Page 156 - Optimizacija poslovnih in tehnoloških procesov

5 Empirična raziskava
V regresijskih enačbah (5.5), (5.6) in (5.7) b0 predstavlja odmik, ki
predstavlja konstanto, b1 do b8 pa so regresijski koeficienti, ki opisu-
jejo učinek posameznih neodvisnih kazalnikov na odvisni kazalnik, ε
predstavlja napako. Z uporabo regresijske analize lahko določimo po-
membnost posameznih neodvisnih kazalnikov za odvisni kazalnik ter
s tem oblikujemo strategijo za izboljšanje procesa in učinkovitosti.
V tem primeru je odvisna spremenljivka predstavljena z enim izmed
kazalnikov CPK. Opisna statistika (preglednica 5.51) hipoteze 3 kaže,
da je v tej analizi uporabljenih več neodvisnih spremenljivk ali kazalni-
kov CMK. To lahko vidimo v enačbi 5.5, ki prikazuje model regresijske
analize, ki napoveduje odvisno spremenljivko, imenovano Funkcije3, z
neodvisnimi spremenljivkami. Uporabljena je metoda enter, ki vključi
vse neodvisne spremenljivke hkrati.
Povprečna vrednost Funkcij_3L je 160,1160, kar pomeni, da je povp-
rečna vrednost te funkcije pri merjenju v vzorcu 160,1160. Standardni
odklon za to funkcijo je 1,00109, kar nam pove, da so meritve za Funk-
cije_3L zelo podobne in imajo nizko raven variabilnosti.
Za nekatere neodvisne kazalnike CMK so prikazane tudi povprečne
vrednosti in standardni odkloni. Npr., povprečna vrednost za Tempe-
raturo lepila3 je 59,9782, kar pomeni, da je povprečna temperatura lepi-
la v vzorcu 59,9782 stopinje Celzija. Standardni odklon za Temperaturo
lepila3 je 0,27295, kar pomeni, da so meritve temperature lepila zelo
podobne in imajo nizko raven variabilnosti.
Prva enačba (5.5) regresijske analize nam prikazuje, da so Funkci-
je_3L le del kazalnika CPK, medtem ko so ostali kazalniki neodvisni. To
pomeni, da lahko Funkcije_3L pomagajo napovedati vrednost kazal-
nika CPK, vendar niso edini kazalnik, ki pojasnjuje njegovo vrednost.
V skladu s hipotezo 3 so Funkcije_3L in ostali neodvisni kazalniki
CMK pomembni za napovedovanje kazalnikov CPK. Nato sledijo koe-
ficienti regresijske analize. Beta označuje koeficiente, ki kažejo, kako
vsaka neodvisna spremenljivka prispeva k napovedi odvisne spremen-
ljivke. Standardna napaka meri razpršenost ocen koeficientov.
V tem primeru lahko sklepamo, da so vse neodvisne spremenljiv-
ke statistično pomembne pri napovedovanju Funkcij_3L. Poleg tega
lahko uporabimo koeficiente nagiba in presečne točke, da izračunamo
napovedne vrednosti Funkcij_3L glede na vrednosti neodvisnih spre-
menljivk.
Poleg korelacijskih koeficientov matrika vsebuje tudi statistično
značilnost korelacije. To je predstavljeno z vrednostjo Sig. (1-stranski),

156