را احتمال توام x و y بدانیم و احتمال اشتراک در حادثه خاص x و y مساوی احتمال حاصلضرب آنها باشد، آن دو حادثه و در حالت عمومی تر آن دو متغیر x و y مستقل هستند. بنابراین آزمون استقلال کای – مربع برای بررسی فرضیه استقلال دو متغیر که دست کم یکی از آنها کیفی است استفاده می شود.در این آزمون فراوانی مشاهده شده با فراوانی های مورد انتظار، استقلال دو متغیر مقایسه می شوند.در این تحقیق نیز ، چون متغیر های وابسته و مستقل کیفی هستند از آزمون استقلال کای – مربع برای آزمون فرضیه ها استفاده می شود. بدین صورت که داده های جمع آوری شده برای متغیرها در یک جدول توافقی که شامل r سطر وc ستون است خلاصه می شوند. طریقه طبقه بندی داده ها بر طبق دو متغیر وابسته و مستقل برای نمونه n تایی از یک جامعه آماری در جدول۳-۳ ارائه گردیده است:
جدول ۱-۳ جدول توافقی برای آزمون استقلال
جمع
c …. 3 2 1
فرضیات تحقیق
روشهای حسابداری موجودی کالا
n10
n20
n30
۰
۰
۰
nr
n1 c …. n1 3 n1 2 n1 1
n2 c …. n2 3 n2 2 n2 1
n3 c …. n3 3 n3 2 n3 1
۰ ۰ ۰ ۰
۰ ۰ ۰ ۰
۰ ۰ ۰ ۰
nr c …. nr 3 nr 2 nr 1
۱
۲
۳
۰
۰
۰
r
n
n.c …. n.3 n.2 n.1
جمع
مقادیر nij فراوانیهای مشاهده شده در هر سلول است که فصل مشترک سطر i و ستون j می باشد. با فرض (H0) یا فرضیه استقلال دو متغیر ، فراوانیهای مورد انتظار (Fei) را برای هر سلول محاسبه می کنیم.فراوانی مورد انتظار، تعداد (Fei) است که از حاصلضرب n در احتمال استقلال بدست می آید یعنی:
پس از محاسبه Fei ، فراوانیهای مورد انتظار با فراوانیهای مشاهده شده با هم مقایسه می شوند. اگر تمایز آنها ” کوچک” باشد، فرضیه صفر قابل دفاع است و نتیجه می گیریم که دو معیار (دو متغیر وابسته و مستقل) از هم مستقل هستند، ولی اگر تمایز آنها بزرگ باشد، فرضیه صفر رد می شود و نتیجه می گیریم که دو متغیر از هم مستقل نیستند. بر مبنای اندازه آماره آزمون می توان نتیجه گرفت که آیا تمایز بین فراوانیهای مشاهده شده (Foi) و مورد انتظار(Fei) “کوچک” است یا “بزرگ” که صورت معدله زیر که با (c-1)*(r-1) درجه آزادی بیان می شود:
اگر مقدار آماره آزمون در معادله فوق بزرگتر از مقدار کای – مربع جدول باشد پس فرض H0 (استقلال بین دو متغیر) در سطح خطای ? درصد رد شده و فرض H1 (وجود ارتباط بین دو متغیر) پذیرفته خواهد شد. آزمون استقلال کای مربع یک آزمون یک دنباله است که H1 به اندازه ? در دنباله راست آن تعریف خواهد شد. منحنی آزمون استقلال در شکل۲-۳ نشان داده شده است.
نمودار۳-۳سطح زیر منحنی H0 وH1 در آزمون استقلال کای مربع
برای آزمون فرضیه اول در جدول توافقی مذکور فراوانی بر حسب شرکت های بزرگ و کوچک بر اساس سه روش حسابداری موجودی کالا FIFO ، میانگین موزون و میانگین متحرک قرار داده شده و استقلال متغیرها آزمون می شود. برای آزمون فرضیه دوم در جدول توافقی فراوانی ها بر حسب شرکت های با اهرم بالا و پائین بر اساس سه روش حسابداری موجودی کالا قرار داده می شود و آزمون استقلال صورت می گیرد. برای آزمون فرضیه سوم در جدول توافقی فراوانی بر حسب شرکت ها با سرمایه در گردش بالا و پائین بر اساس سه روش حسابداری موجودی کالا قرار داده می شود و آزمون استقلال انجام می شود و در نهایت برای آزمون فرضیه چهارم در جدول توافقی فراوانی برحسب صنعت بر اساس سه روش حسابداری موجودی کالا قرار داده و آزمون استقلال انجام می گیرد.
۱۰-۳خلاصه فصل
در این فصل به تشریح روش پژوهش،تجزیه و تحلیل داده ها،سوالها و فرضیه های تحقیق جامعه آماری و روش نمونه گیری پرداخته شد
فصل چهارم
تجزیه و تحلیل داده‌ها
۱-۴ مقدمه‏
در این فصل به تجزیه و تحلیل حاصل از اطلاعات پرداخته می‌شود و رابطه بین متغیرها بررسی میگردد. در ابتدای فصل با استفاده از شاخصهای پراکندگی و شاخصهای مرکزی به توصیف داده ها پرداخته شده است آماره های توصیفی به تفکیک روشهای حسابداری محاسبه و ارایه شده است و در ادامه روشهای آماری به شرح زیر به کار گرفته شده است:
با توجه به اینکه روش حسابداری متغیر رده ای و کیفی است و همچنین سایر متغیرها به دو گروه بالا و پایین تقسیم شده است (این متغیرها هم رده ای شده است) و نوع صنعت که کیفی است بنابراین برای بررسی ارتباط متغیرهای رده ای از جداول توافقی یا دو بعدی و یا به اصطلاح آزمون کای – دو استفاده شده است .همچنین از آزمونهای پارامتری تحلیل واریانس بر روی داده ها رده ای نشده استفاده گردیده است . آزمون مقادیر میانگین شاخصها در روشهای حسابداری مختلف با هم مقایسه گریده است که تفاوت معناداری در میانگین شاخصها دیده نشده است ( نتایج پیوست الف) و همچنین آزمون ناپارامتری کروسکال والیس بر روی داده های خام استفاده گردیده است. این آزمون نیز توزیع شاخصها در سه سطح (روش حسابداری) یکسان تشخیص داده شده است ( نتایج پیوست ب). استنباط در مورد آزمون فرضها بر اساس سطح معناداری بدست آمده بدین گونه که هرگاه مقدار سطح معناداری کمتر از ۰۵/۰ باشد فرض صفر در سطح ۹۵ درصد و اگر کمتر از ۱/۰ باشد در سطح اطمینان ۹۰ درصد رد میشود و در غیر اینصورت فرض صفر رد نمیگردد. محاسبات آماری با استفاده از نرم افزار SPSS17 انجام گرفته است.
۲-۴ آمار توصیفی
در جدول زیر شاخص مرکزی از جمله میانگین و شاخصهای پراکندگی از جمله انحراف معیار، کشیدگی و چولگی برای متغیرهای پیوسته و جداول فراوانی برای متغیرهای رده ای محاسبه شده است برای متغیرهای پیوسته مقدار میانگین حد وسط داده ها و انحراف معیار میزان پرکندگی داده ها را نشان میدهد چولگی مثبت چوله به راست بودن و چولگی منفی چوله به چپ بودن توزیع داده ها را نشان میدهد در صورتیکه چولگی نزدیک صفر باشد داده ها متقارن هستند کشیدگی نیز اوج یا بلندی داده ها را نشان میدهد در صورتی که کشیدگی مثبت باشد توزیع دادهها از توزیع نرمال بلندتر و اگر مقدار آن منفی باشد توزیع آن کوتاهتر ( پختر ) از توزیع نرمال است.
جدول ۱-۴ میانگین داده ها به تفکیک هر فرضیه
روش حســــــابداری
N
میانگین
میانه
انحراف معیار
چولگی
کشیدگی
Valid
اندازه شرکت
فایفو
۸
۸۵۳۰۸۲.۸
۲۴۶۹۸۲.۳
۱۳۹۹۳۳۵.۲۲۷
۲.۳۶۸
۵.۶۸۶
میانگین موزون سالیانه
۶۳
۴۵۵۸۹۸۵
۵۹۸۹۷۲.۸
۱۴۴۱۰۵۵۶.۷۵
۵.۱۳۵
۲۸.۲۲۷
میانگین موزون متحرک
۷
۱۵۱۳۰۵۷۷
۵۴۱۸۶۰
۲۹۹۵۹۷۸۷.۵۹
۲.۲۷۲
۵.۱۹۶
میانگین اهرم
فایفو
۸
۳.۰۰۵
۱.۸۲۱۹
۳.۶۱۹۰۳
۲.۳۴۶
۵.۸۰۷
میانگین موزون سالیانه
۶۳
۳.۶۸۳۹
۲.۲۰۳۹
۱۴.۴۰۱۰۲
۰.۷۵۱
۲۱.۹۴
میانگین موزون متحرک
۷
۳.۸۲۶۹
۳.۰۷۵۷
۲.۸۶۹۹۳
۰.۴۶۷
۱.۷۲۹-
سرمایه در گردش
فایفو
۸
۴۵۲۸۲.۵
۴۰۲۳.۸۷۵-
۵۴۳۹۱۱.۵۸۱۶
۱.۲۶۸
۳.۹۴۹
میانگین موزون سالیانه
۶۳
۳۸۳۷۷۶-
۱۱۹۷۰.۵
۳۶۸۸۴۰۵.۵۶۷
۷.۰۸۷-
۵۴.۶۲۹
میانگین موزون متحرک
۷
۱۴۸۸۶-
۱۶۳۵۶.۲۵
۱۰۱۰۱۶۰.۶۲۴
۱.۵۷۶-
۴.۲۹۵
سودآوری
فایفو
۸
۴۰۴۳۲.۱۳
۳۳۰۱۰.۸۸
۷۴۶۶۱.۵۳۵۶۹
۱.۲۸۲
۳.۵۴۳
میانگین موزون سالیانه
۶۳
۵۵۱۴۳۵.۸
۵۵۴۸۵.۷۵
۱۵۵۵۷۲۱.۵۱۱
۳.۹۶۲
۱۵.۹۲۲
میانگین موزون متحرک
۷
۷۸۹۴۶۸.۷
۲۸۳۱۳.۲۵
۱۵۴۸۴۲۴.۷۷۱
۲.۲۵۸
۵.۱۲۹
مقادیر میانگین اندازه شرکت در روش فایفو کمترین مقدار, میانگین اهرم در این روش کمترین مقدار , سرمایه در گردش در این روش بیشترین مقدار و مقدار سودآوری این روش نیز کمترین مقدار است اما اینکه آیا این تفاوت ها معنادار میباشد یا نه در ادامه شرح داده میشود.
۳-۴ رابطه بین اندازه شرکت و روش حسابداری
برای بررسی رابطه اندازه شرکت ( کوچک یا بزرگ ) با روش حسابداری ( فایفو, میانگین موزون سالیانه یا میانگین موزون متحرک) با توجه به اینکه دو متغیر رده ای هستند از آزمون کای – دو استفاده میشود در این آزمون که به آزمون همگنی نسبتها هم معروف است میزان نسبت شرکتهای با روش فایفو نسبت به سایر روشها در دو اندازه مختلف شرکت مقایسه میشود که عدم برابری نسبتها در دو اندازه شرکت به معنی وجود ارتباط بین اندازه و روش حسابداری بوده در غیر این صورت رابطه معناداری بین این دو وجود ندارد.
فرض صفر و فرض مقابل به صورت زیر فرمولبندی می شود:
جدول ۲-۴ داده های تجزیه شده فرضیه اول
روش حسابداری
Total
میانگین موزون
میانگین موزون
فایفو
متحرک
سالیانه
اندازه شرکت
کوچک
count
۴
۲۹
۶
۳۹
اندازه شرکت
%with in
۱۰.۳%
۷۴.۴%
۱۵.۴۰%
۱۰۰%
بزرگ
count
۳
۳۴
۲
۳۹
اندازه شرکت
%with in
۷.۷%
۸۷.۲۰%
۵%
۱۰۰%
Total
count
۷
۶۳
۸
۷۸
اندازه شرکت
%with in
۹%
۸۰.۸%
۱۰.۳%
۱۰۰%
جدول ۳-۴ تحلیل داده های فرضیه اول
Value
df
Asymp sig
Exact sig
Exact sig
point probability
(۲-sided)
(۲-sided)
(۱-sided)
Pearson chi-square
۲.۵۴۰
۲
۰.۲۸۱
۰.۲۷۹
Likelihood ratio
۲.۶۳۴
۲
۰.۲۸۶
۰.۲۷۹
Fisher exact test
۲.۴۸۳
۰.۲۷۹
Linear-by-linear
Association
۰.۵۹۳
۱
۱
۰.۶۱۰
۰.۳۰۵
۰.۱۵۲
N of Valid cases
۷۸
ناحیه رد و عدم رد فرض صفر با توجه به توزیع آماری آماره آزمون به صورت شکل زیر مشخص می شود.
نمودار ۱-۴ ناحیه رد و عدم رد فرض صفر برای آزمون برابری نسبتها برای فرضیه اول
بنابراین و با توجه به اینکه مقدار کای – دو بدست آمده برابر با ۵۴/۲ است فرض صفر رد میشود یعنی رابطه معناداری بین این دو متغیر وجود دارد. همچنین از روی سطح معناداری میتوان گفت چون مقدار سطح معناداری تقریبی برابر با ۲۸۱/۰ و مقدار سطح معناداری دقیق برابر با ۲۷۹/۰ است که هیچکدام کمتر از ۰۵/۰ نیستند بناراین فرض صفر در سطح ۹۵ درصد اطمینان رد میشود. یعنی روشهای حسابداری موجودی کالا با توجه به اندازه های متفاوت پذیرفته شده در بورس متفاوت است.
۴-۴ رابطه بین میانگین اهرم و روش حسابداری
فرض صفر و فرض مقابل به صورت زیر فرمولبندی می شود:
جدول ۴-۴ داده های تجزیه شده فرضیه دوم
روش حسابداری
Total
میانگین موزون
میانگین موزون
فایفو
متحرک
سالیانه
میانگین
کوچک
count
۳
۳۱
۵
۳۹
اهرم
میانگین

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *