Qua tham khảo, tổng hợp các yếu tố từ các bài báo khoa học, nghiên cứu trong và ngoài nước. Nghiên cứu đưa ra các yếu tố ảnh hưởng đến giá đất theo 4 nhóm bao gồm: nhóm nhân tố cá biệt, nhóm nhân tố khu vực, nhóm nhân tố vị trí, nhóm nhân tố chính sách. Các yếu tố được sắp xếp và mã hóa như sau: Nhóm cá biệt bao gồm 5 biến quan sát (CB1, CB2, CB3, CB4, CB5), nhóm vị trí gồm 6 biến quan sát (VT1, VT2, VT3, VT4, VT5, VT6), nhóm khu vực gồm 4 biến quan sát (KV1, KV2, KV3, KV4), nhóm chính sách bao gồm 3 biến quan sát (CS1, CS2, CS3). Danh mục các biến được thể hiện ỏ bảng 3.3.
Bảng 3.3: Các biến quan sát ảnh hưởng đến giá đất tại thị trấn Quốc Oai STT Thang đo Mã hóa Tác giả Nhóm cá biệt CB Malaitham [57]; Demetrious [41], Shougeng Hu [50]
1 Diện tích của thửa đất CB1 2 Hình dạng của thửa đất CB2 3 Chiều dài mặt tiền CB3 4 Hướng của thửa đất CB4 5 Loại đường tiếp giáp CB5
Nhóm vị trí VT
Bambang [26]; Phạm Sỹ Liêm [9]; Kheir, Nasr [54]; Demetrious [41], Bambang [26]; Kheir, Nasr [54]; Christopher R.Bollinger [35]; Bambang [26]; Bovkir [29] 6 Khoảng cách đến UBND VT1
7 Khoảng cách đến Khu đô thị VT2 8 Khoảng cách đến chợ VT3 9 Khoảng cách đến bệnh viện VT4 10 Khoảng cách đến trường học VT5 11 Khoảng cách đến khu công nghiệp VT6
Nhóm khu vực KV
Nakamura, Hiroki [65];Nguyễn Quỳnh Hoa [7]
12 Môi trường nước KV1 13 Môi trường không khí KV2 14 Trình độ dân trí KV3 15 Tình trạng an ninh KV4
Nhóm chính sách CS
Evren Ozus [69]; Kheir, Nasr [54] 16 Chính sách quy hoạch CS1
17 Chính sách kinh tế CS2 18 Chính sách thuế CS3
Sau khi xác định được danh mục các yếu tố ảnh hưởng đến giá đất, nghiên cứu tiến hành lập bảng hỏi theo thang đo Likert với 5 mức độ (1: ảnh hưởng rất ít, 2: ảnh hưởng ít, 3: ảnh hưởng trung bình, 4: ảnh hưởng nhiều, 5: ảnh hưởng rất nhiều) để khảo sát ý kiến của người sử dụng đất về mức độ ảnh hưởng của từng biến quan sát đến giá đất tại thị trấn Quốc Oai. Kết quả sau khảo sát ý kiến người sử dụng đất được đưa vào phân tích nhân tố khám phá nhằm lựa chọn được những yếu tố ảnh hưởng đến giá đất tại thị trấn Quốc Oai. Để đảm bảo độ tin cậy cho phương pháp phân tích nhân tố khám phá, kích thước mẫu phải đảm bảo đủ lớn. Theo Hair, số lượng mẫu được sử dụng để phân tích nhân tố phải tối thiểu phải gấp 5 lần số biến quan sát. Trong nghiên cứu, luận văn sử dụng 18 biến quan sát, do vậy số lượng phiếu khảo sát tối thiểu là 18*5=90 phiếu. Để đảm yêu cầu đặt ra, luận văn tiến hành điều tra 100 phiếu khảo sát. Các đối tượng được khảo sát bao gồm: người sử dụng đất, cán bộ địa chính, giảng viên, nhân viên kinh doanh bất động sản.
Để phân tích nhân tố khám phá, phần mềm SPSS được sử dụng để thực hiện kĩ thuật này. Trước khi tiến hành phân tích dữ liệu, đầu tiên luận văn tiến hành khai
báo biến trong SPSS. Trong cửa sổ phần mềm SPSS, chọn trang (tab) Variable View, tiến hành nhập tên biến quan sát.
Hình 3.2: Khai báo biến trong phần mềm SPSS
Hình 3.3: Khai báo mức độ ảnh hưởng của các giá trị
Sau khi khai báo các biến và mã hóa giá trị ảnh hưởng theo các mức độ, nghiên cứu tiến hành nhập dữ liệu từ 100 phiếu khảo sát vào phần mềm SPSS và tiến hành kiểm định thang đo trước khi thực hiện phân tích nhân tố.
Trong nghiên cứu, các nhóm nhân tố ảnh hưởng đến giá đất được định lượng qua các biến quan sát. Do vậy, biến quan sát là biến con của một nhóm yếu tố mẹ. Trước khi thực hiện phân tích nhân tố, nghiên cứu tiến hành kiểm định thang đo, kiểm tra sự tương quan giữa biến quan sát và nhóm yếu tố mẹ. Để đánh giá tính phù hợp của các biến quan sát với nhân tố mẹ, luận văn tiến hành kiểm định thang đo bằng Cronbach’s Alpha. Phép kiểm định này giúp kiểm tra các biến quan sát của từng nhóm yếu tố có tin cậy không, có tốt không. Ngoài ra, nó còn phản ảnh mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng một nhóm yếu tố. Hệ số
Cronbach’s Alpha có giá trị biến thiên trong đoạn [0,1]. Theo lý thuyết, hệ số
Cronbach’s Alpha càng cao càng tốt, tuy nhiên, nếu hệ số này quá lớn (>0,95) cho thấy có hiện tượng trùng lặp trong thang đo. Nếu hệ số Cronbach’s Alpha > 0,6 thì thang đo có độ tin cậy [17]. Như vậy, khi kiểm định thang đo, chỉ số Cronbach’s Alpha nằm trong đoạn [0,6-0,95] đảm bảo thang đo có độ tin cậy tốt.
Để kiểm định thang đo trong SPSS, chọn modun Analyze Scale
Realiability Analysis và thực hiện kiểm định thang đo cho từng nhóm nhân tố. Kết quả kiểm định nhóm đặc điểm cá biệt cho thấy: Cronbach’s Alpha = 0,667 > 0,6 (bảng 3.4). Như vậy, các biến được xây dựng trong thang đo cho nhóm đặc điểm cá biệt đảm bảo chất lượng. Ngoài ra, hệ số tương quan biến tổng (Corected Item- total correlation) của 5 biến đều đảm bảo > 0,3. Như vậy, các biến diện tích thửa đất, hình dạng, độ rộng mặt tiền, hướng thửa đất, và loại đường tiếp giáp thể hiện sự tương quan chặt và được giữ lại trong nhóm nhân tố đặc điểm cá biệt của thửa đất.
Bảng 3.4: Bảng hệ số Cronbach's Alpha và tương quan biến tổng của các yếu tố trong nhóm cá biệt
Thống kê độ tin cậy
Hệ số Cronbach's Alpha Số biến quan sát
0,667 5
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Hệ số Cronbach's Alpha nếu loại biến
Dien_tich 14,9091 5,276 0,431 0,611
Hinh_dang 14,6727 5,213 0,465 0,597
Mat_tien 14,4364 5,239 0,418 0,617
Huong 15,5091 4,821 0,429 0,615
Loai_duong 14,2909 5,694 0,369 0,638
Kết quả kiểm định nhóm vị trí cho thấy: Cronbach’s Alpha = 0,779 > 0,6 (bảng 3.5). Như vậy, các biến được xây dựng trong thang đo cho nhóm đặc điểm cá biệt đảm bảo chất lượng. Ngoài ra, hệ số tương quan biến tổng (Corected Item- total correlation) của 6 biến đều đảm bảo > 0,3. Như vậy, các biến khoảng cách đến ủy ban nhân dân, khoảng cách đến khu đô thị, khoảng cách đến chợ, khoảng cách đến bệnh viện, khoảng cách đến trường học, khoảng cách đến khu công nghiệp có mối tương quan với nhau, cùng phản ánh được nhân tố vị trí và được giữ lại trong nhóm nhân tố vị trí của thửa đất.
Bảng 3.5: Bảng hệ số Cronbach's Alpha và tương quan biến tổng của các yếu tố trong nhóm vị trí
Thống kê độ tin cậy
Hệ số Cronbach's Alpha Số biến quan sát
0,779 6
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Hệ số Cronbach's Alpha nếu loại biến
KC_UBND 17,6000 8,829 0,451 0,766 KC_KDT 16,4545 8,489 0,629 0,721 KC_cho 16,2545 8,632 0,581 0,732 KC_BV 16,3636 8,417 0,578 0,732 KC_Trghoc 16,5182 8,986 0,570 0,738 KC_KCN 17,4455 9,185 0,383 0,783
Kết quả kiểm định nhóm khu vực cho thấy: Cronbach’s Alpha = 0,664 > 0,6 (bảng 3.6). Như vậy, các biến được xây dựng trong thang đo cho nhóm đặc điểm cá biệt đảm bảo chất lượng. Ngoài ra, hệ số tương quan biến tổng (Corected Item- total correlation) của 4 biến đều đảm bảo > 0,3. Như vậy, các biến môi trường nước, môi trường không khí, an ninh khu vực, dân trí được giữ lại trong nhóm nhân tố khu vực của thửa đất.
Bảng 3.6: Bảng hệ số Cronbach's Alpha và tương quan biến tổng của yếu tố trong nhóm khu vực
Thống kê độ tin cậy
Hệ số Cronbach's Alpha Số biến quan sát
0,664 4
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Hệ số Cronbach's Alpha nếu loại biến
MT_nuoc 9,6364 4,894 0,321 0,670
MT_kk 9,6455 4,396 0,506 0,565
Dantri 10,4727 4,013 0,488 0,566
Anninh 10,5000 3,518 0,490 0,570
Kết quả kiểm định nhóm chính sách cho thấy: Cronbach’s Alpha = 0,727 > 0,6 (bảng 3.7). Như vậy, các biến được xây dựng trong thang đo cho nhóm đặc điểm cá biệt đảm bảo chất lượng. Ngoài ra, hệ số tương quan biến tổng (Corected Item- total correlation) của 3 biến đều đảm bảo > 0,3. Như vậy, các biến chính sách kinh tế, chính sách quy hoạch, chính sách thuế có mối quan hệ với nhau, cùng phản
ánh các chính sách về đất đai và được giữ lại trong nhóm nhân tố chính sách của thửa đất.
Bảng 3.7: Bảng hệ số Cronbach's Alpha và tương quan biến tổng của yếu tố trong nhóm chính sách
Thống kê độ tin cậy
Hệ số Cronbach's Alpha Số biến quan sát
0,727 3
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Hệ số Cronbach's Alpha nếu loại biến
CS_KT 6,9909 3,073 0,401 0,806
CS_QH 7,2273 2,526 0,645 0,521
CS_Thue 7,0909 2,505 0,616 0,554
Như vậy, hệ số Cronbach’s Alpha của cả 4 nhóm nhân tố đều đạt trên 0,6. Các biến quan sát đảm bảo độ tin cậy, thể hiện mối quan hệ chặt giữa biến quan sát và từng nhóm nhân tố. Kết quả tổng hợp sau khi kiểm định thang đo được tổng hợp dưới bảng sau:
Bảng 3.8: Bảng tổng hợp hệ số Cronbach's Alpha
STT Thang đo Biến đặc trưng Số biến Cronbach’s Alpha
1 Đặc điểm cá biệt Dien_tich, Hinh_dang, Mat_tien,
Huong, Loai_duong 5 0,667
2 Vị trí KC_UBND, KC_KĐT, KC_Cho,
KC_BV, KC_Trghoc, KC_KCN 6 0,779 3 Khu vực MT_nuoc, MT_kk, Dantri, Anninh 4 0,664 4 Chính sách CS_QH, CS_KT, CS_Thue 3 0,727
Sau khi kiểm định các thang đo, luận văn tiến hành phân tích nhân tố khám phá để tìm ra các nhân tố ảnh hưởng đến giá đất tại trị trấn Quốc Oai Để thực hiện phân tích nhân tố, chọn Modun Analyze Demension Reduction Factor. Trong quá trình kiểm định cần kiểm tra tính thích hợp của EFA thông qua hệ số KMO & Bartlett’s test of sphericity. Nếu hệ số này > 0,6 thì phép kiểm định có ý nghĩa. Để nhận biết các biến quan sát nào sẽ thuộc về nhân tố nào, phân tích nhân tố thực hiện ma trận xoay. Cuối cùng, nghiên cứu dựa vào hệ số tải nhân tố (factor loading) để lựa chọn những biến quan sát ảnh hưởng đến giá đất tại thị trấn Quốc Oai, huyện Quốc Oai, thành phố Hà Nội.
Hình 3.4: Giao diện chức năng phân tích nhân tố
+ Kiểm định tính tính hợp của EFA: Ở bảng dưới, kết quả hệ số KMO= 0,65 thỏa mãn điều kiện trong đoạn [0,5;1] như vậy dữ liệu phân tích nhân tố khám phá là phù hợp với dữ liệu thực tế. Ngoài ra, mức ý nghĩa Sig. < 0,05, thể hiện các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
Bảng 3.9: Kết quả kiểm định KMO và Bartlett's test
Thước đo (Kaiser-Meyer-Olkin Measure of Sampling Adequacy) 0,650
Bartlett's Test of Sphericity
Giá trị 𝜒2 (Approx. Chi-Square) 715,128
Bậc tự do 153
Mức ý nghĩa (Sig.) 0,000
Sau khi kiểm định KMO và Bartlett’s, nghiên cứu tiến hành trích xuất các yếu tố ảnh hưởng đến giá đất tại thị trấn Quốc Oai bằng phân tích nhân tố khám phá. Kết quả chạy phân tích nhân tố khám phá cho thấy: 5 nhóm nhân tố được rút ra từ 18 biến quan sát. Ở các cột của từng nhóm nhân tố là hệ số tải nhân tố (Factor loading). Theo Hair, Factor loading là chỉ số đảm bảo mức ý nghĩa thiết thực của EFA. Với cỡ mẫu từ 100 - 120, factor loading được chọn là 0,55. Như vậy, hệ số tải nhân tố của 17 biến quan sát đều > 0,55; do đó 17 biến này được giữ lại. Chỉ duy nhất biến quan sát Huong của thửa đất có hệ số nhân tố tải <0,55 ở tất cả các nhóm nhân tố. Vì vậy, biến quan sát này bị loại ra khỏi mô hình (Bảng 3.10).
Bảng 3.10: Ma trận xoay nhân tố của các biến quan sát lần chạy thứ 1
Ma trận xoay nhân tố
Biến quan sát Nhân tố
1 2 3 4 5 KC_BV 0,755 KC_Trghoc 0,754 KC_KĐT 0,707 KC_cho 0,648 KC_UBND 0,614 KC_KCN 0,570 Dantri 0,859 Anninh 0,853 Huong Hinh_dang 0,725 Dien_tich 0,709 Loai_duong 0,574 Mat_tien 0,558 CS_QH 0,858 CS_Thue 0,815 CS_KT 0,678 MT_nuoc 0,908 MT_kk 0,837
Phương pháp chiết xuất: Phân tích thành phần chính Phương pháp xoay: Varimax với Kaiser Normalization.
Sau khi loại biến Huong ra khỏi mô hình, nghiên cứu tiến hành chạy kết quả EFA lần 2. Kết quả chạy phân tích nhân tố khám phá cho ra 5 nhóm nhân tố. Tuy nhiên, nhóm nhân tố khoảng cách đến Khu công nghiệp (KC_KCN) có hệ số tải nhân tố thấp dưới 0,55 và không được thể hiện trong ma trận xoay (Bảng 3.11). Do vậy, nhóm yếu tố này tiếp tục bị loại khỏi mô hình.
Bảng 3.11: Ma trận xoay nhân tố của các biến quan sát lần chạy thứ 2
Ma trận xoay nhân tố
Biến quan sát Nhân tố
1 2 3 4 5 KC_BV 0,771 KC_Trghoc 0,741 KC_KĐT 0,731 KC_cho 0,669 KC_UBND 0,595 KC_KCN CS_QH 0,860 CS_Thue 0,815 CS_KT 0,661 Dantri 0,849
Ma trận xoay nhân tố
Biến quan sát Nhân tố
1 2 3 4 5 Dien_tich 0,703 Loai_duong 0,633 Mat_tien 0,561 MT_nuoc 0,906 MT_kk 0,842
Phương pháp chiết xuất: Phân tích thành phần chính Phương pháp xoay: Varimax với Kaiser Normalization.
Luận văn tiến hành chạy phân tích nhân tố lần thứ 3. Các giá trị tải nhân tố đều có giá trị tốt (trên 0,55), như vậy, ma trận xoay của phân tích nhân tố lần 3 như sau:
Bảng 3.12: Ma trận xoay nhân tố của các biến quan sát lần chạy thứ 3
Ma trận xoay nhân tố
Nhân tố Biến quan sát
1 2 3 4 5 KC_BV 0,796 KC_KĐT 0,773 KC_cho 0,720 KC_Trghoc 0,710 KC_UBND 0,591 CS_QH 0,873 CS_Thue 0,843 CS_KT 0,643 Hinh_dang 0,726 Dien_tich 0,696 Loai_duong 0,631 Mat_tien 0,610 Dantri 0,887 Anninh 0,867 MT_nuoc 0,903 MT_kk 0,839
Phương pháp chiết xuất: Phân tích thành phần chính Phương pháp xoay: Varimax với Kaiser Normalization.
Như vậy, kết quả chạy phân tích nhân tố cuối cùng cho thấy, 5 nhóm nhân tố được hình thành từ 4 nhóm nhân tố ban đầu với 16 biến quan sát được lựa chọn. Tất cả các biến quan sát từ các nhóm nhân tố đều đảm bảo có hệ số tải nhân tố lớn hơn 0,55. Chứng tỏ các biến quan sát này, có mối quan hệ tương quan tốt với nhân tố mẹ và phản ánh được đối tượng cần đo lường là giá đất. Các biến quan sát này đạt được
độ tin cậy và được sử dụng cho các phân tích tiếp theo. Như vậy, từ 4 nhóm nhân tố giả định ban đầu, các biến quan sát đã được sắp xếp vào 5 nhóm (tương ứng với 5 cột): Nhóm vị trí (5 biến quan sát); nhóm chính sách (3 biến quan sát); nhóm đặc điểm cá biệt (4 biến quan sát); nhóm khu vực (2 biến quan sát); nhóm môi trường (2 biến quan sát). Qua 3 lần phân tích nhân tố, luận văn đã trích xuất được 16 yếu tố ảnh hưởng đến giá đất tại thị trấn Quốc Oai, các yếu tố được thể hiện ở bảng 3.13.
Bảng 3.13: Kết quả phân tích nhân tố phám phá
STT Nhóm Biến quan sát
1 Đặc điểm vị trí KC_UBND; KC_KĐT; KC_Cho; KC_BV; KC_Trghoc 2 Chính sách CS_QH; CS_KT; CS_Thue
3 Đặc điểm cá biệt Dien_tich; Hinh_dang; Mat_tien; Loai_duong 4 Khu vực Dantri; Anninh
5 Môi trường MT_nuoc; MT_kk
3.2.3. Chuẩn bị dữ liệu
Trong công tác quản lý đất đai nói chung và định giá đất nói riêng, dữ liệu bản đồ là thành phần không thể thiếu và có vai trò quan trọng. Với dữ liệu đầu vào là bản đồ địa chính, luận văn tiến hành chuẩn hóa dữ liệu trong MircroStation và ArcGIS.
a. Chuẩn hóa dữ liệu trên MicroStation
Trước khi chuyển đổi vào CSDL của GIS, dữ liệu bản đồ cần được chuẩn hóa để đảm bảo độ chính xác, tin cậy, dễ sử dụng [37]. Qua quá trình thu thập tài liệu, dữ liệu bản đồ, nghiên cứu nhận thấy dữ liệu còn một số vấn đề như sau:
Vấn đề 1: Một số đối tượng nằm ở các level khác nhau.
Vấn đề 2: Các thửa đất chưa khép vùng, còn lỗi bắt điểm quá, bắt điểm chưa tới.
+ Phương án giải quyết:
Đối với vấn đề 1: Các đối tượng nằm ở nhiều level khác nhau.
Khi xây dựng cơ sở dữ liệu không gian phục vụ công tác định giá thì việc phân loại các đối tượng là nhiệm vụ không thể thiếu. Việc phân lớp các đối tượng theo đúng quy định của bộ tài nguyên môi trường mang lại nhiều lợi ích trong quá trình xây dựng và khai thác cơ sở dữ liệu. Nghiên cứu tiến hành kiểm tra các lớp đối tượng và tham chiếu với quy định của Thông tư số 25/2014/TT-BTNMT của Bộ Tài