Page 142 - Sikošek, Marijana. 2017. Kongresna dejavnost: vidiki privlačnosti destinacije. Koper: Založba Univerze na Primorskem
P. 142
Kongresna dejavnost: vidiki privlačnosti destinacije
del celotne variance (Rebernik 1996, 224). Namen naše faktorske anali-
ze je torej ugotoviti, kateri dejavniki so v okviru posamezne skupine atri-
butov privlačnosti tisti, ki naj bi bili pomembni pri izbiri kongresne de-
stinacije in lahko pomenijo pomembno referenčno točko pri odločitvi za
njen obisk. Skladno z našimi predvidevanji, da se mnenje o atributih pri-
vlačnosti kongresne destinacije razlikuje med ponudniki in udeleženci
konferenc, ki jih v večini potrjujejo tudi rezultati simultane primerjal-
ne analize pomembnosti atributov privlačnosti, v kateri smo ugotovili, da
anketirani elementom znotraj posamezne skupine atributov privlačnosti
pripisujejo različno pomembnost, njihova stališča pa se v večini primerov
statistično pomembno razlikujejo, smo se odločili za izvedbo ločenih fak-
torskih analiz, to je ločeno za vzorec ponudnikov in vzorec udeležencev.
Glede na relativno veliko število preučevanih atributov, ki jih je nare-
142 kovala kompleksnost preučevanega primera, in na drugi strani omejenega
števila udeležencev v raziskavi smo morali faktorski analizi izpeljati loče-
no po posameznih skupinah atributov.
Izhodišča faktorske analize
Bastič (2006, 44) navaja, da moramo pri preučevanju kompleksnih poja-
vov upoštevati veliko medsebojno odvisnih spremenljivk, ki jih po mne-
nju Nastava (2011) ni mogoče enostavno meriti. Zato je v takih primerih
priporočena faktorska analiza, ki jo uvrščamo med metode za zmanjša-
nje razsežnosti podatkov, saj z uvedbo novih (sintetičnih) spremenljivk
oziroma faktorjev zmanjšamo število spremenljivk (Bastič 2006, 44; Li-
kar 2011, 153). Kot navaja Nastav (2011, 154), faktorska analiza omogoča,
da odkrijemo skupne razsežnosti opazovanih spremenljivk, s tem pa po-
sledično dobimo vpogled v osnovno strukturo podatkov. Faktorji so po
mnenju Jesenka in M. Jesenko (2007, 53) pravzaprav neke umetne (na-
videzne) spremenljivke, ki pa jih v nekem smislu določajo osnovne spre-
menljivke.
Rebernik (1996, 224–25) povzema, da je osnovna predpostavka fak-
torske analize ta, da je mogoče z novimi (umetnimi) spremenljivkami,
ki jih ni moč neposredno opazovati ali meriti (skupni faktorji), pojasniti
kompleksnost nekega pojava. Z modelom faktorske analize pa poskuša-
mo medsebojno povezanost med opazovanimi spremenljivkami pojasniti
z manjšim številom novih spremenljivk oziroma s skupnimi faktorji. Vsa-
ko opazovano spremenljivko lahko zapišemo kot vsoto produktov fak-
torskih uteži s skupnimi faktorji in posebnega (specifičnega) faktorja.
Faktorske uteži pri tem opredeljujejo »vsebino« faktorja, z njimi pa iz-
ražamo odvisnost med opazovano spremenljivko in določenim skupnim
del celotne variance (Rebernik 1996, 224). Namen naše faktorske anali-
ze je torej ugotoviti, kateri dejavniki so v okviru posamezne skupine atri-
butov privlačnosti tisti, ki naj bi bili pomembni pri izbiri kongresne de-
stinacije in lahko pomenijo pomembno referenčno točko pri odločitvi za
njen obisk. Skladno z našimi predvidevanji, da se mnenje o atributih pri-
vlačnosti kongresne destinacije razlikuje med ponudniki in udeleženci
konferenc, ki jih v večini potrjujejo tudi rezultati simultane primerjal-
ne analize pomembnosti atributov privlačnosti, v kateri smo ugotovili, da
anketirani elementom znotraj posamezne skupine atributov privlačnosti
pripisujejo različno pomembnost, njihova stališča pa se v večini primerov
statistično pomembno razlikujejo, smo se odločili za izvedbo ločenih fak-
torskih analiz, to je ločeno za vzorec ponudnikov in vzorec udeležencev.
Glede na relativno veliko število preučevanih atributov, ki jih je nare-
142 kovala kompleksnost preučevanega primera, in na drugi strani omejenega
števila udeležencev v raziskavi smo morali faktorski analizi izpeljati loče-
no po posameznih skupinah atributov.
Izhodišča faktorske analize
Bastič (2006, 44) navaja, da moramo pri preučevanju kompleksnih poja-
vov upoštevati veliko medsebojno odvisnih spremenljivk, ki jih po mne-
nju Nastava (2011) ni mogoče enostavno meriti. Zato je v takih primerih
priporočena faktorska analiza, ki jo uvrščamo med metode za zmanjša-
nje razsežnosti podatkov, saj z uvedbo novih (sintetičnih) spremenljivk
oziroma faktorjev zmanjšamo število spremenljivk (Bastič 2006, 44; Li-
kar 2011, 153). Kot navaja Nastav (2011, 154), faktorska analiza omogoča,
da odkrijemo skupne razsežnosti opazovanih spremenljivk, s tem pa po-
sledično dobimo vpogled v osnovno strukturo podatkov. Faktorji so po
mnenju Jesenka in M. Jesenko (2007, 53) pravzaprav neke umetne (na-
videzne) spremenljivke, ki pa jih v nekem smislu določajo osnovne spre-
menljivke.
Rebernik (1996, 224–25) povzema, da je osnovna predpostavka fak-
torske analize ta, da je mogoče z novimi (umetnimi) spremenljivkami,
ki jih ni moč neposredno opazovati ali meriti (skupni faktorji), pojasniti
kompleksnost nekega pojava. Z modelom faktorske analize pa poskuša-
mo medsebojno povezanost med opazovanimi spremenljivkami pojasniti
z manjšim številom novih spremenljivk oziroma s skupnimi faktorji. Vsa-
ko opazovano spremenljivko lahko zapišemo kot vsoto produktov fak-
torskih uteži s skupnimi faktorji in posebnega (specifičnega) faktorja.
Faktorske uteži pri tem opredeljujejo »vsebino« faktorja, z njimi pa iz-
ražamo odvisnost med opazovano spremenljivko in določenim skupnim
