سوالات تخصصی: سوالات تخصصی پرسشنامه بر مبنای مقایسات زوجی، برای تعیین وزن شاخص های تاثیرگذار در انتخاب نوع سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران بنا نهاده شده است. برای تعیین تعداد سوالات تخصصی پرسشنامه مقایسات زوجی نیز از فرمول زیر استفاده شده است:
( 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. )
که در رابطه بالا :n تعداد شاخص و N: تعداد سوالات تخصصی پرسشنامه میباشد.
با جایگذاری در فرمول فوق، تعداد سوالات پرسشنامه مقایسات زوجی ۴۵ عدد به دست آمد.
= ۴۵
۳-۷- بررسی روایی و پایایی ابزار سنجش
ابزار سنجش باید از روایی و پایایی لازم برخوردار باشد تا پژوهشگر بتواند داده های متناسب با پژوهش را گردآوری کند و از طریق این داده ها و تجزیه و تحلیل آنها، به سوالهای پژوهش پاسخ دهد. برای سنجش و ارزیابی پرسشنامه و یا هر گونه ابزار سنجش، دو ملاک روایی و پایایی به کار گرفته می شود. برای آزمون روایی و پایایی سوالهای پرسشنامه، اینکه آیا سوال های مربوط به هر متغیر پژوهش، واقعاً آن متغیر را اندازه گیری می کنند، از آنجا که این پرسشنامه به منظور تحلیل سلسله مراتبی طراحی شده است، نرخ ناسازگاری این تحلیل(AHP)[44] شاخص روایی و پایایی آن درنظر گرفته شده است،که در فصل چهارم در قسمت تحلیل سلسله مراتبی بطور کامل به آن پرداخته می شود. پژوهشگر هنگام پاسخگویی به سوالها توسط افراد خبره بورس در کنار ایشان حضور داشته، در صورت ابهام یا مشکل جوابگو بوده است. به علاوه هدف از تهیه پرسشنامه برای تک تک اعضای نمونه تشریح گردید. به این ترتیب، روایی محتوایی پرسشنامه مورد تایید قرار گرفته است. سادگی پاسخگویی به پرسشنامه نیز نشانگر روایی ساختار آن میباشد.
۳-۸- روشهای آزمون آماری
داده کاوی به بررسی و تجزیه و تحلیل مقدار عظیمی از داده ها به منظور کشف الگوها و قوانین معنیدار اطلاق میگردد. داده کاوی در دو نوع ظاهر می شود، داده کاوی هدایت شده و داده کاوی هدایت نشده. در داده کاوی هدایت شده هدف دستهبندی اطلاعات بر اساس برخی پارامترها مشخص میباشد اما در داده کاوی هدایت نشده هدف یافتن الگوها یا تشابهات بین گروههایی از اطلاعات بدون استفاده از هیچ گونه پیش زمینهای در مورد اطلاعات میباشد. از نمونه روشهای داده کاوی هدایت نشده و هدایت شده میتوان به خوشهبندی و دستهبندی اشاره نمود. خوشهبندی به عمل تقسیم جمعیت نا همگن به تعدادی از زیر مجموعهها یا گروه های همگن گفته می شود. در دستهبندی هر داده به دستهای از پیش تعیین شده بر اساس دانش قبلی اختصاص مییابد اما در خوشهبندی هیچ دسته از پیش تعیین شدهای وجود ندارد. در واقع خوشهبندی راهی برای یافتن ساختار داده های پیچیده فراهم می کند
با تلفیق خصوصیات ذکر شده و همچنین بیان تفاوت روشهای سلسله مراتبی و غیر سلسله مراتبی در فصل دوم روشهای متفاوتی حاصل می شود که به انواع آن اشاره شد. با بررسی روشهای ذکر شده و با توجه به بررسی داده ها و موضوع پایان نامه، در انجام این پژوهش برای تحلیل خوشهای داده ها بهتر است از روش غیر سلسله مراتبی K میانگین استفاده شود. بنابراین در این پژوهش از تحلیل سلسله مراتبی AHP و تحلیل خوشهای به روش K-means برای بررسی و دستهبندی شرکتهای بورس اوراق بهادار استفاده شده است.
الگوریتم K-MEANS
الگوریتم K-means یکی از پرکاربردترین الگوریتمهای خوشهبندی میباشد. حرف K که در اسم این الگوریتم وجود دارد به این واقعیت اشاره دارد که هدف این الگوریتم پیدا کردن تعداد ثابتی از خوشه ها براساس نزدیکی نقاط داده ها به هم می باشد. الگوریتم K-means به شرح زیر میباشد:
-
- انتخاب K داده به عنوان مرکز خوشه
-
- تعیین فواصل بقیه داده ها با مرکز خوشه ها
-
- قرار گیری دادههایی که به مرکز هر خوشه نزدیکترند در آن خوشه
-
- محاسبه میانگین هر خوشه به عنوان مرکز جدید خوشه
-
- تکرار مرحله دوم تا چهارم تا رسیدن با عدم تغییر در خوشه ها
روش خوشهبندی K-means بستگی به عواملی چون تعداد خوشه و روش تعیین فاصله بین خوشه ها دارد. یکی از مهمترین مسایل در خوشهبندی انتخاب تعداد خوشههای مناسب میباشد. تعداد خوشهای مناسب میباشد که:
-
- تراکم: نمونههای موجود در یک خوشه تا حد امکان شبیه به یکدیگر باشند معیار رایج برای تعیین میزان تراکم داده ها واریانس داده ها است و
-
- جدایی: نمونههای متعلق به خوشههای متفاوت تا حد امکان از یکدیگر جدا باشند.
عبارات فوق را بدین صورت نیز بیان می کنند که خوشه ها باید دارای ماکزیمم فشردگی باشند و تا حد امکان جدایی آنها نیز زیاد باشد. اگر تنها معیار فشردگی مورد استفاده قرار گیرد در آن صورت هر داده می تواند به صورت یک خوشه در نظر گرفته شود چرا که هیچ خوشهای فشردهتر از خوشهای با یک داده نمی باشد. اگر تنها معیار جدایی در نظر گرفته شود در آن صورت بهترین خوشهبندی این میباشد که کل داده ها یک خوشه درنظر گرفته شود. با این فرض که فاصله هر خوشه از خودش صفر است. بنابراین باید از ترکیب دو معیار فوق استفاده شود. در شکل زیر این الگوریتم نشان داده شده است:
شکل۳-۱: الگوریتم K-means
۳-۹- نرم افزارهای مورد استفاده شده پژوهش
در این پژوهش، ابتدا شاخص های مالی دهگانه پژوهش با بهره گرفتن از تحلیل AHP و نرم افزار ExpertChoice وزنبندی میشوند. سپس با بهره گرفتن از روش K-means، تحت نرم افزار Matlab شرکتهای بورس اوراق بهادار تهران خوشهبندی می شود.
خلاصه فصل سوم:
در این فصل، پس از ارائه مقدماتی درباره پژوهشهای علمی و لزوم انجام آنها به توضیحاتی در رابطه با نوع پژوهش پیش رو پرداخته شد. پس از ارائه مختصری در مورد شاخص های مالی پژوهش، جامعه آماری و نمونه گیری بیان گردید. در ادامه، روشهای گردآوری اطلاعات، مرور شده و بیان گردید که پژوهشگر برای بررسی هدف پژوهش چه روشهایی را برای جمعآوری اطلاعات برگزیده است. همچنین توضیح کاملی در رابطه با پرسشنامه تدوین شده به عنوان ابزار مهم گردآوری اطلاعات در این پژوهش ارائه گردید. و در نهایت بیان گردید که برای تحلیل و بررسی اطلاعات از روش تحلیل سلسله مراتبی و تحلیل خوشهای و نرم افزارهای Expert Choice و Matlab استفاده می شود.
فصل چهارم
تجزیه و تحلیل داده ها
مقدمه:
تجزیه و تحلیل اطلاعات به عنوان بخشی از فرایند روش پژوهش علمی یکی از پایه های اصلی مطالعه و بررسی است. به عبارتی دیگر در این بخش پژوهشگر برای پاسخگویی به مساًله و سوالهای تدوین شده که برای پژوهش در نظر گرفته است از روشهای مختلف تجزیه و تحلیل استفاده می کند. لذا ذکر این نکته مهم است که تجزیه و تحلیل داده های بدست آمده به تنهایی برای یافتن پاسخ پرسشهای پژوهشی کافی نیست، تفسیر و تعبیر این داده ها نیز لازم است. ابتدا باید داده ها را تجزیه و تحلیل نمود و سپس نتایج این تجزیه و تحلیل را مورد تعبیر و تفسیر قرار داد. در این فصل تجزیه و تحلیل داده در سه بخش انجام می شود:
-
- وزن دادن به معیارها براساس روش تحلیل سلسله مراتبی
-
- بدست آوردن بهترین K برای تحلیل خوشهای براساس متوسط ضریب نیمرخ
-
- تجزیه و تحلیل خوشهای براساس روش K-means
۴-۱- جمعآوری داده ها
در این قسمت، کلیه داده های مربوط به شاخص های شرکتهای پذیرفته شده در سال های ۱۳۸۹تا ۱۳۹۱ براساس آنچه در فصل سوم گفته شد در کاربرگ اکسل ذخیره شدند. لذا از داده های این سالها برای محاسبه P/E، B/P، P/S، EPS، مومنتوم، سود تقسیمی، ROE و DE واز داده های سال های ۱۳۸۵ تا ۱۳۹۱برای محاسبه شاخص نرخ رشد ۵ ساله درآمد هر سهم و میزان تغییر ۵ ساله نسبت قیمت به درآمد هر سهم استفاده شد. در مرحله بعدی توسط اکسل از آنها میانگین حسابی گرفته شد و در نهایت این شاخص ها برای محاسبات بعدی بیمقیاس شدند.
۴-۲- وزن دادن به معیارها
در این قسمت بر اساس روش سلسله مراتبی AHP برای شاخص ها وزن تعیین میکنیم. مراحل کار در AHP را به صورت زیر میتوان بیان نمود:
۴-۲-۱- توسعه درخت تصمیم(ساختار سلسله مراتبی)
در اولین اقدام ساختن سلسله مراتبی مربوط به این موضوع را مشخص میکنیم. شکل شماره (۴-۱) در این نمودار ما با یک سلسله مراتب چهار سطحی شامل: هدفها، معیارها، زیر معیارها و گزینه ها مواجه هستیم، تبدیل موضوع یا مسئله مورد بررسی به یک«ساختار سلسله مراتبی» مهمترین قسمت فرایند تحلیل سلسله مراتبی محسوب می شود. زیرا در این قسمت با تجزیه مسائل مشکل و پیچیده، فرایند تحلیل سلسله مراتبی آنها را به شکلی ساده که با ذهن و طبیعت انسان مطابقت داشته باشد، تبدیل می کند. به عبارت دیگر فرایند تحلیل سلسله مراتبی مسائل پیچیده را از طریق تجزیه آن عنصر به عناصر جزیی که به صورت سلسله مراتبی بهم مرتبط بوده و ارتباط هدف اصلی مسئله با پایینترین سطح سلسله مراتبی مشخص است، به شکل سادهتری در می آورد.
موضوعات: بدون موضوع
لینک ثابت