Page 49 - Tomšič, Nastja, 2016. Konkurenčnost malih in srednje velikih podjetij v globalnem trajnostnem razvoju. Koper: Založba Univerze na Primorskem
P. 49
Empirična raziskava
komponentnimi utežmi, ki izražajo moč zveze med spremenljivko (trditva-
mi) in glavno komponento. Vsebinski pomen glavne komponente potem-
takem določa spremenljivka (trditev) oz. spremenljivke (trditve) z utežjo,
večjo od 0,5, kar omenjajo tudi Hair et al. (2006, 153).
Z multiplo linearno regresijo smo preučevali vpliv več neodvisnih spre-
menljivk na odvisno spremenljivko. Model multiple linearne regresije pred-
stavlja naslednja enačba:
y = α + β1 · x1 + β2 · x2 + … + βk · xk + ε,
sepnrtepmkrjeiernk-ljtjeiivynke–ao, doαvd–ivsinrseingsapresrspeimrjsekmenaelknjiovljnkivsikt, aεan,–txask,lu–βčkak–j-ntaposa(trkncii=aolnd1,ik2rloe, gn…r.e)s–ijsnkei okdoveifsicnia-
reRgeregsriejsskijoskhaifpuenrrkacvinjai,nooblvikke+f(x1kr)a=zsαež+nβe1m· xp1r+osβt2o·rxu2, +ka…te+reβpkr·axvka, dolo-
ča vred- 49
nost je naslednja:
y’ = α + β1 · x1 + β2 · x2 + … + βk · xk.
Na osnovi metode najmanjših kvadratov dobimo ocene regresijskih
koeficientov oz. oceno regresijske hiperravnine:
y” = a + b1 · x1 + b2 · x2 + … + bk · xk.
pa jeKeoneafkicaierengtrbe1s,ibjs2k, i…k,obnksstoanentia. ki parcialnim regresijskim koeficientom, a
Parcialni regresijski koeficient, kot primer
ovnzsotasamtlniehemonodevobid1s,vnpiesonsvpiehrespsmprereemnmlejiemvnkblejoixvv1krsoepdsrtenamonseetnjioiozndaevseipsnnroeetmospeprnrejimepneoeng. loPjijovulk,eedg,atčevegrseaedovncroeensdta-i
regresijskega modela vključuje še izračun multiplega korelacijskega koefici-
enta (R) in multiplega determinacijskega koeficienta (R2) oz. popravljenega
multiplega determinacijskega koeficienta (Ȓ2), analizo variance – ANOVA
(F-test) in Studentov t-test. Multipli korelacijski koeficient kaže jakost od-
visnosti med odvisno in neodvisnimi spremenljivkami in je vedno pozitiv-
na vrednost. Multipli determinacijski koeficient pa predstavlja delež varia-
bilnosti odvisne spremenljivke, pojasnjen z linearnim vplivom neodvisnih
spremenljivk. Z analizo variance preizkušamo ničelno hipotezo, da so vse
vprreadvin,odsatijeβvkseanj aeknea 0vr(eHdn0:oβst1 sβ=tkaβrtai2sz=tliikč…ni Fa=ostβdoknp=ničj0a()Hz. nA1:alčvteislarnnjoeasnttiivβmnk a≠anh0ji)šp.aoNateilčizeealnnpaoa-
hipotezo zavrnemo, če je pri
ka 0,05. V primeru zavrnitve ničelne hipoteze sprejmemo alternativno hi-
potezo in nato s Studentovim t-testom ugotavljamo, kateri regresijski ko-
eficienti so različni od nič oz. imajo statistično značilen vpliv. Testiramo
komponentnimi utežmi, ki izražajo moč zveze med spremenljivko (trditva-
mi) in glavno komponento. Vsebinski pomen glavne komponente potem-
takem določa spremenljivka (trditev) oz. spremenljivke (trditve) z utežjo,
večjo od 0,5, kar omenjajo tudi Hair et al. (2006, 153).
Z multiplo linearno regresijo smo preučevali vpliv več neodvisnih spre-
menljivk na odvisno spremenljivko. Model multiple linearne regresije pred-
stavlja naslednja enačba:
y = α + β1 · x1 + β2 · x2 + … + βk · xk + ε,
sepnrtepmkrjeiernk-ljtjeiivynke–ao, doαvd–ivsinrseingsapresrspeimrjsekmenaelknjiovljnkivsikt, aεan,–txask,lu–βčkak–j-ntaposa(trkncii=aolnd1,ik2rloe, gn…r.e)s–ijsnkei okdoveifsicnia-
reRgeregsriejsskijoskhaifpuenrrkacvinjai,nooblvikke+f(x1kr)a=zsαež+nβe1m· xp1r+osβt2o·rxu2, +ka…te+reβpkr·axvka, dolo-
ča vred- 49
nost je naslednja:
y’ = α + β1 · x1 + β2 · x2 + … + βk · xk.
Na osnovi metode najmanjših kvadratov dobimo ocene regresijskih
koeficientov oz. oceno regresijske hiperravnine:
y” = a + b1 · x1 + b2 · x2 + … + bk · xk.
pa jeKeoneafkicaierengtrbe1s,ibjs2k, i…k,obnksstoanentia. ki parcialnim regresijskim koeficientom, a
Parcialni regresijski koeficient, kot primer
ovnzsotasamtlniehemonodevobid1s,vnpiesonsvpiehrespsmprereemnmlejiemvnkblejoixvv1krsoepdsrtenamonseetnjioiozndaevseipsnnroeetmospeprnrejimepneoeng. loPjijovulk,eedg,atčevegrseaedovncroeensdta-i
regresijskega modela vključuje še izračun multiplega korelacijskega koefici-
enta (R) in multiplega determinacijskega koeficienta (R2) oz. popravljenega
multiplega determinacijskega koeficienta (Ȓ2), analizo variance – ANOVA
(F-test) in Studentov t-test. Multipli korelacijski koeficient kaže jakost od-
visnosti med odvisno in neodvisnimi spremenljivkami in je vedno pozitiv-
na vrednost. Multipli determinacijski koeficient pa predstavlja delež varia-
bilnosti odvisne spremenljivke, pojasnjen z linearnim vplivom neodvisnih
spremenljivk. Z analizo variance preizkušamo ničelno hipotezo, da so vse
vprreadvin,odsatijeβvkseanj aeknea 0vr(eHdn0:oβst1 sβ=tkaβrtai2sz=tliikč…ni Fa=ostβdoknp=ničj0a()Hz. nA1:alčvteislarnnjoeasnttiivβmnk a≠anh0ji)šp.aoNateilčizeealnnpaoa-
hipotezo zavrnemo, če je pri
ka 0,05. V primeru zavrnitve ničelne hipoteze sprejmemo alternativno hi-
potezo in nato s Studentovim t-testom ugotavljamo, kateri regresijski ko-
eficienti so različni od nič oz. imajo statistično značilen vpliv. Testiramo
