۷/۲
۰۰۰/۰
با توجه به جدول و ستون P-value مشاهده می شود که مقدار احتمال آماره F برابر ۰۰۰/۰ بوده که بیانگر معنی دار بودن کل رگرسیون می باشد و حاکی از آن است که مدل درسطح اطمینان ۹۹ درصد معنادار می باشد. علامت ضرایب مربوط به اندازه شرکت (SIZE) و اهرم مالی شرکت (LEV) منفی است یعنی با افزایش این متغیرها مقدار سود تقسیمی (DPO) کاهش مییابد، اما با توجه به مقدار معناداری در ستون آخر ملاحظه می شود که این مقدار کاهش برای متغیر (SIZE) معنادار و برای متغیر (LEV)غیر معنادار است. از سوی دیگر متغیر وابسته سود تقسیمی رابطه خطی مثبت و معناداری با متغیر اقلام تعهدی اختیاری (DA) و اهرم شرکت (LEV) ندارد. همانطور که مشاهده می کنیم مقدار آماره t برایDA برابر با ۳۷/۰ و برای LEV، برابر با ۰۱۷/۰- می باشد که همگی در سطح اطمینان ۹۵ درصد در ناحیه عدم رد فرض صفر قرار دارند که حاکی از عدم معناداری آنها است. مقدار آماره t برای عرض از مبدا برابر با ۱۷/۷ و برای ROE برابر با ۸۱/۲ و برای SIZE برابر ۲۲/۱۳- می باشد که در ناحیه رد فرض صفر قرار دارد که حاکی از معناداری این متغیرها است. جزء AR نیز که اتورگرسیون مربوط به عدم وجود خودهمبستگی است مثبت و معنادار میباشد که فرضیه های آماری مربوط به استقلال خطاها به صورت زیر تبیین می گردند:
( 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. )
H0: بین خطاها همبستگی وجود ندارد
H1: بین خطاها همبستگی وجود دارد
اکنون با توجه به جدول (۴-۱۵) می توان گفت فرضیه نرمال بودن خطاها برقرار است و رگرسیون خطی فرضیه اول را با متغیر وابسته پرداخت سود سهام می توان در نظر گرفت. با توجه به جدول فوق مشاهده می شود که مقدار ضریب تعیین برابر ۵۱/۰ میباشد که این نشان می دهد که میزان تغییرات در متغیر سود تقسیمی توسط میزان تغییرات در متغیرهای شامل در مدل رگرسیونی فرضیه اول به صورت خطی به خوبی توضیح داده می شوند. با توجه به نتایج بدست آمده، آماره آزمون دوربین- واتسون ((D.W بزرگتر از ضریب تعیین R2 است (۵۱/۰> 7/2)، که احتمال وجود رگرسیون کاذب رد میشود. آماره آزمون دوربین - واتسون برابر ۷/۲ است که مقادیر بین ۵/۱ تا ۵/۲ (مقادیر بین du و k-du طبق جدول دوربین- واتسون) نشانگر عدم خود همبستگی است بنابراین فرض Ho(عدم همبستگی بین خطاها) پذیرفته شده و میتوان از رگرسیون استفاده کرد. ضریب تعیین تعدیل شده نشان می دهد که تقریبا ۵۰ درصد تغییرات متغیر وابسته توسط متغیرهای مستقل و کنترل توضیح داده می شود. همچنین ضرایب نشان می دهد که بین متغیرهای مستقل همبستگی شدیدی وجود ندارد.
بنابراین تحلیل رگرسیونی فرضیه اول حاکی از این است که چون احتمال آماره t بین اقلام تعهدی اختیاری و نسبت پرداخت سود سهام ۷/۰ بوده و بیشتر از سطح معنی داری ۰۵/۰ است، لذا فرضیه اول پژوهش رد شده و مورد تایید قرار نمی گیرد. به عبارت دیگر، بین دامنه اتکا به فعالیت های مدیریت سود و نسبت پرداخت سود سهام رابطه معنی داری وجود ندارد.
۴-۵-۴-۵- آزمون همخطی
برای بررسی تاثیر همخطی بر روی نتایج پژوهش از عامل تورم واریانس (VIF) و تلرانس استفاده شده است. کمترین مقداری که عامل تورم واریانس می تواند بگیرد یک است و این در شرایطی است که بین متغیرهای مستقل مربوطه هیچ همخطی وجود نداشته باشد. مقادیر بزرگتر از ۵ در عامل تورم واریانس، نشان دهنده وجود هم خطی تاثیرگذار بین متغیرها است بنابراین مقادیر بین ۱ و ۵ حاکی از عدم همخطی بین متغیرهای مستقل می باشد. عامل تورم واریانس معکوس تلرانس بوده و هر چقدر افزایش یابد باعث میشود واریانس ضرایب رگرسیون افزایش یافته و رگرسیون را برای پیش بینی نامناسب سازد. هر چقدر تلرانس کمتر (نزدیک به صفر) باشد، اطلاعات مربوط به متغیرها کم بوده و مشکلاتی در استفاده از رگرسیون ایجاد می شود. جدول (۴-۱۵) نتایج بررسی همخطی بین متغیرهای مستقل در مدل رگرسیونی فرضیه اول را نشان می دهد.
جدول (۴-۱۵): بررسی همخطی بین متغیرهای مستقل در فرضیه اول
آماره هم خطی
Collinearity Statistics
مدل ۱
VIF
Tolerance
۳۷۱/۱
۷۳۰/۰
DA
۱۹۵/۱
۸۳۷/۰
ROE
۲۸۴/۱
۷۷۹/۰
SIZE
۳۳۷/۱
۷۴۸/۰
LEV
با توجه به جدول (۴-۱۵) مشاهده می شود که آماره VIF عدم همخطی بین متغیرهای مستقل در مدل رگرسیونی فرضیه اول را نشان می دهد. همچنین مقداره آماره تلرانس نیز بیش از ۴/۰ بوده که مناسب است.
بعد از برازش مدل رگرسیونی باید کفایت مدل را مورد بررسی قرار داد. کفایت مدل رگرسیونی که همان ارزیابی چگونگی برازش مدل (خوب، متوسط یا ضعیف) به داده هاست معمولا بیشتر توسط نمودار مربوط به باقیمانده ها تعیین می شوند.
در شکل (۴-۵) ملاحظه می شود که نمودار پراکنش باقیمانده ها در مقابل مقادیر پیشبینی روند خاصی را نشان نمی دهد و همچنین رسم باقیمانده ها در مقابل زمان نشان می دهد که باقیمانده ها در طول زمان همبستگی خاصی را نشان نمی دهند و مقدار آزمون دوربین - واتسون در جدول (۴-۱۴) بین۵/۱ و ۵/۲ (du و k-du) است نیز فرض را که باقیمانده ها در طول زمان های خاص به هم وابسته اند را رد می کند. در شکل (۴-۵) بافتنمای مربوط به باقیمانده ها را همراه با منحنی نرمال نشان می دهد با توجه به این بافتنما میتوان گفت، باقیمانده های مدل رگرسیونی تقریبا نرمال می باشند. بنابراین با بررسی های انجام شده در این مدل واریانس جزء خطاها همسان می باشد. نمودار qq پلات صحت این ادعا را نیز تایید میکند.