۴

مواد ومحصولات غذایی

۱

کاشی و سرامیک

۲

استخراج کانی های فلزی

۲

مواد ومحصولات شوینده

۲

جمع

۴۰

۳-۹ ابزار و نحوه گردآوری داده ها
اطلاعات مربوط به متغیر مستقل و متغیر وابسته از روی داده های موجود در صورتهای مالی و یادداشتهای همراه شرکتهای پذیرفته شده در بورس استخراج شده اند؛ که از نرم افزار ره آوردنوین و اطلاعات صورتهای مالی موجود در سایت سازمان بورس اوراق بهادار استخراج شد. در نهایت نیز از نرم افزار Excel برای طبقه بندی داده ها و برای برآورد مدل تحقیق نیز از نرم افزار SPSS استفاده شده است.

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

۳-۱۰ آمار توصیفی
در تحقیق حاضر، ابتدا آماره های توصیفی برای متغیرهای مدل رگرسیون ارائه می شود. این آماره ها عبارتند از میانگین، تعداد، حداکثر، حداقل و انحراف معیار. این آماره ها شمای کلی از تک تک متغیرهای مدل به دست می دهد.
۳-۱۱ آزمون های پیش فرض رگرسیون
در صورتی محقق می تواند از رگرسیون خطی استفاده کند که شرایط زیر محقق شده باشد:
میانگین یا امید خطاها صفر باشد.
واریانس خطاها ثابت باشد.
مفروضات ۱و۲ بدین معنی است که توزیع خطاها باید دارای توزیع نرمال باشد.
بین خطاهای مدل همبستگی وجود نداشته باشد. به عبارت دیگر استقلال خطاها یا عدم وجود خودهمبستگی تایید شود.
بین متغیر های مستقل همبستگی وجود نداشته باشد. به عبارت دیگر دارای هم خطی نباشد (مومنی،۱۳۸۶)
۳-۱۲ نرمال بودن توزیع جامعه^[۴۹]
بسیاری از آزمون های آماری بر مبنای نرمال بودن توزیع داده ها بنا نهاده شده اند و با این پیش فرض به کارمی روند که توزیع داده ها در یک جامعه یا در سطح نمونه های انتخاب شده از جامعه مذکور از توزیع نرمال پیروی می نماید. بنابراین تحلیل گر لازم است تا قبل از پرداختن به تحلیل های آماری متغیرها، نوع توزیع آن متغیرها را بداند. برای برآورد مدل نهایی تحقیق، از اطلاعات مربوط به متغیر های مستقل و وابسته استفاده می شود و سپس رگرسیون نهایی مدل برآورد شود. برای این کار لازم است ابتدا مدل برآورد شده، سپس به ازاء مقادیر مختلف متغیر مستقل مقادیر متغیر وابسته برآورد گردد. تقاضل مقادیر برآوردی از مقادیر واقعی، باقیمانده های مدل است. اما قبل از برآورد مدل هم می توان با آزمودن توزیع متغیر وابسته، از توزیع باقیمانده ها اطمینان پیدا کرد.
۳-۱۳روشها و فنون آماری مورد استفاده
با توجه به اهمیت مفاهیم رگرسیون و همبستگی در تحقیق حاضر، در این بخش سعی بر آن است که این دو مفهوم آماری توضیح داده شود.
۳-۱۳-۱ تجزیه و تحلیل رگرسیون
چنانچه هدف تحقیق تنها بررسی رابطه متغیر وابسته یا متغیرهای مستقل باشد می توان با محاسبه ضریب همبستگی، درجه وابستگی و ارتباط بین دو یا چند متغیر را مشخص ساخت. اما با کمک تحلیل همبستگی نمی توان رابطه علت و معلولی در مورد متغیرها استنتاج نمود. در صورتیکه علاوه بر تعیین رابطه همبستگی، اندازه گیری و بررسی میزان تغییر یک متغیر که قابل استناد به متغیرهای دیگر است نیز مد نظر باشد، از تجزیه و تحلیل رگرسیون استفاده می شود. استفاده از معادله رگرسیون و تعمیم روند گذشته به آینده با این فرض امکان پذیر است که روند گذشته تعمیم پذیر باشد و ملاک پیش بینی آینده قرار گیرد به عبارتی از چنان ثباتی برخوردار باشد که روند آینده بر اساس آن قابل استخراج باشد. در تجزیه و تحلیل و رسیدگی ضمن تعیین رابطه همبستگی می توان ضرایب متغیرهای مستقل را برآورد نموده و مشخص نمود که تغییر در یک واحد در هر یک از متغیرهای توصیفی به چه میزان بر متغیر وابسته اثر می گذارد. ضریب معرف میزان تغییرپذیری در متغیر وابسته است که به وسیله رگرسیون توضیح داده می شود. تحلیل های رگرسیون به مطالعه وابستگی یک متغیر وابسته به یک یا چند متغیر توضیحی می پردازد که با تخمین یا پیش بینی مقدار متوسط یا میانگین متغیر نوع اول در حالتی که متغیر نوع دوم معلوم و معین شده باشند صورت می پذیرد.
با توجه به مطالب ذکر شده، در این تحقیق در نخستین گام برای اثبات وجود همبستگی بین متغیرها از آزمون همبستگی استفاده می شود و در گام دوم با انجام تحلیل های رگرسیونی، میزان همبستگی و نوع روابط متغیرها تعیین می شود و درگام آخر ضریب تعیین تعیین کننده شدت همبستگی بین متغیرها می باشد.
در این روش درجات همبستگی و روابط بین متغیرها بررسی می شود. اگر تمامی مشاهدات روی خط رگرسیون باشند برازش کامل بدست می آید اما این حالت به ندرت اتفاق می افتد و انحرافات مثبت و منفی خواهیم داشت، در این حالت ضریب تعیین در رگرسیون مرکب معیار خلاصه ای خواهد بود که بیان می نماید چگونه خط رگرسیون نمونه داده ها را به خوبی برازش می دهد. این ضریب صفر و ۱ خواهد داشت. اگر برابر با یک باشد به این معناست که خط رگرسیون صد درصد تغییرات متغیر وابسته را توضیح می دهد و اگر صفر باشد مدل تغییرات وابسته را به هیچ عنوان توضیح نمی دهد (عادل آذر،۱۳۸۱).
اگر چنانچه پس از رسم نمودار پراکنش میان دو متغیر، بهترین خط را به روش حداقل توانهای دوم ^[۵۰]برازش کنیم به نحوی که مجموع توانهای دوم انحرافات عمودی از خط برازنده حداقل شود؛ آنگاه به چنین خطی، خط رگرسیون می­گویند. به زبان ریاضی، معادله خط رگرسیون را می توان به شکل زیر تعریف نمود:

عرض از مبدا و شیب خط رگرسیون یا همان میزان تغییرات بر حسب متغیر است. مقادیر و طوری تعیین می­شوند که مجموع انحرافات بین کل مشاهدات ( ) و برآورد آن بوسیله خط رگرسیون ( ) یعنی کمینه شود.
برای برآورد مقادیر و از روابط زیر استفاده می شود:

رابطه رگرسیون فوق یک رابطه ساده دو متغیره است. یعنی تغییرات یک متغیر وابسته را به تغییرات یک متغیر توضیحی مستقل می توان نسبت داد. اما بسیاری از نظریه ها و ایده های مالی مبین آن هستند که متغیر وابسته تحت تاثیر بیش از یک متغیر مستقل قرار دارد. وجود بیش از یک متغیر توضیحی در یک زمان در معادله رگرسیون و بررسی تمامی این متغیرهای توضیحی به طور همزمان بر روی متغیر وابسته موجب اعتبار بیشتر آن می شود (عادل آذر، ۱۳۸۳).