PUH-RAPPORT - BADA - Högskolan i Borås
PUH-RAPPORT - BADA - Högskolan i Borås PUH-RAPPORT - BADA - Högskolan i Borås
Modell 1 Modell 2 Modell 3 Modell 4 Koefficienter (S.E.) Koefficienter (S.E.) Koefficienter (S.E.) Koefficienter (S.E.) Ålder 499,54*** (50,08) 499,48*** (50,06) 509,80*** (9,58) 516,36*** (15,56) Arbetslivserfarenhet 10,21 (49,10) 10,31 (49,08) År av utbildning 994,50*** (54,64) 994,71*** (54,61) 984,43*** (24,27) 1023,97*** (39,35) Antal anställda (10-tal) 4,48 (14,57) Kön -7 154,29*** (193,55) -7 152,47*** (193,37) -7 154,63*** (193,01) Ägande 4 980,72*** (315,76) 4 978,26*** (315,51) 4 978,86*** (315,34) Konstant 14 810,69*** (616,57) 14 841,56*** (608,05) 14 841,41*** (607,76) 11 505,76*** (976,61) Adj R 2 0,86 0,86 0,86 0,64 F 1 045,72 1 255,99 1 571,48 879,39 N 1 000 1 000 1 000 1 000 Fotnot: *** p < 0,01; ** p < 0,05; * p < 0,1. Tabell 6. (Beroende variabel: Lön) De höga F-värdena hamnar långt inne i förkastelseområdet och innebär att vi förkastar nollhypotesen om att det inte finns en modell i datamaterialet. Eftersom att en hel regression är signifikant inte innebär att alla variablerna är signifikanta måste vi undersöka t-värdena, dvs. kvoten mellan regressionskoefficienten och dess S.E. Arbetslivserfarenhet och Antal anställda är inte signifikanta variabler och bör därför inte ingå i den slutliga modellen. I modell 2 tas Antal anställda bort medan 116 puh-rapport 2013
i modell 3 tas även Arbetslivserfarenhet bort för att se om deras närvaro i modellen påverkar de andra variablerna. Både i modell 3 och 4 är alla variablerna signifikanta men i modell 4 sjunker förklaringsgraden avsevärt när variablerna Kön och Ägande tas bort. Man bör därför välja modell 3 som den bästa modellen. Modellvalidering Den teoretiska litteraturen om lön brukar utgå från humankapitalansatsen som föreslår att variablerna som ökar individens produktivitet, såsom utbildning och ålder, är positivt korrelerade med lönen vilket vi får i vår modell. Tidigare studier har visat att även om framsteg har uppnåtts och att skillnaden idag mellan män och kvinnors löner är mindre än tidigare, enligt vår modell, har kvinnor en lägre lön än män med motsvarande utbildning och arbetslivserfarenhet. Detta kan tolkas som effekten av variabler som inte finns i modellen men som är korrelerade med könen eller som en ren lönediskriminering. Angående effekten av ägande är det svårt att hitta studier som tittar på den effekten och därför får vi låta framtida studier bedöma om den effekten vi fångade i modellen är korrekt eller inte. Slutlig regressionsmodell Med informationen från Tabell 6 får man fram den slutliga modellen: Lön = 14 841 + 510∙Ålder + 984∙Utbildning - 7 155∙Kön + 4 979∙Ägande Man kan t.ex. beräkna en prediktion för den genomsnittliga individen genom att använda medelvärdet av de förklarande variablerna. En hypotetisk man som är 47 år, har 16 år av utbildning och jobbar på ett svenskt företag förväntas ha en lön på: 54 555 = 14 841 + 510∙47 + 984∙16 - 7 155∙0 + 4 979∙0 Lönen för en kvinna med motsvarande egenskaper förväntas vara: 47 379 = 14 841 + 510∙47 + 984∙16 - 7 155∙1 + 4 979∙0 6. tillämpning av principerna för god feedback i undervisningen av regressionsanalys 1) Hur skall en god prestation se ut? I avsnitt 5 presenteras en regressionsanalys som kan användas som exempel på hur olika delar av en regressionsanalys bör genomföras. En viss fördjupning av vissa delar bör genomföras innan analysen kan anses vara färdigt. 117
- 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 112 and 113: genomsnittliga lönen för chefer s
- Page 114 and 115: Utifrån den analysen vi har gjort
- 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
i modell 3 tas även Arbetslivserfarenhet bort för att se om deras närvaro i modellen<br />
påverkar de andra variablerna. Både i modell 3 och 4 är alla variablerna signifikanta<br />
men i modell 4 sjunker förklaringsgraden avsevärt när variablerna Kön och<br />
Ägande tas bort. Man bör därför välja modell 3 som den bästa modellen.<br />
Modellvalidering<br />
Den teoretiska litteraturen om lön brukar utgå från humankapitalansatsen som<br />
föreslår att variablerna som ökar individens produktivitet, såsom utbildning och<br />
ålder, är positivt korrelerade med lönen vilket vi får i vår modell. Tidigare studier<br />
har visat att även om framsteg har uppnåtts och att skillnaden idag mellan män och<br />
kvinnors löner är mindre än tidigare, enligt vår modell, har kvinnor en lägre lön än<br />
män med motsvarande utbildning och arbetslivserfarenhet. Detta kan tolkas som<br />
effekten av variabler som inte finns i modellen men som är korrelerade med könen<br />
eller som en ren lönediskriminering. Angående effekten av ägande är det svårt att<br />
hitta studier som tittar på den effekten och därför får vi låta framtida studier bedöma<br />
om den effekten vi fångade i modellen är korrekt eller inte.<br />
Slutlig regressionsmodell<br />
Med informationen från Tabell 6 får man fram den slutliga modellen:<br />
Lön = 14 841 + 510∙Ålder + 984∙Utbildning - 7 155∙Kön + 4 979∙Ägande<br />
Man kan t.ex. beräkna en prediktion för den genomsnittliga individen genom att<br />
använda medelvärdet av de förklarande variablerna. En hypotetisk man som är 47 år,<br />
har 16 år av utbildning och jobbar på ett svenskt företag förväntas ha en lön på:<br />
54 555 = 14 841 + 510∙47 + 984∙16 - 7 155∙0 + 4 979∙0<br />
Lönen för en kvinna med motsvarande egenskaper förväntas vara:<br />
47 379 = 14 841 + 510∙47 + 984∙16 - 7 155∙1 + 4 979∙0<br />
6. tillämpning av principerna för god feedback i undervisningen<br />
av regressionsanalys<br />
1) Hur skall en god prestation se ut?<br />
I avsnitt 5 presenteras en regressionsanalys som kan användas som exempel på hur<br />
olika delar av en regressionsanalys bör genomföras. En viss fördjupning av vissa<br />
delar bör genomföras innan analysen kan anses vara färdigt.<br />
117