برای جمع‌ آوری داده ها و اطلاعات، از روش کتابخانه‌ای استفاده می‌شود. در بخش کتابخانه‌ای، مبانی نظری پژوهش از کتب و مجلات تخصصی فارسی و لاتین گردآوری می‌شود و داده های پژوهش از طریق جمع‌ آوری داده های شرکت‌های نمونه با مراجعه به صورت‌های مالی، یادداشت‌های توضیحی و با بهره گرفتن از نرم‌افزارهای ره‌آورد نوین و تدبیر‌پرداز صورت گرفته است.

۳-۸-روش­ تجزیه و تحلیل داده ها

۳-۸-۱- آمار توصیفی

به منظور شناخت بهتر ماهیت جامعه‌ای که در پژوهش، مورد مطالعه قرار گرفته است و آشنایی بیشتر با متغیرهای پژوهش، قبل از تجزیه و تحلیل داده های آماری، لازم است این داده ها توصیف شوند. همچنین توصیف آماری داده ها، گامی در جهت تشخیص الگوی حاکم بر آن‌ ها و پایه‌ای برای تبیین روابط بین متغیرهایی است که در پژوهش به کار می‌رود.

۳-۸-۲- آمار استنباطی

آمار استنباطی شامل روش‌هایی است که با بهره گرفتن از آن‌ ها، اطلاعات موجود در نمونه به کل جامعه تعمیم داده می‌شود. مهم‌ترین هدف آمار، انجام استنباط‌هایی ‌در مورد مشخصات جامعه، با توجه به اطلاعات موجود در نمونه است.

۳-۸-۲-۱- رگرسیون

رگرسیون درصدد برآورد رابطه‌ای ریاضی و تحلیل آن است، به‌طوری‌که بتوان با کمک آن کمیت یک متغیر مجهول را با بهره گرفتن از متغیرهایی معلوم، تعیین کرد. با فرض آن‌که رابطه علت و معلولی بین دو متغیر کمی وجود دارد و این رابطه به صورت خطی باشد، معادله رگرسیون به شکل ŷ = a + bx تعریف می‌شود که به رگرسیون خطی ساده مشهور است. به‌عبارت‌ دیگر، مقدار متغیر وابسته به کمک مقدار متغیر مستقل برآورد می‌شود. شیوه کار رگرسیون بدین‌صورت است که ابتدا باید معناداری کل مدل رگرسیون مورد آزمون قرار گیرد، سپس باید معناداری ضرایب متغیرهای مستقل بررسی شود (مؤمنی و فعال قیومی، ۱۳۹۱: ۱۱۹و ۱۲۰).

۳-۸-۲-۱-۱- ضریب تعیین و ضریب تعیین تعدیل شده

ضریب تعیین (R²)، قدرت توضیح‌دهندگی مدل را نشان می‌دهد؛ یعنی نشان می‌دهد که چند درصد تغییرات متغیر وابسته به وسیله متغیرهای توضیحی (متغیرهای مستقل)، توضیح داده شده‌اند و عبارت است از تغییرات توضیح داده شده به کل تغییرات (عباسی نژاد، ۱۳۸۴: ۱۳):

در واقع هدف از به‌کارگیری R² تسهیل در مقایسه نیکویی برازش چندین معادله رگرسیون است که از نظر تعداد متغیرهای مستقل توضیحی متفاوت هستند.

۳-۸-۲-۱-۲- آزمون معنادار بودن در الگوی رگرسیون

در رگرسیون چندگانه، دو یا چند متغیر مستقل وجود دارد و لازم است که برای مشخص شدن معنادار بودن آن‌ ها دو آزمون انجام گیرد. ابتدا آزمون معنادار بودن معادله رگرسیون و در مرحله بعد آزمون معنادار بودن هر کدام از ضرایب متغیرهای مستقل در معادله انجام می‌گیرد.

۳-۸-۲-۱-۲-۱- آزمون معنادار بودن معادله رگرسیون

در یک معادله رگرسیون چندگانه، چنان‌چه هیچ گونه رابطه‌ای میان متغیر وابسته و متغیرهای مستقل وجود نداشته باشد، باید تمامی ضرایب متغیرهای مستقل در معادله، مساوی صفر باشند. بدین ترتیب می‌توان معنادار بودن معادله رگرسیون را آزمون کرد.

با داشتن مدل رگرسیون K متغیره:

Y_i = β_۱ + β_۲ X_2i + β_۳ X_3i + … + β_k X_ki + u_i

برای آزمون فرضیه:

H₀ : β_۲ = β_۳ = … = β_k = ۰

(یعنی تمامی ضرایب شیب به طور همزمان صفر هستند) در مقابل:

H₁: تمامی ضرایب شیب به طور همزمان صفر نیستند (حداقل یکی از آن‌ ها غیر صفر است)

با محاسبه:

که در آن F_{α (K-1) (N-K)} مقدار بحرانی F در سطح معنی‌دار بودن α و درجه آزادی (۱-K) در صورت و (N-K) در مخرج است، اگر F_{α (K-1) (N-K)} ˃ F باشد، رد می‌شود و در غیر این صورت ممکن است پذیرفته شود (ابریشمی، ۱۳۹۰: ۳۰۱).

۳-۸-۲-۱-۲-۲- آزمون معنادار بودن ضرایب

بعد از آزمون معنادار بودن رگرسیون، بایستی معنادار بودن هر کدام از ضرایب، آزمون گردد. هدف از انجام این آزمون آن است که مشخص شود آیا در سطح اطمینان موردنظر ضریب محاسبه شده مخالف صفر است یا خیر؟

برای آزمون فرضیه:

H₀ : β_k = ۰

H₁ : β_k ≠ ۰

با محاسبه (ابریشمی، ۱۳۹۰: ۲۹۲):

برای آزمون فرضیه صفر، آماره t به کار برده می‌شود. اگر مقدار t محاسبه شده از مقدار بحرانی t در سطح معنی‌دار تجاوز کند، فرضیه رد می‌شود، در غیر این صورت ممکن است پذیرفته شود (ابریشمی، ۱۳۹۰: ۲۹۵).

در این آزمون عدم رد H₀به مفهوم بی‌معنا بودن ضریب موردنظر و رد H₀ به معنی معنا­دار بودن ضریب موردنظر است.

۳-۸-۲-۲- نبود خود همبستگی

مشهورترین آزمون برای تشخیص خود همبستگی به وسیله دو آماردان به نام‌های دوربین و واتسن توسعه یافت و به عنوان آماره dدوربین-واتسن شناخته شده است که به صورت زیر تعریف شده است:

که نسبت مجموع مربعات تفاوت پی در پی در باقی‌مانده به است. در صورت کسر آماره d، تعداد ‌مشاهده‌ها (n-1) است؛ زیرا، یک مشاهده در تفاوت‌های پی در پی حذف می‌شود.

مزیت بزرگ آماره d دوربین- واتسن این است که مبتنی بر باقی‌مانده های برآورد شده است که به طور مستمر در تجزیه و تحلیل رگرسیون محاسبه می‌شوند. به‌دلیل این مزیت، در حال حاضر، به طور معمول آماره d دوربین- واتسن همراه با سایر معیارها از قبیل ضریب تعیین، ضریب تعیین تعدیل شده، آماره t و آماره F گزارش می‌شود.

محاسبه حد دقیق عمل آزمون دوربین- واتسن مشکل است. ‌بنابرین‏، آزمون را با کران پایین (d_L) و کران بالا (d_u) انجام می‌دهند. قاعده تصمیم در این آزمون به صورت زیر است:

<d₀<d_L0 فرض صفر رد می‌شود، خود همبستگی مثبت وجود دارد.

d_L<d₀<d_u نتیجه آزمون قطعی نیست.

d_L-4d_u ≤ d₀ ≤ -۴ نتیجه آزمون قطعی نیست.

d_u-4d_u < d₀ < فرض صفر تأیید می‌شود، خود همبستگی وجود ندارد.

۴d_L < d₀ < -4 فرض صفر رد می‌شود، خود همبستگی منفی وجود دارد.

لازم به ذکر است که توصیه شده در مواردی که نتیجه آزمون قطعی نیست، برای بالا بردن اطمینان، وجود خود همبستگی پذیرفته شود (گجراتی، ۲۰۰۴: ۴۷۱-۴۶۷).

۳-۸-۳- روش استفاده از داده ها

معمولاً استفاده از داده های آماری به سه روش مقطعی^[۲۰]، سری زمانی^[۲۱] و ترکیبی^[۲۲] امکان‌پذیر است:

۱- داده های مقطعی: داده های مقطعی، بر اساس یک یا چند متغیر در یک زمان مشخص جمع‌ آوری می‌شوند.

۲- داده های سری زمانی: داده هایی هستند که در طی یک دوره زمانی جمع‌ آوری می‌شوند.