Oavsett datainsamlingsmetod kommer vissa av de utvalda personerna vid ett slumpmässigt urval inte att ge några svar alls (objektbortfall).19 För personliga intervjuer och telefonintervjuer uppstår problemet att vissa personer inte går att få tag på. För postenkäter och webbenkäter gäller att alla som får enkäten inte besva- rar den. Det här gäller även efter påminnelser (vanligen 2-3 stycken i fallet med postenkäter) och trots lockbeten som trisslotter e.dyl. Det är mycket sällsynt att svarsfrekvensen överstiger 70 %. Andra tillfrågade avstår från att ge svar på vissa frågor (partiellt bortfall).
Det är vanligt att objektbortfallet och det partiella bortfallet leder till att svar på betalningsviljefrågan finns från mindre än 50 % av de utvalda. Det här skulle inte vara något större problem om skillnaden mellan betalningsviljan hos gruppen re- spondenter och gruppen icke-respondenter är slumpmässig, eftersom resultat be- träffande betalningsvilja från gruppen respondenter då kan generaliseras till popu- lationen. Men det kan inte utan vidare antas att det råder en sådan slumpmässig skillnad. Vi rekommenderar därför att en scenariostudie:
redovisar objektbortfallet redovisar det partiella bortfallet
undersöker eller åtminstone resonerar kring storleken på det systematiska fel som bortfallet kan ha fört med sig
tar hänsyn till det systematiska felet vid beräkning av medelbetalningsvilja och total betalningsvilja
Men hur går det att säga något om storleken på eventuella systematiska fel? Ett vanligt problem är att kunskapen om vad som kännetecknar icke-respondenterna är liten eller obefintlig just på grund av att det inte har kommit några svar från dem. Det är dock ofta relativt enkelt att indirekt konstatera om det finns skillnader mel- lan respondenterna och icke-respondenterna genom att använda de socio-
demografiska variabler vars värden eventuellt är kända för populationen som hel- het. Exempelvis kan andelen kvinnor visa sig vara betydligt högre bland respon- denterna än i populationen som helhet. För att kompensera för detta är det möjligt att göra en vägning av data, så att de observationer som gäller män får en större vikt, se t.ex. Lundström och Särndal (2001). Om betalningsviljan är slumpmässigt relaterad till just kön spelar dock en sådan vägning ingen roll för skattningen av medelbetalningsvilja.
19
Se t.ex. Biemer och Lyberg (2003) och Svenska Statistikersamfundet (2005) för definitioner och rekommendationer beträffande svars- och bortfallsmått.
59
Eftersom det vanligen är information om betalningsvilja som står i centrum för en scenariostudie bör därför en vägning ske med avseende på den eller de variabler som har betydelse för betalningsviljans storlek. Att skatta en värderingsfunktion, dvs. en funktion som relaterar betalningsvilja till olika förklarande variabler (se vidare kapitel 10), är ett sätt att utifrån respondenternas svar bedöma vilka dessa variabler är. Inkomst kan exempelvis förväntas vara en variabel som påverkar be- talningsviljan positivt. Vägning med avseende på inkomst kan därför vara aktuell om respondenternas inkomst kan konstateras skilja sig åt från populationen som helhet.
Somliga systematiska fel kan dock vara svåra att komma åt genom vägning. Det kanske finns en skillnad i betalningsvilja mellan respondenter och icke-
respondenter som enbart beror på attityder som inte är korrelerade till socio- demografiska faktorer. Kanske finns kunskap om dessa attityder för respondenter- na, men om motsvarande kunskap inte finns om populationen som helhet kan en vägning inte ske.
Ovanstående indikerar i vilket fall som helst att det finns möjligheter att angripa de problem som systematiska fel kan föra med sig. Vägning är en möjlighet. En annan möjlighet är att genomföra en bortfallsundersökning inom vilken några enkla frå- gor ställs till (ett slumpmässigt urval) icke-respondenter om deras skäl att inte sva- ra. Ibland kan det vara en fördel att ställa dessa frågor genom att använda en annan datainsamlingsmetod, t.ex. genom att ta kontakt per telefon med icke-respondenter som tidigare fått en postenkät. En bortfallsundersökning kan exempelvis indikera hur stor andel av icke-respondenterna som är genuint ointresserade av icke-
marknadsvaran ifråga och hur stor andel som blev icke-respondenter av andra skäl, t.ex. tidsbrist. Sannolikheten torde vara hög att de genuint ointresserade har en relativt låg betalningsvilja för en ökad tillgång på icke-marknadsvaran. Vi rekom-
menderar användandet av en bortfallsundersökning för att behandla bortfallspro-
blematiken.
Ytterligare en möjlighet är att med eller utan resultat från en bortfallsundersökning åtminstone arbeta med ett eller flera antaganden kring vad som kan vara rimliga skillnader mellan respondenternas och icke-respondenternas betalningsvilja. En mycket försiktig skattning av icke-respondenternas betalningsvilja är att anta att den är lika med noll. Detta leder troligen till att den totala betalningsviljan under- skattas eftersom det är tänkbart att en del av icke-respondenterna har en positiv betalningsvilja men inte svarade i studien på grund av exempelvis tidsbrist. På de här sätten kan det gå att skatta en medelbetalningsvilja och total betalningsvilja för populationen som tar tillräcklig hänsyn till icke-respondenternas betalningsvilja. Avslutningsvis ska även påpekas att en skattad värderingsfunktion kan användas för att mildra effekterna av partiellt bortfall. Om vissa respondenter inte har besva- rat själva betalningsviljefrågan men däremot gett svar på de frågor som använts som förklarande variabler i värderingsfunktionen kan värderingsfunktionen använ-
60
das för att skatta deras betalningsvilja. Detta är ett exempel på s.k. imputering, se t.ex. Rubin (1987) och Lundström och Särndal (2001).
Kontrollfrågor för kapitel 9
1. Genomför scenariostudien de fyra punkter som nämns i början av kapitel 9? 2. Verkar det finnas behov av en bortfallsundersökning? Har en sådan i så fall genomförts?
3. Tas hänsyn till icke-respondenterna vid beräkningen av populationens me- delbetalningsvilja och total betalningsvilja för populationen?
61