Microsoft Word - Faktorska_analiza_blagovne_znamke_II

Velikost: px
Začni prikazovanje s strani:

Download "Microsoft Word - Faktorska_analiza_blagovne_znamke_II"

Transkripcija

1 Funkcije blagovne znamke Občutljivost na blagovne znamke (angl. brand sensitivity), definirana kot pomen, ki ga kupci pripisujejo blagovni znamki v procesu odločanja za nakup, je izkazano pomemben dejavnik, ki ga je potrebno upoštevati pri razvoju celotne strategije blagovne znamke (Kapferer & Laurent, 1983). Občutljivost na blagovne znamke izhaja iz nabora funkcij (angl. brand functions), ki jih blagovna znamka odigra v procesu odločanja in katere pojasnjujejo 65% variabilnosti občutljivosti na blagovne znamke (Kapferer & Laurent, 1983). Galí (1994) je v svojem prispevku podal pregled študij na temo funkcij blagovne znamke in po obširni kvalitativni analizi opredelil 6 funkcij blagovne znamke, od katerih se 4 ujemajo z naborom funkcij, ki sta jih v svojem klasičnem delu opredelila Kapferer in Laurent (1983): - Funkcija garancije (angl. guarantee): dobra blagovna znamka naj bi zagotavljala visoko kakovost proizvodov; - Funkija poenostavitve (angl. simplification): blagovna znamka naj bi vsebovala/odražala informacije, ki olajšajo izbiro proizvoda; - Funkcija diferenciacije/razlikovanja (angl.differentiation): blagovna znamka naj bi bila povezana s specifičnimi karakteristikami proizvoda oziroma naj bi omogočala izpolnitev specifičnih potreb kupca; - Funkcija simbolizacije (angl. symbolism): blagovna znamka naj bi odražala osebnostne značilnosti kupca, ki kupuje proizvode dane blagovne znamke; - Funkcija mentalizacije:blagovna znamka naj bi potencirala avtobiografske sposobnosti ; - Funkcija generičnosti: blagovna znamka naj bi se v pogovornem jeziku nanašala na vrsto proizvoda in ne na samo blagovno znamko; Galí in Coenders (1996) ugotavljata, da kupci ne razlikujejo med funkcijo mentalizacije in simbolizacije, zaradi česar sta jo združila v skupno dimenzijo. Prav tako ugotavljata, da funkcija generičnosti ni povezana z občutljivostjo na blagovne znamke. Gali (1994) je za potrebe ocenitve funkcij blagovne znamke definiral anketni vprašalnik. Pri tem je izhajal iz izvirnega vprašalnika, ki sta ga definirala Kapferer in Laurent (1983), pri čimer ga je sam bistveno spremenil. Vsa vprašanja so zastavljena v obliki 5-stopenjske Likertove lestvice, kjer 1 pomeni se ne strinjam in 5 se povsem strinjam.

2 Faktorska analiza S pomočjo faktorske analize ocenite funkcije blagovne znamke: - Preverite primernost podatkov za vključitev v faktorsko analizo - Predlagajte ustrezno metodo za oceno komunalitet - Izvedite rotacijo faktorskih uteži - Interpretirajte rezultate Literatura Galí, J. M. (1994). The Functions of the Brand in the Choice Process. In: Bloemer, J, Lemmink, J. & Kasper, H. (Eds). Proceedings of the 23 rd EMAC Conference. pp European Marketing Academy. Galí, J. M. & Coenders, G. (1996). Conceptualising and Measuring Brand Functions. Papers ESADE, 146, 1-31 Kapferer, J. N. & Laurent, G. (1983). La Sensibilité aux Marques. Fondation Jours de France. Laurent, G, & Kapferer, N. (1985). Measuring Consumer Involvement Profiles. Journal of Marketing Research, 22, Priloge - Anketna vprašanja - Rešitve

3 Brand functions Guarantee: 2 GUARANT1 With a well-known brand I am sure to buy a better GUARANT2 Among several... which are similar, buying a well-known brand warrants me a higher quality. 28 GUARANT3 When I buy a... if I want a high quality I have to buy a well-known brand. Simplification: 3 SIMPLIF1 When I buy a... to look at the brand helps me to choose. 13 SIMPLIF2 To look at the brand of... makes the choice easier. 29 SIMPLIF3 To look at the brand helps me to know if a... has a high quality or not. 30 SIMPLIF4 When I buy a... it is not worthwhile to spend a lot of time looking at the characteristics of the product. Looking at the brand is enough. 32 SIMPLIF5 When I buy a... to look at the brand is enough for me to choose a good product. 35 SIMPLIF6 To look at the brand helps me to distinguish the different... Differentiation: 11 DIFFER1 Only a few brands of... offer what I am really looking for. 16 DIFFER2 I relate each brand of... to certain diferential characteristics. 22 DIFFER3 Not all the brands of... have the Characteristics I want. 26 DIFFER4 To look at the brand helps to distinguish the differential characteristics of... Symbolism/mentalization: 10 SYMBOL1 Tell me the brand of... you buy and I'll tell you who you are. 21 SYMBOL2 When I see a person I do not know, I can build an Idea of how he or she is depending on the brand of... he or she buys. 24 SYMBOL3 When people buy a... the brand gives them a bit of personality. 33 SYMBOL4 From knowing the brands of... that a person consumes, I can get to classify how that person is. 48 SYMBOL5 Regarding... the brand reflects the way of being of the person who buys and consumes it. 23 MENTAL1 When people buy a... the brand helps them reinforce their self-concept. 31 MENTAL2 The brands of... that I bay give me some information of the way I am or I'd like to be. 34 MENTAL3 When buying a definite brand of... I get myself away from the rest of the people. Generic (Not needed) 14 GENERIC1 Sometimes, when referring to brand 'x' of... I am in fact referring to any... at all. 25 GENERIC2 With some brands of..., when you ask for the brand you are simply refering to the generic product category, rather than to the brand 'x' 27 GENERIC3 Many times, people refer to brand 'x' of... while they in fact mean a kind of product rather than the specific brand.

4 1. Korelacijska matrika S pomočjo korelacijske matrike ocenimo kako močne so odvisnosti med ocenami posameznih predmetov. Postopek: Analyze->Correlate->Bivariate->izberemo vse spremenljivke (polje Variables)- >Potrdimo z OK. 2. Izbira metode ocenjevanja komunalitet Običajno se za oceno komunalitet uporabljata metodi: - največjega verjetja (Maximum likelihood) ali - metoda glavni osi (principal axis factoring) Metoda največjega verjetja je osnovana na predpostavki, da so opazovane statistične enote normalno porazdeljene glede na vrednosti proučevanih spremenljivk. V ta namen uporabimo Kolmogorov-Smirnov test (Analyze->Nonparametric test->kolmogorov Smirnov), katerega izpis je prikazan v nadaljevanju. Kolmogorov-Smirnov test je opredeljen z naslednjima dvema domnevama: H 0 : spremenljivka x i je normalno porazdeljena H 1 : spremenljivka x i ni normalno porazdeljena Na podlagi prikazanega izpisa (izpis 1) je razvidno, da je za vse spremenljivke mogoče zavrniti ničelno domnevo pri zanemarljivi stopnji tveganja, kar pomeni, da predpostavka normalne porazdelitve ni izpolnjena. Glede na to bi bila primernejša metoda glavnih osi, katere rezultati so prikazani v nadaljevanju.

5 Izpis 1: Kolmogorov-Smirnovv test (normalnost porazdelitve) 3. Ocena komunalitet po metodi glavnih osi Postopek: Analyze->Data Reduction->Factor...->vključimo spremenljivke-> Principal axis factoring, pod Display označimo Unrotated Kliknemo na Extraction in izberemo pod Method: factor solution ter Scree Plot. Potrdimo s Continue->Kliknemo na Descriptives... in odkljukamo 'KMO and Bartlett's test of sphericity'. Potrdimo s Continue in z OK.

6 Izpis 2: KMO in Bartlettov preskus KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.,908 Bartlett's Test of Sphericity Approx. Chi-Square 5807,492 df 253 Sig.,000 S pomočjo Kaiser-Meyer-Olkinovega testa (v nadaljevanju: KMO) ter Bartlettovega testa preverjamo ustrezno podatkov za faktorsko analizo. Bartlettov test preverja, ali je korelacijska matrika enotska. Če je stopnja značilnosti Batrlettovega testa manjša od 0,05, potem lahko rečemo, da matrika ni enotska, kar pomeni, da so podatki ustrezni. Čim večja pa je mera KMO testa, bolj so podatki primerni za analizo. Če je mera KMO večja od 0,8, govorimo o optimalni primernosti podatkov, spodnja meja pa je 0,5. V našem primeru lahko torej potrdimo ustreznost podatkov za faktorsko analizo. Na podlagi ocenjenih komunalitet (izpis 3) je razbrati, da je pri večini spremenljivk vpliv skupnih faktorjev večji od vpliva posamičnih dejavnikov. Najvišje deleže pojasnjene variance s skupnimi faktorji lahko opazimo pri vprašanjih 'symbol4' (85,1% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk), 'symbol2' (77,0% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk) ter 'symbol5' (74,4% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk). Spremenljivke, pri katerih so ocenjene komunalitete manjše od 0,5 (prevladuje vpliv specifičnih dejavnikov) načeloma izločimo iz nadaljnje analize (differ1 in generic1).

7 Izpis 3: Ocene komunalitet Communalities Initial Extraction guarant1,648,623 simplif1,693,604 symbol1,572,583 differ1,453,436 simplif2,685,631 generic1,427,472 differ2,537,499 guarant2,662,623 symbol2,747,770 differ3,479,545 symbol3,590,601 generic2,527,683 differ4,620,607 generic3,489,628 guarant3,663,600 simplif3,746,724 simplif4,614,531 mental2,677,690 simplif5,686,659 symbol4,817,851 mental3,591,601 simplif6,632,652 symbol5,741,744 Extraction Method: Principal Axis Factoring. Na podlagi tabele celotne pojasnjene variance in scree diagrama (izpis 4 in izpis 5) je ravidno: - Oceniti je mogoče model s kvečjemu 4 skupnimi faktorji; - S 4 skupnimi faktorji je mogoče pojasniti dobrih 60% celotne variance, kar je zadovoljivo.

8 Izpis 4: Celotna pojasnjena varianca Total Variance Explained Factor Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 8,335 36,237 36,237 7,969 34,648 34, ,976 17,288 53,525 3,652 15,879 50, ,211 9,613 63,138 1,811 7,873 58, ,359 5,910 69,048,924 4,017 62,417 5,823 3,577 72,625 6,690 3,001 75,626 7,622 2,704 78,329 8,521 2,265 80,595 9,482 2,094 82,689 10,442 1,921 84,610 11,399 1,735 86,345 12,378 1,642 87,987 13,372 1,618 89,605 14,336 1,461 91,066 15,321 1,398 92,464 16,303 1,316 93,779 17,274 1,191 94,971 18,248 1,076 96,047 19,229,997 97,044 20,198,862 97,905 21,185,803 98,708 22,169,734 99,442 23,128, ,000 Extraction Method: Principal Axis Factoring.

9 Izpis 5: Scree diagram

10 Izpis 6: Matrika faktorskih uteži Factor Matrix a Factor guarant1,675 -,388,076 -,105 simplif1,673 -,381 -,031,067 symbol1,556,509 -,044 -,113 differ1,561 -,047 -,128,322 simplif2,674 -,412,056,061 generic1 -,157,160,647,054 differ2,647,031 -,079,270 guarant2,642 -,445,112 -,017 symbol2,643,594 -,051 -,015 differ3,534 -,085 -,190,465 symbol3,526,565,006,071 generic2 -,021,188,774,219 differ4,728 -,174 -,053,208 generic3,030,177,745,201 guarant3,675 -,360,038 -,117 simplif3,739 -,412,060 -,075 simplif4,481 -,237,265 -,417 mental2,607,565 -,042 -,011 simplif5,634 -,280,247 -,344 symbol4,633,655 -,051 -,139 mental3,560,524,029 -,110 simplif6,725 -,349,018,075 symbol5,616,589 -,087 -,102 Extraction Method: Principal Axis Factoring. a. 4 factors extracted. 9 iterations required. Na podlagi začetne faktorske rešitve ni mogoče podati najbolj smiselne interpretacije. Prvi faktor je nekakšen splošni faktor, drugi je bipolaren, določene spremenljivke izkazujejo pomemben vpliv večih skupnih faktorjev... (navedeni dejavniki otežujejo interpretacijo) 4. Ocena komunalitet po metodi glavnih osi in poševna rotacija faktorjev Za spremenljivki 'differ1' in 'generic1' je bila sicer ugotovljena nekolika nižja vrednost komunalitet, vendar glede na vrednosti (0,436 in 0,472) ju kljub temu lahko ohranimo v modelu. Glede na predhodno analizo (tabela celotne pojasnjene variance in scree diagram) se odločimo za model s 4 skupnimi faktorji.

11 Postopek: Analyze->Data Reduction->Factor...->vključimo spremenljivke-> Kliknemo na Extraction in izberemo pod Method: Principal axis factoring, pod Display označimo Unrotated factor solution ter Scree Plot. Extract: Factor 4. Potrdimo s Continue. Kliknemo na Rotation in izberemo Direct Oblimin. Potrdimo s Continue Kliknemo na Options in v polju 'Coefficient Display Format' izberemo Sorted by size. Potrdimo s Continue in z OK. Rezultat KMO in Bartlettovega preskusa se zaradi izvedene rotacije NE spremeni. Prav tako ostajajo enake ocenjene vrednosti komunalitet ter delež celotne pojasnjene variance (z rotacijo faktorskih uteži se delež celotne pojasnjene variabilnosti NE spreminja) Izpis 7: Rotirana faktorska rešitev pattern uteži Pattern Matrix a Factor simplif5,829,098,061 -,249 simplif3,810 -,007 -,044,100 guarant1,772 -,012 -,033,050 guarant2,763 -,105,025,136 guarant3,745,022 -,070,040 simplif4,740,076,063 -,364 simplif2,707 -,068,002,230 simplif6,676,016 -,024,256 simplif1,654 -,029 -,075,249 differ4,473,156 -,022,393 symbol4 -,018,944 -,032 -,073 symbol5 -,010,872 -,062 -,024 symbol2 -,024,866,002,066 mental2 -,025,820,010,065 mental3,042,771,040 -,057 symbol1,028,767 -,033 -,048 symbol3 -,097,754,087,127 generic2,000,005,836,081 generic3,038,027,799,078 generic1 -,033 -,032,659 -,097 differ3,130,104 -,047,639 differ1,203,175 -,033,479 differ2,241,294,003,426 Extraction Method: Principal Axis Factoring. a. Rotation converged in 14 iterations.

12 Na podlagi rotiranih faktorskih rešitev (izpis 7 in 8) je razviden vpliv 4 skupnih faktorjev funkcij blagovne znamke, ki jih glede na vsebino lahko smiselno poimenujemo: - Funkcija garancije/poenostavitve: dobra blagovna znamka zagotavlja visoko kakovost proizvodov in nudi specifične karakteristike, ki omogočajo izpolnitev specifičnih potreb kupca in odraža informacije, ki olajšajo izbiro proizvoda; - Funkcija simbolizacije in mentalizacije: blagovna znamka odraža osebnostne značilnosti kupca, ki kupuje proizvode dane blagovne znamke in potencira avtobiografske sposobnosti; - Funkcija generičnosti: blagovna znamka naj bi se v pogovornem jeziku nanašala na vrsto proizvoda in ne na samo blagovno znamko; - Funkcija diferenciacije: blagovna znamka naj bi bila povezana s specifičnimi karakteristikami proizvoda oziroma naj bi omogočala izpolnitev specifičnih potreb kupca.

13 Izpis 8: Rotirana faktorska rešitev strukturne uteži Structure Matrix Factor simplif3,844,258 -,113,378 guarant1,787,230 -,092,313 guarant2,776,158 -,052,363 simplif5,770,288,054,044 guarant3,770,252 -,124,309 simplif6,769,280 -,109,492 simplif2,764,200 -,086,452 simplif1,734,224 -,161,474 differ4,654,393 -,111,594 simplif4,636,212,080 -,107 symbol4,242,919,027,158 symbol2,258,875,035,270 symbol5,247,860 -,014,197 mental2,241,828,041,256 mental3,250,772,084,139 symbol1,243,762,011,155 symbol3,166,761,108,265 generic2 -,025,066,822 -,058 generic3,021,097,785 -,037 generic1 -,118 -,034,676 -,227 differ3,379,297 -,158,716 differ1,419,352 -,118,596 differ2,473,471 -,070,579 Extraction Method: Principal Axis Factoring. Izpis 9: Rotirana faktorska rešitev korelacije med faktorji Factor Correlation Matrix Factor ,000,299 -,064,337 2,299 1,000,049, ,064,049 1,000 -,168 4,337,245 -,168 1,000 Extraction Method: Principal Axis Factoring. Rotation Method: Oblimin with Kaiser Normalization.

14 Komentar: Na podlagi ocenjenih korelacij med faktorji je razvidno, da sta prvi in četri faktor nekoliko močneje povezana. Ob pogledu spremenljivk (vprašanj) na katere ima prvi oziroma četrti faktor pomemben vpliv, je izpostavljena povezanost tudi razumljiva (vprašanja povezana z funkcijo diferenciacije oziroma poenostavitve so povezana tako s prvim kot četrtim faktorjem). Glede na to bi kazalo poskusiti oceniti faktorski model z zgolj 3 skupnimi faktorji. 5. Ocena komunalitet po metodi glavnih osi in poševna rotacija faktorjev (model s 3 faktorji) Zaradi zmanjšanja števila skupnih faktorjev se ocene komunalitet nekoliko zmanjšajo. Zaradi tega so bile izločene spremenljivke 'differ1' (komunaliteta=0,322), 'differ3' (komunaliteta=0,301) in 'simplif4' (komunaliteta=0,323). V nadaljevanju je prikazana ocena končnega faktorskega modela. Izpis 10: KMO in Bartlettov preskus KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.,912 Bartlett's Test of Sphericity Approx. Chi-Square 5111,046 df 190 Sig.,000 Komentar: Z izločitvijo 3 spremenljivk z najnižjimi ocenami komunalitet (prevladujoč vpliv specifičnih dejavnikov) se je KMO oziroma MSA kazalnik pričakovano še nekoliko povečal.

15 Izpis 11: Ocene komunalitet Communalities Initial Extraction guarant1,645,629 simplif1,684,622 symbol1,569,575 simplif2,673,626 generic1,410,466 differ2,517,399 guarant2,657,644 symbol2,746,771 symbol3,576,591 generic2,518,670 differ4,603,536 generic3,488,629 guarant3,658,601 simplif3,744,731 mental2,669,689 simplif5,463,449 symbol4,817,837 mental3,583,596 simplif6,626,645 symbol5,740,740 Extraction Method: Principal Axis Factoring. Komentar: Na podlagi ocen komunalite v tabeli 11 je razvidno, da je delež pojasnjene variabilnosti posameznih spremenljivk z vplivom skupnih faktorjev relativno visok, kar potrjuje ustreznost izbranih spremenljivk (vprašanj) za analizo funkcij blagovnih znamk. S 3 skupnimi faktorji je mogoče pojasniti dobrih 60% celotne variabilnosti vzorca (tabela 12).

16 Izpis 12: Celotna pojasnjena varianca Factor Initial Eigenvalues Total Variance Explained Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings a Total % of Variance Cumulative % Total % of Variance Cumulative % Total 1 7,517 37,586 37,586 7,149 35,745 35,745 6, ,904 19,518 57,103 3,571 17,855 53,601 5, ,127 10,635 67,738 1,727 8,635 62,236 1,856 4,855 4,274 72,012 5,628 3,138 75,150 6,568 2,840 77,990 7,524 2,618 80,608 8,469 2,344 82,951 9,421 2,103 85,054 10,388 1,942 86,996 11,373 1,863 88,860 12,345 1,727 90,587 13,324 1,621 92,208 14,312 1,561 93,769 15,274 1,368 95,137 16,245 1,225 96,362 17,227 1,136 97,498 18,200,998 98,496 19,172,859 99,355 20,129, ,000 Extraction Method: Principal Axis Factoring. a. When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

17 Izpis 13: Scree diagram

18 Izpis 14: Matrika faktorskih uteži Factor Matrix a Factor simplif3,723 -,453,056 simplif6,704 -,385,035 differ4,702 -,208 -,013 symbol2,674,559 -,065 symbol4,669,618 -,085 guarant3,665 -,398,029 guarant1,665 -,426,069 simplif1,664 -,426 -,009 simplif2,650 -,445,073 symbol5,649,553 -,113 mental2,635,532 -,052 differ2,631 -,006 -,033 guarant2,626 -,485,128 simplif5,594 -,271,153 mental3,593,493 -,003 symbol1,583,478 -,074 symbol3,555,531,016 generic2 -,013,202,793 generic3,040,186,770 generic1 -,139,176,645 Extraction Method: Principal Axis Factoring. a. 3 factors extracted. 8 iterations required. Na podlagi rotiranih faktorskih rešitev (izpis 15 in 16) je mogoče ocenjene faktorje - funkcije blagovnih znamk, poimenovati na sledeči način: - Funkcija garancije/poenostavitve: dobra blagovna znamka zagotavlja visoko kakovost proizvodov in nudi specifične karakteristike, ki omogočajo izpolnitev specifičnih potreb kupca in odraža informacije, ki olajšajo izbiro proizvoda; - Funkcija simbolizacije in mentalizacije: blagovna znamka odraža osebnostne značilnosti kupca, ki kupuje proizvode dane blagovne znamke in potencira avtobiografske sposobnosti; - Funkcija generičnosti: blagovna znamka naj bi se v pogovornem jeziku nanašala na vrsto proizvoda in ne na samo blagovno znamko;

19 Izpis 15: Rotirana faktorska rešitev 'pattern' uteži Pattern Matrix a Factor simplif3,862 -,026 -,014 guarant2,838 -,120,055 simplif2,810 -,062,005 guarant1,804 -,036,003 simplif6,791,028 -,026 simplif1,785 -,022 -,075 guarant3,772 -,003 -,033 simplif5,655,048,108 differ4,640,194 -,051 differ2,429,340 -,045 symbol4 -,044,929 -,016 symbol2,010,875 -,004 symbol5 -,014,865 -,052 mental2,007,827,006 symbol3 -,030,771,075 mental3,021,761,050 symbol1,009,756 -,022 generic2,023,025,819 generic3,066,044,793 generic1 -,078 -,038,670 Extraction Method: Principal Axis Factoring. Rotation Method: Oblimin with Kaiser Normalization. a. Rotation converged in 5 iterations.

20 Izpis 16: Rotirana faktorska rešitev strukturne uteži Structure Matrix Factor simplif3,855,253 -,101 simplif6,802,284 -,104 guarant2,793,154 -,033 guarant1,792,225 -,079 simplif2,789,201 -,078 simplif1,785,230 -,154 guarant3,774,247 -,110 differ4,708,400 -,108 simplif5,660,265,045 differ2,544,478 -,074 symbol4,259,914,024 symbol2,294,878,028 symbol5,272,859 -,017 mental2,275,830,037 mental3,263,770,078 symbol3,213,764,108 symbol1,256,758,006 generic2 -,050,064,817 generic3,001,096,788 generic1 -,157 -,037,676 Extraction Method: Principal Axis Factoring. Rotation Method: Oblimin with Kaiser Normalization. Izpis 17: Korelacije med faktorji Factor Correlation Matrix Factor ,000,325 -,100 2,325 1,000, ,100,039 1,000 Extraction Method: Principal Axis Factoring. Rotation Method: Oblimin with Kaiser Normalization. Komentar: Glede na ocenjene korelacije med faktorji bi lahko poleg poševne poskusili še s pravokotno rotacijo faktorskih uteži.

21 6. Ocena komunalitet po metodi glavnih osi in pravokotna rotacija faktorjev Postopek: Analyze->Data Reduction->Factor...->... Kliknemo na Rotation in izberemo Varimax. Potrdimo s Continue V nadaljevanju je prikazana zgolj rotirana faktorska rešitev, saj so preostali izpisi vezani na oceno modela nespremenjeni. Izpis 18: Rotirana faktorska rešitev Rotated Factor Matrix a Factor simplif3,846,114 -,048 guarant2,802,019,020 simplif2,788,071 -,027 guarant1,787,095 -,029 simplif6,786,156 -,056 simplif1,775,104 -,105 guarant3,763,122 -,063 differ4,667,294 -,072 simplif5,646,157,084 differ2,483,404 -,054 symbol4,113,908,004 symbol2,157,864,013 symbol5,135,849 -,034 mental2,145,817,022 symbol3,095,757,092 mental3,145,755,065 symbol1,137,746 -,007 generic2 -,028,053,816 generic3,019,078,789 generic1 -,129 -,030,670 Extraction Method: Principal Axis Factoring. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 4 iterations.

22 Komentar: Tudi na podlagi pravokotne rotacije faktorske rešitve (izpis 18) je razviden vpliv enakih 3 skupnih faktorjev funkcij blagovne znamke: - Funkcija garancije/poenostavitve: dobra blagovna znamka zagotavlja visoko kakovost proizvodov in nudi specifične karakteristike, ki omogočajo izpolnitev specifičnih potreb kupca in odraža informacije, ki olajšajo izbiro proizvoda; - Funkcija simbolizacije in mentalizacije: blagovna znamka odraža osebnostne značilnosti kupca, ki kupuje proizvode dane blagovne znamke in potencira avtobiografske sposobnosti; - Funkcija generičnosti: blagovna znamka naj bi se v pogovornem jeziku nanašala na vrsto proizvoda in ne na samo blagovno znamko; 7. Ocena komunalitet po metodi največjega verjetja Za primerjavo je prikazan postopek ocenitve faktorskega modela po metodi največjega verjetja, čeprav le-ta, glede na ugotovljeno neizpolnjenost predpostavke o normalni porazdelitvi, v danem primeru ni najprimernejša. Postopek: Analyze->Data Reduction->Factor...->vključimo spremenljivke-> Kliknemo na Extraction in izberemo pod Method: Maximum Likelihood, pod Display označimo Unrotated factor solution ter Scree Plot. Potrdimo s Continue->Kliknemo na Descriptives... in odkljukamo 'KMO and Bartlett's test of sphericity'. Potrdimo s Continue in z OK.

23 Rezultat Kaiser-Meyer-Olkinovega testa (v nadaljevanju: KMO) ter Bartlettovega testa, s katerima preverjamo ustreznost podatkov za faktorsko analizo, ni odvisen od uporabljene metode ocenitve komunalitet, zaradi česar je rezultat obeh navedenih preskusov povsem enak kot na izpisu 2. Na podlagi ocenjenih komunalitet (izpis 19) je razbrati, da je pri večini spremenljivk vpliv skupnih faktorjev večji od vpliva posamičnih dejavnikov. Najvišje deleže pojasnjene variance s skupnimi faktorji lahko opazimo pri vprašanjih 'symbol4' (85,6% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk), 'simplif5' (76,5% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk) ter 'symbol5' (75,8% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk). Spremenljivke, pri katerih so ocenjene komunalitete manjše od 0,5 (prevladuje vpliv specifičnih dejavnikov) načeloma izločimo iz nadaljnje analize (differ1 in differ3).

24 Izpis 19: Ocene komunalitet Communalities Initial Extraction guarant1,648,608 simplif1,693,625 symbol1,572,584 differ1,453,359 simplif2,685,634 generic1,427,461 differ2,537,458 guarant2,662,629 symbol2,747,775 differ3,479,395 symbol3,590,593 generic2,527,689 differ4,620,571 generic3,489,622 guarant3,663,590 simplif3,746,712 simplif4,614,731 mental2,677,676 simplif5,686,765 symbol4,817,856 mental3,591,590 simplif6,632,652 symbol5,741,758 Extraction Method: Maximum Likelihood. Na podlagi tabele celotne pojasnjene variance in scree diagrama (izpis 20 in izpis 21) je ravidno: - Oceniti je mogoče model s kvečjemu 4 skupnimi faktorji; - S 4 skupnimi faktorji je mogoče pojasniti dobrih 60% celotne variance, kar je zadovoljivo.

25 Izpis 20: Celotna pojasnjena varianca Total Variance Explained Factor Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 8,335 36,237 36,237 7,757 33,727 33, ,976 17,288 53,525 3,798 16,514 50, ,211 9,613 63,138 1,825 7,933 58, ,359 5,910 69,048,955 4,151 62,326 5,823 3,577 72,625 6,690 3,001 75,626 7,622 2,704 78,329 8,521 2,265 80,595 9,482 2,094 82,689 10,442 1,921 84,610 11,399 1,735 86,345 12,378 1,642 87,987 13,372 1,618 89,605 14,336 1,461 91,066 15,321 1,398 92,464 16,303 1,316 93,779 17,274 1,191 94,971 18,248 1,076 96,047 19,229,997 97,044 20,198,862 97,905 21,185,803 98,708 22,169,734 99,442 23,128, ,000 Extraction Method: Maximum Likelihood.

26 Izpis 21: Scree diagram

27 Izpis 22: Matrika faktorskih uteži Factor Matrix a Factor guarant1,589,509 -,002,042 simplif1,581,490 -,114,185 symbol1,651 -,394 -,024 -,068 differ1,510,136 -,137,249 simplif2,575,533 -,014,137 generic1 -,116 -,134,644,126 differ2,613,083 -,099,255 guarant2,543,560,019,140 symbol2,746 -,465 -,026,024 differ3,464,157 -,202,337 symbol3,615 -,448,024,119 generic2,012 -,129,777,263 differ4,654,306 -,095,204 generic3,065 -,114,738,244 guarant3,597,481 -,029,038 simplif3,647,537 -,017,064 simplif4,475,389,307 -,510 mental2,697 -,434 -,022,024 simplif5,605,444,249 -,374 symbol4,759 -,524 -,019 -,076 mental3,655 -,397,054 -,035 simplif6,635,479 -,042,132 symbol5,728 -,469 -,066 -,060 Extraction Method: Maximum Likelihood. a. 4 factors extracted. 7 iterations required. Na podlagi začetne faktorske rešitve ni mogoče podati najbolj smiselne interpretacije. Prvi faktor je nekakšen splošni faktor, drugi je bipolaren, določene spremenljivke izkazujejo pomemben vpliv večih skupnih faktorjev... (navedeni dejavniki otežujejo interpretacijo) 8. Ocena komunalitet po metodi največjega verjetja in poševna rotacija faktorjev Pred ponovno ocenitvijo faktorskega modela, smo izločili spremenljivki 'differ1' in 'differ3' zaradi relativno nizkih vrednosti komunalitet. Glede na predhodno analizo se odločimo za model s 4 skupnimi faktorji.

28 Postopek: Analyze->Data Reduction->Factor...->vključimo spremenljivke-> Kliknemo na Extraction in izberemo pod Method: Maximum Likelihood, pod Display označimo Unrotated factor solution ter Scree Plot. Extract: Factor 4. Potrdimo s Continue. Kliknemo na Rotation in izberemo Direct Oblimin. Potrdimo s Continue Kliknemo na Options in v polju 'Coefficient Display Format' izberemo Sorted by size. Potrdimo s Continue in z OK. Na podlagi ocenjenih komunalitet (izpis 23) je razbrati, da je pri večini spremenljivk vpliv skupnih faktorjev večji od vpliva posamičnih dejavnikov. Najvišje deleže pojasnjene variance s skupnimi faktorji lahko opazimo pri vprašanjih 'symbol4' (85,5% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk), 'simplif5' (74,0% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk) ter 'symbol5' (75,8% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk).

29 Izpis 23: Komunalitete Communalities Initial Extraction guarant1,648,625 simplif1,688,638 symbol1,570,584 simplif2,676,627 generic1,410,456 differ2,526,414 guarant2,659,652 symbol2,746,773 symbol3,586,591 generic2,524,688 differ4,603,532 generic3,491,626 guarant3,658,608 simplif3,744,723 simplif4,607,841 mental2,673,672 simplif5,685,740 symbol4,817,855 mental3,584,592 simplif6,626,639 symbol5,740,758 Extraction Method: Maximum Likelihood. Na podlagi tabele celotne pojasnjene variance lahko razberemo, da lahko s prvim skupnim faktorjem pojasnimo približno tretjino variabilnosti celotnega vzorca. S 4 skupnimi faktorji lahko pojasnimo skoraj 65% celotne variabilnosti vzorca, kar je vsekako zadovoljivo.

30 Izpis 24: Celotna pojasnjena varianca Total Variance Explained Factor Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings a Total % of Variance Cumulative % Total % of Variance Cumulative % Total 1 7,761 36,959 36,959 7,278 34,656 34,656 6, ,966 18,885 55,843 3,675 17,501 52,157 5, ,170 10,334 66,177 1,732 8,248 60,404 1, ,069 5,091 71,268,949 4,518 64,923 3,015 5,768 3,658 74,926 6,627 2,985 77,911 7,525 2,498 80,409 8,479 2,282 82,691 9,429 2,042 84,733 10,389 1,850 86,583 11,373 1,776 88,359 12,348 1,656 90,015 13,335 1,597 91,613 14,312 1,488 93,100 15,275 1,308 94,408 16,254 1,210 95,619 17,229 1,092 96,710 18,201,955 97,665 19,191,912 98,577 20,170,811 99,388 21,129, ,000 Extraction Method: Maximum Likelihood. a. When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

31 Izpis 25: Rotirana faktorska rešitev pattern uteži Pattern Matrix a Factor guarant2,839,124,057 -,010 simplif1,831,033 -,049,065 simplif3,802,018 -,016 -,098 simplif2,782,069,014 -,060 simplif6,760 -,020 -,013 -,061 guarant1,745,034 -,006 -,103 guarant3,725,003 -,031 -,099 differ4,664 -,168 -,026,020 differ2,517 -,315 -,001,130 symbol4 -,070 -,939 -,027 -,059 symbol5 -,026 -,876 -,066 -,031 symbol2,025 -,872,002,007 mental2,017 -,813,007 -,007 symbol1 -,025 -,763 -,037 -,069 mental3 -,004 -,757,048 -,064 symbol3,049 -,751,095,110 generic2,020 -,015,830 -,001 generic3,063 -,041,792,007 generic1 -,097,040,657 -,021 simplif4,014 -,062,012 -,900 simplif5,299 -,081,034 -,652 Extraction Method: Maximum Likelihood. Rotation Method: Oblimin with Kaiser Normalization. a. Rotation converged in 7 iterations. Na podlagi rotiranih faktorskih rešitev (izpis 25 in 26) je razviden vpliv 4 skupnih faktorjev funkcij blagovne znamke, ki jih glede na vsebino lahko smiselno poimenujemo: - Funkcija garancije: dobra blagovna znamka zagotavlja visoko kakovost proizvodov in nudi specifične karakteristike, ki omogočajo izpolnitev specifičnih potreb kupca; - Funkcija asimbolizacije/amentalizacije (negativne uteži!): blagovna znamka ne odraža osebnostnih značilnosti kupca, ki kupuje proizvode dane blagovne znamke in ne potencira avtobiografskih sposobnosti; - Funkcija generičnosti: blagovna znamka naj bi se v pogovornem jeziku nanašala na vrsto proizvoda in ne na samo blagovno znamko; - Funkcija otežitve (negativne uteži!): blagovna znamka ne vsebuje oziroma ne odraža informacij, ki olajšajo izbiro proizvoda;

32 OPOMBA: Negativne uteži pri drugem in četrtem faktorju narekujejo negativno naravnanost danih dveh funkcij blagovnih znamk, kar je morda nekoliko nepričakovano, glede na teoretična izhodišča podana v uvodni predstavitvi raziskave. Izpis 26: Rotirana faktorska rešitev strukturne uteži Structure Matrix Factor simplif3,846 -,250 -,097 -,483 guarant2,798 -,149 -,038 -,405 simplif6,798 -,271 -,089 -,431 simplif1,794 -,224 -,143 -,330 simplif2,787 -,190 -,069 -,431 guarant1,785 -,218 -,080 -,459 guarant3,775 -,240 -,103 -,447 differ4,711 -,378 -,090 -,320 differ2,556 -,466 -,048 -,158 symbol4,263 -,922,030 -,134 symbol2,302 -,879,042 -,108 symbol5,277 -,868 -,018 -,117 mental2,281 -,820,045 -,111 mental3,264 -,765,090 -,153 symbol1,257 -,761,007 -,144 symbol3,227 -,758,120 -,007 generic2 -,063 -,062,829 -,063 generic3 -,012 -,099,787 -,076 generic1 -,169,037,667 -,009 simplif4,468 -,173,068 -,915 simplif5,637 -,256,045 -,808 Extraction Method: Maximum Likelihood. Rotation Method: Oblimin with Kaiser Normalization. Izpis 27: Rotirana faktorska rešitev korelacije med faktorji Factor Correlation Matrix Factor ,000 -,321 -,107 -, ,321 1,000 -,049, ,107 -,049 1,000 -, ,484,118 -,061 1,000 Extraction Method: Maximum Likelihood. Rotation Method: Oblimin with Kaiser Normalization.

33 Komentar: Na podlagi ocenjenih korelacij med faktorji je razvidno, da sta prvi in četri faktor nekoliko močneje povezana. Ob pogledu spremenljivk (vprašanj) na katere ima prvi oziroma četrti faktor pomemben vpliv, je izpostavljena povezanost tudi razumljiva (vprašanja povezana z funkcijo diferenciacije oziroma poenostavitve so povezana tako s prvim kot četrtim faktorjem). Prav tako so razumljive negativne korelacije med 1 in 2 oziroma 1 in 4 faktorjem, glede na že ugotovljene negativne ocene uteži pri 2 in 4 faktorju. Glede na to bi kazalo poskusiti oceniti faktorski model z zgolj 3 skupnimi faktorji. 9. Ocena komunalitet po metodi največjega verjetja in poševna rotacija faktorjev (model s 3 skupnimi faktorji) Postopek: Analyze->Data Reduction->Factor...->vključimo spremenljivke-> Kliknemo na Extraction in izberemo pod Method: Maximum Likelihood, pod Display označimo Unrotated factor solution ter Scree Plot. Extract: Factor 3. Potrdimo s Continue. Kliknemo na Rotation in izberemo Direct Oblimin. Potrdimo s Continue Kliknemo na Options in v polju 'Coefficient Display Format' izberemo Sorted by size. Potrdimo s Continue in z OK. Na podlagi ocenjenih komunalitet (izpis 28) je razbrati, da je pri večini spremenljivk vpliv skupnih faktorjev večji od vpliva posamičnih dejavnikov. Najvišje deleže pojasnjene variance s skupnimi faktorji lahko opazimo pri vprašanjih 'symbol4' (85,3% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk), 'symbol2' (77,3% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk) ter 'symbol5' (75,7% variabilnosti spremenljivke lahko pojasnimo z vplivom skupnih faktorjev funkcij blagovnih znamk).

34 Izpis 28: Komunalitete Communalities Initial Extraction guarant1,648,629 simplif1,688,605 symbol1,570,582 simplif2,676,615 generic1,410,459 differ2,526,379 guarant2,659,650 symbol2,746,773 symbol3,586,576 generic2,524,680 differ4,603,518 generic3,491,624 guarant3,658,620 simplif3,744,735 mental2,673,672 simplif5,685,488 symbol4,817,853 mental3,584,591 simplif6,626,634 symbol5,740,757 simplif4,607,313 Extraction Method: Maximum Likelihood. Na podlagi tabele celotne pojasnjene variance lahko razberemo, da lahko s prvim skupnim faktorjem pojasnimo približno tretjino variabilnosti celotnega vzorca. S 3 skupnimi faktorji lahko pojasnimo 60% celotne variabilnosti vzorca, kar je vsekako zadovoljivo.

35 Izpis 29: Celotna pojasnjena varianca Total Variance Explained Factor Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings a Total % of Variance Cumulative % Total % of Variance Cumulative % Total 1 7,761 36,959 36,959 7,106 33,837 33,837 5, ,966 18,885 55,843 3,884 18,497 52,334 6, ,170 10,334 66,177 1,763 8,393 60,727 1, ,069 5,091 71,268 5,768 3,658 74,926 6,627 2,985 77,911 7,525 2,498 80,409 8,479 2,282 82,691 9,429 2,042 84,733 10,389 1,850 86,583 11,373 1,776 88,359 12,348 1,656 90,015 13,335 1,597 91,613 14,312 1,488 93,100 15,275 1,308 94,408 16,254 1,210 95,619 17,229 1,092 96,710 18,201,955 97,665 19,191,912 98,577 20,170,811 99,388 21,129, ,000 Extraction Method: Maximum Likelihood. a. When factors are correlated, sums of squared loadings cannot be added to obtain a total variance.

36 Izpis 30: Rotirana faktorska rešitev pattern uteži Pattern Matrix a Factor symbol4,937 -,042 -,016 symbol5,877 -,019 -,061 symbol2,877,008 -,002 mental2,817,008,003 symbol3,762 -,032,074 symbol1,760,010 -,026 mental3,756,026,056 simplif3 -,020,860 -,035 guarant2 -,118,839,024 guarant1 -,034,802 -,022 simplif2 -,063,801 -,014 guarant3 -,005,784 -,047 simplif6,024,784 -,039 simplif1 -,019,771 -,096 simplif5,046,682,107 differ4,178,635 -,062 simplif4,010,551,126 differ2,332,417 -,047 generic2,020,024,825 generic3,047,060,788 generic1 -,040 -,077,666 Extraction Method: Maximum Likelihood. a. Rotation converged in 5 iterations. Tudi na podlagi metode največjega verjetja (izpis 30 in 31) je razviden vpliv enakih 3 skupnih faktorjev funkcij blagovne znamke: - Funkcija simbolizacije in mentalizacije: blagovna znamka odraža osebnostne značilnosti kupca, ki kupuje proizvode dane blagovne znamke in potencira avtobiografske sposobnosti; - Funkcija garancije/poenostavitve: dobra blagovna znamka zagotavlja visoko kakovost proizvodov in nudi specifične karakteristike, ki omogočajo izpolnitev specifičnih potreb kupca in odraža informacije, ki olajšajo izbiro proizvoda; - Funkcija generičnosti: blagovna znamka naj bi se v pogovornem jeziku nanašala na vrsto proizvoda in ne na samo blagovno znamko;

37 Izpis 31: Rotirana faktorska rešitev strukturne uteži Structure Matrix Factor symbol4,923,266,027 symbol2,879,295,033 symbol5,868,273 -,023 mental2,820,275,037 mental3,767,269,085 symbol1,762,261,005 symbol3,754,212,108 simplif3,260,856 -,101 guarant2,158,798 -,044 simplif6,279,795 -,098 guarant1,227,792 -,084 guarant3,249,786 -,106 simplif2,199,782 -,077 simplif1,230,772 -,155 differ4,383,698 -,102 simplif5,274,689,058 simplif4,196,545,085 differ2,467,529 -,065 generic2,062 -,032,824 generic3,099,016,785 generic1 -,037 -,141,671 Extraction Method: Maximum Likelihood. Izpis 32: Rotirana faktorska rešitev korelacije med faktorji Factor Correlation Matrix Factor ,000,327,042 2,327 1,000 -,075 3,042 -,075 1,000 Extraction Method: Maximum Likelihood. Rotation Method: Oblimin with Kaiser Normalization. Na podlagi primerjave končne faktorske rešitve po metodi glavnih osi oziroma metodi največjega verjetja, je razvidno, da obe metodi vodita do povsem primerljive rešitve tudi iz vsebinskega vidika.

2. Model multiple regresije

2. Model multiple regresije 2. Model multiple regresije doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 2.1 Populacijski regresijski model in regresijski model vzorčnih podatkov

Prikaži več

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to

NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo torej s pari podatkov (x i,y i ), kjer so x i vrednosti

Prikaži več

PRESENT SIMPLE TENSE The sun gives us light. The sun does not give us light. Does It give us light? Raba: Za splošno znane resnice. I watch TV sometim

PRESENT SIMPLE TENSE The sun gives us light. The sun does not give us light. Does It give us light? Raba: Za splošno znane resnice. I watch TV sometim PRESENT SIMPLE TENSE The sun gives us light. The sun does not give us light. Does It give us light? Za splošno znane resnice. I watch TV sometimes. I do not watch TV somtimes. Do I watch TV sometimes?

Prikaži več

Microsoft Word - SI_vaja5.doc

Microsoft Word - SI_vaja5.doc Univerza v Ljubljani, Zdravstvena fakulteta Sanitarno inženirstvo Statistika Inštitut za biostatistiko in medicinsko informatiko Š.l. 2011/2012, 3. letnik (1. stopnja), Vaja 5 Naloge 1. del: t test za

Prikaži več

Brownova kovariancna razdalja

Brownova kovariancna razdalja Brownova kovariančna razdalja Nace Čebulj Fakulteta za matematiko in fiziko 8. januar 2015 Nova mera odvisnosti Motivacija in definicija S primerno izbiro funkcije uteži w(t, s) lahko definiramo mero odvisnosti

Prikaži več

Microsoft Word - SI_vaja1.doc

Microsoft Word - SI_vaja1.doc Univerza v Ljubljani, Zdravstvena fakulteta Sanitarno inženirstvo Statistika Inštitut za biostatistiko in medicinsko informatiko Š.l. 2011/2012, 3. letnik (1. stopnja), Vaja 1 Naloge 1. del: Opisna statistika

Prikaži več

Društvo za elektronske športe - spid.si Vaneča 69a 9201 Puconci Pravila tekmovanja na EPICENTER LAN 12 Hearthstone Na dogodku izvaja: Blaž Oršoš Datum

Društvo za elektronske športe - spid.si Vaneča 69a 9201 Puconci Pravila tekmovanja na EPICENTER LAN 12 Hearthstone Na dogodku izvaja: Blaž Oršoš Datum Pravila tekmovanja na EPICENTER LAN 12 Hearthstone Na dogodku izvaja: Blaž Oršoš Datum: 5. januar 2016 Društvo za elektronske športe [1/5] spid.si Slovenska pravila 1 OSNOVNE INFORMACIJE 1.1 Format tekmovanja

Prikaži več

Primer 1: Analiziramo produkcijske funkcije za podjetja industrijske dejavnosti v RS v podskupini DL Proizvodnja računalnikov in druge opreme za

Primer 1: Analiziramo produkcijske funkcije za podjetja industrijske dejavnosti v RS v podskupini DL Proizvodnja računalnikov in druge opreme za Primer 1: Analiziramo produkcijske funkcije za podjetja industrijske dejavnosti v RS v podskupini DL 30.02 Proizvodnja računalnikov in druge opreme za obdelavo podatkov na podlagi podatkov iz zaključnih

Prikaži več

Osnove statistike v fizični geografiji 2

Osnove statistike v fizični geografiji 2 Osnove statistike v geografiji - Metodologija geografskega raziskovanja - dr. Gregor Kovačič, doc. Bivariantna analiza Lastnosti so med sabo odvisne (vzročnoposledično povezane), kadar ena lastnost (spremenljivka

Prikaži več

Microsoft Word - ARRS-MS-BR-07-A-2009.doc

Microsoft Word - ARRS-MS-BR-07-A-2009.doc RAZPIS: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slovenijo in Federativno Republiko Brazilijo v letih 2010 2012 (Uradni list RS št. 53/2009) Splošna opomba: Vnosna

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be Ime in priimek: Vpisna št: FAKULEA ZA MAEMAIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6 julij 2018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven rezultat

Prikaži več

Microsoft Word - M docx

Microsoft Word - M docx Š i f r a k a n d i d a t a : Državni izpitni center *M12224223* Višja raven JESENSKI IZPITNI ROK Izpitna pola 3 Pisno sporočanje A) Pisni sestavek (v eni od stalnih sporočanjskih oblik) (150 180 besed)

Prikaži več

Microsoft Word - ARRS-MS-CEA-03-A-2009.doc

Microsoft Word - ARRS-MS-CEA-03-A-2009.doc RAZPIS: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slovenijo in Komisariatom za atomsko energijo (CEA) Francoske republike v letih 2009-2011 Splošna opomba: Vnosna

Prikaži več

Microsoft Word - DAES zbornik 2010-številke.doc

Microsoft Word - DAES zbornik 2010-številke.doc 5. konferenca DAES Sodobni izzivi menedžmenta v agroživilstvu Pivola 18.-19. marec 2010 Sodobni izzivi menedžmenta v agroživilstvu Uredil: dr. Črtomir Rozman in dr. Stane Kavčič Programski odbor: dr. Jernej

Prikaži več

Microsoft Word - P101-A doc

Microsoft Word - P101-A doc Š i f r a k a n d i d a t a : Državni izpitni center *P101A22112* SPOMLADANSKI IZPITNI ROK ANGLEŠČINA Izpitna pola 2 Pisno sporočanje A) Krajši pisni sestavek B) Vodeni spis Sobota, 29. maj 2010 / 60 minut

Prikaži več

The consumer journey to 2020

The consumer journey to 2020 NAJNOVEJŠI VPOGLED V VREDNOTE SLOVENCEV IN KAKO VPLIVAJO NA NAKUPNO ODLOČANJE Trendi in kako jih uporabiti GfK Slovenija GfK Slovenija 2013 Marketing na policah 1 Besede, fraze in tematike, ki najbolj

Prikaži več

ARRS-BI-FR-PROTEUS-JR-Prijava/2011 Stran 1 od 7 Oznaka prijave: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slov

ARRS-BI-FR-PROTEUS-JR-Prijava/2011 Stran 1 od 7 Oznaka prijave: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slov Stran 1 od 7 Oznaka prijave: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slovenijo in Francosko republiko Program PROTEUS v letih 2012-2013 (Uradni list RS, št. 10/2011,

Prikaži več

Raziskovalne metode UPORABA FAKTORSKE ANALIZE PRI PROUČEVANJU SOCIALNE DIFERENCIACIJE MESTNEGA PROSTORA Dejan Rebernik* Izvleček V prispevku je predst

Raziskovalne metode UPORABA FAKTORSKE ANALIZE PRI PROUČEVANJU SOCIALNE DIFERENCIACIJE MESTNEGA PROSTORA Dejan Rebernik* Izvleček V prispevku je predst Raziskovalne metode UPORABA FAKTORSKE ANALIZE PRI PROUČEVANJU SOCIALNE DIFERENCIACIJE MESTNEGA PROSTORA Dejan Rebernik Izvleček V prispevku je predstavl jena ena izmed najpogosteje uporabljenih metod multivariantne

Prikaži več

PAST CONTINUOUS Past continuous uporabljamo, ko želimo opisati dogodke, ki so se dogajali v preteklosti. Dogodki so se zaključili v preteklosti in nič

PAST CONTINUOUS Past continuous uporabljamo, ko želimo opisati dogodke, ki so se dogajali v preteklosti. Dogodki so se zaključili v preteklosti in nič PAST CONTNUOUS Past continuous uporabljamo, ko želimo opisati dogodke, ki so se dogajali v preteklosti. Dogodki so se zaključili v preteklosti in nič več ne trajajo. Dogodki so v preteklosti trajali dalj

Prikaži več

P183A22112

P183A22112 Š i f r a k a n d i d a t a : Državni izpitni center *P183A22112* ZIMSKI IZPITNI ROK ANGLEŠČINA Izpitna pola 2 Pisno sporočanje A) Krajši pisni sestavek (60 70 besed) B) Daljši pisni sestavek (150 160

Prikaži več

3. Preizkušanje domnev

3. Preizkušanje domnev 3. Preizkušanje domnev doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 3.1 Izračunavanje intervala zaupanja za vrednosti regresijskih koeficientov Motivacija

Prikaži več

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite

Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31 avgust 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven

Prikaži več

Športno društvo Jesenice, Ledarska 4, 4270 Jesenice, Tel.: (04) , Fax: (04) , Drsalni klub Jesenice in Zv

Športno društvo Jesenice, Ledarska 4, 4270 Jesenice, Tel.: (04) , Fax: (04) ,   Drsalni klub Jesenice in Zv Drsalni klub Jesenice in Zveza drsalnih športov Slovenije RAZPISUJETA TEKMOVANJE V UMETNOSTNEM DRSANJU Biellman Cup 1. Organizator: Drsalni klub Jesenice, Ledarska ulica 4, 4270 JESENICE www.dkjesenice.si

Prikaži več

IND/L Zakon o državni statistiki (Uradni list RS, št. 45/1995 in št. 9/2001) Letni program statističnih raziskovanj (Uradni list RS, št. 97/2013) Spor

IND/L Zakon o državni statistiki (Uradni list RS, št. 45/1995 in št. 9/2001) Letni program statističnih raziskovanj (Uradni list RS, št. 97/2013) Spor IND/L Zakon o državni statistiki (Uradni list RS, št. 45/1995 in št. 9/2001) Letni program statističnih raziskovanj (Uradni list RS, št. 97/2013) Sporočanje podatkov je obvezno. Vprašalnik za statistično

Prikaži več

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)

(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc) 3.4 Merilna negotovost Merilna negotovost je parameter, ki pripada merilnem rezltat. Označje razpršenost vrednosti, ki jih je mogoče z določeno verjetnostjo pripisati merjeni veličini. Navaja kakovost

Prikaži več

CpE & ME 519

CpE & ME 519 2D Transformacije Zakaj potrebujemo transformacije? Animacija Več instanc istega predmeta, variacije istega objekta na sceni Tvorba kompliciranih predmetov iz bolj preprostih Transformacije gledanja Kaj

Prikaži več

IZVEDBENA UREDBA KOMISIJE (EU) 2018/ z dne 16. julija o spremembi Izvedbene uredbe (EU) 2017/ za razjasnitev in

IZVEDBENA  UREDBA  KOMISIJE  (EU)  2018/ z dne  16. julija o spremembi  Izvedbene  uredbe  (EU)  2017/ za  razjasnitev  in L 180/10 17.7.2018 IZVEDBENA UREDBA KOMISIJE (EU) 2018/1002 z dne 16. julija 2018 o spremembi Izvedbene uredbe (EU) 2017/1153 za razjasnitev in poenostavitev postopka korelacije ter njegovo prilagoditev

Prikaži več

Journal of Central European Agriculture, 2012, 13(1), p DOI: /JCEA01/ DETERMINANTS OF AGRO FOOD PRICE CHANGES IN SLOVENIA DEJAV

Journal of Central European Agriculture, 2012, 13(1), p DOI: /JCEA01/ DETERMINANTS OF AGRO FOOD PRICE CHANGES IN SLOVENIA DEJAV Journal of Central European Agriculture, 2012, 13(1), p.95-108 DOI: 10.5513/JCEA01/13.1.1020 DETERMINANTS OF AGRO FOOD PRICE CHANGES IN SLOVENIA DEJAVNIKI SPREMINJANJA AGROŽIVILSKIH CEN V SLOVENIJI Sergej

Prikaži več

DMS-Valicon

DMS-Valicon Maja Makovec Brenčič Predsednica Društva za marketing Slovenije in Ekonomska fakuleta Andraž Zorko Partner, Valicon Trženjski monitor je nov kazalnik na slovenskem trgu, ki je nastal v okviru Društva za

Prikaži več

Microsoft Word - A-3-Dezelak-SLO.doc

Microsoft Word - A-3-Dezelak-SLO.doc 20. posvetovanje "KOMUNALNA ENERGETIKA / POWER ENGINEERING", Maribor, 2011 1 ANALIZA OBRATOVANJA HIDROELEKTRARNE S ŠKOLJČNIM DIAGRAMOM Klemen DEŽELAK POVZETEK V prispevku je predstavljena možnost izvedbe

Prikaži več

Osnovna šola dr. Jožeta Pučnika Osnovna Črešnjevec 47, 2130 Slovenska Bistrica Tel:(02) ; Fax: (02) www.

Osnovna šola dr. Jožeta Pučnika Osnovna Črešnjevec 47, 2130 Slovenska Bistrica Tel:(02) ; Fax: (02) www. Osnovna šola dr. Jožeta Pučnika Osnovna Črešnjevec 47, 2130 Slovenska Bistrica Tel:(02) 8055150; Fax: (02)8055158 o-cresnjevec.mb@guest.arnes.si; www.cresnjevec.si POROČILO NACIONALNEGA UNESCO PROJEKTA

Prikaži več

(Microsoft Word - Merila, metode in pravila - \350istopis )

(Microsoft Word - Merila, metode in pravila - \350istopis ) DRŽAVNOTOŽILSKI SVET Trg OF 13, 1000 LJUBLJANA Tel.: 01 434 19 63 E-pošta: dts@dt-rs.si Številka: Dts 5/15-12 Datum: 27. 10. 2016 Državnotožilski svet (v nadaljevanju: Svet) je na svoji 64. seji dne 27.

Prikaži več

Microsoft Word - ARRS-MS-FI-06-A-2010.doc

Microsoft Word - ARRS-MS-FI-06-A-2010.doc RAZPIS: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slovenijo in Republiko Finsko v letih 2011-2012 (Uradni list RS, št. 49/2010) Splošne opombe: Obrazec izpolnjujte

Prikaži več

SZGG_2012_Dolsak_Sraj

SZGG_2012_Dolsak_Sraj Izdelava Huffovih krivulj in njihova analiza za izbrane padavinske postaje v Sloveniji Domen Dolšak, Mojca Šraj * Povzetek Prispevek predstavlja izdelavo, rezultate in analizo Huffovih krivulj za izbrane

Prikaži več

Primer 1: V vzorec smo izbrali 35 evropskih držav in zanje pridobili naslednje podatke (datoteka tobak.dta): odstotek prebivalcev, starejših od 65 let

Primer 1: V vzorec smo izbrali 35 evropskih držav in zanje pridobili naslednje podatke (datoteka tobak.dta): odstotek prebivalcev, starejših od 65 let Primer 1: V vzorec smo izbrali 35 evropskih držav in zanje pridobili naslednje podatke (datoteka tobak.dta): odstotek prebivalcev, starejših od 65 let (STAR); poraba cigaret na prebivalca (TOBAK; izražena

Prikaži več

Besedilo naloge:

Besedilo naloge: naliza elektronskih komponent 4. Vaja: Preverjanje delovanja polprevodniških komponent Polprevodniške komponente v močnostnih stopnjah so pogosto vzrok odpovedi, zato je poznavanje metod hitrega preverjanja

Prikaži več

IND-L Zakon o državni statistiki (Uradni list RS, št. 45/95 in št. 9/01) Letni program statističnih raziskovanj za leto 2011 (Uradni list RS, št. 92/1

IND-L Zakon o državni statistiki (Uradni list RS, št. 45/95 in št. 9/01) Letni program statističnih raziskovanj za leto 2011 (Uradni list RS, št. 92/1 IND-L Zakon o državni statistiki (Uradni list RS, št. 45/95 in št. 9/0) Letni program statističnih raziskovanj za leto 0 (Uradni list RS, št. 9/) Sporočanje podatkov je obvezno. Vprašalnik za statistično

Prikaži več

Microsoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf

Microsoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf uporaba for zanke i iz korak > 0 oblika zanke: for i iz : korak : ik NE i ik DA stavek1 stavek2 stavekn stavek1 stavek2 stavekn end i i + korak I&: P-XI/1/17 uporaba for zanke i iz korak < 0 oblika zanke:

Prikaži več

ECONOMIC AND BUSINESS REVIEW LETN. 21 POS. ŠT NOVEJŠI PRISTOPI V ANALIZI PODATKOV O SMRTNOSTI SIMONA KORENJAK-ČERNE 1 ALEŠA LOTRIČ DOLI

ECONOMIC AND BUSINESS REVIEW LETN. 21 POS. ŠT NOVEJŠI PRISTOPI V ANALIZI PODATKOV O SMRTNOSTI SIMONA KORENJAK-ČERNE 1 ALEŠA LOTRIČ DOLI ECONOMIC AND BUSINESS REVIEW LETN. 21 POS. ŠT. 2019 71-78 71 NOVEJŠI PRISTOPI V ANALIZI PODATKOV O SMRTNOSTI SIMONA KORENJAK-ČERNE 1 ALEŠA LOTRIČ DOLINAR 2 POVZETEK: Pri uporabi statističnih metod in modelov

Prikaži več

2

2 LETNO POROČILO O KAKOVOSTI ZA RAZISKOVANJE ČETRTLETNO STATISTIČNO RAZISKOVANJE O ELEKTRONSKIH KOMUNIKACIJSKIH STORITVAH (KO-TEL/ČL) IN LETNO STATISTIČNO RAZISKOVANJE O ELEKTRONSKIH KOMUNIKACIJSKIH STORITVAH

Prikaži več

PowerPoint slovenska predloga

PowerPoint slovenska predloga NSP/2019/010 Predstavitev predloga koncepta analize trga plačil Tina Vehovar Smole, Banka Slovenije 14. seja Nacionalnega sveta za plačila 4. julij 2019 Izhodišča za pripravo analize Aktivnost priprave

Prikaži več

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina

UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v financah Ljubljana, 2010 1. Klasični pristop k analizi

Prikaži več

2

2 REPUBLIKA SLOVENIJA LETNO POROČILO O KAKOVOSTI ZA RAZISKOVANJE Izdatki za varstvo okolja (OKI) ZA LETO 2006 Poročilo pripravila: Danica Bizjak in Boro Nikić Datum: oktober 2008 1/9 Kazalo 0 Osnovni podatki...

Prikaži več

Aleš Štempihar Agile in IIBA poslovni analitiki dodana vrednost za organizacijo in njene kupce Povzetek: Kaj je pravzaprav Agile? Je to metodologija z

Aleš Štempihar Agile in IIBA poslovni analitiki dodana vrednost za organizacijo in njene kupce Povzetek: Kaj je pravzaprav Agile? Je to metodologija z Aleš Štempihar Agile in IIBA poslovni analitiki dodana vrednost za organizacijo in njene kupce Povzetek: Kaj je pravzaprav Agile? Je to metodologija za izvajanje projektov, je to tehnika in orodje za razvoj

Prikaži več

ZAHTEVA ZA VZDRŽEVANJE LEI (sklad) REQUEST FOR A MAINTENANCE OF LEI (fund) 1. PODATKI O SKLADU / FUND DATA: LEI: Ime / Legal Name: Druga imena sklada

ZAHTEVA ZA VZDRŽEVANJE LEI (sklad) REQUEST FOR A MAINTENANCE OF LEI (fund) 1. PODATKI O SKLADU / FUND DATA: LEI: Ime / Legal Name: Druga imena sklada ZAHTEVA ZA VZDRŽEVANJE LEI (sklad) REQUEST FOR A MAINTENANCE OF LEI (fund) 1. PODATKI O SKLADU / FUND DATA: LEI: Ime / Legal Name: Druga imena sklada / Other Fund Names: Matična številka / Business Register

Prikaži več

(VERA GOJKOVIC - STRATEGIJA MARKETIN\212KEGA KOMUNICIRANJA ZA ISTOSPOLNO USMERJENE POTRO\212NIKE.pdf)

(VERA GOJKOVIC - STRATEGIJA MARKETIN\212KEGA KOMUNICIRANJA ZA ISTOSPOLNO USMERJENE POTRO\212NIKE.pdf) VERA GOJKOVIĆ MAGISTRSKA NALOGA 2015 UNIVERZA NA PRIMORSKEM FAKULTETA ZA MANAGEMENT MAGISTRSKA NALOGA VERA GOJKOVIĆ KOPER, 2015 UNIVERZA NA PRIMORSKEM FAKULTETA ZA MANAGEMENT Magistrska naloga STRATEGIJA

Prikaži več

COBISS3/Medknjižnična izposoja

COBISS3/Medknjižnična izposoja 3/Medknjižnična izposoja 2.2 KATALOG Katalog nam omogoča: iskanje gradiva prikaz izbranih bibliografskih zapisov ali pripadajočih podatkov o zalogi iz lokalne baze podatkov v formatu COMARC vpogled v stanje

Prikaži več

Enajste vaje

Enajste vaje Ekonometrija 1 Enajste vaje: Konstantnost variance slučajne spremenljivke in heteroskedastičnost. Odsotnost koreliranosti slučajne spremenljivke in avtokorelacija. Na enajstih vajah bomo nadaljevali z

Prikaži več

Microsoft Word - M docx

Microsoft Word - M docx Š i f r a k a n d i d a t a : Državni izpitni center *M15245112* JESENSKI IZPITNI ROK Izpitna pola 2 / 90 minut Dovoljeno gradivo in pripomočki: Kandidat prinese nalivno pero ali kemični svinčnik in računalo.

Prikaži več

Povzetek analize anket za študijsko leto 2012/2013 Direktor Andrej Geršak Povzetek letnega poročila je objavljen na spletni strani Celje,

Povzetek analize anket za študijsko leto 2012/2013 Direktor Andrej Geršak Povzetek letnega poročila je objavljen na spletni strani   Celje, Povzetek analize anket za študijsko leto 2012/2013 Direktor Andrej Geršak Povzetek letnega poročila je objavljen na spletni strani www.fkpv.si. Celje, marec 2014 Kazalo vsebine 1 UVOD... 1 1.1 Odzivnost

Prikaži več

ENV2:

ENV2: . Kazalo. KAZALO.... UVOD... 3. ANALIZA POPULACIJE DRŽAV EU...5 4. VSEBINSKE UGOTOVITVE...8 5. LITERATURA... . Uvod Vir podatkov za izdelavo statistične naloge je Eurostat ali Statistični urad Evropske

Prikaži več

POLA3

POLA3 Državni izpitni center *P173A22213* ZIMSKI IZPITNI ROK NEMŠČINA NAVODILA ZA OCENJEVANJE Ponedeljek, 5. februar 2018 POKLICNA MATURA Državni izpitni center Vse pravice pridržane. 2 P173-A222-1-3 IZPITNA

Prikaži več

3dsMax-Particle-Paint

3dsMax-Particle-Paint PARTICLE PAINT Gola pokrajina je v najbolj ekstremnih okoljih arktike ali puščave. Pa še v tem delu je pokrajina posejana s kamenjem. Povsod drugod pa naletimo na gosto posejanost rastlinja, od trave,

Prikaži več

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA

Univerza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA Enopredmetna matematika IN STATISTIKE Maribor, 31. 01. 2012 1. Na voljo imamo kovanca tipa K 1 in K 2, katerih verjetnost, da pade grb, je p 1 in p 2. (a) Istočasno vržemo oba kovanca. Verjetnost, da je

Prikaži več

Microsoft Word - P122-A _mod.doc

Microsoft Word - P122-A _mod.doc 2 P122-A302-1-3 IZPITNA POLA 1 Vsak pravilen odgovor je vreden eno (1) točko. Skupno je možno doseči trideset (30) točk. Opomba: Pri ocenjevanju te pole se ne upošteva kriterija jezikovne pravilnosti.

Prikaži več

Priloga II Modul A: Izjava o skladnosti na podlagi notranje kontrole proizvodnje 1. Izjava o skladnosti na podlagi notranje kontrole proizvodnje je po

Priloga II Modul A: Izjava o skladnosti na podlagi notranje kontrole proizvodnje 1. Izjava o skladnosti na podlagi notranje kontrole proizvodnje je po Priloga II Modul A: Izjava o skladnosti na podlagi notranje kontrole proizvodnje 1. Izjava o skladnosti na podlagi notranje kontrole proizvodnje je postopek ugotavljanja skladnosti, s katerim proizvajalec

Prikaži več

Resonance v Osončju Resonanca 1:2 Druge orbitalne resonance: 2:3 Pluto Neptune 2:4 Tethys Mimas (Saturnovi luni) 1:2 Dione Enceladus (Saturnovi luni)

Resonance v Osončju Resonanca 1:2 Druge orbitalne resonance: 2:3 Pluto Neptune 2:4 Tethys Mimas (Saturnovi luni) 1:2 Dione Enceladus (Saturnovi luni) Resonance v Osončju Resonanca 1:2 Druge orbitalne resonance: 2:3 Pluto Neptune 2:4 Tethys Mimas (Saturnovi luni) 1:2 Dione Enceladus (Saturnovi luni) 3:4 Hyperion Titan (Saturnovi luni) 1:2:4 Ganymede

Prikaži več

OPOMNIK

OPOMNIK OPOMNIK Za izvedbo postopkov pregleda poročil o oceni vrednosti za potrebe postopka revidiranja OCENA VREDNOSTI NEPREMIČN ZA POTREBE RAČUNOVODSKEGA POROČANJA OPOZORILO Pregled poročila o oceni vrednosti

Prikaži več

Microsoft Word - RAZISKAVA_II._del.doc

Microsoft Word - RAZISKAVA_II._del.doc DEJAVNIKI VARNOSTI CESTNEGA PROMETA V SLOVENIJI Raziskava II. del Inštitut za kriminologijo pri Pravni fakulteti v Ljubljani Ljubljana, avgusta 2010 Vodja raziskave: dr. Dragan Petrovec Izvajalci in avtorji:

Prikaži več

RUO

RUO Vpliv človeškega kapitala na poslovno uspešnost turističnih agencij Vojko Kaluža* Srednja strojna in kemijska šola, Šolski center Ljubljana vojkoml@yahoo.com Štefan Bojnec Fakulteta za management, Univerza

Prikaži več

Strojna oprema

Strojna oprema Asistenta: Mira Trebar, Miha Moškon UIKTNT 2 Uvod v programiranje Začeti moramo razmišljati algoritmično sestaviti recept = napisati algoritem Algoritem za uporabo poljubnega okenskega programa. UIKTNT

Prikaži več

PowerPointova predstavitev

PowerPointova predstavitev INFORMACIJSKA PISMENOST Tomaž Bešter Center za informacijske storitve NUK 01/2001-200 tomaz.bester@nuk.uni.lj.si Dnevni red Podatek informacija znanje; vrste pismenosti Zakaj je informacijska pismenost

Prikaži več

OCENA VREDNOSTI STANOVANJA Z RAZLIČNIMI NAČINI KOT PODLAGA ZA IZRAČUN NAJEMNINE Jožef Murko, dipl.inž.grad., DODOMA d.o.o., stalni sodni cenilec in iz

OCENA VREDNOSTI STANOVANJA Z RAZLIČNIMI NAČINI KOT PODLAGA ZA IZRAČUN NAJEMNINE Jožef Murko, dipl.inž.grad., DODOMA d.o.o., stalni sodni cenilec in iz OCENA VREDNOSTI STANOVANJA Z RAZLIČNIMI NAČINI KOT PODLAGA ZA IZRAČUN NAJEMNINE Jožef Murko, dipl.inž.grad., DODOMA d.o.o., stalni sodni cenilec in izvedenec gradbene stroke, pooblaščeni ocenjevalec vrednosti

Prikaži več

resitve.dvi

resitve.dvi FAKULTETA ZA STROJNISTVO Matematika Pisni izpit. junij 22 Ime in priimek Vpisna st Navodila Pazljivo preberite besedilo naloge, preden se lotite resevanja. Veljale bodo samo resitve na papirju, kjer so

Prikaži več

Microsoft Word - 501_GEO_.doc

Microsoft Word - 501_GEO_.doc SPLOŠNA MATURA IZ GEOGRAFIJE V LETU 2011 Poročilo DPK SM za geografijo VSEBINA 1 Splošni podatki 1.1 Število in struktura kandidatov po izobraževalnem programu in statusu 1.2 Potek zunanjega ocenjevanja

Prikaži več

Vsebina in pogoji za sodelovanje v akciji»toplotne črpalke 2013«1. UVODNA DOLOČILA Vsebina in pogoji za sodelovanje v akciji»toplotne črpalke 2013«(v

Vsebina in pogoji za sodelovanje v akciji»toplotne črpalke 2013«1. UVODNA DOLOČILA Vsebina in pogoji za sodelovanje v akciji»toplotne črpalke 2013«(v Vsebina in pogoji za sodelovanje v akciji»toplotne črpalke 2013«1. UVODNA DOLOČILA Vsebina in pogoji za sodelovanje v akciji»toplotne črpalke 2013«(v nadaljevanju: Vsebina in pogoji za sodelovanje v akciji)

Prikaži več

Microsoft Word - strakl-jana.doc

Microsoft Word - strakl-jana.doc UNIVERZA V LJUBLJANI FAKULTETA ZA DRUŽBENE VEDE JANA ŠTRAKL VEČNIVOJSKA ANALIZA DIPLOMSKO DELO LJUBLJANA 2008 UNIVERZA V LJUBLJANI FAKULTETA ZA DRUŽBENE VEDE JANA ŠTRAKL MENTOR: DOC. DR. GREGOR PETRIČ

Prikaži več

2019 QA_Final SL

2019 QA_Final SL Predhodni prispevki v enotni sklad za reševanje za leto 2019 Vprašanja in odgovori Splošne informacije o metodologiji izračuna 1. Zakaj se je metoda izračuna, ki je za mojo institucijo veljala v prispevnem

Prikaži več

ALMA MATER EUROPAEA Evropski center, Maribor Doktorska disertacija študijskega programa tretje bolonjske stopnje SOCIALNA GERONTOLOGIJA MODEL CELOSTNE

ALMA MATER EUROPAEA Evropski center, Maribor Doktorska disertacija študijskega programa tretje bolonjske stopnje SOCIALNA GERONTOLOGIJA MODEL CELOSTNE ALMA MATER EUROPAEA Evropski center, Maribor Doktorska disertacija študijskega programa tretje bolonjske stopnje SOCIALNA GERONTOLOGIJA MODEL CELOSTNE OSKRBE UMIRAJOČEGA ČLOVEKA Mentorica: red. prof. ddr.

Prikaži več

Statistika, Prakticna matematika, , izrocki

Statistika, Prakticna matematika, , izrocki Srednje vrednosti Srednja vrednost...... številske spremenljivke X je tako število, s katerim skušamo kar najbolje naenkrat povzeti vrednosti na posameznih enotah: Polovica zaposlenih oseb ima bruto osebni

Prikaži več

Kazalo vsebine

Kazalo vsebine UNIVERZA V MARIBORU FILOZOFSKA FAKULTETA Oddelek za psihologijo MAGISTRSKO DELO Urška Živkovič Maribor, marec 2015 UNIVERZA V MARIBORU FILOZOFSKA FAKULTETA Oddelek za psihologijo Magistrsko delo KONCEPT

Prikaži več

IZVEDBENI SKLEP KOMISIJE - z dne marca o določitvi meril za ustanavljanje in vrednotenje evropskih referenčnih mrež in

IZVEDBENI  SKLEP  KOMISIJE  -  z  dne marca o  določitvi  meril  za  ustanavljanje  in  vrednotenje  evropskih  referenčnih  mrež  in 17.5.2014 L 147/79 IZVEDBENI SKLEP KOMISIJE z dne 10. marca 2014 o določitvi meril za ustanavljanje in vrednotenje evropskih referenčnih mrež in njihovih članov ter za lažjo izmenjavo informacij in strokovnega

Prikaži več

FM-Mateja Kalan-B2 Magistrska naloga.pdf

FM-Mateja Kalan-B2 Magistrska naloga.pdf MATEJA KALAN MAGISTRSKA NALOGA 2014 UNIVERZA NA PRIMORSKEM FAKULTETA ZA MANAGEMENT MAGISTRSKA NALOGA MATEJA KALAN KOPER, 2014 UNIVERZA NA PRIMORSKEM FAKULTETA ZA MANAGEMENT Magistrska naloga ANALIZA ORGANIZACIJE

Prikaži več

Navodila za nastavitev mail odjemalca na ios in Android napravah TELEFONI iphone (ios 12) Predlagamo, da do svoje študentske e-pošte dostopate s pomoč

Navodila za nastavitev mail odjemalca na ios in Android napravah TELEFONI iphone (ios 12) Predlagamo, da do svoje študentske e-pošte dostopate s pomoč TELEFONI iphone (ios 12) Predlagamo, da do svoje študentske e-pošte dostopate s pomočjo aplikacije Outlook, katero lahko prenesete s pomočjo trgovine App Store. Ko aplikacijo zaženete se vam pojavi naslednje

Prikaži več

Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij

Kazalo 1 DVOMESTNE RELACIJE Operacije z dvomestnimi relacijami Predstavitev relacij Kazalo 1 DVOMESTNE RELACIJE 1 1.1 Operacije z dvomestnimi relacijami...................... 2 1.2 Predstavitev relacij............................... 3 1.3 Lastnosti relacij na dani množici (R X X)................

Prikaži več

Microsoft Word - SEP, koncnaaaaaaaaaaaaaaaaaaaaaaaaaaa

Microsoft Word - SEP, koncnaaaaaaaaaaaaaaaaaaaaaaaaaaa Osnovna šola bratov Letonja telefon/fax: (03) 8965300, 8965304 Šmartno ob Paki 117 e-pošta: os-bl-smartno@guest.arnes.si 3327 Šmartno ob Paki spl. stran: www.ossmartno.si SAMOEVALVACIJSKO POROČILO SODELOVANJE

Prikaži več

Protege, I.Savnik

Protege, I.Savnik Protégé Iztok Savnik Uporabljeni viri: A Practical Guide To Building OWL Ontologies Using Protege 4 and CO ODE Tools, Edition 1.1 http://protege.stanford.edu/ Protégé OWL ontologije za Semantični splet

Prikaži več

Univerzitetni študijski program Fizika I

Univerzitetni študijski program Fizika I Medicinska fizika II. stopnja 1. Splošni podatki o študijskem programu Ime študija: Magistrski študijski program Medicinska fizika. Stopnja študija: Druga bolonjska stopnja. Vrsta študija: Enopredmetni

Prikaži več

PowerPoint Presentation

PowerPoint Presentation ANALIZA SPREMEMB PRI UPORABNIŠKEM ZAVEDANJU O ZASEBNOSTI OB UPORABI DRUŽBENIH OMREŽIJ Lili Nemec Zlatolas DSI, 16.4.2019 Družbeno omrežje Facebook Dnevno uporablja omrežje 1, milijarde ljudi na svetu Slovenija

Prikaži več

FGG13

FGG13 10.8 Metoda zveznega nadaljevanja To je metoda za reševanje nelinearne enačbe f(x) = 0. Če je težko poiskati začetni približek (še posebno pri nelinearnih sistemih), si lahko pomagamo z uvedbo dodatnega

Prikaži več

Evalvacijsko porocilo: Fakulteta za družbene vede

Evalvacijsko porocilo: Fakulteta za družbene vede Univerza v Ljubljani Fakulteta za družbene vede ŠTUDENTSKE ANKETE UNIVERZE V LJUBLJANI EVALVACIJSKO POROČILO ŠTUDIJSKE PRAKSE Fakulteta za družbene vede Študijsko leto 2014/15 Metodološke komentarje sporočite

Prikaži več

Microsoft Word - P113-A _mod.docx

Microsoft Word - P113-A _mod.docx Državni izpitni center *P113A22213* ZIMSKI IZPITNI ROK NEMŠČINA NAVODILA ZA OCENJEVANJE Torek, 7. februar 2012 POKLICNA MATURA RIC 2012 2 P113-A222-1-3 IZPITNA POLA 1 Vsak pravilen odgovor je vreden eno

Prikaži več

TEHNIČNA DOKUMENTACIJA

TEHNIČNA DOKUMENTACIJA TEHNIČNA DOKUMENTACIJA za OBNOVO EVIDENCE DEJANSKE RABE KMETIJSKIH IN GOZDNIH ZEMLJIŠČ (območje V in Z del SLO) Verzija 1.0 Ljubljana, marec 2016 KAZALO 1 UVOD... 3 1.1 OBMOČJE PROJEKTA... 4 1.2 ČASOVNICA

Prikaži več

ODLOČITVE V ZVEZI Z ENERGETSKO UČINKOVITOSTJO PRI NEPREMIČNINAH: REZULTATI RAZISKAVE POTROŠNIKOV EU PROJEKTA CONSEED ZA SLOVENIJO Edin Lakić Fakulteta

ODLOČITVE V ZVEZI Z ENERGETSKO UČINKOVITOSTJO PRI NEPREMIČNINAH: REZULTATI RAZISKAVE POTROŠNIKOV EU PROJEKTA CONSEED ZA SLOVENIJO Edin Lakić Fakulteta ODLOČITVE V ZVEZI Z ENERGETSKO UČINKOVITOSTJO PRI NEPREMIČNINAH: REZULTATI RAZISKAVE POTROŠNIKOV EU PROJEKTA CONSEED ZA SLOVENIJO Edin Lakić Fakulteta za elektrotehniko, Univerza v Ljubljani E-pošta: edin.lakic@fe.uni-lj.si

Prikaži več

30 Vpihovalne šobe Vpihovalna šoba VŠ-4 Uporaba Vpihovalne šobe VŠ-4 se uporabljajo za oskrbovanje prostorov s hladnim ali toplim zrakom povsod tam, k

30 Vpihovalne šobe Vpihovalna šoba VŠ-4 Uporaba Vpihovalne šobe VŠ-4 se uporabljajo za oskrbovanje prostorov s hladnim ali toplim zrakom povsod tam, k 30 Vpihovalna šoba VŠ-4 Uporaba VŠ-4 se uporabljajo za oskrbovanje prostorov s hladnim ali toplim zrakom povsod tam, kjer se zahtevajo velike dometne razdalje in nizka stopnja šumnosti. S postavitvijo

Prikaži več

Spremljanje in obvladovanje stroškov

Spremljanje in obvladovanje stroškov Spremljanje in obvladovanje stroškov v podjetjih mag. Jana Trbižan Dnevni red Razvrščanje in razmejevanje stroškov Ugotavljanje stroškov po dejavnostih Obvladovanje stroškov 1 Pomembno je poznati stroškovna

Prikaži več

No Slide Title

No Slide Title Glavne napake-pomoč KRONOS 1 Diagnostika in dostop do sistema PEČICA NAPAKA NAPAKA PRIKAZANA Z KODO NAPAKE NAPAKA BREZ INDIKACIJE KODE NAPAKE 2 Diagnostika in dostop do sistema Prikaz kode napake Informacije

Prikaži več

Osnove matematicne analize 2018/19

Osnove matematicne analize  2018/19 Osnove matematične analize 2018/19 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D f R priredi natanko

Prikaži več

RUO

RUO Vpliv internega marketinga na zavzetost zaposlenih Alenka Mekiš Messer Slovenija d.o.o., Jugova 20, 2342 Ruše, Slovenija alenka.mekis@messergroup.com Damjan Maletič Univerza v Mariboru, Fakulteta za organizacijske

Prikaži več

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA

ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA Navdih Poizvedovanje po BD podatkovnih virih, ki imajo časovno dimenzijo in so dostopni. Večji promet pomeni večje število dobrin in močnejšo

Prikaži več

Projekt: Opolnomočenje učencev z izboljšanjem bralne pismenosti in dostopa do znanja Naslov delavnice: SPREMLJANJE IN SPODBUJANJE RAZVOJA BRALNE PISME

Projekt: Opolnomočenje učencev z izboljšanjem bralne pismenosti in dostopa do znanja Naslov delavnice: SPREMLJANJE IN SPODBUJANJE RAZVOJA BRALNE PISME Naslov delavnice: SPREMLJANJE IN SPODBUJANJE RAZVOJA BRALNE PISMENOSTI V uvodu delavnice bodo udeleženci osvežili pojmovanja o bralni pismenosti in se seznanili z opredelitvijo, ki ji sledimo v projektu

Prikaži več

Priloga k pravilniku o ocenjevanju za predmet LIKOVNA UMETNOST. Ocenjujemo v skladu s Pravilnikom o preverjanju in ocenjevanju znanja v srednjih šolah

Priloga k pravilniku o ocenjevanju za predmet LIKOVNA UMETNOST. Ocenjujemo v skladu s Pravilnikom o preverjanju in ocenjevanju znanja v srednjih šolah Priloga k pravilniku o ocenjevanju za predmet LIKOVNA UMETNOST. Ocenjujemo v skladu s Pravilnikom o preverjanju in ocenjevanju znanja v srednjih šolah in Pravili ocenjevanja Gimnazije Novo mesto, veljavnim

Prikaži več

Microsoft Word - Delovni list.doc

Microsoft Word - Delovni list.doc SVETOVNE RELIGIJE Spoznal boš: krščanstvo - nastanek, širjenje, duhovna in socialna sporočila, vpliv na kulturo islam: nastanek, širjenje, duhovna in socialna sporočila, vpliv na kulturo stik med religijama

Prikaži več

Microsoft Word - UP_Lekcija04_2014.docx

Microsoft Word - UP_Lekcija04_2014.docx 4. Zanka while Zanke pri programiranju uporabljamo, kadar moramo stavek ali skupino stavkov izvršiti večkrat zaporedoma. Namesto, da iste (ali podobne) stavke pišemo n-krat, jih napišemo samo enkrat in

Prikaži več