PUH-RAPPORT - BADA - Högskolan i Borås
PUH-RAPPORT - BADA - Högskolan i Borås PUH-RAPPORT - BADA - Högskolan i Borås
genomsnittliga lönen för chefer som jobbar i ett utländskt företag. Även i det här fallet är skillnaden signifikant vid 1 % signifikansnivå (se Tabell 3). F Levenes test t-test p-värde t df p-värde Lön Antagande: samma varians 3,146 0,076 16,102 998 0,000 Antagande: olika varianser 15,860 825,047 0,000 Tabell 2. T-test för skillnaden mellan manliga och kvinnliga chefers löner F Levenes test t-test p-värde t df p-värde Lön Antagande: samma varians 0,667 0,414 -7,374 998 0,000 Antagande: olika varianser -7,772 127,038 0,000 Tabell 3. T-test för skillnaden mellan löner i svenskt ägda och utländskt ägda företag Reducera antal förklarande variabler Det här steget är extra viktigt i regressionsanalyser som använder sig av data från en observationsstudie. Det finns hushållsundersökningar där det kan finnas hundratals variabler och hundratusentals observationer. Datamaterialet som används här innehåller endast sju olika variabler och behöver därför inte reduceras till ännu färre variabler. Förbättring av modellen Att undersöka sambandet mellan variabler har tre olika syften. Det första är att identifiera de variabler som har en stark korrelation med den beroende variabeln. Man brukar prata om en svag korrelation, 0,1±, en måttlig korrelation, 0,5± och en stark korrelation, ±0,9. Det andra syftet är att identifiera om det finns en stark korrelation mellan två eller flera förklarande variabler. Det tredje syftet är att identifiera i vilken form en förklarande variabel skall ingå i modellen. Detta görs ofta med hjälp av ett punktdiagram. Om det ser ut att vara en linjär relation mellan lönen och ålder då skall vi använda Ålder i regressionen, om det ser att vara en andragradsfunktion skall man använda Ålder och Ålder 2 i regressionen. Av korrelationsmatrisen kan vi se att det råder en stark eller måttlig korrelation mellan ålder, arbetslivserfarenhet, år av utbildning och lön. Man kan också se att 112 puh-rapport 2013
det finns en stark korrelation mellan år av arbetslivserfarenhet och ålder. En korrelation på 0,93 innebär att vi kan få problem med multikollinearitet mellan dessa variabler och därför bör endast en av variablerna inkluderas i modellen. Antalet anställda visar en svag korrelation med alla andra variablerna i matrisen. Dessutom visar en grafisk inspektion att det råder ett linjärt samband mellan Ålder, År av utbildning samt År av arbetslivserfarenhet och Lön (se Figur 5). Lön Ålder År av arbetslivserfarenhet År av utbildning Antal anställda (10-tal) Lön 1,000 0,626 *** 0,401 *** 0,489 *** -0,002 Ålder 1,000 0,916 *** -0,011 0,009 År arbetslivserfarenhet 1,000 -0,369 *** 0,004 År av utbildning 1,000 0,014 Antal anställda (10-tal) 1,000 ***Korrelationen är signifikant vid 1% signifikansnivå (2-sidigt test). Tabell 4. Korrelationskoefficienter Figur 5. Undersökning av samband mellan variablerna 113
- Page 62 and 63: trots att flera tyckte att det gick
- Page 64 and 65: verkade ha lättare att behålla fo
- Page 66 and 67: Marianne Johansson från vårdveten
- Page 68 and 69: dessa båda inriktningar inom de sk
- Page 70 and 71: Begreppen Kunskap och förståelse,
- Page 72 and 73: menstruationscykel, antikonception,
- Page 74 and 75: att fokusera på delarna eller segm
- Page 76 and 77: eferenser Högskoleförordningen 19
- Page 78 and 79: stöd ges av mig, som är anställd
- Page 80 and 81: den feedback som kopplas till en up
- Page 82 and 83: svårigheter/dyslexi och övriga tv
- Page 84 and 85: när han/hon lyssnar på texten, hj
- Page 86 and 87: texthandledning ökar medvetenheten
- Page 88 and 89: Agneta Kullén Engström & Tuve Nor
- Page 90 and 91: lärande) och Productivity (medskap
- Page 92 and 93: har det framförts mycket kritik i
- Page 94 and 95: 1990-talet, vilka kan jämställas
- Page 96 and 97: känt sig motiverade till att disku
- Page 98 and 99: Gao, Q., Rau, P. L_P ( 2011) Unders
- Page 100 and 101: Alexis Palma teori och praktik i un
- Page 102 and 103: nästa generation. Sir Francis Galt
- Page 104 and 105: Om villkoren 1-3 är uppfyllda kan
- Page 106 and 107: 2012). Det som finns i den gråa bo
- Page 108 and 109: variabler: de som helt säkert komm
- Page 110 and 111: klar idé om vad man kan förvänta
- Page 114 and 115: Utifrån den analysen vi har gjort
- Page 116 and 117: Modell 1 Modell 2 Modell 3 Modell 4
- Page 118 and 119: 2) Underlätta självärdering Enli
- Page 120 and 121: nämndes tidigare, där arbetet bes
- Page 122 and 123: Hattie, J., & Timperley, H. (2007).
- Page 124 and 125: En slutsats av undersökningen är
- Page 126 and 127: kursmål. De här kunskaperna utgå
- Page 128 and 129: tering till utbildningen kan gå ti
- Page 130 and 131: att utveckla begrepp eller beskrivn
- Page 132 and 133: Dimenäs, Jörgen,(red.) (2001). Re
- Page 134 and 135: Bilaga 2: Utdrag ur validerings
- Page 136 and 137: Marie Rusner teoretiska begrepp i k
- Page 138 and 139: metod och genomförande Utvald data
- Page 140 and 141: Tydlighet • Tydlig målsättning
- Page 142 and 143: (1992) beskrivning av olika perspek
- Page 144 and 145: lärande som syftar till förståel
- Page 146 and 147: Håkan Svensson & Mats Nilhag teori
- Page 148 and 149: tat att en förståelse är svår a
- Page 150 and 151: Symmetriska Asymmetriska Kooperativ
- Page 152 and 153: ehandla frågeställningar inom mat
- Page 154 and 155: Innehåll Ambitionen med laboration
- Page 156 and 157: Förutom de uppenbara möjlighetern
- Page 160: esöksadress: allegatan 1 • posta
det finns en stark korrelation mellan år av arbetslivserfarenhet och ålder. En korrelation<br />
på 0,93 innebär att vi kan få problem med multikollinearitet mellan dessa<br />
variabler och därför bör endast en av variablerna inkluderas i modellen. Antalet<br />
anställda visar en svag korrelation med alla andra variablerna i matrisen. Dessutom<br />
visar en grafisk inspektion att det råder ett linjärt samband mellan Ålder, År av<br />
utbildning samt År av arbetslivserfarenhet och Lön (se Figur 5).<br />
Lön Ålder År av arbetslivserfarenhet<br />
År av<br />
utbildning<br />
Antal<br />
anställda<br />
(10-tal)<br />
Lön 1,000 0,626 *** 0,401 *** 0,489 *** -0,002<br />
Ålder 1,000 0,916 *** -0,011 0,009<br />
År arbetslivserfarenhet 1,000 -0,369 *** 0,004<br />
År av utbildning 1,000 0,014<br />
Antal anställda (10-tal) 1,000<br />
***Korrelationen är signifikant vid 1% signifikansnivå (2-sidigt test).<br />
Tabell 4. Korrelationskoefficienter<br />
Figur 5. Undersökning av samband mellan variablerna<br />
113
Change language