لذا بر اساس جدول ۴-۲ می توان بیان نمود که ضرایب محاسبه شده در رگرسیون، از دقت بالایی برای تبیین واریانس های قابل پیش بینی متغیر وابسته توسط متغیر های مستقل وارد شده در مدل دارد. همچنین بر اساس جدول ۴-۳ مشخص می شود که در مجموع ۸۵ درصد واریانس متغیر وابسته نرخ بازده داراییها(ROA) توسط متغیر های مستقل وارد شده به مدل رگرسیونی تبیین شده است و سایر واریانس باقیمانده مربوط به متغیر های مستقلی است که مطالعه آنها در تحقیق حاضر امکان پذیر نشده است. لذا ضرایبی که در مراحل بعدی برای مدل رگرسیونی محاسبه می شوند می توانند تا ۸۵ درصد تغییرات و واریانس متغیر وابسته تحقیق را پیش بینی کنند.

۴-۳-۱ آزمون خود همبستگی (آزمون LM)
یکی از مفروضات مدل رگرسیون خطی صفر بودن کواریانس بین اجزای خطا در طول زمان ( یا به صورت مقطعی برای انواع داده ها) می باشد. به عبارت دیگر فرض فوق مبین این است که خطاها به یکدیگر وابسته نیستند. در صورتی که خطاها غیر همبسته نباشند، به این معنی است که خود همبسته هستند و یا به صورت پیاپی همبسته می باشند. بنابراین فرض مزبور نیازمند آزمون است. آزمون دوربین – واتسون برای آزمون خودهمبستگی به کار می رود. این آزمون عمومیت کمتری نسبت به آزمون بروش – گودفری دارد و ساده ترین آزمون خودهمبستگی پسماندها است. دوربین – واتسون آزمونی برای خودهمبستگی مرتبه اول است، یعنی این آزمون تنها برای رابطه بین یک خطا و مقدار قبلی خودش می باشد . آماره دوربین - واتسون نیز برای بررسی همبستگی جملات پسماند نشان می دهد که همبستگی در حد قابل تحمل بوده زیرا مقدار آن کمتر از قدر مطلق ۵/۲ است.
جدول۴-۳ مقدار واریانس تشریح شده متغیر وابسته در مدل رگرسیونی

 

گام رگرسیونی

R

R Square

Adj. R Square

∆R²

Durbin-Watson

 

۱

۷۵۷/۰

۶۹۵/۰

۶۹۳/۰

—

۰۸۹/۲

 

۲

۸۶۲/۰

۷۲۸/۰

۷۲۱/۰

۰۲۸/۰

 

۳

۸۹۶/۰

۷۵۳/۰

۷۴۸/۰

۰۲۷/۰

 

۴

۹۱۲/۰

۸۵۷/۰

۸۵۰/۰

۱۰/۰

 

 

بر اساس آزمون های تشخیصی فوق می توان به برآورد ضرایب رگرسیونی متغیر های وارد شده در مدل تحقیق برای برآورد تغییرات متغیر وابسته، اقدام نمود. نتایج گام های رگرسیونی برای ورود چهار متغیر مستقل برای برآورد واریانس متغیر وابسته در جدول ۴-۳ آمده است ^.
بر اساس جدول۴-۴ مشخص می شود که اولین متغیر مستقل که بیشترین نقش در تبیین واریانس را نیز داشته است، متغیرمستقل موجودی کالا (IN) است. در گام دوم رگرسیونی دومین متغیر مستقل مخارج بازار یابی وارد معادله رگرسیونی شده و نقش معنی داری را در تبیین متغیر وابسته از خود نشان داده است. سومین متغیر مستقل نیز یعنی سود انباشته(RE ) است که رتبه سوم را در تبیین واریانس متغیر وابسته با ورود در گام سوم از خود نشان داده است. چهارمین متغیر نیز متغیر کارایی است که وارد معادله شده است. بر این اساس می توان معادله رگرسیونی را با ضرایب غیر استاندارد و با در نظر گرفتن مقدار ثابت به شرح زیر تدوین نمود.
Y = -0.004-0.152X₁-0.633X₂+0.453X₃+0.248X₄
جدول۴-۴ ضرایب متغیر های مستقل وارد شده در مدل رگرسیونی به همراه معنی داری

 

 

گام

 

مدل

 

مقادیر غیر استاندارد