MULTIPLA REGRESSIONSMODELLERNA

Som beskrivits kommer studiens MWU-tester att kompletteras med multipla regressioner (se avsnitt 5.6.3). Vi vill med dessa regressioner testa om resultatet stämmer överens med de MWU-tester som genomförts ovan. Detta bidrar även med att vi kan utreda om andra prediktorer kan förklara skillnaderna mellan grupperna. Vi kommer därför i regressionerna inkludera fler prediktorer. Dessa är anställningsform, ålder, kön, högst avklarade utbildning, partner, bindningstid, ”amorterar du” samt amorteringskrav. Vi kommer dock inte presentera samtliga prediktorer som ger signifikanta värden i text, men samtliga återfinns i tabellform nedan och har då markerats med * om de blivit signifikanta på 5% signifikansnivå.

6.5.1 Logistisk regression H0A

I Tabell 18 nedan kan avläsas den LR för studiens första huvudhypotes. Resultatet för denna regression där ränteökning är inkluderad som beroende variabel visar på ett signifikant positivt samband för fyra av de prediktorer som inkluderats. Dessa är anställningsform, utbildningsgrad och båda prediktorerna gällande amortering. Som kan utläsas från tabellen ger anställningsform ett signifikant värde, vilket är i enlighet med de resultat som påvisats i MWU-testet. För variabeln utbildningsgrad kan utläsas en odds-ratio på 1,48. Enkelt beskrivet betyder detta att om utbildningsnivån ökar med en nivå, kan respondenten hantera en räntehöjning 48% bättre, än de med en utbildningsnivå lägre.

TABELL 18. LOGISTISK REGRESSION H0A

I Tabell 19 nedan finns en sammanställning av de regressioner som testats genom MKM för vår andra huvudhypotes H0B. För denna hypotes genomfördes fyra regressioner med olika mått för den beroende variabeln ”Påverkan vid ett prisfall på bostadsmarknaden”.

Vad som kan utläsas är att ingen av regressionerna gav signifikanta p-värden för prediktorn anställningsform. Detta överensstämmer med resultaten från MWU-testerna.

Det som också kan utläsas är att bindningstid och amorteringskravet gett signifikanta p-värden för några av regressionerna. För den första regressionen kan utläsas en koefficient på -0,23 för bindningstid. Detta innebär att om bindningstiden ökar med en nivå, minskar respondenternas belåningsgrad med i genomsnitt 0,23. Vilket innebär att bolånetagare med den längre bindningstiden påverkas mindre av ett fall i bostadspriserna.

TABELL 19. MKM REGRESSIONER H0B genomförts med MKM för den beroende variabeln flockbeteende. För detta genomfördes fyra regressioner för de påståenden som ställdes i fråga 17. De tre första regressionerna i tabellen ger alla signifikanta p-värden för prediktorn anställningsform. Den sista regressionen blev inte signifikant för prediktorn anställningsform. Resultatet från dessa regressioner överensstämmer med det som observerats i MWU-testerna. Tabellen visar även att prediktorerna utbildningsgrad, partner och kön gett signifikanta p-värden. Nedan ges en beskrivning av innebörden för ett signifikant p-värde för prediktorn utbildningsgrad.

Koefficienten för utbildningsgrad är negativ för den första regressionen. Detta innebär att om utbildningsgraden ökar med en nivå, minskar huruvida respondenterna tar detta på stort allvar med i genomsnitt 0,42. Enkelt beskrivet, om respondenten har en högre utbildning, tar de inte medias spekulationer på lika stort allvar som de med en lägre utbildningsnivå. Vilket i sin tur leder till att de respondenterna med en högre utbildningsnivå är mindre benägen att följa flockbeteendet.

För den tredje regressionen innebär det att om utbildningsgraden ökar med en nivå, ökar huruvida respondenten inte påverkas av medias spekulationer med i genomsnitt 0,29.

Detta innebär att om respondenten har en högre utbildning påverkas de mindre av medias spekulationer, i jämförelse med de som har en lägre utbildningsgrad. Detta innebär således att flockbeteendet minskar med högre utbildning.

För den sista regressionen innebär det att om utbildningsgraden ökar med en nivå, ökar huruvida respondenten börjar studera marknaden själv med i genomsnitt 0,43. Vilket innebär att en ökad utbildningsgrad för denna regression gör att respondenterna tar

spekulationen på allvar och börjar studera marknaden, vilket i sin tur innebär att de följer

I Tabell 21 nedan presenteras modellen från den LR som utförts för fråga 18 i enkäten.

Variabeln anställningsform ger ett signifikant p-värde, vilket är i linje med MWU-testet.

Även prediktorn kön ger ett signifikant p-värde. Vilket innebär att kön också påverkar respondenternas tendens till flockbeteende enligt denna regression. Odds ration för kön är 1,85 vilket innebär att om respondenten som svarat varit en kvinna, är hon 85% mer benägen att följa flockens beteende, än om respondenten vore en man.

TABELL 21. LOGISTISK REGRESSION H0C

Påstående från bekant gällande en framtida ökning av räntan

Flockbeteende Koefficient Odds Ratio P-värde

Intercept

6.5.4 Logistiska regressioner H0D

I Tabell 22 nedan presenteras resultatet från de LR som är utförda med finansiell förståelse som beroende variabel. Regressionerna är baserade på fråga 19–21 i enkäten. I MWU-testerna blev alla p-värden för anställningsform signifikanta. Det resultat som kan utläsas från regressionerna nedan skiljer sig något från resultaten i MWU-testerna. I regressionerna är det endast fråga 20 som blir signifikant för prediktorn anställningsform, men inte regressionerna utförda på fråga 19 och 21.

Tabellen visar också att utbildningsgraden påverkar den finansiella förståelsen och ger

signifikanta p-värden för samtliga regressioner. Även för prediktorn ålder och båda prediktorerna för amortering visar signifikanta p-värden.

För de tre regressionerna blev odds-ration för prediktorn utbildningsgrad (1) 1,75, (2) 1,86 och (3) 1,63. Detta innebär att om respondenternas utbildningsgrad ökar med en nivå, ökar respondenternas finansiella förståelse med 75%, 86% respektive 63%. Detta innebär att om respondenten har en ökad utbildningsgrad ökar deras odds för att svara rätt på frågorna gällande finansiell förståelse. Vilket i sin tur innebär att en ökad utbildningsgrad ger en ökad finansiell förståelse. För den sista regressionen innebär det att om åldern ökar med en nivå, minskar den finansiella förståelsen angående inflation med 45 procent (1–0,55 gånger).

Resultatet från MWU-testet stärktes med ett sammanslaget test. Detta för att ytterligare ge stöd för att kunna förkasta H0. I regressionerna blev utfallet att endast en regression visade signifikant p-värde för prediktorn anställningsform. På samma sätt som för MWU-testerna stärktes därför regressionerna med ett fjärde sammanslaget test, för att ge ytterligare stöd för en förkastning av H0D. Det fjärde testet återfinns i Tabell 23 nedan.

TABELL 22. LOGISTISKA REGRESSIONER H0D

Sparkonto 1 år Sparkonto 3 år Inflation

Finansiell

I Tabell 23 nedan återfinns den sammanslagning av de LR som genomförts för att utreda respondenternas finansiella förståelse. För att genomföra detta har de som svarat rätt på samtliga frågor ställts mot de respondenter som inte svarat rätt på samtliga frågor. Detta test gav ett signifikant p-värde för anställningsform vilket styrker vår förkastning av H0D. Regressionen visar även att prediktorerna utbildningsgrad, kön och amorteringskravet påverkar den finansiella förståelsen bland respondenterna.

Odds-ration för utbildningsgrad är 1,61, vilket innebär att om utbildningsgraden ökar med en nivå, ökar oddsen att respondenten svarar rätt på samtliga frågor med 61%. Med andra ord ökar den finansiella förståelsen med ökad utbildningsgrad.

TABELL 23. LOGISTISK REGRESSION H0D

Sammanslagen regression

Koefficient Odds Ratio P-värde Intercept

Tabell 24 redogör för den LR som genomförts för att testa H0E.För denna regression ger anställningsform ett signifikant p-värde, vilket är i linje med MWU-testet. Förutom respondenternas anställningsform visar regressionen att prediktorn utbildningsgrad påverkar utfallet även här. Odds-ration för utbildningsgraden är 1,78, vilket innebär att om respondentens utbildningsgrad ökar med en nivå, ökar huruvida de skulle samla information från olika banker innan de tar sitt bolån med 78 procent. Enkelt beskrivet innebär detta att en ökad utbildningsgrad tenderar att öka skillnaden i informationsinhämtning.

TABELL 24. LOGISTISK REGRESSION H0E Inhämtning av

information

Koefficient Odds Ratio P-värde Intercept

Som redogjorts för bör regressionsmodellerna testas för att avgöra om de är signifikanta (se avsnitt 5.6.4). Vid genomförandet av varje regression återfinns f-testvärdena. För F-testet säger nollhypotesen att någon av koefficienterna är skild från noll. Som kan avläsas från Tabell 25 nedan kan nollhypotesen förkastas i samtliga regressioner som genomförts med MKM. Detta innebär således att dessa regressionsmodellerna är signifikanta. Utifrån detta resultat är samtliga av de regressioner som genomförts med MKM tillförlitliga (Bryman och Bell, 2017, s. 346).