CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.6. PHƢƠNG PHÁP XỬ LÝ DỮ LIỆU
Đề tài sử dụng phần mềm Stata tiến hành các bƣớc xử lý dữ liệu sau đây để giải quyết mục tiêu nghiên cứu đã đề ra:
Bƣớc 1: Mã hóa dữ liệu thu thập đƣợc, tiến hành sàng lọc, loại bỏ các quan sát bị khiếm khuyết.
Bƣớc 2: Đánh giá độ tin cậy thang đo các biến trong mơ hình nghiên cứu Sử dụng kiểm định Cronbach’s Alpha để đánh giá chất lƣợng của thang đo. Thang đo có chất lƣợng tốt khi Hệ số Cronbach’s Alpha của tổng thể lớn hơn 0.6 và Hệ số tƣơng quan biến tổng của các biến quan sát lớn hơn 0.3.
Bƣớc 3: Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) (i) Kiểm định tính thích hợp của EFA
Sử dụng hệ số KMO (Kaiser-Meyer-Olkin) để đánh giá sự thích hợp của mơ hình EFA đối với ứng dụng vào dữ liệu thực tế nghiên cứu. Khi hệ số KMO thõa điều kiện 0.5 < KMO < 1 thì phân tích nhân tố khám phá là thích hợp cho dữ liệu thực tế
(ii) Kiểm định tƣơng quan của các biến quan sát trong thƣớc đo đại diện Sử dụng kiểm định Bartlett để đánh giá các biến quan sát có tƣơng quan với nhau trong một thang đo (nhân tố). Khi mức ý nghĩa p-value của kiểm định Bartlett nhỏ hơn 0.5 thì các biến quan sát có tƣơng quan tuyến tính với nhân tố đại diện.
(iii) Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố
Sử dụng phƣơng sai trích (% Cumulative variance) để đánh giá mức độ giải thích của các biến quan sát đối với nhân tố. Trị số phƣơng sai trích phải lớn hơn 50%.
Bƣớc 4: Sau khi có đƣợc thang đo chuẩn của các biến giải thích trong mơ hình nghiên cứu, đề tài thực hiện thống kê mơ tả để phân tích, so sánh về thái độ, chuẩn chủ quan, kiến thức, đặc điểm kinh tế xã hội, tỷ lệ tiêm chủng.
Bƣớc 5: Do biến phụ thuộc ở dạng nhị phân (1;0) nên đề tài thực hiện phân tích hồi quy Binary Logistic đa biến để xác định các yếu tố có ảnh hƣởng đến việc tiêm phịng vắc xin ngừa ung thƣ cổ tử cung.