UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2014 – 2015
De rol van het departementshoofd bij het bevorderen van de ondernemerschapsintenties bij de onderzoekers
Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Toegepaste Economische Wetenschappen
Laura Lecluyse & Elien Leirman
onder leiding van Prof. Dr. Mirjam Knockaert
I
II
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2014 – 2015
De rol van het departementshoofd bij het bevorderen van de ondernemerschapsintenties bij de onderzoekers
Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Toegepaste Economische Wetenschappen
Laura Lecluyse & Elien Leirman
onder leiding van Prof. Dr. Mirjam Knockaert
III
Vertrouwelijkheidsclausule Ondergetekenden verklaren dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding. Laura Lecluyse & Elien Leirman
IV
Woord vooraf Eerst en vooral willen wij graag onze promotor Prof. Dr. Mirjam Knockaert bedanken voor haar steun en haar advies tijdens deze masterproef. Daarnaast willen wij ook Dr. Annelore Huyghe bedanken voor het ter beschikking stellen van haar data. Tevens willen wij Prof. Dr. Patrick Van Kenhove en Charlotte De Corte bedanken voor het aanleren van vaardigheden die noodzakelijk zijn om te werken met SPSS. Ook tijdens onze thesis konden wij met vragen hieromtrent altijd bij hen terecht. Daarnaast willen wij ook onze families bedanken. Onze ouders hebben uitgebreid de tijd genomen om deze masterproef na te lezen, taal- en spellingsfouten te verbeteren en feedback te geven. Een bijzondere dankbetuiging gaat uit naar Denise Theuninck en Willy Roose voor de steun tijdens onze masterproef en voor het continu opvolgen en nalezen van dit werk. Als laatste willen we onze dank betuigen aan Annelies Demuyt en aan Charlotte Van Maele. Ook zij hebben onze thesis volledig nagelezen en de fouten tegen de Nederlandse taal verbeterd.
V
Inhoudsopgave Vertrouwelijkheidsclausule .................................................................................................................... IV Woord vooraf .......................................................................................................................................... V Inhoudsopgave ....................................................................................................................................... VI Afkortingen .............................................................................................................................................. X Figuren .................................................................................................................................................... XI Tabellen ................................................................................................................................................. XII Executive summary .............................................................................................................................. XIII 1. Ondernemerschapsintenties (EI) ......................................................................................................... 1 1.1. Inleiding........................................................................................................................................ 1 1.2. Ondernemerschapsintenties........................................................................................................ 2 1.3. Modellen ...................................................................................................................................... 3 1.3.1. Ajzen (1985) – Theory of Planned Behavior ......................................................................... 3 1.3.2. Shapero (1982) – Model of Entrepreneurial Event .............................................................. 5 1.3.3. Bird (1988) – Entrepreneurial Intentions Model .................................................................. 6 1.3.4. Davidsson (1995) – Model of Entrepreneurial Intentions .................................................... 8 1.4. Overige literatuur omtrent EI..................................................................................................... 10 1.4.1. Ondernemerschapsopleiding en EI..................................................................................... 10 1.4.2. Geslacht en EI ..................................................................................................................... 10 1.4.3. Werkloosheid en EI ............................................................................................................. 11 1.4.4. Ondernemende ouders en EI.............................................................................................. 11 2. Academische ondernemerschapsintenties ....................................................................................... 12 2.1. Inleiding...................................................................................................................................... 12 2.2. Universitaire output ................................................................................................................... 12 2.2.1. Academische output ........................................................................................................... 12 2.2.2. Commerciële output ........................................................................................................... 13 2.2.3. Academisch versus commercieel........................................................................................ 14 VI
2.3. Academisch ondernemerschap.................................................................................................. 14 2.4. Academische ondernemerschapsintenties ................................................................................ 14 2.4.1. Modellen ............................................................................................................................. 15 2.4.1.1. Model Goethner, Obschonka, Silbereisen, & Cantner (2012)..................................... 15 2.4.1.2. Model Prodan en Drnovsek (2010) ............................................................................. 16 2.5. Tekortkomingen literatuur en onze bijdrage ............................................................................. 17 3. Theoretisch kader .............................................................................................................................. 19 3.1. Departementsniveau ................................................................................................................. 19 3.2. Theoretische concepten ............................................................................................................ 20 3.2.1. Theorie van het rolmodel .................................................................................................. 20 3.2.2. Self-efficacy......................................................................................................................... 21 3.3. Conceptueel framework ............................................................................................................ 23 3.3.1. Relatie tussen rolmodel en EI ............................................................................................. 24 3.3.2. Relatie tussen rolmodel en EI via ESE ................................................................................. 24 3.3.2.1. Relatie tussen rolmodel en ESE ................................................................................... 24 3.3.2.2. Relatie tussen ESE en EI............................................................................................... 25 3.3.2.3. Relatie tussen rolmodel, ESE en EI .............................................................................. 25 3.4. Onderzoeksmodel ...................................................................................................................... 26 3.4.1. Rolmodel ............................................................................................................................. 26 3.4.1.1. Patentgedrag ............................................................................................................... 27 3.4.1.2. Publicatiegedrag .......................................................................................................... 29 3.4.1.3. Menselijk kapitaal ....................................................................................................... 32 3.4.2. Entrepreneurial self-efficacy .............................................................................................. 34 3.4.3. Ondernemerschapsintenties .............................................................................................. 34 3.4.4. Samenvatting hypotheses .................................................................................................. 35 4. Methodologie .................................................................................................................................... 36 4.1. Datacollectie en steekproef ....................................................................................................... 36 4.2. Variabelen .................................................................................................................................. 37 VII
4.2.1. Onafhankelijke variabelen .................................................................................................. 38 4.2.1.1. Samenvatting verzamelde data ................................................................................... 38 4.2.1.2. Patenten ...................................................................................................................... 39 4.2.1.3. Publicaties ................................................................................................................... 40 4.2.1.4. Menselijk kapitaal ....................................................................................................... 40 4.2.2. Afhankelijke variabele: ondernemerschapsintenties ......................................................... 41 4.2.3. Mediërende variabele: entrepreneurial self-efficacy ......................................................... 42 4.2.4. Controlevariabelen ............................................................................................................. 43 4.2.4.1. Geslacht ....................................................................................................................... 43 4.2.4.2. Departementsgrootte ................................................................................................. 43 4.2.4.3. Discipline ..................................................................................................................... 44 4.2.4.4. Nationale verschillen ................................................................................................... 45 4.2.4.5. Academische ervaring ................................................................................................. 46 4.3. Analyse SPSS resultaten ............................................................................................................. 47 4.3.1. Totaal effect van het onderzoeksmodel (H1a, H2a, H3a).................................................. 47 4.3.1.1. Assumptietesten bij regressie ..................................................................................... 48 4.3.1.2. Basismodel en finaal model ........................................................................................ 49 4.3.1.3. Invloed van controlevariabelen ................................................................................... 51 4.3.1.4. Invloed van mediërende variabele .............................................................................. 52 4.3.1.5. Invloed van onafhankelijke variabelen........................................................................ 52 4.3.2. Indirect effect van het onderzoeksmodel (H1b, H2b, H3b)................................................ 53 4.3.2.1. Assumptietesten bij regressie ..................................................................................... 54 4.3.2.2. Causal step 1 Baron en Kenny (1986).......................................................................... 54 4.3.2.3. Hypotheses H1b, H2b, H3b ......................................................................................... 55 4.3.3. Hercodering variabelen ...................................................................................................... 56 5. Resultaten en conclusies ................................................................................................................... 58 5.1. Discussie ..................................................................................................................................... 58 5.2. Conclusie .................................................................................................................................... 60 VIII
6. Beperkingen en verder onderzoek .................................................................................................... 62 6.1. Beperkingen van het onderzoek ................................................................................................ 62 6.2. Verder onderzoek ...................................................................................................................... 64 Bronnen .................................................................................................................................................... I Bijlagen .................................................................................................................................................... X Bijlage 1: Ontbrekende waarden ........................................................................................................ X Bijlage 2: Departementsgrootte.......................................................................................................... X Bijlage 3: Discipline ............................................................................................................................ XI Bijlage 4: Nationale verschillen .......................................................................................................... XI Bijlage 5: Histogram normale verdeling ............................................................................................ XII Bijlage 6: Homoscedasticiteit ............................................................................................................ XII
IX
Afkortingen e.a. : En andere ESE: Entrepreneurial self-efficacy EI: Entrepreneurial intentions, ondernemerschapsintenties EIQ: Entrepreneurial Intention Questionnaire h-index: Hirsch-index KMO: Kleine of middelgrote onderneming PBC: Perceived behavioral control SE: Self-efficacy SPSS: Statistical Package for the Social Sciences TORA: Theory of Reasoned Actions TPB: Theory of Planned Behavior TTO: Technology Transfer Office VIF: Variance Inflation Factor
X
Figuren Figuur 1: Theory of Planned Behavior (1985) Figuur 2: Theory of Reasoned Action (1975) Figuur 3: Shapero’s Model of Entrepreneurial Event (1982) Figuur 4: Entrepreneurial Intentions Model (1988) Figuur 5: Davidsson’s Economic-Psychological Model of EI (1995) Figuur 6: Model Goethner, Obschonka, Silbereisen, & Cantner (2012) Figuur 7: Model Prodan & Drnovsek (2010) Figuur 8: Conceptueel framework Figuur 9: Conceptueel framework met variabelen en meetschalen Figuur 10: Onderzoeksmodel Figuur 11: Samenvatting variabelen Figuur 12: Baron & Kenny (1986)
XI
Tabellen Tabel 1: Gevonden data departementshoofden Tabel 2: Beschrijvende statistieken data departementshoofden Tabel 3: Regressieresultaten totaal effect (hypotheses a) Tabel 4: Regressieresultaten indirect effect (hypotheses b)
XII
Executive summary Er werd in de literatuur al veel onderzoek gedaan naar hoe men ondernemerschapsintenties (EI) kan verklaren. Dat onderzoek is erg nuttig omdat de ondernemerschapsintentie van een persoon de allerbeste voorspeller blijkt te zijn voor het toekomstig, daadwerkelijke gedrag.
Ondernemerschapsintenties
Daadwerkelijk gedrag
Onder andere Shapero (1982), Ajzen (1985), Bird (1988) en Davidsson (1995) ontwikkelden modellen om ondernemerschapsintenties te verklaren. Later ontwikkelden onder meer Prodan en Drnovsek (2010) en Goethner, Obschonka, Silbereisen en Cantner (2012) modellen die specifiek gericht zijn op het verklaren van ondernemerschapsintenties in de academische wereld. Wij bouwen verder op deze literatuur om de ondernemerschapsintenties bij academische onderzoekers op een nieuwe manier te verklaren. We onderzoeken of het departementshoofd een invloed heeft op de ondernemerschapsintenties van de academici. In deze masterproef proberen wij specifiek een antwoord te formuleren op de volgende onderzoeksvraag: ‘Wat is de invloed van het departementshoofd bij het bevorderen van de ondernemerschapsintenties bij de onderzoekers?’. Ons onderzoek is een meerwaarde voor de bestaande literatuur op twee manieren. Eerst en vooral beschrijven weinig auteurs wat de specifieke determinanten zijn die de ondernemerschapsintenties van onderzoekers in de academische wereld bepalen. Daarnaast wordt veelvuldig de rol van de universiteit onderzocht. De invloed van het departement en meer specifiek het departementshoofd op de ondernemerschapsintenties wordt in de bestaande literatuur grotendeels over het hoofd gezien. Departementshoofd Rolmodel
Wij
verwachten
dat
het
Ondernemerschapsintenties onderzoekers
departementshoofd
een
impact
zal
hebben
op
de
ondernemerschapsintenties van de onderzoekers, omdat het departementshoofd fungeert als een rolmodel voor de onderzoekers in zijn/haar departement. Er werd al bewezen dat een rolmodel een sterke invloed heeft op ondernemerschapsintenties. Verder veronderstellen we dat het effect van het departementshoofd op de ondernemerschapsintenties beïnvloed wordt door de entrepreneurial XIII
self-efficacy (ESE) van de onderzoekers. Entrepreneurial self-efficacy is het geloof van een individu in zijn/haar eigen capaciteiten om ondernemend te zijn. Er werd al veelvuldig aangetoond in de literatuur
dat
personen
met
een
hoge
entrepreneurial
self-efficacy
ook
hogere
ondernemerschapsintenties hebben. ESE onderzoekers
Ondernemerschapsintenties
Departementshoofd Rolmodel
onderzoekers
Om een antwoord te formuleren op onze onderzoeksvraag, zochten we een heleboel gegevens over het departementshoofd op. Meer bepaald analyseerden we het patentgedrag, het publicatiegedrag en het menselijk kapitaal van het departementshoofd. Wij verwachten dat deze drie factoren bepalen hoe het departementshoofd staat ten opzichte van ondernemerschap. Patentgedrag en publicatiegedrag zijn respectievelijk commerciële en academische activiteiten. De mate
waarin
het
departementshoofd
beide
activiteiten
beoefent,
bepaalt
dus
hoe
ondernemerschapsgericht hij/zij al dan niet is. Daarnaast werd ook veelvuldig aangetoond dat menselijk kapitaal bepaalt hoe een departementshoofd staat ten opzichte van ondernemen. Hoe positiever het departementshoofd staat ten opzichte van ondernemerschap, hoe meer hij/zij deze attitude zal overdragen op de onderzoekers, en hoe sterker hun ondernemerschapsintenties zullen zijn. We hebben echter vastgesteld dat de invloed van het departementshoofd gering is. De ondernemerschapsintenties van de onderzoekers worden niet zozeer beïnvloed door de ondernemerschapsgerichtheid van het departementshoofd, maar wel door de entrepreneurial selfefficacy, het geslacht en de wetenschappelijke discipline van de onderzoekers zelf. Deze bevindingen liggen in lijn met de literatuur omtrent ondernemerschapsintenties.
XIV
1. Ondernemerschapsintenties (EI) 1.1. Inleiding De Franse econoom Richard Cantillon is hoogstwaarschijnlijk de allereerste die het begrip ondernemerschap omschreef omstreeks 1750. Hij kenschetste ondernemerschap als alle zelfstandige arbeid, van welke aard dan ook. Een ondernemer definieerde hij als een risiconemer, in die zin dat ondernemers goederen kopen tegen een bepaalde prijs in het heden om ze dan weer te verkopen tegen een onzekere prijs in de toekomst (Cassis & Minoglou, 2005; Ahmad & Seymour, 2008). Heel veel eminente economen en geleerden bouwden daarna verder op de theorie van Cantillon. Onder meer Adam Smith, Jean Baptiste Say, Alfred Marshall, Joseph Schumpeter, Israel Kirzner, Theodore Schultz en Frank Knight ontwikkelden elk een eigen visie en theorie rond ondernemerschap (Hébert & Link, 1989; Ahmad & Seymour, 2008). Al deze auteurs erkenden het belang van ondernemerschap in onze maatschappij. Toch was er gedurende lange periode een daling waar te nemen in het aantal ondernemers en werd er niet voldoende aandacht besteed aan ondernemerschap. Sinds de jaren ’70 steeg het aantal ondernemers echter opnieuw en werd ondernemerschap weer aanzien als uiterst belangrijk in de maatschappij. In de jaren ’70 kampte men namelijk met zware, permanente werkloosheid. De toenmalige bedrijven waren niet in staat te zorgen voor voldoende tewerkstelling. Daardoor was het van cruciaal belang om kleine bedrijven op te richten die nieuwe jobs konden creëren. Verscheidene landen hebben toen programma’s ontwikkeld die ondernemerschap en het oprichten van KMO’s stimuleerden. Zo hadden België en Nederland bijvoorbeeld programma’s die werklozen aanzetten tot het opstarten van hun eigen bedrijf (Evans & Leighton, 1989; Davidsson, 1995; Cassis & Minoglou, 2005). Ondernemerschap bleek dus essentieel te zijn in onze samenleving om werkgelegenheid te creëren. Zo zorgden kleine, ondernemende bedrijven in de Verenigde Staten voor meer dan vijftig procent van de nieuwe werkgelegenheid in de economie sinds 1982 (Hébert & Link, 1989). Door het groeiende besef dat nieuwe bedrijven heel erg belangrijk zijn in de maatschappij, om onder andere het probleem van werkloosheid tegen te gaan, is de interesse in ondernemerschap sterk toegenomen. Daardoor is ook de interesse van de academische wereld voor ondernemerschap toegenomen (Davidsson, 1995; Cassis & Minoglou, 2005).
1
Een fundamenteel belangrijke vraag blijft echter: ‘Waarom richten bepaalde personen een eigen bedrijf op, terwijl anderen dat helemaal niet overwegen?’. In deze masterproef doen wij onderzoek naar de belangrijkste voorspeller van dat gedrag, namelijk de ondernemerschapsintentie (EI). Als een persoon een sterke intentie heeft om ondernemer te worden, is de kans veel groter dat hij daadwerkelijk ondernemer wordt en een bedrijf opricht, ten opzichte van een persoon die slechts matige ondernemerschapsintenties heeft. In de volgende paragraaf verduidelijken wij het begrip ondernemerschapsintenties en leggen we bovenstaande redenering gedetailleerd uit. Daarna stellen we vier bestaande modellen voor die (ondernemerschaps)intenties verklaren. In het volgende hoofdstuk gaan we vervolgens dieper in op de ondernemerschapsintenties in de academische wereld.
1.2. Ondernemerschapsintenties De beslissing om een nieuw bedrijf te starten, wordt op voorhand heel zorgvuldig gepland. Er wordt vooreerst goed over nagedacht. Het is geen impulsieve beslissing. Men onderzoekt grondig de opportuniteiten en probeert alle bedreigingen in kaart te brengen. Men analyseert vooraf ook de omgeving en de industrie. Een persoon heeft met andere woorden eerst en vooral de intentie om een bedrijf op te starten, alvorens deze plannen daadwerkelijk uit te voeren. Soms duurt deze intentie kort en gaat men heel snel over tot actie. In andere gevallen leidt de intentie echter nooit tot werkelijk gedrag (Bird, 1988; Davidsson, 1995; Krueger, Reilly, & Carsrud, 2000). Het algemene begrip intentie wordt door Bird (1988) als volgt gedefinieerd: ‘Intentionality is a state of mind directing a person's attention (and therefore experience and action) toward a specific object (goal) or a path in order to achieve something (means)’ (Bird, 1988, p.442). Anders gezegd: als iemand de intentie heeft om een bepaald gedrag uit te voeren, dan zal deze persoon al zijn/haar aandacht (ervaring en actie) richten op wat noodzakelijk is om dat doel te bereiken. Specifiek zullen wij het in deze paper hebben over ondernemerschapsintenties. Voor dat begrip gebruikt Bird (1988) de volgende definitie: ‘a state of mind that direct attention, experience, and action toward a business concept, set the form and direction of organizations at their inception’ (Bird, 1988, p.442). Anders gezegd: als iemand de intentie heeft om een bedrijf op te richten, dan zal deze persoon al zijn/haar aandacht (ervaring en actie) richten op wat noodzakelijk is om dat doel te bereiken. Er wordt veel onderzoek gevoerd naar intenties. Intenties worden heel vaak gemeten, omdat ze de beste voorspellers zijn voor werkelijk gedrag. Dat geldt ook voor ondernemerschapsintenties. Als de ondernemerschapsintenties van een bepaalde persoon heel hoog zijn, is de kans groot dat hij/zij dat 2
gedrag later ook daadwerkelijk zal uitvoeren en dat hij/zij dus ondernemer zal worden. Kortom, de relatie tussen intenties en daadwerkelijk gedrag is erg sterk, maar niet perfect (Bird, 1988; Sheppard, Hartwick, & Warshaw, 1988; Ajzen, 1991; Krueger e.a., 2000; Kolvereid & Isaksen, 2006; Goethner, Obschonka, Silbereisen, & Cantner, 2012). Dat verband is zo sterk dat het blijft bestaan, ook al zijn er vertragingen. Als je bijvoorbeeld een sterke intentie hebt om een bedrijf te starten, kan dat uiteindelijk resulteren in het effectief opstarten van een bedrijf. Ook al wordt dat eerst lange tijd uitgesteld door: kinderen krijgen, eerst een andere job uitoefenen ... (Krueger e.a., 2000). Vroeger hanteerden verscheidene auteurs ook andere factoren om het daadwerkelijke gedrag van mensen
te
proberen
voorspellen.
Enkele
van
deze
factoren
waren:
attitudes,
persoonlijkheidskenmerken, psychologische karaktertrekken, demografische gegevens en locus of control. Al deze indicatoren hadden echter een heel zwakke voorspellende kracht en waren dus geen goede voorspellers voor het daadwerkelijk gedrag (Bird & Jelinek, 1988; Ajzen, 1991; Davidsson, 1995; Krueger e.a., 2000). In de volgende paragraaf geven wij een overzicht van vier modellen die (ondernemerschaps)intenties verklaren.
1.3. Modellen In de literatuur bestaan er enkele theoretische modellen die worden gebruikt om (ondernemerschaps)intenties te verklaren en uit te leggen (Prodan & Drnovsek, 2010). Enkele van deze modellen zijn: theory of planned behavior (Ajzen, 1985), Shapero’s model of entrepreneurial event (Shapero, 1975), het entrepreneurial intentions model (Bird, 1988) en het model van Davidsson (1995). Hieronder zullen we deze theorieën verder in detail uitleggen. 1.3.1. Ajzen (1985) – Theory of Planned Behavior Een van de belangrijkste auteurs die onderzoek verricht naar intenties, is Icek Ajzen. Hij ontwikkelde de
theory
of planned behavior
(TPB). Deze theorie
is niet
alleen
toepasbaar op
ondernemerschapintenties, maar geldt voor intenties in het algemeen. 1) Attitudes towards behavior
2) Subjective norm
Intentions
behavior
3) Perceived behavioral control Figuur 1: Theory of Planned Behavior (1985) 3
Intenties staan centraal in de theory of planned behavior. Ajzen veronderstelt dat intenties alle motivationele factoren bevatten die gedrag beïnvloeden. Intenties zijn, volgens hem, een indicatie van hoe hard mensen zullen proberen en hoeveel moeite ze zullen doen om een bepaald gedrag uit te voeren. De theory of planned behavior kan de intentie om een bepaald gedrag uit te voeren nauwkeurig voorspellen aan de hand van drie factoren: Ten eerste kunnen intenties voorspeld worden via de attitudes ten opzichte van een bepaald gedrag. Dat is een persoonlijke factor. Het is de mate waarin de persoon een gunstig, dan wel een ongunstig oordeel heeft over het gedrag in kwestie. Gedrag waarvan verwacht wordt dat het de gewenste resultaten zal opleveren, zorgt voor een positieve attitude ten opzichte van dat gedrag. Gedrag dat wordt geassocieerd met resultaten die niet gewenst zijn, zorgt voor een negatieve attitude ten opzichte van dat gedrag. Als een individu bijvoorbeeld verwacht dat het oprichten van een bedrijf vooral positieve resultaten zal opleveren, dan is het waarschijnlijk dat die persoon een positieve attitude zal hebben ten opzichte van dat gedrag. Een tweede voorspellende factor is de subjectieve norm. Dat is een sociale factor. Het is namelijk de sociale druk die een persoon ervaart om een bepaald gedrag uit te voeren of om het gedrag helemaal niet uit te voeren. Zo stelt men zichzelf bijvoorbeeld de vraag: ‘Wat denkt mijn familie ervan als ik ondernemer word?’. Men houdt dus rekening met de verwachte mening van anderen over dat gedrag. Er wordt het meest rekening gehouden met de verwachte opinie van personen die het individu belangrijk acht. Dat zijn vaak de dichte vrienden van de persoon, de gezinsleden … Een derde en laatste voorspellende factor is de perceived behavioral control (PBC). Hiermee bedoelt Ajzen het gemak of de moeite die men denkt te zullen ervaren bij het uitvoeren van het gedrag. Dat is afhankelijk van de ervaringen die men heeft met het gedrag in het verleden. Het is tevens afhankelijk van de moeilijkheden en de obstakels die men verwacht te zullen ondervinden bij het uitvoeren van het gedrag. Hoe meer vereiste vaardigheden men denkt te hebben en hoe minder obstakels men voorziet bij het uitoefenen van het gedrag, hoe hoger de perceived behavioral control (Ajzen & Madden, 1986; Ajzen, 1991; Krueger e.a., 2000). In het algemeen kunnen we stellen dat als een persoon een gunstige attitude heeft tegenover het gedrag, als hij/zij gelooft dat zijn/haar familie, vrienden ... positief staan tegenover het gedrag en als zijn/haar perceived behavioral control hoog is (dat wil zeggen dat hij/zij denkt dat het gedrag met relatief gemak kan worden uitgevoerd), de intenties tegenover dat gedrag hoog zullen zijn. Hoe
4
sterker de intenties ten opzichte van een bepaald gedrag, hoe waarschijnlijker dat men dat gedrag daadwerkelijk zal uitvoeren (Ajzen, 1991). Deze theory of planned behavior bouwde verder op de theory of reasoned action, afgekort als TORA (Fishbein & Ajzen, 1975; Ajzen & Fishbein, 1980). Bij TORA wordt enkel rekening gehouden met de eerste factor, de attitudes ten opzichte van een bepaald gedrag, en met de tweede factor, de subjectieve norm. Men hield bij deze theorie nog geen rekening met de perceived behavioral control. Men kan dus de intenties veel accurater voorspellen met TPB dan met TORA. Door de derde factor, de perceived behavioral control, toe te voegen aan TORA steeg de voorspellende kracht van het model namelijk heel sterk (Ajzen & Madden, 1986).
1) Attitudes towards behavior Intentions
Behavior
2) Subjective norm Figuur 2: Theory of Reasoned Action (1975) 1.3.2. Shapero (1982) – Model of Entrepreneurial Event Een tweede model is Shapero’s model of entrepreneurial event (SEE). Dat is een impliciet intentiemodel, specifiek gericht op ondernemerschap. Het model stelt dat de intentie om een bedrijf op te starten afhangt van drie factoren:
Specific desirabilities
1) Perceived desirability
Perceived self-efficacy
2) Perceived feasibility
Intentions
3) Propensity to act
Figuur 3: Shapero’s Model of Entrepreneurial Event (1982)
Als eerste beschrijft Shapero de perceptie van de wenselijkheid (perceived desirability). Hiermee wordt bedoeld hoe aantrekkelijk het is voor een individu om een eigen bedrijf te hebben. Ten tweede beschrijft hij de perceptie van de haalbaarheid (perceived feasibility). Dat is de mate waarin
5
een persoon zich capabel voelt om zelf iets op te starten. Deze twee factoren samen vormen de geloofwaardigheid (credibility) van een bepaald gedrag. Als laatste vermeldt hij de neiging om te handelen (propensity to act). Dat gaat over de persoonlijke mentaliteit om iets te starten (‘I will do it’). Als de perceptie van de wenselijkheid en van de haalbaarheid hoog zijn, maar de neiging om te handelen laag is, dan is het weinig waarschijnlijk dat het gedrag daadwerkelijk zal worden uitgevoerd. Shapero’s model stelt dat externe gebeurtenissen een indirecte invloed kunnen hebben op het menselijk gedrag. Deze gebeurtenissen kunnen negatief zijn, zoals je job verliezen, maar ze kunnen evengoed positief zijn, zoals de lotto winnen. Die externe gebeurtenissen hebben echter geen directe invloed op intenties of gedrag. Als er iets gebeurt in het leven van een persoon, dan zal dat eerst invloed hebben op de perceptie van de wenselijkheid (perceived desirability) en de perceptie van de haalbaarheid (perceived feasibility). Deze gewijzigde percepties zullen op hun beurt invloed hebben op de intentie om iets op te starten. Als de geloofwaardigheid (credibility) van een bepaalde actie hoog is (dus zowel hoge perceptie van de wenselijkheid als hoge perceptie van de haalbaarheid), dan is het waarschijnlijk dat het individu een hoge intentie zal hebben om dat gedrag uit te voeren. Natuurlijk moet de neiging om te handelen er ook zijn (propensity to act). De persoon moet het gedrag dus zelf willen uitvoeren, anders is het weinig waarschijnlijk dat de hoge intentie daadwerkelijk zal leiden tot actie (Krueger e.a., 2000). 1.3.3. Bird (1988) – Entrepreneurial Intentions Model Het entrepreneurial intentions model van Bird (1988) is een gedragsmodel. Het beantwoordt vragen in verband met hoe ondernemers een organisatie creëren, behouden en transformeren. In dat model toont Bird dat tijdens de ontwikkeling van ondernemerschapsintenties, de persoonlijke en sociale context interageren met het rationeel en intuïtief denken.
6
Social, political &
Personal history, current
economic context
personality & abilities
Rational, analytical, cause-
Intuitive, holistic,
effect thinking
contextual thinking
Intentionality
Actions
Figuur 4: Entrepreneurial Intentions Model (1988)
Sommige
factoren
zorgen
ervoor
dat
een
persoon
erg
vatbaar
wordt
voor
ondernemerschapsintenties. Dat is bijvoorbeeld de persoonlijke geschiedenis (personal history) van een
individu,
zoals
eerdere
ervaring
als
ondernemer.
Daarnaast
spelen
ook
persoonlijkheidskenmerken (current personality) een grote rol. Zo zijn bijvoorbeeld nood aan succes en nood aan controle belangrijk. Een laatste persoonlijke variabele is de capaciteit (ability) van een individu. Naast deze individuele variabelen zijn er nog de sociale, politieke en economische variabelen. Deze creëren de context voor ondernemerschap. Voorbeelden hiervan zijn: ontslagen worden, veranderingen in de markt en deregulering van bepaalde industrieën door de overheid. Daarnaast beschrijft Bird ook nog het rationeel, analytisch, oorzaak-gevolg denken (rational, analytical, cause-effect thinking). Deze eerste manier van denken zorgt ervoor dat intenties en acties gestructureerd worden. Het vormt onder andere de basis voor: het opstellen van formele businessplannen, het analyseren van opportuniteiten en het zetten van doelen. Een tweede manier van denken is het intuïtief, holistisch en contextueel denken (intuitive, holistic, contextual thinking). Dat zorgt er ook voor dat de intenties en acties gekaderd en gestructureerd worden. Voorbeelden
7
zijn: de visie van de ondernemer, zijn/haar inspiratie en het geloof in de mogelijkheden van de onderneming. Deze factoren zorgen ervoor dat de ondernemer blijft volhouden en doorzetten. Bird stelt dat de impact van de intenties het grootst is bij bedrijven die nieuw opgestart worden. Ze bepalen namelijk de vorm en de richting van de organisatie. Maar intenties hebben ook een effect op bestaande organisaties. Ze beïnvloeden namelijk het succes van een organisatie doordat ze de overlevingskansen en de groei van een bedrijf bepalen. 1.3.4. Davidsson (1995) – Model of Entrepreneurial Intentions Volgend belangrijk model is het economisch-psychologisch model van Davidsson (1995). Hij test met dat model welke determinanten de ondernemerschapsintenties van een individu beïnvloeden.
Personal background
Gender
Vicarious experience
Education
Radical change
age
General attitude Change Compete Money Achieve Autonomy Domain attitudes Payoff Societal contribution Know-how
Conviction
Intention
Situation Current employment status
Figuur 5: Davidsson’s Economic-Psychological Model of Entrepreneurial Intentions Ook Davidsson stelt dat er eerst een intentie is om een bedrijf te starten, alvorens het daadwerkelijk gedrag plaatsvindt. Deze intenties worden volgens hem veroorzaakt door vier determinanten. Deze worden hieronder kort besproken: De eerste en belangrijkste determinant in zijn model is conviction (overtuiging). Conviction is de overtuiging die een persoon heeft dat de job als ondernemer geschikt is voor hem/haar. Dat concept is heel gelijkaardig aan het begrip self-efficacy. Hier komen we later uitgebreid op terug (zie paragraaf 3.2.2.). De tweede determinant is attitude. Attitudes worden verondersteld het verband te verklaren tussen personal background factoren (persoonlijke achtergrond) en intenties. De conviction van een persoon is, volgens Davidsson, gebaseerd op de attitudes van deze persoon. Het begrip attitude wordt gesplitst in enerzijds de general attitude (algemene attitude) en anderzijds de domain attitude (domeinspecifieke attitude). Bij de general attitude gaat het niet over attitudes ten opzichte van 8
ondernemerschap. Het gaat eerder over de algemene attitude, bijvoorbeeld: hoe staat het individu tegenover verandering (change), tegenover competitie en concurrentie (compete), hoe sterk waardeert het individu geld (money), hoe sterk is de motivatie van de persoon om iets te bereiken (achieve) en hoe sterk is de behoefte naar autonomie, onafhankelijkheid (autonomy). Bij domain attitudes gaat het wel specifiek over attitudes ten opzichte van ondernemerschap. Het gaat meer bepaald over hoe men staat ten opzichte van enkele aspecten van ondernemerschap. Bijvoorbeeld: wat verwacht men van de werklast, het risico, de financiële voordelen, de opbrengst ... als men ondernemer zou zijn (payoff), in welke mate denkt men een maatschappelijke bijdrage te kunnen leveren via ondernemerschap (societal contribution) en hoe sterk is het individu ervan overtuigd dat hij/zij de nodige knowhow en kennis heeft om een eigen bedrijf op te starten (perceived knowhow). Deze general en domain attitudes beïnvloeden de conviction van een persoon, wat op zijn beurt de intenties beïnvloedt. De derde determinant in het model is situation (situationele factoren). Deze determinant heeft een impact op zowel conviction als op intenties. De belangrijkste situationele factor, volgens Davidsson, is de current employment status (huidige werkstatus). Zo vond men vaak een positief verband tussen werkloosheid en ondernemerschap (zie paragraaf 1.4.3.). Situationele variabelen kunnen een heel sterke invloed uitoefenen op de intenties en op het gedrag van personen. De laatste determinant in dit model is personal background (persoonlijke achtergrond). Zo kan het geslacht, de leeftijd, de huwelijksstatus, de gevolgde opleiding, de burgerlijke staat ... mede de ondernemerschapsintenties bepalen van een persoon. Zo zijn er bijvoorbeeld meer mannen ondernemer dan vrouwen. Vrouwen zijn er minder van overtuigd dat ze de nodige capaciteiten bezitten om een ondernemer te zijn (zie paragraaf 1.4.2. en 4.2.4.1.). Er zijn bijvoorbeeld ook veel meer immigranten of personen die behoren tot etnische minderheden ondernemer dan autochtonen. Dat effect wordt onder meer toegeschreven aan de radicale verandering in hun leven (radical change). Personen die al een radicale verandering ervaren hebben (bijvoorbeeld verhuizen naar een ander land), hebben meer kans om een bedrijf te starten. Andere mogelijke verklaringen zijn: discriminatie, relatieve armoede en andere culturele normen. Ook leeftijd is een belangrijke determinant. Zo stelt men in deze studie vast dat personen op hun 35ste het meest geneigd zijn om een bedrijf te starten. Een andere belangrijke persoonlijkheidsfactor in dit model is vicarious experience. Vicarious experience is een synoniem voor observational learning (observerend leren), een begrip waar we later nog uitgebreid op terugkomen (zie paragraaf 3.2.2.). Observational learning is het grondig observeren van anderen. Hierdoor krijgt het individu dat observeert meer geloof in eigen kunnen, omdat men denkt dat als anderen de nodige vaardigheden bezitten om een taak uit te voeren, zijzelf deze vaardigheden ook moeten bezitten. Personen die men uitgebreid zal observeren, 9
zijn bijvoorbeeld rolmodellen. Als de rolmodellen die een persoon observeert erg ondernemend zijn, is de kans groot dat de ondernemerschapsintenties van het individu ook hoger zijn (Scherer, Adams, Carley, & Wiebe, 1989; Krueger, 1993; Boyd & Vozikis, 1994). Zo stelt men bijvoorbeeld vast dat als de ouders van een persoon een eigen zaak hebben/hadden, die persoon veel meer kans heeft om zelf ook ondernemer te worden (zie paragraaf 1.4.4).
1.4. Overige literatuur omtrent EI In deze paragraaf geven we een summiere opsomming van belangrijke bevindingen omtrent ondernemerschapsintenties. We stellen hieronder een beknopte synthese voor met verrassende en gewichtige resultaten uit de onderzoeken naar EI. 1.4.1. Ondernemerschapsopleiding en EI Souitaris, Zerbinati en Al-Laham (2007) testten of ondernemerschapstrainingen en –opleidingen een invloed hebben op de ondernemerschapsintenties bij cursisten. Ze vonden dat dergelijke trainingen een positief effect hebben op de ondernemerschapsintenties. Verrassend aan deze studie is vooral de reden waarom de intenties stegen. Ze stegen niet omwille van de vergaarde kennis en informatie, maar wel door de inspiratie, de nieuwe ideeën en de creativiteit die de studenten opdeden tijdens de cursus. Wilson, Kickul en Marlino (2007) stellen dat het belangrijk is om bij ondernemerschapstrainingen voldoende realistische oefeningen te integreren (dat wordt ook wel mastery experience genoemd, zie paragraaf 3.2.2.). Voorbeelden van deze praktijkoefeningen zijn: haalbaarheidsstudies uitvoeren, een businessplan ontwikkelen en het simuleren van het leiden van een fictief bedrijf. Door deze trainingen krijgen de cursisten meer vertrouwen in hun eigen kunnen, geloven ze dat ze in staat zijn om succesvol een eigen bedrijf op te starten (dat wordt ook entrepreneurial self-efficacy (ESE) genoemd, zie paragraaf 3.2.2.) en hierdoor verhogen ook hun ondernemerschapsintenties. Toch bestaat er geen consensus in de literatuur. Niet alle auteurs vinden een positief verband tussen ondernemerschapsopleidingen en ondernemerschapsintenties (Cox, Mueller & Moss, 2002). 1.4.2. Geslacht en EI Hoewel de rol van vrouwen in ondernemerschap continu toeneemt, zijn mannen toch nog altijd actiever en oververtegenwoordigd. Alle auteurs zijn het er dan ook over eens: mannen hebben hogere ondernemerschapsintenties dan vrouwen. Over het algemeen hebben vrouwen veel minder interesse in een carrière als ondernemer (Davidsson, 1995; Crant, 1996; Zhao, Seibert, & Hills, 2005; Wilson e.a., 2007; BarNir, Watson, & Hutchins, 2011). De belangrijkste reden hiervoor is dat vrouwen
10
hoogstwaarschijnlijk minder geloven dat ze een succesvolle ondernemer kunnen zijn. Hier gaan we later dieper op in (zie paragraaf 4.2.4.1.). 1.4.3. Werkloosheid en EI Verscheidene auteurs hebben een positieve relatie gevonden tussen werkloosheid en de intentie om een bedrijf op te richten. Ook de angst om op een dag werkloos te worden, kan personen aanzetten tot het overwegen van ondernemerschap (Hamilton, 1988; Davidsson, 1995; Lawrence & Hamilton, 1997). Lawrence en Hamilton onderzochten dat fenomeen voor het eerst in 1988 en voerden hetzelfde onderzoek tien jaar later nogmaals uit. Ze bemerkten dat het aantal personen dat werkloosheid en de angst om werkloos te worden als belangrijke motivatie opgeeft om ondernemer te worden sterk gestegen was in hun tweede onderzoek. 1.4.4. Ondernemende ouders en EI Een andere stelling die al vaak bewezen werd, is de volgende: personen waarvan één of beide ouders ondernemer zijn, hebben hogere ondernemerschapsintenties dan personen waarbij dat niet het geval is (Scott & Twomey, 1988; Boyd & Vozikis, 1994; Crant, 1996). De belangrijkste reden hiervoor is dat ouders heel sterke rolmodellen zijn. Ze hebben vaak een grote invloed op de carrièreverwachtingen van hun kind, de opleidingen die hij/zij volgt, het vertrouwen in eigen kunnen van het kind en de voorkeur van het kind voor een carrière als ondernemer. Verrassend is dat die stelling blijft gelden, ook al zijn de ouders eerder zwak presterende ondernemers (Boyd & Vozikis, 1994). In het volgende hoofdstuk gaan wij dieper in op ondernemerschapsintenties. We zullen een overzicht geven van de bestaande literatuur omtrent ondernemerschapsintenties in een academische context. Daarnaast tonen wij aan hoe ons onderzoek bijdraagt tot die literatuur.
11
2. Academische ondernemerschapsintenties 2.1. Inleiding Zoals vermeld in het vorige hoofdstuk, nam de interesse in ondernemerschap sinds de jaren ’70 sterk toe. Ook de academische wereld raakte geleidelijk aan erg geïnteresseerd in ondernemerschap. Eind jaren ’80 begon men in de Verenigde Staten uitgebreid onderzoek te voeren naar ondernemerschap en de individuele ondernemer. Later kwam het onderzoek hieromtrent ook in Europa op gang (Davidsson, 1995; Cassis & Minoglo, 2005; Knockaert, Der Foo, Erikson, & Cools, 2015). Niet
enkel onderzoek naar ondernemerschap werd belangrijk, maar ook
academisch
ondernemerschap op zich werd steeds belangrijker. Academisch ondernemerschap betekent dat academici zelf ondernemer worden door hun universitaire output te commercialiseren (Shane, 2004). In dit hoofdstuk verklaren we de twee soorten universitaire output van academici en leggen we uit op welke manieren ze deze output kunnen commercialiseren. Vervolgens gaan we dieper in op de termen academisch ondernemerschap en academische ondernemerschapsintenties. Daarnaast stellen we twee modellen voor te stellen die ondernemerschapsintenties in een academische context verklaren. We eindigen dit hoofdstuk met de tekortkomingen in de literatuur en onze bijdrage aan de literatuur.
2.2. Universitaire output Universiteiten, professoren en onderzoekers verwerven nieuwe kennis door academisch onderzoek. Deze kennis kunnen ze op verschillende manieren delen met de industrie. Hieronder bespreken we de twee meest gebruikte manieren om die kennis te delen. Daarnaast bespreken we kort de mogelijke spanning tussen deze twee soorten output. 2.2.1. Academische output Men spreekt over een eerste academische revolutie in de 19e eeuw. Voordien hadden universiteiten slechts één missie, namelijk lesgeven. Die revolutie zorgde ervoor dat universiteiten er een tweede missie bij kregen, namelijk onderzoek. Gebaseerd op dat wetenschappelijk onderzoek publiceren academici papers en publicaties waarin ze hun vergaarde kennis en bevindingen neerschrijven. Deze vorm van output wordt academische output genoemd (Van Looy, Ranga, Callaert, Debackere, & Zimmermann, 2004; Wright, Clarysse, Lockett, & Knockaert, 2008).
12
2.2.2. Commerciële output Vanaf de jaren ‘90 is er sprake van een tweede academische revolutie. Die zorgde ervoor dat universiteiten er een derde missie bij kregen, namelijk de commerciële missie (Van Looy e.a., 2004). De kennis die men verwerft door wetenschappelijk onderzoek kan men ook overdragen via commerciële output. Hiermee bedoelen we bijvoorbeeld: patenten, licenties, consulting, het oprichten van spin-offs of start-ups, intermediaries en researcher en graduate mobility (Wright e.a., 2008). Al deze soorten output zijn commercialiseerbaar omdat men er een financiële vergoeding voor kan krijgen. In tegenstelling tot de academische output zijn al deze commerciële output ondernemerschapsactiviteiten (Huyghe & Knockaert, 2014). Hieronder leggen we kort uit wat we bedoelen met de vermelde voorbeelden van commerciële output. Er kan geopteerd worden om de uitvindingen en innovaties die ontwikkeld worden binnen de universiteit te beschermen. Bij patenten krijgt de universiteit het exclusieve recht om deze nieuwe technologie/innovatie te exploiteren voor een aantal jaar. Als universiteiten de toestemming geven aan bepaalde spelers in de industrie om een technologie die bij hen ontwikkeld werd te gebruiken, dan spreken we van licenties. Hiervoor krijgt de universiteit een vergoeding, een royalty genaamd. Onderzoekers verbonden aan een universiteit kunnen hun kennis ook delen door advies te geven aan bedrijven in de industrie. We spreken hier van consulting. Uit onderzoeksinstellingen binnen de universiteit kunnen er ook nieuwe organisaties ontstaan. Deze zijn gericht op het exploiteren van intellectueel eigendom dat binnen de universiteit werd gecreëerd. Die bedrijven worden spin-offs genoemd. Daarnaast kunnen (voormalige) studenten en/of werknemers van de universiteit ook hun eigen bedrijf oprichten, los van de universiteit. Deze bedrijven vallen onder de noemer ‘start-ups’. Tevens zijn er intermediaries. Dat zijn een soort tussenpersonen die de overdracht van kennis naar bedrijven kunnen vergemakkelijken. Deze tussenpersonen kunnen bijvoorbeeld technology transfer offices (TTO’s) of public research centers zijn. Als onderzoekers of afgestudeerden in de industrie tewerkgesteld worden en zo hun verworven kennis overdragen naar bedrijven, noemen we dat researcher en graduate mobility (Shane, 2004; Wright e.a., 2008). De laatste jaren is er veel meer druk om commerciële output te genereren. Via deze kanalen is het namelijk mogelijk financiële waarde te genereren aan de hand van de verworven kennis (Ambos, Mäkelä, Birkinshaw, & D'Este, 2008). Dat zijn bijvoorbeeld de royalty’s die men ontvangt voor licenties, voor patenten ... Het is ook gemakkelijker geworden voor universiteiten om hun kennis te delen met de industrie. Dat komt mede door de invoering van verschillende wetten, zoals de US Bayh-Dole Act van 1980 in de VS en gelijkaardige wetten in Europa zoals OECD, 2003 (Markman, Siegel, & Wright, 2008). Deze wetten zorgden ervoor dat het voor universiteiten mogelijk werd om eigenaar te worden van het intellectueel eigendom dat verbonden is aan de uitvinding, ook al 13
werden de projecten gefinancierd door de overheid. De universiteiten verworven via deze wetten ook het recht om hun universitaire output te commercialiseren (Van Looy e.a., 2004). 2.2.3. Academisch versus commercieel Er is vaak spanning tussen de academische output en de commerciële output. Zo moet de onderzoeker of professor zijn/haar tijd verdelen tussen de twee activiteiten. Hoe meer tijd hij/zij in de ene activiteit steekt, hoe minder tijd hij/zij heeft voor de andere activiteit (Ambos e.a., 2008). Er zijn echter wel oplossingen gevonden, bijvoorbeeld het ontwikkelen van intermediaries zoals technology transfer offices (Siegel, Veugelers, & Wright, 2007), maar hier gaan wij niet verder op in.
2.3. Academisch ondernemerschap Uit voorgaande bevindingen wordt duidelijk dat het genereren van commerciële output steeds belangrijker wordt voor universiteiten. Zoals hierboven vermeld werd, is het genereren van commerciële output een ondernemerschapsactiviteit. In de literatuur noemt men het oprichten van start-ups of spin-offs door wetenschappelijke onderzoekers ook wel academisch ondernemerschap. Academisch ondernemerschap wordt door Shane (2004) als volgt gedefinieerd: ‘scientists becoming entrepreneurs by developing new products and starting their own companies to market their research knowledge and inventions’. Shane bemerkt dat er steeds meer interesse is in academisch ondernemen, niet enkel vanuit de universiteiten, maar ook vanuit de industrie. Dat uit zich in het feit dat beide partijen meer gaan investeren in academisch ondernemen. Een reden hiervoor is dat de organisaties die voortvloeien uit academisch onderzoek vaak heel succesvol zijn. Shane (2004) en Prodan en Drnovsek (2010) beschrijven de talrijke voordelen van spin-offs. Ze zorgen onder andere voor lokale economische ontwikkeling, extra werkgelegenheid, meer investeringen in nieuwe technologieën, een sterkere band tussen de industrie en onderzoek, de introductie van nieuwe producten op de markt …
2.4. Academische ondernemerschapsintenties Als we specifiek kijken naar de intenties om te ondernemen in een academische context, dan zien we dat er, in vergelijking met ondernemerschapsintenties in het algemeen, veel minder literatuur beschikbaar is. Veel studies gaan over de opkomst van onder andere universitaire spin-offs en de voordelen voor de economie. Weinig auteurs beschrijven welke intenties er spelen bij het opstarten van spin-offs en start-ups door academici en welke factoren die intenties beïnvloeden (Prodan & Drnovsek, 2010). Ook Goethner e.a. (2012) bemerken dat onderzoek naar dat fenomeen relatief recent is. Weinig auteurs beschrijven wat de specifieke determinanten zijn die de ondernemerschapsintenties in de academische wereld drijven. Daarnaast waarschuwen Goethner 14
e.a. (2012) voor het veralgemenen van de algemene intentiemodellen omtrent ondernemerschap naar het specifieke domein van academisch ondernemerschap. 2.4.1. Modellen Hieronder zullen wij kort twee modellen bespreken die ondernemerschapsintenties in een academische context trachten te verklaren. We bespreken eerst het model van Goethner e.a. (2012), het tweede model is dat van Prodan & Drnovsek (2010). 2.4.1.1. Model Goethner, Obschonka, Silbereisen, & Cantner (2012) Er wordt vaak verder gebouwd op theory of planned behavior (Ajzen, 1985) om ondernemerschapsintenties in een academische context te verklaren. Onder andere Goethner e.a. (2012) bouwden verder op de literatuur omtrent TPB en op ondernemerschapsstudies om voorspellende factoren van academische ondernemerschapsintenties te achterhalen. In hun onderzoek vonden ze dat zowel economische als psychologische variabelen een invloed kunnen hebben op de ondernemerschapsintenties bij academische onderzoekers.
Attitudes
Human and social capital
Social norms Expected benefits
Academic entrepreneurship
Academic EI
PBC
Figuur 6: Model Goethner, Obschonka, Silbereisen, & Cantner (2012)
De economische variabelen bestaan volgens hen uit drie factoren. Een eerste factor is het menselijk kapitaal (human capital). Als deze factor hoog is, bezit het individu superieure cognitieve capaciteiten (bijvoorbeeld: goede opleiding, al ervaring opgedaan ...). De tweede factor is het sociaal kapitaal (social capital). Dat zijn de netwerken die een individu heeft opgebouwd. Een uitgebreid sociaal netwerk is noodzakelijk om te ondernemen. Goethner e.a. (2012) geven als laatste factor de verwachte voordelen (expected benefits). Dat zijn de voordelen die een individu denkt te bekomen door te ondernemen (denk aan: financiële voordelen, reputatie ...). Als deze verwachte voordelen hoger
liggen
dan
de
voordelen
onderzoeker/professor/werknemer
aan
die de
men
verwacht
universiteit
te
door zijn,
enkel dan
academisch zullen
de
ondernemerschapsintenties hoger liggen. Daarnaast beschrijven Goethner e.a. (2012) nog de psychologische factoren die een invloed kunnen hebben op de academische ondernemerschapsintenties. Dat zijn de drie factoren die ook in TPB 15
besproken werden, namelijk: de attitude ten opzichte van het gedrag, de subjectieve norm en de perceived behavioral control. Goethner e.a. (2012) veronderstelden dat door het algemene en fundamentele karakter van TPB, dat framework ook kan toegepast worden op het specifieke domein van academisch ondernemerschap. 2.4.1.2. Model Prodan en Drnovsek (2010) Ook Prodan en Drnovsek (2010) ontwikkelden een conceptueel model om academische ondernemerschapsintenties te verklaren. Zij omschrijven zeven factoren die aan de basis kunnen liggen van de ontwikkeling van ondernemerschapsintenties bij academici. 1) ESE 2) Personal networks 3) Perceived role models 4) Academic experience
Academic EI
5) Patents 6) Type of research 7) Cooperation industry
Figuur 7: Model Prodan en Drnovsek (2010) Hieronder sommen wij deze zeven factoren op: 1) Entrepreneurial self-efficacy: dat is het geloof van een individu in zijn/haar eigen kunnen met betrekking tot ondernemerschap (zie paragraaf 3.2.2.). 2) Het persoonlijk netwerk van een individu. 3) De rolmodellen waar een individu naar opkijkt. 4) Het aantal jaar academische ervaring dat de onderzoeker heeft. 5) Het aantal patenten van de onderzoeker. 6) Het soort onderzoek waar de onderzoeker zich mee bezig houdt. 7) De samenwerking met de industrie van de onderzoeker. In de volgende paragraaf bespreken wij hoe ons onderzoek bijdraagt tot de literatuur omtrent ondernemerschapsintenties in een academische context.
16
2.5. Tekortkomingen literatuur en onze bijdrage Als wij de literatuur omtrent ondernemerschapsintenties in een academische context bekijken, zien we dat er nog heel wat mogelijkheden zijn voor verder onderzoek. Zo beschrijven weinig auteurs wat de specifieke determinanten zijn die de ondernemerschapsintenties in de academische wereld drijven. Wij hebben weet van twee recente onderzoeken die enkele verklarende determinanten voorstellen, namelijk het onderzoek van Prodan en Drnovsek (2010) en dat van Goethner e.a. (2012). Wij willen met deze paper dan ook bijdragen tot de literatuur door factoren te zoeken die de ondernemerschapsintenties in de academische wereld kunnen verklaren. De invloed van het overkoepelende universiteitsniveau op academisch ondernemerschap werd al vaak bestudeerd (Bercovitz, Feldman, Feller, & Burton, 2001; Phan, Siegel & Wright, 2005; Fini, Grimaldi, Santoni, & Sobrer, 2011). We bemerken echter dat er steeds meer vraag komt uit de literatuur om ook de invloed van het departementsniveau te onderzoeken (Rasmussen, Mosey, & Wright, 2014; Huyghe, Souitaris, & Knockaert, 2015). Er wordt nog onvoldoende gekeken naar de invloed van het departement op de academische
ondernemerschapsintenties.
Rasmussen
e.a.
(2014)
stellen
dat
door
het
departementsniveau te bestuderen, we meer inzicht kunnen verwerven in de verschillen bij het oprichten van universitaire spin-offs. Ook Kenney en Goe (2004) en Bercovitz en Feldman (2008) tonen aan dat het niveau van ondernemerschap aanzienlijk verschilt tussen departementen in eenzelfde universiteit. Andere auteurs die het verband tussen het departementsniveau en ondernemerschap(sintenties) onderzochten, zijn: Ambos e.a. (2008), Wright e.a. (2008), Grimaldi, Kenney, Siegel, en Wright (2011) en Huyghe e.a. (2015). Volgens ons is het departementsniveau erg interessant en is verder onderzoek hieromtrent een meerwaarde voor de literatuur. In ons onderzoek zullen wij focussen op het departementsniveau van de universiteiten. We zoeken meer bepaald welke factoren binnen het departement de ondernemerschapsintenties van de academici kunnen beïnvloeden. Daarnaast suggereren enkele auteurs dat het zinvol kan zijn om te focussen op de persoon aan het hoofd
van
het
departement
(Rasmussen
e.a.,
2014).
Wij
veronderstellen
dat
deze
departementshoofden kunnen fungeren als een rolmodel voor de onderzoekers in het departement. Prodan en Drnovsek (2010) onderzochten de invloed van academische rolmodellen op de ondernemerschapsintenties van onderzoekers. Zij omschreven een academisch rolmodel als een collega die al ervaring heeft als ondernemer. In ons onderzoek vernauwen wij hun definitie van het academisch rolmodel en beperken we ons tot het departementshoofd van de onderzoekers. We
17
zullen in ons onderzoek de link tussen het individu aan het hoofd van een departement en de ondernemerschapsintenties van zijn/haar onderzoekers analyseren. Wij verwachten dat het departementshoofd een invloed heeft op de houding van zijn/haar onderzoekers ten opzichte van ondernemerschap. We hebben geen weet van auteurs die dat verband al hebben onderzocht. Samengevat willen wij in deze masterproef een antwoord formuleren op de volgende onderzoeksvraag: ‘Wat is de invloed van het departementshoofd bij het bevorderen van de ondernemerschapsintenties bij de onderzoekers?’. Nu volgt wat meer uitleg over de verdere structuur van onze masterproef. In hoofdstuk 3 geven we eerst een beknopt overzicht van de bestaande literatuur omtrent universiteiten en departementen. Vervolgens bespreken we de verschillende theoretische concepten die gebruikt zullen worden in ons onderzoek, namelijk het rolmodel en de (entrepreneurial) self-efficacy. Daarna stellen we onze hypotheses op. In hoofdstuk 4 bespreken we de data en de methodes die noodzakelijk zijn in ons onderzoek. In hoofdstuk 5 volgen de resultaten. We besluiten dat hoofdstuk met onze conclusies. In het laatste hoofdstuk lichten wij de beperkingen van ons onderzoek toe en geven wij advies voor mogelijk verder onderzoek.
18
3. Theoretisch kader 3.1. Departementsniveau In de bestaande literatuur wordt vaak op drie niveaus naar organisaties gekeken. Ten eerste is er het microniveau. Hier wordt gekeken naar de individuele personen in een organisatie. Daarnaast vinden we ook het mesoniveau terug. Hier wordt gekeken naar het bedrijf als een geheel. Als laatste hebben we het macroniveau. Hier wordt gekeken naar de brede context waarin de respectievelijke organisatie opereert (wetgeving, marktcondities, de omgeving ...) (Hitt, Beamish, Jackson, & Mathieu, 2007; Huyghe e.a., 2015). Deze gedachtegang is gebaseerd op de multilevel theorie van organisaties. Deze theorie stelt dat het beter is om naar organisaties te kijken op meerdere niveaus (micro-, meso- en macroniveau) dan slechts een enkel niveau te beschouwen (Hitt e.a., 2007). Wat centraal staat bij de multilevel theorie is dat entiteiten een geheel vormen van geneste constructies. Dat wil zeggen dat individuen genest zijn in subunits en deze subunits zijn op hun beurt genest in een bedrijf. Algemeen gesteld zijn entiteiten op een lager niveau op een hiërarchische manier ingebed in entiteiten op een hoger niveau (Hitt e.a., 2007; Huyghe e.a., 2015). Als we deze redenering doortrekken naar de universitaire context, dan zien we dat een universiteit is opgebouwd uit verschillende faculteiten. Zo kan een universiteit bijvoorbeeld een faculteit economie, een faculteit dierengeneeskunde, een faculteit wetenschappen … hebben. In deze faculteiten vinden we verschillende departementen terug. Binnen die departementen werken dan weer verschillende onderzoekers. We kunnen dus stellen dat onderzoekers genest zijn in departementen, deze departementen zijn op hun beurt genest in faculteiten en deze faculteiten zijn genest in de universiteit (Huyghe e.a., 2015). De focus van deze paper ligt op het niveau van het departement, zoals eerder vermeld (zie paragraaf 2.5.). Universiteiten, faculteiten en departementen kunnen onderling immens grote verschillen vertonen. Hieronder bespreken we enkele belangrijke verschillen die kunnen optreden tussen departementen. Alle departementen hebben een eigen cultuur. Ze hebben verschillende waarden en normen die ze hoog in het vaandel dragen en ze vertonen en waarderen ander gedrag. Deze cultuur en waarden zijn vaak heel sterk ingebed in het departement. Bercovitz en Feldman (2008) stellen zelfs dat als een onderzoeker een inherent conflict ondervindt tussen zijn eigen individuele normen en de lokale normen van het departement, hij/zij zal handelen volgens de lokale normen van de werkomgeving. Ook stellen Bercovitz en Feldman (2008) dat de leider binnen de werkomgeving het gedrag binnen
19
diezelfde omgeving sterk beïnvloedt. Dat komt volgens hen omdat de leider een eigen cultuur opbouwt en door de overige werknemers als rolmodel aanzien wordt. Culturele waarden zijn ook heel belangrijke factoren in het bepalen of een persoon al dan niet ondernemerschapsactiviteiten zal overwegen. De cultuur bepaalt sterk hoe een persoon staat tegenover het nemen van risico’s, onafhankelijkheid ... (Hayton, George, & Zahra, 2002). Ook Huyghe en Knockaert (2014) beschrijven dat. Zij stellen dat als universiteiten een cultuur creëren die erg ondernemerschapsgericht
is,
de
interesse
van
de
onderzoekers
om
zelf
ondernemerschapsactiviteiten uit te voeren ook zal stijgen. Aangezien het waarschijnlijk is om aan te nemen dat er binnen de universiteit verschillende subculturen bestaan, kunnen we stellen dat bepaalde departementen meer gericht zullen zijn op ondernemerschap dan andere departementen (Huyghe & Knockaert, 2014). Er zijn tevens grote verschillen op te merken in de graad van onderzoek dat verricht wordt in een departement. In het ene departement is de academische en/of de commerciële output veel uitgebreider dan in het andere. Het is dus ook waarschijnlijk dat de departementen sterk verschillen in hun houding tegenover ondernemerschap (Wright e.a., 2008; Grimaldi e.a., 2011). Als de lokale werkomgeving in een departement erg ondernemerschapsgeoriënteerd is, dan is het erg aannemelijk dat de onderzoekers die er werken gemotiveerd worden om zelf ook ondernemend bezig te zijn. Dat resulteert dan in het genereren van meer output die commercialiseerbaar is, zoals patenten. Dat wil ook zeggen dat departementen die niet open staan voor ondernemerschap, minder commerciële output zullen ontwikkelen (Grimaldi e.a., 2011).
3.2. Theoretische concepten In dit onderzoek zien wij het departementshoofd als een rolmodel voor zijn/haar onderzoekers. Daardoor verwachten we dat hij/zij invloed zal kunnen uitoefenen op de onderzoekers. De invloed van het departementshoofd, als rolmodel, op zijn/haar onderzoekers zal worden bestudeerd aan de hand van het framework self-efficacy (SE). Meer specifiek verwachten we dat het rolmodel een invloed zal hebben op de ondernemerschapsintenties van de onderzoekers, door eerst hun entrepreneurial self-efficacy (ESE) te beïnvloeden. Hieronder verklaren we beide concepten, rolmodel en (entrepreneurial) self-efficacy. 3.2.1. Theorie van het rolmodel De term rolmodel werd ontwikkeld door socioloog Robert King Merton. Deze term is ontstaan uit zijn theorie van de referentiegroepen. Dat zijn groepen waar een individu niet per se toe behoort, maar waar de persoon zich wel mee vergelijkt (Merton, 1968). 20
Een rolmodel is iemand die zich in een positie bevindt waarin hij/zij heel veel invloed kan uitoefenen op de personen die hem/haar als rolmodel aanzien. Anderen zullen dat rolmodel imiteren (Gibson, 2004). Een rolmodel kan invloed hebben op anderen via twee belangrijke processen. Ten eerste hebben mensen de neiging om zichzelf te vergelijken en/of te identificeren met hun rolmodellen. Ten tweede observeren individuen hun rolmodel grondig, om zo te leren van deze persoon (Bandura, 1977). Uit onderzoek blijkt ook dat rolmodellen een invloed hebben op de performantie van mensen (Rakestraw & Weiss, 1981; Earley & Kanfer, 1985) (zie paragraaf 3.3.1.). Het academisch rolmodel, het departementshoofd, heeft potentieel een grote invloed op de onderzoekers uit zijn/haar departement. Niet alleen veronderstellen wij dat elke onderzoeker zich op een bepaald niveau gaat vergelijken met dat hoofd, maar ook dat ze van die persoon leren. 3.2.2. Self-efficacy Het begrip self-efficacy werd voor het eerst besproken in 1977 door Albert Bandura. Hij definieert het begrip als volgt: ‘an individual’s cognitive estimate of his or her capabilities to mobilize the motivation, cognitive resources, and courses of action needed to exercise control over events in their lives’. In het algemeen gaat het dus over de mate waarin een individu gelooft dat hij/zij in staat is een bepaald gedrag uit te voeren om zo het gewenste resultaat te bereiken. Dat begrip heeft niets te maken met de specifieke vaardigheden die een individu bezit. Het gaat over de overtuiging van een individu van wat hij/zij kan doen met zijn/haar vaardigheden, ongeacht welke die zijn. Een individu zal activiteiten vermijden waarvoor hij/zij zijn/haar eigen capaciteiten als onvoldoende beschouwt. Het individu zal activiteiten uitvoeren als hij/zij gelooft dat de eigen capaciteiten volstaan om de opdracht tot een goed einde te brengen (Bandura 1977; Wood & Bandura, 1989; Gist & Mitchell, 1992; Kickul, Gundry, Barbosa, & Whitcanack, 2009). Bandura en Wood (1989) benadrukken drie belangrijke aspecten in bovenvermelde definitie. Eerst en vooral gaat het bij self-efficacy om een uitgebreide evaluatie van de eigen capaciteiten. Ten tweede is self-efficacy een dynamisch concept. De beoordeling die een individu zichzelf geeft, kan wijzigen doorheen de tijd. Die wijziging is het resultaat van leren, ervaring en feedback. Het laatste aspect dat benadrukt wordt, is dat self-efficacy een mobilisatiecomponent bevat. Daarmee wordt bedoeld dat mensen dezelfde vaardigheden kunnen bezitten, maar toch nog anders presteren. Dat komt omdat ze hun vaardigheden op een andere manier (andere volgorde, andere combinatie ...) inzetten (Gist & Mitchell, 1992). Bandura stelt vast dat self-efficacy kan ontwikkeld worden aan de hand van vier processen:
21
Ten eerste kan men self-efficacy verwerven via succeservaringen (mastery experiences). Dat wil zeggen dat men via het ervaren van persoonlijke successen meer geloof krijgt in zijn/haar eigen capaciteiten. Deze succeservaringen leiden tot een verhoogde self-efficacy. Dat is de meest effectieve manier om self-efficacy op te bouwen en te versterken (Gist, 1987; Wood & Bandura, 1989; Gist & Mitchell, 1992; Boyd & Vozikis, 1994). Een tweede mogelijke manier is observerend leren (observational learning). Een individu krijgt meer geloof in eigen kunnen door zijn/haar rolmodellen te observeren. Dat is een zogenaamd sociaal vergelijkingsproces. Het individu gelooft dat hij/zij de vaardigheden die het rolmodel heeft ook zelf in een bepaalde mate bezit of kan bezitten. Deze manier is echter minder effectief om self-efficacy op te bouwen in vergelijking met succeservaringen (Gist, 1987; Wood & Bandura, 1989; Gist & Mitchell, 1992; Boyd & Vozikis, 1994). Ten derde is sociale overtuiging (social persuasion) een manier om self-efficacy op te bouwen. Positieve feedback, aanmoedigingen en steun kunnen ervoor zorgen dat een individu overtuigd wordt van zijn/haar eigen capaciteiten om een bepaalde taak uit te voeren. Het gevaar hierbij is evenwel dat men zichzelf gaat overschatten en dat de self-efficacy stijgt naar onrealistische niveaus. Dat proces is minder effectief om self-efficacy op te bouwen dan de voorgaande twee (Gist, 1987; Wood & Bandura, 1989; Gist & Mitchell, 1992; Boyd & Vozikis, 1994). Een laatste mogelijke manier om self-efficacy op te bouwen is via de perceptie van de eigen fysiologische staat (judgements of own physiological state). Zo krijgt men bijvoorbeeld door angst het gevoel dat men gaat falen (Gist, 1987; Gist & Mitchell, 1992). Deze vier processen bezorgen het individu informatie. Het is echter niet de informatie op zich die ervoor zorgt dat het individu meer gelooft in zijn/haar eigen capaciteiten. Volgens Bandura is de manier waarop het individu deze informatie verwerkt, beoordeelt en integreert belangrijker voor de opbouw van self-efficacy (Gist, 1987). Self-efficacy wordt vaak gerelateerd aan het concept perceived behavioral control (PBC) (besproken in hoofdstuk 1). De twee begrippen overlappen elkaar, aangezien beiden over controle gaan. PBC is het vermeende gemak of de vermeende moeilijkheden die men zal ondervinden bij het uitvoeren van het gedrag. Self-efficacy is het geloof dat men in staat is het gedrag uit te voeren. Het verschil tussen de twee is dat PBC gaat over externe factoren en self-efficacy over interne controlefactoren (Ajzen, 1991; Manstead & Eekelen, 1998).
22
Samenvattend kunnen we stellen dat het concept self-efficacy gaat over het geloof van een individu in zijn/haar eigen kunnen of bekwaamheid om een bepaalde taak uit te voeren. De self-efficacy van een persoon kan wijzigen doorheen de tijd. Wij gaan nu dieper in op het begrip self-efficacy door specifiek te kijken naar entrepreneurial selfefficacy (ESE). Dat is een construct binnen de self-efficacy theorie dat is opgebouwd om te kijken of een individu potentieel heeft om ondernemer te worden. Chen, Green en Crick (1998) definieerden dat concept als volgt: ‘the strength of a person’s belief that he or she is capable of successfully performing the various roles and tasks of entrepreneurship’ (Chen e.a., 1998, p.301). Anders gezegd: ESE is de mate waarin een persoon gelooft dat hij/zij de capaciteiten bezit die nodig zijn om succesvol de verschillende rollen en taken met betrekking tot ondernemerschap uit te voeren. Hmieleski en Baron hebben in 2008 de belangrijkste voordelen van een hoge entrepreneurial selfefficacy opgesomd. Zo vonden ze dat individuen met een hoge entrepreneurial self-efficacy voor zichzelf meer uitdagende doelen stellen, ze zetten ook meer door om deze doelen te bereiken en zijn meer tevreden over hun werk (Bandura & Cervone, 1986; Chen e.a., 1998). In de paper van McGee, Peterson, Mueller, & Sequeira (2009) werden de voordelen van het gebruik van entrepreneurial self-efficacy onderzocht. De bevinding was dat hoe specifieker men de eigenschappen
van
self-efficacy
kan
maken,
hoe
beter
de
voorspellingen
van
de
ondernemerschapsintenties zullen zijn. In wat volgt zullen we verklaren hoe de verschillende concepten die we hierboven beschreven hebben, passen in ons onderzoek. We stellen het conceptueel framework van ons onderzoek voor en we verklaren de verbanden tussen onze kernconcepten.
3.3. Conceptueel framework Zoals te zien is in figuur 8, veronderstellen we een verband tussen het rolmodel en de ondernemerschapsintenties van de onderzoekers. Daarnaast verwachten wij ook een indirect verband tussen beide, via entrepreneurial self-efficacy. Hieronder wordt eerst het totaal verband besproken tussen het rolmodel en de EI. Daarna volgt een bespreking van het indirect verband.
23
Entrepreneurial self-efficacy onderzoekers
Ondernemerschapsintenties
Rolmodel departementshoofd
onderzoekers
Figuur 8: Conceptueel framework
3.3.1. Relatie tussen rolmodel en EI Rakestraw en Weiss (1981) en Earley en Kanfer (1985) onderzochten het effect van rolmodellen (social influences) op de performantie van mensen. Uit beide onderzoeken bleek dat mensen die een sterk presterend rolmodel hadden zelf ook beter gingen presteren, ten opzichte van mensen met een zwak presterend rolmodel. Daarnaast toont de literatuur aan dat een rolmodel ook een positieve invloed kan hebben op de ondernemerschapsintenties. Zo werd al vaak bemerkt dat hoe meer ondernemerschapsgericht het rolmodel is, hoe hoger de ondernemerschapsintenties zijn van de mensen die beïnvloed worden door dat rolmodel (Scott & Twomey, 1988; Van Auken, Fry, & Stephens, 2006; Prodan & Drnovsek, 2010; BarNir e.a., 2011). 3.3.2. Relatie tussen rolmodel en EI via ESE Wij zullen in dit onderzoek ook het effect van het rolmodel op de ondernemerschapsintenties bekijken
via
ESE.
Rolmodellen
hebben
niet
enkel
invloed
op
performantie
en
op
ondernemerschapsintenties. Er bestaat ook een positief verband tussen sterke rolmodellen en entrepreneurial self-efficacy. 3.3.2.1. Relatie tussen rolmodel en ESE Boyd en Vozikis (1994) concludeerden dat een ondernemend rolmodel een positieve invloed heeft op de graad van entrepreneurial self-efficacy. Ook bemerkten ze dat een hogere graad van sociale overtuiging (social persuasion, zie paragraaf 3.2.2.) zorgt voor een hogere entrepreneurial selfefficacy. Ook Wilson e.a. (2007) en BarNir e.a. (2011) beschreven dat entrepreneurial self-efficacy kan stijgen door aanmoediging, steun en feedback (sociale overtuiging). 24
Als we dat nu toepassen op ons onderzoek, stellen we dat onderzoekers die veel feedback en steun krijgen van het departementshoofd op vlak van ondernemerschap (sociale overtuiging), een hogere ESE zullen hebben. Daarnaast kan de entrepreneurial self-efficacy van de onderzoekers stijgen door het observeren van zijn/haar ondernemerschapsgericht departementshoofd. Zo is het mogelijk om van hem/haar te leren (observerend leren). Op deze twee manieren beïnvloedt een al dan niet ondernemerschapsgericht persoon aan het hoofd van een departement dus de entrepreneurial selfefficacy van de onderzoekers in het respectievelijke departement. Zo kan het departementshoofd het geloof van zijn/haar onderzoekers in hun eigen capaciteiten omtrent ondernemerschap beïnvloeden. 3.3.2.2. Relatie tussen ESE en EI Tevens werd er in de literatuur al enorm veel onderzoek gedaan naar het verband tussen entrepreneurial self-efficacy en ondernemerschapsintenties. Ondertussen wordt algemeen aangenomen dat er een positief verband bestaat tussen deze twee begrippen. Individuen met een hogere entrepreneurial self-efficacy hebben hogere ondernemerschapsintenties (Scott & Twomey, 1988; Boyd & Vozikis, 1994; Chen e.a., 1998; Krueger e.a., 2000). In ons onderzoek wil dat zeggen dat onderzoekers met meer geloof in hun eigen capaciteiten om (succesvol) ondernemer te zijn/worden (hogere ESE), hogere ondernemerschapsintenties zullen hebben. 3.3.2.3. Relatie tussen rolmodel, ESE en EI Uit krueger (1993) blijkt dat een rolmodel enkel invloed heeft op de ondernemerschapsintenties van een persoon als dat rolmodel eerst een invloed had op de entrepreneurial self-efficacy van die persoon. Als ondernemende rolmodellen de entrepreneurial self-efficacy van een individu positief beïnvloeden, enkel dan bemerken ze dat het rolmodel ook de ondernemerschapsintenties positief beïnvloedt. Ook
Boyd
en
Vozikis
(1994)
zien
een
soortgelijk
verband.
Volgens
hen
zijn
de
ondernemerschapsintenties van een persoon hoger als zijn/haar entrepreneurial self-efficacy gestegen is onder invloed van een ondernemerschapsgericht rolmodel. Daarnaast beschrijven zij dat hoe hoger de entrepreneurial self-efficacy van een individu is ten gevolge van sociale overtuiging, hoe hoger zijn/haar ondernemerschapsintenties zijn. In ons onderzoek veronderstellen we dat het departementshoofd de ondernemerschapsintenties van zijn/haar onderzoekers kan beïnvloeden door eerst hun entrepreneurial self-efficacy te beïnvloeden.
25
De impact van het departementshoofd op de entrepreneurial self-efficacy heeft op zijn beurt een impact op de ondernemerschapsintenties van de onderzoekers.
3.4. Onderzoeksmodel In
deze
paragraaf
werken
wij
onze
drie
kernconcepten
(rolmodel,
self-efficacy
en
ondernemerschapsintenties) verder uit. We leggen meer bepaald uit hoe we deze factoren in ons onderzoek zullen integreren en aan de hand van welke variabelen, schalen en dergelijke we ze meten. We formuleren ook de hypotheses.
Ondernemerschapsintenties
Rolmodel Departementshoofd
Onderzoeker
Entrepreneurial self-efficacy Onderzoeker
Patentgedrag EIQ: Liñán en Chen (2009) Publicatiegedrag Menselijk kapitaal
Zhao, Seibert, & Hills (2005)
Figuur 9: Conceptueel framework met variabelen en meetschalen
3.4.1. Rolmodel In dit stuk gaan we dieper in op het rolmodel. Aangezien alleen een ondernemend rolmodel een positieve invloed zal hebben op de entrepreneurial self-efficacy en op de ondernemerschapsintenties van de onderzoekers, is het belangrijk om te verduidelijken wat we precies bedoelen met dat begrip. Wij zien een ondernemend rolmodel als een departementshoofd dat veel commerciële output genereert (patenten, licenties, spin-offs ...). Dat zien we zo omdat het genereren van commerciële output als een ondernemerschapsactiviteit aanzien wordt. Departementshoofden die vooral academische output genereren (publicaties en papers) zijn voor ons minder ondernemende rolmodellen. Ook departementshoofden die ervaring hebben in de industrie en/of als ondernemer (veel menselijk kapitaal) worden aanzien als een ondernemend rolmodel.
26
Wij opteerden ervoor om in deze masterproef twee soorten universitaire activiteiten te onderzoeken van elk departementshoofd. Concreet hebben we gekozen om één commerciële en één academische activiteit op te nemen, respectievelijk patentgedrag en publicatiegedrag. We kozen ten eerste voor patenten omdat aangetoond werd dat het aanvragen van een patent een voorspeller is voor ondernemerschapsactiviteiten in de toekomst. Hoe meer patenten een onderzoeker op zijn/haar naam heeft staan, hoe meer ondernemerschapsgeoriënteerd hij/zij is (Landry, Amara, & Rherrad, 2006; Stuart & Ding, 2006; Azoulay, Ding, & Stuart, 2007; Krabel & Mueller, 2009; Prodan & Drnovsek, 2010). We kozen voor publicaties als tweede universitaire activiteit. Eerst en vooral omdat dat de meest voor de hand liggende academische activiteit is. Elke academicus schrijft publicaties. Daarnaast is het aantal publicaties dat een departementshoofd heeft onder andere een indicator voor zijn/haar ondernemerschapsgerichtheid (zie paragraaf 3.4.1.2.). Voor deze twee soorten output bestaan er ook goede, toegankelijke databanken waar wij vlot onze gegevens kunnen vinden, namelijk Espacenet en Publish or Perish. Later volgt hierover meer uitleg (zie paragraaf 4.2.1.2 & 4.2.1.3.). Daarnaast zullen we voor elk departementshoofd nagaan hoeveel menselijk kapitaal hij/zij bezit. Dat begrip wordt als volgt gedefinieerd: “an individual’s knowledge and skills which are acquired through education, on-the-job training, and other types of experiences which may increase one’s productivity at work” (Becker, 1964). Het menselijk kapitaal is dus de kennis en de vaardigheden die men verwerft door onderwijs, trainingen en opleidingen, ervaring … Het menselijk kapitaal verhoogt de productiviteit van een persoon. Onder andere Goethner e.a. (2012) merken dat mensen met meer menselijk kapitaal hogere ondernemerschapsintenties hebben. Hieronder leggen we verder uit wat we specifiek van deze variabelen zullen meten en hoe we tot onze hypotheses komen. 3.4.1.1. Patentgedrag Een eerste variabele die triviaal is om hier te bekijken, is het al dan niet bezitten van een patent. Hoe meer ervaring het individu heeft met het uitvinden van patenteerbare technologieën en het aanvragen van patenten, hoe ondernemender deze persoon is (Landry e.a., 2006; Stuart & Ding, 2006; Azoulay e.a., 2007; Krabel & Mueller, 2009). Als tweede variabele nemen we het totaal aantal patenten op in ons onderzoek. Dat betekent dat we nagaan hoeveel patenten er in totaal op naam van het departementshoofd staan. Deze variabele 27
wordt onder andere door Hagedoorn en Cloodt (2003) aangehaald als een algemeen aanvaarde indicator om innovatieve performantie te meten. Er wordt in deze paper echter wel gewezen op enkele tekortkomingen van deze indicator. Zo maakt deze indicator geen onderscheid tussen belangrijke en onbelangrijke innovaties. Tevens zijn er sterke verschillen tussen landen te merken. Ook Trajtenberg (1990) uit zijn twijfels over deze variabele. Hij stelt zelfs dat het aantal patenten niets zegt over de innovatieve output en verwerpt deze variabele. Desondanks kiezen wij ervoor om deze variabele op te nemen in ons onderzoek. Dat omdat meermaals werd aangetoond dat hoe meer patenten een onderzoeker op zijn naam heeft staan, hoe meer ondernemerschapsgeoriënteerd hij/zij is (Stuart & Ding, 2006; Landry e.a., 2006; Azoulay e.a., 2007; Krabel & Mueller, 2009). Als laatste variabele kiezen we voor het aantal patentcitaties. Dat wil zeggen dat we nagaan hoeveel keer het patent geciteerd wordt in latere patenten. Veel voorname auteurs vinden deze variabele belangrijk. Trajtenberg (1990) stelt dat citaties worden gebruikt als een indicator voor de economische waarde van innovaties en voor de technologische belangrijkheid. Hij gaat uit van een positieve relatie tussen het aantal citaties en de belangrijkheid van het patent. Dat wil zeggen dat als een patent veel geciteerd wordt, de onderliggende innovatie hoogstwaarschijnlijk belangrijk is omdat er steeds op verder wordt gebouwd in latere patenten. Ook Hagedoorn en Cloodt (2003) beamen deze bevindingen. Shane (2001) bewijst dat hoe effectiever een patent is (hoe meer patentcitaties), hoe waarschijnlijker het is dat de nieuwe technologie zal geëxploiteerd worden door een nieuwe onderneming op te richten. Daarom veronderstellen wij dat het aantal patentcitaties een belangrijke indicator zal zijn voor de ondernemerschapsgerichtheid van het departementshoofd. Aangezien het departementshoofd als rolmodel fungeert voor de onderzoekers, kunnen we veronderstellen dat een (uitgebreide) patentgeschiedenis van dat hoofd een positieve invloed zal hebben op de entrepreneurial self-efficacy en op de ondernemerschapsintenties van de onderzoekers. Een departementshoofd dat sterk gericht is op ondernemerschap zal deze visie doorgeven aan en stimuleren bij zijn/haar onderzoekers. H1a: Er is een positief verband tussen (i) het hebben van één (of meer) patent(en) door het departementshoofd; tussen (ii) het aantal patenten van het departementshoofd; tussen (iii) het aantal citaties van de patenten en de EI van de onderzoekers. H1b: ESE medieert de relatie tussen het patentgedrag ((i), (ii) en (iii)) van het departementshoofd en de EI van de onderzoekers. Specifiek verwachten we een positief verband.
28
3.4.1.2. Publicatiegedrag Publicaties kunnen aan de hand van veel verschillende variabelen gemeten en gerankt worden. Marchant (2009) stelt dat er niet één objectieve manier bestaat om papers en publicaties te ranken, maar dat afhankelijk van de situatie alle variabelen tot een ander resultaat leiden. Ook bij Hirsch (2005) lezen we dat de verschillende variabelen zullen leiden tot verschillende resultaten, afhankelijk van de persoon die ze interpreteert. Als eerste variabele nemen we het aantal publicaties. Hirsch (2005) schrijft dat het aantal papers gepubliceerd door een bepaalde persoon een maatstaf is voor zijn/haar productiviteit. Maar ook hier wordt gewezen op een gelijkaardig probleem als bij het aantal patenten. Het aantal publicaties geeft namelijk geen indicatie van de impact en het belang van de papers. Over het verband tussen het aantal publicaties en ondernemerschapsintenties zijn heel uiteenlopende resultaten gevonden. Deze bespreken wij hieronder kort. Enkele auteurs tonen aan dat er een positief verband bestaat tussen het al dan niet hebben van een patent (ondernemerschapsactiviteit) en het aantal publicaties (academische activiteit). Zo beschrijven Azoulay e.a. (2007) dat patenten vooraf gegaan worden door een groot aantal publicaties van die onderzoeker. Daarnaast merken ze dat personen die een patent op hun naam hebben, gemiddeld ook meer publicaties hebben dan personen zonder patent. Er zijn nog heel wat onderzoekers die een positief verband vonden tussen het aantal patenten en het aantal publicaties, namelijk Van Looy e.a. (2004), Siegel (2007), Markman e.a. (2008) en Prodan en Drnovsek (2010). Beide activiteiten sluiten elkaar dus niet uit, volgens deze auteurs. Andere auteurs tonen daarentegen aan dat er wel degelijk spanning bestaat tussen de commerciële output en de academische output (Gulbrandsen & Smeby, 2005; Ambos e.a., 2008). Volgens Ambos e.a. (2008) is de spanning tussen deze twee activiteiten te vinden op zowel het organisatorisch niveau als op het individueel niveau. Hiermee bedoelen ze dat een onderzoeker of professor zijn/haar tijd moet verdelen tussen verschillende activiteiten. Hoe meer tijd een onderzoeker spendeert aan het schrijven van publicaties, hoe minder tijd hij/zij heeft om te spenderen aan het ontwikkelen van patenten, en omgekeerd. Dat wijst op een negatief verband tussen het hebben van patenten en het aantal publicaties. De redenering van Ambos e.a. (2008) kunnen we toepassen op ons onderzoek. Een departementshoofd dat zich hoofdzakelijk bezighoudt met het genereren van academische output, zoals publicaties en papers, en bijna geen tijd spendeert aan het commercialiseren van zijn kennis zal veel minder ondernemend zijn dan departementshoofden die zich wel frequent bezighouden met 29
het genereren van commerciële output. Als het departementshoofd minder ondernemend is, verwachten
we
dat
zijn/haar
onderzoekers
lagere
entrepreneurial
self-efficacy
en
ondernemerschapsintenties hebben. Ze worden namelijk minder gestimuleerd door hun rolmodel om zelf ondernemend bezig te zijn. Als tweede variabele nemen wij het aantal publicatiecitaties. Dat is het aantal keer dat de publicaties/papers geciteerd worden in latere publicaties. Er wordt een positief verband bemerkt tussen het aantal citaties en de belangrijkheid van de publicatie. Hirsch (2005) beschrijft dat deze variabele een goede maatstaf is voor de totale impact van een publicatie. Toch bemerkte hij ook enkele nadelen die verbonden zijn aan deze variabele. Zo is dat cijfer niet representatief als er slechts een beperkt aantal papers zijn die vaak geciteerd worden. Dat kan het totaal aantal citaties sterk naar boven trekken, terwijl het merendeel van de papers onbelangrijk is. Om de voorgaande problemen op te lossen, ontwikkelde Hirsch (2005) de h-index. Die zullen wij gebruiken als derde variabele. Hirsch definieert dat begrip als volgt: ‘A scientist has index h if h of his/her Np papers have at least h citations each, and the other (Np − h) papers have no more than h citations each’ (Hirsch, 2005, p.16569). Dat wil zeggen dat een onderzoeker met een h-index van vijftig, vijftig papers heeft gepubliceerd die elk minstens vijftig keer zijn geciteerd. Hoe hoger de hindex, hoe productiever de onderzoeker. Aan de hand van deze index kunnen de verschillende onderzoekers met elkaar vergeleken worden. Onderzoekers met een hoge h-index hebben dus publicaties geschreven die een grotere impact hebben dan onderzoekers met een lagere h-index. De h-index is echter geen perfecte index om de productiviteit van de onderzoekers te meten. Eerst en vooral wordt er geen rekening gehouden met de ‘leeftijd’ van een publicatie. Het kan zijn dat een onderzoeker lang geleden veel papers heeft geschreven die frequent geciteerd werden. Hierdoor heeft deze onderzoeker een hoge h-index. Als de onderzoeker recent geen of slechts weinig papers heeft gepubliceerd, is deze hoge h-index waarschijnlijk niet meer representatief. Ten tweede wordt er bij de klassieke h-index geen rekening gehouden met de ‘leeftijd’ van een citatie. Als een artikel vroeger veel geciteerd werd, zorgt dat voor een hoge h-index. Maar als de paper recentelijk niet meer werd geciteerd dan kan het zijn dat de paper een onderwerp beschrijft dat niet meer relevant of hedendaags is. Een derde nadeel is dat vergelijking tussen h-indices van verschillende onderzoekers bemoeilijkt wordt door het feit dat er geen rekening wordt gehouden met het totaal aantal publicaties (Hirsch, 2005; Sidiropoulos, Katsaros, & Manolopoulos, 2007). Sidiropoulos e.a. (2007) beschreven enkele nieuwe varianten die een verbetering zijn op de gekende h-index. Ze ontwikkelden de contemporary h-index, de trend h-index en de normalized h-index. Deze varianten elimineren een groot deel van de bovenstaande tekortkomingen van de klassieke h-index. 30
Aangezien wij slechts toegang hebben tot een beperkt aantal gegevens en het opnemen van al deze verschillende variabelen ons te ver zou leiden, zullen wij enkel de klassieke h-index van Hirsch opnemen in ons onderzoek. Als vierde en laatste variabele voor publicaties nemen we de g-index op in ons onderzoek. De g-index werd besproken door Egghe (2006) als een verbetering van de h-index. Hij gaf de volgende definitie voor het begrip: ‘Given a set of articles ranked in decreasing order of the number of citations that they received, the g-index is the (unique) largest number such that the top g articles received (together) at least g2 citations’ (Egghe, 2006, p.301). De g-index houdt, in tegenstelling tot de hindex, wel rekening met de evolutie van het aantal citaties bij de hoog geciteerde papers. Omdat dat volgens ons een meerwaarde is, nemen wij die variabele op in ons onderzoek. Voor deze drie variabelen (aantal publicatiecitaties, h-index en g-index) veronderstellen wij ook een negatief verband met de entrepreneurial self-efficacy en de ondernemerschapsintenties van de onderzoekers. Als de publicaties van het departementshoofd veel geciteerd worden, kan dat wijzen op twee zaken. Ten eerste kan deze persoon enorm veel papers hebben, waardoor het totaal aantal citaties ook hoger zal liggen. Ten tweede kan dat er ook op wijzen dat de onderwerpen die besproken worden in deze papers heel belangrijk zijn, waardoor er dus veel op verder wordt gebouwd in latere publicaties. Daarnaast hebben departementshoofden met een hoge h- en g-index papers die veel geciteerd worden. Dat wijst op de belangrijkheid van de besproken onderwerpen. Hieruit volgt dat departementshoofden die hoog scoren op deze drie variabelen, veel tijd spenderen aan en moeite steken in het genereren van academische output. Deze departementshoofden zullen minder ondernemend bezig zijn. Hierdoor zullen de onderzoekers zelf ook minder ondernemend zijn, aangezien ze minder gestimuleerd worden door hun departementshoofd. Als een departementshoofd uitgebreid publicatiegedrag vertoont, dan zal hij/zij minder ondernemerschapsgericht zijn en deze visie overdragen op zijn/haar onderzoekers. Hierdoor zullen ze
lagere
ondernemerschapsintenties
vertonen.
Anderzijds
kunnen
deze
lagere
ondernemerschapsintenties veroorzaakt worden door een gebrek aan geloof in de eigen capaciteiten om succesvol ondernemer te worden. Ook dat wordt veroorzaakt door een tekort aan motivatie van het departementshoofd. H2a: Er is een negatief verband tussen (i) het aantal publicaties van het departementshoofd; tussen (ii) het aantal citaties van de publicaties van het departementshoofd; tussen (iii) de h-index van het departementshoofd; tussen (iiii) de g-index van het departementshoofd en de EI van de onderzoekers. 31
H2b: ESE medieert de relatie tussen het publicatiegedrag ((i), (ii), (iii) en (iiii)) van het departementshoofd en de EI van de onderzoekers. Specifiek verwachten we een negatief verband. 3.4.1.3. Menselijk kapitaal Davidsson en Honig (2003) stellen dat kennis mensen in staat stelt om hun cognitieve mogelijkheden te vergroten. Dat heeft een effect op de productiviteit en efficiëntie van hun toekomstige activiteiten. Hoe meer kennis een persoon bezit (hoe meer menselijk kapitaal), hoe productiever deze persoon zal zijn. Volgens hen is er wel een grens, want overinvestering kan ertoe leiden dat er minder risico’s durven genomen worden. Volgens Kalaitzidakis, Mamuneas, Savvides en Stengos (2001) bestaat menselijk kapitaal onder andere uit scholing en opleiding. Brüderl, Preisendörfer en Ziegler (1992), Cooper, Gimeno-Gascon en Woo (1994), Davidsson en Honig (2003), Dimov en Shepherd (2005) en Marvel en Lumpkin (2007) zien dat ook als een onderdeel van het menselijk kapitaal. Wij hebben ervoor geopteerd deze variabele toch niet op te nemen in ons onderzoek. Naar onze mening zal deze factor geen onderscheidend
effect
hebben
tussen
de
verschillende
departementshoofden.
De
departementshoofden hebben per definitie allemaal een uitgebreide universitaire opleiding gevolgd. Tevens heeft Mueller (2006) aangetoond dat ervaring in de industrie en ervaring als ondernemer betere voorspellers zijn voor ondernemerschap dan opleiding of scholing. Het menselijk kapitaal bevat ook de ervaring in de industrie en in het bedrijfsleven die het individu heeft opgedaan (Davidsson & Honig, 2003). Hoe meer werkervaring een individu heeft in de industrie, hoe meer kans hij/zij heeft om zelf ondernemer te worden (Mueller, 2006; Krabel & Mueller; 2009). Daarvoor geven verscheidene auteurs enkele redenen. Zo hebben personen met ervaring in het werkveld betere informatie over winstgevende opportuniteiten die zich mogelijks kunnen voordoen. Ze hebben ook meer kans om al over de vaardigheden te beschikken die noodzakelijk zijn om zelf een organisatie op te starten (Mueller, 2006). Daarnaast hebben deze personen ook veel kennis opgedaan over de respectievelijke industrie. Ten slotte beschikken ze waarschijnlijk over een sociaal netwerk en voldoende sociaal kapitaal (Krabel & Mueller, 2009). Die kenmerken zijn vaak essentieel om succesvol een eigen bedrijf op te starten. Hierdoor hebben personen die al enige ervaring hebben in de industrie, een voordeel ten opzichte van individuen zonder ervaring. Iemand met (meer) ervaring in de industrie is dus hoogstwaarschijnlijk meer ondernemerschapsgericht dan iemand zonder ervaring (Mueller, 2006; Krabel en Mueller, 2009).
32
Onze eerste variabele omtrent menselijk kapitaal is dan ook het al dan niet hebben van industrieervaring. Indien het departementshoofd industrie-ervaring heeft, kijken we ook naar het aantal jaren ervaring. Dat nemen we op als onze tweede variabele. Onze derde en laatste variabele is het al dan niet hebben van ondernemerschapservaring. Hier bekijken we of het departementshoofd zelf al een onderneming, van welke vorm dan ook, heeft opgericht. Mensen die in het verleden zelfstandige of ondernemer zijn geweest, zullen het meest geneigd zijn om een nieuwe start-up te ontwikkelen volgens Mueller (2006). Ze hebben veel ervaring en kennis opgedaan die erg waardevol blijken te zijn bij het opstarten van een nieuw bedrijf. Ook herkennen ervaren ondernemers beter en sneller winstgevende opportuniteiten dan anderen zonder ervaring (Mueller, 2006; Kraber & Mueller, 2009). Daarnaast hebben ze een groot netwerk opgebouwd en hebben ze al een (positieve) reputatie (Westhead, Ucbasaran, Wright, & Binks, 2005). Het tegendeel werd echter ook al aangetoond. Door al de ervaring die een persoon heeft opgedaan als ondernemer, kent hij/zij alle negatieve en moeilijke kanten die bij het opstarten van een eigen bedrijf komen kijken. Het is mogelijk dat het individu al een extreem negatieve ervaring heeft gehad met ondernemen, denk bijvoorbeeld aan een sluiting of een faillissement. Daardoor is het mogelijk dat deze persoon negatiever staat tegenover ondernemen, en zo minder geneigd is om in de toekomst nog te ondernemen (Westhead e.a., 2005). Wij baseren ons op voorgaande theorieën en veronderstellen dat departementshoofden die ervaring hebben in de industrie, zich meer vertrouwd voelen met de industrie en met ondernemerschap. Ze zullen meer ondernemend zijn en waarschijnlijk dragen ze deze attitude over op hun onderzoekers. Deze onderzoekers zullen dan ook hogere ondernemerschapsintenties en entrepreneurial selfefficacy hebben. Daarnaast verwachten we dat departementshoofden die ervaring hebben als ondernemer hun onderzoekers stimuleren om ook ondernemend te zijn. Hierdoor hebben ze hoogstwaarschijnlijk een positieve invloed op de ondernemerschapsintenties en de entrepreneurial self-efficacy van de onderzoekers. H3a: Er is een positief verband tussen (i) het hebben van industrie-ervaring van het departementshoofd; tussen (ii) het aantal jaren industrie-ervaring van het departementshoofd; tussen (iii) ondernemer zijn en de EI van de onderzoekers. H3b: ESE medieert de relatie tussen het menselijk kapitaal ((i), (ii), (iii)) van het departementshoofd en de EI van de onderzoekers. Specifiek verwachten we een positief verband.
33
3.4.2. Entrepreneurial self-efficacy Voor de gegevens van de onderzoekers uit de verschillende departementen maken we gebruik van data verzameld in het doctoraatsonderzoek van Annelore Huyghe. Zij stelde een vragenlijst op waarin
onder
andere
werd
gepeild
naar
de
entrepreneurial
self-efficacy
en
de
ondernemerschapsintenties van de onderzoekers. In hoofdstuk 4 geven wij meer uitleg over hoe en waarom Annelore Huyghe deze data heeft verzameld. Om de entrepreneurial self-efficacy te meten bij de academici, maakte Annelore Huyghe gebruik van de schaal die werd ontwikkeld door Zhao e.a. (2005). Deze schaal werd ontwikkeld door het creëren van items die de entrepreneurial self-efficacy meten. Uit het onderzoek bleek dat de maatstaf van Zhao e.a. (2005) significant gerelateerd was aan self-efficacy. Ook Chen e.a. (1998) creëerden een maatstaf voor entrepreneurial self-efficacy. Beide maatstaven toonden een significante correlatie met ondernemerschapsintenties, wat wijst op voorspellende validiteit. De schaal van Zhao e.a. (2005) maakt gebruik van vier items die elk op een 7-punt Likertschaal worden gemeten (1 = ‘niet zelfzeker’ en 7 = ‘volledig zelfzeker’). Deze items zijn algemene uitspraken die peilen naar enkele verschillende aspecten van entrepreneurial self-efficacy. ‘Hoe zelfzeker ben je dat je succesvol…’:
‘…nieuwe bedrijfsopportuniteiten kan identificeren?’
‘…nieuwe producten kan creëren?’
‘…creatief kan denken?’
‘…een nieuw idee of een nieuwe ontwikkeling kan commercialiseren?’
3.4.3. Ondernemerschapsintenties Om de ondernemerschapsintenties te meten bij de onderzoekers, maakte Annelore Huyghe gebruik van de schaal die werd opgebouwd door Liñán en Chen (2009). Liñán en Chen ontwikkelden in hun paper
de
entrepreneurial
intention
questionnaire
(EIQ),
een
nieuwe
maatstaf
om
ondernemerschapsintenties te meten. Deze maatstaf is gebaseerd op de bestaande literatuur omtrent de toepassing van de theory of planned behaviour op ondernemerschap. Er was volgens Liñán en Chen nood aan een nieuwe maatstaf, omdat verschillende auteurs vaak tot andere bevindingen kwamen bij onderzoek naar ondernemerschapsintenties. Dat kwam omdat ze elk een andere schaal gebruikten. Liñán en Chen wilden een maatstaf opbouwen die zowel theoretisch
34
als statistisch goed onderbouwd was, zodat de nieuwe maatstaf algemeen toepasbaar was. Dat komt ook de vergelijkbaarheid ten goede. De maatstaf voor ondernemerschapsintenties maakt gebruik van zes items die elk gemeten worden op een 7-punt Likertschaal (1= ‘helemaal niet akkoord’ en 7 = ‘helemaal akkoord’). Deze items zijn algemene
uitspraken
die
ondernemerschapsintentie.
peilen Volgende
naar
enkele
verschillende
statements
werden
aspecten gebruikt
van om
de de
ondernemerschapsintenties bij de onderzoekers te meten:
‘Ik ben bereid alles te doen om ondernemer te worden’
‘Mijn professioneel doel is om ondernemer te worden’
‘Ik zou er alles aan doen om mijn eigen bedrijf te starten en te beheren’
‘Ik ben vastberaden om in de toekomst een bedrijf op te richten’
‘Ik overweeg sterk om een bedrijf op te richten’
‘Ik heb een sterke intentie om op een dag een bedrijf te starten’
3.4.4. Samenvatting hypotheses
H1b + Rolmodel Departementshoofd
Patentgedrag
H1b + H2b -
Publicatiegedrag
H3b + Menselijk kapitaal
Entrepreneurial self-efficacy
H2b -
Ondernemerschapsintenties
Onderzoeker
H3b +
Onderzoeker
H1a + H2a H3a +
Figuur 10: onderzoeksmodel
35
4. Methodologie 4.1. Datacollectie en steekproef Voor het uitvoeren van ons onderzoek konden we verder bouwen op onderzoek dat verricht werd door Annelore Huyghe in het kader van haar doctoraat (2010-2014). In dat doctoraat voerde ze onderzoek naar de ondernemerschapsintenties bij universiteitsonderzoekers. Hiervoor ontwikkelde ze een enquête die werd ingevuld door 4208 onderzoekers, verbonden aan twintig verschillende universiteiten uit vijf verschillende landen. In deze uitgebreide vragenlijst peilde ze onder meer naar de entrepreneurial self-efficacy en de ondernemerschapsintenties. Wij hebben in ons onderzoek 413 van de door haar bevraagde departementen opgenomen. In deze departementen zitten samen 3453 onderzoekers. Al deze onderzoekers werkten mee aan de enquête van Annelore Huyghe. Maar aangezien niet elke onderzoeker elke vraag volledig heeft ingevuld, hebben we van slechts 2026 onderzoekers alle nodige gegevens voor zowel de ESE, als voor de EI, als voor onze onafhankelijke variabelen, als voor onze controlevariabelen (zie paragraaf 4.2.). Onze steekproef bestaat uit deze 2026 onderzoekers. Hieronder een opsomming van de verschillende universiteiten in ons onderzoek: België
Duitsland:
Ludwig Maximilian Universiteit
Zweden
Technische Universiteit van München
Technische Universiteit Chalmers
Ruhr Universiteit van Bochum
Universiteit van Göteborg
Rheinisch-Westfälische Technische
Universiteit van Halmstad
Karolinska-instituut
Universiteit van Bonn
KTH (Kungliga Tekniska Högskolan)
Universiteit van Duisburg-Essen
Universiteit van Lund
Universiteit van Keulen
Universiteit van Mälardalen
SLU (Swedish University of Agricultural
Universiteit van Primorska
Sciences
Universiteit van Ljubljana
Universiteit van Maribor
Universiteit Gent
Spanje
Hochschule
Slovenië:
Universiteit Carlos III van Madrid
36
De gegevens van de departementshoofden hebben we zelf verzameld. Via de websites van de verschillende universiteiten en departementen hebben we eerst opgezocht wie aan het hoofd staat van het departement en vervolgens hebben we zijn/haar naam en e-mailadres genoteerd in een Excelbestand. We slaagden er evenwel niet in om alle departementshoofden te vinden. Dat had verschillende oorzaken. Soms bestond er geen website van het departement, of het departementshoofd werd simpelweg niet vermeld op de website. In totaal hebben we van 35 departementen het departementshoofd niet kunnen achterhalen. Deze 35 ontbrekende departementshoofden hebben we onmiddellijk verwijderd uit ons Excelbestand. Daarnaast zijn ook 13 departementen weggevallen omdat geen enkele onderzoeker verbonden aan het departement alle nodige vragen had ingevuld. Daardoor houden we nog 365 departementshoofden over in ons onderzoek.
4.2. Variabelen In deze paragraaf bespreken we alle variabelen die we gebruikt hebben in ons onderzoek. Meer specifiek hebben we vier soorten variabelen: de onafhankelijke, de afhankelijke, de mediërende en de controlevariabelen.
Mediërende variabele
ESE
Rolmodel
EI
Onafhankelijke variabelen
Afhankelijke variabele Controle variabelen
Figuur 11: Samenvatting variabelen
37
4.2.1. Onafhankelijke variabelen Hoe ondernemerschapsgericht het departementshoofd is, hebben we gemeten aan de hand van drie belangrijke kanalen. We hebben hun patentgedrag bestudeerd, daarna hun publicatiegedrag en als laatste onderzochten we hun menselijk kapitaal. Hieronder bespreken we in detail hoe we de verschillende variabelen gevonden en gecodeerd hebben. We starten met een synthese van onze data. 4.2.1.1. Samenvatting verzamelde data We hebben in totaal 413 departementen onderzocht. Daarvan hebben wij 35 (8,5 %) departementshoofden
niet
kunnen
identificeren.
Daarna
hebben
we
13
(3,1
%)
departementshoofden niet opgenomen omdat de onderzoekers van deze departementen de nodige vragen niet hebben beantwoord. Van de 365 overgebleven departementshoofden hebben wij onderstaande data verzameld. Aantal hoofden die ... hebben
Aantal hoofden die geen ... hebben
Geen data gevonden
TOTAAL (N)
Patenten
96 (26,3 %)
269 (73,7 %)
0 (0 %)
365 (100 %)
Publicaties
337 (92,3 %)
5 (1,4 %)
23 (6,3 %)*
365 (100 %)
Ervaring in industrie
149 (40,8 %)
107 (29,3 %)
109 (29,9 %)*
365 (100 %)
Ervaring als ondernemer
18 (4,9 %)
243 (66,6 %)
104 (28,5 %)*
365 (100 %)
Tabel 1: Gevonden data departementshoofden * Bij enkele departementshoofden hebben we geen informatie gevonden over deze variabelen. We veronderstelden dan ook dat deze departementshoofden geen publicaties, geen ervaring in de industrie of geen ervaring als ondernemer hadden. We hebben deze variabelen gecodeerd als een ‘0’ bij de respectievelijke departementshoofden.
38
Minimum aantal
Maximum aantal
Gemiddelde
Standaardafwijking
Aantal patenten*
1
53
6,5
8,9
Aantal patentcitaties*
0
510
23
62
Aantal publicaties**
1
1000
150
144,1
Aantal publicatiecitaties**
0
26900
2482,5
3378,8
h-index**
0
84
20,4
14,8
g-index**
0
151
36,8
27,6
Aantal jaar industrieervaring***
1
39
11,9
9,4
Tabel 2: beschrijvende statistieken data departementshoofden * van alle departementshoofden die minstens 1 patent bezitten ** van alle departementshoofden die minstens 1 publicatie bezitten *** van alle departementshoofden die ervaring hebben in de industrie Als we geen informatie vonden voor bepaalde variabelen, vulden we deze lege cellen toch in. Dat deden we om zo weinig mogelijk ontbrekende waarden te hebben. De ontbrekende data hebben we vervangen door de gemiddelde waarden van de respectievelijke variabelen waarvoor we deze data wel vonden (zie kolom 4 van tabel 2). We veronderstellen dat deze gemiddelde waarden representatief zijn voor de ontbrekende waarden (Roth, 1994). Voor meer details over het aantal onderzoekers waar we geen gegevens voor hadden en het gemiddelde gebruikt hebben, zie bijlage 1. Hierna leggen wij uit hoe we de variabelen in ons onderzoek concreet gevonden hebben en hoe we ze codeerden. 4.2.1.2. Patenten Het bestuderen van het patentgedrag gebeurde via Espacenet. Espacenet is een wereldwijde, online patentendatabank. Met deze databank konden we gemakkelijk opzoeken of er al dan niet patenten geregistreerd waren op naam van het departementshoofd. We konden er terugvinden of de persoon patenten bezit als aanvrager en/of als uitvinder. Daarnaast vonden we uitgebreide informatie over de inhoud van elk patent en het aantal patentcitaties. Het was dus gemakkelijk te verifiëren of het patent wel degelijk bij dat departementshoofd hoorde.
39
De eerste variabele, het al dan niet bezitten van een patent, hebben we gecodeerd met een ‘1’ als het departementshoofd minstens één patent op zijn/haar naam had, en met een ‘0’ als dat niet het geval was. Bij de tweede variabele, het aantal patenten, gingen we na hoeveel patenten er precies op naam van het departementshoofd stonden. We hebben als het ware het totaal aantal patenten geteld. Hier codeerden wij het aantal patenten als een natuurlijk getal. Onze laatste variabele, het aantal patentcitaties, hebben we gemeten door te tellen hoeveel keer het(de) patent(en) geciteerd werd(en) in latere patenten. Dat codeerden wij eveneens als een natuurlijk getal. 4.2.1.3. Publicaties We hebben ervoor gekozen om alle variabelen in verband met publicaties te meten via Publish or Perish. Dat is een softwareprogramma dat aan de hand van Google Scholar verschillende statistieken in verband met publicaties en citaties genereert. Bij onze eerste variabele, het aantal publicaties, gingen we na hoeveel publicaties er op naam van het respectievelijke departementshoofd stonden. We hebben als het ware het totaal aantal publicaties geteld. Deze variabele hebben we gecodeerd als een natuurlijk getal. Bij onze tweede variabele, het aantal publicatiecitaties, hebben we geteld hoeveel keer de papers van het desbetreffende departementshoofd geciteerd werden in andere papers. Dat werd gecodeerd als een natuurlijk getal. Daarna namen we de h-index op. Ook deze variabele werd gecodeerd als een natuurlijk getal. Onze laatste variabele voor de publicaties, de g-index, werd gecodeerd als een natuurlijk getal. Bij de 23 (6,3 %) departementshoofden waarvoor we geen informatie vonden over deze variabele, veronderstelden we dat ze geen publicaties hadden. We codeerden ze met een ‘0’. 4.2.1.4. Menselijk kapitaal Wij bekeken het menselijk kapitaal van de departementshoofden onder andere aan de hand van hun LinkedIn-profiel. LinkedIn is een online sociaalnetwerksite met als focus het leggen van professionele contacten tussen vakmensen. Mensen met een profiel op deze site geven er vaak informatie omtrent hun studies, hun academische loopbaan, hun professionele loopbaan … Aangezien niet alle departementshoofden persoonlijke informatie openbaar maken op LinkedIn, hebben wij een premium account genomen. Dat is een betalende versie van LinkedIn waar vaak meer informatie van 40
de persoon in kwestie zichtbaar is. Dat deden we in de hoop meer informatie te kunnen verzamelen. Nadat wij alle departementshoofden hadden opgezocht via LinkedIn premium kwamen we tot de constatatie dat er nog heel wat informatie ontbrak. Daarna hebben we de websites van de verschillende universiteiten geraadpleegd. Op bepaalde websites vonden we volledige cv’s van de departementshoofden, op andere sites vonden we dan weer minder informatie. Uiteindelijk hebben we onze data op die manier toch goed kunnen aanvullen. De eerste variabele die we bestudeerden, was de industrie-ervaring. We keken eerst of het departementshoofd enige werkervaring had in de industrie. Indien dat het geval was, codeerden we dat met een ‘1’, geen ervaring codeerden we met een ‘0’. Bij de departementshoofden met code ‘1’, keken we vervolgens ook naar het aantal jaren ervaring in de industrie. Het aantal jaren ervaring in de industrie hebben we gecodeerd als een natuurlijk getal. We keken hier enkel naar het jaartal waarin men van start ging en het jaartal waarin men stopte. De belangrijkste reden hiervoor is dat de maanden heel vaak niet vermeld werden. Bij de 109 (29,9 %) departementshoofden waarvoor we geen informatie vonden over deze variabele, veronderstelden we dat ze geen industrie-ervaring hadden. We codeerden ze met een ‘0’. Bij sommige departementshoofden vonden we dat ze wel ervaring hadden in de industrie, maar niet hoelang. Deze departementshoofden hebben we gecodeerd met een ‘1’ en het ontbrekende aantal jaren hebben we vervangen door het gemiddelde aantal jaren ervaring in de industrie. Onze derde en laatste variabele is het al dan niet hebben van ervaring als ondernemer. Hier keken we of het departementshoofd zelf al een onderneming, van welke vorm dan ook, had opgericht. Hier gebruikten we code ‘0’ als dat niet het geval was, en code ‘1’ als dat wel het geval was. Bij de 104 (28,5 %) departementshoofden waarvoor we geen informatie vonden over hun ervaring als ondernemer, veronderstelden we dat ze geen ervaring hadden. We codeerden ze met een ‘0’. 4.2.2. Afhankelijke variabele: ondernemerschapsintenties In de vragenlijst die werd opgestuurd door Annelore Huyghe, werd gepeild naar de ondernemerschapsintenties van de onderzoekers in de verschillende departementen. Hiervoor hanteerde ze de schaal die door Liñán en Chen (2009) ontwikkeld werd. De volgende zes statements, die elk gemeten werden aan de hand van een 7 punt Likert-schaal (1 is ‘helemaal niet akkoord’ en 7 is ‘helemaal akkoord’), waren in de vragenlijst terug te vinden:
41
‘Ik ben bereid alles te doen om ondernemer te worden’
‘Mijn professioneel doel is om ondernemer te worden’
‘Ik zou er alles aan doen om mijn eigen bedrijf te starten en te beheren’
‘Ik ben vastberaden om in de toekomst een bedrijf op te richten’
‘Ik overweeg sterk om een bedrijf op te richten’
‘Ik heb een sterke intentie om op een dag een bedrijf te starten’
In totaal vulden 2408 (69,7 %) van de 3453 onderzoekers deze vraag correct in. Dit wil zeggen dat we voor 1045 (30,3 %) onderzoekers geen score hebben op deze vraag. Deze onderzoekers werden uit het onderzoek verwijderd. De gemiddelde score op deze vraag was 2,4 (standaardafwijking van 1,5). De Cronbach’s alpha van dat construct bedraagt 0,956. Dat wil zeggen dat het construct heel erg betrouwbaar is om ondernemerschapsintenties te meten. 4.2.3. Mediërende variabele: entrepreneurial self-efficacy In ons onderzoek hanteren wij entrepreneurial self-efficacy als een mediator. Een mediator is een variabele die het verband tussen de onafhankelijke en de afhankelijke variabele verklaart. Concreet wil dat zeggen dat wij veronderstellen dat het verband tussen de invloed van het departementshoofd (onafhankelijke variabele) en de ondernemerschapsintenties van de onderzoekers (afhankelijke variabele) verklaard wordt door de entrepreneurial self-efficacy van de onderzoekers (mediërende variabele). Met andere woorden, het departementshoofd beïnvloedt de ondernemerschapsintenties van de onderzoekers door eerst hun entrepreneurial self-efficacy te beïnvloeden. In de vragenlijst van Annelore Huyghe werd gepeild naar de entrepreneurial self-efficacy van de onderzoekers. Dat gebeurde aan de hand van de schaal die werd ontwikkeld door Zhao e.a. (2005). De volgende vier statements, die elk gemeten werden aan de hand van een 7-punt Likertschaal (1 = ‘niet zelfzeker’ en 7 = ‘volledig zelfzeker’), waren in de vragenlijst terug te vinden: ‘Hoe zelfzeker ben je dat je succesvol…’:
‘…nieuwe bedrijfsopportuniteiten kan identificeren?’
‘…nieuwe producten kan creëren?’
‘…creatief kan denken?’
‘…een nieuw idee of een nieuwe ontwikkeling kan commercialiseren?’ 42
In totaal vulden 2174 (62,9 %) van de 3453 onderzoekers deze vraag correct in. Dat wil zeggen dat we voor 1279 (37,1 %) onderzoekers geen score hebben. Deze onderzoekers werden uit het onderzoek verwijderd. De gemiddelde score op deze vraag was 3,7 (standaardafwijking van 1,2). We hebben de vier statements die dat construct meten niet apart verkregen, maar we veronderstellen dat de Cronbach’s alpha hoog genoeg is om ESE op een betrouwbare manier te meten. 4.2.4. Controlevariabelen Als we verder bouwen op de bestaande literatuur dan zien we dat er nog andere factoren zijn die de ondernemerschapsintenties van de onderzoekers kunnen beïnvloeden. Deze variabelen nemen we op in ons onderzoek als controlevariabelen. 4.2.4.1. Geslacht Wilson e.a. (2007) ontdekten dat vrouwen in het algemeen veel minder interesse hebben in een carrière als ondernemer dan mannen. Ze bemerkten dat het verschil al ontstaat in de tienerjaren. Er zijn veel minder tienermeisjes die een loopbaan als ondernemer ambiëren dan jongens. Crant (1996) en Zhao e.a. (2005) vonden dat het geslacht een grote invloed heeft op ondernemerschapsintenties. Ze bemerkten dat vrouwen lagere ondernemerschapsintenties hebben dan mannen. Wilson e.a. (2007) identificeerden verschillende redenen waardoor deze ongelijkheid zou kunnen ontstaan. Volgens hen is de belangrijkste factor de entrepreneurial self-efficacy. De entrepreneurial self-efficacy van vrouwen is, over het algemeen, veel lager dan die van mannen. Vrouwen geloven minder dat ze de nodige vaardigheden bezitten om succesvol een bedrijf te starten (Chen e.a., 1998). De ondernemerschapsintenties en de entrepreneurial self-efficacy bij de vrouwelijke onderzoekers liggen waarschijnlijk lager dan bij de mannelijke onderzoekers. Daarom nemen wij het geslacht van de onderzoekers in ons onderzoek op als controlevariabele. Geslacht is gecodeerd met een ‘0’ voor mannen en met een ‘1’ voor vrouwen. Van de 2026 onderzoekers zijn er 1038 (51,2 %) mannen en 988 (48,8 %) vrouwen. 4.2.4.2. Departementsgrootte Tot nu toe is er weinig literatuur beschikbaar over de invloed van departementsgrootte op ondernemerschapsintenties. In een bedrijfscontext toont Mueller (2006) aan dat als een individu ervaring heeft in een klein, jong bedrijf, hij/zij nog meer geneigd zal zijn om zelf een start-up te ontwikkelen. Dat komt omdat de werknemers in een kleine organisatie direct en nauw contact hebben met de ondernemer, de
43
eigenaar van het bedrijf. Op die manier krijgen ze heel veel informatie over het start-up proces, over de moeilijkheden die een nieuw bedrijf doormaakt, maar ook over de oplossingen hiervoor. Wij verwachten hetzelfde effect bij een departement. Hoe kleiner het departement, hoe meer rechtstreeks contact de onderzoekers zullen hebben met het departementshoofd. Zo zullen de onderzoekers, volgens ons, meer beïnvloed worden door de visie en de mening van het departementshoofd. We gaan ervan uit dat er in grotere departementen minder nauw contact zal plaatsvinden tussen de onderzoekers en het departementshoofd en dat daardoor het departementshoofd een minder beïnvloedende rol zal hebben. Er werd in de enquête van Annelore Huyghe ook gepeild naar de grootte van elk departement. Deze variabele werd gecodeerd in twaalf klassen. Klasse 1 bevat de departementen met 1 tot en met 10 onderzoekers, klasse 2 bevat de departementen met 11 tot en met 20 onderzoekers … klasse 10 bevat de departementen met 91 tot en met 100 onderzoekers en klasse 11 bevat de departementen met meer dan 100 onderzoekers. Een laatste klasse (99) bestaat uit de onderzoekers die geen idee hadden hoe groot hun departement is. Zie bijlage 2 voor de detailgegevens. 4.2.4.3. Discipline Zoals we al vermeld hebben, is de wetenschappelijke output van elk departement verschillend. Het ene departement genereert meer academische output, zoals papers en publicaties. Het andere departement genereert meer commerciële output, zoals patenten of spin-offs. Het is mogelijk dat we hier patronen zullen vinden en dat departementen met dezelfde discipline (bijvoorbeeld discipline gezondheidszorg) systematisch meer academische output of juist meer commerciële output zullen genereren. Kenney en Goe (2004) hebben aangetoond dat de faculteit en de discipline waarin de professor is ingebed een grote invloed heeft op zijn/haar ondernemerschapsactiviteit. Ze stellen dat er bepaalde disciplines
zijn
waarin
professoren
altijd
gesteund
en
aangezet
worden
tot ondernemerschapsactiviteiten, ook al behoort deze discipline tot een universiteit die in het algemeen niet erg ondernemerschapsgeoriënteerd is. Powers (2003) bemerkte dat er heel veel overdracht is van kennis via patenten en licenties in de medische en ingenieurssector. Een andere discipline die heel vaak gebruik maakt van patenten en licenties is de bio- en landbouwwetenschappen (Bercovitz & Feldman, 2008). Owen-Smith en Powell (2001) beweren dat bio- en landbouwwetenschappen en engineering, technologie & informatica hier heel veel gebruik van maken, onafhankelijk van welke universiteit.
44
Concreet werd er in de enquête van Annelore Huyghe ook gepeild naar de discipline waarin het departement opereert. Deze disciplines werden verdeeld in vijf klassen. Gezondheidszorg en farmacie zijn klasse 1 (medicine), de sociale en gedragswetenschappen zijn klasse 2 (social), bio- en landbouwwetenschappen zijn klasse 3 (life), natuurwetenschappen en wiskunde zijn klasse 4 (math) en engineering, technologie en informatica zijn klasse 5 (eng). In totaal hebben we van alle 2026 onderzoekers gegevens hieromtrent, zie bijlage 3 voor de specifieke gegevens. Wij hebben deze disciplines gecodeerd aan de hand van dummyvariabelen. De discipline van engineering, technologie en informatica (eng) werd gebruikt als referentiecategorie. 4.2.4.4. Nationale verschillen Het is gegrond om aan te nemen dat er verschillen zullen optreden tussen de ondernemerschapsintenties van de onderzoekers uit verschillende landen. De literatuur beschrijft enkele factoren die voor verschillen in EI zorgen tussen onderzoekers uit verschillende landen. Een eerste factor, cultuur, wordt onder andere beschreven door Mueller en Thomas (2001). Zij zien cultuur als een belangrijk element om de verschillen in ondernemerschapsintenties tussen landen te verklaren. Cultuur zorgt namelijk voor een gedeelde set van waarden en normen die eigen zijn aan een specifieke groep. Deze waarden en normen zorgen er voor dat mensen met dezelfde cultuur gedrag vertonen dat voor mensen met een andere cultuur misschien minder evident is (Mueller & Thomas, 2001). In hun onderzoek maakten ze gebruik van de culturele dimensies, ontwikkeld door Hofstede (1980), om de verschillen in ondernemerschapsintenties tussen de landen te verklaren. Ze kwamen onder meer tot de conclusie dat landen met een individualistische cultuur sterker gericht zijn op ondernemerschap dan landen met een collectivistische cultuur. Een tweede factor die kan zorgen voor verschillen in de ondernemerschapsintenties tussen landen is de mate van economische ontwikkeling (Mueller & Thomas, 2001). Zo zagen Iakovleva, Kolvereid en Stephan (2011) dat de ondernemerschapsintenties in de ontwikkelde landen hoger lagen dan deze in de ontwikkelingslanden. Twee andere contextuele factoren die ook een invloed kunnen hebben op de verschillen tussen landen in EI zijn het scholingssysteem en de politieke economie van een land (Mueller & Thomas, 2001). Er is onderzoek gedaan naar de verschillen in ondernemerschapsintenties tussen universiteiten van diverse landen. Zo zagen Klofsten en Jones-Evans (2000) onder andere dat de Ierse universiteiten in hun onderzoek een cultuur hebben die meer gericht is op ondernemerschap dan de Zweedse 45
universiteiten in hun onderzoek. Ook Blanchflower, Oswald en Stutzer (2001) bemerkten dat er grote verschillen zijn in de ondernemerschapsintenties tussen de 23 landen die ze onderzochten. Zo hadden de onderzoekers uit Polen de hoogste intenties om ondernemer te worden en onderzoekers uit Noorwegen de laagste. Zoals eerder vermeld, hebben wij universiteiten onderzocht uit vijf verschillende landen, namelijk Spanje, Slovenië, Duitsland, België en Zweden. Ook hier hebben we informatie voor alle 2026 onderzoekers (zie bijlage 4 voor de detailgegevens). Wij hebben deze landen gecodeerd aan de hand van dummyvariabelen. Het land Zweden werd gebruikt als referentiecategorie. 4.2.4.5. Academische ervaring Met deze variabele wilden we kijken naar het effect van het aantal dienstjaren van een departementshoofd aan de universiteit op de ondernemerschapsintenties van zijn/haar onderzoekers. In de literatuur wordt een negatief verband beschreven. Hoe hoger het aantal dienstjaren aan de universiteit, hoe kleiner de kans dat deze persoon veel commerciële output zal genereren, en hoe minder ondernemend hij/zij zal zijn. Onder andere Ambos e.a. (2008) vonden dat er een grotere kans was op commerciële output bij professoren met minder academische ervaring. Een mogelijke verklaring is dat jongere onderzoekers vaak meer vertrouwd zijn met de nieuwe trend, waarbij het genereren van zowel academische als commerciële output belangrijk is. Meer ervaren professoren hebben vaker een traditionelere visie, waardoor ze mogelijks minder vertrouwd zijn met het genereren van commerciële output. Dezelfde resultaten werden gevonden bij Prodan en Drnovsek (2010). Zij veronderstelden eerst dat de leeftijd van een persoon een hoge correlatie vertoont met het aantal jaren dat een individu aan de universiteit werkt. Hoe ouder iemand is, hoe meer academische ervaring. Daarna concludeerden ze dat het aantal jaren ervaring in de academische
wereld
een
negatief
verband
vertoont
met
de
academische
ondernemerschapsintenties. Als we deze bevindingen toepassen in onze context, dan kunnen we veronderstellen dat het aantal jaren ervaring van het departementshoofd aan de universiteit een negatief verband vertoont met de commerciële output van het departementshoofd. Dat zorgt er op zijn beurt voor dat het departementshoofd minder gericht is op ondernemerschap. Dat leidt dan tot een lagere
46
entrepreneurial self-efficacy en lagere ondernemerschapsintenties bij de onderzoekers, aangezien zij minder gestimuleerd worden door hun departementshoofd om ondernemend bezig te zijn. Concreet verstaan wij onder academische ervaring het doctoraat, het post-doc, de ervaring als onderzoeker en het lesgeven aan de universiteit (als assistent professor, professor, associate professor, docent, departementshoofd ...). Het aantal jaren hebben we gecodeerd als een natuurlijk getal. Ook hier hebben we enkel gekeken naar het jaartal waarin men van start ging en naar het jaartal waarin men stopte, dat deden we onder andere omdat de maanden vaak niet vermeld werden. Van de 365 departementshoofden waren er 116 (31,8 %) waarvoor we geen data vonden omtrent de academische ervaring. Deze ontbrekende data hebben we, zoals hierboven vermeld, vervangen door de gemiddelde waarde van de academische ervaring. Het gemiddelde aantal jaren ervaring aan de universiteit bedraagt 24,5 jaar (standaardafwijking is 8,7 jaar). Nu we onze variabelen hebben besproken, kunnen we overgaan tot het analyseren van onze data en het testen van onze hypotheses.
4.3. Analyse SPSS resultaten Om onze hypotheses en om de invloed van de controlevariabelen te testen, hebben we gebruik gemaakt van het statistisch computerprogramma SPSS. Wij hebben eerst onze a-hypotheses getest (zie paragraaf 4.3.1.) en vervolgens de b-hypotheses (zie paragraaf 4.3.2.). Beide hypotheses analyseerden we aan de hand van lineaire regressie. 4.3.1. Totaal effect van het onderzoeksmodel (H1a, H2a, H3a) Om het totaal effect van de onafhankelijke variabelen, de mediërende variabele en de controlevariabelen te meten op de afhankelijke variabele hebben we gebruik gemaakt van lineaire regressie. Er werden hiervoor twee modellen opgesteld. Eerst en vooral hebben we een model ontwikkeld met enkel de controlevariabelen en de mediërende variabele. Dat vormt ons basismodel. Aan de hand van dat model kunnen we zien wat de invloed is van deze variabelen op de afhankelijke variabele, de EI. Vervolgens stellen we een tweede model op, waar we naast de bovenstaande variabelen ook rekening houden met alle onafhankelijke variabelen. Dat vormt ons finaal model. Dat model meet de impact van alle variabelen op de afhankelijke variabele, de EI.
47
Alvorens deze modellen te analyseren, moeten eerst enkele voorwaarden gecontroleerd worden. Als deze voldaan zijn, mogen we doorgaan met de regressie. 4.3.1.1. Assumptietesten bij regressie De voorwaarden om verder te gaan met regressie zijn: normaliteit, homoscedasticiteit, multicollineariteit en autocorrelatie. Om de normaliteit van onze data te testen, hebben we gebruik gemaakt van de KolmogorovSmirnovtest met een Lilliforscorrectie. De Kolmogorov-Smirnovtest onderzoekt of de residuen van de data normaal verdeeld zijn. De nulhypothese stelt dat de residuen normaal verdeeld zijn. Bij beide modellen (basis- en finaal model) waren we echter genoodzaakt om de nulhypothese te verwerpen (p<0,05). De modellen zijn, volgens deze test, niet normaal verdeeld. De normaliteit kan ook getest worden door de residuen uit te zetten op een histogram. Als de residuen van onze data een klokvorm vertonen dan mogen we veronderstellen dat deze normaal verdeeld zijn. Als wij dat histogram plotten, dan zien we bij beide modellen geen volledige normale verdeling. De curve vertoont een lichte afwijking naar links (linksscheef). Dat wijst erop dat de lagere waarden in onze data oververtegenwoordigd zijn. Aangezien deze verdeling vrij dicht aanleunt bij de normale verdeling (zie bijlage 5), gaan we toch door met de regressieanalyse. De volgende voorwaarde is homoscedasticiteit. Dat kunnen we onderzoeken door de gestandaardiseerde residuen te plotten ten opzichte van de gestandaardiseerde predicted values. Als de punten op de grafiek geen funnelvorm vertonen, dan kunnen concluderen dat er sprake is van homoscedasticiteit en niet van heteroscedasticiteit. Dat was bij ons het geval (zie bijlage 6). De derde voorwaarde bij regressie is multicollineariteit. Specifiek kijken we naar de VIF, de tolerance en de correlatie van de gegevens. De criteria die wij gehanteerd hebben, zijn: VIF
< 10
Tolerance
> 0,02
Correlatie
< 0,80
Alle variabelen in het basismodel voldoen aan deze criteria. In het finaal model daarentegen werden de grenswaarden voor h-index en g-index overschreden (VIF > 12, correlatie > 0,90). Daarom hebben wij beslist om deze twee onafhankelijke variabelen uit het finaal model te halen.
48
De laatste voorwaarde die we gecontroleerd hebben, is autocorrelatie. Hierbij maakten we gebruik van de Durbin-Watsontest. Deze waarde moet tussen 1 en 3 liggen, dat was in beide modellen het geval. Tevens moeten alle variabelen die in de modellen voorkomen intervalgeschaald zijn. Wanneer deze voorwaarde niet voldeed, vormden we de nominale variabelen om tot dummy-variabelen (bijvoorbeeld geslacht). In wat volgt zullen wij eerst de twee modellen bespreken. Daarna bespreken we de invloed van de controlevariabelen, de ESE en de onafhankelijke variabelen op EI . 4.3.1.2. Basismodel en finaal model Het basismodel bevat alle controlevariabelen en de mediërende variabele (ESE). Dat model verklaart 32 % van de variantie in EI (gecorrigeerde determinatiecoëfficiënt R² = 0,32). Door de F-test toe te passen (F(df) = 80,75 (12,2015)), zien we dat het basismodel statistisch significant is (p<0,05). Het finaal model bevat alle controlevariabelen, de mediërende variabele (ESE) en alle onafhankelijke variabelen, behalve h- en g-index. Dat model verklaart 32 % van de variantie in EI (gecorrigeerde determinatiecoëfficiënt R² = 0,32). Door de F-test toe te passen (F(df) = 48,70 (20,2007)), zien we dat ook dit model statistisch significant is (p<0,05). Meer details en cijfergegevens over deze modellen vindt u op de volgende bladzijde.
49
REGRESSIE (N = 2026) Basismodel Bèta
t
p
B
0,27 -0,29 0,00 -0,12 -0,07 0,25 -0,09 -0,23 -0,30 -0,06 0,00
Standaard error 0,17 0,06 0,07 0,07 0,25 0,15 0,09 0,08 0,09 0,09 0,00
-0,10 0,00 -0,04 -0,01 0,03 -0,02 -0,07 -0,07 -0,02 -0,00
1,63 -4,85 0,01 -1,59 -0,26 1,65 -0,94 -2,83 -3,32 -0,66 -0,07
0,103 0,000 0,991 0,112 0,794 0,099 0,346 0,005 0,001 0,509 0,943
0,00
0,00
0,02
0,97
0,62
0,02
0,52
26,91
B Constante Geslacht België Duitsland Spanje Slovenië Medicine Social Math Life Dep grootte Aantal jaar ervaring unief ESE Patent of niet Aantal patenten Aantal patentcitaties Aantal publicaties Aantal publicatiecitaties Ervaring industrie of niet Aantal jaar ervaring industrie Ondernemer of niet
Finaal model Bèta
t
p
0,21 -0,28 -0,04 -0,12 -0,02 0,27 -0,05 -0,23 -0,30 -0,05 0,00
Standaard error 0,17 0,06 0,08 0,08 0,25 0,15 0,10 0,09 0,10 0,10 0,00
-0,10 -0,01 -0,04 -0,00 0,04 -0,01 -0,07 -0,07 -0,01 -0,00
1,23 -4,80 -0,44 -1,51 -0,07 1,76 -0,51 -2,46 -3,14 -0,53 -0,11
0,221 0,000 0,657 0,132 0,946 0,078 0,613 0,014 0,002 0,598 0,914
0,333
0,00
0,00
0,02
0,84
0,402
0,000
0,62 0,03 -0,01
0,02 0,08 0,01
0,52 0,01 -0,03
26,83 0,43 -0,92
0,000 0,687 0,359
0,00
0,00
0,02
0,65
0,518
0,00
0,00
0,02
0,77
0,445
0,00
0,00
0,01
0,53
0,598
0,13
0,09
0,05
1,48
0,138
-0,01
0,01
-0,04
-1,26
0,207
-0,15
0,14
-0,02
-1,08
0,281
Niet significant: p>0,05 Significant: p<0,05
Tabel 3: Regressieresultaten totaal effect (hypotheses a) 50
4.3.1.3. Invloed van controlevariabelen In deze paragraaf zullen we de resultaten van het basismodel vergelijken met de resultaten van het finaal model voor elke controlevariabele. We onderzoeken met de t-test of deze variabelen een significante invloed hebben op de EI. Geslacht We merken in beide modellen dat de controlevariabele geslacht een significante invloed heeft op EI (p<0,05). Meer bepaald liggen de ondernemerschapsintenties bij vrouwen lager dan bij mannen (bèta = -0,10). Deze resultaten bevestigen wat we eerder vermeld hebben (Crant, 1996; Zhao e.a., 2005; Wilson e.a., 2007). Departementsgrootte In geen van beide modellen merken we een significante invloed van departementsgrootte op EI (p>0,05). In ons onderzoek bemerken we dus geen verschil in EI bij de onderzoekers uit grote of uit kleine departementen. Discipline De twee disciplines gezondheidszorg en farmacie, en bio- en landbouwwetenschappen vertonen geen significant verschil met de referentiegroep engineering, technologie en informatica (p>0,05). Onderzoekers in deze drie disciplines verschillen dus niet significant op vlak van EI. De discipline wiskunde daarentegen verschilt wel significant van de referentiegroep (p<0,05). De wiskundige onderzoekers vertonen lagere ondernemerschapsintenties dan hun collega’s in de referentiegroep (bèta = -0,07). Ook de discipline sociale en gedragswetenschappen verschilt significant van de referentiegroep. Meer bepaald hebben deze onderzoekers lagere EI dan de referentiegroep (bèta = 0,07). Nationaliteit Wij merken geen significante verschillen tussen de ondernemerschapsintenties van de onderzoekers uit verschillende landen in beide modellen (p>0,05). Academische ervaring Tevens nemen wij geen significante verschillen waar tussen de ondernemerschapsintenties van onderzoekers onder leiding van een departementshoofd met veel of weinig academische ervaring (p>0,05). 51
4.3.1.4. Invloed van mediërende variabele We merken in beide modellen dat de mediërende variabele ESE significant is (p<0,05). Dat wil zeggen dat de ESE van de onderzoeker een significant effect heeft op zijn/haar ondernemerschapsintenties (bèta = 0,52). Deze bevinding bevestigt de literatuur die stelt dat er een positief verband bestaat tussen entrepreneurial self-efficacy en ondernemerschapsintenties (Scott & Twomey, 1988; Boyd & Vozikis, 1994; Chen e.a., 1998; Krueger e.a., 2000). 4.3.1.5. Invloed van onafhankelijke variabelen Hypothese H1a In deze hypothese veronderstelden wij een positief verband tussen het patentgedrag (patent of niet, aantal
patenten
en
aantal
patentcitaties)
van
het
departementshoofd
en
de
ondernemerschapsintenties van de onderzoekers. In ons finaal model stellen we echter vast dat er geen enkele variabele met betrekking tot patenten een significante invloed heeft op de ondernemerschapsintenties (p>0,05). Deze hypothese wordt dus niet bevestigd in ons onderzoek. Het patentgedrag van het departementshoofd beïnvloedt de EI van de onderzoekers niet. Hypothese H2a In deze hypothese veronderstelden wij dat er een negatief verband bestond tussen het publicatiegedrag (aantal publicaties, aantal publicatiecitaties, h-index en g-index) van het departementshoofd en de EI van de onderzoekers. Aangezien de h- en g-index niet voldeden aan de voorwaarden om regressie toe te passen en wij deze variabelen uit het model gehaald hebben, kunnen we geen conclusies formuleren met betrekking tot deze twee onafhankelijke variabelen. We stellen vast dat de andere variabelen met betrekking tot publicaties geen significant effect hebben op de ondernemerschapsintenties (p>0,05) in het finaal model. Deze hypothese wordt dus niet bevestigd in ons onderzoek. Het publicatiegedrag van het departementshoofd beïnvloedt de EI van de onderzoekers niet. Hypothese H3a In deze laatste hypothese verwachtten we een positief verband tussen de variabelen met betrekking tot het menselijk kapitaal van het departementshoofd (industrie-ervaring of niet, aantal jaren industrie-ervaring en ondernemer of niet) en de EI van de onderzoekers. 52
In het finaal model merken we echter dat geen van de drie variabelen een significante invloed vertonen op de ondernemerschapsintenties (p>0,05). Deze hypothese wordt dus niet gestaafd. Het menselijk kapitaal van het departementshoofd beïnvloedt de EI van de onderzoekers niet. 4.3.2. Indirect effect van het onderzoeksmodel (H1b, H2b, H3b) In deze paragraaf zullen we testen of entrepreneurial self-efficacy een mediator is die het verband tussen de onafhankelijke variabelen en de afhankelijke variabele verklaart. We nemen in dit model ook de controlevariabelen op. Deze hypotheses kunnen we wederom testen aan de hand van lineaire regressie. Om te testen of ESE een mediator is, maken we gebruik van de causal steps approach van Baron en Kenny (1986). Zij stelden een methode op om te onderzoeken of de onafhankelijke variabele een effect heeft op de mediator en of deze mediator op zijn beurt een effect heeft op de afhankelijke variabele. Deze methode bestaat uit drie stappen. Eerst testen we of er een correlatie bestaat tussen de onafhankelijke variabele en de afhankelijke variabele (1). Als dat het geval is, onderzoeken we of de onafhankelijke variabele een invloed heeft op de mediator (2). Als ook dat significant is, kijken we of de mediator een effect heeft op de afhankelijke variabele (3), terwijl we het effect controleren van de onafhankelijke op de afhankelijke variabele (1).
Mediator (2)
Onafhankelijke variabele
(3)
(1)
Afhankelijke variabele
Figuur 12: Baron & Kenny (1986)
Bij deze methode kunnen we drie mogelijke uitkomsten bekomen. Ten eerste wordt van full mediation gesproken als de relatie tussen de onafhankelijke variabele en de afhankelijke variabele volledig verklaard wordt door de mediator. Vervolgens is er sprake van partial mediation als de mediator slechts een deel van de relatie tussen de onafhankelijke en de afhankelijke variabele verklaart. Een derde mogelijke uitkomst bij deze methode is dat er geen mediërend effect bestaat. Als we merken dat de ESE een mediator is tussen een onafhankelijke variabele en de afhankelijke variabele, dan zullen we de robuustheid van deze resultaten nog eens extra nagaan via de Sobeltest (Preacher & Leonardelli, 2001).
53
4.3.2.1. Assumptietesten bij regressie Om regressie te mogen toepassen, moet er aan enkele voorwaarden voldaan worden. De voorwaarden die wij testen zijn: normaliteit, homoscedasticiteit, multicollineariteit en autocorrelatie. Om deze vier voorwaarden te controleren, hebben we gebruik gemaakt van dezelfde assumptietesten als bij het totaal effect van het onderzoeksmodel (zie paragraaf 4.3.1.1.). Ook hier zijn de residuen van de data niet volledig normaal verdeeld. We merken een linksscheve verdeling. We gaan toch door met de regressieanalyse aangezien de verdeling niet zo sterk afwijkt van de normale verdeling. Daarnaast merken we geen problemen bij de homoscedasticiteit, multicollineariteit en de autocorrelatie. Hierna verduidelijken we hoe wij de methode van Baron en Kenny (1986) hebben toegepast in ons onderzoek. 4.3.2.2. Causal step 1 Baron en Kenny (1986) Het doel van de eerste stap is om te controleren of er een correlatie bestaat tussen de onafhankelijke variabele en de afhankelijke variabele. Als er geen correlatie bestaat tussen de twee kunnen we onmiddellijk stellen dat er ook geen mediërende variabele bestaat die het verband tussen de twee zal beïnvloeden. Om dat te testen, hebben we tien verschillende regressieanalyses uitgevoerd. We ontwikkelden telkens een model waarin we het effect van elke onafhankelijke variabele afzonderlijk en alle controlevariabelen, op de afhankelijke variabele hebben gemeten. Als we de resultaten bekijken voor de tien onafhankelijke variabelen, zien we dat geen enkele variabele een significante invloed heeft op de ondernemerschapsintenties. Aangezien deze eerste stap voor geen enkele onafhankelijke variabele significant is, kunnen we niet verdergaan met de volgende twee stappen van Baron en Kenny. We gaan er van uit dat entrepreneurial self-efficacy geen mediator kan zijn omdat er geen verband bestaat tussen de onafhankelijke variabele en de EI van de onderzoekers. Tabel 4 toont de regressieresultaten voor de tien modellen uit de eerste stap van Baron en Kenny. We tonen enkel de resultaten van de onafhankelijke variabelen en laten de resultaten van de controlevariabelen achterwege.
54
R²
F(df)
B
1) Patent of niet
0,07
14,50 (12,2012)
0,07
Standard error 0,08
2) Aantal patenten
0,07
14,43 (12,2012)
0,00
3) Aantal patentcitaties
0,07
14,43 (12,2012)
4) Aantal publicaties
0,08
5) Aantal publicatiecitaties
Bèta
t
p
0,02
0,93
0,355
0,01
-0,01
-0,24
0,814
0,00
0,00
0,00
0,14
0,887
14,60 (12,2012)
0,00
0,00
0,04
1,39
0,166
0,07
14,47 (12,2012)
0,00
0,00
0,02
0,69
0,490
6) h-index
0,08
14,70 (12,2012)
0,00
0,00
0,04
1,74
0,082
7) g-index
0,08
14,58 (12,2012)
0,00
0,00
0,03
1,32
0,189
8) Ervaring industrie of niet
0,08
14,67 (12,2012)
0,11
0,07
0,04
1,63
0,104
9) Aantal jaar ervaring industrie
0,07
14,46 (12,2012)
0,00
0,00
0,02
0,64
0,523
10) Ondernemer of niet
0,07
14,43 (12, 2012)
-0,03
0,15
-0,01
-0,22
0,824
Significant: p<0,05 Niet significant: p>0,05
Tabel 4: Regressieresultaten indirect effect (hypotheses b)
4.3.2.3. Hypotheses H1b, H2b, H3b Hypothese H1b In deze hypothese veronderstelden wij dat ESE de relatie tussen het patentgedrag (patent of niet, aantal patenten en aantal patentcitaties) van het departementshoofd en de EI van de onderzoekers (deels) zou verklaren. We verwachtten dat het patentgedrag van het departementshoofd de ESE van de onderzoekers positief zou beïnvloeden en dat hierdoor de EI van onderzoekers vervolgens zou stijgen. We stellen echter vast dat er geen enkele variabele met betrekking tot patenten van het departementshoofd een correlatie vertoont met de ondernemerschapsintenties van de onderzoekers. Het mediërende effect van ESE wordt dus niet bevestigd. Het departementshoofd beïnvloedt met zijn/haar patentgedrag de ESE van zijn/haar onderzoekers niet. De relatie tussen het 55
patentgedrag van het departementshoofd en de EI van de onderzoekers wordt dus niet verklaard/beïnvloed door ESE. Hypothese H2b In deze hypothese veronderstelden wij dat ESE de relatie tussen het publicatiegedrag (aantal publicaties, aantal publicatiecitaties, h-index en g-index) van het departementshoofd en de EI van de onderzoekers (deels) zou verklaren. We verwachtten dat het publicatiegedrag van het departementshoofd de ESE van de onderzoekers negatief zou beïnvloeden en dat hierdoor de EI van onderzoekers vervolgens zou dalen. We stellen echter vast dat geen van deze vier variabelen met betrekking tot publicaties een correlatie vertoont met de ondernemerschapsintenties van de onderzoekers. Het mediërend effect van ESE wordt niet bevestigd. Het departementshoofd beïnvloedt met zijn/haar publicatiegedrag de ESE van zijn/haar onderzoekers niet. De relatie tussen het publicatiegedrag van het departementshoofd en de EI van de onderzoekers wordt dus niet verklaard/beïnvloed door ESE. Hypothese H3b In deze laatste hypothese verwachtten we dat ESE de relatie (deels) verklaart tussen het menselijk kapitaal (industrie-ervaring of niet, aantal jaren industrie-ervaring en ondernemer of niet) van het departementshoofd en de EI van de onderzoekers. We verwachtten dat het menselijk kapitaal van het departementshoofd de ESE van de onderzoekers positief zou beïnvloeden en dat hierdoor de EI van de onderzoekers vervolgens zou stijgen. We
merken
echter
dat
geen
enkele
variabele
een
correlatie
vertoont
met
de
ondernemerschapsintenties van de onderzoekers. Het mediërend effect van ESE wordt ook hier niet bevestigd. Het departementshoofd beïnvloedt met zijn/haar menselijk kapitaal de ESE van zijn/haar onderzoekers niet. De relatie tussen het menselijk kapitaal van het departementshoofd en de EI van de onderzoekers wordt dus niet verklaard/beïnvloed door ESE. 4.3.3. Hercodering variabelen Onze werkelijke resultaten liggen duidelijk niet in lijn met de verwachte resultaten. Dat kan mogelijks veroorzaakt zijn door de spreiding van onze data. Om dit op te lossen, hebben we onze data herschaald. Zo hebben we eerst het logaritme genomen van al onze continu geschaalde variabelen. Toen we zagen dat het echter geen effect had op onze resultaten, hebben we de vierkantswortel van onze oorspronkelijke data genomen. Deze twee methodes hebben we toegepast om onze data
56
dichter bij de normale verdeling te brengen, aangezien de oorspronkelijke data linksscheef verdeeld waren. Beide methodes hadden geen effect op onze resultaten. In het volgende hoofdstuk bespreken we de resultaten en de conclusies die we kunnen afleiden uit dit onderzoek. Daarna wijzen we op enkele tekortkomingen van ons onderzoek, waardoor onze resultaten een licht vertekend beeld kunnen geven. We geven tevens nog enkele suggesties voor verder onderzoek rond dit onderwerp.
57
5. Resultaten en conclusies 5.1. Discussie Met ons onderzoek bouwen we verder op de literatuur omtrent ondernemerschapsintenties in de academische wereld. Wij wilden namelijk een antwoord formuleren op de onderzoeksvraag: ‘Wat is de invloed van het departementshoofd bij het bevorderen van de ondernemerschapsintenties bij de onderzoekers?’. We veronderstelden dat het departementshoofd zich in een positie bevindt waarin hij/zij invloed kan uitoefenen op de onderzoekers. Daarnaast veronderstelden we dat het verband tussen het departementshoofd en de ondernemerschapsintenties (deels) verklaard zou worden door de entrepreneurial self-efficacy van de onderzoekers. In wat volgt overlopen wij de resultaten met betrekking tot onze hypotheses. Wij hebben geen enkel verband gevonden tussen de variabelen met betrekking tot het departementshoofd
(patentgedrag,
publicatiegedrag
en
menselijk
kapitaal)
en
de
ondernemerschapsintenties van de onderzoekers. Ook vonden we nergens dat ESE de relatie tussen de twee verklaart. Hieronder bespreken we enkele mogelijke verklaringen. Een eerste potentiële verklaring is dat de onderzoekers hun departementshoofd niet zien als een sterk rolmodel. Zo is het mogelijk dat ze hun departementshoofd eerder zien als een collega dan als hun ‘baas’. Het zou kunnen dat de onderzoekers in realiteit minder beïnvloed worden door deze persoon dan wij aanvankelijk verwachtten. De invloed van een rolmodel (‘de baas’) in een bedrijfscontext is mogelijks groter dan de invloed van het departementshoofd in een academische context. Daarnaast willen we erop wijzen dat onderzoekers misschien meer beïnvloed worden door andere rolmodellen. Eén van de belangrijkste rolmodellen beschreven in de literatuur zijn de ouders. Individuen
waarvan
de
ouders
ondernemend
waren,
hebben
vaak
hogere
ondernemerschapsintenties (Scott & Twomey, 1988; Krueger, 1993; Crant, 1996). Het is dus mogelijk dat de invloed van andere rolmodellen op de ondernemerschapsintenties veel groter is dan de invloed van het departementshoofd. Daarnaast zien we ook dat het geslacht van de onderzoeker een veel grotere verklarende kracht heeft op de EI dan onze onafhankelijke variabelen. Het is zo dat vrouwen vaak lagere EI vertonen dan mannen. Deze bevindingen liggen in lijn met de bestaande literatuur (Crant, 1996; Chen e.a., 1998; Zhao e.a., 2005; Wilson e.a., 2007).
58
Ook de discipline waarin de onderzoekers werken, verklaart een veel groter deel van de ondernemerschapsintenties dan het departementshoofd. Zo stelden we vast dat de onderzoekers in engineering, technologie en informatica de hoogste ondernemerschapsintenties hebben en de onderzoekers in sociale en gedragswetenschappen de laagste. Deze controlevariabele heeft een grotere verklarende kracht dan het patentgedrag, publicatiegedrag en menselijk kapitaal van het departementshoofd. Een belangrijk verband dat wel steeds bevestigd werd in ons onderzoek, is het effect van ESE op EI. De entrepreneurial self-efficacy van de onderzoekers was in al onze modellen continu de meest verklarende factor voor de ondernemerschapsintenties van de onderzoekers. Telkens vonden we een sterk positief verband tussen beide. Deze bevindingen liggen volledig in lijn met de bestaande literatuur (Scott & Twomey, 1988; Boyd & Vozikis, 1994; Chen e.a., 1998; Krueger e.a., 2000). De resultaten met betrekking tot het patentgedrag kunnen eventueel te wijten zijn aan het feit dat patenten slechts een deel zijn van de commerciële output. We houden geen rekening met de andere mogelijke universitaire ondernemerschapsactiviteiten, zoals licenties, spin-offs, consulting ... Als we al die activiteiten samen in rekening hadden genomen, dan zouden we misschien een vollediger beeld verkregen hebben over de ondernemerschapsgerichtheid van het departementshoofd. Het is ook mogelijk dat het patent van een departementshoofd nooit gecommercialiseerd wordt en dat dit dus geen echte ondernemerschapsactiviteit is. Dat zorgt ervoor dat het patentgedrag mogelijks geen correct beeld geeft over de ondernemerschapsgerichtheid van het departementshoofd. Ook onze hypotheses met betrekking tot publicatiegedrag werden verworpen. Een reden hiervoor zou kunnen zijn dat alle professoren en onderzoekers publicaties en papers schrijven, ongeacht hoe ze staan tegenover ondernemerschap. Het is niet per se omdat een departementshoofd veel publicaties heeft dat hij/zij daarom helemaal niet ondernemerschapsgericht is. Hoewel wij spanningen verondersteld hebben tussen de ondernemerschapsactiviteiten en de academische activiteiten, waren er ook auteurs die tegengestelde resultaten vonden (Van Looy e.a., 2004; Siegel, 2007; Markman e.a., 2008; Prodan & Drnovsek, 2010). Deze auteurs stellen dat beide activiteiten elkaar niet uitsluiten en dat veel publicaties vaak gepaard gaan met veel patenten. We kunnen dus stellen dat de bevindingen over dat onderwerp niet eenduidig zijn, aangezien beide redeneringen al meerdere malen werden aangetoond. In ons onderzoek is het bijvoorbeeld mogelijk dat een aantal departementshoofden spanning ondervindt tussen de twee soorten activiteiten en dat meer publicaties bij hen inderdaad ten koste gaan van ondernemerschapsactiviteiten. Daardoor is het mogelijk dat hun houding ten opzichte van ondernemen negatiever is. Andere departementshoofden daarentegen kunnen de twee activiteiten gewoon combineren en zijn zowel erg academisch als 59
ondernemerschapsgericht. Beide redeneringen kunnen elkaar dus compenseren. Daardoor is het mogelijk dat het publicatiegedrag van het departementshoofd geen invloed heeft op de ondernemerschapsintenties van de onderzoekers. De resultaten met betrekking tot het menselijk kapitaal kunnen eerst en vooral te wijten zijn aan de verzamelde data. Het is zo dat wij in onze steekproef slechts 4,9 % departementshoofden vonden die ondernemer zijn. Ook het percentage van de departementshoofden dat ervaring heeft in de industrie ligt relatief laag. Door deze lage cijfers is het mogelijk dat de resultaten niet representatief zijn. Daarnaast bemerken we dat als iemand ervaring heeft in de industrie, hij/zij hierdoor niet per se meer ondernemend is. Het is goed mogelijk dat een departementshoofd al jaren in een bedrijf werkt, maar dat hij/zij zelf helemaal niet ondernemerschapsgericht is. We hebben eerder vermeld dat personen met industrie-ervaring wel sneller opportuniteiten zien om zelf een bedrijf op te starten (Mueller, 2006). Dat wil echter niet zeggen dat die persoon daarom meer geneigd is om zelf op deze opportuniteiten in te spelen en ondernemer te worden. We vermeldden ook dat individuen met industrie-ervaring beter de moeilijkheden kennen verbonden aan ondernemerschap (Westhead e.a., 2005). Zo kunnen ze afgeschrikt worden en hierdoor minder ondernemerschapsgericht zijn.
5.2. Conclusie Met deze masterproef hebben wij getracht een antwoord te formuleren op de onderzoeksvraag: ‘Wat
is
de
invloed
van
het
departementshoofd
bij
het
bevorderen
van
de
ondernemerschapsintenties bij de onderzoekers?’. Wij hebben geconstateerd dat de invloed van het departementshoofd gering is. De ondernemerschapsintenties van de onderzoekers worden niet zozeer beïnvloed door de ondernemerschapsgerichtheid van het departementshoofd. Noch zijn/haar patentgedrag, noch publicatiegedrag, noch menselijk kapitaal vertoonden een significant effect op de ondernemerschapsintenties van de onderzoekers. Wij hebben ook opgemerkt dat zowel de entrepreneurial self-efficacy, als het geslacht, als de discipline van de onderzoekers hun ondernemerschapsintenties beïnvloeden. Dat zijn factoren met een grotere verklarende kracht dan het departementshoofd. Deze bevindingen liggen in lijn met de bestaande literatuur omtrent deze verschillende onderwerpen. Wij hebben met ons onderzoek bijgedragen tot de academische ondernemerschapsliteratuur door te kijken naar de link tussen het departementshoofd en de ondernemerschapsintenties van zijn/haar onderzoekers. Wij hebben specifiek gekeken naar de link tussen het patentgedrag, het publicatiegedrag
en
het
menselijk
kapitaal
van
het
departementshoofd
en
de
ondernemerschapsintenties van de onderzoekers. Er werd eerder aangetoond dat het patentgedrag
60
en het menselijk kapitaal van de onderzoekers een invloed hebben op hun eigen ondernemerschapsintenties. Er werd echter nog nooit onderzocht of het patentgedrag, het publicatiegedrag en het menselijk kapitaal van een rolmodel, het departementshoofd, een invloed hebben op de ondernemerschapsintenties van de onderzoekers. In het volgende hoofdstuk bespreken wij enkele tekortkomingen van ons onderzoek. Daarna geven we suggesties om verder te bouwen op dit onderzoek in de toekomst.
61
6. Beperkingen en verder onderzoek 6.1. Beperkingen van het onderzoek Tijdens het uitvoeren van ons onderzoek zijn wij op enkele beperkingen gestoten die de correctheid en de nauwkeurigheid van onze resultaten kunnen beïnvloed hebben. We kunnen eerst en vooral niet met absolute zekerheid stellen dat het departementshoofd dat wij geïdentificeerd hebben in ons onderzoek wel degelijk het departementshoofd is van het gegeven departement. Wij hebben gebruik gemaakt van de websites van de betrokken universiteiten om deze gegevens op te zoeken. Het is mogelijk dat hier enkele fouten opgetreden zijn. Het is tevens mogelijk dat er ondertussen al een andere persoon aan het hoofd van het departement staat. Ook tijdens het verzamelen van de verschillende onafhankelijke variabelen kunnen er fouten opgetreden zijn. Ten eerste was het heel moeilijk om alle gegevens te vinden voor alle departementshoofden. Hierdoor hadden we enkele ontbrekende data. We hebben ervoor geopteerd om alle ontbrekende data toch in te vullen. Er waren binaire variabelen waarvoor we geen data gevonden hebben. Binaire variabelen zijn de variabelen die we gecodeerd hebben met een ‘0’ of een ‘1’ (het al dan niet hebben van industrie-ervaring, het al dan niet ondernemer zijn). Wanneer we geen informatie vonden over deze variabelen hebben we dat gecodeerd als ‘0’. We veronderstelden dat wanneer we geen informatie konden vinden op het internet over de ervaring van het departementshoofd in de industrie, hij/zij waarschijnlijk geen ervaring heeft. Dezelfde redenering pasten we toe op het al dan niet ondernemer zijn. Wanneer we geen bedrijven vonden, opgericht door het departementshoofd, dan gingen we ervan uit dat hij/zij geen ondernemer is. Voor de andere variabelen die we codeerden als een natuurlijk getal, hebben we de ontbrekende waarden vervangen door het gemiddelde van de waarden die we wel gevonden hebben. Meer informatie over de exacte aantallen kan teruggevonden worden in bijlage 1. Vervolgens kunnen er ook fouten opgetreden zijn bij de data die we wel vonden. Bij de variabelen met betrekking tot patenten kunnen er fouten opgetreden zijn, omdat Espacenet slechts 500 resultaten per zoekopdracht weergeeft. Hierdoor is het mogelijk dat de patenten van het respectievelijke departementshoofd niet (allemaal) weergegeven werden. Ook werden de patenten op naam getoond. Aangezien er vaak personen zijn met dezelfde voor- en familienaam, controleerden we telkens of het patent wel degelijk eigendom was van het respectievelijke departementshoofd. Voor de variabelen met betrekking tot publicaties zien we gelijkaardige tekortkomingen. Publish or Perish genereert slechts 1000 resultaten per zoekopdracht. Ook hier moesten we erg goed controleren of de publicaties wel degelijk van de persoon waren die wij 62
zochten. Bij de variabelen met betrekking tot menselijk kapitaal was het grootste probleem het vinden van alle data. Ook de correctheid van de data was moeilijk te achterhalen. Het kan bijvoorbeeld dat iemand veel meer ervaring heeft in de industrie dan vermeld wordt op het internet. Of misschien vermeldt die persoon enkel het aantal jaren ervaring als professor en niet als assistent. Daarnaast hebben we enkel rekening gehouden met de jaartallen en niet met de maanden. Als er bijvoorbeeld iemand als professor actief was van maart 1993 tot november 2001, dan hebben wij dat gecodeerd als een natuurlijk getal, namelijk 9 jaar ervaring. Zo zijn er afrondingsfouten ontstaan. Vervolgens waren er slechts 18 (4,9 %) van de 365 departementshoofden ondernemer. Door dat kleine aantal is het mogelijk dat onze resultaten een vertekend beeld geven. Naast de data die we zelf verzameld hebben, hebben wij gebruik gemaakt van secundaire data die wij verkregen uit het doctoraat van Annelore Huyghe. Haar resultaten uit de online enquêtes bij de onderzoekers hebben wij geïntegreerd in ons onderzoek. Er zijn echter enkele tekortkomingen verbonden aan online enquêtes. Zo interpreteren en gebruiken online respondenten de schalen verschillend. Online respondenten zijn ook meer geneigd om in te vullen dat ze het antwoord op de vraag niet kennen of om de vraag gewoon niet in te vullen (Duffy, Smith, Terhanian, & Bremer, 2005). Verder zullen respondenten die zichzelf moeten evalueren meestal een te positief beeld schetsen over zichzelf of ze overschatten zichzelf (Gramzow, Elliot, Asher, & McGregor, 2003). In ons onderzoek zal deze laatste vertekening waarschijnlijk minder spelen omdat er vooral objectieve vragen gesteld worden. Aangezien het een erg lange vragenlijst is, kunnen er ook maturatie-effecten optreden bij de online enquête. Dat betekent dat de respondenten, bij het invullen van de vragenlijst, na een tijdje verzadigd en verveeld raken en hierdoor minder nauwgezet de vragenlijst invullen (De Pelsmacker & Van Kenhove, 2014). Een andere beperking in ons onderzoek is dat slechts zes Europese landen en twintig verschillende universiteiten opgenomen werden. Het is mogelijk dat onze resultaten niet kunnen worden veralgemeend voor heel Europa. Om te testen of ESE een mediator is in ons onderzoeksmodel, hebben we gebruik gemaakt van de methode van Baron en Kenny (1986). Er werd echter al vaak kritiek geuit op dat model en er werden nieuwe, meer geavanceerde modellen ontwikkeld om mediatie te onderzoeken. Zo ontwikkelden Preacher en Hayes (2004) een procedure om mediatie te meten via het programma SPSS. We hebben er echter voor gekozen deze methode niet te gebruiken. Het is namelijk zo dat deze methode vrij ingewikkeld en te uitgebreid is voor deze masterproef. Om onze resultaten, bekomen via de methode van Baron en Kenny, te controleren, wilden we de robuustheid van deze resultaten testen
63
via de Sobeltest. Aangezien we echter geen mediator vonden, hebben we geen gebruik gemaakt van deze test. Vervolgens bemerken we dat we ook rekening moeten houden met de beperkingen verbonden aan het gebruik van regressieanalyse. Het is zo dat aan de hand van deze methode enkel associatie kan worden gemeten, en geen causaliteit. Daardoor kunnen we bijvoorbeeld enkel kunnen zeggen dat een hogere ESE een associatie vertoont met een hogere EI, maar niet dat een hogere ESE leidt tot een hogere EI.
6.2. Verder onderzoek Er zijn nog heel wat mogelijkheden om verder te bouwen op dit onderzoek in de toekomst. Ten eerste hebben wij in ons onderzoek de invloed van het departementshoofd op de ondernemerschapsintenties gemeten. Het is waarschijnlijk om aan te nemen dat hoge ondernemerschapsintenties niet altijd zullen leiden tot daadwerkelijk gedrag, omdat er geen perfect verband bestaat tussen de twee (Bird, 1988; Davidsson, 1995; Krueger e.a., 2000). Daarom zou het interessant kunnen zijn om een vervolgstudie uit te voeren na enkele jaren. In deze studie zou men kunnen onderzoeken of hoge intenties ook daadwerkelijk omgezet worden in ondernemend gedrag bij de onderzoekers. Wij hebben de commerciële output van het departementshoofd enkel gemeten via het patentgedrag. Dat kan een vertekend beeld geven, aangezien er veel meer vormen zijn van commerciële output, zoals vermeld in hoofdstuk 2. In verder onderzoek zou het interessant kunnen zijn om rekening te houden met andere vormen van commerciële output, zoals licenties, consulting, spin-offs … Wij veronderstellen dat het een completer beeld zal vormen van de ondernemerschapsgerichtheid van het departementshoofd. Vervolgens hebben wij de onafhankelijke variabelen verzameld via het internet (Espacenet, Publish or Perish, LinkedIn, website universiteit ...). We hebben dus geen persoonlijk contact gehad met de desbetreffende departementshoofden. Om de accuraatheid van de data op te krikken, zou het interessant kunnen zijn om een persoonlijke enquête op te sturen naar elk departementshoofd, of een persoonlijk interview af te nemen. Hierin zouden dan vragen kunnen gesteld worden met betrekking tot hun patentgedrag, publicatiegedrag, ervaring in de industrie, ervaring als ondernemer … Op die manier kan er volledigere en correctere data bekomen worden. Daarnaast kunnen wij niet met zekerheid stellen dat de drie variabelen, patentgedrag, publicatiegedrag en menselijk kapitaal, wel degelijk een construct vormen dat samen de volledige
64
ondernemerschapsgerichtheid van het departementshoofd meet. In verder onderzoek zou men gebruik kunnen maken van persoonlijke interviews met de departementshoofden. Hiermee zou men dan de ondernemerschapsgerichtheid van het departementshoofd kunnen meten aan de hand van een speciaal daartoe ontworpen schaal. We moeten voorzichtig zijn met het veralgemenen van onze resultaten. Het is waarschijnlijk om aan te nemen dat de resultaten die we voor deze steekproef vonden niet veralgemeenbaar zijn naar andere landen binnen Europa. Daarnaast is het nog minder waarschijnlijk dat de resultaten veralgemeenbaar zijn buiten een Europese context. Om tot een betere veralgemeenbaarheid van de resultaten te komen, is het aangewezen om meer landen en universiteiten op te nemen in het onderzoek.
65
Bronnen Ahmad, N., & Seymour, R. (2008). Defining entrepreneurial activity: definitions supporting frameworks for data collection. Ajzen, I. (1985). From intentions to actions: A theory of planned behavior (pp. 11-39). Springer Berlin Heidelberg. Ajzen, I. (1991). The theory of planned behavior. Organizational behavior and human decision processes, 50(2), 179-211. Ajzen, I., & Fishbein, M. (1980). Understanding attitudes and predicting social behaviour. Ajzen, I., & Madden, T. J. (1986). Prediction of goal-directed behavior: Attitudes, intentions, and perceived behavioral control. Journal of experimental social psychology, 22(5), 453-474. Ambos, T. C., Mäkelä, K., Birkinshaw, J., & D'Este, P. (2008). When does university research get commercialized? Creating ambidexterity in research institutions. Journal of Management Studies, 45(8), 1424-1447. Armitage, C. J., & Conner, M. (2001). Efficacy of the theory of planned behaviour: A meta‐analytic review. British journal of social psychology, 40(4), 471-499. Azoulay, P., Ding, W., & Stuart, T. (2007). The determinants of faculty patenting behavior: Demographics or opportunities?. Journal of Economic Behavior & Organization, 63(4), 599-623. Bandura, A. (1977). Social learning theory. Bandura, A. (1977). Self-efficacy: toward a unifying theory of behavioral change. Psychological review, 84(2), 191. Bandura, A., & Cervone, D. (1986). Differential engagement of self-reactive influences in cognitive motivation. Organizational behavior and human decision processes, 38(1), 92-113. Bandura, A., & Wood, R. (1989). Effect of perceived controllability and performance standards on selfregulation of complex decision making. Journal of personality and social psychology, 56(5), 805. BarNir, A., Watson, W. E., & Hutchins, H. M. (2011). Mediation and moderated mediation in the relationship among role models, self‐efficacy, entrepreneurial career intention, and gender. Journal of Applied Social Psychology, 41(2), 270-297. I
Baron, R. M., & Kenny, D. A. (1986). The moderator–mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of personality and social psychology, 51(6), 1173. Baum, J. R., & Locke, E. A. (2004). The relationship of entrepreneurial traits, skill, and motivation to subsequent venture growth. Journal of applied psychology, 89(4), 587. Becker, G. S. (1964). Human Capital: A Theoretical and Empirical Analysis, with Special Reference to Education, by Gary S. Becker,... London. Bercovitz, J., & Feldman, M. (2008). Academic entrepreneurs: Organizational change at the individual level. Organization Science, 19(1), 69-89. Bercovitz, J., Feldman, M., Feller, I., & Burton, R. (2001). Organizational structure as a determinant of academic patent and licensing behavior: An exploratory study of Duke, Johns Hopkins, and Pennsylvania State Universities. The Journal of Technology Transfer, 26(1-2), 21-35. Bird, B. (1988). Implementing entrepreneurial ideas: The case for intention. Academy of management Review, 13(3), 442-453. Bird, B., & Jelinek, M. (1988). The operation of entrepreneurial intentions. Entrepreneurship theory and practice, 13(2), 21-29. Blanchflower, D. G., Oswald, A., & Stutzer, A. (2001). Latent entrepreneurship across nations. European Economic Review, 45(4), 680-691. Boyd, N. G., & Vozikis, G. S. (1994). The influence of self-efficacy on the development of entrepreneurial intentions and actions. Entrepreneurship theory and practice, 18, 63-63. Brüderl, J., Preisendörfer, P., & Ziegler, R. (1992). Survival chances of newly founded business organizations. American sociological review, 227-242. Cassis, Y., & Minoglou, I. P. (Eds.). (2005). Entrepreneurship in theory and history. New York: Palgrave Macmillan. Chen, C. C., Greene, P. G., & Crick, A. (1998). Does entrepreneurial self-efficacy distinguish entrepreneurs from managers?. Journal of business venturing, 13(4), 295-316. Cooper, A. C., Gimeno-Gascon, F. J., & Woo, C. Y. (1994). Initial human and financial capital as predictors of new venture performance. Journal of business venturing, 9(5), 371-395.
II
Cox, L. W., Mueller, S. L., & Moss, S. E. (2002). The impact of entrepreneurship education on entrepreneurial self-efficacy. International Journal of Entrepreneurship Education, 1(2), 229-245. Crant, J. M. (1996). The proactive personality scale as a predictor of entrepreneurial intentions. Journal of Small Business Management, 34(3), 42–49. Davidsson, P. (1995). Determinants of entrepreneurial intentions. Davidsson, P., & Honig, B. (2003). The role of social and human capital among nascent entrepreneurs. Journal of business venturing, 18(3), 301-331. De Pelsmacker, P., & Van Kenhove, P. (2014). Marktonderzoek, 4/e. Pearson Education. Dimov, D. P., & Shepherd, D. A. (2005). Human capital theory and venture capital firms: exploring “home runs” and “strike outs”. Journal of Business Venturing, 20(1), 1-21. Duffy, B., Smith, K., Terhanian, G., & Bremer, J. (2005). Comparing data from online and face-to-face surveys. International Journal of Market Research, 47(6), 615. Earley, P. C., & Kanfer, R. (1985). The influence of component participation and role models on goal acceptance, goal satisfaction, and performance. Organizational Behavior and Human Decision Processes, 36(3), 378-390. Egghe, L. (2006). Theory and practise of the g-index. Scientometrics, 69(1), 131-152. Erikson, T., Knockaert, M., & Der Foo, M. (2015) Enterprising scientists: The shaping role of norms, experience and scientific productivity. Nog niet gepubliceerd. Evans, D. S., & Leighton, L. S. (1989). Some empirical aspects of entrepreneurship. The American Economic Review, 519-535. Fini, R., Grimaldi, R., Santoni, S., & Sobrero, M. (2011). Complements or substitutes? The role of universities and local context in supporting the creation of academic spin-offs. Research Policy, 40(8), 1113-1127. Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behavior: An introduction to theory and research. Gibson, D. E. (2004). Role models in career development: New directions for theory and research. Journal of Vocational Behavior, 65(1), 134-156. Gist, M. E. (1987). Self-efficacy: Implications for organizational behavior and human resource management. Academy of management review, 12(3), 472-485. III
Gist, M. E., & Mitchell, T. R. (1992). Self-efficacy: A theoretical analysis of its determinants and malleability. Academy of Management review, 17(2), 183-211. Goethner, M., Obschonka, M., Silbereisen, R. K., & Cantner, U. (2012). Scientists’ transition to academic entrepreneurship: Economic and psychological determinants. Journal of Economic Psychology, 33(3), 628-641. Gramzow, R. H., Elliot, A. J., Asher, E., & McGregor, H. A. (2003). Self-evaluation bias and academic performance: Some ways and some reasons why. Journal of Research in Personality, 37(2), 41-61. Grimaldi, R., Kenney, M., Siegel, D. S., & Wright, M. (2011). 30 years after Bayh–Dole: Reassessing academic entrepreneurship. Research Policy, 40(8), 1045-1057. Gulbrandsen, M., & Smeby, J. C. (2005). Industry funding and university professors’ research performance. Research policy, 34(6), 932-950. Hagedoorn, J., & Cloodt, M. (2003). Measuring innovative performance: is there an advantage in using multiple indicators?. Research policy, 32(8), 1365-1379. Hall, B. H., Jaffe, A., & Trajtenberg, M. (2005). Market value and patent citations. RAND Journal of economics, 16-38. Hamilton, R.T. (1988). Motivations and Aspirations of Business Founders. International Small Business Journal, 6, 70-78. Hayton, J. C., George, G., & Zahra, S. A. (2002). National culture and entrepreneurship: A review of behavioral research. Entrepreneurship Theory and Practice, 26(4), 33-52. Hébert, R. F., & Link, A. N. (1989). In search of the meaning of entrepreneurship. Small Business Economics, 1(1), 39-49. Hirsch, J. E. (2005). An index to quantify an individual's scientific research output. Proceedings of the National academy of Sciences of the United States of America, 102(46), 16569-16572. Hitt, M. A., Beamish, P. W., Jackson, S. E., & Mathieu, J. E. (2007). Building theoretical and empirical bridges across levels: Multilevel research in management. Academy of Management Journal, 50(6), 13851399. Hmieleski, K. M., & Baron, R. A. (2008). When does entrepreneurial self‐efficacy enhance versus reduce firm performance?. Strategic Entrepreneurship Journal, 2(1), 57-72.
IV
Hofstede, G. (1980). Culture and organizations. International Studies of Management & Organization, 15-41. Huyghe, A., & Knockaert, M. (2014). The influence of organizational culture and climate on entrepreneurial intentions among research scientists. The Journal of Technology Transfer, 1-23. Huyghe, A., Souitaris, V., & Knockaert, M., (2015). Academic entrepreneurship: a multilevel examination of individual, subunit and organization effects. Nog niet gepubliceerd. Iakovleva, T., Kolvereid, L., & Stephan, U. (2011). Entrepreneurial intentions in developing and developed countries. Education+ Training, 53(5), 353-370. Judge, T. A., & Bono, J. E. (2001). Relationship of core self-evaluations traits—self-esteem, generalized selfefficacy, locus of control, and emotional stability—with job satisfaction and job performance: A meta-analysis. Journal of applied Psychology, 86(1), 80. Kalaitzidakis, P., Mamuneas, T. P., Savvides, A., & Stengos, T. (2001). Measures of human capital and nonlinearities in economic growth. Journal of Economic Growth, 6(3), 229-254. Kenney, M., & Goe, W. R. (2004). The role of social embeddedness in professorial entrepreneurship: a comparison of electrical engineering and computer science at UC Berkeley and Stanford. Research Policy, 33(5), 691-707. Kickul, J., Gundry, L. K., Barbosa, S. D., & Whitcanack, L. (2009). Intuition versus analysis? Testing differential models of cognitive style on entrepreneurial self‐efficacy and the new venture creation process. Entrepreneurship Theory and Practice, 33(2), 439-453. Klofsten, M., & Jones-Evans, D. (2000). Comparing academic entrepreneurship in Europe–the case of Sweden and Ireland. Small Business Economics, 14(4), 299-309. Knockaert, M., Der Foo, M., Erikson, T., & Cools, E. (2015). Growth intentions among research scientists: A cognitive style perspective. Technovation. Kolvereid, L., & Isaksen, E. (2006). New business start-up and subsequent entry into self-employment. Journal of Business Venturing, 21(6), 866-885. Krabel, S., & Mueller, P. (2009). What drives scientists to start their own company?: An empirical investigation of Max Planck Society scientists. Research Policy, 38(6), 947-956. Krueger, N. F. (1993). The impact of prior entrepreneurial exposure on perceptions of new venture feasibility and desirability. Entrepreneurship theory and practice, 18(1), 5-21.
V
Krueger, N. F., Reilly, M. D., & Carsrud, A. L. (2000). Competing models of entrepreneurial intentions. Journal of business venturing, 15(5), 411-432. Landry, R., Amara, N., & Rherrad, I. (2006). Why are some university researchers more likely to create spinoffs than others? Evidence from Canadian universities. Research Policy, 35(10), 1599-1615. Lawrence, L., & Hamilton, R. T. (1997). Unemployment and new business formation. International Small Business Journal, 15, 78-82. Liñán, F., & Chen, Y. W. (2009). Development and Cross‐Cultural application of a specific instrument to measure entrepreneurial intentions. Entrepreneurship Theory and Practice, 33(3), 593-617. Manstead, A. S., & Eekelen, S. A. (1998). Distinguishing between perceived behavioral control and self‐ efficacy in the domain of academic achievement intentions and behaviors. Journal of Applied Social Psychology, 28(15), 1375-1392. Marchant, T. (2009). An axiomatic characterization of the ranking based on the h-index and some other bibliometric rankings of authors. Scientometrics, 80(2), 325-342. Markman, G. D., Siegel, D. S., & Wright, M. (2008). Research and technology commercialization. Journal of Management Studies, 45(8), 1401-1423. Marvel, M. R., & Lumpkin, G. T. (2007). Technology entrepreneurs' human capital and its effects on innovation radicalness. Entrepreneurship Theory and Practice, 31(6), 807-828. McGee, J. E., Peterson, M., Mueller, S. L., & Sequeira, J. M. (2009). Entrepreneurial self‐efficacy: refining the measure. Entrepreneurship theory and Practice, 33(4), 965-988. Merton, R. K. (Ed.). (1968). Social theory and social structure. Simon and Schuster. Mueller, P. (2006). Entrepreneurship in the region: breeding ground for nascent entrepreneurs?. Small Business Economics, 27(1), 41-58. Mueller, S. L., & Thomas, A. S. (2001). Culture and entrepreneurial potential: A nine country study of locus of control and innovativeness. Journal of business venturing, 16(1), 51-75. Owen-Smith, J., & Powell, W. W. (2001). To patent or not: Faculty decisions and institutional success at technology transfer. Journal of Technology Transfer, 26(1–2), 99–114.
VI
Perkmann, M., Tartari, V., McKelvey, M., Autio, E., Broström, A., D’Este, P., ... & Sobrero, M. (2013). Academic engagement and commercialisation: A review of the literature on university–industry relations. Research Policy, 42(2), 423-442. Phan, P. H., Siegel, D. S., & Wright, M. (2005). Science parks and incubators: observations, synthesis and future research. Journal of business venturing, 20(2), 165-182. Powers, J. B. (2003). Commercializing academic research: Resource effects on performance of university technology transfer. The Journal of Higher Education, 74(1), 26-50. Preacher, K. J., & Hayes, A. F. (2004). SPSS and SAS procedures for estimating indirect effects in simple mediation models. Behavior research methods, instruments, & computers, 36(4), 717-731. Preacher, Kristopher J., and Geoffrey J. Leonardelli. "Calculation for the Sobel test." Retrieved September 15 (2001): 2004 Prodan, I., & Drnovsek, M. (2010). Conceptualizing academic-entrepreneurial intentions: An empirical test. Technovation, 30(5), 332-347. Rakestraw, T. L., & Weiss, H. M. (1981). The interaction of social influences and task experience on goals, performance, and performance satisfaction. Organizational behavior and human performance, 27(3), 326-344. Rasmussen, E., Mosey, S., & Wright, M. (2014). The influence of university departments on the evolution of entrepreneurial competencies in spin-off ventures. Research Policy, 43(1), 92-106. Roth, P. L. (1994). Missing data: A conceptual review for applied psychologists. Personnel psychology, 47(3), 537-560 Rotter, J. B. (1966). Generalized expectancies for internal versus external control of reinforcement. Psychological monographs: General and applied, 80(1), 1. Scott, M. G., & Twomey, D. F. (1988). The long-term supply of entrepreneurs: students' career aspirations in relation to entrepreneurship. Journal of Small Business Management, 26(4), 5. Scherer, R. F., Adams, J. S., Carley, S., & Wiebe, F. A. (1989). Role model performance effects on development of entrepreneurial career preference. Sequeira, J., Mueller, S. L., & Mcgee, J. E. (2007). The influence of social ties and self-efficacy in forming entrepreneurial intentions and motivating nascent behavior. Journal of Developmental Entrepreneurship, 12(03), 275-293. VII
Shane, S. (2001). Technology regimes and new firm formation. Management science, 47(9), 1173-1190. Shane, S. A. (2004). Academic entrepreneurship: University spinoffs and wealth creation. Edward Elgar Publishing. Shapero, A. (1975). The displaced, uncomfortable entrepreneur. Psychology today, 9(6), 83-88. Shapero, A., & Sokol, L. (1982). The social dimensions of entrepreneurship. Encyclopedia of entrepreneurship, 72-90. Sheppard, B. H., Hartwick, J., & Warshaw, P. R. (1988). The theory of reasoned action: A meta-analysis of past research with recommendations for modifications and future research. Journal of consumer research, 325-343. Sidiropoulos, A., Katsaros, D., & Manolopoulos, Y. (2007). Generalized Hirsch h-index for disclosing latent facts in citation networks. Scientometrics, 72(2), 253-280. Siegel, D. S., Veugelers, R., & Wright, M. (2007). Technology transfer offices and commercialization of university intellectual property: performance and policy implications. Oxford Review of Economic Policy, 23(4), 640-660. Souitaris, V., Zerbinati, S., & Al-Laham, A. (2007). Do entrepreneurship programmes raise entrepreneurial intention of science and engineering students? The effect of learning, inspiration and resources. Journal of Business venturing, 22(4), 566-591. Stajkovic, A. D., & Luthans, F. (1998). Self-efficacy and work-related performance: A meta-analysis. Psychological bulletin, 124(2), 240. Stuart, T. E., & Ding, W. W. (2006). When do scientists become entrepreneurs? The social structural antecedents of commercial activity in the academic life sciences1. American Journal of Sociology, 112(1), 97-144. Trajtenberg, M. (1990). A penny for your quotes: patent citations and the value of innovations. The Rand Journal of Economics, 172-187. Van Auken, H., Fry, F. L., & Stephens, P. (2006). The influence of role models on entrepreneurial intentions. Journal of Developmental Entrepreneurship, 11(02), 157-167. Van Looy, B., Ranga, M., Callaert, J., Debackere, K., & Zimmermann, E. (2004). Combining entrepreneurial and scientific performance in academia: towards a compounded and reciprocal Matthew-effect?. Research Policy, 33(3), 425-441. VIII
Van Raan, A. F. (2006). Comparison of the Hirsch-index with standard bibliometric indicators and with peer judgment for 147 chemistry research groups. Scientometrics, 67(3), 491-502. Westhead, P., Ucbasaran, D., Wright, M., & Binks, M. (2005). Novice, serial and portfolio entrepreneur behaviour and contributions. Small Business Economics, 25(2), 109-132. Westhead, P., & Wright, M. (1998). Novice, portfolio, and serial founders: are they different?. Journal of business venturing, 13(3), 173-204. Wilson, F., Kickul, J., & Marlino, D. (2007). Gender, entrepreneurial Self‐Efficacy, and entrepreneurial career intentions: Implications for entrepreneurship Education1. Entrepreneurship theory and practice, 31(3), 387-406. Wood, R., & Bandura, A. (1989). Social cognitive theory of organizational management. Academy of management Review, 14(3), 361-384. Wood, R., & Bandura, A. (1989). Impact of conceptions of ability on self-regulatory mechanisms and complex decision making. Journal of personality and social psychology, 56(3), 407. Wright, M., Clarysse, B., Lockett, A., Knockaert, M., (2008). Mid-range universities' linkages with industry: knowledge types and the role of intermediaries. Research Policy. 37, 1205–1223. Zhao, H., Seibert, S. E., & Hills, G. E. (2005). The mediating role of self-efficacy in the development of entrepreneurial intentions. Journal of applied psychology, 90(6), 1265.
IX
Bijlagen Bijlage 1: Ontbrekende waarden Aantal onderzoekers zonder informatie Aantal publicaties 136 (6,7 %) Aantal publicatiecitaties 136 (6,7 %) h-index 136 (6,7 %) g-index 136 (6,7 %) Aantal jaar ervaring unief 649 (32 %) Aantal jaar ervaring industrie 215 (10,6 %) Aantal onderzoekers vervangen door gemiddelde waarde (N = 2026)
Vervangen door gemiddelde 150 2482,5 20,4 36,8 24,5 11,9
In deze tabel tonen we per variabele het aantal onderzoekers waar we geen info voor hadden, omdat we geen info vonden over hun departementshoofd. In de laatste kolom staan de gemiddelde waarden waardoor we de ontbrekende waarden vervangen hebben.
Bijlage 2: Departementsgrootte # academici in departement 1-10
Frequentie
Percentage
171
8,4 %
11-20
231
11,4 %
21-30
215
10,6 %
31-40
124
6,1 %
41-50
114
5,6 %
51-60
110
5,4 %
61-70
66
3,3 %
71-80
62
3,1 %
81-90
36
1,8 %
91-100
55
2,7 %
>100
300
14,8 %
Geen idee
542
26,8 %
TOTAAL 2026 100 % Beschrijvende statistieken departementsgrootte (N = 2026) In deze tabel is te zien hoeveel academici hebben aangeduid dat hun departement het respectievelijke aantal academici telt. Dus, 171 (8,4 %) onderzoekers uit onze steekproef hebben aangeduid dat hun departement tussen één en tien academici telt. 542 (26,8 %) ondervraagde onderzoekers hebben ingevuld dat ze geen idee hadden hoe groot hun departement was.
X
Bijlage 3: Discipline Gezondheidszorg en farmacie engineering, technologie en informatica bio- en landbouwwetenschappen sociale en gedragswetenschappen natuurwetenschappen en wiskunde
Frequentie
Percentage
324
16,0 %
521
25,7 %
316
15,6 %
315
15,5 %
550
27,1 %
TOTAAL 2026 Beschrijvende statistieken discipline (N = 2026)
100 %
In deze tabel is te zien hoeveel academici in onze steekproef de bovenstaande disciplines uitoefenen. Alle onderzoekers in onze steekproef hebben deze vraag correct ingevuld.
Bijlage 4: Nationale verschillen Frequentie
Percentage
Zweden
654
32,3 %
Duitsland
573
28,3 %
Spanje
26
1,3 %
België
694
34,3 %
Slovenië
79
3,9 %
TOTAAL 2026 100 % Beschrijvende statistieken nationale verschillen (N = 2026) In deze tabel is te zien hoeveel academici in onze steekproef uit de bovenstaand landen komen. Alle onderzoekers in onze steekproef hebben deze vraag correct ingevuld.
XI
Bijlage 5: Histogram normale verdeling
Eén van de voorwaarden voor regressie is een normale verdeling van de residuen. We zien op dit histogram echter dat de verdeling ietwat linksscheef is, maar de normale verdeling toch goed benaderd wordt.
Bijlage 6: Homoscedasticiteit
Eén van de voorwaarden voor regressie is homoscedasticiteit. Op dit scatterplot is te zien dat aan deze voorwaarde voldaan is, aangezien er geen funnelvorm aanwezig is. XII
