Page 144 - Sikošek, Marijana. 2017. Kongresna dejavnost: vidiki privlačnosti destinacije. Koper: Založba Univerze na Primorskem
P. 144
Kongresna dejavnost: vidiki privlačnosti destinacije
Faktorska analiza poteka v več korakih; Bastič (2006, 44–46) nava-
ja tri:
− določitev spremenljivk in analiza odvisnosti med njimi,
− odločitev o številu faktorjev,
− vsebinska opredelitev faktorjev.
Bastič (2006, 44) opredeljuje, da spremenljivke, ki jih bomo upošte-
vali v faktorski analizi, izberemo na osnovi predhodnih raziskav ali naše
presoje, pri čemer preverimo smiselnost njihove uporabe. To preverjamo
z Bartlettovim testom sferičnosti, s katerim preizkusimo ničelno domne-
vo, da je osnovna korelacijska matrika enotska, kar pomeni, da med opa-
zovanimi spremenljivkami odvisnost ne obstaja. Tako bi bile vse korelaci-
je med spremenljivkami enake 0, kar pomeni, da so vse spremenljivke med
144 seboj neodvisne in zato zmanjšanje njihovega števila ni možno. Ničelno
hipotezo zavrnemo, če je vrednost statistične značilnosti Bartlettovega
testa sferičnosti manjša od 0,05 (p < 0,05). Smiselnost faktorske analize
ugotavljamo tudi z izračunom Keiser-Meyer-Olkinove statistike (KMO),
ki temelji na primerjavi velikosti korelacijskih in parcialnih korelacijskih
koeficientov in nam pove, ali so podatki primerni za analizo. Optimal-
na vrednost statistike KMO znaša več kot 0,8, še sprejemljiva pa je med
0,5 in 0,6.
Ob izbiri sprejemljivega števila izbranih spremenljivk za faktorsko
analizo si pomagamo z oceno komunalitet posamezne spremenljivke. Ko-
munaliteta predstavlja delež pojasnjene variance posamezne spremenljiv-
ke, ki jo lahko pojasnimo z vplivom skupnih faktorjev. Njena vrednost
pomeni, da prevladuje vpliv predpostavljenih skupnih dejavnikov, sicer
gre lahko za vpliv neznanih, specifičnih dejavnikov. Sprejemljiva je tudi
manjša mera, okoli 0,3, čeprav je odločanje o vrednosti komunalitet lah-
ko precej subjektivno in je ta lahko tudi manjša.
Drugi korak faktorske analize je določitev števila faktorjev, ki jih
bomo upoštevali v nadaljnjih analizah (Bastič 2006, 46). Pri tem je mo-
goče uporabiti različne elemente, in sicer (Bastič 2006, 46):
− izkušnje raziskovalca;
− lastno vrednost faktorjev, pri čemer upoštevamo tiste, katerih
vrednost je večja od 1;
− diagram lastnih vrednosti, ki na točki preloma pokaže ustrezno
število faktorjev; točka preloma je v bližini vrednosti 1, vendar
pa ta diagram običajno pokaže večje število faktorjev, kot jih po-
kaže pristop v prejšnji alineji;
Faktorska analiza poteka v več korakih; Bastič (2006, 44–46) nava-
ja tri:
− določitev spremenljivk in analiza odvisnosti med njimi,
− odločitev o številu faktorjev,
− vsebinska opredelitev faktorjev.
Bastič (2006, 44) opredeljuje, da spremenljivke, ki jih bomo upošte-
vali v faktorski analizi, izberemo na osnovi predhodnih raziskav ali naše
presoje, pri čemer preverimo smiselnost njihove uporabe. To preverjamo
z Bartlettovim testom sferičnosti, s katerim preizkusimo ničelno domne-
vo, da je osnovna korelacijska matrika enotska, kar pomeni, da med opa-
zovanimi spremenljivkami odvisnost ne obstaja. Tako bi bile vse korelaci-
je med spremenljivkami enake 0, kar pomeni, da so vse spremenljivke med
144 seboj neodvisne in zato zmanjšanje njihovega števila ni možno. Ničelno
hipotezo zavrnemo, če je vrednost statistične značilnosti Bartlettovega
testa sferičnosti manjša od 0,05 (p < 0,05). Smiselnost faktorske analize
ugotavljamo tudi z izračunom Keiser-Meyer-Olkinove statistike (KMO),
ki temelji na primerjavi velikosti korelacijskih in parcialnih korelacijskih
koeficientov in nam pove, ali so podatki primerni za analizo. Optimal-
na vrednost statistike KMO znaša več kot 0,8, še sprejemljiva pa je med
0,5 in 0,6.
Ob izbiri sprejemljivega števila izbranih spremenljivk za faktorsko
analizo si pomagamo z oceno komunalitet posamezne spremenljivke. Ko-
munaliteta predstavlja delež pojasnjene variance posamezne spremenljiv-
ke, ki jo lahko pojasnimo z vplivom skupnih faktorjev. Njena vrednost
pomeni, da prevladuje vpliv predpostavljenih skupnih dejavnikov, sicer
gre lahko za vpliv neznanih, specifičnih dejavnikov. Sprejemljiva je tudi
manjša mera, okoli 0,3, čeprav je odločanje o vrednosti komunalitet lah-
ko precej subjektivno in je ta lahko tudi manjša.
Drugi korak faktorske analize je določitev števila faktorjev, ki jih
bomo upoštevali v nadaljnjih analizah (Bastič 2006, 46). Pri tem je mo-
goče uporabiti različne elemente, in sicer (Bastič 2006, 46):
− izkušnje raziskovalca;
− lastno vrednost faktorjev, pri čemer upoštevamo tiste, katerih
vrednost je večja od 1;
− diagram lastnih vrednosti, ki na točki preloma pokaže ustrezno
število faktorjev; točka preloma je v bližini vrednosti 1, vendar
pa ta diagram običajno pokaže večje število faktorjev, kot jih po-
kaže pristop v prejšnji alineji;
