999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

基于結構方程模型的養(yǎng)老護理員離職傾向研究

2019-03-18 01:48:18閔瑰趙國琴汪愛琴
中國醫(yī)藥導報 2019年3期

閔瑰 趙國琴 汪愛琴

[摘要] 目的 探討?zhàn)B老護理員工作嵌入、情緒智力與離職傾向三者關系,并驗證情緒智力的中介效應。 方法 采用便利抽樣法,使用工作嵌入量表、情緒智力量表、離職傾向量表,結合職業(yè)生涯周期理論,于2017年1~3月,對江西省202名養(yǎng)老護理員進行調查,使用SPSS 24.0及AMOS 24.0軟件進行統(tǒng)計分析并構建結構方程模型。 結果 職業(yè)生涯周期、性別、婚姻、月收入、教育程度是工作嵌入、情緒智力、離職傾向的影響因素(P < 0.05);工作嵌入與離職傾向呈負相關(r = -0.701,P = 0.000);情緒智力與工作嵌入呈正相關(r = 0.144,P = 0.041),與離職傾向呈負相關(r = -0.638,P = 0.000)。情緒智力在工作嵌入對離職傾向的影響過程中發(fā)揮部分中介效應(中介效應比值=11.16%)。 結論 高情緒智力的養(yǎng)老護理員有良好的人際關系,更容易融入組織和適應工作環(huán)境,能增加組織和社區(qū)聯結度,提高工作嵌入,從而減少離職傾向,降低離職率。

[關鍵詞] 養(yǎng)老護理員;工作嵌入;情緒智力;離職傾向;結構方程模型

[中圖分類號] D632.1? ? ? ? ? [文獻標識碼] A? ? ? ? ? [文章編號] 1673-7210(2019)01(c)-0159-05

[Abstract] Objective To explore the relationship among job embeddedness, emotional intelligence and turnover intention of the elderly nursing staff, and to verify the mediating effect on emotional intelligence. Methods A total of 202 elderly nursing staff in Jiangxi Province from January to March 2017 were selected. Convenient sampling method was used, and job embeddedness scale, emotional intelligence scale, turnover intention scale, in combination with occupation career cycle theory, a structural equation model was constructed with SPSS 24.0 and AMOS 24.0 software. Results Career cycle, gender, marital status, monthly income and education level were effective factors on job embeddedness, emotional intelligence and turnover intention (P < 0.05). Job embeddedness was negatively related to turnover intention (r = -0.701, P = 0.000), while emotional intelligence was positively correlated with job embeddedness (r = 0.144, P = 0.041), negatively correlated with turnover intention (r = -0.638, P = 0.000). Emotional intelligence appears partially mediate impact of job embeddedness on turnover intention (ratio of mediating effects = 11.16%). Conclusion Elderly nursing staff with fine emotional intelligence are helpful for interpersonal relationship, harmony group life and peaceful working environment, and also can increase job embeddedness and organizing capability, which can reduce turnover intention and turnover rate.

[Key words] The elderly nursing staff; Job embeddedness; Emotional intelligence; Turnover intention; Structural equation model

據統(tǒng)計,2015年我國養(yǎng)老護理員流失率約70%,遠高于同年全國企業(yè)員工平均離職率17.7%[1]。因此,如何有效降低養(yǎng)老護理員離職率,確保一批高效、可靠穩(wěn)定的養(yǎng)老護理員,是我國亟待解決的難題之一。離職傾向指個體主動離開所在單位,選擇其他單位的一種意向,是預測員工離職行為最有效的指標[2]。工作嵌入概念被廣泛應用于對員工自愿離職的解釋,并被比喻為“像一張網,使人‘陷入其中”,工作嵌入越高離職傾向越低[3]。情緒智力指的是個體監(jiān)控自己和他人的情緒和情感,并識別、利用這些信息引導思維和行為的能力[4]。情緒智力得分越高,離職意愿越低[5]。

本研究通過總結以往相關文獻和研究成果,分析情緒智力、工作嵌入、離職傾向三者關系并探索影響離職傾向的中介效應。提出了四個研究假設,并構建理論模型。H1:工作嵌入對離職傾向有負向作用;H2:情緒智力對離職傾向有負向作用;H3:情緒智力對工作嵌入有正向作用;H4:情緒智力在工作嵌入與離職傾向之間具有中介效應。如果中介效應的假設成立,將為解決目前養(yǎng)老護理事業(yè)發(fā)展中遇到的高離職率問題提供重要的參考依據。

1 對象與方法

1.1 研究對象

采用便利抽樣法,于2017年1~3月對江西省養(yǎng)老護理員進行問卷調查。納入標準:愿意參加本次調查;在此工作崗位上工作,時間≥1年。本次調查共發(fā)放問卷210份,回收有效問卷202份,有效回收率為96.19%。

1.2 調查工具

1.2.1 一般情況調查? 年齡、性別、婚姻、工作年限、月收入、教育程度、目前職稱、聘任方式等。

1.2.2 工作嵌入量表? 采用梁小威翻譯修訂的量表。工作嵌入包括組織聯結、社區(qū)聯結、組織匹配、社區(qū)匹配、組織犧牲、社區(qū)犧牲6個維度。其中組織嵌入又稱工作內嵌入,社區(qū)嵌入又稱工作外嵌入。按Likert 5點計分法,1~5分依次表示評價由低到高,分數越高表明工作嵌入水平越高[6]。

1.2.3 情緒智力量表? 該量表采用Wong & Law的情緒智力量表,有16個條目,4個維度,分別為:自我情緒、他人情緒、情緒調節(jié)和情緒使用。按Likert 5點計分法,1~5分依次表示評價由低到高,分數越高表明情緒智力水平越高[7]。

1.2.4 離職傾向量表? 該量表于1982年由Michael和Spector編制,經李經遠、李棟榮翻譯和修訂后用于中國,問卷相對成熟。量表包含6個條目,采用1~4級反向記分,經常記4分,偶爾記3分,甚少記2分,從不記1分,各項目之和即為量表總分,量表得分愈高,離職傾向愈強[8-9]。

1.3 數據檢驗

為保證研究數據的準確性和有效性,進行各量表信度和效度檢驗。

1.3.1 信度檢驗? 工作嵌入量表、情緒智力量表和離職傾向量表Cochrane′α系數分別為0.827、0.793、0.909。均超過統(tǒng)計學要求的0.7,說明量表有較高的信度。

1.3.2 效度檢驗? 工作嵌入量表、情緒智力量表和離職傾向量表KMO值分別為0.816、0.761、0.816,均超過統(tǒng)計學要求的0.7,認為量表適合進行因子分析。使用SPSS 24.0軟件通過主成分分析法進行因子分析,累計方差貢獻率分別為72.37%、76.78%、90.83%,量表均超過60%,認為量表效度佳。

1.4 統(tǒng)計學方法

使用SPSS 24.0及AMOS 24.0軟件對所得數據進行統(tǒng)計分析,計量資料采用均數±標準差(x±s)表示,組間比較采用t檢驗或LSD檢驗,計數資料采用百分率表示,組間比較采用χ2檢驗。采用Pearson相關性分析對工作嵌入、情緒智力和離職傾三者之間關系分析并構建結構方程模型。以P < 0.05為差異有統(tǒng)計學意義。

2 結果

2.1 一般情況分析

被調查養(yǎng)老護理員總人數202人。年齡21~65歲,平均(41.91±1.16)歲;工作嵌入度總評分(126.71±11.94)分,情緒智力總評分(61.76±3.98)分,離職傾向總評分(12.81±3.65)分。職業(yè)生涯周期、性別、婚姻、月收入、教育程度是工作嵌入、情緒智力、離職傾向得分的影響因素(P < 0.05)。見表1。

2.2 各變量之間相關性分析

工作嵌入、情緒智力和離職傾向各變量之間Pearson相關性分析結果顯示,情緒智力與工作嵌入呈正相關(r = 0.144,P = 0.041);與離職傾向呈負相關(r = -0.638,P = 0.000);工作嵌入與離職傾向呈負相關(r = -0.701,P = 0.000)。見表2。

2.3 結構方程模型構建和適配檢驗

在前期大量文獻復習基礎上,結合AMOS提供的修正指標及模型擬合指數,最后構建了工作嵌入、情緒智力和離職傾向的結構方程模型。修正結構方程模型的擬合優(yōu)度指數見表3。驗證性因子分析假設模型圖的估計結果為:模型可以辨識收斂,負的誤差項方差在非標準化估計值模型圖中沒有呈現,表明構建的模型沒有違反模型辨認規(guī)則,模型有效。從適配度各項統(tǒng)計量看,各指標均達到適配標準,該假設模型與觀察數據可以適配,模型圖可以得到支持。模型中路徑各系數均有統(tǒng)計學意義。工作嵌入與情緒智力相關系數為r = 0.15,P = 0.042;工作嵌入與離職傾向的相關系數為r = -0.67,P = 0.000;情緒智力與離職傾向的相關系數為r = -0.56,P = 0.000。

2.4 中介效應檢驗

根據結果分析可知,在工作嵌入對離職傾向的影響過程中,假設情緒智力為中介變量,建立涉及潛變量的中介模型,根據溫忠麟等[10]程序檢驗法,工作嵌入度對離職傾向、工作嵌入度對情緒智力、情緒智力對離職傾向影響均顯著。故認為情緒智力在工作嵌入對離職傾向的影響過程中發(fā)揮了中介效應。進一步估計發(fā)現工作嵌入在影響離職傾向的過程中,標準化總效應為0.753,標準化直接效應為0.669,標準化間接效應為0.084。其中中介效應比值為11.16%(0.084/0.753)。結果顯示,情緒智力在工作嵌入度對離職傾向的影響過程中發(fā)揮部分中介效應。

3 討論

3.1 一般情況對工作嵌入、情緒智力和離職傾向的影響

按照Super提出的職業(yè)生涯周期理論,把職業(yè)發(fā)展分為五個期:成長期(0~<15歲)、探索期(15~<25歲)、建立期(25~<45歲)、維持期(45~<65歲)、衰退期(≥65歲)[11-12]。結果顯示,職業(yè)生涯周期不同階段工作嵌入、情緒智力、離職傾向比較,差異有統(tǒng)計學意義(P < 0.05)。養(yǎng)老護理員在維持期工作嵌入和情緒智力得分最高,這個階段養(yǎng)老護理員工作能力已經達到較高水平,在這個崗位上有著多年的工作經驗,對工作充滿熱情,部分人員已經成為業(yè)務骨干或是管理者,有著高度的義務感和滿足感,而且這個時期的護理員基本擁有穩(wěn)定的家庭,能很好地處理家庭和工作的關系,在社會上人際關系也處理地較好。而處在探索期的離職傾向得分最高,調查發(fā)現這個時期養(yǎng)老護理員剛剛進入社會和工作崗位,大多數本著先就業(yè)再擇業(yè)原則。有部分人員認為工作壓力大、收入水平偏低、沒有保障、發(fā)展受限等,只要有其他機會就會離開目前工作崗位。

性別、婚姻、月收入、教育程度對工作嵌入、情緒智力和離職傾向影響有統(tǒng)計學意義(P < 0.05),女性未婚者工作嵌入、情緒智力低于男性,而離職傾向高于男性,可能與男護理員在養(yǎng)老機構中主要從事行政管理工作有關。離異、喪偶的養(yǎng)老護理員有著更高的工作嵌入度和情緒智力,離職傾向稍低,他們大部分人在職業(yè)發(fā)展中已經處于維持期,工作穩(wěn)定性較好,問及離開這個工作可能的原因,有部分人選擇“自己在這個崗位上做不動才離開”。說明他們對老年人已經有著深厚的感情,熱愛這個職業(yè)。收入不僅代表了回報,也代表著公平、尊重和自我價值的實現。本次調查發(fā)現,收入水平是影響?zhàn)B老護理員離職的一個重要因素。調查還發(fā)現教育程度對于離職傾向有直接影響,大專學歷的護士離職傾向最高,主要的原因是她們希望自己能從事醫(yī)院的護理工作,希望擁有與教育程度相匹配的報酬和晉升機會。這和馬婷等[13]調查結果基本一致。

3.2 工作嵌入、情緒智力和離職傾向三者關系

工作嵌入為回答“什么因素促使員工繼續(xù)留在組織中”和“員工為什么離職”開辟了全新的視角,代表著離職研究的新方向[14]。Battistelli等[15]調查發(fā)現工作家庭沖突越小、護士的社區(qū)嵌入度水平越高,越不傾向于離職。Kim等[16]認為護士的組織承諾和工作嵌入是離職的主要預測變量,與薪酬、工作滿意度一起解釋離職意愿。王倩等[17]調查顯示工作嵌入和工作滿意度對留職意愿有直接正向預測作用。梅花等[18]研究表明工作嵌入與離職傾向呈負相關,工作嵌入度越高,離職傾向越低;員工與組織的匹配度越牢固,其離職的可能性越小。本研究表明,工作嵌入與離職傾向呈負相關(P < 0.05)。組織聯結、社區(qū)聯結、組織匹配、社區(qū)匹配、組織犧牲、社區(qū)犧牲與離職傾向均為負相關。因此,養(yǎng)老機構可通過提高組織聯結、組織匹配、組織犧牲的方法而降低離職概率,比如加強對養(yǎng)老護理這一職業(yè)的重視和尊重,對養(yǎng)老護理員實施人文關懷。增加外出培訓學習的機會,可幫助養(yǎng)老護理員提升自己的業(yè)務水平。提高養(yǎng)老護理員的收入水平、福利待遇,解決編制短缺問題,保障養(yǎng)老護理員職業(yè)安全等。另一方面可通過提高工作外嵌入(社區(qū)聯結、社區(qū)匹配、社區(qū)犧牲)的方法降低離職率,比如家庭、子女教育、愛人工作、住房等問題。如果養(yǎng)老護理員想要離開這個崗位就會面臨物質上和心理上的犧牲,會慎重考慮離職。

3.3 情緒智力的中介效應

情緒智力是影響一個人能否成功的重要因素,直接影響著人的心理狀態(tài)。Codeir等[5]研究表明護士的情緒智力得分越高,離職意愿越低。劉麗等[19]在調查中得出情緒智力總分及情緒利用維度與離職傾向呈負相關。本研究模型也提示工作嵌入越高離職傾向越低;工作嵌入越高情緒智力水平越高;情緒智力水平越高離職傾向率越低。情緒智力在工作嵌入對離職傾向的過程中發(fā)揮中介效應。在工作和生活中,高情緒智力的養(yǎng)老護理員有著良好的人際關系,更容易融入組織和適應工作環(huán)境,能增加組織和社區(qū)聯結度,提高工作嵌入,從而降低離職傾向,減少離職率。由于養(yǎng)老護理工作有著行業(yè)的特殊性,比如照顧的老人有些是生活不能自理或者是交流困難者,工作時間一長很多養(yǎng)老護理員在工作上會表現為沒有耐心,甚至不能理解老人和控制自己的情緒,如果這種惡性循環(huán)一直存在,最終會導致離職的產生。因此,養(yǎng)老機構除了給予工作人員更多的學習進修機會之外,還應該對他們的心理進行疏導。讓他們學會在面對壓力時自我排解,維持良好的心理狀態(tài)和優(yōu)質樂觀的工作心態(tài),提高工作的成就感,使工作嵌入度加深,減少離職傾向,降低離職率。

[參考文獻]

[1]? 屈冠銀.我國養(yǎng)老服務人才瓶頸問題研究[J].北京勞動保障職業(yè)學院學報,2017,11(1):25-29.

[2]? Mobley WH,Horner SO,Hollingsworth AT. An evaluation of precursors of hospital employee turnover [J]. J Appl Psychol,1978,63(4):408-414.

[3]? Mitchell TR,Holtom BC,Lee TW,et al. Why people stay:using job embeddedness to predict voluntary turnover [J]. Acad Manage J,2001,44(6):1102-1121.

[4]? Mayer JD,Salovery P,Caruso DR. Emotional intelligence:theory,findings,and implications [J]. Psychol Inq,2004, 15(3):197-215.

[5]? Codeir E,Kamikawa C,Kooker BM,et al. Emotional intelligence,performance,and retention in clinical staff nurse [J]. Nurs Adm Q,2009,33(4):310-316.

[6]? 梁小威.基于工作嵌入模式組織核心員工保持性因素研究[D].武漢:華中科技大學,2006.

[7]? Law KS,Wong CS,Song LJ. The construct and criterion validity of emotional intelligence and its potential utility for management studies [J]. J Appl Psychol,2004,89(3):483-496.

[8]? Michaels CE,Spector PE. Causes of employee turnover:A test of the Mobley,Griffeth,Hand,and Meglion model [J]. J Appl Psychol,1982,62(1):237-240.

[9]? 何鳳云.護士職業(yè)倦怠與離職傾向關系研究[D].長春:東北師范大學,2010.

[10]? 溫忠麟,葉寶娟.中介效應分析:方法和模型發(fā)展[J].心理科學進展,2014,22(5):731-745.

[11]? Super DE. A life-span,life-space approach to career development [J]. J Vocat Behav,1980,16(3):282-298.

[12]? 蘇曉艷.工作嵌入與離職意向—基于員工職業(yè)生涯周期的調節(jié)效應研究[C]//第八屆中國管理學年會論文集(選編),2013.

[13]? 馬婷,鄭文君,張細梅.養(yǎng)老護理員離職意愿與人口學特征的關系研究[J].基層醫(yī)學論壇,2017,21(18):2307-2308.

[14]? 姚夢娜,宋露露,王艷嶺,等.工作嵌入在國內外護理領域的跨文化研究進展[J].中國農村衛(wèi)生事業(yè)管理,2017, 37(1):84-88.

[15]? Battistelli A,Portoghese I,Galletta M,et al. Beyond the Tradition:Test of an Integrative Conceptual Model on Nurse Turnover [J]. Int Nurs Rev,2013,60(1):103-111.

[16]? Kim JK,Chang SJ. The relationship between South Korean clinical nurses′attutide toward organizations and voluntary turnover intention:A path analysis [J]. Int J Nurs Pract,2015,21(4):383-391.

[17]? 王倩,于蘭貞,姬曉燕.護士工作嵌入、工作滿意度與留職意愿關系的研究[J].中華護理雜志,2013,48(1):55-57.

[18]? 梅花,秦秀芳,崔屹,等.上海市中醫(yī)院護士工作嵌入與離職意愿的相關性研究[J].護理管理雜志,2014,14(5):305-307.

[19]? 劉麗,李暉,趙慧敏.中學教師情緒智力、情感承諾與離職傾向的關系[J].全國商情,2011,12(1):87-88.

(收稿日期:2018-07-02? 本文編輯:金? ?虹)

主站蜘蛛池模板: 亚洲va在线观看| 亚洲AⅤ无码日韩AV无码网站| 亚洲色欲色欲www在线观看| 国产欧美亚洲精品第3页在线| 九九香蕉视频| 在线欧美日韩国产| 中文字幕av一区二区三区欲色| 在线免费观看AV| 在线免费观看a视频| 色老二精品视频在线观看| 国产亚洲精品91| 在线国产91| 在线观看国产黄色| 国产成人艳妇AA视频在线| 精品三级网站| 91视频精品| 午夜精品久久久久久久无码软件| yjizz国产在线视频网| 欧美在线综合视频| 久久综合亚洲鲁鲁九月天| 国产精品亚洲日韩AⅤ在线观看| 一级毛片中文字幕| 久久人人97超碰人人澡爱香蕉| 一区二区自拍| 四虎亚洲精品| 国产精品短篇二区| 在线毛片免费| 欧美亚洲激情| 国产v欧美v日韩v综合精品| 人妻少妇乱子伦精品无码专区毛片| 国产成人资源| 日韩国产黄色网站| 人与鲁专区| 国产日本欧美亚洲精品视| 国产国产人成免费视频77777| 国模粉嫩小泬视频在线观看| 欧美亚洲国产精品久久蜜芽| 黄色不卡视频| 国产丝袜一区二区三区视频免下载| vvvv98国产成人综合青青| 少妇高潮惨叫久久久久久| 午夜国产精品视频| 亚洲日韩欧美在线观看| 国产毛片一区| 亚洲AV成人一区国产精品| 99久久精品免费观看国产| 久久青草免费91线频观看不卡| 91探花在线观看国产最新| 99999久久久久久亚洲| 婷婷六月综合网| 永久免费av网站可以直接看的| 久久国产热| 日韩中文字幕免费在线观看| AV老司机AV天堂| 九九九九热精品视频| 天堂网国产| 亚洲综合久久成人AV| 亚洲精品欧美日本中文字幕| 欧美国产在线看| 国产午夜人做人免费视频中文| 成人免费视频一区二区三区| 最新无码专区超级碰碰碰| 永久在线播放| 亚洲第一成年网| 久久午夜夜伦鲁鲁片不卡| 无码内射在线| 福利在线免费视频| 久久性视频| 国产精品亚洲一区二区在线观看| 国产精品亚洲αv天堂无码| 欧美一级视频免费| 欧美天天干| 免费国产高清精品一区在线| 一本综合久久| 亚洲国产午夜精华无码福利| 久久国产毛片| 亚洲综合第一区| 熟女视频91| a欧美在线| 国产特一级毛片| 精品少妇三级亚洲| 精品无码专区亚洲|