《表3 层次回归分析结果》
本系列图表出处文件名:随高清版一同展现
《双元创业学习、创业拼凑与新企业成长绩效的关系研究》
注:*为显著性水平P<0.05,**为显著性水平P<0.01,***为显著性水平P<0.001。
采用层次回归分析方法对研究假设进行检验。为消除多重共线性,首先对所有变量进行中心化处理,并构造中介变量创业拼凑与调节变量创业网络的交互项,然后利用各个中心化变量进行层次回归,回归结果显示各模型中相应变量的VIF值介于1.055与2.981之间,远小于5,说明多重共线性问题不严重,具体结果如表3所示。在表3中,模型1显示,利用式学习和探索式学习都对新企业成长绩效有显著正向影响(β=0.243,P<0.001;β=0.239,P<0.001),假设1a、1b都得到验证,假设1成立。模型2显示,创业拼凑对新企业成长绩效有显著正向影响(β=0.671,P<0.001),假设2成立。模型7显示,利用式学习和探索式学习都对创业拼凑有正向影响(β=0.172,P<0.001;β=0.181,P<0.001),假设3a、3b得到验证,假设3成立。综合模型1、模型3、模型7,可以发现利用式学习和探索式学习对新企业成长绩效(β=0.243,P<0.001;β=0.239,P<0.001)、创业拼凑(β=0.172,P<0.001;β=0.181,P<0.001)均有显著正向影响。当将利用式学习、探索式学习、创业拼凑、新企业成长绩效纳入模型3时,层次回归分析结果表明,利用式学习对新企业成长绩效的回归系数由0.243下降为0.150,且P<0.01,探索式学习对新企业成长绩效的回归系数由0.239下降为0.140,且P<0.01。因此,创业拼凑在利用式学习、探索式学习与新企业成长绩效关系间起部分中介作用,假设4a、4b得到验证,假设4成立。
图表编号 | XD0079894400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 闫华飞、孙元媛 |
绘制单位 | 武汉工程大学管理学院、武汉工程大学管理学院 |
更多格式 | 高清、无水印(增值服务) |