با توجه به نتایج آزمون IPS (جدول ۴-۲)، چون مقدار P برای تمامی متغیرهاکمتر از ۰۵/۰ است، در نتیجه این متغیرهای پژوهش در طی دوره پژوهش در سطح پایا بودهاند. در نتیجه نتایج آزمون IPS نشان میدهد که، میانگین و واریانس متغیرها در طول زمان و کوواریانس متغیرها بین سالها مختلف ثابت بوده است. در نتیجه استفاده از این متغیرها در مدل باعث بوجود آمدن رگرسیون کاذب نمیشود. ۴-۴) تعیین مدل مناسب برای تخمین مدل رگرسیون 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 و با ارائه مدل اقدام به پیش بینی نماید، دادهها و متغیرهای موجود در یک مدل معمولا در سه نوع مختلف می‌تواند باشد: داده های سری زمانی[۱۰۹] داده های مقطعی[۱۱۰] داده های ترکیبی[۱۱۱] داده‌های سری زمانی، مقادیر یک متغیر (چند متغیر) را در نقاط متوالی در زمان، اندازه‌گیری می‌کند. این توالی می‌تواند سالانه، فصلی، ماهانه، هفتگی یا حتی به صورت پیوسته باشد. داده های مقطعی، مقادیر یک متغیر (چند متغیر) را در طول زمان و روی واحدهای متعدد اندازه‌گیری می‌کند، این واحدها می‌تواند واحدهای تولیدی، صنایع و یا شرکت‌های مختلف باشد. 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. با توجه به ادبیات تحقیق موجود و نیز ماهیت فرضیه های تحقیق در این پژوهش از داده‌های ترکیبی استفاده شده است. بمنظور تعیین مدل مناسب (تلفیقی یا تابلویی با اثرات ثابت یا تصادفی) برای آزمون فرضیات از آزمون های چاو و هاسمن استفاده شده است. الف) آزمون چاو نتایج مربوط به آزمون برای مدل رگرسیونی تحقیق حاضر در جدول ۴-۳ نشان داده شده است. جدول ۴-۳٫ آزمون چاو
برای دانلود متن کامل این پایان نامه به سایت jemo.ir مراجعه نمایید.
