۳-۸-۶ مرحله تخمین مدل
هنگامی­که یک مدل بیان شد و حالت تعیین آن مورد ارزیابی قرار گرفت کار بعدی به دست­آوردن تخمین‌های پارامتر­های آزاد از روی مجموعه ­ای از داده ­های مشاهده­شده است.
این مرحله شامل یکسری فرایند­های تکراری است که در هر تکرار یک ماتریس کوواریانس ضمنی^[۸۳]ساخته می­ شود و با ماتریس کوواریانس داده ­های مشاهده­شده مقایسه می­گردد. مقایسه این دو ماتریس منجر به تولید یک ماتریس باقیمانده^[۸۴] می­ شود و این تکرار­ها تا جایی ادامه می­یابد که این ماتریس باقیمانده به حداقل ممکن برسد. یعنی:
Data = Model + Residual
گام­های موجود در این مرحله به شرح زیر است:

1. 1. جمع­آوری داده ­ها: در این مرحله انتخاب اندازه نمونه مهم است. زیرا بسیاری از روش­های تخمین موجود در مدل معادلات ساختاری و شاخص­ های ارزیابی متناسب بودن مدل نسبت به اندازه نمونه حساس است. بنتلر^[۸۵] پیشنهاد نموده که همواره نسبت ۱۰ به ۱ بین اندازه نمونه و تعداد پارامتر­های آزاد که می­بایستی تخمین زده شود، وجود داشته باشد. بنابراین در پژوهش حاضر باتوجه به پارامتر­های آزاد از یک نمونه ۱۵۰ تایی استفاده گردیده است، تا برآورد مدل با کمترین میزان خطا صورت پذیرد.

   

1. 1. ساخت ماتریس واریانس-کوواریانس متغیر­های اندازه ­گیری شده: بعد از بیان مدل و جمع­آوری داده ­ها تخمین مدل با مجموعه ­ای از روابط شناخته شده بین متغیر­های اندازه ­گیری­شده شروع می­ شود. این روابط در ماتریسی به نام ماتریس واریانس-کوواریانس یا ماتریس همبستگی مرتب می­ شود.

1. 1. ایجاد یک مجموعه ­ای از ماتریس­ها برای برنامه نرم­افزاری و اجرای آن: در یک تخمین همزمان، به علت اینکه تخمین مدل ساختاری و مدل اندازه ­گیری به طور همزمان صورت می­گیرد، ممکن است یک راه­حل برای پارامترهای مدل ساختاری و مدل اندازه ­گیری به هم وابسته شوند. بنابراین بهتر است برای جلوگیری از ابهامات تفسیری متغیر­های مکنون، ابتدا مدل اندازه ­گیری و سپس مدل ساختاری تخمین زده شود (ناطق، ۱۳۸۵).

۳-۸-۷ ارزیابی تناسب^[۸۶] یا برازش مدل
یک مدل وقتی گفته می­ شود که با یکسری داده ­های مشاهده­شده تناسب دارد که ماتریس کوواریانس ضمنی مدل با ماتریس کوواریانس داده ­های مشاهده­شده، معادل شده باشد. بدین معنی­که ماتریس نزدیک به صفر باشد. مهم­ترین گام موجود در این مرحله عبارت است از: بررسی معیار کلی تناسب مدل و قابلیت آزمون‌پذیری مدل و ارزیابی این موضوع که آیا اصلاحات مورد نیاز است یا خیر؟
هنگامی­که یک مدلی تخمین زده می­شودبرنامه نرم­افزاری یکسری آمار­هایی از قبیل خطای استاندارد، T-Value و غیره را درباره ارزیابی تناسب مدل با داده ­ها منتشر می­ کند. اگر مدل قابل آزمون باشد ولی با داده‌ها به طور مناسب تناسب نداشته باشد شاخص­ های اصلاحی^[۸۷] که یک وسیله معتبر برای ارزیابی تغییرات مورد نظر در بیان مدل هستند به کار گرفته می­شوند، تا مدل متناسب با داده ­ها شود. مهم­ترین شاخص تناسب مدل آزمون ^۲xاست ولی به خاطر اینکه آزمون ^۲xتحت شرایط خاصی عمل می­ کند و همیشه این شرایط محقق نمی­ شود لذا یکسری شاخص­ های ثانویه­ای نیز ارائه می­گردد.
مهم­ترین این شاخص ­ها عبارتند از: ^[۸۸]GFI، ^[۸۹]AGFI، ^[۹۰]RMSR
حالت­های بهینه برای این آزمون­ها به شرح زیر است:

1. 1. آزمون ^۲xهرچه کمتر باشد بهتر است، زیرا این آزمون اختلاف بین داده و مدل را نشان می­دهد.

1. 1. آزمون GFIو AGFI از ۹۰ درصد بایستی بیشتر باشد.

1. 1. آزمون RMSR هرچه کمتر باشد بهتر است، زیرا این آزمون یک معیار برای میانگین اختلاف بین داده‌های مشاهده شده و داده ­های مدل است (ناطق ۱۳۸۵، ۲۱۴).

۳-۸-۸ اصلاح مدل
یکی از مهم­ترین جنبه­ های بحث­انگیز مدل معادلات ساختاری اصلاح مدل است. اصلاح مدل مستلزم تطبیق کردن یک مدل بیان­شده و تخمین­زده­شده است که این کار از طریق آزاد کردن پارامتر­هایی که قبلاً ثابت بوده ­اند و یا ثابت کردن پارامتر­هایی که قبل از آن آزاد بوده ­اند، صورت می­گیرد. این مرحله را می­توان با مقایسه­های تبعی یا Post Hoc در ANOVA قیاس کرد. مهم­ترین گام موجود در این مرحله این است: اگر اصلاحاتی مورد نیاز باشد مشخصات مدل (پارامتر­ها) را ارزیابی کنید و مشخصات جدیدی را وارد کنید. اصلاحات این مرحله شامل محدودیت­ها و اضافه کردن پارامتر­های اضافی است (ناطق، ۱۳۸۵: ۲۱۴).
۳-۸-۹ تفسیر مدل
اگر آزمون­های تناسب نشان دهند که مدل به طور کافی متناسب با داده ­ها می­باشد در این مرحله ما بر روی عوامل مشخص­شده (پارامتر­های مدل) مدل متناسب­شده تمرکز می­نماییم. در این مرحله، معناداری پارامترهای مدل مورد ارزیابی قرار می­گیرد. آزمون­ها و مقایسه تخمین پارامتر­ها و همچنین نمایش آن­ها مستلزم تخمین استاندارد­شده­ای^[۹۱] است. به همین دلیل در این مرحله تخمین­های غیر­استاندارد را که عمدتاً به مقیاس خود وابسته هستند را به تخمین­های استاندارد­شده­ای که وابسته به مقیاس خود نیستند، تبدیل می‌کنیم و این کار تا حدودی برازش و پارامتر­های مدل را تحت تأثیر قرار می­دهد (ناطق، ۱۳۸۵: ۲۱۵). این مرحله از مدل معادلات ساختاری دقیقاً شبیه استاندارد کردن ضرایب رگرسیون (β استاندارد) در آمار می‌باشد. مهم­ترین گام این مرحله ارزیابی مدل و ضرایب پارامتر­های مدل با آزمون فرض می­باشد.
۳-۹ خلاصه فصل سوم
در این فصل در ابتدا به بیان کامل روش تحقیق پرداخته­شده است و پس از آن جامعه آماری مشخص گردید و سپس تعداد نمونه و نحوه نمونه گیری بیان شد. در ادامه ابزار گردآوری اطلاعات معرفی گردید و روایی و پایایی آن مورد سنجش قرار گرفت. در پایان نیز روش­های آماری مورد استفاده نام برده شد و در مورد آنها توضیحاتی ارائه گردید.همچنین در این فصل روش تحقیق مورد استفاده توضیح داده شد. برای تجزیه و تحلیل داده ­ها از نرم­افزار SPSS و LISREL استفاده گردید.
فصل چهارم
تجزیه و تحلیل داده ­ها
۴-۱ مقدمه
تجزیه و تحلیل داده ­ها فرآیندی چند­مرحله­ ای است که طی آن داده­هایی که از طریق بکارگیری ابزار­های جمع­آوری در نمونه (جامعه) آماری فراهم آمده­اند؛ خلاصه، کد­بندی و دسته­بندی …. و در نهایت پردازش می­شوند تا زمینه برقراری انواع تحلیل­ها و ارتباط­ها بین این داده ­ها به منظور آزمون فرضیه ­ها فراهم آید. در این فرایند داده ­ها هم از لحاظ مفهومی و هم از لحاظ تجربی پالایش می­شوند و تکنیک­های گوناگون آماری نقش بسزایی در استنتاج­ها و تعمیم­ها بر عهده دارند (خاکی، ۱۳۹۰). امروزه در بیشتر تحقیقاتی که متکی بر اطلاعات جمع­آوری شده از موضوع مورد تحقیق است، تجزیه و تحلیل اطلاعات از اصلی­ترین و مهم­ترین بخش­های تحقیق محسوب می­ شود. داده ­های خام با بهره گرفتن از نرم­افزار آماری مورد تجزیه و تحلیل قرار می­گیرند و پس از پردازش به شکل اطلاعات در اختیار استفاده­کنندگان قرار می­گیرند. برای تجزیه و تحلیل داده ­های جمع­آوری شده آمار تحلیلی به دو صورت آمار توصیفی و استنباطی مطرح می­گردد.در این فصل، داده ­های جمع­آوری­شده به کمک روش­های آماری، تبدیل به اطلاعات شده و فرضیات تدوین شده با بهره گرفتن از نرم­افزار کامپیوتری SPSS 16 و LISREL 8.80مورد آزمون قرار می­گیرند تا صحت فرضیات و سطح معناداری و شدت و ضعف روابط بین متغیر­ها مشخص گردد.
در ابتدا، اطلاعات مربوط به مشخصات عمومی پاسخ ­دهندگان نظیر سن، میزان تحصیلات، نوع عضویت، حوزه ­های شغلی، نوع شغل و سابقه کار با کمک شاخص­ های آمار توصیفی بیان می­گردد و نتایج حاصل، به شکل جداول توزیع­فراوانی و نمودار نشان داده می­ شود. سپس با بهره گرفتن از آزمون­های استنباطی نظیر رگرسیون و معادلات ساختاری، اقدام به آزمون صحت فرضیه ­های تحقیق می­نماییم.در این بخش سعی شده است که تمام عملیات آماری انجام شده بر روی پرسشنامه در قالب دسته­بندی معین، ارائه شود.
۴-۲ تجزیه و تحلیل داده ­ها
بعد از گردآوری داده ­ها از نمونه معرف جامعه، نوبت به تحلیل داده ­ها می­باشد. در تجزیه و تحلیل داده ­ها، سه هدف دنبال می­ شود: توصیف آماری اولیه از داده ­ها (آگاهی اولیه نسبت به داده ­ها)، آزمون برازش داده ­ها و آزمون فرضیه ­های پژوهش (دانایی­فرد و دیگران، ۱۳۹۰). در ادامه، ابتدا به تحلیل­های توصیفی و سپس به تحلیل­های استنباطی پرداخته شده است.
۴-۲-۱ آمار توصیفی
۴-۲-۱-۱ تحلیل داده ­های مربوط به سن پاسخ ­دهندگان
با توجه به جدول ۴-۱ فراوانی افراد کمتر از ۳۰ سال ۸۲/۲ درصد، ۳۱ تا ۴۰ سال ۸۲/۵۲ درصد، ۴۱ تا ۵۰ سال ۳۷/۴۴ درصد، ۵۱ تا ۶۰ سال ۰ و بیشتر از ۶۱ سال ۰ می­باشد.
جدول ۴-۱ توزیع فراوانی پاسخ ­دهندگان با توجه به سن

سن

فراوانی

فراوانی درصدی

درصد داده ­های معتبر

فراوانی تجمعی درصدی

شاخص برازندگی تطبیقی(CFI)

۹/۰ و بالاتر

۱

ریشه دوم برآورد واریانس خطای تقریب، RMSEA

۰۸/۰ و کمتر

۰۴۶/۰

همانطور که مشخصه‌ های برازندگی جدول نشان می‌دهد داده‌های این پژوهش با ساختار عاملی و زیربنای نظری پژوهش برازش مناسبی دارد و این بیانگر همسو بودن سؤالات با سازه‌های نظری است.

تحلیل عامل تاییدی متغیر وابسته عملکرد تجاری
در پرسشنامه «بررسی تأثیر قدرت بازاریابی بر عملکرد تجاری شرکت‌های تولیدی استان کرمانشاه» میزان تأثیر متغیر وابسته عملکرد تجاری با بهره گرفتن از ۵ سؤال نشانگر بررسی شده است (سؤال‌های ۲۳ تا ۲۷). مدل زیر مدل استاندارد شده بررسی متغیر عملکرد تجاری در نرم افزار لیزرل می باشد که رابطه متغیر و نشانگرهای آن ترسیم شده است :
شکل۴- ۹- مدل استاندارد بررسی متغیر وابسته عملکرد تجاری در نرم افزار لیزرل
با توجه به شکل بالا معیارهای مقدار احتمال، ریشه دوم برآورد خطای واریانس تقریب و کای دو تقسیم بر درجه آزادی در سطح قابل قبولی قرار دارند و مدل دارای برازش مناسب می‌باشد. لذا می‌توان پارامترهای برآورد شده در مدل را به لحاظ آماری قابل اتکا دانست و از تطابق‌پذیری نشانگرها با سازه‌های مورد مطالعه استفاده نمود. شکل بالا نشان می‌دهد. که سؤال ۲۶ دارای بیشترین تاثیر با میزان تاثیر ۹۰/۰ و سؤال ۲۳ دارای کمترین تاثیر با میزان تاثیر ۳۶/۰ روی عامل عملکرد تجاری می‌باشند.
اکنون به بررسی معنی‌داری هر یک از روابط فوق با بهره گرفتن از نمودار آماره تی استودنت می‌پردازیم. با توجه به اینکه مقدار آماره تی استودنت نشان داده شده در شکل زیر برای هر یک از سؤال‌ها بیشتر از ۹۶/۱ است، در نتیجه همه روابط فوق معنی‌دار می‌باشند.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

شکل۴- ۱۰- مدل استاندارد بررسی عامل وابسته عمکلرد تجاری در نرم افزار لیزرل براساس مقادیر t
مقادیر محاسبه شده تی برای هر یک از بارهای عاملی هر نشانگر باقی مانده با سازه یا متغیر پنهان خود بالای ۹۶/۱ است، لذا می‌توان همسویی سؤالات پرسشنامه برای اندازه گیری مفاهیم را در این مرحله معتبر دانست. در واقع نتایج جدول فوق نشان می‌دهد آنچه پژوهشگر توسط سؤالات پرسشنامه قصد سنجش آن‌ها را داشته است توسط این ابزار انجام شده است. با توجه به مقادیر آماره تی استیودنت مربوط به خطاها ملاحظه می‌گردد که مقادیر این آماره برای همه سؤال‌ها بیشتر از ۹۶/۱ است و نشان می‌دهد که با مقدار معناداری از خطا مواجه هستیم البته به دلیل اینکه روابط بین این سؤال‌ها با متغیر همه بالا و معنی‌دار هستند، این خطاها قابل چشم‌پوشی است. برای آنکه نشان دهیم این مقادیر به دست آمده تا چه حد با واقعیت‌های موجود در مدل تطابق دارد باید شاخص‌های برازش مورد مطالعه قرار گیرد. همچنین با توجه به بارهای عاملی موجود در هر یک از ابعاد می‌توان در مورد اهمیت هر یک از نشانگرها تصمیم‌گیری نمود.
جدول ۴- ۲۱- بارهای عاملی و مقدار تی نشانگرهای مربوط به بررسی عامل وابسته عملکرد تجاری

سازه پژوهش

علامت در مدل

بار عاملی در مدل اشباع شده

T-Value

عملکرد تجاری

سوال ۲۳

۳۶/۰

۹۰/۲

سوال ۲۴

۴۴/۰

۵۶/۳

سوال ۲۵

۳۸/۰

برام به این نکته نیز اشاره کرد که به جز دو مورد از مطالعات مربوط به رابطه تورم و استقلال بانک مرکزی، هیچ یک از مطالعات دیگر این امکان را که جهت رابطه علیت بین این دو متغیر نه تنها ممکن است از سمت استقلال بانک مرکزی به تورم، بلکه از تورم به سمت استقلال بانک مرکزی باشد را بررسی نکردهاند. این دو استثنا کوکرمن (۱۹۹۲) و درهر^[۵۵] (۲۰۰۸) هستند.
کوکرمن (۱۹۹۲)، از روش متغیرهای ابزاری برای تخمین معادله رگرسیونی تورم شامل شاخص استقلال بانک مرکزی استفاده کرد. اما مشاهده کرد که شاخص استقلال بانک مرکزی در معادله به صورت معناداری وارد نشده است. او همچنین نرخ جابجایی رئیس بانک مرکزی را به عنوان یک پروکسی برای فقدان استقلال داخلی بانک مرکزی استفاده کرد؛ و مشاهده کرد که ضریب آن به لحاظ آماری معنیدار است. با توجه به این نتایج نتیجه گرفت که تاثیر غیر محتمل مثبت و معنادار متغیر نرخ جابجایی رئیس بانک مرکزی بر کاهش نرخ ارزش واقعی پول، مربوط به رابطه علیت از تورم به سمت نرخ تعویض رییس بانک مرکزی است. به علاوه، او یک آزمون علیت بین تورم و جابجایی رئیس بانک مرکزی انجام داد. نتایجی که باعث شد او نتیجه بگیرد که علیت بین دو متغیر از هر دو جهت در جریان است. درهر^[۵۶] و دیگران (۲۰۰۸)، نیز با بهره گرفتن از نمونهای شامل ۱۳۷ کشور، مدلی مقطعی از تورم را تخمین زد. آنان نرخ تعویض رئیس بانک مرکزی را درونزا در نظر گرفتند؛ اما نتیجه گرفتند که این متغیر به صورت معناداری در مدل رگرسیونی وارد نشده است. اما بر خلاف درهر، برام به این نتیجه رسید که استقلال بانک مرکزی و تورم به صورت برونزا تعیین میشوند؛ و با وجود این موضوع، همچنان همبستگی منفی قوی میان این دو متغیر حکمفرماست.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

۲-۶- رابطه استقلال بانک مرکزی و رشد اقتصادی

بیشتر مطالعات تجربی بر رابطه بین استقلال بانک مرکزی و نرخ تورم تاکید میکنند. ولی تحقیقات محدودی هم رابطه بین استقلال بانک مرکزی و رشد اقتصادی را مورد بررسی قرار دادهاند. به نظر میرسد انگیزه اصلی این مطالعات، نتایج مطالعات قبلی در مورد رابطه بین استقلال بانک مرکزی و تورم باشد. به این معنی که اگر استقلال بانک مرکزی منجر به تورم کمتر شود، آیا این امر به قیمت تولید کمتر اتفاق خواهد افتاد؟ و یا برعکس با توجه به رابطه کوتاه مدت منحنی فیلیپس که به مفهوم قبول تورم بالاتر جهت دستیابی به تولید بیشتر است، بانکهای مرکزی وابسته (غیر مستقل) در جهت افزایش تولید واقعی هستند؟
با فرض اینکه افزایش استقلال بانک مرکزی باعث کاهش تورم میشود، پیرامون هزینه های ایجاد چنین هدفی دو رویکرد وجود دارد. دسته اول مطالعات بیان میکنند که استقلال بیشتر بانک مرکزی از طرفی منجر به کاهش تورم میشود؛ اما از طرف دیگر زیانهای بیشتری را به صورت کاهش تولید به اقتصاد تحمیل میکند. نتیجه مطالعات آنان بیانگر این است که استقلال بانک مرکزی برای اقتصاد بدون هزینه نیست.
گروه دوم مطالعات هیچ رابطه منفی بین رشد اقتصادی و استقلال بانک مرکزی پیدا نکردند. نتایج مطالعات این گروه این است که با وجود اینکه استقلال بانک مرکزی باعث کاهش تورم میشود، اما هیچ هزینه آشکاری برای اقتصاد ندارد. برخی مطالعات نیز به این نتیجه رسیدهاند که نه تنها استقلال بانک مرکزی هیچ هزینه آشکاری برای اقتصاد در بر ندارد، بلکه باعث کاهش تورم و افزایش رشد اقتصادی میشود.
روگوف (۱۹۸۵) در مطالعه خود نشان داد که یک بانک مرکزی مستقل و پایبند به ممانعت از بروز تورم، نوسانات و بیثباتی در میزان تولید را افزایش میدهد. بنابراین به عقیده او کاهش تورم توسط یک بانک مرکزی مستقل، به قیمت بروز اختلال در بخش تولید حاصل میشود؛ و چون بخش پولی در اقتصاد یک بخش غیر واقعی، و تولید بخشی واقعی است، به نظر میرسد در صورت وجود چنین ارتباطی بین این متغیرها، پذیرفتن اختلال در بخش غیر واقعی منطقیتر باشد.
گریلی، ماسیاندارو و تابلینی (۱۹۹۱)، با بهره گرفتن از شاخص استقلال بانک مرکزی خود، برای دوره زمانی ۱۹۵۰- ۱۹۸۸ در مورد ۱۸ کشور صنعتی، به این نتیجه رسیدند که استقلال بانک مرکزی هیچ تاثیر معناداری بر نرخ رشد تولید واقعی ندارد. آنها در پژوهش خود عنوان کردند که داشتن بانک مرکزی مستقل تقریبا مشابه یک ناهار مجانی است، به این معنی که با وجود داشتن فواید زیاد، از نظر عملکرد کلان اقتصادی هیچ هزینه آشکاری در بر ندارد. یعنی اینکه اگر کشوری تمایل داشته باشد نرخ تورم را بدون آسیب رساندن به رشد اقتصادی خود کاهش دهد، نیازمند این است که بانک مرکزی مستقلی داشته باشد.
دی لانگ^[۵۷] و سامرز (۱۹۹۲)، در مطالعه خود رابطه بین استقلال بانک مرکزی و رشد اقتصادی را در طی سالهای ۱۹۵۵-۱۹۹۰ بررسی کردند. آنان نشان دادند که یک رابطه مستقیم و معنیدار بین رشد اقتصادی و استقلال بانک مرکزی وجود دارد. این محققان در مطالعه خود به این نتیجه رسیدند که به ازای هر درصدی در افزایش استقلال بانک مرکزی، رشد اقتصادی سالانه ۴/۰ درصد افزایش پیدا میکند.
آلسینا و سامرز (۱۹۹۳) نیز در نمونه مورد بررسی خود که برای دوره زمانی ۱۹۵۵-۱۹۸۸ صورت گرفته است، در زمینه ارتباط بین رشد اقتصادی و استقلال بانک مرکزی به ارتباط معنیداری دست نیافتند. آنان همچنین بین تغییرپذیری رشد اقتصادی و استقلال بانک مرکزی، به نتیجهای نرسیدند. در مجموع نتایج مطالعات آنها بیانگر این موضوع است که استقلال بانک مرکزی ممکن است به دلایل زیر عملکرد واقعی اقتصاد را بهبود بخشد:
اول اینکه رفتار یک بانک مرکزی مستقل و فارغ از هر گونه فشار سیاسی، بهتر قابل پیشبینی است. چنین بانکی ثبات اقتصادی را بهبود میبخشد و عامل ریسک در نرخ بهره واقعی را کاهش میدهد. به عبارت دیگر بانک مرکزی مستقل، با محدود نمودن اعمال نفوذهای قبل از انتخابات در سیاست پولی و نیز کاهش شوکهای پس از انتخابات، اقتصاد را در مقابل سیکلهای تجاری سیاسی محافظت میکند.
دوم اینکه چون تورم شدید از طریق ایجاد اختلالات در نظام اقتصادی، تشویق و ترغیب به سمت فعالیتهای سودآور و یا افزایش ریسکهای متعدد، اثرات نامطلوبی بر عملکرد اقتصاد دارد، لذا میتوان انتظار داشت که استقلال بانک مرکزی عملکرد اقتصادی را بهبود بخشد.
کوکرمن و دیگران (۱۹۹۳) نیز در مطالعه خود به این نتیجه رسیدند که در کشورهای صنعتی، رشد تولید حتی بعد از کنترل عوامل ساختاری، ارتباطی با استقلال بانک مرکزی ندارد. ولی اگر شاخص استقلال بانک مرکزی نرخ تعویض رئیس بانک مرکزی در نظر گرفته شود، به این نتیجه رسیدندکه در کشورهای توسعه یافته استقلال بانک مرکزی اثر مثبتی بر رشد اقتصادی دارد. این محققین معتقدند که اختلاف نتایج بین کشورهای در حال توسعه و توسعه یافته، بر این نکته دلالت میکند که وابستگی به مقامات سیاسی تنها زمانی برای رشد اقتصادی نامناسب است که سطح استقلال به اندازه کافی بالا باشد.
آکاند^[۵۸](۱۹۹۸)، نیز در مطالعه خود با بهره گرفتن از آزمون لوین^[۵۹] – رنلت^[۶۰]، شدت رابطه آماری بین رشد اقتصادی و شاخصهای مختلف استقلال بانک مرکزی را مورد بررسی قرار داد. او با بهره گرفتن از داده های ۵۶ کشور، به این نتیجه رسید که رشد اقتصادی همبستگی قوی با استقلال بانک مرکزی ندارد. همچنین او بیان کرد که نتایج مطالعات کوکرمن و دیگران در مورد تاثیر مثبت استقلال بانک مرکزی بر رشد، قابل اعتماد نیست.

۲-۸- خلاصه فصل

در این فصل، ابتدا به بیان تاریخچه و وظایف بانک مرکزی پرداخته شد. در ادامه، توضیحاتی در مورد استقلال بانک مرکزی و شاخصهای مختلف آن ارائه شد. سپس روابط بین استقلال بانک مرکزی با تورم و رشد اقتصادی، همچنین رابطه تورم و رشد اقتصادی مورد بررسی قرار گرفت. در فصل سوم نیز به روش شناسی پژوهش و معرفی روش های مورد استفاده برای تخمین مدلهای پژوهش پرداخته میشود.

فصل سوم:

روش شناسی پژوهش

۳-۱- مقدمه

پیش از تخمین مدلهای مربوط به تخمین روابط میان تورم، استقلال بانک مرکزی و رشد اقتصادی، لازم است که در این فصل به ارائه توضیحاتی در مورد روششناسی پژوهش و تبیین روش های مورد استفاده برای تخمین ارتباط میان متغیرها، پرداخته شود.

۳-۲- مدلسازی در قالب داده‌های پانل^[۶۱]

پانل دیتا (Panel Data) اصطلاحی برای تلفیق مشاهدات مقطعی کشورها، بنگاه‌ها و خانوارها و … طی دوره‌های زمانی چند ساله است. بنابراین در ادبیات اقتصادسنجی، اطلاعات آماری مربوط به داده‌های ادغام شده از سری زمانی و مقطعی را پانل دیتا میگویند، یعنی داده‌های مربوط به یک یا چندین متغیر در دوره‌ای خاص و برای چندین منبع مختلف. در بعضی مواقع، جدا کردن داده‌ها به صورت مقطعی و زمانی میسر نیست و یا تلفیق آن‌ها نتایج بهتری نسبت به تک تک آن‌ها به دست می‌دهد. در این شرایط استفاده از داده های تلفیقی متداول می‌باشد. مثلاً‌ در بررسی‌های تابع تولید، مسئله‌ای که وجود دارد این است که بتوان تغییرات تکنولوژیک را از صرفه‌های مقیاس تفکیک کرد. در این‌گونه موارد داده‌های مقطعی فقط اطلاعاتی را در مورد صرفه‌های مقیاس فراهم می‌آورند، در حالی که داده‌های سری زمانی اثرات هر دو را بدون هیچ‌گونه تفکیکی از اثراتشان نشان می‌دهند. به طور معمول در کارهای تجربی فرض می‌شود که بازده ثابت به مقیاس وجود دارد، لذا تغییراتی که به وجود می‌آید تنها ناشی از تغییرات تکنولوژیکی در نظر گرفته میشود که مسلماً این فرض شبهه ‌برانگیز بوده و جای سؤال دارد. با بهره گرفتن از داده‌های پانل شده می توان اثرات تکنولوژی و صرفههای مقیاس را به طور جداگانه مورد بررسی قرار داد.

۳-۲-۱- مزایای استفاده از داده‌های پانل

به کار بردن داده های پانل مزیت‌هایی دارد که آن را از روش‌های دیگر متمایز می‌سازد. در زیر به چند مورد از این مزیت‌ها اشاره میشود:

1. 1. داده‌های مقطعی صرف و سری زمانی صرف، ناهمسانی‌های فردی^[۶۲] را لحاظ نمی‌کنند. لذا ممکن است که تخمینهای تورشداری به دست دهند، در حالی با بهره گرفتن از داده های پانل می‌توان با لحاظ کردن متغیرهای ویژه فردی^[۶۳] این ناهمسانی‌ها را لحاظ نمود.

1. 1. داده‌های پانل دارای اطلاعات بیشتر، تغییرپذیری بیشتر، هم‌خطی کمتر، درجه آزادی بالاتر و کارایی بالاتر نسبت به سری زمانی و داده‌های مقطعی هستند. به خصوص اینکه یکی از روش‌های کاهش هم‌خطی، ترکیب داده‌های مقطعی و زمانی به صورت پانل است.

در محاسبه واریانس جامعه با توجه به مشاهدات مربوط به سری زمانی، واریانس به دست آمده از مشاهدات بر تعداد داده ها منهای تعداد پارامترها تقسیم می شود.

در حالی که در داده های تلفیقی داریم:

که معمولا در این حالت مخرج بزرگتر شده و بنابراین واریانس محاسبه شده کوچکتر از واریانس به دست آمده از داده های سری زمانی صرف میباشد و بنابراین کارایی تخمین افزایش مییابد.
به همین قیاس چنانچه آزمون (آزمون معنیدار بودن کل رگرسیون) در دو حالت، یعنی سری زمانی و تلفیقی مقایسه شود، خواهیم داشت:
در مدل سری زمانی تنها:

در صورتی که در مدل تلفیقی F به صورت زیر محاسبه می گردد:

به وضوح مشخص است که مقدار Fدر مدل تلفیقی میتواند بزرگتر از مدل سری زمانی باشد، لذا احتمال معنیدار بودن کل رگرسیون یعنی وجود متغیرهایی توضیحی در مدل تلفیقی بیشتر خواهد بود.

1. 1. مطالعه مشاهدات به صورت پانل دیتا، وضعیت بهتری برای مطالعه و بررسی پویایی تغییرات نسبت به سری زمانی و داده‌های مقطعی دارد.

1. 1. روش پانل دیتا می‌تواند اثراتی که به سادگی توسط سری زمانی و داده‌های مقطعی آشکار نمی‌شوند را اندازه‌گیری ‌کند.

1. 1. روش پانل دیتا ما را قادر می‌سازد تا مشکل‌ترین مدل‌های رفتاری پیچیده را مطالعه کنیم. به طور مثال صرفه‌های اقتصادی و تغییرات تکنیکی بهتر می‌تواند توسط پانل دیتا بررسی و آزمون شوند.

1. 1. پانل دیتا از طریق فراهم کردن تعداد داده‌های زیاد (چندین هزار) تورش را پایین می‌آورد (بالتاجی^[۶۴]،۲۰۰۰ ).

۳-۲-۲- مدل کلی داده‌های پانل

در اینجا با ارائه یک مثال کلی به توضیح داده های پانل پرداخته میشود. فرض کنیم که واحد تصمیم مجزا وجود دارد که با شاخص i از ۱ تا شماره‌گذاری می‌شوند. همچنین m دوره زمانی متوالی که با شاخص t از ۱ تا m شماره‌گذاری می‌شوند وجود دارد. بنابراین، مجموع مشاهده خواهیم داشت. متغیرها عبارتند از:
: ارزش متغیر وابسته برای واحدi ام در دوره t ام.
: ارزش متغیر توضیحی j ام برای واحد i ام در دوره t ام.

رگرسیون خطی این پانل، عبارت است از:

جدول کامل مربوط به رگرسیون مورد نظر به صورت زیر است:
جدول (۲ـ۵) آزمون رگرسیون (آزمون t) تأثیر میزان استفاده از اینترنت بر نگرش فرهنگی روحانیون

ضرایب

مقدار ضرایب

انحراف استاندارد ضریب

آمارهی آزمون (t)

مقدار معنی داری

ضریب ثابت

۹۴/۹۵

۵۲/۳

۲۵۴/۲۷

۰/۰

ضریب متغیر مستقل

۵۳۴/۰-

۲۶۸/۰

۹۹۷/۱-

۰۴۷/۰

با توجه به ضریب منفی به دست آمده در خط رگرسیونی می‌توان گفت که افزایش عددی متغیر مستقل x₁ باعث کاهش عددی متغیر وابسته (Y) میشود و کاهش مقدار عددی متغیر مستقل x₁ (باعث افزایش مقدار عددی متغیر وابسته (Y) میشود.
از آن جا که در متغیر x₁ عدد ۱ نمایان‌گر استفادۀ زیاد و عدد ۲ نمایان‌گر استفادۀ کم از اینترنت است، و هم‌چنین در متغیر وابسته نیز مقدار عددی ۱ نمایندۀ نگرش فرهنگی سنت‌گرا و عدد ۲ نمایندۀ نگرش فرهنگی نوگرا تعریف شده است، بنابراین هر چه قدر استفادۀ از اینترنت زیادتر شود (مقدار عددی x₁ کاهش می‌یابد)، باعث افزایش نوگرایی در نگرش فرهنگی روحانیون (افزایش مقدار عددی متغیر وابسته) میشود.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

میزان ضریب تعیین به دست آمده در این رگرسیون ۰۱۲/۰ است که نشان می‌دهد تنها ۲/۱ درصد تغییرات ایجاد شده در نگرش فرهنگی روحانیون، مربوط به بُعد میزان استفاده از اینترنت (X1) می‌باشد.
۳ـ۲ـ۴ـ تأثیر «نوع محتوای مورد استفاده در اینترنت» بر نگرش فرهنگی روحانیون
متغیر محتوای استفاده از اینترنت (X2)در دو سطح «استفادۀ خارج از چارچوب» (با مقدار عددی ۱) و «استفادۀ در چارچوب» (با مقدار عددی ۲) تعریف شده است. همان طور که در بالا نیز اشاره شد، متغیر وابسته (Y) نیز در دو سطح نگرش فرهنگی «سنت‌گرا» (با مقدار عددی ۱) و نگرش فرهنگی «نوگرا» (با مقدار عددی ۲) تعریف شده است. حال با بهره گرفتن از رگرسیون، تاثیر محتوای استفاده از اینترنت بر طرز فکر روحانیون بررسی می‌شود.
پس از انجام آزمون، خط رگرسیون مورد نظر به صورت زیر به دست می‌آید:
Y=23/97 – ۹۸/۰ x₂
همچنین آزمون صفر بودن ضرایب رگرسیونی در سطح معنی داری ۰٫۰۵ معنی‌دار شده است که مقدار معنیداری برابر با ۰/۰ و مقدار آمارهی t برابر با ۷۱/۳ – است.
جدول کامل مربوط به رگرسیون مورد نظر به صورت زیر است:
جدول (۳ـ۵) آزمون رگرسیون (آزمون t) تأثیر محتوای مورد استفاده بر نگرش فرهنگی روحانیون

ضرایب
مقدار ضرایب
انحراف استاندارد ضریب
آمارهی آزمون (t)
مقدار معنی داری

۰٫۱۲۹

۲٫۲

۰٫۰۲۸

متغیر ساختگی اجتناب از کاهش سود در متغیر ساختگی کاهش فروش در لگاریتم نرخ رشد درآمد فروش

γ_۲

۱٫۰۹

۱٫۸۱

۰٫۰۶۹

ASINT در متغیر ساختگی کاهش فروش در لگاریتم نرخ رشد درآمد فروش

_۲δ

۰٫۴۸-

۳٫۸۶-

۰٫۰۰۱

متغیرساختگی کاهش درآمد در دو دوره متوالی در متغیر ساختگی کاهش فروش در لگاریتم نرخ رشد درآمد فروش

_۱δ

۰٫۱۳

۲٫۲۲

۰٫۰۲۶

آماره­ های موزون برآورد مدل پژوهش

آماره­ی F

۲۳۳٫۰۷

دوربین واتسون

۲٫۲۴

احتمال آماره­ی F

۰٫۰۰۰

ضریب تعیین تعدیل شده

۰٫۷۰

بنابراین ضرایب مدل انگیزه اجتناب از کاهش سود را به صورت زیر تصریح می­نماییم.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

ΔlnOC_it = ۰٫۰۲۵ + ۱٫۸ EDEC_it + { ۰٫۷۴ +۰٫۱۲۹ EDEC_it } ΔlnREV_it + { (۰٫۱۸) +۱٫۰۹ EDEC_it +۰٫۱۳ SUC-DEC_it+(0.48) ASINT_it }×REVDEC_it ΔlnREV_it + ε_it
طبق جدول (۴-۶)، با افزایش سطح فروش به میزان ۱%، لگاریتم نرخ رشد هزینه­ های عملیاتی ۰٫۷۴% افزایش می­یابد. همچنین با کاهش ۱% سطح فروش، هزینه­ های عملیاتی، به میزان ۰٫۵۶% (۰٫۱۸- ۰٫۷۴) کاهش می­یابد، که نشان­دهنده وجود رفتار چسبنده هزینه­ های عملیاتی است.
همان­طور که نتایج آزمون مدل اجتناب از کاهش سود نشان می­دهد، مقدار ضریب γ_۲ ، (۱٫۰۹) برآورد شده است که مثبت بوده و در سطح اطمینان ۹۵% معنی­دار می­باشد. با این مقدار γ_۲ و بر اساس توضیحات، فرضیه اول برای انگیزه­ اجتناب از کاهش سود (انگیزه­ اجتناب از کاهش سود، منجر به کاهش چسبندگی هزینه­ها می­ شود.) تأیید می­ شود.
همچنین، مجموع ضرایب γ_۲ + γ_۱ (۱٫۲۱۹=۱٫۰۹+ ۰٫۱۲۹) برآورد شده است که مثبت بوده و تقریبا ًدر سطح اطمینان ۹۵% معنی­دار می­باشد. با این مقدار مجموع ضرایب و بر اساس توضیحات، فرضیه دوم برای انگیزه­ اجتناب از کاهش سود (با کاهش سطح فروش، مدیران در صورت تمایل به اجتناب از کاهش سود، هزینه­ها را سریع­تر از زمانی که انگیزه­ای برای آن ندارند، حذف می­ کنند.) نیز تأیید می­ شود.
P-value (γ_۱ ) = ۰٫۰۲۸
P-value (γ_۲ ) = ۰٫۰۶۹