno rišemo diagram poti, v ozadju pa nastaja SIMPLIS sintaksa. Linear-
ni sistem enačb hipotetiziranega modela je sestavljen iz strukturnih enačb,
merskih enačb za endogene latentne spremenljivke in merskih enačb za ek-
sogene latentne spremenljivke.
192 Medsebojne povezave, ki so predstavljene v diagramu poti, smo pretvo-
riti v sistem linearnih enačb. S pomočjo predhodno navedenih podatkov
in diagrama poti izdelamo vnosno datoteko za obdelavo v orodju LISREL
oziroma SIMPLIS sintakso. Mi smo napisali kar sintakso za preverjanje
modela in dali izrisati tudi diagram poti.
Identifikacija modela
Korak modeliranja v katerem opravimo identifikacijo modela (angl. model
identification) je namenjen temu, da ocenimo, ali imamo na voljo dovolj in-
formacij, da ocenimo vse parametre v modelu (Škerlavaj 2001, 42). V koli-
kor nam model ponudi le eno rešitev in ne več enakovrednih, pridemo do
problema identifikacije. Potrebni pogoj za ustrezno identifikacijo modela
prikazuje neenačba (1), kjer t pomeni število ocenjevalnih parametrov, s pa
število varianc in kovarianc med merskim spremenljivkami v modelu. Ta
pogoj preverimo s formulo:
t ≤ s /2 (1)
Vrednost s izračunamo z enačbo (2), kjer p pomeni število y spremenljivk
(merske spremenljivke za merjenje endogenih latentnih spremenljivk), q
pa število x spremenljivk (merske spremenljivke za merjenje eksogenih la-
tentnih spremenljivk) v modelu. To izračunamo po formuli:
s = (p + q) . (p + q + 1) (2)
Če je vrednost t večja od desne strani neenačbe (1), gre za neidentificirani
model (angl. unidentified), saj imamo premalo opazovanih spremenljivk. V
primeru ko je vrednost t enaka desni strani neenačbe (1), gre za natančno
identificiran model (angl. just-identified), kar pomeni, da pri modelu lah-
