در صورتی که آماره محاسبه شده آزمون بزرگتر از آماره بحرانی باشد و یا سطح معنی‌داری محاسبه شده کوچکتر از ۰۵/۰ باشد، نشان دهنده‌ی این است که حداقل یکی از متغیرهای مستقل دارای ضریب رگرسیون معنی‌دار است و یا رابطه خطی بین دو متغیر وجود دارد.
برای آزمون ضریب جزئی رگرسیون از آزمون استفاده می‌شود. در این آزمون:
فرضیه صفر بیانگر معنی‌دار نبودن ضریب جزئی رگرسیون است.
فرضیه تحقیق بیانگر معنی‌دار بودن ضریب جزئی رگرسیون است.
در صورتی که آماره محاسبه شده آزمون برای متغیر مستقل، بزرگتر از آماره بحرانی باشد و یا سطح معنی‌داری محاسبه شده کوچکتر از ۰۵/۰ باشد، نشان دهنده معنی‌دار بودن ضریب متغیر مستقل است.
مقدار قدر مطلق ضریب همبستگی(r)، شدت رابطه خطی بین دو متغیر را اندازه می‌گیرد. مقدار در بازه تغییر می کند. هر چه مقدار قدر مطلق به ۱ نزدیکتر باشد، بیانگر رابطه قوی‌تر است و اگر هیچ رابطه‌ای بین دو متغیر وجود نداشته باشد، مقدار برابر با صفر خواهد بود. علامت نشان‌دهنده جهت رابطه است.
به منظور درک بهتر از مفهوم همبستگی و قابلیت تفسیر نتایج آن، معمولاً ضریب همبستگی را به توان ۲ رسانیده و ضریب تعیین را بدست می‌آورند که با نشان داده می‌شود و مقدار آن همیشه بین صفر و یک است. ضریب تعیین، نشان می‌دهد که چند درصد از تغییرات ناشی از تغییرات می‌باشد و چند درصد از این تغییرات به مربوط نمی‌شود. ضریب تشخیص به این صورت تحلیل می‌شود که:
متغیر مستقل هیچ تغییری در متغیر وابسته ایجاد نمی‌کند. ()
تمام تغییرات متغیر وابسته توسط متغیر مستقل بیان می‌شود. ()
هر چه قدر مطلق ضریب تعیین از صفر بزرگتر و به ۱ نزدیکتر باشد، نشانگر قوی بودن رابطه بین متغیر مستقل و وابسته است.
روش حداقل مربعات تعمیم یافته(GLS)^[70]
یکی از مهمترین مفروضات مدل کلاسیک رگرسیون خطی(CLR)^[71] این است که واریانس هر جز جمله خطا ، به شرط مقدار معینی از متغیرهای توضیحی، مقدار ثابتی مساوی با می باشد. فرضی که در اصطلاح، همسانی واریانس^[۷۲] نامیده می شود:
با قبول فرض فوق، تخمین زننده از طریق OLS معمولی بهترین تخمین زن خطی بدون تورش(BLUE) محسوب خواهد شد. اما چنانچه فرض ناهمسانی واریانس^[۷۳]، جایگزین فرض همسانی گردد، دیگر تخمین زن مزبور بهترین( دارای حداقل واریانس با کارایی) نخواهد بود. علت آن است که OLS معمولیوزن و یا اهمیت یکسانی به هریک از مشاهدات می دهد. در چنین شرایطی( به شرط مشخص بودن واریانس های نا همسان) لازم است متغیرهای تابع اصلی بر عامل تقسیم گردد تا متغیرهای تبدیل شده( ستاره دار) بدست آید.
روش تبدیل متغیرهای اصلی به نحوی که متغیرهای تبدیل شده، فروض مدل کلاسیک را تامین نموده و سپس به کار بردن روش OLS در مورد آن ها به روش حداقل مربعات تعمیم یافته(GLS) معروف می باشد. در صورتی که مشخص باشد، GLS بر مبنای ساختار واقعی واریانس BLUE بوده و کلیه تخمین زننده های GLS به طور مجانبی کارا خواهند بود. ماتریس به صورت زیر خواهد بود:
در GLS با استفاده از ماتریس ، لازم است محاسبه شود:
بدین ترتیب متغیرهای تبدیل شده بشرح زیر خواهند بود:
در نهایت با بکاربردن روش OLS بر مبنای متغیرهای تبدیل شده خواهیم داشت:
از آنجاییکه اغلب مشخص نمی باشد، لذا اغلب به جای روش GLS ، از روش حداقل مربعات تعمیم یافته عملی(FGLS)^[74] استفاده می شود.

۳- ۱۴ خلاصه فصل

در این فصل روش تحقیق مورد استفاده به تفصیل بیان شد. در این رابطه، انواع متغیرهای مورد استفاده در مدل اصلی تحقیق، آزمون‌های مورد نیاز در خصوص داده‌ها و مبانی آماری و اقتصادسنجی مورد نظر برای آزمون فرضیات تشریح گردید. هم چنین، مبناهای محاسباتی و نحوه به‌کارگیری سنجه‌های موردنیاز که به عنوان متغیر وابسته در نظر گرفته شده‌اند توضیح داده شد.
فصل چهارم
تجزیه و تحلیل داده ها

۴-۱ مقدمه

برای اتخاذ تصمیم مناسب و یا نتیجهگیری، اطلاعات جمعآوریشده باید مورد تجزیه و تحلیل قرار گیرند. تجزیه و تحلیل بهعنوان فرآیندی از روش علمی، یکی از پایههای ساسی هر روش تحقیقی است. تجزیه و تحلیل عبارت است روشی که از طریق آن کل فرآیند پژوهشی، از انتخاب مسأله تا دسترسی به یک نتیجه، هدایت میشود (دلاور، ۱۳۹۰، ص ۲۴۳).
در این فصل داده های جمع آوری شده مربوط به متغیرهای تحقیق با استفاده از تکنیک های آماری و اقتصاد سنجی مورد تجزیه و تحلیل قرار گرفته و فرضیات نیز مورد آزمون قرار می گیرند. همچنین، جداول اطلاعات آماری از متغیرهای اصلی مدل و برخی اطلاعات پایه ای در خصوص مدل تحقیق در این فصل ارائه گردیده و در نهایت، نتایج اجرای مدل رگرسیونی بیان خواهد شد.

۴-۲ آمار توصیفی

در فصول قبلی، متغیرهای مربوط به پژوهش معرفی شده است که خلاصهای از آن و اطلاعات نامگذاری متغیرهای مدل در جدول شماره۴-۱ منعکس می باشد. در این قسمت برای ورود به مرحله تجزیه و تحلیل اطلاعات، آماره توصیفی دادهها شامل شاخصهای مرکزی، شاخصهای پراکندگی و انحراف از قرینگی و همچنین آزمون جارک برا که توزیع نرمال پسماندها را تایید می کند، محاسبه گردیده و نتایج حاصل در جدول شماره ۴-۲ درج شده است.

جدول ۴-۱ نمادهای متغیرهای مدل