《表2 描述性统计结果:网络导向与新企业绩效:基于关系学习和网络响应的链式中介模型》
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
《网络导向与新企业绩效:基于关系学习和网络响应的链式中介模型》
注:N=177;**p<.05,***p<.01 (双尾),粗体对角线数值是AVE的平方根;NO表示网络导向,RL表示关系学习,NR表示网络响应;NVP表示新企业绩效;CEOten表示CEO任职时间;CEOinex表示行业经验;CEOenex表示创业经验;CEOmaex表示管理经验;firmage表示企业年龄;firmsize表示企业规模;indu表
效度包括内容效度、收敛效度和区分效度。在内容效度方面,本研究所用的测量题项均来源于成熟量表,而且这些量表已经过多位学者使用,具有较高的内容效度。在收敛效度方面,四因子模型拟合数据良好(χ2/df=1.81,C FI=0.91,T L I=0.89,RM SEA=0.07),标准因子负荷值范围为0.60至0.84,这说明所有条目都反映了主构念的意思,模型具有较好的收敛效度(Fornell and Larcker,1981)。对于区分效度,如表2所示,网络导向、关系学习、网络响应、绩效等构念AVE的平方根大于相应的相关系数,而且表2中主要变量间的相关系数都低于相应的信度(0.79-0.89)。这说明本问卷具有一定的区分效度(Fornell and Larcker,1981;Zhang et al.,2016)。
图表编号 | XD00203697600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 贾玥、董保宝、罗均梅、王湘茗 |
绘制单位 | 北华大学 |
更多格式 | 高清、无水印(增值服务) |