NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS 316 REGRESJONSANALYSE Faglig kontakt under eksamen: Kristen Ringdal Tlf.: 73 59 17 10 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: 815 48014 Tillatte hjelpemidler: Kalkulator Norsk-engelsk/ engelsk-norsk ordbok Hamilton, Lawrence C. 1992 «Regression with Graphics», Belmont, Duxbury, Hardy, Melissa A. 1993 «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
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
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
Documentasjon og tabeller for oppgave 1: Regresjonsanalyse Avhengig variabel: Scale4 en skala basert på 10 dikotome indikatorer på bruk av kalkulerende teknikker for personalleldelse. 600 500 400 300 200 100 Std. Dev = 30.46 Mean = 48.1 0 N = 2907.00 0.0 10.0 20.0 30.0 40.0 50.0 60.0 70.0 80.0 100.0 90.0 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 1113 37.8 38.5 38.5 131 4.4 4.5 43.0 142 4.8 4.9 47.9 247 8.4 8.5 56.4 293 9.9 10.1 66.6 967 32.8 33.4 100.0 2893 98.2 100.0 53 1.8 2946 100.0 4
1 UK 3 Germany 6 Denmark 9 Norway 12 Ireland COUNTRY COUNTRY 1091 37.0 37.0 37.0 503 17.1 17.1 54.1 515 17.5 17.5 71.6 391 13.3 13.3 84.9 446 15.1 15.1 100.0 2946 100.0 100.0 FMARKET Foreign markets, s6v10.00 Local markets 1.00 Foreign markets 1516 51.5 51.5 51.5 1430 48.5 48.5 100.0 2946 100.0 100.0.00 No 1.00 Yes RECENT Org established 1980-1999 2356 80.0 80.0 80.0 590 20.0 20.0 100.0 2946 100.0 100.0 USA US owned firm Missing.00 No 1.00 Yes System 2479 84.1 90.3 90.3 265 9.0 9.7 100.0 2744 93.1 100.0 202 6.9 2946 100.0 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
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 1980-1999 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 49.3511 30.43648 2546 6.1792 1.35219 2546.0444.20599 2546.0507.21936 2546.0915.28840 2546.1021.30287 2546.3107.46286 2546.5106.49999 2546.2086.40636 2546.1371.34400 2546.2958.45647 2546.1791.38352 2546.0982.29763 2546.0306.17236 2546.0118.10793 2546.0149.12128 2546 Tabeller fra regresjonsanalysen følge på neste side. 6
Model Summary d Model 1 2 3 a. b. c. d. R Adjusted Std. Error of R Square R Square the Estimate.333 a.111.108 28.74358.525 b.276.273 25.95609.540 c.291.287 25.70264 Predictors: (Constant), RECENT Org established 1980-1999, IND6 Other & Government, LNSIZE, IND2 Construction, IND3 Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10 Predictors: (Constant), RECENT Org established 1980-1999, 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 1980-1999, 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 261583.4 8 32697.923 39.577.000 a Residual 2096053 2537 826.193 2357636 2545 2 Regression 650433.6 11 59130.329 87.767.000 b Residual 1707202 2534 673.718 2357636 2545 3 Regression 686253.5 15 45750.233 69.253.000 c Residual 1671383 2530 660.626 2357636 2545 a. Predictors: (Constant), RECENT Org established 1980-1999, IND6 Other & Government, LNSIZE, IND2 Construction, IND3 Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10 b. Predictors: (Constant), RECENT Org established 1980-1999, 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 1980-1999, 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
Model 1 2 3 (Constant) LNSIZE IND2 Construction IND3 Transport IND4 Banking & Finance IND5 Personal services IND6 Other & Government FMARKET Foreign markets, s6v10 RECENT Org established 1980-1999 (Constant) LNSIZE IND2 Construction IND3 Transport IND4 Banking & Finance IND5 Personal services IND6 Other & Government FMARKET Foreign markets, s6v10 RECENT Org established 1980-1999 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 1980-1999 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. 11.658 2.919 3.994.000 4.862.425.216 11.427.000-3.319 2.909 -.022-1.141.254.320 2.720.002.117.906 15.323 2.122.145 7.221.000.934 2.082.009.448.654-2.279 1.508 -.035-1.511.131 10.735 1.274.176 8.424.000 7.237 1.413.097 5.123.000 39.059 2.990 13.063.000 3.008.408.134 7.371.000-3.775 2.645 -.026-1.427.154.868 2.466.006.352.725 13.221 1.923.125 6.874.000 -.424 1.892 -.004 -.224.823-2.045 1.376 -.031-1.486.137 8.230 1.174.135 7.009.000 4.378 1.291.058 3.391.001-10.499 1.700 -.119-6.177.000-30.450 1.313 -.457-23.188.000-18.843 1.513 -.237-12.455.000 38.513 2.978 12.931.000 3.086.404.137 7.631.000-2.255 2.629 -.015 -.857.391 1.700 2.446.012.695.487 13.224 1.906.125 6.938.000.101 1.881.001.054.957-1.839 1.369 -.028-1.344.179 6.884 1.179.113 5.838.000 3.597 1.284.048 2.802.005-13.698 1.865 -.155-7.347.000-30.815 1.340 -.462-22.991.000-18.498 1.576 -.233-11.738.000 6.478 2.705.063 2.394.017 11.428 4.286.065 2.666.008 14.324 5.494.051 2.607.009 1.135 5.124.005.221.825 a. Dependent Variable: SCALE4 Kalkulerende personnalledelse, høy verdi mye bruk 8
Documentasjon og tabeller for oppgave 2: Logistisk regresjon Variabeldokumentasjon Avhengig variabel: INNVENN Venner blant innvadrere Missing.00 Ingen 1.00 Noen/mange System 921 45.2 45.3 45.3 1113 54.7 54.7 100.0 2034 99.9 100.0 2.1 2036 100.0 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 2036 17.00 93.00 45.7898 17.07564 2031.00 13.00 4.3959 3.24134 2031.00 Kvinne 1.00 Mann MANN 933 45.8 45.8 45.8 1103 54.2 54.2 100.0 2036 100.0 100.0 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 1043 51.2 51.3 51.3 183 9.0 9.0 60.3 125 6.1 6.1 66.5 682 33.5 33.5 100.0 2033 99.9 100.0 3.1 2036 100.0 9
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 403 19.8 19.8 19.8 175 8.6 8.6 28.4 366 18.0 18.0 46.4 304 14.9 14.9 61.3 386 19.0 19.0 80.3 197 9.7 9.7 89.9 205 10.1 10.1 100.0 2036 100.0 100.0 Logistic Regression Unweighted Cases a Selected Cases Unselected Cases Case Processing Summary Included in Analysis Missing Cases N Percent 2027 99.6 9.4 2036 100.0 0.0 2036 100.0 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) 399 1.000.000.000.000.000.000 175.000 1.000.000.000.000.000 365.000.000 1.000.000.000.000 304.000.000.000 1.000.000.000 385.000.000.000.000 1.000.000 195.000.000.000.000.000 1.000 204.000.000.000.000.000.000 1039 1.000.000.000 182.000 1.000.000 125.000.000 1.000 681.000.000.000 10
Block 1: Method = Enter Omnibus Tests of Model Coefficients Step 1 Step Block Model Chi-square df Sig. 271.021 18.000 271.021 18.000 271.021 18.000 Model Summary Step 1-2 Log Cox & Snell Nagelkerke likelihood R Square R Square 2521.349.125.167 Classification Table a Predicted Observed Step 1 INNVENN Overall Percentage a. The cut value is.500.00 1.00 INNVENN Percentage.00 1.00 Correct 479 440 52.1 257 851 76.8 65.6 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) -.440.307 2.055 1.152.644 -.034.004 74.333 1.000.966.119.016 54.847 1.000 1.126 8.066 3.045.353.131 7.294 1.007 1.424.383.194 3.888 1.049 1.467.287.271 1.124 1.289 1.332 18.549 6.005 -.058.277.045 1.833.943 -.159.325.239 1.625.853 -.427.279 2.352 1.125.652 -.821.287 8.189 1.004.440 -.180.280.412 1.521.835 -.841.331 6.471 1.011.431 22.173 6.001.228.378.366 1.545 1.257 -.266.446.355 1.551.767.421.379 1.234 1.267 1.524 1.047.393 7.089 1.008 2.848 -.356.378.889 1.346.700.479.436 1.209 1.272 1.615 1.459.280 27.182 1.000 4.300 a. Variable(s) entered on step 1: MANN, ALDER, UTDAAR, EKSTATUS, REGIONNO, REGIONNO * MANN. 11