Bu ölçütler 0 ile 1 aralÕ÷Õnda de÷iúen de÷erler alÕr. LISREL kullanan araútÕrmacÕlar yayÕnlarÕnda genellikle ki-kare de÷eri yanÕnda sÕklÕkla GFI, AGFI, RMSEA, CFI ve NNFI ölçütlerini kullanmaktadÕr. Modelin uygunlu÷u, Y ve X de÷iúkenlerinin gizil yapÕlarÕ ne kadar iyi ölçtü÷ü Y ve X de÷iúkenleri için hesaplanan çoklu korelasyon katsayÕlarÕnÕn (belirlilik katsayÕsÕ) incelenmesiyle belirlenebilir. Bu katsayÕlar 0 ve 1 arasÕnda de÷erler alÕrlar. Sözü edilen katsayÕnÕn 1¶e yakÕn olmasÕ de÷iúkenin gizil yapÕyÕ daha iyi açÕkladÕ÷Õ anlamÕnÕ taúÕr. YapÕlarÕn her biri, aúa÷Õdaki gibi ayrÕ ayrÕ de÷erlendirilebilir (Çelik ve YÕlmaz, 2005).
Bu araútÕrma kapsamÕnda kurulan modele iliúkin uyum istatistikleri de÷erleri Çizelge 5.9¶da verilmiútir.
Çizelge 5.9 : YapÕlan yapÕsal eúitlik modeli analizinin sonuçlarÕ.
Uyum øyili÷i øndeksleri Model
SonuçlarÕ
Ki-kare istatisti÷i ( Ȥ2 ) 4463,18
Serbestlik derecesi (sd) 1386
Ȥ2/sd 3,22
p de÷eri (p-value) 0,000
GFI (Uyum iyili÷i indeksi - Goodness-of-fit index) 0,81
AGFI (UyarlanmÕú uyum iyili÷i indeksi - Adjusted Goodness-of-fit
index )
0,82
RMR (Ortalama artÕk karakökü ± Root mean squared residual) 0,065 NFI (NormlandÕrÕlmÕú uyum indeksi - The Normed Fit Index) 0,87
RFI (Göreli uyum indeksi - Relative Fit Index) 0,84
IFI (FazlalÕk uyum indeksi - Incremental Fit Index) 0,89
CFI (KarúÕlaútÕrmalÕ uyum indeksi - Comparative Fit Index) 0,85
RMSEA ( Ortalama hata karekök yaklaúÕmÕ - Root-mean-squared
error approximation)
0,096 Uyum istatistikleri modelin kabul edilip edilmeyece÷ine iliúkin bir takÕm kabul edilebilir sÕnÕr de÷erler kullanÕlarak yorumlanmaktadÕr. Yani analizler sonucunda üretilen uyum istatistiklerinin belli de÷erlerin üzerinde veya altÕnda olmasÕ istenir. Tarihsel olarak ilk uygulanan uyum istatisti÷i Ki-kare¶dir. Bir modelin kabul edilebilir olmasÕ için Ȥ2 de÷erinin anlamlÕ çÕkmamasÕ istenir (ùimúek, 2007). Jöreskog ve Sörbom (1993) biçimsel bir test gibi Ki-kare¶nin kullanÕlamayaca÷ÕnÕ belirtmiúlerdir ve örnekleme da÷ÕlÕmÕnÕn beklenen de÷eri ile ki-kare¶nin úiddetinin
(örne÷in serbestlik derecesinin sayÕsÕ gibi) karúÕlaútÕrÕlmasÕnÕ önermiúlerdir. øyi bir model için ki-kare / sd oranÕ küçük bir de÷er olmalÕdÕr. Bu oran 2 ve 3 arasÕnda ise verinin model ile uyumunun kabul edilebilir veya iyi oldu÷unu göstermektedir (YÕlmaz ve Çelik, 2009). Bizim modelimiz için ki-kare/ sd oranÕnÕn de÷eri 3,22 olarak bulunmuútur.
AyrÕca GFI, AGFI ve CFI de÷erlerinin 0,90¶dan büyük olmasÕ iyi bir uyum de÷erini gösterir (ùimúek, 2007, sy.14). Bu de÷erler 0 ve 1 arasÕnda de÷er aldÕklarÕndan aslÕnda bulunan de÷er 1¶e yaklaútÕkça uyum iyili÷i artmÕú kabul edilir.
Model de÷erlendirmede sÕkça kullanÕlan GFI de÷eri kurulan modelde 0,81 olarak bulunmuútur. Bu da modelin iyi bir uyum sa÷ladÕ÷ÕnÕ ancak mükemmel olmadÕ÷ÕnÕ göstermektedir. AGFI ise GFI de÷erinin düzeltilmiú halidir ve o da 0 ile 1 arasÕnda de÷er alÕr. AraútÕrma modeli için bu de÷er 0,82 bulunmuútur. KarúÕlaútÕrmalÕ uyum istatisti÷i olan CFI ise 0,85 olarak hesaplanmÕútÕr. Bu da iyi bir uyum istatistik de÷eridir.
Bunlardan baúka NFI ve RFI de÷erlerinin de 1¶e yakÕn olmasÕ gerekir. Modelden elde edilen de÷erler sÕrasÕyla 0,87 ve 0,84¶dir. Bu nedenle bu sayÕlar modelin uygunlu÷unun bir baúka göstergesidir.
FazlalÕk uyum indeksi IFI uyum istatisti÷i ise 0,89 de÷erini almÕútÕr. Bu da di÷er indekslere benzer sonuçlar ortaya koymuútur. Çünkü bu de÷er de 0 ve 1 arasÕnda de÷iúir ve 1¶e yaklaútÕkça modelin uygunlu÷unun arttÕ÷ÕnÕn göstergesidir.
Di÷er uyum istatistik de÷erlerinin kabul edilebilir sÕnÕr de÷erlerine bakacak olursak, RMSEA, RMR de÷erlerinin 0,05 de÷erinin altÕnda bir de÷er almasÕ iyi bir uyum de÷erini, 0,08 de÷erinin altÕnda olmasÕ ise kabul edilebilir bir uyum iyili÷ini gösterir. Modelimizden çÕkan sonuçlara bakacak olursak RMSEA 0,096 ve RMR 0,065 çÕkmÕútÕr. RMSEA de÷eri kabul edilebilir de÷erlerin üstünde bulunmuútur. AraútÕrmada kullanÕlan veri sayÕsÕnÕn az olmasÕ sebebiyle kabul edilebilir güvenilirlik indeksi de÷erleri bazÕ uyum indeksleri için dÕúarÕda kalmaktadÕr. Yine de sÕnÕrlara yakÕn indeks de÷erlerinin bulunmasÕ sonuçlarÕn kÕsmi olarak güvenilir oldu÷unu göstermektedir.
5.8.5 Hipotez testleri
Bu bölümde, teorik modelin kurgulanmasÕ sÕrasÕnda ortaya attÕ÷ÕmÕz hipotezlerin test
Hipotez 1: BS kaynaklarÕ ile BS yetenekleri arasÕnda pozitif iliúki vardÕr.
Kurulan ilk hipotez BS kaynaklarÕ ile BS yetenekleri arasÕnda pozitif ve anlamlÕ bir iliúki oldu÷unu belirtmektedir. Program çÕktÕsÕna baktÕ÷ÕmÕzda, BS kaynaklarÕ ile BS yetenekleri arasÕnda 0,23 de÷eri bulunmuútur. Bu da literatür araútÕrmalarÕndan da bilindi÷i gibi öz yetkinliklere sa÷lanan katkÕnÕn firma performansÕna pozitif etkisini kanÕtlamaktadÕr. Bu hipotez sonucuna göre BS kaynaklarÕ geliútikçe BS yetenekleri de geliúim gösterecektir.
Sonuç: H1 KABUL
Hipotez 2: BS kaynaklarÕ ile BT¶nin úube performansÕ arasÕnda pozitif yönlü bir
iliúki vardÕr.
økinci hipotez için de÷iúkenler arasÕndaki iliúki katsayÕsÕ -0,0032 olarak hesaplanmÕútÕr. øki de÷iúken arasÕnda negatif bir iliúki bulunmaktadÕr.
Sonuç: H2 RET
Hipotez 3: BS yetenekleri úube performansÕ arasÕnda pozitif yönlü bir iliúki vardÕr.
Üçüncü hipotezimiz için de÷iúkenler arasÕndaki iliúki katsayÕsÕ 0,47 olarak hesaplanmÕútÕr. øki de÷iúken arasÕnda pozitif bir iliúki bulunmaktadÕr. BankanÕn sahip oldu÷u BS yetenekleri geliútikçe úube performansÕ da artacaktÕr.
Sonuç: H3 KABUL
Sonuç olarak, literatürde bulunan modelleri göz önüne alarak oluúturmuú oldu÷umuz modele ait hipotezler Hipotez 2 hariç olmak üzere kabul edilmiútir. Hipotez 2¶de belirtildi÷i gibi BS kaynaklarÕ ile úube performansÕ arasÕnda pozitif bir iliúki bu araútÕrma sonucunda bulunamamÕútÕr.
5.8.6 YapÕsal eúitlikler
Bu bölüme kadar verilerin modele uygunlu÷unu ve hipotez testlerinin sonuçlarÕnÕ bulduk. Bundan sonra de÷iúkenler arasÕnda yapÕsal eúitlikleri kurmak ve aralarÕndaki iliúkinin bir matematiksel denklem yoluyla ifade etmek gerekir. Bu denklemler ba÷ÕmlÕ ve ba÷ÕmsÕz olan de÷iúkenler arasÕnda kurulabilir. Eúitlikler anlatÕlmadan önce YEM¶deki de÷iúken çeúitlerini úu úekilde açÕklayabiliriz:
Örtük de÷iúkenler teorik olarak var olduklarÕ düúünülen ve ancak bir takÕm göstergeler aracÕlÕ÷Õyla ölçülebildikleri varsayÕlan yapÕlardÕr. Bu göstergelere ise gözlenen de÷iúken denilmektedir. Örtük de÷iúkenler tamamen teorik yapÕlar olduklarÕ için belirli bir ölçme birimine sahip olamazlar ve bu nedenle ölçme
modelleri test edilirken her birisini en iyi úekilde tanÕmladÕ÷Õ düúünülen bir gözlenen de÷iúkene sabitlenirler (ùimúek, 2007, sy. 8). Örtük de÷iúkenler ba÷ÕmlÕ de÷iúken, gözlenen de÷iúkenlere ise ba÷ÕmsÕz de÷iúken de denilmektedir.
KullanÕlan de÷iúkenler ile LISREL programÕ aúa÷Õdaki 2 denklemi elde etmiútir. Bu denklemlerin anlamlarÕ aúa÷Õdaki gibi verilebilir:
• Denklem 1: