Các bin trong mô hình

đòi h i ph i áp d ng các mô hình xác su t nh : mô hình xác su t tuy n tính (LPM), mô hình logit và mô hình probit³. Nh c đi m c a mô hình LPM là khi bi n ph thu c Y mang các giá tr 1 và 0, khi thay các giá tr X khác nhau, s có th có các giá tr l n h n 1 ho c nh h n 0. Nh v y, s không phù h p v i giá tr Y b ng 1 ho c b ng 0⁴.

kh c ph c nh c đi m c a ph ng pháp OLS khi bi n ph thu c mang giá tr 0 và 1 (bi n ph thu c gi i h n vƠ đnh tính), chúng ta xem xét m t mô hình khác. ó lƠ mô hình hàm phân ph i tích l y v i hai d ng hàm probit và logit, s khác nhau c b n c a hai d ng hƠm nƠy lƠ hƠm probit có đ d c cao h n hƠm logit. Trong nhi u nghiên c u th c nghi m, hƠm logit c ng th ng xuyên đ c s d ng do đ n gi n h n [Gujarati (2003), d n trong Ngo Hoang Thao Trang (2010)]. Do v y, nghiên c u s s d ng mô hình logit đ th c hi n h i quy các nhân t (Ph l c 5). D li u s d ng trong nghiên c u là d li u cá nhơn nên ph ng pháp h i quy s d ng cho mô hình lƠ ph ng pháp c l ng thích h p c c đ i (Maximum likelihood estimation).

Hàm h i quy m u (SRF) s có d ng:

ln( ) = + X1i + X2i + X3i + X4i + ei trong đó: pi là t l t vong tr em

X1i là vect các bi n thu c nhóm nhân t ng i m X2i là vect các bi n thu c nhóm nhân t h gia đình. X3i là vect các bi n thu c nhóm nhân t vùng mi n

X4i là vect các bi n thu c nhóm nhân t d ch v ch m sóc vƠ h tr y t .

4.3. Các bi n trong mô hình Bi n ph thu c Bi n ph thu c

3 Mô hình LPM dùng ph ng pháp c l ng OLS; hai mô hình logit vƠ probit dùng ph ng pháp c

l ng hàm phân ph i tích l y CDF.

4

Ngoài ra, nh ng nh c đi m nghiêm tr ng khác c a mô hình là sai s không tuân theo phân ph i chu n,

ph ng sai c a sai s thay đ i, h s bi n h i quy (tác đ ng biên) h u nh không đ i và h s xác đnh R²

không còn lƠ th c đo đ thích h p t t c a mô hình [Gujarati (1995), d n trong Ngo Hoang Thao Trang (2010)].

Bi n ph thu c s là m t bi n đnh tính mang giá tr 1 khi ng i m đã t ng sinh con và có ít nh t 1 con đã t vong, và giá tr 0 trong tr ng h p ng i m đã t ng sinh con và không có tr nào t vong. D li u th c hi n có hai h n ch l n là: (i) d li u th ng kê ph n tình hình t vong tr c a đi u tra MICS không cung c p c th tr t vong thu c đ tu i nào, và t vong do nguyên nhân gì (tai n n, b nh t t); (ii) ơy lƠ giá tr khai báo nên không lo i tr tr ng h p thông tin b thiên l ch do ng i m nh nh m, ho c gi u s th t.

Các bi năđ c l p và k v ng d u

Nghiên c u bao g m b n nhóm bi n: ng i m , h gia đình, vùng mi n và d ch v h tr y t (Ph l c 12 ậ đ nh ngh a vƠ mô t các bi n). Nhóm bi n thu c nhân t ng i m g m trình đ giáo d c c a m (bi n c s lƠ không đi h c), tu i c a l n sinh đ u tiên, kho ng cách gi a các l n sinh, b sung vitamin A cho m sau khi sinh và nuôi con b ng s a m trong 6 tháng đ u đ i. T nh ng nghiên c u th c nghi m tr c, tác gi k v ng chúng có quan h ngh ch bi n v i r i ro t vong tr . i v i nhóm bi n thu c h gia đình, nh ng bi n nh h nghèo⁵ (bi n c s là h nghèo nh t), t ng s con trong gia đình đ c k v ng có tác đ ng tiêu c c đ n r i ro t vong tr ; các bi n còn l i g m ti p c n ngu n n c an toàn⁶ và x lý ch t th i đúng quy cách⁷ có th giúp t ng kh n ng s ng c a tr . nhóm bi n c ng đ ng, nghiên c u s s d ng sáu bi n gi vùng (bi n c s là duyên h i Nam Trung b ) v i k v ng ng i dân s ng nh ng vùng khác nhau s có đi u ki n ti p c n các CSYT không gi ng nhau. Cu i cùng là nhóm d ch v ch m sóc vƠ h tr y t đ c đ i di n b i tình tr ng ng i m đ c ch m sóc tr c khi sinh và tr giúp khi sinh b i cán b y t chuyên môn, nghiên c u k v ng hai nhân t này có th c i thi n đ c t l t vong tr em nông thôn Vi t Nam.

5Trong i u tra MICS3, các h đ c phơn thƠnh 5 nhóm ng phơn d a trên ch s tài s n (asset index), nghiên c u th c hi n phân lo i các h này theo 5 nhóm ng phơn bao g m: h nghèo nh t, h ít nghèo h n, h trung bình, h khá và h giàu.

6 Theo tiêu chu n c a MICS3: N c an toàn là m t trong các ngu n nh n c máy (riêng trong nhà, ngoài

nhƠ), n c máy công c ng, gi ng khoan, gi ng có thành b o v , n c khe có b o v , n c m a vƠ n c u ng

đóng chai.

7 Theo tiêu chu n c a MICS3: X lý ch t th i đ t chu n khi h xí d i n c vào h th ng c ng n c th i/vào b ph t/vào h xí (h xí th m d i n c), nhà tiêu/h xí có ng n có thông h i, h xí có b ng i không d i

B ng 4.1 Tóm t t các m i quan h gi a bi n ph thu c và các bi năđ c l p

Ch ng ti p theo s th ng kê mô t d li u đ xem xét s khác bi t gi a nhóm ng i m có ít nh t m t con t vong và nhóm còn l i, đ ng th i th c hi n h i quy b ng mô hình logistic đ xác đnh đơu lƠ nh ng nhân t có nh h ng m nh đ n t l t vong tr nông thôn Vi t Nam.

Bi n Tênăbi n năv / oăl ng ^{D uăk ă}_{v ng}

Bi năph ăthu c

T l t vong tr em CM 1: t vong; 0: không t vong

Cácăbi năđ căl p

Nhóm nhân t ng i m

M hoƠn thƠnh ti u h c M1 1: hoƠn thƠnh ti u h c; 0: khác -

M hoƠn thƠnh THCS M2 1: hoàn thành THCS; 0: khác -

M hoƠn thƠnh PTTH tr lên M3 1: hoàn thành PTTH; 0: khác -

Tu i c a l n sinh đ u tiên M4 11-40 tu i -

Kho ng cách bình quơn gi a các l n sinh M5 0-9 n m -

B sung vitamin A cho m sau khi sinh M6 1: có; 0: không -

Nuôi con b ng s a m M7 1: có; 0: không -

Nhóm nhân t h gia đình

H ít nghèo h n H1 1: H ít nghèo h n; 0: H khác -

H trung bình H2 1: H trung bình; 0: H khác -

H khá H3 1: H khá; 0: H khác -

H giƠu H4 1: H giƠu; 0: H khác -

T ng s con sinh ra H5 1-12 con +

H s d ng n c sinh ho t an toƠn H6 1: có; 0: không -

H s d ng h th ng v sinh an toƠn H7 1: có; 0: không -

Nhóm nhân t vùng mi n

ng b ng B c b R1 1: thu c BBB; 0: khác -

Mi n núi phía B c R2 1: thu c MNPB; 0: khác +

B c Trung b R3 1: thu c BTB; 0: khác -

Tây Nguyên R4 1: thu c TN; 0: khác +

ông Nam b R5 1: thu c NB; 0: khác -

ng b ng sông C u Long R6 1: thu c BSCL; 0: khác +

Nhóm nhân t d ch v h tr y t

Tr giúp khi sinh con S1 1: có; 0: không -

CH NGăă5:

Ch ng này t p trung phân tích nh ng y u t nh h ng đ n t l t vong tr em nông thôn Vi t Nam thông qua vi c phân tích đ c tr ng c a các nhóm ng i m có ít nh t m t con t vong vƠ nhóm ng i m không có con t vong theo b n nhóm nhân t ng i m , h gia đình, vùng mi n và các d ch v ch m sóc, h tr y t . Sau đó th c hi n h i quy đ tìm m i quan h gi a t l t vong tr em v i các nhóm nhân t này.