Univariat analys

I tabell 4 visas beskrivande statistik över studiens samtliga variabler och deras central- och spridningsmått.

Tabell 4. Beskrivande statistik

N = 157

Variabler Medelvärde Median Standard-avvikelse Min. Max.

Beroende variabler CSR-inlägg 5,11 2,00 9,268 0 62 Oberoende variabler Balansomslutning (mkr) 26916,5 2804,6 72613,1 32,9 568862 Antal anställda 10823,8 1252 30322,19 10 282028 Koncentrerat ägande 52% 51,1% 16,7% 8,4% 97,9% ROE 9% 14% 44% -375% 143% ROA 5% 6% 15% -102% 47% Skuldsättning 119% 114% 200% -1577% 649%

Bransch Frekvens Procent

Hälsovård 18 11,5 Industri 49 31,2 IT 26 16,6 Konsumtionstjänster 26 16,6 Konsumtionsvaror 23 14,6 Material 7 4,5

Olja & Gas 3 1,9

Telekom 5 3,2

Kontrollvariabel

Engagemang 25,39 2,92 66,72 0 615,51

Det första som noteras i tabell 4 är de stora skillnaderna mellan maximi- och minimivärdet för storleksvariablerna Balansomslutning och Antal anställda. Den högsta noterade balansomslutningen är nästan 600 miljarder kr, medan den minsta är knappt 30 miljoner kr. Antalet anställda sträcker sig mellan 10 och cirka 300 000 stycken. Även medelvärdet och medianen skiljer sig mycket åt för dessa variabler, vilket också tyder på att det finns problematiska extremvärden. Dessutom visar histogrammen att dessa variabler är kraftigt snedfördelade, vilket kan skapa problem i en multipel linjär regression, vilken förutsätter approximativt normalfördelade variabler (Djurfeldt & Barmark, 2009). Därför valde vi att

28

boxplot. För att transformera extremvärdena utan att ta bort dem från populationen användes metoden Winzorisation, vilket innebär att extremvärdena justeras till det näst högsta värdet + 1 (Decator, 2015). På så sätt är dessa värden fortfarande störst, men inte längre extremt stora. Efter justeringen förbättrades variablernas fördelning, men histogrammen för Balansomslutning och Antal anställda visade fortfarande på en kraftigt positiv snedfördelning. Dessutom fanns indikation på heteroskedasticitet i fördelningen. Därför valdes alternativet att ta den naturliga logaritmen av dessa variabler, vilket förbättrade fördelningen i histogrammen avsevärt.

Även variablerna ROE, ROA och Skuldsättning innehöll några extremvärden. Dessa justerades genom att transformeras till det näst högsta/lägsta värdet, dock utan att lägga till eller dra ifrån 1. Eftersom dessa variabler operationaliseras som kvoter, blir värdena så låga och skillnaderna så små att addering eller subtrahering med 1 skulle göra värdena extremt stora. Efter justering av extremvärdena såg histogrammen för dessa variabler något bättre ut. Vi testade ändå att ta den naturliga logaritmen av dessa variabler, vilket dock inte gav någon förbättring. Variablerna ROE, ROA och Skuldsättning förändrades således bara genom att vi justerade extremvärdena genom Winzorisation.

Vi genomförde även ett Lilliefors-test för hela modellen (det vill säga ett justerat Kolmogorov-Smirnov-test) för att kontrollera att modellens residual var normalfördelad. Detta gjordes på redan winzorisade och logaritmerade variabler, men testet blev ändå signifikant, vilket för det här testet betyder att residualen inte var normalfördelad. Vi tog därför bort de sex företag som uppvisade extrema värden i modellen, vilket gjorde att Lilliefors-testet blev ej signifikant (sig. 0,2) och vi därmed kan säga att modellens residual nu är normalfördelad. Nedan visas en tabell med beskrivande statistik för samtliga variabler efter de justeringar som beskrivits ovan.

Tabell 5. Beskrivande statistik 2

N = 151

Variabler Medelvärde Median Standard-avvikelse Min. Max.

Beroende variabel CSR-inlägg 3,68 1,00 5,377 0 32 Oberoende variabler Balansomslutning 21,88 21,68 1,96 17,31 25,49 Antal anställda 7,22 7,06 2,04 2,30 11,79 Koncentrerat ägande 52% 50,8% 16,9% 8,4% 97,9% ROE 9,60% 14,3% 33,18% -184,19% 64,31% ROA 5,35% 5,87% 13,71% -57,8% 46,48% Skuldsättning 134% 110% 93% 0,02% 460%

Bransch Frekvens Procent

Hälsovård 14 9,3 Industri 46 30,5 IT 25 16,6 Konsumtionstjänste r 25 16,6 Konsumtionsvaror 23 15,2 Material 7 4,6

Olja & Gas 3 2

Telekom 5 3,3

Kontrollvariabel

Engagemang 26,16 2,90 67,91 0 615,51

I tabell 5 syns beskrivande statistik för variablerna efter utförda justeringar, vilka är de värden som kommer användas i den fortsatta analysen.Antal enheter (N) har minskat från 157 till 151 och det är fortsättningsvis det antalet företag som kommer inkluderas i analysen. Jämfört med tabell 4 har medelvärdet för antal CSR-inlägg minskat relativt kraftigt, från 5,11 till 3,68 stycken. Även maximivärdet för den beroende variabeln har minskat rejält, från 62 till 32 inlägg. Företaget som publicerade flest antal CSR-inlägg tidigare (när N=157) gav alltså ut 62 stycken under den undersökta tidsperioden. Det företag i den justerade populationen (N = 151) som publicerade flest CSR-inlägg på sin Facebooksida under den undersökta tidsperioden publicerade 32 stycken. Företagen som publicerade flest CSR-inlägg tillhör alltså de som eliminerades på grund av extremt höga värden, vilket således påverkar vår analys av den beroende variabeln. För att kunna använda en OLS-regression var dock elimineringen nödvändig eftersom analysen kan bli missvisande om modellens residual inte är normalfördelad (SPSS-akuten, 2013). Det är dock fortfarande relativt stor skillnad mellan företagen gällande hur många CSR-inlägg de publicerar, flera företag gav till exempel inte ut ett enda CSR-inlägg under den valda tidsperioden.

30

Vad gäller de övriga variablerna, som inte behövde justeras med Winzorisation eller logaritmering, noteras att ägarkoncentrationen skiljer sig åt avsevärt mellan företagen. I företaget med mest koncentrerat ägande kontrollerar de fem största ägarna 98 procent av rösterna, medan motsvarande siffra för företaget med minst koncentrerat ägande är 8 procent. Vidare noteras att branschen Industri är den största bland företagen i vår population; 30 procent av företagen som undersökts tillhör denna bransch. Endast 2 procent av de undersökta företagen finns inom branschen Olja och gas, som är den minsta branschen för populationen. Gällande kontrollvariabeln är det även här relativt stor skillnad mellan maximi- och minimivärdet. Företaget som har de mest engagerade intressenterna har fått 615 reaktioner (likes, kommentarer och delningar) per CSR-inlägg per 1000 följare, medan företaget med minst engagerade intressenter inte har fått en enda reaktion på sina CSR- inlägg. Kontrollvariabelns medelvärde är 26, vilket innebär att företag i genomsnitt får 26 reaktioner per CSR-inlägg per 1000 följare. Medianen är dock betydligt lägre (3), vilket indikerar att majoriteten av företagen har fått förhållandevis få reaktioner på sina CSR-inlägg och därmed har intressenter med relativt låg engagemangsnivå på Facebook.

Något som inte finns med i tabell 5 ovan men som ändå bör kommenteras är att det är stor skillnad på hur många inlägg totalt, alltså både CSR-inlägg och övriga inlägg, som publicerats på de olika företagens Facebooksidor. Företagens allmänna aktivitetsnivå på Facebook som kanal skiljer sig alltså åt. Det minst aktiva företaget publicerade bara 1 inlägg under dessa tre månader medan det mest aktiva företaget publicerade 240 inlägg under samma tidsperiod. Facebookinläggen och dess fördelning utvecklas ytterligare i tabell 6 nedan.

Tabell 6. Inlägg per kodningskategori

Kategori Antal Inlägg Procent

CSR 555 11,65% Miljö 113 2,37% Sociala 262 5,50% Personal 180 3,78% Övrigt 3652 76,69% Totalt 4762 100,00%

Tabell 6 visar hur CSR-inläggen fördelas över de olika kodningskategorierna. Totalt handlar endast 12 procent av inläggen som publiceras på företagens Facebooksidor om CSR. Av de CSR-inlägg företagen publicerar handlar de flesta om sociala frågor, medan minst antal inlägg behandlar miljöfrågor. Bonsón och Ratkai (2013) som genomförde en liknande studie i eurozonen kom fram till att 35 procent av informationen företag ger ut på sina Facebooksidor är av CSR-karaktär.

Utifrån detta skulle man kunna säga att företag som är noterade på Stockholmsbörsen generellt sett är sämre på att ge ut CSR-information på sina Facebooksidor jämfört med företag i eurozonen. Det ska dock noteras att forskningsmetoderna skiljer sig åt mellan studierna, exempelvis har vi använt en snävare definition av CSR än Bonsón och Ratkai (2013). Med andra ord ska inte alltför stora växlar dras av de skilda resultaten. Våra resultat är dock intressanta då flera tidigare studier har visat att svenska företag ofta tillhör de som ger ut mest CSR-information på andra kanaler (Adams, Hill & Roberts, 1998; Castelo Branco, Delgrado, Sá & Sousa, 2014; KPMG, 2017). Utifrån våra resultat verkar det dock som att svenska företag inte använder just Facebook för att ge ut CSR-upplysningar.

32