• No results found

4. Praktisk metod

4.5 Databearbetning och variabler

Databearbetningen utfördes i Microsoft Excel där rådatan samlades in och kontrollerades. Excel användes vidare för att transformera datan till de slutgiltiga variablerna som användes vid den statistiska analysen. De statistiska testerna utfördes i statistik- och analysprogrammet Minitab där relevant information från testerna sammanställdes och sparades ned. Deskriptiv information i form av tabeller, grafer och diagram skapades i Excel.

Syftet med genomgången av befintlig teori kring ämnet som avses studeras med en deduktiv forskningsansats är att bygga upp en teoretisk referensram för studien (Collis & Hussey, 2014, s. 201). En variabel definieras av Collis & Hussey (2014, s. 201) som en egenskap eller ett karaktärsdrag som är observerbar och mätbar för fenomenet som studeras. Denna variabel används i sin tur som empiriskt bevis för att testa hypoteserna som formulerats utifrån den teoretiska referensramen (Collis & Hussey, 2014, s. 201). Variabler kan kategoriseras som antingen kvantitativa eller kvalitativa. Kvantitativa variabler kan vidare kategoriseras som antingen diskreta eller kontinuerliga, där en diskret variabel endast kan anta ett antal värden på en viss skala medan en kontinuerlig variabel kan anta alla möjliga värden på samma skala (Collis & Hussey, 2014, s. 202). En ytterligare distinktion kan göras mellan beroende och oberoende variabler. En beroende variabel är den variabeln som önskas förklaras, och för att förklara vad denna kan tänkas påverkas av används en eller flera oberoende variabler (Collis & Hussey, 2014, s. 204).

För denna studie formulerades sex hypoteser utifrån den teoretiska referensramen. I samband med härledningen av hypoteserna i den teoretiska referensramen redogjordes för vilka beståndsdelar som var relevanta för den aktuella hypotesen. Denna redogörelse ligger till grund för måtten som utgör studiens variabler. Variablerna i denna studie som låg till grund för hypotesprövningen utgick ursprungligen från den rådata som samlades in. Denna rådata krävde i sin tur bearbetning för att generera de slutgiltiga variablerna. En översikt och definition över de variabler som togs fram, hur de beräknades samt för i vilket eller vilka hypotestest variabeln ingick i presenteras i Tabell 2 nedan.

62

Tabell 2. Översikt och definition av variabler.

Variabelns namn Beräkning/Mått Hypotes Övrig kommentar

Avskrivningstakt, byggnad Årets avskrivning byggnad /

Anskaffningsvärde byggnad Hypotes 1 Beräknades för 2013 och ett genomsnitt för

2014 till 2016.

Avskrivningskostnadens andel

Årets avskrivning byggnad /

Totala kostnader Hypotes 2 Beräknades för 2013 och ett genomsnitt för

2014 till 2016.

Resultat per kvm Årets resultat / Total yta i kvadratmeter

Hypotes 3 Beräknades för 2013

och ett genomsnitt för 2014 till 2016.

Förändring i resultatet Procentuell förändring mellan 2013 och genomsnittet för 2014 till 2016.

Hypotes 4 (Beroende variabel)

Förändring i

avskrivningskostnad, byggnad

Procentuell förändring mellan 2013 och genomsnittet för 2014 till 2016.

Hypotes 4 (Oberoende variabel) Hypotes 5 (Oberoende variabel)

Förändring i finansiella kostnader

Procentuell förändring mellan 2013 och genomsnittet för 2014 till 2016.

Hypotes 4 (Oberoende variabel) Hypotes 5 (Oberoende variabel)

Förändring i övriga kostnader

Procentuell förändring mellan 2013 och genomsnittet för 2014 till 2016.

Hypotes 4 (Oberoende variabel) Hypotes 5 (Oberoende variabel)

Förändring i totala intäkter Procentuell förändring mellan 2013 och genomsnittet för 2014 till 2016.

Hypotes 4 (Oberoende variabel) Hypotes 5 (Beroende variabel)

Soliditet Eget kapital / (Eget kapital + skulder)

Hypotes 4 (Oberoende variabel) Hypotes 5 (Oberoende variabel)

Kontrollvariabel

Storlek Hypotes 4 (Oberoende variabel) Hypotes 5 (Oberoende variabel)

Kontrollvariabel

Region Stockholm, Göteborg eller

Malmö kommun Hypotes 4 (Oberoende variabel) Hypotes 5 (Oberoende variabel) Kontrollvariabel, kvalitativ

Faktiskt resultat 2016 (per kvm)

Faktiskt resultat 2016 / Total yta i kvadratmeter

Hypotes 6 -

Nytt resultat 2016 (per kvm)

Resultat justerat för

komponentavskrivning 2016 / Total yta i kvadratmeter

Hypotes 6 Beskrivs utförligare i

text nedan.

Förtydliganden och definitioner till Tabell 2

I samtliga variabler ovan har hänsyn tagits till den varierande storleken mellan föreningarna, där annars större föreningar hade haft en större inverkan på utfallet av hypotesprövningen. För att skapa jämförbarhet mellan föreningarna har därför relativa mått använts som variabler istället för absoluta mått. De mått som istället använts är i huvudsak procentuell förändring och i vissa fall det absoluta värdet fördelat på antal kvadratmeter, exempelvis resultat per kvadratmeter.

De två övriga resultaträkningsbaserade variablerna som ingår i hypotes 4 och 5, det vill säga finansiellt nettot och övriga kostnader, presenterades i den inledande delen av den teoretiska referensramen. Dessa utgör de två andra huvudsakliga formerna av kostnader utöver avskrivningskostnaden som en bostadsrättsförening har och påverkar i stor grad resultatet. Att inkludera dessa vid hypotestesterna kan därmed anses naturligt. I hypotes 4 ingår totala intäkter som en oberoende variabel av samma anledning som ovan, det har en stark anknytning till resultatet som uppvisas.

63

Procentuell förändring har beräknats med 2013 som bas. Denna procentuella förändring beräknades sedan mot ett genomsnitt för den efterföljande perioden, 2014 till 2016. Motivet bakom att använda ett genomsnitt är att eliminera enstaka händelser såsom engångsintäkter, större underhåll och reparationer som skett vissa år och därmed erhålla ett stabilare mått som visar trenden över en längre period. Genomsnittet för perioden 2014-2016 kan anses ta hänsyn till detta och ge ett mera rättvisande mått. Hur den procentuella förändringen har beräknats i samtliga fall är enligt följande definition:

Procentuell förändring, variabel = 𝑆𝑘𝑖𝑙𝑙𝑛𝑎𝑑 𝑚𝑒𝑙𝑙𝑎𝑛 𝑔𝑒𝑛𝑜𝑚𝑠𝑛𝑖𝑡𝑡𝑒𝑡 𝑓ö𝑟 2014−2016 𝑜𝑐ℎ 2013

𝑉ä𝑟𝑑𝑒 𝑓ö𝑟 2013

Där genomsnittet för 2014-2016 för en specifik variabel beräknades enligt:

Genomsnitt 2014-2016 = 𝑀𝑒𝑑𝑒𝑙𝑣ä𝑟𝑑𝑒 2014−2016 𝑓ö𝑟 𝐵𝑅𝐹1 +...+𝑀𝑒𝑑𝑒𝑙𝑣ä𝑟𝑑𝑒 2014−2016 𝑓ö𝑟 𝐵𝑅𝐹𝑖 𝐴𝑛𝑡𝑎𝑙 𝑏𝑜𝑠𝑡𝑎𝑑𝑠𝑟ä𝑡𝑡𝑠𝑓ö𝑟𝑒𝑛𝑖𝑛𝑔𝑎𝑟

Observera att hänsyn har tagits till negativa tal etcetera vid beräkningen av procentuell skillnad och genomsnitt för 2014-2016.

Den avskrivningskostnad som avses i samtliga fall utgörs av de avskrivningar som gjorts på byggnaden och inkluderar inte avskrivningar på exempelvis inventarier. För avskrivning på byggnad har allt inkluderats som föreningen själva specificerat att tillhöra denna kategori. I de fall där föreningen har ägt sin mark har justering skett för detta vid beräkning av avskrivningstakt. Hänsyn har även tagits till utförda investeringar eller avyttringar som utförts av bostadsrättsföreningarna och aktiverats som tillgång under perioden. Anskaffningsvärdet som används för beräkning av avskrivningstakten har i och med detta årligen justerats löpande för eventuella nyanskaffningar eller avyttringar som ska läggas till anskaffningsvärdet. Vid beräkning har det ingående värdet för anskaffningsvärdet använts.

För den framåtriktade hypotes 6 utfördes en schabloniserad beräkning av resultatet för 2016 genom att först återföra den faktiska avskrivningen under året för byggnaden. Därefter beräknades en schabloniserad komponentavskrivning på byggnaden motsvarande 2 % av byggnadens ingående anskaffningsvärde 2016. Denna avskrivningstakt om 2 % baserades på det som angavs i den avslutande delen av den teoretiska referensramen där detta förslag behandlades. Denna schabloniserade avskrivning minskade sedan resultatet och ett justerat resultat för 2016 erhölls, allt annat lika. Detta benämns “Nytt resultat 2016” i Tabell 2 ovan.

Kontrollvariabler för hypotes 4 och 5

För hypotes 4 och 5 inkluderades tre stycken kontrollvariabler utifrån tidigare studier där ett samband eventuellt kunde föreligga med den beroende variabeln. Dessa utgjordes av ett storleksmått, ett skuldsättningsmått samt en geografisk variabel.

Storleksmåttet utgörs av föreningarnas totala yta i kvadratmeter och anges i absoluta tal. Måttet inkluderar både bostadsyta och lokalyta och erhölls från den senast tillgängliga årsredovisningen, oftast för år 2016. Om än storlek i viss mån försökt elimineras i de huvudsakliga variablerna ovan kan det ändå anses relevant att kontrollera för om något samband ändå kan erhållas och tänkas bero på skillnader i storlek. I tidigare studier av både Collin et al. (2009) och Du Bois et al. (2004) används storlek som en kvantitativ variabel. I den första studien anges storlek som nettoomsättning och i den andra som

64

nettotillgångar (Collin et al., 2009, s. 158; Du Bois et al., 2004, s. 2322). Båda dessa mått hade varit möjliga att använda i denna studie, men storlek i kvadratmeter ansågs utgöra det som bäst representerade föreningarnas varierande storlek i kvantitativa termer. Skuldsättningsmåttet utgörs av ett genomsnitt för föreningarnas soliditet över perioden 2013 till 2016 och anges i procent. Även om skuldsättningen direkt i sig inte legat i fokus för denna studie och många föreningar kan sägas ha en rimlig skuldsättning i dagsläget, är måttet ändå relevant att kontrollera för (Swedbank, 2016). De flesta föreningar har någon form av långsiktig finansiering i form av externa lån och varierande skillnader i denna skulle kunna tänkas ha ett samband med de oberoende variablerna. Om än inte PATs hypoteser direkt ansågs applicerbara för bostadsrättsföreningar används skuldsättning som ett grundläggande huvudmått som bevis för PAT (Watts & Zimmerman, 1986, s. 216). Bevis finns för att skuldsättning i viss mån hör samman med redovisningsvalet i vinstdrivande företag (Sweeney, 1994, s. 307). En annan studie av Jegers och Houtman (1993, s. 274) kring redovisningsval och icke vinstdrivande sjukhus använder sig även av skuldsättning i form av skuldsättningsgrad som förklarande variabel, vilket kan anses vara likt det i denna studie valda måttet soliditet.

Den geografiska regionen, en kvalitativ förklarande kontrollvariabel, utgörs av om föreningen ligger i Stockholm, Göteborg eller Malmö kommun. Nyare bostadsrättsföreningar i dessa tre kommuner utgör studiens population och om än de kan antas ha och valdes för deras liknande egenskaper i form av att utgöra Sveriges storstäder, kan det anses relevant att kontrollera för geografisk region. Att kontrollera för denna variabel kan anses naturligt för att upptäcka eventuella skillnader mellan de tre kommunerna som ingick i urvalet. I studier av både Collin et al. (2009, s. 158) och Jeger och Houtman (1993, s. 272) utgör geografisk region en förklarande, kvalitativ variabel som ämnar att se eventuella skillnader och likheter mellan två eller fler geografiska platser.