Jämförelse mellan experiment- och kontrollgrupp

Eftersom metoden var upplagt som ett experiment så blir det naturligt att presentera skillnader i medelvärden och standardavvikelser mellan experiment- och kontrollgrupp. Detta för att på enkelt sätt överskåda eventuella avvikelser mellan grupperna. Jämförelsen presenteras i tabellerna nedan.

Tabell 5. Jämförelse av medelvärde, antal respondenter och standardavvikelse mellan experiment- och kontrollgrupp.

Tabell 6. Jämförelse av medelvärde, antal respondenter och standardavvikelse mellan experiment- och kontrollgrupp.

Som tabellerna ovan visar så är antalet respondenter som gjort placeringsvalet 199 stycken. Det vill säga så har de enkäter där respondenten inte svarat på frågan om placeringsval rensats bort. Det går att utläsa att 42,32 % investerat i Greener Pastures fund i den grupp som fick en experimentenkät. Motsvarande siffra för den grupp som fick en kontrollenkät är 41,09 %. Med andra ord så har båda grupperna placerat mer än en tredjedel i Greener Pastures fund och experimentgruppen har investerat en dryg procentenhet mer än kontrollgruppen i samma fond. Frågan är om det finns en signifikant skillnad i medelvärdet som placerats i Greener Pastures fund mellan grupperna.

För att mäta om det finns en signifikant skillnad i placeringsval mellan kontrollgruppen och experimentgruppen så används ett T-test (Se bilaga 3).

För att påvisa huruvida det råder en signifikant skillnad i spridningen av medelvärdet avläses först signifikansen i Levene’s test för jämlikhet i varians. Levene’s test visar ett värde på 0,829 vilket innebär att spridningen mellan grupperna är densamma. Sedan stäms p-värdet av vilket hamnar på

0,753. Värdet påvisar att det ej råder en signifikant skillnad i medelvärdet mellan grupperna. Med andra ord så råder det inte en signifikant skillnad i placeringssumman i Greener Pastures fund mellan grupperna utan den lilla skillnaden som finns kan likaväl ha berott på slumpen.

Överlag visar tabellen inte heller några stora skillnader i värdena mellan de två grupperna, vilket tyder på ett homogent urval och därmed en lyckad randomisering av enkäterna.

För att statistiskt reda ut huruvida det finns en annan signifikant skillnad i medelvärdet mellan de två grupperna genomförs T-test. Vidare genomfördes även Chi²-test då endast kategorivariabler analyseras för att reda ut ifall utfallet signifikant skiljer sig från det förväntade värdet. Det fanns inga signifikanta avvikelser mellan medelvärdena förutom när det kommer till ställningstagandet att SRI inte leder till mer hållbara investeringar. Ett Chi² -test som jämför skillnaden mellan experiment- och kontrollgruppen i variabeln “SRI=Ej hållbart samhälle” visar på en signifikant skillnad mellan de båda grupperna (Se tabell 5 samt bilaga 3 för signifikanstest). Vad detta test säger oss är att det finns en skillnad i hur många som tror att SRI inte bidrar till ett hållbart samhälle mellan grupperna.

I tabell 5 som jämför medelvärdet i svaren mellan grupperna går det att avläsa att 17 procent inte tror att SRI leder till ett mer hållbart samhälle i kontrollgruppen, medan motsvarande siffra uppgår till 6 procent i experimentgruppen. Samtidigt är andelen som valde alternativet “Vet ej” 30 procent i kontrollgruppen och 42 procent i experimentgruppen. Detta kan tolkas som att det fanns en större osäkerhet, eller möjligtvis en ovilja att uttrycka en negativ syn på SRI bland respondenterna i experimentgruppen.

5.3.2 Korrelationsmatris

Det finns olika metoder att genomföra bivariata analyser på och hänsyn bör tas till vilka typer av variabler som används för att göra en så korrekt analys som möjligt (Bryman & Bell, 2017). I denna studie är dock samtliga samband genomförda via Pearsons r då vi bedömer denna metod ge en adekvat fingervisning på de samband som kan finnas. Nedan presenteras de enligt oss mest aktuella bivariata sambanden som hittades i denna studie.

Korrelationsmatrisen hittas i bilaga 4.

5.3.2.1 Riskvillighet

Riskvilja tenderar att korrelera positivt med att vara man medan det korrelerar negativt med att vara kvinna. Med andra ord tyder korrelationen på att män är mer riskvilliga medan kvinnor är mer riskaverta. Observera dock att en Pearsons r korrelation mellan två kategorivariabler endast ger en grov skattning på sambandet.

Det finns också en signifikant positiv korrelation mellan riskvillighet och antalet flygtimmar. Respondenterna som flög mycket är med andra ord också mer riskvilliga. Vidare finns det även en signifikant negativ korrelation mellan riskvillighet och placeringar i Greener Pastures fund. Det går att tolka som att mer riskvilja leder till mindre placeringar i den hållbara fonden Greener Pastures fund, vilket stödjer den forskning visar att hållbara investerare tenderar att vara mer riskaverta (Rosen, Sandler & Shani, 1991;

Barreda-Tarrazona, Matallín-Saez & Balaguer-Franch, 2011).

5.3.2.2 Flygtimmar

En annan signifikant positiv korrelation är den mellan flygtimmar och placeringar i fonden Sun Petroleum, vilket är en oljefond. Det tyder på att vårt val av flygtimmar som kontrollvariabel är relevant eftersom den ger en indikation på preferenser av miljömässigt ohållbara fonder.

5.3.2.3 Tron på att hållbara investeringar påverkar hållbarhet

Matrisen visar på en signifikant positiv korrelation mellan en tro på att SRI inte bidrar till ett mer hållbart samhälle och placeringar i oljefonden Sun Petroleum, samt en negativ korrelation till att källsortera. Det tyder på att de som har en negativ syn på SRI också i högre utsträckning väljer att investera i olja samt källsorterar i lägre utsträckning. Tvärtemot finns där även en negativ korrelation mellan att tro att SRI har en positiv inverkan på samhället och investeringar i Sun Petroleum. Detta resultat tyder på att kontrollvariabeln “upplevd möjlighet till påverkan” ger en indikation på respondenternas villighet att investera i SRI, vilket även tidigare studier visat (Nilsson, 2008; Brodback, Guenster & Mezger, 2019).

5.3.2.4 Multikollinearitet

Förutom att analysera intressanta samband mellan studiens variabler användes även korrelationsmatrisen för att identifiera eventuell risk för multikollinearitet inför regressionsanalysen. Multikollinearitet innebär att två eller flera oberoende variabler korrelerar så pass mycket med varandra att det inte går att särskilja deras påverkan på den beroende variabeln. De har helt enkelt en allt för liknande påverkan för att de ska kunna användas i samma regressionsmodell (Djurfeldt & Barmark, 2009). Det råder delade meningar över vilket korrelationsvärde utgör gränsen för multikollinearitet, men Djurfeldt & Barmark (2009) säger att gränsen bör dras vid 0,7 vilket är det värde som denna studie använt sig av.

Vid en analys av korrelationsmatrisen identifierades två oberoende variabler som korrelerar med varandra till ett värde som överstiger 0,7 och därmed utgör risk för multikollinearitet. Dessa är relationen mellan svaren “ja” och

“vet ej” på frågan om SRI leder till ett hållbart samhälle. Då det råder multikollinearitet mellan dessa variabler kommer de inte att användas tillsammans i en regressionsmodell.