NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

Transkript

1 NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 316 REGRESJONSANALYSE Faglig kontakt under eksamen: Kristen Ringdal Tlf.: Eksamensdato: 22. mai Eksamenstid: 6 timer Vekttall: 5 Språkform: bokmål Antall sider vedlegg + forside: 11 Antall sider bokmål: 11 Antall sider nynorsk: 0 Antall sider engelsk: 0 Antall sider i alt: 11 Sensurdato: 12. juni 2003 Sensurtelefon: Tillatte hjelpemidler: Kalkulator Norsk-engelsk/ engelsk-norsk ordbok Hamilton, Lawrence C «Regression with Graphics», Belmont, Duxbury, Hardy, Melissa A «Regression with Dummy Variables», QASS 93, London, Sage Breen, Richard 1996 «Regression Models. Censored, Sample Selected, or Truncated Data», QASS 111, London, Sage Trykte forelesningsnotater fra Ringdals 11 forelesninger. 1

2 BOKMÅL OPPGAVE 1 Regresjonsanalyse (teller 50%) Euronet/Cranfield undersøkelsen fra 1999 gir interessant informasjon om flere tusen europeiske bedrifter. I denne oppgaven er bruk av individuelt kalkulerende teknikker i personalledelse (Human Resource Management) i fokus. Disse teknikkene som blant annet omfatter individuell vurdering av arbeidsinnsats og individuell lønnsfastsettelse, stammer i stor grad fra USA. I denne oppgaven skal vi studere i hvor stor grad amerikanske datterselskaper er i stand til fritt å ta i bruk denne type teknikker i andre land, og om de skiller seg fra de nasjonale selskapene i de samme land. Landene som omfattes av studien er Storbritannia, Irland, Tyskland, og Danmark/Norge. a) I modellen forekommer variabelen Lnsize, den naturlige logaritmen av bedriftsstørrelse. Hvorfor er ikke bedriftsstørrelse brukt i sin originale form (antall ansatte)? b) Hvilken modell er best? c) Formuler modellen for populasjonen. d) Lag et betinget effektplott for effekten av amerikanske datterselskaper basert på den beste modellen. e) Bruk egne ord til å beskrive forskjeller mellom land og mellom amerikanske datterselskaper og nasjonalt eiede bedrifter. f) Evaluer følgende hypoteser: H 1 : Amerikanske datterselskaper må tilpasse seg nasjonale regler slik at de må opptre på samme måte som de nasjonale selskapene i hvert land. H 2 : Individuelt kalkulerende personalledelse brukes mindre i Norge/Danmark enn i andre land. H 3 : Nye bedrifter vil være mer preget av individuelt kalkulerende personalledelse enn eldre. H 4 : Bedrifter som er orientert mot utenlandske markeder vil være mer preget av individuelt kalkulerende personalledelse enn de som i hovedsak satser på lokale markeder. 2

3 OPPGAVE 2 Logistisk regresjon (teller 40%) Den avhengige variabelen i analysen er innvenn, som fanger opp om en har venner blant innvadrere eller ikke. Dataene er hentet fra en nylig utført norsk intervjuundersøkelse. a) Skriv ut ligningen for modellen (ta med forutsetningene). b) Beskriv sammenhengen mellom alder og det å ha venner blant innvandrere. c) Beskriv sammenhengen mellom ekteskaplig status ogt det å ha venner blant innvandrere. d) Er det samspill mellom kjønn og region i modellen? e) Finn oddsratioet for å ha venner blant innvandrere mellom en person på 16 år og en på 70 år. f) Finn oddsratioet for å ha venner blant innvandrere mellom menn og kvinner i Oslo og i Trøndelag. Hva forteller de to oddsratioene? g) Lag et betinget effektdiagram i logitskalaen som viser regionale forskjeller i det å ha venner blant innvandrere for gifte personer med gjennomsnittlig alder og utdannelse. h) Lag et betinget effektdiagram i sannsynlighetsskalaen som viser regionale forskjeller i det å ha venner blant innvandrere for gifte personer med gjennomsnittlig alder og utdannelse. 3

4 Documentasjon og tabeller for oppgave 1: Regresjonsanalyse Avhengig variabel: Scale4 en skala basert på 10 dikotome indikatorer på bruk av kalkulerende teknikker for personalleldelse Std. Dev = Mean = N = Kalkulerende personnalledelse, høy verdi mye bruk Uavhengige variabler: I regresjonsanalysen er følgende variabler dummykodede kategorivariabler: Industry (Næring, bransjer) og Country (land). INDUSTRY Industry fra s6v1 Missing 1.00 Manufact ind 2.00 Construction 3.00 Transport 4.00 Banking&Finance 5.00 Personal Services 6.00 Other&Govn. System

5 1 UK 3 Germany 6 Denmark 9 Norway 12 Ireland COUNTRY COUNTRY FMARKET Foreign markets, s6v10.00 Local markets 1.00 Foreign markets No 1.00 Yes RECENT Org established USA US owned firm Missing.00 No 1.00 Yes System Lnsize: den naturlige logaritmen av bedriftsstørrelse (antall sansatte) US_IR, US_DN og US_GER er dummy-variabler som fanger inn samspillet (interaksjonen) mellom Country (land) og variabelen USA (amerikansk eide datterselskaper). 5

6 Beskrivende statistikk for de uavhengige variablene i regresjonsanalysen. Descriptive Statistics SCALE4 Kalkulerende personnalledelse, høy verdi mye bruk LNSIZE IND2 Construction IND3 Transport IND4 Banking & Finance IND5 Personal services IND6 Other & Government FMARKET Foreign markets, s6v10 RECENT Org established IRELAND Irish ND Norwegian or Danish GERMANY German USA US owned firm US_IR USA*Irland US_ND USA*nd US_GER USA*ger Mean Std. Deviation N Tabeller fra regresjonsanalysen følge på neste side. 6

7 Model Summary d Model a. b. c. d. R Adjusted Std. Error of R Square R Square the Estimate.333 a b c Predictors: (Constant), RECENT Org established , IND6 Other & Government, LNSIZE, IND2 Construction, IND3 Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10 Predictors: (Constant), RECENT Org established , IND6 Other & Government, LNSIZE, IND2 Construction, IND3 Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10, IRELAND Irish, GERMANY German, ND Norwegian or Danish native firm Predictors: (Constant), RECENT Org established , IND6 Other & Government, LNSIZE, IND2 Construction, IND3 Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10, IRELAND Irish, GERMANY German, ND Norwegian or Danish native firm, US_ND USA*nd, US_GER USA*ger, US_IR USA*Irland, USA US owned firm Dependent Variable: SCALE4 Kalkulerende personnalledelse, høy verdi mye bruk ANOVA d Model Sum of Squares df Mean Square F Sig. 1 Regression a Residual Regression b Residual Regression c Residual a. Predictors: (Constant), RECENT Org established , IND6 Other & Government, LNSIZE, IND2 Construction, IND3 Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10 b. Predictors: (Constant), RECENT Org established , IND6 Other & Government, LNSIZE, IND2 Construction, IND3 Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10, IRELAND Irish, GERMANY German, ND Norwegian or Danish native firm c. Predictors: (Constant), RECENT Org established , IND6 Other & Government, LNSIZE, IND2 Construction, IND3 Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10, IRELAND Irish, GERMANY German, ND Norwegian or Danish native firm, US_ND USA*nd, US_GER USA*ger, US_IR USA*Irland, USA US owned firm d. Dependent Variable: SCALE4 Kalkulerende personnalledelse, høy verdi mye bruk 7

8 Model (Constant) LNSIZE IND2 Construction IND3 Transport IND4 Banking & Finance IND5 Personal services IND6 Other & Government FMARKET Foreign markets, s6v10 RECENT Org established (Constant) LNSIZE IND2 Construction IND3 Transport IND4 Banking & Finance IND5 Personal services IND6 Other & Government FMARKET Foreign markets, s6v10 RECENT Org established IRELAND Irish ND Norwegian or Danish GERMANY German (Constant) LNSIZE IND2 Construction IND3 Transport IND4 Banking & Finance IND5 Personal services IND6 Other & Government FMARKET Foreign markets, s6v10 RECENT Org established IRELAND Irish ND Norwegian or Danish GERMANY German USA US owned firm US_IR USA*Irland US_ND USA*nd US_GER USA*ger Coefficients a Unstandardized Coefficients Standardized Coefficients B Std. Error Beta t Sig a. Dependent Variable: SCALE4 Kalkulerende personnalledelse, høy verdi mye bruk 8

9 Documentasjon og tabeller for oppgave 2: Logistisk regresjon Variabeldokumentasjon Avhengig variabel: INNVENN Venner blant innvadrere Missing.00 Ingen 1.00 Noen/mange System Uavhengige variabler: Alder - alder i år Utdaar antall års utdanning ut over obligatorisk utdanning. Descriptive Statistics ALDER UTDAAR N (listwise) N Minimum Maximum Mean Std. Deviation Kvinne 1.00 Mann MANN Ekteskaplig status og region er kategori-variabler som blir dummy-kodet av SPSS. Se dokumentasjon i utskriften fra Logistic Regression. EKSTATUS Ekteskaplig status Missing 1.00 Gift 2.00 Skilt 3.00 enke/enkemann 4.00 Ugift System

10 REGIONNO Region, NO 1.00 Oslo and Akershus 2.00 Hedmark and Oppland 3.00 South Eastern Norway 4.00 Agder and Rogaland 5.00 Western Norway 6.00 Trøndelag 7.00 Northern Norway Logistic Regression Unweighted Cases a Selected Cases Unselected Cases Case Processing Summary Included in Analysis Missing Cases N Percent a. If weight is in effect, see classification table for the total number of cases. Categorical Variables Codings REGIONNO Region, NO EKSTATUS Ekteskaplig status 1.00 Oslo and Akershus 2.00 Hedmark and Oppland 3.00 South Eastern Norway 4.00 Agder and Rogaland 5.00 Western Norway 6.00 Trøndelag 7.00 Northern Norway 1.00 Gift 2.00 Skilt 3.00 enke/enkemann 4.00 Ugift Parameter coding Frequency (1) (2) (3) (4) (5) (6)

11 Block 1: Method = Enter Omnibus Tests of Model Coefficients Step 1 Step Block Model Chi-square df Sig Model Summary Step 1-2 Log Cox & Snell Nagelkerke likelihood R Square R Square Classification Table a Predicted Observed Step 1 INNVENN Overall Percentage a. The cut value is INNVENN Percentage Correct Variables in the Equation Step 1 a MANN ALDER UTDAAR EKSTATUS EKSTATUS(1) EKSTATUS(2) EKSTATUS(3) REGIONNO REGIONNO(1) REGIONNO(2) REGIONNO(3) REGIONNO(4) REGIONNO(5) REGIONNO(6) REGIONNO * MANN REGIONNO(1) by MANN REGIONNO(2) by MANN REGIONNO(3) by MANN REGIONNO(4) by MANN REGIONNO(5) by MANN REGIONNO(6) by MANN Constant B S.E. Wald df Sig. Exp(B) a. Variable(s) entered on step 1: MANN, ALDER, UTDAAR, EKSTATUS, REGIONNO, REGIONNO * MANN. 11