شناسايي تعيين‌كننده‌هاي ترجيحات باروري با استفاده از رگرسيون پوآسون

Identification of Fertility Preference Determinants Using Poisson Regression

مقدمه و اهداف: تغيير ايده‌آل‌ها و تمايلات فرزند آوري عوامل مؤثر در فرايند رفتار باروري هستند. امروزه كاهش ميزان باروري به زير سطح جانشيني و پايين بودن ايده‌آل‌هاي فرزند آوري از رايج‌ترين چالش‌هاي باروري در ايران است. بنابراين با كاهش نرخ باروري، آگاهي از ايده‌آل تعداد فرزندان و تعيين‌كننده‌هاي آن، به منظور اتخاذ سياست‌هاي جمعيتي مناسب ضروري به نظر مي‌رسد. هدف اصلي اين مطالعه، بررسي عوامل مؤثر بر تعداد فرزندان ايده‌آل با استفاده از مدل رگرسيون پوآسون است. روش كار: در سال 1391، 389 زن 15-49 ساله حداقل يك‌بار ازدواج‌كرده استان سمنان با روش نمونه‌گيري طبقه‌بندي دومرحله‌اي تصادفي انتخاب و با استفاده از پرسشنامه ساختاريافته بررسي شدند. به منظور مدل‌سازي تعداد فرزندان ايده‌آل با استفاده از متغيرهاي تعداد فرزندان زنده به دنيا آمده، وضع فعاليت، سطح تحصيلي، نوع ازدواج و محل سكونت از مدل رگرسيون پوآسون وقتي متغير طول مدت ازدواج به‌عنوان متغير مبدأ در مدل وارد شد و به منظور برازش مدل از نرم‌افزار SPSS 22 استفاده شد. يافته‌ها: كليه متغيرهاي پيش‌بين، موردمطالعه بر تعداد فرزندان ايده‌آل زنان سمناني تأثير معني‌داري داشتند (0/05>P-Value). زنان داراي 2 فرزند زنده به دنيا آمده و كمتر، شاغل، داراي تحصيلات دانشگاهي، با ازدواج غير خويشاوندي و روستايي تعداد فرزندان بيشتري را نسبت به زنان داراي 3 فرزند و بيشتر به دنيا آمده، غير شاغل، داراي تحصيلات ابتدايي و راهنمايي، با ازدواج خويشاوندي و شهري ايده‌آل مي‌دانستند. نتيجه‌گيري: براي مدل‌سازي متغير تعداد فرزندان ايده‌آل، با توجه به ماهيت شمارشي و گسسته بودن آن، رگرسيون پوآسون نسبت به ساير روش‌هاي رگرسيون خطي كاراتر است.

Background and Objectives: Changes in ideals and aspirations of childbearing are important factors in fertility behavior. Nowadays, fertility rate reduction below the replacement level and decreased childbearing ideals are the most common fertility challenges in Iran. So, with the decrease in the fertility rate, it is necessary to be aware of the ideal number of children and its determinants in order to adopt suitable population policies contexts. The main objective of this study was to investigate factors affecting the ideal number of children using Poisson regression model. Methods: In 2012, 389 ever married women aged 15-49 in Semnan Province were selected using two-phase stratified random sampling method and studied through applying a structured questionnaire. To model the ideal number of children by Poisson regression model, marriage duration has taken as offset and the number of children, job status, education level, marriage type, and resident place were considered as predictors. The model was fitted with SPSS software version 22. Results: All predictors in this study had significant effects on ideal number of children in Semnan (p-value <0.05). Women’s ideal number of children who had 2 or fewer children, were employed, and had university education with consanguineous and rural marriage was higher than those who had 3 and more children, were unemployed, and had elementary and secondary education with inter-family and urban marriage. Conclusion: To model the ideal number of children, since it is discrete and count, a Poisson regression model is more efficient as compared to linear regression model