انحراف معیار

۳۹۶٫۵۳۶۰

۳۵۴۲۷۰٫۲

۳٫۱۹E+12

۴٫۵۹۴۱۹۰

تعداد

۹۹

۹۹

۹۹

۹۹

۲٫۴ روش استاندارد سازی داده‌ها

یک روش برای استاندارد سازی داده‌ها ، نرمالیزه سازی از طریق میانگین و واریانس است. یکی از مهم‌ترین روش‌های استاندارد سازی، تبدیل داده‌ها به مجموعه جدیدی است که میانگین آن‌ها صفر و واریانس آن‌ها واحد باشد برای این منظور از رابطه زیر استفاده می‌شود:

که در آن x مقدار اولیه (تغییر نیافته)، x میانگین داده‌ها وs انحراف معیار آن‌هاست. تابع توزیع نرمالی که میانگین آن صفر و انحراف معیار آن واحد باشد را تابع توزیع نرمال استاندارد می‌نامند.
در این مطالعه نیز با بهره گرفتن از قابلیت نرم افزار اکسل داده استاندارد شده و با بهره گرفتن از داده‌های استاندارد شده فرضیه‌های تحقیق مورد بررسی قرار گرفته‌اند.

۳٫۴ مراحل عمومی آزمون فرض آماری

مرحله اول: تعریف فرضیه‌های آماری H₀و H₁: بر اساس قاعده‌ای که بیان خواهد شد چنانچه فرضیه پژوهشی مرز مشخصی داشته باشد، H₀ نشان‌دهنده ادعا خواهد بود، در غیر این صورت نقیض آن در H₁ تعریف شده و فرضیه پژوهشی در قالب نماد آماری H₁ قرار خواهد گرفت. آن‌چه مسلم است فرض H₀ و H₁ مکمل یکدیگر هستند.
مرحله دوم: تعیین توزیع نمونه‌گیری آماره و نوع آماره آزمون: توزیع نمونه‌گیری به شرایط تخمین پارامتر مورد ادعا بستگی دارد. بسته به این که فرض پژوهشی چه نوع پارامتری را بیان می‌کند، توزیع نمونه‌گیری، آماره و آماره آزمون تغییر خواهد کرد.
مرحله سوم: تعیین سطح زیر منحنی H₀ و H₁و محاسبه مقدار بحرانی: سطح زیر نمودار منحنی H₀و H₁ به توزیع نمونه‌گیری و مقدار α بستگی دارد. یک دنباله یا دو دنباله بودن آزمون نیز بر سطح زیر منحنی فرضیه‌های آماری تأثیر مستقیم دارد. قاعده این است که H₀دربرگیرنده سطح اطمینان و H₁ سطحی برابر α خواهد داشت. محاسبه مقدار استانداردی که تفکیک ‌کننده H₀ و H₁ به صورت عددی می‌باشد از دیگر موارد ضروری در این مرحله است. مقدار استاندارد بر اساس نوع آزمون و مقدار α از جدول آماری موجود استخراج می‌شود این مقدار با توجه به علامت آن «مقدار بحرانی» نامیده می‌شود. مقدار استاندارد و جدول آماری مورد نیاز برای استخراج آن بر اساس آماره تعیین می‌شود.
مرحله چهارم: مرحله تصمیم‌گیری: در این مرحله مقدار آماره آزمون محاسبه شده در مرحله دوم با مقدار بحرانی در مرحله سوم مقایسه می‌شود، چنانچه آماره آزمون در ناحیه پذیرش H₀ قرار گیرد، گفته می‌شود در سطح اطمینان مورد نظر دلیل کافی برای پذیرش H₀ وجود دارد. در غیر این صورت H₀ رد می‌شود و H₁ در سطح خطای α درصد پذیرفته می‌شود. به طور کلی آزمون فرضیه هیچ گاه به اثبات فرضیه نمی انجامد. بلکه تنها در این نکته دخالت دارند که فرضیه‌ها تأیید یا رد می‌شوند. بنابراین اگر فرضیه رد نشود، دلیل آن نیست که این فرضیه، فرضیه درستی است. بلکه می‌توان گفت که در حال حاضر امکان صحت این فرضیه وجود دارد.
پس از تأیید یا رد H₀ تحلیل‌گر باید به طور مشخص بیان کند که آیا فرضیه پژوهش پذیرفته یا رد شده است و محقق هیچ‌گاه ادعای اثبات فرضیه پژوهشی یا فرضیه‌های آماری را ندارد بلکه در تحلیل خود به لحاظ استقراء، رعایت احتیاط را خواهد کرد (آذر و مومنی، ۱۳۸۳: ۱۰۰-۹۹).

۴٫۴ پایایی متغیرها

برای بررسی پایایی متغیرها می‌توان از آزمون‌های (لوین، لین و چاو^[۴۰]، بریتونگ^[۴۱]، آیم، پسران و شین^[۴۲]، آزمون فیشر بر اساس فیلیپس پرون و دیکی فولر تعمیم یافته^[۴۳] و هدری^[۴۴]) استفاده کرد. در این پژوهش از آزمون لوین، لین و چاو(LLC) استفاده شده است.
فرضیات H₀ و H₁ در مورد این آزمون به شرح ذیل بیان می‌شوند:
H₀: متغیر مورد نظر ریشه واحد دارد
H₁: متغیر مورد نظر ریشه واحد ندارد( بیان مانایی متغیر)

جدول(۴-۵): نتایج آزمون لوین، لین و چاو

نتیجه

Prob.

آماره

تعداد وقفه مناسب

متغیر

مانا

۰٫۰۰۰۰

-۲۳٫۶۰۲۸

سطح

نرخ ارز