Page 79 - Gošnik, Dušan. 2019. Management temeljnih procesov: instrumentalni in interesni vpliv na uspešnost podjetij. Koper: Založba Univerze na Primorskem
P. 79
Rezultati osrednje empirične raziskave 79
skupnemu faktorju oz. celotni varianci. Spremenljivke z nizkimi komu-
nalitetami izločimo iz nadaljnje analize, pri tem kot mejno vrednost skle-
pamo na vrednosti pod 0,3 (Child 2006). Drugi faktorji so izločeni šele
naknadno, postopek se konča, ko je delež pojasnjene variance dovolj vi-
sok (Tucker in MacCallum 1997). Lastne vrednosti faktorjev uporablja-
mo za ugotavljanje optimalnega števila faktorjev za izločitev (izbor, v tem
primeru to, kateri faktor v analizi pustimo). Eden izmed znanih kriteri-
jev, ki se tu uporablja, je Kaiserjev kriterij, ki priporoča, da izločimo toli-
ko faktorjev, kot jih ima lastno vrednost nad 1 (Kaiser 1960, 141−51). Ko
smo zadovoljni s faktorsko analizo, shranimo končne faktorje in z njimi
v nadaljevanju operiramo kot z novimi spremenljivkami. Ko shranjuje-
mo nove faktorje, imamo v programu za statistično obdelavo podatkov
(SPSS) na razpolago tri metode: regresijsko, Bartlettovo in Anderson-Ru-
binovo. Prvi dve nam podata nepristranske ocene, ki so v korelaciji le s
spremenljivkami znotraj posameznega faktorja in jih enostavno interpre-
tiramo, medtem ko Anderson-Rubinova metoda prinese rezultate, ki so
nekorelirani in standardizirani. Faktorske uteži nam povedo informaci-
jo, v kolikšni meri posamezna spremenljivka prispeva k skupnemu faktor-
ju, pri čemer velja, da je več bolje (Harman 1976). Poleg faktorske anali-
ze, ki načeloma preverja veljavnost merske lestvice, uporabimo še analizo
zanesljivosti (notranje konsistentnosti dejavnika). Cronbachov koeficient
alfa (α) je mera, ki jo uporabimo za računanje zanesljivosti posameznih
sklopov, merjenih s pomočjo Likertove lestvice. Za ocenjevanje kakovo-
sti merske lestvice vrednosti pod 0,5 razumemo kot nedopustne, do 0,6
so slabe, do 0,7 vprašljive, nad 0,8 dobre, nad 0,9 celo odlične (Tavakol in
Dennick 2011, 53).
Opisna statistika rezultatov raziskave
Začenjamo predstavitev rezultatov empirične raziskave, pri čemer uvodo-
ma predstavljamo podatke o podjetijih, ki smo jih zajeli v vzorec: gre za
splošne podatke o anketiranih podjetjih, o panogi, v kateri delujejo, o ve-
likosti podjetij ter o izobrazbi in funkciji, ki jo opravljajo anketiranci. V
nadaljevanju predstavljamo deskriptivno statistiko podatkov, pridoblje-
nih na podlagi vzorca 163 ustrezno izpolnjenih vprašalnikov.
Rezultati analize vzorca podjetij
Najprej predstavljamo podatke, ki so jih anketiranci podali o podjetjih,
v katerih so zaposleni. Za klasifikacijo panog smo uporabili standardno
klasifikacijo dejavnosti (SKD) podjetij (SURS 2016). Iz preglednice 3 je
razvidno, da največ podjetij (37,4 %) posluje v predelovalni dejavnosti,
skupnemu faktorju oz. celotni varianci. Spremenljivke z nizkimi komu-
nalitetami izločimo iz nadaljnje analize, pri tem kot mejno vrednost skle-
pamo na vrednosti pod 0,3 (Child 2006). Drugi faktorji so izločeni šele
naknadno, postopek se konča, ko je delež pojasnjene variance dovolj vi-
sok (Tucker in MacCallum 1997). Lastne vrednosti faktorjev uporablja-
mo za ugotavljanje optimalnega števila faktorjev za izločitev (izbor, v tem
primeru to, kateri faktor v analizi pustimo). Eden izmed znanih kriteri-
jev, ki se tu uporablja, je Kaiserjev kriterij, ki priporoča, da izločimo toli-
ko faktorjev, kot jih ima lastno vrednost nad 1 (Kaiser 1960, 141−51). Ko
smo zadovoljni s faktorsko analizo, shranimo končne faktorje in z njimi
v nadaljevanju operiramo kot z novimi spremenljivkami. Ko shranjuje-
mo nove faktorje, imamo v programu za statistično obdelavo podatkov
(SPSS) na razpolago tri metode: regresijsko, Bartlettovo in Anderson-Ru-
binovo. Prvi dve nam podata nepristranske ocene, ki so v korelaciji le s
spremenljivkami znotraj posameznega faktorja in jih enostavno interpre-
tiramo, medtem ko Anderson-Rubinova metoda prinese rezultate, ki so
nekorelirani in standardizirani. Faktorske uteži nam povedo informaci-
jo, v kolikšni meri posamezna spremenljivka prispeva k skupnemu faktor-
ju, pri čemer velja, da je več bolje (Harman 1976). Poleg faktorske anali-
ze, ki načeloma preverja veljavnost merske lestvice, uporabimo še analizo
zanesljivosti (notranje konsistentnosti dejavnika). Cronbachov koeficient
alfa (α) je mera, ki jo uporabimo za računanje zanesljivosti posameznih
sklopov, merjenih s pomočjo Likertove lestvice. Za ocenjevanje kakovo-
sti merske lestvice vrednosti pod 0,5 razumemo kot nedopustne, do 0,6
so slabe, do 0,7 vprašljive, nad 0,8 dobre, nad 0,9 celo odlične (Tavakol in
Dennick 2011, 53).
Opisna statistika rezultatov raziskave
Začenjamo predstavitev rezultatov empirične raziskave, pri čemer uvodo-
ma predstavljamo podatke o podjetijih, ki smo jih zajeli v vzorec: gre za
splošne podatke o anketiranih podjetjih, o panogi, v kateri delujejo, o ve-
likosti podjetij ter o izobrazbi in funkciji, ki jo opravljajo anketiranci. V
nadaljevanju predstavljamo deskriptivno statistiko podatkov, pridoblje-
nih na podlagi vzorca 163 ustrezno izpolnjenih vprašalnikov.
Rezultati analize vzorca podjetij
Najprej predstavljamo podatke, ki so jih anketiranci podali o podjetjih,
v katerih so zaposleni. Za klasifikacijo panog smo uporabili standardno
klasifikacijo dejavnosti (SKD) podjetij (SURS 2016). Iz preglednice 3 je
razvidno, da največ podjetij (37,4 %) posluje v predelovalni dejavnosti,
