**. Correlation is significant at the 0.01 level (2-tailed).

۴-۴) آزمون نرمال بودن توزیع اجزای اخلال

فرض بر این است که جمله اخلال به نحوی است که پراکندگی آن در مجاورت میانگین حداکثر است و هرچه از میانگین دورتر شویم پراکندگی در سمت راست و چپ آن به یک نسبت کاهش می­یابد. این فرض به خصوص وقتی که حجم نمونه بزرگ باشد، معقول است. در صورت نقض این فرض، آزمون فرضیه و ساختن فاصله اطمینان ‌در مورد پارامترهای رگرسیون به شیوه متداول از درجه اعتبار ساقط است. تعیین نرمالیتی توزیع اجزای اخلال مدل با بهره گرفتن از شیوه ­های متعددی امکان­ پذیر است. در این مطالعه از آماره جارک- برا استفاده شده است. در صورتی که آماره این آزمون در سطح خطای ۵ درصد معنادار باشد، اجزای اخلال مدل از توزیع نرمال پیروی ‌می‌کنند. همان­گونه که در جدول زیر ملاحظه می­ شود، بررسی مقدار این آماره گویای آن است که فرض نرمال بودن جزء اخلال برقرار است.

جدول۴-۳-نتایج آزمون نرمال بودن توزیع اجزای اخلال در مدل پژوهش

۰

۲۰

۴۰

۶۰

۸۰

۱۰۰

۱۲۰

۱۴۰

-۲٫۵

-۲٫۰

-۱٫۵

-۱٫۰

-۰٫۵

۰٫۰

۰٫۵

۱٫۰

۱٫۵

۲٫۰

۲٫۵

S

e

r

i

e

s

:

S

t

a

n

d

a

r

d

i

z

e

d

R

e

s

i

d

u

a

l

s

S

a

m

p

l

e

۱

۹

۸

۸

۱

۹

۹

۲

O

b

s

e

r

v

a

t

i

o

n

s

۵

۶

۲

Mean

-۰٫۰۰۰۹۹۶

Median

۰٫۰۱۷۲۸۹

Maximum

۲٫۴۷۵۱۷۷

Minimum

-۲٫۳۸۳۷۳۳

Std. Dev.

۰٫۶۷۱۰۰۴

Skewness

-۰٫۰۸۰۵۱۹

Kurtosis

۳٫۴۳۲۴۵۱

Jarque-Bera

۴٫۹۸۶۵۱۱

Probability

۰٫۰۸۲۹۷۲

۴-۵) تعیین روش به کارگیری داده ­های ترکیبی

در پژوهش حاضر، مدل اشاره شده در فصل سوم با بهره گرفتن از داده ­های ترکیبی (سال-شرکت) مربوط به ۱۱۹ شرکت پذیرفته شده در بورس اوراق بهادار تهران تخمین زده می­ شود. ‌بنابرین‏، مطابق آنچه در فصل سوم بیان شد، پیش از تخمین مدل با بهره گرفتن از داده ­های ترکیبی، باید ‌در مورد روش مناسب به کارگیری این گونه داده ­ها در تخمین، تصمیم ­گیری نمود. ابتدا باید مشخص شود که اصولاً نیازی به در نظر گرفتن ساختار پانل داده ­ها (تفاوت­ها یا اثرات خاص شرکت) وجود دارد یا اینکه ‌می‌توان داده ­های مربوط به شرکت­های مختلف را ادغام (Pooling) کرد و از آن در تخمین مدل استفاده نمود. در تخمین­های تک معادله­ای، برای اخذ تصمیم اخیر از آماره آزمون F (لیمر) استفاده می­ شود. ‌بر اساس نتایج این آزمون، درباره رد یا پذیرش فرضیه برابری آثار ثابت خاص شرکت­ها و در نهایت درباره انتخاب روش کلاسیک یا روش داده ­های پانل تصمیم ­گیری می­ شود. جدول شماره ۴-۴ نتایج آزمون چاو (آماره F) مربوط به فرضیه ­های یاد شده را ‌در مورد مدل تحقیق نشان می­دهد:

جدول۴-۴-نتایج آزمون F (لیمر)برای انتخاب روش ترکیبی (Pooling) یا تلفیقی (Panel)

فرضیه صفر (H0)
آماره
میزان آماره
درجه آزادی
p-value
نتیجه آزمون
اثرات خاص شرکت معنی­دار نیستند

(روش Pooling مناسب است)

F
۳٫۹۵۸۷۹۴
۱۱۵,۴۴۲
۰٫۰۰۰۰
H0 رد می­ شود

(روش داده ­های پانل انتخاب می­ شود)

X2
۳۹۷٫۹۱۶۹۴۱
۱۱۵
۰٫۰۰۰۰

همان­گونه که در جدول شماره (۴-۴) دیده می­ شود در سطح اطمینان ۹۵ درصد، در مدل پژوهش فرض صفر آزمون رد شده است، ‌بنابرین‏ باید از روش داده ­های پانل استفاده نمود. در نتیجه بحث انتخاب از بین مدل­های اثرات ثابت و تصادفی پیش می ­آید که برای این منظور از آزمون هاسمن استفاده می­ شود.

۴-۶) آزمون هاسمن برای انتخاب بین مدل اثرات ثابت و اثرات تصادفی

همان‌ طور که در فصل قبل توضیح داده شد برای انتخاب بین مدل اثرات تصادفی یا اثرات ثابت از آزمون هاسمن استفاده می­ شود. نتایج آزمون هاسمن برای مدل­ پژوهش به شرح جدول شماره (۴-۵) ‌می‌باشد:

جدول۴-۵-نتایج آزمون هاسمن برای انتخاب بین مدل اثرات ثابت و اثرات تصادفی

فرضیه صفر (H0)
آماره‌ی
درجه آزادی
p-value
نتیجه آزمون
روش اثرات تصادفی مناسب است
۱۰۴٫۱۱۷۸۷۸
۴
۰٫۰۰۰۰
H0 رد می­ شود (روش اثرات ثابت مناسب است)

نتایج جدول بالا، بیانگر آن است که در مدل پژوهش باید از روش اثرات ثابت استفاده نمود.

۴-۷) آزمون ناهمسانی واریانس

در این پژوهش برای بررسی وجود مشکل ناهمسانی واریانس از آزمون بروش پاگان – کوک و ویسبرگ استفاده شده است.

جدول۴-۶-نتایج آزمون آزمون بروش پاگان – کوک و ویسبرگ برای کشف ناهمسانی واریانس

فرضیه صفر (H0)
آماره بروش

پاگان – کوک و ویسبرگ

p-value
نتیجه آزمون

کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل
MV EVA EPS SIZE LEV ارزش بازار سهام (MV) Pearson Correlation ۱ Sig. (2-tailed) N ۵۹۴ ارزش افزوده اقتصادی (EVA) Pearson Correlation .۸۹۲** ۱ Sig. (2-tailed) .۰۰۰ N ۵۶۲ ۵۶۲ سود هر سهم (EPS) Pearson Correlation .۰۵۸ .۰۷۷ ۱ Sig. (2-tailed) .۱۶۲ .۰۶۸ N ۵۹۴ ۵۶۲ ۵۹۵ اندازه شرکت (SIZE) Pearson Correlation .۶۲۳** .۵۱۱** -.۰۱۶ ۱ Sig. (2-tailed) .۰۰۰ .۰۰۰ .۶۹۵ N ۵۹۴ ۵۶۲ ۵۹۵ ۵۹۵ اهرم مالی (LEV) Pearson Correlation -.۲۶۸** -.۲۶۴** -.۰۶۸ -.۰۷۵ ۱ Sig. (2-tailed) .۰۰۰ .۰۰۰ .۰۹۷ .۰۶۹ N ۵۹۴ ۵۶۲ ۵۹۵ ۵۹۵ ۵۹۵