Columns (ix) and (x) present the re

Columns (ix) and (x) present the results for non-outsourcing firms. In
general, the corrected results are more precisely estimated and
provide higher adjusted R². This allows us to interpret our
estimates more confidently. While we do not find drastic
changes in the magnitude of coefficients, one notable exception
is the IT knowledge coefficient whose magnitude rises
from 0.051 in the switching regression to 0.069 (35 percent
change) under OLS (see columns (i) and (v)). We conjecture
that firms with comparative advantage in benefitting from a
vendor’s IT knowledge may be more likely to outsource and
to be represented in our sample. Therefore, the OLS results
that do not adjust for selection bias overestimate the impact of
IT knowledge.

ผลลัพธ์ (ไทย) 1:

คอลัมน์ (ix) และ (x) แสดงผลสำหรับบริษัทที่ไม่ใช่ผู้รับเหมาช่วง ในทั่วไป มีประเมินผลการแก้ไขได้แม่นยำมาก และให้ปรับปรุง R² สูง นี้ช่วยให้เราสามารถตีความของเราประเมินความมาก ในขณะที่เราไม่พบรุนแรงการเปลี่ยนแปลงในขนาดของสัมประสิทธิ์ โดดเด่นยกเว้นมีค่าสัมประสิทธิ์ความรู้จึงมีขนาดเพิ่มขึ้นจาก 0.051 ในถดถอยสลับกับ 0.069 (ร้อยละ 35เปลี่ยน) ภายใต้ OLS (ดูคอลัมน์ (i) และ (v)) เราคาดคะเนที่กระชับ มีความได้เปรียบเปรียบเทียบในการสั่งการผู้รู้จึงอาจมีแนวโน้มที่จะ outsource และจะแสดงในตัวอย่างของเรา ดังนั้น OLS ผลที่ไม่ต้องปรับเปลี่ยนการเลือกตั้ง overestimate ผลกระทบของความรู้ไอที

ผลลัพธ์ (ไทย) 2:

คอลัมน์ (ix) และ (x) นำเสนอผลสำหรับ บริษัท เอาท์ซอร์สที่ไม่ใช่ ในทั่วไปผลการแก้ไขจะมีการประเมินอย่างแม่นยำมากขึ้นและให้r²อะเรย์ที่ปรับสูงขึ้น นี้ช่วยให้เราในการตีความของเราประมาณการมั่นใจมากขึ้น ในขณะที่เราไม่พบความรุนแรงการเปลี่ยนแปลงในความสำคัญของค่าสัมประสิทธิ์หนึ่งที่น่าสังเกตคือค่าสัมประสิทธิ์ความรู้ด้านไอทีที่มีขนาดเพิ่มขึ้นจาก0.051 ในการถดถอยเปลี่ยนไป 0.069 (ร้อยละ 35 การเปลี่ยนแปลง) ภายใต้ OLS (ดูคอลัมน์ (i) และ (V)) . เราคาดว่า บริษัท มีความได้เปรียบในการฟิตจากความรู้ด้านไอทีของผู้ขายอาจจะมีแนวโน้มที่จะoutsource และจะเป็นตัวแทนในตัวอย่างของเรา ดังนั้นผลการ OLS ที่ไม่ได้ปรับเลือกอคติประเมินผลกระทบของความรู้ด้านไอที

ผลลัพธ์ (ไทย) 3:

คอลัมน์ ( 9 ) และ ( X ) แสดงผลไม่ใช่บริษัท outsourcing . ใน
ทั่วไป การแก้ไขผลอย่างแม่นยำมากขึ้นและปรับให้สูงกว่าประมาณการ
r พนักงานขาย นี้ช่วยให้เราในการตีความของเรา
ประมาณการได้อย่างมั่นใจมากขึ้น ในขณะที่เราไม่พบการเปลี่ยนแปลงที่รุนแรง
ในขนาดของสัมประสิทธิ์ หนึ่งข้อยกเว้นที่น่าสังเกตคือความรู้ที่มีค่า

ขนาดเพิ่มขึ้นจาก 0051 ในการสลับการถดถอย 0.069 ( ร้อยละ 35
เปลี่ยน ) ภายใต้น้อยที่สุด ( ดูคอลัมน์ ( I ) และ ( 5 ) ) เราเดา
ว่าบริษัทที่มีความได้เปรียบเชิงเปรียบเทียบใน benefitting จาก
ผู้ขายความรู้อาจมีแนวโน้มที่จะ outsource และ
จะแสดงในตัวอย่างของเรา ดังนั้น ทั้งผล
ที่ไม่ปรับอคติ หรือ อย่ามองข้ามผลกระทบของความรู้
.