بررسی تاثیر اعتبارات خرد شعب بانک ملت بر میزان اشتغال زایی در …

نحوه داوری: برای تصمیم گیری در مورد پذیرش یا رد فرضیه صفر، آماره T به دست آمده با t جدول که با درجه آزادی N-K در سطح اطمینان ۹۵% محاسبه شده مقایسه می‌شود، چنان چه قدرمطلقT محاسبه شده از t جدول بزرگ‌تر باشد (  )، مقدار عددی تابع آزمون در ناحیه بحرانی قرار گرفته و فرض صفر (  ) رد می‌شود. در این حالت با ضریب اطمینان ۹۵% ضریب مورد‌نظر (  ) معنی‌دار خواهد بود که دلالت بر وجود ارتباط بین متغیر مستقل و وابسته دارد(بالتاجی^[۸۲]، ۲۰۰۸).
 
 
آزمون مربوط به بررسی نرمال بودن توزیع متغیرها
برای بررسی نرمال بودن متغیرها از آزمون کولموگروف-اسمیرنف^[۸۳] استفاده شده است. فرضیه صفر و آماره این آزمون به‌صورت زیر می‌باشد:
 
 
در این رابطه  توزیع تجمعی نظری تابع مورد آزمون است که باید پیوسته و کاملا معین باشد.
نحوه داوری: اگر مقدار احتمال مربوط به این آزمون بزرگ‌تر از ۰۵/۰ باشد، با اطمینان ۹۵% می‌توان نرمال بودن توزیع متغیرها و باقیمانده‌ها را مورد تایید قرار داد(بالتاجی^[۸۴]، ۲۰۰۸).
 
 
آزمون‌های مربوط به مفروضات مدل رگرسیون خطی
برای اینکه در مدل رگرسیون خطی، تخمین‌زن‌های حداقل مربعات معمولی ضرایب رگرسیون، بهترین تخمین‌زن‌های بدون تورش خطی (BLUE) باشند لازم است تا مفروضات این مدل به صورت زیر بررسی و آزمون شوند:
 
 
فرض نرمال بودن باقیمانده‌ها
یکی دیگر از مفروضات در نظر گرفته شده در رگرسیون آن است که خطاها دارای توزیع نرمال با میانگین صفر می‌باشند. بدیهی است در صورت عدم برقراری این پیش‌گزیده نمی‌توان از رگرسیون استفاده کرد. بدین منظور باید مقادیر استاندارد خطاها محاسبه شود و نمودار توزیع داده‌ها و نمودار نرمال آن ها رسم شود و سپس مقایسه‌ای بین دو نمودار صورت گیرد. باید میانگین داده‌ها کوچک و نزدیک به صفر بوده وانحراف از معیار آن نیز نزدیک به یک باشد. این آزمون و هم‌چنین رسم نمودارها به وسیله نرم‌افزار Spss قابل اجرا می‌باشد.
علاوه براین برای آزمون نرمال بودن باقیمانده‌ها از آزمون کلموگروف – اسمیرنوف استفاده می‌شود که یک نوع آزمون ناپارامتریک می‌باشد. محاسبه آماره این آزمون توسط نرم افزار Spss امکان‌پذیر می‌باشد.
نحوه داوری: در صورتی که مقدار آماره ارائه شده توسط این آزمون بیشتر از ۵% باشد، فرض صفر آماری مبنی بر نرمال بودن توزیع متغیر مورد بررسی با اطمینان ۹۵% پذیرفته می‌شود.
 
 
فرض عدم وجود ناهمسانی واریانس ها^[۸۵] میان باقیمانده‌ها
با توجه به استفاده از روش داده‌های پانل برای آزمون ناهمسانی واریانس بین گروهی از آماره ضریب لاگرانژ^[۸۶] (LM) استفاده شده است. این آماره پس از انجام OLS کلی روی مدل مورد‌نظر، با استفاده از داده‌های تلفیقی به‌صورت زیر قابل محاسبه خواهد بود:
 
که در آن T تعداد سال‌های سری زمانی،  واریانس حاصل از برآورد کلی مدل، و  واریانس تک تک واحدهای مقطعی می‌باشد. آماره LM به‌طور مجانبی، دارای توزیع «کای- دو» با درجه آزادی N-1 خواهد بود (N برابر با تعداد واحدهای مقطعی می‌باشد).
نحوه داوری: درآزمون فرضیه، اگر مقدار آماره محاسباتی از مقدار بحرانی جدول در سطح اطمینان بزرگ‌تر باشد، فرضیه  رد شده و ناهمسانی واریانس بین واحدهای مقطعی تأیید می‌شود که باید برای رفع آن بر اساس روش‌های موجود اقدام نمود. در صورتی که مقدار آماره محاسبه شده از مقدار بحرانی جدول در سطح اطمینان ۹۵% کوچک‌تر باشد فرضیه  پذیرفته می‌شود و می‌توان با اطمینان ۹۵% وجود ناهمسانی واریانس بین واحدهای مقطعی را رد کرد.
 
 
فرض عدم وجود خطای تصریح مدل و خطی بودن مدل:
عدم وارد کردن متغیرهایی که باید در معادله لحاظ شوند (به علت عدم آگاهی از وجود آن ها، در دسترس نبودن اطلاعات مربوط به آن ها و…)، اضافه کردن متغیری که لازم نیست در معادله جای بگیرد، انتخاب فرم تبعی غلط (مثلا انتخاب فرم خطی به‌جای لگاریتمی و…) و غیره باعث بوجود آمدن خطای تصریح در مدل می‌گردند که هر یک از انواع این خطاها می‌تواند مشکلات مختلفی را برای مدل به‌وجود بیاورد. بنابراین لازم است تا پس از برآورد مدل نسبت به آزمون عدم وجود خطای تصریح در آن اقدام نمود. یکی از آزمون‏هایی که در زمینه بررسی خطای تصریح در مدل بکار گرفته می‌شود آزمون رمزی^[۸۷] است که یک آزمون عمومی برای کشف انواع خطای تصریح موجود در مدل بوده و در این پژوهش نیز مورد استفاده قرار می‌گیرد. فرضیه آماری این آزمون به‌صورت زیر بیان می‌شود:
مراحل انجام این آزمون به شرح ذیل است:
به‌دست آوردن Y های تخمینی (  ها)
برآورد مجد مدل به‌صورت
 
محاسبه آماره آزمون به صورت:
 
که درآن F آماره آزمون رمزی می‌باشد.  ضریب تعیین معادله جدید و  ضریب تعیین معادله اولیه است.  به تعداد متغیرهای توضیحی اضافه شده در مدل جدید و  بر تعداد پارامترها در مدل جدید اشاره دارد. حال اگر F محاسباتی از F جدول بزرگ‌تر باشد، آن‌گاه در مدل خطای تصریح وجود دارد. در این پژوهش برای بررسی خطای تصریح در مدل از آزمون رمزی استفاده می‌شود.
فصل چهارم
تجزیه و تحلیل داده ها