《表2 实现高程度战略变革的组态》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《殊途同归不同效：战略变革前因组态及其绩效研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：●=核心条件存在，U=核心条件缺席，●=辅助条件存在，U=辅助条件缺席，“空格”表示该条件可存在亦可不存在。

Schneider和Wagemann(2012）认为研究者选择的原始一致性阈值（Raw consistency threshold）将决定进入最小化分析过程中的真值表行数（即组态数量），从而影响最终的分析结果。理论上而言，提高一致性阈值后，纳入最小化分析的真值表行将减少，案例数量也会减少，因而难以实现最大化地简化组态，最终得到新组态会是调整之前组态的子集。基于这一思想，并借鉴Ordanini等（2014）的做法，将一致性阈值提高0.05，即用0.85代替0.80，使用更为严格的阈值再次展开分析，分析结果如表3所示。此时，总体解的一致性提高至0.90，总体解的覆盖度却降低至0.06。综合比较0.85和0.80一致性阈值水平下的组态结果，本文发现，表3中的组态1和组态2分别是表2中组态1和组态2的子集，由此表明本文研究结论的稳健性。