3.3 PHƢƠNG PHÁP PHÂN TÍCH
3.3.1 Phƣơng pháp thống kê
Các phƣơng pháp thống kê đƣợc sử dụng trong đề tài nhƣ: tần suất, tỷ lệ, trung bình, độ lệch chuẩn kết hợp với phân tích bảng chéo
Phƣơng pháp phân tích thống kê mơ tả là các phƣơng pháp có liên quan đến việc thu thập số liệu, tóm tắt, trình bày, tính tốn và mơ tả các đặc trƣng khác nhau để phản ánh một cách tổng quát đối tƣợng nghiên cứu. Các đại lƣợng thƣờng đƣợc dùng mô tả tập dữ liệu nhƣ: (1) Đại lƣợng mô tả mức độ tập trung: mean, mode, median; (2) Đại lƣợng mô tả mức độ phân tán: Phƣơng sai, độ lệch chuẩn, khoảng biến thiên.
Phân tích tần số nhằm mơ tả và tìm hiểu về đặc tính phân phối của một mẫu số liệu thô thông qua bảng phân phối tần số. Bảng phân phối tần số là bảng tóm tắt các dữ liệu đƣợc sắp xếp các dữ liệu theo một thứ tự nào đó, tăng dần hoặc giảm dần. Sau đó, thực hiện các bƣớc: (1) Xác định số tổ của dãy số phân phối, (2) Xác định khoảng cách tổ, (3) Xác định giới hạn trên và giới hạn dƣới của mỗi tổ, (4) Xác định tần số của mỗi tổ bằng cách đếm số quan sát rơi vào giới hạn của tổ đó. Cuối cùng, trình bày kết quả trên biểu bảng, sơ đồ. Ngoài ra, để thực hiện phân tích số liệu tốt hơn cũng nên cần thực hiện phân tích phân phối tần số tích lũy. Phân phối tần số tích lũy sẽ cộng dồn các tần số nhằm đáp ứng một mục đích khác của phân tích thống kê là khi thơng tin đƣợc địi hỏi muốn biết số quan sát mà giá trị của nó ít hơn một giá trị cho sẵn nào đó.
Phân tích bảng chéo là một kỹ thuật thống kê mơ tả hai hay ba biến cùng lúc và bảng kết quả phản ánh sự kết hợp hai hay nhiều biến có số lƣợng hạn chế trong phân loại hoặc trong giá trị phân biệt. Mô tả dữ liệu bằng Cross - tabulation đƣợc sử dụng rất rộng rãi trong nghiên cứu. Phân tích bảng chéo có 2 dạng nhƣ sau: (1) Bảng phân tích Cross - tabulation 2 biến cịn đƣợc gọi là bảng tiếp liên, mỗi ơ trong bảng chứa đựng sự kết hợp phân loại của hai biến; (2) Bảng phân tích Cross -
vậy, việc giới thiệu thêm biến thứ ba là để làm rõ hơn sự kết hợp hai biến ban đầu.
3.3.2 Phương pháp hồi quy Binary Logistic và hồi quy đa biến 3.3.2.1 Phương pháp hồi quy Binary Logistic
Hồi quy Binary Logistic đƣợc dùng để xem xét mối liên hệ tuyến tính giữa nhiều biến độc lập và một biến phụ thuộc. Trong đó, biến phụ thuộc là biến nhị phân. Trong nghiên cứu này, đối tƣợng nghiên cứu là khả năng tiếp cận tín dụng chính thức, biến phụ thuộc Y sẽ nhận hai giá trị, 1 là có vay tín dụng chính thức, 0 là khơng vay tín dụng chính thức. Do đó, mơ hình hồi quy Binary Logistic đƣợc sử dụng để phân tích các yếu tố ảnh hƣởng đến khả năng tiếp cận tín dụng chính thức của nơng hộ ở huyện Gò Quao, tỉnh Kiên Giang. Phƣơng trình hồi qui Binary Logistic có dạng nhƣ sau:
Y = β0 + β1X1 + β2X2 +.....+ βnXn (1)
Trong đó:
Y: Biến phụ thuộc, nhận giá trị 1 nếu hộ có vay tín dụng chính thức, nhận giá trị 0 nếu trƣờng hợp khác.
X1, X2,…, Xn: Các biến độc lập đƣợc hình thành từ mơ hình nghiên cứu đã đề xuất ở Hình 3.2.
Tuy nhiên, do đối tƣợng nghiên cứu là khả năng tiếp cận tín dụng chính thức của nơng hộ, đặc điểm đối tƣợng khảo sát là hộ có vay tín dụng chính thức và hộ khơng vay tín dụng chính thức. Do đó, để hạn chế sai lệch thơng tin, mơ hình (1) khơng bao gồm các biến nhƣ: Lãi suất, kỳ hạn, chi phí vay và mục đích sử dụng vốn vay, biến này sẽ đƣợc đƣa vào mơ hình (2) các yếu tố ảnh hƣởng đến lƣợng vốn vay của hộ.
3.3.2.2 Phương pháp hồi quy đa biến
Bên cạnh việc xác định các yếu tố ảnh hƣởng đến khả năng tiếp cận tín dụng của nơng hộ, đề tài cịn phân tích các yếu tố ảnh hƣởng đến lƣợng vốn vay chính thức của nơng hộ. Trong đó, chỉ những hộ có vay tín dụng chính thức mới có lƣợng
vốn vay cụ thể. Do đó, để xác định các yếu tố ảnh hƣởng đến lƣợng vốn vay tín dụng chính thức của nơng hộ, đề tài sử dụng mơ hình hồi quy đa biến để ƣớc lƣợng trên cơ sở mẫu phân tích chỉ bao gồm thơng tin của những hộ có tham gia vay tín dụng chính thức. Khi đó, mơ hình thực nghiệm đƣợc viết dƣới dạng nhƣ sau:
Y = a0 + a1 x1 + a2 x2 + ... + anxn (2) Trong đó:
Y là biến phụ thuộc: số tiền vay tín dụng chính thức của hộ (triệu đồng).
X1, X2,....., Xn là các biến độc lập đƣợc hình thành từ mơ hình nghiên cứu đã đề xuất ở Hình 3.2.
Tuy nhiên, do đặc điểm của biến Y là số tiền vay tín dụng chính thức của hộ nên dữ liệu phân tích trong trƣờng hợp này chỉ xét đến những hộ có vay tín dụng chính thức tƣơng ứng với số tiền vay cụ thể, do đó mẫu dữ liệu của mơ hình (2) sẽ nhỏ hơn kích cỡ mẫu chung (n=210). Tức là, mẫu dữ liệu của mơ hình (2) sẽ đƣợc lọc ra những hộ có vay chính dụng chính thức từ mẫu dữ liệu chung của đề tài. Bên cạnh đó, mơ hình (2) sẽ khơng bao gồm các biến: tham gia hiệp hội, giao thông.
Để đảm bảo tính phù hợp và tin cậy của mơ hình nghiên cứu, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), đối với mơ hình hồi quy, cần thực hiện một số kiểm định sau:
Trƣớc hết, cần kiểm định hiện tƣợng đa cộng tuyến, là hiện tƣợng các biến độc lập có quan hệ gần nhƣ tuyến tính. Việc bỏ qua hiện tƣợng đa cộng tuyến làm các sai số chuẩn thƣờng cao hơn, giá trị thống kê thấp hơn và có thể khơng có ý nghĩa. Để kiểm tra hiện tƣợng này, ta sử dụng thƣớc đo độ phóng đại phƣơng sai (Variance Inflation Factor - VIF), điều kiện là VIF < 10 để khơng có hiện tƣợng đa cộng tuyến.
Thứ hai, kiểm định độ phù hợp tổng quát: dùng kiểm định Chi-square để kiểm định giả thuyết H0: 1 = 2 = ….= k = 0. Căn cứ vào mức ý nghĩa thống kê (ở đây là giá trị Chi2) để quyết định bác bỏ hay chấp nhận giả thuyết H0.
Kiểm định ý nghĩa của các hệ số hồi quy: Để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể, đại lƣợng Wald Chi Square đƣợc sử dụng.
Đối với hồi quy Binary Logistic, độ phù hợp của mơ hình đƣợc đo lƣờng dựa trên chỉ tiêu -2LL (-2 Log Likehood), chỉ tiêu này có giá trị càng nhỏ càng tốt, nghĩa là giá trị -2LL càng nhỏ càng thể hiện độ phù hợp cao. Giá trị nhỏ nhất của -2LL là 0 (tức là khơng có sai số) khi đó mơ hình có độ phù hợp hoàn hảo.
Đối với hồi quy đa biến, hệ số R2
đƣợc sử dụng để đánh giá khả năng giải thích của mơ hình.
Ngồi ra, cần sử dụng vịng lặp robustness trong phần mềm stata để khắc phục hiện tƣợng phƣơng sai sai số thay đổi (Trần Thị Tuấn Anh, 2014).
3.3.2.3 Giải thích các biến độc lập trong mơ hình
Các biến trong mơ hình (1) và mơ hình (2) đƣợc mơ tả chi tiết qua Bảng 3.1. Trong đó, biến phụ thuộc Y ở mơ hình (1) và mơ hình (2) đã đƣợc giải thích ở trên.
Bảng 3.1: Diễn giải biến trong mơ hình nghiên cứu Biến giải thích Ký hiệu
biến Đơn vị tính Kỳ vọng
MH (1)
Kỳ vọng MH (2)
Giới tính của chủ hộ X1 Nam =1; Nữ = 0 + +
Trình độ học vấn X2 Số năm đi học + +
Số thành viên X3 Ngƣời + +
Số lao động X4 Ngƣời + +
Thu nhập bình quân X5 Triệu đồng/hộ/năm + +
Tham gia hiệp hội X6 Có =1; Khơng = 0 +
Diện tích đất sản xuất X7 ha + +
Giao thông X8 Thuận lợi =1; Khác = 0 +
Kinh nghiệm sản xuất X9 Năm + +
Kỳ hạn vay X10 Tháng +
Lãi suất X11 %/tháng -
Chi phí vay chính thức X12 Triệu đồng -
Mục đích vay X13 Sản xuất = 1; Tiêu dùng = 0 +
Giới tính của chủ hộ (X1): Là biến biến giả, nhận giá trị 1 nếu chủ hộ là nam, nhận giá trị 0 nếu chủ hộ là nữ, sản xuất nông nghiệp khá vất vả, nếu chủ hộ là nam thƣờng có quyền quyết định và quản lý việc sản xuất nơng nghiệp, do đó nam sẽ có khả năng quyết định vay và số tiền vay tín dụng chính thức nhiều hơn nữ. Vì vậy, biến này đƣợc kỳ vọng tƣơng quan thuận với biến phụ thuộc Y ở cả hai mơ hình.
Trình độ học vấn của chủ hộ (X2): Đo lƣờng bằng số năm đi học. Chủ hộ có
trình độ học vấn cao sẽ có hiểu biết và chủ động hơn trong việc tìm kiếm nguồn vốn vay, những ngƣời có trình độ càng cao thì thể hiện khả năng tính tốn hay đầu tƣ có hiệu quả do đó khả năng trả đƣợc nợ cũng đƣợc bảo đảm nên ngƣời cho vay sẽ tin tƣởng hơn trong việc cung cấp tín dụng cho những hộ này. Vì vậy, học vấn của chủ hộ sẽ có ảnh hƣởng cùng chiều đến khả năng tiếp cận tín dụng chính thức và lƣợng vốn vay, do đó biến này đƣợc kỳ vọng mang dấu dƣơng đối biến phụ thuộc Y ở cả hai mơ hình.
Số thành viên trong hộ (X3): Tổng số thành viên sinh sống trong gia đình. Số
ngƣời trong hộ càng đơng thì nhu cầu chi tiêu trong hộ cũng tăng do đó họ có thể phải tìm đến nhiều nguồn tín dụng khác nhau để trang trải cho chi tiêu của hộ do đó những hộ càng đơng ngƣời càng có nhu cầu vay vốn chính thức và phi chính thức. Do đó, biến X3 đƣợc kỳ vọng mang dấu dƣơng đối với biến phụ thuộc Y ở cả hai mô hình.
Số lao động của hộ (X4): Tính bằng số lƣợng ngƣời trên 15 tuổi và dƣới 65
tuổi tham gia lao động tạo ra thu nhập cho gia đình. Số ngƣời lao động trong gia đình có ảnh hƣởng đến khả năng tiếp cận tín dụng. Những hộ có số ngƣời tham gia lao động nhiều thì có khả năng tiếp cận nguồn vốn vay chính thức để đáp ứng các nhu cầu sản xuất của hộ gia đình. Do đó, biến X4 đƣợc kỳ vọng mang dấu dƣơng đối biến phụ thuộc Y ở cả hai mơ hình.
Thu nhập bình quân (X5): Đƣợc tính bằng thu nhập bình quân của hộ/năm, đơn vị tính là triệu đồng. Theo Tổng cục thống kê (2011), thu nhập là tổng số tiền mà một ngƣời hay một gia đình kiếm đƣợc trong một khoảng thời gian nhất định,
đƣợc xác định là tổng thu nhập từ các khoản lƣơng, lãi tiền gửi, lãi cho vay, từ hoạt động sản xuất nông nghiệp, kinh doanh dịch vụ, làm thuê làm mƣớn... Thu nhập bình qn đầu ngƣời đƣợc tính bằng cách chia tổng thu nhập trong năm của hộ dân cƣ cho số nhân khẩu của hộ. Có thể nhân định rằng thu nhập thấp thì nguy cơ nơng hộ vay phi chính thức rất cao và ngƣợc lại, thu nhập cao thì dễ tiếp cận tín dụng chính thức hơn, đƣợc vay tiền tín dụng chính thức nhiều hơn (Lê Khƣơng Ninh và Phạm Văn Dƣơng, 2011). Do đó, biến X5 kỳ vọng mang dấu dƣơng đối với đối biến phụ thuộc Y ở cả hai mơ hình.
Tham gia hiệp hội (X6): Là biến giả, nhận giá trị 1 nếu hộ có làm việc trong
các tổ chức hiệp hội xã hội và nhận giá trị bằng 0 nếu ngƣợc lại. Những ngƣời có tham gia các hiệp hội, tổ chức chính trị xã hội thƣờng ít tham gia vay các tổ chức phi chính thức. Những ngƣời làm việc ở các cơ quan nhà nƣớc hay các tổ chức chính thức khác thƣờng đƣợc xem là có uy tín, đặc biệt là uy tín trong trả nợ vay do phải giữ gìn vị thế và tiếng tăm cho bản thân, nên sẽ đƣợc các tổ chức tín dụng chính thức ƣu ái hơn, do đó, dễ vay hơn (Lê Khƣơng Ninh, 2011). Vì thế, biến X7 đƣợc kỳ vọng mang dấu dƣơng đối với biến phụ thuộc Y của mơ hình (1).
Diện tích đất sản xuất (X7): là tổng diện tích đất mà nơng hộ dùng để sản xuất
nơng nghiệp, đơn vị tính là ha. Lý thuyết về hiệu quả kinh tế theo quy mô cho rằng, diện tích sản xuất càng lớn thì hộ sẽ có khả năng thu đƣợc lợi nhuận càng nhiều, từ đó sẽ có khả năng vay tín dụng chính thức để phục vụ hoạt động sản xuất. Do đó, biến này đƣợc kỳ vọng sẽ tác động tích cực (mang giá trị dƣơng) đối biến phụ thuộc Y ở cả hai mơ hình.
Giao thơng (X8): Là biến giả, nhận giá trị 1 nếu khoảng cách từ hộ gia đình đến trung tâm huyện thuận tiện, nhận giá trị 0 trƣờng hợp khác. Hộ gia đình có điều kiện giao thơng thuận lợi, tức là có khoảng cách đến trung tâm huyện nhỏ, sẽ dễ đi đến nơi có các tổ chức tín dụng chính thức thì dễ dàng tiếp cận tín dụng chính thức. Đối với các hộ có điều kiện giao thơng khơng thuận lợi, ở xa trung tâm huyện thì khi có nhu cầu vay vốn cấp thiết họ sẽ khó đƣợc đáp ứng kịp thời, lúc này họ sẽ
chuyển sang vay tín dụng phi chính thức bởi vì hình thức vay này có ở khắp mọi nơi đặc biệt là rất gần nơi sinh sống của hộ dân. Do đó, biến X11 kỳ vọng mang dấu dƣơng đối với biến phụ thuộc Y trong mơ hình (1).
Kinh nghiệm sản xuất của hộ (X9): là biến kinh nghiệm của chủ hộ, biến này thể hiện kinh nghiệm sản xuất nông nghiệp đƣợc đo bằng số năm hộ tham gia vào hoạt động sản xuất nông nghiệp. Nếu chủ hộ có nhiều năm kinh nghiệm trong sản xuất thì có thể phịng tránh đƣợc rủi ro do điều kiện thời tiết khí hậu gây ra, lựa chọn thời điểm thích hợp để gieo trồng nên sẽ ít bị tổn thất hơn khả năng trả nợ dể dàng hơn nên hộ sẽ khơng ngại vay thêm tín dụng chính thức để phục vụ sản xuất. Vì vậy, biến này đƣợc kỳ vọng mang dấu dƣơng đối với biến phụ thuộc Y ở cả mơ hình (1) và (2).
Kỳ hạn vay (X10): Là khoảng thời gian đƣợc tính từ ngày ngƣời vay nhận món vay đầu tiên cho đến ngày trả hết nợ gốc và lãi đƣợc thoả thuận trong Khế ƣớc nhận nợ, đơn vị tính là tháng. Nếu thời gian vay càng dài, hộ sản xuất nông nghiệp càng chủ động đƣợc nguồn thu nhập để trả nợ, do đó hộ sẽ có khả năng vay với số tiền nhiều hơn để phục vụ sản xuất. Do đó, biến này đƣợc kỳ vọng mang dấu dƣơng đối với biến phụ thuộc Y ở mơ hình (2).
Lãi suất vay (X11): Tính bằng %/tháng, khi lãi suất vay càng cao thì ngƣời đi
vay sẽ có có xu hƣớng vay ít đi. Do đó, biến X14 kỳ vọng mang dấu âm đối với biến phụ thuộc Y ở cả mơ hình (1) và (2).
Chi phí vay của tín dụng chính thức (X12): Là số tiền mà ngƣời đi vay ở tín dụng chính thức phải bỏ ra bắt đầu từ lúc đi vay tới khi nhân đƣợc khoản tiền vay, đơn vị tính bằng triệu đồng/lƣợt. Chi phí ở đây bao gồm chi phí đi lại xăng xe, chi phí chứng giấy tờ, chi phí cơ hội của ngày cơng lao động bị bỏ ra, chi phí quan hệ giao dịch hay “hoa hồng”. Nếu chi phí đi vay của hình thức tín dụng chính thức càng cao thì ngƣời dân sẽ ít vay của tín dụng chính thức mà chuyển qua vay tín dụng phi chính thức nhiều hơn (Vũ Thanh Thủy, 2015). Do đó, biến X15 kỳ vọng mang dấu âm đối với biến phụ thuộc Y ở cả mơ hình (1) và (2).
Mục đích vay (X13): Là biến giả, nhận giá trị bằng 1 nếu vay để sản xuất và 0 nếu vay tiêu dùng. Nếu hộ vay sản xuất thì có khuynh hƣớng tìm đến tín dụng chính thức nhiều hơn (Lê Khƣơng Ninh, 2011), trong khi những hộ có vay tiêu dùng (học hành, ốm đau, ma chay, cƣới hỏi, …) thì có khuynh hƣớng tìm đến tín dụng phi chính thức nhiều hơn vì với mục đích vay này rất khó để có thể vay đƣợc ở tín dụng chính thức. Do đó, biến X13 kỳ vọng mang dấu dƣơng đối với biến phụ thuộc Y ở cả mơ hình (1) và (2).