5. Bố cục của luận văn
2.2.3. Phương pháp phân tích thông tin
2.2.3.1. Phương pháp thống kê mô tả
Phương pháp này dùng để mô tả các dữ liệu trong bài nghiên cứu để thấy được sự khác nhau cũng như sự phát triển. Với việc sử dụng phương pháp này, nghiên cứu sẽ thể hiện được sự thay đổi về thu nhập của hộ nông dân nghèo trên địa bàn Huyện Phú Lương, đưa ra những nhận xét đánh giá về tình hình thu nhập của các hộ nông dân trên địa bàn Huyện.
2.2.3.2. Phương pháp so sánh đối chiếu
Đây là phương pháp chủ yếu trong phân tích thu nhập của hộ nông dân nghèo để xác định xu hướng và sự thay đổi của các chỉ tiêu phân tích. Để thực hiện được phương pháp này cần xác định số gốc để so sánh, xác định những điều kiện để so sánh và mục tiêu để so sánh. Điều này giúp cho việc phân tích thu nhập của hộ nông dân như nào qua các năm, từ đó thấy được xu thế phát triển cũng như những hạn chế gặp phải. Tìm ra được những ưu điểm cũng như hạn chế trong việc nâng cao thu nhập cho hộ nông dân nghèo tại Huyện Phú Lương, tỉnh Thái Nguyên
2.2.3.3. Hàm sản xuất Cobb - Douglas
Đây là phương pháp phân tích các hiện tượng kinh tế xã hội dưới góc nhìn định lượng để chỉ ra mức độ ảnh hưởng của từng yếu tố nguyên nhân đến một yếu tố kết quả.
Theo tác giả Trần Chí Thiện (2013). Hàm sản xuất Cobb - Douglas có dạng: Y = f(X1, X2, …, Xn, D1, D2, …, Dm, u)
Trong đó: Y là kết quả sản xuất (output) Xi là yếu tố đầu vào (input) Hàm CD được viết lại dưới dạng:
Y = AX1b1 X2b2 … Xibi …Xnbn eβ1D1 +β2 D2 +…++βj Dj +…+βm Dm+u (1) Trong đó:
Y: Là biến phụ thuộc
X1, X2, …, Xi, Xn: Là các biến giải thích có tác động ảnh hưởng tới biến phụ thuộc Y. D1, D2, Dj, Dm: Là các biến định tính (biến giả), nhận 1 trong 2 giá trị: 0 hoặc 1.
β
i: Là các tham số cần ước lượng của bài toán và hệ số ảnh hưởng của từng nhân tố định lượng tới biến phụ thuộc Y
U: Là sai số ngẫu nhiên, nói lên ảnh hưởng của các yếu tố khác ngoài các Xi và Dj tới Y.
Logarit 2 vế của phương trình (1), ta được:
Ln Y = LnA + b1LnX1+…..+ bnLnXn + D1 + D2... + Dm+ U (2) Ln Y = b0 + b1LnX1+…..+ bnLnXn + D1 + D2... + Dm+ U (3)
Trong đề tài, tác giả dùng hàm CD để xác định mức ảnh hưởng của các yếu tố sản xuất nông nghiệp đến thu nhập của các hộ nông dân nghèo trên địa bàn huyện Phú Lương. Cụ thể có phương trình sau:
Y = AX1b1X2b2X3b3 X4b4 X5b5X6b6eβ1D1 + u (4)
Ln hai vế phương trình (4), ta được phương trình có dạng như sau:
Ln Y = LnA + b1LnX1 + b2LnX2 + b3LnX3 + b4LnX4 + b5LnX5 + b6LnX6+ β1 D1 + U (5) Tiến hành phân tích hồi quy cho phương trình (5). Sau khi có kết quả, phân tích, đánh giá mô hình, phân tích sự ảnh hưởng của các biến độc lập tới biến phụ thuộc.
Từ kết quả ước lượng mô hình sản xuất CD có:
βk: Hệ số hồi qui riêng phần, đo lường sự % thay đổi của Y khi Xkthay đổi 1%, giữ các biến độc lập không đổi.
Hay có thể giải thích theo Hiệu suất đầu tư biên (MPP-Marginal Physical Product) của một đơn vị yếu tố i.
+ Với các biến định lượng (quantitative variable)
= = bi (i=1,2,…n) (Theo tác giả Trần Chí Thiện, 2013) Trong đó: bi là hệ số co giãn của Y theo Xi, chính là tham số biứng với LnXi trong hàm Cobb-Douglas; Y là sản lượng; là mức đầu tư bình quân của yếu tố sản xuất Xi.
Ý nghĩa: Đầu tư thêm 1 đơn vị của yếu tố sản xuất thứ i sẽ mang lại thêm bao nhiêu đơn vị sản phẩm, với giả thiết là đầu tư các yếu tố khác không đổi.
+Với các biến định tính: Khi biến giả Dj nhận giá trị 1 thì sản lượng tăng thêm một lượng là: = exp(Cj)
Hệ số beta là hệ số của biến độc lập khi tất cả dữ liệu trên các biến được biểu diễn bằng đơn vị đo lường độ lệch chuẩn. Thông qua hệ số beta cho ta biết mức độ ảnh hưởng của từng biến X đến Y.
2.2.3.4. Phương pháp phân tích các nhân tố khám phá
Trong luận văn tác giả sử dụng mô hình phân tích các nhân tố khám phá vì phương pháp này cho phép nhận điện các khía cạnh hay nhân tố giải thích được các liên hệ tương quan trong một tập hợp biến. Ngoài ra, phương pháp này nhận diện một tập hợp gồm một số lượng biến mới tương đối ít không có tương quan với nhau để thay thế tập hợp biến gốc có tương quan với nhau đển thực hiện một phân tích phân tích đa biến tiếp theo sau. Chính vì lý do này các giả đã lựa chọn phương pháp này trong nghiên cứu của mình.
- Sử dụng hệ số tin cậy Cronbach Alpha: để kiểm định mức độ chặt chẽ và sự tương quan giữa các biến quan sát trong mô hình nghiên cứu.
• Hệ số Cronbachs có công thức tính như sau: α = Nρ/[1+ρ(N-1)]
Trong đó: ρ: là hệ số tương quan trung bình giữa các mục hỏi. N: là tổng số người trả lời.
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại. Theo đó, các biến có hệ số tương quan biến tổng (item-total correlation) lớn hơn 0,3 và có hệ số alpha từ 0,60 trở lên mới được xem là chấp nhận được và thích hợp đưa vào phân tích những bước tiếp theo (Nunnally & Burnstein 1994). Thông thường, thang đo có Cronbach Alpha từ 0,7 đến 0,8 là sử dụng tốt. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0,8 trở lên đến gần 1 là thang đo lường tốt.
- Sử dụng mô hình phân tích nhân tố khám phá EFA (Exploratory factor analysis): để kiểm định giá trị khái niệm của các thang đo còn lại nhằm xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu.
Sau khi loại đi các biến không đảm bảo đô tin câ ̣y qua đánh giá đô tin câ ̣y bằng hệ số Cronbach Alpha, tiến hành phân tích nhân tố. Phân tích nhân tố là tên chung củ a mô ̣t nhóm các thủ tục đươc sư du ̣ng chủ yếu đê thu nhỏ và tóm tắt dữ liệu (Tro ̣ng Ngo ̣c, 2008).
Để có thể phân tích nhân tố thì phải đảm bảo các điều kiê ̣n: Chỉ số Kaiser-Meyer- Olkin (KMO) > 0,5 thì dữ liệu phù hợp để phân tích nhân tố và mức ý nghĩa của kiểm đi ̣nh Bartlett (sig) < 0,05: xem xét các biến có tương quan với nhau trên tổng thể.
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser thì những nhân tố có Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình nghiên cứu.
Phương pháp trích hệ số được sử dụng trong nghiên cứu này là Principal component vớ i phép quay Varimax. Trong bảng Rotated Component Matrix chứa các hê ̣ số tải nhân tố (Factor loading). Theo Hair & ctg (1998), Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0,3 được xem là đạt được mức tối thiểu, > 0,4 được xem là quan trọng, > 0,5 được xem là có ý nghĩa thực tiễn. Hair & ctg (1998) cũng khuyên bạn đọc như sau: nếu chọn tiêu chuẩn factor loading > 0,3 thì cỡ mẫu của bạn ít nhất phải là 350, nếu cỡ mẫu của bạn khoảng 100-350 thì nên chọn tiêu chuẩn factor loading > 0,55, nếu cỡ mẫu của bạn <100 thì Factor loading phải > 0,75. Đề tài nghiên cứ u với cỡ mẫu 150, vì vậy các biến có hệ số tải >0,55 được đưa vào phân tích.
Theo Hair &ctg (1998), thang đo được chấp nhận khi tổng phương sai trích bằng hoặc lớn hơn 50%.
2.2.3.5. Mô hình hồi quy Binary logistic
Trong nghiên cứu tác giả sử dụng mô hình Binary logistic để đánh giá xác suất hộ nông dân nghèo trên địa bàn huyện Phú Lương
= β0 + β1X1i + β2X2i + …+ βpXpi + ei
Trong đó: P(Y=1)= : Xác suất xảy ra sự kiện. Trong nghiên cứu này là xác suất để hộ gia đình đó thuộc diện hộ nghèo
P(Y=0)=1- : Xác suất không xảy ra sự kiện. Trong nghiên cứu này là xác suất để hộ gia đình không thuộc diện hộ nghèo
Là các nhóm nhân tố ảnh hưởng đến thu nhập của các hộ nông dân nghèo trên địa bàn huyện Phú Lương.
Mô hình hồi quy Binary Logistic có thể được áp dụng để dự báo khả năng hộ nông dân nghèo trên địa bàn huyện Phú Lương. Ta sử dụng công thức sau:
2.2.3.6. Mã hóa dữ liệu
Mã hóa Tên biến
Khó khăn từ môi trường tự nhiên
TN1 Đất đai cằn cỗi
TN2 Khí hậu khắc nhiệt
TN3 Điều kiện đi lại khó khăn TN4 Sâu bệnh thường xuyên xảy ra TN5 Cơ sở hạ tầng nông thôn kém
Khó khăn từ yếu tố có tính chất gia đình
GD1 Gia đình nhiều người nhưng ít lao động
GD2 Ốm đau bệnh tật
GD3 Không biết quản lý chi tiêu GD4 Có người mắc tệ nạn xã hội
Khó khăn từ yếu tố có tính chất Sản xuất
SX1 Lười lao động
SX2 Giống cây trồng vật nuôi năng suất kém
SX3 Không có dụng cụ sản xuất
SX4 Không được sự giúp đỡ của người khác SX5 Phương thức sản xuất nhỏ lẻ, lạc hậu
SX6 Không có nghề phụ
SX7 Thời gian nông nhàn nhiều
SX8 Tiếp cận khoa học kỹ thuật khó khăn
Khó khăn từ Vốn sản xuất
VO1 Không có tài sản thế chấp để vay ngân hàng VO2 Sợ vay ngân hàng không trả được
VO3 Không vay được tiền từ người ngoài
VO4 Sợ thủ tục rườm rà
Khó khăn từ yếu tố về môi trường xã hội
XH1 Các tổ chức xã hội ít quan tâm
XH2 Ít có chính sách hỗ trợ sản xuất cho hộ nghèo XH3 Ít chương trình đào tạo chuyển đổi nghề XH4 Ít chính sách hỗ trợ tín dụng