Nếu 0,3 </= Factor loading </= 0,4 được xem là đạt được được mức tối thiểu
Nếu Factor loading >=0,5 được xem là có ý nghĩa thực tiễn.
Nguồn: Hair & ctg (2009), Multivarite Data Analysis, Prentice-Hall International, Inc [93]
Nhìn vào PHỤ LỤC 18 (ma trận nhân tố đã xoay lần 1- Rotated Component Matrix), có 8 cột, nghĩa là có 8 nhân tố được rút ra từ 39 biến quan sát và không có biến nào Factor loading nhỏ hơn 0,5. Tuy nhiên có 1 số nhóm có số lượng biến nhỏ hơn 3 và 1 số biến trùng nhau trong 1 nhóm nhân tố. Những biến cần loại khỏi mô hình gồm có: Những biến cần loại khỏi mô hình gồm có 15 biến: Nhan_luc4; Loi_the2, Nhan_luc1, Nhan_luc3, Chi_phi7, Chi_phi1, Nhan_luc2, Chi_phi2, Chi_phi3, CS_DT7, CS_DT6, Loi_the7, Loi_the6, Nhan_luc6, Nhan_luc5.
Tiến hành loại bỏ các biến này khỏi danh sách chạy EFA và chạy lại EFA với 24 biến còn lại. Khi đó ta có kết quả ở PHỤ LỤC 19 (Bảng Ma trận nhân tố đã xoay lần 2).
Bước 4: Đặt tên và diễn giải các nhân tố
Trong kết quả xuất hiện tại bước 3, có 05 nhân tố được rút ra và tất cả các biến đều có Factor loading lớn hơn 0,5.
Đặt tên như sau:
+ Nhân tố thứ nhất: Gồm 05 biến quan sát (CS_DT5; CS_DT4; CS_DT3;
CS_DT1; CS_DT2), đặt tên cho nhân tố này là “Chính sách đầu tư”
+ Nhân tố thứ hai: Gồm 05 biến quan sát (CS_HT2, CS_HT1, CS_HT4, CS_HT3, CS_HT5), đặt tên nhân tố này là “Cơ sở hạ tầng”.
+ Nhân tố thứ ba: Gồm 07 biến quan sát (Ho_tro1, Ho_tro5, Ho_tro4, Ho_tro2, Ho_tro6, Ho_tro7, Ho_tro3) đặt tên cho nhân tố này là “Chính sách hỗ trợ”.
+ Nhân tố thứ tư: Gồm 04 biến quan sát (Loi_the5, Loi_the4, Loi_the3, Loi- _the1), đặt tên là “Lợi thế ngành đầu tư của vùng”.
+ Nhân tố thứ năm: Gồm 03 biến quan sát (Chi_phi4; Chi_phi6; Chi_phi5), đặt tên là “Chi phí sản xuất, kinh doanh”.
Bước 5: Kiểm tra độ tin cậy của các nhân tố sử dụng Cronbach’s Alpha
Đặt: Factor1 là nhân tố thứ nhất; Factor2 là nhân tố thứ hai; Factor3 là nhân tố thứ ba; Factor4 là nhân tố thứ tư; Factor5 là nhân tố thứ năm;
Tiến hành kiểm định các nhân tố: Factor1 [PHỤ LỤC 20]; Factor2 [PHỤ LỤC 21]; Factor3 [PHỤ LỤC 22]; Factor4 [PHỤ LỤC 23]; Factor5 [PHỤ LỤC 24]. Thang đo và độ tin cậy của các biến quan sát được đánh giá bằng hệ số Cronbach’s Alpha. Về mặt nghiên cứu thực nghiệm, các biến quan sát có hệ số tương quan biến-tổng (Item-Total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach’s Alpha từ 0,6 trở lên (Nunnally & Burnstein 1994 theo Nguyễn Khánh Duy và cộng sự 2008).
Thông qua kết quả tính toán hệ số Cronbach’s Alpha [PHỤ LỤC 20,21,22,23,24] thì 5 nhân tố đều có ý nghĩa thống kê và đạt hệ số tin cậy cần thiết. Vì vậy, 5 nhân tố này có đủ điều kiện để tiếp tục được sử dụng trong các phân tích chuyên sâu về thu hút FDI vào nông nghiệp vùng ĐBSH.
Bước 6: Phân tích từng biến quan sát ảnh hưởng, tác động mạnh yếu, cùng chiều hay ngược chiều đối với từng nhân tố từ Factor1 đến Factor5.
Dựa vào “Ma trận trọng số nhân tố”[PHỤ LỤC 25] của EFA, xây dựng được các phương trình hồi quy cho từng nhân tố từ Factor 1 đến Factor 5 như sau:
Factor1 = 0,214*CS_DT1 + 0,208*CS_DT2 + 0,209*CS_DT3 + 0,210*CS_DT4 + 0,210*CS_DT5
Factor2 = 0,236*CS_HT1 + 0,237*CS_HT2 + 0,219*CS_HT3 + 0,231*CS_HT4 + 0,204*CS_HT5
Factor3 = 0,203*Ho_tro1+ 0,197* Ho_tro2 + 0,189* Ho_tro3 + 0,193* Ho_tro4 + 0,206* Ho_tro5 + 0,190* Ho_tro6 + 0,191* Ho_tro7
Factor4 = 0,284*Loi_the1 + 0,284*Loi_the3 + 0,290**Loi_the4 + 0,292*Loi_the5 Factor5 = 0,425*Chi_phi4 + 0,395*Chi_phi5 + 0,420*Chi_phi6
Nhận xét: Qua các phân tích ảnh hưởng của từng biến quan sát tới từng nhân tố (từ Factor1 đến Factor5), thì tất cả các hệ số đều lớn hơn 0, chứng tỏ các biến tác động thuận đối với từng nhân tố. Vì vậy, bất cứ một sự tác động nào tích cực đến một biến quan sát nào đều làm tăng giá trị của từng nhân tố.
Bước 7: Phân tích mức độ tác động của các nhân tố đến thu hút FDI ngành nông nghiệp của vùng Đồng bằng sông Hồng.
i) Tính toán các nhân số (factor score) cho 5 nhân tố từ Factor1 đến Factor. [PHỤ LỤC 26]
ii) Thực hiện EFA đối với “Ý định đầu tư” của 3 biến quan sát (Y_dinh1, Y_dinh 2, Y_dinh3), khi đó ta rút ra được 1 nhân tố đặt tên là “Ý định đầu tư”. Cách làm này tương tự như đối với việc tính toán có các nhân số từ Factor1, Factor 2, Factor 3, Factor4, Factor5 ở trên; và đặt tên biến là Y_dinh.
iii) Để xác định, đo lường và đánh giá mức độ ảnh hưởng của các nhân tố (từ F1 đến F6) đến “Ý định đầu tư” (Y_dinh), ta có thể sử dụng phương pháp hồi quy tuyến tính bội như sau:
Y_dinh = β0 + β1*Factor1 + β2*Factor2 + β3*Factor3 + β4*Factor4 + β5*Factor5 Từ kết quả hồi quy [PHỤ LỤC 27], mô hình hồi quy bội là:
Y_dinh = 0,615+0,325*Factor1+0,195*Factor2+ 0,106*Factor3 + 0,102*Factor4 +0,102*Factor5
Từ phương trình này thấy rằng, các hệ số riêng của Factor1, Factor2, Factor3, Factor4, Factor5 đều > 0 nên các biến này đều đồng biến với biến phụ thuộc Y_dinh.
Một số nhận xét kết quả của mô hình EFA
Thứ nhất, trong tổng số 39 biến đưa vào mô hình, chỉ có 24 biến có thể phân tích (có ý nghĩa thống kê). Nguyên nhân có thể do hạn chế bởi số lượng quan sát (mẫu khảo sát là 356 mẫu).
Thứ hai, trong tất cả 24 biến có thể phân tích trong mô hình EFA, kết quả cho thấy các biến đều có tác động thuận đối với từng nhóm nhân tố, cả 5 năm nhóm có ý nghĩa thống kê [PHỤ LỤC 28]
Thứ ba, đối với 5 nhóm nhân tố trên, UBND các tỉnh ĐBSH cần ưu tiên tập trung vào 6 nhóm nhân tố chính với thứ tự ưu tiên như mô hình sau:
Y_dinh = 0,615+0,325*Factor1+0,195*Factor2+ 0,106*Factor3 + 0,102*Factor4 +0,102*Factor5
Thứ tự ưu tiên gồm có: Factor1, Factor2, Factor3, Factor4 và Factor5
(1)Nhóm nhân tố “Chính sách đầu tư” (Factor1); (2) Nhóm nhân tố “Cơ sở hạ tầng”
(Factor2); (3) Nhóm nhân tố “Chính sách hỗ trợ”(Factor3); (4) Nhóm nhân tố “Lợi thế ngành đầu tư của vùng” (Factor4); (5)Nhóm nhân tố “Chi phí sản xuất, kinh doanh”
(Factor5).
Kết luận chương 3
Trong chương 3, tác giả đã phối hợp sử dụng linh hoạt nhiều phương pháp nghiên cứu như phương pháp tiếp cận (tiếp cận theo vùng, tiếp cận theo ngành…), phương pháp phân tích số liệu (thống kê mô tả, thống kê phân tổ, phân tích, so sánh, tổng hợp, phân tích định lượng…) và đã giải quyết được những nội dung bao gồm:
Thứ nhất, khắc họa những đặc điểm của vùng ĐBSH có ảnh hưởng tới thu hút vốn FDI vào ngành nông nghiệp của vùng; tình hình hoạt động sản xuất nông nghiệp của vùng.
Thứ hai, dựa trên thực trạng thu hút vốn FDI vào ngành nông nghiệp của vùng, đặt trong mối tương quan với tình hình thu hút vốn FDI vào toàn vùng và tình hình đầu tư của các nguồn vốn khác vào ngành nông nghiệp của vùng, tác giả tập trung đánh giá những kết quả thu hút vốn FDI vào nông nghiệp vùng ĐBSH. Xem xét mặt thành công và hạn chế, đánh giá những nguyên nhân của thành công và hạn chế trong thu hút FDI vào nông nghiệp vùng trong tương quan so sánh, đánh giá với toàn vùng, cả nước và một số quốc gia trong khu vực và phân tích kỹ lưỡng tình hình của những yếu tố thuộc về những nguyên nhân đó sử dụng nguồn số liệu tin cậy của các cơ quan quản lý trong nước (Tổng cục Thống kê) và các tổ chức quốc tế uy tín trên thế giới như WB, IMF…
Thứ ba, tác giả đánh giá thêm 3 đóng góp cơ bản của FDI vào ngành nông nghiệp của vùng như (i) đánh giá hiệu quả chung thông qua chỉ số ICOR; (ii) đánh giá đóng góp của tốc độ tăng trưởng vốn và tốc độ tăng trưởng lao động trong các doanh nghiệp FDI nông nghiệp vào tốc độ tăng trưởng VA của nông nghiệp của vùng và (iii) đánh giá đóng của của yếu tố TFP vào VA của nông nghiệp.
Thú tư, tác giả sử dụng mô hình EFA để phân tích các yếu tố ảnh hưởng tới thu hút FDI vào lĩnh vực nông nghiệp thông qua mô hình hồi quy với “Ý định đầu tư” là biến phụ thuộc và 6 biến độc lập là 6 nhóm nhân tố hội tự từ rất nhiều quan sát gồm:
“chính sách hỗ trợ”, “lợi thế đầu tư”, “chi phí đầu vào”, “chính sách đầu tư”, “chất lượng cơ sở hạ tầng xã hội” và “nguồn nhân lực”. Và rút ra được kết luận về sự ảnh hưởng và mức độ ảnh hưởng của các nhóm nhân tố cũng như của ảnh hưởng của các biến quan sát.
Kết quả nghiên cứu của chương 3 là tạo ra những cơ sở quan trọng cho các giải pháp sẽ được đề xuất trong chương 4 để tăng cường hơn nữa thu hút FDI vào nông nghiệp của vùng ĐBSH.
Chương 4