4 Resultat
4.5 Skillnader i svar beroende på dag
När det skulle analyseras vilka frågor som besvarats annorlunda beroende på hur många dagar det tagit tills frågan blivit besvarad användes ordinal logistisk regression. En signifikansnivå på 5 % användes för att bedöma om det fanns någon skillnad mellan dagarna eller ej för varje fråga. Samma intervall valdes för dagarna som i den ordinala logistiska regressionsmodellen enligt tabell 11. Varje signifikant svarsvariabel testades ihop med de obligatoriska variablerna och bakgrundsvariablerna för att se om dessa kunde förklara sambandet ytterligare. Vid analys av regressionsmodellerna har det dels varit av intresse att få fram de variabler där svaren skiljer sig mest mellan dagarna för frågeställningen och dels att se vilket svarsalternativ som medger sent eller tidigt svar. Nedan redovisas resultatet av regressionsanalysen för en av de variabler där skillnad i svar mellan olika dagar blev signifikant. Övriga signifikanta variablers regressionsmodeller kan hittas under bilagor.
Fem av svarsvariablerna befanns vara signifikanta och frågeställningen till dessa var Har du en ipad, iphone eller smartphone?, Har du en smartphone med android-operativsystem?, Utövar du snowboard, utförsåkning?, Utövar du någon form av lagsport? och Umgås du ofta med vänner?.
Fördelning av obligatoriska variabler och bakgrundsvariabler Tabell 25: Fördelning av antal dagar till svar
variabel kategori antal andel i %
antal dagar till svar
0 1178 56,10 1 375 17,80 2-3 299 14,20 4-19 249 11,90
43
Tabell 25 beskriver fördelningen av kategorierna till variabeln antal dagar till svar som använts som responsvariabel till den ordinala logistiska regressionsmodellen i detta delkapitel.
Tabell 26: Fördelning av åldersgrupp om tre variabel kategori antal andel i %
16-35 465 22,13 åldersgrupp om tre 36-55 707 33,65 56-74 929 44,22
summa 2101 100,00
Tabell 26 beskriver fördelningen av kategorierna till variabeln åldersgrupp om tre som använts som förklarande variabel till en del av de ordinala logistiska regressionsmodellerna i detta delkapitel.
Tabell 27: Fördelning av kön
variabel kategori antal andel i %
kön kvinna 1071 51,98
man 1030 49,02
summa 2101 100,00
Tabell 27 beskriver fördelningen av kategorierna till variabeln kön som använts som förklarande variabel till en del av de ordinala logistiska regressionsmodellerna i detta delkapitel.
Skattningar för respektive svarsvariabel Ipad, iphone eller smartphone
44
Tabell 28: Fördelning av ipad, iphone eller smartphone variabel kategori antal andel i %
ipad, iphone eller smartphone
ja 639 30,40
nej 1462 69,60
summa 2101 100,00
Tabell 28 visar hur många av de som besvarat frågan som hade ipad, iphone eller smartphone.
Ett log-likelihood-test utfördes. Modellen i tabell 29 har -2-log-likelihoodvärdet 113,527 med 3 df jämfört med -2-log-likelihoodvärdet 149,641 om responsvariabeln slumpmässigt skulle gissas. Testets p-värde är mindre än 0,001 vilket innebär att modellen i tabell 29 är signifikant bättre.
Tabell 29: Ordinal logistisk regressionsmodell
95 %
variabel B osäkerhet df p-värde
konfidensintervall undre
gräns
övre gräns intercept, 0 dagar till svar 0,409 0,068 1 <0,001 0,275 0,542 intercept, 1 dag till svar 1,218 0,073 1 <0,001 1,075 1,361 intercept, 2-3 dagar till svar 2,192 0,087 1 <0,001 2,022 2,362 ipad, iphone eller
smartphone = ja -0,358 0,096 1 <0,001 -0,547 -0,169 ipad, iphone eller
smartphone = nej referens 0
åldersgrupp om tre= 16-35 0,548 0,113 1 <0,001 0,326 0,769 åldersgrupp om tre = 36-55 0,440 0,098 1 <0,001 0,247 0,632 åldersgrupp om tre = 56-74 referens 0
Ägare av ipad, iphone eller smartphone besvarar undersökningen tidigare, vilket antagligen beror på att dessa kan besvara undersökningen varhelst de befinner
45
sig. Innehavet av den här typen av telefoner skiljer sig mellan olika åldersgrupper.
Smartphone med android-operativsystem
Tabell 30: Fördelning av smartphone med androidoperativsystem variabel kategori antal andel i %
smartphone med
android-operativsystem
nej 1860 88,50 ja 241 11,50
summa 2101 100,00
Tabell 30 visar hur många av de som besvarat frågan som hade smartphone med androidoperativsystem.
Ett log-likelihood-test utfördes. Modellen i tabell 31 har -2-log-likelihoodvärdet 104,292 med 3 df jämfört med -2-log-likelihoodvärdet 137,668 om responsvariabeln slumpmässigt skulle gissas. Testets p-värde är mindre än 0,001 vilket innebär att modellen i tabell 31 är signifikant bättre.
46
Tabell 31: Ordinal logistisk regressionsmodell
95 %
konfidensintervall
variabel B osäkerhet df p-värde undre gräns
övre gräns intercept, 0 dagar till svar 0,905 0,149 1 <0,001 0,613 1,196 intercept, 1 dag till svar 1,713 0,152 1 <0,001 1,415 2,011 intercept, 2-3 dagar till svar 2,686 0,160 1 <0,001 2,372 3,000 smartphone med android-
operativsystem = nej 0,460 0,140 1 0,001 0,187 0,733 smartphone med android-
operativsystem = ja referens 0
åldersgrupp om tre= 16-35 0,497 0,110 1 <0,001 0,281 0,714 åldersgrupp om tre = 36-55 0,417 0,097 1 <0,001 0,226 0,608 åldersgrupp om tre = 56-74 referens 0
Ägare av smartphone med android operativsystem besvarar undersökningen tidigare. Detta beror troligen också på att de kan besvara undersökningen var de än befinner sig. Innehavet av den här typen av telefon skiljer sig mellan olika åldersgrupper.
Snowboard, utförsåkning
Tabell 32: Fördelning av snowboard, utförsåkning variabel kategori antal andel i % snowboard, utförsåkning nej 1823 86,80
ja 278 13,20
47
Tabell 32 visar hur många av de som besvarat frågan som utövade snowboard, utförsåkning.
Ett log-likelihood-test utfördes. Modellen i tabell 33 har -2-log-likelihoodvärdet 177,011 med 4 df jämfört med -2-log-likelihoodvärdet 209,585 om responsvariabeln slumpmässigt skulle gissas. Testets p-värde är mindre än 0,001 vilket innebär att modellen i tabell 33 är signifikant bättre.
Tabell 33: Ordinal logistisk regressionsmodell
95 %
konfidensintervall
variabel B osäkerhet df p-värde undre gräns
övre gräns intercept, 0 dagar till svar 0,273 0,136 1 0,045 0,006 0,540 intercept, 1 dag till svar 1,080 0,138 1 <0,001 0,810 1,351 intercept, 2-3 dagar till
svar 2,054 0,146 1 <0,001 1,796 2,339 snowboard, utförsåkning = nej -0,305 0,123 1 0,013 -0,546 -0,065 snowboard, utförsåkning = ja referens 0 åldersgrupp om tre= 16- 35 0,372 0,111 1 0,001 0,155 0,589 åldersgrupp om tre = 36- 55 0,343 0,097 1 <0,001 0,152 0,533 åldersgrupp om tre = 56- 74 0 kön = kvinna 0,185 0,850 1 0,029 0,019 0,350 kön = man referens 0
48
De som ägnar sig åt snowboard och utförsåkning svarar sent, det kan bero på att dessa varit bortresta och därför inte haft möjlighet att besvara undersökningen. Andelen som utövar snowboard och utförsåkning skiljer sig åt både mellan män och kvinnor och mellan åldersgrupper.
Lagsportar
Tabell 34: Fördelning av lagsportar
variabel kategori antal andel i %
lagsportar nej 1941 92,40
ja 160 7,60
summa 2101 100,00
Tabell 34 visar hur många av de som besvarat frågan som lagsportade.
Ett log-likelihood-test utfördes. Modellen i tabell 35 har -2-log-likelihoodvärdet 165,822 med 4 df jämfört med -2-log-likelihoodvärdet 199,254 om responsvariabeln slumpmässigt skulle gissas. Testets p-värde är mindre än 0,001 vilket innebär att modellen i tabell 35 är signifikant bättre.
49
Tabell 35: Ordinal logistisk regressionsmodell
95 %
konfidensintervall
variabel B osäkerhet df p-värde undre gräns
övre gräns intercept, 0 dagar till svar 0,165 0,165 1 0,318 -0,159 0,488 intercept, 1 dag till svar 0,973 0,166 1 <0,001 0,647 1,299 intercept, 2-3 dagar till svar 1,947 0,172 1 <0,001 1,609 2,284 lagsportar = nej -0,420 0,158 1 0,008 -0,729 -0,110
lagsportar = ja referens 0
åldersgrupp om tre= 16-35 0,364 0,111 1 0,001 0,146 0,582 åldersgrupp om tre = 36-55 0,344 0,097 1 <0,001 0,154 0,535 åldersgrupp om tre = 56-74 referens 0
kön = kvinna 0,215 0,086 1 0,012 0,047 0,384
kön = man referens 0
Personer som utövar lagsporter kan vara trötta på grund av träningar eller andra sammankomster och detta gör att dessa dröjer med att svara. Andelen som utövar lagsporter skiljer sig åt både mellan män och kvinnor och mellan åldersgrupper.
Umgås med vänner
Tabell 36: Fördelning av umgås med vänner variabel kategori antal andel i % umgås med vänner nej 773 36,80
ja 1328 63,20
50
Tabell 36 visar hur många av de som besvarat frågan som hade umgås med vänner som intresse.
Ett log-likelihood-test utfördes. Modellen i tabell 37 har -2-log-likelihoodvärdet 110,667 med 3 df jämfört med -2-log-likelihoodvärdet 137,101 om responsvariabeln slumpmässigt skulle gissas. Testets p-värde är mindre än 0,001 vilket innebär att modellen i tabell 37 är signifikant bättre.
Tabell 37: Ordinal logistisk regressionsmodell
95 %
konfidensintervall
variabel B osäkerhet df p-värde undre gräns
övre gräns intercept, 0 dagar till svar 0,401 0,074 1 <0,001 0,257 0,546 intercept, 1 dag till svar 1,207 0,078 1 <0,001 1,055 1,360 intercept, 2-3 dagar till
svar 2,179 0,091 1 <0,001 2,001 2,357
umgås med vänner = nej -0,180 0,088 1 0,042 -0,352 -0,007
umgås med vänner = ja referens 0
åldersgrupp om tre= 16- 35 0,418 0,109 1 <0,001 0,204 0,631 åldersgrupp om tre = 36- 55 0,382 0,097 1 <0,001 0,193 0,571 åldersgrupp om tre = 56- 74 referens 0
De som angett att de har umgås med vänner som intresse prioriterar möjligen umgänget framför att omedelbart besvara en undersökning. Intresset att umgås med vänner skiljer sig åt mellan olika åldersgrupper.
51