نوع آزمون

آماره آزمون

سطح معنی دار

نتیجه آزمون

فیشر

۱۵٫۲۹۵۴

۰٫۰۰۰۰۰

پذیرش فرض همسانی واریانس ها

کا اسکوئر

۸۴٫۱۱۰۴

۰٫۰۰۰۰۰

پذیرش فرض همسانی واریانس ها

بر مبنای نتایج محاسبات خلاصه شده در جدول شماره ۴-۱۱، سطح آزمون در هر دو آزمون فیشر و کااسکوئر به سمت صفر میل کرده و کمتر از ۵درصد می باشد. بنابراین درسطح ۹۵ درصد اطمینان می توان فرض صفر مبنی بر ثبات، همسانی یا برابری واریانس ها به عنوان یکی دیگر از پیش فرض های استفاده از رگرسیون خطی مرکب مبتنی بر تحلیل داده های تابلویی را، جهت تعیین ارتباط بین متغیرها پذیرفت.

ز) تعیین نوع تحلیل داده های تابلویی
با عنایت به الگوی مورد استفاده در تحقیق راسمین و دیگران(۲۰۱۴)، و نیز محدودیت حجم نمونه در شرکت های منتخب بورسی و تعدد متغیرها در معادله برآوردی از طرف دیگر استفاده از رگرسیون مقطعی به ازای هرسال نتایج معنی داری در برنداشت. به منظور تعیین نوع تحلیل رگرسیونی تلفیقی، تابلویی، اثرات ثابت یا تصادفی، از آزمون های چاو و هاسمن استفاده شده است.
۱) آزمون چاو: اولین آزمون تشخیصی در داده ­های مقطع عرضی، سری زمانی، آزمون F-لیمر است که به کمک این آزمون مشخص می‌شود، هر مقطع سالانه یک عرض از مبدأ داشته و یا اینکه در بازه زمانی ۵ ساله تحت بررسی عرض از مبدا ثابتی وجود دارد. نمودار ۴-۲ فرایند انتخاب در این آزمون را خلاصه کرده است:
نمودار شماره ۴-۲: آزمون چاو(F-لیمر)
برای اینکه تعیین شود که برآورد رابطه بین متغیرها از روش داده‌های تلفیقی یا داده‌های تابلویی صورت بگیرد، از آزمون چاو با معیار F- لیمر استفاده شده است.این آزمون برای تعیین نوع رگرسیون تابلویی از جهت ثابت بودن عرض از مبدا ها یا ثابت نبودن، مورد استفاده قرار گرفته و نتایج آزمون به شرح جدول شماره ۴-۱۲ خلاصه شده است:
جدول ۴-۱۲. خلاصه نتایج آزمون چاو(F لیمر)

رابطه برآوردی

آماره F

سطح معنی داری

نتیجه آزمون

رابطه مدیریت سود و جریان های نقدی

۱۸٫۲۱۶۴

۰٫۰۰۰۰۰

مناسبت استفاده از داده های تابلویی

بر اساس جدول شماره ۲-۱۴ آماره F لیمر برابر ۱۸٫۲۱۶۴ و سطح معنی دار متناظر با آن به صفر میل کرده و از پنج درصد کمتر است. بر مبنای سطح معنی دار می توان حکم کرد که نتیجه آزمون در سطح اطمینان ۹۵ درصد معنی دار بوده بر این مبنا باید در این تحقیق جهت برآورد رابطه بین متغیرها بر مبنای برآورد رگرسیون خطی مرکب از روش داده ­های تابلویی استفاده شود.
۲) آزمون هاسمن: پس از مشخص شدن ثابت بودن یا نبودن عرض از مبدا ها در برآورد رابطه رگرسیونی، باید روش استفاده در برآورد رابطه بین متغیرها از بین روش های اثرات ثابت یا تصادفی انتخاب گردد. بدین منظور در تحقیقات مشابه یا مرتبط عموما از آزمون هاسمن استفاده شده که فرایند تشخیص طی نمودار شماره ۴-۳ نشان داده شده است:
نمودار شماره ۴-۳: انتخاب از بین اثرات ثابت یا تصادفی(آزمون هاسمن)
در آزمون هاسمن فرضیه H₀ مبنی بر سازگاری تخمین های اثر تصادفی را در مقابل فرضیه H1 مبنی بر ناسازگاری تخمین های اثر تصادفی آزمون می شود. در این راستا آزمون هاسمن به عنوان یکی دیگر از پیش فرض های برآورد مدل رگرسیونی انجام شده و نتایج مربوط به این آزمون در جدول شماره ۴-۱۳ خلاصه شده است:
جدول شماره۴-۱۳ : ارزیابی انتخاب از بین اثرات تصادفی یا ثابت(آزمون هاسمن)