4. Resultat
4.3 Regression
För att testa vår hypotes har vi genomfört en multipel regressionsanalys där den beroende variabeln är mängd hållbarhetsinformation (MHI), och de oberoende variablerna är Reform (R),
företagsstorlek (FS), bransch (B), lönsamhet (L) och styrelsestorlek (SS). Multipla regressionen definierar vi därför som:
MHI = a0 + β1R + β2FS + β3L + β4SS + β5B1 + β6B2 + β7B3 + β8B4 + β9B5+ β10B6 + β11B7 + β12B8 + ε
4.3.1 2016 års regression
Tabell 9 visar en summering av vår multipla linjära regression för 2016. I denna tabell kan man se R, R square, adjusted R square och standardavvikelsen. Vi kan utläsa från adjusted R square att denna modell har en förklaringsgrad på 53,9%, det vill säga att 53,9 % av variationen i den beroende variabeln kan förklaras av förändringar i de oberoende variablerna.
29
Tabell 9: Summering multipel linjär regression 2016
R R Square
Adjusted R Square
Std. Error of the Estimate
,770a ,592 ,539 3389,233
a. Predictors: (Constant), Företagsstorlek, Lönsamhet, Styrelsestorlek, (1) Industrivaror och -tjänster, (2) Sällanköpsvaror och -tjänster, (3) Dagligvaror, (4) Finans, (5) Informationsteknik, , (7) Kraftförsörjning, (8) Fastigheter
Tabell 10 visar en multipel linjär regressionsanalys för den beroende variabeln, mängd
hållbarhetsinformation, 2016. I denna tabell ser vi betavärde, t värde och signifikansnivå för alla oberoende variabler förutom reform. Variabeln reform finns ej med i denna modell då reformen ej trätt i kraft för år 2016. Även branschvariabeln teleoperatörer finns ej med då vi använt den som referenspunkt för de andra branscherna, vilket vi även gjort i de två resterande regressionerna.
30
Tabell 10: Multipel linjär regression 2016
Unstandardized
(3) Dagligvaror 2207,756 2424,8
68
,121 ,910 ,365
(4) Finans 2636,571 3248,2
02
,080 ,812 ,419
(5) Informationsteknik 6242,538 3152,6 79
,189 1,980 ,051
(7) Kraftförsörjning -1776,692 2471,8 19
-,109 -,719 ,474
(8) Fastigheter 1073,068 2436,7
60
,066 ,440 ,661
a. Dependent Variable: Mängd hållbarhetsinformation
Vi kan se i tabell 10 att det finns ett starkt signifikant samband för variablerna företagsstorlek och styrelsestorlek då de har ett p-värde som understiger 1%. Detta visar på att det är mindre än en procents sannolikhet att dessa variabler inte påverkar den beroende variabeln. Branschvariabeln informationsteknik visar även på ett signifikant samband då den har ett p-värde som är under 10%.
31 Här är sannolikheten större att denna variabel inte påverkar den beroende variabeln, men den har ett värde som vi anser är godtagbart. Det icke standardiserade beta värdet för variabeln företagsstorlek har ett positivt värde på cirka 0,000. Detta betyder att om ett företags storlek ökar med en enhet kommer det enbart ske en väldigt liten positiv förändring i mängden hållbarhetsinformation trots att den har ett signifikant samband. Det krävs därför en väldigt stor ökning i företagsstorlek för att det ska ske någon noterbar förändring. Variabeln styrelsestorlek har ett icke standardiserat betavärde på 630,762 vilket visar ett positivt samband. Det tyder på att om ett företags antal styrelsemedlemmar ökar med en person kommer de rapportera cirka 631 fler ord om hållbarhet. Vi ser även ett positivt samband för branschen informationsteknik då den har beta värdet 6242,538, vilket betyder att om företag är inom denna bransch rapporterar de cirka 6243 ord mer om hållbarhet.
4.3.2 2017 års regression
Tabell 11 visar en likadan summering som tabell 9 men för år 2017. I denna tabell kan vi se att adjusted R square har ett värde på 40,3% vilket är lägre än värdet i tabell 9 som var 53,9%. Detta betyder att förändringar i de oberoende variablerna 2017 kan förklara 40,3% av variationen i den beroende variabeln. Trots att 2017 års regression har en lägre förklaringsgrad än 2016 är den ändå hög vilket gör den intressant att undersöka.
Tabell 11: Summering multipel linjär regression 2017
R R Square
a. Predictors: (Constant), Företagsstorlek, Lönsamhet, Styrelsestorlek, (1) Industrivaror och -tjänster, (2) Sällanköpsvaror och -tjänster, (3) Dagligvaror, (4) Finans, (5) Informationsteknik, , (7) Kraftförsörjning, (8) Fastigheter
Den multipla linjär regressionen för 2017 finns i tabell 12. I denna kan vi se att, precis som i regressionen för 2016, har företagsstorlek och lönsamhet ett p-värde som understiger 1%. Däremot har ingen av de resterande oberoende variablerna ett signifikant samband med den beroende variabeln. Informationsteknik som under 2016 varit signifikant har nu enbart ett p-värde på 43,3%, vilket visar att den under 2017 inte har något signifikant samband med den beroende variabeln. Det icke standardiserade betavärdet för företagsstorlek och lönsamhet ligger på ungefär samma nivå under 2017 som under 2016 vilket betyder att det inte skett någon större förändring i hur en ökning i dessa variabler påverkar antalet ord om hållbarhet.
32
Tabell 12: Multipel linjär regression 2017
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
(Constant) 1939,444 3500,202 ,554 ,581
Företagsstorlek ,000 ,000 ,516 5,657 ,000
Lönsamhet -31,095 30,088 -,100 -1,033 ,305
Styrelsestorlek 661,085 227,252 ,279 2,909 ,005
(1) Industrivaror och -tjänster
-617,926 3316,233 -,046 -,186 ,853
(2) Sällanköpsvaror och -tjänster
-2639,494 3303,206 -,189 -,799 ,427
(3) Dagligvaror 1555,385 3652,032 ,067 ,426 ,671
(4) Finans -2072,048 4826,634 -,049 -,429 ,669
(5) Informationsteknik 3660,318 4643,438 ,087 ,788 ,433
(7) Kraftförsörjning -4150,500 3741,361 -,200 -1,109 ,271
(8) Fastigheter -1394,902 3671,093 -,067 -,380 ,705
a. Dependent Variable: Mängd hållbarhetsinformation
4.3.3 2016 och 2017 års regression
Tabell 13 summerar den multipla regressionsmodellen för 2016 och 2017 tillsammans. Denna tabell tar upp samma värden som tabell 9 och 11. Här kan vi se att adjusted R square är 49,2% vilket är högre än 2017 (tabell 11) men lägre än 2016 (tabell 9). Att adjusted R square har ökat jämfört med
33 modellen för 2017 visar på att vi har med hjälp av tidsaspekten kunnat få en bättre förklaringsgrad.
Detta tror vi beror på att vi kunnat ta hänsyn till reformens påverkan.
Tabell 13: Summering multipel linjär regression 2016 och 2017
R R Square
Adjusted R Square
Std. Error of the Estimate
,724a ,524 ,492 4136,014
a. Predictors: (Constant), Reform, Företagsstorlek, Lönsamhet, Styrelsestorlek, (1) Industrivaror och -tjänster, (2) Sällanköpsvaror och --tjänster, (3) Dagligvaror, (4) Finans, (5) Informationsteknik, , (7) Kraftförsörjning, (8) Fastigheter
Tabell 14 visar den multipla linjära regressionsanalysen för 2016 och 2017. I denna tabell har variabeln reform tillkommit som ej var närvarande i tidigare multipla linjära regressioner.
Signifikansnivån för variabeln reform understiger 1%. Den har även ett icke standardiserat
betavärde som är 2109,132. Detta tyder på att efter reformen trätt i kraft rapporterar företagen cirka 2109 fler ord än innan reformen. Denna regression har precis som tabell 10 och 12 positivt
signifikanta värden på variablerna företagsstorlek och styrelsestorlek. Detta då båda variablerna har ett p-värde som understiger 1% och har positiva icke standardiserade betavärden. Variabeln
informationsteknik har även ett p-värde som understiger 10% som man även kan se år 2016 (tabell 10). Vi tycker det är värt att notera att betavärdet för styrelsestorlek och företagsstorlek inte skiljer sig särskilt mycket mellan de tre olika regressionerna. Detta tycker vi är noterbart då man kan se i tabell 6 och 7 att medelvärdet för företagsstorlek och styrelsestorlek inte har några avsevärda förändringar trots att den genomsnittliga mängden hållbarhetsinformation nästan har fördubblats från 2016, 2501 ord (tabell 3), till 2017, 4618 ord (tabell 4). Denna stora förändring i mängd hållbarhetsinformation kan därför inte förklaras av dessa variabler. Ökningen ligger på cirka 2117 ord fler mellan åren vilket nästan är samma värde som variabeln reforms icke standardiserade betavärde. Därför för vi argumentet att den största orsaken till förändringen i mängd
hållbarhetsinformation företag rapporterar beror på reformen, vilket således bekräftar vår hypotes att företag kommer rapportera mer hållbarhetsinformation efter reformen.
34
Tabell 14: Multipel linjär regression 2016 och 2017
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
(Constant) -1008,608 2053,373 -,491 ,624
Reform 2109,132 627,162 ,182 3,363 ,001
Företagsstorlek ,000 ,000 ,526 8,884 ,000
Lönsamhet -14,847 19,372 -,047 -,766 ,445
Styrelsestorlek 645,060 134,606 ,298 4,792 ,000
(1) Industrivaror och -tjänster
-162,202 1913,880 -,013 -,085 ,933
(2) Sällanköpsvaror och -tjänster
-1647,809 1920,500 -,129 -,858 ,392
(3) Dagligvaror 1928,893 2129,339 ,091 ,906 ,366
(4) Finans 295,318 2834,096 ,008 ,104 ,917
(5) Informationsteknik 4963,927 2739,161 ,129 1,812 ,072
(7) Kraftförsörjning -2938,478 2175,917 -,155 -1,350 ,179
(8) Fastigheter -159,602 2139,941 -,008 -,075 ,941
a. Dependent Variable: Mängd hållbarhetsinformation
35