从表5-32可以看出,在显著性水平为5%时,集群4中合作度与绩效之间具有显著的相关关系,其相关系数为0.536。因此,本研究将采用多元回归分析的方法来对这些变量之间的关系进行进一步的验证。
表5-32 变量之间的相关分析
(续表)
**.Correlation is significant at the 0.01level(2-tailed).
*.Correlation is significant at the 0.05level(2-tailed).
从表5-33的分析结果可以看出,集群创新网络合作度和集群绩效之间的模型检验结果F统计量为12.466(0.001),显然在5%的显著性水平下,模型是显著的,这说明两者之间具备显著的相关关系,而且合作度每增加一个单位量,绩效将增加0.536个单位量。模型1的调整R2为0.246,这说明,只引入合作度这一变量,对集群绩效的解释量为24.6%,进一步引入合作度和环境变量的交互项后,模型的解释量变为24.2%,说明环境变量引入对集群绩效有显著负向调节作用。
表5-33 合作度、绩效与环境之间的关系(www.xing528.com)
从表5-34的分析结果可以看出,集群创新网络开放度和集群绩效之间的模型检验结果F统计量为3.284(0.080),显然在5%的显著性水平下,模型并不是显著的,这说明两者之间并不具备显著的相关关系,即便引入开放度和环境的交互项,模型仍然是不显著的。
表5-34 开放度、绩效和环境之间关系的回归分析
关于网络合作度与开放度之间是否存在影响,如表5-39所示,三个集群的结果一致。集群1的合作度与开放度相关系数为0.223(T检验的P值为0.284),两者之间的相关关系没有通过T检验;集群2的合作度与开放度的相关系数为0.045(T检验的P值为0.804),两者之间的相关关系没有通过T检验;集群3的合作度与开放度的相关系数为0.022(T检验的P值为0.907),两者之间的相关关系没有通过T检验;说明网络合作度与开放度不具备显著相关关系。集群4的合作度与开放度的相关系数为-0.125(T检验的P值为0.554),两者之间的相关关系没有通过T检验;说明网络合作度与开放度不具备显著相关关系。
表5-35 集群合作度与开放度的关系
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。