Zastosowanie modelowania równań strukturalnych w poszukiwaniu czynników determinujących współpracę w przedsiębiorczości technologicznej

• Autorzy: Iwona Staniec

Warianty tytułu

The Use of Structural Equation Modelling in Search of Factors Determining Collaboration in Technological Entrepreneurship

• Języki publikacji: PL

Abstrakty

W tworzeniu kapitału relacyjnego współpraca jest determinowana przez wiele wielowymiarowych czynników i do jej pomiaru konieczna jest skala złożona. W literaturze istnieje kilka modeli przyczynowo-skutkowych determinujących współpracę w wybranych przedsiębiorstwach. Badania potwierdzające przydatność tych modeli dla przedsiębiorczości technologicznej przeprowadzono na 324-elementowej próbie. W celu ich weryfikacji wykorzystano modelowanie strukturalne. Po pierwsze, ze względu na możliwość testowania modeli przyczynowych oraz po drugie, ze względu na możliwość wprowadzania zarówno zmiennych ukrytych, jak i obserwowanych(abstrakt oryginalny)

EN

In the relational capital, collaboration is determined by a number of multi-dimensional factors and to measure it complex scale is necessary. The literature review shows several models of causal determinants of collaboration in selected enterprises. Research confirming the usefulness of these models for technological entrepreneurship was carried out on a 324-element sample. Because of the qualitative variables measured on Likert 5-point scale making a structural equation modeling was decided(original abstract)

Słowa kluczowe

PL

Modelowanie struktury; Współpraca; Przedsiębiorczość

EN

Structure modeling; Cooperation; Entrepreneurship

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2017
• Tom: 29
• Numer: nr 469 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 188-196

Twórcy

autor

Iwona Staniec

• Politechnika Łódzka

Bibliografia

• Aaker D.A., Bagozzi R.P., 1979, Unobservable variables in structural equation models with an application in industrial selling, Journal of Marketing Research, 16, s. 147-158.
• Anderson J.C., Gerbing D.W., 1992, Assumption and comparative Strengths of the Two-Steps Approach, Sociological Methods and Research, vol. 20, s. 321-333.
• Bratnicki M., 2000, Podstawy współczesnego myślenia o zarządzaniu, TRIADA, Dąbrowa Górnicza.
• Browne M., Cudeck R., 1992, Alternative ways of assessing model fit, Sociological Methods and Research, 21(2), s. 230-259.
• Brzeziński J. (red.), 1987, Wielozmiennowe modele statystyczne w badaniach psychologicznych, PWN, Warszawa.
• Cizkowicz B., 2014, Zastosowanie modelowania równań strukturalnych w badaniu związków przyczynowych na przykładzie danych PISA 2012, [w:] Niemierko B., Szmigel M.K. (red.), Diagnozy edukacyjne: dorobek i nowe zadania, XX Krajowa Konferencja Diagnostyki Edukacyjnej Gdańsk, 18-20 września 2014 r., Kraków, s. 107-118.
• Cudeck R., 1989, Analysis of correlation matrices using covariance structure models, Psychological Bulletin, 105, s. 317-327.
• Cwalina W., 2000, Zastosowanie modelowania równań strukturalnych w naukach społecznych, [w:] Zastosowania statystyki i data mining w badaniach naukowych, StatSoft Polska, Warszawa, s. 15-23.
• Flaszewska S., Lachiewicz S., 2013, Przedsiębiorczość technologiczna we współczesnej gospodarce, [w:] Lachiewicz S., Matejun M., Walecka A. (red.), Przedsiębiorczość technologiczna w małych i średnich firmach. Czynniki rozwoju, Wydawnictwo WNT, Warszawa, s. 11-24.
• Gatnar E., 2003, Statystyczne modele struktury przyczynowej zjawisk ekonomicznych, Akademia Ekonomiczna, Katowice.
• Hu L., Bentler P., Kano Y., 1992, Can test statistics in covariance structure analysis be trusted?, Psychological Bulletin, 112(2), s. 351-362.
• Joerskog K.G., Sorbom D., 1979, Advances in Factor Analysis and Structural Equation Models, Abt Books, Cambridge.
• Kline R.B., 2005, Principles and Practice of Structural Equation Modeling, The Guilford Press, New York - London.
• Konarski R., 2009, Modele równań strukturalnych. Teoria i praktyka, Wydawnictwo Naukowe PWN, Warszawa.
• Korol J., 2005 Modele równań strukturalnych i sieci neuronowe w modelowaniu rozwoju zrównoważonego, Akademickie Wydawnictwo Ekonomiczne, Gorzów Wielkopolski.
• Krzakiewicz K., 2013, Zintegrowane podejście do zarządzania ryzykiem w zarządzaniu strategicznym, [w:] Urbanowska-Sojkin E., Brzozowski M. (red.), Ryzyko w zarządzaniu strategicznym. Natura i uwarunkowania, Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu, Poznań, s. 135-146.
• Loehlin J.C., 1987, Latent Variable Models: An Introduction to Factor, Path and Structural Equation Analysis, Lawrence Erlbaum, New Jersey.
• Sagan A., 2003, Model pomiarowy satysfakcji i lojalności, Statsoft Polska.
• Sagan A., 2011, Modele strukturalne w analizie zachowań konsumenta - ewolucja podejść, Konsumpcja i Rozwój, 1, s. 67-76.
• Schumacker R., Lomax R., 1996, A Beginner's Guide to Structural Equation Modeling, Prentice Hall.
• Sroka W., 2009, Wykorzystanie modelu równań strukturalnych do oceny wpływu kapitału ludzkiego na sukces ekonomiczny przodujących gospodarstw karpackich, Roczniki Nauk Rolniczych, seria G, t. 96, z. 4, s. 194-203.
• Światowiec-Szczepańska J., 2012, Ryzyko partnerstwa strategicznego przedsiębiorstw. Ujęcie modelowe, UE, Poznań.
• Urbanowska-Sojkin E. (red.), 2013, Ryzyko w wyborach strategicznych w przedsiębiorstwach, PWE, Warszawa.
• Westland J.C., 2010, Lower bounds on sample size in structural equation modeling, Electronic Commerce Research and Applications, 9(6), s. 476-487. DOI: 10.1016/j.elerap.2010.07.003.

Identyfikatory

DOI

10.15611/pn.2017.469.19