在对正式问卷的信度、效度进行检验之后，在回归分析之前，为了大体上把握各变量之间的相关关系，本书使用SPSS19.0所搜集得来的数据，对创业导向、市场导向、组织学习及组织绩效的各个维度进行包括平均数、标准差及相互之间的相关关系在内的描述性统计分析，结果见表5-11所示。

从表5-11中可以看到，自变量各维度的平均数介于2.83～3.88之间，在创业导向上，风险承担的平均数高于创新及超前行动，显示企业对于风险有较强的承受能力，而对于创新及超前行动方面仍有改善空间；在市场导向上，顾客导向平均数最高（3.88），其余依次是：竞争者导向（3.74）、部门间协调（3.40），显示企业较重视顾客需求的改变，较为关注竞争者的策略和行动，而在部门间资源的协调方面存在一定的改善空间；在组织学习上，利用性学习的平均数（3.37）较探索性学习的平均数（3.55）低，显示当前我国企业相对于强调利用已有知识，更注重强调自主创新；在组织绩效方面，企业中高层管理人员普遍认为不是非常满意，但尚可接受，且财务绩效（3.39）较非财务绩效（3.32）更为满意。

表5-11　描述性统计与相关分析

注：***表示P＜0.001；**表示P＜0.01；*表示P＜0.05，双侧检验。(www.daowen.com)

从因变量内部的相关关系来看，财务绩效和非财务绩效之间具有较大的相关性（γ=0.465，P＜0.01），说明在企业发展过程中，财务绩效和非财务绩效是密切相关的，是同时备受企业重视的两个方面。自变量的内部相关关系方面，从创业导向的各维度与市场导向的各维度之间的相关关系看，均呈现显著的正相关（0.281＜γ＜0.0469，P＜0.01），这说明创业导向与市场导向之间存在显著的正相关，需结合现有文献进一步考察两者间的因果关系。而创业导向各维度对组织学习各维度也呈现较大的正相关（0.345＜γ＜0.464，P＜0.01），这说明当企业具有较高的创业导向时，不但可能有利于利用性学习的开展，还可能有利于探索性学习的开展。从市场导向各维度与组织学习各维度的相关关系看，也呈现较大的正相关（0.428＜γ＜0.550，P＜0.01），这说明当企业具有较高的市场导向时，都可能对开展利用性学习和探索性学习有重大的推动作用。从内部创业环境与两种组织学习方式的相关关系看，如果内部创业环境较好，不但可能有利于利用性学习（γ=0.597，P＜0.01），还可能有利于探索性学习（（γ=0.519，P＜0.01））。从不确定环境与两种组织学习方式的相关关系来看，如果环境竞争性较强，都可能推动企业开展利用性学习（（γ=0.200，P＜0.01））和探索性学习（（γ=0.161，P＜0.01））。

从自变量与因变量的相关关系看，利用性学习和探索性学习都分别与两种绩效显著正相关，这表明利用性学习和探索性学习都可能会促进组织绩效。而创业导向各维度、市场导向各维度对两种绩效也都呈现显著的正相关关系，这表明，创业导向、市场导向这两个重要的战略导向，都是可能取得较好绩效的重要因素。从内部创业环境与两种绩效的相关关系来看，内部创业环境与财务绩效呈现显著的正相关（γ=0.360，P＜0.01）；与非财务绩效也呈现显著的正相关（γ=0.353，P＜0.01）。这说明，当企业具有较好的内部创业环境时，企业的财务绩效和非财务绩效也可能会更好。从不确定环境与两种绩效的相关关系来看，不确定环境与财务绩效呈现显著的正相关（γ=0.112，P＜0.05）；与非财务绩效也呈现显著的正相关（γ=0.139，P＜0.05）。这说明，面临不确定的环境，企业也可能会取得较好的财务绩效和非财务绩效。

从上表可以看出，创业导向、市场导向、组织学习、组织绩效之间均具有显著的正相关关系，这就说明这些变量之间确实存在非常紧密的联系，本书的假设初步得到验证。然而，以上各变量之间的两两相关系数只能说明它们之间具有相关关系，但并不能就此判断哪是因，哪是果（游士兵、余艳琴，2001）。同时，两两之间的简单相关系数也不能排除其他因素对它们之间关系的影响（马庆国，2002）。因此，只能作为判断变量间是否具有因果关系的一个参考，其具体因果关系仍然需要通过进一步的回归分析来确定。

龙成志（2009）指出，通常情况下，若变量之间的相关系数高于0.75才会可能有多重共线性的问题[143]。本书的相关分析中，相关系数最高的也仅有0.597，由此可以初步判断各变量间并不存在共线性的问题。