Kot ničelno domnevo smo za vse spremenljivke predpostavili, da je stopnja značilnosti enaka nič (H0:ƍ = 0), za alternativno domnevo pa, da je stopnja značilnosti različna od nič (H1:ƍ ≠ 0).
V analizi smo iskali čim večje korelacijske koeficiente ne glede na predznak, saj čim večja različnost koeficienta od nič pomeni tem večjo povezanost med spremenljivkama.
Povezanost čiste donosnosti sredstev
Pri analizi korelacijske povezanosti smo ugotovili, da je kazalnik donosnost sredstev povezan z vsemi analiziranimi kazalniki (preglednica 29).
Ugotovili smo, da je korelacijski koeficient med čisto donosnostjo sredstev in čisto donosnostjo kapitala 0,753, kar pomeni, da je povezanost pozitivna in močna. Stopnja značilnosti je enaka 0,00, kar pomeni, da lahko z dovolj veliko natančnostjo zavrnemo ničelno domnevo in sprejmemo alternativno domnevo. Tako potrdimo hipotezo H1, da povezanost med spremenljivkama obstaja, torej je vpliv ene na drugo visok, kar za poslovanje podjetja pomeni, da sta donosnost sredstev in kapitala med seboj povezana parametra.
y y y y y
x x x x x
ryx=-1 -1<ryx<0 ryx=0 0<ryx<+1 ryx=+1
Za povezanost med čisto donosnostjo sredstev in dobičkovnostjo poslovnih prihodkov smo prav tako ugotovili, da je dokaj močna, saj korelacijski koeficient dosega vrednost 0,591, zanesljivost pa je zelo visoka. Tudi pri teh dveh kazalnikih lahko potrdimo alternativno hipotezo z dovolj veliko zanesljivostjo.
Povezanost med čisto donosnostjo sredstev in stopnjo zadolženosti je negativna in srednje močna, vrednost korelacijskega koeficienta znaša –0,494. Lahko potrdimo hipotezo H1, saj povezanost med spremenljivkama obstaja. Ta rezultat statistične analize korelacije nam potrjuje že predhodne računovodske analize, kjer smo ugotovili, da podjetju visoko zadolževanje povzroča finančne odhodke in s tem znižuje finančni izid.
Povezanost čiste donosnosti kapitala
Z analizo korelacijske povezanosti kazalnika donosnost kapitala smo ugotovili, da ni povezan le z dobičkovnostjo poslovnih prihodkov (preglednica 29).
Za spremenljivki čista donosnost kapitala in čista dobičkovnost poslovnih prihodkov ne moremo z dovolj veliko zanesljivostjo trditi, da sta povezani. Korelacijski koeficient znaša le 0,123, kar je zelo nizka vrednost, stopnja značilnosti pa znaša 0,376, kar je prenizka zanesljivost, zato v tem primeru ne moremo zavrniti ničelne domneve. To pomeni, da spremenljivki med seboj nista povezani.
Za spremenljivki čista donosnost kapitala in stopnja zadolženosti smo ugotovili, da sta med seboj negativno povezani. Korelacijski koeficient znaša –0,463, kar predstavlja srednje močno povezanost med spremenljivkama. Rezultati nam potrjujejo, da močna zadolženost podjetja negativno vpliva na donosnost kapitala, kar je negativno za lastnike in morebitne vlagatelje.
Povezanost dobičkovnosti poslovnih prihodkov
Z analizo korelacijske povezanosti kazalnika dobičkovnost poslovnih prihodkov smo ugotovili, da lahko z dovolj veliko natančnostjo potrdimo povezanost le s kazalnikom čiste donosnosti sredstev.
Korelacijski koeficient med spremenljivkama dobičkovnost poslovnih prihodkov in stopnja zadolženosti znaša –0,71, stopnja značilnosti pa dosega vrednost 0,608. To pomeni, da ničelne domneve ne moremo zavrniti z dovolj veliko zanesljivostjo, in tako lahko sprejmemo, da spremenljivki med seboj nista povezani. Rezultati statistične analizi s programom SPSS so prikazani v preglednici 29 in preglednici 30.
Uporabljene spremenljivke pri statistični analizi:
- Čdonsr – čista donosnost sredstev,
- Dobposp – dobičkovnost poslovnih prihodkov, - Stdolg – stopnja zadolženosti podjetja.
Preglednica 29: Opisna statistika
Aritmetična sredina Standardni odklon N
ČDONSR –1,481481 17,8534292 54
ČDONKAP –33,388889 157,0206592 54
STDOLG 64,833333 35,8964706 54
DOBPOSP –10,814815 93,8459344 54
Preglednica 30: Korelacija med spremenljivkami
ČDONSR ČDONKAP STDOLG DOBPOSP
ČDONSR Pearsonova korelacija 1 ** 0,753 ** –0,494 ** 0,591
Dvostranska stopnja tveganja 0,000 0,000 0,000
N 54 54 54 54
ČDONKAP Pearsonova korelacija ** 0,753 1 ** –0,463 0,123
Dvostranska stopnja tveganja 0,000 0,000 0,376
N 54 54 54 54
STDOLG Pearsonova korelacija ** –0,494 ** –0,463 1 –0,071
Dvostranska stopnja tveganja 0,000 0,000 0,608
N 54 54 54 54
DOBPOSP Pearsonova korelacija ** 0,591 0,123 –0,071 1
Dvostranska stopnja tveganja 0,000 0,376 0,608
N 54 54 54 54
** Korelacija je značilna pri stopnji 0,01.
4.6 Analiza sredstev v dejavnosti
S pomočjo analize aritmetične sredine sredstev podjetij znotraj dejavnosti F 43.390 smo preverjali hipotezo H2. Aritmetično sredino dobimo tako, da seštejemo vse vrednosti spremenljivk na populaciji, vsoto teh pa delimo s številom spremenljivk. Torej je definirana kot kvocient med vsoto vseh vrednosti spremenljivk na populaciji in skupnim številom enot v populaciji. Vsota odklonov aritmetične sredine je enaka nič. Standardna oznaka aritmetične sredine je ݔ in leži med vrednostmi x1, x2, … xn. Vsaka posamezna vrednost se odklanja navzgor ali navzdol. Tako aritmetično sredino izrazimo z naslednjim zapisom:
x = 1
n · xi
n
i=1
Na vrednost aritmetične sredine vplivajo prav vse vrednosti spremenljivk, zato je tudi najpogosteje uporabljena srednja vrednost. Še posebej močno nanjo vplivajo zelo nizke ali visoke vrednosti (osamelci). Zato je priporočeno, da se v primeru osamelcev izračuna aritmetična sredina z njimi in brez njih (Košmelj 2007, 56–57).
Standardni odklon je ena izmed mer razpršenosti. Definiran je kot kvadratni koren iz variance, ki je tudi ena izmed mer razpršenosti. Aritmetična sredina in standardni odklon zelo dobro opisujeta približno normalno in unimodalno porazdeljene spremenljivke. Vendar je unimodalna spremenljivka lahko asimetrična in bolj ali manj sploščena (Kovačič 2013, 1).
Interval zaupanja za aritmetično sredino, ki ga določata njegova spodnja in zgornja meja, je interval, v katerem se z gotovostjo nahaja ocenjevalni parameter. Po navadi je določena 95-odstotna natančnost (Kovačič 2013, 1).
xത – 1,96 · se
ξn < μ < xഥ+ 1,96 · se ξn Domneve o enakosti dveh povprečij preverjamo s pomočjo t-testa.
Analitična formula za t-test je naslednja:
= xത1– xത2 – (μs 1 – μ2)ඨn1 · n2
n1 + n2; predpostavka: μ1 – μ2 = 0
Formula za oceno populacijske variance:
s2 = ሺn1 – 1ሻ · s12 + ሺn2 – 1ሻ · s22 n1 + n2 – 2
Na vzorčnih podatkih izračunamo eksperimentalno vrednost statistike. Če ta pade v kritično območje, ničelno domnevo zavrnemo in sprejmemo alternativno domnevo. V kolikor eksperimentalne vrednosti ne zavzemajo vrednosti v kritičnem območju, potem podatki kažejo na statistično neznačilne razlike med parametrom in vzorčno oceno. Običajno uporabljamo 5 % tveganje, pri zelo pomembnih zadevah 1 %, pri zadevah izjemnega pomena pa 0,1 % tveganje.
Pri dovolj velikih vzorcih, v grobem od 30 do 100, veljajo naslednje mejne vrednosti normalne porazdelitve:
1,65 za stopnjo značilnosti p = 0,10, 1,96 za p = 0,05,
2,58 za p = 0,01, 3,29 za p = 0,001.
V kolikor torej pri dovolj velikem vzorcu dobljena vrednost t presega vrednost ±1,96, lahko zavrnemo ničelno domnevo in z dovolj veliko natančnostjo potrdimo alternativno domnevo.
Vzorec za statistično obdelavo s programom SPSS je bil izbran pod enakimi pogoji kot za analizo s korelacijskim koeficientom. Izbrali smo slovenska podjetja znotraj dejavnosti F
43.390, ki so v letu 2012 zaposlovala 10 in več delavcev, v vzorcu je bilo 54 podjetij (priloga 7). Vzporedno tem podatkom smo za navedena podjetja poiskali še podatke o obsegu sredstev v letu 2008.
Na osnovi izbranega vzorca podatkov podjetij iz dejavnosti F 43.390 smo najprej postavili ničelno domnevo. V njej smo predpostavili, da podjetje v povprečju v letu 2008 obsega enako ali manj kot 1.283.988 EUR sredstev (H0: M ≤ 1.283.988). Ker pa je cilj vsakega podjetja širiti obseg sredstev in je hkrati pokazatelj o uspešnosti podjetja oziroma dejavnosti, smo v alternativni domnevi pričakovali, da se je v letu 2012 obseg sredstev v dejavnosti F 43.390 povečal, in zato postavili naslednjo hipotezo (H1: M ˃ 1.283.988).
Odgovor smo iskali s predpostavljeno hipotezo:
H0: M ≤ 1.283.988 H1: M ˃ 1.283.988
Ob raziskavi smo upali, da bomo za analizirano dejavnost lahko potrdili znake okrevanja. Žal tega na osnovi izbranega vzorca ne moremo potrditi z dovolj natančno zanesljivostjo.
Z analizo preizkusa aritmetične sredine sredstev slovenskih podjetij iz dejavnosti F 43.390, ki so v letu 2012 imela zaposlenih 10 in več delavcev, smo ugotovili, da je obseg sredstev v povprečju v opazovanih letih sicer v porastu. Vendar s statistično metodo analize t-preizkusa o enakosti povprečnega obsega sredstev (One-Sample Statistics), aritmetične sredine s programom SPSS, na osnovi izbranega vzorca ne moremo z dovolj veliko natančnostjo zavrniti ničelne domneve H0: M ≤ 1.283.988. Na osnovi rezultatov analize aritmetične sredine sredstev v letu 2012 smo pri dvostranskem preizkusu dobili vrednost: Sig(2-tailed) = 0,871.
V našem primeru moramo uporabiti enostranski preizkus, zato je natančna stopnja tveganja le polovica natančne stopnje tveganja pri dvostranskem preizkusu: Sig(1-tailed) = 0,436. Vendar kljub enostranskemu preizkusu ne moremo zavrniti ničelne domneve, saj je stopnja tveganja še vedno višja od 0,05. Zato sprejmemo ničelno domnevo. To pomeni, da v povprečju slovenska podjetja v dejavnosti F 43.390 v letu 2012 dosegajo enak obseg sredstev kot v letu 2008 ali manj.
Enako potrjuje tudi vrednost t-statistike, saj dosega vrednost t2012 = 0,164. Ker ne pade v kritično območje Studentove porazdelitve, moramo sprejeti ničelno domnevo in s tem sklep, da slovenska podjetja analizirane dejavnosti v letu 2012 dosegajo v povprečju le enak obseg sredstev, kot so ga obsegala v letu 2008. Torej naša analiza na tem segmentu ne potrjuje trditev, da gospodarstvo znotraj dejavnosti F 43.390 okreva toliko, da bi to lahko z dovolj veliko natančnostjo dokazali in potrdili.
Vsekakor se moramo ob podajanju ocen zavedati omejitev našega izbranega vzorca, kajti rezultati analize veljajo za podjetja v dejavnosti, ki so zaposlovala v Sloveniji v letu 2012 vsaj
10 delavcev. Vzorec, na katerem smo izvajali analizo, je dokaj majhen in standardna napaka je precej visoka. A v dejavnosti F 43.390 v Sloveniji ni bilo mogoče testirati na večjem vzorcu, saj smo v raziskavi zajeli vsa slovenska podjetja v dejavnosti, ki so izpolnjevala kriterije, ki smo jih postavili za relevantne.
Rezultati statistične analize s programom SPSS so prikazani v preglednici 31.
Uporabljene spremenljivke pri statistični analizi:
- SR 2008 – obseg sredstev v letu 2008 - Sred 2012 – obseg sredstev v letu 2012
Preglednica 31: Statistična analiza sredstev v dejavnosti F43.390
N Aritmetična sredina Standardni odklon Standardna napaka
SR 2008 54 1283988,17 4133551,095 562505,056
Sred2012 54 1367290,00 3738854,471 508793,649
Testna vrednost = 1283988
95 % interval zaupanja
t df Dvostranska
stopnja tveganja
Razlika aritmetične
sredine Spodnja vrednost Zgornja vrednost
SR 2008 0,000 53 1,000 0,167 –1128242,10 1128242,43
Sred2012 0,164 53 0,871 83302,000 –937208,82 1103812,82
Na sliki 31 in sliki 32 prikazujemo porazdelitev obsega sredstev podjetij iz statističnega vzorca. Iz grafov je razvidno, da porazdelitev ni povsem normalna, se pa približuje in je takšna analiza primerna za izbrani vzorec.