• No results found

4. Praktiskt metod

7.3 Samhälleliga och etiska aspekter

Vid genomförandet av vetenskapliga studier är det viktigt att beakta de etiska och samhälleliga aspekterna. Till detta har vi använt oss av Vetenskapsrådets Kompendium från 2017 (Vetenskapsrådet, 2017) om god forskningssed. Vetenskapsrådet (2017, s. 40) lägger stor vikt på riktlinjer, bland annat sekretess och anonymitet, som fokuserar på relationen till människor både respondenter eller försökspersoner och hur integriteten och skyddet gentemot dessa är. De belyser även hur informationen i studien inte ska kunna få åtkomst av obehöriga. Då denna studie använder kvantitativa data har vi inte kommit i kontakt med några respondenter vilket gör att denna typ av etiska riktlinjer inte är lika aktuella i denna studie. Vissa delar av datan för studien är även publik och finns tillgänglig för allmänheten vilket än minskar de etiska problemen då vem som helst kan gå in och granska datan vid oklarheter, vi har inte heller inte nämnt några specifika företag vid namn.

Trots att studien inte kommer i kontakt med respondenter finns det andra etiska hänsynstaganden som måste tas i beaktning, bland annat vårt eget ansvar. Detta innebär bland annat att forskningen är moraliskt genomförd, har god kvalitet samt att den ska vara fri från påverkan av andra intressenters intressen. Forskarna innehar också ett ansvar mot de som direkt och indirekt kan påverkas eller gagnas av resultatet från forskningen (Vetenskapsrådet, 2017, s 8). Det är även viktigt att forskningen bedrivs med god forskningsetik. En studie med dålig forskningsetik innebär att den innehåller vetenskapliga brister som vid frågeställningen som kan ha uttryckts dåligt med dålig precision (Vetenskapsrådet, 2017, s 16). Detta gäller även vid användandet av metoder där felaktigt användande av etablerade metoder kan innebära problem (Vetenskapsrådet, 2017, s 16). Övriga exempel är utelämnandet av observationer som inte stämmer överens med vårt förutspådda resultat och felaktigt upplägg av studien som gör det svårt att besvara frågan är exempel på dålig forskningsetik (Vetenskapsrådet, 2017, s 16).

Studien i fråga genomförs inte på uppdrag eller i samarbete med något företag eller organisation vilket skulle kunna skapa en etisk svårighet där forskarens objektivitet och öppenhet ska upprätthållas samtidigt som företagens intresse också ska upprätthållas där ett kommersiellt syfte ofta finns i åtanke (Vetenskapsrådet, 2017, s 46). Det finns ingen extern aktör som skulle vilja påverka studiens resultat i den här studien, vilket således bör stärka trovärdigheten. Vi som författare har i bästa möjliga mån inte låtit personliga åsikter påverkat datan samt att vi varit så objektiva som möjligt under arbetets gång för att studien ska vara så trovärdig som möjligt. Vi har även försökt informera läsaren när diskussioner bygger på våra egna antaganden och tankar, snarare än på de resultat som studien faktiskt gett oss.

7.4 Sanningskriterier

7.4.1 Reliabilitet

Reliabilitet handlar om studiens resultat skulle bli detsamma om den genomfördes en ytterligare gång, och syftar således på studiens replikerbarhet och konsekventa genomförande (Saunders et al., 2016, s. 202). Om en forskare kan utföra en tidigare studie en ytterligare gång och få samma resultat anses studien ha hög reliabilitet (Saunders et al., 2016, s. 202). Vi strävar därför efter att vara så tydliga och transparenta i studien för att på sådant sätt underlätta om studien skulle vilja efterliknas, för att på så sätt hålla hög reliabilitet. Vi har under metodavsnittet försökt beskriva processen från datainsamlingen och datan vi hämtat ner och hur vi har räknat ut våra variabler så detaljerat och tydligt för att möjliggöra en replikering av studien och således försökt se till att reliabiliteten är hög.

Forskning som har låg reliabilitet är inte användbar då fel kommer förhindra andra forskare att kunna efterlikna studien på ett korrekt sätt (Saunders et al., 2016, s. 202).

Något som kan påverka reliabiliteten i en studie enligt Saunders et al. (2016, s 203) är bland annat direkta felaktigheter vilket är faktorer som påverkar forskarens tolkning och uppfattning av data, till exempel trötthet, dålig förberedelse eller missuppfattning av något, vilket gör att datainsamlingen blir felaktig vilket i sin tur påverkar resultatet. Även bias är något som Saunders et al. (2016, s 203) anser kan påverka reliabiliteten av en studie, det innebär att forskaren är partisk vilket gör att datan och studien påverkas av forskarens subjektiva syn. Det är därför viktigt för författare att förklara varje delmoment som genomförs och är transparenta så att andra kan bedöma hur studien har genomförts

och om den är värd att replikera. Vi har under studiens gång arbetat tillsammans och hållit en väl argumenterad dialog för att på så sätt minimera att sådana faktorer ska påverkat studien.

Vi använder också en period för vår data som sträcker sig från tiden NBER (2010) definierar som efter krisen, Q2 2009, till Q3 2019. Detta gör att resultatet endast bör appliceras för denna period och inte appliceras på övrig tidsperiod. Det kan också vara så att nettoutdelningar varit lägre i början av perioden till följd av finanskrisen. Detta eftersom det inte är osannolikt att företag i större utsträckning sökte sig till nyemissioner för att tackla krisen. Det motsatta gäller nettolånen. Under krisen så kan vissa företag behöva skuldsanerats vilket gör att amorteringen kan varit ovanligt hög. Detta i samband med högre räntekostnader skulle visa att nettolånen i genomsnitt var lägre vid periodens start.

7.4.2 Validitet

Validitet innebär studiens träffsäkerhet, om den mäter det den ämnar att mäta (Saunders et al., 2016, s. 202). Det finns både intern och extern validitet enligt Saunders et al. (2016, s 202), där intern validitet innebär att studien påvisat ett kausalt samband mellan variabler, där ett påstående kan bevisas statistiskt, det vill säga om det finns ett konsekvenssamband i studien. Den interna validiteten för denna studie är alltså hur väl vi kan mäta ett samband mellan okonventionell penningpolitik och nettoutdelning till aktieägare. För att försäkra oss att studien håller hög intern validitet har vi använt en mix av både Cohen et al. (2019) och Blundell-Wignall & Roulet (2013) metoder som vi sedan justerat för att bättre passa till vår studie. Samtliga dessa författare och institut har som vi tagit upp i källkritiken, ett gott anseende. Vi har även genomfört flertalet tester vilket visas under avsnittet regressionsmodellens antaganden. Detta för att säkerställa att den statistiska modellen vi använt i studien är av så hög validitet som möjligt.

Extern validitet handlar om studiens frågor, om de är applicerbara på andra relevanta områden utanför den specifika studien, om det går att generalisera studien i andra kontext (Saunders et al., 2016, s. 204). Extern validitet kan således liknas generaliserbarhet, det vill säga till vilken mån studien och dess genomförande är applicerbara på andra förhållanden och kan generaliseras till en större massa (Saunders et al., 2016, s. 204).

Generaliserbarheten i denna studie anser vi är relativt bra då resultatet vi fått fram baseras på ett stort urval som omfattar ungefär 80 procent av amerikanska börsnoterade företag.

Vi gör därmed antagandet att US-DS market index kan generaliseras till hela den amerikanska marknaden för börsnoterade företag. Dock är det viktigt att vara försiktig med att generalisera resultaten på börsnoterade företag utanför USA, där det kan finnas kulturella skillnader gällande utdelningspolicy, obligationsmarknaden och okonventionell penningpolitik. Forskare bör även vara försiktiga med att generalisera resultaten på enstaka branscher där ytterligare forskning om eventuella skillnader behövs.

Resultaten bör även inte användas för att prediktera liknande samband under perioder där okonventionell penningpolitik inte har varit betydande. Det är således av vikt att belysa att resultaten vi presenterar gäller över tidsperioden efter finanskrisen mellan Q2 2009 och Q3 2019.

Related documents