Факторы формирования предпринимательской активности студентов
Шрифт:
– «В моем окружении общественные требования и инструкции разъяснены в деталях, поэтому люди знают, что от них ожидается».
Таким образом, данная переменная отражает личное восприятие респондентом уровня избегания неопределенности в обществе. Показатель альфа Кронбаха для нее составил 0,748. Она была включена в модель в виде среднего значения по полученным ответам.
Для оценки модерирующих эффектов в модель вошли перекрестные переменные, полученные путем перемножения указанных модераторов и показателя предпринимательских намерений. Необходимо отметить, что указанные модерирующие переменные не предполагают обратной зависимости: наличие предпринимательских намерений или вовлеченность
Контрольные переменные. Для обеспечения достаточной внутренней надежности модели в нее были включены контрольные переменные, которые также способны влиять на масштабы деятельности по созданию бизнеса. В частности, еще одним элементом теории запланированного поведения, оказывающим прямое влияние на реализацию задуманных действий, является воспринимаемый поведенческий контроль [Ajzen, 1991; Armitage, Conner, 2001]. Таким образом, данная переменная вошла в модель в качестве контрольной.
Помимо этого, учли переменную, отражающую внутренний локус контроля респондента, поскольку данная психологическая черта также способна оказать влияние на предпринимательское поведение [Ajzen, 1991; Jain, АН, 2013]. Внутренний локус контроля был измерен по 7-балльной шкале, предложенной в [Levenson, 1973]. Показатель альфа Кронбаха по данной переменной составил 0,735. Воспринимаемый поведенческий контроль был оценен по 7-балльной шкале, представленной в [Soutaris, Zerbinati, Al-Laham, 2007]. Показатель альфа Кронбаха по ней достиг 0,883. Обе указанные переменные были включены в модель в виде среднего значения по полученным ответам.
Кроме того, специализация студента также может оказать влияние на формирование предпринимательских намерений и готовность перейти к их реализации [Kolvereid, Моеп, 1997]. Таким образом, в модель введена бинарная переменная, отражающая вовлеченность в образовательную программу по предпринимательству.
Еще одним важным фактором можно считать уверенность в собственных знаниях и навыках, необходимых для создания и развития бизнеса [Fernandez-Perez et al., 2015; Li~n'an, 2008]. Данная переменная была измерена по 7-балльной шкале, адаптированной из нескольких источников [Zhao et al., 2005; Chen et ah, 1998; George, Zhou, 2001; Li~n'an, 2008; DeNoble, Jung, Ehrlich, 1999; Kickul et al., 2009]. Показатель альфа Кронбаха по ней составил 0,912.
Список подобных навыков и умений включал в себя способности выявлять новые возможности для бизнеса, создавать новые продукты и услуги, применять на деле собственную креативность, управлять инновациями внутри фирмы, быть лидером и «мастером общения», выстраивать профессиональную сеть, коммерциализировать новую идею или разработку, успешно управлять бизнесом. Данная переменная вошла в модель в виде среднего значения по полученным ответам. Также для учета возможных межстрановых различий в модель были включены 34 бинарные переменные, отражающие страны нахождения университетов.
Описательная статистика переменных и корреляционная матрица приведены в табл. 1.5 и 1.6.
Таблица 1.5
Описательная статистика переменных
Примечание: IV = 70 164.
Таблица 1.6
Корреляционная
Примечание: N = 70 164; ***р < 0,001; **р < 0,01; * р < 0,05.
Наиболее высокую оценку получил коэффициент корреляции между переменными, отражающими воспринимаемый поведенческий контроль и уверенность студента в собственных знаниях и навыках г, равной 0,593, что предполагает только 35% общей вариации. Такой результат свидетельствует об отсутствии мультиколлинеарности в модели.
В целях оценки качества модели измерения проводился подтверждающий факторный анализ. Для оценки валидности «схождения» было использовано два базовых теста [Hair et al., 2010]. Во-первых, для всех латентных переменных было подтверждено, что все факторные нагрузки значимы на уровне 0,05. Во-вторых, все значения показателей композитной надежности, а также значения коэффициента альфа Кронбаха оказались выше уровня 0,7. Указанные обстоятельства свидетельствуют о достаточной валидности «схождения» полученных оценок рассматриваемых теоретических конструктов.
Проверка на дискриминантную валидность осуществлялась при помощи трех базовых тестов. В первую очередь были проанализированы оценки коэффициентов корреляции между всеми рассматриваемыми конструктами (табл. 1.6). Достаточный уровень дискриминантной валидности достигается в том случае, если все оценки коэффициентов корреляции значимо отличаются от 1 [Bagozzi, Yi, 1988]. Анализ оценок коэффициентов корреляции с применением статистического бутстрэпа с генерацией 1 тыс. выборок подтвердил выполнение этого условия.
Согласно второму критерию, дискриминантная валидность достигается, если квадратный корень показателя средней объясненной дисперсии для латентных переменных превышает оценку коэффициента корреляции между ними [Fornell, Larcker, 1981]. Данный критерий был выдержан для всех пар латентных переменных, использованных в модели. Помимо этого, был проведен тест с использованием критерия хи-квадрат: осуществлялось сравнение двух моделей измерения, в одной из которых корреляция между двумя составными конструктами не фиксировалась, а в другой – приравнивалась единице. Результаты оценки показали, что все пары конструктов имели статистически значимые различия на уровне р < 0,001. Принимая во внимание полученные результаты, можно сделать вывод о наличии достаточной дискриминантной валидности.
Поскольку переменные модели измерялись с помощью субъективных оценок, существует потенциальная угроза возникновения общей ошибки смещения [Podsakoff, MacKenzie, Podsakoff, 2012]. Для исключения данной проблемы был проведен тест Хармана: анализ главных компонент выявил восемь факторов с собственными числами больше единицы [Harman, 1967]. Помимо этого, в рамках подтверждающего факторного анализа было выявлено, что соотнесение всех индикаторов с единым конструктом приводит к существенному снижению в качестве подгонки модели по сравнению с ситуацией, в которой индикаторы сопоставлены с соответствующими им теоретическими конструктами. Итак, что возникновение общей ошибки смещения в данном исследовании крайне маловероятно.