北京工商大学学报
(
社会科学版
)摇 摇 摇 摇 2015
年
摇
第
1
期
表
3摇
变量的均值
、
标准差
、
AVE
平方根和相关系数
均值 标准差
TR GQ RQ DF PF SP NL XL RS
LX RL
TR 3郾 239 0郾 720
0郾 741
GQ 3郾 195 0郾 755 0郾 550
*
0郾 778
RQ 2郾 522 0郾 908 0郾 283
*
0郾 458
*
0郾 868
DF 3郾 095 0郾 763 0郾 575
*
0郾 301
*
0郾 233
*
0郾 742
PF 3郾 382 0郾 630 0郾 634
*
0郾 543
*
0郾 446
*
0郾 480
*
0郾 703
SP 2郾 164 0郾 679 -0郾 344
*
-0郾 338
*
-0郾 054 -0郾 297
*
-0郾 265
*
0郾 744
NL 45郾 170 9郾 518 -0郾 070 -0郾 069 -0郾 059 0郾 074 0 -郾 039 0郾 029
n. a
XL 2郾 100 0郾 812 0郾 066 0郾 069 0郾 072 0郾 097 0郾 108 -0郾 043 -0郾 340
*
n. a
RS 2郾 130 0郾 761 0郾 055 0郾 038 0郾 063 0郾 019 0郾 062 0郾 129 -0郾 112 0郾 091
n. a
LX 0郾 400 0郾 490 0 -郾 029 0郾 200
*
0郾 152
*
-0郾 286
*
-0郾 004 -0郾 061 -0郾 251
*
0郾 171
*
0郾 180
*
n. a
RL 1郾 320 0郾 771 0郾 175
*
0郾 122 -0郾 135
*
-0郾 068 0郾 050 -0郾 069 0郾 120 -0郾 241
*
0郾 131 -0郾 009
n. a
摇 摇
注
:(
1
)
*
表示
p
<
0郾 01
(
双尾检验
),
*
表示
p
<
0郾 05
(
双尾检验
); (
2
)
对角线黑体数字为各潜在变量的
AVE
平方根
,
其下方为各变量
之间的相关系数
; (
3
)“
n. a
冶
表示不适用
。
四
、
数据分析与结果
本文利用多元层次回归分析
( hierarchical re鄄
gression analysis)
方法进行统计检验
,
以验证研究
假设
。
(
一
)
主效应检验
首先
,
为了检验
H1a、H2a
和
H3a,
以
DF
为
因变量
,
以
RQ、 GQ
和
TR
为自变量
,
以
NL、
XL、RS、LX
和
RL
为控制变量
,
对数据作回归
分析
,
结果如表
4
的
DF
模型所示
。
从表
4
可
以看出
,
在
DF
模型
( 域)
中
, RQ
的系数
(
b
=
0郾 064,
p
> 0郾 1 )
和
GQ
的系数
(
b
= 0郾 021,
p
>
0郾 1)
不 显 著
,
但
TR
的 系 数 显 著 为 正
(
b
=
0郾 573,
p
< 0郾 001) ,
且加入
RQ、GQ
和
TR
后的
DF
模型
(域)
较之
DF
模型
(玉) ,
调整后
R
2
和
F
值都显著提高
。
假设
H1a
和
H2a
没有得到
支持
,H3a
成立
。
其次
,
为了检验
H1b、H2b
和
H3b,
以
PF
为因
变量
,
以
RQ、GQ
和
TR
为自变量
,
以
NL、XL、RS、
LX
和
RL
为控制变量
,
对数据作回归分析
,
结果
如表
4
的
PF
模型所示
。
从表
4
可以看出
,
在
PF
模型
(域)
中
,RQ
的系数正向显著
(
b
= 0郾 229,
p
< 0郾 001 ), GQ
的系数正向显著
(
b
= 0郾 185,
p
< 0郾 01),TR
的系数也显著为正
(
b
= 0郾 478,
p
< 0郾 001),
且加入
RQ、GQ
和
TR
后的
PF
模型
(域)
较之
PF
模型
(玉),
调整后
R
2
和
F
值都显著
提高
,
假设
H1b、H2b
和
H3b
全部成立
。
表
4摇
人情
(
RQ
)、
感情
(
GQ
)、
信任
(
TR
)
对分配公平
(
DF
)
和程序公平
(
PF
)
的直接影响
变量
DF
模型
(
玉
)
DF
模型
(
域
)
PF
模型
(
玉
)
PF
模型
(
域
)
NL
0郾 068
0郾 113
*
0郾 007 0郾 043
XL
0郾 166
*
0郾 102
0郾 142 0郾 068
RS
0郾 094
0郾 075
0郾 067 0郾 043
LX - 0郾 305
***
- 0郾 286
***
- 0郾 035 - 0郾 075
RL - 0郾 057 - 0郾 171
**
0郾 072 0郾 027
RQ
0郾 064
0郾 229
***
GQ
0郾 021
0郾 185
**
TR
0郾 573
***
0郾 478
***
F
值
5郾 433
***
22郾 382
***
1郾 111 27郾 633
***
调整后
R
2
0郾 095
0郾 447
0郾 003 0郾 501
摇 摇
注
:
***
表示
p
< 0郾 001
(
双尾检验
),
**
表示
p
< 0郾 01
(
双
尾检验
),
*
表示
p
< 0郾 05
(
双尾检验
)。
摇 摇
第三
,
为了检验
H4a
和
H4b,
以
SP
为因变
量
,
以
DF
和
PF
为自变量
,
以
NL、XL、RS、LX
和
RL
为控制变量
,
对数据作回归分析
,
结果如表
5
所示
。
从表
5
可以看出
,
在
SP
模型
(域)
中
,DF
的系数显著为负
(
b
= - 0郾 344,
p
< 0郾 001),PF
的
系数也负向显著
(
b
= - 0郾 149,
p
< 0郾 05),
且加入
DF
和
PF
后的
SP
模型
(域)
较之
SP
模型
(玉),
调
整后
R
2
和
F
值都显著提高
,
假设
H4a
和
H4b
得
到支持
。
最后
,
为了检验
H5a、H5b
和
H5c,
以
SP
为因
·01·