Stor lättnad!

Avhandlingsmanuset är inskickat till professorn sedan några dagar! Och allt är under kontroll! Bättre kan det inte vara! Återstår bara att höra professorns åsikter om mitt manus... så lite orolig kan man allt vara... Jag har hållt min tidplan från och med den 16 december och det är jag mycket glad för! Nu kan jag ägna resten av min tjänstledighet åt min andra avhandling. Och ingen kan klandra mig för att ha arbetat med den första avhandlingen när jag har haft någon annan finansiering. Tiden som jag lagt på den första avhandlingen har jag helt och hållet finansierat själv! Så det så!!

Men, hur som helst, nu är jag igång med min andra avhandling. Försöker läsa på angående "content analysis", som ofta används när man ska undersöka disclosure i företagens årsredovisningar. De där två handledarna som avgick... tja, huvudhandledaren hade över huvud taget inga åsikter, inte om mitt avhandlingsområde i alla fall. Men den andre som avgick, han var ju duktig inom området, så det var synd att han avgick. Tråkigt att jag blev "inlurad" på den huvudhandledaren p g a politiska orsaker... men så är det. De var mina handledare under två till tre månader. Jag ska inte orda mer om det nu, det är historia.

Nu är det "content analysis" som gäller. Jag har en lista med "items" som jag ska undersöka huruvida de förekommer i årsredovisningarna. Just nu är dessa "items" uppdelade i tre olika kategorier, men jag har inte bestämt mig för om jag ska dela upp dem i fler, och i så fall hur jag skulle kunna kategorisera dem. Man skulle kunna dela upp dem i subkategorier också, men jag får tänka vidare på detta. Man kan notera "presence/abscence" och man kan också räkna "occurencies" av varje "item". Noterar man om ett item är "present/abscent" i en årsredovisning får man ju inte så mycket information egentligen. Man kan se hur begreppsanvändningen varierar möjligen mellan olika företag, mellan olika år, och kanske mellan olika branscher. Och det var detta som den förre handledaren gav direktiv om, endast dessa data skulle jag samla in och inget annat. Fast ett företag som skriver ett "item" en gång i sin årsredovisning ger "presence", alltså samma resultat som ett företag som kanske kan skriva om samma "item" 50 gånger. Men jag tycker att jag vill ha ut mer information från årsredovisningarna, så jag vill räkna "occurencies" också. Alltså räkna hur många gånger ett "item" förekommer i varje årsredovisning för att se hur stor vikt företaget lägger på ett specifikt "item". Så jag har bestämt mig för att räkna "occurencies" för varje "item". Det tar längre tid, visst, men jag får ut mer information från min empiriska datainsamling. Både Beattie och Thomsen (2007), Abhayawansa (2011) samt Steenkamp och Northcott (2007) diskuterar detta problem.

Det finns fler överväganden att göra. Man kan räkna förekomster för ett "item" med elektroniska hjälpmedel. Men vad säger bara ett antal av ett specifikt "item"? Man vet ju inte alls i vilket sammanhang som bolaget skriver om det, om det är relevant över huvud taget. Därför har jag bestämt mig för att undersöka i vilken kontext som mina "items" finns i. Därför måste jag analysera också i vilket sammanhang varje begrepp förekommer, jag måste alltså läsa t ex en del av en mening, eller ett tema. En mening kan också innehålla flera "items", och då tänkte jag att jag skulle räkna alla som förekommer, och undersöka det sammanhang som varje "item" förekommer i. Man kan säga att jag undersöker huruvida dessa "items" finns, relaterat till "information units".

När jag undersöker den kontext där varje "item" återfinns så undersöker jag om detta är
1) "discursive", alltså om det är en text i ett sammanhang, om det är
2) "numerical", alltså om det är numeriskt men inte monetärt, om det är
3) "monetary", alltså monetärt, eller om det är
4) "visual", dvs om ett "item" är grafiskt.

Jag ska också undersöka varje "item" huruvida de är tidsrelaterade, dvs om de är
1) framåtsyftande
2) bakåtsyftande, eller
3) neutrala

Dessutom ska jag undersöka vilken "ton" man använder i sammanhanget för varje "item" som förekommer, dvs huvudvida de anges i ett sammanhang som är
1) positivt,
2) negativt, eller
3) neutralt

Yes, det var en del att hålla koll på det. Och det blir personliga bedömningar utifrån varje förekomst av varje "item". Men jag följer egentligen Abhayawansa (2011) i detta upplägg. Jag har skickat efter hans "coding instrument" vilket han skrev i sin artikel att man kunde göra. Det dröjde inte många dagar innan jag fick det på mail. Han har förklarat varje "item" ingående, han ger exempel på sammanhang, och man ser precis hur han har gjort. Det är annars ganska ovanligt att detaljerna i dessa "content analysis"-undersökningar redovisas så noggrant. Oftast vet man inte alls egentligen hur de har gjort sina bedömningar, och det blir ju då också svårt att göra jämförelser mellan olika undersökningar.

Jag måste försöka skriva ihop en tentativ à priori modell också. En modell som talar om vad jag förväntar mig att hitta. Jag tänkte att jag ska försöka tänka utifrån en idealsituation. Alltså vad företagen i en ideal situation kan tänka sig att visa i sina årsredovisningar, och likaså tänka utifrån idealsituationer när jag försöker hitta samband.

Så skriva om en del i mitt metodkapitel, samt skriva ett tentativt à priori-kapitel blir nästa aktiviteter för min andra avhandling. Och så förstås söka "items" i mina nerladdade pdf-årsredovisningar. Jag har laddat ner alla årsredovisningar från alla börsnoterade bolag på "large cap", och en del på "mid cap". Den stora frågan är hur många företag jag behöver ta med i min empiriska datainsamling. För det tar ganska lång tid att samla in de data som jag har planerat för. Jag använder ju förstås sökverktyget i Acrobat Reader, men det blir ju ändå så att jag måste analysera sammanhanget där varje "item" förekommer. Jag har börjat datainsamlingen, och jag får se hur många det blir efter ett tag, bedömningen angående antalet får väl göras senare. Jag kanske hinner med ett företag per dag, för jag analyserar årsredovisningar för åren 2005 till 2010, dvs sex årsredovisningar från varje bolag. Jag har ju ingen handledare direkt att fråga... så jag får göra mina egna överväganden. Även om jag gärna skulle vilja samla in data från alla börsens ca 260 bolag så är detta kanske omöjligt p g a all den tid det skulle ta. Man måste ju vara noggrann också.

Sedan ska analysen göras... men... det får bli en senare utmaning!!