2003 | OriginalPaper | Buchkapitel
Ergebnisse der Untersuchung
verfasst von : Achim Walter
Erschienen in: Technologietransfer zwischen Wissenschaft und Wirtschaft
Verlag: Deutscher Universitätsverlag
Enthalten in: Professional Book Archive
Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.
Wählen Sie Textabschnitte aus um mit Künstlicher Intelligenz passenden Patente zu finden. powered by
Markieren Sie Textabschnitte, um KI-gestützt weitere passende Inhalte zu finden. powered by
Zur Überprüfung der Hypothesen wurden vier multiple Regressionen berechnet.97 Entsprechend den methodischen Empfehlungen hinsichtlich der praktischen Anwendung multipler Regressionsanalysen von Jaworski und Kohli (1993), Slater und Narver (1994) sowie Harris (2001) wurden in allen Gleichungen sämtliche unabhängigen Variablen (incl. Kontrollvariablen) berücksichtigt und gleichzeitig in die Regressionsgleichungen aufgenommen.98 Im Falle moderierter Regressionsanalysen (MRA) wurden dem hierbei üblichen Vorgehen folgend (vgl. z.B. Baron und Kenny 1986; Carpenter und Fredrickson 2001; Dwyer und Fox 2000; Han, Kim und Srivastava 1998; Mittal und Kamakura 2001; Stewart und Barrick 2000) schrittweise zunächst die Kontrollvariablen, dann die Haupteffektvariablen und schließlich die Interaktionsterme in die Gleichungen aufgenommen.99 Die Ergebnisse der vier Regressionsanalysen werden in den nachfolgenden Abschnitten dargelegt. Die in den Tabellen 6-1 bis 6-4 angegebenen Regressionskoeffizienten sind ausnahmslos standardisierte Werte. Die Betrachtung der „Variance Inflation Factors (VIF)“ ergab, dass Multikollinearität in der vorliegenden Untersuchung kein Problem darstellt. Für die hier aufgestellten Regressionsgleichungen betrug der größte VIF 1,33.