b. Dependent Variable: 1. محافظه کاری

نتایج مدل رگرسیونی فرضیه اصلی اول در جدول خلاصه آماری بالا مشاهده می‏ شود. مقدار ضریب همبستگی چندگانه ® بین متغیرها ۱۸۴/۰ است که نشان می‏ دهد بین ترکیب خطی مجموعه متغیرهای مستقل (کیفیت حسابرسی، اندازه حسابرسی ، دوره تصدی حسابرس، نوع اظهارنظر حسابرس) و متغیر وابسته محافظه‏کاری شرکت‏ها همبستگی ضعیفی وجود دارد. همچنین مقدار ضریب تعیین (میزان تغییرپذیری در متغیر وابسته که می‏تواند به وسیله رگرسیون آن را توضیح داد ) مدل فرضیه اول تحقیق برابر ۰۳۴/۰= R2 است. این نتایج نشان می‏ دهد متغیرهای اصلی تحقیق توانسته تنها ۴/۳ درصد از کل تغییرات محافظه‏کاری شرکت‏ها را تبیین نماید و مابقی تغییرات (۶/۸۶ %) سهم عوامل دیگر و رویدادهای تصادفی است که خارج از مدل می‏ باشند.

خطای استاندارد برآورد، میزان پراکندگی نقاط را حول خط رگرسیون در فضای دوبعدی اندازه گیری و نشان می‏ دهد. هر چه مقدار این شاخص بزرگتر باشد پراکندگی نقاط حول خط رگرسیون بیشتر خواهد بود. (مونی و فعال قیومی، ۱۳۸۶) و نشان دهنده میزان قدرت پیش‌بینی معادله رگرسیون است (حبیب‏پور و صفری شالی، ۱۳۹۰). به عبارت دیگر هرچه اشتباه استاندارد برآورد کوچکتر باشد، پیش ‏بینی دقیق‏تر و ضریب همبستگی قوی‏‏تر است (ساعی، ۱۳۸۱) که در این فرضیه ۰۵/۰ به دست آمده است. یکی از مفروضات رگرسیون، استقلال خطاها (تفاوت بین مقادیر واقعی و مقادیر پیش ­بینی شده توسط رگرسیون) از یکدیگر است. به منظور بررسی استقلال خطاها از یکدیگر، از آزمون دوربین- واتسون مورد استفاده می‏ شود. اگر این آماره بین ۵/۱ تا ۵/۲ باشد، می‏توان بر این مطلب صحه گذاشت که اجزای خطا در این مدل ، همبستگی معنی‏داری با یکدیگر نداشته و رفتاری مستقل از هم دارند. همان گونه که در جدول خلاصه آماری مشاهده می‏ شود مقدار آماره دوربین-واتسون ۸۸۹/۱ به دست آمده است، ‌بنابرین‏ استقلال اجزای خطا در مدل برازش شده رگرسیون در این تحقیق مورد تأیید قرار می‏ گیرد.

۴-۳-۱-۱) آزمون معنادار بودن رگرسیون (بررسی رابطه خطی بودن مدل رگرسیونی)

برای آنکه مشخص شود مدل رگرسیونی مورد استفاده، معنادار هست یا نیست از این آزمون استفاده می شود. آماره این آزمون آماره فیشر (F ) می‌باشد. این آماره نباید از آماره فیشر محاسبه شده جدول کمتر باشد چون اگر این حالت رخ داده شود معنادار بودن مدل رگرسیونی تأیید نخواهد شد. مقدار F نشان دهنده آن است که آیا مدل رگرسیونی تحقیق مدل خوبی است یا خیر. به عبارتی، آیا متغیرهای مستقل قادرند به خوبی تغییرات متغیر وابسته را توضیح دهند یا خیر. تشخیص این موضوع، با معنی داری مقدار F در سطح خطای کوچکتر یا بزرگتر از ۰۵/۰ امکان پذیر است. برای چنین نتیجه گیری می توان از آماره Sigاستفاده کرد. این آماره باید از سطح خطای α=۵%) ) در نظر گرفته شده برای مدل کمتر باشد. جدول ذیل نتایج تحلیل واریانس را نشان می‏ دهد که به منظور بررسی قطعیت وجود رابطه خطی، مدل را مورد بررسی قرار می‌دهد. در این جدول، منبع تغییرات متغیر وابسته در دو منبع رگرسیون و باقیمانده ها نشان داده شده و برای هر یک از این منابع، مجموع مجذورات، درجه آزادی و میانگین مجذورات آمده است .

بین برخی ویژگی‏های حسابرس (کیفیت حسابرسی، اندازه حسابرسی ، دوره تصدی حسابرس، نوع اظهارنظر حسابرس) با محافظه کاری حسابداری رابطه معنی داری وجود ندارد (مدل رگرسیون خطی نیست)

H0: r=0

بین برخی ویژگی‏های حسابرس (کیفیت حسابرسی، اندازه حسابرسی ، دوره تصدی حسابرس، نوع اظهارنظر حسابرس) با محافظه کاری حسابداری رابطه معنی داری وجود دارد. (مدل رگرسیون خطی است)

H1: r≠ ۰

همان‌ طور که در جدول تحلیل واریانس مدل رگرسیونی برازش شده فرضیه اصلی مشاهده می‏ گردد، سطح تحت پوشش مقدار آمارهF (۷۳۷/۰) در سطح خطای ۵ درصد، معنی‏دار نیست (۵۶۹/۰=sig) ، در اینصورت می‏توان با اطمینان ۹۵% فرض آماری H0 را پذیرش کرده و فرض H1 رد شود. ‌بنابرین‏ فرض خطی بودن مدل رگرسیون فرضیه اصلی تحقیق مورد تأیید قرار نمی‏گیرد. این نتایج نشان می‏ دهد ویژگی‏های حسابرس در تببین مقادیر مختلف محافظه کاری از قدرت بالایی برخوردار نیستند. به عبارتی، مدل رگرسیونی برازش شده مدل مناسبی نیست.

کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson ۱ ۰/۱۸۴a ۰/۰۳۴ -۰/۰۱۲ ۰/۰۴۹۶۶ ۱/۸۸۹ a. Predictors: (Constant),. نوع اظهارنظر حسابرس, دوره تصدی حسابرس, اندازه حسابرس, کیفیت حسابرس
ANOVAb Model Sum of Squares df Mean Square F Sig. ۱ Regressionرگرسیون= ۰/۰۰۷ ۴ ۰/۰۰۲ ۰/۷۳۷ ۰/۵۶۹a