2.4.3 Data AnalysisTo answer the first set of research questions (Q1a  dịch - 2.4.3 Data AnalysisTo answer the first set of research questions (Q1a  Việt làm thế nào để nói

2.4.3 Data AnalysisTo answer the fi

2.4.3 Data Analysis

To answer the first set of research questions (Q1a and Q1b), principal components analysis was utilized. Principal components analysis is a data reduction technique, which can be utilized to extract a reduced number of components out of the 24 measures included in the case. Principal components analysis was run on the questions indicating the importance of each measure in evaluating the organization. In order to interpret the results more easily, an oblique rotation was employed (Hair et al. 1998). Oblique rotations are utilized when correlation among the components is anticipated. They are also utilized when the goal of the principal components analysis is to obtain theoretically meaningful components or constructs (Hair et al. 1998). The Direct Oblimin oblique rotation method was utilized for this analysis. Instead of determining the number of components a priori and forcing the analysis to extract four components as suggested by Kaplan and Norton (1992, 1996, 2001a, 2001c), the latent root criterion (eigenvalue greater than 1) was utilized in determining the number of components.

To examine Q2, a paired sample t-test was conducted comparing the mean importance of selected nonfinancial variables to the mean importance of the two main financial variables, net profit per barrel and return on invested capital.
0/5000
Từ: -
Sang: -
Kết quả (Việt) 1: [Sao chép]
Sao chép!
2.4.3 phân tích dữ liệuĐể trả lời các thiết lập đầu tiên của câu hỏi nghiên cứu (Q1a và Q1b), phân tích thành phần chủ yếu được sử dụng. Phân tích thành phần chủ yếu là một kỹ thuật giảm dữ liệu có thể được sử dụng để trích xuất một số ít các thành phần trong các biện pháp 24 được bao gồm trong các trường hợp. Phân tích thành phần chủ yếu được chạy trên các câu hỏi cho thấy tầm quan trọng của từng biện pháp đánh giá tổ chức. Để giải thích kết quả dễ dàng hơn, một xiên quay là sử dụng (tóc et al. năm 1998). Xiên quay được sử dụng khi mối tương quan giữa các thành phần được dự đoán. Họ cũng được sử dụng khi mục tiêu của việc phân tích thành phần chủ yếu là để có được thành phần có ý nghĩa lý thuyết hoặc cấu trúc (tóc et al. năm 1998). Phương pháp xiên quay trực tiếp Oblimin đã được sử dụng cho phân tích này. Thay vì việc xác định số lượng thành phần tiên nghiệm và buộc các phân tích để trích xuất các bốn thành phần theo đề nghị của Kaplan và Norton (1992, 1996, 2001a, 2001 c), tiêu chuẩn chủ tiềm ẩn (eigenvalue lớn hơn 1) đã được sử dụng trong việc xác định số lượng các thành phần.Để kiểm tra Q2, một cặp mẫu t-thử nghiệm được tiến hành so sánh có nghĩa là tầm quan trọng của biến nonfinancial được lựa chọn để có nghĩa là tầm quan trọng của hai biến chính tài chính, lợi nhuận ròng trên mỗi thùng và lợi nhuận trên vốn đầu tư.
đang được dịch, vui lòng đợi..
Kết quả (Việt) 2:[Sao chép]
Sao chép!
2.4.3 Phân tích dữ liệu

Để trả lời những tập đầu tiên của câu hỏi nghiên cứu (Q1a và Q1b), thành phần chủ yếu phân tích được sử dụng. Thành phần chủ yếu phân tích là một kỹ thuật nén dữ liệu, có thể được sử dụng để trích xuất một số lượng giảm của các thành phần ra khỏi 24 biện pháp đưa vào trường hợp. Thành phần chủ yếu phân tích đã được chạy trên các câu hỏi cho thấy tầm quan trọng của từng biện pháp trong việc đánh giá tổ chức. Để giải thích kết quả một cách dễ dàng hơn, một vòng quay xiên đã được sử dụng (Tóc et al. 1998). Quay xiên được sử dụng khi tương quan giữa các thành phần được dự đoán. Họ cũng được sử dụng khi mục tiêu của phân tích thành phần chủ yếu là để có được các thành phần lý thuyết có ý nghĩa hoặc cấu trúc (Tóc et al. 1998). Direct Oblimin phương pháp luân chuyển xiên đã được sử dụng cho phân tích này. Thay vì xác định số lượng của các thành phần một cách tiên và buộc các phân tích để trích xuất bốn thành phần như đề nghị của Kaplan và Norton (1992, 1996, 2001a, 2001c), các tiêu chí gốc tiềm ẩn (eigenvalue lớn hơn 1) đã được sử dụng trong việc xác định số lượng thành phần.

để kiểm tra Q2, một mẫu t-test cặp được tiến hành so sánh tầm quan trọng trung bình của các biến phi tài chính được lựa chọn vào tầm quan trọng trung bình của hai biến số tài chính chủ yếu, lợi nhuận ròng trên mỗi thùng và trên tổng nguồn vốn đầu tư.
đang được dịch, vui lòng đợi..
 
Các ngôn ngữ khác
Hỗ trợ công cụ dịch thuật: Albania, Amharic, Anh, Armenia, Azerbaijan, Ba Lan, Ba Tư, Bantu, Basque, Belarus, Bengal, Bosnia, Bulgaria, Bồ Đào Nha, Catalan, Cebuano, Chichewa, Corsi, Creole (Haiti), Croatia, Do Thái, Estonia, Filipino, Frisia, Gael Scotland, Galicia, George, Gujarat, Hausa, Hawaii, Hindi, Hmong, Hungary, Hy Lạp, Hà Lan, Hà Lan (Nam Phi), Hàn, Iceland, Igbo, Ireland, Java, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Kurd, Kyrgyz, Latinh, Latvia, Litva, Luxembourg, Lào, Macedonia, Malagasy, Malayalam, Malta, Maori, Marathi, Myanmar, Mã Lai, Mông Cổ, Na Uy, Nepal, Nga, Nhật, Odia (Oriya), Pashto, Pháp, Phát hiện ngôn ngữ, Phần Lan, Punjab, Quốc tế ngữ, Rumani, Samoa, Serbia, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenia, Somali, Sunda, Swahili, Séc, Tajik, Tamil, Tatar, Telugu, Thái, Thổ Nhĩ Kỳ, Thụy Điển, Tiếng Indonesia, Tiếng Ý, Trung, Trung (Phồn thể), Turkmen, Tây Ban Nha, Ukraina, Urdu, Uyghur, Uzbek, Việt, Xứ Wales, Yiddish, Yoruba, Zulu, Đan Mạch, Đức, Ả Rập, dịch ngôn ngữ.

Copyright ©2024 I Love Translation. All reserved.

E-mail: