In dit hoofdstuk worden de onderzoeksresultaten beschreven en geïnterpreteerd. Er wordt in de eerste paragraaf gestart met de berekening van de discretionaire accruals op basis van de bedrijfstakindex. Daarna volgt in de volgende paragraaf de analyse van de beschrijvende statistieken. In paragraaf drie wordt de univariate analyse uitgevoerd, in paragraaf vier wordt het multivariate regressiemodel dat voor dit afstudeeronderzoek is opgesteld geanalyseerd en wordt het verband gelegd naar de opgestelde hypotheses.
Berekening discretionaire accruals
De discretionaire accruals zijn berekend met behulp van het aangepaste Jones-model. De totale accruals worden berekend op basis van de aanpak die Healy (1985) hanteert. De totale accruals worden berekend door het nettoresultaat te verminderen met de operationele kasstromen. De discretionaire accruals worden op basis van de 1-cijferige SIC code per bedrijfstak, berekend. Als uitgangspunt voor het berekenen van de discretionaire accruals per bedrijfstak wordt in dit afstudeeronderzoek de working paper van Pierce en Schott (2012) gehanteerd. In dit working paper wordt de SIC index gehanteerd op 1-cijferig niveau. Er zijn tien niveaus, van nul tot en met negen. In tabel 1 van de appendices is de index opgenomen. Omdat in dit afstudeeronderzoek geen SIC codes worden gehanteerd welke beginnen met een zes (financiële instellingen) en negen (publieke ondernemingen) zijn er in totaal acht (SIC 0, 1, 2, 3, 4, 5, 7 en 8) bedrijfstakken welke onderzocht worden.
Vergelijking 1.6 is gehanteerd om de specifieke bèta’s te berekenen welke gehanteerd worden in het aangepaste Jones-model. Met behulp van SPSS zijn de bèta’s geschat per individuele onderneming per jaar. In totaal zijn er 42.080 observaties verspreid in de periode van 2003 tot en met 2007. Er zijn in totaal dus per jaar 8.416 ondernemingen welke onderzocht worden.
Met behulp van vergelijking 1.6 zijn de specifieke bèta’s berekend. De bèta’s zijn gehanteerd om door middel van het aangepaste Jones-model de discretionaire accruals te berekenen. Dit is met behulp van vergelijking 1.8 uitgevoerd.
De totale accruals zijn berekend volgens Healy (1985). De overige data zijn per onderneming verzameld met behulp van de database Orbis. Met behulp van de berekende intercept en bèta’s van vergelijking 1.6 is het mogelijk om per onderneming de discretionaire accruals te berekenen. Er is gecontroleerd of de discretionaire accruals normaal verdeeld zijn zodat parametrische toetsen uitgevoerd kunnen worden. Op basis van de frequentieverdeling in het histogram van de discretionaire accruals en de Kolmogorov-Smirnov test voor normaliteit kan niet worden aangenomen dat de data normaal verdeeld zijn. Op basis van het histogram is visueel zichtbaar dat er sprake is van leptokurtosis, een vorm van kurtosis waarbij het grootste gedeelte van de data zich bevindt rond het gemiddelde. In tabel 2 in de Appendix zijn de beschrijvende statistieken, het histogram en P-P scatterplot opgenomen van de berekende discretionaire accruals. De invloed van de niet normale verdeling van de discretionaire accruals is voor dit onderzoek beperkt omdat wordt geanalyseerd met absolute waarden van de discretionaire accruals, de omvang van de steekproef zeer groot is en het gemiddelde van de niet verabsoluteerde discretionaire accruals bijna nul is. Het steekproefgemiddelde voor verabsoluteren is 0,0006. Er worden zowel parametrische als non parametrische toetsen
Pagina | 30 uitgevoerd zodat voldoende robuustheid is gewaarborgd. Als laatste wordt de afhankelijke variabele getransformeerd met behulp van de logaritmische functie. Dit wordt gedaan omdat de logaritmische functie normaal verdeeld is. Na het transformeren van de discretionaire accruals zijn de onderzoeksresultaten meer betrouwbaar.
Na het berekenen van de discretionaire accruals zijn de negatieve data verabsoluteerd. De berekende absolute discretionaire accruals worden gehanteerd in het multivariate regressiemodel dat in dit onderzoek is ontwikkeld. De discretionaire accruals zijn verabsoluteerd omdat op deze wijze beide vormen van resultaatsturing, dat wil zeggen resultaatverlagend en resultaatverhogend, kunnen worden betrokken bij het toetsen van de hypotheses.
𝐷𝐴𝐶𝐶𝑗𝑡= 𝛽0+ 𝛽1 𝐵𝑒𝑢𝑟𝑠𝑔𝑒𝑛𝑜𝑡𝑒𝑒𝑟𝑑𝑖𝑡+ 𝛽2 𝐽𝑢𝑟𝑖𝑑𝑖𝑠𝑐ℎ 𝑠𝑦𝑠𝑡𝑒𝑒𝑚𝑖𝑡+ 𝛽3 𝐼𝐹𝑅𝑆𝑖𝑡+ 𝛽4 𝐺𝑟𝑜𝑜𝑡𝑡𝑒𝑖𝑡+ 𝛽5 𝐿𝑎𝑛𝑑𝑖𝑡+ 𝛽6 𝑆𝑐ℎ𝑢𝑙𝑑𝑟𝑎𝑡𝑖𝑜𝑖𝑡+ 𝛽7 𝐺𝑟𝑜𝑒𝑖𝑖𝑡 + 𝜀𝑖𝑡
De discretionaire accruals welke berekend zijn met behulp van vergelijking 1.8 worden als afhankelijke variabele gehanteerd in het bovenstaande regressiemodel. Met behulp van Orbis zijn de onafhankelijke variabelen berekend welke zijn beschreven in het voorgaande hoofdstuk. Om de onderzoeksresultaten betrouwbaar te maken is een outlier analyse uitgevoerd voor de afhankelijke en controlevariabelen. De definitie van een outlier in dit afstudeeronderzoek is een observatie welke groter of kleiner is dan drie keer de standaarddeviatie. Indien een observatie groter is, dan wordt deze afgekapt op de waarde van drie keer de standaarddeviatie. In totaal is dit voor vier variabelen van toepassing. Voor de discretionaire accruals zijn 5 observaties afgekapt, voor de controlevariabele grootte zijn er 191 observaties afgekapt, voor schuldratio zijn er 60 observaties afgekapt en als laatste zijn er 2 observaties afgekapt voor de controlevariabele groei. Er is gekozen om de observaties af te kappen en niet te verwijderen omdat er anders een te grote invloed wordt uitgeoefend op de gemiddelde waarden. Dit heeft als gevolg dat er een te grote invloed op de berekeningen wordt uitgevoerd voor de univariate en multivariate analyses. Op de volgende pagina’s worden drie tabellen opgenomen welke vanaf pagina 33 nader worden toegelicht.
Pagina | 31
JAAR LAND GEMIDDELDE FREQUENTIE
DACC* Grootte** Groei Schuldratio Totaal SIC0 SIC1 SIC2 SIC3 SIC4 SIC5 SIC7 SIC8 Publiek Privaat FR 0,103 211.457 1,978 0,157 4.074 7 394 638 829 397 1.228 358 223 154 3.920 2003 DU 0,103 199.143 1,984 0,157 532 0 18 73 114 174 76 38 39 52 480 GB 0,103 211.828 1,978 0,157 3.810 55 356 654 758 383 860 601 143 77 3.733 8.416 FR 0,040 217.384 1,103 0,152 4.074 7 394 638 829 397 1.228 358 223 154 3.920 2004 DU 0,040 205.256 1,103 0,152 532 0 18 73 114 174 76 38 39 52 480 GB 0,040 217.904 1,103 0,152 3.810 55 356 654 758 383 860 601 143 77 3.733 8.416 FR 0,039 232.814 1,094 0,165 4.074 7 394 638 829 397 1.228 358 223 154 3.920 2005 DU 0,039 219.190 1,093 0,165 532 0 18 73 114 174 76 38 39 52 480 GB 0,039 233.796 1,094 0,165 3.810 55 356 654 758 383 860 601 143 77 3.733 8.416 FR 0,040 246.028 1,113 0,159 4.074 7 394 638 829 397 1.228 358 223 154 3.920 2006 DU 0,040 232.108 1,112 0,159 532 0 18 73 114 174 76 38 39 52 480 GB 0,040 246.971 1,113 0,159 3.810 55 356 654 758 383 860 601 143 77 3.733 8.416 FR 0,038 254.632 1,061 0,148 4.074 7 394 638 829 397 1.228 358 223 154 3.920 2007 DU 0,038 240.143 1,061 0,148 532 0 18 73 114 174 76 38 39 52 480 GB 0,038 255.691 1,061 0,148 3.810 55 356 654 758 383 860 601 143 77 3.733 8.416
* Absolute getallen van DACC
Pagina | 32
Correlations
DACC Grootte Schuldratio Groei CodeLaw1 BG
DACC Pearson Correlation 1 ,019** -,060** -,057** ,028** ,013** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,007 N 42080 42080 42080 42080 42080 42080 Grootte Pearson Correlation ,061** 1 ,126** ,000 -,007 ,379** Sig. (2-tailed) ,000 ,000 ,968 ,158 ,000 N 42080 42080 42080 42080 42080 42080 Schuldratio Pearson Correlation -,086** ,177** 1 ,024** -,119** ,066** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 N 42080 42080 42080 42080 42080 42080 Groei Pearson Correlation ,074** -,008 -,011* 1 ,004 -,002 Sig. (2-tailed) ,000 ,102 ,024 ,383 ,621 N 42080 42080 42080 42080 42080 42080 CodeLaw1 Pearson Correlation ,030** -,154** -,065** ,051** 1 ,068** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 N 42080 42080 42080 42080 42080 42080 BG Pearson Correlation ,006 ,210** ,110** ,028** ,068** 1 Sig. (2-tailed) ,205 ,000 ,000 ,000 ,000 N 42080 42080 42080 42080 42080 42080
**. Correlation is significant at the 0.01 level (2-tailed) *. Correlation is significant at the 0.05 level (2-tailed). Tabel 2: Univariate analyse (Pearson in bovenste diagonaal en Spearman in onderste diagonaal)
Pagina | 33 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) ,039 ,001 41,578 ,000 BG -,001 ,003 -,002 -,438 ,661 ,850 1,176 Grootte -1,432E-009 ,000 -,015 -2,910 ,004 ,845 1,183 Schuldratio ,037 ,003 ,068 13,823 ,000 ,969 1,032 Groei ,001 ,000 ,139 28,876 ,000 ,999 1,001 CodeLaw1 ,011 ,001 ,048 9,894 ,000 ,980 1,021
Tabel 3: Univariate analyse (VIF waarde analyse) / a. Afhankelijke variabele: DACC
Beschrijvende statistiek
In tabel 1 zijn beschrijvende statistieken opgenomen. In totaal zijn er elk jaar 8.416 observaties onderzocht, in totaal voor de vijf onderzoeksjaren levert dit een totaal op van 42.080 observaties1
De frequenties laten zien dat in Frankrijk en het Verenigd Koninkrijk meer beursgenoteerde ondernemingen aanwezig zijn in vergelijking met Duitsland. Deze ontwikkeling is ook zichtbaar in het onderzoek van Burgstahler et al. (2006). De verdeling in dit afstudeeronderzoek is Frankrijk 48%, het Verenigd Koninkrijk 45% en Duitsland 7%. In het onderzoek van Burgstahler et al. is deze verdeling Frankrijk 31%, Verenigd Koninkrijk 62% en Duitsland 7%. De verdeling in dit afstudeeronderzoek is in lijn met de verdeling van het onderzoek uitgevoerd door Burgstahler et al. De verdeling van de publieke en private ondernemingen is ook in lijn met het onderzoek van Burgstahler et al. In dit afstudeeronderzoek is het volgende percentage beursgenoteerd. Voor Frankrijk is dit 4%, voor het Verenigd Koninkrijk 2% en voor Duitsland 11%. Als dit wordt vergeleken met het onderzoek van Burgstahler et al. dan is de verdeling als volgt, voor Frankrijk 3%, voor het Verenigd Koninkrijk 5% en voor Duitsland is dit 14%.
. De controlevariabelen grootte, groei en schuldratio zijn voor elke individuele observatie berekend. Uit de gemiddelden blijkt duidelijk dat er vanaf 2004 sprake is van een forse daling van de discretionaire accruals. Deze daling is berekend op basis van de verabsoluteerde discretionaire accruals. In 2003 zijn de gemiddelde discretionaire accruals nog 0,103 terwijl dit vanaf 2004 daalt tot ongeveer 0,04. Deze getallen zijn geschaald op basis van het balanstotaal. Op basis van deze bevinding kan worden verondersteld dat er in 2004 al sprake is van verlaging van de discretionaire accruals, dit heeft wellicht al te maken met de invoering van IFRS welke vanaf 2005 verplicht werd gesteld voor beursgenoteerde ondernemingen. Op basis van de controlevariabele groei is er een stagnatie te zien in de groei vanaf 2004, dit is ook een verandering vanaf 2004 die duidelijk zichtbaar is voor alle landen. De controlevariabelen grootte en schuldratio blijven redelijk in lijn door de vijf jaren heen.
1 Ondernemingen die in de onderzoeksperiode failliet zijn gegaan of zijn overgenomen worden niet betrokken in dit onderzoek. Er is dus sprake van een survivorship bias.
Pagina | 34 Op basis van de beschrijvende statistiek is opvallend dat de discretionaire accruals dalen vanaf 2004 terwijl deze daling vanaf 2005 verwacht zou worden. Middels de univariate en multivariate analyse zullen de onderzoeksresultaten nader geanalyseerd en geïnterpreteerd worden.
Univariate analyse
Op basis van twee univariate toetsen waarbij een parametrische toets (Pearson, 1900) en non parametrische toets (Spearman, 1910) zijn uitgevoerd is beoordeeld of er sprake is van multicollineariteit. Er zijn twee toetsen uitgevoerd omdat de Pearson toets alleen niet voldoende betrouwbaarheid geeft, omdat de discretionaire accruals niet normaal verdeeld zijn. Door middel van de non parametrische toets volgens Spearman kan voldoende betrouwbaarheid en robuustheid worden verkregen voor de covariantie analyse en het risico van multicollineariteit. Er bestaat binnen de mogelijkheden van SPSS nog een test om de correlatie te meten, een non parametrische toets. Dit is de Kendall’s tau test. Deze is voor dit onderzoek niet gehanteerd omdat deze test correlaties meet van kleine datasets. Dit is voor dit onderzoek niet van toepassing.
Als uitgangspunt om te controleren voor multicollineariteit is ervoor gekozen om correlaties r > 0,2 te beoordelen. Vanaf een correlatie tussen variabelen waarbij r > 0,2 is bestaat het risico van multicollineariteit en is het wellicht beter om variabelen uit te sluiten bij de regressie analyse. Het risico bestaat dat als twee onafhankelijke variabelen sterk met elkaar correleren (r > 0,2) beide variabelen de variantie van de afhankelijke variabele verklaren. Deze analyse is uitgevoerd voor de afhankelijke variabele, de controlevariabelen grootte, schuldratio en groei en de onafhankelijke variabele juridisch systeem en beursnotering.
In de bovenste diagonaal van tabel 2 zijn de correlaties weergegeven op basis van de Pearson (1900) toets. Er is sprake van een hoge positieve correlatie tussen de variabele BG (beursgenoteerd) en grootte. De positieve correlatie van r = 0,379 is statistisch significant met p < 0,01 (tweezijdige toets). Deze correlatie is goed verklaarbaar. De grootte van de onderneming is positief gecorreleerd met het wel of niet beursgenoteerd zijn van een onderneming. Het gemiddelde balanstotaal in de periode van 2003 tot en met 2007 voor een beursgenoteerde onderneming is 2,6 miljard EUR, voor de niet beursgenoteerde ondernemingen is dit 149 miljoen EUR. Deze gemiddelde balanstotalen verklaren de hoge positieve correlatie tussen beursnotering en grootte van de onderneming, omdat er sprake is van een enkele hoge covariantie is besloten om geen onderzoeksvariabelen te verwijderen voor de multivariate analyse. Voornamelijk omdat de correlatie niet heel hoog is, zijnde groter dan 0,8, en dat de onderzoeksvariabelen belangrijk zijn voor het regressiemodel.
In de onderste diagonaal van tabel 2 zijn de correlaties weergegeven op basis van de Spearman (1910) toets. Uit deze non parametrische toets komt hetzelfde naar voren als bij de Pearson toets. De correlatie tussen de variabelen grootte en groei is r > 0,2.
In beide toetsen is de variabele schuldratio ten opzichte van de overige variabelen statistisch significant. Er is een tweezijdige toets uitgevoerd waarbij een enkele asterisk een significatie van p < 0,05 betekent en een dubbele asterisk een significantie van p < 0,01 betekent. Voor veel variabelen is de correlatie significant met een betrouwbaarheid van 99%. Dit betekent dat de nulhypothese verworpen kan worden dat de correlatie anders is dan nihil, oftewel er dus geen sprake van een correlatie is.
Pagina | 35 In tabel 3 is voor de variabelen waarvoor de covariantie is gecontroleerd de VIF (variance inflation factor) waarde met de daarbij behorende toleranties opgenomen. Dit is een meetmethode voor multicollineariteit welke als aanvulling op de Pearson en Spearman wordt gehanteerd om een aanvullende toets voor robuustheid toe te voegen. De VIF waarde indiceert of er sprake is van een sterke relatie tussen een variabele ten opzichte van de andere variabelen. Uit onderzoek is gebleken dat als de grootste VIF waarde groter is dan de waarde 10 of de gemiddelde VIF waarde substantieel groter is dan 1 er sprake kan zijn van multicollineariteit (Bowerman en O’Connel, 1990; Myers, 1990). De grootste VIF waarde is 1,18 voor de controlevariabele grootte en het gemiddelde van de VIF waarden is 1,08 en dus niet substantieel hoger dan 1. De toleranties zijn ook belangrijk om te beoordelen. De toleranties liggen allemaal boven de 0,85. Uit onderzoek blijkt dat een tolerantie kleiner dan 0,2 kan duiden op multicollineariteit (Menard, 1995). Aangezien de werkelijke toleranties ver boven de minimaal vereiste grens liggen kan multicollineariteit worden uitgesloten.
Op basis van deze drie toetsen kan geconcludeerd worden dat er geen sprake is van multicollineariteit en dat op een betrouwbare wijze de multivariate regressie uitgevoerd kan worden. Door de combinatie van parametrische- en non parametrische toetsen uit te voeren is deze conclusie betrouwbaar en robuust.
Een beperking in dit onderzoek is dat er sprake is van heteroscedasticiteit. Dit betekent dat de residuen van de variabelen niet dezelfde variantie hebben. Indien dit wel het geval zou zijn geweest dan zou er sprake zijn geweest van homoscedasticiteit. Daarnaast is er geen sprake van lineairiteit. Dit betekent dat niet alle observaties in de buurt van de regressielijn liggen. De beperking komt voornamelijk tot stand omdat de observaties niet gelijkmatig verspreid zijn ten opzichte van de regressielijn en de verschillen tussen de observaties en regressielijn relatief groot zijn.
De Durbin-Watson (1951) toets, test of de fouttermen onafhankelijk zijn van elkaar. Er wordt getoetst of de residuen met elkaar correleren. Een waarde van de Durbin-Watson toets kan tussen de 0 en 4 liggen, waarbij een waarde rond de 2 indiceert dat de residuen geen correlatie hebben met elkaar. Dit is de gewenste uitkomt van de test. De uitkomst van de onderzoeksvariabelen van dit afstudeeronderzoek is 1,98. Dit betekent dat er in de residuen geen sprake is van correlatie.
Multivariate analyse
De resultaten van de multivariate analyse zijn opgenomen in tabel 4. Uit de kolom welke wordt aangeduid met ‘significance’ blijkt of de coëfficiënten zoals opgenomen in kolom ‘Unstandardized Coefficients B’ significant zijn. Er wordt gerekend met een significantie van 0,05. Dit betekent dat voor bijna alle onderzoeksvariabelen een significant onderzoeksresultaat is gevonden. Op basis van tabel 4 kan een verband worden gelegd naar de opgestelde hypotheses in het theoretisch kader. Deze zijn hieronder wederom weergegeven en omschreven als alternatieve hypothese. Op basis van tabel 4 kan worden geconcludeerd dat alle alternatieve hypotheses worden verworpen en dat de onderzoekshypotheses worden aangenomen. Het uitgangspunt voor het verwerpen van de hypotheses is een betrouwbaarheid van minimaal 95%. Uit tabel 4 blijkt dat alle onderzoeksresultaten betrouwbaar zijn op een niveau van minimaal 99%. Hieruit komt duidelijk naar voren dat dit onderzoek robuust is en dat het theoretisch kader een goed onderbouwd uitgangspunt is geweest voor het opstellen van de hypotheses.
Pagina | 36 Hypothese I
Bij zowel publieke als private ondernemingen vindt in common law landen minder resultaatsturing plaats dan in code law landen.
Op basis van de positieve coëfficiënten voor de variabele Frankrijk en Duitsland, welke beiden code law landen zijn, kan worden geconcludeerd dat er meer resultaatsturing plaatsvindt ten opzichte van de observaties van het Verenigd Koninkrijk. Aangezien het Verenigd Koninkrijk een common law land is en de onderzoeksresultaten met een p van < 0,01 significant zijn kan de alternatieve hypothese worden verworpen. De conclusie is dat er meer resultaatsturing plaatsvindt bij code law landen in vergelijking met common law landen.
Hypothese II
Bij private ondernemingen wordt meer resultaatsturing toegepast dan bij publieke ondernemingen.
De variabele beursnotering heeft een significantie van p < 0,01 en een negatieve coëfficiënt. Aangezien de observaties met beursnotering met een 1 zijn getypeerd en zonder beursnotering met een 0 kan worden geconcludeerd dat er sprake is van lagere resultaatsturing bij beursgenoteerde ondernemingen. Dit betekent dat de alternatieve hypothese kan worden verworpen. Er vindt meer resultaatsturing plaats bij private ondernemingen dan bij publieke ondernemingen.
Hypothese III
De invoering van IFRS leidt tot minder resultaatsturing bij publieke ondernemingen.
Om een conclusie te kunnen verbinden aan deze hypothese moet een vergelijking worden gemaakt met de coëfficiënten van de discretionaire accruals, zijnde de afhankelijke variabele, ten opzichte van de coëfficiënten per jaar. De dummy variabele voor het jaar 2005 is niet opgenomen in tabel 4. Deze is als dummy variabele ingevoerd als zijnde de observaties waarbij het getal 0 voorkomt voor de jaren 2003, 2004, 2006 en 2007. De coëfficiënten van de jaren zijn dus berekend ten opzichte van 2005. Voor 2003 is er sprake van een sterk significante en positief coëfficiënt. Dit duidt erop dat er sprake is van een positieve correlatie tussen resultaatsturing in 2003 ten opzichte van 2005. Het omgekeerde effect is te zien voor het jaartal 2007 ten opzichte van 2005. Hier is sprake van een sterk significant en negatief coëfficiënt. Voor de jaren 2004 en 2006 zijn geen significante resultaten gevonden, de coëfficiënten van 2004 en 2006 zijn respectievelijk wel in lijn met de coëfficiënten van 2003 en 2007. Er kan met veel zekerheid worden gesteld dat door de invoering van IFRS resultaatsturing is afgenomen. Omdat de resultaten voor 2004 en 2006 niet significant zijn maar wel een trend laten zien van positieve naar negatieve coëfficiënten wordt de alternatieve hypothese verworpen.
Hypothese IV
De invoering van IFRS heeft geen invloed op de omvang van resultaatsturing bij private ondernemingen.
Deze alternatieve hypothese kan ook worden verworpen omdat er sprake is van een sterk negatieve coëfficiënt van de variabele beursnotering. Dit betekent dat er bij private
Pagina | 37 ondernemingen in verhouding meer resultaatsturing wordt toegepast in vergelijking met publieke ondernemingen. Ook na de invoering van IFRS.
In tabel 5 is een samenvatting van het regressiemodel opgenomen. In deze tabel is het belangrijk om de R2 te beoordelen. Deze is voor het huidige regressiemodel 7%. Dit betekent dat de onafhankelijke variabelen en controlevariabelen de discretionaire accruals voor 7% verklaren. Dit betekent dat een groot gedeelte niet wordt verklaard. De reden van dit lage percentage is gebruikelijk in onderzoek naar resultaatsturing. Dit wordt veroorzaakt omdat resultaatsturing afhankelijk is van vele factoren die niet te vatten zijn in een regressiemodel. De lage waarde van R2 is logisch verklaarbaar, maar wel een beperking in het onderzoek.
Coefficients Model Unstandardized Coefficients Standardized Coefficients t Significance B Std. Error Beta 1 (Constant) -1,865 ,031 -59,236 ,000 Grootte -8,492E-009 ,000 -,018 -3,472 ,001 Schuldratio ,164 ,014 ,059 11,805 ,000 Groei ,001 ,000 ,022 4,747 ,000 @2003 ,216 ,008 ,153 25,710 ,000 @2004 ,006 ,008 ,004 ,732 ,464 @2006 -,007 ,008 -,005 -,833 ,405 @2007 -,022 ,008 -,016 -2,615 ,009 FR ,087 ,006 ,077 15,376 ,000 DU ,091 ,012 ,039 7,768 ,000 BG -,070 ,016 -,022 -4,326 ,000 SIC1 ,060 ,032 ,030 1,847 ,065 SIC2 ,300 ,032 ,196 9,468 ,000 SIC3 ,110 ,032 ,079 3,497 ,000 SIC4 ,175 ,032 ,098 5,448 ,000 SIC5 ,009 ,031 ,007 ,297 ,767 SIC7 ,232 ,032 ,133 7,256 ,000 SIC8 ,117 ,033 ,045 3,520 ,000
Tabel 4: Multivariate analyse
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,261a ,068 ,068 ,54447
Pagina | 38