Xử lý và phân tích số liệu nghiên cứu

2.2. PHƯƠNG PHÁP NGHIÊN CỨU

2.2.5. Xử lý và phân tích số liệu nghiên cứu

Số liệu thu được từ nghiên cứu được làm sạch, soạn trường của các biến số nghiên cứu, mã hoá biến số, thiết kế tệp nhập số liệu sử dụng phối hợp 2 phần mềm thống kê cơ bản Epi Info 6.04 và Excel để tiến hành các phân tích đơn biến và xử lý các test thống kê khác [30].

Xếp loại kiến thức chung, thực hành chung, niềm tin bà mẹ theo phương pháp dựa trên cách tính điểm cắt đoạn 75% của tổng số điểm, phân loại thành 2 nhóm: tốt (≥0,75) và chưa tốt (<0,75) [60], [76].

So sánh 2 tỷ lệ, đánh giá sự khác biệt qua p-value (p*: so sánh trước sau trong cùng nhóm, p: so sánh giữa 2 nhóm) và kiểm định sự khác biệt bằng thuật tốn -test trên chương trình Epi info 6.04 [30].

So sánh 2 trung bình, đánh giá sự khác biệt qua p-value (p*: so sánh trước sau trong cùng nhóm, p: so sánh giữa 2 nhóm) và kiểm định sự khác biệt bằng thuật toán T-test trên chương trình SPSS 16.0 [54].

Phân tích hồi quy logistic đa biến được áp dụng trên phần mềm SPSS 16.0, sau khi chuyển số liệu từ Excel, để xác định mối liên quan giữa các yếu tố với nhau và kiểm soát yếu tố nhiễu, làm cơ sở cho việc lập kế hoạch can thiệp khả thi lên các yếu tố ảnh hưởng có thể tác động được [54]. Sử dụng kiểm định χ2 Hosmer-Lemeshow để đánh giá xem mơ hình có phù hợp hay khơng. Mơ hình phân tích hồi quy logistic là phù hợp khi xác suất kiểm định χ2 Hosmer-Lemeshow khơng có ý nghĩa thống kê (p>0,05), nghĩa là khơng bác bỏ giả thuyết về có sự khác biệt giữa các giá trị quan sát trong mơ hình phân tích [54].