WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Déterminants socioéconomiques influençant l'accessibilité aux soins dans la zone de santé de masa. cas de l'hgr masa/kasangulu. province du bas-congo

( Télécharger le fichier original )
par ESAIE AYMAR BUMBA MOASO DJONGI
Université de Kinshasa - Master en santé publique 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Avant de réunir les différents enquêteurs, nous avons commencé par obtenir l'autorisation écrite de l'administrateur de territoire de Kasangulu.

2.2.8. Plan de traitement et l'analyse des données

Une fois les données collectées, elles ont fait l'objet d'une vérification manuelle avant qu'elles ne soient saisies sur Epidata. Elles ont été ensuite transférées sur SPSS10.0 pour le traitement et le tirage des tableaux de fréquences et dégager les indicateurs pour lesquels l'étude est initiée.

Un modèle de régression logistique a été élaboré pour prédire le faible d'utilisation des services de santé et les déterminants expliquant cette utilisation a été utilisée.

L'expression de ce modèle était la suivante

Où : p = la proportion des personnes qui ont utilisé les services de l'HGR Masa en 2009 et

1-p = la proportion supposée de la population cible n'ayant pas la caractéristique étudiée.

u= variable aléatoire

Ce modèle Logit explique la proportion des personnes qui ont utilisé les services de l'HGR Masa en 2009 et la proportion supposée de la population cible n'ayant pas la caractéristique étudiée par les ménages que nous avons enquêtés et ce en fonction des caractéristiques (variables indépendantes) tel que repris dans le modèle ci haut. (KINTAMBU EG, 2004).

Les tests sur les coefficients estimés nous ont permis de retenir les variables statistiquement significatives. Nous nous sommes servis du logiciel SPSS 10.0 pour estimer notre modèle de régression Logit.

Les résultats de cette analyse ont été présentés sous forme de tableaux et graphiques. Ce modèle va nous permettre d'exprimer la relation entre une variable qualitative à deux modalités et des variables explicatives qui peuvent être qualitatives et/ou quantitatives.

2.2.9. Considérations éthiques

Nous avons obtenu le consentement éclairé de chaque chef de ménage avant toute interview. Nous avons promis aux chefs de ménages que les données recueillies garderont un caractère anonyme et confidentiel.

2.2.10. Difficultés rencontrées

L'étroitesse du temps de recherche, la susceptibilité de certains chefs de ménage à mettre à notre disposition des informations utiles à notre étude et l'insuffisance de moyens financiers mis à notre disposition pour réaliser ce travail constituent essentiellement les principales difficultés auxquelles nous avons été butées tout au long de notre étude.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il y a des temps ou l'on doit dispenser son mépris qu'avec économie à cause du grand nombre de nécessiteux"   Chateaubriand