۱۲.۵۲

*. به دلیل وجود چندین مد، کمترینِ آن­ها قرار داده شده است.
با توجه به نزدیک بودن آماره های میانگین، میانه و مد برای متغیر­های پژوهش می­توان نتیجه گرفت که متغیرهای مذکور دارای توزیع نرمال هستند در خصوص بازده غیرعادی کوتاه مدت نیز، نتایج آزمون (K-S) بیانگر آن است که توزیع متغیر مذکور نرمال است.

۳-۴- آمار استنباطی
پژوهشگر، نمونه‌گیری می‌کند برای این که بتواند بر مبنای نمونه در مورد جامعه استنباط نماید. یکی از زیرشاخه‌های تحلیل آماری داده‌ها که در پی انجام استنباط‌های دقیق و درست است آمار استنباطی نامیده می‌شود. پژوهشگر مستقیماً متغیرها را با بهره گرفتن از واحدهای نمونه مشاهد می‌کند. نمونه نماینده یا معرف جامعه است و هدف نهایی نیز استنباط در مورد جامعه است.
آمار استنباطی با دو دسته از مسائل سر و کار دارد؛ ابتدا به برآورد می ­پردازد و سپس به آزمون فرضیه (دلاور،۱۳۹۰).
۱-۳-۴- آزمون فرضیه ها
همانگونه که قبلا نیز بیان گردید، فرضیه اصلی پژوهش به شرح زیر تدوین شده است:
“ محافظه کاری با بازده غیرعادی کوتاه مدت سهام عرضه های عمومی اولیه، رابطه معکوس دارد.“
این فرضیه را می­توان با زبان آماری به شرح زیر تدوین نمود:
H₀ = ضریب متغیر محافظه کاری در مدل صفر می باشد.
H₁ = ضریب متغیر محافظه کاری در مدل مخالف صفر می باشد.
مدل ارائه گردیده جهت آزمون فرضیه فوق به شرح ارائه می­گردد:
MAAR(IPOit) = β_۰ + β _۱ CONSit + β _۲ L(Size)it +β _۳ (LEV)it+ β _۴ (ROA)it+ β_۵ L(Age)it +β_۶ (MCON)it+β_۷ L(OW.RAT)it +β_۸ (TS)it +β_۹ L(OFF SIZE)it +εit
به گونه ای که:
MAAR: بازده غیرعادی کوتاه مدت
β_۰ : مقدار ثابت
CONS: محافظه کاری
Size: اندازه شرکت
LEV: اهرم مالی
ROA: نرخ بازده کل دارایی ها
(Age)L: سن شرکت
MCON: نوسان بازده شاخص بازار
OW.RAT: ساختار مالکیت سهامداران
TS: درصد عرضه اولیه سهام
OFF SIZE: حجم عرضه های اولیه
فرضیه های تحقیق حاضر با بهره گرفتن از اطلاعات گردآوری شده از شرکت­های نمونه و انجام آزمون رگرسیون خطی چند متغیره بررسی شده و بر اساس قواعد آماری و با توجه به شاخص­ های مشاهده شده در مورد فرضیه ها تصمیم گیری خواهد شد. به بیان دیگر در تحلیل نتایج داده ­های تحقیق بر اساس سطح خطای محاسبه شده در مورد رد یا پذیرش فرضیه ها تصمیم گیری می­ شود.
۱-۱-۳-۴- آزمون مفروضات کلاسیک رگرسیون
جهت برازش هر مدل رگرسیون و نتیجه ­گیری منطقی از خروجی­های مدل نیاز به تایید مجموعه ­ای از مفروضات کلاسیک به شرح زیر می­باشد:

• متغیر وابسته دارای توزیع نرمال باشد.

• میانگین (امید ریاضی) خطاها صفر باشد.

• واریانس خطاها ثابت باشد.^[۱۲۶]

• بین خطاهای مدل همبستگی وجود نداشته باشد.

• بین متغیر­های مستقل، همبستگی وجود نداشته باشد.

در ادامه هر یک از مفروضات فوق، مورد آزمون قرار می­گیرد.
۱-۱-۱-۳-۴- بررسی توزیع متغیر وابسته
در انجام این تحقیق، تخمین پارامترهای مدل با بهره گرفتن از رگرسیون خطی چند متغیره انجام شده است که این امر بر این فرض استوار است که متغیر وابسته تحقیق از توزیع نرمال برخوردار باشد. بنابراین لازم است نرمال بودن توزیع متغیر بازده غیرعادی کوتاه مدت( تعدیل شده) مورد آزمون قرار گیرد.
فرضیه­ آماری مربوط به این آزمون به شرح زیر قابل تبیین می­باشند:
H₀ = توزیع متغیر وابسته نرمال است.
H₁ = توزیع متغیر وابسته نرمال نیست.
برای آزمون فرضیه فوق، از آزمون کولموگروف­- ­اسمیرنوف^[۱۲۷](K-S) استفاده می­ شود. در این آزمون هرگاه سطح معناداری کمتر از ۵ درصد باشد فرض صفر در سطح اطمینان ۹۵ درصد رد شده و در غیر این صورت پذیرفته خواهد شد.
نتایج این آزمون در جدول زیر ارائه شده است.
جدول ۲-۴: آزمون توزیع متغیر وابسته (کولموگروف-اسمیرنوف)

شرح

بازده غیرعادی کوتاه مدت