در رگرسیون چندگانه، دو یا چند متغیر مستقل وجود دارد و لازم است که برای مشخص شدن معنادار بودن آن‌ها دو آزمون انجام شود. ابتدا آزمون معنادار بودن معادله رگرسیون و در مرحله بعد آزمون معنادار بودن هر کدام از ضرایب متغیرهای مستقل در معادله.

(( اینجا فقط تکه ای از متن 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. ))

۳-۱۱-۲-۵- آزمون معنادار بودن معادله رگرسیون
در یک معادله رگرسیون چندگانه، چنان­چه هیچ­گونه رابطه‌ای میان متغیر وابسته و متغیرهای مستقل وجود نداشته باشد، باید تمامی ضرایب متغیرهای مستقل در معادله، مساوی صفر باشند. بدین ترتیب ما می‌توانیم معنادار بودن معادله رگرسیون را آزمون کنیم. این کار با بهره گرفتن از آماره F با فرض‌های زیر صورت می‌گیرد (عباسی­نژاد، ۱۳۸۰: ۸۹ و ذوالنور، ۱۳۷۴: ۵۶-۵۹):
معادله رگرسیون معنادار نیست
معادله رگرسیون معنادار است
چنان­چه در سطح اطمینان ۹۵% (خطای ۵%= α) آماره F محاسبه شده از معادله رگرسیون کوچک­تر از مقدار F بدست آمده از جدول باشد فرض را نمی­ توان رد کرد و در غیر اینصورت رد می‌شود. واضح است که در صورت رد شدن ، معادله رگرسیون معنادار خواهد بود.
۳-۱۱-۲-۶- آزمون معنادار بودن ضرایب
بعد از آزمون معنادار بودن رگرسیون، باید معنادار بودن هر کدام از ضرایب آزمون شود. هدف از انجام این آزمون، آن است که مشخص شود آیا در سطح اطمینان مورد نظر ضریب محاسبه شده مخالف صفر است یا خیر؟ فرض­های این آزمون به شرح زیر است (ذوالنور، ۱۳۷۴: ۵۶-۵۴):
ضریب جامعه صفر است.
ضریب جامعه مخالف صفر است.
برای آزمون این فرضیه ­ها از آماره t استفاده می‌شود. اگر در سطح اطمینان ۹۵% (خطای ۵%=α) آماره به دست آمده از آزمون، کوچک­تر از t بدست آمده از جدول با همان درجه آزادی باشد، فرض تأیید شده و در غیر این صورت رد می‌شود. در این آزمون عدم رد به مفهوم بی‌معنا بودن ضریب مورد نظر و رد به معنی معنادار بودن ضریب مورد­نظر است.
۳-۱۱-۳- روش استفاده از داده‌ها
معمولاً استفاده از داده‌های آماری به سه روش مقطعی، سری زمانی و ترکیبی امکان‌پذیر است:

1. 1. داده‌های مقطعی: در داده‌های مقطعی، مقادیر یک یا چند متغیر برای چندین واحد اقتصادی (مشاهدات نمونه‌ای) برای یک زمان مشخص جمع‌ آوری می‌شود.

1. 1. داده‌های سری‌زمانی:در داده‌های سری زمانی، مقدار یک یا چند متغیر در طول یک دوره زمانی مشاهده می‌شود.

1. 1. داده‌های ترکیبی:در داده‌های ترکیبی، عناصر هر دو دسته از داده‌های سری زمانی و مقطعی وجود دارد. یعنی، اطلاعات مربوط به داده‌های مقطعی در طول زمان مشاهده می‌شود. به بیان دیگر، چنین داده‌هایی دارای دو بعد هستند که یک بعد آن مربوط به واحدهای مختلف در هر مقطع زمانی خاص است و بعد دیگر آن مربوط به زمان می‌شود. یعنی، روش داده‌های ترکیبی، روشی برای تلفیق مشاهدات مقطعی در خلال چندین دوره زمانی است (گجراتی^[۹۱]،۱۹۹۵: ۶۴).

در این پژوهش با توجه به نوع داده‌ها و روش‌های تجزیه و تحلیل موجود، از روش داده‌های ترکیبی استفاده می‌شود. زیرا به منظور بررسی رابطه میان ساختار سرمایه و بازده غیر عادی شرکت های پذیرفته شده در بورس اوراق بهادار، متغیرهای مستقل و وابسته از دو جنبه متفاوت مورد بررسی قرار می‌گیرند. از یک سو، این متغیرها در میان شرکت های صنایع مختلف و از سوی دیگر، در دوره زمانی ۱۳۸۹- ۱۳۸۰ آزمون می‌شوند.
منظور از داده‌های ترکیبی، مجموعه‌ای از داده‌هاست که متشکل از تعداد زیادی از متغیرهای مقطعی (N) است که در طول یک دوره زمانی مشخص (T) مورد بررسی قرار می‌گیرند. در این صورت تعداد مشاهدات х N T بوده که با بهره گرفتن از مدل‌های مختلفی قابل تخمین است.
زمانی­که از داده ­های ترکیبی استفاده می_­­شود، به منظور تخمین مدل رگرسیون، از یکی از روش‌های اثرات مشترک، اثرات ثابت و اثرات تصادفی استفاده می‌شود. برای تشخیص روش تخمین مناسب باید آزمون­های مختلفی انجام داد. بدین ترتیب، که ابتدا برای گزینش بین اثرات مشترک و اثرات ثابت از آزمون چاو استفاده می‌شود. اگر P-Value بدست آمده کم­تر از ۰۵/۰ باشد اثر ثابت انتخاب می‌شود. به­ طور موازی، جهت گزینش بین اثرات مشترک و اثرات تصادفی نیز، آزمون بروش- پاگان انجام می‌شود. اگر P -Value بدست آمده کم­تر از ۰۵/۰ باشد اثر تصادفی انتخاب می‌شود. در نهایت، جهت گزینش بین اثرات ثابت و اثرات تصادفی از آزمون هاسمن استفاده می‌شود. اگر P -Value بدست آمده کم­تر از ۰۵/۰ باشد اثر ثابت انتخاب می‌شود. در این پژوهش نیز به منظور آزمون هر یک از فرضیه‌ها، آزمون‌های چاو، هاسمن و بروش- پاگان انجام می‌شود و مدل رگرسیون تخمین زده شده است.
۳-۱۱-۴- آزمون ریشه واحد در داده‌های ترکیبی
بحث ایستایی و هم‌جمعی متغیرها و آزمون‌های مربوط، در حالتی که از داده‌های ترکیبی مقطعی سری‌زمانی استفاده می‌شود، با حالتی که داده‌ها به صورت سری‌های زمانی است، تفاوت عمده‌ای دارد.
پارامترهای (گشتاوری) مربوط به متغیرهای هر مدل اعم از مستقل و وابسته باید در طول زمان در یک مدل رگرسیونی از نوع سری زمانی ثابت باشد، که برای تعیین ایستایی متغیرهای مدل از آزمون ریشه واحد استفاده می‌شود (عباسی‌نژاد،۱۳۸۰: ۱۸۹-۱۸۵ و هریس^[۹۲]، ۱۹۹۵: ۱۵).

1. 1. میانگین متغیر در طول زمان ثابت باشد و با تغییر زمان آغاز و پایان سری تغییر نکند.

1. 1. واریانس متغیر در طول زمان ثابت باشد و با تغییر زمان آغاز و پایان سری تغییر نکند.

1. 1. کوواریانس میان مقادیر متغیر در زمان‌های مختلف تنها تابعی از میزان فاصله زمانی بین مقادیر آن باشد و به زمان بستگی نداشته باشد.

این خصوصیات را می‌توان برای متغیر Y_t به صورت زیر نشان داد (هریس، ۱۹۹۵: ۱۵):

آزمون‌های ریشه واحد داده‌های ترکیبی که در این پژوهش مورد استفاده قرار گرفته‌اند عبارتند از: آزمون‌های لوین^[۹۳]، لین^[۹۴] و چو^[۹۵](۲۰۰۲)، ایم^[۹۶]، پسران^[۹۷] و شین^[۹۸](۱۹۹۷)، دیکی فولر تعمیم یافته^[۹۹](۱۹۸۱)، فیلیپس- پرون^[۱۰۰](۱۹۹۸) و هاردی^[۱۰۱](۲۰۰۰). در این پژوهش، به منظور انجام آزمون‌های آماری مطرح شده از نرم‌افزار Eviews نسخه ۶ استفاده شده است.
۳-۱۲- خلاصه فصل
در این فصل، ابتدا، تعریفی از پژوهش ارائه شد. در ادامه، به تشریح روش پژوهش و گردآوری داده‌ها، سؤال‌های پژوهش، فرضیه‌های پژوهش، متغیرهای پژوهش، قلمرو پژوهش، جامعه آماری، نمونه آماری و روش گردآوری داده‌ها پرداخته شد. سرانجام، در قسمت روش تجزیه و تحلیل داده‌ها و آزمون فرضیه‌ها به بیان رگرسیون چندمتغیره پرداخته شد. روش استفاده از داده‌ها و آزمون ریشه واحد در داده‌های ترکیبی نیز در قسمت روش تجزیه و تحلیل داده‌ها و آزمون‌های هم‌جمعی و فرضیه‌ها بیان شد.
فصل بعد به تجزیه و تحلیل فرضیه‌های پژوهش و تفسیر نتایج حاصل از آن اختصاص دارد.
فصل چهارم
تجزیه و تحلیل داده ها
۴-۱- مقدمه
در این فصل ابتدا آزمون ایستایی متغیرها ارائه می گردد. و سپس آزمون هایی انجام خواهد شد تا روش مناسب جهت بررسی تاثیر اهرم مالی و رقابتی بودن بازار محصول بر بازده غیرعادی در قالب مدل داده های تلفیقی انتخاب شود. همچنین بر اساس مطالبی که در فصل­های قبل بیان گردیده و فرضیاتی که مطرح شده به آزمون فرضیات و تجزیه و تحلیل مدل­های تحقیق با بهره گرفتن از روش تجزیه و تحلیل پانلی خواهیم پرداخت. داده ­های جمع­آوری شده این تحقیق، به کمک نرم­افزار Eviews6 مورد تجزیه و تحلیل قرار گرفته است. در تجزیه وتحلیل متغیر ها از رگرسیون چند متغیره استفاده شده است. در بخش­های ذیل ابتدا آزمون ایستایی متغیر های مورد استفاده در تحقیق بررسی می شود و در ادامه آزمونی برای انتخاب روش مناسب در داده های تلفیقی ایستا انجام می­ شود. نهایتاً تخمین با بهره گرفتن از مدل داده های تلفیقی ایستا انجام می­ شود.
۴-۲- آزمون ایستایی
پیش از برآورد مدل، لازم است ایستایی تمام متغیر های مورد استفاده در تخمین ها، مورد آزمون قرار گیرد، زیرا ناایستایی متغیر ها چه در مورد داده های سری زمانی و چه داده های پانل، باعث بروز مشکل رگرسیون کاذب می شود. برخلاف آنچه در مورد داده های سری زمانی مطرح است، در مورد داده های پانلی نمی توان برای آزمون ایستایی از آزمون های دیکی-فولر و دیکی فولر تعمیم یافته (ADF) بهره جست، بلکه لازم است به نحوی ایستایی جمعی متغیر ها آزمون شود. برای این منظور، باید از آزمون های لوین، لی و چو^[۱۰۲] یا هاردی^[۱۰۳] استفاده شود (طاهری،۹۰:۱۳۸۴).
جدول۴-۱: آزمون ریشه واحد لوین، لی و چو بر روی متغیر های مورد استفاده در پژوهش

نام متغیر

Value

معناداری