Page 71 - 臺大管理論叢第32卷第2期
P. 71
NTU Management Review Vol. 32 No. 2 Aug. 2022
肆、分析結果
表 2 是本研究變數的敘述性統計,表 3 則是變數間的皮爾森相關係數 (Pearson
Correlation Coefficient)。從表 3 我們可以知道:舊世代的探索性學習 (EXL_old) 對於
快速上市 (TTM) 的相關係數為 0.609,p value 小於 0.01 有顯著性 ; 舊世代的探索性
學習 (EXL_old) 對於產品款式 (Model) 的相關係數亦是 0.609,p value 小於 0.01 有顯
著性,而其它變數之間的相關程度都是低於 0.6,並且本研究回歸模型中的變異膨
脹因子 (Variance Inflation Factor; VIF) 皆小於 10,因此分析模型中並不存在著共線
性的問題。接下來,我們對快速上市 (TTM) 進行 Kolmogorov-Smirnov 常態檢定,
其顯著性為 0.054 大於 0.05,表示該快速上市 (TTM) 呈現常態分佈,因此我們採
用普通最小平方法 (Ordinary Least Squares Method; OLS Method) 進行多元回歸分析
(Multiple Regression Analysis)。
表 4 的 Model 1 與 Model 2 是針對控制變數與虛擬變數的分析模型,其中智慧
型手機廠商的國籍是以中國為參考組,我們發現智慧型手機廠商的國籍並不會影響
到快速上市 (TTM);CPU 晶片廠商則是以 Marvel 作為參考組,這些 CPU 晶片廠商
對快速上市 (TTM) 的影響也不顯著。Model 1 至 Model 5 之中的螢幕解析度 (DIS) 對
於快速上市 (TTM) 的影響不顯著,CPU_Clock 則對快速上市 (TTM) 有著正向的顯著
關係。CPU_Clock 代表著 CPU 處理資料運算等能力。通常 CPU_Clock 越高代表著
CPU 可以協助或者吸收週邊零組件的工作 (Task),因此智慧型手機所需要的開發時
間應該也就越短。值得一提的是,智慧型手機廠商與 Google 合作關係 (COP) 在所
有模型中皆有著正向顯著關係。這是因為智慧型手機廠商跟 Google 合作開發 Nexus
或 Pixel 的時候,將可以進一步獲取新世代作業系統的技術資訊,而可加快自家搭
載新世代作業系統推出智慧型手機的速度。
其次,表四的 Model 2 至 Model 4 中的舊世代的探索性學習 (EXL_old) 對於快
速上市 (TTM) 有著正向的顯著性影響,但是在 Model 5 中則是對快速上市 (TTM) 沒
有顯著性影響。Model 3 的新世代的探索性學習 (EXL_new) 對於快速上市 (TTM) 的
β 係數為 0.127,p value 小於 0.05 有顯著性;Model 4 的舊世代的深化性學習 (EIL)
對於快速上市的 (TTM) 的 β 係數為 0.193,p value 小於 0.05 有顯著性。基於此,本
研究的假說一與假說二得以支持。Model 5 則是對新世代的探索性學習 (EXL_new)
與舊世代的深化性學習 (EIL) 之交互作用 (Interaction) 加以檢定,我們發現對於快速
上市的 (TTM) 的 β 係數為 0.119,p value 小於 0.05 有顯著性。基於此,本研究的假
說三得以支持。值得一提的是,新世代的探索性學習 (EXL_new) 與舊世代的深化性
學習 (EIL) 在 Model 5 中對於快速上市 (TTM) 依然有著正向顯著的效果,而舊世代
的探索性學習 (EXL_old) 對於快速上市 (TTM) 則是變成沒有正向顯著的效果。這樣
63