دانلود پایان نامه

ضریب همبستگی رتبه ای اسپیرمن توسط چارلز اسپیرمن(1945-1863) روانشناس و آماردان انگلیسی در سال 1904 معرفی شد.این ضریب میزان همبستگی رابطه ی میان دو متغیر ترتیبی را نشان می دهد و به عبارت دیگر متناظر ناپارامتری ضریب همبستگی پیرسون می باشد. در این ضریب همبستگی به جای استفاده از خود مقادیر متغیرها از رتبه های آنان استفاده می شود. رابطه ی مربوط به ضریب همبستگی رتبه ای اسپیرمن به صورت زیر تعریف می شود.

D: تفاوت بین رتبه های اعضای متناظر دو گروه مورد بررسی. N: حجم هر گروه.
تفاوت ضریب همبستگی رتبه ای اسپیرمن و ضریب همبستگی پیرسون :
ضریب همبستگی پیرسون برای محاسبه ی همبستگی دو متغیر فاصله ای یا نسبی به کار برده می شود، ولی ضریب اسپیرمن ، همبستگی موجود بین دو متغیر ترتیبی را نشان می دهد.
به کمک ضریب همبستگی اسپیرمن روابط غیرخطی بررسی می شود در حالیکه ضریب همبستگی پیرسون به منظور بررسی یک رابطه ی خطی بکار برده می شود.
کارایی ضریب همبستگی رتبه ای اسپیرمن کمتر از ضریب همبستگی پیرسون است.
محاسبه ی ضریب همبستگی اسپیرمن ساده تر بوده و نیاز به پیش فرض های کمتری نسبت به ضریب پیرسون دارد.
3-5-3) آزمون پیش فرض استفاده از مدل رگرسیون
فرضیه های این تحقیق در قالب روابط رگرسیونی مشخصی مدل بندی شده است و بنابراین لازم است که پیش از آزمون این روابط رگرسیونی و تحلیل نتایج آنها، مفروضات بنیادی این روابط مورد بررسی قرار گیرند که اهمیت بسیار زیادی دارند. لذا، چهار بحث اساسی زیر در مورد روابط رگرسیونی تحقیق، مورد بررسی قرار خواهد گرفت که عبارتند از:
1) آزمون نرمال بودن داده های تحقیق: در این تحقیق بررسی نرمال بودن داده ها بوسیله آزمون کلموگروف- اسمیرنوف تحت نرم افزار Spss انجام می شود. بر اساس این آزمون اگر Sig جدول کلموگروف- اسمیرنف کمتر از 5% باشد آنگاه نرمال بودن توزیع جامعهی آماری تحقیق در سطح اطمینان 95% تأیید میشود.
2) آزمون مناسب بودن الگوی خطی و نداشتن نقاط نامربوط: به منظور آزمون مناسب بودن الگوی خطی و نداشتن نقاط نامربوط از نمودارهای پراکنش استفاده می شود. باتوجه به اﻳﻨﻜﻪ اﻳﻦ نمودارها نشان دهنده الگوی مشخصی (مثلا هلالی، قطری و …) نمی باشد، مناسب بودن الگوی خطی و عدم وجود نقاط نامربوط تاﻳﻴﺪ می گردد.
3) آزمون عدم خود همبستگی داده ها: از دیگر مفروضات استفاده از مدل رگرسیون استقلال خطاها از یکدیگر است. جهت بررسی استقلال خطاها از یکدیگر از آزمون دوربین-واتسن استفاده میشود. آمارهی این آزمون در دامنه 0 و 4+ قرار میگیرد. چنانچه این آماره در حدود عدد 2 باشد خطاها با همدیگر همبستگی نداشته و میتوان از رگرسیون استفاده کرد.
4) آزمون همسانی واریانس ها: آخرین نکته اساسی که ما در این تحقیق در مورد روابط رگرسیونی آزمون خواهیم کرد، بحث همسانی واریانس ها در نمودار باقی مانده ها در مقابل مقادیر برازش شده است. در صورتی که این نمودار، الگوی خاصی را تبیین کند یکی از مفروضات اساسی رگرسیون زیر سوال خواهد رفت و نمی توان ادعا کرد که پراکندگی داده ها، تصادفی بوده است. لذا با توجه به اینکه نمودارهای رسم شده الگوی خاصی را نشان نمی دهند می توان به همسانی واریانس ها امیدوار بود.
از تحلیل همبستگی پیرسون که برای تعیین وجود رابطهی بین دو متغیر کمی به کار میرود در مواردی میتوان استفاده کرد که اولاً هردو متغیر در یک مقطع از زمان (همزمان) اندازهگیری و ثبت شده باشد و ثانیاً توزیع دادهها از توزیع نرمال پیروی کند.
در این پژوهش برای آزمون وجود رابطه بین متغیرهای مستقل («ترکیب سهامداران نهادی»، «ترکیب سهامداران حقیقی»، «ترکیب سهامداران مدیریتی» و « تمرکز مالکیت سهامداران») و متغیر وابسته (عدم تقارن اطلاعاتی) و همچنین معناداربودن مدل ارائه شده از رگرسیون استفاده می کنیم. شایان ذکر است که متغیرهای اندازه شرکت و اهرم مالی بعنوان متغیر کنترل وارد مدل شده اند. در واقع هدف ما در این پژوهش بررسی میزان رابطه میان ترکیب سهامداران نهادی و عدم تقارن اطلاعاتی شرکت های بورس اوراق بهادار تهران با کنترل متغیرهای فوق ذکر است. در این مطالعه برای تجزیه و تحلیل اطلاعات و آزمون فرضیات از مدل رگرسیونی زیر استفاده خواهد شد.
INFO i,t = αo + β1INSTi,t + β2Conc i,t + β3Real i,t +β4SIZE i,t + β5LEV i,t + ε i,t
که در این مدل
INFO i,t: میزان عدم تقارن اطلاعاتی شرکت i در سال t که همانند مطالعات قائمی و وطن پرست (1384) و رضازاد و آزاد (1387) با استفاده از دامنه تفاوت قیمت پیشنهادی خرید و فروش سهام اندازه گیری خواهد شد.

مطلب مشابه :  عدم رعایت نظامات دولتی و قانون مجازات اسلامی

INST: درصد مالکیت سهامداران نهادی شرکتi در پایان سال t

Conc: درصد تمرکز مالکیت سهامدار عمده شرکتi درپایان سال t (برای سنجش تمرکز مالکیت از «درصد بزرگ ترین سهامدار شرکت» استفاده میکنیم).