Page 77 - Gošnik, Dušan. 2019. Management temeljnih procesov: instrumentalni in interesni vpliv na uspešnost podjetij. Koper: Založba Univerze na Primorskem
P. 77
Rezultati osrednje empirične raziskave 77
– Bartlettovega testa,
– determinante.
– Komunalitete, ki prikazujejo delež variance opazovanih spre-
menljivk, ki jo lahko pripišemo skupnemu faktorju oz. celotni
varianci.
– Celotna pojasnjena varianca, ki prikazuje delež ohranjene varia-
bilnosti, ko spremenljivko združimo v en faktor (ko so trditve
dovolj povezane, je lahko ena spremenljivka na novo).
– Matrika faktorskih uteži, ki kaže, v kolikšni meri posamezna
spremenljivka znotraj dejavnika prispeva k skupnemu vplivu.
– Determinanta nam pokaže, ali posamezne spremenljivke morda
ne merijo enega in istega (problem multikolinearnosti).
– Interna konsistentnost (Cronbachov koeficient alfa – α), ki pri-
kazuje zanesljivost (ponovljivost rezultatov ob podobnih podat-
kih). S testom smo tako preverili stabilnost podatkov.
– Koeficient asimetrije, ki kaže porazdelitev spremenljivke, ki
je lahko asimetrična v desno oz. pozitivno asimetrična (če je
vrednost koeficienta večja od nič), simetrična oz. normalno po-
razdeljena (če je vrednost koeficienta enaka nič) ali asimetrična v
levo oz. negativno asimetrična (če je vrednost koeficienta manjša
od nič). Vrednost koeficienta, večja od 0,20, kaže na veliko
asimetrijo (Tavakol in Dennick 2011, 53).
– Koeficient sploščenosti: kaže, ali je spremenljivka koničasta (če
je vrednost koeficienta večja od 0), normalna (če je vrednost ko
eficienta enaka 0) ali sploščena (če je vrednost koeficienta manj-
ša od 0). Vrednost koeficienta nad 0,8 kaže na veliko oz. nenor-
malno sploščenost (Tavakol in Dennick 2011, 53).
Značilnosti vzorca, povprečne vrednosti in standardne odklone smo
prikazali s pomočjo deskriptivne statistične analize.
Korelacijska analiza
Korelacijska analiza preučuje soodvisnost (povezanost, usklajenost) med
dvema (ali več) statističnima spremenljivkama. Ker vse porazdelitve niso
popolnoma normalno porazdeljene, uporabimo tako Pearsonov kot tudi
Spearmanov korelacijski koeficient. Ena izmed predpostavk Pearsonove-
ga koeficienta predvideva normalnost porazdelitve, toda ker je omenje-
ni statistični test dovolj robusten, ne predvidevamo večjih odstopanj med
rezultati. V primeru podobnih rezultatov damo prednost Pearsonove-
mu korelacijskemu koeficientu, in sicer zaradi lažje interpretacije v smislu
povprečnih vrednosti. Spearmanov korelacijski koeficient namreč operi-
– Bartlettovega testa,
– determinante.
– Komunalitete, ki prikazujejo delež variance opazovanih spre-
menljivk, ki jo lahko pripišemo skupnemu faktorju oz. celotni
varianci.
– Celotna pojasnjena varianca, ki prikazuje delež ohranjene varia-
bilnosti, ko spremenljivko združimo v en faktor (ko so trditve
dovolj povezane, je lahko ena spremenljivka na novo).
– Matrika faktorskih uteži, ki kaže, v kolikšni meri posamezna
spremenljivka znotraj dejavnika prispeva k skupnemu vplivu.
– Determinanta nam pokaže, ali posamezne spremenljivke morda
ne merijo enega in istega (problem multikolinearnosti).
– Interna konsistentnost (Cronbachov koeficient alfa – α), ki pri-
kazuje zanesljivost (ponovljivost rezultatov ob podobnih podat-
kih). S testom smo tako preverili stabilnost podatkov.
– Koeficient asimetrije, ki kaže porazdelitev spremenljivke, ki
je lahko asimetrična v desno oz. pozitivno asimetrična (če je
vrednost koeficienta večja od nič), simetrična oz. normalno po-
razdeljena (če je vrednost koeficienta enaka nič) ali asimetrična v
levo oz. negativno asimetrična (če je vrednost koeficienta manjša
od nič). Vrednost koeficienta, večja od 0,20, kaže na veliko
asimetrijo (Tavakol in Dennick 2011, 53).
– Koeficient sploščenosti: kaže, ali je spremenljivka koničasta (če
je vrednost koeficienta večja od 0), normalna (če je vrednost ko
eficienta enaka 0) ali sploščena (če je vrednost koeficienta manj-
ša od 0). Vrednost koeficienta nad 0,8 kaže na veliko oz. nenor-
malno sploščenost (Tavakol in Dennick 2011, 53).
Značilnosti vzorca, povprečne vrednosti in standardne odklone smo
prikazali s pomočjo deskriptivne statistične analize.
Korelacijska analiza
Korelacijska analiza preučuje soodvisnost (povezanost, usklajenost) med
dvema (ali več) statističnima spremenljivkama. Ker vse porazdelitve niso
popolnoma normalno porazdeljene, uporabimo tako Pearsonov kot tudi
Spearmanov korelacijski koeficient. Ena izmed predpostavk Pearsonove-
ga koeficienta predvideva normalnost porazdelitve, toda ker je omenje-
ni statistični test dovolj robusten, ne predvidevamo večjih odstopanj med
rezultati. V primeru podobnih rezultatov damo prednost Pearsonove-
mu korelacijskemu koeficientu, in sicer zaradi lažje interpretacije v smislu
povprečnih vrednosti. Spearmanov korelacijski koeficient namreč operi-
