Results (
Vietnamese) 2:
[Copy]Copied!
5.2 Cụm phân tích
Để kiểm tra giả thuyết của chúng tôi nó là cần thiết để xác định xem có các nhóm của các công ty với sự khác biệt rõ ràng trong mức độ của họ về liên kết. Các kỹ thuật phân tích cụm thường được sử dụng để sản xuất các cụm hoặc các nhóm của các đơn vị đánh giá cao tương tự dựa trên một số biến quy định. Trong trường hợp này, phân tích cụm được sử dụng để xác định các nhóm tương tự dựa trên những năm các biện pháp liên kết AIS sử dụng phương pháp điều độ. Kỹ thuật này có lợi thế trong việc xác định tương tự mà không áp đặt một mô hình cụ thể. Đặc biệt, bởi vì kỹ thuật này chia dân số thành các nhóm, đó là tương đối dễ dàng để so sánh và đối chiếu ảnh hưởng của phương pháp điều độ. Vấn đề đo lường cũng khuyến khích phân tích theo loại hình công ty hơn là sử dụng tương quan và phân tích hồi quy (Hussin et al. 2002). Quan trọng hơn, một số biện pháp đã được phân đôi hoặc phân loại. Hơn nữa, nó dường như có thể là một số biến tỷ lệ có thể có mối quan hệ phi tuyến tính với liên kết. Vì vậy, đã có nhiều cơ hội của một số mối quan hệ được xác định bằng cách sử dụng phân tích cluster. đặc điểm thông tin Tần suất báo cáo tóm tắt báo cáo tổ chức Tóm tắt báo cáo, phần nhiều ngăn báo cáo Tốc độ báo cáo tạm thời báo cáo các sự kiện trong tương lai ngay lập tức báo cáo (sản xuất) phi tài chính nhận tự động ra quyết định mô hình tổ chức hiệu quả các mục tiêu chính xác phi tài chính (thị trường) Ảnh hưởng của các sự kiện trên chức năng tiểu đơn vị tương tác thông tin kinh tế không gì-nếu phân tích thông tin bên ngoài Cụm 1 (98) Cụm 2 (116) Bảng 2: Có nghĩa là điểm liên kết cho các giải pháp hai cụm Nghiên cứu này sử dụng các phân tích thường xuyên cụm trong SPSS cho Windows (phát hành 11). Thường xuyên phân nhóm theo cấp bậc của Ward đã được sử dụng ban đầu và khoảng cách giữa các đối tượng được đo bằng bình phương khoảng cách Euclide. Các dendrogram và sự thay đổi hệ số của phường đề nghị một giải pháp hai cụm là thích hợp. Sự ổn định của các giải pháp cụm đã được thử nghiệm bằng cách chia tách các dữ liệu vào nửa. Mỗi nửa sau đó được phân tích một cách riêng biệt và 81,1% các trường hợp được phân loại một cách nhất quán, cho thấy phù hợp với tập dữ liệu đầy đủ. K-có nghĩa là cách tiếp cận để phân nhóm đã được thông qua để kiểm tra khả năng nhân rộng của giải pháp cụm (Green et al. 1988) và 85,3% các trường hợp là phù hợp với phương pháp của phường. Điều này cho thấy một giải pháp ổn định và hợp lệ đã được tìm thấy. Các kết quả được trình bày trong bảng 2. Các dữ liệu trong Bảng 2 cho thấy các doanh nghiệp trong cụm 1 có kết AIS cao hơn trên mỗi sản phẩm so với các doanh nghiệp trong cụm 2. Các mô hình của điểm trung bình trong hai cụm phù hợp cho tất cả mười chín mặt hàng. Vì lý do này, Nhóm 1 đã được dán nhãn của nhóm liên kết và cụm 2 của nhóm không liên kết. Sự tách biệt rất rõ ràng và có ý nghĩa thành hai nhóm là một bất ngờ vì nhiều nhóm đã được dự đoán trước, nhưng thực tế là không có nhóm khác nổi lên với sự kết hợp của sự liên kết cao và thấp vào các mặt hàng khác nhau đáng kể đơn giản hóa các phân tích tiếp theo. Không có sự mơ hồ trong ghi nhãn các nhóm "liên kết" và "không liên kết" và do đó, hai nhóm này có thể được sử dụng để kiểm tra các giả thuyết. Do đó, một trong những đánh giá có thể có của liên kết là bằng cách kết hợp các công ty thành một trong hai nhóm này.
Being translated, please wait..