۳ ـ ۵) ابزار جمع‌ آوری اطلاعات

از روش مطالعات نظری (کتابخانه‌ای) عمدتاًً برای مطالعه ادبیات تحقیق و بررسی پیشینه تحقیق و همچنین جهت بررسی مطالعات و دیدگاه هایی که راجع به موضوع تحقیق است، استفاده می‌شود. افزون بر آن، ابزار گردآوری اطلاعات از طریق مطالعه اسناد و مدارک شرکت‌ها و یا مراجعه به منابع کتابخانه‌ای شامل کتب، ‌فصل‌نامه‌ها، انتشارات مراکز تحقیقاتی و پژوهشی (انتشارات سازمان بورس اوراق بهادار تهران و. . . )، پایان‌نامه‌های تحصیلی و جستجو در پایگاه های الکترونیکی اطلاعات از قبیل اینترنت و. . . می‌باشد. بعبارتی اطلاعات لازم برای این تحقیق از طریق کتابخانه و سایت بورس اوراق بهادار تهران و بانک‌های اطلاعاتی مرتبط و با استفاده ازجداول و نسبت‌های منتشر شده در این سایت و نیز محاسبه این اطلاعات از طریق نرم‌افزارهای مالی یا حسابداری که برای تجزیه و تحلیل نتایج به کار می‌رود گردآوری شده است.

۳ ـ ۶) روش تجزیه و تحلیل داده ها

برای تجزیه و تحلیل اطلاعات از نرم‌افزارهای Excell، Eviews وANOVA وStataبرخی نرم‌افزارهای حسابداری و نیز از اطلاعات موجود در سایت پایگاه اطلاع رسانی سازمان بورس اوراق بهادار و سایت بورس اوراق بهادار تهران استفاده شده است.

تحلیل همبستگی

تحلیل همبستگی ابزاری است که به ‌وسیله آن می‌توان میزان ارتباط خطی یک متغیر با متغیر دیگر را اندازه‌گیری کرد. همبستگی معیاری برای تبیین میزان ارتباط دو متغیر بوده و معمولاً با تحلیل رگرسیون به کار برده می‌شود. موضوع تحلیل همبستگی با دو معیار ضریب همبستگی و ضرب تعیین به ‌شرح ذیل دنبال می‌شود. ریشه دوم ضریب تعیین است که می‌تواند مقادیری بین ۱- و ۱+ را به‌ خود بگیرد و علامت آن همان شیب خط رگرسیون (b) 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 (b) صفر باشد، ® نیز صفر خواهد بود. ضریب همبستگی شدت و نوع رابطه را نیز نشان می‌دهد. ضریب فوق بر حسب روابط زیر محاسبه می‌شود (آذر, عادل; مومنی, منصور;, ۱۳۸۰):

ضریب تعیین (R²):

مهمترین معیاری است که با آن می‌توان رابطه بین دو متغیر x و y را نشان داد. این ضریب میزان انحراف مشاهدات (y)، با برآورد خط رگرسیون را اندازه می‌گیرد و بین صفر تا یک در نوسان می‌باشد، به‌ طوری که مقدار صفر بیانگر این است که خط رگرسیون هرگز نتوانسته است تغییرات y را به تغییرات متغیر مستقل x نسبت دهد و مقدار یک بیانگر این است که خط رگرسیون به طور دقیق توانسته است تغییرات y را به تغییرات متغیر مستقل x نسبت دهد. رابطه محاسبه ضریب مذکور عبارت است از:

در روابط فوق علائم به کار گرفته شده به‌ ترتیب زیر معرفی می‌شوند:

Y : متغیر وابسته X: متغیر مستقل

b : ضریب رگرسیون r: ضریب همبستگی بین X و Y

S_y: انحراف از استاندارد متغیر وابسته S_x: انحراف از استاندارد متغیر مستقل

SSE: تغییرات جمله خطا که توسط رگرسیون توضیح داده نمی‌شود.

SST: کل تغییرات در متغیر وابسته.

لازم به توجه است که ضریب تعیین در مقایسه با ضریب همبستگی، معیار گویاتری است. با این حال اغلب ترجیح داده می‌شود که از مقیاس دیگری به نام ضریب تعیین تعدیل شده^[۲۷] برای بررسی نیکویی برازش^[۲۸] مدل رگرسیون چند متغیره استفاده کنند. این ضریب همان ضریب تعیین است که در آن مقادیر SST و SSEبا درجات ‌آزادی‌شان تعدیل گردیده‌اند. این ضریب در رگرسیون چند متغیره به صورت زیر محاسبه می‌شود (آذر, عادل; مومنی, منصور;, ۱۳۸۰):

که در این رابطه n تعداد مشاهدات و k تعداد متغیرهای مستقل است. با افزودن تعداد متغیرهای مستقل به مدل رگرسیونی، ممکن است مقدار R² افزایش یابد. برای جلوگیری از این حالت و کنترل تورم R²، از آماره R² تعدیل شده استفاده می‌گردد که مشکلات R² را برطرف می‌کند. مفهوم معناداری در همبستگی، این است که آیا همبستگی به دست آمده بین دو متغیر را می‌توان شانسی و تصادفی دانست یا واقعاً نشان می‌دهد بین دو متغیر همبستگی وجود دارد. این کار با بهره گرفتن از آماره t با فرض‌های زیر صورت می‌گیرد:

همبستگی معنادار وجود ندارد؛

H₀ : ρ_i =۰

همبستگی معنادار وجود دارد؛

H₁ : ρ_i ≠۰

چنانچه در سطح اطمینان ۹۵% ( خطای ۵%=α ) آماره t محاسبه شده از معادله رگرسیون کوچکتر از مقدار t به دست آمده از جدول باشد فرض H₀ تأیید و در غیر اینصورت رد می‌شود. واضح است که در صورت رد شدن H₀، همبستگی معنادار وجود دارد. (آذر, عادل; مومنی, منصور;, ۱۳۸۰)

مدل‌های رگرسیونی داده های ترکیبی^[۲۹]

واژه رگرسیون برای اولین بار توسط گالتون^[۳۰]، در سال ۱۸۷۷ به کار رفت. این واژه به معنی بازگشت بوده و نشان‌ دهنده این است که مقدار یک متغیر به متغیر دیگری مربوط است. مدل‌های رگرسیون ‌بر اساس این نظریه ساخته شده‌اند که اگر دو عامل با یکدیگر همبستگی داشته باشند، تغییر یکی با تغییر دیگری قرین خواهد شد. هر چه ارتباط دو عامل مذبور به یکدیگر نزدیکتر باشد، ضریب همبستگی تغییرات آن ها بزرگ‌تر و به حداکثر همبستگی یعنی ۱، نزدیکتر خواهد بود. ‌بنابرین‏ اگر روند گذشته نشان دهد که بین تغییر یک عامل و تغییرات چند عامل دیگر همبستگی معناداری وجود دارد، می‌توان تصور کرد که در آینده نیز همبستگی مذبور حفظ خواهد شد و اگر ضریب همبستگی مذبور را بدانیم، می توان اندازه تغییر عامل وابسته را نسبت به تغییر عامل مستقل مرتبط با آن، اندازه‌گیری و پیش‌بینی کنیم (فروند, جان;, ۱۳۸۷). مدل‌های رگرسیون انواع مختلفی دارند که متداول‌ترین آن ها نوع ساده و مرکب آن است. رگرسیون ساده شامل ارتباط بین دو متغیر است و رگرسیون مرکب، ارتباط یک متغیر را با دو متغیر و یا متغیرهای بیشتری نشان می‌دهد. هر یک از رگرسیون‌های مذکور به ‌ترتیب زیر مدل‌بندی می‌شوند:

رگرسیون ساده:

Y = a + bx

رگرسیون مرکب:

Y = a+ b₁x₁+b₂x₂ +… +b_nx_na + ε_t

b = r (S_y / S_x)

در رگرسیون‌های مذکور، علائم به ‌کار رفته به ‌ترتیب زیر تعریف می‌شوند:

Y: متغیر وابسته

X: متغیر مستقل

b₁، b₂، b_n …: ضرایب رگرسیون

r: ضریب همبستگی بین x وy

S_y: انحراف استاندارد متغیر وابسته

S_x: انحراف استاندارد متغیر مستقل

x₁، x₂، x_n …: متغیر‌های مستقل

معمولاً در هر پژوهشی گام‌های زیر در ایجاد، تجزیه و تحلیل و تأیید مدل رگرسیونی برداشته می‌شود:

شناسایی متغیرها: برای تشکیل هر مدل رگرسیونی ابتدا باید متغیرهای موجود برحسب هدف محقق به متغیرهای مستقل و وابسته تفکیک و شناسایی شوند.

جمع‌ آوری و مرتب‌سازی داده ها.

تعیین رابطه بین متغیر مستقل و وابسته: در این مرحله ماهیت رابطه بین متغیرها مشخص می‌شود. برای این ‌کار می‌توان نمودار مربوط به متغیرها را رسم و از روی نمودار خطی و غیرخطی بودن رابطه بین آن ها و همچنین نوع رابطه خطی (مستقیم یا معکوس) را از روی شیب نمودار مشخص کرد (آذر, عادل; مومنی, منصور;, ۱۳۸۰).