Tobin’s Qi,t= M.V.S+ B.V.D/ B.V.A
M.V.S : ارزش بازار سهام عادی
B.V.D: ارزش دفتری بدهیها
:B.V.A ارزش دفتری داراییها
۳-۱۱. شیوه آزمون فرضیات
جهت آزمون فرضیات این تحقیق ۴ الگوی رگرسیونی برازش داده شده است. در این الگوها متغیرهای وابسته تحقیق شامل ارزش شرکت و کارآیی مالی تابعی از سرمایه فکری و سرمایه نوآوری تلقی شدهاند. همچنین از متغیرهای اندازه شرکت و نرخ رشد فروش بعنوان متغیرهای کنترل جهت خنثی کردن ویژگیهای مختلف شرکتهای نمونه آماری استفاده شده است.
الگوی آزمون فرضیه اول
Qit=β۰+ β۱ VAIC it+ β۲SIZE it+ β۳GROW it+ε it
الگوی آزمون فرضیه دوم
Qit=β۰+ β۱ RDT it+ β۲SIZE it+ β۳GROW it+ε it
الگوی آزمون فرضیه سوم
ROAit=β۰+ β۱VAIC it+ β۲ SIZE it+ β۳ GROW it+ε it
الگوی آزمون فرضیه چهارم
ROAit=β۰+ β۱RDT it+ β۲SIZE it+ β۳GROW it+ε it
Qit: معیار کیوتوبین (شاخص ارزش شرکت)
ROAit: بازده داراییهای شرکت
VAIC it: کارآیی سرمایه فکری
RDT it: شدت تحقیق و توسعه
SIZE it: اندازه شرکت بعنوان متغیر کنترل ( لگاریتم طبیعی داراییهای شرکت)
GROW it: نرخ رشد فروش (متغیر کنترل)
۳-۱۲. روش تجزیه و تحلیل داده ها
پس از جمعآوری داده ها محقق باید آنها را دستهبندی و تجزیه و تحلیل نماید، آنگاه به آزمون فرضیههایی بپردازد که تا این مرحله تحقیق او را یاری کردهاند، تا پاسخی برای پرسشهای تحقیق بیابد. تجزیه و تحلیل داده ها فرآیندی چند مرحلهای است که طی آن داده های گردآوری شده به طرق مختلف خلاصه، دستهبندی و در نهایت پردازش میشوند تا زمینه برقراری انواع تحلیلها و ارتباط بین داده ها به منظور آزمون فرضیه ها فراهم آید. در این فرایند، داده ها هم از لحاظ مفهومی و هم از جنبه تجربی پالایش میشوند و روش های گوناگون آماری نقش بسزایی در استنتاجها به عهده دارند.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))
۳-۱۲-۱. تحلیل توصیفی داده ها
شاخصهای مرکزی و پراکندگی برای متغیرهای تحقیق به منظور تحلیل توصیفی متغیرها قبل از آزمون فرضیات تعیین میشوند. میانگین به عنوان مهمترین شاخص مرکزی به همراه انحراف معیار به عنوان مهمترین شاخصهای پراکندگی محاسبه خواهد شد، انحراف معیار نیز پراکندگی داده ها را نشان میدهد. این اقدام به منظور ارائه دیدگاهی کلی نسبت به جامعه آماری و شناخت بیشتر آن صورت میگیرد.
۳-۱۲-۲. همبستگی
یک نوع از تجزیه و تحلیل آماری که برای برآورد و پیشبینی، کاربرد گستردهای دارد، تجزیه و تحلیل رگرسیون و همبستگی است که برای تعیین میزان رابطه بین متغیرها و تأثیر متغیرهای مستقل بر متغیر وابسته بکار برده میشود.
تحلیل همبستگی ابزاری آماری است که به وسیله آن میتوان درجهای که یک متغیر به متغیر دیگر، از نظر خطی مرتبط است را اندازهگیری کرد. موضع همبستگی با بحث درباره دو معیار ضریب همبستگی ® و ضریب تعیین (R2) به صورت زیر دنبال میشود (عادل آذر، ۱۳۸۳، ۱۸۲).
۳-۱۲-۳. ضریب همبستگی
ضریب همبستگی ریشه دوم ضریب تعیین است که میتواند مقادیری بین ۱- و ۱+ را به خود گیرد. علامت آن همان علامت شیب خط رگرسیون است یعنی اگر شیب خط رگرسیون مثبت باشد، ضریب همبستگی نیز مثبت، و اگر شیب خط رگرسیون منفی باشد، ضریب همبستگی نیز منفی خواهد بود و اگر شیب خط رگرسیون صفر باشد، ضریب همبستگی نیز صفر است.
۳-۱۲-۴. ضریب تعیین (R2)
مهمترین معیاری است که با آن میتوان رابطه بین دو متغیر x و y را توضیح داد و میزان انحراف مشاهدات y را با برآورد خط رگرسیون اندازهگیری میکند. این ضریب بین صفر تا یک در نوسان بوده به طوری که مقدار صفر بیانگر آنهاست که خط رگرسیون هرگز نتوانسته تغییرات y را به متغیر مستقل x نسبت دهد. مقدار یک نیز بیانگر آن است که خط رگرسیون به طور دقیق توانسته است تغییرات y را به متغیر مستقل x نسبت دهد.
در رگرسیون چندمتغیره در صورتی که نمونه کوچک باشد، ضریب تعیین تعدیل شده به جای ضریب تعیین استفاده میشود و با بزرگتر شدن حجم نمونه این دو ضریب به همدیگر نزدیک میشوند (مومنی و قیومی، ۱۳۸۶، ۱۲۲).
۳-۱۲-۵. مدلهای رگرسیون
مدلهای رگرسیون انواع مختلفی دارد که متداولترین آنها رگرسیون ساده و مرکب میباشند. رگرسیون ساده شامل ارتباط بین دو متغیر و رگرسیون چندمتغیره، ارتباط یک متغیر را با دو یا چند متغیر بیشتر نشان میدهد. رگرسیون چندمتغیره رابطه بین متغیر وابسته را با یکی از متغیرهای مستقل، در شرایط ثابت بودن دیگر متغیرهای مستقل نشان میدهد.
در رگرسیون ساده (یک متغیر)، معادله معرف خط رگرسیون جامعه میباشد که با برآورد میشود. در رگرسیون خطی چندمتغیره معادله معرف رگرسیون جامعه به شرح زیر میباشد:
که برای برآورد معادله فوق از معادله زیر استفاده میکنیم:
که در آن
Y= متغیر وابسته
x= متغیر مستقل
b= ضریب رگرسیون
r= ضریب همبستگی بین x و y
Sy= انحراف استاندارد متغیر وابسته
Sx= انحراف استاندارد متغیر مستقل
= ضریبهای رگرسیون
= میانگین مشاهدات x و y میباشند.
۳-۱۲-۶. فرضهای اساسی رگرسیون
[شنبه 1400-09-27] [ 07:40:00 ب.ظ ]
|