SOS3003 Eksamensoppgåver



Like dokumenter
SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver

SOS3003 Eksamensoppgåver

EKSAMENSOPPGÅVER Sommar 1996 FRAMLEGG TIL LØYSING Erling Berge

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 03. Erling Berge Institutt for sosiologi og statsvitenskap NTNU

TMA4245 Statistikk Eksamen desember 2016

FRAMLEGG TIL LØYSING AV EKSAMENOPPGÅVER I SOS301/ SOS311 8 DES 1997

Eksamensoppgåve i TMA4240 Statistikk

Språk og skrift som er brukt i SOS3003

Kausalanalyse og seleksjonsproblem

Appendiks 5 Forutsetninger for lineær regresjonsanalyse

SOS 31 MULTIVARIAT ANALYSE

Litt enkel matematikk for SOS3003

Forelesning 13 Regresjonsanalyse

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

EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse

MASTER I IDRETTSVITENSKAP 2018/2020. Individuell skriftlig eksamen. STA 400- Statistikk. Mandag 18. mars 2019 kl

PENSUM SOS Mål for kurset. SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Oversikt over Forelesingsnotat, vår 2003

Er det enklere å anslå timelønna hvis vi vet utdanningslengden? Forelesning 14 Regresjonsanalyse

SOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005

EKSAMENSOPPGAVER STAT100 Vår 2011

EKSAMENSOPPGAVE STA-1001.

Institutt for økonomi og administrasjon

EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012

Tillatte hjelpemidler: C3: alle typer kalkulator, alle andre hjelpemidler

Eksamensoppgave i PSY3100 Forskningsmetode kvantitativ

Fra krysstabell til regresjon

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU

Eksamensoppgave i PSY3100 forskningsmetoder kvantitativ

SOS 301 og SOS31/ SOS311 MULTIVARIAT ANALYSE

Spørsmål. 21 april Vår Krav til semesteroppgåva

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 04. Erling Berge Institutt for sosiologi og statsvitenskap NTNU

TMA4245 Statistikk Eksamen august 2014

Eksamensoppgave i PSY3100 Forskningsmetode - kvantitativ

SOS 31 MULTIVARIAT ANALYSE

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

EKSAMEN I FAG TMA4255 ANVENDT STATISTIKK

Eksamen REA3028 Matematikk S2. Nynorsk/Bokmål

Eksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Målform/språk: Bokmål Antall sider: 10. Psykologisk institutt

MOT310 Statistiske metoder 1, høsten 2006 Løsninger til regneøving nr. 8 (s. 1) Oppgaver fra boka:

Løsningsforslag eksamen STAT100 Høst 2010

Eksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Psykologisk institutt

10.1 Enkel lineær regresjon Multippel regresjon

EKSAMENSOPPGAVE STA «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark/ 4 sider med egne notater. Godkjent kalkulator. Rute.

EKSAMENSOPPGAVE. B154 «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark (4 sider) med egne notater. Godkjent kalkulator.

Kort overblikk over kurset sålangt

Lineære modeller i praksis

Eksamensoppgave i ST3001

Eksamensoppgåve i TMA4255 Anvendt statistikk

Std. Error. ANOVA b. Sum of Squares df Square F Sig , , ,600, , , ,

Alle barn har rett til å seie meininga si, og meininga deira skal bli tatt på alvor

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

Etablerarkurs Sogn og Fjordane Fylkeskommune

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder

Kapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder

Generelle lineære modeller i praksis

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 06. Erling Berge Institutt for sosiologi og statsvitenskap NTNU

I enkel lineær regresjon beskrev linja. μ y = β 0 + β 1 x

TMA4245 Statistikk Eksamen desember 2016

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

EKSAMENSOPPGAVE STA-2004.

Matpakkematematikk. Data frå Miljølære til undervisning. Samarbeid mellom Pollen skule og Miljølære. Statistikk i 7.klasse

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgåve i TMA4245 Statistikk

Eksamensoppgåve i Løsningsskisse TMA4245 Statistikk

UNIVERSITETET I OSLO

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ

Krysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005.

EKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK

Eksamensoppgåve i TMA4255 Anvendt statistikk

Oppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 =

Kontroller at oppgavesettet er komplett før du begynner å besvare spørsmålene. Ved sensuren teller alle delspørsmål likt.

Felles forståing av ord og omgrep (1.1) Beste praksis (1.2) Fagleg grunngjeving (1.3) Kvaliteten på tilpassa opplæring er god når:

Framflyt. Modellverktøy for flytteprognosar

Transkript:

SOS3003 Eksamensoppgåver Oppgåve 1 gitt våren 2003 Erling Berge Vår 2004 Erling Berge 1 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. Vår 2004 Erling Berge 2

a) I modellen forekommer variabelen Lnsize, den naturlige logaritmen av bedriftsstørrelse. Hvorfor er ikke bedriftsstørrelse brukt i sin originale form (antall ansatte)? Transformasonar av variable kan skje av ulike grunnar. Det kan vere for å Inkorporere kurvelineære samanhengar i modellen Minimere effekten av case med stor innverknad Gjere residualen normalfordelt Fjerne heteroskedastisitet Stundom kan fleire problem fjernast ved ein transformasjon I dei opplysningane vi har her er det ikkje nokon indikator på kvifor bedriftsstorleik er transformert, men minimering av effekten til case med stor innverknad er kanskje den vanlegaste (dvs. transformasjon til symmetri) Vår 2004 Erling Berge 3 b) Hvilken modell er best? (1) I samband med oppgåve 1 er det estimert 3 modellar (M1-M3). Vi kan avgjere kva for ein av desse modellane som er best dvs. forklarer mest av variasjonen i den avhengige variabel ved å teste M2 mot M1 og M3 mot M2 ved hjelp av F-testen F H n K = ( RSS{ K H} RSS{ K}) / ( RSS{ K})/( n K) H Vår 2004 Erling Berge 4

b) Hvilken modell er best? (2) I ANOVA tabellen finn vi dei opplysningane vi treng for å finne kva for ein modell som er best Vår 2004 Erling Berge 5 b) Hvilken modell er best? (3) Vi ser at M1 er betre enn ein modell med berre konstant M2 er betre enn M1 og M3 betre enn M2 Test av n n-k K H RSS{K-H} RSS{K} F{H, n-k} M1 mot konstant 2546 2537 9 8 nd 2096053 39.577 M2 mot M1 2546 2534 12 3 2096053 1707202 192,314595 M2 mot M2 2546 2530 16 4 1707202 1671383 13,549595 Vår 2004 Erling Berge 6

b) Hvilken modell er best? Model Summary Model 1 2 3 Change Statistics Adjusted Std. Error of R Square R R Square R Square the Estimate Change F Change df1 df2 Sig. F Change.333 a.111.108 28.74358.111 39.577 8 2537.000.525 b.276.273 25.95609.165 192.390 3 2534.000.540 c.291.287 25.70264.015 13.555 4 2530.000 a. Predictors: (Constant), RECENT Org established 1980-1999, IND6 Other & Government, LNSIZE, IND2 Construction, IN 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, IN Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10, IRELAND Irish native GERMANY German native firm, ND Norwegian or Danish native firm c. Predictors: (Constant), RECENT Org established 1980-1999, IND6 Other & Government, LNSIZE, IND2 Construction, IN Transport, IND4 Banking & Finance, IND5 Personal services, FMARKET Foreign markets, s6v10, IRELAND Irish native GERMANY German native firm, ND Norwegian or Danish native firm, US_ND USA*nd, US_GER USA*ger, US_IR USA*Irland, USA US owned firm Vår 2004 Erling Berge 7 c) Formuler modellen for populasjonen (1) Å formulere ein modell tyder Definisjon av elementa i modellen variablar, feilledd, populasjon og utval Definisjon av relasjonar mellom elementa likninga som bind elementa saman, utvalsprosedyre, tidsrekkefølgje av hendingar og observasjonar, Presisering av føresetnader for bruk av gitt estimeringsmetode tilhøve til substansteori (spesifikasjon) fordeling og eigenskapar ved feilledd Vår 2004 Erling Berge 8

c) Formuler modellen for populasjonen (2) Populasjonen vi granskar er bedriftene i dei fem landa Storbritannia (UK), Irland, Tyskland, Norge og Danmark Det skal lagast ein modell av den avhengige variabelen Y = bruk av individuelt kalkulerande teknikkar i personalleiinga i bedriftene, ein skala basert på 10 dikotome indikatorar Den beste modellen er i følgje b) modell 3 Det vil bli argumentert med at følgjande uavhengige variablar verkar inn på korleis ein svarar på spørsmålet: Vår 2004 Erling Berge 9 Variabel symbol x 1i x 2i x 3i X 4i X 5i X 6i X 7i X 8i RECENT: Org established 1980-1999 X 9i IRELAND: Irish native firm X 10i X 11i X 12i X 13i X 14i X 15i Variabel: namn og tolking, i identifiserer eintydig ein respondent i populasjonen LNSIZE: den naturlege logaritmen til bedriftsstorleiken IND2: Construction industry IND3: Transport industry IND4: Banking and Finance industry IND5: Personal Services industry IND6: Other & Government industry FMARKET: Foreign markets, s6v10 ND: Norwegian or Danish native firm GERMANY: German native firm USA: US owned firm US_IR: USA*IRELAND US_ND: USA*ND US_GER: USA*GERMANY Vår 2004 Erling Berge 10

c) Formuler modellen for populasjonen (3) I populasjonen føreset vi at det er eit lineært eller kurvelineært samband mellom den avhengige variabelen, Y, og dei uavhengige X- variablane. Dette tyder i vårt høve at når vi lar i gå over heile populasjonen vil Y i = β 0 + β 1 X 1i + β 2 X 2i + β 3 X 3i + β 4 X 4i + β 5 X 5i + β 6 X 6i + β 7 X 7i + β 8 X 8i + β 9 X 9i + β 10 X 10i + β 11 X 11i + β 12 X 12i + β 13 X 13i + β 14 X 14i + β 15 X 15i + ε i, der ε i er feilleddet, X-ane er dei variablane som er definert ovanfor og β k dei ukjente parametrane (k=1,..,15) Vår 2004 Erling Berge 11 c) Formuler modellen for populasjonen (4) Modellen kan og skrivast Y i = β 0 + β 1 LNSIZE 1i + β 2 IND2 2i + β 3 IND3 3i + β 4 IND4 4i + β 5 IND5 5i + β 6 IND6 6i + β 7 FMARKET 7i + β 8 RECENT 8i + β 9 IRELAND 9i + β 10 ND 10i + β 11 GERMANY 11i + β 12 USA 12i + β 13 US_IR 13i + β 14 US_ND 14i + β 15 US_GER 15i + ε i Vår 2004 Erling Berge 12

c) Formuler modellen for populasjonen (5) Vi kan estimere dei ukjente parametrane i denne modellen dersom vi har observasjonar for eit reint tilfeldig utval frå populasjonen og vi kan gjere følgjande føresetnader: I. Modellen er korrekt, dvs.: alle relevante variablar er med ingen irrelevante er med modellen er lineær i parametrane Vår 2004 Erling Berge 13 II. Gauss-Markov krava for «Best Linear Unbiased Estimates» (BLUE) er oppfylt, dvs.: Faste x-verdiar (dvs. vi kan i prinsippet trekke nye utval med same x-verdiar men der vi får ulike y-verdi på grunn av den stokastiske komponenten i feilleddet). Feilledda har forventning 0 for alle i, dvs: E(ε i ) = 0 for alle i. Feilledda har konstant varians (homoskedastisitet) dvs: var(ε i ) = σ 2 for alle i. Feilledda er ukorrelerte med kvarandre (det er ikkje autokorrelasjon) dvs: cov(ε i,ε j ) = 0 for alle i? j. III. Normalfordeling av feilleddet: Feilledda er normalfordelte med same varians for alle case, dvs: ε i ~ N(0, σ 2 ) for alle i Vår 2004 Erling Berge 14

d) Lag et betinget effektplott for effekten av amerikanske datterselskaper basert på den beste modellen (1) Effekten av å vere amerikansk dotterselskap varierer etter kva land selskapet opererer i slik dei signifikante interaksjonledda viser Den relative effekten av å vere amerikansk dotterselskap samanlikna med ikkje å vere amerikansk, er ikkje påverka av variablane x 1 til x 8 Referansekategorien er Storbritannia. Vi vil nøye oss med å studere kva effekten av å vere amerikansk er relativt til nasjonale bedrifter frå Storbritannia Vår 2004 Erling Berge 15 d) Lag et betinget effektplott for effekten av amerikanske datterselskaper basert på den beste modellen (2) Land Konst ant Nasjonsgrunnlag US eigde grunnla g US eigde interaksjon US bedrifter (nasjonsgrunnlag + US grunnlag + interaksjon) Nasjonsgrunnlag + konstant US bedrifter + konstant Storbritan nia 38,51 0 6,48 0 6,48 38,51 44,99 Irland 38,51-13,7 6,48 11,43 4,21 24,81 42,72 Danmark/ Norge 38,51-30,82 6,48 14,32-10,02 7,69 28,49 Tyskland 38,51-18,5 6,48 1,14-10,88 20,01 27,63 Vår 2004 Erling Berge 16

Chart Overlay Chart 20 Y Nasjonsgrunnlag 0 US bedrifter (nasjonsgrunnlag + US grunnlag + interaksjon) Y -20-40 Storbritannia Irland Danmark/ Norge Tyskland Land Vår 2004 Erling Berge 17 Chart Overlay Chart 60 Y Nasjonsgrunnlag + konstant 40 US bedrifter + konstant Y 20 0 Storbritannia Irland Danmark/ Norge Tyskland Land Vår 2004 Erling Berge 18

Overlay Plot Overlay Y's 60 40 Y 20 0 Storbritannia Irland Danmark/ Norge Tyskland Land Y Nasjonsgrunnlag + konstant US bedrifter + konstant Vår 2004 Erling Berge 19 e) Bruk egne ord til å beskrive forskjeller mellom land og mellom amerikanske datterselskaper og nasjonalt eiede bedrifter. Skilnaden mellom amerikansk eigde og nasjonale bedrifter er størst i Norge/ Danmark (og Irland) og minst i Storbritannia (og Tyskland) I amerikanske bedrifter er nivået i bruken høgt i Storbritannia og Irland, lågare i DN og Tyskland. Den minste skilnaden (i Storbritannia) er signifikant ulik 0 i følgje regresjonstabellen Testing av andre skilnader er meir komplisert (jfr Hardy side 48-53), men dei er sannsynlegvis også signifikante Vår 2004 Erling Berge 20

f) Evaluer følgende hypoteser: H1 H1: Amerikanske datterselskaper må tilpasse seg nasjonale regler slik at de må opptre på samme måte som de nasjonale selskapene i hvert land Dersom H1 er korrekt bør det ikkje finnast interaksjonseffektar mellom US eige og det landet bedrifta er lokalisert. Koeffesientane for interaksjonsledda US_IR og US_ND er signifikant ulik 0 (medan US_GER ikkje er det). Dessutan er koeffesienten for USA signifikant ulik 0 slik at US eigde bedrifter i Storbritannia oppfører seg ulikt dei nasjonalt eigde. Konklusjonen må bli at H1 må forkastast. Vår 2004 Erling Berge 21 f) Evaluer følgende hypoteser: H2 H2: Individuelt kalkulerende personalledelse brukes mindre i Norge/Danmark enn i andre land. Dersom H2 er rett betyr det at absoluttnivået til predikert Y er mindre i Norge/ Danmark både for nasjonale og amerikansk eigde bedrifter I utrekningane for betinga effekt plottet ser vi at absoluttnivået klart er minst i Norge/ Danmark for nasjonale bedrifter. For amerikanske eigde bedrifter er nivået i Norge/ Danmark om lag det same som i Tyskland H2 kan ikkje opplagt forkastast Vi kan heller ikkje uttale oss om sannsynet til konklusjonen på grunnlag av dei opplysningane vi har her Vår 2004 Erling Berge 22

f) Evaluer følgende hypoteser: H3 H3: Nye bedrifter vil være mer preget av individuelt kalkulerende personalledelse enn eldre. Dersom H3 er rett må koeffesienten for variabelen RECENT vere signifikant ulik 0 Med H0: β RECENT = 0 vil H0 bli forkasta og vi aksepterer inntil vidare H3 Vår 2004 Erling Berge 23 f) Evaluer følgende hypoteser: H4 H4: Bedrifter som er orientert mot utenlandske markeder vil være mer preget av individuelt kalkulerende personalledelse enn de som i hovedsak satser på lokale markeder Dersom H4 er rett ventar vi å finne at koeffesienten for variabelen FMARKET er signifikant ulik 0 Dersom H4 er rett må koeffesienten for variabelen FMARKET vere signifikant ulik 0 Med H0: β FMARKET = 0 vil H0 bli forkasta og vi aksepterer inntil vidare H4 Vår 2004 Erling Berge 24