ضریب تعیین (R2 ) توان دوم ضریب همبستگی است . ضریب تعیین ، شاخصی است که خوبی برازش معادله رگرسیون را اندازه گیری می کند و مشخص می نماید که چند درصد از تغییرات متغیر وابسته توسط متغیر مستقل بیان می شود . مقدارضریب تعیین همواره بین صفر و یک قرار دارد . اگر تمامی مشاهدات ، روی خط رگرسیون باشند ، برازش کامل را به دست می دهد که این حالت به ندرت اتفاق می افتد. در این صورت R2 برابر یک است. R2 برابر صفر به معنای عدم ارتباط بین متغیر وابسته و متغیرهای توضیحی است . مقادیر دیگر بین این دو حد قرار می گیرد و درصد تغییرات متغیر وابسته که از متغیر مستقل ناشی می شود را بیان می کند . در زمینه رگرسیون ، R2 معیار پر معناتری از ضریب همبستگی است ، چرا که R2 نسبت تغییرات متغیر وابسته توضیح داده شده بوسیله متغیرهای توضیحی را ارائه می دهد ، در حالی که ضریب همبستگی فاقد چنین خصوصیتی است . ( گجراتی ، ۱۳۸۳)
۳- آزمون معنادار بودن کل رگرسیون ( آزمون F )
در یک مدل رگرسیونی دو متغیره به شکل زیر:
Y_t =   _۰ +   _۱ X_t +  _t
برای آزمون معنی دار بودن کلی رگرسیون، فرضیه کلی به شرح زیر تدوین شده است :

(( 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. ))

H0 : β۱ = ۰ مدل معنادار نیست
H1 : β۱ ≠ ۰مدل معنادار است
برای تحلیل کل رگرسیون از آزمون F (ANOVA) در تحلیل واریانس استفاده می نماییم . منظور از کل رگرسیون، ارزیابی همزمان تمام رگرسیون به جز مقدار ثابت است . مقدار F برای مدل رگرسیون نمونه از رابطه زیر به دست می آید :
F =
K: تعداد ضرایب محاسبه شده در رگرسیون است
در این آزمون فرض H0 دلالت بر معنی دار نبودن ضرایب کلی رگرسیون است .
نحوه داوری : اگر مقداراحتمال آماره F (sig)، کوچکتر از ۰۵/۰ باشد فرض H0 رد می شود .به عبارت دیگر می توان گفت حداقل یکی از ضرایب مخالف صفر است و مدل رگرسیونی معنی دار است .
۴- آزمون معنی دار بودن ضرایب جزئی رگرسیون ( آزمون t )
این آزمون بیانگر این است که آیا ضرایب رگرسیون واقعا از صفر متفاوت هستند یا خیر .دریک مدل رگرسیون دو متغیره با عرض از مبدا   ۰ و شیب خط   ۱ آزمون معنی داری ضرایب بصورت زیر می باشد:
H1 : β = ۰
H0 : β = ۰
H1 : β ≠ ۰
H0 : β ≠ ۰
مقدار آماره آزمون به صورت زیر محاسبه میگردد:

نحوه داوری : اگر ۲/a -1 و ۱t<   باشد فرض صفر رد می شود و اگر ۲/a -1 و ۱t>   باشد فرض صفر رد نمی شود .به عبارتی اگر مقدار احتمال آماره t (sig)، از ۰۵/۰ کوچکتر باشد فرض H0 رد و ضرایب مدل معنی دار است .

فصل چهارم
نتایج پژوهش

۴-۱- مقدمه