Page 145 - Sikošek, Marijana. 2017. Kongresna dejavnost: vidiki privlačnosti destinacije. Koper: Založba Univerze na Primorskem
P. 145
Empirični del 145
− delež pojasnjene celotne variance – število faktorjev je odvisno
od vnaprej predpisanega deleža celotne variance, ki naj bo po-
jasnjen z izbranim številom faktorjev; pri tem je ta sicer odvisen
od izbranega problema, vendar avtorji navajajo različne primer-
ne vrednosti: Bastič (2006) vsaj 60 %, Jesenko in Jesenko (2007)
50 %, Šifrer in Bren (2011) pa za družboslovje priporočata vsaj
30 %;
− statistični test značilnosti faktorjev.
Tretji korak faktorske analize je vsebinska interpretacija dobljenih
faktorjev, pri čemer si pomagamo z vrednostmi faktorskih uteži, ki izra-
žajo moč zveze med spremenljivko (spremenljivkami) in faktorjem (Ba-
stič 2006, 46). Vendar problem interpretacije nastopi takrat, ko je fak-
tor močno koreliran z vsemi ali večino spremenljivk, ki imajo visoke uteži
tudi pri drugih faktorjih. Pogosto se tako dogaja, da osnovna faktorska
rešitev ne ponuja zadovoljivih rešitev, zato problem rešujemo tako, da op-
ravimo rotacijo faktorjev, ki da enostavnejšo faktorsko strukturo. Najpo-
gostejša metoda rotacije je metoda varimax, ki je ortogonalna metoda in
zagotavlja medsebojno neodvisnost rotiranih faktorjev. Če pa bi iz teori-
je izhajalo, da so faktorji med seboj odvisni, potem uporabimo eno od po-
ševnokotnih rotacij (Bastič 2006, 46).
Notranjo konsistentnost merske lestvice oziroma sklopa trditev pri
posameznem faktorju merimo s kazalnikom zanesljivosti (koeficient
Cronbach alfa), ki pove, da naj bi bile spremenljivke pri posameznem fak-
torju medsebojno povezane in kažejo, da vse merijo isto latentno spre-
menljivko (Churchill in Brown 2004, 337). Vrednosti koeficienta lahko
zavzemajo vrednosti med 0 in 1, pri čemer velja, da večji kot je koeficient,
večja je zanesljivost merjenja. Ferligoj idr. (1995) kot mero zgledne zane-
sljivosti predlagajo vrednost nad 0,80 (α > 0,80), zelo dobre zanesljivosti
med 0,80 in 0,70 (0,70 < α < 0,80), zmerne zanesljivosti med 0,70 in 0,60
(0,60 < α < 0,70), medtem ko vrednost koeficienta pod 0,60 (α < 0,60)
kaže na komaj sprejemljivo zanesljivost.
Faktorsko analizo atributov privlačnosti kongresne destinacije smo
opravili ločeno za vsak neodvisni vzorec, torej posebej za vzorec udele-
žencev in posebej za vzorec ponudnikov, znotraj vsakega vzorca pa smo
faktorsko analizo izvedli po posameznih skupinah atributov privlačnos-
ti, kar sta narekovala dejstvo o kompleksnosti preučevanega primera in
relativna omejenost števila udeležencev v raziskavi.
Faktorska analiza je za vsako skupino atributov privlačnosti potekala
v več korakih, pri čemer smo pri vsaki upoštevali enaka izhodišča:
− delež pojasnjene celotne variance – število faktorjev je odvisno
od vnaprej predpisanega deleža celotne variance, ki naj bo po-
jasnjen z izbranim številom faktorjev; pri tem je ta sicer odvisen
od izbranega problema, vendar avtorji navajajo različne primer-
ne vrednosti: Bastič (2006) vsaj 60 %, Jesenko in Jesenko (2007)
50 %, Šifrer in Bren (2011) pa za družboslovje priporočata vsaj
30 %;
− statistični test značilnosti faktorjev.
Tretji korak faktorske analize je vsebinska interpretacija dobljenih
faktorjev, pri čemer si pomagamo z vrednostmi faktorskih uteži, ki izra-
žajo moč zveze med spremenljivko (spremenljivkami) in faktorjem (Ba-
stič 2006, 46). Vendar problem interpretacije nastopi takrat, ko je fak-
tor močno koreliran z vsemi ali večino spremenljivk, ki imajo visoke uteži
tudi pri drugih faktorjih. Pogosto se tako dogaja, da osnovna faktorska
rešitev ne ponuja zadovoljivih rešitev, zato problem rešujemo tako, da op-
ravimo rotacijo faktorjev, ki da enostavnejšo faktorsko strukturo. Najpo-
gostejša metoda rotacije je metoda varimax, ki je ortogonalna metoda in
zagotavlja medsebojno neodvisnost rotiranih faktorjev. Če pa bi iz teori-
je izhajalo, da so faktorji med seboj odvisni, potem uporabimo eno od po-
ševnokotnih rotacij (Bastič 2006, 46).
Notranjo konsistentnost merske lestvice oziroma sklopa trditev pri
posameznem faktorju merimo s kazalnikom zanesljivosti (koeficient
Cronbach alfa), ki pove, da naj bi bile spremenljivke pri posameznem fak-
torju medsebojno povezane in kažejo, da vse merijo isto latentno spre-
menljivko (Churchill in Brown 2004, 337). Vrednosti koeficienta lahko
zavzemajo vrednosti med 0 in 1, pri čemer velja, da večji kot je koeficient,
večja je zanesljivost merjenja. Ferligoj idr. (1995) kot mero zgledne zane-
sljivosti predlagajo vrednost nad 0,80 (α > 0,80), zelo dobre zanesljivosti
med 0,80 in 0,70 (0,70 < α < 0,80), zmerne zanesljivosti med 0,70 in 0,60
(0,60 < α < 0,70), medtem ko vrednost koeficienta pod 0,60 (α < 0,60)
kaže na komaj sprejemljivo zanesljivost.
Faktorsko analizo atributov privlačnosti kongresne destinacije smo
opravili ločeno za vsak neodvisni vzorec, torej posebej za vzorec udele-
žencev in posebej za vzorec ponudnikov, znotraj vsakega vzorca pa smo
faktorsko analizo izvedli po posameznih skupinah atributov privlačnos-
ti, kar sta narekovala dejstvo o kompleksnosti preučevanega primera in
relativna omejenost števila udeležencev v raziskavi.
Faktorska analiza je za vsako skupino atributov privlačnosti potekala
v več korakih, pri čemer smo pri vsaki upoštevali enaka izhodišča:
