CC = β۰ + β۱ T + β۲ SIZE

فرضیه فرعی هفتم

NCC = β۰ + β۱ T + β۲ SIZE

فرضیه فرعی هشتم

AQ = β۰ + β۱ T + β۲ SIZE

۳-۸روش تجزیه و تحلیل آماری
چنانچه هدف پژوهش تنها بررسی رابطه متغیر وابسته با متغیر(متغیرهای)مستقل باشد میتوان با محاسبه ضریب همبستگی[۹۷]، درجه وابستگی وارتباط بین دو یا چند متغیر را مشخص ساخت. درصورتیکه علاوه بر تعیین رابطه همبستگی، اندازهگیری و بررسی میزان تغییر یک متغیر که قابل استناد به متغیرهای دیگر است نیزمدنظر باشد، از تجزیه و تحلیل رگرسیون استفاده میشود. استفاده از معادله رگرسیون و تعمیم روند گذشته به آینده با این فرض امکانپذیر است که روند گذشته تعمیمپذیر باشد و ملاک پیشبینی آینده قرارگیرد به عبارتی دیگر از چنان ثباتی برخوردار باشد که روند آینده بر اساس آن قابل استخراج باشد. در این تجزیه و تحلیل ضمن تعیین رابطه همبستگی میتوان ضرایب متغیرهای مستقل را برآورد نمود. در این روش درجات همبستگی و روابط بین متغیرها بررسی میشود. اگر تمامی مشاهدات روی خط رگرسیون باشند برازش کامل بدست میآید اما این حالت به ندرت اتفاق میافتد و انحرافات مثبت و منفی خواهیم داشت، در این حالت ضریب تعیین R2 در رگرسیون مرکب معیار خلاصهای خواهد بود که بیان مینماید چگونه خط رگرسیون نمونه دادهها را به خوبی برازش میدهد. این ضریببین صفر و یک قرار خواهد داشت. اگر برابر با یک باشد به این معناست که خط رگرسیون ۱۰۰ درصد تغییرات متغیر وابسته را توضیح میدهد و اگر صفر باشد مدل تغییرات متغیر وابسته را به هیچ عنوان توضیح نمیدهد هرچه این مقدار به یک نزدیکتر باشد برازش مدل بهتر است) گجراتی، ۱۳۸۶) .برای تحلیل تجربی عموماً سه نوع داده قابل بررسی است:
– سریهای زمانی
– مقطعی
– ترکیبی از سریهای زمانی و مقطعی (تابلویی)
دادههای سری زمانی دادههایی هستند که در یک مقطع مشخص از زمان محاسبه و جمعآوری میشوند و بر حسب زمان مرتب شدهاند)گجراتی، ۱۳۸۶).
دادههای مقطعی دادههایی هستند که در یک مقطع مشخصی از زمان محاسبه و جمعآوری میشوند. برای مثال، دادههای مربوط به ۱۱۰ شرکت در مقطع خاصی از زمان مثلاً سال ۱۳۸۷ را دادههای مقطعی مینامند. که در مطالعه حاضر از روش ترکیبی استفاده شده است.
۳-۹ روشهاو ابزار تجزیهوتحلیل دادهها
در این پژوهش برای آزمون فرضیهها از مدل رگرسیون خطی چند متغیره استفاده شده است. روش آماری مورد استفاده در این پژوهش روش دادههای ترکیبی میباشد. در ادامه به توضیح روش پردازش مدل مورد بررسی پژوهش پرداخته میشود، لازم به ذکر است در این مطالعه برای پالایش دادهها از نرمافزار Excelو برای تجزیه و تحلیل دادههای آماری از نرمافزار Eviewsبهره گرفته شده است. و برای آزمون فرضیههای پژوهش از آمار توصیفی و آمار استنباطی استفاده شده است.
۳-۹-۱ آمار توصیفی
آمار توصیفی آن بخش از آمار است که به جمعآوری، خلاصه کردن، نمایش و پردازش اطلاعات میپردازد بیآنکه به هر گونه نتیجهگیری درکنار آن اطلاعات آماری مبادرت ورزد.
دسته اول شاخصهای مرکزی مربوط به تعداد دادهها، میانگین، مد، میانه است. دسته دوم شاخصهای پراکندگی نظیر واریانس، چولگی، کشیدگی، ماکزیمم و مینیمم است که بیانگر پراکنش دادهها حول محور میانگین است. از شاخصهای مرکزی و پراکندگی برای توصیف متغیرهای پژوهش استفاده شده است.
۳-۹-۲ آمار استنباطی
۳-۹-۲-۱ آزمون جارک- براو
اگر برای تجزیه و تحلیل دادهها از نرمافزار Eviewsاستفاده شود، برای بررسی نرمال بودن دادهها باید از آزمون جارک- براو استفاده کنیم.
۳-۹-۲-۲ آزمون چاو
آزمون چاو[۹۸] برای تعیین بهکارگیری مدل اثر ثابت در مقابل تلفیق کل دادهها (یکپارچه شده) انجام میشود. فرضیههای این آزمون به صورت زیر است:
H0 : Pooled Model
H1 : Fixed Effect Model
فرضیهی صفر بر اساس مقادیر مقید و فرضیهی مقابل آن بر اساس مقادیر غیرمقید است. آمارهی آزمون چاو بر اساس مجموع مربعات خطای مدل مقید و مدل غیرمقید به صورت زیر است:
Chow
این آماره دارای توزیع Fبا N-1و NT-N-Kدرجهی آزادی است. اگر ارزش آمارهی F مقید محاسبه شده از ارزش آمارهی F جدول کمتر باشد، در سطح معنادار تعیین شده، فرضیهی H0 رد میشود و اثر معناداری برای مقاطع وجود خواهد داشت. بنابراین، مدل اثر ثابت انتخابمیشود. در غیر اینصورت، از مدل دادههای تلفیق شده استفاده میشود (اشرفزاده و مهرگان، ۱۳۸۷).یا به عبارت دیگر آزمون چاو آزمونی است که، مشخص میکند روش استفاده از دادههای متغیرها به صورت تابلویی باشد یا تلفیقی. اگر سطح معناداری برای آزمون چاو کمتر از ۵ درصد باشد از دادههای تابلویی[۹۹]استفاده میشود و اگر بیشتر از ۵ درصد باشد از دادههای تلفیقی[۱۰۰] استفاده میشود.
۳-۹-۲-۳ آزمون هاسمن