نوامبر 25, 2020

توصیف ویژگیهای جمعیت شناختی

ارزش دفتری کل دارایی‌ها
و سایر متغیرها نیز همانند مدل اول تعریف و محاسبه خواهند شد.
3-10) روش‌ها و ابزار تحلیل داده‏ها
در مواردی که بررسی ارتباط بین یک متغیر وابسته با یک یا چند متغیر مستقل مد‌نظر باشد و هدف محقق این است که بر اساس این ارتباط و با استفاده از داده‌های تاریخی، پارامتر (پارامترهایی) برای متغیر(متغیرهای) مستقل برآورد آنگاه با ارائه مدلی مناسب اقدام به پیش بینی می نماید، داده‌ها و متغیر‌های موجود در این پژوهش از نوع داده های ترکیبی و پانلاست که در ادامه تشریح خواهند شد.
داده های ترکیبی، در واقع بیان کننده داده‌های مقطعی در طی زمان است، یا به عبارت دیگر این داده‌‌ها حاصل ترکیب دو دسته داده‌های سری زمانی و مقطعی می‌باشد.
دادههای تابلویی، ترکیبی از دادههای مقطعی و سری زمانی میباشد، یعنی اطلاعات مربوط به دادههای مقطعی در طول زمان مشاهده میشود. بدینصورت که چنین دادههایی دارای دو بعد می باشند که یک بعد آن مربوط به واحدهای مختلف در هر مقطع زمانی خاص است و بعد دیگر آن مربوط به زمان میباشد. در مجموع، دادههای پانلی دارای مزایای فراوانی نسبت به دادههای مقطعی یا سری زمانی هستند که برخی از مهمترین آنها عبارتند از:
دادههای مقطعی و سری زمانی صرف، ناهمسانیهای فردی را لحاظ نمیکنند، لذا ممکن است که تخمین تورشداری به دست دهند، در حالی که در روش پانل میتوان با لحاظ کردن متغیرهای مخصوص انفرادیاین ناهمسانیها را لحاظ کرد.
 دادههای تابلویی دارای اطلاعات بیشتر، تغییرپذیری بیشتر، هم خطی کمتر، درجه آزادی بالاتر و کارایی بالاتر نسبت به سری زمانی و دادههای مقطعی میباشند. به خصوص اینکه یکی از روشهای کاهش همخطی، ترکیب دادههای مقطعی و زمانی به صورت دادههای تابلویی میباشد.
با مجموعه دادههای تابلویی، میتوان اثراتی را شناسائی و اندازهگیری کرد که در دادههای مقطعی محض یا سری زمانی خالص قابل شناسائی نیست. گاهی استدلال میشود دادههای مقطعی، رفتارهای بلندمدت را نشانمیدهند، در حالی که در دادههای سری زمانی براثرات کوتاهمدت تأکید میشود. با ترکیب این دو خصوصیت در دادههای تابلویی، که خصوصیت متمایز پانل دیتاست، ساختار عمومیتر و پویاتری را میتوان تصریح و برآورد کرد(اشرفزاده و مهرگان، ۱۳۸۷).
دادههای تابلویی که بر حسب بنگاهها، خانوارها و افراد جمع آوری میشوند، ممکن است دقیقتر از دادههای مشابه اندازهگیری شده در سطح کلان باشند. بنابراین، تورشی که ممکن است در دادههای کلان حاصل شود، در دادههای تابلویی حداقل میگردد (بالتاجی، 2005).
دادههای پانلی از طریق فراهم کردن تعداد دادههای زیاد، تورش را پائین میآورد گجراتی، 2004). مطالعه مشاهدات به صورت دادههای پانلی، وضعیت بهتری برای مطالعه و بررسی پویایی تغییرات نسبت به سری زمانی و مقطعی داراست.
با توجه به ادبیات تحقیق موجود و نیز ماهیت فرضیات تحقیق در این پژوهش از داده‌های ترکیبی و مقطعی استفاده شده است.
3-10-1) روش‌های آماری آزمون فرضیه ها
در این تحقیق از رگرسیون چند متغیره با به کارگیری داده‌های ترکیبی و مقطعی استفاده می گردد. برای تجزیه و تحلیل دادههای تحقیق و آزمون فرضیات تحقیق از روشهای آماری به دو شکل توصیفی و استنباطی استفاده خواهد شد که در ابتدا با استفاده از آمار توصیفی به تبیین و توصیف ویژگیهای جمعیت شناختی دادهها پرداخته میشود و سپس برای برآورد پارامترها و بررسی آزمون فرضیات تحقیق، فروض کلاسیک رگرسیون مورد بررسی قرار می گیرد. همچنین از نرم افزارهای Eviews و SPSSبرای تحلیل توصیفی دادهها و آزمون فرضیات و استخراج مدل رگرسیون استفاده میشود.
3-10-2) رگرسیون چند متغیره
در برخی از مسائل پژوهشی، به ویژه آن‌هایی که با هدف ارائه مدلی برای پیش‌بینی انجام می‌شوند، تعیین همبستگی بین متغیر وابسته (که قصد پیش‌بینی آن را داریم)، و متغیرهای پیش‌بینی کننده که هر کدام از آنها تا حدودی با این متغیر همبستگی دارند، دارای اهمیت زیادی است. روشی که از طریق آن متغیرهای پیش‌بینی کننده ترکیب می‌شوند، “رگرسیون چند متغیره” نام دارد. در این روش، یک معادله رگرسیون چند متغیره محاسبه می‌شود که ارزش‌های اندازه‌گیری شده پیش‌بینی را در یک فرمول خلاصه می‌کند. ضرایب معادله برای هر متغیر، بر اساس اهمیت آن در پیش‌بینی متغیر ملاک محاسبه و معین می‌شود. درجه همبستگی بین متغیرهای پیش‌بینی کننده در معادله رگرسیون چند متغیره و متغیر وابسته، به‌وسیله ضرایب نشان داده می‌شود (سرمد، 1384: 220).مدل رگرسیون چند متغیره به شرح زیر است:
Yi = α + β1 X1,i + β2 X2,i + … + βn Xn,i + εn,i
که در آن :
Yi = i اُمین مشاهده متغیر وابسته
α = عرض از مبدأ (مقدار ثابت)
Xn,i = i اُمین مشاهده برای متغیرمستقل Xn(n=1,2,…,n)
β = ضریب متغیر مستقل
ε‌= جزء اخلال
در چنین مدلی مفروضات اساسی زیر در نظر گرفته می‌شود:
1- بین متغیرهای مستقل رابطه خطی وجود ندارد؛
2- امید ریاضی خطاها معادل صفر و واریانس آن‌ها ثابت است (توزیع خطاها بایستی نرمال باشد)؛

نوشته ای دیگر :   فرآیند تشکیل