Multipel regression

Då modell 4.1 innehåller en oberoende variabel (mervärde) och flera beroende variabler (professionell relation, personliga bekanta och vänskap) har vi använt oss av multipel regression. Multipel regression innebär att forskaren undersöker om det finns ett statistiskt samband mellan en responsvariabel (Y) och två eller flera förklaringsvariabler (X) (Körner & Wahlgren, 2015). I denna studie kommer responsvariablerna vara de beroende variablerna, relationstyperna och förklaringsvariablerna kommer att bestå av den oberoende variabeln mervärde samt kontrollvariablerna kön, befattning, storlek, byrå, nuvarande byrå och nuvarande revisor. Då denna studie baseras på ett bekvämlighetsurval skall dock signifikansnivån i regressionsanalyserna iakttas med viss försiktighet (Sundell, 2009).

När en analys genomförs bör hänsyn tas till om datamaterialet är normalfördelat eller inte. Om materialet inte är normalfördelat bör resultatet av analysen tas med försiktighet (Hair, Black, Babin & Anderson, 2010). För att se om datamaterialet är normalfördelat eller inte har ett Kolmogorov-Smirnov-test använts för de beroende variablerna (Hair m.fl., 2010). Testet visade att relationstypen vänskap var normalfördelad men inte relationstyperna professionell relation eller personliga bekanta. Detta medför att vi måste beakta resultatet

42

gällande professionell relation och personliga bekanta med viss försiktighet, då vi inte kan påvisa att de relationstyperna är normalfördelade.

För att se om det finns korrelationer mellan den oberoende variabeln, de beroende variablerna och kontrollvariablerna har Pearsons korrelationsmatris tagits fram. Korrelationskoefficienten visar om korrelationen är positivt eller negativt mellan två enskilda variabler och det numeriska värdet visar korrelationens styrka (Pallant, 2016). Den utformade korrelationsmatrisen visas i tabell D.1 (bilaga D), där mervärde och vardera relationstyp har en signifikant korrelation, vilket indikerar ett samband mellan variablerna. Koefficienten visade även att relationstyperna har en signifikant korrelation med varandra. Korrelationsmatrisen indikerar att vänskap har ett samband med samtliga kontrollvariabler förutom kön och befattning. Personliga bekanta har en signifikant korrelation med kontrollvariablerna storlek, nuvarande byrå och nuvarande revisor medan professionell relation endast signifikant korrelerar med kontrollvariabeln byrå. Då korrelationen har varit över 0,7 mellan vissa variabler och därför visar att det kan finnas tecken på multikollinearitet (Hair m.fl., 2010) har vi tagit det kritiska VIF-värdet i åtanke. Det kritiska VIF-värdet är 10 men eftersom att studiens VIF-värden är lägre finns det inga tecken på

multikollinearitet (Pallant, 2016).

För att säkerställa att antalet oberoende variabler inte är för högt i förhållande till antalet respondenter, har följande formel använts: 50 + 8m, där m är antalet oberoende variabler. Denna studien innehåller 7 oberoende variabler och därmed behöver antalet respondenter vara 106 (Pallant, 2016). Då datamaterialet baseras på 146 svar är det därför möjligt att ha 7 oberoende variabler.

6.3.1  Professionell  relation  

I tabell 6.12 går det att utläsa att justerat R² indikerar att 63,3 procent av variationen i professionell relation kan förklaras av variationen i den oberoende variabeln och kontrollvariablerna. VIF-värdet är 1,590, vilket påvisar att det inte finns några tecken på multikollinearitet mellan variablerna då VIF-värdet understiger 10. Då F-värdet är 30,384

43

och signifikansnivån är 0,000 är regressionsanalysen för professionell relation signifikant. Mervärde är enligt tabellen trestjärnigt positivt signifikant och byrå är på gränsen till negativt signifikant.

Tabell 6.12 – Regressionsanalys professionell relation Professionell relation (n=130)

Variabler Standardiserat betavärde Standardfel N

Mervärde 0,806*** 0,049 123 Kön 0,011 0,110 146 Befattning -0,089 0,115 146 Storlek -0,048 0,123 146 Byrå -0,116† 0,112 146 Nuvarande byrå -0,098 0,007 142 Nuvarande revisor -0,034 0,009 143 Konstant F-värde Justerad R² VIF-värde (högsta) 2,762 30,384*** 0,633 1,590 0,279 *** p < 0.001; ** p < 0.01; * p < 0.05; † p < 0.10

I tabellen ovan är det endast mervärde som är positivt signifikant när de andra variablerna är konstanta, vilket indikerar att mervärdet av revisorn positivt påverkar den professionella relationen mellan revisorn och klienten. Alltså ju högre mervärde, desto större utsträckning har klienten en uppfattad professionell relation med revisorn. Eftersom att Big4 är kodat 1 inom byrå, indikerar den negativa signifikansen att revisorer från Big4 byråer har en svagare professionell relation med klienten. Även ett Kolmogorov-Smirnov-test gjordes på residualen för att se om professionell relation var normalfördelad. Då denna studie använder ett 95%-konfidensintervall är den kritiska nivån fem procent (Pallant, 2016). Testet visade 0,031, vilket innebär att vi inte kan påvisa att residualen i denna modell är normalfördelad och att resultat gällande professionell relation bör beaktas med försiktighet.

44 6.3.2  Personliga  bekanta    

Tabell 6.13 visar den multipla regressionsanalysen för den beroende variabeln personliga bekanta. Av tabellen kan det utläsas att justerat R² är 40,8 procent, vilket innebär att 40,8 procent av variationen i personliga bekanta förklaras av den oberoende variabeln och kontrollvariablerna. Det högsta VIF-värdet är 1,590 vilket indikerar att det inte finns någon multikollinearitet. F-värdet är 12,693 och signifikansnivån är 0,000, vilket visar att regressionen är signifikant. Variablerna mervärde samt nuvarande revisor är signifikanta och har en signifikant påverkan på den beroende variabeln personliga bekanta.

Tabell 6.13 – Regressionsanalys personliga bekanta

Personliga bekanta (n=129)

Variabler Standardiserat betavärde Standardfel N

Mervärde 0,550*** 0,097 123 Kön -0,095 0,216 146 Befattning -0,039 0,227 146 Storlek 0,078 0,243 146 Byrå 0,050 0,221 146 Nuvarande byrå 0,120 0,014 142 Nuvarande revisor 0,162† 0,019 143 Konstant F-värde Justerad R² VIF-värde (högsta) -4,223 12,693*** 0,408 1,590 2,756 *** p < 0.001; ** p < 0.01; * p < 0.05; † p < 0.10

Mervärde har ett p-värde som understiger 0,001 vilket innebär att mervärde till stor del kan förklara relationstypen personliga bekanta. Det visar att mervärde har en effekt på relationstypen personliga bekanta. Att mervärde är trestjärnigt positivt signifikant kan tolkas som att ju högre mervärde klienten uppfattar desto större utsträckning är relationstypen personliga bekanta. Det standardiserade betavärdet är 0,550 och vid jämförelse med regressionsanalysen för professionell relation och vänskap är det personliga bekanta som har det lägsta standardiserade betavärdet. Detta indikerar att mervärde har

45

minst påverkan på relationstypen personliga bekanta jämfört med professionell relation och vänskap.

Kontrollvariabeln nuvarande revisor är svagt positivt signifikant, vilket kan tolkas som att om klienten har haft samma påskrivande revisor under en längre tid påverkar det deras relation. Tidigare studier har visat att det finns ett samband mellan auditor tenure och hur engagerad revisorn är i klienten (Herda & Lavelle, 2013). Utifrån detta kan resultatet av regressionsanalysen tolkas som att om klienten haft samma revisor länge och revisorn därmed är engagerad i klienten indikerar detta på att revisorn och klienten därmed borde vara personliga bekanta. Variabeln nuvarande revisor påverkar relationstypen personliga bekanta då inte bara mervärde påverkar utan även hur länge respondenten haft samma revisor spelar roll. Ett Kolmogorov-Smirnov-test har gjorts på residualen inom personliga bekanta för att se om variabeln är normalfördelad. Testet visade att personliga bekanta var normalfördelad med 0,200 då den är över den kritiska nivån som är fem procent (Pallant, 2016). Det tidigare Kolmogorov-Smirnov-testet inte kunde påvisa att personliga bekanta var normalfördelad, kan resultatet från residualen medföra att en säkrare tolkning kan göras angående personliga bekanta.

6.3.3  Vänskap  

Tabell 6.14 visar att justerat R² är 61,7 procent som indikerar att variationen i vänskap förklaras av den oberoende variabeln och kontrollvariablerna med 61,7 procent. VIF-värdet är även här 1,590 och visar inget tecken på multikollinearitet. F-värdet i tabellen är 28,350 och innebär att regressionsanalysen är signifikant. Mervärde är trestjärnigt positivt signifikant och nuvarande byrå är på gränsen till positivt signifikant när alla andra variabler är konstanta.

46 Tabell 6.14 - Regressionsanalys vänskap

Vänskap (n=125)

Variabler Standardiserat betavärde Standardfel N

Mervärde 0,755*** 0,068 123 Kön -0,087 0,152 146 Befattning 0,044 0,160 146 Storlek -0,002 0,171 146 Byrå -0,072 0,155 146 Nuvarande byrå 0,126† 0,010 142 Nuvarande revisor -0,012 0,013 143 Konstant F-värde Justerad R² VIF-värde (högsta) -0,140 28,350*** 0,617 1,590 0,387 *** p < 0.001; ** p < 0.01; * p < 0.05; † p < 0.10

Detta innebär att den beroende variabeln vänskap påverkas mest av den oberoende variabeln mervärde som indikerar att mervärdet positivt påverkar klientens uppfattade vänskapsrelation med revisorn. Regressionsanalysen visar alltså att ju högre mervärdet är, desto större utsträckning ha klienten en uppfattad vänskapsrelation med revisorn. Eftersom att vi använder oss av ett 95%-konfidensintervall och signifikansen av nuvarande byrå endast är över 0,10 bör därför resultatet av denna variabel tolkas med försiktighet då det endast påvisar svaga indikationer. Den positiva signifikansen av nuvarande byrå tolkas att vänskapsrelationen med revisorn beror på hur länge klienten haft samma revisionsbyrå. Ju längre klienten haft samma revisionsbyrå, desto större utsträckning har klienten en uppfattad vänskap med revisorn. Detta kan bero på att revisionsbyrån är ofta mer engagerade i klienten när klienten haft samma revisionsbyrå länge (Herda & Lavelle, 2013). Ett ytterligare Kolmogorov-Smirnov-test gjordes för relationstypen vänskap, fast istället på residualen inom regressionen för att se om materialet var normalfördelat eller inte. Testet visade att vänskap var normalfördelad, då residualen blev 0,200 och är över det kritiska värdet fem procent med 95%-konfidensintervall i åtanke (Pallant, 2016). Då det tidigare Kolmogorov-Smirnov-testet på vänskap också var normalfördelad, kan resultat gällande denna relationstyp tolkas med större säkerhet.

47