۳-۸-۴-۳) آزمون فرض عدم وجود هم خطی بین متغیرهای مستقل
از فرض های دیگری که در مورد مدل رگرسیون بیان شد ، فرض عدم وجود هم خطی بین متغیرهای مستقل است . در صورتی که بین متغیرهای مستقل رابطه ای وجود داشته باشد در نتیجه واریانس و کواریانس ضرایب بزرگتر از حد معمول برآورد خواهند شد که این به نوبه ی خود باعث افزایش خطای معیار ضرایب و کاهش مقدار متغیرهای معنی دار در معادله می شود . در نهایت نمی توان اثرات جزئی متغیرهای مستقل را روی منتغیر وابسته برآورد کرد . از مواردی که برای رفع هم خطی وجود دارد می توان به افزایش حجم نمونه (به بیش از ۵۰ نمونه) و همچنین لگاریتمی کردن مدل رگرسیون اشاره کرد . در این پژوهش جهت بررسی رابطه هم خطی بین متغیرهای مستقل از ضریب همبستگی پیرسون^[۵۸] استفاده خواهد شد . این ضریب همواره بین ۱ و ۱- قرار می گیرد . در صورتی که مقدار این ضریب ۱ باشد نشان دهنده ی رابطه خطی و مستقیم و کامل متغیرها بر یکدیگر است و در صورتی که مقدار این ضریب ۱- باشد نشان دهنده ی رابطه- ی خطی و معکوس متغیرها بر یکدیگر. اگر مقدار این ضریب صفر باشد ، در نتیجه هیچ رابطه خطی بین متغیرها وجود ندارد . به طور معمول در آمار ، در صورتی که مقدار این ضریب کمتر از ۰٫۷ باشد در نتیجه می توان گفت مشکل هم خطی بین متغیرها وجود ندارد و ورود همزمان این متغیرها به مدل موجب ایجاد هم خطی در مدل نخواهد شد .

( 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. )

۳-۸-۵) تحلیل همبستگی
از جمله ابزارهای آماری که به وسیله ی آن می توان میزان و درجه ای که یک متغیر از لحاظ خطی بودن به متغیر دیگر مرتبط باشد را اندازه گیری کرد ، تحلیل همبستگی است . در این پژوهش جهت تحلیل همبستگی از ضریب تعیین R² استفاده می شود . این ضریب برابر است با نسبت تغییرات توجیه شده توسط مدل به تغییرات کل . به طور بهتر این گونه می توان عنوان کرد که با ضریب تعیین می توان بیان کرد که چند درصد از تغییرات متغیر وابسته توسط متغیرهای وارد شده به مدل (متغیرهای مستقل) قابل تبیین هستند . توجه به این نکته حائز اهمیت است که ضریب تعیین R² هیچگاه مقدار منفی به خود نمی گیرد و مقدار آن همواره بین ۰ و ۱ خواهد بود . در واقع اگر R²=1 باشد رابطه ای بسیار قوی بین متغیرهای مستقل و متغیر وابسته وجود خواهد داشت و در صورتی که R²=0 باشد یعنی استفاده از متغیرهای مستقل هیچ تأثیری بر متغیر وابسته و برآورد خط رگرسیونی نخواهد داشت . به عنوان نتیجه گیری می توان گفت هر چقدر میزان ضریب تعیین به ۱ نزدیکتر باشد ، مطلوبیت مدل رگرسیون افزایش پیدا خواهد کرد .
۳-۹) تصمیم گیری نهایی جهت پذیرش یا رد فرضیه ها
همانطور که در قسمتهای قبل عنوان شد ، با توجه به اینکه در این پژوهش شرکتهای مختلف پذیرفته شده در بورس و همچنین سالهای مختلفی وجود دارد بنابراین بهترین نتیجه گیری در مورد فرضیات با بهره گرفتن از روش داده های تابلویی(Panel Data) به دست خواهد آمد . بنابراین جهت نیل به این هدف ، در ابتدا با بهره گرفتن از آزمون F لیمر به بررسی این موضوع پرداخته می شود که آیا داده های تلفیقی(Pooling Data) برای این پژوهش مناسب تر است یا داده های پانل . در صورتی که داده های پانل مورد تأیید قرار گیرد ، با بهره گرفتن از آزمون هاسمن ، نوع داده های پانل (مدل اثرات ثابت یا مدل اثرات تصادفی) مشخص خواهد شد . جهت آزمون معنی دار بودن کل مدل از آماره ی F فیشر و جهت آزمون معنی دار بودن متغیرهای تحقیق از آماره ی t استفاده خواهد شد . سپس پس از انجام آزمون مربوط به مفروضات مدل رگرسیون ، در مورد پذیرش یا عدم پذیرش فرضیه ها تصمیم گیری خواهد شد . لازم به ذکر است جهت تصمیم گیری در مورد این موضوع ، علاوه بر ضرایب مدل رگرسیون ، سطح معنا داری مدل نیز حائز اهمیت خواهد بود .
فصل چهارم
“تجزیه و تحلیل داده ها”
۴-۱) مقدمه
در فصل سوم ، ضمن بیان تعاریف دو متغیر وابسته و متغیرهای مستقل مورد نظر در فرضیات مطرح شده ، در مورد جامعه ی آماری ، روش نمونه گیری ، حجم نمونه ، فنون آماری و روش گردآوری داده ها توضیحاتی ارائه شد . پیرو آن ، اطلاعاتی در رابطه با حق الزحمه ی حسابرسی و هزینه های حسابداری از سال ۱۳۸۸ الی ۱۳۹۲ شرکتهای پذیرفته شده در بورس اوراق بهادار تهران استخراج گردید . لکن از آنجائیکه داده های خام به تنهایی هیچگونه ارزشی نخواهند داشت و می بایست مورد توصیف و تجزیه و تحلیل قرار گیرند تا بتوانند درستی یا نادرستی فرضیات مورد نظر محقق را مشخص نمایند . به همین منظور بر اساس مدلهای ارائه شده در فصل قبل و روش های تجزیه وتحلیل اطلاعات ، فرضیه ها مورد آزمایش قرار گرفتند که در ادامه تشریح خواهند شد .
۴-۲) آمار توصیفی متغیرهای پژوهش
آمار توصیفی به مجموعه ای از فنون و روش های آماری اطلاق می گردد که به منظور خلاصه و تنظیم نمودن (ساماندهی) داده ها از طریق جداول آماری توصیفی ، توزیع فراوانی ، بیان خصوصیت ها و روش گردآوری مهم داده ها از طریق معیارهای آماری ، به توصیف داده های حاصل از تمام عناصر جامعه یا نمونه می پردازد . (بامنی مقدم-۱۳۹۲). به منظور شناخت بهتر ماهیت جامعه ای که در پژوهش موردمطالعه قرارگرفته است وآشنایی بیشتر با متغیر های پژوهش، قبل از تجزیه و تحلیل داده های آماری ، لازم است این داده ها توصیف شود. همچنین توصیف آماری داده ها،گامی در جهت تشخیص الگوی حاکم برآن ها و پایه ای برای تبیین روابط بین متغیرهایی است که در پژوهش به کار می رود بنابراین، قبل از این که به آزمون فرضیه های پژوهش پرداخته شود، متغیرهای پژوهش به صورت مورد بررسی قرار می گیرد . در بخش آمار توصیفی ، تجزیه و تحلیل داده ها با بهره گرفتن از شاخص های مرکزی همچون میانگین و شاخص های پراکندگی همچون انحراف معیار ، چولگی و کشیدگی انجام می پذیرد . در این ارتباط ، میانگین ، اصلی ترین شاخص مرکزی است و متوسط داده ها را نشان می دهد . انحراف معیار میزان پراکندگی داده ها و چولگی انحراف از قرینگی را بیان می کند . علاوه بر آن کشیدگی شاخص سنجش پراکندگی جامعه نسبت به توزیع نرمال است . جدول ۴-۱ آمار توصیفی مربوط به حق الزحمه ی حسابرسی و جدول ۴-۲ آمار توصیفی مربوط به هزینه های حسابداری را نشان می دهند. (لازم به ذکر است این آمار توصیفی پس از حذف نقاط پرت تهیه شده است)
جدول ۴-۱) آمار توصیفی حق الزحمه ی حسابرسی

INF.
RATE
LOSS
ROI
DE
QUICK
CATA
LTA
LAF

۲۱٫۹۸
۰٫۰۷۰۲۲۵
۰٫۱۵۵۵۳۶
۰٫۰۸۵۲۴۰
۱٫۰۳۳۲۹۵
۰٫۶۳۴۵۹۳
۱۱٫۷۳۰۳۷
۸٫۷۳۷۵۲۵
میانگین

۲۱٫۵
۰٫۰۰۰۰۰۰
۰٫۱۲۷۲۰۰
۰٫۰۵۲۵۳۰
۰٫۸۱۵۹۰۵
۰٫۶۸۴۳۰۰
۱۱٫۷۴۴۴۹
۸٫۷۲۷۰۷۰
میانه