龙源期刊网httpwwwqika
comc
上市公司技术创新、人力资源管理和知识管理回归分析
作者：宋相儒来源：《商场现代化》2011年第34期
摘要文章确定了技术创新、人力资源管理，以及知识管理的衡量因素，并利用这些因素分析上市公司业绩情况，利用SPSS软件对技术创新、人力资源管理，以及知识管理的信息与上市公司的业绩在相关性的基础上，列示回归方程并作分析。
关键词技术创新人力资源管理知识管理回归分析
本文选取选取2009年89家技术创新型上市公司作为研究对象，确定了衡量上市公司的公司业绩的指标，并对技术创新、人力资源管理、和知识管理进行了指标设定，进而利用SPSS软件对相关数据进行相关统计，得出回归方程并进行分析。
一、研究模型的建立
本文设企业业绩为Y；技术人员的数量为x1，技术人员的学历、资历为x2，技术能力为x3，技术创新风险为x4，核心员工能力为x5，核心员工动机为x6，核心员工行为为x7，知识管理为x8。建立模型为：Yak1x1k2x2k3x3k4x4k5x5k6x6k7x7e
二、相关性统计
表1业绩与技术创新、人力资源管理及知识管理的相关关系
本文利用SPSS软件，选用2009年我国89家技术创新型上市公司的信息，对公司业绩与技术创新、人力资源管理以及知识管理进行相关分析如表1。在表1中，相关系数旁边的两个星号基表示显著性水平a为001时可拒绝零假设，一个星号表示显著性水平a为005时可拒绝零假设。因此，两个星号比一个星号拒绝零假设犯错误的可能性更小。（相关性在1水平2tailed。相关性在5水平2tailed。）
三、回归方程的建立
首先利用自变量，对被解释变量企业绩效的水平建立多元线性回归方程，并对方程的多次进行总体回归效果（F检验）、拟合优度（R2），以及自变量系数的显著性进行相应的检验，最终得出最能解释企业绩效水平的多元线性回归方程。其次，利用回归结果对前面的假设进行检验，并分析原因。
f龙源期刊网httpwwwqika
comc
为了有效地检验前面所提出的假设，我们将被解释变量企业绩效水平与自变量之间，采用最小二乘法，通过全部纳入方式进行回归拟合，回归结果分别如表2和表3所示。
表2回归方差分析表
根据回归统计结果显示，调整后R2为0322，说明回归模型对因变量企业绩效水平的解释能力为322。回归方程的F检验值为1191，其显著水平为00010，且远大于F005（10，77）362，说明回归效果较好，回归模型具有统计学意义。如表3所示，自变量技术人员的数量，技术人员的学历、资历，技术能力，核心员工能r