3.3.1 Urval
Studiens population utgörs av de 333 bolag som fanns noterade på Stockholmsbörsen (Nasdaq Stockholm) i februari 2021 (Nasdaq Nordic, 2021). Urvalsramen baseras på indexet OMXSPI som innefattar alla aktier noterade på Stockholmsbörsen. Av dessa exkluderas en av aktierna för de bolag som är dubbelnoterade. Även bolag inom bank- och finanssektorn exkluderas då de har affärshändelser samt reglering som skiljer sig från övriga sektorer (Hossain, Perera & Rahman, 1995; Broberg, Tagesson & Collin, 2010).
Eftersom studien vill undersöka svenska bolag har även utländska bolag noterade på Stockholmsbörsen exkluderats. I studien har ett stratifierat slumpmässigt urval använts för att skapa ett så representativt och relevant urval som möjligt för populationen och det som ska undersökas. Bryman & Bell (2017) uttrycker att ett stratifierat slumpmässigt urval kan vara lämplig om relevant information finns tillgänglig så att urvalsramen kan delas in i olika grupper för att kunna uppvisa en proportionell representation av populationen. Eftersom studien inkluderar oberoende faktorer såsom företagets storlek, ålder och lönsamhet går det att tänka sig att dessa skulle påverkas av företagens börsvärde.
En lista med alla bolag noterade på Stockholmsbörsen har hämtats från deras hemsida (Nasdaq Nordic, 2021). Aktierna delas in i tre olika grupper. “Large Cap” innehåller företag med ett börsvärde på över en miljard euro, “Mid Cap” företagen med ett börsvärde mellan 150 miljoner och 1 miljard euro och slutligen “Small Cap” innehållandes bolagen med ett börsvärde på mindre än 150 miljoner euro (Nasdaq Nordic, u.å.). Dessa tre grupper har använts för att stratifiera urvalet. Utifrån dessa har sedan ett slumpmässigt urval genomförts genom en slumpfunktion i Excel med ett slutgiltigt urval på 21 bolag.
Efter de tidigare exkluderingarna kvarstår 287 aktier där 42 procent tillhör Mid Cap och 29 procent vardera i de två andra grupperna. Därav har nio bolag slumpats ut från Mid Cap och sex bolag vardera i de andra två grupperna för att få ett så representativt urval som möjligt. Bryman & Bell (2017) menar på att vad som bör anses vara en rimlig storlek på ett urval kan skilja sig inom forskning och beslutet kring detta baseras generellt på tid och omfattningen av den empiriska insamlingen. Eftersom det genomförs en longitudinell
studie där fem årsredovisningar granskas per bolag behöver studiens urvalsstorlek kompromissas.
3.3.2 Datainsamling
Studiens data hämtas delvis från databasen Retriever och delvis från respektive företags egna hemsidor. Databasen valdes för att enkelt hämta information kring de oberoende variablerna storlek, ålder, lönsamhet, skuldsättning och likviditet. För det år som nyckeltalen inte fanns redovisade har dessa beräknats utifrån information i årsredovisningarna. Samma beräkning har dessutom stämts av mot tidigare års nyckeltal för att undvika beräkningsdifferenser.
Studiens beroende variabel, frivillig redovisning, är manuellt studerat och begränsat till den information som finns i företagets årsredovisning. Studien baseras på årsredovisningar för de fem senaste åren, 2016-2020. Studien hade ett visst bortfall då årsredovisningar hänförliga till år då bolagen inte var börsnoterade exkluderades. Detta resulterade i ett bortfall på sex årsredovisningar. Utöver det uppstod bortfall då två av bolagen inte hunnit publicera sin årsredovisning för år 2020 än. Totalt granskas 97 årsredovisningar för de 21 företagen i urvalet vilket innebär ett bortfall på ungefär åtta procent och därav bör studien ändå anses vara representativ och tillförlitlig. En lista med vilka företag som inkluderades samt vilka årsredovisningar som granskades för varje bolag finns i bilaga 3. Företagens årsredovisningar hämtades i största mån från respektive företags hemsidor. Årsredovisningarna studerades sedan i PDF-format utifrån indexet i Bilaga 2 och sammanställdes tillsammans med de oberoende variablerna i en excel-fil.
3.3.3 Dataanalys
Studiens dataanalys har genomförts med datorprogrammet SPSS i fyra olika delar för att få en helhetsbild av datamaterialet. De olika delarna är deskriptiv statistik, korrelationsanalys samt en multipel och en linjär regressionsanalys. En signifikansnivå på fem procent har använts i alla analyser i enlighet med vad som är vanligast och generellt anses vara en acceptabel nivå (Bryman & Bell, 2017).
Först presenteras deskriptiv statistik i en tabell för att få en helhetsbild av datamaterialet och de variabler som studeras i efterföljande analyser. Denna tabell tar upp medelvärde, median, standardavvikelse samt högst och lägsta värde för både den beroende variabeln och samtliga oberoende variabler. Medelvärde, median och standardavvikelse presenterades även för respektive analyserat år.
För att kontrollera hur de oberoende variablerna var relaterade till varandra genomfördes en korrelationsanalys. Det är viktigt att utföra en korrelationsanalys för att säkerställa att de oberoende variablerna inte är för starkt relaterade till varandra då det kan skapa problem vid utförande av regressionsanalysen. Har variablerna en stark korrelation som
överstiger 0,8 kan det innebära multikollinearitet vilket leder till att regressionskoefficienterna kan anses vara instabila (Bryman & Cramer, 2011). Eftersom alla de oberoende variablerna kodats som kvotvariabler användes Pearsons r för att testa korrelationen (Bryman & Bell, 2017). Bryman & Cramer (2011) har delat in korrelationskoefficienterna i olika nivåer där under 0,19 anses representera en väldigt låg korrelation, 0,2-0,39 är låg, 0,4-0,69 är blygsam, 0,7-0,89 är hög och över 0,9 mycket hög.
För att slutligen testa om det finns samband mellan de oberoende variablerna och frivillig redovisning har en multipel regressionsanalys använts. De företagsegenskaper som testas som oberoende variabler är företagens storlek, ålder, lönsamhet, skuldsättning och likviditet. Analysen resulterar i ett flertal värden men endast vissa presenteras i studien.
Analysen ger både ett värde men också ett justerat värde. Enligt Pallant (2010) bör det r2 r2 justerade värdet användas vid ett litet urval då det ger ett mer representativt verkligt r2 värde för hela populationen medan tenderar att överestimera det verkliga värdet. Det r2 justerade värdet är därför det som presenteras i denna studie. Dessutom ger analysen r2 dels en ostandardiserad betakoefficient och en standardiserad betakoefficient. Den standardiserade betakoefficienten presenteras i denna studie eftersom den enligt Bryman
& Cramer (2011) justeras till att använda samma mätstandard och därav ger en bättre jämförelse mellan variablerna. Det innebär att det enklare går att avgöra vilka oberoende variabler som är viktigast i relation till den beroende variabeln jämfört med om den ostandardiserade betakoefficienten hade använts.
Vidare analyserades förändringen i lönsamhet mellan åren mot förändringen i nivån av frivillig redovisning mellan samma år genom linjära regressionsanalyser. Differenserna mellan varje år gällande båda variablerna beräknades i excel och sedan utfördes en analys per differens i SPSS. För att förtydliga genomfördes alltså en analys på differensen i frivillig redovisning mellan 2016-2017 mot differensen i lönsamhet mellan 2016-2017 och sedan utfördes analysen på differenserna mellan 2017-2018 och så vidare. Resultaten av de olika analyserna sammanställdes sedan i en tabell där medelvärdet för de olika variablerna presenterades, den standardiserade betakoefficienten, signifikansnivån samt det justerade värdet för varje analys. Dessa värden valdes ut på grund av ovanstående r2 diskussion.
3.4 Metodkritik
Enligt Bryman & Bell (2017) handlar analysen av relationer om samband och inte om orsak-verkan. Studien utgår ifrån att det är företagsegenskaperna som påverkar nivån av den frivilliga redovisningen och analys görs utifrån dessa antaganden. Vid egenskaper som ålder och storlek är detta antagande rimligt då nivån av frivillig redovisning omöjligt kan påverka företagets ålder. Dock vid egenskaper som exempelvis lönsamhet skulle
orsaksriktningen kunna vara åt motsatt håll. Studien säkerställer därav inte kausalitet utan endast om det finns ett samband eller inte.
Vid val av mått för variablerna har så hög validitet som möjligt avsetts att uppnås.
Eftersom alla företag är olika så speglas deras situation även olika genom måtten, därav kanske inte måtten ger den mest representativa bilden av varje individuellt företag. Det är dock omöjligt att ta hänsyn till varje individuellt företags situation. De mått som använts mest frekvent i tidigare forskning har därför använts i denna studie för att ändå uppnå en generellt representativ bild av samtliga företag.
Även om studien utgår från ett positivistiskt kunskapsteoretiskt synsätt används subjektiva bedömningar vid analys av innehållet i årsredovisningarna. Ett index har använts med relaterade begrepp till respektive fråga för att öka överensstämmelsen.
Eftersom det är två personer som genomfört datainsamlingen samt att varje årsredovisning skiljer sig åt finns det dock en risk för skillnader i tolkningar. Subjektiva bedömningar är dock en förutsättning för att genomföra innehållsanalysen och mäta nivån av frivillig redovisning. I försök att minska olika tolkningar och subjektiva bedömningar inleddes datainsamlingen med att författarna granskade en årsredovisning tillsammans samt diskuterade hur indexets olika punkter skulle tolkas. Dessutom diskuterades oklara situationer under insamlingens gång för att så lika tolkningar som möjligt skulle genomföras. Detta skulle dock kunna ha genomförts ännu mer noggrant med mer utförliga beskrivningar kring varje punkts innehåll och betydelse. På så sätt skulle skillnader mellan bedömningarna kunna ha minskat ännu mer och bidra till ett mer tillförlitligt resultat.