2.2.4.1. Phương pháp thống kê mô tả
Sử dụng các chỉ tiêu số tuyệt đối, số tương đối và số bình quân trong thống kê để phân tích kết quả nghiên cứu.
2.2.4.2. Phương pháp phân tổ
Căn cứ vào một hay một số tiêu thức để tiến hành phân chia các đơn vị của hiện tượng nghiên cứu thành các tổ và tiểu tổ sao cho các đơn vị trong cùng một tổ thì giống nhau về tính chất, khác tổ thì khác nhau về tính chất. Phương pháp phân tổ để chọn ra các đơn vị điều tra (sử dụng trong phiếu điều tra).
2.2.4.3. Phương pháp so sánh
Phương pháp này dùng để so sánh các chỉ tiêu thể hiện quy mô, kết quả và hiệu quả kinh tế qua các năm.
2.2.4.4. Phương pháp phân tích ma trận SWOT
SWOT: Strengths (Điểm mạnh), Weaknesses (Điểm yếu), Opportunities (Cơ hội) và Threats (Thách thức) - là một phương pháp thông dụng khi đánh giá môi trường kinh doanh. Mô hình ma trận SWOT như sau.
Opportunities (Cơ hội). Threats (Thách thức). Strengths (Điểm mạnh). - ...
- ... Weaknesses (Điểm yếu). - ... - ...
Các bước thực hiện: (1) Lập một bảng gồm bốn ô, tương ứng với bốn yếu tố của mô hình SWOT. (2) Trong mỗi ô, xác định và liệt kê ra các đánh giá, các nhận định một cách ngắn gọn. (3) Biên tập lại, xóa bỏ những đặc điểm trùng lặp, mâu thuẫn, phân tích và đánh dấu (gạch chân) những đặc điểm riêng biệt, quan trọng. (4) Vạch rõ những hành động cần làm để phát huy các điểm mạnh, khắc phục các hạn chế, khai thác các cơ hội, phòng tránh các nguy cơ, rủi ro.
Trong đề tài, phương pháp SWOT dùng để đánh giá tiềm năng, thế mạnh, điểm yếu và nguy cơ của tỉnh Phú Thọ trong phần đánh giá môi trường đầu tư của tỉnh. Dữ liệu để áp dụng phương pháp SWOT là các số liệu sơ cấp của tỉnh và dữ liệu điều tra nhà đầu tư, nhà quản lý.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
2.2.4.5. Phương pháp phân tích nhân tố
Tài liệu điều tra theo nhiều tiêu thức với nhiều biểu hiện theo thang đo Likert sẽ rất khó tổng hợp và phân tích nếu không ứng dụng phương pháp phân tích nhân tố.
Theo Hoàng Trọng - Chu Nguyễn Mộng Ngọc (2008), phân tích nhân tố là tên chung của nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. Ứng dụng của phương pháp trong nghiên cứu là do các biến số phân tích có liên hệ với nhau và ta phải giảm bớt số biến xuống một số lượng hợp lý mà ta có thể ước lượng mô hình được. Trong nghiên cứu, chúng ta có thể thu thập được một số biến khá lớn và hầu hết các biến này có liên hệ với nhau và số lượng của chúng phải được giảm bớt xuống đến một số lượng mà chúng ta có thể sử dụng được. Liên hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét và trình bày dưới dạng một số ít các nhân tố cơ bản.
Trong phân tích phương sai, hồi quy bội và phân tích biệt số thì một biến được coi là phụ thuộc và các biến khác được coi là biến độc lập hay biến dự đoán; nhưng trong phân tích nhân tố không có sự phân biệt hai loại như vậy. Thay vào đó phân tích nhân tố là một kỹ thuật phụ thuộc lẫn nhau, trong đó toàn bộ các mối liên hệ phụ thuộc lẫn nhau sẽ được nghiên cứu.
a. Phân tích nhân tố được sử dụng trong các trường hợp sau:
+ Nhận diện các khía cạnh hay nhân tố giải thích được các liên hệ tương quan trong một tập hợp biến.
+ Nhận diện một tập hợp gồm một số lượng biến mới tương đối ít không có tương quan với nhau, thay thế tập hợp biến gốc có tương quan với nhau để thực hiện một phân tích đa biến tiếp theo sau (ví dụ như hồi quy hay phân tích biệt số).
+ Để nhận ra một tập hợp gồm một số ít các biến nổi trội từ một tập hợp nhiều biến để sử dụng trong các phân tích đa biến kế tiếp.
b. Mô hình phân tích nhân tố.
Các nhân tố chung có thể được diễn tả như những kết hợp tuyến tính của các biến số quan sát. Mô hình có dạng:
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
Trong đó: Fi: ước lượng trị số của nhân tố chung thứ i hay nhóm i (i=1,2,3,…, n-1,n).
Wij: là quyền số hay trọng số của biến quan sát Xj (j=1.2.3….,k-1,k). k: số biến quan sát.
c. Các tham số thống kê trong phân tích nhân tố sử dụng phần mềm SPSS 16.0:
+ Tham số Bartlett's test of sphericity: Đại lượng Bartlett là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nói cách khác, ma trận tương quan tổng thể là một ma trận đồng nhất, mỗi biến tương quan hoàn toàn với chính nó (r=1) nhưng không có tương quan với những biến khác (r=0). Điều kiện cần để áp dụng phân tích nhân tố là các biến phải có tương quan với nhau (các biến đo lường phản ánh những khía cạnh khác nhau của cùng một yếu tố chung). Do đó, nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét; lúc đó biến đo lường có thể được xem là các nhân tố thực sự.
+ Tham số Correlation matrix: Tham số này cho biết hệ số tương quan giữa tất cả các cặp biến trong phân tích.
+ Tham số Communality: Là lượng biến thiên của một biến được giải thích chung với các biến khác được xem xét trong phân tích. Đây cũng là phần biến thiên được giải thích bởi các nhân tố chung.
+ Tham số Engenvalue: Đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. (adsbygoogle = window.adsbygoogle || []).push({});
+ Tham số Factor loadings (hệ số tải nhân tố): Là những hệ số tương quan đơn giữa các biến và các nhân tố.
+ Tham số Factor matrix (ma trận nhân tố): Tham số này chứa các hệ số tải nhân tố của tất cả các biến đối với các nhân tố được rút ra.
+ Tham số Factor scores: Là các điểm số nhân tố tổng hợp được ước lượng cho từng quan sát trên các nhân tố được rút ra. Còn gọi là nhân số.
+ Tham số Kaiser-Mayer-Olkin (KMO): Là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn
để phân tích nhân tố là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
+ Tham số Percentage of variance: Phần trăm phương sai toàn bộ được giải thích bởi từng nhân tố. Nghĩa là coi biến thiên 100% thì giá trị này cho biết phân tích nhân tố cô đọng được bao nhiêu % và bị thất thoát là bao nhiêu %.
+ Tham số Residuals: Là các chênh lệch giữa các hệ số tương quan trong ma trận tương quan đầu vào và các hệ số tương quan sau khi phân tích được ước lượng từ ma trận nhân tố.
d. Điều kiện áp dụng mô hình phân tích nhân tố:
+ Các biến số có quan hệ tương quan.
+ Hàm số phải đồng thời thỏa mãn hai điều kiện là:
- Kiểm định Bartlett được dùng để kiểm định xem có sự tương quan hay không giữa các biến.
- Chỉ số Kaiser-Mayer-Olkin (KMO) dùng để kiểm định xem mẫu có đủ lớn để có thể áp dụng phương pháp Phân tích Nhân tố được hay không. Để có thể áp
dụng được công cụ phân tích nhân tố thì các giá trị tương quan phải lớn hơn 0,5.
Trong đó, a*ij là hệ số tương quan riêng giữa các biến, rij là hệ số tương quan giữa các nhân tố.