151
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
DOI: https://doi.org/10.47280/RevFacAgron(LUZ).v38.n1.08 ISSN 2477-9407
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Recibido el 20-03-2020 . Aceptado el 01-07-2020.
*Autor de correspondencia. Correo electrónico: bdemirtas@mku.edu.tr
Agricultural supports and farmers’ satisfaction: A
latent variable application in Turkey
Apoyos agrícolas y satisfacción del agricultor: una
aplicación de variable latente en Turquía
Apoios agrícolas e satisfação dos agricultores: uma
aplicação variável latente na Turquia
Bekir Demirtas
Department of Agricultural Economics, Faculty of Agriculture, Mustafa
Kemal University, Hatay, Turkey. E-mail: bdemirtas@mku.edu.tr,
.
Abstract
Agricultural supports are given with different quantities and purposes
around the world, such as exemption from tax, granting subsidies or agricultural
insurances, among others. These supports have a great impact but its benets to
farmers are not generally known. The inuence of these supports on farmers is
pointed out by evaluating the farmers’ satisfaction. In this sense, it was obtained
a data from 426 producers in order to analyze the agricultural supports regarding
farmer´s satisfaction. The rst and second-order latent variables are analyzed
by applying the Conrmatory Factor Analysis (CFA) to the survey data obtained
for the evaluation of farmers’ satisfaction. The factor loadings and t index were
sufcient and the structure validity and reliability of the model were ensured.
The most effective variables inuencing the farmers’ satisfaction related to the
agricultural supports are the supports maintaining the nancial structure and
livestock support. Results indicate that farmers need to be supported more in
terms of input use and crop production.
Key words: Agricultural subsidy, agricultural policy, farmer’s satisfaction, CFA,
Turkey.
Resumen
Los apoyos agrícolas se otorgan con diferentes cantidades y propósitos en todo
el mundo tales como la exención de impuestos, el otorgamiento de subsidios o
de seguros agrícolas, entre otros. Sin embargo, generalmente no se conoce cuál
152
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
de los apoyos tiene un mayor impacto y es bien recibido por los agricultores. La
inuencia del soporte agrícola sobre los agricultores se reeja en la evaluación
de la satisfacción del agricultor, la cual se analizó mediante un análisis factorial
utilizando variables latentes de primer y segundo orden en una muestra de 426
agricultores. El índice de carga y ajuste del factor fue suciente para garantizar la
validez de la estructura y la conabilidad del modelo. Las variables más efectivas
que inuyen en la satisfacción del agricultor en relación con el soporte agrícola
son aquellos que ayudan a la estructura nanciera y al apoyo ganadero. Los
resultados indicaron que los agricultores necesitan soporte agrícola en términos
de uso de insumos y de la producción de cultivos.
Palabras clave: subsidio agrícola, política agrícola, satisfacción de los
agricultores, CFA, Turquía.
Resumo
Os apoios agrícolas são concedidos para diferentes valores e nalidades
em todo o mundo, como isenção de impostos, concessão de subsídios ou seguro
agrícola, entre outros. Contudo, geralmente não se sabe qual dos apoios tem
maior impacto e é bem recebido pelos agricultores. A inuência do apoio agrícola
sobre os agricultores se reete na avaliação da satisfação dos agricultores, que foi
analisada por meio de uma análise fatorial usando variáveis latentes de primeira
e segunda ordem em uma amostra de 426 agricultores. O índice de carga e ajuste
do fator foi suciente para garantir a validade da estrutura e a conabilidade
do modelo. As variáveis mais ecazes que inuenciam a satisfação do agricultor
em relação ao apoio agrícola são aquelas que ajudam a estrutura nanceira e o
apoio à pecuária. Os resultados indicaram que os agricultores precisam de apoio
agrícola em termos de uso de insumos e produção agrícola.
Palavras-chave: subsídio agrícola, política agrícola, satisfação do agricultor,
CFA, Turquia.
Introduction
The agricultural production is
subject to risk and uncertainty by
its very nature. Accordingly, the
technical and nancial risks are
intensely experienced in the sector.
The low exibility of supply and
demand for agricultural products,
longer production period compared
to the nonagricultural products,
low capital turnover ratio and
Introducción
Debido a su propia naturaleza,
la producción agrícola está sujeta
a riesgos e incertidumbre, en
consecuencia, los riesgos técnicos
y nancieros se experimentan
intensamente en este sector. La baja
exibilidad de la oferta y la demanda
de productos agrícolas, el período de
producción más largo en comparación
con los productos no agrícolas, el bajo
153
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
scattered agricultural markets make
it compulsory for the agricultural
enterprises to be supported for
agricultural production. Therefore,
the agriculture business is supported
within production-consumption
chain in all developed, developing
and underdeveloped countries with
different scales (Norton, 2004; Tang et
al., 2017¸ Bradley et al., 2018). Such
issues like keeping the agricultural
income in sufcient levels with
agricultural policies, balancing of
agricultural population, ensuring the
demand for agricultural products,
controlling the prices of products,
balancing supply and demand, and
marketing should be taken into
consideration. The income differences
between the agriculture business and
other businesses can be compensated
with some social and nancial
measures (exemption from tax,
granting subsidies, compensating the
damages with agricultural insurances)
(Sibande et al., 2017; Moon and Pino,
2018). The development of competitive
and efcient agricultural structures
and ensuring fair living standards for
farmers have been the key purposes
of agricultural policies (Minviel and
Witte, 2017).
The problems related to
agricultural food chain, rural
development, environment, animal
welfare and ethics have currently
been the issues worrying the policy
makers. The uncertainty on the
production of some agricultural
products, difculties caused mostly
by the nature and human-based
discontinuities in food import supply
have been the impulsive forces for
índice de rotación de capital y los
mercados agrícolas dispersos, obligan
a las empresas agrícolas a recibir
apoyo para la producción. Por lo tanto,
el negocio agrícola está respaldado con
diferentes escalas dentro de la cadena
de producción-consumo en todos los
países desarrollados, en desarrollo y
subdesarrollados (Norton, 2004; Tang
et al., 2017¸ Bradley et al., 2018). Tales
cuestiones como mantener los ingresos
agrícolas en niveles sucientes con
las políticas agrícolas, equilibrar
la población agrícola, garantizar la
demanda de productos agrícolas,
controlar los precios de los productos,
equilibrar la oferta y la demanda y
la comercialización, deben tenerse en
cuenta. Las diferencias de ingresos
entre el negocio agrícola y otros
negocios se pueden compensar con
algunas medidas sociales y nancieras
(la exención de impuestos, la concesión
de subsidios, la compensación de
daños con seguros agrícolas) (Sibande
et al., 2017; Moon y Pino, 2018).
Los propósitos clave de las políticas
agrícolas han sido el desarrollo de
estructuras agrícolas competitivas y
ecientes, así como garantizar niveles
de vida justos para los agricultores
(Minviel y Witte, 2017).
Los problemas relacionados con
la cadena alimentaria agrícola, el
desarrollo rural, el medio ambiente,
el bienestar de los animales y la
ética han sido temas que preocupan
a los responsables políticos. La
incertidumbre sobre la producción
de algunos productos agrícolas, las
dicultades causadas principalmente
por la naturaleza y las discontinuidades
basadas en el hombre relacionadas
154
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
the policies to protect the agriculture
(Femenia et al., 2010; Chen et al.,
2017; Milczarek-Andrzejewska et al.,
2018).
The inuence of subsidies over the
agricultural production has been an
important subject for the agricultural
economy. The quantity of additional
income that farmers can use from the
payments depends on many factors
such as market conditions (Weber
and Key, 2011; Tian et al., 2016¸
Lopez et al., 2017). One of the leading
goals of European Union Common
Agricultural Policy (CAP) is to
increase the agricultural productivity
through subsidies. EU has provided
a considerable contribution by
maintaining onsite sustainable
agriculture and subsidies to farmers
for the adaptation to the market
conditions. The direct payments
have constituted 27 % of agricultural
income for EU farms and they have
constituted over 50 % of agricultural
income for some farm types (Severini
and Tantari, 2015; Reidsma et al.,
2018).
The support policies for agriculture
have been implemented by initially
determining the base price and
conducting support purchases in
Turkey. In the following years,
the support policies have been
diversied and such policies have
been implemented as decoupled
direct payment, deciency payment or
premium payment, livestock support,
input support, subsidized agricultural
credit support and compensatory
payment for the agriculture of
alternative crop by restricting
production elds of certain products.
con el suministro de importación
de alimentos, han sido las fuerzas
impulsoras de las políticas para
proteger la agricultura (Femenia et
al., 2010; Chen et al., 2017; Milczarek-
Andrzejewska et al., 2018).
La inuencia de los subsidios sobre
la producción agrícola ha sido un tema
importante para la economía agrícola.
La cantidad de ingresos adicionales
que los agricultores pueden usar de
los pagos depende de muchos factores,
como las condiciones del mercado
(Weber y Key, 2011; Tian et al., 2016¸
Lopez et al., 2017). Uno de los objetivos
principales de la Política Agrícola
Común (PAC) de la Unión Europea
(UE) es aumentar la productividad
agrícola por medio de de subsidios.
La UE ha aportado una contribución
considerable al mantener in situ la
agricultura sustentable y los subsidios
a los agricultores para la adaptación a
las condiciones del mercado. Los pagos
directos han constituido el 27 % de los
ingresos agrícolas de las granjas de
la UE y también han constituido más
del 50 % de los ingresos agrícolas de
algunos tipos de granjas (Severini y
Tantari, 2015; Reidsma et al., 2018).
En Turquía, las políticas de apoyo
a la agricultura se han implementado
determinando inicialmente el precio
base y realizando compras de apoyo.
En los años siguientes, las políticas
de apoyo se han diversicado y se han
implementado políticas tales como
el pago directo desacoplado, el pago
de deciencia o el pago de primas,
el apoyo al ganado, el apoyo de
insumos, el apoyo de crédito agrícola
subsidiado y el pago compensatorio
para la agricultura de cultivos
155
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
The agricultural support policies
implemented as support purchases
have been hanged on the obstacles
of International Money Foundation’s
(IMF’s) balanced budget constraint
regarding internal policies and
World Trade Organization’s (WTO’s)
trade diversion policies regarding
the external policies. The supports
changing from year to year have been
over the average of The Organization
for Economic Co-operation and
Development (OECD) area and the
most distorting forms of supports have
been implemented (OECD, 2017).
The essential purpose of the
Turkey’s agriculture policies in the
last decade have been to increase
the level of income and increase
efciency by enhancing the use of
natural sustainable resources. The
extensive government support and
policy interventions in agriculture
have continued and enforced the
internal and external structural
reformation. As mostly based on
crop production, the agriculture has
a fragile structure directly affected
from natural disasters including
climate conditions, drought, ood and
frost. In the new structure, policies
to direct the producers in accordance
with the demand of market conditions
have been adapted instead of policies
including government interventions
over products’ prices which have
unfavorable impacts on market’s price
formation. The implemented policies
can be considered as agricultural
supports to direct production, sustain
agricultural production and ensure
the entries of new products into
production process.
alternativos al restringir los campos
de producción de ciertos productos.
Las políticas de apoyo a la agricultura
implementadas como las compras de
apoyo, se han visto obstaculizadas
por las restricciones presupuestarias
equilibradas del Fondo Monetario
Internacional (FMI) en lo que respecta
a las políticas internas; y por las
políticas de desviación del comercio
de la Organización Mundial del
Comercio (OMC) en lo que respecta a
las políticas externas. Los apoyos que
cambian de año en año han estado
por encima del promedio del área de
la Organización para la Cooperación
y el Desarrollo Económico (OCDE)
asimismo, se han implementado las
formas más distorsionantes de apoyos
(OCDE, 2017).
El propósito esencial de las
políticas agrícolas de Turquía en
la última década ha sido aumentar
el nivel de ingresos y la eciencia
al mejorar el uso de los recursos
naturales sostenibles. El amplio apoyo
del gobierno y las intervenciones
políticas en la agricultura han
continuado y aplicado la reforma
estructural interna y externa. Basada
principalmente en la producción
de cultivos, la agricultura tiene
una estructura frágil directamente
afectada por desastres naturales
que incluyen condiciones climáticas,
sequías, inundaciones y heladas. En la
nueva estructura, se han adaptado las
políticas para dirigir a los productores
de acuerdo con la demanda de las
condiciones del mercado en vez de
políticas que incluyen intervenciones
gubernamentales sobre los precios
de los productos las cuales tienen
156
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
Satisfaction has been studied
by many psychologists, sociologists
and, economists since 1990s from
an environmental and ecological
economic point of view. (Moro et al.,
2008). As the farmers’ satisfaction
has been accepted as one of the key
indicators of sustainability, it has
been prominent in scientic research
and political agenda. It has been found
out that economic and noneconomic
successes of agriculture and farmers’
perceptions are related. Farmers’ job
satisfaction is an indicator of general
satisfaction. Therefore, farmer
satisfaction can be inuenced from
farmer’s personal traits, his knowledge
about the implemented program and
benets of the programs (Chen et al.,
2013). Overall satisfaction is mostly
determined by overall expectation and
perceived performance of a product
or service. General satisfaction is
dened mostly by general expectation
and perceived from the performance
of a product or service (Ghazanfar,
et al., 2015). The income impact of
subsidies has both favorable and
unfavorable inuences on efciency
and productivity. The real inuence of
subsidies on performance is a subject
of experimental studies when both
favorable and unfavorable inuences
are expected a priori (Zhu and
Lansink, 2010).
The agricultural supports in Turkey
have always increased considering the
current prices. However, the increases
in supports have not been continuous
and subject to very low uctuations
considering the real prices and its
place in Gross Domestic Product
(GDP). The Turkish government has
un impacto desfavorable en la
formación de precios del mercado.
Las políticas implementadas pueden
considerarse como apoyos agrícolas
para la producción directa, mantener
la producción agrícola y garantizar
la entrada de nuevos productos en el
proceso de producción.
La satisfacción ha sido estudiada
por muchos psicólogos, sociólogos y
economistas desde la década de 1990
desde un punto de vista económico,
ambiental y ecológico. (Moro et
al., 2008). Como la satisfacción de
los agricultores ha sido aceptada
como uno de los indicadores clave
de sostenibilidad, ha ocupado un
lugar destacado en la investigación
cientíca y en la agenda política. Se ha
descubierto que los éxitos económicos
y no económicos de la agricultura y
las percepciones de los agricultores
están relacionados. La satisfacción
laboral de los agricultores es un
indicador de satisfacción general.
Por lo tanto, la satisfacción del
agricultor puede verse inuenciada
por los rasgos personales del
agricultor, su conocimiento sobre
el programa implementado y los
benecios de los programas (Chen
et al., 2013). La satisfacción general
está determinada principalmente
por las expectativas generales y el
rendimiento percibido de un producto
o servicio. La satisfacción general
se dene principalmente por las
expectativas generales y se percibe
del rendimiento de un producto o
servicio (Ghazanfar, et al., 2015).
El impacto de los subsidios en los
ingresos tiene inuencias favorables
y desfavorables en la eciencia y la
157
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
aimed a 5.6 % increase (the quantity
of total support is 4.6 billion $) in
the agricultural support in 2015.
However, the share of agricultural
supports in GDP has been lower than
the desired level with 0.58 % by years
(2005-2014) (MOD, 2015).
This study aims to analyze the
inuence of agricultural supports on
farmer satisfaction in order to assess
the effectiveness of policy tools in
this area. The agricultural support
policies applied in a country aim to
provide solutions to the country’s
specic problems including economy
and agriculture. Accordingly, the
differences between the policies
that developed and underdeveloped
countries implement are normal.
The agricultural supports have been
provided to farmers in different forms
and quantities. In order to make
established policies more efcient,
they need to be reformed in accordance
with the farmers’ reactions.
Materials and methods
In the Basin-based support
programme, which has been
implemented since 2010, deciency
payment system has been applied in
16 diverse products in 30 different
regions in Turkey. Hatay province
is an important region because
it has agricultural production in
two different areas of Turkey’s
Agricultural Basin-based Support
Programme. It has been chosen as the
research eld since the region makes
use of all the agricultural supports
and the region can be used in order
to test the inuence of the supports
productividad. La inuencia real de
los subsidios en el rendimiento es
un tema de estudios experimentales
cuando se esperan inuencias
favorables y desfavorables a priori
(Zhu y Lansink, 2010).
Los apoyos agrícolas en Turquía
siempre han aumentado teniendo
en cuenta los precios actuales.
Sin embargo, los aumentos en los
apoyos no han sido continuos y están
sujetos a uctuaciones muy bajas
considerando los precios reales y su
lugar en el Producto Interno Bruto
(PIB). El gobierno turco ha tenido
como objetivo un aumento del 5,6
% (la cantidad de ayuda total es de
4.600 millones de dólares) en la ayuda
agrícola en 2015. Sin embargo, por
años la participación de las ayudas
agrícolas en el PIB ha sido inferior
al nivel deseado con un 0,58 % (2005
-2014) (MOD, 2015).
Este estudio tiene como objetivo
analizar la inuencia de los apoyos
agrícolas en la satisfacción de
los agricultores para evaluar la
efectividad de las herramientas de
política en esta área. Las políticas de
apoyo agrícola aplicadas en un país
tienen como objetivo proporcionar
soluciones a los problemas especícos
del país, incluida la economía y la
agricultura. En consecuencia, las
diferencias entre las políticas que
implementan los países desarrollados
y subdesarrollados son normales. Los
apoyos agrícolas se han proporcionado
a los agricultores en diferentes formas
y cantidades. Para que las políticas
establecidas sean más ecientes,
deben reformarse de acuerdo con las
reacciones de los agricultores.
158
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
on the agricultural enterprises. The
ndings will represent the other
enterprises with similar structures
found in Mediterranean Region to a
large extent.
A survey has been prepared in order
to evaluate the supports that farmers
take for agricultural production. The
farmers have been requested to grade
the elds improved after the supports
on a 5-point Likert scale, which can be
easily formed and it can test reliability
and one-dimensionality. The change
after the support is provided in the
pointing scale as; 1: Strongly disagree
and 5: Strongly agree. 426 agriculture
enterprises, which are found in Hatay,
have been involved in the present
study. 195 of the enterprises are
only involved in the crop production
and 231 of them are involved in
mixed production. National Farmer
Registration System database and
sampling from Food, Agriculture
and Livestock Ministry of Provincial
Directorates were used to choose
the enterprise representing Hatay
province. The data was gathered at the
end of 2016 (November-December).
Data were examined in terms of
missing data, outliers, and normality
prior to the analysis. As the farmers’
general satisfaction has been focused
on the study, satisfaction related to
the farmers and farm features has not
been examined. It is evaluated that
the subscales underlying the farmers’
satisfaction in terms of agricultural
supports and relationships between
these subscales’ indicators and
farmers’ satisfaction. The farmers
are taken as satised when the
expectations from the supports are
Materiales y métodos
En el programa de apoyo basado
en la Cuenca, que se ha implementado
desde 2010, se ha aplicado el sistema
de pago por deciencia en 16 productos
diversos en 30 regiones diferentes en
Turquía. La provincia de Hatay es
una región importante porque tiene
producción agrícola en dos áreas
diferentes del Programa de Apoyo a
la Cuenca Agrícola de Turquía. Se ha
elegido como campo de investigación
ya que la región hace uso de todos los
apoyos agrícolas y la región se puede
utilizar para probar la inuencia de
los apoyos en las empresas agrícolas.
Los resultados representarán en gran
medida a las otras empresas con
estructuras similares encontradas en
la región mediterránea.
Se preparó una encuesta para
evaluar los apoyos que los agricultores
reciben para la producción agrícola.
Se les solicitó a los agricultores que
clasicaran los campos mejorados
después de los soportes en una
escala Likert de 5 puntos, la cual
puede formarse fácilmente y se
le puede probar la conabilidad y
la unidimensionalidad. El cambio
después del soporte se proporciona en
la escala puntuando de la siguiente
manera: 1: Muy en desacuerdo y
5: Muy de acuerdo. 426 empresas
agrícolas, que se encuentran en
Hatay, han participado en el presente
estudio. 195 de las empresas solo
están involucradas en la producción
de cultivos y 231 de ellas están
involucradas en la producción mixta.
Se utilizó la base de datos del Sistema
Nacional de Registro de Agricultores
159
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
fully met. If the expectations and
supports are not fully met, the goal is
also not fully achieved.
Farmers’ satisfaction
Farmers’ decisions depend on faith
perceptions besides the other farmers.
Therefore, we take psychological
structures into consideration (Moon
and Pino, 2018). How the farmers take
decisions is an interesting subject for
social scientists and policy makers who
deal with the government and human
behaviors. The studies conducted on
farmers’ decision making process and
behaviors so far have either focused
on limited decision sets or on economic
concerns that have prevailed. The
valid variables should be situated in a
broad range and psychological theory
should be taken into consideration
prior to the evaluation for farmers’
decision making model. However,
there is no certain measurement tool
to evaluate the farmers’ attitudes or
objectives, today. Lang (2005) informs
that farmers’ satisfaction is related to
the favorable alternative agriculture
practices. Subsidies may have favorable
or unfavorable impacts according to the
farms’ technical efciency and farm size.
There are four mechanisms related to
the inuence of coupled and decoupled
subsidies on agricultural production.
These are impacts on input use, income’s
impact on investments, reduction of
risks (with insurance) and farm growth
(Zhu and Lansink, 2010; Bojnec and
Latuffe, 2013).
Farmers’ perceptions, attitudes,
perspectives, notions and levels of
satisfaction are mostly inuenced from
economic concerns. Accordingly, the
supports implemented in the last decade
y el muestreo del Ministerio de
Alimentos, Agricultura y Ganadería
de las Direcciones Provinciales para
elegir a las empresas que representa
la provincia de Hatay. Los datos
se recopilaron a nales de 2016
(noviembre-diciembre).
Los datos se examinaron en
términos de datos faltantes, valores
atípicos y normalidad antes del
análisis. Como la satisfacción general
de los agricultores se ha centrado
en el estudio, no se ha examinado
la satisfacción relacionada con los
agricultores y las características de la
granja. Se evalúa que las subescalas
subyacentes a la satisfacción de los
agricultores en términos de apoyos
agrícolas y las relaciones entre los
indicadores de estas subescalas y la
satisfacción de los agricultores. Los
agricultores se sienten satisfechos
cuando las expectativas de los
apoyos se cumplen por completo. Si
las expectativas y los apoyos no se
cumplen por completo, el objetivo
tampoco se logra por completo.
Satisfacción de los agricultores
Las decisiones de los agricultores
dependen tanto de las percepciones
de conanza como de los otros
agricultores. Por lo tanto, se toman
en cuenta las estructuras psicológicas
(Moon y Pino, 2018). La forma como los
agricultores toman decisiones es un
tema interesante para los cientícos
sociales y para los encargados de
formular políticas que tratan con el
gobierno y con los comportamientos
humanos. Los estudios realizados sobre
el proceso de toma de decisiones y los
comportamientos de los agricultores
hasta ahora se han centrado en el
160
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
(2008-2017) have been evaluated in order
to measure the impacts of agricultural
supports. Although the supports
provided to the agricultural sector in the
examined period were in many different
ways, it was assumed that the effects of
these supports on producers were based
on the following categories. These are
listed as use of input, crop production,
livestock production, nancial structure
and structure of capital which is the
source of agricultural production.
Measurement of latent st
ructures
Such concepts as consumer behaviors,
customer satisfaction and the perception
of quality are latent variables and they
need to be associated with observable
variables for measurement. It involves
Structural Equation Models (SEM)
factor analysis which situates observable
and latent variables together and
denes latent variables with observable
variables (Byrne, 2010; Ullman,
2012). As the factor analysis provides
a model which associates theoretical
processes and variables that cannot be
directly measured but perceived with
observations or ndings, it is a useful
method to study these relationships
and it facilitates understanding and
interpreting the structures (Hair et al.,
2014). Conrmatory Factor Analysis
(CFA) is used in order to dene the
multivariate analysis which involves
latent structures represented by
many observed or measured variables.
The number of factors is certain in
CFA and they are tested. CFA is
considered as a special practice area of
structural equation modelling and the
measurement model is handled as a
typical CFA (Blunch, 2008). Additionally,
CFA tests and veries to what extent
conjunto de decisiones limitadas o en
las preocupaciones económicas que
han prevalecido. Las variables válidas
deben situarse en un amplio rango
y la teoría psicológica debe tenerse
en cuenta antes de la evaluación del
modelo de toma de decisiones de los
agricultores. Sin embargo, hoy no
existe una herramienta de medición
segura para evaluar las actitudes u
objetivos de los agricultores. Lang
(2005) informa que la satisfacción de
los agricultores está relacionada con
las prácticas agrícolas alternativas
favorables. Los subsidios pueden tener
impactos favorables o desfavorables
de acuerdo con la eciencia técnica
y el tamaño de las granjas. Existen
cuatro mecanismos relacionados con
la inuencia de los subsidios acoplados
y desacoplados en la producción
agrícola. Estos son los impactos en
el uso de insumos, el impacto de
los ingresos en las inversiones, la
reducción de riesgos (con seguro) y el
crecimiento agrícola (Zhu y Lansink,
2010; Bojnec y Latuffe, 2013).
Las percepciones, las actitudes, las
perspectivas, las nociones y los niveles
de satisfacción de los agricultores
están inuenciados principalmente
por las preocupaciones económicas.
En consecuencia, han sido evaluados
los apoyos implementados en la
última década (2008-2017) para medir
los impactos de los apoyos agrícolas.
Aunque los apoyos proporcionados
al sector agrícola en el período
examinado fueron de muchas maneras
diferentes, se supuso que los efectos
de estos apoyos en los productores se
basaban en las siguientes categorías,
las cuales son nombradas como: el uso
161
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
the factor analytical structure complies
with the hypothesized model data. CFA
is implemented in the models from the
theoretical base and differs in that way
from the Explanatory Factor Analysis
(Bryne, 2010).
In order for the required analysis
including a model in CFA, three
items should be dened. These are:
determine the number of factors a
priori, specify to which factors the
loadings of observed variables will
be loaded and provide which factor
couples are associated with each other.
CFA model can be demonstrated with
the matrix equation (Brown, 2015);
observed variables (
x
), latent factors
(
ξ
) and error terms (
δ
), apparently,
the model is suitable for research.
x
x
ξδ
=Λ+
(Eq. 1)
x
Λ
, indicates the impact of
ξ
on
exogenous variables (
x
). In this case,
the mathematical relation of
1
x
is as
follows;
1 11 1 1
x
λξ δ
= +
(Eq. 2)
The lambda (
λ
) indicates the
factor loading.
The data sets gathered to test many
research problems in social sciences
generally have multi-level structures.
Many applications of factor analysis,
structural equation models, scaling
methods or cluster analysis start from
correlation or covariance matrices
depicting pairwise associations in a
data set. Therefore, the researcher
assumes that the relations in the data
set can be exhaustively analyzed from
multiple bivariate associations while
de insumos, la producción de cultivos,
la producción ganadera, la estructura
nanciera y la estructura de capital
que es la fuente de la producción
agrícola.
Medición de las estructuras lat-
entes
Conceptos como los
comportamientos del consumidor, la
satisfacción del cliente y la percepción
de calidad son variables latentes
y deben asociarse con variables
observables para la medición. Se trata
de un análisis factorial de los Modelos
de ecuaciones estructurales (SEM)
que sitúa las variables observables y
latentes juntas y dene las variables
latentes con variables observables
(Byrne, 2010; Ullman, 2012). Como
el análisis factorial proporciona un
modelo que asocia procesos teóricos
y variables que no pueden medirse
directamente, pero percibirse con
observaciones o hallazgos, es un
método útil para estudiar estas
relaciones y facilita la comprensión
e interpretación de las estructuras
(Hair et al., 2014). El análisis factorial
conrmatorio (CFA) se utiliza para
denir el análisis multivariado
que involucra estructuras latentes
representadas por muchas variables
observadas o medidas. El número
de factores es seguro en CFA y se
prueban. El CFA se considera un área
de práctica especial del modelado de
ecuaciones estructurales y el modelo
de medición se maneja como un CFA
típico (Blunch, 2008). Además, el CFA
prueba y verica en qué medida la
estructura analítica del factor cumple
con los datos del modelo hipotético. El
CFA se implementa en los modelos
162
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
applying these methods. However, in
many instances higher order relations
need to be considered in order to obtain
a satisfactory description of an observed
frequency distribution. While some
scales are rst level multifactor model in
nature, other scales can be second level
multifactor model. The basic assumption
of this model is that the latent variables
consisting of observed variables can be
explained in a single dimension in the
second level. Therefore, it would be
better to test the rst and second level
models. However, as the theoretical
structures are studied in these types
of models, they can become the focus of
criticism despite the existence of many
studies in the literature (Hair et al.,
2014). The estimations have been made
with the Maximum Likelihood (ML)
method in the analysis, and SPSS and
AMOS 22.0 programs have been used
to build models. ML estimation method,
is the most frequently used estimation
method in CFA, which requires multiple
normal distribution assumption and
provides effective estimations in data
which is not very skewness and not
extremely kurtosis.
Results and discussion
The agricultural support tools used
to reach the objectives in agriculture
involves deciency payments,
compensatory payments, livestock
supports (including fodder crops,
articial insemination, milk premiums,
risk-free livestock areas, beekeeping
and shery supports), support for crop
insurance, rural development support
and environmental set-aside. The model
provided in the study and these impacts
desde la base teórica y diere de
esa manera del Análisis Factorial
Explicativo (Bryne, 2010).
Para el análisis requerido que
incluye un modelo en CFA, se deben
denir tres elementos. Estos son:
determinar el número de factores a
priori, especicar a qué factores se les
colocarán las cargas de las variables
observadas y proporcionar qué pares
de factores están asociados entre sí. El
modelo CFA se puede demostrar con
la ecuación matricial (Brown, 2015);
variables observadas (
x
), factores
latentes (
ξ
) y términos de error
( δ
), aparentemente, el modelo es
el adecuado para la investigación.
x
x
ξδ
=Λ+
(Ec. 1)
x
Λ
, indica el impacto de
ξ
sobre
las variables exógenas (
x
). En este
caso, la relación matemática de
1
x
es
como sigue;
(Ec. 2)
Lambda (
λ
) indica el factor de
carga.
Los conjuntos de datos reunidos
para probar muchos problemas de
investigación en ciencias sociales
generalmente tienen estructuras
de niveles múltiples. Muchas
aplicaciones de análisis factorial,
modelos de ecuaciones estructurales,
métodos de escala o análisis de
conglomerados comienzan con
matrices de correlación o covarianza
que representan asociaciones por
pares en un conjunto de datos. Por
lo tanto, el investigador supone que
las relaciones en el conjunto de datos
163
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
Table 1. Constructs and indicators.
Tabla 1. Constructos e indicadores.
Indicator observed variables Constructs latent variables
Second-
Order CFA
Agricultural credit usage (+) X1
Crop support
1
ξ
Farmer’s satis-
faction
1
η
Certied seed usage (+) X2
Marketing opportunities (+) X3
Supported crops cultivation (+) X4
Known for the next period crops X5
Seed usage (+) X6
Input support
2
ξ
Fertilizer usage (+) X7
Pesticide usage (+) X8
Labor usage (+) X9
Fuel usage and the number of tool-machine (+) X10
Agricultural income (+) X11
Financing structure
support
3
ξ
Power to pay debt (+) X12
Farmer’s debt (-) X13
Power of cash purchasing for input (+) X14
Forage usage (+) X15
Livestock support
4
ξ
Veterinary services utilization (+) X16
Veterinary vaccine-medicine usage (+) X17
Fodder crops production (+) X18
New agricultural land acquisition planned X19
Capital structure support
5
ξ
The planned increase in the number of animals X20
New tools and equipment purchases planned X21
(+): increased; (-): decreased.
i
ξ
: exogenous construct;
η
: endogenous construct.
(+): creciente; (-): decreciente.
i
ξ
: constructo exógeno;
η
: constructo endógeno.
are taken as subcomponents of farmers’
satisfaction.
The model built according to the
theoretical structure of the study is
found at table 1 below. Indicators
dened by 21 observed variables, ve
latent variable structure connected by
observed variables and single latent
variable model constituting the second
level structure have been explained in
the model.
pueden analizarse exhaustivamente
a partir de múltiples asociaciones
bivariadas al aplicar estos métodos.
Sin embargo, en muchos casos se
deben considerar relaciones de orden
superior para obtener una descripción
satisfactoria de una distribución
de frecuencia observada. Mientras
que algunas escalas son modelo
multifactor de primer nivel en la
naturaleza, otras escalas pueden ser
164
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
First-order CFA results
According to the rst-order CFA
analysis results, factor loadings of
indicators are between 0.64 and
0.93 (table 2). Variables with factor
loadings over 0.70 are evaluated at
the acceptable level in CFA. However,
some researchers state that the rule
may be bended at the beginning of scale
development. The present study which
will provide theoretical contribution
regarding the farmer satisfaction about
the agricultural supports has made use
of the items having factor loading with
or over 0.50 (Kline, 2011; Hair et al.,
2014).
X4 (Supported crops cultivation)
and X5 (Known for the next period
crops) variables found in the structure
indicating the effects of support for
agricultural production have the highest
factor loading among the observed
variables. These two observed variables
cover the subject of determining the crop
products and acreages. It has been found
out that the provided supports contribute
most to the farmers in this way and save
them from uncertainty. The X3 variable
has the lowest factor loading and covers
increasing the product marketing
opportunities indicating that farmers
need to be supported more in this eld.
The X12 variable which indicates the
increase in the power to pay debts in the
third observed variable group including
the supports for nancial structure
of the farmers has the highest factor
loading. Although, the supports have
increased the farmers’ power to pay
debts, it has not sufciently affected the
increase in income. The X15 variable
which indicates the increase in use of
forage has the highest factor loading
modelo multifactor de segundo nivel.
La suposición básica de este modelo
es que las variables latentes que
consisten en variables observadas
pueden explicarse en una sola
dimensión en el segundo nivel. Por lo
tanto, sería mejor probar los modelos
de primer y segundo nivel. Sin
embargo, a medida que las estructuras
teóricas se estudian en este tipo de
modelos, pueden convertirse en el foco
de la crítica a pesar de la existencia de
muchos estudios en la literatura (Hair
et al., 2014). Las estimaciones se han
realizado con el método de Máxima
Verosimilitud (ML) en el análisis, y
se utilizaron los programas SPSS y
AMOS 22.0 para construir modelos.
El método de estimación de ML es el
método de estimación más utilizado
en CFA, que requiere una suposición
de distribución normal múltiple y
proporciona estimaciones efectivas en
datos que no son muy sesgados ni con
extrema curtosis.
Resultados y discusión
Las herramientas de apoyo a la
agricultura utilizadas para alcanzar
sus objetivos incluyen los pagos de
deciencia, los pagos compensatorios,
las ayudas para el ganado (incluidos
cultivos forrajeros, inseminación
articial, primas de leche, áreas
ganaderas sin riesgo, apoyo para la
apicultura y la pesca), el apoyo para
el seguro de cultivos, el desarrollo
rural apoyo y la reserva ambiental.
El modelo proporcionado en el estudio
y estos impactos se toman como
subcomponentes de la satisfacción de
los agricultores.
165
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
in the fourth variable group consisting
of supports for livestock production. In
contrast, the X18 variable which refers
to the supports for the increase in fodder
crop production has the lowest factor
loading. Accordingly, the supports for
the fodder crop production have been
insufcient and there has been need for
additional supports in this context.
El modelo construido de acuerdo
con la estructura teórica del estudio se
encuentra a continuación en la tabla
1. Se han explicado en el modelo los
indicadores denidos por 21 variables
observadas, cinco estructuras de
variables latentes conectadas por
variables observadas y un modelo de
variable latente única que constituye
Table 2. First-order CFA results.
Tabla 2. Resultados del CFA de primer orden.
Constructs Indicators
Loadings–
weightings S.E C.R P
AVE
(%)
Composite
reliability
1
ξ
X1 0.829 * * *
0.710 0.924
X2 0.817 0.039 26.811 0.003
X3 0.721 0.035 31.877 0.000
X4 0.930 0.046 19.050 0.000
X5 0.863 0.044 23.876 0.000
2
ξ
X6 0.773 * * *
0.676 0.912
X7 0.871 0.043 20.961 0.000
X8 0.815 0.044 23.648 0.000
X9 0.758 0.040 26.306 0.000
X10 0.694 0.045 21.600 0.000
3
ξ
X11 0.719 * * *
0.617 0.866
X12 0.784 0.047 20.225 0.000
X13 0.775 0.042 20.372 0.000
X14 0.744 0.046 18.118 0.000
4
ξ
X15 0.795 * * *
0.623 0.868
X16 0.750 0.044 19.716 0.000
X17 0.750 0.046 19.516 0.000
X18 0.641 0.044 21.123 0.000
5
ξ
X19 0.838 * * *
0.740 0.895X20 0.920 0.041 27.156 0.000
X21 0.838 0.043 23.411 0.000
CR: Critical Ratio; *: The value was not estimate due to the required constraint for model identication
where non standardized regression weight of the item is xed to default 1. AVE: Average Variance
Extracted.
CR: Ratio crítico; *: El valor no se estimó debido a la restricción requerida para la identicación del
modelo donde el peso de regresión no estandarizado del elemento se ja por defecto 1. AVE: Varianza
promedio extraída
c
ρ
i
λ
166
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
Considering the rst-order CFA
results generally, most farmers have
been saved from the uncertainty
regarding the agricultural production
decisions. However, the existing
problems have continued in the
marketing of agricultural products.
The supports for agricultural input
used have been considered as
insufcient, except the fertilizer use.
There has been decrease in the debts of
farmers thanks to the increased power
to pay debts, but the agricultural
incomes have not reached the desired
level. Despite the increases in the
forage use, which is the most important
input of livestock production, the
farmers’ fodder production has not
been at a sufcient level. Even if there
have been increases in the livestock
capital of agricultural enterprises,
the increases in the agricultural lands
and tool-machine have been relatively
lower.
The composite scale reliability
enables the evaluation of internal
consistency and is assumed by
making use of factor loadings as it
is not affected from the number of
indicators in each scale (Bagozzi
and Yi, 1988; Schermelleh-Engel
et al., 2003). Hair et al., (2014)
accepts 0.7 level acceptable for the
Composite Reliability and 0.5 level
for the Average Variance Extracted
(AVE). The reliability of composite
structures changes between 0.87 and
0.92 and AVE values change between
0.62 and 0.74. Accordingly, it is clear
that the internal consistency and
structure validity are provided in a
favorable level in the measurement
model.
la estructura de segundo nivel.
Resultados del CFA de primer
orden
Según los resultados del análisis
CFA de primer orden, las cargas
factoriales de los indicadores
están entre 0,64 y 0,93 (tabla 2).
Las variables con cargas de factor
superiores a 0,70 se evalúan al nivel
aceptable en CFA. Sin embargo,
algunos investigadores arman que la
regla puede ser modicada al comienzo
del desarrollo de la escala. El presente
estudio, que proporcionará una
contribución teórica con respecto a la
satisfacción del agricultor en relación
con los apoyos agrícolas, ha utilizado
los elementos que tienen un factor de
carga de 0,50 o más (Kline, 2011; Hair
et al., 2014).
Las variables X4 (Apoyo para
siembra de cultivos) y X5 (Cultivos
conocidos para el próximo período)
que se encuentran en la estructura,
indican que los efectos del apoyo
a la producción agrícola tienen la
mayor carga de factores entre las
variables observadas. Estas dos
variables observadas cubren el tema
de determinar los productos de cultivo
y las hectáreas. Se ha descubierto
que los apoyos proporcionados son
más favorables a los agricultores
de esta manera y los salvan de la
incertidumbre. La variable X3 tiene
la carga de factor más baja y cubre
el aumento de las oportunidades de
comercialización del producto, lo que
indica que los agricultores necesitan
más apoyo en este campo. La variable
X12, la cual indica el aumento en
el poder de pagar las deudas en el
tercer grupo variable observado,
167
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
The different items have been
examined in terms of scales, based
on the evaluation of the observed
variables, the reliability of the item,
the self-consistency of the items that
measure the same structure and
the discriminant validation of the
different items that were measured.
The correlations among the sub-
dimensions of farmer satisfaction
from agricultural supports and the
square root of AVE values have
been used. The value of AVE square
roots has been higher than 0.50 and
values of correlating among the sub-
dimensions. As seen from the table 3,
the model’s discriminant validity has
been provided.
incluidos los apoyos para la estructura
nanciera de los agricultores, tiene la
mayor carga de factores. Aunque los
apoyos han aumentado el poder de los
agricultores para pagar deudas, no ha
afectado sucientemente el aumento
de los ingresos. La variable X15 que
indica el aumento en el uso de forraje,
tiene el mayor factor de carga en el
cuarto grupo variable que consiste en
apoyos para la producción ganadera.
En contraste, la variable X18 que se
reere a los soportes para el aumento
en la producción de cultivos forrajeros
tiene la carga de factor más baja.
En consecuencia, los apoyos para
la producción de cultivos forrajeros
han sido insucientes y ha habido
Table 3. Factor correlation matrix with square root of the AVE on the
diagonal.
Tabla 3. Matriz de correlación de factores con raíz cuadrada del AVE en
diagonal.
Factors Crops Inputs Finance Livestock Capital
Crops 0.835
Inputs 0.314 0.784
Finance 0.037 0.095 0.756
Livestock 0.072 0.229 0.266 0.736
Capital 0.074 -0.038 0.303 0.132 0.862
The highlighted values in diagonals are the square roots of AVE calculated from sub-dimension
and the other values indicate the correlation values among sub-dimensions. Square root of AVE
is greater than inter-construct correlations.
Los valores resaltados en diagonales son las raíces cuadradas de AVE calculadas a partir de la
subdimensión y los otros valores indican la correlación entre subdimensiones. La raíz cuadrada
de AVE es mayor que las correlaciones entre constructos.
Second-order CFA results
Five latent variables determined
after the rst-order CFA and 21
observed variables connected by the
latent variables, have been connected
necesidad de apoyos adicionales en
este contexto.
Considerando los resultados CFA
de primer orden en general, la mayoría
de los agricultores se han salvado de
168
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
to the “farmers’ satisfaction” latent
variable and analyzed through a
second-order CFA model. Eighty-one
percent of the total variance related
to the farmer satisfaction has been
explained by the latent structure
in second-order model and the rest
belongs to the error variance. The
most effective component on the
farmer satisfaction has been found
as the supports for improving the
farmers’ nancial situation (ß
1
=
0.549; p<0.001). The second most
effective sub-component on farmers’
satisfaction is livestock supports (ß
2
=
0.488; p<0.001). However, it should
be noted that the livestock subsidies
have only been used by the enterprises
involved in livestock business and
mixed enterprises. The other sub-
components, which are effective on
farmers’ satisfaction, are supports for
improving the capital structure and
subsidies for input use respectively.
The subsidy for crop production (ß
3
=
0.212; p<0.003) is the least effective
sub-component (table 4). The second-
order model has been found as
suitable by examining the signicance
level of model coefcients and model
compatibility indices.
Considering the quantity of
supports provided to the farmers,
deciency payment support, area-
based support and livestock support
have the biggest shares. The
deciency payment support is for
the crop production and area-based
supports are mostly for input use. It
should be taken into consideration
that there cannot be certain divisions
related to the effects of the subsidies
on agricultural production. It is quite
la incertidumbre con respecto a las
decisiones de producción agrícola. Sin
embargo, los problemas existentes
han continuado en la comercialización
de productos agrícolas. Los soportes
para insumos agrícolas utilizados
se han considerado insucientes,
excepto el uso de fertilizantes. Ha
habido una disminución en las deudas
de los agricultores gracias al mayor
poder para pagar las deudas, pero los
ingresos agrícolas no han alcanzado el
nivel deseado. A pesar de los aumentos
en el uso de forraje, que es el insumo
más importante de la producción
ganadera, la producción de forraje de
los agricultores no ha sido suciente.
Incluso, si ha habido aumentos en
el capital ganadero de las empresas
agrícolas, los aumentos en las tierras
agrícolas y la maquinaria han sido
relativamente más bajos.
La conabilidad de la escala
compuesta permite la evaluación de
la consistencia interna y se asume
haciendo uso de las cargas factoriales,
ya que no se ve afectada por el número
de indicadores en cada escala (Bagozzi
y Yi, 1988; Schermelleh-Engel et al.,
2003). Hair et al. (2014) consideran un
nivel de 0.7 aceptable para la abilidad
compuesta y un nivel de 0.5 para la
variación promedio extraída (AVE).
La conabilidad de las estructuras
compuestas cambia entre 0.87 y 0.92 y
los valores de AVE cambian entre 0.62
y 0.74. En consecuencia, está claro que
la consistencia interna y la validez de
la estructura son proporcionadas en
un nivel favorable en el modelo de
medición.
Los diferentes ítems han sido
examinados en términos de escalas,
169
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
ordinary for the deciency payments
support provided for crop production
to favorably affect the farmers’
nancial and capital structures.
Similarly, the area-based supports
for input use favorably affect the
farmers’ nancial and capital
structures. According to the results
of analysis, the supports, which
are effective on farmers’ nancial
structure and livestock production,
are the most effective supports for
farmer satisfaction.
con base en la evaluación de las
variables observadas, la conabilidad
y la autoconsistencia de los ítems que
miden la misma estructura así como
la validación discriminante de los
diferentes ítems que fueron medidos.
Se han utilizado las correlaciones entre
las subdimensiones de satisfacción
de los agricultores con los apoyos
agrícolas y la raíz cuadrada de los
valores de AVE. El valor de las raíces
cuadradas del AVE ha sido superior a
0,50 y los valores de correlación entre
Table 4. The second-order CFA results.
Tabla 4. Resultados del CFA de segundo orden.
1
η
i
ξ
i
λ
S.E C.R P
i
β
2
R
Farmer’s
satisfaction
Finance 0.462 0.081 5.720 0.0 0.549 0.301
Livestock 0.347 0.066 5.245 0.0 0.488 0.238
Capital 0.364 0.080 4.540 0.0 0.358 0.128
Inputs 0.230 0.060 3.803 0.0 0.299 0.089
Crops 0.212 0.072 2.965 0.0 0.222 0.049
Farmer satisfaction was associated
with the farmers’ perceptions of the
economic and non-economic rewards
of farming. A study in Alabama (USA),
afrmed that net farm income was
a more important determinant of
farmers’ satisfaction with farming
than the total household income.
Accordingly, the positive relationship
between farmers’ satisfaction with
agricultural production and their
nancial situations is found as the
most important latent variable in the
study. At the same time, farmers’
satisfaction affects farmers’ benets
from the program (Chen et al., 2017).
The second most effective support
las subdimensiones. Como se ve en la
tabla 3, se ha proporcionado la validez
discriminante del modelo.
Resultados del CFA de segundo
orden
Cinco variables latentes
determinadas después del CFA de
primer orden y 21 variables observadas
conectadas por las variables latentes,
se han conectado a la variable latente
“satisfacción de los agricultores” y se
han analizado a través de un modelo
CFA de segundo orden. El ochenta
y uno por ciento de la varianza total
relacionada con la satisfacción del
agricultor se ha explicado por la
estructura latente en el modelo de
170
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
group on farmer satisfaction is
livestock subsidies. The area-based
supports for agricultural input use
and crop production and deciency
payment support are much less
effective on farmer satisfaction. The
impacts of agricultural support and
subsidies on farm incomes (coupled or
decoupled), input use and farm capital
have been found in parallel with the
ndings of Zhu and Lansink’s (2010)
studies. It has been found out that
strengthening corporate structure
(especially thanks to consultancy),
nancial and human resources
and transition to more acceptable
technologies have increased the farmer
satisfaction level (Kamaruddin, 2013).
In this respect, improving farmers’
nancial structures and providing
agricultural extension and consultancy
will increase the farmer satisfaction
(Huergo and Moreno 2017).
There have been various statistics
in evaluation of research data to
model t. It is advised in practice to
use more than one index together.
The values of t indices chosen
in model evaluation are found at
table 5. The goodness of t values,
χ
2
/df<3, 0.97≤CFI≤1, 0.95≤TLI≤1,
0<RMSEA<0.05, provide perfect t
scales. As for GFI, 0.90≤GFI≤0.95
has provided acceptable goodness of
t values (Kline, 2011). The statistics
of t indexes has presented good
t of model. It has been conrmed
that the relevant dimensions of
associated variables related to the
farmer satisfaction from agricultural
supports. In other words, the model
puts forward that data is conrmed by
the structural model.
segundo orden y el resto pertenece a
la varianza del error. El componente
más efectivo en la satisfacción del
agricultor se ha encontrado en el
apoyo para mejorar la situación
nanciera del agricultor (ß1 = 0.549;
p <0.001). El segundo subcomponente
más efectivo para la satisfacción de los
agricultores es el apoyo al ganado (ß2
= 0.488; p <0.001). Sin embargo, debe
tenerse en cuenta que los subsidios
al ganado solo han sido utilizados
por las empresas involucradas en
negocios ganaderos y empresas
mixtas. Los otros subcomponentes,
que son efectivos para la satisfacción
de los agricultores, son apoyos para
mejorar la estructura de capital y
subsidios para el uso de insumos,
respectivamente. El subsidio para la
producción de cultivos (ß3 = 0.212; p
<0.003) es el subcomponente menos
efectivo (tabla 4). Se ha encontrado
que el modelo de segundo orden es
adecuado al examinar el nivel de
signicancia de los coecientes del
modelo y sus índices de compatibilidad.
Teniendo en cuenta la cantidad
de apoyo brindado a los agricultores,
el apoyo al pago de deciencia, el
apoyo basado en el área y el apoyo
al ganado tienen la mayor parte.
El apoyo de pago por deciencia es
para la producción de cultivos y los
apoyos por área son principalmente
para uso de insumos. Debe tenerse
en cuenta que no puede haber ciertas
divisiones relacionadas con los efectos
de los subsidios en la producción
agrícola. Es bastante normal que
el apoyo a los pagos por deciencia,
proporcionado para la producción de
cultivos, afecte favorablemente las
171
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
Table 5. Fit indexes for two models.
Tabla 5. Índices de ajuste para dos modelos.
Model χ
2
χ
2
/df GFI TLI CFI RMSEA
First-order 244.860 1.368 0.949 0.984 0.986 0.029
Second-order 294.427 1.600 0.938 0.974 0.977 0.038
GFI: goodness of t index; TLI: Tucker-Lewis index; CFI: comparative t index;
RMSEA: root mean square error of approximation.
GFI: índice de bondad de ajuste; TLI: índice de Tucker-Lewis; CFI: índice de ajuste comparativo;
RMSEA: error cuadrático medio de aproximación.
Conclusions
According to the results of
the data rst level analysis, crop
production supports are positively
perceived. Support for input usage
was found inadequate by farmers.
Farmers’ incomes have not been
adequately increased, but their debts
have decreased. While there are
increases in forage use as a result of
husbandry supports, farmers’ forage
plant production is still inadequate.
Likewise, the improvements in
the capital assets of agricultural
enterprises are not sufcient. When
the results of the second level analysis
are evaluated in general, farmers’
satisfaction has been positively
affected by animal husbandry supports
with the supports for the most
nanced structure. Supports for plant
production have had minimal impact.
It can be said that low-interest loans
provided for the nancial structure
of farmers and husbandry in recent
years in Turkey have caused these
effects.
New policy regulations have been
conducted for agricultural support
estructuras nancieras y de capital de
los agricultores. Del mismo modo, los
apoyos basados en el área para el uso
de insumos afectan favorablemente
las estructuras nancieras y de
capital de los agricultores. Según los
resultados del análisis, los apoyos,
que son efectivos en la estructura
nanciera de los agricultores y la
producción ganadera, son los apoyos
más efectivos para la satisfacción de
los agricultores.
La satisfacción del agricultor se
asoció con las percepciones de los
agricultores de las recompensas
económicas y no económicas de la
agricultura. Un estudio en Alabama
(EE. UU.) armó que el ingreso neto
de la granja era un determinante
más importante de la satisfacción de
los agricultores con la agricultura
que el ingreso total del hogar. En
consecuencia, la relación positiva entre
la satisfacción de los agricultores con la
producción agrícola y sus situaciones
nancieras se encuentra como la
variable latente más importante
en el estudio. Al mismo tiempo, la
satisfacción de los agricultores afecta
los benecios del programa (Chen et
172
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
policies to be more effective in increasing
the agricultural output level in Turkey.
The problem in Turkey is that the
support policies change frequently
without resorting to structural
regulations in agriculture. The
supports have increased the farmers’
general welfare and satisfaction. It
should be measured to what extent
reformations in the implemented
policies inuence farmers’ economic
performance. The agricultural
supports should be increased to a
sufcient level and regulations to ease
support payments should be prepared.
Facilitating the support payments and
making payments on time may be the
factors enhancing farmer satisfaction.
According to the ndings of the
study, the agricultural supports are
partly successful at the farmers’ level
and there are many areas in need of
improvement in Turkey. These are
mostly related to the betterment
of marketing of the agricultural
product, input use, low income in
agricultural production, and capital
structure. However, the implemented
agricultural supports and subsidies
(for example, deciency payment
and subsidized agricultural credit)
have been used for nonagricultural
economic needs. Therefore, the policies
to be applied in agriculture should be
long term.
In cases, where variables cannot
be observed directly, the indicator
groups can be used for measurement.
It would be extremely useful to use
these models in conjunction with
other multi-variable analyses when
trying to understand farmer behavior
that cannot be measured directly.
al., 2017). El segundo grupo de apoyo
más efectivo para la satisfacción de
los agricultores son los subsidios al
ganado. Los apoyos por área para
el uso de insumos agrícolas y la
producción de cultivos y el apoyo al
pago por deciencias son mucho menos
efectivos para la satisfacción de los
agricultores. Los impactos del apoyo
agrícola y los subsidios en los ingresos
agrícolas (acoplados o desacoplados),
el uso de insumos y el capital agrícola
se han encontrado en paralelo con
los hallazgos de los estudios de Zhu
y Lansink (2010). Se ha descubierto
que el fortalecimiento de la estructura
corporativa (especialmente gracias a la
consultoría), los recursos nancieros y
humanos y la transición a tecnologías
más aceptables han aumentado el
nivel de satisfacción de los agricultores
(Kamaruddin, 2013). A este respecto, la
mejora de las estructuras nancieras
de los agricultores y la prestación de
servicios de extensión y consultoría
agrícolas aumentarán la satisfacción
de los agricultores (Huergo y Moreno,
2017).
Ha habido varias estadísticas en la
evaluación de datos de investigación
para modelar el ajuste. En la práctica,
se recomienda usar más de un índice
junto. Los valores de los índices de
ajuste elegidos en la evaluación del
modelo se encuentran en la tabla 5.
Los valores de bondad de ajusteχ2
/ df <3, 0.97≤CFI≤1, 0.95≤TLI≤1, 0
<RMSEA <0.05, proporcionan escalas
de ajuste perfecto. En cuanto al GFI,
0.90≤GFI≤0.95 ha proporcionado
valores aceptables de bondad de ajuste
(Kline, 2011). Las estadísticas de
los índices de ajuste han presentado
173
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
End of English Version
un buen ajuste del modelo. Se ha
conrmado que las dimensiones
relevantes de las variables asociadas
están relacionadas con la satisfacción
del agricultor por los apoyos agrícolas.
En otras palabras, el modelo propone
que los datos son conrmados por el
modelo estructural.
Conclusiones
Según los resultados del análisis
de datos del primer nivel, los apoyos a
la producción de cultivos se perciben
positivamente. El apoyo al uso de
insumos fue encontrado inadecuado
por los agricultores. Los ingresos de los
agricultores no se han incrementado
adecuadamente, pero sus deudas han
disminuido. Si bien hay un aumento
en el uso de forraje como resultado de
los apoyos de la cría, la producción de
plantas forrajeras de los agricultores
sigue siendo inadecuada. Del mismo
modo, las mejoras en los activos de
capital de las empresas agrícolas no
son sucientes. Cuando los resultados
del análisis de segundo nivel se
evalúan en general, la satisfacción de
los agricultores se ha visto afectada
positivamente por los apoyos de cría
de animales con los apoyos para
la estructura más nanciada. Los
apoyos para la producción de plantas
han tenido un impacto mínimo. Se
puede decir que los préstamos a
bajo interés proporcionados para
la estructura nanciera de los
agricultores y la cría en Turquía en
los últimos años han causado estos
efectos.
Se han llevado a cabo nuevas
regulaciones de políticas para que las
políticas de apoyo agrícola sean más
efectivas para aumentar el nivel de
producción agrícola en Turquía. El
problema en Turquía es que las políticas
de apoyo cambian con frecuencia sin
recurrir a regulaciones estructurales
en la agricultura. Los apoyos han
aumentado el bienestar general y la
satisfacción de los agricultores. Debe
medirse hasta qué punto las reformas
en las políticas implementadas
inuyen en el desempeño económico
de los agricultores. Los apoyos
agrícolas deben incrementarse a un
nivel suciente y deben prepararse
regulaciones para facilitar los pagos
de apoyo. Facilitar estos pagos de
apoyo y hacer los pagos a tiempo
pueden ser los factores que mejoren la
satisfacción de los agricultores.
Según los resultados del estudio,
los apoyos agrícolas son parcialmente
exitosos a nivel de los agricultores
y hay muchas áreas que necesitan
mejoras en Turquía. Estos están
principalmente relacionados con el
mejoramiento de la comercialización
del producto agrícola, el uso de
insumos, los bajos ingresos en la
producción agrícola y la estructura
de capital. Sin embargo, los apoyos
y subsidios agrícolas implementados
(por ejemplo, pago de deciencia y
crédito agrícola subsidiado) se han
utilizado para necesidades económicas
no agrícolas. Por lo tanto, las políticas
a aplicar en la agricultura deben ser a
largo plazo.
En los casos en que las variables
no se pueden observar directamente,
los grupos de indicadores se pueden
174
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
usar para la medición. Sería
extremadamente útil utilizar estos
modelos junto con otros análisis
de múltiples variables al tratar de
comprender el comportamiento del
agricultor que no se puede medir
directamente.
Literature cited
Bagozzi, R.P. and Y. Yi. 1988. On the
evaluation of structural equation
models. J. Acad. Mark. Sci. 16(1):74-
94.
Blunch, N.J. 2008. Introduction to structural
equation modelling using SPSS and
AMOS. First edition. Sage Pub. Ltd.
London. 279 p.
Bojnec, S. and L. Latuffe. 2013. Farm size,
agricultural subsidies and farm
performance in Slovenia. Land Use
Policy 32:207-217.
Bradley, J.R., O. Gergaud, S.T. Ho and F.
Livat. 2018. Trade liberalization in
the presence of domestic regulations:
public policies applied to EU and
U.S. wine markets. Appl. Econ.
50(18):2028-2047.
Brown, T.A. 2015. Conrmatory factor
analysis for applied research. Second
edition. The Guilford Press, New York.
530 p.
Byrne, B.M. 2010. Structural equation
modelling with Amos: basic concepts,
applications and programming.
Second edition. Taylor and Francis
Group, LLC. 418 p.
Chen, D., K. Kitang, L. Zhao and Y. Zhang.
2013. Will China’s cooperative medical
system fail again? Insight from farmer
satisfaction survey. Health Promot.
Int. 30(2):251-261.
Chen, Y., X. Wen, B. Wang and P. Nie. 2017.
Agricultural pollution and regulation:
How to subsidize agriculture? J.
Clean. Prod. 164:258-264.
Femenia, F., A. Gohin and A. Carpentier. 2010.
The decoupling of farm programs:
Revisiting the wealth effect. Am. J.
Agric. Econ. 92(3):836-848.
Ghazanfar, S., Z.Q. Wen, M. Abdullah, I.
Khan and J. Ahmed. 2015. Structural
modeling for determinants of farmer
satisfaction with crop loan insurance
in Pakistan. Am. Eurasian J. Agric.
Env. Sci. 15(5):932-943.
Hair J.K., W.C. Black, B.J. Babin and R.E.
Anderson. 2014. Multivariate data
analysis. Seventh edition. Pearson
Education Ltd., Harlow, UK. 739 p.
Huergo, E. and L. Moreno. 2017. Subsidies or
loans? Evaluating the impact of R&D
support programmes. Res. Policy
46:1198-1214.
Kamaruddin, R., J. Ali and N.M. Saad. 2013.
Happiness and its inuencing factors
among paddy farmers in Granary
Area of Mada. World Applied Sci. J.
28:91-99.
Kline, R.B. 2011. Principle and practice of
structural equation modeling. Third
edition. The Guilford Press, New
York. 554 p.
Lang, K.B. 2005. Expanding our
understanding of community
supported agriculture (CSA): An
examination of member satisfaction.
J. of Sustain. Agric., 26(2): 61-79.
Lopez, R.A., X. He and E.D. Falcis. 2017.
What drives China’s new agricultural
subsidies? World Development
93:279-292.
Milczarek-Andrzejewska, D., K. Zawalińska
and A. Czarnecki. 2018. Land-
use conicts and the Common
Agricultural Policy: Evidence from
Poland. Land Use Policy 73:423-433.
Minviel, J.J. and K.D. Witte. 2017. The
inuence of public subsidies on
farm technical efciency: A robust
conditional nonparametric approach.
Eur. J. Op. Res. 259:1112-1120.
MOD. 2015. The tenth development plan
(2014-2018), Turkey Ministry of
Development, Ankara, Turkey. 212 p.
Available on: http://www.mod.gov.tr/
Pages/DevelopmentPlans.aspx. Date
of consultation: June 2017.
Moon, W. and G. Pino. 2018. Do U.S. citizens
support government intervention
in agriculture? Implications for the
175
Esta publicación cientíca en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38: 151-175. Enero-Marzo.
Demirtas ISSN 2477-9407
political economy of agricultural
protection. Agric. Econ. 49:119-129.
Moro, M., F. Brereton, S. Ferreira and J.P.
Clinch. 2008. Ranking quality of life
using subjective well-being data.
Ecol. Econ. 65(3):448-460.
Norton, R.D. 2004. Agricultural development
policy, concept and experiences. John
Wiley and Sons, Ltd, West Sussex,
England. 540 p.
OECD. 2017. Agricultural policy monitoring
and evaluation 2017. OECD
publishing. Available on: http://www.
oecd.org/tad/agricultural-policies/
monitoring-and-evaluation.htm. Date
of consultation: May 2017.
Reidsma, P., J. Sander, J. Jacques and
K.M. van Ittersum. 2018. On the
development and use of farm models
for policy impact assessment in the
European Union – A review. Agric.
Sys. 159:111-125.
Schermelleh-Engel, K., H. Moosbrugger
and H. Müller. 2003. Evaluating the
t of structural equation models:
Test of signicance and descriptive
Goodness-of-Fit measures. Methods
of Psychological Research 8(2):23-74.
Severini, S. and A. Tantari. 2015. Which
factors affect the distribution of direct
payments among farmers in the EU
Member States? Emprica 42:25-48.
Sibande, L., A. Bailey and S. Davidova. 2017.
The impact of farm input subsidies
on maize marketing in Malawi. Food
Policy 69:190-206.
Tang, X., J. Wang, B. Zhang and L. Zhang.
2017. Application of the DEA on
the performance evaluation of the
agricultural support policy in China.
Agric. Econ. 63(11):510-523.
Tian, Q., J.H. Holland and D.G. Brown.
2016. Social and economic impacts of
subsidy policies on rural development
in the Poyang Lake Region, China:
Insights from an agent-based model.
Agric. Sys. 148:12-27.
Ullman, J.B. 2012. Structural equation
modeling. In: Tabachnick B.G. and
L.S. Fidell (Eds.). Using multivariate
statistics. Sixth edition. Pearson
Education Inc. New Jersey. P: 681-
785.
Weber, J.G. and N. Key. 2011. How much do
decouple payments affect production?
An instrumental variable approach
with panel data. Am. J. Agric. Econ.
94(1):52-66.
Zhu, X. and A.O. Lansink. 2010. Impact of
CAP subsidies on technical efciency
of crop farms in Germany, the
Netherlands and Sweden. J. Agric.
Econ. 61(3):545-564.