28.10.2013 Aufrufe

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

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

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

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Master-Thesis, Mayrhofer (2013)<br />

Tab. 8: Logit mit Indikator (B)<br />

glm(formula = <strong>Innovation</strong> ~ F.E.Aufwendungen + F.E.Kooperationen + F.E.Personal +<br />

Förderungen + Patente + Unternehmensgröße + Akteure + Aktivitäten + Institutionen +<br />

Ressourcen, family = binomial(logit), data = Logit)<br />

Deviance Residuals:<br />

Min 1Q Median 3Q Max<br />

-1.9044 -0.4889 0.0434 0.7492 2.2633<br />

Coefficients:<br />

Quelle: eigene Berechnungen<br />

12 Interpretation<br />

Estimate Std. Error z value Pr(>|z|)<br />

(Intercept) 6.286e+00 6.318e+00 -0.995 0.31979<br />

F.E.Aufwendungen 8.587e-01 3.327e-01 -2.581 0.00986 ***<br />

F.E.Kooperationen 5.620e-01 8.581e-01 -0.655 0.51250<br />

F.E.Personal 1.323e-02 1.447e-02 -0.914 0.36055<br />

Förderungen 1.460e-07 3.700e-07 -0.395 0.69307<br />

Patente -5.593e-03 4.779e-03 1.170 0.24188<br />

Unternehmensgröße 3.553e-05 5.256e-05 -0.676 0.49903<br />

Akteure 1.496e+00 1.349e+00 -1.109 0.26736<br />

Aktivitäten 4.525e-01 1.528e+00 -0.296 0.76709<br />

Institutionen -2.543e+00 1.640e+00 1.551 0.12087<br />

Ressourcen -2.553e+00 1.369e+00 1.865 0.06216 *<br />

AIC: 56.595 * 0.1; ** 0.05; ***0,01<br />

Für eine geeignete Interpretation der Koeffizienten müssen diese zunächst<br />

transformiert werden. Im Rahmen dieser Transformation wollen wir die sog.<br />

Effektkoeffizienten erhalten, die bereits in der Modell-Herleitung erläutert<br />

wurden. Dies ist bei der Interpretation von Logit-Regressionen üblich. Dazu ist<br />

es zunächst notwendig, die Koeffizienten der Regressoren zu exponenzieren, d.h.<br />

in unserem Fall ( ) für die Konstante, ( ) für die Koeffizienten der<br />

klassischen Erklärungsvariablen für <strong>Innovation</strong> (F&E-Aufwendungen, F&E-<br />

Kooperationen, F&E-Personal, Förderungen, Patente und Unternehmensgröße)<br />

und ( ) für die komplexitätsbezogenen Regressoren.<br />

Die Ergebnisse der Transformation der Koeffizienten der Logit-Regression mit<br />

Indikator (A) sind in Tab. 9 <strong>auf</strong>gelistet. Werte unter eins ( ) der<br />

Effektkoeffizienten wirken sich mit einem negativen <strong>Einfluss</strong> <strong>auf</strong> die Odds, <strong>auf</strong><br />

die regressiert wurde, aus. Sind sie größer als eins ( ), gilt das Gegenteil, ein<br />

positiver <strong>Einfluss</strong> tritt <strong>auf</strong>.<br />

59

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!