3.5.1. Phạm vi
Phụ nữ tuổi từ 18 đến 30 tuổi sinh sống tại Thành phố Hồ Chí Minh, có quan hệ tình dục trong năm qua đồng thời khơng có ý định có con trong năm tới. Thời gian thu thập từ tháng 08/2016 đến tháng 10/2016.
3.5.2. Cách lấy mẫu
Cỡ mẫu được xác định theo công thức: n = 𝑍2.𝑝(1−𝑝)
𝑒2 n: Cỡ mẫu.
Z: Giá trị tương ứng của miền thống kê. Với mức ý nghĩa p = 5%, Z = 1,96.
p: Tỷ lệ xuất hiện của phần tử trong đơn vị lấy mẫu đúng như mục tiêu chọn mẫu. Vì các đơn vị mẫu đều đồng nhất với nhau nên tỷ lệ xuất hiện này là 0,5.
e: Sai số cho phép (10%). Vậy: n = 1,96
2.0,5(1−0,5)
0,12 = 96 (quan sát)
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), số lượng quan sát (cỡ mẫu) ít nhất phải gấp 4 đến 5 lần số biến trong phân tích nhân tố. Vì thế trong nghiên cứu này với số lượng 23 biến, Tác giả quyết định điều tra mẫu có số quan sát ít nhất là 5 x 23 = 115. Dự kiến số phiếu điều tra phát ra là 350 phiếu.
Mẫu được chọn theo phương pháp thuận tiện - phi xác suất, nghĩa là nhà nghiên cứu có thể chọn những phần tử nào mà họ có thể tiếp cận. Kết quả thu được đến từ sinh viên Trường ĐH Y Dược Thành phố Hồ Chí Minh, khoa kế hoạch hóa gia đình Bệnh viện Hùng Vương, Bệnh viện Từ Dũ và những đối tượng khác sinh sống tại Tp. HCM.
3.5.3. Phương pháp thu thập số liệu.
Dữ liệu được thu thập thông qua phỏng vấn trực tiếp các đối tượng bằng bảng câu hỏi. Đối tượng được hỏi về mong muốn có thai trong năm tới trước khi bắt đầu trả lời bảng câu hỏi. Những đối tượng khơng mong muốn có thai trong năm tới được lựa chọn tham gia nghiên cứu.
Dữ liệu sau khi thu thập được làm sạch, mã hóa, nhập liệu để sử dụng cho phân tích dữ liệu thơng qua phần mềm SPSS. Các bước phân tích được tiến hành như sau:
3.5.4. Thống kê mơ tả dữ liệu
Phân tích hồi quy binary logistic. Hồi quy Binary Logistic sử dụng biến phụ thuộc dạng nhị phân để ước lượng xác suất một sự kiện sẽ xảy ra với những thông tin của biến độc lập mà ta có được. Khi biến phụ thuộc ở dạng nhị phân (hai biểu hiện 0 và 1) thì khơng thể phân tích với dạng hồi quy thông thường mà phải sử dụng hồi quy Binary Logistic. Phương pháp đưa biến vào (Method) tương tự như hồi quy tuyến tính thơng thường. Tuy nhiên điều kiện căn cứ trên số thống kê likelihood-ratio (tỷ lệ thích hợp) hay số thống kê Wald.
Khác với hồi quy tuyến tính thơng thường hệ số R2 càng lớn thì mơ hình càng phù hợp, hồi quy Binary Logistic sử dụng chỉ tiêu -2LL (-2 log likelihood) để đánh giá độ phù hợp của mơ hình. - 2LL càng nhỏ càng thể hiện độ phù hợp cao. Giá trị nhỏ nhất của -2LL là 0 (tức là khơng có sai số) khi đó mơ hình có độ phù hợp hồn hảo. Độ phù hợp tổng quát có mức ý nghĩa quan sát sig. = 0,000 nên ta bác bỏ H0. Nghĩa là tổ hợp liên hệ tuyến tính của tồn bộ các hệ số trong mơ hình có ý nghĩa trong việc giải thích cho biến phụ thuộc.
Kết quả của kiểm định Wald (kiểm định giả thuyết hồi quy khác không). Nếu hệ số hồi quy 0 và 1 đều bằng 0 thì tỷ lệ chênh lệch giữa các xác suất sẽ bằng 1, tức xác suất để sự kiện xảy ra hay không xảy ra như nhau, lúc đó mơ hình hồi quy khơng có tác dụng dự đốn.
Đối với hồi quy tuyến tính sử dụng kiểm định t để kiểm định giả thuyết H0: k=0. Còn đối với hồi quy Binary Logistic, đại lượng Wald Chi Square được sử dụng để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể.
KẾT QUẢ NGHIÊN CỨU VIỆC LỰA CHỌN