(mean profitability ¼ 18.176); these

(mean profitability ¼ 18.176); these firms seem to be the most successful at turning their capabilities into profitability. Group 3, another relatively high-profitability cluster
(mean profitability ¼ 7.181), also shows a strong relationship between technology and profitability (coeff. ¼ 6.56, p , 0.01). Market linking and marketing also have significant effects on profitability in Group 3 (coeff. ¼ 3.84 and 1.13, respectively).
The results for Groups 1 and 2 are somewhat surprising since only for these two clusters is management capabilities significantly related to profitability. These two groups, both of which are less profitable on average than Groups 3 and 4, are relatively similar in terms of the relationships between capabilities and profitability (profitability ¼ 2.300 and 2.292 for Groups 1 and 2, respectively). For Group 1, marketing capabilities are the most critical, followed by IT capabilities (coeff. ¼ 3.81 and 3.64, respectively, p , 0.01). For Group 2, the two most critical capabilities are IT
and market linking (coeff. ¼ 3.11 and 1.26). In both cases, however, all five capabilities
(including management capabilities) have significant effects on profitability at the p , 0.05 level or better. It is thus interesting to note how the aggregate K ¼ 1 solution masks this structural heterogeneity captured in this K ¼ 4 group solution. In an effort to better describe these derived four groups of US firms, we conducted a number of analyses to examine mean differences between various items.

ผลลัพธ์ (ไทย) 1:

(หมายถึง profitability ¼ 18.176); firms เหล่านี้ดูเหมือนจะ ประสบความสำเร็จมากที่สุดในการเปิดความสามารถของตนเป็น profitability กลุ่ม 3 อื่นค่อนข้างสูง profitability คลัสเตอร์(หมายถึง profitability ¼ 7.181), นอกจากนี้ยังแสดงความสัมพันธ์ที่ดีระหว่างเทคโนโลยีและ profitability (coeff ¼ 6.56, p, 0.01) ตลาดเชื่อมโยง และการตลาดยังมีผล significant profitability กลุ่ม 3 (coeff ¼ 3.84 และ 1.13 ตามลำดับ)ผลลัพธ์สำหรับกลุ่ม 1 และ 2 จะค่อนข้างน่าแปลกใจตั้งแต่เฉพาะสำหรับคลัสเตอร์สองเหล่านี้เป็น significantly ความสามารถในการจัดการที่เกี่ยวข้องกับ profitability สองกลุ่มนี้ ซึ่งทั้งสองมี profitable น้อยเฉลี่ยกว่ากลุ่ม 3 และ 4 จะค่อนข้างคล้ายกันในแง่ของความสัมพันธ์ระหว่างความสามารถในการ profitability (profitability ¼ 2.300 และ 2.292 สำหรับกลุ่ม 1 และ 2 ตามลำดับ) สำหรับกลุ่ม 1 ความสามารถทางการตลาดอยู่ที่สำคัญที่สุด ตามความสามารถของมัน (coeff ¼ 3.81 และ 3.64 ตามลำดับ p, 0.01) กลุ่ม 2 ความสำคัญที่สุดสองอยู่นั้นและมีการเชื่อมโยงตลาด (coeff. ¼ 3.11 และ 1.26) ในทั้งสองกรณี อย่างไรก็ตาม ความสามารถในการ five ทั้งหมด(รวมถึงความสามารถในการจัดการ) มีผล significant profitability ที่ p, 0.05 ระดับ หรือดีกว่า จึงน่าสนใจที่จะทราบว่า K รวมโซลูชันมาสก์ heterogeneity โครงสร้างนี้ในนี้ K ¼ 4 1 ¼กลุ่มโซลูชัน ในความพยายามที่จะอธิบายกลุ่มสี่เหล่านี้ได้รับของ firms สหรัฐอเมริกาดีกว่า เราดำเนินจำนวนวิเคราะห์ตรวจสอบหมายถึงความแตกต่างระหว่างสินค้าต่าง ๆ

ผลลัพธ์ (ไทย) 2:

(หมายถึงโปรไฟ tability ¼ 18.176); ไฟ RMS เหล่านี้ดูเหมือนจะประสบความสำเร็จมากที่สุดในการเปลี่ยนความสามารถของพวกเขาเป็น tability สายอาชีพ กลุ่มที่ 3 อีกค่อนข้างโปรไฟสูงกลุ่ม tability
(หมายถึงโปรไฟ tability ¼ 7.181) นอกจากนี้ยังแสดงให้เห็นถึงความสัมพันธ์ที่แข็งแกร่งระหว่างเทคโนโลยีและ tability ไฟโปร (coeff. ¼ 6.56, P, 0.01) การเชื่อมโยงตลาดและการตลาดยังมีนัยสำคัญสายผลกระทบลาดเทใน tability สายอาชีพในกลุ่มที่ 3 (coeff. ¼ 3.84 และ 1.13 ตามลำดับ).
ผลสำหรับกลุ่มที่ 1 และ 2 จะค่อนข้างน่าแปลกใจเพราะเพียงสำหรับทั้งสองกลุ่มคือความสามารถในการจัดการนัยสำคัญอย่างมีเกี่ยวข้องกับ tability สายอาชีพ ทั้งสองกลุ่มทั้งสองซึ่งเป็นตารางโปรไฟน้อยกว่าค่าเฉลี่ยกลุ่มที่ 3 และ 4 จะค่อนข้างคล้ายกันในแง่ของความสัมพันธ์ระหว่างความสามารถและความ tability สายอาชีพ (โปรไฟ tability ¼ 2.300 และ 2.292 สำหรับกลุ่ม 1 และ 2 ตามลำดับ) สำหรับกลุ่มที่ 1 ความสามารถในการตลาดที่มีความสำคัญมากที่สุดตามด้วยความสามารถด้านไอที (coeff. ¼ 3.81 และ 3.64 ตามลำดับพี, 0.01) สำหรับกลุ่มที่ 2 ทั้งสองความสามารถที่สำคัญมากที่สุดคือไอที
และตลาดการเชื่อมโยง (coeff. ¼ 3.11 และ 1.26) ในทั้งสองกรณี แต่ไฟทั้งหมดได้ความสามารถในการ
(รวมถึงความสามารถในการจัดการ) มีผลลาดเทมีนัยสำคัญใน tability สายอาชีพที่พีที่ระดับ 0.05 หรือดีกว่า มันจึงเป็นที่น่าสนใจที่จะทราบวิธีการรวม K ¼ 1 หน้ากากแก้ปัญหาความแตกต่างของโครงสร้างนี้ได้บันทึกในนี้ K ¼ 4 วิธีการแก้ปัญหาของกลุ่ม ในความพยายามที่จะอธิบายได้ดีขึ้นเหล่านี้มาสี่กลุ่มอาร์ไฟสหรัฐเราดำเนินการจำนวนของการวิเคราะห์เพื่อตรวจสอบความแตกต่างเฉลี่ยระหว่างรายการต่างๆ

ผลลัพธ์ (ไทย) 3:

( หมายถึง โปร จึง tability ¼ 18.176 ) ; RMS จึงเหล่านี้ดูเหมือนจะประสบความสำเร็จมากที่สุดในความสามารถของโปร tability จึงเปลี่ยนไป . กลุ่มที่ 3 อีกค่อนข้างสูง จึง tability โปรกลุ่ม
( หมายถึงโปรจึง tability ¼ 7.181 ) แสดงความสัมพันธ์ที่แข็งแกร่งระหว่างเทคโนโลยีและโปรจึง tability ( coeff . ¼ 6.56 , p = 0.01 )ตลาดการเชื่อมโยงและการตลาดก็มี signi จึงไม่ต่อโปร จึง tability ในกลุ่มที่ 3 ( coeff . ¼ 3.84 และ 1.13 ตามลำดับ )
ผลสำหรับกลุ่มที่ 1 และ 2 จะค่อนข้างน่าแปลกใจเพราะเพียงสองกลุ่มคือความสามารถในการจัดการ signi จึงลดลงอย่างมีนัยสําคัญเมื่อเกี่ยวข้องกับ Pro จึง tability . ทั้งสองกลุ่ม ซึ่งทั้งสองเป็นตาราง Pro จึงน้อยลง เฉลี่ยมากกว่ากลุ่มที่ 3 และ 4จะค่อนข้างคล้ายกันในแง่ของความสัมพันธ์ระหว่างความสามารถและถ่ายทอด tability Pro ( Pro จึง tability ¼ 2.300 และ 2.292 สำหรับกลุ่มที่ 1 และ 2 ตามลำดับ ) สำหรับกลุ่มที่ 1 ความสามารถในการตลาดเป็นสำคัญที่สุด รองลงมาคือ มันความสามารถ ( coeff . ¼ 3.81 และ 3.64 ตามลำดับ , p = 0.01 ) สำหรับกลุ่มที่ 2 สองที่สำคัญที่สุดความสามารถมัน
และตลาดการเชื่อมโยง ( coeff . และ¼ 3.11 1.26 )ในทั้งสองกรณี อย่างไรก็ตาม ทั้งหมดจึงมีความสามารถ
( รวมถึงความสามารถในการจัดการ ) มี signi จึงไม่ต่อโปร จึง tability ที่ระดับ 0.05 หรือระดับดี มันจึงน่าสนใจที่จะทราบว่าสารละลาย K ¼ 1 รวมหน้ากากนี้โครงสร้างที่สามารถจับภาพใน K นี้¼ 4 กลุ่มโซลูชั่น ในความพยายามที่จะดีกว่าอธิบายเหล่านี้ได้มาสี่กลุ่มของพวกเราจึงตะกร้า ,เราทำการวิเคราะห์เพื่อตรวจสอบจำนวนค่าความแตกต่างระหว่างรายการต่างๆ