۴-۲آزمون های آماری لازم جهت تحلیل رگرسیون چند متغیره
در این تحقیق از تحلیل و روش رگرسیونی(مقطعی)[۱]Unstructured برای آزمون فرضیات استفاده شده است. تحلیل رگرسیونی روشی برای مطالعه سهم یک یا چند متغیر مستقل در پیشبینی متغیر وابسته است. آزمونهای آماری لازم و نوع آماره استفاده شده جهت تحلیل رگرسیون چند متغیره در سطح اطمینان ۹۵%درجدول شماره(۴-۱)آورده شده است.
جدول(۴-۱): آزمون های آماری جهت تعیین رگرسیون چندمتغیره
مدل ها
نوع آزمون استفاده شده
نوع آماره استفاده شده
فرضیهها
آزمون نرمال بودن (وابسته-پسماند)*[۲]
جارک-برا
آزمون نرمال سازی (در صورت نیاز)
تبدیل جانسون
آزمون هم خطی*
پیرسون
معنادار بودن مدل رگرسیون
F
آزمون معناداربودن ضرایب
آماره T
عدم خودهمبستگی جملات خطا(مرتبه اول)*
دوربین واتسون
آزمون همسانی واریانس خطا*
گِلِجسر
آزمون خودهمبستگی مرتبه دوم*
بریوش-گادفری
آزمون مقایسه دو گروه(نمونه)
tمستقل
۴-۳تجزیه و تحلیل مدل محافظه کاری (مدل خان و واتس)
مدل مذکور با بهره گرفتن از روش رگرسیون خطی و مدل داده های مقطعی برای هر گروه نمونه برآورد می شود؛ سپس ضرایب این مدل بر اساس تعاریف ارائه شده، به منظور محاسبه محافظه کاری در آزمون فرضیهها مورد استفاده قرار میگیرد.
۴-۳-۱آمار توصیفی مدل جانبی
جدول(۴-۲) آمارتوصیفی مربوط به متغیر های [۳]مدل را نشان میدهد که بیانگر پارامترهای توصیفی برای هر متغیر به صورت مجزا میباشد. این پارامترها عمدتاًً شامل اطلاعات مربوط به شاخص های مرکزی، نظیر بیشینه، کمینه، میانگین و میانه و همچنین اطلاعات مربوط به شاخصهای پراکندگی نظیر واریانس، چولگی و کشیدگی است. در این جدول تعداد مشاهدات برای هرمتغیر برابر ۹۰۰ مشاهده است.
مهمترین شاخص مرکزی میانگین است که نشان دهنده نقطه تعادل و مرکز ثقل توزیع است و شاخص مناسبی برای نشان دادن مرکزیت داده هاست. برای مثال میانگین متغیر(MB)برابر با ۹۶/۱ میباشد، که نشان میدهد بیشتر داده های مربوط به این متغیر حول این نقطه تمرکز یافته اند. میانه یکی از شاخص های مرکزی است که وضعیت جامعه را نشان میدهد. همان گونه که در جدول(۴-۲) مشاهده می شود میانه متغیر اندازه (Size)برابر با ۹۹/۱۲می باشد که نشان میدهد نیمی از داده ها کمتر از این مقدار و نیمی دیگر بیشتر از این مقدار هستند.
پارامترهای پراکندگی، به طور کلی معیاری برای تعیین میزان پراکندگی داده ها از یکدیگر یا میزان پراکندگی آن ها نسبت به میانگین است. از جمله مهمترین پارامترهای پراکندگی انحراف معیار است. مقدار این پارامتر برای MB*R برابر۵۶/۲۹ و برای متغیر DR*Rبرابر ۰۹/۰ است که نشان میدهد در بین متغیرهای پژوهش، MB*R و متغیر DR*Rبه ترتیب دارای بیشترین و کمترین میزان پراکندگی میباشند.
میزان عدم تقارن منحنی فراوانی را چولگی مینامند. اگر ضریب چولگی صفر باشد، جامعه کاملاً متقارن است و چنانچه ضریب مثبت باشد، چولگی به راست و اگر منفی باشد، چولگی به چپ وجود خواهد داشت. به عنوان مثال ضریب DR*Rبرابر با ۱۶/۳ – میباشد، یعنی این متغیر چولگی به چپ دارد و به این اندازه از مرکز تقارن انحراف دارد. متغیر MB*Rبیشترین و متغیر Size کمترین عدم تقارن را نسبت به توزیع نرمال دارد.
میزان کشیدگی منحنی فراونی نسبت به منحنی نرمال استاندارد را برجستگی یا کشیدگی مینامند. اگر کشیدگی حدود صفر باشد، منحنی فراوانی از لحاظ کشیدگی وضعیت متعادل و نرمال خواهد داشت، اگر این مقدار مثبت باشد منحنی برجسته و اگر منفی باشد منحنی پهن میباشد. کشیدگی تمامی متغیر های این مدل مثبت است. متغیر MB*Rبیشترین برجستگی و متغیرDR کمترین برجستگی را نسبت به منحنی نرمال دارد.
جدول ۴-۲: آمارتوصیفی مدلجانبی
متغیرآماره
میانگین
میانه
بیشینه
کمینه
انحراف معیار
چولگی
کشیدگی
آماره جارک-برا
احتمال آماره جارک برا
مشاهدات
تعدادشرکتها
X
۱۵/۰
۱۶/۰
۲۷/۲
۲۲/۴-
۲۹/۰
۸۰/۳-
۲۵/۶۶
۵/۱۵۲۲۰۰
۰۰۰/۰
۹۰۰