ERASMUS UNIVERSITEIT ROTTERDAM Erasmus School of Economics Department of Economics Eerlijke en oneerlijke landen en hun altruïsme Een verkennende studie naar de verbanden tussen geclaimd altruïsme, werkelijk altruïsme en oneerlijkheid Tariq Gorter Studentnummer: 373827 4-8-2016 Begeleider: prof.dr. A.J. Dur
Inhoudsopgave Hoofdstuk Pagina Inhoudsopgave 2 Inleiding 3 Literatuuroverzicht 5 Data, methodologie en resultaten 7 Conclusie en discussie 18 Bronnenlijst 20 Appendix A 21 Appendix B 24 Appendix C 26 Appendix D 31 2
Inleiding Een groot aantal beslissingen die wij in ons dagelijkse leven maken komen tot stand met behulp van een kosten-batenanalyse. We kiezen de optie waarbij het verwachte nut het grootst is door, al dan niet impliciet, voor onszelf af te wegen wat alle mogelijke voor- en nadelen van een keuze zijn. Hierbij kijkt men naar zowel geldelijke aspecten (die te meten zijn in geldeenheden) als niet-geldelijke aspecten (zoals gedane moeite en opgedane ervaringen). Deze laatste zijn een stuk subjectiever dan de geldelijke aspecten en zijn daarom niet noodzakelijkerwijs voor iedereen gelijk. Wat voor de ene persoon bijvoorbeeld een hele waardevolle tijdsinvestering is, kan voor de andere persoon een verspilling van tijd en moeite zijn. Hoe men de niet-geldelijke aspecten tegen elkaar afweegt hangt dus af van de persoonlijke voorkeuren. In 2015 is door Falk en anderen een wereldwijd onderzoek naar risico- en tijdsvoorkeuren, reciprociteit (positief en negatief), altruïsme en vertrouwen onder 80.000 personen in 76 landen opgezet. Uit dit onderzoek komen meerdere conclusies naar voren, waarvan de belangrijkste is dat op zowel individueel als nationaal niveau voor elk van deze zes eigenschappen substantiële verschillen zijn (Falk et al., 2015). Een groot voordeel van dit onderzoek is dat niet eerder op deze grote schaal en representatief voor de bevolking in kaart is gebracht wat de voorkeuren zijn. De respondenten hebben echter zelf aangegeven wat hun voorkeuren zijn, waardoor het niet met zekerheid is vast te stellen dat iedereen in alle eerlijkheid geantwoord heeft. Uit onderzoek van Hugh-Jones (2016) blijkt dat landen wereldwijd verschillen in eerlijkheid. Hij liet zijn respondenten online aangeven of ze bij het opgooien van een muntstuk kop of munt als resultaat hadden, waarbij alleen tegenover het antwoord kop een geldelijke beloning stond. Personen met munt moesten dus een afweging maken tussen de waarheid vertellen of het geld krijgen. Daarna werd hun gevraagd een kleine quiz te maken zonder de antwoorden op te zoeken, waarbij het hebben van alle vragen goed werd beloond. Niet alleen vindt hij in elk land aanwijzingen voor oneerlijkheid, maar ook dat de mate hiervan sterk verschilt. Hij vindt onder andere dat eerlijkheid positief gecorreleerd is met het bbp, wat betekent dat in armere landen over het algemeen vaker gelogen wordt dan in rijkere landen (Hugh-Jones, 2016). 3
Met deze bevindingen uit beide onderzoeken rijst de vraag of de oneerlijkere landen volgens Hugh-Jones ook andere voorkeuren dan eerlijkere landen over reciprociteit en altruïsme hebben, zoals aangegeven in het onderzoek van Falk en anderen. Het antwoord op deze vragen kan ons helpen inschatten of beleidsvoorstellen waarin een beroep op het altruïstische vermogen van de inwoners wordt gedaan succesvol zullen zijn. Zeker voor de Nederlandse situatie, waar de overheid zich terugtrekt en meer aan de burgers zelf wil overlaten, kunnen dit nuttige inzichten zijn. Helaas zijn niet alle gebruikte datasets vrijgegeven omdat de onderzoeken op dit moment nog niet zijn gepubliceerd, maar met de beschikbare tabellen, figuren en beschrijvende statistieken kan in ieder geval globaal een beeld van de verschillen tussen eerlijkere en oneerlijkere landen worden geschetst. Vanwege de beperkte beschikbaarheid van data en studies over hetzelfde onderwerp moet dit onderzoek nadrukkelijk worden opgevat als een verkenningsexercitie. Het doel is om een aantal variabelen te kunnen benoemen die een rol kunnen spelen en om als referentiepunt voor vervolgonderzoek te fungeren. Uit de resultaten blijken positieve verbanden tussen oneerlijkheid, geclaimd altruïsme en geclaimde positieve reciprociteit, hoewel alleen het verband tussen de laatstgenoemde eigenschappen significant is. Vervolgens is een vergelijking gemaakt met een altruïsmeexperiment van het tijdschrift The Reader s Digest (2013) en een onderzoek naar intrinsieke eerlijkheid door Gächter en Schulz (2016), waaruit geconcludeerd wordt dat altruïsme vooral van binnenuit komt en sterke instituties eerlijkheid bevorderen. Tot slot is gekeken naar factoren die het geclaimd altruïsme verklaren. Hiervoor is een lineaire regressie met werkelijk altruïsme volgens The Reader s Digest, oneerlijkheid volgens Hugh-Jones en de interactieterm als voorspellers gebruikt. Uit het model komt onder andere naar voren dat oneerlijkheid modererend werkt op het verband tussen werkelijk en geclaimd altruïsme. In het hoofdstuk Literatuuroverzicht zullen eerst de onderzoeken van Hugh-Jones en Falk en anderen in meer diepgang worden besproken. Vervolgens worden in het hoofdstuk Data en methodologie de te onderzoeken data geconstrueerd en de bevindingen gepresenteerd. Ten slotte wordt in het hoofdstuk Conclusie en discussie geprobeerd een antwoord op de hoofdvraag van dit onderzoek te geven en worden de beperkingen van dit onderzoek, aanbevelingen voor beleidsmakers en suggesties voor vervolgonderzoek besproken. 4
Literatuuroverzicht Wat Falk en anderen gedaan hebben is een grote nieuwe dataset verkrijgen over risico- en tijdsvoorkeuren, positieve en negatieve reciprociteit, altruïsme en vertrouwen. Deze dataset is door hen de Global Preference Survey (GPS) genoemd en is verzameld onder 80.000 personen in 76 landen, waarbij elk land op een representatieve manier vertegenwoordigd is. De landen zelf vertegenwoordigen negentig procent van de wereldbevolking en het mondiale inkomen en zijn verdeeld over alle continenten, waarin een grote verscheidenheid aan cultuur en ontwikkelingsniveau is. De enquête van de GPS is door de auteurs toegevoegd aan de Gallup World Poll, die jaarlijks op grote schaal respondenten over sociale en economische kwesties ondervraagt. Dankzij de Gallup World Poll zijn ook de validiteit van het onderzoek en het uniforme verzamelen van de data gewaarborgd. Met al deze gegevens waren de auteurs in staat een groot aantal relaties en nieuwe bevindingen te ontdekken, op zowel individueel als nationaal niveau. Voor elk van de onderzochte eigenschappen waren er niet alleen op individueel, maar ook nationaal niveau substantiële verschillen te zien. De verschillen tussen landen blijken deels als het ware systemisch te zijn, die dus terug te voeren zijn naar economische, geografische en culturele factoren, zoals inkomen per hoofd van de bevolking, het klimaat en religie. Op basis hiervan zijn landen in te delen in zekere voorkeursprofielen, die onderling nadrukkelijk verschillen. Hoewel op nationaal niveau dus duidelijke verschillen te waarnemen zijn, blijkt de meeste variatie echter verklaard te kunnen worden op individueel niveau. Op een aantal aspecten was er wereldwijd verschil waar te nemen tussen mannen en vrouwen en tussen jongeren en ouderen, ongeacht het land van herkomst. Sommige verschillen waren wel uitgesprokener binnen bepaalde voorkeursprofielen. De schrijvers doen verder suggesties voor vervolgonderzoek dat nu mogelijk is met behulp van de GPS. Een eerste aanbeveling is om verder na te gaan waar de verschillen tussen landen vandaan komen, mogelijk uit het taalgebruik. Een tweede aanbeveling is om onderzoek te doen naar directe verbanden tussen voorkeuren op nationaal niveau en handelingen die daaruit voortvloeien. De auteurs erkennen dat dit onontgonnen terrein is; dit onderzoek zal proberen de eerste voorzichtige stappen te zetten op het gebied van eerlijkheid en altruïsme. 5
In het onderzoek van Hugh-Jones is gekeken naar het vermeende verband tussen eerlijkheid en de grootte van het bbp. Hij liet zijn proefpersonen eerst online twee experimenten uitvoeren waarin hun eerlijkheid werd getest. Bij beide experimenten werd van de respondenten gevraagd om expliciet te bevestigen dat ze beide experimenten naar volledige eerlijkheid hadden voltooid, maar doordat zij niet gemonitord werden tijdens de experimenten konden zij hier gemakkelijk over liegen. In het eerste experiment werd hun gevraagd een munt te werpen en de uitkomst aan te geven, waarbij de uitkomst kop werd beloond met een klein geldbedrag. Omdat het resultaat van kop of munt letterlijk een dubbeltje op zijn kant is, is een significante afwijking van de verwachte 50% te interpreteren als een indicatie van grote oneerlijkheid. In het tweede experiment kregen de proefpersonen wederom online een quiz van zes open vragen met muziek als onderwerp. De auteur koos voor muziek omdat het thema voor mensen wereldwijd moet aanspreken en muziek is een fenomeen waar wereldwijd van genoten wordt. Verder zat de quiz zo in elkaar dat er drie moeilijke vragen inzaten die weliswaar gemakkelijk online op te zoeken waren. Ook nu kregen de proefpersonen een klein geldbedrag als beloning als ze alle vragen goed hadden. Vanwege de moeilijke vragen gold dat een hoge score bij de quiz een mate van oneerlijkheid aangeeft. Uit de resultaten van beide experimenten bleek overtuigend bewijs voor oneerlijkheid in alle landen, hoewel de mate van oneerlijkheid wel verschilde tussen landen. Een belangrijke factor voor de mate van oneerlijkheid is het bbp per hoofd van de bevolking, waarmee een negatieve correlatie bestaat. Dit verband houdt echter alleen voor het quizexperiment, met het muntexperiment is geen significant verband. Verder blijken overwegend protestantse landen minder oneerlijk te zijn bij beide experimenten. Dit verband wordt wel minder belangrijk als gecontroleerd wordt voor het bbp, wat overeenkomt met de aanname dat de rijkere landen over het algemeen protestantser zijn. De auteur is voorzichtig met suggesties voor vervolgonderzoek, omdat de steekproeven waarmee hij heeft gewerkt niet representatief voor de bevolkingen per land zijn en de gevonden verschillen zich vooral op individueel, niet nationaal, niveau uiten. Voordat op zijn conclusies voortgebouwd kan worden, zijn betere steekproeven en methoden nodig. De enige suggestie voor vervolgonderzoek is die naar de rol van cultuur toen en nu in economische groei. 6
Data, methodologie en resultaten Zoals eerder genoemd zijn de datasets van beide studies ten tijde van schrijven nog niet vrijgegeven. Dit bemoeilijkt dit onderzoek, omdat nu niet aan de exacte gegevens gerekend kan worden en conclusies op basis van globale informatie getrokken worden. Als beide datasets beschikbaar worden gesteld is de verwachting dat dit onderzoek op een robuustere manier herhaald kan worden. Voor nu echter volstaan de beschrijvende statistieken en de figuren die in de studies gegeven zijn. De eerste stap die gezet moet worden om te kunnen bepalen of eerlijkere landen andere maten voor positieve reciprociteit en altruïsme claimen te hebben dan oneerlijkere landen, is vaststellen in hoeverre landen doorgaan voor eerlijk en oneerlijk. Om dat te doen is gekeken naar het onderzoek van Hugh-Jones en de gemiddelde scores van de landen op het kop-of-muntexperiment. Respondenten werd gevraagd een muntstuk te werpen en de uitkomst door te geven, waarbij de uitkomst kop beloond werd. In die beloning zit een prikkel om te liegen over de uitkomst als die niet kop is. Het liegen kan ook onopgemerkt plaatsvinden, aangezien de respondenten zonder toezichthouder het experiment volbrachten. De afwijking van het aandeel kop van 50%, de verwachte waarde als iedereen de waarheid spreekt, wordt genomen als mate van oneerlijkheid. Het berekende geschatte percentage is genomen door de schaal van 50 tot 100 procent op de test van Hugh-Jones opnieuw in te delen van 0 naar 100 procent. Per land resulteert dit in een geschat percentage van oneerlijkheid op basis van dit experiment. De uitkomsten zijn te vinden in tabel 1 1. 1 Uit het onderzoek van Hugh-Jones is de score van Denemarken weggelaten. In het onderzoek over reciprociteit en altruïsme zijn van dat land geen voorkeuren bekend, waardoor het niet meegenomen kan worden in dit onderzoek. 7
Land Percentage kop Geschat percentage oneerlijkheid Groot-Brittannië 52,2 4,4 Zuid-Afrika 52,6 5,2 Portugal 61,1 22,2 Griekenland 63,0 26,0 Zwitserland 63,0 26,0 Turkije 65,2 30,4 Verenigde Staten 66,0 32,0 Argentinië 66,3 32,6 Rusland 71,5 43,0 Brazilië 71,9 43,8 India 78,9 57,8 Zuid-Korea 79,7 59,4 Japan 80,8 61,6 China 85,6 71,2 Tabel 1: percentages 'kop' en geschatte percentages oneerlijkheid per land volgens Hugh-Jones (2016). In elk land is sprake van oneerlijkheid, maar de mate waarin dat voorkomt verschilt behoorlijk per land. Aan de ene kant scoren Groot-Brittannië en Zuid-Afrika beide beduidend lager dus eerlijker vergeleken met de andere landen, terwijl aan de andere kant bijvoorbeeld Japan en China juist hoog op de oneerlijkheidsschaal scoren. Deze resultaten van oneerlijkheid worden verderop in het onderzoek gebruikt om te bestuderen of en wat voor rol oneerlijkheid speelt in de zelfgerapporteerde voorkeur voor altruïsme. Deze voorkeur en die voor positieve reciprociteit zoals bepaald door Falk en anderen zijn te vinden in tabel 2. 8
Land Altruïsme Positieve reciprociteit Groot-Brittannië 0,0 0,0 Zuid-Afrika -0,3-0,6 Portugal 0,1 0,2 Griekenland -0,2 0,0 Zwitserland 0,1 0,2 Turkije -0,3-0,4 Verenigde Staten 0,4 0,2 Argentinië 0,0 0,2 Rusland -0,1-0,1 Brazilië 0,5 0,4 India -0,3-0,4 Zuid-Korea 0,4-0,2 Japan -0,2-0,2 China 0,5 0,5 Tabel 2: geclaimde voorkeuren voor altruïsme en positieve reciprociteit per land volgens Falk en anderen (2015). De gegeven waarden zijn afgelezen uit wereldkaartjes die Falk en anderen in hun studie hebben opgenomen. De waarden geven een positieve of negatieve afwijking aan van het wereldwijde gemiddelde in standaarddeviaties. Zo ligt de voorkeur van positieve reciprociteit voor Zuid-Afrika 0,6 standaarddeviaties onder het mondiale gemiddelde en de voorkeur van altruïsme voor Zuid-Korea juist 0,4 standaarddeviaties daarboven. In de volgende figuur is de spreidingsdiagrammenmatrix weergegeven waarin de gegevens uit tabel 1 en 2 tegen elkaar zijn uitgezet. Ook is in elke afzonderlijke spreidingsdiagram de lijn getekend die het verband tussen beide variabelen weergeeft. In de diagonaal is geen spreidingsdiagram weergegeven omdat die niet van één variabele geconstrueerd kan worden. De spreidingsdiagrammen boven de diagonaal zijn spiegelsymmetrisch aan die onder de diagonaal. Er lijkt sprake te zijn van positieve lineaire verbanden zonder overduidelijke uitschieters. 9
Figuur 1: spreidingsdiagrammenmatrix van de verbanden tussen oneerlijkheid, geclaimd altruïsme en geclaimde positieve reciprociteit. In formulevorm zien de modellen er als volgt uit: De bijbehorende R 2 -waarden zijn respectievelijk 0,11, 0,04 en 0,60. Om de coëfficiënten van oneerlijkheid beter te kunnen interpreteren is die variabele omgeschaald van 0 tot 100 naar 0 tot 1, aangezien de andere twee variabelen eenzelfde schaal hanteren. De eerste formule laat zien dat bij een verandering van oneerlijkheid van 1 het geclaimde altruïsmeniveau een halve standaarddeviatie meer afwijkt van het wereldwijde gemiddelde. Een analoge uitleg gaat op voor de tweede en derde formule. De volledige output staat in appendix A. 10
De correlaties tussen de drie variabelen zijn statistisch getest met behulp van zowel Spearmans rho (r S ) als Kendalls tau (τ). Beide coëfficiënten maken gebruik van nietparametrische toetsen, wat gezien de kleine dataset en gebrek aan normaliteit in dit geval noodzakelijk is. Het betrouwbaarheidsinterval, weergegeven mits de correlatie significant is, is gebootstrapt omdat de data geen normale verdeling volgen, de bootstrapoptie corrigeert daarvoor. De tabel met de volledige statistische output is te vinden in appendix B. Oneerlijkheid is niet-significant positief gecorreleerd met geclaimd altruïsme, r S = 0,29, p = 0,32 en τ = 0,21, p = 0,32. Oneerlijkheid is niet-significant positief gecorreleerd met geclaimde positieve reciprociteit, r S = 0,12, p = 0,68 en τ = 0,11, p = 0,62. Geclaimd altruïsme is significant positief gecorreleerd met geclaimde positieve reciprociteit, r S = 0,84 [0,46, 0,98], p < 0,01 en τ = 0,75 [0,38, 0,97], p < 0,01. Alleen het verband tussen altruïsme en positieve reciprociteit bleek significant. Ondanks dat de onderzoeksvraag zich niet in het bijzonder op dit verband toespitst, is het wel een waardevolle bijvangst van het onderzoek en in lijn met een van de bevindingen van Falk en anderen. Het betekent dat men de medemens niet alleen helpt als hij zelf geholpen wordt, maar dat ook al uit zichzelf doet, zonder daartoe aangezet te worden of er iets voor terug te krijgen. Dat is een extra dimensie van sociaal gedrag. In sommige landen is de burger van overheidswege in toenemende mate op zichzelf en anderen aangewezen. De overheid trekt zich meer terug en laat bepaalde verantwoordelijkheden meer aan het individu en de maatschappij over. Men moet dan op elkaar kunnen vertrouwen en voor een ander klaarstaan. Men moet als het ware een sociale plicht voelen om geboden hulp terug te verlenen. Een sterk verband tussen beide sociale eigenschappen is zodoende van groot belang om naar vermogen te kunnen functioneren in de maatschappij. Teruggrijpend naar de onderzoeksvraag is het interessant om het resultaat uit dit onderzoek te vergelijken met andere studies naar eerlijkheid en altruïsme. Zo heeft het Amerikaanse tijdschrift The Reader s Digest in 2013 zelf een experiment uitgevoerd waarbij ze in zestien steden over de hele wereld twaalf portemonnees opzettelijk verloren en keken hoeveel van die portemonnees uiteindelijk weer bij hen terechtkwamen. Doel was om in een natuurlijke situatie het werkelijke altruïsme te meten, zonder dat de deelnemers doorhadden dat ze 11
deelnamen aan een experiment en geobserveerd werden. In elke portemonnee zaten geld en persoonlijke bezittingen zoals foto s en visitekaartjes. De resultaten van het experiment staan in tabel 3. Stad en land Aantal teruggekeerde portemonnees Percentage teruggekeerde portemonnees Helsinki, Finland 11 91,7 Bombay, India 9 75,0 Boedapest, Hongarije 8 66,7 New York, Verenigde 8 66,7 Staten Amsterdam, Nederland 7 58,3 Moskou, Rusland 7 58,3 Berlijn, Duitsland 6 50,0 Ljubljana, Slovenië 6 50,0 Londen, Verenigd 5 41,7 Koninkrijk Warschau, Polen 5 41,7 Boekarest, Roemenië 4 33,3 Rio de Janeiro, Brazilië 4 33,3 Zürich, Zwitserland 4 33,3 Praag, Tsjechië 3 25,0 Madrid, Spanje 2 16,7 Lissabon, Portugal 1 8,3 Tabel 3: resultaten van het altruïsme-experiment van The Reader's Digest (2013). Aan de personen die de portemonnees terugbrachten werden het geslacht, de leeftijd en het inkomen gevraagd en deze werden geregistreerd. Ondanks de wel aanwezige verschillen tussen landen bleek geen van deze factoren in staat het altruïsme goed te kunnen voorspellen, wat impliceert dat er andere eigenschappen aan ten grondslag zouden moeten 12
liggen. Het tijdschrift concludeerde dat er overal meer en minder goed doende mensen bestaan (Reader's Digest, 2013). Het experiment voegt aan dit onderzoek toe dat naast eerlijkheid ook geslacht, leeftijd en inkomen altruïsme niet goed bleken te kunnen voorspellen. De conclusie dat er overal meer en minder goed doende mensen bestaan is een conclusie die ook door Hugh-Jones in zijn onderzoek naar eerlijkheid getrokken is (Hugh-Jones, 2016). De scores van sommige steden in het experiment van The Reader s Digest contrasteren echter wel met de resultaten van de bijbehorende landen in het experiment van Hugh-Jones, met als duidelijkste voorbeelden Lissabon/Portugal en Bombay/India. Ook stroken de bevindingen niet met de voorkeuren voor altruïsme zoals gerapporteerd door Falk en anderen. Niet elk land dat aangeeft bovengemiddeld altruïstisch te zijn blijkt daarnaar te handelen en vice versa, met wederom Portugal en India als opvallendste afwijkingen (Falk et al., 2015). Dan is de vraag hoe het komt dat deze onderzoeken elkaar tegenspreken. Wat voor het onderzoek van Falk en anderen spreekt is dat het een op grote schaal uitgevoerde en statistisch verantwoorde studie is, waardoor de externe validiteit ervan gewaarborgd is. Aan de andere kant betreft het zelfgerapporteerde voorkeuren, waardoor juist oneerlijke antwoorden niet kunnen worden uitgesloten. Er stond echter geen beloning of straf op antwoorden en de interviewer betrof een voor de respondent onbekende persoon aan de andere kant van de telefoonlijn, dus als die al aanwezig was hadden respondenten waarschijnlijk slechts een kleine externe prikkel om bepaalde antwoorden te geven. De twee onderzoeken van Hugh-Jones en The Reader s Digest ontbeert het juist aan die grote steekproef om gefundeerde conclusies te kunnen trekken. Wat voor die onderzoeken echter pleit is dat die onderzoeken wel intern zeer valide zijn. Voor een onderzoek dat eerlijkheid bestudeert zijn oneerlijke antwoorden geen last. Het experiment van The Reader s Digest is ideaal qua opzet, participanten weten van tevoren niet dat ze meedoen en bekeken worden. De handelingen van de participanten en de resultaten van dat experiment benaderen het beste de natuurlijke reactie van mensen. Concluderend lijkt er geen grote gemene deler onder meer of minder goed doende mensen te zijn, maar kan wel per land of gebied verschillen hoeveel van die mensen er leven. Verder lijkt altruïsme vooral van binnenuit gemotiveerd te worden. 13
De laatste conclusie wordt ook gevonden in een studie door Gächter en Schulz uit 2016. Zij stellen dat moderne samenlevingen verschillende instituties opgericht hebben om bedrog in te dammen, maar dat desondanks veel situaties overblijven waarin alleen intrinsieke eerlijkheid mensen daarvan afhoudt. In hun onderzoek maten ze via een dobbelsteenexperiment op individueel niveau de intrinsieke eerlijkheid en stelden ze van 23 landen een index van regelschendingsprevalentie (prevalence of rule violations, PRV) op basis van landelijke corruptiegegevens, belastingontduiking en corrupte politiek op. Een hogere PRV-index geeft aan dat in een land vaker de regels worden geschonden dan in landen met een lagere PRV-index. Zij vinden dat individuele intrinsieke eerlijkheid hoger is in landen met lagere PRV-indices dan in landen met hogere PRV-indices. Verder stellen ze dat zwakke instituties zelfs intrinsieke eerlijkheid zouden kunnen schaden, wat naast de negatieve economische effecten nadelig is voor het functioneren van een maatschappij (Gächter & Schulz, 2016). De bevinding van Gächter en Schulz over de sterkte van instituties geeft een interessante aanvulling aan dit onderzoek. Overheden die eerlijkheid op alle niveaus onder hun inwoners nastreven doen er goed aan om ervoor te zorgen dat de aanwezige instituties in het land optimaal functioneren en de handhaving van regels en wetten stimuleren. Zo creëert een overheid een positief klimaat van orde en vooruitgang waarin mensen niet opzettelijk de regels schenden en wellicht als gevolg meer oog voor elkaar hebben. Tot slot gaat dit onderzoek dieper in op de factoren die het geclaimde altruïsme verklaren. Juist omdat het hier gaat om zelf aangegeven voorkeuren, is niet objectief vast te stellen of deze voorkeur het daadwerkelijke niveau van altruïsme reflecteert. Het is goed mogelijk dat oneerlijkheid een rol speelde bij het beantwoorden van de vragen. Om dit uit te zoeken is een meervoudige lineaire regressie in drie blokken uitgevoerd. In het eerste blok wordt het geclaimde altruïsme, gevonden door Falk en anderen, alleen geregresseerd op het werkelijke altruïsme, gevonden door The Reader s Digest. In het tweede blok wordt aan dit model de factor oneerlijkheid toegevoegd, gevonden door Hugh-Jones. Ten slotte wordt in het derde blok de interactieterm tussen werkelijk altruïsme en oneerlijkheid toegevoegd. Deze term is noodzakelijk omdat niet van tevoren kan worden aangenomen dat die twee variabelen compleet onafhankelijk van elkaar zijn. Het ligt in de lijn der verwachting dat men in landen die voor minder eerlijk doorgaan juist altruïstischer dan werkelijk claimen te zijn. Zodoende 14
kan oneerlijkheid een grotere rol spelen in landen waar het werkelijke altruïsme lager is en een kleinere rol waar het werkelijke altruïsme hoger is. Een samenvatting van de modellen staat in tabel 4, de volledige statistische output is te vinden in appendix C. Blok 1 (N = 7, R 2 = 0,11, p = 0,47) b SE B β p Constante 0,10 (-0,09, 0,36) 0,10-0,40 Werkelijk altruïsme -0,39 (-1,45, 0,48) 0,59-0,33 0,54 Blok 2 (N = 7, R 2 = 0,11, p = 1,00) Constante 0,10 (-0,46, 0,82) 0,29-0,59 Werkelijk altruïsme -0,40 (-2,49, 1,51) 1,11-0,33 0,71 Oneerlijkheid 0,01 (-3,26, 2,77) 2,89 0,00 0,99 Blok 3 (N = 7, R 2 = 0,72, p = 0,08) Constante 0,27 (-0,13, 0,45) 0,39-0,39 Werkelijk altruïsme -0,67 (-3,08, 1,60) 2,07-0,55 0,40 Oneerlijkheid 0,45 (-2,27, 1,47) Interactie -7,93 (-25,24, 2,79) 4,66 0,29 0,53 21,47-0,82 0,35 Tabel 4: lineair model van voorspellers van geclaimd altruïsme. Betrouwbaarheidsintervallen en standaardfouten zijn gebaseerd op bootstraps. De variabelen werkelijk altruïsme en oneerlijkheid zijn voor het interpretatiegemak opnieuw herschaald naar van 0 tot 1. Het aantal observaties in dit model is vergeleken met de vorige modellen gedaald van veertien naar zeven, aangezien er slechts zeven landen in alle drie de 15
datasets voorkomen. Om eventuele multicollineariteit tegen te gaan zijn de voorspellers om hun gemiddelden. Uit de correlatiematrix blijkt dat geen van de voorspellers redelijk sterk met elkaar correleert. Alleen de interactieterm vertoont een sterk en significant verband met de afhankelijke variabele (r = -0,72, p = 0,04). Verder komt in blok 3 geen van de VIF-waarden voor elke variabele hoger dan 10 (1,50, 1,55 en 1,10, respectievelijk) en is het gemiddelde hiervan (1,38) niet substantieel groter dan 1. Hieruit kan geconcludeerd worden dat multicollineariteit zich hier niet voordoet. De waarde van R 2 is 0,11 voor zowel blok 1 als blok 2, wat inhoudt dat in beide blokken de voorspellers elf procent van de variantie verklaren en dat de toevoeging van alleen oneerlijkheid geen toegevoegde voorspellende waarde heeft. In blok 3 bedraagt R 2 0,72, wat vergeleken met het vorige blok een flinke verbetering van het model is, hoewel de significantie (p = 0,08) net niet onder de kritieke grens van 0,05 blijft. Ook is de F-waarde van blok 3 (2,58) groter dan 1, wat duidt op een verbetering die meer veroorzaakt wordt door een beter bij de data passend model dan door toeval. Hier geldt echter opnieuw dat de significantie (p = 0,23) de kritieke grens niet behaalt. Kijkend naar elke voorspeller in blok 3 afzonderlijk blijkt dat geen daarvan een significante voorspellende waarde heeft, ondanks dat het model een redelijke aansluiting op de data lijkt te zijn. Wel blijkt de keuze om een interactieterm toe te voegen een juiste te zijn, uit de β-kolom blijkt dat deze variabele de hoogste absolute waarde heeft en zodoende ook relatief het meeste belang. Gegoten in een formule ziet het model van geclaimd altruïsme uit blok 3 er als volgt uit: De coëfficiënt van werkelijk altruïsme geeft aan dat wanneer die variabele met één eenheid toeneemt, het geclaimde altruïsme met 0,67 eenheden afneemt. Dat houdt in dat als het werkelijke altruïsme tien procentpunten stijgt, het geclaimde altruïsme ongeveer 0,1 standaarddeviatie lager ligt. De coëfficiënt van oneerlijkheid geeft aan dat wanneer die variabele met één eenheid toeneemt, het geclaimde altruïsme met 0,45 eenheden toeneemt. Dat houdt in dat 16
als het oneerlijkheidniveau tien procentpunten stijgt, het geclaimde altruïsme ongeveer 0,05 standaarddeviaties hoger ligt. De coëfficiënt van de interactieterm geeft aan dat wanneer de interactie tussen werkelijk altruïsme en oneerlijkheid met één eenheid toeneemt, het geclaimde altruïsme met 7,93 eenheden afneemt. Alle interpretaties houden alleen als de overige variabelen constant blijven. Een methode hoe een interactieterm verder ontleed kan worden is ontwikkeld door Hayes (2013). Met behulp van een zelfgeschreven statistisch programma kan nagegaan worden hoe de moderatie het effect op het geclaimde altruïsme beïnvloedt. De output van dat programma is te vinden in appendix D. De modellen kunnen als volgt geïnterpreteerd worden: Als oneerlijkheid laag is, is er een niet-significant positief verband tussen werkelijk altruïsme en geclaimd altruïsme, b = 1,04, p = 0,47. Als oneerlijkheid gemiddeld is, is er een niet-significant negatief verband tussen werkelijk altruïsme en geclaimd altruïsme, b = -0,34, p = 0,66. Als oneerlijkheid hoog is, is er een niet-significant negatief verband tussen werkelijk altruïsme en geclaimd altruïsme, b = 1,72, p = 0,13. Deze resultaten vertellen dat in landen waar minder gelogen wordt en men zegt altruïstischer te zijn het werkelijke altruïsme ook hoger ligt. Aan de andere kant blijkt dat in landen waar meer gelogen wordt en men zegt altruïstischer te zijn het werkelijke altruïsme juist lager ligt. Ondanks de lage significantiewaarden, die waarschijnlijk wederom te wijten zijn aan de beperkte hoeveelheid landen waarmee gewerkt is, lijkt het erop dat onder invloed van oneerlijkheid het verband tussen werkelijk en geclaimd altruïsme omslaat van positief naar negatief. 17
Conclusie en discussie In dit onderzoek bleek geen significant verband te zijn tussen eerlijkheid en altruïsme en tussen eerlijkheid en positieve reciprociteit. Inwoners van landen die voor eerlijker doorgaan blijken niet sneller bereid om anderen een gunst te verlenen of een goede daad met een goede daad te beantwoorden. Een verklaring hiervoor is dat overal ter wereld meer en minder goed doende mensen wonen en deze mensen zodoende weinig gemeenschappelijke kenmerken of overeenkomsten vertonen. Een andere verklaring is dat het werkelijke niveau van altruïsme en positieve reciprociteit afwijkt van het gerapporteerde niveau, wat te maken kan hebben met het ontbreken van een objectieve maatstaf en het geven van wenselijke antwoorden. Er lijken wel aanwijzingen te zijn dat het model van blok 3 in tabel 4 een stap in de goede richting is in het verklaren van geclaimd altruïsme. Ook lijkt er een aanwijzing te zijn voor het bestaan van een moderatie-effect veroorzaakt door oneerlijkheid. Deze studie slaagt er echter niet in die aanwijzingen hard te maken. Dit kan komen door een kleine dataset die kleiner is geworden vanwege de beperkte overlap in gegevens. Voor een onderzoek als dit dat meer een verkennend dan een verklarend karakter heeft is dit echter geen reden tot zorg. Het doel was immers om factoren die een rol kunnen spelen te beschrijven en een eerste aanzet tot onderzoek te geven. Een verband dat wel boven water kwam is dat tussen altruïsme en positieve reciprociteit zelf. Hoewel dit op het eerste gezicht geen belangrijk verband is, is het wel een nuttige om door beleidsbepalers in het achterhoofd gehouden te worden. Zoals eerder omschreven geven beide variabelen samen een indicatie van de sociale veerkracht en weerbaarheid van een maatschappij. Als blijkt dat van beide eigenschappen voldoende aanwezig is hebben overheidsplannen waarin meer eigen verantwoordelijkheid van burgers verwacht wordt een hogere kans van slagen. Een belangrijke aanbeveling is dan ook om vooraf goed te onderzoeken hoe sociaal de maatschappij is ingesteld voordat dergelijke plannen ingevoerd worden. De kleine schaal van dit onderzoek is een heikele tekortkoming geweest. Meer zinnige conclusies hadden wellicht getrokken kunnen worden als de data meerdere landen 18
betrokken hadden. Ook speelt mee dat bij de als bronnen gebruikte studies enkele kanttekeningen bij de methodologie geplaatst kunnen worden. Zo is ook het door Hugh- Jones gedane experiment op kleine schaal uitgevoerd en hebben Falk en anderen niet met zekerheid een onderscheid kunnen maken tussen gerapporteerde en daadwerkelijke positieve reciprociteit en altruïsme. Al deze factoren hebben bijgedragen aan resultaten die wellicht een vertekend beeld van de werkelijkheid geven. Als suggesties voor vervolgonderzoek staat voorop dat het zeer wenselijk is dat als men de stap van verkennend naar verklarend wil maken deze gegevens van meer landen verzameld worden, met name die over werkelijk altruïsme en oneerlijkheid. Als dat gedaan is kunnen de eerste indrukken opgedaan uit deze studie verder getoetst en verfijnd worden. Daarnaast is het wellicht interessant om te onderzoeken of er een maatstaf is voor altruïsme op individueel niveau. Het betekent immers niet dat als een land doorgaat voor altruïstischer dan gemiddeld dat alle inwoners van dat land dat automatisch ook zijn. Wanneer dat is vastgesteld is het ook makkelijker om te bestuderen of meer of minder altruïstische personen zich ook anders gedragen in speltheoretische situaties, zoals onderhandelingen of toernooien. Tot slot is het uiteraard belangrijk dat wanneer op basis van de bevindingen uit deze en volgende studies beleidsplannen geïmplementeerd worden, de effecten van deze plannen ook onderzocht worden. 19
Bronnenlijst Falk, A., A. Becker, T. Dohmen, B. Enke, D. Huffman en U. Sunde. (2015). The Nature and Predictive Power of Preferences: Global Evidence. Discussion paper. Forschungsinstitut zur Zukunft der Arbeit. Gächter, S., en J.F. Schulz. (2016). Intrinsic Honesty and the Prevalence of Rule Violations Across Societies. Nature, 496-499. Hayes, A.F. (2013). Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach. New York: The Guilford Press. Hugh-Jones, D. (2016). Honesty, Beliefs About Honesty, and Economic Growth in 15 Countries. Journal of Economic Behavior & Organization, 99-114. The Reader's Digest. (2013). Most Honest Cities: The Reader's Digest "Lost Wallet" Test. Opgeroepen op 17 juli 2016, van Reader's Digest: http://www.rd.com/culture/most-honestcities-lost-wallet-test/ 20
Appendix A enkelvoudige regressies met oneerlijkheid, geclaimd altruïsme en geclaimde positieve reciprociteit A.1 enkelvoudige regressie van geclaimd altruïsme op oneerlijkheid Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1,338 a,114,040,2944 a. Predictors: (Constant), Oneerlijkheid ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression,134 1,134 1,547,237 b Residual 1,040 12,087 Total 1,174 13 a. Dependent Variable: Geclaimd altruïsme b. Predictors: (Constant), Oneerlijkheid Bootstrap for Coefficients Bootstrap a Sig. (2- BCa 95% Confidence Interval Model B Bias Std. Error tailed) Lower Upper 1 (Constant) -,140,010,137,301 -,399,196 Oneerlijkheid,498 -,039,408,223 -,349 1,155 a. Unless otherwise noted, bootstrap results are based on 1000 bootstrap samples 21
A.2 enkelvoudige regressie van geclaimde positieve reciprociteit op oneerlijkheid Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1,190 a,036 -,044,3277 a. Predictors: (Constant), Oneerlijkheid ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression,048 1,048,448,516 b Residual 1,289 12,107 Total 1,337 13 a. Dependent Variable: Geclaimde positieve reciprociteit b. Predictors: (Constant), Oneerlijkheid Bootstrap for Coefficients Bootstrap a BCa 95% Confidence Interval Model B Bias Std. Error Sig. (2-tailed) Lower Upper 1 (Constant) -,124,017,202,556 -,438,280 Oneerlijkheid,298 -,039,516,571-1,046 1,255 a. Unless otherwise noted, bootstrap results are based on 1000 bootstrap samples 22
A.3 enkelvoudige regressie van geclaimde positieve reciprociteit op geclaimd altruïsme Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1,773 a,597,564,2118 a. Predictors: (Constant), Geclaimd altruïsme ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression,799 1,799 17,811,001 b Residual,538 12,045 Total 1,337 13 a. Dependent Variable: Geclaimde positieve reciprociteit b. Predictors: (Constant), Geclaimd altruïsme Bootstrap for Coefficients Bootstrap a BCa 95% Confidence Interval Model B Bias Std. Error Sig. (2-tailed) Lower Upper 1 (Constant) -,050,009,052,404 -,179,089 Geclaimd altruïsme,825 -,002,229,007,471 1,167 a. Unless otherwise noted, bootstrap results are based on 1000 bootstrap samples 23
Appendix B niet-parametrische correlaties tussen altruïsme en positieve reciprociteit Oneerlijkheid Geclaimde positieve reciprociteit Geclaimd altruïsme Kendall's tau_b Oneerlijkheid Correlation Coefficient 1,000,105,208 Sig. (2-tailed).,615,317 N 14 14 14 Bootstrap c Bias,000,001,010 Std. Error,000,260,221 Geclaimde positieve reciprociteit BCa 95% Lower. -,518 -,348 Confidence Upper Interval.,637,693 Correlation Coefficient,105 1,000,752 ** Sig. (2-tailed),615.,000 N 14 14 14 Bootstrap c Bias,001,000 -,003 Std. Error,260,000,153 BCa 95% Confidence Interval Lower -,518.,379 Upper,637.,960 Geclaimd altruïsme Correlation Coefficient,208,752 ** 1,000 Sig. (2-tailed),317,000. N 14 14 14 Bootstrap c Bias,010 -,003,000 Std. Error,221,153,000 Spearman's rho BCa 95% Lower -,348,379. Confidence Upper Interval,693,960. Oneerlijkheid Correlation Coefficient 1,000,121,287 Sig. (2-tailed).,681,320 N 14 14 14 Bootstrap c Bias,000,002 -,003 Std. Error,000,326,275 Geclaimde positieve BCa 95% Lower. -,700 -,344 Confidence Upper Interval.,761,796 Correlation Coefficient,121 1,000,838 ** Sig. (2-tailed),681.,000 24
reciprociteit N 14 14 14 Bootstrap c Bias,002,000 -,018 Std. Error,326,000,149 BCa 95% Confidence Interval Lower -,700.,456 Upper,761.,982 Geclaimd altruïsme Correlation Coefficient,287,838 ** 1,000 Sig. (2-tailed),320,000. N 14 14 14 Bootstrap c Bias -,003 -,018,000 Std. Error,275,149,000 BCa 95% Confidence Interval Lower -,344,456. Upper,796,982. **. Correlation is significant at the 0.01 level (2-tailed). c. Unless otherwise noted, bootstrap results are based on 1000 bootstrap samples 25
Appendix C regressie van geclaimd altruïsme op werkelijk altruïsme, oneerlijkheid en de interactieterm Correlations Interactie werkelijk Geclai Werkelijk altruïsme x md altruïsme, Oneerlijkhei oneerlijkhei altruïsm gecentree d, d, e rd Pearson Correlation Sig. (1-tailed) N Geclaimd altruïsme Werkelijk altruïsme, Oneerlijkheid, Interactie werkelijk altruïsme x oneerlijkheid, Geclaimd altruïsme Werkelijk altruïsme, Oneerlijkheid, Interactie werkelijk altruïsme x oneerlijkheid, Geclaimd altruïsme Werkelijk altruïsme, Oneerlijkheid, 1,000 -,327 -,174 -,717 -,327 1,000,542 -,088 -,174,542 1,000,194 -,717 -,088,194 1,000.,237,354,035,237.,104,426,354,104.,338,035,426,338. 7 7 7 7 7 7 7 7 7 7 7 7 26
Interactie werkelijk altruïsme x 7 7 7 7 oneerlijkheid, Bootstrap for Pearson Bias Geclaimd altruïsme,000,017,022 b,033 b Correlation a Werkelijk altruïsme,,017,000 -,005 -,024 b Oneerlijkheid,,022 b -,005,000 -,113 Interactie werkelijk altruïsme x,033 b -,024 b -,113,000 oneerlijkheid, Std. Error Geclaimd altruïsme,000,437,506 b,287 b Werkelijk altruïsme,,437,000,281,567 b Oneerlijkheid,,506 b,281,000,484 Interactie werkelijk altruïsme x,287 b,567 b,484,000 oneerlijkheid, BCa 95% Confidence Lower Geclaimd altruïsme. -,960 -,992 b -,959 b Interval Werkelijk altruïsme, -,960. -,055 -,975 b Oneerlijkheid, -,992 b -,055. -,779 Interactie werkelijk altruïsme x -,959 b -,975 b -,779. oneerlijkheid, 27
Upper Geclaimd altruïsme Werkelijk altruïsme, Oneerlijkheid, Interactie werkelijk altruïsme x oneerlijkheid,.,546,954 b -,181 b,546.,969,905 b,954 b,969.,781 -,181 b,905 b,781. a. Unless otherwise noted, bootstrap results are based on 1000 bootstrap samples b. Based on 999 samples Model Summary d Change Statistics R Adjusted R F Mod Squar R Std. Error of Square Chan Sig. F Durbin- el R e Square the Estimate Change ge df1 df2 Change Watson 1,327 a,107 -,072,2867,107,598 1 5,474 2,327 b,107 -,340,3205,000,000 1 4,995 3,849 c,720,441,2071,614 6,583 1 3,083 3,480 a. Predictors: (Constant), Werkelijk altruïsme, b. Predictors: (Constant), Werkelijk altruïsme, ; Oneerlijkheid, c. Predictors: (Constant), Werkelijk altruïsme, ; Oneerlijkheid, ; Interactie werkelijk altruïsme x oneerlijkheid, d. Dependent Variable: Geclaimd altruïsme ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression,049 1,049,598,474 b Residual,411 5,082 Total,460 6 2 Regression,049 2,025,239,798 c Residual,411 4,103 Total,460 6 3 Regression,331 3,110 2,577,229 d Residual,129 3,043 Total,460 6 a. Dependent Variable: Geclaimd altruïsme b. Predictors: (Constant), Werkelijk altruïsme, c. Predictors: (Constant), Werkelijk altruïsme, ; Oneerlijkheid, 28
d. Predictors: (Constant), Werkelijk altruïsme, ; Oneerlijkheid, ; Interactie werkelijk altruïsme x oneerlijkheid, Coefficients a Standardiz Unstandardiz ed 95,0% ed Coefficient Confidence Collinearity Coefficients s Interval for B Correlations Statistics Lowe r Upper Std. Sig Boun Boun Zero- Parti Toleran Model B Error Beta t. d d order al Part ce VIF 1 (Constant),100,108,923,39 8 -,179,379 Werkelijk altruïsme, gecentreer -,393,508 -,327 -,773,47 4-1,700,914 -,327 -,327 -,327 1,000 1,00 0 d 2 (Constant),100,127,792,47 3 -,251,452 Werkelijk altruïsme, gecentreer -,396,676 -,329 -,585,59 0-2,274 1,482 -,327 -,281 -,276,706 1,41 6 d Oneerlijkhei d, gecentreer,006,895,004,007,99 5-2,478 2,491 -,174,003,003,706 1,41 6 d 3 (Constant),266,104 2,55 3,08 4 -,066,598 Werkelijk altruïsme, gecentreer d -,666,449 -,554-1,48 2,23 5-2,097,764 -,327 -,650 -,453,667 1,49 8 Oneerlijkhei d, gecentreer,454,604,285,752,50 7-1,468 2,376 -,174,398,230,647 1,54 5 d 29
Interactie werkelijk altruïsme x oneerlijkhei d, - 7,931 3,09 1 -,821-2,56 6,08 3-17,76 9 1,906 -,717 -,829 -,783,909 1,10 0 gecentreer d a. Dependent Variable: Geclaimd altruïsme Bootstrap for Coefficients Bootstrap a BCa 95% Confidence Interval Model B Bias Std. Error Sig. (2-tailed) Lower Upper 1 (Constant),100,013,099,403 -,091,358 Werkelijk altruïsme, -,393 -,032,587,541-1,450,476 2 (Constant),100,025 b,288 b,593 b -,458 b,817 b Werkelijk altruïsme, -,396,061 b 1,112 b,712 b -2,485 b 1,508 b Oneerlijkheid,,006,117 b 2,891 b,991 b -3,255 b 2,769 b 3 (Constant),266,003 c,385 c,386 c -,134 c,451 c Werkelijk altruïsme, Oneerlijkheid, Interactie werkelijk altruïsme x oneerlijkheid, -,666 -,160 c 2,068 c,396 c -3,075 c 1,599 c,454 -,877 c 4,663 c,528 c -2,266 c 1,466 c -7,931,430 c 21,474 c,348 c -25,241 c 2,786 c a. Unless otherwise noted, bootstrap results are based on 1000 bootstrap samples b. Based on 997 samples c. Based on 903 samples 30
Appendix D Uitslag moderatieanalyse Run MATRIX procedure: ************* PROCESS Procedure for SPSS Release 2.16.1 ****************** Written by Andrew F. Hayes, Ph.D. www.afhayes.com Documentation available in Hayes (2013). www.guilford.com/p/hayes3 ************************************************************************** Model = 1 Y = ClAlt X = WAlt100 M = O100 Sample size 7 ************************************************************************** Outcome: ClAlt Model Summary R R-sq MSE F df1 df2 p,8488,7204,0429 1,5690 3,0000 3,0000,3602 Model coeff se t p LLCI ULCI constant,2475,1281 1,9329,1487 -,1615,6566 O100,4544,6027,7539,5057-1,4707 2,3795 WAlt100 -,3422,6951 -,4923,6563-2,5625 1,8781 int_1-7,9314 4,6056-1,7221,1835-22,6424 6,7797 Product terms key: int_1 WAlt100 X O100 R-square increase due to interaction(s): R2-chng F df1 df2 p int_1,6135 2,9657 1,0000 3,0000,1835 ************************************************************************* Conditional effect of X on Y at values of the moderator(s): O100 Effect se t p LLCI ULCI -,1740 1,0376 1,2477,8316,4667-2,9479 5,0230,0000 -,3422,6951 -,4923,6563-2,5625 1,8781,1740-1,7220,8327-2,0679,1305-4,3819,9379 Values for quantitative moderators are the mean and plus/minus one SD from mean. Values for dichotomous moderators are the two values of the moderator. ********************* JOHNSON-NEYMAN TECHNIQUE ************************** 31
There are no statistical significance transition points within the observed range of the moderator. ************************************************************************** Data for visualizing conditional effect of X on Y Paste text below into a SPSS syntax window and execute to produce plot. DATA LIST FREE/WAlt100 O100 ClAlt. BEGIN DATA. -,2302 -,1740 -,0703,0000 -,1740,1685,2302 -,1740,4073 -,2302,0000,3263,0000,0000,2475,2302,0000,1688 -,2302,1740,7229,0000,1740,3266,2302,1740 -,0698 END DATA. GRAPH/SCATTERPLOT=WAlt100 WITH ClAlt BY O100. ******************** ANALYSIS NOTES AND WARNINGS ************************* Level of confidence for all confidence intervals in output: 95,00 NOTE: The following variables were mean centered prior to analysis: WAlt100 O100 NOTE: Some cases were deleted due to missing data. The number of such cases was: 7 NOTE: All standard errors for continuous outcome models are based on the HC3 estimator ------ END MATRIX ----- 32