Välgörenhet och social påverkan

Storlek: px
Starta visningen från sidan:

Download "Välgörenhet och social påverkan"

Transkript

1 NATIONALEKONOMISKA INSTITUTIONEN Uppsala universitet Nationalekonomi D/Magisteruppsats 15 hp VT-2010 Författare: Mattias Öhman Handledare: Peter Nilsson Välgörenhet och social påverkan Ett fältexperiment om pantning och donationsbenägenhet Mattias Öhman

2 Sammanfattning Med ett naturligt fältexperiment studeras betydelsen av social påverkan för individers benägenhet att skänka pengar. Den dominerande teorin inom nationalekonomin som förklaring till välgörenhet är warm glow altruism. Teorin säger att människor skänker pengar på grund av en kombination av altruism och warm glow. Men det finns även teorier som förutsäger att socialt tryck spelar roll. I experimentet ställdes frågor till pantkunder om deras bidrag till välgörenhet. Individerna i behandlingsgruppen blev tillfrågade innan de började panta och kunnat välja om de ska skänka panten. I kontrollgruppen besvarades frågorna efteråt. Resultatet tyder på att social påverkan spelar stor roll för benägenheten att skänka panten. Nyckelord: Välgörenhet, social påverkan, pantning, fältexperiment, warm glow. i

3 Innehållsförteckning 1. Inledning Bakgrund Om välgörenhet Om pantning Teori och metod Beteendehypoteser Fältexperiment Data och empirisk specifikation Resultat Deskriptiv statistik Statistisk analys Sammanfattning och diskussion Referenser Bilagor Frågeformulär Statistisk kontroll ii

4 1. Inledning Varför skänker människor pengar till välgörenhet? Är människor altruister eller känner de sig tvingade att skänka pengar för att ge ett bra intryck? Hur stor roll spelar social påverkan för hur människor väljer att agera i sådana sammanhang? Syftet med den här uppsatsen är att bidra till kunskapen om altruistiskt beteende. Med hjälp av ett naturligt fältexperiment undersöks effekten av social påverkan på individers benägenhet att skänka sin pant. Traditionell ekonomisk teori, som den vanligen förstås, ger ett begränsat utrymme för social påverkan. Individer agerar autonomt och tar endast hänsyn till andra människors uppfattningar och situation ifall det kan öka den egna förväntade nyttan. När nationalekonomer observerar avvikelser i individers beteenden från det som kan förväntas av en Homo Economicus så söker man ändå tolka dessa inom ramen för Rational Choice-teorin. Det innebär att en handling förklaras genom att man studerar hur individen försökte nyttomaximera vid tillfället (således nyttomaximerande i en subjektiv kontextuell mening: individen kan naturligtvis begå misstag). Under senare år har denna tolkningsram utmanats av ett växande fält som kallas beteendeekonomi. Beteendeekonomer använder sig inte sällan av teorier från andra discipliner, som till exempel socialpsykologi, vilket innebär att de förklaringar man ger ibland hamnar i konflikt med traditionell Rational Choice-teori. Inom detta fält studerar man oftast situationer som Rational Choice misslyckas med att förklara på ett övertygande sätt; situationer där individer är irrationella och agerar på ett sätt som inte i någon meningsfull betydelse kan betraktas som nyttomaximerande. Även om beteendeekonomin hittills i någon mån präglas av att vara en reaktion och kritik mot Rational Choice har den tillsammans med experimentell ekonomi, där individers beteenden undersöks i ekonomiska experiment, samtidigt breddat vad som är möjligt att studera inom ramen för nationalekonomi och gjort att ämnet har närmat sig discipliner som sociologi och psykologi. 1 Den här uppsatsen kan betraktas som beteendeekonomisk i den meningen att den huvudsakliga teoretiska basen inte är traditionell Rational Choice, och som undersökningsform används ett fältexperiment något som under senare år har blivit vanligare inom nationalekonomin. (Breman 2008a) Enligt Breman (2008a) har välgörenhet som forskningsfält länge varit litet inom nationalekonomin, vilket kan bero på att det inom ramen för den traditionella teorin har varit svårt att studera. I och med utvecklingen som beskrevs ovan har det emellertid blivit möjligt även för nationalekonomer att ta sig an detta område. Det ger samtidigt en möjlighet att studera 1 Även vissa traditionella nationalekonomer har studerat frågor utanför konventionella marknader. Till exempel så har ekonomipristagaren Becker (1991) använt ekonomisk teori för att studera familjer. Se även Bowmaker (2005). 1

5 betydelsen av social påverkan på människors beteende i en situation där de egennyttigt inte kan sägas nyttomaximera. Sedan drygt tio år tillbaka har det i många ICA-butiker med pantautomater tillverkade av Tomra Systems varit möjligt att skänka sin pant till Röda Korset, genom ett samarbete mellan dessa tre aktörer. Under 2009 skänktes panten i ICA-butikerna i Sverige bort vid 7 procent av panttillfällena. Är det möjligt att med social påverkan få fler människor att välja att skänka sin pant? För att undersöka detta genomfördes korta intervjuer med ICA-kunder som pantade. Behandlingsgruppen fick precis innan de började panta svara på två frågor om huruvida de bidrar till välgörenhet och om de brukar skänka sin pant, medan kontrollgruppen blev tillfrågade först efteråt när de redan hade valt om de skulle skänka panten vid detta tillfälle. Studiens frågeställning är om individerna i behandlingsgruppen kommer att vara mer benägna att skänka sin pant jämfört med individerna i kontrollgruppen. Frågeställningen består av två delfrågor. Dels om individerna i såväl behandlingsgruppen som kontrollgruppen kommer att vara benägna att säga att de brukar bidra till välgörenhet, dels om individerna i behandlingsgruppen kommer att agera konsekvent med ett sådant svar och därmed välja att skänka sin pant. Experimentets teoretiska grund är de två socialpsykologiska teorierna om social önskvärdhet och konsekvensprincipen. Enligt dessa kan man förvänta sig att individerna i behandlingsgruppen kommer att vara mer benägna att skänka panten än individerna i kontrollgruppen. Teorin om social önskvärdhet säger att människor tenderar att vilja framställa sig själva i ett positivt ljus, som goda medborgare. Vanligtvis betraktas detta som ett av problemen med intervjuer i vetenskapliga undersökningar eftersom det innebär att man inte kan vara säker på att svaren är sanna. Den här studien söker i stället dra nytta av denna effekt med antagandet att det allmänt betraktas som önskvärt att bidra till välgörenhet. Konsekvensprincipen säger att människor tenderar att agera konsekvent i enlighet med tidigare åtaganden. Den som intervjuas och säger att den brukar skänka pengar till välgörenhet och sedan omedelbart ställs inför en situation där det är ett möjligt val kan därför förväntas vara mer villig att skänka sin pant. Uppsatsen inleds med en bakgrund om välgörenhet och pantning och en diskussion om hur nationalekonomer har förklarat varför människor bidrar till välgörande ändamål. Sedan följer en genomgång av de teorier och metoder som har använts för detta experiment, samt hur materialet kommer att analyseras statistiskt. Efter detta redovisas resultatet. Uppsatsen avslutas med en sammanfattning och diskussion om experimentet och resultatet och även förslag på vidare forskning. Som bilagor ingår det frågeformulär som har använts vid intervjuerna samt en statistisk kontroll med några ytterligare test av materialet. 2

6 2. Bakgrund Det här avsnittet innehåller dels en bakgrund om välgörenhet och pantning i Sverige, dels en diskussion om tidigare forskning om välgörenhet Om välgörenhet Uppsatsen började med att ställa frågan varför människor skänker pengar till välgörenhet. Men hur vanligt är det och hur mycket pengar handlar det om? I Sverige har forskningen om välgörenhet till största delen genomförts av socionomer, sociologer, statsvetare och företagsekonomer. Studier genomförda av nationalekonomer har tidigare varit begränsat, men bilden har börjat förändras på senare år. (Breman 2008a) Givandet i Sverige är stort insamlingsorganisationer med ett 90-konto samlade in nästan 5 miljarder kronor under I Sverige beräknas den totala omsättningen för den ideella sektorn vara omkring 140 miljarder kronor. (Wijkström & Einarsson 2006) 90-konton administreras av Stiftelsen för Insamlingskontroll (SFI) och ska fungera som en garanti för den som vill skänka pengar att insamlingen går till på rätt sätt och att pengarna går till det avsedda ändamålet. Figur 2.1 visar hur mycket pengar som har samlats in från allmänheten under perioden 1999 till Rekordåret 2005 förklaras av tsunamin på annandag jul Trenden under denna period är att svenskarna skänker alltmer pengar. Figur 2.1: Totalt insamlat från allmänheten (miljoner kr). Data från SFI, SFI, Svenskarna skänker mer till välgörenhet ( ), Pressmeddelande, ( ). 3 Konstruerat från SFI, Sammanställning ( ), Statistik, ( ). 3

7 Är svenskarna ovanligt generösa? Det är komplicerat att göra en jämförelse mellan olika länder, vilket beror på att definitionerna i källmaterialet kan variera. Enligt data från 1995 om storleken på och intäkterna till den ideella sektorn i 17 länder ligger Sverige ungefär i mitten med 9 procent av intäkterna från gåvor. Till skillnad från i många andra länder så är donationer till välgörenhet inte avdragsgilla, vilket förmodligen är en bidragande orsak till att Sverige inte ligger högre upp i jämförelsen. Sverige har i stället jämfört andra länder en stor andel frivilligt arbetande inom den ideella sektorn. (Breman 2008a) En fråga som nationalekonomer har intresserat sig för i detta sammanhang är därför om skatteavdrag för privata donationer skulle vara samhällsekonomiskt motiverat, det vill säga om donationerna skulle öka mer än kostnaden för subventionen. Andreoni (2006) menar att det är teoretiskt motiverat. Det står klart att donationer är priskänsliga, men studierna på detta område ger dock spretiga svar så frågan måste än så länge betraktas som obesvarad. (Randolph 1995; Auten, Sieg & Clotfelter 2002; Breman 2008a) En annan fråga som ekonomer har studerat är om det finns en så kallad crowding out-effekt. Denna hypotes säger att om staten skänker 1000 kronor så minskar de privata donationerna med lika mycket. Skälet enligt hypotesen är att altruistiska personer inte bryr sig om varifrån pengarna till välgörenhet kommer endast hur mycket pengar som skänks. Skattemedel är substitut för privat välgörenhet. Om människor är rena altruister innebär det således att statliga bidrag är ineffektiva. Breman (2006) visar dock att effekten av en sådan utträngning är ganska liten, även om nyare studier ger belägg för att det kan vara fallet i frågan om internationellt bistånd. (Breman 2008b) Hur har nationalekonomer försökt förklara varför människor skänker pengar till välgörenhet och bidrar till kollektiva nyttigheter? Det finns i dag flera försök till förklaringsmodeller. Två exempel på teorier är conditional cooperation och warm glow altruism. Conditional cooperation säger att individer är beredda att bidra till kollektiva nyttigheter ju mer andra bidrar. Teorin kan förklara dels varför en individ bidrar med pengar givet att den vet att någon annan gör det, dels varför man i många experiment finner att bidragen till kollektiva nyttigheter sjunker över tid. De flesta villkorligt samarbetande individer bidrar nämligen med en summa något under genomsnittet av de totala bidragen, vilket resulterar i att bidragen sjunker för varje period. (Fischbacher, Gächter & Fehr 2001) I en välgörenhetskontext implicerar teorin att insamlaren bör ge information om hur mycket andra givare har bidragit med, och kanske särskilt framhålla hur mycket de som har bidragit mest har gett. Croson & Shang (2009) undersökte empiriskt ifall information om vad andra givare hade skänkt hade någon inverkan på individer i färd med att skänka pengar. I USA finns en reklamfri radiokanal, national public radio, som finansieras genom gåvor från särskilt privatpersoner. Varje vecka uppmanas lyssnarna att ringa in och skänka pengar. I experimentet så varierades informationen till personerna som hade ringt in om vad 4

8 tidigare givare hade skänkt, och resultatet pekade på att informationen signifikant påverkade hur mycket individerna valde att ge. Den dominerande teorin inom nationalekonomin i dag som förklaring till välgörenhet är warm glow altruism, vilket är en kombination av warm glow och altruism. (Andreoni 1990) Altruism innebär att man bryr sig om hur andra har det eller om något specifikt välgörande ändamål. Teoretiskt innebär det att andra människor eller ändamål (kollektiva varor) ingår i individens nyttofunktion. Warm glow innebär att individen mår bra (får nytta) av att ge som en frivillig handling. Studier har visat att människor som bidrar till välgörenhet i de flesta fall gör det på grund av en kombination av altruism och warm glow. Med hjälp av magnetröntgenkameror har man sett att människor känner mer välbefinnande (eller uttryckt i ekonomisk teori: får högre nytta) om handlingen är frivillig, vilket ger stöd för teorin om warm glow altruism. (Breman 2008a) Både teorin om warm glow altruism och conditional cooperation är utbudsdrivna, vilket betyder att människor skänker pengar för att det ökar deras individuella nytta (välbefinnande) samtidigt som det också ökar samhällets nytta. Ett sådant givande är således paretosanktionerat. Men ett annat skäl till att skänka pengar kan vara att individen känner ett socialt tvång. Akerlof & Kranton (2000) har konstruerat en modell som försöker förklara varför socialt tryck kan vara betydelsefullt för individens beteende. En sådan modell implicerar att donationer till välgörenhet ibland kan vara efterfrågedrivna, det vill säga att individen känner ett socialt tryck som gör det svårt att säga nej till insamlaren. Donationerna är då, för givaren, nyttominskande och givandet är inte paretosanktionerat. DellaVigna, List & Malmendier (2010) fann att när människor gavs möjlighet att undvika dörrknackare som bad om bidrag till välgörenhet så minskade donationerna avsevärt. Det tyder på att inte all välgörenhet kan förklaras av warm glow altruism, utan att även det sociala sammanhanget kan påverka individens beslut. Spelar det någon roll vem det är som ber om donationer? Breman (2008a) fann att kön kan ha betydelse för hur mycket pengar som individen skänker. I studien undersöktes donationsgraden i en telemarketingkampanj med avseende på kommunikatörens och givarens kön. Forskarna kontrollerade för kommunikatörens skicklighet så att den inte skulle påverka resultatet. Det visade sig att de lägsta resultaten fås om kvinnor ringer kvinnor, medan det högsta resultatet fås om män ringer män. Det senare resultatet var i studien emellertid inte statistiskt signifikant högre än om kvinnor ringer män. Resultatet går emot den vanliga föreställningen att kvinnor skänker mer pengar än män. Om man vill dra slutsatser om skillnader i generositet är det dock viktigt att kontrollera för inkomst, eftersom det i det fallet snarare är den skänkta andelen av individens inkomst som är av intresse. 5

9 2.2. Om pantning I Sverige har det ända sedan 1884 funnits ett pantsystem för glasflaskor. Nästan hundra år senare, 1982, infördes ett pantsystem även för aluminiumburkar och för drygt femton år sedan lanserades återvinningsflaskan. I Sverige återvanns 2008 cirka 88 procent av alla burkar och flaskor, vilket är en ökning med 3 procentenheter jämfört med Det betyder att svenskarna pantar mest i världen. 4 Pantens storlek varierar mellan 0,5-2 kronor beroende på typ. Den största delen pantas i pantmaskiner som finns i vanliga livsmedelsbutiker. ICA samarbetar sedan 1999 med Röda Korset och pantautomattillverkaren Tomra Systems. Det innebär att det i dag på nästan 400 ICA-butiker av totalt cirka finns möjlighet att skänka sin pant till Röda Korset. Även i COOP-butiker har det under ett antal år varit möjligt att skänka panten till välgörenhet. I deras fall går pengarna till de egna välgörenhetsorganisationerna Kooperation utan gränser och Vi-skogen. Under 2009 så valde kunderna på ICA att skänka sin pant vid drygt 7 procent av panttillfällena. Sett till den totala pantsumman så skänkte de knappt 2,5 procent (drygt 3,5 miljoner kronor), vilket betyder att det i genomsnitt är de mindre pantbeloppen som kunderna väljer att skänka. Andelen kunder som väljer att skänka sin pant och den andel av pantsumman som skänks varierar dock stort mellan olika butiker. De två figurerna nedan visar hur mycket pengar som skänktes varje månad under 2009, dels totalt för alla ICA-butiker i Sverige (med möjlighet att skänka panten), dels för två ICA-butiker i Uppsala. 5 Figur 2.2: Pantdonationsbelopp (kr) under 2009 för ICA-butiker i Sverige Returpack, Sverige pantar sig kvar i världstoppen ( ), Pressmeddelande, ( ). 5 Donationsstatistik från Tomra Systems AB. Kan erhållas med tillåtelse från Röda Korset. 6

10 Figur 2.3: Pantdonationsbelopp (kr) under 2009 för två ICA-butiker i Uppsala Butik 1 Butik 2 0 I figurerna framgår att summan som doneras varje månad varierar över året. Man måste dock vara försiktig vid tolkningen; data finns inte tillgänglig för hur mycket som totalt pantas under varje månad. Det går således inte att utläsa ifall donationsbenägenheten varierar mellan månaderna det kan lika gärna vara så att det är olika många personer som pantar vissa månader. Eftersom tillgänglig data enbart finns för 2009 så kan man inte heller se om det finns en tidstrend. 6 Om det är möjligt att anta att donationsbenägenheten inte varierar kraftigt mellan månaderna så ger figurerna en ungefärlig bild över hur mycket som pantas varje månad. Att maj månad sticker ut i Butik 2 i Uppsala kan eventuellt förklaras av valborgsfirandet; många pantar några burkar och väljer att skänka panten eftersom det bara handlar om totalt några kronor. Att december sticker ut i samtliga tre fall (även för Butik 1 beaktat att många studenter lämnar Uppsala under en del av denna period) kan förmodligen bero på att många känner sig mer givmilda under jul, och januari är i sin tur ett resultat av nyårsfirandet. I tabell 2.1 sammanfattas data för respektive butik ovan samt för hela ICA-kedjan under hela året Tabell 2.1: Pantning och donation under Affär Donerat (%) Donationskunder (%) Pantbelopp (kr) Pantkunder Butik 1 4,19 10, Butik 2 6,15 12, Alla butiker 2,35 7, Det framgår att både Butik 1 och Butik 2 skiljer sig klart från riksgenomsnittet, särskilt Butik 2. Att skillnaderna kan vara så pass stora mellan enskilda butiker och butiksgenomsnittet är därför viktigt att ta hänsyn till när man ska genomföra ett experiment i en viss butik. Skillnaderna antyder att butikerna har olika kundkrets, vilket kan innebära att de reagerar olika på experimentets behandling. 6 Se dock fotnot 4. 7

11 Det senaste året har Röda Korset haft problem med ett antal skandaler som har skadat organisationens anseende. Än så länge finns emellertid inte data tillgänglig som gör det möjligt att avgöra om det har påverkat människors benägenhet att skänka sin pant till dem. I bild 2.1 visas alternativen som kunden har att välja mellan på en ICA-butik där man har möjlighet att skänka panten. Utöver den gula knappen så finns det en text från Röda Korset uppsatt bredvid pantautomaten som uppmanar kunden att skänka panten. Bild 2.1: Pantautomat i en ICA-butik. Pantautomaterna står oftast antingen i en så kallad pantstation som finns i större ICA-butiker eller, i mindre butiker, nära hyllorna med läsk och annan dryck. Eftersom pantstationerna står utanför kassorna är det enklare för kunden att ta med en större mängd pant vid ett och samma tillfälle. Det är därför möjligt att butiker med pantstationer har en större mängd pant vid varje panttillfälle, något som också kan påverka kundernas benägenhet att skänka sin pant. 3. Teori och metod Följande avsnitt består av tre delar. Den första delen behandlar teori; vilka beteendehypoteser som frågeställningen och experimentet bygger på och vad tidigare forskning har funnit. Den andra delen är ett metodavsnitt, som behandlar hur fältexperimentet har genomförts och en diskussion om nyttan av att använda experiment inom nationalekonomin. Den sista delen går igenom hur det insamlade materialet har bearbetats och de modeller som kommer att prövas statistiskt Beteendehypoteser Den här studien ska med hjälp av ett experiment försöka skatta betydelsen av social påverkan för individers benägenhet att skänka sin pant, det vill säga hur benägenheten förändras när individerna upplever ett socialt tryck på sig att skänka sin pant. Att social påverkan oförmågan att säga nej har betydelse i välgörenhetssituationer har visats av DellaVigna, List & Malmendier (2010), vilka baserade sin studie på modellen om socialt tryck och social identitet som Akerlof & Kranton (2000) har konstruerat. Croson & Shang (2009) har visat att människor påverkas av att veta hur andra har gjort; om en individ har skänkt mycket pengar är man själv benägen att skänka mycket. Följande studie undersöker en tredje slags social påverkan, om individer kan känna ett så pass starkt socialt tryck på sig att skänka sin pant ifall de är (eller upplever sig vara) 8

12 observerade så att de väljer att göra det. Jämfört med de tidigare studierna är denna sociala påverkan mer subtil, eftersom det inte är någon som ber individen att ge till välgörenhet. Ett välkänt problem i forskningssammanhang med intervjuer är intervjuareffekten, vilken kan förklaras med teorin om social önskvärdhet. Intervjuareffekten innebär att människor som blir intervjuade tenderar att ge det svar som de upplever framställer dem som socialt önskvärda. (Arnold & Feldman 1981) I många surveyundersökningar kan detta ställa till problem eftersom individerna inte ger sanna svar, men det finns också en möjlighet att utnyttja denna effekt. Eftersom det allmänt torde betraktas som en god sak att bidra till välgörande ändamål kan man förvänta sig att en majoritet kommer att svara att de skänker pengar till välgörenhet om de blir tillfrågade. Betyder det att individerna faktiskt kommer att skänka pengar om de hamnar i en sådan situation? Det finns skäl till att tro att det under vissa förhållanden kan vara på det sättet. Cialdini (2005) visar att människor tenderar att vilja agera konsekvent med sina åtaganden, en slags konsekvensprincip. Den kan förklaras med att individen söker undvika kognitiv dissonans, det vill säga att behöva konfronteras med situationen att ha agerat på ett sätt som individen anser är felaktigt. Individen anpassar i stället sitt agerande (eller sina åsikter) till att vara förenligt med tidigare beteenden. (Mullainathan & Washington 2009) I en studie fann Landry et. al. (2008) att det är mer sannolikt att individer som redan har skänkt pengar kommer att skänka pengar igen, vilket delvis kan förklaras med människors önskan att agera konsekvent. Den teoretiska grunden för experimentet består av flera steg. Hypotesen är att individernas beteende påverkas av att de upplever sig vara observerade, vilket innebär att de kommer att agera på ett sätt som gör att de framställer sig själva som socialt önskvärda och konsekventa och därför skänka panten. Om hypotesen stämmer kan resultatet tolkas i linje med DellaVigna, List & Malmendier (2010). Men till skillnad från deras studie visar i så fall detta experiment att människor inte uttryckligen behöver vara tillfrågade av en insamlare om att skänka pengar för att känna ett så pass starkt socialt tryck att de gör det. Det räcker med att individen upplever en intern konflikt för att beteendet ska förändras Fältexperiment För att samla in den empiri som behövdes för att testa frågeställningens hypotes genomfördes ett naturligt fältexperiment. 7 Ett naturligt fältexperiment innebär att man gör ett experiment i en naturlig miljö, vanligen utan att de medverkande individerna är medvetna om att de deltar i ett experiment. Men vad är syftet med att genomföra experiment inom nationalekonomin? Hur kan fältexperiment användas för att besvara nationalekonomiska frågeställningar? 7 För en diskussion om olika sorters fältexperiment, se Harrison & List (2004). 9

13 Inom nationalekonomin är man ofta intresserad av att finna kausala effekter, om orsakar. När man ska studera om kausalitet råder vill man idealt sett kontrollera den kontrafaktiska situationen; vad hade hänt om inte inträffat? Utan en sådan kontroll går det inte att veta om det endast är fråga om en korrelation, det vill säga att någon tredje (eller fjärde etc.) variabel påverkar både och eller om orsakssambandet rentav går åt andra hållet. Detta är ofta ett svårt problem att lösa ifall det endast finns tillgång till observationsdata. När det är möjligt kan man därför i stället använda sig av ett experiment, vilket ger en större kontroll av de relevanta faktorer som kan tänkas påverka den variabel som man är intresserad av att studera. För att se på vilket sätt ett experiment kan hjälpa till att avgöra kausalitet, betrakta som utfallet efter en behandling och som utfallet utan behandling. 8 Behandlingen är en binär variabel,, där är behandling och ingen behandling. För varje enhet finns då där behandlingseffekten kan mätas med. Problemet är att den kontrafaktiska variabeln i är obekant; vad hade resultatet av behandlingen varit ifall inte hade behandlats och vice versa? Eftersom en individ inte samtidigt kan vara behandlad och inte behandlad simulerar ett experiment den kontrafaktiska situationen med hjälp av randomisering, vilket innebär att individerna slumpmässigt delas in i en behandlingsgrupp respektive en kontrollgrupp. Det är då möjligt att mäta den genomsnittliga behandlingseffekten med där och är genomsnittligt utfall av behandling respektive inte behandling. För att kunna fastslå ett kausalt samband mellan en oberoende och en beroende variabel måste tre villkor vara uppfyllda. (Rosengren & Arvidson 2002) Först och främst krävs att man kan manipulera den oberoende variabeln (genomföra en behandling). Det krävs också att det är möjligt att redogöra för de förutsättningar som råder under experimentet. Dessa måste vara lika för både behandlingsgruppen och kontrollgruppen, det vill säga manipulationen av den oberoende variabeln skall ske givet allt annat lika (ceteris paribus). Detta krav kallas för standardisering. Det sista kravet är att de medverkande individerna har randomiserats, vilket nämndes ovan. Skälet är att det ska vara möjligt att anta att individernas värden på alla relevanta variabler i genomsnitt är lika, så att och endast skiljer sig åt med avseende på manipulationen av den oberoende variabeln. Laboratorieexperiment erbjuder störst möjlighet att uppfylla dessa krav. Nackdelen är att experimentet sker i en onaturlig miljö, och det är därmed möjligt att individerna beter sig på ett 8 Redogörelsen följer Harrison & List (2004) och Angrist & Pische (2009). 10

14 sätt som är annorlunda än hur de skulle ha gjort på riktigt. Det beror inte bara på att själva miljön är ett laboratorium, utan även på att insatserna vanligen ligger på en helt annan nivå än utanför experimentet. I laboratorieexperiment är deltagarna dessutom oftast studenter. Ett naturligt fältexperiment genomförs i stället i den naturliga miljön, med individernas vanliga insatser, vilket betyder att det är troligt att individerna agerar på samma sätt som de skulle ha gjort även utanför experimentet. Fältexperiment innebär en möjlighet till manipulation, men det är svårare att uppfylla kraven på standardisering och kontroll jämfört med i laboratorieexperiment. Datainsamlingen genomfördes på följande sätt. Först bestämdes antalet individer som skulle ingå i experimentet till 100 stycken och att de skulle fördelas jämnt mellan de båda grupperna, det vill säga 50 stycken i respektive grupp. För att kunna uppfylla kravet på randomisering kastades tärning om i vilken ordning individerna skulle delas in i grupperna. Den första individen hamnade i kontrollgruppen, vilket innebar att det var 49 stycken kvar att dela in i den gruppen, och så vidare. Om det hade blivit så att 50 stycken hade delats in i någon av grupperna innan alla 100 hade fördelats så skulle de resterande individerna hamnat i den andra gruppen. Genom slump så blev fördelningen jämn i slutet vilket innebar att det inte blev ett stort antal som tvingades att tillhöra någon av grupperna. Randomiseringen innebar att det var möjligt att anta att grupperna i genomsnitt skulle vara lika sett till kön, ålder, mängden pant, deras inställning till välgörenhet etc. Datainsamlingen genomfördes vid sex tillfällen under en period på några veckor vid pantstationen i Butik 1 i Uppsala, som består av två stycken pantautomater. Tiden var jämnt fördelad mellan tidigt (perioden kl 11-15) och sent (perioden kl 16-18). Individerna blev tillfrågade om de ville delta i en studie om välgörenhet för en magisteruppsats i nationalekonomi. De som ställde upp på att delta i studien fick besvara nedanstående fyra frågor. 9 1) Brukar du skänka pengar till välgörenhet? 2) Brukar du skänka panten? 3) Har du skänkt panten den här gången? 4) Hur mycket pantade du för? Respondenterna i behandlingsgruppen fick besvara fråga 1 och 2 före det att de började panta, och fråga 3 och 4 när de var färdiga. Respondenterna i kontrollgruppen fick besvara alla fyra frågorna efter att de hade pantat. 10 Frågorna besvaras i princip med ett ja eller nej, med 9 Antalet individer som inte ställde upp, det vill säga bortfallet, antecknades. 10 Frågan om deltagande i studien ställdes samtidigt med frågorna. Personerna som ingick i kontrollgruppen fick således frågan först efter att de hade pantat. 11

15 undantag för den sista frågan som handlar om pantsumman. Den sociala påverkan i experimentet bestod i att göra individerna i behandlingsgruppen medvetna om att deras val att skänka eller ta panten är observerat. Ett problem med naturliga fältexperiment är som nämnts att det finns mindre möjlighet att kontrollera för att faktorer andra än de som specifikt ska undersökas inte snedvrider resultatet, eftersom deltagarna i studien är okända. En snedvridning i detta fall skulle kunna ske om benägenheten att skänka pengar beror på en systematisk skillnad bland pantarna, till exempel att äldre personer oftare skänker pengar än yngre. Eftersom ordningen på vilka individer som ska ingå i behandlingsgruppen respektive kontrollgruppen bestämts slumpmässigt, och ordningen som individerna kommer till pantautomaterna kan betraktas som slumpmässig, bör grupperna i genomsnitt vara lika. Det är dock inte säkert att detta räcker; till exempel kan förhållanden som vilken tid och dag som intervjuerna görs på samt individernas attityd till intervjuaren påverka resultatet. För att någorlunda få en möjlighet att kontrollera för sådana potentiellt betydelsefulla faktorer antecknades kön och en grov uppskattning av åldern. 11 Skälet till att ålder inte ingick som en egen fråga var för att ta upp så lite tid som möjligt för de deltagande individerna, så att bortfallet skulle bli så litet som möjligt. Kontrollvariablerna ger en möjlighet att analysera materialet uppdelat på ålder och kön, och därmed se om det finns en systematisk skillnad i behandlingseffekten mellan olika grupper. Det var inte möjligt att kontrollera om individerna talade sanning när de besvarade frågorna (även om det i många fall gick att se ifall någon skänkte panten eller tog den själv). Den invändningen är emellertid bara relevant vad gäller fråga 3 och 4, som handlar om vad individerna faktiskt gjorde vid det här tillfället. De som skänker sin pant får inte ett kvitto på hur mycket som de pantade för och kan därför förväntas uppskatta summan snarare än att svara exakt. En kritik mot experimentdesignen är att givet att det finns ett socialt tryck av att vara observerad så skulle detta även kunna drabba kontrollgruppen, eftersom intervjuaren stod i samma rum som pantautomaten. För att minimera effekten av en sådan påverkan så försökte intervjuaren hålla ett avstånd från den som pantade. En eventuellt kvarvarande effekt innebär att effekten av det sociala trycket i undersökningen underskattas något. Både fråga 1 och fråga 2 innehåller ordet brukar, som är ett medvetet vagt uttryck. Ska det avse att man skänker pengar en gång i veckan, eller räcker det med en gång om året? Att man skänker panten varje gång, eller bara någon gång ibland? Tolkningen av brukar lämnades helt åt respondenterna själva att göra. Den första frågan innehåller dessutom ordet välgörenhet, vilket olika personer kan tolka olika brett. Räknas det om man skänker pengar till forskning som bedrivs vid ett universitet, eller handlar det uteslutande om att hjälpa fattiga? Även detta var 11 Se bilaga 7.1: Frågeformulär. 12

16 upp till respondenterna att själva tolka. Eftersom det kan antas att välgörenhet allmänt betraktas som en god sak, samtidigt som intervjuaren inte kan kontrollera svaren, ger det individerna en möjlighet att ljuga. Om beteendeteorin om social önskvärdhet är korrekt kan man således förvänta sig att många kommer att besvara den första frågan jakande. Den andra frågan, som är något mer konkret, tvingar individerna att åtminstone fundera på om de någon gång har skänkt sin pant. Det kan därför förväntas att färre kommer att svara ja på denna fråga än den första frågan, men fler än antalet som skänker panten. Syftet med de två frågorna är att få individerna att dels fundera på huruvida de faktiskt bidrar till välgörenhet, dels att behöva hantera situationen där de förmodas vilja framstå som socialt önskvärda eftersom de vet om att de är observerade. Den andra frågan ser dessutom till att individerna är fullt medvetna om att det går att skänka sin pant. De personer som ingår i behandlingsgruppen som svarar att de bidrar till välgörenhet (och kanske även att de brukar skänka sin pant) kommer därmed att ha åtagit sig att leva upp till sitt svar enligt konsekvensprincipen. Omedelbart efter att de har besvarat frågorna kommer de att ställas inför en situation där de kan välja att skänka det vanligen lilla beloppet till välgörenhet. Enligt hypotesen innebär det att fler personer i behandlingsgruppen kommer att skänka sin pant jämfört med personerna i kontrollgruppen, vilka ju redan har gjort sitt val när de ska besvara frågorna. Det betyder att individerna kände att de var tvungna att skänka sin pant på grund av det sociala tryck de upplevde av att en okänd person observerade deras beteende Data och empirisk specifikation Det insamlade materialet kodades för att göra det möjligt att studera och analysera det i statistikprogrammet STATA. Kodningen gjordes enligt tabellerna Tabell 3.1: Svarskodning. Fråga Ja Nej 1, 2, Summa (kr) Tabell 3.2: Gruppkodning. Grupp Kod Efter 0 Före 1 Tabell 3.3: Könskodning. Kön Kod Man 0 Kvinna 1 Tabell 3.4: Åldersdummys. Ålder Dummys <31 UNG MED >50 GAM Det för hypotesen intressanta problemet är om grupptillhörighet påverkar svaret på fråga 3 (om individen valde att skänka panten eller inte). Utifrån ovanstående kodning så skapades variabler för att kunna pröva om så är fallet. Fråga 1, 2 och 3 är dummys, binära variabler med egenskaperna, med värdet 1 om individ svarar ja på fråga. Grupp är den variabel vi är intresserade av om den har en kausal effekt på fråga 3, och har egenskaperna, med värdet 1 om individ ingår i behandlingsgruppen. Kön är en dummy med egenskaperna, med värdet 1 om individ är kvinna. Åldersklasserna delades upp med tre individuella dummys som skapar tre 13

17 olika åldersgrupper, där, med värdet 1 om individ faller inom åldersklassen. Unga personer definieras som varandes 30 år eller yngre, medelgamla som personer mellan 31 och 50 år och gamla som personer 51 år eller äldre. Pantsumman, svaret på fråga 4, är den enda variabel som inte är en binär dummy, utan är en kvantitativ variabel. Variabelnamn och förväntad effekt på variabeln sammanfattas i tabell 3.5. Ett positivt tecken betyder att variabeln förväntas öka sannolikheten att individen skänker sin pant. Tabell 3.5: Beskrivning av variabler. Variabel Förväntat tecken Beskrivning FRÅGA1 + Fråga 1: Ja FRÅGA2 + Fråga 2: Ja DONERAT Beroende Fråga 3: Ja SUMMA - Fråga 4: Summa (kr) GRUPP + Behandlingsgrupp KÖN? Kön (Kvinna) UNG Bas Ålder (<31) MED + Ålder (31-50) GAM + Ålder (>50) Den statistiska analysen görs sedan med hjälp av linjära sannolikhetsmodeller som skattas med minstakvadratmetoden (OLS) och justeras för heteroskedasticitet. En linjär sannolikhetsmodell liknar en linjär regressionsmodell men skiljer sig på några punkter. I en linjär regressionsmodell kan de oberoende variablerna vara antingen kvantitativa eller binära. Däremot måste den beroende variabeln vara kvantitativ, det är alltså inte möjligt att använda en dummyvariabel som den variabel som ska förklaras. I detta fall är den beroende variabeln binär, vilket innebär att man måste använda något annat alternativ. Ett sådant alternativ är en linjär sannolikhetsmodell. I en sådan är den beroende variabeln binär och regressionskoefficienterna tolkas som ett mått (i procentenheter) på förändringen i sannolikheten att den beroende variabeln antar värdet 1. Den linjära sannolikhetsmodellen leder emellertid till sin konstruktion till heteroskedasticitet. Annorlunda uttryckt betyder detta att feltermernas varians i en linjär sannolikhetsmodell varierar systematiskt med de predicerade värdena vilket ger en lägre effektivitet i skattningarna. Regressionerna kommer därför att vara robusta justerade för heteroskedasticitet. Det finns ytterligare två invändningar mot denna typ av modell. Prediktionerna kan hamna utanför sannolikhetsintervallet 0-1, och de linjära och additiva antagandena i modellen är ofta orealistiska. 12 (Edling & Hedström 2003) Empirin kommer att prövas i fyra olika modeller, där ytterligare variabler inkluderas för varje modell. I den första modellen ingår endast behandlingsvariabeln. 12 Även om modellen har vissa teoretiska svagheter kan den användas för att ge tillräckligt goda approximationer. I bilaga 7.2: Statistisk kontroll används en binär logistisk regressionsmodell för att kontrollera resultaten. 14

18 Modell 1 (1) där är en konstant, är behandlingskoefficienten och är en felterm. I modellen gäller att antar värde 1 om individ tillhör behandlingsgruppen, annars 0. Parametern av intresse i ekvation (1) är som reflekterar hur benägenheten att skänka panten påverkas av socialt tryck. Under ideala förhållanden är individerna i behandlingsgruppen och kontrollgruppen genom randomiseringen identiska i statistisk bemärkelse, förutom exponeringen för behandlingen. I detta fall är det som diskuterats tidigare möjligt att tillskriva de genomsnittliga skillnaderna i donationsgraden mellan grupperna som den faktiska behandlingseffekten. Modell 1 är därför tillräcklig för att uttala sig om kausalitet. Men för att öka effektiviteten av skattningen av kan man kontrollera för andra faktorer som kan tänkas påverka benägenheten att skänka panten vid pantningstillfället. I den andra modellen har kontrollvariabler för kön och ålder införts, vilket minskar endogeniteten. Modell 2 (2) där är en konstant, är behandlingskoefficienten, är koefficienterna till kontrollvariablerna och är en felterm. Modell 2 är en multivariat regressionsmodell, men koefficienterna kan tolkas på ett liknande sätt som i den första modellen. När är 1 så är individ en kvinna. kan då tolkas som förändringen i procentenheter på sannolikheten att individ skänker sin pant om det är en kvinna. Ålder kontrolleras med två separata dummys, där och. När individ är 51 år eller äldre har värdet 0 och värdet 1. Om är yngre än 31 år så har båda dummyvariablerna värdet 0. Genom att dela upp ålder i tre klasser på detta sätt ges en möjlighet att se om behandlingseffekten skiljer mellan olika åldrar. Den tredje modellen inkluderar en interaktionsterm som kontrollerar om det finns en skillnad i behandlingseffekten mellan olika kön, det vill säga om män påverkas mer av behandlingen än kvinnor eller vice versa. 15

19 Modell 3 (3) där är en konstant, är behandlingskoefficienten, är koefficienterna till kontrollvariablerna och är en felterm. antar värdet 1 om individ är en kvinna i behandlingsgruppen, annars värdet 0. Om behandlingseffekten är starkare för män än på kvinnor innebär det att kommer att ha ett negativt tecken. Den fjärde och sista modellen inkluderar två ytterligare kontrollvariabler, vad individerna svarade på frågan om de brukar skänka pengar till välgörenhet samt frågan om de brukar skänka sin pant. Modell 4 (4) där är en konstant, är behandlingskoefficienten, är koefficienterna till kontrollvariablerna och är en felterm. antar värdet 1 om individ svarar ja på fråga, annars värdet 0. De individer som svarar ja på frågorna förväntas skänka sin pant i högre utsträckning än andra, enligt konsekvensprincipen. I bilaga 7.2: Statistisk kontroll ingår förutom ett alternativt regressionstest av ovanstående modeller även två hypotestest samt två modeller som studerar pantsummans betydelse. Hypotestesten avser att testa experimentets underliggande teorier, social önskvärdhet och konsekvensprincipen. Enligt teorin om social önskvärdhet är ett förväntat resultat att det i kontrollgruppen kommer att vara fler individer som svarar att de brukar skänka pengar till välgörenhet respektive skänka sin pant än vad som faktiskt kan observeras vid det här tillfället. Teorin ger ingen anledning att förvänta sig att andelen som svarar jakande på frågorna skiljer sig åt mellan behandlingsgruppen och kontrollgruppen. Enligt konsekvensprincipen bör individerna som svarar jakande på frågorna i behandlingsgruppen vara mer benägna att skänka sin pant än motsvarande individer i kontrollgruppen. Dessa två hypotestest är således direkt kopplade till de teoretiska antaganden som har gjorts för experimentet. Modellerna som har beskrivits i detta avsnitt svarar på frågan om det finns en behandlingseffekt och i så fall hur stark den är. De två ytterligare modellerna är uppdelade per grupp och inkluderar variabler för om pantsumman är större än median- respektive medelsumman. 16

20 4. Resultat Avsnittet inleds med en deskriptiv redovisning av insamlad data. Därefter följer en statistisk analys och resultaten från regressionsmodellerna beskrivna i det föregående avsnittet Deskriptiv statistik Under de perioder som det stod en intervjuare vid pantstationen pantade totalt 127 stycken individer. Av dessa ställde 100 stycken upp på att svara på frågorna. Fördelningen, bortfall och andra huvudkarakteristika på materialet framgår i tabell 4.1. Tabell 4.1: Beskrivning av data. Andel av individerna. Antal individer inom parentes. Antal obs: 100. Totalt Kön Ålderskategori Man Kvinna <31 år år >50 år Behandlingsgrupp 0,50 (50) 0,48 (24) 0,52 (26) 0,42 (21) 0,38 (19) 0,20 (10) Kontrollgrupp 0,50 (50) 0,60 (30) 0,40 (20) 0,34 (17) 0,46 (23) 0,20 (10) Totalt 1,00 (100) 0,54 (54) 0,46 (46) 0,38 (38) 0,42 (42) 0,20 (20) Bortfall (27) Som framgår i tabellen är könsfördelningen i behandlingsgruppen relativt jämn. I kontrollgruppen finns en något ojämnare fördelning mellan könen. Det betyder att om kön har någon betydelse för om individen skänker sin pant eller inte och om behandlingseffekten är olika för män och kvinnor så bör modeller som inkluderar kontrollvariabler för detta ge bättre precision. Åldersfördelningen är relativt jämn förutom att den äldre gruppen är något mindre. Om ålder har någon betydelse för om individen skänker panten bör således även detta tas hänsyn till i modellen. Sett till hur individerna har fördelats så ser det ut som att strategin att slumpmässigt dela in individerna i de båda grupperna har varit relativt framgångsrik. Bortfallet var endast 21 procent, eller omvänt så var svarsfrekvensen 79 procent. Det gör det möjligt att anta att resultatet inte kraftigt snedvrids av att vissa inte ville svara. Det hade dock varit önskvärt att bortfallet registrerats med avseende på grupptillhörighet, kön samt ålder. Det hade givit en möjlighet att studera en eventuell systematik i bortfallet. Tabell 4.2 redovisar pantkarakteristika uppdelat på grupptillhörighet och kön. Tabell 4.2: Pantkarakteristika (kr) uppdelat på grupp och kön. Antal obs: 100. Antal Medelvärde Median Min Max Standardavvikelse Behandlingsgrupp 50 15,2 12, ,1 Man 24 16,0 14, ,1 Kvinna 26 14, ,2 Kontrollgrupp 50 18,7 16, ,2 16,8 Man 30 22,1 18 4,2 117,2 20,3 Kvinna 20 13,7 12, ,5 Totalt , ,2 13,0 17

21 Både medelvärdet och medianen skiljer sig något mellan behandlingsgruppen och kontrollgruppen. I kontrollgruppen finns ett värde som kraftigt avviker från de övriga. Att medianvärdena skiljer sig åt innebär att skattningen av behandlingseffekten kan bli missvisande eftersom individerna har pantat för olika stora belopp. Det beror på att om individen är mer benägen att ta panten själv om det är ett större belopp så påverkar det skattningen av behandlingseffekten. En modell som tar hänsyn till detta borde i så fall ge ett bättre resultat. I tabellen framgår att män har pantat för större summor än kvinnor, såväl i genomsnitt som sett till medianen, och att detta gäller i båda grupperna. Det framgår också att det avvikande stora pantbeloppet tillhörde en man. Figur 4.1 visar hur fördelningen av pantsummorna såg ut. Figur 4.1: Histogram över pantsummans fördelning. Antal obs: % 46 % 40 % 30 % 20 % 22 % 25 % 10 % 5 % 1 % 1 % 0 % Kronor Av intresse är också vilka belopp som individerna valde att skänka. Förväntningen var att det är individer med mindre pantbelopp som väljer att skänka sin pant. Tabell 4.3 visar hur det såg ut. Tabell 4.3: Pantkarakteristika (kr) uppdelat på om panten skänktes eller inte. Antal obs: 100. Antal Medelvärde Median Min Max Standardavvikelse Skänkt 21 16, ,1 Tog själv 79 17,1 14, ,2 14,1 Av 100 stycken personer som pantade var det totalt 21 stycken som valde att skänka sin pant. Intressant nog framgår det i tabellen att medelvärdena nästan är identiska, medan medianen för den pant som har skänkts oväntat är större än medianen för den pant som individerna tog själva. Det betyder att storleken på panten inte förefaller ha den betydelse som man kan tro. Förklaringen kan vara att beloppen är tämligen små. Det kan också bero på att individerna som väljer att skänka sin pant i allmänhet har bättre inkomst än de som tar panten själva, vilket gör 18

22 att det felaktigt ser ut som att storleken på panten inte har någon betydelse. En analys av pantsummans betydelse görs i bilaga 7.2: Statistisk kontroll. Fördelningen av storleken på den skänka pantsumman framgår i figur 4.2. Figur 4.2: Histogram över den skänkta pantsummans fördelning. Antal obs: % 43 % 40 % 38 % 30 % 20 % 19 % 10 % 0 % Kronor Tabellerna och figurerna ovan sammanfattar det insamlade materialets karakteristik. Randomiseringen har varit relativt framgångsrik vad gäller köns- och åldersfördelning. Tabell 4.2 visar att det finns en systematisk skillnad i storleken på pantsumman mellan män och kvinnor. Det framgår i samma tabell att behandlingsgruppen och kontrollgruppen skiljer sig åt avseende pantstorlek, en effekt som kommer av den systematiska skillnaden mellan män och kvinnor. I tabell 4.3 ser man att storleken på panten inte har den betydelse för om individen väljer att skänka sin pant som man skulle kunna tro, medianpanten är större hos de som skänker panten än hos de som tar den själva Statistisk analys Den här delen börjar med att beskriva skillnaden i donationsbenägenheten mellan behandlingsgruppen och kontrollgruppen, och presenterar sedan resultatet från regressionsmodellerna som har beskrivits tidigare. I tabell 4.4 redovisas andelen som tog respektive skänkte panten uppdelat på grupp och kön. Tabell 4.4: Andelen som valde att skänka sin pant uppdelat på grupp och kön. Antal obs: 100. Totalt Man Kvinna Behandlingsgrupp 0,32 0,25 0,38 Kontrollgrupp 0,10 0,00 0,25 Först och främst kan man se att det finns en grupp som särskilt avviker från de övriga, nämligen män i kontrollgruppen. Ingen man i kontrollgruppen valde att skänka sin pant, jämfört med 25 19

23 procent av kvinnorna. Man ser dessutom skillnader för båda könen om man jämför kontrollgruppen med behandlingsgruppen. Andelen män som har valt att skänka sin pant i behandlingsgruppen är på samma nivå som kvinnor i kontrollgruppen. Det är värt att notera att andelen i kontrollgruppen som valde att skänka sin pant är 10 procent, en lika stor andel som valde att göra detta i butiken under hela Tabell 4.5 visar den skänkta summans andel av det totala beloppet, uppdelat på grupp och kön. Tabell 4.5: Skänkt pantsummas andel uppdelat på grupp och kön. Antal obs: 100. Totalt Man Kvinna Behandlingsgrupp 0,39 0,27 0,48 Kontrollgrupp 0,07 0,00 0,23 I kontrollgruppen skänktes 7 procent av den totala pantsumman, jämfört med 39 procent i behandlingsgruppen. Jämfört med butikens årsgenomsnitt 2009 som var 4,2 procent så skänkte kontrollgruppen en större andel av pantsumman. Av tabellerna 4.4 och 4.5 framgår att de män och kvinnor i behandlingsgruppen som skänkte sin pant stod för en proportionellt större andel av den totala pantsumman i respektive grupp. 38 procent av kvinnorna i behandlingsgruppen valde att skänka sin pant, och de stod för nästan hälften av gruppens totala pantsumma. I tabell 4.6 presenteras resultatet från de linjära sannolikhetsmodellerna, genomförda i STATA. 13 Tabell 4.6: Linjär sannolikhetsmodell, robust, justerad för heteroskedasticitet. Standardfel inom parentes. Antal obs: 100. Variabel Modell 1 Modell 2 Modell 3 Modell 4 Konstant 0,10** -0,03-0,06-0,13** (0,04) (0,07) (0,06) (0,07) GRUPP 0,22*** 0,20** 0,26*** 0,20** (0,08) (0,08) (0,09) (0,09) KÖN 0,20** 0,26** 0,17 (0,09) (0,11) (0,10) MED 0,07 0,08 0,07 (0,09) (0,09) (0,09) GAM 0,09 0,09 0,05 (0,11) (0,11) (0,10) KÖN GRUPP -0,12-0,04 (0,17) (0,16) FRÅGA1 0,09 (0,07) FRÅGA2 0,27** (0,11) R 2 0,07 0,14 0,14 0,25 * = Signifikant på 10 %-nivån; ** = Signifikant på 5 %-nivån; *** = Signifikant på 1 %-nivån. 13 För att kontrollera om extremvärdet i kontrollgruppen påverkar resultatet har modellerna även skattats där extremvärdet uteslutits. Skillnaden är dock så pass liten att effekten försvinner vid avrundning. 20

EXAMINATION KVANTITATIV METOD vt-11 (110204)

EXAMINATION KVANTITATIV METOD vt-11 (110204) ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110204) Examinationen består av 11 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt

Läs mer

Kapitel 15: INTERAKTIONER, STANDARDISERADE SKALOR OCH ICKE-LINJÄRA EFFEKTER

Kapitel 15: INTERAKTIONER, STANDARDISERADE SKALOR OCH ICKE-LINJÄRA EFFEKTER Kapitel 15: INTERAKTIONER, STANDARDISERADE SKALOR OCH ICKE-LINJÄRA EFFEKTER När vi mäter en effekt i data så vill vi ofta se om denna skiljer sig mellan olika delgrupper. Vi kanske testar effekten av ett

Läs mer

F19, (Multipel linjär regression forts) och F20, Chi-två test.

F19, (Multipel linjär regression forts) och F20, Chi-två test. Partiella t-test F19, (Multipel linjär regression forts) och F20, Chi-två test. Christian Tallberg Statistiska institutionen Stockholms universitet Då man testar om en enskild variabel X i skall vara med

Läs mer

Anvisningar till rapporter i psykologi på B-nivå

Anvisningar till rapporter i psykologi på B-nivå Anvisningar till rapporter i psykologi på B-nivå En rapport i psykologi är det enklaste formatet för att rapportera en vetenskaplig undersökning inom psykologins forskningsfält. Något som kännetecknar

Läs mer

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II Bild 1 Medicinsk statistik II Läkarprogrammet T5 HT 2014 Anna Jöud Arbets- och miljömedicin, Lunds universitet ERC Syd, Skånes Universitetssjukhus anna.joud@med.lu.se Bild 2 Sammanfattning Statistik I

Läs mer

Att välja statistisk metod

Att välja statistisk metod Att välja statistisk metod en översikt anpassad till kursen: Statistik och kvantitativa undersökningar 15 HP Vårterminen 2018 Lars Bohlin Innehåll Val av statistisk metod.... 2 1. Undersökning av en variabel...

Läs mer

Beteendevetenskaplig metod. Metodansats. För och nackdelar med de olika metoderna. Fyra huvudkrav på forskningen Forskningsetiska principer

Beteendevetenskaplig metod. Metodansats. För och nackdelar med de olika metoderna. Fyra huvudkrav på forskningen Forskningsetiska principer Beteendevetenskaplig metod Ann Lantz alz@nada.kth.se Introduktion till beteendevetenskaplig metod och dess grundtekniker Experiment Fältexperiment Fältstudier - Ex post facto - Intervju Frågeformulär Fyra

Läs mer

Statistiska analysmetoder, en introduktion. Fördjupad forskningsmetodik, allmän del Våren 2018

Statistiska analysmetoder, en introduktion. Fördjupad forskningsmetodik, allmän del Våren 2018 Statistiska analysmetoder, en introduktion Fördjupad forskningsmetodik, allmän del Våren 2018 Vad är statistisk dataanalys? Analys och tolkning av kvantitativa data -> förutsätter numeriskt datamaterial

Läs mer

Hur reagerar väljare på skatteförändringar?

Hur reagerar väljare på skatteförändringar? Hur reagerar väljare på skatteförändringar? nr 1 2013 årgång 41 I den här artikeln undersöker vi hur väljare reagerar på förändrade skatter när de röstar. Vi finner att vänstermajoriteter straffas om de

Läs mer

Kapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA

Kapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA Kapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA 12.1 ANOVA I EN MULTIPEL REGRESSION Exempel: Tjänar man mer som egenföretagare? Nedan visas ett utdrag ur ett dataset som innehåller information

Läs mer

Metod1. Intervjuer och observationer. Ex post facto, laboratorie -, fältexperiment samt fältstudier. forskningsetik

Metod1. Intervjuer och observationer. Ex post facto, laboratorie -, fältexperiment samt fältstudier. forskningsetik Metod1 Intervjuer och observationer Ex post facto, laboratorie -, fältexperiment samt fältstudier forskningsetik 1 variabelbegreppet oberoende variabel beroende variabel kontroll variabel validitet Centrala

Läs mer

EXAMINATION KVANTITATIV METOD vt-11 (110319)

EXAMINATION KVANTITATIV METOD vt-11 (110319) ÖREBRO UNIVERSITET Hälsoakademin Idrott B Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-11 (110319) Examinationen består av 10 frågor, flera med tillhörande följdfrågor. Besvara alla frågor i direkt

Läs mer

Ex post facto forskning Systematisk, empirisk undersökning. om rökning så cancer?

Ex post facto forskning Systematisk, empirisk undersökning. om rökning så cancer? Metod2 Experimentell och icke experimentell forskning Ex post facto forskning Laboratorie - och fältexperiment Fältstudier Etnografiska studier Forskningsetiska aspekter 1 Ex post facto forskning Systematisk,

Läs mer

Tentamen Metod C vid Uppsala universitet, , kl

Tentamen Metod C vid Uppsala universitet, , kl Tentamen Metod C vid Uppsala universitet, 170503, kl. 08.00-12.00 Anvisningar Av rättningspraktiska skäl skall var och en av de tre huvudfrågorna besvaras på separata pappersark. Börja alltså på ett nytt

Läs mer

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD 6.4 Att dra slutsatser på basis av statistisk analys en kort inledning - Man har ett stickprov, men man vill med hjälp av det få veta något om hela populationen => för att kunna dra slutsatser som gäller

Läs mer

Dekomponering av löneskillnader

Dekomponering av löneskillnader Lönebildningsrapporten 2013 133 FÖRDJUPNING Dekomponering av löneskillnader Den här fördjupningen ger en detaljerad beskrivning av dekomponeringen av skillnader i genomsnittlig lön. Först beskrivs metoden

Läs mer

Kapitel 17: HETEROSKEDASTICITET, ROBUSTA STANDARDFEL OCH VIKTNING

Kapitel 17: HETEROSKEDASTICITET, ROBUSTA STANDARDFEL OCH VIKTNING Kapitel 17: HETEROSKEDASTICITET, ROBUSTA STANDARDFEL OCH VIKTNING När vi gör en regressionsanalys så bygger denna på vissa antaganden: Vi antar att vi dragit ett slumpmässigt sampel från en population

Läs mer

Repetitionsföreläsning

Repetitionsföreläsning Population / Urval / Inferens Repetitionsföreläsning Ett företag som tillverkar byxor gör ett experiment för att kontrollera kvalitén. Man väljer slumpmässigt ut 100 par som man utsätter för hård nötning

Läs mer

23 Allmänhetens attityder till KFM

23 Allmänhetens attityder till KFM 23 Allmänhetens attityder till KFM 23.1 Inledning Tabell 228. Påstående: Totalt sett: I Sverige har vi ett väl fungerande system för indrivning av obetalda skulder, procent. 1996 1998 2001 2002 Instämmer

Läs mer

Li#eratur och empiriska studier kap 12, Rienecker & Jørgensson kap 8-9, 11-12, Robson STEFAN HRASTINSKI STEFANHR@KTH.SE

Li#eratur och empiriska studier kap 12, Rienecker & Jørgensson kap 8-9, 11-12, Robson STEFAN HRASTINSKI STEFANHR@KTH.SE Li#eratur och empiriska studier kap 12, Rienecker & Jørgensson kap 8-9, 11-12, Robson STEFAN HRASTINSKI STEFANHR@KTH.SE Innehåll Vad är en bra uppsats? Söka, använda och refera till litteratur Insamling

Läs mer

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska

I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser Univariata analyser Univariata analyser

Läs mer

, s a. , s b. personer från Alingsås och n b

, s a. , s b. personer från Alingsås och n b Skillnader i medelvärden, väntevärden, mellan två populationer I kapitel 8 testades hypoteser typ : µ=µ 0 där µ 0 var något visst intresserant värde Då användes testfunktionen där µ hämtas från, s är populationsstandardavvikelsen

Läs mer

Statistikens grunder (an, 7,5 hsp) Tatjana Nahtman Statistiska institutionen, SU

Statistikens grunder (an, 7,5 hsp) Tatjana Nahtman Statistiska institutionen, SU Statistikens grunder (an, 7,5 hsp) Tatjana Nahtman Statistiska institutionen, SU KURSENS INNEHÅLL Statistiken ger en empirisk grund för ekonomin. I denna kurs betonas statistikens idémässiga bakgrund och

Läs mer

FRII Allmänheten om givande 2017

FRII Allmänheten om givande 2017 FRII Allmänheten om givande 2017 Kontakt: Charlotte Rydh Novus: Jessica Åkerström Datum: 1 Bakgrund & Syfte BAKGRUND och SYFTE Novus har på uppdrag av FRII genomfört en kvantitativ undersökning om allmänhetens

Läs mer

Vilka faktorer kan påverka barnafödandet?

Vilka faktorer kan påverka barnafödandet? 29 Vilka faktorer kan påverka barnafödandet? Ålder Kvinnor och män skjuter allt längre på barnafödandet. Kvinnor och män födda 1945 var 23,9 respektive 26,6 år när de fick sitt första barn. Sedan dess

Läs mer

EXAMINATION KVANTITATIV METOD

EXAMINATION KVANTITATIV METOD ÖREBRO UNIVERSITET Hälsoakademin Idrott B, Vetenskaplig metod EXAMINATION KVANTITATIV METOD vt-09 (090209) Examinationen består av 8 frågor, några med tillhörande följdfrågor. Frågorna 4-7 är knutna till

Läs mer

F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT

F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT Stat. teori gk, ht 006, JW F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT 1.1, 13.1-13.6, 13.8-13.9) Modell för multipel linjär regression Modellantaganden: 1) x-värdena är fixa. ) Varje y i (i = 1,, n) är

Läs mer

Hur skriver man statistikavsnittet i en ansökan?

Hur skriver man statistikavsnittet i en ansökan? Hur skriver man statistikavsnittet i en ansökan? Val av metod och stickprovsdimensionering Registercentrum Norr http://www.registercentrumnorr.vll.se/ statistik.rcnorr@vll.se 11 Oktober, 2018 1 / 52 Det

Läs mer

Analytisk statistik. Tony Pansell, optiker Universitetslektor

Analytisk statistik. Tony Pansell, optiker Universitetslektor Analytisk statistik Tony Pansell, optiker Universitetslektor Analytisk statistik Att dra slutsatser från det insamlade materialet. Två metoder: 1. att generalisera från en mindre grupp mot en större grupp

Läs mer

import totalt, mkr index 85,23 100,00 107,36 103,76

import totalt, mkr index 85,23 100,00 107,36 103,76 1. a) F1 Kvotskala (riktiga siffror. Skillnaden mellan 3 och 5 månader är lika som skillnaden mellan 5 och 7 månader. 0 betyder att man inte haft kontakt med innovations Stockholm.) F2 Nominalskala (ingen

Läs mer

Översikt. Experimentell metodik. Mer exakt. Människan är en svart låda. Exempel. Vill visa orsakssamband. Sidan 1

Översikt. Experimentell metodik. Mer exakt. Människan är en svart låda. Exempel. Vill visa orsakssamband. Sidan 1 Översikt Experimentell metodik Vad är ett kognitionspsykologiskt experiment? Metod Planering och genomförande av experiment Risker för att misslyckas Saker man måste tänka på och tolkning av data 2 Människan

Läs mer

OBS! Vi har nya rutiner.

OBS! Vi har nya rutiner. KOD: Kurskod: PM2315 Kursnamn: Psykologprogrammet, kurs 15, Metoder för psykologisk forskning (15 hp) Ansvarig lärare: Jan Johansson Hanse Tentamensdatum: 14 januari 2012 Tillåtna hjälpmedel: miniräknare

Läs mer

Kvantitativa metoder en introduktion. Mikael Nygård, Åbo Akademi, vt 2018

Kvantitativa metoder en introduktion. Mikael Nygård, Åbo Akademi, vt 2018 Kvantitativa metoder en introduktion Mikael Nygård, Åbo Akademi, vt 2018 Vad är kvantitativ metod? Kvantitativa (siffermässiga) analyser av verkligheten: beskrivning och förklaringar av fenomen i fokus!

Läs mer

Lektionsanteckningar 11-12: Normalfördelningen

Lektionsanteckningar 11-12: Normalfördelningen Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet

Läs mer

F2 Introduktion. Sannolikheter Standardavvikelse Normalapproximation Sammanfattning Minitab. F2 Introduktion

F2 Introduktion. Sannolikheter Standardavvikelse Normalapproximation Sammanfattning Minitab. F2 Introduktion Gnuer i skyddade/oskyddade områden, binära utfall och binomialfördelningar Matematik och statistik för biologer, 10 hp Fredrik Jonsson Januari 2012 I vissa områden i Afrika har man observerat att förekomsten

Läs mer

Analytisk statistik. Mattias Nilsson Benfatto, PhD.

Analytisk statistik. Mattias Nilsson Benfatto, PhD. Analytisk statistik Mattias Nilsson Benfatto, PhD Mattias.nilsson@ki.se Beskrivande statistik kort repetition Centralmått Spridningsmått Normalfördelning Konfidensintervall Korrelation Analytisk statistik

Läs mer

F3 Introduktion Stickprov

F3 Introduktion Stickprov Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever

Läs mer

Data på individ/hushålls/företags/organisationsnivå. Idag större datamänger än tidigare

Data på individ/hushålls/företags/organisationsnivå. Idag större datamänger än tidigare MIKROEKONOMETRI Data på individ/hushålls/företags/organisationsnivå Tvärsnittsdata och/eller longitudinella data o paneldata Idag större datamänger än tidigare Tekniska framsteg erbjuder möjligheter till

Läs mer

Vägda medeltal och standardvägning

Vägda medeltal och standardvägning Linköpings universitet 2000 MAI/Statistik Eva Leander Vägda medeltal och standardvägning Här följer ett antal sidor som behandlar vägda medeltal och standardvägning. Avsnittet om vägda medeltal förbereder

Läs mer

diskriminering av invandrare?

diskriminering av invandrare? Kan kvinnliga personalchefer motverka diskriminering av invandrare? ALI AHMED OCH JAN EKBERG Ali Ahmed är fil. lic i nationalekonomi och verksam vid Centrum för arbetsmarknadspolitisk forskning (CAFO)

Läs mer

Regressionsanalys med SPSS Kimmo Sorjonen (2010)

Regressionsanalys med SPSS Kimmo Sorjonen (2010) 1 Regressionsanalys med SPSS Kimmo Sorjonen (2010) 1. Multipel regression 1.1. Variabler I det aktuella exemplet ingår följande variabler: (1) life.sat, anger i vilket utsträckning man är nöjd med livet;

Läs mer

Skyttarna ser positivt på damklassen

Skyttarna ser positivt på damklassen Skyttarna ser positivt på damklassen Vid fjolårets förbundsmöte bordlades en motion om avskaffande av damklassen, med uppdrag till förbundsstyrelsen om att utreda vilka konsekvenser ett borttagande skulle

Läs mer

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400 LULEÅ TEKNISKA UNIVERSITET Ämneskod S0002M, MAM801, IEK600,IEK309 Institutionen för matematik Datum 2009-12-17 Skrivtid 0900 1400 Tentamen i: Statistik A1, 15 hp Antal uppgifter: 6 Krav för G: 13 Lärare:

Läs mer

Linjär regressionsanalys. Wieland Wermke

Linjär regressionsanalys. Wieland Wermke + Linjär regressionsanalys Wieland Wermke + Regressionsanalys n Analys av samband mellan variabler (x,y) n Ökad kunskap om x (oberoende variabel) leder till ökad kunskap om y (beroende variabel) n Utifrån

Läs mer

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval Två innebörder av begreppet statistik Grundläggande tankegångar i statistik Matematik och statistik för biologer, 10 hp Informationshantering. Insamling, ordningsskapande, presentation och grundläggande

Läs mer

InStat Exempel 4 Korrelation och Regression

InStat Exempel 4 Korrelation och Regression InStat Exempel 4 Korrelation och Regression Vi ska analysera ett datamaterial som innehåller information om kön, längd och vikt för 2000 personer. Materialet är jämnt fördelat mellan könen (1000 män och

Läs mer

2010-09-13 Resultatnivåns beroende av ålder och kön analys av svensk veteranfriidrott med fokus på löpgrenar

2010-09-13 Resultatnivåns beroende av ålder och kön analys av svensk veteranfriidrott med fokus på löpgrenar 1 2010-09-13 Resultatnivåns beroende av ålder och kön analys av svensk veteranfriidrott med fokus på löpgrenar av Sven Gärderud, Carl-Erik Särndal och Ivar Söderlind Sammanfattning I denna rapport använder

Läs mer

Nadia Bednarek 2013-03-06 Politices Kandidat programmet 19920118-9280 LIU. Metod PM

Nadia Bednarek 2013-03-06 Politices Kandidat programmet 19920118-9280 LIU. Metod PM Metod PM Problem Om man tittar historiskt sätt så kan man se att Socialdemokraterna varit väldigt stora i Sverige under 1900 talet. På senare år har partiet fått minskade antal röster och det Moderata

Läs mer

Psykologi som vetenskap

Psykologi som vetenskap Psykologi som vetenskap Begrepp och metoder Forskningsetik Av Jenny Wikström, KI till Psykologprogrammet HT10 Kurslitteratur: Myers Psychology, Kap.1 Kurs: Introduktion till psykologi 7,5 hp Psykologi

Läs mer

Vetenskaplig metod och statistik

Vetenskaplig metod och statistik Vetenskaplig metod och statistik Innehåll Vetenskaplighet Hur ska man lägga upp ett experiment? Hur hanterar man felkällor? Hur ska man tolka resultatet från experimentet? Experimentlogg Att fundera på

Läs mer

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd Statistik för modellval och prediktion att beskriva, förklara och förutsäga Georg Lindgren PROGRAMFÖRKLARING I Matematisk statistik, Lunds universitet stik för modellval och prediktion p.1/4 Statistik

Läs mer

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Vad är statistik?

Läs mer

Statistikens grunder. Mattias Nilsson Benfatto, Ph.D

Statistikens grunder. Mattias Nilsson Benfatto, Ph.D Statistikens grunder Mattias Nilsson Benfatto, Ph.D Vad är statistik? Statistik är en gren inom tillämpad matematik som sysslar med insamling, utvärdering, analys och presentation av data eller information.

Läs mer

Föräldrapenninguttag före och efter en separation

Föräldrapenninguttag före och efter en separation SAMMANFATTNING AV RAPPORT 2017:11 Föräldrapenninguttag före och efter en separation En analys av hur separerade föräldrar använde föräldrapenning i jämförelse med de som inte separerade Detta är en sammanfattning

Läs mer

Finansiell statistik

Finansiell statistik Finansiell statistik Föreläsning 5 Tidsserier 4 maj 2011 14:26 Vad är tidsserier? En tidsserie är en mängd av observationer y t, där var och en har registrerats vid en specifik tidpunkt t. Vanligen görs

Läs mer

Bolånetagarnas amorteringar har ökat sedan införandet av individuella amorteringsplaner

Bolånetagarnas amorteringar har ökat sedan införandet av individuella amorteringsplaner PROMEMORIA Datum 2014-11-11 FI Dnr 14-15503 Författare Johan Berg, Maria Wallin Fredholm Finansinspektionen Box 7821 SE-103 97 Stockholm [Brunnsgatan 3] Tel +46 8 787 80 00 Fax +46 8 24 13 35 finansinspektionen@fi.se

Läs mer

FÅ FRAM INDATA. När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden!

FÅ FRAM INDATA. När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden! FÅ FRAM INDATA När inga data finns!? Beslutsfattarens dilemma är att det är svårt att spå! Särskilt om framtiden! (Falstaff Fakir) Svårigheter att få fram bra information - en liten konversation Ge mig

Läs mer

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 Hypotesprövning Innehåll Hypotesprövning 1 Hypotesprövning Inledande exempel Hypotesprövning Exempel. Vi är intresserade av en variabel X om vilken vi kan anta att den är (approximativt) normalfördelad

Läs mer

Svenska folket säger Nej till TV-licens på jobbdatorer

Svenska folket säger Nej till TV-licens på jobbdatorer Svenska folket säger Nej till TV-licens på jobbdatorer mars 2009 TV-licens på jobbdatorer - Berättelsen om en dålig idé Vad handlar det här om? Under februari har vi i fackpressen kunnat läsa att Radiotjänst

Läs mer

Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8

Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8 1 Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8 Dessa instuderingsfrågor är främst tänkta att stämma överens med innehållet i föreläsningarna,

Läs mer

Anders Lunander, Handelshögskolan vid Örebro universitet (huvudansvarig) Sofia Lundberg, Handelshögskolan vid Umeå universitet

Anders Lunander, Handelshögskolan vid Örebro universitet (huvudansvarig) Sofia Lundberg, Handelshögskolan vid Umeå universitet Slutrapport för projektet Högt anbudspris hög kvalitet? En empirisk analys av relationen mellan anbudspris och bedömning av kvalitet i offentlig upphandling Anders Lunander, Handelshögskolan vid Örebro

Läs mer

Verksamhetsutvärdering av Mattecentrum

Verksamhetsutvärdering av Mattecentrum Verksamhetsutvärdering av Mattecentrum April 2016 www.numbersanalytics.se info@numbersanalytics.se Presskontakt: Oskar Eriksson, 0732 096657 oskar@numbersanalytics.se INNEHÅLLSFÖRTECKNING Inledning...

Läs mer

Föreläsning 12: Regression

Föreläsning 12: Regression Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är

Läs mer

Till soliga, regniga och äldre dagar

Till soliga, regniga och äldre dagar RAPPORT Till soliga, regniga och äldre dagar en rapport om svenskarnas syn på eget sparande, privat pensionssparande och sparandet inom avtalspensionen Länsförsäkringar, juni 2010 Om undersökningen Undersökningen

Läs mer

Konfidensintervall i populationsbaserade studier varför behövs de? Therese Andersson Sandra Eloranta

Konfidensintervall i populationsbaserade studier varför behövs de? Therese Andersson Sandra Eloranta Konfidensintervall i populationsbaserade studier varför behövs de? Therese Andersson Sandra Eloranta Bakgrund Populations-baserad cancerpatientöverlevnad skattas med hjälp av data från det svenska cancer

Läs mer

Sammanfattning 2015:4

Sammanfattning 2015:4 Sammanfattning Betydelsen av skärpta straff och insatser som ökar upptäcktsrisken vid brottslighet har diskuterats flitigt i samhällsdebatten. En i sammanhanget viktig fråga vid sidan av alla etiska och

Läs mer

Kapitel 4 Sannolikhetsfördelningar Sid Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Kapitel 4 Sannolikhetsfördelningar Sid Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Kapitel 4 Sannolikhetsfördelningar Sid 79-14 Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Slumpvariabel En variabel för vilken slumpen bestämmer utfallet. Slantsingling, tärningskast,

Läs mer

Tentamen på. Statistik och kvantitativa undersökningar STA100, 15 HP. Ten1 9 HP. 19 e augusti 2015

Tentamen på. Statistik och kvantitativa undersökningar STA100, 15 HP. Ten1 9 HP. 19 e augusti 2015 MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA100, 15 HP Ten1 9 HP 19 e augusti 2015 Tillåtna hjälpmedel: Miniräknare

Läs mer

Multipel Regressionsmodellen

Multipel Regressionsmodellen Multipel Regressionsmodellen Koefficienterna i multipel regression skattas från ett stickprov enligt: Multipel Regressionsmodell med k förklarande variabler: Skattad (predicerad) Värde på y y ˆ = b + b

Läs mer

TENTAMEN I MATEMATISK STATISTIK

TENTAMEN I MATEMATISK STATISTIK UMEÅ UNIVERSITET Institutionen för matematisk statistik Statistik för Teknologer, 5 poäng MSTA33 Ingrid Svensson TENTAMEN 2004-01-13 TENTAMEN I MATEMATISK STATISTIK Statistik för Teknologer, 5 poäng Tillåtna

Läs mer

Tentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Torsdagen den 23 e mars Ten 1, 9 hp

Tentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Torsdagen den 23 e mars Ten 1, 9 hp MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Torsdagen den 23 e mars 2017 Ten 1, 9 hp Tillåtna hjälpmedel:

Läs mer

Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6):

Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6): EM-fotboll 2012 några grafer Sport är en verksamhet som genererar mängder av numerisk information som följs med stort intresse EM i fotboll är inget undantag och detta dokument visar några grafer med kommentarer

Läs mer

Laboration 2. Omprovsuppgift MÄLARDALENS HÖGSKOLA. Akademin för ekonomi, samhälle och teknik

Laboration 2. Omprovsuppgift MÄLARDALENS HÖGSKOLA. Akademin för ekonomi, samhälle och teknik MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik och kvantitativa undersökningar, A 15 Hp Vårterminen 2017 Laboration 2 Omprovsuppgift Regressionsanalys, baserat på Sveriges kommuner

Läs mer

Utvecklingen av löneskillnader mellan statsanställda kvinnor och män åren 2000 2014

Utvecklingen av löneskillnader mellan statsanställda kvinnor och män åren 2000 2014 Utvecklingen av löneskillnader mellan statsanställda kvinnor och män åren 2000 2014 Rapportserie 2015:3 Arbetsgivarverket Utvecklingen av löneskillnader mellan statsanställda kvinnor och män åren 2000

Läs mer

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1

Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning: Matematisk Statistik med Metoder MVE490 1 Tentamentsskrivning i Matematisk Statistik med Metoder MVE490 Tid: den 29 oktober, 2016 Examinatorer: Kerstin Wiklander och Erik Broman. Jour:

Läs mer

Skolprestationer på kommunnivå med hänsyn tagen till socioekonomi

Skolprestationer på kommunnivå med hänsyn tagen till socioekonomi 1(6) PCA/MIH Johan Löfgren 2016-11-10 Skolprestationer på kommunnivå med hänsyn tagen till socioekonomi 1 Inledning Sveriges kommuner och landsting (SKL) presenterar varje år statistik över elevprestationer

Läs mer

för att komma fram till resultat och slutsatser

för att komma fram till resultat och slutsatser för att komma fram till resultat och slutsatser Bearbetning & kvalitetssäkring 6:1 E. Bearbetning av materialet Analys och tolkning inleds med sortering och kodning av materialet 1) Kvalitativ hermeneutisk

Läs mer

KÄNNEDOMSMÄTNING Välgörenhetsorganisationer

KÄNNEDOMSMÄTNING Välgörenhetsorganisationer KÄNNEDOMSMÄTNING Välgörenhetsorganisationer Välgörenhetsbarometern är ett samarbete mellan: Är du nyfiken på hur svenskarna ser på välgörenhet? Vi har förstått att många funderar på hur vi svenskar ser

Läs mer

Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. Tentamensresultaten anslås med hjälp av kodnummer.

Giltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. Tentamensresultaten anslås med hjälp av kodnummer. KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2014-09-26 Tillåtna hjälpmedel: Miniräknare Tentan består av

Läs mer

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum 2008-12-22 Skrivtid 0900 1400 Tentamen i: Statistik 1, 7.5 hp Antal uppgifter: 5 Krav för G: 11 Lärare: Jour: Robert Lundqvist,

Läs mer

1 Mätdata och statistik

1 Mätdata och statistik Matematikcentrum Matematik NF Mätdata och statistik Betrakta frågeställningen Hur mycket väger en nyfödd bebis?. Frågan verkar naturlig, men samtidigt mycket svår att besvara. För att ge ett fullständigt

Läs mer

Exempel på observation

Exempel på observation Exempel på observation 1 Jag gjorde en ostrukturerad, icke deltagande observation (Bell, 2005, s. 188). Bell beskriver i sin bok ostrukturerad observation som något man tillämpar när man har en klar uppfattning

Läs mer

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid

LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum Skrivtid LULEÅ TEKNISKA UNIVERSITET Ämneskod S0006M Institutionen för matematik Datum 2009-06-05 Skrivtid 0900 1400 Tentamen i: Statistik 1, Undersökningsmetodik 7.5 hp Antal uppgifter: 6 Krav för G: 12 Lärare:

Läs mer

Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN

Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN Kapitel 4: SAMBANDET MELLAN VARIABLER: REGRESSIONSLINJEN Spridningsdiagrammen nedan representerar samma korrelationskoefficient, r = 0,8. 80 80 60 60 40 40 20 20 0 0 20 40 0 0 20 40 Det finns dock två

Läs mer

60 år i arbetslivet en verklighet för många företagare som går att undvika

60 år i arbetslivet en verklighet för många företagare som går att undvika 60 år i arbetslivet en verklighet för många företagare som går att undvika Enligt SCBs Arbetskraftsundersökningar (Aku) var den genomsnittliga faktiskt arbetade tiden bland anställda 30,4 timmar per vecka

Läs mer

Introduktion till statistik för statsvetare

Introduktion till statistik för statsvetare Stockholms universitet November 2011 Data på annat sätt - I Stolpdiagram Data på annat sätt - II Histogram För kvalitativa data som nominal- och ordinaldata infördes stapeldiagram. För kvantitativa data

Läs mer

Metodologier Forskningsdesign

Metodologier Forskningsdesign Metodologier Forskningsdesign 1 Vetenskapsideal Paradigm Ansats Forskningsperspek6v Metodologi Metodik, även metod används Creswell Worldviews Postposi'vist Construc'vist Transforma've Pragma'c Research

Läs mer

Kvalitetsmätning inom äldreboende i Ale kommun 2008

Kvalitetsmätning inom äldreboende i Ale kommun 2008 Kvalitetsmätning inom äldreboende i Ale kommun 2008 November 2008 2 Innehåll Sammanfattning... 4 1 Inledning... 5 2 Metod... 5 3 Redovisning av resultat... 5 4 Resultat... 6 4.1 Svarsfrekvens... 6 4.2

Läs mer

Slumpförsök för åk 1-3

Slumpförsök för åk 1-3 Modul: Sannolikhet och statistik Del 3: Att utmana elevers resonemang om slump Slumpförsök för åk 1-3 Cecilia Kilhamn, Göteborgs Universitet Andreas Eckert, Linnéuniversitetet I följande text beskrivs

Läs mer

Medicinsk statistik II

Medicinsk statistik II Medicinsk statistik II Läkarprogrammet termin 5 VT 2013 Susanna Lövdahl, Msc, doktorand Klinisk koagulationsforskning, Lunds universitet E-post: susanna.lovdahl@med.lu.se Dagens föreläsning Fördjupning

Läs mer

Gymnasiearbete/ Naturvetenskaplig specialisering NA AGY. Redovisning

Gymnasiearbete/ Naturvetenskaplig specialisering NA AGY. Redovisning Gymnasiearbete/ Naturvetenskaplig specialisering NA AGY Redovisning Redovisning av projekten Skriftligt i form av en slutrapport ( till handledaren via Urkund senast 11/4 (veckan innan påsklovet) Alla

Läs mer

Sociologi GR (A) Sociologisk Metod Examination #2 Peter Axelsson. N Minimum Maximum Mean Std. Deviation

Sociologi GR (A) Sociologisk Metod Examination #2 Peter Axelsson. N Minimum Maximum Mean Std. Deviation Uppgift 1 Vikt Vikt är en variabel på kvotskalan. Det gör att vi kan räkna med aritmetiskt medelvärde (m) som centralmått (Djurefeldt, 2003:59). Medelvärdet är 35,85 kg. Det saknas värden för två observationer,

Läs mer

Befolkningsprognos

Befolkningsprognos Rapport Befolkningsprognos 2016-2025 2016-06-21 Ulricehamns kommun Kanslifunktion Moa Fredriksson Utredare Befolkningsprognos 2016-2025 2 Innehållsförteckning Inledning... 4 Metod och antaganden... 5 Inflyttning

Läs mer

Enkätundersökning ekonomiskt bistånd

Enkätundersökning ekonomiskt bistånd Enkätundersökning ekonomiskt bistånd Stadsövergripande resultat 2014 stockholm.se 2 Enkätundersökning ekonomiskt bistånd 2014 Publikationsnummer: Dnr:dnr ISBN: Utgivningsdatum: Utgivare: Kontaktperson:

Läs mer

Studietyper, inferens och konfidensintervall

Studietyper, inferens och konfidensintervall Studietyper, inferens och konfidensintervall Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Studietyper Experimentella studier Innebär

Läs mer

Familj och arbetsliv på 2000-talet - Deskriptiv rapport

Familj och arbetsliv på 2000-talet - Deskriptiv rapport Familj och arbetsliv på 2-talet - Deskriptiv rapport Denna rapport redovisar utvalda resultat från undersökningen Familj och arbetsliv på 2- talet som genomfördes under 29. Undersökningen har tidigare

Läs mer

Beteendevetenskaplig metod

Beteendevetenskaplig metod Beteendevetenskaplig metod Experiment och fältexperiment Eva-Lotta Sallnäs Ph.D. CSC, Kungliga Tekniska Högskolan evalotta@csc.kth.se Experiment - hypoteser om orsakssamband - beroende variabler och oberoende

Läs mer

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 Analys av korstabeller 2 Innehåll 1 Analys av korstabeller 2 Korstabeller Vi har tidigare under kursen redan bekantat oss med korstabeller. I en korstabell redovisar man fördelningen på två

Läs mer

1b) Om denna överstiger det kritiska värdet förkastas nollhypotesen. 1c)

1b) Om denna överstiger det kritiska värdet förkastas nollhypotesen. 1c) 1a) F1 och F3 nominalskala, enbart olika saker F kvotskala, Riktiga siffror, 0 betyder att man inte finns och avståndet mellan två värden är exakt definierat F4 och F5 ordinalskala, vi kan ordna svaren

Läs mer

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 14 PASSNING AV FÖRDELNING: χ 2 -METODER. Tatjana Pavlenko 12 oktober 2015 PLAN FÖR DAGENS FÖRELÄSNING Icke-parametsriska metoder. (Kap. 13.10) Det grundläggande

Läs mer