empiirinen projekti
TRANSCRIPT
1
Empiirinen projekti
Olli-Matti Laine
Kauppatieteet
2
Contents
1. Johdanto .................................................................................................................. 3 2. Kuvaileva osa ......................................................................................................... 4
3. Analyysiosa .......................................................................................................... 17 4. Yhteenveto ............................................................................................................ 35
3
1. Johdanto
Tutkin projektissa tilastollisin menetelmin kansantaloudellisia tunnuslukuja eri valtioiden välillä. Selvitän mitkä tekijät voisivat selittää maiden välisiä eroja vuoden 2013 talouskasvun osalta. Monessa klassisen taloustieteen mallissa oletetaan investointien (=säästäminen) selittävän talouskasvua pitkällä aikavälillä. Matalaa inflaatiota pidetään yleisesti taloudellisen kehityksen edellytyksenä. Valtioiden velkaantuminen on herättänyt paljon keskustelua; tarkastelen sen yhteyttä talouskasvuun. Tutkin myös vaikuttavatko esimerkiksi työllisyysaste, työttömyysaste, naisten osuus parlamentissa, yritysten kokonaisveroaste, tulonjako, kaupungeissa asuvan väestön osuus tai lukutaitoisen aikuisväestön osuus bruttokansantuotteen kasvuun. Uskoisin monen näistä tunnusluvusta selittävän hyvin bruttokansantuotteen per henkilö suuruutta, mutta nähtäväksi jää, selittävätkö ne myös bruttokansantuotteen kasvua. Tulen myös tutkimaan vaikuttavatko kansantalouden tulojen jakautuminen ja kaupungissa asuvan väestön osuus sukupuolten väliseen tasa-arvoon. Tutkin vaikutuksia sekä yhdessä että erikseen.
Tarkastelen sitten, että riippuuko työttömyys talouskasvusta. Viime vuosina on monesti puhuttu niin sanotusta jobless growth:sta, jolloin talous kasvaa, mutta työttömyys pysyy korkeana. Lopuksi testaan vielä, että voidaanko olettaa odotetun talouskasvun olevan nolla.
4
2. Kuvaileva osa
Keräsin aineiston Maailmanpankin sivuilta, josta se oli ladattavissa xls-muodossa. Muodostin Excelissä havaintomatriisin, jonka sitten muutin sav-muotoon. Osassa muuttujista on suhteellisen vähän havaintoja, johtuen siitä ettei jokaisessa maassa tilastoida kyseisiä muuttujia. Tutkimuksen tärkein muuttuja, jota pyrin selittämään on bruttokansantuotteen kasvunopeus. Keräsin kasvunopeudet vuodelta 2013. Keskimääräinen kasvunopeus keskiarvolla mitattuna tuolloin oli noin 1,7% vuoden aikana. Tutkimuksessa kiinnostuksen kohteena on erityisesti se, mitkä muuttujat selittävät parhaiten eroja maiden välisissä kasvunopeuksissa (vaihteluväli n. -37%:sta +12%:in).
Statistics
BKT:n kasvu vuonna 2013
N Valid 215
Missing 33
Mean 1,6750
Median 1,6331
Std. Deviation 4,04345
Range 49,56
Minimum -37,26
Maximum 12,29
5
Säästämisaste on laskettu vähentämällä BKT:sta kokonaiskulutus ja suhteuttamalla se BKT:hen. Säästämisasteen ollessa negatiivinen kansantalous velkaantuu ulkomaille. Kyseessä on bruttosäästämisaste, eli siitä ei ole vähennetty poistoja. Mikäli nettosäästämisaste olisi positiivinen, voitaisiin olettaa pääomakannan kansantaloudessa kasvavan. Nyt tarkasteltaessa bruttosäästämisastetta, voidaan korkean säästämisasteen olettaa korreloivan positiivisesti nettosäästämisasteen kanssa. Taloustieteessä esimerkiksi Solow:in kasvumallissa oletetaan pääomakannan kasvun lisäävän kokonaistuotantoa. Tulenkin tutkimaan miten säästämisaste selittää BKT:n kasvua.
Statistics
Säästämisaste
N
Valid 191
Missing 57
Mean 19,1460
Median 19,8424
Std. Deviation 19,10028
Range 136,44
Minimum -54,33
Maximum 82,11
6
Inflaation mittarina käytän kuluttajahintaindeksin muutosnopeutta. Vakaan rahan
arvon voidaan olettaa olevan edellytys taloudelliselle kasvulle. Esimerkiksi EKP on
asettanut inflaatiotavoitteekseen 2%. Keskimääräinen inflaatio otoksessa oli hieman
suurempi. Deflaatiota esiintyi huomattavasti vähemmän kuin inflaatiota. Inflaation
keskiarvo on selkeästi mediaania suurempi, mitä selittää yksittäisten maiden todella
korkeat inflaatio-luvut.
Statistics
Inflaato
N
Valid 211
Missing 37
Mean 4,1468
Median 2,7112
Std. Deviation 5,19388
Range 43,01
Minimum -2,37
Maximum 40,64
7
Miesten ja naisten välinen tasa-arvo on puhuttanut pitkään. Eräänä tasa-arvon
mittarina voidaan pitää naisten osuutta parlamentissa. Tutkin kuinka tasa-arvon
lisääntyminen (naisten osuuden kasvu) selittää BKT:n kasvua. Naisten osuudessa on
suurta hajontaa, sillä osassa maista naisia ei ole lainkaan parlamentissa ja yhdessä
jopa 63%.
Statistics
Naisten osuus parlamentissa
N
Valid 218
Missing 30
Mean 19,9650
Median 19,1006
Std. Deviation 10,88030
Range 63,80
Minimum ,00
Maximum 63,80
8
Valtioiden velkaantuminen on ollut viime vuosina kuuma puheenaihe, joka on jakanut mielipiteitä. Toisten mielestä velka ei ole ongelma ja toisten mielestä jatkuva velkaantuminen tulisi pysäyttää. Velkaantumisaste tarkoittaa valtion velkaa suhteessa sen BKT:hen. Tutkin kuinka velkaantumisaste selittää BKT:n kasvua. Kaikilla valtioilla näyttäisi olevan jonkin verran velkaa. Havaintoja tästä muuttujasta vähänpuoleisesti.
Statistics
Valtion velka suhteessa BKT:hen
N
Valid 65
Missing 183
Mean 61,9155
Median 53,4836
Std. Deviation 36,76547
Range 186,56
Minimum 9,44
Maximum 195,99
9
Voidaan olettaa, että mitä paremmin kansantalouden resurssit ovat käytössä, sitä suurempi BKT on. Tutkin selittääkö työllisyysaste (töissä olevien osuus työikäisestä väestöstä) BKT:n kasvua. Työllisyysasteissa on paljon eroja, joidenka olettaisin johtuvan eroista naisten osallistumisessa työelämään.
Statistics
Työllisyysaste
N
Valid 206
Missing 42
Mean 58,5563
Median 58,8500
Std. Deviation 11,47392
Range 54,60
Minimum 31,60
Maximum 86,20
10
Työttömyysaste puolestaan kertoo osuuden töitä haluavista, joilla ei ole töitä. Mukaan ei siis lasketa niitä, jotka ovat ”vapaaehtoisesti” ilman työtä. Pois siis jäävät niin sanotut piilotyöttömät eli ne, jotka ovat syystä tai toisesta luovuttaneet työnhaun suhteen, vaikka olisivatkin kiinnostuneita tekemään töitä. Tulen tutkimaan riippuvatko BKT:n kasvu ja työttömyysaste toisistaan. Havaintoihin mahtuu muutamia todella korkean työttömyyden maita, joidenka takia keskiarvo on mediaania korkeampi.
Statistics
Työttömyysaste
N
Valid 122
Missing 126
Mean 9,5482
Median 7,9839
Std. Deviation 6,34511
Range 30,82
Minimum ,20
Maximum 31,02
11
Yritysten kokonaisveroaste kertoo sen kuinka paljon yritykset kaiken kaikkiaan
joutuvat maksamaan veroja liikevoitostaan. Voidaan olettaa matalan veroasteen
houkuttelevan yrityksiä enemmän kuin korkean veroasteen (jos yritykset maksimoivat
voittojaan). Tämä voisi myös selittää BKT:n kasvua. Mukana on joitakin maita, joissa
veroaste on yli 100%, mikä tuntuu hieman oudolta.
N
Valid 221
Missing 27
Mean 40,9972
Median 39,2778
Std. Deviation 19,76669
Range 209,10
Minimum 7,40
Maximum 216,50
12
GINI-indeksi kuvaa tulonjaon tasaisuutta. Se perustuu niin sanottuun Lorenzin
käyrään. Mitä suurempia arvoja GINI-indeksi saa sitä epätasaisemmin tulot
jakautuvat. Indeksi voi saada arvoja nollan ja sadan väliltä. Esimerkiksi Joseph
Stiglitz on todennut tulonjaon epätasaisuuden olevan haitaksi talouskasvulle. Tutkin
kuinka GINI-indeksi selittää BKT:n kasvua. Havaintoja tästä muuttujasta on
valitettavan vähän.
Statistics
GINI-indeksi
N
Valid 45
Missing 203
Mean 40,1890
Median 40,1700
Std. Deviation 9,65589
Range 40,15
Minimum 24,87
Maximum 65,02
13
Kaupungistuminen on pitkään ollut eräs megatrendi maailmalla. Kehitysmaiden on tutkittu saaneen talouskasvusta kiinni väestön siirryttyä maataloustöistä tuottavampiin töihin kaupunkeihin. Myös Suomessa on sotien jälkeen tapahtunut valtaisa rakennemuutos väestön siirryttyä maaseudulta kaupunkeihin. Suomen talous kasvoikin 1900-luvun lopun ajan todella nopeasti. Tutkin kuinka kaupungissa asuvien osuus väestöstä selittää talouskasvua.
Kaupungissa asuvan väestön osuus
N
Valid 245
Missing 3
Mean 58,1517
Median 58,1460
Std. Deviation 23,44079
Range 91,33
Minimum 8,67
Maximum 100,00
14
Koulutuksen kautta kansantalouksien tuottavuus lisääntyy. Käytän koulutuksen
mittarina lukutaitoisen aikuisväestön (yli 15-vuotiaat) osuutta. Korkea koulutustaso
selittäisi todennäköisesti BKT:n suuruutta henkeä kohti. Nähtäväksi jää, selittääkö se
myös BKT:n kasvua. Havaintoja on tämän muuttujan osalta hieman vähänpuoleisesti.
Lukutaitoisen aikuisväestön osuus
N
Valid 65
Missing 183
Mean 86,2884
Median 94,4606
Std. Deviation 18,10638
Range 84,38
Minimum 15,46
Maximum 99,84
15
Olen muodostanut lisäksi neljä luokiteltua muuttujaa. Luokittelin BKT:n kasvun ja
työttömyysasteen molemmat neljään luokkaan. GINI-indeksin ja kaupungissa asuvan
väestön olen luokitellut osuuden kolmeen luokkaan.
16
17
3. Analyysiosa
Aloitan tutkimalla regressioanalyysin avulla, mitkä tekijät selittävät BKT:n kasvua. Piirrän ensin pisteparvet siten, että BKT:n kasvu on pystyakselilla ja selittävä muuttuja vaaka-akselilla.
Näyttäisi siltä, että säästämisasteen ja BKT:n kasvun välillä ei ole riippuvuutta.
Näyttää siltä, että inflaatiolla ja BKT:n kasvulla voisi olla riippuvuutta.
Naisten osuus parlamentissa ei näytä vaikuttaneen BKT:n kasvuun.
18
Valtion velkaantumisaste ja BKT:n kasvu näyttävät korreloivan negatiivisesti.
Riippuvuus näyttää lineaariselta, vaikka hajontaa onkin paljon.
Työllisyysaste ei näytä juurikaan vaikuttavan BKT:n kasvuun.
19
Työttömyysasteen ja BKT:n välillä tuntuu olevan negatiivinen korrelaatio. Hajonta on suurta.
Yritysten kokonaisveroasteen ja BKT:n kasvun välillä ei näytä olevan riippuvuutta.
GINI-indeksin ja BKT:n kasvun välillä ei näytä olevan riippuvuutta ja hajonta on todella suurta.
20
Kaupungissa asuvan väestön osuus ei näytä vaikuttavan talouskasvuun.
Lukutaitoisen aikuisväestön osuus ei näytä vaikuttavan myöskään talouskasvuun.
21
Otetaan jatkotarkasteluun selittäjiksi inflaatio, velkaantumisaste ja työttömyysaste.
Näillä muuttujilla ja BKT:n kasvulla näytti olevan jonkinlaista riippuvuutta.
Estimoidaan aluksi yhden selittäjän lineaarinen malli (Y = β0 + β1 x + ε) kaikilla
näillä selittävillä muuttujilla erikseen.
Inflaation selitysaste on vain 13% ja β1:n p-arvo on 0,852, joten malli ei ole hyvä.
Voidaan todeta, ettei inflaatio selitä BKT:n kasvua.
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,013a ,000 -,005 4,01405
a. Predictors: (Constant), Inflaatio
b. Dependent Variable: BKT:n kasvu
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 1,742 ,361 4,821 ,000
Inflaatio -,010 ,054 -,013 -,187 ,852
a. Dependent Variable: BKT:n kasvu
Velkaantumisaste selittää 13,2% BKT:n muutoksesta. Korrelaatiokerroin on 0,363.
Kertoimet ovat tilastollisesti merkitseviä, joten ne voidaan pitää mallissa. Kun
tarkastellaan residuaaleja pisteparven avulla, voidaan todeta, ettei heteroskedatsisuutta
tai autokorrelaatiota löydy, vaan parvi on lähellä nauhamaisuutta.
22
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,363a ,132 ,118 2,39903
a. Predictors: (Constant), Valtion velkaantumisaste
b. Dependent Variable: BKT:n kasvu
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 3,025 ,586 5,161 ,000
Valtion velkaantumisaste -,025 ,008 -,363 -3,096 ,003
a. Dependent Variable: BKT:n kasvu
23
Työttömyysaste selittää 5,1% BKT:n kasvunopeudesta. Kertoimet voidaan pitää
mallissa, koska p-arvot ovat niin pieniä. Pisteparven perusteella voidaan todeta,
etteivät residuaalit riipu toisistaan ja vakiovarianssisuuden oletus voidaan pitää.
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,226a ,051 ,043 2,97671
a. Predictors: (Constant), Työttömyysaste
b. Dependent Variable: BKT:n kasvu
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 2,828 ,497 5,686 ,000
Työttömyysaste -,107 ,043 -,226 -2,479 ,015
a. Dependent Variable: BKT:n kasvu
24
Kun estimoidaan kahden selittäjän lineaarinen malli, jossa selitetään BKT:n kasvua
sekä työttömyysasteella että velkaantumisasteella, saadaan selitysasteeksi jopa 18%.
F-testisuureen perusteella voidaan todeta, että molemmat kertoimet eivät ole nollia.
Kun taas testataan kertoimia itsenäisesti, saadaan tulos, että pienin riskitaso, jolla
työttömyyden kertoimen H0 hypoteesi voidaan hylätä on 6,9%. Residuaalitarkastelun
perusteella voidaan todeta, ettei riippuvuuksia näytä olevan ja varianssi on lähes
vakio.
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 ,424a ,180 ,151 2,23246
a. Predictors: (Constant), Valtion velkaantumisaste, Työttömyysaste
b. Dependent Variable: BKT:n kasvu
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 61,188 2 30,594 6,139 ,004b
Residual 279,097 56 4,984
Total 340,285 58
a. Dependent Variable: BKT:n kasvu
b. Predictors: (Constant), Valtion velkaantumisaste, Työttömyysaste
25
Coefficientsa
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 3,668 ,759 4,834 ,000
Työttömyysaste -,120 ,065 -,229 -1,852 ,069
Valtion velkaantumisaste -,021 ,008 -,311 -2,509 ,015
a. Dependent Variable: BKT:n kasvu
26
Tutkin sitten varianssianalyysin avulla vaikuttavatko tulonjako ja kaupungistuminen
sukupuolten väliseen tasa-arvoon.
GINI-indeksin arvojen mukaan luokiteltuna maiden välisissä odotusarvoissa (naisten
osuus parlamentissa) ei näyttäisi olevan eroja. H0 voidaan hylätä 31,7% riskitasolla.
Testin tulos ei toisaalta ole kovin luotettava, sillä variansseja ei voida olettaa Levenen
testin perusteella yhtä suuriksi.
Test of Homogeneity of Variances
Naisten osuus parlamentissa
Levene Statistic df1 df2 Sig.
4,134 2 41 ,023
ANOVA
Naisten osuus parlamentissa
Sum of Squares df Mean Square F Sig.
Between Groups 290,625 2 145,313 1,182 ,317
Within Groups 5039,691 41 122,919
Total 5330,316 43
Sama pätee, kun tarkastellaan maita kaupungissa asuvien osuuden mukaan luokiteltuna. Variansseja ei voida olettaa yhtä suuriksi, joten tulos ei ole luotettava. Tuloksen mukaan H0 pidettäisiin, eli voidaan olettaa odotusarvot maiden välillä yhtä suuriksi.
27
Test of Homogeneity of Variances
Naisten osuus parlamentissa
Levene Statistic df1 df2 Sig.
4,434 2 215 ,013
ANOVA
Naisten osuus parlamentissa
Sum of Squares df Mean Square F Sig.
Between Groups 309,661 2 154,830 1,312 ,272
Within Groups 25379,019 215 118,042
Total 25688,680 217
28
Tutkitaan vielä kaksisuuntaisen varianssianalyysin avulla, onko GINI-indeksillä ja
kaupungissa asuvien osuudella yhteisvaikutusta naisten osuuteen parlamentissa.
Kaksisuuntaisen varianssianalyysin mukaan näillä muuttujilla on yhdysvaikutusta.
H0-hypoteesi voidaan hylätä 0,5% riskitasolla.
29
Tests of Between-Subjects Effects
Dependent Variable: Naisten osuus parlamentissa
Source Type III Sum of
Squares
df Mean Square F Sig.
Corrected Model 2163,816a 8 270,477 2,990 ,012
Intercept 12084,180 1 12084,180 133,569 ,000
GINI-indeksi 1604,803 2 802,401 8,869 ,001
Kaupungissa asuvien osuus 524,252 2 262,126 2,897 ,068
GINI-indeksi * Kaupungissa
asuvien osuus
1644,186 4 411,046 4,543 ,005
Error 3166,500 35 90,471
Total 23837,720 44
Corrected Total 5330,316 43
a. R Squared = ,406 (Adjusted R Squared = ,270)
30
Tutkitaan χ-toiseen riippumattomuustestin avulla riippuuko työttömyys talouskasvusta. Saadaan testisuureen arvoksi 10,214 vapausastein 9. H0 hypoteesi voitaisiin hylätä 33,3% riskitasolla. Päätellään, että työttömyys ei riipu talouskasvusta. Kuudessa solussa odotettu frekvenssi on pienempi kuin viisi, joten jotta oletukset tulisivat kuntoon, tulee luokitusta muuttaa.
BKT:n kasvu * Työttömyysaste Crosstabulation
Työttömyysaste Total
Alle 5% 5-10% 10-20% Yli 20%
BKT:n
kasvu
Alle 0%
Count 5 11 11 3 30
% within BKT:n kasvu 16,7% 36,7% 36,7% 10,0% 100,0%
% within
Työttömyysaste
19,2% 22,9% 33,3% 33,3% 25,9%
0-2,5%
Count 8 21 14 2 45
% within BKT:n kasvu 17,8% 46,7% 31,1% 4,4% 100,0%
% within
Työttömyysaste
30,8% 43,8% 42,4% 22,2% 38,8%
2,5-5%
Count 7 11 6 4 28
% within BKT:n kasvu 25,0% 39,3% 21,4% 14,3% 100,0%
% within
Työttömyysaste
26,9% 22,9% 18,2% 44,4% 24,1%
Yli 5%
Count 6 5 2 0 13
% within BKT:n 46,2% 38,5% 15,4% 0,0% 100,0%
% within
Työttömyysaste
23,1% 10,4% 6,1% 0,0% 11,2%
Total
Count 26 48 33 9 116
% within BKT:n kasvu 22,4% 41,4% 28,4% 7,8% 100,0%
% within
Työttömyysaste
100,0% 100,0% 100,0% 100,0% 100,0%
31
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
Pearson Chi-Square 10,214a 9 ,333
Likelihood Ratio 10,450 9 ,315
Linear-by-Linear
Association
4,035 1 ,045
N of Valid Cases 116
a. 6 cells (37,5%) have expected count less than 5. The minimum
expected count is 1,01.
32
Luokittelin muuttujat uudestaan siten, että työttömyyden mukaan tehty luokittelu jakaantuu maihin, joissa työttömyys on alle 5% ja yli 5%. Talouskasvun mukaan tehty jaottelu taas on alle 0% ja yli 0%. Nyt oletukset ovat kunnossa, mutta se ei muuta saatua tulosta.
GDPuusiLK * UnemploymentuusiLK Crosstabulation
Työttömyysaste Total
1,00 2,00
GDPuusiLK
1,00
Count 5 25 30
% within BKT:n kasvu 16,7% 83,3% 100,0%
% within Työttömyysaste 19,2% 27,8% 25,9%
2,00
Count 21 65 86
% within BKT:n kasvu 24,4% 75,6% 100,0%
% within Työttömyysaste 80,8% 72,2% 74,1%
Total
Count 26 90 116
% within BKT:n kasvu 22,4% 77,6% 100,0%
% within Työttömyysaste 100,0% 100,0% 100,0%
33
Chi-Square Tests
Value df Asymp. Sig. (2-
sided)
Exact Sig. (2-
sided)
Exact Sig. (1-
sided)
Pearson Chi-Square ,769a 1 ,381
Continuity Correctionb ,387 1 ,534
Likelihood Ratio ,805 1 ,370
Fisher's Exact Test ,454 ,272
Linear-by-Linear
Association
,762 1 ,383
N of Valid Cases 116
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,72.
b. Computed only for a 2x2 table
34
Tutkin lopuksi, että voidaanko olettaa talouskasvun noudattavan normaalijakaumaa odotusarvolla 0.
T-testisuureen arvoksi saadaan 6,074 vapausastein 214, joten p-arvo on pienempi kuin 0,001. Hylätään H0 hypoteesi ja tehdään päättely, että talouskasvun odotusarvo ei ole 0.
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
BKT:n kasvu 215 1,6750 4,04345 ,27576
One-Sample Test
Test Value = 0
t df Sig. (2-
tailed)
Mean
Difference
95% Confidence
Interval of the
Difference
Lower Upper
BKT:n kasvu 6,074 214 ,000 1,67499 1,1314 2,2185
35
4. Yhteenveto
Tutkimuksen perusteella tarkasteltavista muuttujista parhaiten BKT:n kasvua vuonna 2013 selittivät velkaantumisaste sekä työttömyysaste. BKT:n kasvu riippui negatiivisesti molemmista, mikä tuntuu järkeenkäyvältä. Yhdessä nämä selittivät 42,4% BKT:n kasvusta. Heikkoutena mallissa oli kuitenkin se, että työttömyyden kerroin ei ole kovin varma. Jos toimitaan 5% riskitasolla, tulisi se jättää pois mallista. Muut muuttujat eivät selittäneet BKT:n kasvua. Luulisin, että paremmin BKT:n kasvua olisivat selittäneet nyt käytettyjen muuttujien muutosasteet. Esimerkiksi sen sijaan, että olisin yrittänyt selittää BKT:n kasvua työllisyysasteella, olisi parempi selittäjä voinut olla työllisyysasteen muutos.
Toinen saatu tulos oli, että GINI-indeksi ja kaupungissa asuvan väestön osuus yhdessä selittivät naisten osuutta parlamentissa. Voitaisiin siis vetää sen suuntaisia johtopäätöksiä, että maissa, joissa tuloerot ovat pienet ja suuri osa väestöstä asuu kaupungeissa, miesten ja naisten välinen tasa-arvo toteutuu paremmin.
Khii-toiseen testisuureen mukaan BKT:n kasvun ja työttömyyden välillä ei ole riippuvuutta. Tämä puhuisi Jobbless growth –ilmiön puolesta. Toisaalta regressioanalyysissä todettiin BKT:n kasvun ja työttömyyden välillä olevan riippuvuutta. Regressioanalyysinkään mukaan tosin riippuvuus ei ole kovin suurta.
Lopuksi tutkittiin, voidaanko olettaa BKT:n kasvun odotusarvon olevan nolla. Tulosten mukaan tällaista oletusta ei kuitenkaan voida tehdä.
Kaiken kaikkiaan voisi todeta, että todennäköisesti parempi tapa tutkia BKT:n kasvua ja yleisesti ottaen muutoksia muuttujien saamissa arvoissa olisi aikasarja-analyysi. Käytössä olleilla menetelmillä sekä nyt käytössä olleilla muuttujilla olisi ehkä ollut parempi yrittää selittää BKT per henkilö –muuttujaa. Näin oltaisiin todennäköisesti saatu korkeampia selitysasteita.