Page 128 - Moretti, Melita, in Mirko Markič, 2016. Trajnostno upravljanje s pitno vodo v predelovalni dejavnosti. Koper: Založba Univerze na Primorskem.
P. 128
Trajnostno upravljanje s pitno vodo v predelovalni dejavnosti
rametrov posameznega modela je mogoče uporabiti več metod ocenjevanja,
in sicer (Kline 2010; Byrne 2010; Blunch 2012):
− metoda največjega verjetja (angl. maximum likelihood): v pro-
gramskem paketu AMOS je privzeta metoda in najpogostejša me-
toda za srednje velike in velike vzorce, če so podatki normalno
porazdeljeni;
− metoda splošnih najmanjših kvadratov (angl. generalized least
squares): metoda deluje podobno kot metoda največjega verjetja in
velja za vzorce, katerih podatki so normalno porazdeljeni;
− metoda brez predpostavke o porazdelitvah (angl. asymptotically
distribution free): metoda ne predpostavlja nobene specifične po-
razdelitve;
− metoda neuteženih najmanjših kvadratov (angl. unweighted least
128 squares): metoda maksimira pojasnjeno varianco in minimizira
nepojasnjeno varianco.
Ovrednotenje merskega modela s potrditveno faktorsko analizo
Potrditvena faktorska analiza (CFA) je naslednji korak po eksploratorni
faktorski analizi (EFA) z namenom ugotovitve/potrditve strukture posa-
meznih faktorjev (latentnih spremenljivk) v predlaganem konceptualnem
modelu (Kline 2010; Byrne 2010; Blunch 2012).
Pri ocenjevanju parametrov v strukturnem modelu je treba zadostiti
pogojem identifikacije – generiranje številčnih vrednosti parametrov v mo-
delu s končnim ciljem predstavljanja minimalnih razlik med vsemi elemen-
ti, ki so v matriki kovarianc opazovane populacije, in korespondenčnimi
elementi v izračunani matriki kovarianc.
Skladnost proučevanega modela (začetnega in končnega) je mogoče
preveriti z naslednjimi indeksi skladnosti (Kline 2010; Byrne 2010; Blunch
2012):
− χ² (hi-kvadrat, angl. chi-square): indeks prilagajanja oziroma dose-
ganja pogojev enodimenzionalnosti;
− CFI (primerjalni indeks prileganja, angl. comparative fit index):
indeks zavzema vrednosti med 0 in 1 (bližje kot je vrednosti 1,
boljša je ustreznost modela) – indeks primerja obstoječo ustrez-
nost modela z ničelnim modelom, ki privzema, da latentne spre-
menljivke v modelu niso soodvisne (neodvisen model);
− GFI (indeks skladnosti, angl. goodness-of-fit index): indeks zavze-
ma vrednosti med 0 in 1 (bližje kot je vrednosti 1, boljša je ustre-
znost modela) – indeks prikazuje, koliko se model približa temu,
rametrov posameznega modela je mogoče uporabiti več metod ocenjevanja,
in sicer (Kline 2010; Byrne 2010; Blunch 2012):
− metoda največjega verjetja (angl. maximum likelihood): v pro-
gramskem paketu AMOS je privzeta metoda in najpogostejša me-
toda za srednje velike in velike vzorce, če so podatki normalno
porazdeljeni;
− metoda splošnih najmanjših kvadratov (angl. generalized least
squares): metoda deluje podobno kot metoda največjega verjetja in
velja za vzorce, katerih podatki so normalno porazdeljeni;
− metoda brez predpostavke o porazdelitvah (angl. asymptotically
distribution free): metoda ne predpostavlja nobene specifične po-
razdelitve;
− metoda neuteženih najmanjših kvadratov (angl. unweighted least
128 squares): metoda maksimira pojasnjeno varianco in minimizira
nepojasnjeno varianco.
Ovrednotenje merskega modela s potrditveno faktorsko analizo
Potrditvena faktorska analiza (CFA) je naslednji korak po eksploratorni
faktorski analizi (EFA) z namenom ugotovitve/potrditve strukture posa-
meznih faktorjev (latentnih spremenljivk) v predlaganem konceptualnem
modelu (Kline 2010; Byrne 2010; Blunch 2012).
Pri ocenjevanju parametrov v strukturnem modelu je treba zadostiti
pogojem identifikacije – generiranje številčnih vrednosti parametrov v mo-
delu s končnim ciljem predstavljanja minimalnih razlik med vsemi elemen-
ti, ki so v matriki kovarianc opazovane populacije, in korespondenčnimi
elementi v izračunani matriki kovarianc.
Skladnost proučevanega modela (začetnega in končnega) je mogoče
preveriti z naslednjimi indeksi skladnosti (Kline 2010; Byrne 2010; Blunch
2012):
− χ² (hi-kvadrat, angl. chi-square): indeks prilagajanja oziroma dose-
ganja pogojev enodimenzionalnosti;
− CFI (primerjalni indeks prileganja, angl. comparative fit index):
indeks zavzema vrednosti med 0 in 1 (bližje kot je vrednosti 1,
boljša je ustreznost modela) – indeks primerja obstoječo ustrez-
nost modela z ničelnim modelom, ki privzema, da latentne spre-
menljivke v modelu niso soodvisne (neodvisen model);
− GFI (indeks skladnosti, angl. goodness-of-fit index): indeks zavze-
ma vrednosti med 0 in 1 (bližje kot je vrednosti 1, boljša je ustre-
znost modela) – indeks prikazuje, koliko se model približa temu,
