Page 127 - Kaluža, Vojko, in Štefan Bojnec. 2019. Človeški kapital, organizacijska klima in uspešnost poslovanja turističnih agencij. Koper: Založba Univerze na Primorskem
P. 127
Empirična analiza modela
in preverjanje hipotez
Na podlagi z anketiranjem zbranih podatkov smo izvedli analizo modela
in preverili zastavljene hipoteze, upoštevajoč konstrukte človeški kapital,
organizacijska klima in uspešnost poslovanja.
Analiza komunalitet in ugotovitev faktorjev
Ker je bilo v analizo vključenih veliko spremenljivk, smo uporabili fak-
torsko analizo, s katero smo poiskali novo množico spremenljivk, ka-
terih število je bistveno manjše od števila opazovanih spremenljivk,
vendar še vedno predstavljajo to, kar je skupnega opazovanim spremen-
ljivkam. S faktorsko analizo smo torej poenostavili kompleksnost pove-
zav med množico opazovanih spremenljivk z razkritjem skupnih razse-
žnosti ali faktorjev, ki omogočajo vpogled v osnovno strukturo podatkov.
Najprej smo ugotavljali, ali lahko zveze med opazovanimi spremenljivka-
mi pojasnimo z manjšim številom posredno opazovanih spremenljivk ali
faktorjev.
Komunaliteta je mera razmerja pojasnjene variance z izločenimi fak-
torji (Field 2006). Izločene so bile vse spremenljivke, ki so imele komuna-
litete < od 0,3 (Field 2006, po Šifrer in Bren 2011, 50). Želimo, da so vse
komunalitete večje kot 0,3, če je katera od komunalitet manjša, spremen-
ljivko lahko izločimo iz nadaljnjih obdelav.
Za ekstrakcijsko metodo smo izbrali metodo največjega verjetja (ML
– maximum likelihood) s poševnokotno (Oblimin) rotacijo (Klaneček
2010, 127). Metodo največjega verjetja smo izbrali, ker problem faktor-
ske analize rešuje iteracijsko, njeno osnovno načelo pa je iskanje najbolj-
še ocene za reprodukcijo variančno-kovariančne matrike (Ferligoj 2004).
in preverjanje hipotez
Na podlagi z anketiranjem zbranih podatkov smo izvedli analizo modela
in preverili zastavljene hipoteze, upoštevajoč konstrukte človeški kapital,
organizacijska klima in uspešnost poslovanja.
Analiza komunalitet in ugotovitev faktorjev
Ker je bilo v analizo vključenih veliko spremenljivk, smo uporabili fak-
torsko analizo, s katero smo poiskali novo množico spremenljivk, ka-
terih število je bistveno manjše od števila opazovanih spremenljivk,
vendar še vedno predstavljajo to, kar je skupnega opazovanim spremen-
ljivkam. S faktorsko analizo smo torej poenostavili kompleksnost pove-
zav med množico opazovanih spremenljivk z razkritjem skupnih razse-
žnosti ali faktorjev, ki omogočajo vpogled v osnovno strukturo podatkov.
Najprej smo ugotavljali, ali lahko zveze med opazovanimi spremenljivka-
mi pojasnimo z manjšim številom posredno opazovanih spremenljivk ali
faktorjev.
Komunaliteta je mera razmerja pojasnjene variance z izločenimi fak-
torji (Field 2006). Izločene so bile vse spremenljivke, ki so imele komuna-
litete < od 0,3 (Field 2006, po Šifrer in Bren 2011, 50). Želimo, da so vse
komunalitete večje kot 0,3, če je katera od komunalitet manjša, spremen-
ljivko lahko izločimo iz nadaljnjih obdelav.
Za ekstrakcijsko metodo smo izbrali metodo največjega verjetja (ML
– maximum likelihood) s poševnokotno (Oblimin) rotacijo (Klaneček
2010, 127). Metodo največjega verjetja smo izbrali, ker problem faktor-
ske analize rešuje iteracijsko, njeno osnovno načelo pa je iskanje najbolj-
še ocene za reprodukcijo variančno-kovariančne matrike (Ferligoj 2004).
