Resultat och statistisk analys av enskilda frågor

I de regressionsmodeller (både multipel och binär logistisk regression) som används för att undersöka den beroende variabeln svarsalternativ i respektive fråga utgör de förklarande variablerna av språk, ålder och kön. Huvudfokus i denna studie är språk, vilket är det hypoteserna behandlar. Analysen visar på signifikant samband mellan svarsalternativ och språk i två frågor. Analysen visar på signifikant samband mellan svarsalternativ och kön i två frågor. Den visar dock inte på något samband mellan svar och ålder. Test av multikollinearitet (VIF, se bilaga 3) visar att de förklarande variablerna inte samvarierar.

Fråga 3 om riskbenägenhet

Tänk dig ett 50-50 spel där du kan förlora 100 euro. Vilken är den lägsta vinst i euro som skulle få dig att spela spelet? Denna fråga testar respondenters riskbenägenhet där ett högre

belopp visar på högre riskaversion än ett lägre belopp (se avsnitt 3.5.4). Resultatet presenteras i tabell 3 (se nedan) och visar att det finns skillnader i hur kontrollgruppen och testgruppen besvarar frågan.

Den logistiska regressionsanalysen visar inga signifikanta parametrar för ålder, språk och kön (se tabell 11a). För denna fråga kan därmed nollhypotesen ej förkastas på 5 procent

signifikansnivå.

Fråga 4 om riskbenägenhet och framing

En dödlig, ovanlig sjukdom har spridits i staden. Utan medicin förväntas 540 personer dö. Två alternativa program för att bekämpa sjukdomen har föreslagits. (...) Vilket väljer du? Program A: 180 personer kommer att räddas med säkerhet eller Program B: en tredjedel sannolikhet att 540 personer kommer att räddas och två tredjedelar sannolikhet att ingen kommer att räddas. Denna fråga testar riskbenägenhet vid positivt utfall där program A ger

säkert utfall och program B ger osäkert utfall. Vidare testar frågan tillsammans med fråga 10 även framing (se avsnitt 3.5.7.). Resultatet som presenteras i tabell 4 (se nedan) visar att det finns skillnader i hur kontrollgruppen och testgruppen besvarar frågan.

Den logistiska regressionsanalysen visar att språk har en signifikant (p=0,032) påverkan på hur respondenter besvarar frågan. Givet att alla andra variabler hålls konstanta, ökar oddset att välja alternativ två (osäkert positivt utfall) med i genomsnitt nästan tre gånger (oddskvot=2,94) om respondenten tillhör testgruppen jämfört med om denne tillhör kontrollgruppen. Därmed förkastas nollhypotesen på 5 procent signifikansnivå. Parametrarna för kön och ålder är ej signifikanta (se tabell 11b). Modellen har en förklaringsgrad på ungefär 2 procent (r-sq adj = 2,17 %) vilket innebär att variabeln språk endast kan förklara 2 procent av svarsvariationen i fråga 4; resterande 98 procent förklaras av andra faktorer.

Fråga 5 om riskbenägenhet

Vad väljer du? Att helt säkert få 900 euro eller 90 % sannolikhet att få 1 000 euro. Denna

fråga testar riskbenägenhet vid vinst där alternativ ett ger en säker vinst och alternativ två osäker vinst (se metod 3.5.4.). Resultatet visar att det finns skillnader i hur kontrollgruppen och testgruppen besvarar frågan (se tabell 5).

Den logistiska regressionsanalysen visar att språket har en signifikant (p=0,031) påverkan på vilket alternativ respondenten väljer i frågan. Givet att alla andra variabler hålls konstanta, ökar oddset att välja alternativ två (osäker vinst) med i snitt nästan två och en halv gånger (oddskvot= 2,49) om en respondent får enkäten på engelska jämfört med om denne får enkäten på svenska. Därmed förkastas nollhypotesen på 5 procent signifikansnivå. Även parametern för kön är signifikant (p=0,002). Oddset att välja alternativ två är i snitt nästan fyra gånger (oddskvot=3,71) större för en manlig respondent än för en kvinnlig, givet att alla andra variabler är oförändrade. Variabeln ålder är inte signifikant (se tabell 11b). Modellen har en förklaringsgrad på 7 procent (R-sq adj=7,31 %) vilket innebär att variablerna språk och kön endast kan förklara 7 procent av svarsvariationen i fråga 5; resterande 93 procent förklaras av andra faktorer.

Fråga 6 om riskbenägenhet

Vad väljer du? Att helt säkert förlora 900 euro eller 90 % sannolikhet att förlora 1 000 euro.

Denna fråga testar riskbenägenhet vid förlust där alternativ ett ger säker förlust och alternativ två ger osäker förlust (se metod 3.5.4.). Resultatet visar att det finns skillnader i hur kontrollgruppen och testgruppen besvarar frågan (se tabell 6).

Den logistiska regressionsanalysen ger inget signifikant resultat för språkets effekter på hur respondentgrupperna besvarar frågan (tabell 11b). Därmed kan nollhypotesen ej förkastas på 5 procent signifikansnivå. Parametern för kön är signifikant (p= 0,024) och ger att oddset för en kvinnlig respondent att välja alternativ två (osäker förlust) är i snitt nästan tre gånger större (oddskvot*=2,92¹¹) än för en manlig respondent, givet att övriga variabler hålls konstanta. Variabeln ålder är inte signifikant (se tabell 11b). Modellen förklarar 2 procent av variationen i svarsalternativ (r-sq adj=2,25 %) vilket innebär att variabeln kön endast kan förklara 2 procent av svarsvariationen i fråga 6; resterande 98 procent förklaras av andra faktorer.

                                                                                                                11Inverterat oddskvot 1/0,3423=2,9214

Fråga 7 om övertro

Är du en bättre bilförare än genomsnittet? Denna fråga testar övertro där ett jakande svar

visar på övertro (se metod 3.5.5.). Resultatet i nedanstående tabell (tabell 7) visar att det finns skillnader i hur kontrollgruppen och testgruppen besvarar frågan. I båda grupperna svarar majoriteten ja.

Den logistiska regressionsanalysen visar inga signifikanta parametrar för ålder, språk och kön (se tabell 11a). Därmed kan nollhypotesen ej förkastas på 5 procent signifikansnivå för denna fråga.

Fråga 8 om systematiskt tänkande

Om det tar 5 maskiner 5 minuter att tillverka 5 apparater, hur lång tid skulle det ta för 100 maskiner att tillverka 100 apparater? 100 minuter eller 5 minuter. Denna fråga testar

systematiskt tänkande där en respondent som svarar 5 minuter har högre grad av systematiskt tänkande än den som svarar 100 minuter (se metod 3.5.6.). Resultatet visar att det finns skillnader i hur kontrollgruppen och testgruppen besvarar frågan (se tabell 8).

Den logistiska regressionsanalysen visar inga signifikanta parametrar för ålder, språk och kön (se tabell 11a). Därmed kan nollhypotesen ej förkastas på 5 procent signifikansnivå för denna fråga.

Fråga 9 om systematiskt tänkande

Alla rosor är blommor. En del blommor vissnar snabbt. Därför vissnar en del rosor snabbt. Är slutsatsen giltig? Denna fråga testar systematiskt tänkande där en respondent som kommer

fram till att slutsatsen är ogiltig har högre grad av systematiskt tänkande än den som svarar att slutsatsen är giltig (se metod 3.5.6.). Resultatet visar att det finns skillnader i hur kontrollgruppen och testgruppen besvarar frågan (se tabell 9)

Den logistiska regressionsanalysen visar inga signifikanta parametrar för ålder, språk och kön (se tabell 11a). Därmed kan nollhypotesen ej förkastas på 5 procent signifikansnivå för denna fråga.

Fråga 10 om riskbenägenhet och framing

Föreställ dig att Sverige förbereder sig för ett utbrott av en ovanlig sjukdom som förväntas döda 540 personer. Två alternativa program för att bekämpa sjukdomen har föreslagits. (...) Vilket väljer du? Program A: 360 personer kommer att dö eller Program B: en tredjedel sannolikhet att ingen kommer att dö och två tredjedelar sannolikhet att 540 personer kommer att dö. Denna fråga testar riskbenägenhet vid negativa utfall där program A ger ett säkert

utfall och program B ger ett osäkert utfall. Vidare testar frågan tillsammans med fråga 4 framing (se metod 3.5.7.). Resultatet visar att det finns skillnader i hur kontrollgruppen och testgruppen besvarar frågan (se tabell 10).

Den logistiska regressionsanalysen visar inga signifikanta parametrar för ålder, språk och kön (se tabell 11a). Därmed kan nollhypotesen ej förkastas på 5 procent signifikansnivå för denna fråga.

Sammanfattande tabeller

Tabell 11a redovisar resultatet från den multipla regressionsanalysen på fråga 3 som behandlar riskbenägenhet. Undersökningen består av totalt 109 deltagare (n=109). Koefficienten anger den genomsnittliga förändringen i belopp som respondenter kräver för att anta spelet vid förändring av en av följande variabler: en ökning i år (ålder), när respondenten läser enkäten på engelska jämfört med när den läser enkäten på svenska, eller om det är en manlig respondent jämfört med om det är en kvinnlig respondent. P-värde över 0,05 visar på icke signifikanta samband. Förklaringsgraden (r-sq adj, se bilaga 3) anger hur väl modellen förklarar svarsvariationen i fråga 3.

Tabell 11b redovisar resultaten från de binära logistiska regressionsanalyserna för fråga 4 till och med fråga 10. Fråga 4 till 6 samt fråga 10 behandlar riskbenägenhet. Fråga 4 och 10 testar tillsammans framing. Fråga 7 behandlar övertro och fråga 8 och 9 handlar om systematiskt tänkande. Oddskvot anger oddsen att välja alternativ två ju äldre man blir, om respondenten tillhör testgruppen jämfört med kontrollgruppen, respektive om det är en manlig respondent jämfört med en kvinnlig. Ett p-värde under 0,05 visar på signifikant samband. Gällande variabeln språk innebär det att nollhypotesen förkastas. Förklaringsgraden (r-sq adj) anger hur väl modellen förklarar svarsvariationen i den aktuella frågan. En asterisk (*) visar att oddskvoter är inverterat vilket innebär att kvoten anger oddset att välja alternativ två om respondenten tillhör kontrollgruppen jämfört med testgruppen, eller om det är en kvinnlig respondent jämfört med en manlig.

4.1.3. Samband mellan frågor

För att undersöka giltigheten hos implikationerna (se avsnitt 2.5.) av teori och tidigare forskning samt finna eventuella stöd för Förväntad nyttoteori eller Prospektteori genomförs regressionsanalyser där samband mellan frågor testas.

Frågor om riskbenägenhet och framing

Det finns ett signifikant samband mellan svar i fråga 4 om riskbenägenhet vid positiva utfall och fråga 5 om riskbenägenhet vid vinst (p=0,005). Givet att övriga variabler hålls konstanta är oddset att välja alternativ två (osäkert positivt utfall) i fråga 4 i snitt fyra gånger större (oddskvot=4,09) för en respondent som väljer alternativ två (osäker vinst) i fråga 5 jämfört med om denne väljer alternativ ett (säker vinst), givet att övriga variabler hålls konstanta. Variabeln svarsalternativ i fråga 5 förklarar 5,5 procent (r-sq adj=5,5 %) av svarsvariationen i fråga 4.

Vidare finns signifikant samband (p=0,00) mellan svar i fråga 5 om riskbenägenhet vid vinst och fråga 6 om riskbenägenhet vid förlust. Oddset att välja alternativ två (osäker vinst) i fråga 5 är i snitt mer än fem och en halv gånger större (oddskvot*=5,62¹²) om en respondent väljer alternativ ett (säker förlust) i fråga 6 jämfört med om denne väljer alternativ två (osäker förlust), givet att övriga variabler hålls konstanta. Variabeln svar i fråga 6 förklara 9 procent (r-sq adj=8,96 %) av svarsvariationen i fråga 5.

För test av samband mellan övriga frågor om riskbenägenhet ger den statistiska analysen inga signifikanta resultat, det vill säga det finns inga säkerställda samband mellan svar i fråga 3 och fråga 4, 5, 6 respektive fråga 10 samt mellan svar i fråga 10 och fråga 4, 5 respektive fråga 6 (se tabell 12).

Frågor om systematiskt tänkande

Det finns ett signifikant samband mellan fråga 4 om riskbenägenhet vid positivt utfall och fråga 8 om systematiskt tänkande (p=0,015). Oddset att välja alternativ två (osäkert positivt utfall) i fråga 4 är i snitt mer än tre gånger större (oddskvot*=3,42¹³) för en respondent som väljer alternativ ett (100min) i fråga 8 än om denne väljer alternativ två (5min), givet att övriga variabler hålls oförändrade. Svar i fråga 8 förklarar nästan 5 procent (r-sq adj=4,74) av svarsvariationen i fråga 4.

                                                                                                                12Inverterat oddskvot 1/0,1779 = 5,62 13Inverterat oddskvot 1/0,2927 = 3,42

Analys visar på signifikant samband mellan fråga 9 om systematiskt tänkande och fråga 3 om riskbenägenhet (p=0,035). Oddset att välja alternativ två (ogiltig slutsats) i fråga 9 ökar med lite mer än en gång (oddskvot*=1,003¹⁴) för varje minskad krona en respondent kräver i fråga 3. Förklaringsgraden ger att svar i fråga 3 förklarar nästan 3 procent (r-sq adj=2,73) av svarsvariationen i fråga 9.

Det finns inga signifikanta samband mellan svar i fråga 8 och fråga 3, 5, 6 respektive fråga 9. Inte heller mellan svar i fråga 9 och fråga 4, 5 respektive fråga 6 (se tabell 12).

Fråga om övertro

Den statistiska analysen ger inga signifikanta samband mellan övertro och riskbenägenhet, det vill säga mellan svar i fråga 7 och fråga 3, 5, 6 respektive fråga 10. Visserligen finns det ett signifikant samband mellan fråga 7 och fråga 4 men modellen för detta samband är bristfällig då Hosmer-Lemeshow (se bilaga 3) inte kan beräknas.

Samband mellan övertro och systematiskt tänkande går inte att säkerställa. Visserligen finns det ett signifikant samband mellan fråga 7 och fråga 8 men denna modell är bristfällig då Hosmer-Lemeshow (se bilaga 3) inte kan beräknas. Test av samband mellan fråga 9 och fråga 7 ger ingen signifikans (se tabell 12).

                                                                                                                14Inverterat oddskvot 1/0,9971 = 1,003  

Sammanfattande tabell

Tabell 12 redovisar resultaten från binär logistisk regression för frågorna 3 till och med 10. Frågorna behandlar riskbenägenhet (fråga 3, 5 och 6), framing (fråga 4 och 10), övertro (fråga 7) och systematiskt tänkande (fråga 8 och 9). Oddskvot anger oddsen att välja alternativ två i den första frågan om respondenten väljer alternativ två i den andra frågan (den fråga samband testas med), jämfört med om den väljer alternativ ett, givet att övriga variabler är oförändrade. Ett p-värde under 0,05 visar på signifikant samband. Förklaringsgraden (r-sq adj) anger hur väl svar i den andra frågan förklarar variationen i svar i den första frågan. I tabellen står förklaringsgraden för samband mellan fler än en fråga då regressionsmodellen som används i analysen inkluderar fler än en fråga som förklarande variabel (se avsnitt 3.6.3.). Vid dessa fall bidrar enbart den fråga som har signifikant resultat till förklaringsgraden. En asterisk (*) visar att oddskvoter är inverterat vilket innebär att kvoten anger oddset att välja alternativ två i den första frågan om respondenten väljer alternativ ett i den andra frågan, jämfört med om den väljer alternativ två i den andra frågan, givet att övriga variabler är oförändrade.