Mục tiêu 1: Phân tích thực trạng sản xuất, tiêu thụ muối của diêm dân - thực trạng nhập khẩu muối và sử dụng muối nhập khẩu trên địa bàn tỉnh Trà Vinh, sử dụng phƣơng pháp so sánh, phân tích số tuyệt đối, tƣơng đối, thống kê mô tả (Descriptive Statistics), tần số, để phân tích tình hình sản xuất và tiêu thụ muối của ngƣời dân huyện Duyên Hải, tỉnh Trà Vinh, cũng nhƣ tình hình nhập khẩu và sử dụng muối công nghiệp trên địa bàn tỉnh.
Phương pháp so sánh số tuyệt đối: là hiệu số của hai chỉ tiêu chỉ tiêu kỳ phân tích và chỉ tiêu kỳ cơ sở.
Công thức: Δy=y1-y0 (2.17) Trong đó:
y1: chỉ tiêu năm sau y0: chỉ tiêu năm trƣớc
Δy: là phần chênh lệch tăng giảm của các chỉ tiêu kinh tế
Phƣơng pháp này dùng để so sánh số liệu năm tính với số liệu năm trƣớc của các chỉ tiêu xem có biến động không, và tìm ra nguyên nhân biến động của các chỉ số kinh tế, từ đó đƣa ra biện pháp khắc phục.
Phương pháp so sánh số tương đối: là tỷ lệ phần trăm của chỉ tiêu kỳ phân tích so với kỳ gốc để thể hiện mức độ hoàn thành hoặc tỷ lệ phần trăm tăng lên hoặc giảm xuống so với chỉ tiêu gốc để phản ánh mức độ tăng trƣởng hoặc sự giảm sút trong sản xuất muối của ngƣời dân huyện Duyên Hải so với những năm trƣớc đó.
Công thức: Δy= (2.18)
y1: chỉ tiêu kỳ phân tích
y0: chỉ tiêu kỳ gốc
Δy: biểu hiện tốc độ tăng trƣởng kinh tế của các chỉ tiêu kinh tế
Phương pháp thống kê mô tả: chỉ áp dụng đối với các biến định lƣợng dùng
để đo lƣờng, mô tả và thống kê số liệu về thực trạng sản xuất muối dựa trên số liệu thu thập đƣợc nhờ vào phần mềm SPSS.
Phương pháp phân tích tần số (Frequency Analysis): sử dụng bảng phân phối tần số là bảng tóm tắt dữ liệu đƣợc xếp thành từng tổ khác nhau, dựa trên những tần số xuất hiện của các đối tƣợng trong cơ sở dữ liệu để so sánh tỷ lệ, phản ánh số liệu.
Mục tiêu 2: Phân tích hiệu quả tài chính sản xuất muối của ngƣời dân huyện Duyên Hải tỉnh Trà Vinh: sử dụng phƣơng pháp so sánh số tuyệt đối, tƣơng đối để đánh giá hiệu quả sản xuất thông qua các chỉ số tài chính và phân tích hồi quy tƣơng quan để phân tích các nhân tố ảnh hƣởng đến năng suất và lợi nhuận của ngƣời dân sản xuất muối, ngoài ra đề tài còn sử dụng phƣơng pháp kiểm định giả thuyết về sự bằng nhau giữa hai trung bình tổng thể trƣờng hợp mẫu độc lập (Independent-samples T- test) để so sánh trị trung bình về một chỉ tiêu nghiên cứu giữa hai đối tƣợng cần quan tâm.
Phân tích hồi quy tương quan:
Mục đích của việc thiết lập phƣơng trình hồi quy tƣơng quan là tìm ra các nhân tố ảnh hƣởng đến một chỉ tiêu nào đó, xác định các nhân tố tốt để phát huy và nhân tố xấu để khắc phục. Trong mô hình hồi quy, có một biến đƣợc gọi là biến phụ thuộc (hay biến đƣợc giải thích – biến Y) và các biến kia là biến độc lập (hay biến giải thích – biến X), ta dựa vào số liệu quan sát của cả nhóm biến độc lập, và một biến phụ thuộc để ƣớc lƣợng mô hình nói lên ảnh hƣởng của cả nhóm biến độc lập vào biến phụ thuộc (Mai Văn Nam, 2008). Phân tích hồi quy không chỉ là
việc mô tả các dữ liệu quan sát đƣợc, mà từ các kết quả quan sát đƣợc trong mẫu suy rộng kết luận cho mối quan hệ giữa các biến trong tổng thể. Sự chấp nhận và diễn dịch kết quả hồi quy không thể tách rời các giả định cần thiết và những chuẩn đoán về sự vi phạm các giả định đó, nếu giả định bị vi phạm thì kết quả ƣớc lƣợng không đáng tin cậy nữa. Sự suy rộng các kết quả của mẫu cho các giá trị của tổng thể phải trên cơ sở các giả định cần thiết sau:
Phân phối chuẩn và phƣơng sai bằng nhau: đối với bất kỳ giá trị nào của biến độc lập X, thì phân phối của biến phụ thuộc Y là phân phối chuẩn với trung bình của Y tại một giá trị X cụ thể là (Y/X) và phƣơng sai không đổi 2
.
Độc lập: các giá trị Y độc lập thống kê đối với nhau, tức là quan sát này không bị ảnh hƣởng bởi các quan sát khác.
Tuyến tính: tất cả các giá trị trung bình (Y/X) đều nằm trên một đƣờng thẳng – đƣờng hồi quy của tổng thể.
Phần dƣ ei là biến ngẫu nhiên độc lập có phân phối chuẩn với trung bình bằng 0 và phƣơng sai không đổi 2 (Hoàng Trọng, Chu Nguyễn Mộng Ngọc, 2008).
Để dò tìm các vi phạm giả định cần thiết đề tài sử dụng các công cụ sau đây: Hệ số phóng đại phƣơng sai (Variance inflation factor – VIF) là nghịch đảo của độ chấp nhận của biến (Tolerance), độ chấp nhận của biến Xk đƣợc định nghĩa là 1-R2k, trong đó R2
k là hệ số tƣơng quan bội khi biến độc lập Xk đƣợc dự đoán từ các biến độc lập khác. Tức Rk2 thể hiện khả năng của các biến độc lập (ngoại trừ Xk) trong mô hình của ta giải thích đƣợc cho biến động của Xk khi ta xây dựng mô hình hồi quy tuyến tính Xk theo tất cả các biến độc lập khác. Cũng nhƣ một tình huống hồi quy tuyến tính bình thƣờng, R square này càng lớn thể hiện một độ phù hợp lớn của tổ hợp kết hợp tuyến tính của các biến trong mô hình, mà R2
k càng lớn thì 1-R2k nhỏ. Vậy quy tắc là nếu độ chấp nhận của một biến nhỏ, thì nó gần nhƣ là một kết hợp tuyến tính của các biến độc lập khác và đó là dấu hiệu của đa cộng tuyến. Về hệ số phóng đại phƣơng sai VIF, khi Tolerance nhỏ thì VIF lớn, quy tắc là khi VIF vƣợt quá 10 đó là dấu hiệu của đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Nghiên cứu sử dụng kiểm định Durbin-Watson là phƣơng pháp có ý nghĩa nhất để phát hiện ra hiện tƣợng tự tƣơng quan (Mai Văn Nam, 2008), thông qua
phần mềm SPSS có thể dễ dàng xác định đƣợc giá trị d của kiểm định Durbin- Watson, sau đó áp dụng quy tắc kiểm định sau:
Bảng 2.5: Quy tắc kiểm định
Giả thuyết H0 Quyết định Nếu
Không có tự tƣơng quan dƣơng Bác bỏ 0<d<dL Không có tự tƣơng quan dƣơng Không quyết định dL ddU Không có tự tƣơng quan âm Bác bỏ 4-dL < d <4 Không có tự tƣơng quan âm Không quyết định 4-dU d 4-dL Không có tự tƣơng quan âm hoặc dƣơng Không bác bỏ dU d 4-dU
Nguồn: Giáo trình kinh tế lượng, Mai Văn Nam, 2008
Trong đó giá trị dU và dL là các giá trị tra bảng giá trị d.
Nếu giá trị d thuộc miền không quyết định thì ta áp dụng các quy tắc kiểm định cải biên nhƣ sau:
+ H0: p=0; H1: p>0. Nếu d<dU thì bác bỏ H0 và chấp nhận H1 (với mức ý nghĩa ), nghĩa là có tự tƣơng quan dƣơng (Mai Văn Nam, 2008).
+ H0: p=0; H1: p<0. Nếu 4-dU<d thì bác bỏ H0 và chấp nhận H1 (với mức ý nghĩa ), nghĩa là có tự tƣơng quan âm (Mai Văn Nam, 2008).
+ H0: p=0; H1: p0. Nếu d<dU hoặc 4-dU<d thì bác bỏ H0 và chấp nhận H1 (với mức ý nghĩa 2), nghĩa là có tự tƣơng quan dƣơng hoặc âm (Mai Văn Nam, 2008).
Để kiểm định giả thuyết rằng mô hình có phƣơng sai của sai số không đổi để tài sử dụng kiểm định Spearman với giả thuyết H0: hệ số tƣơng quan hạng của tổng thể bằng 0 tức không có hiện tƣợng phƣơng sai sai số thay đổi, thông qua phần mềm SPSS ta có thể xác định đƣợc giá trị Sig. của kiểm định, nếu Sig. nhỏ hơn mức ý nghĩa thì chấp nhận H0 và ngƣợc lại (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Cơ sở chọn biến vào mô hình: Đề tài nghiên cứu dựa trên cơ sở lý thuyết
của hàm sản xuất Cobb Douglas với Y biểu thị lƣợng đầu ra của quá trình sản xuất, các biến độc lập X biểu thị các yếu tố đầu vào nhƣ vốn, lao động, ngoài ra hàm Cobb Douglas còn phân tích mức độ ảnh hƣởng của các yếu tố nhƣ kinh nghiệm sản xuất, trình độ sản xuất đến sản lƣợng đầu ra (Y). Nên đề tài đƣa vào các biến biểu thị ba yếu tố đầu vào quan trọng trên cơ sở của hàm Cobb Douglas, thứ nhất là vốn bao gồm có vốn cố định và vốn lƣu động, tức tiền vốn đầu tƣ vào
tài sản cố định nhƣ máy móc, thiết bị, dụng cụ phục vụ quá trình sản xuất muối, hay vốn đầu tƣ vào các chi phí thuê lao động, chi phí làm đất, chi phí nhiên liệu,… các nguồn vốn này tham gia trực tiếp vào trong quá trình sản xuất muối nên chắc hẳn sẽ ảnh hƣởng đến năng suất muối. Nhóm yếu tố thứ hai là về lao động, trong trƣờng hợp này đề tài chú trọng sự ảnh hƣởng của lao động nhà liệu có ảnh hƣởng thế nào đến năng suất, do trong quá trình sản xuất muối thì lao động nhà là nguồn lao động chính phục vụ sản xuất. Nhóm yếu tố thứ ba là về các yếu tố nhƣ kinh nghiệm sản xuất, trình độ học vấn của chủ hộ, ngoài ra theo kiểm định T-Test ở phần trên cho thấy tính chất hộ có ảnh hƣởng đến doanh thu và lợi nhuận trung bình của hộ, nên để kiểm tra xem liệu có sự khác biệt giữa năng suất của hộ chuyên và hộ kiêm, chính vì vậy đề tài quyết định đƣa vào các biến trình độ học vấn, tính chất hộ, số năm kinh nghiệm, vốn cố định, vốn lƣu động, số ngày công lao động nhà vào mô hình để nghiên cứu sự ảnh hƣởng của các yếu tố vừa nêu trên đến năng suất muối.
Chính vì vậy, kết hợp với những điều kiện thực tế trong quá trình khảo sát tại địa bàn sản xuất muối tại tỉnh Trà Vinh thấy rằng để phân tích các yếu tố ảnh hƣởng đến năng suất muối đề tài quyết định đƣa vào các biến: trình độ học vấn, tính chất hộ, số năm kinh nghiệm, vốn cố định, vốn lƣu động, số ngày công lao động nhà để nghiên cứu về sự ảnh hƣởng của chúng đối với năng suất
Đề tài nghiên cứu áp dụng hàm sản xuất Cobb Douglas vào việc nghiên cứu các nhân tố ảnh hƣởng đến năng suất muối của các diêm hộ ở Trà Vinh:
Phƣơng trình tổng quát: Y= A.XiieiDi
LnY= lnA + 1lnX1 + 2lnX2 +…+ ilnXi + 1D1 + 2D2 +…+ nDn LnY= β0 + β1D1 + β2D2 + β3D3 + 1lnX1+ 2lnX2+ 3lnX3
Trong đó:
Y: là biến phụ thuộc thể hiện năng suất (giạ/công) D1: Trình độ học vấn
D2: Tính chất hộ
D3: Số năm kinh nghiệm
X2: Vốn lƣu động (1000đ/1000m2)
X3: Số ngày công lao động nhà (Ngày/1000m2)
Các tham số β1 ,β2, …, βi , i, đƣợc tính toán bằng phần mềm SPSS.
H0: β1 = β2 = β3 = 1=2 =3 ( hay các yếu tố đƣợc đƣa vào phân tích trong mô hình không ảnh hƣởng đến năn của năng suất của hộ )
H1: có ít nhất một tham số βi hoặc i ≠ 0 ( tức là có ít nhất một yếu tố đƣợc đƣa vào phân tích trong mô hình có ảnh hƣởng đến năng suất của hộ ).
Ngoài ra để nghiên cứu các yếu tố ảnh hƣởng đến lợi nhuận của diêm dân sản xuất muối ra sao, đề tài phân tích các yếu tố ảnh hƣởng đến lợi nhuận trên 1000m2 của diêm hộ thông qua hàm phân tích hàm hồi quy tƣơng quan bằng phần mềm SPSS.
Cơ sở chọn biến: để có cái nhìn chính xác hơn về hiệu quả tài chính sản xuất muối thì lợi nhuận là một trong những yếu tố cuối cùng của quá trình sản xuất mà diêm dân trông đợi nhất sau một vụ sản xuất muối, bởi nhƣ đƣợc nhắc đến ở phần trên lợi nhuận chính bằng hiệu của tổng doanh thu và tổng chi phí, chính vì vậy để nghiên cứu những yếu tố nào có ảnh hƣởng trực tiếp đến lợi nhuận sản xuất của diêm dân đề tài nghiên cứu cũng dựa trên cơ sở chọn biến của hàm Cobb Douglas ngoài các biến biểu thị trình độ sản xuất, vốn, lao động, nhƣ trình độ học vấn, tính chất hộ, số năm kinh nghiệm của diêm dân, vốn lƣu động, vốn cố định, diện tích đất, số ngày công lao động nhà, tỷ trọng vốn tự có, ngoài ra trong quá trình khảo sát đề tài nghiên cứu thấy đƣợc rằng yếu tố dự trữ muối lại đợi giá lên rồi ngƣời dân mới bán có ảnh hƣởng không nhỏ đến giá muối, do vậy mà đề tài đƣa biến dự trữ vào mô hình để nghiên cứu xem liệu có sự khác biệt giữa hộ sau khi thu hoạch muối xong thì bán ngay và hộ dự trữ muối lại đợi cầu muối cao hơn cung muối thì ngƣời dân mới bán nhằm tìm đƣợc sự chênh lệch giá.
Y= β0+ β1 X1+ β2X2+ β3X3+ β4X4+ β5X5+ β6X6+ β7X7+ β8X8+ β9X9
Trong đó:
Y: biến phụ thuộc thể hiện lợi nhuận (1000đ/1000m2) X1: Trình độ học vấn
X2: Tính chất hộ X3: Dự trữ
X4: Số năm kinh nghiệm X5: Diện tích (1000m2)
X6: Số ngày công lao động nhà (Ngày /1000m2) X7: Vốn cố định (1000đ/1000m2)
X8: Vốn lƣu động (1000đ/1000m2)
X9: Tỷ trọng vốn tự có trên tổng vốn (%)
Các tham số β1 ,β2, …, βi đƣợc tính toán bằng phần mềm SPSS.
H0: β1 = β2 = β3…= i ( hay các yếu tố đƣợc đƣa vào phân tích trong mô hình không ảnh hƣởng đến năng suất của hộ )
H1: có ít nhất một tham số βi ≠ 0 ( tức là có ít nhất một yếu tố đƣợc đƣa vào phân tích trong mô hình có ảnh hƣởng đến năng suất của hộ ).
Kết quả in ra từ SPSS có các thông số sau:
Multiple R: hệ số tƣơng quan bội (Multiple Corrlation Corfficient) nói lên tính quan hệ chặt chẽ của mối liên hệ giữa biến phụ thuộc Y và các biến độc lập Xi . R càng lớn mối liên hệ càng chặt chẽ.
Hệ số xác định R2
(R-quare): tỷ lệ (%) biến động của Y đƣợc giải thích bởi các biến độc lập Xi hoặc % các Xi ảnh hƣởng đến Y, phần còn lại do các nhân tố khác mà chúng ta chƣa nghiên cứu. R2 càng lớn càng tốt.
Adjusted R2: hệ số xác định đã điều chỉnh dùng để trắc nghiệm xem có nên
thêm một biến độc lập nữa vào mô hình không. Khi thêm vào một biến mà làm cho R2 tăng lên thì ta quyết định thêm biến đó vào phƣơng trình hồi quy.
Significace F: mức ý nghĩa Sig.F nói lên mức ý nghĩa của phƣơng trình hồi
quy, Sig.F càng nhỏ càng tốt, độ tin cậy càng cao (Sig.F). Thay vì tra bảng F, Sig.F cho ta kết luận ngay phƣơng trình hồi quy có ý nghĩa khi Sig.F < α mức ý nghĩa nào đó.
Coefficients: hệ số của phƣơng trình hồi quy.
P_Value: giá trị xác xuất P, là mức ý nghĩa nhỏ nhất mà ở đó giả thuyết Ho bị bát bỏ.
VIF: hệ số phóng đại phƣơng sai (Variance inflation factor – VIF).
Kiểm định giả thuyết về sự bằng nhau giữa hai trung bình tổng thể trường hợp mẫu độc lập (Independent-samples T- test)
Trong nhiều trƣờng hợp cần so sánh trị trung bình về một chỉ tiêu nghiên cứu nào đó giữa hai đối tƣợng quan tâm. Ta cần có hai biến tham gia trong một phép kiểm định trung bình: một biến định lƣợng dạng khoảng cách hay tỷ lệ để tính trung bình và một biến định tính dùng để chia nhóm ra so sánh. Trƣớc khi thực hiện kiểm định trung bình ta cần phải thực hiện một kiểm định khác mà kết quả của nó ảnh hƣởng rất quan trọng đến kiểm định trung bình đó là sự kiểm định bằng nhau của hai phƣơng sai tổng thể, vì phƣơng sai diễn tả mức độ đồng đều hoặc không đồng đều của dữ liệu quan sát nên phải tiến hành kiểm định sự bằng nhau về phƣơng sai, kiểm định này có tến là Levene test.
Levene test đƣợc tiến hành với giả thuyết H0 rằng phƣơng sai của hai tổng thể bằng nhau, nếu kiểm định cho mức ý nghĩa quan sát nhỏ hơn 0,05 thì bác bỏ giả thuyết H0. Kết quả của việc bác bỏ hay chấp nhận giả thuyết H0 sẽ ảnh hƣởng đến việc lựa chọn tiếp loại kiểm định giả thuyết về sự bằng nhau giữa hai trung