Studiens population och bortfall - Vilka faktorer kan förklara att svenska noterade SME:s frivi

3. Metod

3.5 Studiens population och bortfall

Denna studie omfattar vissa avgränsningar. En avgränsning är att studien enbart involverar svenska börsnoterade SME:s på Nasdaq Stockholm på segmenten Small- och MidCap år 2016. Vidare har studien exkluderat svenska SME:s som inte är börsnoterade samt LargeCap på Nasdaq Stockholm, på grund av att det finns mer forskning kring stora företag än hos de små menar Frias-Aceituno et al.

(2014). Vidare i studien har bortfall gjorts när det funnits bristfällig information gällande de variabler som tillämpas i undersökningen. Företag som nyligen blivit noterade på Small- och MidCap Nasdaq faller även bort då studien måste ha koncernredovisningsinformation från år 2013. På grund av detta exkluderades tolv stycken företag från undersökningen. Därefter består studiens population om 188 observationer varav 49 stycken SME:s som hållbarhetsrapporterar enligt GRI eller FNGC och 139 stycken som inte hållbarhetsrapporterar alls.

28 3.6 Operationalisering

I kvantitativa undersökningar är ett vanligt förekommande att begrepp utformas utifrån teorin.

Dahmström (2011) beskriver att operationalisering handlar om framskapandet av variabler som ska förklara de egenskaper som denna studie kommer att undersöka. Dahmström (2011) förklarar att det hon menar är att teoretiska begrepp formas om till en eller flera mätvariabler. Denna studie består av en beroende variabel, fyra stycken oberoende variabler och en kontrollvariabel som studien inte har intresse av att undersöka. Kontrollvariabeln är enbart med för att kunna förmedla ett trovärdigare resultat. Nedan presenteras studiens mätning av den beroende variabeln följt av de oberoende variablerna.

3.6.1 Mätning av beroende variabel

Denscombe (2009) redogör för att en beroende variabel påverkas av oberoende variabler och dess eventuella förändringar. Den beroende variabeln i denna studie är att företag hållbarhetsrapporterar enligt GRI och FNGC eller inget av alternativen. Företag kodas med 1 poäng om de uppfyller något av följande kriterier:

- Rapporteringen bygger på eller stödjer FNGC:s tio principer.

- Rapporterar i enlighet med GRI.

- Anslutna till eller rapporterar enligt FNGC.

Uppfylls inte kriterierna kodas företagen med 0 poäng. Då denna studie kategoriserar efter 1 och 0 är den beroende variabeln en kategorisk istället för kontinuerlig (Edling & Hedström, 2003). En kategorisk variabel kan enbart ha två stycken värden och kännetecknas enligt Eliasson (2013) som en dikotom variabel eller dummyvariabel. Denna studie undersöker hur SME:s frivilliga hållbarhetsrapportering enligt GRI eller FNGC påverkas av de oberoende variablerna.

3.6.2 Mätning av oberoende variabler

Denscombe (2009) påpekar att den oberoende variabeln har en effekt på den beroende variabeln. I denna studie sätts de förklarande faktorerna som oberoende variabler, vilka eventuellt har en effekt på den beroende variabeln.

29 Tillväxt har som tidigare nämns i denna studie definierats som omsättningstillväxt. Carlson (2014) definierar omsättningstillväxten genom beräkning enligt följande, omsättningen för år 2016 dividerat med omsättningen för år 2013.

Storlek i denna studie mäts genom att se till företagets omsättning, vilket enligt Hahn och Kühnen (2013) är ett sätt att definiera storlek på. Denna finansiella information hämtas från databasen Retriever.

Lönsamhet i denna studie definieras som avkastning på totalt kapital, vilket står i likhet med Mahoney och Roberts (2007), Tagesson et al. (2009) och Carlsson (2014). Nyckeltalet beräknas genom att dividera vinst efter skatt med företagets totala tillgångar. Detta nyckeltal inhämtas från databasen Retriever.

Skuldsättningsgraden är ett mått som beräknas genom att sätta företagets skulder i relation till det egna kapitalet och kan visa ett företags nuvarande ekonomiska ställning (Carlson, 2014; Dienes et al.

2016; Investopedia, 2017). Detta nyckeltal inhämtas från databasen Retriever.

30 3.6.3 Kontrollvariabel

I denna studie tillämpas bransch som kontrollvariabel. Nasdaq Stockholm (2017) delar in de noterade Small- och MidCap företagen efter tio stycken olika branscher eller som de själva benämner det sektorer. Indelningen medföljer även i denna studie. Dessa branscher är Basic Materials, Consumer Goods, Consumer Service, Financials, Health Care, Industrials, Oil and Gas, Technology, Telecommunications och Utilities. Branscherna numrerades och kategoriserades med tal från 0–1.

Bryman och Bell (2013) förklarar att kontrollvariabler tillämpas för att kontrollera andra möjliga orsaker till varför ett kausalt samband sker.

3.7 Analysmetoder

SPSS (Statistical Package for the Social Sciences) är det statistikprogram som tillämpas för att analysera insamlade data genom en bivariat korrelationsanalys och en logistisk regressionsanalys.

För den deskriptiva statistiken används Excels funktioner.

3.7.1 Deskriptiv statistik

Deskriptiv statistik handlar om att sammanfatta och presentera datamaterialet på ett överskådligt sätt, vilket kan göras genom sammanfattade statistiska mått för att bland annat se variablernas fördelning och spridning. För att beskriva ett materials läge kan medelvärde tillämpas, eller för att se hur mycket populationen avviker från medelvärdet är standardavvikelse ett lämpligt mått. (Gellerstedt, 2008;

Bryman & Bell, 2013). Denna studie ämnar undersöka faktorer som kan förklara att svenska noterade SME:s frivilligt hållbarhetsrapporterar. Denna typ av statistik är lämplig då bland annat den beroende variabeln är kategoriserad i två grupper (1 och 0) är det av intresse att presentera exempelvis medelvärdesskillnader mellan grupperna och dess variabler.

3.7.2 Korrelationsanalys

I SPSS genomfördes en bivariat korrelationsanalys. Korrelation menar Edling och Hedström (2003) visar styrkan och riktningen av ett samband mellan två eller flera variabler. För att avgöra korrelationen mellan studiens beroende variabel samt oberoende- och kontrollvariabler genomfördes en Pearson correlation test. Detta test är enligt Barmark och Djurfeldt (2015) ett sambandsmått vars värde varierar mellan - 1 och 1, samt om resultatet blir 0 finns inget samband. Ett positivt Pearson’s r värde visar att sambandet är positivt och tvärtom menar Barmark och Djurfeldt (2015). Den här studien har utgått ifrån detta för att undersöka hur variablernas samband kan se ut.

31 3.7.3 Regressionsanalys

Studiens syfte är att undersöka faktorer som kan förklara att svenska noterade SME:s frivilligt hållarhetsrapprapporter. Därför tillämpades fem stycken variabler: tillväxt, storlek, lönsamhet, skuldsättningsgrad och bransch (kontrollvariabel). Dessa variabler analyserades genom en regressionsanalys för att se hur dessa fem har en inverkan på att SME:s frivilligt hållbarhetsrapporterar.

Denna studie tillämpar en logistisk regressionsanalys på grund av att den beroende variabeln är dikotom, det vill säga en kategorivariabel och innefattar gruppering om 1 eller 0. Studien undersöker om det finns samband mellan variablerna. Styrkan med en logistisk regressionsanalys menar Edling och Hedstörm (2003) är att den tillämpas när den beroende variabeln är dikotom, samt att den kan undersöka samband mellan flera olika variabler samtidigt. Den logistiska regressionsanalysen gör det möjligt att undersöka om det finns ett statistiskt samband som kan visa hur stor del av den beroende variabeln som kan förklaras av de oberoende variablerna.

Statistisk signifikans handlar om den risk forskaren är villig att acceptera att ett samband kan dras förklarar Eliasson (2013). Det finns flera signifikansnivåer betonar Eliasson (2013) och de mest förekommande är 5 procent, 1 procent och 0,1 procent signifikansnivå. Dessa nivåer tillämpas i denna studie.

3.8 Kvalitetskriterier

Vid företagsekonomisk forskning anser Bryman och Bell (2013) att tre stycken kvalitetskriterier är viktiga för att forskningen ska uppnå en god kvalité. Dessa kriterier menar författarna ovan är reliabilitet, replikerbarhet och validitet.

3.8.1 Reliabilitet och Replikerbarhet

Reliabiliteten handlar i sig om hur trovärdig och pålitlig en studies undersökning är. Enligt Eliasson (2013) är en studie replikerbar om den kan omprövas under liknande förhållanden och generera samma resultat. Reliabiliteten och replikerbarhet kännetecknas då med att resultatet blir samma vid varje mätning (Olsson & Sörensen, 2011). Reliabilitet bestäms utifrån hur mätningarna är utförda samt hur noggrann bearbetningen har varit. Eliasson (2013) betonar att vid kvantitativa undersökningar är det viktigt att studiens mätningar sker på identiskt sätt oavsett när eller var genomförandet av undersökningen sker. Om studiens läsare kan lita på att resultatet går att återupprepa desto högre reliabilitet har undersökningen (Eliasson, 2013).

32 Denna studie kan replikeras då innehållsanalysens genomförande beskrivs av alla steg och inget har uteslutits. Även hur begreppen utifrån teorin mäts framkommer tydligt i operationaliseringen.

3.8.2 Validitet

Validitet handlar om att studiens undersökning är giltig, det vill säga om undersökningen verkligen mäter det som den har i avsikt att mäta förklarar Eliasson (2013). Författaren ovan menar att det ska finnas en kongruens mellan teori och slutsatser, vilket i sin tur kan leda till validitet. Eliasson (2013) hävdar vikten av att när studiens information samlas in är det viktigt att kontrollera att den är giltig, samt att sanningsnivån i studien har stor betydelse i om undersökningen ska uppfattas som trovärdig.

Denna studie har mätt vad den har avsett att mäta där begrepp utifrån redan existerande teori och tidigare forskning inom ämnesområdet företagsekonomi. Studien testar sina hypoteser genom statistiska tester, i detta fall genom en bivarait korrelationsanalys och en logistisk regressionsanalys för att försöka finna kausala samband mellan studiens beroende och oberoende variabler.

3.9 Källkritik

Detta avsnitt med källkritik kommer att förklara studiens hänsyn som tagits till val av källor. Det är viktigt att skribenter till ett arbete besitter ett kritiskt tänkande kring val av källor. Det är dessutom viktigt att ta hänsyn till när en källa har skapats, då mycket förändringar kan ha skett sedan den publicerades. Den valda källan bör vara av god kvalité och därför måste den nyare källan uppges om det finns en sådan. Kvalitén på källan stärks desto nyare den är, och om färre förändringar skett sedan publiceringen. (Eriksson & Hultman, 2014). Denna studie har tillämpat nyare källor i den mån de funnits för att stärka kvalitén.

Om en studie byggs upp av allt för många sekundärkällor kan det uppfattas som problematiskt enligt Bryman och Bell (2013) då skribenten till sekundärkällan troligtvis skapat sig egna tolkningar av primärkällan, vilket i sig kan leda till att originalbudskapet kan ha förvrängts. Därför bör skribenter få tag i primärkällan för att undvika detta problem menar Bryman och Bell (2013). Detta har vi haft i åtanke vid val av källor till denna studie. Många nyare vetenskapliga artiklar har läst men skribenterna hänvisar till tidigare artiklar och därför förekommer en del äldre källor i detta arbete eftersom ursprungskällan har använts, exempelvis som källan Deegan (2002).

Ett förståeligt system för källhänvisning är A och O för att en extern part ska kunna granska källornas giltighet samt äkthet menar Eriksson och Hultman (2014), därutöver ska källorna finnas tillgängliga.

33 Referenshanteringen i detta arbete sker enligt APA även kallad Harvard, och den lathund som tillämpats kommer från Göteborgs universitet. Alla källor som tillämpats i studien återfinns i källförteckningen och i de allra flesta fall finns även doi-numret med. APA-systemet är det vanligaste referenshanteringssystemet inom samhällsvetenskaplig forskning påpekar Bryman och Bell (2013).

Vilken lathund som används nämns på grund av att det kan finnas eventuella skillnader mellan olika varianter av APA-lathundar.

4. Empiri

Det här kapitlet presenteras i två delar. Först framställs den deskriptiva statistiken för studiens beroende, oberoende och den oberoende kontrollvariabeln separat. Sedan presenteras studiens resultat utifrån en bivariat korrelationsanalys och en logistisk regressionsanalys. Studiens resultat kommer avslutningsvis fördjupas i en diskussion.

4.1 Deskriptiv statistik

Den deskriptiva statistiken även kallat beskrivande statistik presenteras i tre delar. Den första redogör för studiens beroende variabel och visar hur rapporteringen ser ut mellan segmenten Small- och MidCap samt hur den ser ut totalt sätt tillsammans genom medelvärdesskillnader. Den andra delen är studiens kontinuerliga oberoende variabler som visar bland annat dess medelvärde och standardavvikelse. Den tredje och sista delen redogör för undersökningens kategoriska kontrollvariabel och hur hållbarhetsrapporteringen ser ut mellan branscherna.

4.1.1 Deskriptiv statistik för studiens beroende variabel

Studiens beroende kategorivariabel är att företag hållbarhetsrapporterar enligt GRI eller FN:s Global Compact (1), alternativt inget av dessa det vill säga inte hållbarhetsrapporterar alls (0). Diagrammet nedan indikerar att det är 93 stycken företag från SmallCap och 95 stycken företag från MidCap, totalt innehåller denna beroende kategorivariabeln 188 stycken SME:s. Vidare är det 49 stycken företag som hållbarhetsrapporterar vilket är 26 procent av studiens population. Det går även att urskilja skillnader gällande rapporteringen mellan segmenten.

Diagram 1: Deskriptiv statistik av studiens beroende variabel år 2016.

35 På SmallCap i denna studie är det enbart 15 stycken företag som hållbarhetsrapporterar, vilket utgör en procentandel på 16,13 procent. Vidare på MidCap är det 34 stycken företag som hållbarhetsrapporterar, vilket utgör en procentandel på 35,8 procent. Det genererar en procentandelsskillnad på 19,5 procentenheter och sammanfattningsvis är hållbarhetsrapportering mer förekommande på MidCap än hos SmallCap.

4.1.2 Deskriptiv statistik för studiens oberoende variabler

Den deskriptiva statistiken för de oberoende kontinuerliga variabler presenteras separat, och denna uppdelning har gjorts även för att kunna göra jämförelser mellan dessa grupper som har kodats med (1) respektive (0). I denna studies fall är om noterade SME:s på Nasdaq Stockholm hållbarhetsrapporterar eller inte. I tabellen nedan illustreras statistik över samtliga företag som studien har undersökt och visar hur de oberoende variablerna är spridda över studiens population.

Kolumnen som är betecknat med “N” betyder antalet observationer som ingått i respektive variabel, vilket som ovan nämnts är uppdelad med 49 stycken som hållbarhetsrapporterar (1) och 139 stycken som inte hållbarhetsrapporterar (0). I tabellen framgår populationens minimum- och maximumvärde, samt medelvärde och standardavvikelse för respektive variabel.

Tabell 1: Deskriptiv statistik för studiens oberoende variabler år 2016.

Storlek är mätt i omsättning, vilket skiljer sig åt mellan dem som hållbarhetsrapporterar och de som inte gör det. För de företag som hållbarhetsrapporterar är minsta värdet 87 100 tusen kronor och det största 13 095 000 tusen kronor. Medelvärdet är 2 238 863,94 tusen kronor och standardavvikelsen

HBR GRI/FNGC

N Min Medelvärde Standardavvikelse Max

Tillväxt 0

36 är 2 739 000,94 tusen kronor, vilket visar den genomsnittliga avvikelsen från medelvärdet. För dem som inte hållbarhetsrapporterar är minsta värdet 118 tusen kronor och det största värdet 39 763 000 tusen kronor. Medelvärdet är 2 238 863,94 tusen kronor och standardavvikelsen 4 508 102,10 tusen kronor. En jämförelse av medelvärdet visar att SME:s som hållbarhetsrapporterar har en högre omsättning än de som inte gör det.

Tillväxt har mätts genom en procentuell jämförelse mellan räkenskapsåren 2013 och 2016. Det minsta värdet för dem som hållbarhetsrapporterar är - 0,87 och det högsta är 2,62. Medelvärdet är 0,55 och standardavvikelsen är 0,69. För dem som inte hållbarhetsrapporterar är det minsta värdet - 0,99 och största 470,73. Medelvärdet är 4,10 och standardavvikelsen 39,90. Detta indikerar att SME:s som inte hållbarhetsrapporterar har en högre tillväxt genom en jämförelse av medelvärdet.

Lönsamhet mäts genom ROA. Lönsamheten skiljer sig åt mellan de som hållbarhetsrapporterar och de som inte gör det. Det minsta värdet för de som hållbarhetsrapporterar är - 0,02 och det största värdet 10,50. Medelvärdet är 0,29 och standardavvikelsen 1,49. Minsta värdet för de som inte hållbarhetsrapporterar är - 1,02 och det största värdet är 0,41. Medelvärdet är 0,04 och standardavvikelsen är 0,19. Detta indikerar att SME:s som hållbarhetsrapporterar har mer lönsamhet.

Skuldsättningsgrad mäts som skulder i förhållande till eget kapital. Det minsta värdet för de företag som hållbarhetsrapporterar är 1,60 och det största värdet är 16,39. Medelvärdet är 1,63 och standardavvikelsen är 2,33. För de företag som inte hållbarhetsrapporterar är det minsta värdet 0 och det största värdet är 2,03. Medelvärdet är 1,47 och standardavvikelsen 2,03. Detta visar att SME:s som hållbarhetsrapporterar har en högre skuldsättningsgrad.

4.1.3 Deskriptiv statistik för studiens kontrollvariabel

Den deskriptiva statistiken för studiens kontrollvariabler är tio stycken branscher som presenteras i stapeldiagrammet nedan. Diagrammet omfattar studiens population om 188 stycken företag från segmenten Small- och MidCap noterade på Nasdaq Stockholm, vilka i sin tur är fördelade på de tio stycken branscherna som kontrollvariabeln innefattar. Som tidigare nämnts är det 49 stycken företag i undersökningen som hållbarhetsrapporterar och resterande 139 stycken gör inte det. Utifrån översikten i diagrammet går det att urskilja antalet företag som hållbarhetsrapporterar jämfört med de som inte rapporterar inom samma bransch. Det går även att observera skillnader mellan olika branscher då det är tydligt att antalet hållbarhetsrapporter varierar beroende av bransch.

Diagram 2: Deskriptiv statistik för studiens kontrollvariabel bransch år 2016.

Diagrammet indikerar att det främst är tre stycken branscher som utmärker sig från de övriga, då 121 av 188 stycken studerade företag ingår tillsammans i branscherna Health Care, Industrials och Technology. Health Care visar att det är endast 8,6 procent av företagen inom branschen som hållbarhetsrapporterar, vilket är en relativt låg siffra med tanke på att hela 35 stycken företag ingår i branschen. Den andra branschen som visar ett intressant resultat är Industrials där 55 stycken företag är inkluderade. Vidare står denna bransch för hela 18 stycken företag av de totala 49 som frivilligt hållbarhetsrapporterar, vilket i sig är ett högt antal i förhållande till de resterande tio branscherna.

Dessutom utgör företagen som hållbarhetsrapporterar inom Industrials en procentandel på 32,7 procent. Den tredje branschen som även utmärkte sig i diagrammet är Technology. Det är totalt 31 företag som omfattas i branschen där 22,6 procent av företagen som upprättar en hållbarhetsrapport.

Sammanfattningsvis går det att urskilja procentuella medelvärdesskillnader mellan de tre branscherna. Industrials har en högre procentuellandel gällande företag som hållbarhetsrapporterar jämfört med vad de andra två branscherna rapporterar, vilket indikerar att bransch spelar roll ifråga om hållbarhetsrapportering.

38 4.2 Resultat

I detta avsnitt presenteras studiens resultat av den genomförda bivariata korrelationsanalysen och den logistiska regressionsanalysen. Dessa resultat kommer fördjupa sig i en diskussion där återkoppling till teori och tidigare forskning inom området.

4.2.1 Bivariat korrelationsanalys

I tabellen nedan presenteras korrelationen mellan studiens variabler utifrån ett Pearson correlation test. Syftet med bivariat korrelationsanalys kan ses som tvådelad, vilket tidigare har nämnts där korrelationen mellan beroende variabel och oberoende samt kontrollvariabler. Även korrelationen mellan de oberoende variablerna är av intresse. I tabellen presenteras hur den beroende variabeln korrelerar med studiens oberoende och kontrollvariabler. Det enda statistiskt säkra i korrelationsanalysen är att sjukvårdsbranschen förefaller vara mindre benägen att arbeta med hållbarhetsrapportering ( -0,191**, sig 0,01). Resterande variabler visar inga statiska säkra samband.

Tabell 2: Korrelationsmatris

39 Vidare till korrelationsanalysen mellan studiens oberoende variabler. Analysen visar ett antal om 33 stycken starka korrelationer (se bilaga 2) mellan de oberoende variablerna, vilket kan indikera om eventuella problem med att genomföra en logistisk regressionsanalys.

4.2.3 Logistisk regressionsanalys

För att undersöka studiens hypoteser har en logistisk regressionsanalys gjorts. Eventuella samband mellan hållbarhetsrapportering och de oberoende variablerna storlek, tillväxt, lönsamhet och skuldsättningsgrad samt kontrollvariabeln bransch. Med hjälp av den logistiska regressionsanalysen i SPSS utförs tre stycken modeller A, B och C.

Tabell 3: Logistisk regressionsanalys

40 4.2.3.1 Modell A - SmallCap

I den första modell A inkluderas 93 stycken företag av studiens population, vilket är företag som tillhör segmentet SmallCap. I denna modell går det att utläsa av tabellen ovan ett test av den beroende variabeln samt de oberoende variablerna tillväxt, storlek, lönsamhet och skuldsättningsgrad. Resultaten från den logistiska regressionen föll inte ut som förväntat, men i tabellen för modell A har storlek statistisk signifikans (0,032, Sig 0,05). Detta innebär att med 95 procentssäkerhet att det inte beror på slumpen. Detta är en indikation om att storlek på SmallCap ändå har en viss betydelse för valet att lämna en frivillig hållbarhetsrapport. De andra tre oberoende variablerna är inte statistiskt säkra. Nagelkerkes R² visar att förklaringsgraden är 21,5 procent av den totala variansen hos studiens beroende variabel kan förklaras av de fyra oberoende variablerna.

4.2.3.2 Modell B - MidCap

Den andra modellen B omfattar 95 stycken företag från studiens population, vilket är företag som tillhör segmentet MidCap. Denna modell innefattar också den beroende variabeln och de fyra oberoende variablerna tillväxt, storlek, lönsamhet och skuldsättningsgrad. Resultaten från den logistiska regressionen visar inga signifikanta resultat bland de oberoende variablerna, det vill säga att inga statistiska samband hittades. Nagelkerkes R² visar att förklaringsgraden är 9,3 procent av den totala variansen hos studiens beroende variabel som kan förklaras av de fyra oberoende variablerna, vilket betyder att 90,7 procent förklaras av annat. Modell B förklarar 12,2 procentenheter mindre än modell A.

4.2.3.3 Modell C – Samtliga företag och variabler

Den tredje och sista modellen C inkluderar studiens hela population från båda segmenten Small- och MidCap, vilket är 188 stycken företag. Modellen innehåller studiens beroende variabel och de fyra oberoende variablerna, vilket även de två modellerna ovan har. Men i denna modell läggs kontrollvariabeln in med tio stycken branscher. Dock visar resultaten från den logistiska regressionen inga statistiskt signifikanta resultat bland de oberoende variablerna. Nagelkerkes R² visar att förklaringsgraden är 15,3 procent av den totala variansen hos studiens beroende variabel som kan förklaras av de fyra oberoende variablerna och kontrollvariabeln med branscherna. Modell C förklarar 6 procentenheter mer än modell B, men den förklarar 6,2 procentenheter mindre än modell A.

41 4.3 Diskussion

I detta avsnitt diskuteras utfallet av den logistiska regressionsanalysen samt den deskriptiva statistiken mer djupgående. Denna studie undersökte faktorer som kan förklara att svenska noterade SME:s frivilligt hållbarhetsrapporterar. Nedan diskuteras resultaten.

4.3.1 Tillväxt

I den logistiska regressionsanalysen visades en negativ relation i alla tre modellerna, men relationerna var inte statistiskt signifikanta. Med andra ord finns inte något statistiskt säkert negativt samband. Den deskriptiva statistiken i studien visar att det fanns medelvärdesskillnader mellan de företag som hållbarhetsrapporterar och de som inte gör det (se Tabell 1: Deskriptiv statistik för

In document Vilka faktorer kan förklara att svenska noterade SME:s frivilligt hållbarhetsrapporterar?: -En kvantitativ studie om förklarande faktorer (Page 36-81)