组织服务导向对顾客关系资本的效应分析

二、组织服务导向对顾客关系资本的效应分析

根据研究目的和假设，本研究首先对组织服务导向和顾客关系资本各个维度的平均数、标准差以及它们之间的相关系数作了统计分析，具体结果如表6.10所示。

表6.10　变量描述统计与相关分析

根据Pearson的相关分析，组织服务导向与顾客关系资本之间呈显著正相关，其相关系数为0.58，显著性概率P＜0.01，需求匹配、服务创新与品质构建同顾客关系资本及其各子维度之间都存在显著正相关。

不过相关分析只能说明变量之间是否存在关联，并不能说明变量之间的影响关系大小以及因果关系。因此，为了进一步验证变量之间的关系及其显著性程度，需要对变量展开多元回归分析。

本研究进一步对组织服务导向各维度的预测效度进行探索，分别以顾客关系资本及其网络联结、信任关系和交互共享三个维度作为效标，采用多元回归的分析方法，对因素与因素之间的内在机制作深入探讨。具体结果如表6.11所示。

多元回归分析的同时，我们进行了多重共线性检验（collinearity diagnostics）。在多元回归分析中要留意“共线性”问题，所谓共线性指的是由于自变量间的相关太高，造成回归分析之情境困扰。本研究我们用方差膨胀因子（variance inflation factor，VIF）的大小来检测，一般认为在1～5之间可以接受，接近1为佳；同时，我们还进行了Durbin-Watson检验，重在考察解释变量的残差是否存在自相关，用DW系数表示。当残差与自变量互为独立时，DW≈2；当相邻两点的残差为正相关时，0＜DW＜2；当相邻两点的残差为负相关时，4＞DW＞2。一般认为，若误差项彼此相关，则回归模型的任何估计和假设结论都是不可靠的（苗青，2006）。

表6.11　组织服务导向对顾客关系资本的回归分析

统计结果发现，需求匹配、服务创新和品质构建的VIF值分别为1.154、1.249和1.170，在1～5之间，并都接近1，说明多重共线性问题并不明显。DW的指数分别为1.918、1.910、1.815、1.927，都在2左右浮动，基本上可以判定不存在自相关问题。从表6.11的结果可以看出，需求匹配、服务创新和品质构建对顾客关系资本及其各个维度具有不同程度的预测作用。其中，在顾客关系资本效应模型中，需求匹配（β＝0.32）、服务创新（β＝0.21）和品质构建（β＝0.27）都呈显著性水平，调整后的R²为0.33，F值显著；在网络联结模效应模型中，需求匹配（β＝0.31）、服务创新（β＝0.23）和品质构建（β＝0.14）都呈显著性水平，调整后的R²为0.25，F值显著；在信任关系效应模型中，需求匹配（β＝0.34）和品质构建（β＝0.26）都呈显著性水平，服务创新（β＝0.12）未呈现显著水平，调整后的R²为0.27，F值显著；在交互共享效应模型中，服务创新（β＝0.17）和品质构建（β＝0.26）都呈显著性水平，而需求匹配（β＝0.14）未呈显著性水平，调整后的R²为0.17，F值显著。

由此发现，在公司创业活动中，需求匹配、服务创新和品质构建都会影响顾客关系资本的建立，但是在不同的顾客关系资本维度上，组织服务导向的不同要素会起到不同的作用。其中，需求匹配、服务创新和品质构建都会影响网络联结，但它们的作用效应是不同的，需求匹配对网络联结的预测力最高，达到了0.001的显著水平，而品质构建的预测力则相对较弱，在0.05的显著水平；信任关系主要是受到需求匹配和品质构建的影响，而服务创新并未呈现预测作用；交互共享主要是受到服务创新和品质构建的影响，而需求匹配则未呈现其效应，而其中品质构建对交互共享的预测力最高，达到了0.001的显著水平。