

廠商在多重市場接觸下,競爭者行動如何影響其新產品上市速度與績效的關係?
76
(二)實證結果
本研究主要透過普通最小平方法
(Ordinary Least Square; OLS)
中的複迴歸分析來
檢定所提之四項假說,並於控制變數模型中置入廠商年齡、廠商規模及前一月競爭者
行動數目等變數,來消除時間及廠商特性對於研究結果可能產生的影響。表
3
探討了
多重市場接觸程度與新產品上市速度之間的關係,研究共分為四個模型,分別探討放
入控制變數、自變數、干擾變數以及干擾變數交乘效果。其模型配適度分別
F
=
59.031
,
p
< 0.01
、
F
= 50.688
,
p
< 0.01
、
F
= 46.847
,
p
< 0.01
、
F
= 41.882
,
p
< 0.01
,
表示此四個模型的整體配適度皆達到顯著水準。此外模型一至模型四的調整後判定係
數分別為
0.431
、
0.438
、
0.456
與
0.461
,代表其具有
43.10%
、
43.8%
、
45.6%
與
46.1%
之變異量,且模型二、模型三與模型四的調整後判定係數亦達顯著水準,表示於加入
自變數、調節變數與交互作用後,模型二至四與模型一相較之下,仍具有解釋力。
在模型二中,多重市場接觸程度與新產品上市速度呈高度負相關
(
β
= -0.172,
p
<
0.05)
,亦即當多重市場接觸程度愈高時,其新產品上市速度會愈慢,因此支持假說一
之論點。另外,於模型四中,多重市場接觸程度與競爭者回應行動數目之交互作用,
呈現正向影響
(
β
= -0.082,
p
< 0.05)
;亦即當競爭者回應行動數目愈多時,會強化多重
市場接觸程度對於新產上市速度的影響,因此支持假說三之論點。
為了更清楚呈現上述分析所得到的交互作用效果,本研究進一步繪製圖
1
來呈現
其交互作用。圖
1
中之
X
軸表示多重市場接觸程度,座標軸中的高
(High)
、低
(Low)
乃仿照
Cohen, Cohen, West, and Aiken (2003)
及
Lian, Brown, Ferris, Liang, Keeping, and
Morrison (2014)
等研究描繪交互作用圖的方式,以自變數的平均數各加減一個標準差
所得;
Y
軸則為新產品上市速度。若從斜率來看,在競爭者回應數量較多時,其迴歸
線斜率略低於競爭者回應數量較低迴歸線的斜率。亦即,在競爭者回應數量較多的情
況下,多重市場接觸程度對新產品上市速度的負向影響較小;另外,在競爭者回應數
量較少的情況下,多重市場接觸程度對新產品上市速度的負向影響較大。