Einfluss komplexitätsbezogener Faktoren auf Innovation. Eine ... - AFA

10.3.1 Regressionsanalyse
Master-Thesis, Mayrhofer (2013)
Anhand unserer Vorarbeiten und der Definitionen der geeigneten Faktoren,
kann nun ein Modell zur statistischen Auswertung des Einflusses aller
unabhängigen Variablen auf die binäre abhängige Variable erstellt werden. Die
Auswahl der sich im Modell befindlichen Faktoren, Parameter und Indikatoren,
die zur Erklärung der Innovationschancen beitragen, sind jene, die am
häufigsten in der Innovationsliteratur verwendet werden, dennoch „muss
festgestellt werden, dass Messungen nur selten vollständig theoretisch begründet
sind, und zwar meistens deshalb, weil für das Indikatorenuniversum eine
erschöpfende inhaltliche Begründung nicht gegeben ist (bzw. gegeben werden
kann)“ [119] . Dies gilt insbesondere für die Bereiche Komplexität und Innovation.
Dem Logit-Konzept folgend, als das „wohl am häufigsten angewandte
multinominale Entscheidungsmodell“ [120] , wird in dieser Thesis das folgende
binäre Modell gerechnet (2.1):
wobei: ( ( )
( ) )
beschreibt eine Innovation und beschreibt keine Innovation der
untersuchten Unternehmen. Definition siehe oben.
K i ist eine Matrix, mit 5 Vektoren aus den Kombinationen der
Wirkungsbereiche eines Innovationssystems mit den Indikatoren von
Komplexität (=Komplexitätsfaktoren). Die 5 Vektoren sind die aggregierten
Werte für Vielzahl, Vielfalt, Veränderlichkeit, Interaktion und Vieldeutigkeit
( ). sind die dazugehörigen Koeffizienten ( ). Zur besseren
Darstellung hier das Modell in Matrix-Schreibweise (2.2):
( )
Bei Ausschreibung der Matrizen folgt (2.3):
[119] Paier, 2010: 55
[120] Maier/Weiss, 1990: 135
42
(
)
(2.1)
(2.2)