Page 101 - Optimizacija poslovnih in tehnoloških procesov
P. 101

Metode analize podatkov  5.4
            Ta oznaka nima posebnega pomena in se uporablja le za razlikovanje
            med posameznimi faktorji. Namen takšne označitve je olajšati identi-
            fikacijo, kateri podatki so povezani z določenim faktorjem, še posebej
            v primerih, ko se analiza izvaja z večjim številom faktorjev, saj lahko
            poimenovanje faktorjev privede do pristranskosti pri interpretaciji.
            Zato je včasih smiselneje ostati pri preprosti označitvi faktorjev z za-
            porednimi številkami (Hair idr. 2014).
               Izvedli smo tudi test ustreznosti (angl. goodness-of-fit), ki se upo-
            rablja za preverjanje, ali predlagani statistični model ustreza podat-
            kom, ki jih imamo. Rezultat tega testa nam pove, koliko podatkov se
            ujema z našim modelom (Hair idr. 2014).
               V  našem  primeru  v  preglednici  5.9  vidimo,  da  je  vrednost  signi-
            fikance večja od 0,05, kar pomeni, da naš model ustreza podatkom.
            Rezultat testa ustreznosti pravi, da je statistična vrednost hi-kvad rat-
            testa 3,140, število prostostnih stopenj je 7 in signifikanca 0,872. To
            pomeni, da ne moremo zavreči hipoteze, da se model dobro prilega
            našim podatkom. Zato lahko rečemo, da se model, ki smo ga izdelali s
            faktorsko analizo, dobro prilega našim podatkom (Hair idr. 2014).
               Preglednica 5.10 prikazuje rezultate ponovljenih korelacij vijače-
            nje – navor. Ponovljene korelacije so korelacije med faktorjem in vsako
            od izvirnih spremenljivk. S faktorsko analizo smo poskušali razložiti
            varianco med spremenljivkami s pomočjo skupine latentnih spremen-
            ljivk, ki jih imenujemo faktorji. Ta preglednica kaže, kako dobro so fak-
            torji korelirani z vsako od izvirnih spremenljivk.
               V prvi vrstici so navedena imena izvirnih spremenljivk, ki jih ana-
            liziramo, ponovljena korelacija (angl. reproduced correlation) prikazuje
            ponovljene korelacije med faktorjem in vsako spremenljivko, ostanek
            (angl. residual) pa ponovljene korelacije med faktorjem in vsako spre-
            menljivko.
               Npr., v vrstici Navor_0L ponovljena korelacija med faktorjem in
            spremenljivko Navor_0L znaša 0,196, kar pomeni, da obstaja nekaj ko-
            relacije med faktorjem in spremenljivko Navor_0L.
               V preglednici 5.10 so prikazana tudi odstopanja med dejanskimi in
            ponovljenimi korelacijami, ki so navedena v obliki eksponentov. Vred-
            nosti odstopanj so majhne, saj so le štiri od njih (14 % od celotnih) z
            absolutno vrednostjo, ki je večja od 0,05. To kaže na visoko stopnjo
            ponovljivosti korelacij med spremenljivkami, kar pomeni, da je nekaj
            razlike med dejanskimi korelacijami in tistimi, ki jih razloži faktorska
            analiza (Hox 2010).


                                                           101
   96   97   98   99   100   101   102   103   104   105   106