4.1 Faktoranalys
I det här avsnittet kommer vi att presentera vår faktoranalys vilket syftar till att stärka både validiteten samt reliabiliteten. Vi har utgått från att enkäterna är väl utformade vilket gör att vi kan anta att de konstruktioner som föreligger dessa är korrekta och håller god kvalitet. Därför påtvingar vi budgetstramheten att förklaras av fem delkonstruktioner samt att delaktighet och slack är endimensionella konstruktioner. Det medförde att vi fick mäta faktorladdningar i respektive konstruktion och sedan indexera dess items. I budgetstramhetens fall har vi brutit ner varje delkonstruktion till endimensionella konstruktioner och därefter använt de som förklarande items för budgetstramhet. Nedan följer var och en av de resultat vi fått fram i faktoranalysen.
4.1.1 Budgetstramhet
I fas ett har vi faktoranalyserat varje delkonstruktion var för sig endimensionellt, dvs. tvingat fram endast en faktor. Här har alla items med faktorladdning < 0.40 tagits bort. När vi kört alla delkonstruktioner finner vi att alla items har faktorladdningar > 0.40. Därefter har vi indexerat, dvs. viktat, de fem konstruktionerna för att mäta budgetstramhet med hjälp av dessa. Vi fick alltså nya faktorladdningar för varje enskild konstruktion baserat på indexerade items för varje konstruktion.
I fas två summerades faktorladdningar för varje enskild konstruktion med samma förutsättningar som tidigare, där konstruktioner med faktorladdningar under 0.40 togs bort. Det medförde att delkonstruktion B, d.v.s. Förändringar, ex post inte höll måttet för att beskriva budgetstramhet baserat på våra data. Faktorladdningar för respektive item samt konstruktion visas i Appendix A. Cronbach alpha för delkonstruktionerna Betoning på budget, Detaljrikedom, Budgetavvikelser samt Kommunikation blir således 0.81 vilket får anses vara starkt då det enligt Van der Stede (2001) är godkänt med α > 0.60.
4.1.2 Budgetdelaktighet
Budgetdelaktigheten förklaras av en endimensionell konstruktion vilket ledde till att vi mätte faktorladdningar och ex post exkluderade de med svaga laddningar. Faktorladdningar
26 för respektive item återfinns i Appendix B. Item sex togs bort från på grund av en svag faktorladdning. Cronbach för budgetdelaktigheten uppgick till 0.75 baserat på återstående fem items.
4.1.3 Budgetrelaterad slack
Efter att ha genomfört en faktoranalys på denna endimensionella konstruktion enligt ovan fick vi två av sex items med laddningar över 0.40 vilket ex post gav oss ett Cronbach om 0.711. Se Appendix Cför faktorladdningarna för respektive item.
4.2 Regressionstest
Nedan kommer resultaten från våra test mot den modell som tidigare presenterats. Testen baserades på MRA och presenteras nedan.
4.2.1 Regressionstest av H1 och H2
Här nedan presenteras resultaten av H1 och H2:1. Som tidigare nämnts så har de testats genom en MRA. Våra två första hypoteser är att slack kan förklaras av graden på budgetstramhet respektive graden av deltagande i budgetprocessen. Vi har tidigare diskuterat kring att det finns anledning att misstänka att båda variablerna har en positiv effekt på slack, dvs. högre stramhet leder till högre slack. Graden av deltagande kan dock antas ha motsatt effekt. Mätningen av detta samband ser ut som:
där:
I tabell 4.1 kan vi se att de här variablerna kan förklara 25.8 procent av variansen i slack. Med det kan vi konstatera att budgetstramhet och deltagande till viss del förklarar slack men att andra faktorer som vi bortsett från förklarar merparten. Modellen är signifikant med p < 0.000.
27
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,530a ,281 ,258 1,4871806
a. Predictors: (Constant), BP, TBC
Tabell 4.1
Vidare kan man utläsa i tabell 4.2 att de två förklarande variablerna var för sig har en negativ effekt gentemot slack. Vi hade i H1 förväntat oss att graden av budgetstramhet skulle ha en positiv effekt på slack vilket alltså kan förkastas. H2:1 accepteras då deltagande har en effekt gentemot slack. Graden av budgetstramhet har i jämförelse med deltagande med . Alltså har graden av budgetstramhet en starkare negativ effekt på slack än vad deltagande har. Lutningskoefficienterna är båda signifikanta där har p < 0.000 och har p < 0.05.
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 9,351 1,288 7,261 ,000 TBC -,752 ,180 -,446 -4,168 ,000 BP -,526 ,211 -,267 -2,498 ,015 a. Dependent Variable: SL Tabell 4.2 4.2.2 Subgruppsanalys
I den här analysen testas H3:1, det vill säga om deltagande i budgetprocessen modererar budgetstramhetens effekt på slack. Frågan är om det råder ett positivt eller negativt samband. För att dela in respondenterna i högt respektive lågt deltagande har vi räknat fram medelvärdet för deltagande och använt detta som brytpunkt. Det har givit oss N = 31 vid lågt deltagande och N = 35 vid högt deltagande. Vi ställer således nedanstående formler mot varandra och jämför dessa mot förhållandet då budgetstramhet ensamt påverkar slack.
1. , deltagande låg ̅ 2. , deltagande hög ̅
28 I tabell 4.3 presenteras graden av budgetstramhet på slack när det är lågt deltagande. Modellen förklarar variansen på slack om 8.9 procent, dvs. R2 = 0.089. Den här modellen är inte signifikant då p > 0.05.
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,346a ,120 ,089 1,6721572
a. Predictors: (Constant), TBC
Tabell 4.3
Även i denna modell går det att utläsa att graden av stramhet har en negativ effekt på slack med , se tabell 4.4. Detta indikerar på att slack minskar i mindre utsträckning än när budgetstramheten ensamt påverkar slack, det vill säga att vid lågt deltagande bromsar det budgetstramhetens effekt att motverka slack. Den här effekten på slack är dock inte signifikant då p > 0.05.
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6,363 1,095 5,813 ,000 TBC -,565 ,284 -,346 -1,985 ,057 a. Dependent Variable: SL Tabell 4.4
Tabell 4.5 redogör för hur väl budgetstramhet påverkar slack vid högt deltagande. Modellen förklarar 27.5 procent av variansen av slack vilket är betydligt bättre än den för lågt deltagande. Den här modellen då deltagandet är högt är signifikant, p < 0.000.
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,544a ,296 ,275 1,3280444
a. Predictors: (Constant), TBC
29 När hög delaktighet råder ser vi att graden av budgetstramhet påverkar slack negativt med , se tabell 4.6. Jämför vi detta med förhållandet där endast graden av stramhet påverkar slack, se tabell 4.1 och 4.2, är det nu tydligt att effekten av högre stramhet blir än starkare då högt deltagande i budgetprocessen föreligger. Man kan även se att det har en högre förklaring på variansen i slack med R2 = 0.275 jämte R2 = 0.258 då variablerna påverkar slack var och en för sig. Här kan vi alltså finna att då det här förhållandet råder så modererar högt deltagande budgetstramhetens effekt på slack och är signifikant, p < 0.001. Därmed styrks H3:1.
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 6,672 ,959 6,959 ,000 TBC -,872 ,234 -,544 -3,728 ,001 a. Dependent Variable: SL Tabell 4.6
30