SELVITTÄJÄN KOMPETENSSISTA



Samankaltaiset tiedostot
LASKENTATOIMEN OSAAMINEN vs. LIIKETALOUDELLINEN ENNUSTETARKKUUS

Yrittäjien ja selvittäjien näkemykset yritysten suorituskyvystä

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA

Kvantitatiiviset tutkimusmenetelmät maantieteessä

xi = yi = 586 Korrelaatiokerroin r: SS xy = x i y i ( x i ) ( y i )/n = SS xx = x 2 i ( x i ) 2 /n =

r = n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit

1. Tutkitaan tavallista kahden selittäjän regressiomallia

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset.

voidaan hylätä, pienempi vai suurempi kuin 1 %?

Mat Tilastollisen analyysin perusteet, kevät 2007

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

TA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo?

HAVAITUT JA ODOTETUT FREKVENSSIT

Mat Tilastollisen analyysin perusteet. Testit suhdeasteikollisille muuttujille. Avainsanat:

Liite artikkeliin Intohimo tasa-arvoon

Testejä suhdeasteikollisille muuttujille

Perusnäkymä yksisuuntaiseen ANOVAaan

MS-C2{04 Tilastollisen analyysin perusteet

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

Ohjeita kvantitatiiviseen tutkimukseen

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa:

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO

Tässä harjoituksessa käydään läpi R-ohjelman käyttöä esimerkkidatan avulla. eli matriisissa on 200 riviä (havainnot) ja 7 saraketta (mittaus-arvot)

A130A0650-K Tilastollisen tutkimuksen perusteet 6 op Tentti / Anssi Tarkiainen & Maija Hujala

3. a) Mitkä ovat tilastolliset mitta-asteikot? b) Millä tavalla nominaaliasteikollisen muuttujan jakauman voi esittää?

SPSS-perusteet. Sisältö

Teema 9: Tilastollinen merkitsevyystestaus

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Mediaanikorko on kiinteäkorkoiselle lainalle korkeampi. Tämä hypoteesi vastaa taloustieteen käsitystä korkojen määräytymismekanismista.

Harjoittele tulkintoja

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

Genetiikan perusteet 2009

Regressioanalyysi. Vilkkumaa / Kuusinen 1

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO JOHDANTO TILASTOLLISEEN PÄÄTTELYYN TODENNÄKÖISYYS...


Testit järjestysasteikollisille muuttujille

A250A0050 Ekonometrian perusteet Tentti

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

1. a) Luettele hyvän kvantitatiivisen tutkimuksen perusvaatimukset. b) Miten tutkimusraportissa arvioit tutkimuksen luotettavuutta?

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3

Virhearviointi. Fysiikassa on tärkeää tietää tulosten tarkkuus.

Estimointi. Luottamusvälin laskeminen keskiarvolle α/2 α/2 0.1

voidaan hylätä, pienempi vai suurempi kuin 1 %?

Estimointi. Otantajakauma

Harjoitus 7 : Aikasarja-analyysi (Palautus )

y=-3x+2 y=2x-3 y=3x+2 x = = 6

Sovellettu todennäköisyyslaskenta B

Otoskoon arviointi. Tero Vahlberg

Data-analyysi II. Sisällysluettelo. Simo Kolppo [Type the document subtitle]

Väliestimointi (jatkoa) Heliövaara 1

Muuttujien väliset riippuvuudet esimerkkejä

YRITYSSANEERAUS Kokoavia tutkimustuloksia vuosilta

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Sovellettu todennäköisyyslaskenta B

Tarkastusmuistio Poliisin toimintojen yhdistäminen ja liikennevalvonnan määrä

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

Leikkijunan kunto toimiva ei-toimiva Työvuoro aamuvuoro päivävuoro iltavuoro

RISTIINTAULUKOINTI JA Χ 2 -TESTI

1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

Kaavakokoelma, testikaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu.

1 Raja-arvo. 1.1 Raja-arvon määritelmä. Raja-arvo 1

Mitä tarvitsee tietää biostatistiikasta ja miksi? Matti Uhari Lastentautien klinikka Oulun yliopisto

Financial Statement Scorecard as a Tool for Small Business Management 1 LIIKEVAIHTO / TUOTTEIDEN ARVONLISÄVEROTON MYYNTI ASIAKASULOTTUVUUS

Jos Q = kysytty määrä, Q = kysytyn määrän muutos, P = hinta ja P = hinnan muutos, niin hintajousto on Q/Q P/P

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

VARIANSSIANALYYSI ANALYSIS OF VARIANCE

Aineistokoko ja voima-analyysi

TESTINVALINTATEHTÄVIEN VASTAUKSET

1. USEAN SELITTÄJÄN LINEAARINEN REGRESSIOMALLI JA OSITTAISKORRELAATIO

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

Alkoholijuomien hinnat ja kulutus

Ensimmäisen asteen polynomifunktio

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170

Mat Tilastollisen analyysin perusteet, kevät 2007

Sovellettu todennäköisyyslaskenta B

54. Tehdään yhden selittäjän lineaarinen regressioanalyysi, kun selittäjänä on määrällinen muuttuja (ja selitettävä myös):

BIOSTATISTIIKKAA ESIMERKKIEN AVULLA. Kurssimoniste (luku 2) Janne Pitkäniemi. Helsingin Yliopisto Kansanterveystieteen laitos

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

Harjoitus 7: NCSS - Tilastollinen analyysi

Funktio. Funktio on kahden luvun riippuvuuden ilmaiseva sääntö, joka annetaan usein laskulausekkeena.

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu

2. Tietokoneharjoitukset

Lauri Tarkkonen: Erottelu analyysi

LIITE 1 VIRHEEN ARVIOINNISTA

Luentokalvoja tilastollisesta päättelystä. Kalvot laatinut Aki Taanila Päivitetty

Prospektiteoreettinen näkökulma

Kemometriasta. Matti Hotokka Fysikaalisen kemian laitos Åbo Akademi

Teollisuuden kehitystä ennakoivia indikaattoreita USAssa ja Euroalueella Future Industrial Trend Indicators in the USA and Euro Area 12

Testaa onko myrkkypitoisuus eri ryhmissä sama. RATK. Lasketaan kaikkien havaintoarvojen summa: k T i = = 486.

Muutoksen arviointi differentiaalin avulla

Transkriptio:

OTM, KTM, Mikko Hakola, Vaasan yliopisto, Laskentatoimen ja rahoituksen laitos Helsinki 20.11.200, Helsingin kauppakorkeakoulu Projekti: Yrityksen maksukyky ja strateginen johtaminen SELVITTÄJÄN KOMPETENSSISTA Kirjanpidon osaamisen testi: Testattiin tuloslaskelman hallintaa 50 kysymyksellä, taseen hallintaa 50 kysymyksellä ja johdon laskennan hallintaa kysymyksellä. Johdon laskennan osiossa oli 8 laskutehtävää, joilla pystyy myös hahmottamaan testin tekijän matemaattista osaamista. Oikea vastaus toi pisteen, väärä vastaus puolen pisteen menetyksen ja en tiedä -vastaus ei aiheuttanut mitään. Selvittäjän tulokset testistä: Taulukko 1 Miten eri osa-alueet korreloivat keskenään: Taulukko 2 Johdon laskennan osaaminen korreloi merkitsevästi tuloslaskelman osaamisen kanssa.

2 Kuvio 1 Kuvio 2

3 Kuvio 3 Yrittäjien tulokset testistä: Taulukko 3 Miten eri osa-alueet korreloivat keskenään:

4 Taulukko 4 Tuloslaskelman osaaminen korreloi taseen osaamisen kanssa merkitsevästi. Johdon laskennan osaaminen korreloi merkitsevästi taseen osaamisen kanssa. Kuvio 4

5 Kuvio 5 Kuvio 6

6 Kirjanpitäjien tulokset testistä: Taulukko 5 Miten eri osa-alueet korreloivat keskenään: Taulukko 6 Johdon laskennan osaaminen korreloi merkitsevästi tuloslaskelman ja taseen osaamisen kanssa.

7 Kuvio 7 Kuvio 8

8 Kuvio Tulosennusteiden laatiminen: Taulukko 7 Yritysten taustatietoja Amount of employees Turnover Total balance sheet N Minimum Maximum 1 30 35 565 2 335 6-5 237 863 66 Mean Std. Deviation Median,8,17 5,5 770 857 840 171 32 83 278 766 326 152 118 12 Työntekijöitä keskimäärin, liikevaihto keskimäärin 840 t ja taseen loppusumma keskimäärin 27 t.

Kuvio Kuukausittaiset mediaanit todellisista myynneistä sekä yrittäjien ja selvittäjien näkemyksistä Actual and forecasted sales (medians) 60000 50000 40000 30000 20000 000 0 Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales Sales -12-11 - - -8-7 -6-5 -4-3 -2-1 +1 +2 +3 +4 +5 +6 Actual Forecasted entrepreneurs Forecasted administrators Ennusteet on tehty kuukausittain kuudelle kuukaudelle eteenpäin. Aluksi on ollut todellista positiivisempi näkemys, mutta loppua kohden näkemys on ollut realistisempi. Optimismi Taulukko 8 Forecast bias Month 1-3 Month 4-6 Month 1-6 Panel A: Forecasted Sales Errors (2[AS-FS]/[AS+FS]) Mean, entrepreneur Mean, administrator -0.1814-0.2212 0.0405-0.1427-0.1542-0.2875* Panel B: Forecasted Growth Errors (AG-FG) Mean, entrepreneur Mean, administrator -0.133-0.220 0.0815-0.0542-0.0657-0.165 Panel C: Sign of Errors (%) Entrepreneur Pessimistic Optimistic 30.00 70.00 55.56 44.44 33.33 66.67 Administrator Pessimistic Optimistic 20.00 80.00 55.56 44.44 22.22 77.78 N Tests for differences against a value of zero error are student t for means (one-sample t-test, test value = 0). *Significant at p = 0.05.

A-Panel, taulukko 8 (myynnin määrän virheet) - Yrittäjät eivät ole tilastollisesti ylioptimistisia 1-3 kk:n, 4-6 kk:n eikä 1-6 kk:n tulosten kehittymisen näkemyksissään. 4-6 kk:n osalta ollaan pessimistisiä, mutta ei tilastollisesti merkittävästi. - Selvittäjät eivät ole tilastollisesti ylioptimistisia 1-3 kk:n tai 4-6 kk:n ennusteissaan, mutta 1-6 kk:n ennusteissa on ylioptimistisuutta. - Negatiivinen etumerkki tarkoittaa optimistisuutta ja positiivinen etumerkki pessimistisyyttä. B-Panel, taulukko 8 (myynnin kasvun virheet) - Yrittäjät eivät ole tilastollisesti ylioptimistisia 1-3 kk:n, 4-6 kk:n eikä 1-6 kk:n tulosten kehittymisen näkemyksissään. 4-6 kk:n osalta ollaan pessimistisiä, mutta ei tilastollisesti merkittävästi. - Selvittäjät eivät ole tilastollisesti ylioptimistisia 1-3 kk:n, 4-6 kk:n eikä 1-6 kk:n tulosten kehittymisen näkemyksissään. - Negatiivinen etumerkki tarkoittaa optimistisuutta ja positiivinen etumerkki pessimistisyyttä. C-Panel, taulukko 8-70 % yrittäjistä on 1-3 kk:n osalta optimistisia, 44,44 % 4-6 kk:n osalta optimistisia ja 66,67 % 1-6 kk:n osalta optimistisia - 7-80 % selvittäjistä on 1-3 kk:n osalta optimistisia, 44,44 % 4-6 kk:n osalta optimistisia ja 67,78 % 1-6 kk:n osalta optimistisia - Loput ovat pessimistisiä Kymmenellä yrityksellä ei voida tilastollisesti sanoa, että ollaan optimistisia. Kuitenkin ollaan enemmän optimistisia kuin pessimistisiä. Yliluottamus (yliarvioi mahdollisuutensa olla oikeassa) Overconfidence (overestimating probability of being right) Taulukko Regressions Examining Degree of Variation in Forecasted Growth Compared with Actual Growth Entrepreneurs Actual Growth Constant Std.Error t Sig. Coefficient Std.Error t Sig. R Square N Administrators Month 1-3 Month 4-6 Month 1-6 Month 1-3 Month 4-6 Month 1-6 -0.266 0.057-0.200-0.322-0.074-0.275 0.1 0.117 (0.08) 0.122 0.120 0.02-2.417 0.488-2.043-2.652-0.618-2.88 0.042 0.641 0.080 0.02 0.556 0.020 0.577 0.7 0.641 0.3 1.036 0.561 0.213 0.242 0.22 0.17 0.25 0.200-1.86-0.087-1.567-3.051 0.1220-2.15 0.082 0.33 0.161 0.015 0.06 0.064 0.478 0.700 0.527 0.340 0.63 0.531 p-values for coefficient are based on a t-test where the null hypothesis is β = 1. Taulukko raportoi tuloksista De Bond ja Thaler () käyttämän regressiomallin mukaisesti. Samaa menetelmä on käyttänyt mm. Cassar ja Gibson 2007. Taulukossa kulmakertoimen keskivirhe

11 on nollahypoteesille β = 0, kuten SPSS-ohjelma ilmoittaa. Testisuure t nollahypoteesille β = 1 on erikseen laskettu ((β - null hypothesis)/std.error), kuten (Ranta, E., Rita, H. & Kouki, J. 2005, s. 387, Biometria) esittävät. Tämän jälkeen merkitsevyydet on laskettu Excel-ohjelmalla t-jakaumasta. Koska suurin osa t testisuureista oli negatiivisia, on käytetty t-testisuureiden itseisarvoja merkitsevyyden laskemisessa. Regressisuora on rakennettu taulukossa seuraavasti: Todellinen Kasvu = α + β(ennustettu kasvu) Hypoteesin olettamuksena on, että α (vakio eli constant) on nolla ja β (suoran kulmakerroin eli coefficient) on yksi. Tällöin ennustettu myynnin absoluuttinen kasvu vastaa todellista absoluuttista myynnin kasvua. Kasvulla on tarkoitus vain havainnoida yrityksen myynnin todellisia ja ennustettuja abstraktisia liikkeitä, jotka voivat olla positiivisia tai negatiivisia. Jos todellinen kasvu on % ja ennustettu kasvu on %, niin nollahypoteesi pitää paikkansa: 0,1 = 0 + 1(0,1) = 0,1 Keskitymme nyt kulmakertoimeen eli betaan ja sen tilastolliseen merkitsevyyteen. Suoran kulmakerroin kuvaa myynnin kasvua, joka voi edellisen mukaan olla joko positiivista tai negatiivista (tai jopa pysyä paikallaan). Mikäli näkemykset myynnin muutoksesta ovat positiivisia, on suoran kulmakerroin alle yhden ja vastaavasti mikäli näkemykset ovat negatiivisia, on suoran kulmakerroin yli yhden. Ovatko selvittäjät ja yrittäjät yliluottavaisia kykyihinsä myynnin suhteen? Yrittäjien ja selvittäjien näkemykset absoluuttisen myynnin kasvusta ovat ensimmäiselle kolmen kuukauden jaksolle yliarvioidut, mutta kolmelle seuraavalla neutraalit. Kuitenkin ensimmäiselle kuudelle kuukaudelle näkemykset ovat yliluottavaisia, koska suoran kulmakerroin on alle yhden. Tilastollisesti merkittävä on ainoastaan selvittäjien yliluottavainen näkemys kolmelle ensimmäiselle kuukaudelle. Tulokset ovat alustavia, sillä 25 yrityksestä mukana on tässä vain (yhden yrityksen saneeraus keskeytyi 3 kk:n jälkeen). Myös yrittäjien ensimmäisen kolmen kuukauden näkemys on lähellä merkitsevyyttä ja samoin selvittäjien kuuden ensimmäisen kuukauden näkemys. [Tilastollinen merkitsevyys tulee nousemaan yritysmäärän kasvaessa mm., koska kaksisuuntaisen t-testin keskivirheen laskemisessa olevan jäännösvarianssin kertoimen suhteellinen (n - 1)/(n - 2) merkitys tulee vähenemään, koska keskivirhe tulee tällöin suhteellisesti pienenemään ja t-testisuure tulee vastaavasti kasvamaan, jolloin suureen merkitsevyys tulee siten kasvamaan. Samoin t-testin vapausasteiden määrän kasvu yritysten märän noustessa lisää t-testisuureen merkitsevyyttä.] Hypoteesina oli, että poikkeavatko betat merkitsevästi yhdestä? Aineiston koko huomioiden, saattaa yrittäjillä ja selvittäjillä olla ylioptimistisuutta myynnin suhteen. Cassarin ja Gibsonin (2007) tekemässä tutkimuksessa kulmakertoimet olivat suuremmat ja siten lähempänä yhtä kuin tässä tutkimuksessa puolen vuoden periodin mukaiset kulmakertoimet. Täten asiaa on perusteltua tutkia lisää.

12 Lisäksi Yrittäjien ja selvittäjien näkemykset myynnin kasvusta kuuden kuukauden periodilla ovat hyvin yhteneväiset, sillä suoran selitysaste (R2) on suuri. Yrittäjien ja selvittäjien näkemykset ovat lähellä toisiaan.