	Thiết kế nghiên cứu
	Thiết kế công cụ thu nhập số liệu
	Phương pháp thu nhập số liệu
	Quản lý, phân tích số liệu
	Trình bày kết quả phân tích xuất bản
	Nghiên cứu định tính

	Quản lý số liệu (Data management)
	Phân tích số liệu (Data analysis)
	Bộ số liệu mẫu (dùng cho thực hành)

	Cơ sở dữ liệu địa lý, nhân khẩu
	Cơ sở dữ liệu chuyên ngành
	Xuất bản phẩm

	Đào tạo trực tuyến etraining
	Đào tạo tập trung
	Đào tạo
	Tư vấn
	Các bài giảng theo chủ đề
	Dịch vụ ISMS

Nhập liệu

Xử lý số liệu

Phân tích đơn biến

Phân tích đôi biến (Bivariate analysis)

Kiểm định khi bình phương (chi Square test)

So sánh giá trị trung bình (mean test)

Kiểm định t (t-test)

ANOVA

Phân tích nhân tố khám phá (factor analysis)

Hồi quy logic (logistic regression)

Hồi quy tuyến tính (linear regression)

Phương pháp luận

	Thiết kế nghiên cứu
	Thiết kế công cụ thu nhập số liệu
	Phương pháp thu nhập số liệu
	Quản lý, phân tích số liệu
	Trình bày kết quả phân tích xuất bản
	Nghiên cứu định tính

Quản lý, phân tích số liệu

Trang chủ > Main menu > Phương pháp luận > Quản lý, phân tích số liệu

Phương pháp kiểm định tương tác trong phân tích số liệu nghiên cứu khoa học - Assessment of Interaction

Giới thiệu

Đôi khi, mối liên quan giữa hai biến bị thay đổi bởi một biến kiểm soát khác. Điều này có nghĩa độ mạnh và/hoặc hướng của sự kết hợp thay đổi tùy theo giá trị của một hay nhiều biến được thêm vào.

Định nghĩa

Tương tác (Interaction) tồn tại khi mối tương quan thực sự giữa hai biến thay đổi do giá trị của biến thứ ba thay đổi.[1]

[1] Agresti A. & Finlay B. (1997). Statistical Methods for the Social Sciences. 3^rd ed. Upper Saddle River, NJ: Prentice Hall, Inc.

Hiệu lực tương tác là các tác động được biểu diễn trong hình dưới đây. Các biến độc lập, X và Z, có ảnh hưởng đến kết quả Y. Ngoài ra, các biến kết hợp như XZ, cũng có tác động đến Y. Điều này có nghĩa là nếu loại bỏ Z sẽ thay đổi tác động của X tớiY và ngược lại.

Chúng ta nên thực hiện kiểm định tương tác nếu có hai biến độc lập cùng dự đoán một kết quả (biến phụ thuộc) và nghi ngờ sự kết hợp các biến này sẽ có tác dụng bổ sung lên kết quả. Nói cách khác, mối liên quan giữa X và Y sẽ mạnh hơn, yếu hơn hoặc theo hướng ngược lại tại các giá trị khác nhau của Z.

Ví dụ

Để chứng minh cho những điều trên, thongke.info sẽ sử dụng bộ số liệu gồm 1.277 phụ nữ trong độ tuổi sinh sản trên địa bàn tỉnh A. Phần mềm Stata được sử dụng để phân tích. Chúng ta muốn kiểm tra các mối liên quan giữa việc sử dụng các phương pháp tránh thai hiện đại của phụ nữ và số con hiện sống mà một người phụ nữ có.

Câu hỏi nghiên cứu: Việc có thêm một con có tác động gì đến việc sử dụng các biện pháp tránh thai hiện đại ở phụ nữ trong độ tuổi sinh sản trên địa bàn tỉnh A?

Chúng ta dự đoán rằng một người phụ nữ càng có nhiều con thì người phụ nữ đó sẽ càng có nhiều khả năng sử dụng các biện pháp tránh thai hiện đại để tránh thai. Tuy nhiên, chúng ta nghi ngờ rằng mối liên quan này thay đổi theo tuổi của người phụ nữ. Bởi vì cả số lượng con và độ tuổi đều có thể tiên lượng việc sử dụng các biện pháp tránh thai. Ngoài ra, phụ nữ trẻ và phụ nữ lớn tuổi có thể có những thái độ và thực hành khác nhau liên quan tới quy mô gia đình và việc sử dụng biện pháp tránh thai. Để tìm ra mối liên quan này, chúng tôi thực hiện theo các bước sau đây:

Phân tích đơn biến

Các biến được mô tả dưới đây.

Biến phụ thuộc (kết quả):Sử dụng các biện pháp tránh thai hiện đại [use_modern]

No=0= Không sử dụng biện pháp tránh thai nào hoặc sử dụng biện pháp tránh thai truyền thống
Yes=1= Sử dụng biện pháp tránh thai hiện đại (vòng tránh thai, bao cao su hay thuốc)

Biến độc lập:

Biến quan tâm : Số trẻ hiện sống (biến liên tục) [total_child_alive]

Biến nghi ngờ tương tác: Tuổi tính theo năm (biến liên tục) [age]

Phân tích đôi biến

Sử dụng phân tích đôi biến, chúng ta có thể kiểm tra mối tương quan giữa các biến độc lập với việc sử dụng biện pháp tránh thai hiện đại. Vì cả hai biến độc lập đều là biến liên tục, do đó chúng ta sử dụng kiểm định t-test.

Có mối liên quan có ý nghĩa thống kê giữa số con hiện sống, và tuổi của người phụ nữ với việc sử dụng biện pháp tránh thai hiện đại (P <0,01).

Để tìm bằng chứng của sự tương tác, chúng ta kiểm tra độ mạnh của mối liên quan giữa kết quả với biến độc lập quan tâm ở các mức độ khác nhau của biến thứ ba. Trong ví dụ này, chúng ta sử dụng lệnh logit để tính tỷ suất chênh (OR) giữa việc sử dụng biện pháp tránh thai hiện đại (có với không) với mỗi con được sinh thêm ở các độ tuổi khác nhau của người phụ nữ- 25 tuổi, 35tuổi và 45 tuổi.

A) 25 tuổi

B) 35 tuổi

C) 45 tuổi

Kết quả cho thấy rằng có sự tương tác bởi mối liên quan giữa việc sử dụng biện pháp tránh thai hiện đại và số con hiện sống là khác nhau giữa các phụ nữ ở độ tuổi 25 (OR = 7.48), độ tuổi 35 (OR = 1.00) và độ tuổi 45 (OR = 2,08).

Phân tích đa biến

Bây giờ chúng ta muốn phân tích mối liên quan giữa việc sử dụng biện pháp tránh thai hiện đại và số con hiện sống bị ảnh hưởng như thế nào bởi độ tuổi. Đầu tiên, chúng ta đưa vào mô hình đánh giá tác động chính (main effect) của số con hiện sống và độ tuổi của bà mẹ. Phân tích hồi quy đa biến được sử dụng vì có nhiều hơn một biến độc lập nhị phân (Lưu ý: biến nhị phân được mã hóa là 0 và 1).

Kết quả cho thấy biến số lượng con hiện sống vẫn có liên quan có ý nghĩa thống kê với việc sử dụng biện pháp tránh thai hiện đại, được kiểm soát bởi độ tuổi của bà mẹ (P <0,001). Chúng ta cũng có thể nói rằng có mối liên quan giữa độ tuổi của bà mẹ với việc sử dụng biện pháp tránh thai hiện đại, được kiểm soát bởi số con hiện sống (P <0,001). Bà mẹ có thêm một con (hiện sống) có khả năng sử dụng biện pháp tránh thai hiện đại cao gấp 1.76 lần với khoảng tin cậy 95% nằm trong khoảng 1,48-2,10.

Tạo một biến tương tác

Cách tiếp cận phổ biến nhất của mô hình tương tác là thêm một biến tương tác “cross-product” vào mô hình. Biến này được tạo ra bằng cách nhân hai biến độc lập với nhau. Trong trường hợp này, chúng ta tạo ra biến tương tác bằng cách nhân biến số con hiện sống với độ tuổi của người phụ nữ.

Đưa biến tương tác vào mô hình

Sau khi tạo biến tương tác, đưa vào trong mô hình.

Kiểm định Wald

Sử dụng kiểm định Wald để xác định biến tương tác có ý nghĩa thống kê trong mô hình.

Biến tương tác có ý nghĩa thống kê (P <0,001), có nghĩa là mối liên quan giữa việc sử dụng biện pháp tránh thai hiện đại và số con hiện sống phụ thuộc vào độ tuổi của phụ nữ.

Tìm tỷ suất chênh

Bây giờ chúng ta biết rằng có mối liên quan giữa việc sử dụng biện pháp tránh thai hiện đại với số con hiện sống và mối liên quan này thay đổi theo độ tuổi của bà mẹ. Để đo lường mức độ của mối tương quan này, chúng ta ước tính các tỷ suất chênh đối với phụ nữ ở các độ tuổi khác nhau. Sử dụng lệnh lincom để tính tỷ suất chênh và khoảng tin cậy 95% (CI).

A) So sánh 2 người phụ nữ ở độ tuổi 25 - một người có nhiều hơn 1 con so với người còn lại

Lưu ý: Bởi vì hai người có cùng độ tuổi, nên nó là hằng số. Điều này có nghĩa là bạn không cần phải thêm biến "tuổi" trong phương trình lệnh lincom. Chỉ thêm các biến có khác biệt giữa những phụ nữ đang so sánh

B) So sánh 2 người phụ nữ ở độ tuổi 35 - một người có nhiều hơn 1 con so với người còn lại

C) So sánh 2 người phụ nữ ở độ tuổi 45 - một người có nhiều hơn 1 con so với người còn lại

Kết luận

Mối liên quan giữa số con hiện sống và việc sử dụng biện pháp tránh thai hiện đại phụ thuộc vào độ tuổi của người phụ nữ. Khi độ tuổi tăng, mối liên quan giữa việc sử dụng biện pháp tránh thai hiện đại và số lượng trẻ giảm dần. Trong số các phụ nữ ở độ tuổi 25, việc sinh thêm một con có liên quan tới việc tăng 3.4 lần khả năng sử dụng biện pháp tránh thai hiện đại. So sánh với phụ nữ ở độ tuổi 45 sinh thêm một con chỉ tăng 1.28 lần khả năng sử dụng các biện pháp tránh thai hiện đại so với những người khác cùng độ tuổi mà có ít con hơn. Điều này cũng được trình bày trong đồ thị dưới đây. Độ dốc ở độ tuổi 25 dốc hơn so với độ tuổi 45, cho thấy rằng mối liên quan hệ giữa số con hiện sống và việc sử dụng biện pháp tránh thai hiện đại trong nhóm tuổi này là mạnh hơn.