3. Ý nghĩa khoa học và thực tiễn
2.3.2. Phương pháp phân tích tổng hợp
2.3.2.1. Phân tích số liệu thứ cấp
Dùng phương pháp so sánh bằng số tương đối để phân tích tình hình biến động về cơ cấu kinh tế, cơ cấu sử dụng đất, diện tích đất đai, nguồn lao động, cơ sở hạ tầng tại thị xã Hương Thủy.
∆Y = Y1 -Y0
Trong đó: Y0 chỉ tiêu năm 2010 Y1 chỉ tiêu năm 2015 ∆Y phần chênh lệch
2.3.2.2. Phân tích số liệu sơ cấp
Số liệu điều tra thu thập trên thực tế sẽ được xử lý bằng phần mềm SPSS.
Phần mềm SPSS (Statistical Package for the Social Service) là phần mềm thống kê được sử dụng phổ biến cho các nghiên cứu điều tra xã hội học và kinh tế lượng. Trong phạm vi luận văn thì chỉ tiến hành phân tích thống kê mô tả, kiểm định độ tin cậy Cronbach Alpha, phân tích tương quan và phân tích hồi quy tuyến tính để làm rõ mối quan hệ của việc tái cơ cấu sử dụng đất với các chỉ tiêu kinh tế – xã hội.
a. Phương pháp thống kê mô tả
Thống kê mô tả là tổng hợp các phương pháp đo lường, mô tả và trình bày số liệu được ứng dụng vào lĩnh vực kinh tế, xã hội bằng cách rút ra những kết luận dựa trên những số liệu và thông tin thu thập được trong điều kiện không chắc chắn. Phương pháp này được sử dụng trong đề tài để mô tả và phân tích các số liệu tổng quan về đặc điểm kinh tế - xã hội có liên quan đến việc sử dụng đất.
b. Độ tin cây Cronbach’s Alpha
Sau khi xây dựng thang đo, độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào cần giữ lại. Khi đó, việc tính toán hệ số tương quan giữa biến – tổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
– Loại các biến quan sát có hệ số tương quan biến – tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao).
– Các mức giá trị của Alpha: Lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu.
– Các biến quan sát có tương quan biến – tổng nhỏ (nhỏ hơn 0,4) được xem là biến rác thì sẽ được loại ra và thang đo được chấp nhận khi hệ số tin cậy Alpha đạt yêu cầu (lớn hơn 0,7).
Dựa theo thông tin trên, luận văn thực hiện đánh giá thang đo dựa theo tiêu chí: – Loại các biến quan sát có hệ số tương quan biến – tổng nhỏ hơn 0,4 (đây là những biến không đóng góp nhiều cho sự mô tả của khái niệm cần đo và nhiều nghiên cứu trước đây đã sử dụng tiêu chí này).
– Chọn thang đo có độ tin cậy Alpha lớn hơn 0,6 (các khái niệm trong nghiên cứu này là tương đối mới đối với đối tượng nghiên cứu khi tham gia trả lời).
c. Phương pháp phân tích bảng chéo (Cross –Tabulation)
Đây là một kỹ thuật thống kê mô tả hai hay ba biến cùng lúc và bảng kết quả phản ảnh sự kết hợp hai hay nhiều biến có số lượng hạn chế trong phân loại hoặc trong giá trị phân biệt. Phân tích Cross – Tabulation tiến hành đơn giản, kết quả của nó có thể giải thích và hiểu một cách dễ dàng với những nhà quản lý không có chuyên môn thống kê, từ đó cung cấp một sự kết hợp chặt chẽ kết quả nghiên cứu và quyết định trong quản lý. Đề tài sử dụng phương pháp này để mô tả các biến định tính như: Vốn đầu tư, mức chi tiêu, cơ sở hạ tầng kỹ thuật,…
d. Kiểm định mối liên hệ giữa hai biến định danh
Kết hợp giữa bảng Cross – Tabulation với phân tích hệ số Chi – square để đánh giá sự khác nhau của các biến định tính đó trước và sau khi thu hồi đất thông qua việc đặt ra giả thuyết và đi chứng minh giả thuyết đó. Tuy nhiên, kiểm định này không cho ta biết độ mạnh của mối liên hệ giữa hai biến.
Tiêu chuẩn của hệ số Chi – square:
Bác bỏ giả thuyết H0 nếu: Chi – square > Chi – square(r-1)(c-1).α
Chấp nhận giả thuyết H0 nếu: Chi – square ≤ Chi – square(r-1)(c-1).α
Tuy nhiên, có một nguyên tắc khác hay được sử dụng trong kiểm định giả thuyết là dùng giá tri sig 2 – tailed. Nếu sig 2 – tailed < 0,1 thì kiểm định này có ý nghĩa với độ tin cậy 90% mà đề tài đã đặt ra.
e. Kiểm định trung bình hai mẫu ngẫu nhiên độc lập
Để đánh giá sự khác biệt về trị trung bình của một chỉ tiêu nghiên cứu nào đó giữa một biến định lượng và định tính, chúng ta thường sử dụng kiểm định T hay T – Test. Đây là phương pháp đơn giản nhất trong thống kê toán học, nhằm mục đích kiểm định so sánh giá trị trung bình của một biến riêng biệt theo một nhóm có khác biệt hay không đối với giá trị trung bình của biến đó theo một nhóm khác. Phương pháp kiểm định này được sử dụng để kiểm định sự khác biệt về thu nhập của các hộ gia đình có các mức thu hồi đất khác nhau.
f. Phân tích phương sai (ANOVA)
Phương pháp này được sử dụng để đánh giá sự khác biệt về trị trung bình đối với trường hợp có nhiều hơn hai mẫu ngẫu nhiên độc lập. Trong đề tài, phương pháp này được sử dụng để kiểm định sự khác nhau về thu nhập của các hộ gia định có tỷ lệ đất thu hồi khác nhau.
g. Kiểm định cặp (Paired Sample Test)
Để đánh giá sự khác biệt về giá trị trung bình của chỉ tiêu nghiên cứu giữa trước và sau một quá trình nào đó. Cụ thể, trong luận văn sử dụng để xác định sự khác biệt về diện tích đất của người dân trước và sau thu hồi đất.
h. Phân tích tương quan
Để hồi quy mô hình thì cần tiến hành phân tích tương quan giữa các nhân tố độc lập với nhân tố phụ thuộc. Từ đó chúng ta sẽ chọn những nhân tố độc lập thực sự có tương quan với nhân tố phụ thuộc và đưa những nhân tố đó vào hồi quy.
Để tiến hành phân tích, chúng ta cần tính giá trị trung bình cộng bằng hàm “Mean” hoặc dùng chức năng “Save as variables” có sẵn trong SPSS để làm nhân số (biến) đại diện cho nhân tố đó.
Người ta sử dụng một số thống kê có tên gọi là hệ số tương quan Pearson (ký hiệu là r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng.
Gọi (x1, y1), (x2, y2), ..., (xn, yn) là n cặp quan sát của một mẫu ngẫu nhiên của hai biến ngẫu nhiên X & Y. Hệ số tương quan mẫu tính từ mẫu n cặp giá trị quan sát của hai biến X và Y được thể hiện trong công thức sau:
r có những tính chất sau:
- Trị tuyệt đối của r cho biết mức độ chặt chẽ của mối liên hệ tuyến tính. Giá trị tuyệt đối của r tiến đến gần 1 khi hai biến có mối tương quan tuyến tính chặt chẽ (khi tất cả các điểm phân tán xếp thành một đường thẳng thì trị tuyệt đối của r = 1).
- Giá trị r = 0 chỉ ra rằng hai biến không có mối quan hệ tuyến tính.
- r > 0 cho biết một sự tương quan thuận giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia và ngược lại.
- r < 0 cho biết một sự tương quan nghịch giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia và ngược lại.
i. Phân tích hồi quy
Mục tiêu phân tích này là xét mối liên hệ tuyến tính giữa một hay nhiều biến độc lập Xi (Xi: còn được gọi là biến giải thích) đến một biến phụ thuộc (Y: biến được giải thích).
Ðặt (x1,y1), (x2,y2)... (xn,yn) là mẫu gồm n cặp quan sát trên đường hồi qui tổng thể:
yi = α + βxi + ε
Theo phương pháp bình phương bé nhất thì ước lượng các hệ số giá trị a và b sao cho tổng bình phương sai số của phương trình sau đây là bé nhất:
Các hệ số a và b được tính như sau:
Mục tiêu phân tích mô hình hồi quy tương quan là giải thích biến phụ thuộc Y bị ảnh hưởng bởi các biến độc lập Xi. Phương trình hồi quy có dạng:
Y = B0 + B1X1 + B2X2 + … + BnXn
Trong đó:
Y: Chỉ tiêu phân tích
Xi(i = 1,n): Các nhân tố ảnh hưởng đến chỉ tiêu phân tích
B0: Phản ánh mức độ ảnh hưởng của các nhân tố khác đến chỉ tiêu phân tích Bi(i = 1,n): Các hệ số hồi quy này phản ánh mức độ ảnh hưởng của từng nhân tố đến chỉ tiêu phân tích. Nếu B > 0: ảnh hưởng thuận, B < 0: ảnh hưởng nghịch, B càng lớn thì càng ảnh hưởng mạnh đến chỉ tiêu phân tích.
Hệ số xác định R2 (Multiple coefficient of determination) được định nghĩa như tỷ lệ (phần trăm) biến động của các biến phụ thuộc (Y) được giải thích bởi các biến độc lập Xi.
k. Kiểm định hai đuôi (2 – taied)
Kiểm định này nhằm đưa ra kết luận chấp nhận hay bác bỏ các giả thiết mà đề tài đưa ra để giải quyết câu hỏi nghiên cứu.
Nếu sig 2 – tailed ≤ 0,1 thì kiểm định này có ý nghĩa với độ tin cậy 90%, nghĩa là bác bỏ giả thiết (giả thiết H0: không có sự khác biệt về thu nhập theo các mức thu hồi đất).
Nếu sig 2 – tailed > 0,1 thì kiểm định này không có ý nghĩa với độ tin cậy 90%, nghĩa là chấp nhận giả thiết.