و سر انجام برای اوزان (W j) ازشاخص های موجود محاسبه می شود که در آن بهترین وزن انتخاب می شود :
درصورتیکه یک یا چند معیار از معیارهای رتبه بندی کیفی باشند و به ناچار ارقام دو وجهی به خود می گیرند، لازم است از فراوانی نسبی آن معیارجهت تعیین وزن آن استفاده شود(اصغرپور، ۱۳۸۷). در نهایت پس از مشخص شدن وزن معیارهای کیفی مجددا با وزن های اختصاص یافته (که مجموع آن ها از ۱۰۰ درصد بالاتر است) وزن های نهایی محاسبه می شود.
بنابرین وزن ویژگی های (معیارهای) کامل بودن و انتخاب خاصه مناسب، از این طریق محاسبه می شود.
چنانچه تصمیم گیرنده (DM) از قبل ، دارای یک قضاوت ذهنی به عنوان اهمیت نسبی برای شاخص jام در نظر گرفته شده باشد ، آنگاه می توان محاسبه شده ازطریق آنتروپی رابه صورت وزن جدید ، اصلاح و تعدیل کرد .
وزن اصلاح شده
جدول ۳-۵ نحوه محاسبه و وزندهی آنتروپی شانون
وزندهی AHP
k
Pij.LnPij
Ej
Wi
وزندهی انتروپی
وزن اصلاح شده
مؤلفه
۰.۵۲۴۰۳۳
-۰.۴۰۲۴۲۹۶
-۱.۳۲۴۴۵
۰.۵۳۲۹۹۷
۰.۲۹۶۸۹۷
۰.۱۵۵۵۸۴
۰.۵۸۰۲۴۶
دوره تصدی
۰.۲۶۹۹۱۸
-۰.۴۰۲۴۲۹۶
-۱.۳۸۴۴۷
۰.۵۵۷۱۵۱
۰.۳۱۰۳۵۲
۰.۰۸۳۷۶۹
۰.۳۱۲۴۱۵
عملکرد
۰.۱۲۹۵۶۸
-۰.۴۰۲۴۲۹۶
-۰.۹۹۰۹۲
۰.۳۹۸۷۷۷
۰.۲۲۲۱۳۲
۰.۰۲۸۷۸۱
۰.۱۰۷۳۳۹
استقلال
منبع : یافته های پژوهشگر
۳-۱۱ تبیین مدل‌های تحقیق
۱-اعتبار هیئت مدیره بر ارائه مجدد صورت‌های مالی شرکت ها مؤثر است .
۱- دوره تصدی اعضاء هیئت مدیره بر ارائه مجدد صورت‌های مالی مؤثر است .۱
۲-۱ استقلال اعضاء هیئت مدیره بر ارائه مجدد صورت‌های مالی مؤثر است .
۳-۱ عملکرد هیئت مدیره بر ارائه مجدد صورت‌های مالی مؤثر است .
۲-اعتبار هیئت مدیره بر ارائه مجدد صورت‌های مالی ناشی از اقلام کم اهمیت شرکت ها مؤثر است .
۱-۲ دوره تصدی هیئت مدیره بر ارائه مجدد صورت‌های مالی ناشی از اقلام کم اهمیت شرکت ها مؤثر است
۲-۲ استقلال اعضاء هیئت مدیره بر ارائه مجدد صورت‌های مالی ناشی از اقلام کم اهمیت شرکت ها مؤثر است
۳-۲ عملکرد هیئت مدیره بر ارائه مجدد صورت‌های مالی ناشی از اقلام کم اهمیت شرکت ها مؤثر است
۳- اعتبار هیئت مدیره بر ارائه مجدد صورت‌های مالی ناشی از اقلام با اهمیت شرکت ها مؤثر است
۱-۳ دوره تصدی هیئت مدیره بر ارائه مجدد صورت‌های مالی ناشی از اقلام با اهمیت شرکت ها مؤثر است
۲-۳ استقلال اعضاء هیئت مدیره بر ارائه مجدد صورت‌های مالی ناشی از اقلام با اهمیت شرکت ها مؤثر است
۳-۲ عملکرد هیئت مدیره بر ارائه مجدد صورت‌های مالی ناشی از اقلام با اهمیت شرکت ها مؤثر است
۳-۱۲ داده ها و مشاهدات تحقیق
داده ها و مشاهدات متغیرهای موجود در یک مدل معمولا در سه نوع مختلف می‌تواند وجود داشته باشند: داده های سری زمانی، داده های مقطعی، داده های تلفیقی یا پانل.
در این پژوهش داده ها و مشاهدات تحقیق با بهره گرفتن از پنل دیتا گردآوری شده است. پنل دیتا ترکیبی از سری زمانی[۳۰] و داده های مقطعی[۳۱] است. در مدل پنل دیتا می‌توان کمبودهایی را که در هر یک از مدل‌های سری زمانی و داده های مقطعی وجود دارد کاهش داده و این امکان را فراهم می‌سازد که برآورد پارامترهای کاراتری برای مدل به دست آید. مشکلات مدل های سری زمانی معمولاً مشکل خود همبستگی می‌باشد و در آمارهای مقطعی مشکل واریانس ناهمسانی وجود دارد، در پنل با تلفیق این دو گروه اطلاعات با افزایش تعداد مشاهدات و درجه آزادی مشکل هم‌خطی[۳۲] بین متغیرهای توضیحی کمتر می‌شود و کارایی تخمین اقتصاد سنجی افزایش می‌یابد. همچنین رفتارهای فردی پدیده‌ها در طول زمان بهتر تبیین می‌گردد[۳۳].
در سال‌های اخیر استفاده از روش های پنل دیتا برای آزمون فرضیه‌ها با دیدگاه های اقتصادی و حسابداری افزایش چشم‌گیری یافته است.
۳-۱۳- آزمون‌های آماری
آمار به طور وسیعی در قلمرو تمام تحقیقات علمی به کار میرود. به طور کلی مطالعه داده ها در علم آمار به دو طریق امکان پذیر است: ۱- آمار توصیفی و ۲- آمار استنباطی.
در آمار توصیفی این تحقیق، میانگین، میانه، انحراف معیار، چولگی، کشیدگی، حداقل و حداکثر داده ها محاسبه شده است. در آمار استنباطی این تحقیق از آزمون رگرسیون لجستیک برای آزمون فرضیات استفادهشده است. همچنین محاسبات و استخراج خروجی‌ها با بهره گرفتن از نرمافزار صفحهگسترده اکسل و نرمافزار آماری ای‌ویوز ۸ انجام گرفته است.
۳-۱۳- استفاده از الگوی رگرسیون لجستیک
در برخی موارد برای بررسی ارتباط بین چند متغیر حالتی وجود دارد که در آن متغیر وابسته به صورت دو وجهی ( صفر و یک) و یا چند وجهی می‌باشد. بدیهی است که در چنین مواردی توزیع احتمال متغیر وابسته و همچنین باقیماندههای حاصل از برازش مدل نرمال نخواهد بود. بنابرین دیگر نمی توان از رگرسیون معمولی و برآوردهای حداقل مربعات معمولی OLS استفاده نمود. در چنین مواقعی از رگرسیون لجستیک برای بررسی ارتباط استفاده می‌شود.
در تحلیل رگرسیون لجستیک، برای ارزیابی میزان برازش کل مدل، از آزمون نسبت درست‌نمایی استفاده می‌شود که آماه آن “کای‌دو” است. بنابرین در اینجا آماره “کای‌دو” معادل آماره F در تحلیل رگرسیون خطی است.
در تفسیر مقدار درست‌نمایی با بهره گرفتن از معنی‌داری مقدار آماره “کای‌دو” در سطح خطای کوچکتر از ۵٪، می‌توانیم پی ببریم که آیا مدل رگرسیونی به خوبی داده ها را برازش می‌دهد یا خیر. البته بایستی توجه داشت که بر خلاف آماره “کای‌دو” پیرسون در جدول توافقی و همچنین سایر آزمون‌های مشابه که از آماره “کای‌دو” استفاده می‌کنند و در آن ها مقدار بالاتر “کای‌دو” نشان‌دهنده میزان بیشتر رابطه است، در آزمون نسبت درست‌نمایی برعکس است. یعنی در اینجا، هرچقدر مقدار آماره “کای‌دو” کوچکتر باشد، برازش مدل بهتر است.
با توجه به موارد ذکر‌شده در بالا، می‌توان چنین نوشت که:
-
- برای پی‌بردن به برازش کل مدل رگرسیونی لجستیک، از آماره “کای‌دو” استفاده می‌کنیم.
- برای پی‌بردن به معنی‌داری اثر هر متغیر بر متغیر وابسته، از آماره “Z” استفاده می‌کنیم. (حبیب‌پور، صفری، ۱۳۸۸: ۷۱۳)
با توجه به موارد ذکر‌شده در بالا، می‌توان چنین نوشت که:
رگرسیون لجستیک، مشابه با رگرسیون معمولی است، با این تفاوت که در آن روش تخمین ضرایب یکسان نمی باشد. به عبارت دیگر، رگرسیون لجستیک به جای حداقل کردن مجذور خطاها (که در رگرسیون معمولی انجام می شود)، احتمالی را که یک واقعه رخ می‌دهد حداکثر می‌کند.
۳-۱۵- حجم نمونه در رگرسیون لجستیک:
