Chương 2 : Đối tượng và phương pháp nghiên cứu
2.8. Phương pháp xử lý và phân tích số liệu
Học viên tổng hợp và làm sạch số liệu, kiểm tra loại bỏ phiếu không phù hợp;
Mã hoá phiếu điều tra và nhập liệu bằng phần mềm Epidata 3.1 sau đó chuyển sang phần mềm Sata 12.0 để phân tích.
Số liệu được phân tích theo mục tiêu nghiên cứu:
Thống kê mơ tả: Sử dụng phân tích mơ tả tần số, tỉ lệ với các biến định tính. Sử dụng giá trị trung bình, trung vị, độ lệch chuẩn, giá trị lớn nhất và nhỏ nhất để mô tả đối với biến định lượng.
Hồi quy tuyến tính được áp dụng để phân tích một số yếu tố liên quan đến mức sẵn sàng chi trả của NCT.
Mơ hình hồi quy tuyến tính có dạng như sau:
Y = B0 + B1*x1 + B2*x2 + B3*x3 + B4*x4 + B5*x5 + B6*x6 + B7*x7 + B8*x8 + B9*x9 + B10*x10 + B11*x11 + B12*x12 + B13*x13 + B14*x14 + B15*x15 + B16*x16 + u.
Trong đó:
Y (biến phụ thuộc): là các mức sẵn sàng chi trả (biến định lượng). X: Biến độc lập. X1: tuổi X2: giới tính X3: Nghề nghiệp X4: Trình độ học vấn X5: Tình trạng hơn nhân X6: Theo đạo, tơn giáo
X7: Khoảng cách từ nhà đến bệnh viện X8: Thu nhập
X9: Xếp loại hộ gia đình
X10: Bị bệnh/ốm trong vòng 1 năm qua X11: Mắc bệnh mãn tính
X13: Sử dụng rượu, bia X14: Tập thể dục
X15: Hoạt động KSKĐK quan trọng và cần thiết X16: Nghe tư vấn về vai trò của KSKĐK
B0: Hằng số
B1, B2... B16: Hệ số (Coefficient) u: phần dư của mơ hình.
Hồi quy logistic được áp dụng để phân tích một số yếu liên quan đến tỉ lệ sẵn sàng chi trả của NCT ở mức 800 000 đồng (biến nhị phân). Mức ý nghĩa thống kê p<0,05 được áp dụng.