Page 206 - Biloslavo, Roberto, in Kljajić-Dervić, Mirela, 2016. Dejavniki uspešnosti managementa znanja. Koper: Založba Univerze na Primorskem
P. 206
Dejavniki uspešnosti managementa znanja: Primer trgovine v državi v razvoju
ostankov matrike, kjer velja, da vrednosti S RMR < 0,05 pomenijo dob-
ro ustreznost modela. V našem primeru znaša S RMR = 0,06, kar je rav-
no malo čez mejo za sprejemljivost modela po tem merilu. Mera GFI lahko
zavzame vrednosti 0 ≤ GFI ≤ 1. V našem primeru znaša GFI = 0,97, kar je
sprejemljiva vrednost.
Splošno sprejemljivost modela smo ocenili z vidika več mer. Iz rezul-
tatov je razvidno, da določene mere opredelijo model kot dober, druge pa
kot manj ustrezen. Ko smo s podatki, pridobljenimi z anketnim vprašal-
nikom, poskusili potrditi zastavljene hipoteze, smo ugotovili, da štirih
zastavljenih hipotez ne moremo potrditi. Zato smo se odločili za modifi-
ciranje oziroma izboljšanje modela, ki predstavlja naslednji korak v mo-
deliranju in je tudi najbolj kritičen. Izboljšanje modela se na prvi pogled
zdi dokaj razumna odločitev, saj je vedno mogoče nek model izboljšati in
206 tako povečati njegovo ustreznost ali pa model preprosto poenostaviti. Za
modificiranje modela se odločimo v primeru, ko imamo za to razumljiv
in utemeljen razlog, ki temelji na teoretični ali empirični osnovi. Z mo-
difikacijo modela lahko dosežemo večjo oziroma boljšo ali celo odlično
ustreznost modela, toda to velja le za točno določen vzorec, medtem ko se
lahko izkaže, da je tak model popolnoma neustrezen za drugi vzorec po-
pulacije. Ker smo v naši raziskavi imeli točno določen vzorec in se prvot-
ni model ni pokazal kot popolnoma ustrezen smo se odločili za modifi-
ciranje modela.
Pri preverjanju veljavnosti merjenja in testiranja modificiranega mode-
la smo ugotovili, da je vrednost RMSEA < 0,05 kar predstavlja dobro ustre-
znost modela. V primerjavi s prvotnim modelom je modificirani model
ustrezen. Pri modificiranem modelu je vrednost nenormirane mere ustre-
znosti modela NNFI = 0,99, kar pomeni, da model dobro ustreza glede na
to merilo. Vrednost CFI = 1, kar predstavlja ustrezen model. V našem pri-
meru znaša S RMR = 0,03, kar predstavlja ustreznost modela. Mera GFI v
našem primeru znaša 0,99, kar je predstavlja vrednost ustreznega modela.
Iz navedenih podatkov lahko zaključimo, da je prileganje modela podat-
kom zelo dobro.
Po navedenih merilih modificiran model nakazuje na boljše prilega-
nje kot prvotni. Parsimoničnost modela je nižja, kar je za pričakovati, saj je
model kompleksnejši od prvotnega. Zaključimo lahko, da se modificiran
model podatkom ustrezno in bolje prilega od prvotnega.
Na podlagi modificiranega modela lahko tudi ugotovimo statistično
značilne povezave med dejavniki (organizacijska kultura, človeški kapital,
vodenje, organizacijska struktura, informacijska-komunikacijska tehnolo-
gija in sistem nagrajevanja) in uspešnostjo managementa znanja, kot tudi
ostankov matrike, kjer velja, da vrednosti S RMR < 0,05 pomenijo dob-
ro ustreznost modela. V našem primeru znaša S RMR = 0,06, kar je rav-
no malo čez mejo za sprejemljivost modela po tem merilu. Mera GFI lahko
zavzame vrednosti 0 ≤ GFI ≤ 1. V našem primeru znaša GFI = 0,97, kar je
sprejemljiva vrednost.
Splošno sprejemljivost modela smo ocenili z vidika več mer. Iz rezul-
tatov je razvidno, da določene mere opredelijo model kot dober, druge pa
kot manj ustrezen. Ko smo s podatki, pridobljenimi z anketnim vprašal-
nikom, poskusili potrditi zastavljene hipoteze, smo ugotovili, da štirih
zastavljenih hipotez ne moremo potrditi. Zato smo se odločili za modifi-
ciranje oziroma izboljšanje modela, ki predstavlja naslednji korak v mo-
deliranju in je tudi najbolj kritičen. Izboljšanje modela se na prvi pogled
zdi dokaj razumna odločitev, saj je vedno mogoče nek model izboljšati in
206 tako povečati njegovo ustreznost ali pa model preprosto poenostaviti. Za
modificiranje modela se odločimo v primeru, ko imamo za to razumljiv
in utemeljen razlog, ki temelji na teoretični ali empirični osnovi. Z mo-
difikacijo modela lahko dosežemo večjo oziroma boljšo ali celo odlično
ustreznost modela, toda to velja le za točno določen vzorec, medtem ko se
lahko izkaže, da je tak model popolnoma neustrezen za drugi vzorec po-
pulacije. Ker smo v naši raziskavi imeli točno določen vzorec in se prvot-
ni model ni pokazal kot popolnoma ustrezen smo se odločili za modifi-
ciranje modela.
Pri preverjanju veljavnosti merjenja in testiranja modificiranega mode-
la smo ugotovili, da je vrednost RMSEA < 0,05 kar predstavlja dobro ustre-
znost modela. V primerjavi s prvotnim modelom je modificirani model
ustrezen. Pri modificiranem modelu je vrednost nenormirane mere ustre-
znosti modela NNFI = 0,99, kar pomeni, da model dobro ustreza glede na
to merilo. Vrednost CFI = 1, kar predstavlja ustrezen model. V našem pri-
meru znaša S RMR = 0,03, kar predstavlja ustreznost modela. Mera GFI v
našem primeru znaša 0,99, kar je predstavlja vrednost ustreznega modela.
Iz navedenih podatkov lahko zaključimo, da je prileganje modela podat-
kom zelo dobro.
Po navedenih merilih modificiran model nakazuje na boljše prilega-
nje kot prvotni. Parsimoničnost modela je nižja, kar je za pričakovati, saj je
model kompleksnejši od prvotnega. Zaključimo lahko, da se modificiran
model podatkom ustrezno in bolje prilega od prvotnega.
Na podlagi modificiranega modela lahko tudi ugotovimo statistično
značilne povezave med dejavniki (organizacijska kultura, človeški kapital,
vodenje, organizacijska struktura, informacijska-komunikacijska tehnolo-
gija in sistem nagrajevanja) in uspešnostjo managementa znanja, kot tudi
