Page 170 - Kukanja, Marko. 2017. Management kakovosti v prehrambnem gostinstvu: Zagotavljanje kakovosti ponudbe in lojalnosti gostov. Koper: Založba Univerze na Primorskem
P. 170
Management kakovosti v prehrambnem gostinstvu
deva naslednje korake (Hoe, 2008; Hooper, Coughlan in Mullen, 2008;
Schumacker in Lomax, 2004, str. 61–81):
– Specifikacija (hipotetičnega) modela na osnovi teoretičnega raz-
iskovalnega modela, pri čemer smo posebej preverili, ali razpo-
ložljivi podatki oz. ocenjena variančno- kovariančna matrika na
eni strani ter predpostavljeni teoretični model (povezave med
spremenljivkami) na drugi strani omogočajo enolično določitev
iskanih parametrov.
– Identifikacija modela, pri čemer smo izhajali iz predpostavke, da
je potreben, a ne zadosten pogoj za identifikacijo modela ustre-
zno število prostih parametrov, ki morajo biti številčno manj-
ši ali (kvečjemu) enaki številu vrednosti enolično opredeljenih
parametrov v variančno-kovariančni matriki, ki izhaja iz pred-
170 postavljenega teoretičnega modela.
– Ocena modela – uporabili smo metodo uteženih najmanjših
kvadratov (WLS), ki je načeloma pogojena z uporabo velikih
vzorcev, vendar je njena prednost v tem, da ni pogojena s pred-
postavko večrazsežnostne normalne porazdelitve.
– Preizkus modela na podlagi ustreznih kazalnikov primernos-
ti, pri čemer gre za: primerjavo variančno-kovariančne matrike,
ocenjene na podlagi danega vzorca, ter reproducirane variančno-
-kovariančne matrike na podlagi opredeljenih povezav v struk-
turnem modelu; preverjanje statistične pomembnosti posame-
znih parametrov povezanosti med kategorijami strukturnega
modela; preverjanje skladnosti in jakosti smeri ocenjenih pove-
zav s teoretičnimi predpostavkami. Kazalnike (indekse) primer-
nosti modela lahko razvrstimo v tri skupine: indeksi prileganja
modela (angl. model fit indices), kot npr. vrednost hi-kvadrato-
ve testne statistike (angl. chi-square), ki predstavlja tudi osnovo
za izračun ostalih mer prileganja modela, kot so indeks prilega-
nja (angl. Goodness of Fit Index – GFI), prilagojeni indeks pri-
leganja (angl. Adjusted Goodness of Fit Index – AGFI) in koren
povprečja kvadratov odklonov (angl. Root Mean square Residu-
al – RMR); indeksi primerljivosti modela (angl. Model compa-
rison fit indices), ki omogočajo izbiro najprimernejšega izmed al-
ternativnih modelov, kot npr. normiran indeks prileganja (angl.
Normed Fit Index – NFI) in/ali primerjalni indeks prileganja
(angl. Comparative Fit Index – CFI); indeksi preprostosti mo-
dela (angl. Model parsimony fit indices), ki se nanašajo na števi-
lo ocenjenih parametrov, potrebnih za dosego določenega nivoja
deva naslednje korake (Hoe, 2008; Hooper, Coughlan in Mullen, 2008;
Schumacker in Lomax, 2004, str. 61–81):
– Specifikacija (hipotetičnega) modela na osnovi teoretičnega raz-
iskovalnega modela, pri čemer smo posebej preverili, ali razpo-
ložljivi podatki oz. ocenjena variančno- kovariančna matrika na
eni strani ter predpostavljeni teoretični model (povezave med
spremenljivkami) na drugi strani omogočajo enolično določitev
iskanih parametrov.
– Identifikacija modela, pri čemer smo izhajali iz predpostavke, da
je potreben, a ne zadosten pogoj za identifikacijo modela ustre-
zno število prostih parametrov, ki morajo biti številčno manj-
ši ali (kvečjemu) enaki številu vrednosti enolično opredeljenih
parametrov v variančno-kovariančni matriki, ki izhaja iz pred-
170 postavljenega teoretičnega modela.
– Ocena modela – uporabili smo metodo uteženih najmanjših
kvadratov (WLS), ki je načeloma pogojena z uporabo velikih
vzorcev, vendar je njena prednost v tem, da ni pogojena s pred-
postavko večrazsežnostne normalne porazdelitve.
– Preizkus modela na podlagi ustreznih kazalnikov primernos-
ti, pri čemer gre za: primerjavo variančno-kovariančne matrike,
ocenjene na podlagi danega vzorca, ter reproducirane variančno-
-kovariančne matrike na podlagi opredeljenih povezav v struk-
turnem modelu; preverjanje statistične pomembnosti posame-
znih parametrov povezanosti med kategorijami strukturnega
modela; preverjanje skladnosti in jakosti smeri ocenjenih pove-
zav s teoretičnimi predpostavkami. Kazalnike (indekse) primer-
nosti modela lahko razvrstimo v tri skupine: indeksi prileganja
modela (angl. model fit indices), kot npr. vrednost hi-kvadrato-
ve testne statistike (angl. chi-square), ki predstavlja tudi osnovo
za izračun ostalih mer prileganja modela, kot so indeks prilega-
nja (angl. Goodness of Fit Index – GFI), prilagojeni indeks pri-
leganja (angl. Adjusted Goodness of Fit Index – AGFI) in koren
povprečja kvadratov odklonov (angl. Root Mean square Residu-
al – RMR); indeksi primerljivosti modela (angl. Model compa-
rison fit indices), ki omogočajo izbiro najprimernejšega izmed al-
ternativnih modelov, kot npr. normiran indeks prileganja (angl.
Normed Fit Index – NFI) in/ali primerjalni indeks prileganja
(angl. Comparative Fit Index – CFI); indeksi preprostosti mo-
dela (angl. Model parsimony fit indices), ki se nanašajo na števi-
lo ocenjenih parametrov, potrebnih za dosego določenega nivoja
