دانلود پایان نامه

آزمون فرضیات به دنبال اثرات فرضیه صفر نیستیم بلکه تنها می توان فرضیه ها را تایید یا رد کرد . بنابراین ، حتی اگر آماره در ناحیه بحرانی پذیرش فرض صفر قرار گیرد و فرض صفر رد نشود دلیل بر آن نیست که فرض صفر درست است بلکه تنها با احتیاط می توان گفت که در حال حاضر امکان درستی فرض صفر وجود دارد. بنابراین بر اساس نتایج حاصل از آزمون فرض های آماری و پس از تایید یا رد H_0 می توان در خصوص تایید یا رد فرضیه های تحقیق قضاوت و نتیجه گیری نمود.
همبستگی
تحلیل همبستگی ابزاری است آماری که به وسیله آن می توانیم درجه ای را که یک متغیر به متغیر دیگر از نظر خطی مرتبط است، اندازه گیری کرد همبستگی را معمولاً با تحلیل رگرسیون به کار می برند. عموماً همبستگی را با تحلیل رگرسیون به کار می برند و در آن معیارهای ضریب تعیین، ضریب تعیین تعدیل شده و ضریب همبستگی ، مورد بحث قرار می گیرد که به صورت زیر بیان گردیده است.
ضریب تعیین
ضریب تعیین معیاری است که در آن می توان رابطه بین دو متغیر x و Y را توضیح داد، یعنی نشان دهنده درصد تغییرات بیان شده توسط معادله رگرسیون است. ضریب تعیین معیاری است که قدرت تشریح رگرسیون را مشخص می کند.فرمول زیر نحوه محاسبه ضریب تعیین را نشان می دهد:
r^2= (a∑▒y+b∑▒xy-〖xy ̅〗^2)/(∑▒〖y^2- 〖xy ̅〗^2 〗)
ضریب همبستگی
در تحليل همبستگي خطي، علاقه‌مند به تعيين ميزان يا درجه‌اي از ارتباط مي‌باشيم؛ كه دو متغير به آن ميزان درجه؛ در ارتباط با یکدیگر هستند. به عبارت ديگر، خواهان تحليل دامنه‌اي هستيم كه در آن مقادير بزرگ (يا كوچك) يك متغير در ارتباط مقادير بزرگ (يا كوچك) متغيرهاي ديگر است. در تحليل همبستگي خطي، ضروري نيست كه متغيرهاي تحت بررسي به عنوان مستقل يا وابسته تعيين شوند. اندازه يا ميزان پيوند بين دو متغير، «ضريب همبستگي خطي» ناميده مي‌شود. چنانچه n جفت مشاهدات از جامعه دو متغيره (1y,1x)، (2y,2x) …, (yn,xn) داشته باشيم ضريب همبستگي نمونه به نحو زير تعيين مي‌شود:

(10-3)
و هنگامي كه اين عبارت ساده شود، محاسبه را مي‌توان به طريق زير انجام داد.
(11-3)
مقدار ضريب همبستگي (r) از (1+)براي دو متغير با همبستگي مثبت كامل تا (1-) براي دو متغير با همبستگي منفي كامل تغيير مي‌يابد. ضريب همبستگي مثبت اشاره مي‌كند كه مقادير بزرگ يك متغير تمايل به ارتباط با مقادير بزرگ متغير ديگر دارد. در حالي‌كه، ضريب همبستگي منفي دقيقاً نقطه مقابل تعريف ذكر شده است ــ مقادير بزرگ يك متغير تمايل به ارتباط با مقادير كوچك متغير ديگر دارد
رگرسیون
یکی از اهداف اساسی بررسی های آماری ، یافتن رابطه بین دو یا چند متغیر می باشد. این رابطه به صورت های مختلفی ظاهر می شود که خطی یا غیر خطی بودن از جمله آن می باشند. روش های رگرسیون به شیوه ای در مدل بندی آماری اشاره می کند که این گونه روابط را تحلیل می نماید. معمولاً تغییرات یکی از متغیرها تابع تغییرات سایر متغیرها است که به این متغیر، متغیر وابسته یا پاسخ گویند و سایرین را متغیر مستقل نامند و عموماً متغیر وابسته را با نمادY و متغیر مستقل را با … ,X2,X1 نشان می دهند. واژه «رگرسیون» به معنای بازگشت است و نشان می دهد که مقدار یک متغیر به متغیر دیگر بر می گردد. در رگرسیون به دنبال برآورد رابطه ریاضی و تحلیل آن هستیم به طوری که با آن بتوان کمیت متغیرهای مجهول را با استفاده از متغیرهای معلوم تعیین کرد. سپس در همبستگی به دنبال تعیین نوع رابطه و میزان ارتباطی هستیم که متغیرها را به هم ربط می دهد (آذر و مومنی، 1385، 63).
رگرسیون چند متغیره
معادله رگرسیون چند متغیره را می توان به صورت رابطه تصادفی زیر نوشت:
Yt = β_1+ β_2 X_t2+ β_3 X_t3+…+ β_k X_tk+ε_t (12-3)
که در آن:
t = 1 , 2 , …, n , k = 1 , 2 , … , k
و در آنYt متغیر وابسته ، X_tkها متغیرهای مستقل، β_k ضریب معادله،ε_tجمله اختلال و t مشاهده t ام و در داده های مقطعی و یا سری در حالی که تعداد ضرایب معادله رگرسیونk است.
مفروضات رگرسیون خطی :
در هر مدل رگرسیون باید فرض های خاصی برقرار باشد که در صورت نقض هریک از آن ها مشکلاتی درباره مطلوبیت برآورد پارامتر رگرسیون یا آزمون فرضیه ها به بار می آید. مهم ترین این فرض ها عبارتند از :
نرمال بودن باقيمانده‌ها
ناهمساني واريانس
عدم خود همبستگي باقيمانده‌ها
نرمال بودن متغیر وابسته
هم خطی(مختص رگرسیون چندگانه)
نرمال بودن
فرض مهم در الگوی رگرسیون خطی کلاسیک این است که متغیر وابسته و جملات خطا به طور نرمال توزیع شده باشند. با در نظر گرفتن این فرض، برآورد کننده ها نیز به طور نرمال توزیع می شوند.بنابراین لازم است قبل از پرداختن به تحلیل های آماری و بررسی متغیر ها نوع توزیع آن ها را مشخص نماییم. برای بررسی نرمال بودن داده ها از آزمون های نرمال بودن55 استفاده می شود. این آزمون ها به طور کلی به دو گروه شامل روش های ترسیمی56 و روش های عددی57 تقسیم می شوند. روش های ترسیمی تنها تصویری از توزیع متغیر تصادفی را ارائه می کنند، اما روش های عددی قادرند معیاری عینی و کمی برای قضاوت در خصوص نرمال بودن توزیع متغیر تصادفی فراهم نمایند. در روش های عددی می توان هم از آمار توصیفی و هم از تکنیک ها و آزمون های مختلف آمار استنباطی استفاده کرد. در این تحقیق با استفاده از آزمون جارک- برا 58


دیدگاهتان را بنویسید