Validitet och reliabilitet diskuteras genomgående i denna studie där våra avvägningar påverkar den ena eller den andra, men denna rubrik kommer samla de övergripande argumenten.
Inledningsvis kommer studiedesignen att diskuteras med fokus på datamaterial, operationalisering samt det analytiska verktyg som studien bygger på. Som tidigare diskuterats så härstammar all data från World Value Survey. WVS (2019) täcker 90 % av världens befolkning och ca hälften av dess länder. De är en väl citerad källa till information och den enda tillgängliga datakällan som möter studiens datakrav. Detta är dock inte nödvändigtvis något begränsande för denna studie. WVS måste anses hålla en god validitet såväl reliabilitet. Vad som däremot inte är lika klart är operationaliseringen av våra variabler. De beroende variablerna ämnar mäta något som av sin natur är svårt att mäta, nämligen individens inställning till korruption. Detta är dock inte ett unikt problem för denna studie – som diskuterats tidigare så är det en utmaning för alla studier inom området. Ett exempel på en utmaning för denna studies operationalisering är hypotetisk bias (Hypothetical bias) det vill säga att respondentens svar på en fråga inte nödvändigtvis är vad som hade hänt vid utsättandet av en verklig
38
situation (Waithima 2012:63). Detta kan såklart utmana denna studie, men problematiken minskar då den är lika reell för alla människor, oavsett religion. Denna studie gör inga anspråk på att förklara den exakta effekten av protestantism på korruption utan enbart om den påverkar och i så fall hur. Så respondenters eventuella över- eller underrapportering kan förväntas vara konstant oaktad religion.
Genom att utgå från samma operationaliseringar och variabler som använts i tidigare studier så stärks studiens reliabilitet. Båda våra beroende variabler – tolerans för mutor respektive statligt fördelsfusk – är per definition fel, de mäter olika dimensioner av korruption och argumentativt även på olika nivåer. Vidare, då denna studies resultat kommer ställas i relation till tidigare forskning som utgått från alternativa eller likande operationaliseringar så stärks validiteten ytterligare.
Vårt val av flernivåanalys kommer även automatiskt undvika viktningsbias (weight bias), det vill säga att länder med fler respondenter får ett motsvarande större inflytande på resultatet. Genom att se varje land som ett eget kluster så kommer även all variation som uppstår till följd av kultur, ekonomiska förutsättningar, stabilitet och regeringsskit på landnivå att kontrolleras för. Vidare, genom att inkludera så många länder som det finns pålitliga data för så minimerar vi risken att de historiskt protestantiska länderna påvisar skevsamband till följd av de idag tenderar att vara mindre korrupta på makronivå (se avsnitt 3.2).
En evig reliabilitetsfråga är den mänskliga faktorn. Hittills har ingen anklagat mig för att vara felfri och till följd av det så görs inga sådana antaganden heller i denna studie. Varje manuell inmatning eller omkodning kommer kontrollerats genom deskriptiv- och frekvensanalys för att säkerställa att fördelning inte förändrats och att omkokningens syfte nås. För att säkerställa indexkonstruktioner så har indexets separata variabler prövats i en parallell analys för att bekräfta resultaten. Då SPSS inte kalkylerar vare sig inter- eller intravariationer (intraklasskorrelationskoefficienten och standardavvikelsen) så kommer dessa beräknas manuellt. Dessa kalkyler upprepas för att säkerställa resultatet.
Vi är med andra ord säkra på studiens validitet och reliabilitet, givet att vi förstår vad resultatet kan och inte kan säga om verkligheten. Vi kan exempelvis inte säga vad den exakta effekten är av protestantism. Vi kan inte med säkerhet peka på om
39
sambandet är kausalt eller korrelerande, alltså om det är protestantism som leder variation av tolerans för korruption eller om det är variation av tolerans för korruption som leder till protestantism.
40
6 Resultat
Under denna rubrik kommer våra statistiska analyser att presenteras och diskuteras. Då våra tre hypoteser tillsammans låter oss besvara den underliggande frågan för denna studie – om protestantismen resulterar i en lägre tolerans för korruption och i så fall, vilken aspekt av den – så kommer vi först behöva analysera de tre hypotesprövningarna för sig. Samtliga hypoteser kommer analyseras på liknande sätt: varje beroende variablers resultat kommer analyseras för sig och sedan kommer en gemensam summering för den hypotesen ges. I den nästkommande rubriken, Analys, så kommer resultatet av våra hypotesprövningar att vägas samman med mål att besvara denna studies syfte och ställa dessa i relation till tidigare forskning.
Denna rubrik kommer vara uppdelad i tre delar. I den första delen så kommer vi enbart analysera hur tolerans för korruption skiljer sig mellan de hundra inkluderade länderna och om det finns stora variationer inom nationer och mellan nationer. Detta låter oss bättre förstå komplexiteten av tolerans för korruption på individnivå och dra generella slutsatser om aggregerade data är lämplig för denna typ av forskning. Efter det avsnittet så kommer vi pröva våra hypoteser. Dessa hypoteser mäter olika aspekter av tolerans för korruption och protestantism och dessa olika aspekter kommer undersökas för sig. Dessa hypoteser kommer analyseras enligt följande analysschema:
Tabell 1, Analysschema
Utan kontrollvariabler Med kontrollvariabler
Tolerans för mutor Modell 1 Modell 2
Tolerans för statligt fördelsfusk Modell 3 Modell 4
Varje hypotesprövning kommer även inkludera den huvudsakliga oberoende variabeln som prövar hypotesen. Då vi utöver tre hypoteser som vardera utgår från fyra modeller även ska analysera hur variationen av tolerans för korruption ser ut så kommer vi få väldigt mycket data att tolka. För att öka läsbarheten men samtidigt hålla god transparens så kommer de centrala värden presenteras i tabellform, men i bilaga 3 till 6 så finns ytterligare värden för studiens samtliga variabler. Vi kommer i detta avsnitt enbart presentera resultatet av våra analyser med bootstrap, men i bilagorna så
41
framkommer även resultatet utan bootstrap. Där de analyserna kan komma att påverka resultatet så kommer de hänvisas till löpande.