Overskuddsdeling og medeierskap i norske bedrifter - Fafo
Overskuddsdeling og medeierskap i norske bedrifter - Fafo
Overskuddsdeling og medeierskap i norske bedrifter - Fafo
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
koeffisientene i lineær regresjon. For kategoriske variabler kan Bene representerer<br />
avviket fra en bestemt referansekategori (dummy-variabel), eller de kan representere<br />
avviket fra gjennomsnittseffekten for alle kategorier. Det er den siste metoden<br />
som er benyttet i analysene i kapittel 6 <strong>og</strong> 8. Tolkningen av de l<strong>og</strong>istiske koeffisientene<br />
kompliseres <strong>og</strong>så ved at den l<strong>og</strong>istiske modellen ikke beskriver en lineær sammenheng<br />
mellom en sannsynlighet <strong>og</strong> de uavhengige variablene, men beskriver en<br />
S-formet kurve. Fortegnet til koeffisienten angir effektens retningen, <strong>og</strong> effekten øker<br />
med størrelsen på koeffisienten. Selv om det ikke eksisterer noen øvre eller nedre<br />
grenser for l<strong>og</strong>iten, blir l<strong>og</strong>iten imidlertid udefinerbar når p = 1 eller 0. Den l<strong>og</strong>istiske<br />
transformasjonen er tilnærmet lineær i området p = 0,25 til 0,75, men ved mer<br />
ekstreme sannsynligheter (når p går mot 0 eller 1) blir l<strong>og</strong>it-verdiene stadig større<br />
selv om sannsynlighetsintervallene er konstante (Bohrnstedt <strong>og</strong> Knoke 1994:334).<br />
I endene av sannsynlighetsfordelingen har derfor de l<strong>og</strong>istiske regresjonskoeffisientene,<br />
i følge Aldrich <strong>og</strong> Nelson (1984:41), bare ordinal <strong>og</strong> ikke kardinal mening.<br />
Et annet mål på sammenhengen mellom avhengig <strong>og</strong> uavhengige variabler<br />
er odds ratioen som en får ved å eksponensiere l<strong>og</strong> oddsen. Oddsratioen er det tallet<br />
en multipliserer med oddsen for å være positiv til overskuddsdeling (p/1-p) for<br />
hver enhets økning i den uavhengige variabelen. En odds ratio større enn 1 indikerer<br />
at oddsen for å være positiv til overskuddsdeling, øker når verdien på den uavhengige<br />
variabelen øker. En odds ratio mindre enn 1 indikerer at oddsen for å være<br />
positiv til overskuddsdeling, reduseres med økende verdier på den uavhengige<br />
variabelen. Odds ratioen gir ikke noe mer eller noen annen informasjon enn regresjonskoeffisientene,<br />
informasjonen presenteres bare på annen måte (Menard 1995).<br />
I lineær regresjon estimeres parametrene i modellen ved hjelp minste kvadraters<br />
metode, mens modellparametrene i l<strong>og</strong>istisk regresjon estimeres ved å bruke maximum<br />
likelihood-metoden. Det vil si at den koeffisienten som gjør våre observerte<br />
resultater mest sannsynlige, blir valgt. Siden den l<strong>og</strong>istiske regresjonsmodellen ikke<br />
er lineær, trengs det en iterativ algoritme for å estimere parametrene.<br />
Det er flere måter å vurdere hvor godt den l<strong>og</strong>istiske modellen er tilpasset<br />
data. En prosedyre går ut på å undersøke hvor sannsynlige resultatene er, gitt parameter-estimatene.<br />
Sannsynligheten av de observerte resultatene, gitt parameter-estimatene,<br />
betegnes som likelihood (siden likelihood er mindre enn 1, brukes vanligvis<br />
-2 l<strong>og</strong> likelihood (-2LL). En god modell resulterer i en høy likelihood for de<br />
observerte resultatene, noe som igjen gir en lav verdi for -2LL. For en perfekt tilpasset<br />
modell er l<strong>og</strong> likelihood-verdien lik 1 <strong>og</strong> -2LL lik 0 (Spss Advanced Statistics<br />
6.1). Et annet mål på hvor godt modellen er tilpasset data er goodness of fit-testen<br />
hvor en bruker de standardiserte residualene til å sammenligne de observerte sannsynlighetene<br />
med de predikerte sannsynlighetene (Bohrnstedt <strong>og</strong> Knoke 1994). Jo<br />
nærmere hver predikert sannsynlighet kommer den observerte sannsynligheten, jo<br />
bedre er modellen tilpasset data. Goodness-of-fit statistikken er kji-kvadratfordelt,<br />
118