5. Nội dung và kết quả đạt được
2.3 MỘT SỐ PHƢƠNG PHÁP SỬ DỤNG TRONG ĐỀ TÀI
2.3.1 Phƣơng pháp thống kê mô tả
Theo Mai Văn Nam, 2008. Giáo trình Nguyên lí thống kê kinh tế phần I
“Thống kê là gì?” có nêu định nghĩa về thống kê mô tả như sau:
Thống kê mô tả (Descriptive statistics): là các phương pháp có liên quan
đến việc thu thập số liệu, tóm tắt, trình bày, tính toán, và mô tả các đặc trưng khác nhau để phản ánh một cách tổng quát đối tượng nghiên cứu.
Trong bài nghiên cứu, phương pháp thống kê mô tả được sử dụng để thống kê các số liệu về giá trị đầu vào, đầu ra, các giá trị định tính và dựa vào kết quả đã thống kê để đánh giá sự tác động của các yếu tố đầu ra, đầu vào đến hiệu quả tài chính của mô hình sản xuất nấm rơm của các nông hộ ở huyện Long Mỹ. Biểu diễn dữ liệu bằng đồ họa trong đó các đồ thị mô tả dữ liệu hoặc giúp so sánh dữ liệu.
Biểu diễn dữ liệu thành các bảng số liệu tóm tắt về dữ liệu.
Thống kê tóm tắt dưới dạng các giá trị thống kê đơn giản nhất mô tả dữ liệu.
Dùng phương pháp so sánh để thấy tình hình tăng giảm về diện tích, số lượng và tiêu thụ nấm rơm thông qua các chỉ số so sánh tuyệt đối và so sánh tỷ lệ. Cụ thể:
2.3.2 Phƣơng pháp so sánh
Phương pháp so sánh là phương pháp chủ yếu dùng trong phân tích hoạt động kinh tế, phương pháp này đòi hỏi các chỉ tiêu phải có cùng điều kiện so sánh như cùng nội dung, cùng thời gian không gian, cùng đơn vị tính, đo lường,.. để xem xét, đánh giá, rút ra kết luận về hiện tượng, quá trình kinh tế.
Có 3 phƣơng pháp so sánh đƣợc sử dụng trong bài:
- So sánh số tuyệt đối: Số tuyệt đối là chỉ tiêu biểu hiện quy mô, khối lượng, hoặc quá trình kinh tế - xã hội trong điều kiện thời gian và không gian cụ thể bao gồm các con số thể hiện quy mô của tổng thể hay của từng bộ phận trong tổng thể.
y = y1 – y0
Trong đó :
y: giá trị chênh lệch y1: giá trị năm sau y0: giá trị năm trước
- So sánh số tƣơng đối: là chỉ tiêu biểu hiện quan hệ so sánh giữa hai chỉ tiêu thống kê cùng loại nhưng khác nhau về thời gian hoặc không gian hoặc giữa hai chỉ tiêu khác loại nhưng có quan hệ với nhau. Trong hai chỉ tiêu để so sánh của số tương đối, sẽ có một số được chọn làm gốc (chuẩn) để so
17
sánh thể hiện bằng lần, phần trăm (%), phần nghìn (‰) hay bằng các đơn vị kép. %y = y0 y Trong đó : %y: tỷ lệ chênh lệch y: giá trị chênh lệch y0: giá trị năm trước
- So sánh bằng số bình quân: là chỉ tiêu biểu hiện mức độ điển hình của một tổng thể gồm nhiều đơn vị cùng loại được xác định theo một tiêu thức nào đó. Số bình quân được sử dụng phổ biến trong thống kê để nêu lên đặc diểm chung nhất, phổ biến nhất của hiện tượng kinh tế - xã hội trong các điều kiện thời gian và không gian cụ thể. Số bình quân còn dùng để so sánh đặc điểm của những hiện tượng không có cùng một quy mô hay căn cứ để đánh giá trình độ đồng đều của các đơn vị tổng thể.
n i i X n X 1 1 Trong đó: X : là số trung bình cộng n: số quan sát
Xi: (i=1,2,….n) giá trị lượng biến quan sát
2.3.3 Phƣơng pháp tần số
Là một phương pháp dùng để phân tổ thống kê, và phân tổ còn được gọi là phân lớp thống kê căn cứ vào một số tiêu thức để chia các đơn vị tổng thể ra nhiều lớp (nhóm, tổ) có tính chất khác nhau, khi phân tổ cần lưu ý một đơn vị của tổng thể chỉ thuộc một tổ duy nhất và đơn vị đó phải thuộc tổng thể. Có các dạng phân tổ như sau:
-Phân tổ theo tiêu thức thuộc tính nếu thuộc tính có nhiều biểu hiện thì
ghép các nhóm lại với nhau, khi đó các nhóm này phải có tính chất giống nhau hoặc gần giống nhau.
-Phân tổ theo tiêu thức số lượng: khi tiêu thức có ít số lượng biểu hiện
thì cứ mỗi quan sát hay lượng biến sẽ thành một tổ. Nếu tiêu thức số lượng có nhiều biểu hiện thì phân cách mỗi tổ và mỗi tổ có một giới hạn. Trong đó, giới hạn trên là lượng biến lớn nhất của tổ, giới hạn dưới là lượng biến nhỏ nhất của tổ, tùy từng mục đích nghiên cứu mà phân tổ đều và phân tổ không đều. Phân tổ đều là phân tổ có khoảng cách tổ đều nhau. Nếu phân tổ theo tiêu thức số lượng rời rạc thì giới hạn trên và giới hạn dưới của 2 tổ kế tiếp nhau không
18
được trùng nhau. Khi phân tổ theo tiêu thức số lượng liên tục thì giới hạn trên và dưới trùng nhau. (Theo Mai Văn Nam, 2008).
Trên cơ sở khái niệm về phân tổ thống kê và phân tổ tần số đề tài sẽ vận dụng vào bài của mình để lập bảng phân tổ thống kê về tình hình sản xuất nấm của các nông hộ trong vụ Thu Đông năm 2014.
2.3.4 Phƣơng pháp phân tích hồi quy và xây dựng hàm hồi quy
Theo Mai Văn Nam, 2008. Giáo trình Kinh tế lượng chương 2 “Khái niệm về phân tích hồi quy” thì:
Phân tích hồi quy đề cập đến việc nghiên cứu sự phụ thuộc của một biến số, biến phụ thuộc, vào một hay nhiều biến số khác, biến độc lập, với ý định ước lượng và/hoặc dự đoán giá trị trung bình (tổng thể) của biến phụ thuộc dựa trên những giá trị đã biết hay cố định của biến độc lập.
Mục đích của việc thiết lập phương trình hồi quy là tìm ra các nhân tố ảnh hưởng đến một chỉ tiêu nào đó (ví dụ như thu nhập, năng suất hay lợi nhuận), xác định các nhân tố ảnh hưởng tốt để phát huy và các nhân tố ảnh hưởng xấu để khắc phục.
Phương trình hồi quy có dạng:
Y = β0 + β1X1 + β2X2 +…+ βiXi+ Ui Trong đó:
Y: biến phụ thuộc.
Xi (i = 1,2,…,n) là các biến độc lập.
β0 : là hệ số tự do, hệ số này cho biết giá trị trung bình của biến Y khi các biến X1, X2,…Xn bằng 0.
β1, β2,…βn là hệ số hồi quy riêng, hệ số này cho biết ảnh hưởng của từng biến X lên giá trị trung bình của biến Y, các biến còn lại được giữ cố định. β1, β2,…βn cho biết khi X1, X2,…Xn tăng hay giảm 1 đơn vị thì trung bình Y sẽ tăng hay giảm bao nhiêu đơn vị, với điều kiện là các biến khác không đổi.
Các tham số β0, β1, β2,…βn được tính toán ra bằng cách chạy phần mềm Stata.
Kết quả in ra từ phần mềm STATA, có các thông số như sau:
Coef (coficients): Các tham số β0, β1… βn
Std. Err.(Stadar error): sai số chuẩn (SE (βn))
t: giá trị t của kiểm định t
P>|t| (P-value): giá trị xác suất P, là mức ý nghĩa α nhỏ nhất mà ở đó giả thuyết H0 của kiểm định t bị bác bỏ. (H0 : βi= 0 (i=1,2,3,…,n) hay là lần lượt Xi không liên quan tuyến tính với Y. (H1 : βi # 0 (i = 1,2,3…n) tức là Xi có liên quan tuyến tính với Y.
19
Prob>F (Sig. F): nói lên mức ý nghĩa của mô hình hồi quy, là mức ý nghĩa α nhỏ nhất mà ở đó giả thuyết H0 của kiểm định F bị bác bỏ. (H0: Tất cả
các tham số hồi quy đều bằng 0 (β1 = β2 =… = βn = 0) hay mô hình hồi quy
không có ý nghĩa. H1: ít nhất có một βi # 0 tức là mô hình hồi quy có ý nghĩa) Hệ số tương quan bội R (Multiple Correlation Coeficient): nói lên tính liên hệ chặt chẽ của mối quan 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-square), (Multiple Coeficient of Determination): là
tỷ lệ (hay phần trăm) thay đổi của biến phụ thuộc (Y) được giải thích bởi các
biến độc lập (Xi) hoặc % các (Xi) ảnh hưởng đến (Y), phần còn lại do các yếu
tố khác mà chúng ta chưa nghiên cứu. R2 càng lớn càng tốt.
Adjusted R Square: Hệ số xác định đã được điều chỉnh dùng để trắc nghiệm xem có nên thêm vào một biến độc lập nữa hay không. Khi thêm vào
một biến mà R2 tăng lên thì ta quyết định thêm biến đó vào phương trình hồi
quy, ngược lại không nên thêm biến đó vào.
+ Thông thường dùng để kiểm định mức ý nghĩa của mô hình hồi quy,
R2 càng lớn mô hình càng có ý nghĩa vì khi đó Sig.F càng nhỏ.
+ Dùng để so sánh với F trong bảng phân phối F với mức ý nghĩa α. + F là cơ sở để bác bỏ hay chấp nhận giả thuyết H0 (H0: tất cả các tham số hồi quy đều bằng 0 (β1= β2= β3= … = βn = 0) hay các Xi không liên quan tuyến tính với Y. H1 # 0, tức là các Xi có liên quan tuyến tính với Y).
+ F càng lớn thì khả năng bác bỏ H0 càng cao. Bác bỏ H0 khi F > F tra bảng. Significance F: mức ý nghĩa
+ Sig.F nói lên ý nghĩa của phương trình hồi quy, Sig.F càng nhỏ càng tốt, độ tin cậy càng cao (Sig.F α). Thay vì tra bảng F, Sig.F cho ta kết luận ngay mô hình hồi quy có ý nghĩa khi Sig.F < mức ý nghĩa α nào đó.
Coefficients: hệ số
t_Stat: Giá trị thống kê t, dùng để kiểm định cho các thông số riêng biệt (Xi); nếu t_Stat = 0 thì Xi không ảnh hưởng đến Y.
P_value: giá trị xác suất P, là mức ý nghĩa α nhỏ nhất mà ở đó giả thuyết H0 bị bác bỏ.
Các bước trong kiểm định phương trình hồi quy tương quan: Đặt giả thuyết:
H0: Bi = 0, các biến độc lập không ảnh hưởng đến biến phụ thuộc H1: Bi # 0, các biến độc lập ảnh hưởng đến biến phụ thuộc
Cơ sở kiểm định phương trình (kiểm định với độ tin cậy là 95% ứng với mức ý nghĩa α = 1 – 0,95 = 0,5 = 5%)
20 Bác bỏ giả thuyết H0 khi: Sig.F < α Chấp nhận giả thuyết H0 khi: Sig.F >=α
Kiểm định các nhân tố trong phương trình hồi quy:
Kiểm định t: Chạy OLS: Y= β0 + β1X1 + β2X2 + β3X3 + …+ βnXn H0 : βi= 0 (i=1,2,3,…,n) H1 : βi # 0 (i = 1,2,3…n) Ta tính giá trị i SE t i 0
Sau đó so sánh t với tc (N-k)α% (N: số quan sát, k: số tham số)
Nếu t > tc: bác bỏ giả thuyết H0, ngược lại thì chấp nhận giả thuyết H0
Kiểm định F: Chạy OLS: Y= β0 + β1X1 + β2X2 + β3X3 + …+ βnXn H0= : β1 = β2 =… = βn = 0. H1 : ít nhất có một βn # 0 Ta tính giá trị k N RSS n RSS RSS F UR UR R Trong đó N: số quan sát; n: số giới hạn; k: số tham số; R: hàm số giới hạn; UR: hàm số không giới hạn
So sánh F với Fc(n,N-k) α%
Nếu F> Fc thì bác bỏ giả thuyết H0 (mô hình hồi quy có ý nghĩa), ngược lại thì chấp nhận giả thuyết H0 (mô hình hồi quy không có ý nghĩa).
Các nhân tố trong phương trình hồi quy ảnh hưởng đến phương trình ở những mức độ khác nhau. Do đó, ta kiểm định từng nhân tố trong phương trình để xem xét mức độ ảnh hưởng và độ tin cậy của từng nhân tố đến phương trình.
2.4 PHƢƠNG PHÁP NGHIÊN CỨU
2.4.1 Phƣơng pháp chọn vùng nghiên cứu
Qua thông tin tìm hiểu và thu thập được từ Phòng kinh tế và UBND huyện thì trên toàn huyện Long Mỹ, tỉnh Hậu Giang vùng trồng nấm rơm nhiều nhất và tập trung là ở 4 xã Long Trị A, Long Phú, Thuận Hưng và Thuận Hòa, với quy mô và diện tích lớn nên đề tài chọn 4 địa bàn trên làm
21
vùng nghiên cứu chủ yếu, giúp dễ dàng quan sát, thu thập phỏng vấn lấy số liệu, tiết kiệm thời gian chi phí, tính đại diện cao.
2.4.2 Phƣơng pháp thu thập số liệu
2.4.2.1 Phương pháp thu thập số liệu sơ cấp
Số liệu sơ cấp sẽ được thu thập qua bảng câu hỏi trực tiếp phỏng vấn các nông hộ có trồng nấm rơm trong vụ gần đây nhất (Thu Đông) bởi vì nấm rơm hiện được trồng quanh năm, mà thời gian trồng và thu hoạch là khá ngắn chỉ trong vòng 1 tháng là kết thúc 1 vụ trồng, nên trong năm diễn ra nhiều đợt trồng dẫn đến việc nông hộ không thể nhớ chính xác các khoản mục chi phí đã sử dụng, do đó để thu thập số liệu được chính xác nên đề tài chỉ chọn phân tích trong vụ gần đây nhất (Thu Đông). Đầu tiên xây dựng thiết kế soạn thảo bảng câu hỏi với nội dung xoay quanh vấn đề nghiên cứu đặc biệt tập trung vào việc thu thập các khoản mục về chi phí đầu vào như chi phí meo giống, chi phí rơm, chi phí phân vi sinh và thuốc dưỡng, chi phí thuê lao động và các loại chi phí khác, cùng với doanh thu lợi nhuận hàng năm và thông tin tổng quan về nông hộ như tuổi, kinh nghiệm, diện tích, trình độ học vấn…Sau đó sẽ bắt đầu đi phỏng vấn thử vào tháng 9/2014 qua cách chọn mẫu ngẫu nhiên và thuận tiện để đánh giá và hiệu chỉnh cho phù hợp khả thi hơn với đề tài nghiên cứu.
Khi có số liệu lần đầu tiên của cuộc phỏng vấn sẽ tiến hành nhập liệu, kiểm tra đánh giá hiệu chỉnh cho phù hợp. Và tiến hành phỏng vấn chính thức vào thời gian thích hợp, gần nhất sau đó. Tìm hiểu thêm về những thuận lợi khó khăn mà nông hộ gặp phải trong sản xuất nấm rơm. Với tính phổ biến tập trung rộng lớn về quy mô diện tích trồng đề tài nghiên cứu sẽ chọn cỡ mẫu là 70 nông hộ để phỏng vấn trực tiếp. Bảng 2.1: Phân bố mẫu phỏng vấn Địa bàn Số mẫu Tỷ lệ (%) Xã Long Trị A Xã Long Phú Xã Thuận Hưng Xã Thuận Hòa 8 31 26 5 11,43 44,29 37,14 7,14 Tổng 70 100
Nguồn: Số liệu điều tra 70 hộ, 2014
Lần phỏng vấn kết thúc sẽ được tổng hợp 70 phiếu điều tra và chọn ra các biến có ảnh hưởng đến lợi nhuận nhập vào phần mềm Excel, sau đó đưa vào phần mềm Stata để chạy hồi quy mô hình, kiểm tra các giả định và xử lí loại bỏ các biến không phù hợp, quan sát bất thường, sữa các lỗi sai trong mô
22
hình. Cuối cùng phân tích các yếu tố có ảnh hưởng đến lợi nhuận và đánh giá hiệu quả của mô hình sản xuất
2.4.2.2 Phương pháp thu thập số liệu thứ cấp
Số liệu thứ cấp trong bài sẽ được thu thập tổng hợp thông qua Sở nông nghiệp, Phòng kinh tế, Trạm khuyến nông, Trạm Bảo vệ thực vật (BVTV), Niên giám thống kê, các bài báo cáo tổng kết tình hình kinh tế - xã hội hàng năm, nghiên cứu về nông nghiệp giống cây trồng, báo cáo kết quả thực hiện đề án kế hoạch phát triển cây nấm, của huyện Long Mỹ, tỉnh Hậu Giang, tạp chí, internet,…
2.4.3 Phƣơng pháp chọn mẫu
Từ các thông tin thu thập được từ Phòng kinh tế, Trạm Bảo vệ thực vật, trên cơ sở đó tiến hành chọn mẫu xác suất theo phương pháp chọn mẫu thuận tiện. Theo phương pháp tổ chức chọn mẫu một cấp tập trung ở 4 xã trên, đó là địa bàn có số hộ trồng nấm rơm nhiều nhất nên số mẫu sẽ mang tính đại diện cao và chính xác hơn cho tổng thể nên sai số sẽ nhỏ.
2.4.4 Phƣơng pháp phân tích số liệu
- Mục tiêu 1: sử dụng phương pháp thống kê mô tả, so sánh, tần suất, tỉ lệ, số trung bình…để phân tích thực trạng sản xuất và tiêu thụ nấm rơm ở huyện Long Mỹ, tỉnh Hậu Giang
- Mục tiêu 2: thông qua việc thống kê tổng hợp số liệu, dùng các phép tính thông thường để tính ra các loại chi phí, doanh thu, lợi nhuận và các chỉ tiêu tài chính của mô hình trồng nấm rơm.
- Mục tiêu 3: sử dụng mô hình hồi quy đa biến thông qua chạy phần mềm Stata để phân tích các nhân tố ảnh hưởng đến lợi nhuận của các hộ có mô hình trồng nấm rơm ngoài trời.
Phương trình hồi quy có dạng:
Y=β0 + β1X1+ β2X2 +…..+ βiXi + Ui
Trong đó:
Y: là biến phụ thuộc (lợi nhuận)
Xi (i=1,2….n): là các biến độc lập (biến giải thích) Βi (i=1,2…n): là các hệ số cần ước lượng
Ui: là sai số của mô hình, cụ thể như sau:
Cụ thể hàm lợi nhuận được xác định và xây dựng mô hình như sau: Y=β0 + β1X1+ β2X2 + β3X3 +……+ β10X10 + ui
Y: lợi nhuận (đồng/m2/vụ)
X1: Chi phí thuê đất chất rơm (đồng/m2/vụ)