با توجه به جدول شماره (۸ ـ۴) و سطح معناداری (۰۴۱/۰ =sig ) مربوط به آماره فیشر که
از سطح خطای ۵% کمتر است، در نتیجه معنیداری مدل رگرسیون برازش شده در سطح اطمینان ۹۵% تأیید گردیده و در مورد مقدار ثابت و ضریب b مربوط به هر متغیر، در مدل کلی نیز با توجه به سطح معنیداری (sig) تصمیم گیری شده است. از آن جا که در این خروجی، سطح معنیداری آزمون تساوی ضریب رگرسیون با صفر مربوط به متغیرهای اندازه شرکت، اهرم مالی، بازده دارایی (ROA )، بازده دارایی ثابت، وجوه نقد عملیاتی، نسبت بدهی به حقوق صاحبان سهام و نسبت هزینه بهره و توزیع سود نقدی، بزرگتر از ۵% است؛ بنابراین فرض تساوی ضریب رگرسیون با صفر (فرض H0 ) تأیید می شود و باید آنها را از معادله رگرسیون خارج کرد و نشان میدهد که هیچ رابطه معنیداری بین متغیرهای ذکر شده و بازده غیرعادی وجود ندارد. امّا در مورد متغیر خطای پیش بینی سود هر سهم فرض تساوی ضریب رگرسیون با صفر (فرض H0 ) رد می شود و نباید آن را از معادله رگرسیون خارج کرد. هم خطی وضعیتی است که نشان میدهد یک متغیر مستقل تابعی از سایر متغیرهای مستقل است. اگر هم خطی در یک مدل بالا باشد بدین معنی است که بین متغیرهای مستقل همبستگی بالایی وجود دارد و ممکن است با وجود بالا بودن R2 مدل دارای اعتبار بالایی نباشد. شاخص های وضعیت با مقدار بیشتر از ۱۵ نشان دهنده آن است که احتمال هم خطی بین متغیرهای مستقل میباشد و مقدار بیشتر از ۳۰ بیانگر مشکل جدی در استفاده از رگرسیون میباشد و با توجه به این که مقدار شاخص وضعیت (به جز یک مورد که آن هم کمتر از ۳۰ میباشد) مربوط به متغیرهای مدل کمتر از ۱۵ است، احتمال هم خطی بین متغیرهای مستقل و کنترل وجود ندارد. هر چه قدر تلورانس کم باشد اطلاعات مربوط به متغیرها کم بوده و مشکلاتی در استفاده از رگرسیون ایجاد می شود؛ امّا همان گونه که مشاهده می شود، مقدار تلورانس متغیرهای مدل در حد قابل قبول میباشد و مشکلی در استفاده از رگرسیون پدید نمیآید. مدل رگرسیون مربوطه به صورت زیر خواهد بود:
( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
y = - 19/034 + 0/941 FE + ei
جدول (۹-۴) ماتریس ضرایب همبستگی بین کلیه متغیرهای تحقیق در سال ورود به بورس (مقطع زمانیA)
۲ ـ ۶ ـ ۴تجزیه و تحلیل و آزمون فرضیه اصلی دوم:
فرضیه دوم: «بین خطای پیش بینی سود هر سهم و بازده غیرعادی سهام پس از یک سال از ورود به بازار سرمایه رابطه وجود دارد.»
این فرضیه به صورت فرضیه های آماری زیر ارائه میگردد:
همبستگی معنی داری بین خطای پیش بینی سود هر سهم و بازده غیرعادی سهام پس از یک سال از ورود به بازار سرمایه وجود ندارد.
همبستگی معناداری بین خطای پیش بینی سود هر سهم و بازده غیر عادی سهام پس از یک سال از ورود به بازار سرمایه وجود دارد.
H0 : ρ = ۰
H1 : ρ ≠ ۰
جدول (۱۰ـ۴): ضریب همبستگی، ضریب تعیین، ضریب تعیین تعدیل شده و آزمون
دوربین ـ واتسون بین دو متغیر خطای پیش بینی سود هر سهم و بازده غیرعادی سهام پس از یک سال از ورود به بازار سرمایه
مدل
ضریب همبستگی
ضریب تعیین
ضریب تعیین تعدیل شده
خطای معیار تخمین
دوربین ـ واتسون
سطح معنی داری
۱
۴۶۴/۰
۲۱۶/۰
۲۰۵/۰
۱۳۴۴۷/۴۱
۶۷۵/۱
۰۰۰/۰
طبق جدول شماره (۱۰ـ ۴) ضریب همبستگی پیرسون بین دو متغیر خطای پیش بینی سود هر سهم و بازده غیرعادی سهام پس از یک سال از ورود به بازار سرمایه ۴۶۴/۰ است. این عدد در سطح خطای ۵% رابطه معنیداری را بین دو متغیر خطای پیش بینی سود هر سهم و بازده غیرعادی در این مقطع زمانی نشان میدهد. با توجه به خروجیهای نرم افزار spss ؛ جداول نشان میدهد، از آن جا که sig کمتر از ۵% است، فرض H0 در سطح خطای ده درصد رد می شود و وجود همبستگی بین این دو متغیر تأیید می شود. هم چنین ضریب تعیین تعدیل شده محاسبه شده نیز عدد ۲۰۵/۰ را نشان میدهد که برازش مناسبی از تغییرات متغیر بازده غیرعادی توسط متغیر خطای پیش بینی سود هر سهم در این مقطع زمانی ارائه می کند. درواقع ضریب تعیین تعدیل شده حاکی از این مطلب است که متغیرخطای پیش بینی سود، ۵/۲۰% از تغییرات بازده غیرعادی را تبیین می کند. یکی از مفروضات رگرسیون استقلال خطاهاست؛ در صورتی که فرضیه استقلال خطاها رد شود و خطاها با یکدیگر همبستگی داشته باشند، امکان استفاده از رگرسیون وجود ندارد. آماره دوربین ـ واتسون به منظور بررسی استقلال خطاها از یکدیگر استفاده می شود که اگر مقدار آماره دوربین ـ واتسون در فاصله ۵/۱ تا ۵/۲ باشد فرض همبستگی بین خطاها رد می شود و میتوان از رگرسیون استفاده کرد. مقدار آماره دوربین ـ واتسون طبق جدول (۱۰ـ ۴ ) ۶۷۵/۱ میباشد و این عدد نشان میدهد که خطاها از یکدیگر مستقل هستند و بین خطاها خود همبستگی وجود ندارد و فرض همبستگی بین خطاها رد می شود و میتوان از رگرسیون استفاده کرد.