企业创新绩效.docx
《企业创新绩效.docx》由会员分享，可在线阅读，更多相关《企业创新绩效.docx（24页珍藏版）》请在冰点文库上搜索。
企业创新绩效
第4章实证过程与结果分析
本研究运用相关理论基础，结合前人的研究推理来构建外部知识获取、动态能力与企业创新绩效之间的关系，以及战略柔性在外部知识获取与动态能力间的调节效应，并提出了5个主假设与12个子假设。
对于上面所提出的假设，本论文将采用相关分析与回归分析对其进行检验。
本章将探讨进行假设检验的问卷的数据收集过程，然后对样本进行分析，对外部知识获取、动态能力、战略柔性和创新绩效4个变量的量表进行信度和效度检验。
4.1变量测度
本研究关于外部知识获取、动态能力、战略柔性及创新绩效的度量均采用了国内外较成熟的量表。
采用成熟量表有助于保证问卷的信度和效度，同时由于成熟量表经过了相关领域研究学者的实证检验，对变量的每个问题都进行了反复的推敲和验证。
因此，采用成熟量表能够在最大程度上保证问卷的可靠性，同时降低被质疑的风险。
4.1.1外部知识获取的测量
目前，国内外学者就外部知识获取的相关研究己经较为成熟，基于不同的
研究情景，学者们也从不同的角度对外部知识获取进行了相关度量。
鉴于本文
的研究，此部分量表以Yli-Renko（2001）、Simonin（1997）以及Li等（2008）等学者开发的成熟量表为基础，结合本文的研究实际进行相关调整后，形成本文的量表。
对于外部知识获取的测量，主要以被调查者所在企业从供应商、分销商、客户及竞争者等商业伙伴获取的相关信息的程度以及对外部市场信息的主动搜集和与大学等科研机构的合作中获取知识的程度来进行。
外部知识获取量表根据外部知识来源的不同，设计了6个题项，选用Likert七级量表，从1-7分别代表非常不符合、不符合、比较不符合、一般、比较符合、符合、非常符合。
4.1.2动态能力的测量
在动荡的超竞争环境中，企业必须快速行动以维持竞争优势地位，动态能力的培育成为企业发展壮大的关键环节，动态能力随之成为企业战略管理研究的前沿。
动态能力通过企业适应环境变化的行为体现出来，是企业应对超竞争环境的能力，包括感知能力、吸收能力和创新能力三个维度。
在测量方法上，动态能力可以采用客观评价方法和主观评价方法。
大多数学者在相关研究中均采用了主观评价方法，以便能够更全面地对企业的动态能力状况作出评价。
本研究采用主观评价方法，在具体问卷题项设计上主要参考了Nelson等（1985）、Pavlou等（2011）、贺小刚（2006）、蔡树堂（2010）以及徐召红（2014）的相关研究，对企业的感知能力、吸收能力和创新能力进行测量。
感知能力主要是指企业对外部环境变化的敏锐的观察力以及对消费者需求变化的觉察能力和把握市场机遇的能力。
因此对于感知能力的测量，主要从被调查者所在企业对于本企业所在行业的市场需求的变化、行业内先进技术的发展变化趋势、企业对竞争的觉察能力及对政府相关政策的了解程度来进行。
吸收能力指企业对其现有知识资源进行吸收、转化和利用来实现新知识的创造的能力。
本文对于吸收能力的衡量主要从被调查者所在企业对员工学习能力的培训、对获取的外部信息的处理能力等方面来进行。
创新能力指企业为了适应快速变化的外部环境，充分利用现有资源对其产品进行创新的能力。
对于创新能力的测量主要从企业对创新的投入、企业员工的创新能力等方面来进行。
本文对动态能力的测量从感知能力、吸收能力和创新能力三个维度来进行，共3个问题，11个题项。
选用Likert七级量表，从1-7分别代表非常不符合、不符合、比较不符合、一般、比较符合、符合、非常符合。
4.1.3战略柔性的测量
战略柔性是反应企业对外部环境的变化快速响应的能力。
拥有战略柔性的企业能更好的适应快速变化的外部环境。
关于战略柔性的测量，大多采用主观评价方法。
本文综合参考Zhou和Wu（2010）、胡畔和余渤（2017）、王铁男等（2011）、李垣等（2008）的相关研究来对战略柔性进行测量。
在资源柔性方面从资源有效应用范围、获取成本、转变用途所需的时间等方面来进行，反映的是资源的内在所有权。
在协调柔性方面的测量主要从配置与运用资源、对外部竞争的反应及识别资源的缺口等方面进行。
本文对战略柔性的测量共6个题项。
选用Likert七级量表，从1-7分别代表非常不符合、不符合、比较不符合、一般、比较符合、符合、非常符合。
4.1.4创新绩效的测量
现有关于创新绩效的研究较多，关于创新绩效的测量已经形成了较为成熟的量表。
本文参考郭爱芳（2013）、Chen等（2011）、Zhang和Li（2010）章威（2009）等对于创新绩效的测量题项的设计，采用新产品数量、新产品销售额占销售总额的比重、新产品开发速度、创新项目的成功率这四个题项对创新绩效进行测量。
选用Likert七级量表，从1-7分别代表非常不符合、不符合、比较不符合、一般、比较符合、符合、非常符合。
4.2数据收集与样本特征
本文主要研究企业的外部知识获取、动态能力与创新绩效的关系，因此本文以企业作为分析的单位。
本研究共发放问卷360份，收回问卷307份，问卷回收率为85.3%，其中有效问卷214份，问卷有效率为59.4%。
本次问卷调查主要通过个人关系网络和问卷网站进行问卷的发放。
问卷回收通过电子邮件和问卷网站进行。
针对收集的214份有效问卷，本文从企业年龄、企业规模、企业所处行业以及企业类型来对样本的情况进行了整理与分析。
具体结果如表4-1所示。
表4-1样本的基本特征
基本特征
分类
样本数量
所占比例（%）
企业年龄
0-3年
38
17.8
4-6年
54
25.2
7-10年
65
30.4
11-20年
34
15.9
20年以上
23
10.7
企业规模
10人以下
26
12.1
10-19人
29
13.6
20-49人
50
23.4
50-100人
35
16.4
100人以上
74
34.5
行业性质
高新技术行业
112
52.3
传统行业
102
47.7
企业类型
国企
37
17.3
外企
31
14.5
合资
34
15.9
私营
101
47.2
其他
11
5.1
从企业年龄上来看，成立3年以下的企业有38家，占总样本数的17.8%，成立4-6年的企业样本有54家，占样本总数的25.2%，成立年限在7-10年的企业有65家，占总样本数的30.4，成立11-20年的企业样本有34家，占样本总数的15.9，而成立20年以上的样本企业有23家，占到总样本数的10.7%。
从总体上看，成立年限在7-10年的样本企业最多，各个年龄段的样本企业分布较为平均。
在企业规模方面，员工人数在10人以下的企业有26家，占样本总数的12.1%，员工人数在10-19人的样本企业有29家，占总样本数的13.6%，员工人数在20-49人的企业有50家，占总样本数的23.4%，员工人数在50-100人的企业有35家，占样本总数的16.4%，员工人数在100人以上的企业有74家，占样本总量的34.5%。
在企业所在的行业性质方面，高技术行业企业有112家，占总样本量的52.3%，而处于传统行业的企业有102家，占样本总量的47.7%，样本企业的行业分布较为平均。
从企业类型来看，在总样本中，国企有37家，占样本企业总量的17.3%，外企有31家，占样本总量的14.5%，合资企业有34家，占总样本量的15.9%，私营企业最多，有101家，占总样本量的47.2%，其他类型的企业只有11家，占样本总量的5.1%。
以上数据表明，样本的分布较为广泛，有较好的代表性，满足研究的基本要求。
4.3信度与效度检验
4.3.1信度检验
信度分析就是检验所设计的量表测量数据和结论的可靠程度，也就是说测量工具能否稳定地测量到它要测量的事项的程度。
量表的信度分析包括内在信度分析和外在信度分析。
内在信度分析重在考察一组评估题项是否测量的是同一个特征，这些题项之间是否具有较高的内在一致性。
内在信度高意味着一组评估题项的一致程度高，相应的评估题项有意义，所得的评估结果可信。
外在信度分析是指在不同时间对同批被评估对象实施重复测量时，评估结果是否具有一致性。
如果两次评估结果相关性较强，则说明在评估对象没有故意隐瞒的前提下，评估题项的概念和内容是清晰的、不模糊的，所得评估结果是可信的。
本文主要通过内在信度分析检验量表各题项的内部一致性。
内部一致性的评估方法有多种，这里采用Cronbach'salpha系数来评估，系数越高则说明信度越好，可靠性越高。
Cronbach'salpha系数大于等于0.9，对层面或构念而言信度非常高，效果非常理想，对于整个量表而言，说明信度很高，非常理想；Cronbach'salpha系数大于等于0.8小于0.9，对层面或构念而言信度很高，很理想，对于整个量表而言，表示信度高，效果佳；Cronbach'salpha系数大于等于0.7小于0.8，对层面或构念而言信度高，效果佳，对于整个量表而言，表示信度可以接受。
本研究采用SPSS24.0统计软件，外部知识获取量表的Cronbach'salpha系数如表4-2所示。
外部知识获取的Cronbach'salpha系数为0.892，6个题项的分项对总项的相关系数全部在0.5以上，最低为0.589，删除任何题项后的Cronbach'salpha系数也没有显著提高。
因此，外部知识获取量表的内部一致性比较高，信度较好。
表4-2外部知识获取量表的信度检验
题项
分项对总项的相关系数
删除该题项
后的Cronbach'salpha
Cronbach'salpha
Q1外部知识获取（共6个问题）
0.892
A贵公司经常收集技术发展趋势信息
B贵公司经常收集竞争者发布的研发信息
C贵公司会通过与客户的互动和交流来收集客户资料和需求
D贵公司经常与供应商讨论新产品开发的相关信息
E贵公司经常与大学、科研院所等进行合作及沟通，来学习新的和重要的研发信息
F贵公司经常与分销商互动收集市场信息
0.766
0.786
0.707
0.749
0.589
0.676
0.864
0.862
0.874
0.867
0.891
0.879
动态能力量表的信度检验如表4-3所示。
动态能力的Cronbach'salpha系数为0.943，而3个构面的Cronbach'salpha系数分别为0.854、0.838、0.863，均在0.8这一可接受水平之上，且分项对总项的相关系数全部在0.,6以上，最低为0.663。
删除任何题项后的Cronbach'salpha系数也没有显著提高。
因此，动态能力量表的内部一致性比较高，信度比较好。
表4-3动态能力量表的信度检验
题项
分项对总项的相关系数
删除该题项
后的Cronbach'salpha
Cronbach'salpha
动态能力（共11个问题）
0.943
Q2感知能力
贵公司与同行业一般企业相比
0.854
A能准确预测本行业市场需求的变动方向
B能意识到本行业先进技术的发展趋势
C能识别潜在竞争者的出现及影响程度
D能技术了解政府的管制与扶持政策
0.674
0.674
0.723
0.712
0.823
0.824
0.803
0.808
Q3吸收能力
贵公司与同行业一般企业相比
0.838
A能够在员工之间分享公司的发展愿景
B鼓励员工不断学习并提供良好的培训
C能够根据获取的信息更新已有的知识
0.716
0.727
0.663
0.760
0.750
0.811
Q4创新能力
贵公司与同行业一般企业相比
0.863
A对创新活动投入大量人力
B员工具有不断创新的精神
C企业文化鼓励员工进行变革和创新活动
D对变革创新提供有效的激励机制
0.690
0.683
0.729
0.740
0.834
0.836
0.817
0.813
战略柔性量表的信度检验如表4-4所示。
战略柔性的Cronbach'salpha系数为0.908，而2个构面的Cronbach'salpha系数分别为0.828、0.856，均在0.8这一可接受水平之上，且分项对总项的相关系数全部在0.6以上，最低为0.645。
删除任何题项后的Cronbach'salpha系数也没有显著提高。
所以战略柔性量表的内部一致性比较高，信度比较好。
表4-4战略柔性量表的信度检验
题项
分项对总项的相关系数
删除该题项
后的Cronbach'salpha
Cronbach'salpha
战略柔性（共6个问题）
0.908
Q5资源柔性
0.828
A资源在各部门间的共享程度更高
B资源转换成本更低
C寻找替代资源时间更短
0.645
0.705
0.704
0.801
0.741
0.742
Q6协调柔性
0.856
A能快速寻找新资源或现有资源的新的组合方式
B通过组织系统迅速的安排资源并应用于目标用途
C积极主动地对外部竞争做出反应
0.717
0.750
0.719
0.810
0.877
0.806
创新绩效量表的信度检验如表4-5所示。
创新绩效的Cronbach'salpha系数为0.878，各个题项分项对总项的相关系数全部在0.6以上，最低为0.692。
删除任何题项后的Cronbach'salpha系数也没有显著提高。
所以创新绩效量表的内部一致性比较高，信度比较好。
表4-5创新绩效量表的信度检验
题项
分项对总项的相关系数
删除该题项
后的Cronbach'salpha
Cronbach'salpha
Q7创新绩效（共4个问题）
近两年来，与行业平均水平相比，贵公司的创新情况：
0.878
A新产品数量
B新产品销售额占总销售额的比重
C新产品的开发和市场化速度
D产品创新的成功率
0.692
0.716
0.776
0.768
0.861
0.851
0.827
0.831
4.3.2效度检验
效度主要包括内容效度（contentvalidity）和结构效度（constructvalidity）两种。
内容效度主要用来反映量表内容切合主题的程度。
内容效度需要在量表设计过程中进行把握，可以采用专家判断法或由相关专家及专业人士对题项进行评估。
在本研究的问卷设计过程中，经过文献研究、访谈和试调查等一系列步骤的主要目的就是为了提高问卷的内容效度，通过这些步骤量表应该已经具有了很高的内容效度。
接下来运用因子分析法对本研究中各变量的量表进行结构效度检验。
（1）外部知识获取的量表效度检验
首先，运用SPSS24.0对外部知识获取量表中的所有题项进行探索性因子分析。
外部知识获取量表的KMO值和Bartlett检验结果显示，外部知识获取的KMO值为0.902，Bartlett球形检验的卡方值为607.289，自由度为15，显著性水平为0，说明各题项之间存在共同因素，可以进行因子分析。
在满足KMO和Bartlett球形检验的基础上，我们借助探索性因子分析将外部知识获取量表归纳为一个因子。
具体分析结果见表4-6。
其中量表的因子载荷最高为0.863，最低因子载荷为0.701，具有较高的因子载荷水平。
最终累积方差贡献率为65.135%，总体来说，对问卷的解释力比较好。
表4-6外部知识获取量表的因子分析结果
题项
因子
Q1-B
Q1-A
Q1-D
Q1-C
Q1-F
Q1-E
0.863
0.849
0.837
0.803
0.779
0.701
方差贡献率（%）
累积方差贡献率（%）
因子名称
65.135
65.135
外部知识获取
接着，运用AMOS24.0对外部知识获取量表进行验证性因子分析，分析结果显示各指标的数值如下：
χ2/df=1.083，小于2；GFI=0.983、CFI=0.999，均大于0.9，RMR=0.034、RMSEA=0.021，均小于0.08。
各指标均达到可接受的标准，说明外部知识获取的测量模型可以接受。
（2）动态能力量表的效度检验
首先，运用SPSS24.0对动态能力量表中的所有题项进行探索性因子分析。
动态能力量表的KMO值和Bartlett检验结果显示，动态能力的KMO值为0.949，Bartlett球形检验的卡方值为1401.632，自由度为55，显著性水平为0，说明各题项之间存在共同因素，可以进行因子分析。
在KMO值和Bartlett检验结果的基础上，对动态能力量表进行探索性因子分析，分析结果见表4-7。
分析结果将动态能力划分为三个因子，因子1包含Q2-C、Q2-D、Q2-A、Q2-B四个题项，因子2包括Q3-B、Q3-A、Q3-C三个题项，因子3包含了Q4-D、Q4-C、Q4-A、Q4-B四个题项，与之前预制的维度题项相同。
三个因子中各题项的因子载荷最高为0.884，最低因子载荷为0.818。
从总体上来说，具有较高的因子载荷水平。
三个因子的方差贡献率分别为25.175%、24.952%、23.852%，三个因子的累积方差贡献率为73.979%。
总体上看，对问卷的解释力较强。
表4-7动态能力量表的探索性因子分析结果
题项
因子
1
2
3
Q2-C
Q2-D
Q2-A
Q2-B
Q3-B
Q3-A
Q3-C
Q4-D
Q4-C
Q4-A
Q4-B
0.853
0.846
0.819
0.818
0.884
0.878
0.846
0.862
0.855
0.828
0.823
方差贡献率（%）
累积方差贡献率（%）
因子名称
25.175
25.175
感知能力
24.952
50.127
吸收能力
23.852
73.979
创新能力
在对动态能力进行探索性因子分析的基础上，接着运用AMOS24.0对动态能力进行验证性因子分析。
动态能力验证性因子分析结果显示各指标的数值如下：
χ2/df=1.885，小于2，GFI=0.930、CFI=0.974，均大于0.9，RMR=0.053，RMSEA=0.068，均小于0.08。
各指标均达到可接受的标准，说明动态能力的测量模型可以接受。
（3）战略柔性量表的效度检验
首先，运用SPSS24.0对动态能力量表中的所有题项进行探索性因子分析。
战略柔性量表的KMO值和Bartlett检验结果显示，战略柔性的KMO值为0.889，Bartlett球形检验的卡方值为704.180，自由度为15，显著性水平为0，说明各题项之间存在共同因素，可以进行因子分析。
在满足KMO和Bartlett球形检验的基础上，我们借助探索性因子分析将创新绩效量表归纳为一个因子。
具体分析结果见表4-8。
其中量表的因子载荷最高为0.880，最低因子载荷为0.824，具有较高的因子载荷水平。
最终累积方差贡献率为65.135%，总体来说，对问卷的解释力比较好。
表4-8战略柔性量表的因子分析结果
题项
因子
Q5-E
Q5-D
Q5-B
Q5-A
Q5-F
Q5-C
0.858
0.849
0.846
0.812
0.809
0.790
方差贡献率（%）
累计方差贡献率（%）
因子名称
68.498
68.498
战略柔性
接着，运用AMOS24.0对战略柔性量表进行验证性因子分析，分析结果显示各指标的数值如下：
χ2/df=1.782，小于2，GFI=0.941、CFI=0.960，均大于0.9，RMR=0.060、RMSEA=0.078，均小于0.08。
各指标均达到可接受的标准，说明战略柔性的测量模型可以接受。
（4）创新绩效量表的效度检验
首先，运用SPSS24.0对创新绩效量表中的所有题项进行探索性因子分析。
创新绩效量表的KMO值和Bartlett检验析结果显示，创新绩效的KMO值为0.785，Bartlett球形检验的卡方值为415.343，自由度为6，显著性水平为0，说明各题项之间存在共同因素，可以进行因子分析。
在满足KMO和Bartlett球形检验的基础上，我们借助探索性因子分析将创新绩效量表归纳为一个因子。
具体分析结果见表4-9。
其中量表的因子载荷最高为0.880，最低因子载荷为0.824，具有较高的因子载荷水平。
最终累积方差贡献率为65.135%，总体来说，对问卷的解释力比较好。
表4-9创新绩效量表的因子分析结果
题项
因子
Q6-C
Q6-D
Q6-B
Q6-A
0.880
0.876
0.842
0.824
方差贡献率（%）
累积方差贡献率（%）
因子名称
73.239
73.239
创新绩效
接着，运用AMOS24.0对创新绩效量表进行验证性因子分析，分析结果显示各指标的数值如下：
χ2/df=1.701，小于2；GFI=0.901、CFI=0.914；均大于0.9，RMR=0.031、RMSEA=0.074，均小于0.08。
各指标均达到可接受的标准，说明创新绩效的测量模型可以接受。
4.4本章小结
本章为研究设计部分，主要介绍了本研究所用变量的测度、数据的搜集过程和样本特征分析、问卷的信度和效度检验。
首先，对于变量的测度，根据国内外相关成熟量表以及研究的实际情况，得出外部知识获取、动态能力、战略柔性和创新绩效4个变量的量表。
随后是数据的收集过程，介绍了本文的研究对象以及问卷收集情况，从4个方面企业年龄、企业规模、企业所处行业的类型以及企业类型来描述样本的分布特征。
最后，对问卷的信度和效度进行了分析，从分析结果来看，本研究所采用的问卷的信度和效度都完全达到了研究要求。
第5章统计分析与假设检验
本文通过对相关理论和现有文献进行了系统的梳理，并在此基础上构建了外部知识获取、动态能力和创新绩效关系模型，提出相关研究假设。
随后，本研究针对研究问题进行问卷收集。
通过对收回的问卷进行信度和效度检验发现，本研究的数据具有较高的信度和效度，完全符合进一步分析的要求。
本章对相关数据进行更高层次的分析，通过构建多元线性回归模型，对提出的假设进行逐个验证，并对分析结果进行简单讨论。
5.1相关分析
规范的研究要求必须检验各个观测变量在分布上是否呈现出正态分布的形状，也就是说需要在多元回归分析之前首先进行两两相关分析，从而及时发现变量间是否有相关关系。
本文利用SPSS24.0软件对本研究的主要变量进行Pearson相关分析，结果如表5-1所示。
表5-1变量间的相关关系以区别效度
题项
AVE
1
2
3
4
5
6
1外部知识获取
0.652
0.807
2感知能力
0.696
0.707**
0.834
3吸收能力
0.756
0.667**
0.811**
0.869
4创新能力
0.709
0.660**
0.763**
0.825**
0.842
5战略柔性
0.685
0.656**
0.781**
0.768**
0.755**
0.828
6创新绩效
0.732
0.592**
0.727**
0.722**
0.729**
0.780**
0.856
均值
4.980
5.047
5.106
5.045
4.925
4.894
标准差
1.064
1.044
1.
升级会员 