De Relatie tussen Job Demands & Resources en Positief ...
117
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2015 – 2016 De Relatie tussen Job Demands & Resources en Positief Psychologisch Kapitaal Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Bedrijfseconomie Elien Moereels onder leiding van Promotor: Prof. Dr. Bart Larivière Begeleidster: Griet Van Der Vurst
Transcript of De Relatie tussen Job Demands & Resources en Positief ...
UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2015 – 2016
De Relatie tussen Job Demands &
Resources en Positief Psychologisch
Kapitaal
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Bedrijfseconomie
Elien Moereels
onder leiding van
Promotor: Prof. Dr. Bart Larivière
Begeleidster: Griet Van Der Vurst
UNIVERSITEIT GENT
FACULTEIT ECONOMIE EN BEDRIJFSKUNDE
ACADEMIEJAAR 2015 – 2016
De Relatie tussen Job Demands &
Resources en Positief Psychologisch
Kapitaal
Masterproef voorgedragen tot het bekomen van de graad van
Master of Science in de Bedrijfseconomie
Elien Moereels
onder leiding van
Promotor: Prof. Dr. Bart Larivière
Begeleidster: Griet Van Der Vurst
i
PERMISSION
Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of
gereproduceerd worden, mits bronvermelding.
Naam student: Elien Moereels
ii
Woord vooraf
Hier is die dan, de apotheose van mijn zes-jaar lange studies aan de UGent, mijn masterproef.
Na mijn eerste masterproef in functie van mijn opleiding master in de Bedrijfspsychologie,
volgde dit jaar mijn masterproef in functie van mijn opleiding master in de Bedrijfseconomie.
Met de ervaring van vorig jaar op zak heb ik een jaar lang met bloed, zweet en tranen gewerkt
aan deze masterproef. Net zoals vorig jaar ging dit traject gepaard met hoogte- en laagtepunten.
Maar het was de moeite waard, ik heb heel veel bijgeleerd zowel over mijn onderwerp, het doen
van onderzoek als over mezelf.
Deze masterproef zou nooit tot stand zijn kunnen komen zonder de hulp van anderen. Daarom
zou ik graag enkele mensen willen bedanken.
Ten eerste zou ik heel graag mijn promotor Prof. Dr. Bart Larivière en begeleidster Griet Van
Der Vurst willen bedanken. Zonder hun ervaring, kritische blik, empathie en geloof in mijn
capaciteiten zou deze masterproef nooit tot stand zijn kunnen komen.
Ten tweede wil ik graag mijn dank uitdrukken aan mijn ouders voor het nalezen van mijn
masterproef. Daarnaast waren ze een luisterend oor en stonden ze steeds klaar tijdens de
moeilijkere momenten. Ook zou ik graag mijn broer willen bedanken voor zijn interesse
omtrent de vorderingen van mijn masterproef. Er ging geen dag voorbij zonder de vraag ‘hoe
is het met je masterproef?’.
Ten slotte een dankjewel aan mijn medestudenten. Ik kon steeds rekenen op hun steun.
Gelijktijdig bezig zijn met zo’n grote uitdaging schept een band. Zij begrijpen hoe moeilijk de
weg naar een masterproef kan zijn. Ze stonden steeds klaar voor advies, een leuke babbel en de
nodige ontspanning.
Elien Moereels
Mei 2016
iii
iv
Inhoudsopgave
Deel 0: Inleiding ........................................................................................................................ 1
Deel I: Literatuurstudie ........................................................................................................... 2
1 Burn-out ............................................................................................................................. 2
1.1 Definitie burn-out .......................................................................................................... 2
1.2 Prevalentie burn-out ...................................................................................................... 3
1.2.1 Burn-out in de sociale sector .................................................................................. 4
1.2.2 Burn-out in de algemene populatie ........................................................................ 4
1.3 Predictoren van burn-out ............................................................................................... 5
1.3.1 Socio-demografische variabelen ............................................................................ 5
1.3.2 Werksituatie en burn-out ........................................................................................ 7
2 Het Job Demands-Resources Model ................................................................................ 8
2.1 Assumpties van het JD-R model ................................................................................... 8
2.1.1 Job demands en job resources ................................................................................ 8
2.1.2 Processen: health impairment proces en motivationeel proces .............................. 9
2.1.3 Interacties tussen JD en JR: bufferend effect en versterkend effect....................... 9
2.2 Herziening van het JD-R model: toevoeging van bevlogenheid ................................ 10
2.3 Onderzoek naar het oorspronkelijke JD-R model ....................................................... 11
2.3.1 Ondersteuning voor de hoofdeffecten .................................................................. 11
2.3.2 Ondersteuning voor de interactie effecten ........................................................... 12
2.4 Ondersteuning voor het herziende model ................................................................... 12
2.4.1 Cross-sectionele studies ....................................................................................... 12
2.4.2 Longitudinale studies ........................................................................................... 14
3. Persoonlijke resources .................................................................................................... 14
3.1 Positief psychologisch kapitaal ................................................................................... 16
3.1.1 Dimensies van positief psychologisch kapitaal .................................................... 16
3.1.2 Positief psychologisch kapitaal en organisatie gerelateerde uitkomsten ............. 18
3.1.3 Substitutie door positief psychologisch kapitaal .................................................. 18
Deel II: Methode ..................................................................................................................... 22
1 Dataverzameling .............................................................................................................. 22
2 Participanten .................................................................................................................... 22
3 Meetinstrumenten ............................................................................................................ 23
3.1 Burn-out ...................................................................................................................... 23
3.2 Job demands ................................................................................................................ 24
3.3 Job resources ............................................................................................................... 26
v
3.4 Positief psychologisch kapitaal ................................................................................... 28
3.5 Controlevariabelen ...................................................................................................... 29
4 Analyses ............................................................................................................................ 29
Deel III: Resultaten ................................................................................................................ 30
1 Factor- en betrouwbaarheidsanalyses ........................................................................... 30
1.1 Burn-out ...................................................................................................................... 30
1.2 Positief Psychologisch Kapitaal .................................................................................. 32
1.3 Job demands ................................................................................................................ 33
1.4 Job resources ............................................................................................................... 34
2 Gemiddelden, standaarddeviaties en correlaties .......................................................... 37
2.1 Job demands, job resources en burn-out ..................................................................... 37
2.2 Burn-out en positief psychologisch kapitaal ............................................................... 38
2.3 Job demands, job resources en positief psychologisch kapitaal ................................. 38
2.4 Controlevariabelen en burn-out .................................................................................. 38
3 Regressieanalyses ............................................................................................................. 42
3.1 Assumpties JD-R model ............................................................................................. 42
3.2 Substitutie door positief psychologisch kapitaal ......................................................... 58
3.2.1 Exploratorische factoranalyse .............................................................................. 58
3.2.2 Correlaties ............................................................................................................ 59
3.2.3 Lineaire regressies ................................................................................................ 60
Deel IV: Discussie ................................................................................................................... 62
1 Bespreking van de resultaten.......................................................................................... 62
1.1 Factorstructuren van de variabelen ............................................................................. 62
1.2 Hoofdeffecten van job demands en job resources op burn-out ................................... 63
1.3 Interactie effect van job resources .............................................................................. 64
1.4 Substitutie door positief psychologisch kapitaal ......................................................... 65
2 Theoretische Implicaties ................................................................................................. 67
3 Praktische Implicaties ..................................................................................................... 68
4 Beperkingen en toekomstig onderzoek .......................................................................... 69
5 Conclusie........................................................................................................................... 71
vi
Lijst van de tabellen
Tabel 1: Definities constructen ....................................................................................... 21
Tabel 2: Factorladingen burn-out ................................................................................... 31
Tabel 3: Factorladingen PsyCap, 4-factorenoplossing .................................................... 33
Tabel 4: Factorladingen job demands, 4-factorenoplossing ............................................ 35
Tabel 5: Factorladingen job resources, 4-factorenoplossing ........................................... 36
Tabel 6 : Interne consistenties van de verschillende (sub)schalen .................................. 37
Tabel 7: Correlatietabel ................................................................................................... 39
Tabel 8: Regressie van burn-out op JD, JR en interactie JD en JR (enter methode) ...... 43
Tabel 9: Regressie van burn-out op JD, JR en interactie JD en JR (forward selection) . 44
Tabel 10: Regressie van burn-out op afzonderlijke JD en JR (enter methode) ............... 45
Tabel 11: Regressie van burn-out op afzonderlijke JD en JR (forward selection) ......... 46
Tabel 12: Regressie van uitputting op interactie emotionele belasting en autonomie .... 47
Tabel 13: Regressie van uitputting op interactie emotionele belasting en inspraak ....... 47
Tabel 14: Regressie van uitputting op interactie emotionele belasting en feedback ...... 48
Tabel 15: Regressie van uitputting op interactie emotionele belasting en steun ............ 48
Tabel 16: Regressie van uitputting op interactie geestelijke belasting en autonomie ..... 48
Tabel 17: Regressie van uitputting op interactie geestelijke belasting en inspraak ........ 49
Tabel 18: Regressie van uitputting op interactie geestelijke belasting en feedback ....... 49
Tabel 19: Regressie van uitputting op interactie geestelijke belasting en steun ............ 49
Tabel 20: Regressie van uitputting op interactie werkdruk en autonomie ...................... 50
Tabel 21: Regressie van uitputting op interactie werkdruk en inspraak ......................... 50
Tabel 22: Regressie van uitputting op interactie werkdruk en feedback ........................ 50
Tabel 23: Regressie van uitputting op interactie werkdruk en steun .............................. 51
Tabel 24: Regressie van uitputting op interactie toekomstonzekerheid en autonomie ... 51
Tabel 25: Regressie van uitputting op interactie toekomstonzekerheid en inspraak ...... 51
Tabel 26: Regressie van uitputting op interactie toekomstonzekerheid en feedback ..... 52
Tabel 27: Regressie van uitputting op interactie toekomstonzekerheid en steun ........... 52
Tabel 28: Regressie van cynisme op interactie emotioneel belasting en autonomie ...... 52
Tabel 29: Regressie van cynisme op interactie emotionele belasting en inspraak .......... 53
vii
Tabel 30: Regressie van cynisme op interactie emotionele belasting en feedback ......... 53
Tabel 31: Regressie van cynisme op interactie emotionele belasting en steun ............... 53
Tabel 32: Regressie van cynisme op interactie geestelijke belasting en autonomie ....... 54
Tabel 33: Regressie van cynisme op interactie geestelijke belasting en inspraak .......... 54
Tabel 34: Regressie van cynisme op interactie geestelijke belasting en feedback ......... 54
Tabel 35: Regressie van cynisme op interactie geestelijke belasting en steun ............... 55
Tabel 36: Regressie van cynisme op interactie werkdruk en autonomie ........................ 55
Tabel 37: Regressie van cynisme op interactie werkdruk en inspraak ........................... 55
Tabel 38: Regressie van cynisme op interactie werkdruk en feedback ........................... 56
Tabel 39: Regressie van cynisme op interactie werkdruk en steun ................................. 56
Tabel 40: Regressie van cynisme op interactie toekomstonzekerheid en autonomie ..... 56
Tabel 41: Regressie van cynisme op interactie toekomstonzekerheid en inspraak ......... 57
Tabel 42: Regressie van cynisme op interactie toekomstonzekerheid en feedback ........ 57
Tabel 43: Regressie van cynisme op interactie toekomstonzekerheid en steun .............. 57
Tabel 44: Factorladingen items JR en PsyCap (2 factoren) ............................................ 59
Tabel 45: Factorladingen items JR en PsyCap (1 factor) ................................................ 59
Tabel 46: Regressie van burn-out op PsyCap, JR en JD (forward selection) ................. 61
viii
Lijst van de figuren
Figuur 1: Prevalentie burn-out Nederland (Hooftman et al., 2014) .................................. 5
Figuur 2: JD-R model (Schaufeli & Taris, 2014)............................................................ 11
Figuur 3: Onderzoeksmodel .................................................................................................... 21
Lijst van de gebruikte afkortingen
COR: Conservation Of Resources
JD: job demands
JD-R model: job demands-resources model
JDC model: job demand control model
JDCS model: job demand control support model
JR: job resources
MBI: Maslach Burn-out Inventory
MBI-GS: Maslach Burn-out Inventory-General Survey
OLBI: Oldenburg Burnout Inventory
PCQ-24: Psychological Capital Questionnaire (24 items)
PsyCap: Positief psychologisch kapitaal
SMBQ: Shirom-Melamed Burnout Questionnaire
UBOS-A: Utrechtse Burn-out Schaal-Algemeen
VBBA: Vragenlijst Beleving en Beoordeling van de Arbeid
1
Deel 0: Inleiding
Sinds 1 september 2014 is in België een nieuwe wetgeving in verband met psychosociale
risico’s op het werk van kracht (Psychosociale risico’s op het werk, z.j.). Deze nieuwe wet stelt
dat de werkgever een preventiebeleid dient te ontwikkelen dat rekening houdt met
psychosociale risico’s op het werk. Onder psychosociale risico’s verstaan we “de kans dat één
of meerdere werknemers psychische schade ondervinden die al dan niet gepaard kan gaan met
lichamelijke schade, ten gevolge van een blootstelling aan de elementen van de
arbeidsorganisatie, de arbeidsinhoud, de arbeidsvoorwaarden, de arbeidsomstandigheden en de
interpersoonlijke relaties op het werk, waarop de werkgever een impact heeft en die objectief
een gevaar inhouden” (Welzijnswet, 2014, §1, artikel 32/1).
Het uitbouwen van een preventiebeleid in verband met psychosociale risico’s is niet enkel
wettelijk verplicht maar is ook interessant vanuit een economisch standpunt. Uit onderzoek
blijkt dat werknemers met een slechte mentale gezondheid meer ziekteverzuim vertonen en dat
er bij deze werknemers productiviteitsverlies is door hun functionele beperkingen (Hardy,
Woods & Wall, 2003; Sanderson & Andrews, 2006; Schroër, zoals geciteerd in Andrea et al.,
2004; Stansfeld et al., 1995; Wright & Cropanzano, 2000). Burn-out onderzoek toont aan dat
burn-out een predictor is voor absenteïsme, turnover en slechte job prestaties (Schaufeli,
Bakker, & Van Rhenen, 2009; Swider & Zimmerman, 2010; Ybema, Smulders, & Bongers,
2010). Een goed preventiebeleid kan ervoor zorgen dat de negatieve gevolgen van psychische
schade vermeden kunnen worden, alsook de economische kosten die ermee gepaard gaan.
Om een goed preventiebeleid te kunnen ontwikkelen is het belangrijk dat managers hun
beslissingen hieromtrent kunnen baseren op wetenschappelijk onderzoek. Er is nood aan
onderzoek naar de mogelijke oorzaken van psychosociale risico’s en naar variabelen die de
schadelijke effecten van deze oorzaken zouden kunnen verminderen. Deze masterproef komt
hier voor een stuk aan tegemoet door de relatie tussen job demands, job resources, persoonlijke
resources en burn-out na te gaan in een Vlaamse steekproef.
Er is reeds heel wat wetenschappelijk onderzoek gedaan naar de invloed van job demands en
job resources op burn-out. Echter is er nog veel onduidelijkheid over de relatie tussen
persoonlijke resources enerzijds en burn-out, job resources en job demands anderzijds. Deze
masterproef komt hieraan tegemoet door na te gaan of persoonlijke resources een substituut is
2
voor job resources. In het bijzonder gaan we kijken naar positief psychologisch kapitaal als
substituut voor job resources.
Deel I: Literatuurstudie
1 Burn-out
1.1 Definitie burn-out
Een van de pioniers omtrent onderzoek naar burn-out is Maslach. Zij deed onderzoek naar de
manier waarop mensen met sterke emoties in hun werk omgaan (Maslach, Schaufeli & Leiter,
2001; Schaufeli & Bakker, 2013). Ze interviewde voornamelijk mensen uit de sociale sector.
Deze mensen spraken over burn-out wanneer ze het hadden over hun mentale
uitputtingstoestand. De term burn-out is dus vanuit de lekentaal ontstaan. Uit de interviews
bleek dat burn-out uit verschillende componenten bestond. Ten eerste zou de interpersoonlijke
aard van de job zorgen voor een hoge werkdruk. Dit zou komen doordat deze jobs gepaard gaan
met emotionele en interpersoonlijke stressoren. Uit de interviews bleek dat emotionele
uitputting een vaak voorkomende respons was op deze hoge werkdruk. Een tweede component
van burn-out die uit de interviews naar voor kwam, is depersonalisatie. Dit is een coping
mechanisme om om te gaan met de emotionele stress die gepaard gaat met deze jobs. Mensen
gaan emotioneel afstand nemen van hun patiënten/klanten door hun medelijden voor hun
patiënten/klanten te beperken. Ze doen dit om zichzelf te beschermen tegen intense emoties.
De depersonalisatie van hun patiënten/klanten zorgt ervoor dat ze negatief en op een
onmenselijk manier met hen omgaan.
Initieel onderzoek naar burn-out bestond voornamelijk uit interviews met mensen uit de sociale
sector (Maslach et al., 2001). Maar vanaf de jaren ’80 werd er meer systematisch empirisch
onderzoek gedaan naar burn-out. Er werden meer vragenlijstonderzoeken gedaan en grotere
steekproeven gebruikt. In de jaren ‘80 werden ook verschillende meetinstrumenten ontwikkeld
(Maslach et al., 2001). De meest bekende is de MBI (Maslach Burnout Inventory) ontwikkeld
door Maslach & Jackson (1981). Deze schaal werd oorspronkelijk ontworpen om burn-out in
de sociale sector te meten aangezien de oorspronkelijke definitie volgens Maslach & Jackson
(1986) stelde dat burn-out een syndroom van emotionele uitputting, depersonalisatie en
verminderde persoonlijke bekwaamheid was, dat zich uitsluitend voordeed bij mensen die
‘people work’ deden (Schaufeli & Bakker, 2004). Emotionele uitputting verwijst naar het
3
gevoel ‘op’ te zijn door een hoge werkdruk, te wijten aan de interpersoonlijke aard van de job
Maslach & Jackson (1986). Depersonalisatie verwijst naar een onverschillige houding ten
opzichte van klanten, ze worden gezien als objecten in plaats van mensen. Tot slot verwijst
verminderde persoonlijke bekwaamheid naar de twijfels of men in staat is om andere mensen
te helpen.
Vanaf de jaren ’90 werd burn-out steeds meer benaderd vanuit de organisatiepsychologie en
werd het gezien als een gevolg van het ervaren van langdurige werk gerelateerde stress
(Maslach et al., 2001). Men kwam tot het inzicht dat burn-out zich ook kan voordoen bij mensen
die niet werkzaam zijn in de sociale sector. Daarom werd een tweede algemene versie van de
MBI ontwikkeld (Schaufeli & Bakker, 2013; Schaufeli, Leiter, Maslach & Jackson, 1996). Men
spreekt niet meer over emotionele uitputting, depersonalisatie en verminderde persoonlijke
bekwaamheid maar over uitputting, cynisme en verminderde competentie (Schaufeli & Bakker,
2013; Schaufeli et al., 1996). Uitputting verwijst naar het gevoel ‘op’ te zijn onafhankelijk van
wat de oorzaak is van dit gevoel. Cynisme verwijst naar de onverschilligheid ten opzichte van
zijn of haar werk in plaats van ten opzichte van mensen. Tot slot verwijst verminderde
competentie naar de twijfels over zijn of haar eigen prestaties met betrekking tot de sociale en
de niet-sociale aspecten van zijn of haar job. De ontwikkeling van de algemene versie van de
MBI zorgde ervoor dat er meer studies werden gedaan naar burn-out die kwalitatief beter waren
(Schaufeli & Bakker, 2013).
1.2 Prevalentie burn-out
In de literatuur worden zeer uiteenlopende prevalentiecijfers voor burn-out gerapporteerd
(Hansez, Mairiaux, Firket, & Braeckman, 2010). Een mogelijke verklaring hiervoor is dat
studies verschillende definities voor burn-out hanteren. Daarnaast blijken prevalentiecijfers
sterk af te hangen van de gebruikte methode (Prins et al., 2010). Zelfrapportages leveren een
hoger cijfer op dan andere methodes. Daarnaast bestaan er verschillende meetinstrumenten om
burn-out in kaart te brengen (bv. Maslach Burnout Inventory, SMBQ, OLBI,…) (Kushnir &
Melamed, 1992; Melamed et al., 1992). Het gebruik van een ander meetinstrument zou een deel
van de verklaring kunnen zijn voor de grote verschillen tussen studies.
4
1.2.1 Burn-out in de sociale sector
Burn-out zou voornamelijk een probleem zijn in jobs die te maken hebben met mensen (‘people
work’), hierdoor wordt voornamelijk onderzoek gedaan naar de prevalentie van burn-out in dit
soort jobs. Een studie van Roth et al. (2011) stelde dat 38% van hun steekproef, die bestond uit
410 pediatrische oncologen, burn-out rapporteerde. In een andere studie rapporteerde 33% van
de verplegers een hoge mate van burn-out (Poncet et al., 2007). Een studie van Campbell,
Sonnad en Eckhauser (2001) onderzocht de prevalentie van de drie dimensies van burn-out bij
chirurgen. 32% van hun steekproef was emotioneel uitgeput, 13% ervaarde depersonalisatie en
4% had een verminderde persoonlijke bekwaamheid. Ook uit verschillende onderzoeken bij
studenten geneeskunde in de VS bleek dat 50% van hen een hoge mate van burn-out
rapporteerde (Dyrbye et al., 2008; West et al.; 2011). Ook in België werden studies uitgevoerd
bij werknemers uit de sociale sector. Uit een onderzoek van Vandenbroeck et al. (2012) bleek
6,6% van de steekproef, bestaande uit artsen en verpleegkundigen, een burn-out te hebben. Een
Europese studie (RN4CAST-study) uit 2011 vond dat 25% van de Belgische verpleegkundigen
emotionele uitputting vertoonde (Sermeurs et al., 2011). In een studie van Ferdinande et al.
(2011) bij Belgische verpleegkundigen die werkzaam waren op de afdeling intensieve zorgen,
vertoonde 15% emotionele uitputting, 38% vertoonde depersonalisatie en 32% had een
verminderde persoonlijke bekwaamheid.
1.2.2 Burn-out in de algemene populatie
Uit bovenstaande onderzoeken blijkt burn-out vaak voor te komen. Echter blijken deze
resultaten geen indicatie te zijn voor de prevalentie van burn-out in de algemene werkende
populatie. Uit een onderzoek van Hallsten (2005) blijkt dat 7,4% van de werknemers uit een
representatieve steekproef van de Zweedse populatie burn-out rapporteerde. Een gelijkaardig
cijfer werd gevonden voor een Finse representatieve steekproef (Liimatainen, 2000). In
Denemarken blijkt het cijfers iets hoger te liggen, ongeveer 10% (Kristensen, Borritz,
Villadsen, & Christensen, 2005). Uit een rapport van het Sociaal en Cultureel Planbureau van
Nederland blijkt dat de prevalentie van burn-out is toegenomen (Hooftman, Mars, Janssen,
Vroome, & van den Bossche, 2014). Eind jaren ‘90 lag het prevalentie cijfer onder 10%. Vanaf
2008 is er een stijgende trend. In 2008 en 2009 lag het prevalentiepercentage rond 12,4%. In
2014 is het percentage gestegen tot 14,6%.
5
Cijfers over de prevalentie van burn-out in België zijn moeilijk te vinden. Een onderzoek van
(Hansez et al., 2010) heeft geprobeerd om de prevalentie van burn-out in België op een
objectieve manier in kaart te brengen. Zij vroegen aan bedrijfsartsen om aan te geven hoeveel
van hun patiënten de diagnose burn-out hadden gekregen gedurende 3 maanden. Uit het
onderzoek bleek dat 0,8% van de steekproef de diagnose burn-out had gekregen. Dit cijfers is
eerder laag in vergelijking met andere onderzoeken. Volgens (Hansez et al., 2010) zou dit te
wijten kunnen zijn aan het feit dat niet iedereen die vermoed een burn-out te hebben effectief
een arts raadpleegt. Onderzoeken die gebaseerd zijn op zelfbeoordeling door de werknemers,
rapporteren een burn-outpercentage van 30 à 40%. Een andere verklaring zou kunnen zijn dat
in 2010 dokters niet altijd een onderscheid maakte tussen depressie en burn-out waardoor de
diagnose van burn-out niet vaak gesteld werd.
1.3 Predictoren van burn-out
1.3.1 Socio-demografische variabelen
Leeftijd
Uit een meta-analyse van Brewer en Shapard (2004) op basis van 35 studies blijkt er een
negatieve correlatie tussen leeftijd en burn-out te zijn. Oudere werknemers rapporteren minder
burn-out dan jonge werknemers. Aangezien leeftijd sterk correleert met werkervaring blijkt
burn-out voornamelijk voor te komen aan het begin van een carrière (Maslach et al., 2001).
11
11,5
12
12,5
13
13,5
14
14,5
15
2008 2009 2010 2011 2012 2013 2014
Figuur 1: Prevalentie burn-out Nederland (Hooftman et al., 2014)
6
Ook andere studies vonden een negatieve relatie tussen leeftijd en burn-out. Zo vonden Garrosa,
Moreno-Jimenez, Liang, & Gonzalez, (2008) in een steekproef met Spaanse
verplegers/verpleegsters een negatieve correlatie tussen leeftijd enerzijds en emotionele
uitputting, depersonalisatie en verminderde persoonlijke bekwaamheid anderzijds. Ook Wu,
Zhu, Wang, & Lan (2007) vonden gelijkaardige resultaten bij Chinese verplegers/verpleegsters.
Boyas en Wind (2010) rapporteerden negatieve relaties met emotionele uitputting en
depersonalisatie bij welzijnswerkers. Shanafelt et al. (2009) kwamen tot een gelijkaardige
vaststelling bij een steekproef van Amerikaanse chirurgen. Brewer en Shapard (2004) geven
enkele mogelijke verklaringen voor de negatieve relatie tussen burn-out en leeftijd. Ten eerste
zou het mogelijk zijn dat mensen naarmate ze ouder worden meer coping skills ontwikkelen
waardoor ze beter kunnen omgaan met stress. Het zou kunnen dat het ontwikkelen van deze
skills enige tijd of werkervaring vraagt waardoor men pas op latere leeftijd adequaat kan
omgaan met stress. Ten tweede zou het kunnen dat werknemers die burn-out ervaren, de job op
een jongere leeftijd verlaten dan werknemers die geen burn-out ervaren. Echter moet opgemerkt
worden dat studies met representatieve steekproeven uit de Finse populatie een positieve relatie
tussen burn-out en leeftijd vonden (Ahola et al., 2006; Kalimo R, Toppinen ,1997, zoals
geciteerd in Ahola 2006). Ook Schaufeli & Van Dierendonck (1994) stellen dat in Europese
landen burn-out vaker voorkomt bij oudere mensen. Volgens hen is deze bevinding mogelijks
te wijten aan het feit dat mensen in Europese landen minder geneigd zijn om van job te
veranderen doordat het sociale zekerheid systeem mobiliteit in de arbeidsmarkt beperkt. Andere
studies met representatieve algemene steekproeven rapporteerden dan weer een non-lineaire
relatie (Ahola, Honkonen, Virtanen, Aromaa, & Lönngvist, 2008; Lindblom, Linton, Fedeli, &
Bryngelsson, 2006). Aangezien we te maken hebben met een steekproef uit de algemene
populatie en het onderzoek werd gedaan in Vlaanderen, verwachten we dat er een positieve
relatie is tussen leeftijd en burn-out.
Geslacht
Vaak wordt verondersteld dat burn-out voornamelijk voorkomt bij vrouwen (Maslach et al.,
2001). Echter zijn de bevindingen niet altijd consistent. Sommige studies stellen dat er geen
relatie is tussen burn-out en geslacht terwijl andere studies rapporteren dat burn-out meer
voorkomt bij vrouwen. Daarnaast zijn er studies die het tegenovergestelde vinden (Maslach et
al., 2001). Uit verschillende onderzoeken blijkt dat vrouwen hoger scoren op de emotionele
uitputtingsdimensie terwijl mannen meer depersonalisatie rapporteren (Ahola et al., 2006,
7
Brake, Bloemendal, & Hoogstraten, 2003; Hakanen, 2004 zoals geciteerd in Ronen & Pines
(2008), Antoniou, Polychroni, & Vlachakis, 2006). Dezelfde resultaten werden gevonden in
een meta-analyse uitgevoerd door Puvanova & Muros (2010) op basis van 183 studies. Ook de
review van Maslach et al. (2001) kwam tot een gelijkaardige conclusie. Aangezien burn-out in
deze studie gemeten wordt aan de hand van uitputting en cynisme verwachten we geen relatie
te vinden tussen burn-out en geslacht.
Partner
Een vragenlijstonderzoek van Prins et al. (2010) bij Nederlandse dokters in opleiding stelde
vast dat depersonalisatie meer voorkwam bij single dokters dan bij dokters met een vaste
partner. Ook Belloch, Renovell, Calabuig en Gómez (2000) vonden gelijkaardige resultaten bij
dokters in opleiding. Uit een studie van Ahola et al. (2006) bleek dat single mannen meer
uitputting, cynisme en minder competentie rapporteerden dan mannen die niet single waren.
Aldrees, Aleissa, Zamakhshary, Badri, & Sadat-Alid (2013) constateerde dat getrouwd medisch
personeel minder burn-out rapporteerde dan ongetrouwd medisch personeel. Op basis van deze
onderzoeken verwachten we een negatieve relatie tussen partner en burn-out.
1.3.2 Werksituatie en burn-out
Burn-out onderzoek heeft al heel vaak de relatie met job kenmerken bestudeerd en de
bevindingen blijken consistent te zijn (Schaufeli & Taris, 2014). Hoge job demands en weinig
job resources blijken sterk gecorreleerd te zijn met burn-out (o.a. Demerouti, Bakker,
Nachreiner, & Schaufeli, 2001; Maslach et al., 2001). Het job demands-resources model (JD-
R model) (Demerouti et al., 2001) is één van de bekendste job stress modellen die de relaties
tussen job kenmerken en burn-out in kaart brengt (Schaufeli & Taris, 2014). Wat het JD-R
model onderscheid van andere stressmodellen is dat het een heel algemeen model is. Zo stelt
het dat eender welke demand en resource een effect kan hebben op het welzijn van werknemers.
Hierdoor kan het model worden toegepast op een variëteit aan werkomgevingen (Schaufeli &
Taris, 2014). Hieronder wordt het JD-R model verder besproken.
8
2 Het Job Demands-Resources Model
Het JD-R model werd oorspronkelijk ontworpen om meer inzicht te krijgen in de oorzaken van
burn-out (Demerouti et al., 2001; Schaufeli & Taris, 2014).
2.1 Assumpties van het JD-R model
2.1.1 Job demands en job resources
De eerste assumptie van het JD-R model stelt dat burn-out wordt veroorzaakt door hoge job
demands en weinig job resources (Demerouti et al., 2001).
Job demands verwijzen volgens Demerouti et al. (2001) naar die aspecten van de job die
langdurige fysieke of mentale inspanning vragen. Dit kunnen sociale, fysieke aspecten zijn of
aspecten gerelateerd aan de organisatie. Ze vragen bepaalde inspanningen waardoor ze
geassocieerd zijn met fysiologische en psychische kosten zoals uitputting. Voorbeelden hiervan
zijn interpersoonlijke conflicten, job onzekerheid, hoge werkdruk, etc (Schaufeli & Taris,
2014). Job demands zijn niet altijd negatief, enkel wanneer job demands veel fysieke en/of
mentale inspanningen vragen van de werknemer en deze niet de kans krijgt om hiervan te
herstellen door bijvoorbeeld een pauze te nemen, van taak te veranderen of over te schakelen
op minder inspannende activiteiten, kunnen job demands een bron van stress vormen (Schaufeli
& Taris, 2014).
Job resources verwijzen naar aspecten van de job die één van volgende functies hebben
(Demerouti et al., 2001):
- aspecten die helpen om werkdoelen te bereiken
- aspecten die job demands verminderen alsook de fysiologische en psychologische kosten die
ermee gepaard gaan
- aspecten die persoonlijke groei en ontwikkeling stimuleren
Deze aspecten kunnen fysiek, psychologisch, sociaal zijn of aspecten gerelateerd aan de
organisatie. Voorbeelden hiervan zijn feedback, autonomie en sociale steun (Schaufeli & Taris,
2014). Job resources zijn belangrijk om om te kunnen gaan met job demands en ze zorgen voor
een verhoogde motivatie (Demerouti & Bakker, 2011). Job resources kunnen worden
teruggevonden op verschillende niveaus (Demerouti & Bakker, 2011). Ze kunnen zich
voordoen op het niveau van de organisatie (vb. loon, loopbaanmogelijkheden,…), op
interpersoonlijk niveau (bv. teamklimaat, steun door collega’s,…), op het niveau van de functie
9
(bv. deelnemen in het beslissingsproces, rol duidelijkheid,…) en op taakniveau (bv. autonomie,
feedback over prestaties,…).
2.1.2 Processen: health impairment proces en motivationeel proces
De tweede assumptie van het model stelt dat er twee onderliggende psychologische processen
werkzaam zijn bij het ontwikkelen van burn-out (Demerouti & Bakker, 2011). Men
veronderstelt dat burn-out bestaat uit twee componenten, een energetische component en een
motivationele component (Demerouti et al., 2001; Demerouti & Bakker, 2011).
Ten eerste is er een health impairment proces (Demerouti et al., 2001; Demerouti & Bakker,
2011). Werknemers die te maken krijgen met een constante stroom aan job demands geraken
op termijn uitgeput. De job demands zorgen ervoor dat hun mentale en fysieke resources
opgebruikt worden wat op zijn beurt leidt tot uitputting, de energetische component van burn-
out.
Het tweede onderliggende psychologische proces, het motivationele proces, stelt dat een tekort
aan job resources ervoor zorgt dat de werkdoelen niet bereikt kunnen worden (Demerouti et
al., 2001; Demerouti & Bakker, 2011). Om zichzelf te beschermen tegen uitputting gaat men
terugtrekkingsgedrag vertonen. Men is minder gemotiveerd en betrokken, dit verwijst naar de
motivationele component van burn-out (cynisme en verminderde competentie).
2.1.3 Interacties tussen job demands en job resources: buffer effect en versterkend effect
Een volgende assumptie van het model stelt dat er naast de hoofdeffecten van job demands en
job resources ook interactie effecten zouden zijn (Demerouti et al., 2001). Uit de definitie van
job resources volgt dat deze een buffer kunnen zijn voor de impact van job demands op burn-
out (Demerouti & Bakker, 2011; Demerouti et al., 2001). Daarnaast zou het effect van job
resources op bevlogenheid sterker zijn indien job demands hoog zijn (Bakker, Hakanen,
Demerouti & Xanthopoulou, 2007; Bakker, Van Veldhoven & Xanthopoulou 2010a; Hakanen,
Bakker, & Demerouti, 2005). Dit zou komen omdat resources meer opvallen in situaties met
hoge demands.
10
Verder werden aan het model ook prestatiemetingen en gezondheidsgerelateerde variabelen
(bv. verkoopsprestatie van een team, in-rol en extra-rol prestaties) toegevoegd waarvan
verondersteld werd dat ze een gevolg zijn van burn-out (Bakker, Demerouti, & Verbeke, 2004;
Bakker, Van Emmerik & Van Riet, 2008; Schaufeli & Taris, 2014). Op basis hiervan werd een
nieuwe veronderstelling aan het model toegevoegd, burn-out medieert de relatie tussen job
demands en gezondheidsproblemen.
2.2 Herziening van het JD-R model: toevoeging van bevlogenheid
Enkele jaren na de introductie van het model werd bevlogenheid, het tegengestelde van burn-
out, aan het model toegevoegd door Schaufeli & Bakker (2004). Onder bevlogenheid verstaat
men een positieve werk gerelateerde instelling die gekarakteriseerd wordt door vitaliteit (veel
energie hebben, zich fit en sterk voelen), toewijding (sterk betrokken zijn bij het werk) en
absorptie (opgaan in het werk, moeite hebben om zich los te maken van het werk) (Schaufeli &
Bakker, 2004). Schaufeli & Bakker (2004) veronderstelden een positieve relatie tussen job
resources en bevlogenheid. Werknemers die over veel job resources beschikken, zouden meer
bevlogen zijn dan mensen die over weinig job resources beschikken. Bevlogenheid zou het
gevolg zijn van een motivationeel proces. Een overvloed aan job resources kan ervoor zorgen
dat mensen meer inspanning gaan leveren. Job resources kunnen een bron van externe
motivatie zijn omdat ze ervoor zorgen dat werknemers hun werkdoelen kunnen bereiken door
deze verhoogde inspanningen (Schaufeli & Taris, 2014). Job resources kunnen ook een bron
van intrinsieke motivatie zijn aangezien ze de basisbehoeften van de mens bevredigen, zoals de
nood aan autonomie, verbondenheid en zelfontwikkeling (Schaufeli & Taris, 2014; Van den
Broeck, Vansteenkiste, De Witte, & Lens, 2008). In beide gevallen stimuleren job resources
bevlogenheid. Verder vonderstelt het model dat bevlogenheid zorgt voor positieve organisatie
gerelateerde uitkomsten zoals lage turnover intenties en goede prestaties (Schaufeli & Taris,
2014; Schaufeli en Bakker, 2004). Bevlogenheid zou de relatie tussen job resources en
organisatie gerelateerde uitkomsten mediëren. Figuur 2 geeft het herziende JD-R model weer
(Schaufeli & Taris, 2014)
11
2.3 Onderzoek naar het oorspronkelijke JD-R model
Sinds de introductie van het JD-R model is er heel wat onderzoek gedaan naar het model. Er
werd reeds heel wat ondersteuning voor het model verzamelt.
2.3.1 Ondersteuning voor de hoofdeffecten
Demerouti et al. (2001) onderzochten de hoofdeffecten van het JD-R model bij 374 Duitse
werknemers uit verschillende sectoren met verschillende jobs. Uitputting en cynisme werden
gemeten met de OLBI. Ze vonden een significante positieve relatie tussen job demands en
uitputting en een significante negatieve relatie tussen job resources en cynisme. Ook Bakker,
Demerouti, & Verbeke (2004) vonden gelijkaardige resultaten bij een vragenlijstonderzoek met
146 respondenten uit diverse sectoren. Naast hoofdeffecten vonden ze ook een mediërend effect
van uitputting in de relatie tussen job demands en in-rol prestaties en een mediërend effect van
cynisme in de relatie tussen job resources en extra-rol prestaties. Ook Bakker, Demerouti, Taris,
Schaufeli, & Schreurs (2003a) deden onderzoek bij 3000 thuisverzorgers. Thuisverzorgers met
hoge job demands rapporteerden meer uitputting dan diegene met lage job demands.
Thuisverzorgers die weinig job resources hadden rapporteerden meer cynisme en verminderde
-
+ +
+ + Bevlogenheid
Burn-out Job demands
Job resources
Negatieve
uitkomsten
Positieve
uitkomsten
-
-
-
Health impairment proces
Motivationeel proces
-
Figuur 2: JD-R model (Schaufeli & Taris, 2014)
12
competentie dan zij met veel job resources. Ook Xanthopoulou et al. (2007a) deden onderzoek
bij thuisverzorgers en vonden gelijkaardige resultaten. Onderzoek bij 1012
faculteitsmedewerkers in Nederland vond ondersteuning voor de hoofdeffecten van het JD-R
model (Bakker, Demerouti, & Euwema, 2005). In plaats van het effect van de latente variabelen
(job demands en job resources) op burn-out te bekijken, keken ze naar de enkelvoudige relaties
tussen verscheidene job demands en resources enerzijds en uitputting en cynisme anderzijds.
Over het algemeen vonden ze ondersteuning voor de hoofdeffecten in de verwachte richtingen.
Echter bleken niet alle job demands een invloed te hebben op uitputting. Ook niet alle job
resources hadden een invloed op cynisme. Hansen, Sverke, & Näswaal (2009) bekeken
enkelvoudige relaties bij een steekproef bestaande uit 1100 Zweedse verplegers/verpleegsters.
Zij kamen tot gelijkaardige conclusies als Bakker et al. (2005).
2.3.2 Ondersteuning voor interactie effecten
Enkele van de boven vermelde studies onderzochten ook de interactie effecten van het JD-R
model. In de studie van Bakker et al. (2005) bleken 18 van de 32 mogelijke interactie effecten
significant te zijn. Er werd meer uitputting en cynisme gerapporteerd wanneer men hoge job
demands had in combinatie met weinig job resources. In de studie van Xanthopoulou et al.
(2007a) waren 21 van de 32 mogelijke interactie effecten significant. Ook Bakker et al. (2003a)
vonden partiële ondersteuning voor het bufferende effect van job resources op de relatie tussen
job demands en uitputting. Een studie van Bakker et al. (2004) vond dan weer geen bufferend
effect van job resources op de relatie tussen job demands en uitputting. We kunnen dus
concluderen dat de ondersteuning voor interactie effecten zwak is.
2.4 Ondersteuning voor het herziende model
2.4.1 Cross-sectionele studies
Ook het herziende model werd reeds uitvoerig onderzocht. Bakker, Demerouti, & Schaufeli
(2003b) deden vragenlijstonderzoek bij 477 Nederlandse Call center medewerkers. Dit
onderzoek vond een positieve relatie tussen job demands en uitputting gemeten aan de hand
van de MBI-GS en een positieve relatie tussen job resources en bevlogenheid. Verder werd
gevonden dat uitputting de relatie tussen job demands en absenteïsme medieerde terwijl
bevlogenheid de relatie tussen job resources en turnover intenties medieerde. Ook Schaufeli en
Bakker (2004) stelden vast dat bevlogenheid de relatie tussen job resources en turnover
13
intenties medieerde. Burn-out was een mediator variabele in de relatie tussen job demands en
gezondheidsproblemen. Daarnaast vonden ze ondersteuning voor de hoofdeffecten van job
demands en job resources op burn-out (uitputting, cynisme en verminderde competentie)
gemeten met de MBI-GS en voor de positieve relatie tussen job resources en bevlogenheid.
Gelijkaardige resultaten werden bekomen door Hakanen, Bakker, & Schaufeli (2006) bij 2038
Finse leerkrachten. In deze studie werd de relatie tussen job resources en
organisatiebetrokkenheid in plaats van bevlogenheid onderzocht. In een studie van Bakker,
Demerouti, De Boer, Schaufeli (2003c) rapporteerden Nederlandse arbeiders met hoge job
demands meer burn-out (MBI-GS: uitputting en cynisme). In tegenstelling tot het
veronderstelde model werd er geen significante relatie gevonden tussen job resources en burn-
out. Er werd wel een positieve relatie tussen job resources en organisatiebetrokkenheid
gevonden. Organisatiebetrokkenheid medieerde de relatie tussen job resources en absenteïsme-
frequentie, terwijl burn-out de relatie tussen job demands en absenteïsmeduur medieerde.
Lewig, Xanthopoulou, Bakker, Dollard, & Metzer (2007) deden onderzoek bij 487 Australische
ambulance vrijwilligers. Ze vonden dat vrijwilligers met hoge job demands meer uitputting
rapporteerden dan vrijwilligers met lage job demands. Uitputting medieerde de relatie tussen
job demands en gezondheidsproblemen en tussen job demands en turnover intenties.
Organisatiebetrokkenheid correleerde sterk met job resources en medieerde de relatie tussen
job resources en turnover intenties. Gelijkaardige resultaten werden gevonden bij een
onderzoek van Korunka, Kubicek, Schaufeli, & Hoonakker (2009). Zij vonden partiële
ondersteuning voor de mediatierelaties. In onderzoeken bij Chinese steekproeven werden
significante relaties in de verwachte richtingen gevonden tussen job demands en job resources
enerzijds en burn-out anderzijds (Hu & Schaufeli, 2011; Hu, Schaufeli, & Taris, 2011).
Werknemers met veel job resources, rapporteerden meer bevlogenheid dan werknemers die
weinig job resources hadden. Burn-out medieerde de relatie tussen job demands enerzijds en
turnover intenties en organisatiebetrokkenheid anderzijds. Daarnaast medieerde bevlogenheid
de relatie tussen job resources en dezelfde organisatie gerelateerde uitkomsten. Het onderzoek
van Hu et al. (2011) vond ook ondersteuning voor het bufferende effect van job resources op
de relatie tussen job demands en burn-out. Daarnaast stelden ze vast dat hoge job demands en
weinig resources gerelateerd waren aan meer burn-out en minder bevlogenheid.
14
2.4.2 Longitudinale studies
Er werd ook reeds longitudinaal onderzoek gedaan naar het JD-R model. Zo vond de studie van
Hakanen, Schaufeli, & Ahola (2008) bij Finse tandartsen dat burn-out (MBI GS: uitputting en
distantie) de relatie tussen job demands en depressie medieerde. Daarnaast bleek bevlogenheid
de relatie tussen job resources en organisatiebetrokkenheid te mediëren. Verder hadden job
resources (gemeten op tijdstip 1) een klein effect op burn-out 3 jaar later. Een longitudinale
studie bij telecom managers stelde vast dat een toename (T2-T1) van job demands en een
afname van job resources predictoren waren voor burn-out (MBI-GS: uitputting en cynisme)
(Schaufeli et al., 2009). Een toename van job resources was een predictor voor bevlogenheid.
Verder waren burn-out en bevlogenheid predictoren voor toekomstige absenteïsmeduur en
absenteïsmefrequentie. Mensen die hoog scoorden op burn-out (tijdstip 1) rapporteerden een
langere absenteïsmeduur en een hogere absenteïsmefrequentie (tijdstip 2) dan mensen die lager
scoorden op burn-out. Ook Boyd, Bakker, Pignata, Winefield, Gillespie, & Stough (2011)
voerden een longitudinaal onderzoek uit bij Australische universiteitsmedewerkers. Uit het
onderzoek bleek dat job demands (T1) een predictor was voor psychologische spanning drie
jaar laten. Er werd ook een significante positieve relatie gevonden tussen job resources (T1) en
organisatiebetrokkenheid 3 jaar later.
Op basis van de theorie omtrent het hierboven beschreven JD-R model en de ondersteuning die
doorheen de jaren voor dit model verzameld werd, verwachten we in dit onderzoek een
positieve relatie te vinden tussen job demands en burn-out (H1), een negatieve relatie tussen
job resources en burn-out (H2) en een bufferend effect van job resources op de relatie tussen
job demands en burn-out (H3).
3. Persoonlijke resources
Het JD-R model zoals hierboven beschreven houdt enkel rekening met de relaties tussen
werkkenmerken, burn-out en bevlogenheid. Echter wordt er de laatste jaren meer aandacht
besteed aan de veronderstelling dat menselijk gedrag ontstaat door een interactie tussen
werkkenmerken en persoonlijke kenmerken (Schaufeli & Taris, 2014). Daarom werden ook
persoonlijke resources aan het model toegevoegd. Persoonlijke resources verwijzen naar
psychologische karakteristieken die over het algemeen geassocieerd worden met weerstand,
daarnaast verwijzen ze naar de bekwaamheid van de persoon om controle uit te voeren of een
positieve impact te hebben op zijn of haar eigen omgeving (Hobfoll, Jonson, Ennis, & Jackson,
15
2003; Schaufeli & Taris, 2014; Xanthopoulou, Bakker, Demerouti, & Schaufeli., 2009). Net
zoals job resources helpen persoonlijke resources bij het bereiken van werkdoelen, beschermen
ze tegen dreigingen en de daaraan verbonden fysiologische en psychologische kosten en
stimuleren ze persoonlijke groei en ontwikkeling (Prieto, Soria, Lorente, Salanova, Martinez,
& Schaufeli, 2008; Schaufeli & Taris, 2014; Xanthoupoulou et al., 2009). Persoonlijke
resources werden in verscheidene studies op verschillende manieren aan het JD-R model
toegevoegd.
Er zijn studies die het directe verband tussen persoonlijke resources enerzijds en burn-out en
bevlogenheid anderzijds hebben onderzocht (o.a. Prieto et al., 2008; Xanthopoulou et al., 2009).
Andere studies bekeken moderatie effecten. Van den Broeck, Ruysseveld en De Witte (2011)
deden onderzoek bij een representatieve steekproef van Nederlandse werknemers. Ze vonden
dat een intrinsieke werkoriëntatie de negatieve relatie tussen job resources en burn-out en de
positieve relatie tussen job resources en bevlogenheid versterkte. Mensen met een intrinsieke
werkoriëntatie waarderen voornamelijk de intrinsieke aspecten van hun werk zoals autonomie,
variëteit, etc. Brenninkmeijer, Demerouti, Le Blanc & Van Emmerik (2010) vonden dat de
relatie tussen job demands en emotionele uitputting sterker was bij mensen met een sterke
preventie focus (mensen die voornamelijk gefocust zijn op het vervullen van hun
verantwoordelijkheden in plaats van hun dromen). Er zijn ook studies die zijn nagegaan of
persoonlijke resources fungeren als mediator. Xanthopoulou, Bakker, Demerouti, & Schaufeli
(2007b) vonden dat persoonlijke resources die sterk gelijken op positief psychologisch kapitaal
(optimisme, organisatie gebaseerd zelfvertrouwen en zelf-effectiviteit), de relatie tussen job
resources en bevlogenheid en de relatie tussen job resources en uitputting medieerde. Ook Van
den Broeck et al. (2008) vonden ondersteuning voor het mediërende effect van persoonlijke
resources. Verder werd er onderzocht in welke mate persoonlijke resources de perceptie van
job demands en job resources beïnvloeden. Zo vonden Xanthopoulou et al. (2007b) dat job
resources de relatie tussen persoonlijke resources en bevlogenheid medieerde. Andere
onderzoekers veronderstellen dat persoonlijke resources derde variabelen zijn die de relaties
van het JD-R model kunnen verklaren. De persoonlijke resources zouden zowel invloed hebben
op de afhankelijke als de onafhankelijke variabelen. Zo vonden Bakker, Boyd, Dollard,
Gillespie, Winefield, en Stough (2010b) dat extraversie positief gerelateerd was aan job
resources en organisatie betrokkenheid. Neuroticisme was gerelateerd aan zowel job demands
als psychologische spanning.
16
In dit onderzoek gaan we na of persoonlijke resources een substituut is voor job resources. We
verwachten dat job resources in het JD-R model vervangen kan worden door persoonlijke
resources, in het bijzonder bekijken we positief psychologisch kapitaal.
3.1 Positief psychologisch kapitaal
De laatste jaren heeft er zich in de psychologie een verschuiving voorgedaan (Luthans &
Youssef, 2004). Jarenlang heeft de psychologie zich voornamelijk gefocust op het behandelen
van ziektes en stoornissen. Recent krijgt de positieve psychologie steeds meer aandacht. De
positieve psychologie probeert niet om mensen beter te maken maar focust op de sterktes die
mensen hebben en hoe men daar verder op kan bouwen. De positieve psychologie vormt
theorieën rond en doet onderzoek naar onder andere persoonlijkheidstrekken, talenten, geluk,
etc (Luthans & Youssef, 2004).
Vanuit de positieve psychologie zijn er twee bewegingen ontstaan die de kernidee van de
positieve psychologie toepassen op de werkplek, één daarvan is Positive organization behavior
(POB) (Luthans & Youssef, 2004). Deze beweging doet onderzoek naar de sterktes en
psychologische capaciteiten die mensen kunnen hebben en past ze toe op de werkplek. POB
focust zich enkel op variabelen die valide meetbaar zijn, door interventies verder ontwikkeld
kunnen worden en kunnen leiden tot prestatieverbeteringen (Luthans & Youssef, 2004). De
positieve psychologie daarentegen focust zich op positieve persoonlijke trekken en individuele
verschillen die moeilijk te veranderen zijn. De variabelen die het beste voldoen aan de criteria
van POB zijn zelf-effectiviteit, hoop, optimisme en weerbaarheid (Luthans, Avey & Patera,
2008a). Uit onderzoek en uit de ontwikkeling van theorieën blijkt dat deze verschillende
variabelen laden op een gemeenschappelijke factor namelijk positief psychologisch kapitaal
(PsyCap) (o.a. Avey, Wernsing, & Luthans, 2008; Luthans, Avey, Clapp-Smith, & Li, 2008b;
Luthans & Avolio, 2008; Luthans, Avolio, Avey, & Norman, 2007; Luthans & Youssef, 2007).
3.1.1 Dimensies van positief psychologisch kapitaal
De latente factor, positief psychologisch kapitaal, bestaat dus uit vier dimensies, namelijk zelf-
effectiviteit, hoop, optimisme en weerbaarheid (Luthans & Youssef, 2004).
Zelf-effectiviteit verwijst naar de mate waarin iemand er vertrouwen in heeft dat hij of zij de
motivatie en cognitieve bronnen bezit om een specifieke taak uit te voeren in een bepaalde
context (Luthans & Youssef, 2004; Stajkovic & Luthans, 1998). Mensen met een hoge mate
17
van zelf-effectiviteit gaan op zoek naar uitdagende taken. Deze mensen worden gezien als
doorzetters, ze breiden hun motivatie en inspanningen uit zodat ze hun doel kunnen bereiken.
Uit verschillende onderzoeken blijkt dat zelf-effectiviteit een positieve impact heeft op een
organisatie, zoals betere prestaties, minder turnover intenties, grotere betrokkenheid bij de
organisatie, etc (Luthans & Youssef, 2004; Stajkovic & Luthans, 1998).
Hoop verwijst naar de mate van positieve motivatie die iemand heeft (Luthans & Youssef,
2004; Snyder, Irving, & Anderson, 1991 zoals geciteerd in Luthans et al., 2008a). Deze
motivatie is gebaseerd op een interactie tussen verschillende concepten, namelijk doelen,
agentschap en paden om doelen te bereiken. Mensen worden gedreven om hun doelen te
bereiken door de mate waarin ze het gevoel hebben een agent te zijn, de mate waarin ze een
invloed kunnen hebben om het doel te bereiken. Dit zorgt voor een geïnternaliseerde
vastberadenheid en welwillendheid om de nodige energie te investeren om hun doelen te
bereiken. Mensen die veel hoop hebben worden ook gemotiveerd door de mate waarin ze het
gevoel hebben dat ze de capaciteiten hebben om alternatieven mogelijkheden te ontwikkelen
voor het bereiken van hun doelen indien hun oorspronkelijke manier om het doel te bereiken
geblokkeerd is. Uit onderzoek blijkt dat de mate waarin een leider hoop heeft, een positieve
impact heeft op de financiële prestaties van zijn team, de job satisfactie van de ondergeschikten
en de mate van turnover (Luthans & Youssef, 2004).
Optimisme verwijst naar de attributiestijl die een persoon hanteert (Seligman, 1998 zoals
geciteerd in Luthans et al., 2008a). Optimistische personen veronderstellen dat positieve
gebeurtenissen te wijten zijn aan interne, stabiele en globale oorzaken. Ze veronderstellen dat
zij verantwoordelijk zijn voor de goede dingen die gebeuren in hun leven. Dit verhoogt hun
zelfzekerheid en mentale toestand (Luthans & Youssef, 2004). Negatieve gebeurtenissen
zouden volgens deze mensen te wijten zijn aan externe, tijdelijke en situatie specifieke oorzaken
(Seligman, 1998 zoals geciteerd in Luthans et al., 2008a). Op die manier nemen ze afstand van
de slechte dingen die hen overkomen (Luthans & Youssef, 2004). Zo kunnen ze zichzelf
beschermen tegen depressie en schuldgevoelens. Deze mensen verwachten dat gedurende hun
leven hen voornamelijk goede dingen gaan overkomen
Weerbaarheid verwijst naar de capaciteit om te herstellen van falen, tegenspoed, onzekerheid
en overweldigende uitdagingen zoals een verhoogde verantwoordelijkheid (Block & Kremen,
1996; Luthans & Youssef, 2004; Masten et al., 1988). Weerbaarheid wordt nog maar recentelijk
toegepast op de werkplek. Echter blijkt uit recente studies dat weerbare personen kunnen
18
groeien wanneer ze geconfronteerd worden met moeilijkheden (Luthans & Youssef, 2004). Hun
weerbaarheid zorgt ervoor dat ze een prestatieniveau halen dat hoger ligt dan voordat men
geconfronteerd werd met problemen. Daarnaast zorgt het ervoor dat ze waarde vinden in hun
leven.
3.1.2 Positief psychologisch kapitaal en organisatie gerelateerde uitkomsten
Volgens verschillende onderzoeken blijken mensen met een hoge mate van positief
psychologisch kapitaal beter te presteren, ze blijken ook meer tevreden te zijn over hun job,
zijn meer betrokken bij de organisatie en minder afwezig door ziekte (o.a. Avey, Patera, &
West, 2006; Larson & Luthans, 2006; Luthans, Avey, & Patera, 2008b; Luthans et al., 2007;
Luthans, Norman, Avolio, & Avey, 2008c).
3.1.3 Substitutie door positief psychologisch kapitaal
De Conservation of Resources (COR) theorie van Hobfoll (1989) stelt dat mensen resources
gebruiken om om te gaan met bedreigende situaties en zich te beschermen tegen negatieve
uitkomsten. Tegelijkertijd zullen ze ernaar streven om zo weinig mogelijk resources te
verliezen. Stress zou ontstaan wanneer hun resources bedreigd worden of wanneer men geen
bijkomende resources kan verkrijgen ondanks het investeren van resources. Hobfoll (1989)
definieert resources als “objecten, persoonlijke karakteristieken, condities en energieën die
worden gewaardeerd door een individu of die gebruikt worden als middel om deze objecten,
persoonlijke karakteristieken, condities of energieën te verkrijgen”. Hoewel Hobfoll (1989) in
zijn theorie job resources niet expliciet aanhaalt, voldoen job resources aan de definitie van
Hobfoll (1989). Daarnaast wordt in verschillende studies verwezen naar de COR theorie in
verband met job resources (o.a. Bakker et al., 2007; Hakanen et al., 2005; Llorens, Schaufeli,
Bakker, & Salanova, 2007; Xanthopoulou et al., 2009). Verder stelt de theorie dat het hebben
van resources zou zorgen voor additionele resources. (Baltes, 1997; Cozzarelli, 1993; King,
king, Foy, Kaene, Fairbank, 1999; Kobasa & Puccetti, 1983; Rini, Dunkel-Schetter, Wadhwa,
& Sandman, 1999; Thoits, 1994; Turner, Lloyd & Roszell, 1999). Zo zouden werknemers die
veel job resources hebben zich competenter en meer gewaardeerd voelen. Werknemers die heel
zelfzeker zijn zullen meer sociale steun ervaren. Hierdoor ontstaat er een spiraal. Een
neerwaartse wanneer men weinig resources heeft en een opwaartse wanneer men veel resources
19
heeft. Deze theorie verwacht dus een sterke relatie tussen job resources en persoonlijke
resources.
Verschillende studies hebben de theorie van Hobfoll onderzocht (1989) Uit een longitudinale
studie van Xanthopoulou et al. (2009) bleek er een reciproke relatie te zijn tussen job resources
en personal resources. Er bleek een spiraal te zijn tussen persoonlijke en job resources.
Werknemers die veel zelf-effectiviteit en optimisme rapporteerden creëerden een
werkomgeving met veel resources. Verder hadden mensen die veel job resources rapporteerden
het gevoel dat ze goed met hun werkdoelen konden omgaan (persoonlijke resources). Daarnaast
bleek de correlatie tussen persoonlijke resources op tijdstip 1 en persoonlijke resources op
tijdstip 2 ongeveer even sterk te zijn als de correlatie tussen job resources op tijdstip 2 en
persoonlijke resources op tijdstip 2. Ze vonden ook dat de correlaties tussen job resources en
bevlogenheid van dezelfde grootorde waren als de correlaties tussen positief psychologisch
kapitaal en bevlogenheid. Een longitudinale studie van Llorens et al. (2007) vond ook een
reciproke relatie tussen zelf-effectiviteit en taak resources. Zelf-effectiviteit verhoogde de
perceptie van taak resources. Daarnaast bleek zelf-effectiviteit de relatie tussen taak resources
en bevlogenheid volledig te mediëren.
Ook andere studies vonden sterke relaties tussen job resources en persoonlijke resources en
een mediërend effect van persoonlijke resources op de relatie tussen job resources enerzijds en
burn-out en bevlogenheid anderzijds. Vink, Ouweneel, & Le Blanc (2010) vonden in een
Nederlandse steekproef een sterke relatie tussen job resources en positief psychologisch
kapitaal, daarnaast bleek dat positief psychologisch kapitaal de relatie tussen job resources en
bevlogenheid partieel medieerde. Ook uit een studie van Sihag en Sarikwal (2015) bleek er een
sterke positieve relatie te zijn tussen positief psychologisch kapitaal en organizationele steun
(job resource). Een studie van Xanthopoulou et al. (2007b) vond dat persoonlijke resources
(zelf-effectiviteit, optimisme en organisatie gebaseerde zelfzekerheid) de relatie tussen job
resources en uitputting volledig medieerde. De correlaties tussen de verschillende job resources
opgenomen in de studie en uitputting bleken van dezelfde grootte te zijn als de correlaties tussen
de verschillende persoonlijke resources en uitputting. De persoonlijke resources die
Xanthopoulou et al. (2007b) onderzochten (zelf-effectiviteit, optimisme en organisatie
gebaseerde zelfzekerheid) vertonen een sterke overeenkomst met PsyCap. Ook uit een studie
van Laschinger & Fida (2014) bleek de correlatie tussen transformationeel leiderschap (job
resource) en burn-out even sterk te zijn als de correlatie tussen positief psychologisch kapitaal
en burn-out. Verder stelde een onderzoek van Van den Broeck et al. (2008) vast dat satisfaction
20
of basic psychological needs (competentie, autonomie en belongingness) de relatie tussen job
demands en uitputting volledig medieerde.
Op basis van bovenvermelde theorie en studies blijkt er een sterke relatie te zijn tussen
persoonlijke resources en job resources. Aangezien beide variabelen resource-variabelen zijn,
zou er mogelijks een 1 op 1 relatie kunnen zijn tussen deze constructen. Daarnaast vertonen
positief psychologisch kapitaal en job resources gelijkaardige relaties met burn-out en
bevlogenheid. Er zijn zelfs studies die stellen dat persoonlijke resources een mediator is in de
relatie tussen job resources enerzijds en burn-out en bevlogenheid anderzijds.
Deze bevindingen zijn een indicatie dat persoonlijke resources mogelijks een substituut is voor
job resources. We verwachten dat persoonlijke resources, job resources kunnen vervangen in
het JD-R model. In deze studie werd positief psychologisch kapitaal als persoonlijke resources
in het bijzonder bekeken. Volgens onze kennis werd nog niet eerder onderzocht of positief
psychologisch kapitaal een substituut is voor job resources.
Onderzoeksmodel
Aangezien het beperkt aantal proefpersonen en om de lengte van de vragenlijst acceptabel te
houden, werd ervoor gekozen om enkele assumpties van het oorspronkelijke JD-R model te
testen. Namelijk de hoofdeffecten van job resources en job demands op burn-out en het
interactie effect tussen job resources en job demands. Daarnaast werd nagegaan of persoonlijke
resources, namelijk positief psychologisch kapitaal, een substituut is voor job resources.
Op basis van bovenbeschreven JD-R model, de ondersteuning in de literatuur voor het model
en onderzoek omtrent persoonlijke resources komen we tot de volgende hypotheses.
H1: Er is een positieve relatie tussen job demands en burn-out
H2: Er is een negatieve relatie tussen job resources en burn-out
H3: Job resources buffert de relatie tussen job demands en burn-out
H4: Positief psychologisch kapitaal is een substituut voor job resources in het JD-R model
Figuur 3 geeft het onderzoeksmodel weer en tabel 1 geeft een overzicht van de gebruikte
variabelen in dit onderzoek en hun definitie.
21
Figuur 3: Onderzoeksmodel
Tabel 1: Definities constructen
Burn-out Een langdurige respons op chronische, emotionele en
interpersoonlijke stressoren, die gekenmerkt wordt door uitputting,
cynisme en verminderde competentie (Maslach et al., 2001)
Job demands De aspecten van de job die langdurige fysieke of mentale inspanning
vragen. (Demerouti et al. 2001)
Job resources De aspecten van de job die één van volgende functies hebben:
- aspecten die helpen om werkdoelen te bereiken
- aspecten die job demands verminderen alsook de fysiologische en
psychologische kosten die ermee gepaard gaan
- aspecten die persoonlijke groei en ontwikkeling stimuleren
(Demerouti et al. 2001)
PsyCap De positieve psychologische capaciteiten van een individu die
gekenmerkt worden door zelf-effectiviteit, optimisme, hoop en
weerbaarheid (Luthans et al. 2004)
H2: -
H1: +
H3 Burn-out
Job demands
Job resources
Persoonlijke
resources
+ +
H4
22
Deel II: Methode
1 Dataverzameling
Voor dit onderzoek werd een vragenlijst samengesteld op basis van verschillende bestaande
schalen. In de vragenlijst werd gepeild naar informatie over de carrière van de respondenten
(sector, anciënniteit, functie, werksituatie: job demands en job resources) en persoonlijke
karakteristieken (geslacht, leeftijd, mate van burn-out, positief psychologisch kapitaal) (zie
bijlage 1). De vragenlijst werd geprogrammeerd met behulp van www.thesistools.be en tussen
15 februari 2016 en 3 april door middel van een online link via e-mail, forums en sociale media
(facebook, linkedIn) naar de doelgroep verspreid. Aangezien kenmerken van de werksituatie
werden bevraagd, bestond de doelgroep uit mensen die werkzaam waren op de arbeidsmarkt.
In totaal werd de vragenlijst ingevuld door 312 respondenten. Omdat het invullen van de
vragenlijst ongeveer een half uur duurde werd een incentive aangeboden om de response rate
te verhogen. Deelnemers konden kans maken om een bon (SwingGift voucher) ter waarde van
30 euro te winnen.
2 Participanten
Van de 312 respondenten is 40% man en 60% vrouw. 24% is tussen de 21 en 30 jaar, 37% is
tussen de 31 en 40 jaar, 29% is tussen 41 en 50 jaar, 10% is ouder dan 51. De gemiddelde
leeftijd is 38 jaar. Daarnaast heeft 80% van de deelnemers een partner. De meerderheid van de
participanten zijn werknemers (96,5%), slechts 3,5% is zelfstandige. Meer dan 80% van de
respondenten heeft een diploma hoger onderwijs (niet-universitair, universitair, doctoraat). Van
de mensen met een diploma hoger onderwijs heeft 57% een niet-universitair diploma. 84% van
de steekproef heeft een vast contract, 78,5% werkt voltijds en ongeveer de helft werkt in de
non-profit sector. 74,2% oefent zijn functie minder dan 10 jaar uit, 18% oefent zijn functie
tussen de 11 en 20 jaar uit. 65% werkt 10 jaar of minder voor de organisatie waarin hij of zij
momenteel werkzaam is, 25% werkt tussen de 11 en 20 jaar voor de huidige organisatie.
23
3 Meetinstrumenten
3.1 Burn-out
Burn-out werd gemeten aan de hand van de UBOS-Algemene versie (Schaufeli & Van
Dierendonck, 2000). Dit is de Nederlandstalige versie van de Maslach Burnout Inventory–
General Survey (MBI-GS: Schaufeli, Leiter, Maslach & Jackson, 1996). Het is een
zelfbeoordelingsvragenlijst om burn-out te kwantificeren. De UBOS-A bestaat uit 15 items en
meet de drie verschillende dimensie van burn-out; uitputting, cynisme en verminderde
competentie. Aan de respondenten werd gevraagd om verscheidene uitspraken te beoordelen
op een 7–puntenschaal. Ze moesten aangeven hoe vaak iedere uitspraak op hen van toepassing
is (1 = nooit, 2 = sporadisch /een keer per jaar, 3 = af en toe/eens per maand of minder, 4 =
regelmatig/een paar keer per maand, 5 = dikwijls/eens per week, 6 = zeer dikwijls/een paar keer
per week, 7 = altijd/dagelijks). Voorbeelden van items zijn: “Ik voel me mentaal uitgeput door
mijn werk” (uitputting), “Ik twijfel aan het nut van mijn werk” (cynisme), “Ik weet de
problemen in mijn werk goed op te lossen” (competentie). Een hoge score op de subschalen is
een indicatie voor meer uitputting, cynisme en weinig competentie.
Er werd reeds enig onderzoek gedaan naar de psychometrische kwaliteit van de UBOS-A.
Vanheule, Rosseel, Vlerick, Van de Ven en Declercq (2012) deden onderzoek bij Vlaamse
medewerkers. Ze voerden een confirmatorische factoranalyse uit op data afkomstig van
technologiemedewerkers en veiligheidsagenten. Zij vonden dat een obliek drie-factorenmodel
met de factoren uitputting, cynisme en verminderde competentie het beste bij de data paste.
Ook andere auteurs die onderzoek deden in andere sectoren vonden dat een drie-
factorenoplossing het beste bij hun data paste (o. a. Roelofs, Verbraak, Keijsers, De Bruin, &
Smidt, 2005; Schutte, Toppins, Kalimo, & Schaufeli, 2000). Er is ook reeds veel onderzoek
gedaan naar de psychometrische kwaliteiten van de MBI-GS. In verschillende studies vond men
dat een drie-factorenstructuur het beste paste bij de data. Er werd zowel cross-sectioneel
onderzoek (o.a. Bakker, Demerouti, & Schaufeli, 2002; Taris, Schreurs, & Schaufeli, 1999) als
longitudinaal onderzoek (Mäkikangas, Hätinen, Kinnunen, & Pekkonen, 2011) gedaan. Verder
werden er verschillende sectoren (Kitaoka-Higashiguchil et al., 2004; Qiao & Schaufeli, 2011;
Schaufeli, Salanova, Gonzales-Roma, & Bakker, 2002; Shirom & Melamed, 2006) en beroepen
onderzocht (Langballe, Falkum, Innstrand, & Aasland, 2006; Richardsen & Martinussen, 2005)
en dit in verscheidene landen (Schaufeli et al., 2002; Schutte, Toppinen, Kalimo, & Schaufeli,
2000).
24
3.2 Job demands
In de literatuur zijn reeds heel veer verschillende job demands en job resources onderzocht.
Omwille van het beperkt aantal proefpersonen en de lengte van de vragenlijst werd besloten om
slechts vier job resources en vier job demands in dit onderzoek op te nemen.
Om te bepalen welke job demands en job resources we zouden opnemen, werd gekeken naar
werkkenmerken die bevraagd worden in de Vragenlijst voor Beleving en Beoordeling van de
Arbeid (VBBA: Van Veldhoven, 1996). Er zijn verschillende redenen waarom we onze keuze
baseren op deze vragenlijst. Ten eerste meet deze vragenlijst de belangrijkste werkkenmerken
die gelinkt zijn aan stress (Van Veldhoven, Meijman, Broersen, & Fortuin, 2002). De
vragenlijst werd ontwikkeld op basis van een analyse van 50 bestaande instrumenten die
psychosociale arbeidsbelasting meten, waaronder de Job Content Questionnaire van Karasek
(1985). De ontwikkelaars zijn binnen deze instrumenten op zoek gegaan naar de grootste
gemene deler voor psychosociale arbeidsbelasting en werkstress (Van Veldhoven et al. 2002).
Zowel aspecten van de arbeidsinhoud (autonomie, inspraak, feedback), arbeidsvoorwaarden
(toekomstonzekerheid), arbeidsomstandigheden (werkdruk, emotionele belasting, geestelijke
belasting) als arbeidsverhoudingen (steun van collega’s) komen aan bod in de vragenlijst
(Van Veldhoven et al. 2002). Ten tweede blijkt uit onderzoek dat deze vragenlijst een goede
psychometrische kwaliteit heeft in verschillende studies met Nederlandstalige steekproeven
(Jöreskog & Sörbom, 1993; Notelaers en Van Veldhoven, 1999, 2001; Van Veldhoven, 1996;
Weel & Broersen, 1995)
De vier job demands die opgenomen werden in de vragenlijst zijn emotionele belasting, mentale
belasting, werkdruk en toekomstonzekerheid. Werkdruk werd in de vragenlijst opgenomen
aangezien deze de kwantiteit van het werk in kaart brengt. Daarnaast focust ook het JDC model
van Karasek (1979), waarop het JD-R model (Demerouti et al., 2001) gebaseerd is, op werkdruk
als belangrijkste job demand. Verder hebben we geopteerd voor job demands waarvan we
verwachten dat ze overheen de jaren belangrijker zijn geworden voor de Westerse wereld. Zo
verwachten we dat zowel werkdruk als toekomstonzekerheid, emotionele demands en mentale
demands belangrijker zijn geworden. Huneault, Mathieu, & Tremblay (2011) stelt dat door
modernisatie de manier van werken verandert is. Tegenwoordig zijn er meer geestelijke
demands terwijl dit vroeger voornamelijk fysieke demands waren. Ook een onderzoek van
Handel (2012) stelt dat emotionele demands, geestelijke demands en toekomstonzekerheid
belangrijker zijn geworden, mede door de groei in de dienstensector, de opkomst van
technologie en het outsourcen van activiteiten naar lage loonlanden. De toenemende
25
industrialisering en globalisering zorgt ervoor dat werkgevers genoodzaakt zijn om
verschillende maatregelen te nemen om competitief te blijven. Een gevolg hiervan is dat
werknemers meer werkdruk en toekomstonzekerheid ervaren (Sverke, Hellgren, & Näswall,
2006; Tennant 2001). Uit een onderzoek van Houtman, Smuders en Van den Berg (2006) blijkt
dat de werkdruk tussen 1990 en 2000 ongeveer 10% gestegen is. In 2000 ervaarden meer dan
50% van de Belgen een hoge werkdruk
De vier job demands (werkdruk, emotionele belasting, geestelijke belasting en
toekomstonzekerheid) werden gemeten met behulp van vragen uit de VBBA (Vragenlijst voor
de Beleving en Beoordeling van Arbeid: Van Veldhoven, 1996). De VBBA is een gevalideerde
vragenlijst die twee aspecten van de arbeid meet: de kenmerken van de arbeidssituatie
(arbeidsinhoud, arbeidsomstandigheden, arbeidsvoorwaarden, arbeidsverhoudingen) en
welzijn op het werk (welbevinden en spanning). Een hoge score op de subschalen zijn een
indicatie voor veel werkdruk, veel emotionele belasting, veel geestelijke belasting en veel
toekomstonzekerheid.
Werkdruk peilt naar de perceptie die mensen hebben over hun werkhoeveelheid en werktempo
(Van Veldhoven, 1996; Vets et al., 2009). Werkdruk werd gemeten aan de hand van 11 items
die peilen naar de werkhoeveelheid en het werktempo die respondenten ervaren tijdens het
uitoefenen van hun functie. Respondenten werden gevraagd om op een 5-punten Likertschaal
aan te geven hoe vaak iedere situatie op hen van toepassing is (1 = nooit, 2 = heel af en toe, 3
= soms, 4 = vaak, 5 = altijd). Voorbeelden van items zijn: “Werkt u onder tijdsdruk?”, “Heeft
u te veel werk te doen?”.
Emotionele belasting verwijst naar de mate waarin mensen tijdens hun werk in aanraking
komen met emotioneel aangrijpende situaties die hen persoonlijk raken (Van Veldhoven, 1996;
Vets et al., 2009). Ook hier werd aan de respondenten gevraagd om, voor zeven items, op een
5-punten Likertschaal aan te geven hoe vaak iedere situatie op hen van toepassing is.
Voorbeelden van items zijn: “Is uw werk emotioneel zwaar?”, “Wordt u in uw werk met dingen
geconfronteerd die u persoonlijk raken?”.
Geestelijke belasting verwijst naar de mate waarin men met concentratie, precisie en
zorgvuldigheid zijn of haar werk moet uitoefenen (Van Veldhoven, 1996; Vets et al., 2009).
Het construct werd gemeten met behulp van zeven items. Voorbeelden van items zijn: “Vraagt
uw werk veel concentratie?”, “Moet u erg precies werken?”.
26
Werkonzekerheid verwijst naar de behoefte die mensen hebben om meer zekerheid te krijgen
over het behoud van hun job, functieniveau of het verdere bestaan van de organisatie (Van
Veldhoven, 1996; Vets et al., 2009). Werkonzekerheid werd gemeten aan de hand van vier
items. Voorbeelden van items zijn: “Heeft u behoefte aan meer zekerheid of u over een jaar nog
werk zult hebben?”, “Heeft u behoefte aan meer zekerheid of u uw huidige baan het komende
jaar zult houden?”.
3.3 Job resources
De vier job resources die opgenomen werden in de vragenlijst voor deze studie zijn inspraak,
autonomie, steun van collega’s en feedback. Er werd voor deze job resources gekozen
aangezien ze zich voordoen op verschillende niveaus van de organisatie. Steun van collega’s
bevindt zich op het interpersoonlijk niveau (Demerouti & Bakker, 2011). Inspraak bevindt zich
op het niveau van de functie. Feedback en autonomie kunnen we situeren op het taakniveau.
Zowel steun als autonomie worden gezien als belangrijke job resources en werden reeds
veelvuldig in de literatuur onderzocht aangezien deze resources de basis zijn van het JDCS
model (Johnson en Hall, 1988) (een herziening van het JDC model van Karasek, 1979) waarop
het JD-R model (Demerouti et al., 2001) gebaseerd is. Feedback en inspraak werden gekozen
aangezien uit een studie van Vets et al. (2009) bij 44531 Belgen blijkt dat deze schalen
negatiever beoordeeld worden dan de overige job resources die bevraagd worden in de VBBA.
Mensen rapporteerden dat ze slechts zelden inspraak en feedback krijgen in hun job. Deze
resources kunnen ook redelijk gemakkelijk aangepakt worden door de werkgever in
tegenstelling tot bijvoorbeeld loopbaanmogelijkheden.
Net zoals de job demands werden de verschillende job resources (autonomie, inspraak, steun
van collega’s, feedback) gemeten met behulp van de VBBA (Van Veldhoven, 1996). Ook hier
werd aan de respondenten gevraagd om op een 5-punten Likertschaal aan te geven hoe vaak
iedere situatie op hen van toepassing is.
Autonomie verwijst naar de mate waarin mensen ervaren dat ze vrijheid krijgen bij het plannen
en het uitvoeren van hun werk (Van Veldhoven, 1996; Vets et al. 2009). Dit construct werd
gemeten aan de hand van 11 items. Voorbeelden van items zijn: “Heeft u vrijheid bij het
uitvoeren van uw werkzaamheden?”, “Heeft u invloed op de planning van uw
werkzaamheden?”.
27
Inspraak verwijst naar de mate waarin mensen mee kunnen beslissen over zaken in verband
met hun eigen werk. Daarnaast wordt ook gepeild naar de mate waarin ze beslissingsrecht
hebben op het niveau van de organisatie en op het niveau van hun afdeling (Van Veldhoven,
1996; Vets et al. 2009). Inspraak werd gemeten aan de hand van acht items. Voorbeelden van
items zijn: “Kunt u met uw directe leiding praten over problemen op het werk?”, “Heeft u veel
te zeggen over wat er gebeurt op uw werkplek?”.
Steun van collega’s verwijst naar de mate waarin mensen kunnen rekenen op de hulp en steun
van collega’s wanneer dit noodzakelijk is (Van Veldhoven, 1996; Vets et al. 2009). Dit
construct werd gemeten met behulp van negen items. Voorbeelden van items zijn: “Kunt u op
uw collega’s rekenen wanneer u het in uw werk wat moeilijk krijgt?”, “Kunt u als dat nodig is
uw collega’s om hulp vragen?”
Feedback verwijst naar de mate waarin mensen informatie kunnen krijgen over de kwaliteit van
hun werk bij collega’s, leidinggevenden of van de taak zelf (Van Veldhoven, 1996; Vets et al.
2009). Feedback werd gemeten aan de hand van zeven items. Voorbeelden van items zijn:
“Krijgt u voldoende informatie over het doel van uw werk?”, “Krijgt u voldoende informatie
over het resultaat van uw werk?” .
De psychometrische kwaliteit van de VBBA (Van Veldhoven, 1996). werd reeds door
verschillende auteurs onderzocht in België en Nederland. Bij de ontwikkeling van de vragenlijst
werd voor het eerst gekeken naar de psychometrische kwaliteit met behulp van Nederlandse
data (Van Veldhoven, 1996). Alle schalen hadden een goede interne consistentie. Later gingen
ook Weel en Broersen (1995) de psychometrische kwaliteit na in een Nederlandse steekproef
en vonden gelijkaardige resultaten. Jöreskog en Sörbom (1993) onderzochten via een
confirmatorische factoranalyse de constructvaliditeit van de VBBA. Hieruit bleek dat
psychosociale belasting en werkstress goed in kaart werden gebracht door de VBBA. Notelaers
en Van Veldhoven (1999) deden onderzoek naar de betrouwbaarheid in zeven Vlaamse
bedrijven. Zij vonden dat alle schalen een betrouwbaarheid hadden die hoger lag dan .70.
Notelaers en Van Veldhoven (2001) deden onderzoek met de Franstalige versie van de VBBA
in Wallonië. Ze bekeken de betrouwbaarheid en de validiteit van de vragenlijst. Ook zij vonden
een goede interne consistentie voor de schalen en tevens had de vragenlijst een goede
begripsvaliditeit.
28
3.4 Positief psychologisch kapitaal
Positief psychologisch kapitaal werd gemeten aan de hand van 23 items. 18 items zijn afkomstig
van de PCQ-24 (Luthans, Avolio, Avey, & Norman, 2007). Deze items meten drie dimensies
van positief psychologisch kapitaal, namelijk hoop, optimisme en weerbaarheid. Aangezien de
items van de PCQ-24 die zelf-effectief meten gericht zijn op managers werd zelf-effectiviteit
bevraagd aan de hand van vijf items die gebaseerd zijn op de General Self-Efficacy Scale van
Schwarzer & Jerusalem (1995). Deze vijf items werden ook gebruikt in een onderzoek van Vink
et al. (2010). Respondenten werden gevraagd om op een 6-puntenschaal aan te geven in welke
mate ze het op dit moment eens of oneens zijn met verschillende uitspraken (1 = helemaal mee
oneens, 2 = mee oneens, 3 = een beetje mee oneens, 4 = een beetje mee eens, 5 = mee eens, 6
= helemaal mee eens). Een hoge score op de verschillende subschalen is een indicatie voor veel
zelf-effectiviteit, hoop, optimisme en weerbaarheid.
Zelf-effectiviteit werd gemeten aan de hand van vijf items. Voorbeelden van items zijn: “Als er
zich op mijn werk moeilijke problemen voordoen, dan weet ik die op te lossen”, “Op mijn werk
bereik ik mijn doel, ook wanneer er zich onverwachte situaties voordoen”.
Hoop werd gemeten met behulp van zes items. Voorbeelden van items zijn: “Ik vertrouw erop
dat ik, als ik mij in een moeilijke situatie bevind in mijn werk, een oplossing kan vinden”, “Op
dit moment streef ik mijn werkdoelen op energieke wijze na”.
Optimisme werd eveneens gemeten aan de hand van zes items. Voorbeelden van items zijn: “Ik
bekijk mijn werk altijd van de zonnige kant”, “Ik ben optimistisch wat betreft mijn toekomst
binnen het werk”.
Voorbeelden van items die weerbaarheid meten zijn: “Normaal gesproken kan ik in mijn werk
goed omgaan met moeilijkheden”, “Ik kan goed zonder hulp van anderen werken als dat nodig
is”. Ook dit construct werd gemeten aan de hand van zes items.
De psychometrische kwaliteit van de PCQ-24 werd reeds grondig bestudeerd. In 2013 maakten
Dawkins, Martin, Scott, & Sanderson (2013) een review over de psychometrische kwaliteiten
van de PCQ. De review stelt dat de betrouwbaarheid voor positief psychologisch kapitaal
consistent is over de studies die ze onderzochten. Alle Cronbach’s α waren hoger dan .70.
Volgens de review zijn ook de betrouwbaarheden van de afzonderlijke componenten
acceptabel. Verder blijken veel verschillende studies een vier-factorenstructuur te vinden. 15
van de 29 studies in de review onderzochten de factorstructuur van positief psychologisch
29
kapitaal. Alle studies deden dit aan de hand van een confirmatorische factor analyse en vonden
een goede fit met een vier-factorenstructuur.
3.5 Controlevariabelen
Aangezien onderzoek heeft aangetoond dat burn-out wordt beïnvloed door verschillende
variabelen werden leeftijd, geslacht (man = 1 ; vrouw = 2) en het al dan niet hebben van een
partner (geen partner = 1; partner = 2) opgenomen als controlevariabelen.
4 Analyses
De analyses op de data werden uitgevoerd met behulp van het statistische programma ‘SPSS
Statistics 23’. Eerst werden de factorstructuren van de verschillende variabelen nagegaan met
behulp van exploratorische factoranalyses. Verder werd gekeken naar de gemiddelde waarden
van de variabelen en de correlaties tussen de variabelen. Vervolgens werden enkele assumpties
van het JD-R model onderzocht door middel van een stapsgewijze lineaire regressie (enter
methode) en een lineaire regressie met forward selection. Tot slot werd nagegaan of
persoonlijke resources een substituut is voor job resources. Hiervoor werd eerst een
exploratorische factoranalyse uitgevoerd op de verschillende dimensies van job resources
(autonomie, inspraak, steun van collega’s en feedback) en persoonlijke resources (hoop,
optimisme weerbaarheid en zelf-effectiviteit). Daarnaast werden de correlaties tussen job
resources en persoonlijke resources in detail bekeken. Verder werd gebruik gemaakt van een
lineaire regressie met forward selection om de verklarende kracht van job resources en
persoonlijke resources te bekijken en te vergelijken. Er werden verschillende modellen
gemaakt om de verklarende waarde te vergelijken.
30
Deel III: Resultaten
1 Factor- en betrouwbaarheidsanalyses
1.1 Burn-out
Aangezien er in de literatuur een discussie is ontstaan omtrent de factorstructuur van burn-out
voeren we een exploratieve factoranalyse aan de hand van een Principale Component Analyse
en een Varimax rotatie uit (o.a. Brenninkmeijer & Van Yperen, 2003; Bresó, Salanava &
Schaufeli, 2007; Roelofs et al., 2005; Taris, Le Blanc, Schaufeli & Schreurs, 2005). Uit een
review over de factorstructuur van de MBI van Worley, Vassar, Wheeler en Barnes (2008) blijkt
dat de meeste studies gebruik maken van een Varimax rotatie. Op basis van eigenvalues die
hoger zijn dan 1 bekomen we een drie-factorenoplossing. Uit de factoranalyse blijkt dat het
item ‘CompetentieR _2’ en het item ‘CompetentieR _5’ sterk laden op twee verschillende
factoren (Bijlage 2.1 geeft de factorladingen weer).
Vervolgens werd er een exploratorische factoranalyse uitgevoerd zonder deze twee items. Er
werd opnieuw een drie-factorenoplossing bekomen (Bijlage 2.2 geeft de factorladingen weer).
Uit de betrouwbaarheidsanalyse van de schaal zonder de items ‘CompetentieR_2’ en
‘Competentie R_5’ bleek dat de betrouwbaarheid van de schaal vergroot kan worden door het
item ‘CompetentieR_1’ te verwijderen.
Aangezien er hoge crossladingen zijn voor enkele items die competentie meten, de
betrouwbaarheid van de schaal verhoogt kan worden door een item dat competentie meet te
verwijderen en aangezien er in de literatuur discussie is over de rol van competentie bij het
meten van burn-out (zie volgende paragraaf), werd beslist om burn-out enkel te meten aan de
hand van uitputting en cynisme.
Verscheidene auteurs stellen dat uitputting en cynisme de kern van burn-out zijn, terwijl
verminderde competentie niet echt deel uitmaakt van burn-out. Vanuit empirisch standpunt
blijkt dat competentie niet sterk correleert met uitputting en cynisme (Lee & Ashfort, 1996).
Daarnaast zou verminderde competentie zich gelijktijdig ontwikkelen met uitputting en
cynisme (Taris, Le Blanc, Schaufeli & Schreus, 2005). Verder zou verminderde competentie
enkel gerelateerd zijn aan job resources, terwijl uitputting en cynisme zowel gerelateerd zijn
aan job resources als aan job demands (Lee & Ashforth, 1996). Cordes en Doughtery (1993)
en Shirom et al. (2003), zoals geciteerd in Bresó et al. (2007) stellen dat competentie eerder een
persoonlijkheidskenmerk is dan een onderdeel van burn-out. Verder blijkt dat mensen met burn-
out zowel uitputting als cynisme ervaren, terwijl verminderde competentie niet altijd voorkomt
31
(Brenninkmeijer & Van Yperen, 2003; Roelofs, Verbraak, Keijsers, de Bruin & Schmidt,
2005). Daarnaast zijn er studies die stellen dat de factor ‘verminderde competentie’ enkel maar
wordt bekomen omdat de items die competentie meten positief geformuleerd zijn terwijl de
items die uitputting en cynisme meten negatief geformuleerd zijn (Bouman, te Brake,
Hoogstraten, 2002; Bresó et al., 2007; Demerouti et al., 2001; Halbesleben & Demerouti, 2005).
Negatieve items en positieve items zouden vaker laden op een aparte factor.
Een exploratorische factoranalyse met Varimax rotatie op de items die uitputting en cynisme
meten geeft een twee-factorenoplossing die 77,12% van de totale variantie verklaart. Tabel 2
geeft de factorladingen weer. Deze schaal heeft een goede betrouwbaarheid, Cronbach’s α =
.93. De eerste factor, die we kunnen benoemen als uitputting, verklaart 40,09% van de variantie
en heeft een goede interne consistentie, Cronbach’s α = .91. De tweede factor, die we kunnen
benoemen als cynisme, verklaart 37,03% van de variantie en heeft eveneens een goede
betrouwbaarheid, Cronbach’s α = .93.
Tabel 2
Factorladingen burn-out (9 items)
Items Factor 1 Factor 2
Uitputting_1 .88 .22
Uitputting _2 .77 .28
Uitputting _3 .82 .38
Uitputting _4 .84 .26
Uitputting _5 .70 .39
Cynisme_1 .28 .85
Cynisme _2 .30 .82
Cynisme _3 .34 .84
Cynisme _4 .30 .86
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
32
1.2 Positief Psychologisch Kapitaal
Om de psychometrische kwaliteit van positief psychologisch kapitaal na te gaan, werd een
exploratorische factoranalyse met Varimax rotatie uitgevoerd. Deze analyse bekomt een vier-
factorenoplossing (Bijlage 3.1 geeft de factorladingen weer). De items ‘Hoop_1’,
‘WeerbaarheidR_1’, ‘Optimisme_3’, ‘Optimisme_4’, ‘Optimisme_6’ werden verwijderd uit de
schaal aangezien deze op de verkeerde factor laden. De items ‘Hoop_3’, ‘Hoop_4’, ‘Hoop_5’
en ‘Optimisme_1’ werden verwijderd aangezien ze sterk laden op meerdere factoren.
Een tweede exploratorische factoranalyse met Varimax rotatie werd uitgevoerd op de items die
niet uit de schaal verwijderd werden (Bijlage 3.2 geeft de factorladingen weer). Op basis van
eigenvalues hoger dan 1 werd een drie-factorenoplossing bekomen. Deze bevinding is strijdig
met de literatuur. Uit een review van Dawkins et al. (2013) bleek dat alle studies die de
factorstructuur van positief psychologisch kapitaal onderzochten een goede fit vonden met het
vier-factorenmodel. Een mogelijke verklaring voor deze tegenstrijdige bevinding is dat alle
items die hoop en zelf-effectiviteit meten, peilen naar de mate waarin men verwacht zijn doelen
te bereiken.
Ten slotte werd een exploratorische factoranalyse met Varimax rotatie uitgevoerd waarbij de
items op vier factoren werden gedwongen (Tabel 3 geeft de factorladingen weer). De vier
factoren verklaren 65,07% van de variantie. Zelf-effectiviteit verklaart 21,31% van de variantie,
de factor hoop 18,29%, de factor weerbaarheid 14,02% en de vierde factor optimisme verklaart
11,44% van de variantie. Uit de betrouwbaarheidsanalyse blijkt dat deze schaal een goede
interne consistentie heeft, Cronbach α = .86. Het verwijderen van een item zou de
betrouwbaarheid niet significant verhogen. De betrouwbaarheid van de subschaal zelf-
effectiviteit heeft eveneens een goede betrouwbaarheid, Cronbach’s α = .82. De
betrouwbaarheid van de subschaal weerbaarheid heeft een acceptabele betrouwbaarheid,
Cronbach’s α = .78. Van de overige subschalen werd de betrouwbaarheid niet nagegaan
omwille van het kleine aantal items waaruit de subschalen bestaan. Aangezien de theorie vier
factoren naar voren brengt, werken we in deze studie verder met vier factoren.
33
Tabel 3
Factorladingen PsyCap, 4-factorenoplossing (14 items)
Items Factor 1 Factor 2 Factor 3 Factor 4
Zelf-effectiviteit_1 .70 .29 .23
Zelf-effectiviteit _2 .80 .24
Zelf-effectiviteit _3 .71
Zelf-effectiviteit _4 .66 .45
Zelf-effectiviteit _5 .67 .37
Hoop_2 .21 .85
Hoop_6 .21 .84
Weerbaarheid_2 .34 .62 .25 .22
Weerbaarheid_3 .75
Weerbaarheid_4 .29 .69
Weerbaarheid_5 .31 .62 .24 .27
Weerbaarheid_6 .29 .66
OptimismeR_2 .85
OptimismeR_5 .26 .79
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
1.3 Job demands
De exploratorische factoranalyse met Varimax rotatie met betrekking tot job demands bekomt
een zes-factorenoplossing (Bijlage 4.1 geeft de factorladingen weer). De bekomen zes-
factorenoplossing ligt niet in lijn met de verwachte vier-factorenoplossing. De items die
werkdruk meten, laden op 2 verschillende factoren, namelijk factor 2 en factor 5. Een mogelijke
verklaring is dat werkdruk wordt beschouwd als een combinatie van een hoog werktempo en
een grote werkhoeveelheid (Van Veldhoven, 1996; Vets et al., 2009). Als we echter kijken naar
de inhoud van de items vinden we het onderscheid tussen werktempo en werkhoeveelheid niet
terug. De items ‘Werkdruk_9’, ‘Werkdruk_10’ en ‘Werkdruk_11’ blijken te peilen naar de mate
waarin men het moeilijk heeft met het werktempo en de werkdruk, terwijl de overige items
enkel peilen naar beschrijving van het werktempo en de werkhoeveelheid zonder dat men peilt
naar de mate waarin men het daar moeilijk mee heeft.
Aangezien de items ‘Werkdruk_7’ en ‘WerkdrukR_8’ laden op factor 6 die niet zinvol
geïnterpreteerd kan worden, werden deze items uit de schaal verwijderd. Het item ‘Emotionele
belasting_6’ laadt zowel op factor 4 als op factor 6, ook dit items werd uit de schaal verwijderd.
Er werd een tweede exploratorische factoranalyse uitgevoerd op de overige items. Deze
34
bekwam een vijf-factorenoplossing (Bijlage 4.2 geeft de factorladingen weer). De items die
werkdruk meten blijken te laden op factor 1 en factor 5. Uit een factoranalyse, waarbij vier
factoren werden opgelegd, blijken de items die werkdruk meten wel op eenzelfde factor te laden
(Tabel 4 geeft de factorladingen weer: zie p.35). De vier factoren verklaren samen 61,40% van
de variantie. Factor 1 (werkdruk) verklaart 19,40% van de variantie, factor 2 (geestelijke
belasting) verklaart 16,50%, factor 3 (toekomstonzekerheid) verklaart 13,54% en factor 4
(emotionele belasting) verklaart 11,97% van de variantie. De betrouwbaarheid van deze schaal
is goed, Cronbach’s α = .85. Het verwijderen van één van de items zou de betrouwbaarheid niet
in sterke mate verhogen. De betrouwbaarheden van de subschalen zijn acceptabel tot zeer goed,
Cronbach’s α liggen tussen .79 en .94.
1.4 Job resources
Op basis van eigenvalues die hoger zijn dan 1 bekomen we een zes-factorenoplossing voor de
exploratorische factoranalyse met Varimax rotatie op de items die job resources meten (Bijlage
5.1 geeft de factorladingen weer). Dit is afwijkend van de verwachte vier-factorenoplossing.
De eerste, derde en vierde factor kunnen we zinvol interpreteren als respectievelijk autonomie,
inspraak en feedback. De items die steun van collega’s meten laden op twee verschillende
factoren, namelijk factor 2 en 5. Een mogelijke verklaring hiervoor is dat reversed items de
neiging hebben om op een aparte factor te laden. Als we de inhoud van de items bekijken dan
blijkt dat de items die op factor 5 laden, peilen naar het ervaren van uitzonderlijke situaties
zoals agressie en conflicten, terwijl de overige items peilen naar de algemene sfeer tussen
collega’s. Aangezien het moeilijk is om factor 6 te interpreteren, is het wenselijk om de items
‘Autonomie_9’ en ‘Inspraak_1’ te verwijderen. Omdat er een cross-lading is voor de items
‘Feedback_5’ en ‘Feedback_6’ en ‘Inspraak_4’, is het wenselijk om ook deze items uit de
schaal te laten.
Een exploratorische factoranalyse met Varimax rotatie zonder deze items bekomt een vijf-
factorenoplossing. (Bijlage 5.2 geeft de factor ladingen weer). Aangezien een vier-
factorenoplossing verwacht wordt en de items die steun van collega’s meten, laden op twee
factoren, werd er een exploratorische factoranalyse uitgevoerd met verplichte lading op vier
factoren (Tabel 5 geeft de factorladingen weer). Deze vier factoren verklaren samen 59,67%
van de variantie. Autonomie (factor 1) verklaart 20% van de variantie. Steun (factor 2) verklaart
15,85%, inspraak (factor 3) verklaart 13,51% en feedback (factor 4) verklaart 10,31% van de
35
variantie. De betrouwbaarheid van de schaal is zeer goed, Cronbach’s α = .92. De
betrouwbaarheden van de subschalen zijn goed. Cronbach’s α liggen tussen .85 en .91.
Tabel 4
Factorladingen job demands, 4-factorenoplossing (26 items),
Items Factor 1 Factor 2 Factor 3 Factor 4
Werkdruk_1 .72 .22
Werkdruk_2 .74
Werkdruk_3 .77
Werkdruk_4 .73 .31
Werkdruk_5 .79 .23
WerkdrukR_6 .70
Werkdruk_9 .65
Werkdruk_10 .68
Werkdruk_11 .72
Emotionele belasting_1 .25 .82
Emotionele belasting _2 .84
Emotionele belasting _3 .47
Emotionele belasting _4 .30 .29 .49
Emotionele belasting _5 .56
Emotionele belasting _7 .82
Geestelijke belasting_1 .81
Geestelijke belasting _2 .79 -.20
Geestelijke belasting _3 .25 .66
Geestelijke belasting _4 .74
Geestelijke belasting _5 .80
Geestelijke belasting _6 .68 .23
Geestelijke belasting _7 .78
Toekomstonzekerheid_1 .92
Toekomstonzekerheid_2 .95
Toekomstonzekerheid_3 .93
Toekomstonzekerheid_4 .84
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
36
Tabel 5
Factorladingen job resources, 4-factorenoplossing (30 items)
Items Factor 1 Factor 2 Factor 3 Factor 4
Autonomie_1 76
Autonomie_2 .69 .24
Autonomie_3 .73
Autonomie_4 .70
Autonomie_5 .63
Autonomie_6 .80
Autonomie_7 .65 .37
Autonomie_8 .78
Autonomie_10 .82
Autonomie_11 .64 .33
Feedback_1 .29 .63
Feedback_2 .22 .79
Feedback_3 .87
Feedback_4 .21 .80
Feedback_7 .36 .22 .50
Steun_1 .72 .22
Steun_2 .70
Steun_3 .83
SteunR_4 .51
Steun_5 .73 .21
SteunR_6 .56
Steun_7 .83
Steun_8 .79
SteunR_9 .44
Inspraak_2 .29 .75
Inspraak _3 .32 .74 .28
Inspraak _5 .33 .71 .23
Inspraak _6 .45 .72
Inspraak _7 .79 .20
Inspraak _8 .25 .71
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
37
Tabel 6 geeft een overzicht van de verschillende constructen, het aantal items waaruit de
schalen bestaan en de betrouwbaarheid van elke schaal.
Tabel 6: Interne consistenties van de verschillende (sub)schalen
Construct Aantal items Chronbach α
Burn-out 9 .93
Uitputting 5 .91
Cynisme 4 .92
PsyCap 14 .86
Zelf-effectiviteit 5 .82
Hoop 2 -
Weerbaarheid 5 .78
Optimisme 2 -
Job demands 26 .85
Werkdruk 9 .90
Emotionele belasting 6 .79
Geestelijke belasting 7 .88
Toekomstonzekerheid 4 .94
Job resources 30 .92
Autonomie 10 .91
Feedback 5 .85
Steun 9 .86
Inspraak 6 .91
2 Gemiddelden, standaarddeviaties en correlaties
Tabel 7 geeft een overzicht van de gemiddelde scores, standaarddeviaties en correlaties van alle
variabelen opgenomen in het onderzoek. Voor alle correlaties werd gebruik gemaakt van
Pearson-correlaties aangezien we veronderstellen dat variabelen gemeten aan de hand van een
Likertschaal van interval meetniveau zijn.
2.1 Job demands, job resources en burn-out
Zoals verwacht correleert burn-out negatief met job resources (r = -.521, p < .001) en positief
met job demands (r = .346, p < .001). Deze bevindingen liggen in lijn met hypothese 1 en
hypothese 2. Mensen die veel job resources hebben, rapporteren minder burn-out dan mensen
de weinig job resources hebben. Mensen die veel job demands hebben, rapporteren meer burn-
out dan mensen die weinig job demands hebben. Als we gaan kijken naar de verschillende
soorten job demands vinden we een positieve correlatie tussen werkdruk (r = .344, p < .001),
emotionele belasting (r = .160, p < .001) en toekomstonzekerheid (r = .218, p < .001) enerzijds
en burn-out anderzijds. Enkel geestelijke belasting blijkt niet significant te correleren met burn-
out (r = .032, p = .589). Verder blijken alle soorten job resources negatief te correleren met
38
burn-out (autonomie: r = -.357, p < .001; feedback: r = -.500, p < .001; steun van collega’s: r
= -.348, p < .001; inspraak: r = -.365, p < .001).
2.2 Burn-out en positief psychologisch kapitaal
Burn-out en positief psychologisch kapitaal vertonen een sterke negatieve correlatie (r = -.668,
p < .001). Positief psychologisch kapitaal en job resources (r = -.521, p < .001) vertonen dus
een gelijkaardige relatie met burn-out. Als we de afzonderlijke dimensies van positief
psychologisch kapitaal bekijken, vinden we een sterke correlatie tussen hoop en burn-out (r = -
.719, p < .001). Ook zelf-effectiviteit (r = -.446, p < .001), weerbaarheid (r = -.330, p < .001)
en optimisme (r = -.380, p < .001) correleren significant met burn-out.
2.3 Job demands, job resources en positief psychologisch kapitaal
Er blijkt een negatieve correlatie te zijn tussen job demands en positief psychologisch kapitaal
(r = -.306, p < .001) en een sterke positieve correlatie tussen job resources en positief
psychologisch kapitaal (r = .594, p < .001). De hoge correlatie tussen positief psychologisch
kapitaal en job resources is een indicatie dat positief psychologisch kapitaal mogelijks een
substituut is voor job resources. Deze bevinding ligt in lijn met hypothese 4. Als we kijken naar
de afzonderlijke job resources dan blijken alle soorten job resources significant (p < .001) te
correleren met positief psychologisch kapitaal. De correlaties liggen tussen r = .421 en r = .475.
Voor de afzonderlijke job demands werd enkel een significante negatieve correlatie gevonden
met werkdruk en toekomstonzekerheid, r = -.225, p < .001 en r = -.286, p < .001 respectievelijk.
2.4 Controlevariabelen en burn-out
Hoewel in de literatuur de meeste studies een negatieve relatie tussen burn-out en leeftijd
vaststellen, vinden we hier geen significante correlatie tussen leeftijd burn-out (r = -.018, p =
.752). Geslacht is negatief gecorreleerd met burn-out (r = -.123, p = .034). De vrouwen in deze
steekproef rapporteren minder burn-out dan de mannen. Als we kijken naar de afzonderlijke
dimensies van burn-out blijkt geslacht negatief te correleren met cynisme (r = -.184, p < .001).
Mannen rapporteren meer cynisme dan vrouwen. Er wordt geen significante relatie met
uitputting gevonden (r = -.013, p = .820).
39
Tabel 7: Correlatietabel (deel 1 van 3)
Gemiddelde SD Geslacht Leeftijd Partner Burn-out Uitputting Cynisme PsyCap
Geslacht 1
Leeftijd 37,95 9,51 0 1
Partner .016 .138* 1
Burn-out 5,35 2,41 -.123* -.018 -.151** 1
Uitputting 2,93 1,23 -.013 .031 -.099 .896** 1
Cynisme 2,42 1,41 -.184** -.007 -.150** .923** .655** 1
PsyCap 17,94 2,41 .072 .016 .170** -.668** -.592** -.617** 1
Zelf-effectiviteit 4,58 0,67 -.006 -.053 .095 -.446** -.417** -.394** .748**
Hoop 4,37 1,00 .048 -.003 .113* -.719** -.633** -.664** .789**
Weerbaarheid 4,70 0,64 .055 -.029 .147* -.330** -.291** -.303** .699**
Optimisme 4,28 1,00 .118* .104 .173** -.380** -.331** -.363** .686**
Job demands 11,80 1,86 .137* .026 -.061 .346** .405** .231** -.306**
Werkdruk 3,09 0,69 .123* .023 0 .344** .476** .170** -.225**
Emotionele belasting 2,65 0,76 .175** .086 .007 .160** .243** .061 -.095
Geestelijke belasting 4,06 0,63 .036 -.044 -.075 .032 .119* -.046 .023
Toekomstonzekerheid 2,00 1,14 -.007 -.005 -.070 .218** .125* .258** -.286**
Job resources 3,616 0,72 .016 .063 .171** -.521** -.419** -.503** .594**
Autonomie 3,55 0,78 -.019 .074 .177** -.357** -.323** -.308** .443**
Feedback 4,06 0,55 .037 -.029 .124* -.500** -.393** -.505** .475**
Steun 3,05 0,95 .017 -.067 .140* -.348** -.301** -.329** .456**
Inspraak 14,36 2,25 -.061 .115* .145* -.365** -.291** -.360** .421**
Noot. **p <.001; *p < .05
40
Tabel 7: Correlatietabel (deel 2 van 3)
Zelf-
effectiviteit Hoop Weerbaarheid Optimisme Job
demands Werkdruk
Emotionele
belasting
Zelf-effectiviteit 1
Hoop .501** 1
Weerbaarheid .583** .365** 1
Optimisme .237** .317** .280** 1
Job demands -.227** -.269** -.141* -.244** 1
Werkdruk -.139* -.240** -.062 -.180** .639** 1
Emotionele belasting -.052 -.095 -.028 -.109 .569** .317** 1
Geestelijke belasting .018 .057 .038 -.054 .486** .359** .135*
Toekomstonzekerheid -.240** -.248** -.178** -.162** .573** .017 -.030
Job resources .483** .517** .303** .391** -.328** -.233** -.072
Autonomie .388** .333** .264** .274** -.221** -.281** -.056
Feedback .335** .519** .211** .268** -.250** -.145* -.023
Steun .351** .339** .287** .321** -.343** -.239** -.242**
Inspraak .333** .353** .192** .313** -.196** -.086 .018
Noot. ***p <.001; **p < .05
41
Tabel 7: Correlatietabel (deel 3 van 3)
Geestelijke
belasting Toekomstonzekerheid Job
resources Autonomie Feedback Steun Inspraak
Geestelijke belasting 1
Toekomstonzekerheid -.083 1
Job resources .018 -.340** 1
Autonomie -.096 -.090 .745** 1
Feedback .059 -.326** .759** .348** 1
Steun .068 -.280** .564** .245** .396** 1
Inspraak .003 -.280** .851** .596** .495** .250** 1
Noot. **p <.001; *p < .05
42
3 Regressieanalyses
3.1 Assumpties JD-R model
Ten eerste onderzoeken we enkele assumpties van het oorspronkelijke JD-R model via een
stapsgewijze lineaire regressie (enter methode) en een lineaire regressie met forward selection.
We gaan na of er een relatie is tussen job demands en job resources enerzijds en burn-out
anderzijds. Hypothese 1 stelt dat er een positieve relatie is tussen job demands en burn-out.
Hypothese 2 stelt dat er een negatieve relatie is tussen job resources en burn-out. Hypothese 3
verwacht dat job resources de positieve relatie tussen job demands en burn-out zal verminderen.
Tabel 8 geeft de resultaten weer van de stapsgewijze lineaire regressie (enter methode).
Model 1. Het eerste model geeft de effecten van de controlevariabelen leeftijd, geslacht en
partner op burn-out weer. Er werd een significante regressievergelijking op het 5%
significantieniveau gevonden voor model 1 (F(3, 245) = 3.161, p = .025). Model 1 verklaart
3,7% van de variantie (R² =.037). Enkel het hebben van een partner blijkt een significant effect
te hebben op burn-out wanneer gecontroleerd wordt voor leeftijd en geslacht (β = -.150, p =
.019). Mensen met een partner rapporteerden minder burn-out dan mensen zonder partner.
Model 2. In model 2 werd naast de controlevariabelen ook de variabele job demands
opgenomen. Uit de lineaire regressie blijkt dat job demands een significant effect heeft op burn-
out bovenop de controlevariabelen in het model (β = .362, p < .001). Er is significante
verandering in de verklaarde variantie ten opzichte van model 1 (ΔR²= .128, F(1, 244) = 37.423,
p < .001). Deze resultaten stellen dat personen die veel job demands hebben meer burn-out
rapporteren dan personen die weinig job demands hebben. Hypothese 1 wordt bevestigd.
Verder blijkt er een significante relatie te zijn tussen geslacht en burn-out (β = -.170, p =.004).
Vrouwelijke participanten hebben minder burn-out gerapporteerd dan mannelijke participanten.
Model 2 verklaart 16,5% van de variantie (R² = .165, F (4, 244) = 12.079, p < .001).
Model 3. In model 3 werd job resources toegevoegd aan het model. Job resources blijkt een
significant effect te hebben op burn-out bovenop de overige variabelen in het model (β = -.437,
p < .001). Wanneer gecontroleerd wordt voor job demands, geslacht, partner en leeftijd blijken
de respondenten die veel job resources hebben minder burn-out te rapporteren dan
respondenten die weinig job resources hebben, waarmee hypothese 2 bevestigd wordt. Er is
een significante verandering in het aandeel verklaarde variantie ten opzichte van model 2 (ΔR²=
.165, F(1, 243) = 59.735, p < .001). Model 3 verklaart 33% van de variantie (R² = .330, F (5,
243) = 23.936, p < .001).
43
Model 4. Ten slotte werd de interactieterm tussen job demands en job resources toegevoegd.
Deze interactieterm blijkt geen significant effect te hebben op burn-out bovenop de overige
variabelen in het model (β = .013, p =.825). Er was geen significante verandering in verklaarde
variantie ten opzichte van model 3 (ΔR ² = .000, F (1, 242) = .049, p = .825). Job resources
blijkt de positieve relatie tussen job demands en burn-out niet te bufferen, deze bevinding is
niet in overeenstemming met hypothese 3.
Tabel 8
Regressie van burn-out op JD, JR en de interactie tussen JD en JR (enter methode) (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.121 -.170** -.145** -.146**
Leeftijd .006 -.005 -.017 .018
Partner -.150* -.126* -.063 -.065
Job demands .362*** .218*** .220***
Job resources -.437*** -.440***
Job demands*job resources .013
R² .037 .165 .330 .330
Noot. ***p <.001; **p < .01, *p < .05
Tabel 9 geeft de resultaten van de lineaire regressie met forward selection weer. Deze techniek
voegt stapsgewijs de predictor met grootste verklarende waarde toe. Een variabele wordt slechts
toegevoegd op voorwaarde dat deze variabele iets bijkomend verklaart wat niet door de andere
variabelen verklaard wordt.
Uit model 1 blijkt dat job resources meer variantie in burn-out verklaart dan geslacht, leeftijd,
partner, job demands en de interactie tussen job demands en job resources. Het model waar
enkel job resources in is opgenomen, verklaart 27,1% van de variantie (R² = .271, F (1, 247) =
91.788, p < .001). Uit model 2 blijkt dat job demands een bijkomende verklarende kracht heeft
bovenop job resources (ΔR² = .034, F (1, 246) = 12.203, p = .001). Verder blijkt ook geslacht
een verklarende waarde te hebben bovenop job resources en job demands (ΔR² = .021, F (1,
245) = 7.547, p = .006) aangezien geslacht wordt opgenomen in model 3. In lijn met de
resultaten die bekwamen werden met behulp van een stapsgewijze lineaire regressie (enter
methode) blijkt eveneens uit deze analyse dat mensen die veel job demands hebben meer burn-
out rapporteren dan mensen die weinig job demands hebben (H1). Mensen die veel job
resources hebben, rapporteren minder burn-out dan mensen die weinig job resources hebben
44
(H2). Het interactie effect tussen job demands en job resources werd in deze analyse niet
opgenomen. Hypothese 3 wordt niet bevestigd, het interactie effect tussen job demands en job
resouces heeft geen bijkomende verklarende kracht bovenop de verklarende kracht van job
resources, job demands en geslacht.
Tabel 9
Regressie van burn-out op JD, JR en de interactie tussen JD en JR (forward selection) (β)
Variabelen Model 1 Model 2 Model 3
Job resources -.521*** -.456*** -.446***
Job demands .197*** .220***
Geslacht -.146***
R² .271 .305 .326**
Noot. ***p <.001; **p < .01, *p < .05
Via een stapsgewijze lineaire regressie (enter methode) en een lineaire regressie met forward
selection werd nagegaan welke specifieke job resources en job demands predictoren zijn van
burn-out.
Tabel 10 geeft de resultaten weer van de stapsgewijze lineaire regressie (enter methode).
Model 1. Het eerste model geeft de effecten weer van de controlevariabelen leeftijd, geslacht
en partner op burn-out. Er werd een significante regressievergelijking op het 5%
significantieniveau gevonden voor model 1 (F(3, 284) = 3.664, p = .013). Model 1 verklaart
3,7% van de variantie (R² =.037). Het hebben van een partner (β = -.150, p = .011) en geslacht
(β = -.121, p = .039) blijken een significant effect te hebben op burn-out wanneer gecontroleerd
wordt voor leeftijd. Mensen met een partner rapporteerden minder burn-out dan mensen zonder
partner. Vrouwen rapporteerden minder burn-out dan mannen.
Model 2. In model 2 werden alle verschillende job demands opgenomen, namelijk
toekomstonzekerheid, emotionele belasting, geestelijke belasting en werkdruk. Er is
significante verandering in de verklaarde variantie ten opzichte van model 1 (ΔR²= .187, F(4,
280) = 16.915, p < .001). Uit de lineaire regressie blijkt dat werkdruk (β = .369, p < .001) en
toekomstonzekerheid (β = .194, p < .001) een significant effect hebben op burn-out bovenop
geslacht, leeftijd, partner, emotionele belasting en geestelijke belasting. Daarnaast blijken
emotionele belasting (β = .096, p = .088) en geestelijke belasting (β = -.102, p = .074) marginaal
45
significant te zijn wanneer er gecontroleerd wordt voor de overige variabelen in het model.
Model 2 verklaart 22,5% van de variantie (R² = .225, F (7, 280) = 11588, p < .001).
Model 3. In model 3 werden de afzonderlijke job resources toegevoegd aan het model, namelijk
autonomie, inspraak, feedback en steun van collega’s. Er is een significante verandering in de
verklaarde variantie ten opzichte van model 2 (ΔR²= .169, F(4, 267) = 19.205, p < .001). Uit de
lineaire regressie (enter methode) blijkt dat feedback (β = -.322, p < .001) en werkdruk (β =
.261, p < .001) een significant effect hebben op burn-out bovenop geslacht, leeftijd, partner, de
andere job demands en job resources opgenomen in het model. Daarnaast blijken inspraak (β
= -.109, p = .098) en emotionele belasting (β = .092p = .076) marginaal significant te zijn
wanneer er gecontroleerd wordt voor de overige variabelen in het model. Model 3 verklaart
39,3% van de variantie (R² = .393, F (11, 287) = 16.276, p < .001).
Tabel 10
Regressie van burn-out op de afzonderlijke JD en JR (enter methode) (β)
Variabelen Model 1 Model 2 Model 3
Geslacht -.121** -.177** -.162**
Leeftijd .006 -.013 -.015
Partner -.150** -.141** -.070
Werkdruk .369*** .261***
Emotionele belasting .096* .092*
Geestelijke belasting -.102* -.054
Toekomstonzekerheid .194*** .045
Autonomie -.077
Inspraak -.109*
Feedback -.322***
Steun -.062
R² .037 .225 .393
Noot. ***p <.001; **p < .05, *p < .1,
Met behulp van een lineaire regressie met forward selection werd nagegaan welke job demands
en job resources de grootste verklarende kracht hebben. In deze analyse werden volgende
variabelen opgenomen: geslacht, leeftijd, partner, autonomie, inspraak, feedback, steun van
collega’s, werkdruk, emotionele belasting, geestelijke belasting en toekomstonzekerheid. Tabel
11 geeft de resultaten weer van de lineaire regressie met forward selection.
46
Feedback werd als eerst variabele opgenomen in model 1 (F(1, 286) = 95.247, p < .001).
Feedback blijkt de grootste verklarende kracht te hebben van de verschillende variabelen die in
de analyse werden opgenomen. Model 1 verklaart 25% van de variantie (R² = .250). In model
2 werd naast feedback ook werkdruk opgenomen (ΔR²= .075, F(1, 285) = 31.798, p < .001).
Werkdruk blijkt de variabele te zijn met de grootste bijkomende verklarende kracht na
feedback. Model 2 verklaart 32,5% ( R² = .325, F(2, 285) = 68.651, p < .001) van de variantie.
In model 3, 4 en 5 werden respectievelijk geslacht (ΔR²= .020, F(1, 284) = 8.668, p =.004),
inspraak (ΔR²= .021, F(1, 283) = 9.323, p = .002) en emotionele belasting (ΔR²= .009, F(1,
282) = 4.031, p = .046) opgenomen. Model 5 verklaart 37,5% van de variantie (R² =.375 , F(5,
282) = 33.831, p < .001)
Tabel 11
Regressie van burn-out op de afzonderlijke JD en JR (forward selection) (β)
Variabelen Model 1 Model 2 Model 3 Model 4 Model 5
Feedback -.500*** -.460*** -.452*** -.369*** -.367***
Werkdruk .277*** .296*** .295*** .265***
Geslacht -.143** -.156** -.170***
Inspraak -.167** -.173**
Emotionele belasting .101**
R² .250 .325 .345 .366 .375
Noot. ***p <.001; **p < .05, *p < .1,
In navolging van het artikel van Bakker et al. (2005) werd via verschillende stapsgewijze
lineaire regressies (enter methode) gekeken naar de interacties tussen de afzonderlijke job
demands en job resources op zowel uitputting als cynisme. Net zoals in het artikel van Bakker
et al. (2005) werden eveneens de controlevariabelen opgenomen in de verschillende regressies.
Tabellen 12 tot en met 43 geven de resultaten weer.
Van de 32 mogelijke interactie effecten waren er vier significant op het 5% significantieniveau.
Namelijk de interactie tussen emotionele belasting en steun op uitputting (β = -.204, p = .004),
tussen werkdruk en autonomie op uitputting (β = -.153, p = .004), tussen toekomstonzekerheid
en feedback op uitputting (β = .129, p = .020) en tussen werkdruk en autonomie op cynisme (β
= -.123, p = .029). Daarnaast waren er vier interactie effecten marginaal significant op het 10%
significantieniveau. Namelijk de interactie tussen geestelijke belasting en feedback op
uitputting (β = -.095, p = .082), tussen geestelijke belasting en steun op uitputting (β = -.127, p
47
= .087), tussen werkdruk en inspraak op uitputting (β = -.092, p = .067) en tussen
toekomstonzekerheid en autonomie op cynisme (β = .103, p = .056).
Tabel 12
Regressie van uitputting op interactie emotionele belasting en autonomie (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.055 -.059 -.058
Leeftijd -.017 -.038 -.021 -.020
Partner -.097 -.095 -.044 -.037
Emotionele belasting .257*** .239*** .231***
Autonomie -.302*** -.282***
Emotionele belasting*autonomie -.081
R² .010 .074 .162 .168
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 13
Regressie van uitputting op interactie emotionele belasting en inspraak (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.055 -.076 -.072
Leeftijd -.017 -.038 -.010 -.009
Partner -.097 -.095 -.056 -.054
Emotionele belasting .257*** .263*** .258***
Inspraak -.291*** -.290***
Emotionele belasting*inspraak -.029
R² .010 .074 .156 .157
Noot. ***p <.001; **p < .05, *p < .1,
48
Tabel 14
Regressie van uitputting op interactie emotionele belasting en feedback (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.055 -.040 -.037
Leeftijd -.017 -.038 -.055 -.054
Partner -.097 -.095* -.045 -.042
Emotionele belasting .257*** .246*** .242***
Feedback -.382*** -.381***
Emotionele belasting*feedback -.046
R² .010 .074 .217 .219
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 15
Regressie van uitputting op interactie emotionele belasting en steun (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.055 -.041 -.035
Leeftijd -.017 -.038 -.055 -.049
Partner -.097 -.095* -.058 -.044
Emotionele belasting .257*** .196** .328***
Steun -.248*** -.208***
Emotionele belasting*steun -.204**
R² .010 .074 .130 .154
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 16
Regressie van uitputting op interactie geestelijke belasting en autonomie (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.015 -.022 -.021
Leeftijd -.017 -.013 .002 .002
Partner -.097 -.089 -.038 -.037
Geestelijke belasting .112* .087 .088
Autonomie -.309*** -.305***
Geestelijke belasting*autonomie -.012
R² .010 .023 .114 .114
Noot. ***p <.001; **p < .05, *p < .1,
49
Tabel 17
Regressie van uitputting op interactie geestelijke belasting en inspraak (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.015 -.035 -.035
Leeftijd -.017 -.013 .016 .016
Partner -.097 -.089 -.050 -.048
Geestelijke belasting .112* .118** .118**
Inspraak -.288*** -.289***
Geestelijke belasting* inspraak -.023
R² .010 .023 .103 .103
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 18
Regressie van uitputting op interactie geestelijke belasting en feedback (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.015 -.002 -.002
Leeftijd -.017 -.013 -.031 -.037
Partner -.097 -.089 -.035 -.029
Geestelijke belasting .112* .139** .128**
Feedback -.398*** -.395***
Geestelijke belasting*feedback -.095*
R² .010 .023 .177 .186
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 19
Regressie van uitputting op interactie geestelijke belasting en steun (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.015 -.011 -.006
Leeftijd -.017 -.013 -.039 -.039
Partner -.097 -.089 -.040 -.035
Geestelijke belasting .112* .135** .215**
Steun -.306*** -.293***
Geestelijke belasting*steun -.127*
R² .010 .023 .114 .123
Noot. ***p <.001; **p < .05, *p < .1,
50
Tabel 20
Regressie van uitputting op interactie werkdruk en autonomie (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.071 -.068 -.069
Leeftijd -.017 -.026 -.016 -.017
Partner -.097 -.094* -.062 -.049
Werkdruk .485*** .431*** .430***
Autonomie -.191*** -.150**
Werkdruk*autonomie -.153**
R² .010 .242 .275 .296
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 21
Regressie van uitputting op interactie werkdruk en inspraak (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.071 -.084* -.088*
Leeftijd -.017 -.026 -.002 -.002
Partner -.097 -.094* -.062 -.058
Werkdruk .485*** .465*** .464***
Inspraak -.247*** -.238***
Werkdruk*inspraak -.092*
R² .010 .242 .301 .309
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 22
Regressie van uitputting op interactie werkdruk en feedback (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.071 -.053 -.052
Leeftijd -.017 -.026 -.041 -.042
Partner -.097 -.094* -.053 -.051
Werkdruk .485*** .437*** .436***
Feedback -.322*** -.321***
Werkdruk*feedback -.010
R² .010 .242 .342 .342
Noot. ***p <.001; **p < .05, *p < .1,
51
Tabel 23
Regressie van uitputting op interactie werkdruk en steun (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.071 -.062 -.062
Leeftijd -.017 -.026 -.042 -.043
Partner -.097 -.094* -.066 -.067
Werkdruk .485*** .440*** .430***
Steun -.188*** -.190**
Werkdruk*steun .012
R² .010 .242 .274 .274
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 24
Regressie van uitputting op interactie toekomstonzekerheid en autonomie (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.010 -.018 -.016
Leeftijd -.017 -.018 -.002 -.001
Partner -.097 -.088 -.037 -.038
Toekomstonzekerheid .119** .094* .089
Autonomie -.309*** -.317***
Toekomstonzekerheid*autonomie .049
R² .010 .024 .116 .118
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 25
Regressie van uitputting op interactie toekomstonzekerheid en inspraak (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.010 -.029 -.029
Leeftijd -.017 -.018 .010 .010
Partner -.097 -.088 -.057 -.059
Toekomstonzekerheid .119** .044 .048
Inspraak -.273*** -.274***
Toekomstonzekerheid*inspraak .021
R² .010 .024 .091 .091
Noot. ***p <.001; **p < .05, *p < .1,
52
Tabel 26
Regressie van uitputting op interactie toekomstonzekerheid en feedback (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.010 .003 -.005
Leeftijd -.017 -.018 -.036 -.032
Partner -.097 -.088 -.046 -.045
Toekomstonzekerheid .119** .006 .017
Feedback -.390*** -.403***
Toekomstonzekerheid*feedback .129**
R² .010 .024 .158 .174
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 27
Regressie van uitputting op interactie toekomstonzekerheid en steun (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.011 -.010 -.006 -.007
Leeftijd -.017 -.018 -.042 -.044
Partner -.097 -.088 -.050 -.050
Toekomstonzekerheid .119** .041 .018
Steun -.285*** -.291***
Toekomstonzekerheid*steun .037
R² .010 .024 .097 .098
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 28
Regressie van cynisme op interactie emotioneel belasting en autonomie (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.199** -.203*** -.202***
Leeftijd .020 .012 .028 0.29
Partner -.149** -.149** -.099* -.098*
Emotionele belasting .095* .078 .076
Autonomie -.292*** -.287***
Emotionele belasting*autonomie -.020
R² .056 .064 .147 .147
Noot. ***p <.001; **p < .05, *p < .1,
53
Tabel 29
Regressie van cynisme op interactie emotionele belasting en inspraak(β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.199** -.224*** -.223***
Leeftijd .020 .012 .048 .048
Partner -.149** -.149** -.100* -.100*
Emotionele belasting .095 .103* .101*
Inspraak -.366*** -.366***
Emotionele belasting*inspraak -.010
R² .056 .064 .194 .194
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 30
Regressie van cynisme op interactie emotionele belasting en feedback (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.199** -.179*** -.182***
Leeftijd .020 .012 -.010 -.012
Partner -.149** -.149** -.085* -.089*
Emotionele belasting .095* .082* .087*
Feedback -.486*** -.487***
Emotionele belasting*feedback .050
R² .056 .064 .296 .299
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 31
Regressie van cynisme op interactie emotionele belasting en steun (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.199** -.180** -.178**
Leeftijd .020 .012 -.009 -.007
Partner -.149** -.149** -.103* -.098*
Emotionele belasting .095* .019 .067
Steun -.307*** -.293***
Emotionele belasting*steun -.073
R² .056 .064 .151 .154
Noot. ***p <.001; **p < .05, *p < .1,
54
Tabel 32
Regressie van cynisme op interactie geestelijke belasting en autonomie (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.180** -.186** -.188**
Leeftijd .020 .018 .033 .033
Partner -.149** -.153** -.103* -.105*
Geestelijke belasting -.051 -.075 -.078
Autonomie -.303*** -.317***
Geestelijke belasting*autonomie .039
R² .056 .058 .146 .148
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 33
Regressie van cynisme op interactie geestelijke belasting en inspraak (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.180** -.205*** -.205***
Leeftijd .020 .018 .054 .054
Partner -.149** -.153** -.105* -.110**
Geestelijke belasting -.051 -.043 -.044
Inspraak -.363*** -.361***
Geestelijke belasting*inspraak .058
R² .056 .058 .186 .189
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 34
Regressie van cynisme op interactie geestelijke belasting en feedback (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.180** -.164** -.164**
Leeftijd .020 .018 -.004 -.005
Partner -.149** -.153** -.087* -.087*
Geestelijke belasting -.051 -.018 -.019
Feedback -.487*** -.487***
Geestelijke belasting*feedback -.004
R² .056 .058 .290 .290
Noot. ***p <.001; **p < .05, *p < .1,
55
Tabel 35
Regressie van cynisme op interactie geestelijke belasting en steun (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.180** -.176** -.173**
Leeftijd .020 .018 -.009 -.008
Partner -.149** -.153** -.104* -.101*
Geestelijke belasting -.051 -.027 .011
Steun -.310*** -.303***
Geestelijke belasting*steun -.061
R² .056 .058 .151 .153
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 36
Regressie van cynisme op interactie werkdruk en autonomie (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.206*** -.203*** -.204***
Leeftijd .020 .016 .031 .030
Partner -.149** -.149** -.104* -.094*
Werkdruk .195** .120** .119**
Autonomie -.262*** -.229***
Werkdruk*autonomie -.123**
R² .056 .093 .154 .168
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 37
Regressie van cynisme op interactie werkdruk en inspraak (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.206*** -.226*** -.227***
Leeftijd .020 .016 .051 .051
Partner -.149** -.149** -.102* -.101*
Werkdruk .195** .166** .165**
Inspraak -.350*** -.346***
Werkdruk*inspraak -.043
R² .056 .093 .211 .213
Noot. ***p <.001; **p < .05, *p < .1,
56
Tabel 38
Regressie van cynisme op interactie werkdruk en feedback (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.206*** -.180*** -.181***
Leeftijd .020 .016 -.005 -.005
Partner -.149** -.149** -.088* -.089*
Werkdruk .195** .124** .125**
Feedback -.470*** -.470***
Werkdruk*feedback .007
R² .056 .093 .304 .304
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 39
Regressie van cynisme op interactie werkdruk en steun (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.206*** -.193*** -.194***
Leeftijd .020 .016 -.007 -.010
Partner -.149** -.149** -.106* -.108**
Werkdruk .195** .126** .090
Steun -.281*** -.290***
Werkdruk*steun .049
R² .056 .093 .165 .166
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 40
Regressie van cynisme op interactie toekomstonzekerheid en autonomie (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.181** -.187*** -.185**
Leeftijd .020 .019 .033 .035
Partner -.149** -.132** -.086 -.088
Toekomstonzekerheid .247*** .225*** .214***
Autonomie -.279*** -.297***
Toekomstonzekerheid*autonomie .103*
R² .056 .117 .191 .201
Noot. ***p <.001; **p < .05, *p < .1,
57
Tabel 41
Regressie van cynisme op interactie toekomstonzekerheid en inspraak (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.181** -.202*** -.202***
Leeftijd .020 .019 .051 .050
Partner -.149** -.132** -.096* -.094*
Toekomstonzekerheid .247*** .161** .156**
Inspraak -.319*** -.318***
Toekomstonzekerheid*inspraak -.026
R² .056 .117 .207 .208
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 42
Regressie van cynisme op interactie toekomstonzekerheid en feedback (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.181** -.165** -.167**
Leeftijd .020 .019 -.003 -.002
Partner -.149** -.132** -.083* -.083*
Toekomstonzekerheid .247*** .102** .107**
Feedback -.455*** -.458***
Toekomstonzekerheid*feedback .028
R² .056 .117 .299 .300
Noot. ***p <.001; **p < .05, *p < .1,
Tabel 43
Regressie van cynisme op interactie toekomstonzekerheid en steun (β)
Variabelen Model 1 Model 2 Model 3 Model 4
Geslacht -.182** -.181** -.177** -.177**
Leeftijd .020 .019 -.004 -.005
Partner -.149** -.132** -.097* -.097*
Toekomstonzekerheid .247*** .176** .163**
Steun -.263*** -.267***
Toekomstonzekerheid*steun .021
R² .056 .117 .179 .179
Noot. ***p <.001; **p < .05, *p < .1,
58
3.2 Substitutie door positief psychologisch kapitaal
Om na te gaan of positief psychologisch kapitaal een substituut is voor job resources, werd
eerst een exploratieve factoranalyse uitgevoerd op de verschillende dimensies van positief
psychologisch kapitaal en job resources. Vervolgens werden de correlaties tussen de
verschillende dimensies van positief psychologisch kapitaal en job resources in detail bekeken.
Tot slot werden univariate en multivariate lineaire regressies met forward selection uitgevoerd.
3.2.1 Exploratorische factoranalyse
Om na te gaan of persoonlijke resources een substituut is voor job resources werd een
exploratorische factoranalyse met Varimax rotatie uitgevoerd op de verschillende dimensies
van positief psychologisch kapitaal (hoop, weerbaarheid, zelf-effectiviteit, optimisme) en job
resources (autonomie, inspraak, feedback, steun van collega’s). Eerst werd er een factoranalyse
uitgevoerd met vrije lading, daarna werd er een factoranalyse uitgevoerd die de ladingen dwong
op één factor.
De factoranalyse met vrije lading bekomt een twee-factorenoplossing die 56,63% van de
variantie verklaart (Tabel 44 geeft de factorladingen weer). Uit de factoranalyses blijkt dat drie
van de vier dimensies van job resources sterk laden op factor 1. Echter blijkt de dimensie steun
van collega’s sterker te laden op factor 2 dan op factor 1. Twee dimensies van positief
psychologisch kapitaal, namelijk zelf-effectiviteit en weerbaarheid, blijken sterk te laden op
factor 2. De andere twee dimensies van positief psychologisch kapitaal; hoop en optimisme,
laden ongeveer even sterk op factor 1 als op factor 2.
De exploratieve factoranalyse waarbij de verschillende dimensies van job resources en positief
psychologisch kapitaal op één factor gedwongen werden verklaart slechts 43,01% van de
variantie (Tabel 45 geeft de factorladingen weer).
Aangezien we een twee-factorenoplossing bekomen als we de exploratorische factoranalyse
vrij laten laden en aangezien een twee-factorenoplossing meer variantie in burn-out verklaart,
kunnen we op basis van deze analyses stellen dat positief psychologisch kapitaal en job
resources twee aparte constructen zijn die geen substituut zijn van elkaar.
59
Tabel 44
Factorladingen dimensies job resources en positief psychologisch kapitaal (2 factoren)
Items Factor 1 Factor 2
Zelf-effectiviteit .24 .80
Hoop .45 .58
Weerbaarheid .01 .86
Optimisme .41 .37
Autonomie .74 .19
Feedback .70 .28
Steun .33 .51
Inspraak .86 .09
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
3.2.2 Correlaties
Tabel 7 geeft de correlaties weer tussen de verschillende dimensies van positief psychologisch
kapitaal, de verschillende job resources en burn-out.
Uit de correlatietabel blijkt dat positief psychologisch kapitaal sterk positief correleert met job
resources (r = .594, p < .001). Hoewel we geen correlatie van 1 vinden, is dit een indicatie dat
positief psychologisch kapitaal mogelijks een substituut is voor job resources.
Als we kijken naar de verschillende dimensies van positief psychologisch kapitaal dan merken
we dat zelf-effectiviteit redelijk sterk blijkt te correleren met job resources (r = .483, p < .001).
Tabel 45
Factorladingen dimensies job resources en positief psychologisch kapitaal (1 factor)
Items Factor 1
Zelf-effectiviteit .72
Hoop .73
Weerbaarheid .60
Optimisme .55
Autonomie .66
Feedback .69
Steun .59
Participatie .68
Methode: Principal Component Analysis
Rotatie methode: Varimax met Kaiser Normalisatie
60
Daarnaast blijkt dat zelf-effectiviteit een zwak verband heeft met de verschillende job
resources. De correlaties liggen tussen r = .388, p < .001 en r = .333, p < .001. Alle correlaties
tussen de verschillende job resources en zelf-effectiviteit zijn significant op het 1%
significatieniveau.
Ook hoop blijkt redelijk sterk te correleren met job resources (r = .517, p < .001). De correlaties
met de verschillende job resources, behalve met feedback, zijn eerder zwak. De correlaties
liggen tussen r = .333, p < .001 en r = .353, p < .001. De correlatie tussen hoop en feedback
blijkt redelijk sterk te zijn (r = .519, p < .001). Alle correlaties tussen de verschillende job
resources en hoop zijn significant op het 1% significatieniveau.
De derde dimensie van positief psychologisch kapitaal is weerbaarheid. Weerbaarheid vertoont
een zwak verband met job resources (r = .303, p < .001). De correlaties met de verschillende
job resources zijn ook zwak. De correlaties liggen tussen r = .192, p < .001 en r = .287, p <
.001. Ze zijn wel significant op het 1% significatieniveau.
Tot slot bespreken we de correlaties met optimisme. Optimisme correleert zowel zwak met job
resources (r = .391, p < .001) als de afzonderlijke job resources. De correlaties liggen tussen r
= .274, p < .001 en r = .321, p < .001. Ze zijn significant op het 1% significatieniveau.
3.2.3 Lineaire regressies
Vervolgens voerden we lineaire regressies met forward selection uit om na te gaan of
persoonlijke resources een substituut is voor job resources. Eerst werden univariate lineaire
regressies uitgevoerd om na te gaan wat de afzonderlijke verklarende kracht is van job
resources, job demands en positief psychologisch kapitaal (zie tabel 46, model A1, A2 en A3).
Vervolgens werd een multivariate lineaire regressie met forward selection uitgevoerd om na te
gaan wat de bijkomende verklarende kracht is van de verschillende constructen (zie tabel 46,
model B1, B2 en B3).
Uit de univariate lineaire regressies blijkt dat zowel job demands (β = .346, p < .001) als job
resources (β = -.521, p < .001) en positief psychologisch kapitaal (β = -.688, p < .001) een
significant effect hebben op burn-out (zie tabel 46, model A1, A2 en A3). Er is een negatieve
relatie tussen positief psychologisch kapitaal en burn-out (β = -.688, p < .001). Respondenten
die veel persoonlijke resources hebben, rapporteren minder burn-out dan respondenten die
weinig persoonlijke resources hebben. Positief psychologisch kapitaal verklaart 44,6% van de
variantie (F(1, 282) = 226.534, p < .001). Job resources verklaart 27,1% van de variantie (F(1,
61
268) = 99.592, p < .001) en job demands verklaart 12% van de variantie (F(1, 275) = 37.468, p
< .001).
Uit de univariate regressies blijkt dat positief psychologisch kapitaal de grootste verklarende
waarde heeft. Het is dan ook logisch dat positief psychologisch kapitaal als eerste variabele
werd opgenomen in de multivariate lineaire regressie met forward selection van burn-out op
positief psychologisch kapitaal, job resources en job demands (F(1, 259) = 208.798, p < .001)
(zie tabel 46, model B1, B2 en B3). Vervolgens werd job resources toegevoegd in model 2
(F(2, 258) = 114.353, p < .001). Job resources heeft een bijkomende verklarende kracht
bovenop de verklarende kracht van positief psychologisch kapitaal (ΔR ² = .0.24, F (1, 258) =
11.469, p = .001). Hoewel job resources een bijkomende verklarende kracht heeft, blijkt er een
overlap te zijn in de verklarende kracht van positief psychologisch kapitaal en job resources.
In de univariate regressie verklaart job resources namelijk 27,1% van de variantie in burn-out
terwijl job resources in een model met positief psychologisch kapitaal slechts 2,4% bijkomende
variantie verklaart. Hoewel er overlap is in de verklarende kracht van job resources en positief
psychologisch kapitaal, kunnen we stellen dat positief psychologisch kapitaal geen substituut
is voor job resources aangezien uit de lineaire regressie met forward selection blijkt dat job
resources nog iets anders en bijkomend verklaart in burn-out na positief psychologisch kapitaal.
Hypothese 4 wordt niet bevestigd. In het derde model werd tenslotte ook job demands
opgenomen (F(3, 257) = 80.614, p < .001). Job demands verklaart 1,5% bijkomende variantie
in burn-out bovenop job resources en positief psychologisch kapitaal (ΔR ² = .0.15, F (1, 257)
= 7.432, p = .004). Opvallend is dat job resources wordt opgenomen als tweede variabele
voordat job demands wordt opgenomen. Uit de analyses blijkt dus dat job resources een grotere
bijkomende verklarende kracht heeft na positief psychologisch kapitaal dan job demands.
Tabel 46
Regressie van burn-out op PsyCap, JR en JD, uni- en multivariaat (forward selection) (β)
Variabelen Model B1 Model B2 Model B3
Model A1 Model A2 Model A3
PsyCap -.668*** -.555*** -.532***
Job resources -.521*** -.191** -.161**
Job demands .346*** .131**
R² .446 .271 .120 .470 .485
ΔR² (model B) .446 .024 .015
Noot. ***p <.001; **p < .01, *p < .05
62
Deel IV: Discussie
1 Bespreking van de resultaten
De nieuwe wetgeving over psychosociale risico’s die van kracht is sinds 2014 verplicht
werkgevers een preventiebeleid te ontwikkelen dat rekening houdt met psychosociale risico’s
op het werk (Welzijnswet, 2014, §1, artikel 32/1). Om ervoor te zorgen dat managers een goed
preventiebeleid ontwikkelen is het noodzakelijk dat ze hun beslissingen kunnen baseren op
wetenschappelijk onderzoek. Dit onderzoek komt hieraan tegemoet door in een Vlaamse
steekproef met mensen die werkzaam zijn in verschillende sectoren, verschillende assumpties
van het JD-R model te testen. In het bijzonder werd nagegaan of job demands en job resources
predictoren zijn van burn-out en of job resources een bufferende werking heeft. Daarnaast werd
nagegaan of persoonlijke resources een substituut kan zijn voor job resources in het JD-R
model. In het bijzonder werd positief psychologisch kapitaal onderzocht. Deze bevinding zou
ertoe kunnen leiden dat managers naast het aanpakken van job resources en job demands ook
een preventiebeleid kunnen ontwikkelen dat een positieve invloed heeft op het positief
psychologisch kapitaal van werknemers.
1.1 Factorstructuren van de variabelen
Alvorens de verschillende hypotheses na te gaan werd gekeken naar de factorstructuren van de
verschillende variabelen via exploratieve factoranalyses met Varimax rotatie. Ten eerste werd
er gekeken naar burn-out. Uit de factoranalyse bleek dat enkele items die competentie meten
een cross-lading vertoonden. Verder bleek het verwijderen van een ander item dat competentie
meet te zorgen voor een meer betrouwbare schaal. Omwille van deze redenen en omwille van
het feit dat er in de literatuur heel wat discussie is over het aantal dimensies waaruit burn-out
bestaat (zie sectie resultaten), werd besloten om enkel uitputting en cynisme in rekening te
brengen bij het meten van burn-out.
De bekomen factorstructuren voor job demands en job resources liggen over het algemeen in
lijn met voorgaand onderzoek (Jöreskog & Sörbom, 1993; Notelaers & Van Veldhoven, 2001).
De items die dezelfde job resources en job demands meten laden over het algemeen op dezelfde
factor. De job resources die onderzocht werden in deze studie zijn autonomie, inspraak, steun
63
van collega’s en feedback. De job demands die opgenomen werden in deze studie zijn
werkdruk, emotionele belasting, cognitieve belasting en toekomstonzekerheid.
Tenslotte werd ook de factorstructuur van positief psychologisch kapitaal bekeken. De
factorstructuur die gevonden werd met behulp van een exploratorische factoranalyse met
Varimax rotatie lag niet in lijn met de verwachtingen. Uit een review van Dawkins et al. (2013)
bleek dat alle studies (15 studies) die de factorstructuur onderzochten een goede fit vonden met
het vier-factorenmodel. Echter moet opgemerkt worden dat deze studies confirmatorische
factoranalyses uitvoerden. In deze studie werden voor meerdere items cross-ladingen
gevonden. Zelfs het verwijderen van enkele items met cross-ladingen bekwam niet de
verwachte vier-factorenoplossing maar een drie-factorenoplossing. Enkele studies die een
exploratorische factoranalyse gebruikten vonden eveneens een drie-factorenoplossing die in lijn
ligt met de bekomen factorenoplossing (Du Plessi & Barkhuizen, 2012; Tibbs, Green, Wheeler,
& Carnody-Bubb, 2015). Volgens onze studie maken de respondenten geen onderscheid tussen
de items die hoop en zelf-effectiviteit meten. Een mogelijke verklaring hiervoor is dat vier van
de zes items die hoop meten werden verwijderd. De items die zelf-effectiviteit meten, peilen
naar de mate waarin men hindernissen, die voorkomen dat men zijn doel kan bereiken, kan
oplossen. De twee weerhouden items die hoop meten, peilen naar het bereiken en nastreven van
doelen. Bijna alle items die hoop en zelf-effectiviteit meten, peilen dus naar de mate waarin
men verwacht zijn doelen te bereiken. In plaats van de dimensies hoop en zelf-effectiviteit
samen te voegen, hebben we ervoor gekozen om te werken met vier factoren aangezien dit in
lijn is met de theorie. Echter is het belangrijk dat toekomstig onderzoek de factorstructuur van
positief psychologisch kapitaal verder onderzoekt.
1.2 Hoofdeffecten van job demands en job resources op burn-out
Uit de correlaties, lineaire regressie analyse (enter methode) en de lineaire regressie met
forward selection blijkt dat zowel job demands als job resources een significante relatie hebben
met burn-out in de verwachte richtingen. Hypothese 1 en hypothese 2 werden bevestigd.
Mensen die veel job demands ervaarden, rapporteerden meer burn-out dan mensen die weinig
job demands ervaarden. Het tegenovergestelde werd gevonden voor job resources. Mensen die
veel job resources ervaarden, rapporteerden minder burn-out dan mensen die weinig job
resources ervaarden. Deze bevindingen liggen in lijn met voorgaand onderzoek omtrent het JD-
R model (o.a. Bakker et al., 2003a, 2003b, 2003c, 2004, 2005; Demerouti et al., 2001; Hansen
64
et al. 2009; Korunka et al. 2009; Schaufeli & Bakker, 2004; Xanthopoulou et al., 2007a).
Vervolgens werd een stapsgewijze lineaire regressie (enter methode) en een lineaire regressie
met forward selection uitgevoerd waarbij de afzonderlijke job demands en de afzonderlijke job
resources werden opgenomen. Uit deze analyses blijkt dat emotionele belasting en werkdruk
de job demands zijn met het grootste effect op burn-out terwijl feedback en inspraak de job
resources zijn met het grootste effect op burn-out.
1.3 Interactie effect van job resources
Uit de lineaire regressies blijkt dat er geen significant interactie effect is tussen job resources
en job demands. Echter wanneer naar de verschillende job demands en job resources
afzonderlijk werd gekeken, bleken 4 van de 32 mogelijke interactie effecten significant te zijn
op het 5% significantieniveau, namelijk tussen emotionele belasting en steun op uitputting,
tussen werkdruk en inspraak op uitputting, tussen toekomstonzekerheid en feedback op
uitputting en tussen werkdruk en autonomie op cynisme.
Daarnaast werden er ook vier marginaal significante interactie effecten gevonden op het 10%
significantieniveau. Namelijk de interactie tussen geestelijke belasting enerzijds en feedback
en steun anderzijds op uitputting, tussen werkdruk en inspraak op uitputting en tussen
toekomstonzekerheid en autonomie op cynisme.
Deze bevindingen liggen in lijn met andere studies. De studie van Bakker et al. (2005) bij 1012
Nederlandse werknemers, vond dat 18 van de 32 mogelijke interactie effecten tussen
afzonderlijke job resources en job demands significant waren. Ze vonden eveneens een
significant interactie effect tussen werkdruk en autonomie op burn-out. Ook in een studie van
Xanthopoulou et al. (2007a) waren slechts 21 van de 32 interacties die ze onderzochten
significant, waaronder een significante interactie tussen emotionele belasting en steun op
uitputting. Een studie van Bakker et al. (2003b) onderzocht de effecten van job resources en
job demands op gezondheidsproblemen gemeten met de MBI-GS. In deze studie was slechts
één van de 16 interacties significant.
Opvallend is dat de interactie tussen toekomstonzekerheid en autonomie op cynisme en de
interactie tussen toekomstonzekerheid en feedback op uitputting positief is. Dit wil zeggen dat
feedback en autonomie de positieve relatie tussen toekomstonzekerheid en uitputting/cynisme
niet buffert maar net versterkt. Deze bevinding is strijdig met hypothese 3. Een mogelijke
verklaring hiervoor is dat feedback ervoor zorgt dat er meer nadruk gelegd wordt op de
65
resultaten van het werk. Deze feedback kan geïnterpreteerd worden al een indicatie dat
resultaten belangrijk zijn voor het behoud van hun job. Dit kan ervoor zogen dat mensen zich
heel hard gaan inzetten uit angst om hun job te verliezen, wat kan leiden tot uitputting. Het
ervaren van veel autonomie in combinatie met toekomstonzekerheid leidt tot een versterking
van de positieve relatie tussen toekomstonzekerheid en cynisme. Een mogelijke verklaring
hiervoor is dat indien mensen, die onzeker zijn over het behoud van hun job, zelf kunnen
bepalen hoe ze hun werk uitvoeren en indelen ze ervoor kiezen om afstand te nemen van hun
werk. Het feit dat ze nog steeds autonomie krijgen wanneer er onzekerheid is over het behoud
van hun job kan mogelijks geïnterpreteerd worden als een indicatie dat ze niet veel invloed
kunnen uitoefenen op de uiteindelijke beslissing, wat kan zorgen voor cynisme.
Een mogelijke verklaring voor het feit dat er geen interactie effect gevonden werd tussen job
resources en job demands maar wel tussen enkele specifieke job demands en job resources, is
dat een bufferend effect zich vaker voordoet tussen specifieke job resources en job demands
die overeenkomen (De Jonge & Dormann, 2006). Het triple-match principe stelt dat interactie
effecten sterker zijn als er een overeenstemming is tussen de job demands, de job resources en
de afhankelijke variabelen (De Jonge & Dormann, 2006). De interactie effecten zullen het
sterkst zijn indien zowel job demands, job resources als de afhankelijke variabelen bij elkaar
passen. Zo zal emotionele steun van collega’s de relatie tussen emotionele stressoren en
emotionele uitputting modereren. Dit principe werd al verscheidene malen onderzocht en
ondersteund in de literatuur (o.a. Christopoulos, Dollar, Winefield, & Dormann, 2010; Van de
Ven & Vlerick, 2014). Als we kijken naar de significante interacties op het 5%
significantieniveau in deze studie blijken we enige ondersteuning te vinden voor het triple-
match principe. Zowel emotionele belasting als steun zijn eerder gericht op de emotionele
aspecten van het werk. Terwijl werkdruk, inspraak en autonomie meer te maken hebben met
cognitieve aspecten. Feedback en toekomstonzekerheid hebben dan weer te maken met
informationele aspecten van het werk.
1.4 Substitutie door positief psychologisch kapitaal
Ten slotte werd nagegaan of persoonlijke resources een substituut is voor job resources in het
JD-R model. Ten eerste werden exploratorische factoranalyses uitgevoerd op de verschillende
dimensies van job resources (autonomie, inspraak, feedback, steun van collega’s) en positief
psychologisch kapitaal (hoop, weerbaarheid, optimisme, zelf-effectiviteit). Uit deze
66
factoranalyses bleek dat een twee-factorenstructuur beter paste bij de data. Job resources en
positief psychologisch kapitaal blijken twee te onderscheiden constructen te zijn. Vervolgens
werd gekeken naar de correlaties tussen job resources en positief psychologisch kapitaal en
tussen de verschillende dimensies van deze constructen. Er bleek een sterke correlatie te zijn
tussen positief psychologisch kapitaal en job resources. Dit is een indicatie dat positief
psychologisch kapitaal mogelijks een substituut is voor job resources. Ten slotte werd via
lineaire regressies met forward selection nagegaan of positief psychologisch kapitaal een
bijkomende verklarende kracht heeft bovenop job demands en job resources. Eerst werden
univariate analyses uitgevoerd op job resources, job demands en positief psychologisch
kapitaal. Hieruit bleek dat positief psychologisch kapitaal meer variantie in burn-out verklaart
dan job demands en job resources. Uit de multivariate lineaire regressie met forward selection
blijkt eveneens dat positief psychologisch kapitaal als eerste variabele werd opgenomen.
Vervolgens werd job resources toegevoegd in model 2. In de laatste stap werd ook job demands
toegevoegd aan het model. Deze resultaten stellen dat positief psychologisch kapitaal de
grootste verklarende kracht heeft en geen substituut is voor job resources. Daarnaast blijkt dat
job resources een grotere bijkomende verklarende kracht heeft dan job demands.
Op basis van deze bevinden werd de literatuur nader bekeken. Vink et al. (2010) voerden een
confirmatorische factoranalyse uit op drie verschillende constructen, namelijk job resources,
positief psychologisch kapitaal en bevlogenheid. Zij vonden dat een drie-factoren model beter
bij de data paste dan een één- of twee-factorenmodel. Uit deze studie blijkt dus dat job
resources, positief psychologisch kapitaal en bevlogenheid te onderscheiden constructen zijn.
Ook Xanthopoulou et al. (2007b) voerden een confirmatorische factor analyse uit op de
constructen zelf-effectiviteit, optimisme, zelfzekerheid, autonomie, sociale steun, coaching en
ontwikkelingsmogelijkheden. Daaruit bleek dat job resources en persoonlijke resources te
onderscheiden resources zijn.
Een onderzoek van Laschinger en Fida (2014) stelde vast dat positief psychologisch kapitaal
een voorspeller was van burn-out bovenop authentiek leiderschap (job resources). Ook Prieto
et al. (2008) vonden dat persoonlijke resources (emotionele competentie en mentale
competenties) een predictor was van cynisme en uitputting bovenop job resources. Een studie
van Van den Broeck et al. (2011) stelde vast dat er een negatieve relatie was tussen intrinsieke
werkoriëntatie (personal resources) en burn-out bovenop de relatie tussen job resources en
burn-out. Een mogelijke verklaring voor de bijkomende verklarende waarde van positief
psychologisch kapitaal is dat, positief psychologisch kapitaal mensen algemene motivatie geeft
67
die zorgt voor doorzettingsvermogen, niet enkel in de job maar ook in andere aspecten. Terwijl
job resources motiverend kunnen zijn omwille van het feit dat ze ervoor zorgen dat mensen
beseffen dat door hun job resources werkdoelen bereikt kunnen worden. Deze verschillende
soorten motivatie zouden ervoor kunnen zorgen dat zowel positief psychologisch kapitaal als
job resources een afzonderlijk deel van de variantie in burn-out verklaren.
2 Theoretische Implicaties
Deze studie is theoretisch interessant op een aantal vlakken. In de literatuur werd het JD-R
model reeds vaak onderzocht (o.a Bakker et al., 2003a, 2003b, 2003c, 2004, 2005; Demerouti
et al., 2001; Hansen et al. 2009; Korunka et al. 2009; Schaufeli & Bakker, 2004;
Xanthopoulou et al., 2007a). In deze studie werden enkele assumpties van het model getoetst
bij een steekproef uit de algemene populatie van Vlamingen. Zowel hypothese 1 als
hypothese 2 werden bevestigd. Zoals reeds bleek uit voorgaand onderzoek blijken job
resources en job demands predictoren te zijn van burn-out. Hypothese 3, die een interactie
effect verwacht tussen job demands en job resources werd niet bevestigd. Echter blijkt uit de
analyses dat er enige ondersteuning kan gevonden worden voor het triple match principle. Een
van de sterktes van het JD-R model is dat het een algemeen model is dat op verschillende
beroepen kan toegepast worden. In verband met het interactie effect zouden we kunnen stellen
dat een algemeen model niet voldoet aangezien in deze studie er enkel interactie effecten
werden gevonden tussen enkele afzonderlijke job demands en job resources die goed met
elkaar samen gaan.
In de literatuur werd er reeds enig onderzoek gedaan naar de rol van persoonlijke resources in
het JD-R model (Bakker et al., 2010b; Brenninkmeijer et al. ,2010; Van den Broeck et al.,
2011; Xanthopoulou et al., 2007b; Xanthopoulou et al., 2009). Voornamelijk werd er gekeken
naar het mediatie effect van persoonlijke resources op de relatie tussen job resources en
bevlogenheid en het moderatie effect van persoonlijke resources op de relatie tussen job
demands en burn-out (o.a.Brenninkmeijer et al., 2010; Llorens et al., 2007; Van den Broeck et
al., 2011; Vink et al., 2010; Xanthopoulou et al., 2007b). Volgens onze kennis werd nog niet
nagegaan of persoonlijke resources, met name positief psychologisch kapitaal, een substituut
kan zijn voor job resources in het JD-R model. Uit de resultaten blijkt dat persoonlijk
resources geen substituut is voor job resources. Echter werd gevonden dat persoonlijke
resources een verklarende kracht heeft bovenop de verklarende kracht van job resources. Er
blijkt dus een directe relatie te zijn tussen positief psychologisch kapitaal en burn-out. Op
68
basis van deze resultaten kunnen we stellen dat het model uitgebreid kan worden met naast
hoofdeffecten van job resources en job demands op burn-out eveneens een hoofdeffect van
persoonlijke resources op burn-out.
3 Praktische Implicaties
Aangezien reeds veelvuldig aangetoond werd dat job demands en job resources predictoren
zijn van burn-out en dit ook zo blijkt te zijn in een Vlaamse steekproef met mensen die
werkzaam zijn in verschillende sectoren, kunnen we managers adviseren om hun werknemers
voldoende job resources te bieden en ervoor te zorgen dat job demands beperkt blijven. Ten
eerste is het belangrijk om de bestaande job resources en job demands in kaart te brengen.
Bakker en Demerouti (2007) en Bakker et al. (2003b) stellen voor om dit in twee fases te
organiseren aangezien de job demands en job resources voor elke job verschillend kunnen
zijn. De eerste fase is de kwalitatieve fase. In deze fase worden werknemers vanuit
verschillende lagen in de organisatie geïnterviewd. In deze interviews wordt gepeild naar de
positieve en negatieve aspecten van het werk. Op deze manier kunnen organisatie specifieke
en job specifieke job demands en job resources geïdentificeerd worden. Nadat deze job
demands en job resources geïdentificeerd zijn volgt fase twee. Op basis van de interviews kan
een vragenlijst worden opgesteld die door alle werknemers in de organisatie ingevuld kan
worden, zo krijgt men een kwantitatieve analyse van de job demands en job resources. Op
deze manier kan men per functie gaan kijken welke job demands en job resources aanwezig
zijn. Zo kan men de gepaste interventies ontwikkelen om de belangrijkste job demands te
verminderen en de belangrijkste job resources te verhogen. Dit kan men op verschillende
manieren doen waaronder de job inhoud aanpassen of zorgen voor job coaching, (Schaufeli &
Enzmann, 1998).
Uit deze studie blijkt dat persoonlijke resources een verklarende kracht heeft bovenop job
resources en job demands. Het persoonlijke resource, positief psychologisch kapitaal, dat in
deze studie gebruikt werd is een traitlike construct, wat betekent dat het ontwikkeld kan
worden (Luthans et al., 2007). We kunnen managers dus aanbevelen om interventies te
gebruiken die erop gericht zijn om positief psychologisch kapitaal bij hun werknemers te
ontwikkelen. Luthans, Avey, Avolio, Norman, en Combs (2006) ontwikkelden een interventie
om positief psychologisch kapitaal te bevorderen, de PCI (PsyCap Intervention) genoemd. De
interventie bestaat uit een workshop met specifieke oefeningen gericht op het ontwikkelen
69
van de afzonderlijke dimensies van positief psychologisch kapitaal. De training werd
oorspronkelijk getest bij een groep Amerikaanse studenten en managers (Luthans, Avey,
Avolio, & Peterson, 2010). Verder werden de lange termijn effecten van de training nagegaan
in twee Bulgaarse steekproeven, één bestaande uit studenten en de andere uit managers (Dello
Russo & Stoykova, 2015). Er werd tevens gebruik gemaakt van andere trainers dan in de
studie van Luthans et al. (2010). De training bleek een langdurig effect te hebben op het
ontwikkelen van positief psychologisch kapitaal. Na een maand werd het effect van de
training nog steeds vastgesteld.
4 Beperkingen en toekomstig onderzoek
Een eerste beperking van dit onderzoek is dat alle variabelen gemeten werden met behulp van
zelfrapportage, dit kan leiden tot common method bias. Hierdoor kunnen de gevonden
effecten tussen de onafhankelijke variabelen en de afhankelijke variabelen een overschatting
zijn van de werkelijke effecten. (Fisher & Katz, 2000; Kimberlin & Winterstein, 2008;
Podsakoff & Organ, 1986). Daarnaast krijgen we door het gebruik van zelfrapportage een
subjectieve meting van de werksituatie en geen objectieve meting. Sommige onderzoekers
stellen dat de perceptie van werkomstandigheden bepaalt hoe men op de werkomstandigheden
reageert (Hackman & Lawler, 1971). Andere onderzoekers zijn van mening dat het belangrijk
is om te kijken naar de objectieve werksituatie (Spector & Jex, 1991). Toekomstig onderzoek
kan gebruik maken van job analyses, onafhankelijke beoordelaars en O*NET om een
objectieve inschatting te maken van de werksituatie en common method bias te vermijden
(Crawford, LePine, & Rich, 2010). Een andere methode om common method bias te
vermijden is door gebruik te maken van de direct consensus approach (Chan,1998). Deze
benadering maakt gebruik van een geaggregeerde score om werkomstandigheden in kaart te
brengen. Per team wordt het gemiddelde van de individuele percepties berekend en gebruikt
als indicatie voor de werkomstandigheden. De individuele scores mogen enkel geaggregeerd
worden als de scores binnen een team niet te ver uit elkaar liggen en als er genoeg variantie is
tussen teams. (Klein et al., zoals geciteerd in Levecque, Roose, Vanroelen, & Van Rossem,
2014).
Ten derde werd gebruik gemaakt van cross-sectionele data. Hierdoor kan men geen conclusies
trekken omtrent de causaliteit van de relaties tussen de variabelen. Door gebruik te maken van
longitudinaal onderzoek kan men de richting van de relaties nagaan.
Ten vierde werden slechts vier job demands en vier job resources onderzocht. Toekomstige
70
studies kunnen meerdere verschillende werkomstandigheden opnemen om het volledige
potentieel van het model te testen en na te gaan wat de belangrijkst predictoren zijn van burn-
out (Bakker et al., 2004).
Een vijfde beperking is de validiteit van de schaal die positief psychologisch kapitaal meet.
Uit de exploratorische factoranalyse met Varimax rotatie bleken verschillende items te laden
op meerdere factoren. Om de psychometrische kwaliteit van de schaal te verbeteren werd
besloten verschillende items uit de schaal te verwijderen. Hierdoor zou het kunnen dat deze
schaal niet de gehele inhoud van het concept positief psychologisch kapitaal dekt, waardoor
deze operationalisatie van positief psychologisch kapitaal niet inhouds- en constructvalide kan
zijn. Verder onderzoek naar de factorstructuur is noodzakelijk. Ook de review van Dawkins et
al. (2013) stelt dat toekomstig onderzoek alternatieve factorstructuren van positief
psychologisch kapitaal moet nagaan.
Een volgende beperking is de generaliseerbaarheid van de resultaten. Uit de Kologorov-
Smirnov test, de Shapiro-Wilk test en het P-P plot blijkt dat de residuen van het
regressiemodel met job resources, job demands en de interactie tussen deze twee predictoren
niet normaal verdeeld zijn. Replicatie van dit onderzoek is noodzakelijk om na te gaan of de
resultaten gegeneraliseerd kunnen worden.
Toekomstig onderzoek kan uitwijzen wat de rol van persoonlijke resources is in het JD-R
model. Dit onderzoek suggereert een directe relatie tussen positief psychologisch kapitaal en
burn-out. Toekomstig onderzoek kan nagaan of dit effect gerepliceerd kan worden, eventueel
met andere persoonlijke resources. Voorgaand onderzoek heeft aangetoond dat persoonlijke
resources een moderator kunnen zijn van de relatie tussen job demands en burn-out en van de
relatie tussen job resources en bevlogenheid (o.a. Brenninkmeijer et al., 2010; Cheung, Tang,
& Tang, 2011; Van den Broeck et al., 2011). Toekomstig onderzoek kan nagaan of er
eventueel een driewegsinteractie is tussen job demands, job resources en persoonlijke
resources (Demerouti & Bakker, 2011). Andere studies vonden een mediatie effect van
persoonlijke resources op de relatie tussen job resources en bevlogenheid (o.a. Xanthopoulou
et al., 2007b; Llorens et al., 2007; Vink et al. 2010). Er zijn ook enkele aanwijzingen dat
persoonlijke resources de relatie tussen job resources en burn-out medieert (Xanthouopolu et
al. 2007; Van den Broeck et al., 2008). Eventueel kan nagegaan worden of er gemedieerde
moderatie effecten zijn, die aan het JD-R model kunnen worden toegevoegd. Het is ook
interessant om de effecten van verschillende combinaties job resources, job demands en
persoonlijke resources na te gaan, aangezien effecten kunnen verschillen afhankelijke van de
specifieke variabelen die opgenomen worden in het model (Schaufeli & Taris, 2014). Verder
71
is het interessant om de specifieke rol van positief psychologisch kapitaal in het JD-R model
verder te onderzoeken aangezien uit studies blijkt dat men via interventies positief
psychologisch kapitaal kan beïnvloeden (Luthans, et al., 2010; Russo & Stoykova, 2015). Dit
is belangrijk met het oog op preventie van burn-out bij werknemers.
5 Conclusie
De nieuwe wetgeving omtrent psychosociale risico’s die van kracht is sinds 2014 verplicht
werkgevers om een preventiebeleid te ontwikkelen dat rekening houdt met psychosociale
risico’s op het werk (Welzijnswet, 2014, §1, artikel 32/1). Om ervoor te zorgen dat managers
een goed preventiebeleid kunnen ontwikkelen is het noodzakelijk dat ze hun beslissingen
kunnen baseren op wetenschappelijk onderzoek. In dit onderzoek werden assumpties van het
JD-R model (Demerouti et al., 2001) getest in een Vlaamse steekproef (n = 312) met mensen
die werkzaam zijn in verschillende sectoren. Het JD-R model werd oorspronkelijk ontwikkeld
om meer inzicht te krijgen in de oorzaken van burn-out. Het model focust op verschillende
werkkenmerken, namelijk job resources en job demands. Uit de resultaten blijkt dat job
demands (toekomstonzekerheid, werkdruk, emotionele belasting en geestelijke belasting) en
job resources (autonomie, inspraak, feedback, steun van collega’s) predictoren zijn van burn-
out. Echter blijken job resources de positieve relatie tussen job demands en burn-out niet de
bufferen.
Naast het testen van enkele assumpties van het JD-R model, werd gekeken of persoonlijke
resources een substituut is voor job resources. Indien dit het geval is kunnen managers in plaats
van zich te richten op het verhogen van job resources hun preventiebeleid ook richten op het
vergroten van de persoonlijke resources van hun werknemers. Uit de resultaten blijkt dat
positief psychologisch kapitaal geen substituut is voor job resources. Echter zijn er indicaties
dat positief psychologisch kapitaal een verklarende kracht heeft bovenop de verklarende kracht
van job resources. Meer nog de verklarende kracht van persoonlijke resources blijkt groter te
zijn dan de verklarende kracht van job resources en job demands. Daarnaast blijkt de
bijkomende verklarende kracht van job resources groter te zijn dan die van job demands. Het
is dus belangrijk dat managers naast het zorgen voor voldoende job resources en het
verminderen van job demands, ook de persoonlijke resources van hun medewerkers stimuleren.
i
Referenties
Ahola, K., Honkonen, T., Isometsä, E., Kalimo, R., Nykyri, E., Koskinen, S., ... &
Lönnqvist, J. (2006). Burnout in the general population. Social psychiatry and psychiatric
epidemiology, 41(1), 11-17. doi:10.1007/s00127-005-0011-5
Ahola, K., Honkonen, T., Virtanen, M., Aromaa, A., & Lönnqvist, J. (2008). Burnout
in relation to age in the adult working population. Journal of occupational health, 50(4), 362-
365. doi:10.1539/joh.M8002
Aldrees, T. M., Aleissa, S., Zamakhshary, M., Badri, M., & Sadat-Alid, M. (2013).
Physician well-being: prevalence of burnout and associated risk factors in a tertiary hospital,
Riyadh, Saudi Arabia. Annals of Saudi medicine, 33(5), 451. doi:10.5144/0256-4947.2013.451
Andrea, H., Bültmann, U., Beurskens, A. J. H. M., Swaen, G. M. H., van Schayck, C.
P., & Kant, I. J. (2004). Anxiety and depression in the working population using the HAD Scale:
Psychometrics, prevalence and relationships with psychosocial work characteristics. Social
Psychiatry and Psychiatric Epidemiology, 39(8), 637-646. doi:10.1007/s00127-004-0797-6
Antoniou, A. S., Polychroni, F., & Vlachakis, A. N. (2006). Gender and age differences
in occupational stress and professional burnout between primary and high-school teachers in
Greece. Journal of Managerial Psychology, 21(7), 682-690. doi:10.1108/02683940610690213
Avey, J. B., Patera, J. L., & West, B. J. (2006). The implications of positive
psychological capital on employee absenteeism. Journal of Leadership & Organizational
Studies, 13(2), 42-60. doi:10.1177/10717919070130020401
Avey, J. B., Wernsing, T. S., & Luthans, F. (2008). Can positive employees help positive
organizational change? Impact of psychological capital and emotions on relevant attitudes and
behaviors. The Journal of Applied Behavioral Science, 44(1), 48-70. doi:10.1177
/0021886307311470
Bakker, A. B., Boyd, C. M., Dollard, M., Gillespie, N., Winefield, A. H., & Stough, C.
(2010b). The role of personality in the job demands-resources model: A study of Australian
academic staff. Career Development International, 15(7), 622-636. doi:10.1108
/13620431011094050
ii
Bakker, A. B., & Demerouti, E. (2007). The job demands-resources model: State of the
art. Journal of managerial psychology, 22(3), 309-328. doi:10.1108/02683940710733115
Bakker, A. B., Demerouti, E., De Boer, E., & Schaufeli, W. B. (2003c). Job demands
and job resources as predictors of absence duration and frequency. Journal of Vocational
Behavior, 62(2), 341-356.
Bakker, A. B., Demerouti, E., & Euwema, M. C. (2005). Job resources buffer the impact
of job demands on burnout. Journal of occupational health psychology, 10(2), 170. doi:10.1016
/S0001-8791(02)00030-1
Bakker, A.B., Demerouti, E. & Schaufeli, W. (2002). Validation of the Maslach Burnout
Inventory – General Survey: An Internet study. Anxiety, Stress, and Coping, 15, 245-260.
doi:10.1080/1061580021000020716
Bakker, A., Demerouti, E., & Schaufeli, W. (2003b). Dual processes at work in a call
centre: An application of the job demands–resources model. European journal of work and
organizational psychology, 12(4), 393-417. doi:10.1080/13594320344000165
Bakker, A. B., Demerouti, E., Taris, T. W., Schaufeli, W. B., & Schreurs, P. J. (2003a).
A multigroup analysis of the job demands-resources model in four home care
organizations. International Journal of stress management, 10(1), 16. doi:10.1037/1072
-5245.10.1.16
Bakker, A. B., Demerouti, E., & Verbeke, W. (2004). Using the job demands‐resources
model to predict burnout and performance. Human resource management, 43(1), 83-104.
doi:10.1002/hrm
Bakker, A. B., Hakanen, J. J., Demerouti, E., & Xanthopoulou, D. (2007). Job resources
boost work engagement, particularly when job demands are high. Journal of educational
psychology, 99(2), 274.
Bakker, A. B., Van Emmerik, H., & Van Riet, P. (2008). How job demands, resources,
and burnout predict objective performance: A constructive replication. Anxiety, Stress, &
Coping, 21(3), 309-324. doi:10.1080/10615800801958637
iii
Bakker, A. B., van Veldhoven, M., & Xanthopoulou, D. (2010a). Beyond the demand-
control model. Journal of Personnel Psychology, 9, 3-16. doi:10.1027/1866-5888/a000006
Baltes, P. B. (1997). On the incomplete architecture of human ontogeny: Selection,
optimization, and compensation as foundation of developmental theory. American
psychologist, 52(4), 366. doi:10.1037/0003-066X.52.4.366
Belloch, G. S., Renovell, F. V., Calabuig, A. J., & Gómez, S. L. (2000). The professional
burnout syndrome in resident physicians in hospital medical specialties. Anales de medicina
interna, 17(3), 118-122.
Block, J., & Kremen, A. M. (1996). IQ and ego-resiliency: conceptual and empirical
connections and separateness. Journal of personality and social psychology, 70(2), 349.
doi:10.1037/0022-3514.70.2.349
Bouman, A. H., te Brake, H., & Hoogstraten, J. (2002). Significant effects due to
rephrasing the Maslach Burnout Inventory’s personal accomplishment items. Psychological
Reports, 91, 825-826. doi:10.2466/PR0.91.7.825-826
Boyas, J., & Wind, L. H. (2010). Employment-based social capital, job stress, and
employee burnout: A public child welfare employee structural model. Children and Youth
Services Review, 32(3), 380-388. doi:10.1016/j.childyouth.2009.10.009
Boyd, C. M., Bakker, A. B., Pignata, S., Winefield, A. H., Gillespie, N., & Stough, C.
(2011). A longitudinal test of the job demands‐resources model among Australian university
academics. Applied psychology, 60(1), 112-140. doi:10.1111/j.1464-0597.2010.00429.x
Brake, H. T., Bloemendal, E., & Hoogstraten, J. (2003). Gender differences in burnout
among Dutch dentists. Community dentistry and oral epidemiology,31(5), 321-327. doi:10
.1034/j.1600-0528.2003.t01-1-00010.x
Brenninkmeijer, V., Demerouti, E., le Blanc, P. M., & van Emmerik, H. I. J. (2010).
Regulatory focus at work: The moderating role of regulatory focus in the job demands-
resources model. Career Development International, 15(7), 708-728. doi:10.1108
/13620431011094096
iv
Brenninkmeijer, V., & Van Yperen, N. (2003). How to conduct research on burnout:
Advantages and disadvantages of a unidimensional approach to burnout. Occupational and
Environmental Medicine, 60(1), 16–21. doi:10.1136/oem.60.suppl_1.i16
Bresó, E., Salanova, M., & Schaufeli, W. B. (2007). In search of the “third dimension”
of burnout: Efficacy or inefficacy? Applied psychology, 56(3), 460-478. doi:10.1111/j.1464-
0597.2007.00290.x
Brewer, E. W., & Shapard, L. (2004). Employee burnout: A meta-analysis of the
relationship between age or years of experience. Human Resource Development Review, 3(2),
102-123. doi:10.1177/1534484304263335
Campbell, D. A., Sonnad, S. S., Eckhauser, F. E., Campbell, K. K., & Greenfield, L. J.
(2001). Burnout among American surgeons. Surgery, 130(4), 696-705. doi:10.1067
/msy.2001.116676
Chan, D. (1998). Functional relations among constructs in the same content domain at
different levels of analysis: A typology of composition models. Journal of Applied Psychology,
53(2), 234-246. doi:10.1037/0021-9010.83.2.234
Cheung, F., Tang, C. S. K., & Tang, S. (2011). Psychological capital as a moderator
between emotional labor, burnout, and job satisfaction among school teachers in
China. International Journal of Stress Management, 18(4), 348. doi:10.1037/a0025787
Chrisopoulos, S., Dollard, M. F., Winefield, A. H., & Dormann, C. (2010). Increasing
the probability of finding an interaction in work stress research: A two‐wave longitudinal test
of the triple‐match principle. Journal of Occupational and Organizational Psychology, 83(1),
17-37. doi:10.1348/096317909X474173
Cordes, C.L., & Dougherty, T.W. (1993). A review and integration of research on job
burnout. Academy of Management Review, 18, 621–656. doi:10.5465/AMR.1993.9402210153
Cozzarelli, C. (1993). Personality and self-efficacy as predictors of coping with
abortion. Journal of personality and social psychology, 65(6), 1224. doi:10.1037/0022-
3514.65.6.1224
v
Crawford, E. R., LePine, J. A., & Rich, B. L. (2010). Linking job demands and resources
to employee engagement and burnout: a theoretical extension and meta-analytic test. Journal
of Applied Psychology, 95(5), 834. doi:10.1037/a0019364.
Dawkins, S., Martin, A., Scott, J., & Sanderson, K. (2013). Building on the positives: A
psychometric review and critical analysis of the construct of psychological capital. Journal of
Occupational and Organizational Psychology,86(3), 348-370. doi:10.1111/joop.12007
De Jonge, J., & Dormann, C. (2006). Stressors, resources, and strain at work: a
longitudinal test of the triple-match principle. Journal of Applied Psychology,91(6), 1359-1374.
doi:10.1037/0021-9010.91.5.1359
Dello Russo, S., & Stoykova, P. (2015). Psychological Capital Intervention (PCI): A
Replication and Extension. Human Resource Development Quarterly,26(3), 329-347.
doi:10.1002/hrdq.21212
Demerouti, E., & Bakker, A. B. (2011). The job demands-resources model: Challenges
for future research. SA Journal of Industrial Psychology, 37(2), 01-09. doi:10.4102
/sajip.v37i2.974
Demerouti, E., Bakker, A. B., Nachreiner, F., & Schaufeli, W. B. (2001). The job
demands-resources model of burnout. Journal of Applied psychology, 86(3), 499. doi:10.1037
/0021-9010.86.3.499
Du Plessis, Y., & Barkhuizen, N. (2012). Psychological capital, a requisite for
organisational performance in South Africa. South African Journal of Economic and
Management Sciences, 15(1), 16-30.
Dyrbye, L. N., Thomas, M. R., Massie, F. S., Power, D. V., Eacker, A., Harper, W., &
Sloan, J. A. (2008). Burnout and suicidal ideation among US medical students. Annals of
internal medicine, 149(5), 334-341.
Ferdinande, P., Oosterlynck, B., Waets, P., Reper, P., Sottiaux, T., Dama, P., Biarent,
D., & Huyghens, L. (2011). Quality of Life of Intensive Care Nurses in Belgium. Unpublished
manuscript, KU Leuven, Leuven, Belgium.
vi
Fisher, R. J., & Katz, J. E. (2000). Social Desirability Bias and the Validity of
SelfReported Values. Psychology & Marketing, 17(2), 105-120. doi:10.1002/(SICI)1520-6793
(200002)17:2<105::AID-MAR3>3.0.CO;2-9
Garrosa, E., Moreno-Jimenez, B., Liang, Y., & González, J. L. (2008). The relationship
between socio-demographic variables, job stressors, burnout, and hardy personality in nurses:
An exploratory study. International Journal of Nursing Studies, 45(3), 418-427. doi:10.1016
/j.ijnurstu.2006.09.003
Hackman, J. R., & Lawler, E. E. (1971). Employee reactions to job characteristics.
Journal of applied psychology, 55(3), 259. doi:10.1037/h0031152
Hakanen, J. J., Bakker, A. B., & Demerouti, E. (2005). How dentists cope with their job
demands and stay engaged: The moderating role of job resources. European journal of oral
sciences, 113(6), 479-487. doi:10.1111/j.1600-0722.2005.00250.x
Hakanen, J. J., Bakker, A. B., & Schaufeli, W. B. (2006). Burnout and work engagement
among teachers. Journal of school psychology, 43(6), 495-513. doi:10.1016/j.jsp.2005.11.001
Hakanen, J. J., Schaufeli, W. B., & Ahola, K. (2008). The Job Demands-Resources
model: A three-year cross-lagged study of burnout, depression, commitment, and work
engagement. Work & Stress, 22(3), 224-241. doi:10.1080/02678370802379432
Halbesleben, J. R., & Demerouti, E. (2005). The construct validity of an alternative
measure of burnout: Investigating the English translation of the Oldenburg Burnout
Inventory. Work & Stress, 19(3), 208-220. doi:10.1080/02678370500340728
Hallsten, L. (2005). Burnout and wornout: concepts and data from a national
survey. Research companion to organizational health psychology, 516. doi:10.4337
/9781845423308.00044
Handel, M. (2012). Trends in Job Skill Demands in OECD Countries. OECD Social,
Employment and Migration Working Papers, 143, OECD Publishing.
vii
Hansen, N., Sverke, M., & Näswall, K. (2009). Predicting nurse burnout from demands
and resources in three acute care hospitals under different forms of ownership: A cross-sectional
questionnaire survey. International Journal of Nursing Studies, 46(1), 96-107. doi:10.1016
/j.ijnurstu.2008.08.002
Hansez I., Mairiaux P., Firket P., & Braeckman L. (2010). Onderzoek naar burnout bij
de Belgische beroepsbevolking. Geraadpleegd via http://www.werk.belgie.be
Hardy, G. E., Woods, D., & Wall, T. D. (2003). The impact of psychological stress on
absence from work. Journal of Applied Psychology, 88(2), 306-314. doi:10.1037/0021-
9010.88.2.306
Hobfoll, S. E. (1989). Conservation of resources: A new attempt at conceptualizing
stress. American psychologist, 44(3), 513. doi:10.1037/0003-066X.44.3.513
Hobfoll, S. E., Johnson, R. J., Ennis, N., & Jackson, A. P. (2003). Resource loss,
resource gain, and emotional outcomes among inner city women. Journal of personality and
social psychology, 84(3), 632. doi:10.1037/0022-3514.84.3.632
Hooftman, W.E., Mars, G.M.J, Janssen, B., Vroome de, E.M.M. & S.N.J. van den
Bossche (2015). Nationale Enquête Arbeidsomstandigheden 2014. Methodologie en globale
resultaten. Leiden: TNO.
Houtman, I., Smulders, P., & Van den Berg, R. (2006). Werkdruk in Europa: omvang,
ontwikkelingen en verklaringen. Tijdschrift voor Arbeidsvraagstukken, 22(1), 7-21.
Hu, Q., & Schaufeli, W. B. (2011). Job insecurity and remuneration in Chinese family-
owned business workers. Career Development International, 16(1), 6-19. Doi:10.1108
/13620431111107784
Hu, Q., Schaufeli, W. B., & Taris, T. W. (2011). The Job Demands–Resources model:
An analysis of additive and joint effects of demands and resources. Journal of vocational
behavior, 79(1), 181-190. doi:10.1016/j.jvb.2010.12.009
Huneault, L., Mathieu, M. È., & Tremblay, A. (2011). Globalization and modernization:
an obesogenic combination. Obesity reviews, 12(5), 64-72. doi:10.1111/j.1467-789X.
2010.00817.x
viii
Johnson, J. V., & Hall, E. M. (1988). Job strain, work place social support, and
cardiovascular disease: A cross-sectional study of a random sample of the Swedish working
population. American Journal of Public Health, 78(10), 13361342. doi:10.2105
/AJPH.78.10.1336
Jöreskog, K.G. & Sörbom, D. (1993). LISREL VIII: user’s reference guide. Chicago:
Scientific Software International.
Karasek, R. A. (1979). Job demands, job decision latitude, and mental strain:
Implications for job redesign. Administrative Science Quarterly, 24(2), 285-308. doi:10
.2307/2392498
Karasek, R. A. (1985). Job content questionnaire and user’s guide. Lowell: University
of Massachusetts.
Kimberlin, C. L., & Winterstein, A. G. (2008). Validity and reliability of measurement
instruments used in research. American Journal of Health-system Pharmacy, 65(23), 2276-
2284. doi:10.2146/ajhp070364
King, D. W., King, L. A., Foy, D. W., Keane, T. M., & Fairbank, J. A. (1999).
Posttraumatic stress disorder in a national sample of female and male Vietnam veterans: risk
factors, war-zone stressors, and resilience-recovery variables. Journal of abnormal
psychology, 108(1), 164. doi:10.1037/0021-843X.108.1.164
Kitaoka‐Higashiguchi, K., Nakagawa, H., Morikawa, Y., Ishizaki, M., Miura, K.,
Naruse, Y., ... & Higashiyama, M. (2004). Construct validity of the Maslach Burnout Inventory‐General Survey. Stress and Health, 20(5), 255-260. doi:10.1002/smi.1030
Kobasa, S. C., & Puccetti, M. C. (1983). Personality and social resources in stress
resistance. Journal of personality and social psychology, 45(4), 839. doi:10.1037/0022-3514
.45.4.839
Korunka, C., Kubicek, B., Schaufeli, W. B., & Hoonakker, P. (2009). Work engagement
and burnout: Testing the robustness of the Job Demands-Resources model. The Journal of
Positive Psychology, 4(3), 243-255. doi:10.1080/17439760902879976
ix
Kristensen, T. S., Borritz, M., Villadsen, E., & Christensen, K. B. (2005). The
Copenhagen Burnout Inventory: A new tool for the assessment of burnout. Work &
Stress, 19(3), 192-207. doi:10.1080/02678370500297720
Kushnir, T., & Melamed, S. (1992). The Gulf War and its impact on burnout and well-
being of working civilians. Psychological Medicine: A Journal of Research in Psychiatry and
the Allied Sciences, 22, 987–995. doi:10.1017/S0033291700038551
Langballe, E. M., Falkum, E., Innstrand, S. T., & Aasland, O. G. (2006). The factorial
validity of the Maslach Burnout Inventory–General Survey in representative samples of eight
different occupational groups. Journal of Career Assessment, 14(3), 370-384. doi:10.1177
/1069072706286497
Larson, M., & Luthans, F. (2006). Potential added value of psychological capital in
predicting work attitudes. Journal of leadership & organizational studies, 13(2), 75-92.
doi:10.1177/10717919070130020601
Laschinger, H. K. S., & Fida, R. (2014). New nurses burnout and workplace wellbeing:
The influence of authentic leadership and psychological capital. Burnout Research, 1(1), 19-
28. doi:10.1016/j.burn.2014.03.002
Lee, R., & Ashforth, B.E. (1996). A meta-analytic examination of the correlates of the
three dimensions of job burnout. Journal of Applied Psychology, 81, 123–133. doi:10.1037
//0021-9010.81.2.123
Levecque, K., Roose, H., Vanroelen, C., & Van Rossem, R. (2014). Affective team
climate: A multi-level analysis of psychosocial working conditions and psychological distress
in team workers. Acta Sociologica, 57(2), 153-166. doi:10.1177/0001699313498262
Lewig, K. A., Xanthopoulou, D., Bakker, A. B., Dollard, M. F., & Metzer, J. C. (2007).
Burnout and connectedness among Australian volunteers: A test of the Job Demands–
Resources model. Journal of Vocational Behavior, 71(3), 429-445. doi:10.1016/j.jvb.2007.07
.003
Liimatainen, M. R. (2000). Mental Health in the Workplace: Situation Analyses,
Finland. GLADNET Collection, 224. Geraadpleegd via http://www.ilo.org/wcmsp5/groups
/public/@ed_emp/@ifp_skills/documents/publication/wcms_108222.pdf
x
Lindblom, K. M., Linton, S. J., Fedeli, C., & Bryngelsson, L. (2006). Burnout in the
working population: relations to psychosocial work factors. International journal of behavioral
medicine, 13(1), 51-59.
Llorens, S., Schaufeli, W., Bakker, A., & Salanova, M. (2007). Does a positive gain
spiral of resources, efficacy beliefs and engagement exist? Computers in human
behavior, 23(1), 825-841. doi:10.1016/j.chb.2004.11.012
Luthans, F., Avey, J. B., Avolio, B. J., Norman, S. M., & Combs, G. M. (2006).
Psychological capital development: toward a micro‐intervention. Journal of Organizational
Behavior, 27(3), 387-393. doi:10.1002/job.373
Luthans, F., Avey, J. B., Avolio, B. J., & Peterson, S. J. (2010). The development and
resulting performance impact of positive psychological capital. Human resource development
quarterly, 21(1), 41-67. doi:10.1002/hrdq.20034
Luthans, F., Avey, J. B., Clapp-Smith, R., & Li, W. (2008b). More evidence on the value
of Chinese workers' psychological capital: A potentially unlimited competitive resource? The
International Journal of Human Resource Management, 19(5), 818-827. doi:10.1080
/09585190801991194
Luthans, F., Avey, J. B., & Patera, J. L. (2008a). Experimental analysis of a web-based
training intervention to develop positive psychological capital. Academy of Management
Learning & Education, 7(2), 209-221.
Luthans, F., & Avolio, B. J. (2009). The point of Positive Organizational
Behaviour. Journal of Organizational behavior, 30(2), 291-307. doi:10.1002/job.589
Luthans, F., Avolio, B. J., Avey, J. B., & Norman, S. M. (2007). Positive psychological
capital: Measurement and relationship with performance and satisfaction. Personnel
psychology, 60(3), 541-572. doi:10.1111/j.1744-6570.2007.00083.x
Luthans, F., Norman, S. M., Avolio, B. J., & Avey, J. B. (2008c). The mediating role of
psychological capital in the supportive organizational climate—employee performance
relationship. Journal of organizational behavior, 29(2), 219-238. doi:10.1002/job.507
xi
Luthans, F., & Youssef, C. M. (2004). Human, social, and now positive psychological
capital management: Investing in people for competitive advantage. Organizational dynamics,
33(2), 143-160. doi:10.1016/j.orgdyn.2004.01.003
Luthans, F., & Youssef, C. M. (2007). Emerging positive organizational behavior.
Journal of management, 33(3), 321-349. doi:10.1177/0149206307300814
Mäkikangas, A., Hätinen, M., Kinnunen, U., & Pekkonen, M. (2011). Longitudinal
factorial invariance of the Maslach Burnout Inventory‐General Survey among employees with
job‐related psychological health problems. Stress and Health, 27(4), 347-352. doi:10.1002
/smi.1381
Maslach, C., & Jackson, S. E. (1981). The measurement of experienced burnout. Journal
of organizational behavior, 2(2), 99-113.
Maslach, C., & Jackson, S. E. (1986). Maslach Burnout Inventory: Manual (2nd ed.).
Palo Alto, CA: Consulting Psychologists Press.
Maslach, C., Schaufeli, W. B., & Leiter, M. P. (2001). Job burnout. Annual review of
psychology, 52(1), 397-422. doi:10.1146/annurev.psych.52.1.397
Masten, A. S., Garmezy, N., Tellegen, A., Pellegrini, D. S., Larkin, K., & Larsen, A.
(1988). Competence and stress in school children: The moderating effects of individual and
family qualities. Journal of child psychology and psychiatry, 29(6), 745-764. doi:10.1111
/j.1469-7610.1988.tb00751.x
Melamed, S., Kushnir, T., & Shirom, A. (1992). Burnout and Risk Factors for
Cardiovascular Diseases. Behavioral Medicine, 18, 53–60. doi:10.1080/08964289.1992
.9935172
Notelaers, G. & Van Veldhoven, M. (1999). Validering van de Kern-VBBA in
Vlaanderen. Nationaal Onderzoeksinstituut voor Arbeidsomstandigheden (NOVA), Brussel.
Working paper.
xii
Notelaers, G. & Van Veldhoven, M. (2001). Psychosociale arbeidsbelasting en
werkstress in Vlaanderen en Nederland. Een vergelijking tussen Vlaanderen en Nederland aan
de hand van de VBBA. Enkele resultaten en bedenkingen. In G. Vandenbroecke (red.),
Verslagboek Arbeidsmarktonderzoekdag 2001 (pp. 79-105). Leuven: Steunpunt
Werkgelegenheid, Arbeid en Vorming
Podsakoff, P. M., & Organ, D.W. (1986). Self-reports in organizational research:
Problems and prospects. Journal of Management, 12(4), 531-544. doi:10.1177
/014920638601200408
Poncet, M. C., Toullic, P., Papazian, L., Kentish-Barnes, N., Timsit, J. F., Pochard, F.,
& Azoulay, E. (2007). Burnout syndrome in critical care nursing staff. American journal of
respiratory and critical care medicine, 175(7), 698-704. doi:10.1164/rccm.200606-806OC
Prieto, L. L., Soria, M. S., F, I. M., & Schaufeli, W. (2008). Extension of the Job
Demands-Resources model in the prediction of burnout and engagement among teachers over
time. Psicothema, 20(3), 354-360.
Prins, J. T., Hoekstra‐Weebers, J. E., Gazendam‐Donofrio, S. M., Dillingh, G. S.,
Bakker, A. B., Huisman, M., & Van Der Heijden, F. M. (2010). Burnout and engagement
among resident doctors in the Netherlands: a national study. Medical education, 44(3), 236-
247. doi:10.1111/j.1365-2923.2009.03590.x
Psychosociale risico’s op het werk [Website]. (z.j.). Geraadpleegd op 7 mei 2016 via
http://www.werk.belgie.be/defaultTab.aspx?id=564
Purvanova, R. K., & Muros, J. P. (2010). Gender differences in burnout: A meta-
analysis. Journal of Vocational Behavior, 77(2), 168-185. doi:10.1016/j.jvb.2010.04.006
Qiao, H., & Schaufeli, W. B. (2011). The Convergent Validity of Four Burnout
Measures in a Chinese Sample: A Confirmatory Factor‐Analytic Approach. Applied
Psychology, 60(1), 87-111. doi:10.1111/j.1464-0597.2010.00428.x
Richardsen, A. M., & Martinussen, M. (2005). Factorial validity and consistency of the
MBI-GS across occupational groups in Norway. International Journal of Stress
Management, 12(3), 289. doi:10.1037/1072-5245.12.3.289
xiii
Rini, C. K., Dunkel-Schetter, C., Wadhwa, P. D., & Sandman, C. A. (1999).
Psychological adaptation and birth outcomes: The role of personal resources, stress, and
sociocultural context in pregnancy. Health Psychology, 18, 333–345. doi:10.1037/0278-
6133.18.4.333
Roelofs, J., Verbraak, M., Keijsers, G.P.J., De Bruin, M.B.N. & Schmidt, A.J.M. (2005).
Psychometric properties of a Dutch version of the Maslach Burnout Inventory General Survey
(MBI-DV) in individuals with and without clinical burnout. Stress and Health, 21, 17-25.
doi:10.1002/smi.1032
Ronen, S., & Malach Pines, A. (2008). Gender differences in engineers' burnout. Equal
Opportunities International, 27(8), 677-691. doi:10.1108/02610150810916749
Roth, M., Morrone, K., Moody, K., Kim, M., Wang, D., Moadel, A., & Levy, A. (2011).
Career burnout among pediatric oncologists. Pediatric blood & cancer,57(7), 1168-1173.
doi:10.1002/pbc.23121
Sanderson, K., Andrews, G. (2006). Common mental disorders in the workforce: Recent
findings from descriptive and social epidemiology. Canadian Journal of Psychiatry, 51(2), 63-
75.
Schaufeli, W. B., & Bakker, A. B. (2004). Job demands, job resources, and their
relationship with burnout and engagement: A multi‐sample study. Journal of organizational
Behavior, 25(3), 293-315. doi:10.1002/job.248
Schaufeli, W.B. & Bakker, A.B. (2013). Burnout en bevlogenheid [Burnout and work
engagement]. In W.B. Schaufeli & A.B. Bakker, A.B. (Red.). De psychologie van arbeid en
gezondheid (pp. 305-322). Houten: Bohn Stafleu van Loghum.
Schaufeli, W. B., Bakker, A. B., & Van Rhenen, W. (2009). How changes in job
demands and resources predict burnout, work engagement, and sickness absenteeism. Journal
of Organizational Behavior, 30(7), 893-917. doi:10.1002/job.595
Schaufeli, W., & Enzmann, D. (1998). The burnout companion to study and practice: A
critical analysis. CRC press.
xiv
Schaufeli, W.B., Leiter, M.P., Maslach, C., & Jackson, S.E. (1996). The Maslach
Burnout Inventory-General Survey. In C. Maslach, S.E. Jackson, & M.P. Leiter (Eds.), Maslach
Burnout Inventory. Palo Alto, CA: Consulting Psychologists Press.
Schaufeli, W. B., C. Maslach, S.E. Jackson, M.P. Leiter (Eds.), Maslach Burnout
Inventory manual (3rd ed.), Consulting Psychologists Press (1996)
Schaufeli, W. B., Salanova, M., González-Romá, V., & Bakker, A. B. (2002). The
measurement of engagement and burnout: A two sample confirmatory factor analytic
approach. Journal of Happiness studies, 3(1), 71-92. doi:10.1023/A:1015630930326
Schaufeli, W. B., & Taris, T. W. (2014). A critical review of the Job Demands-
Resources Model: Implications for improving work and health. In Bridging occupational,
organizational and public health (pp. 43-68). Springer Netherlands. Doi:10.1007/978-94-007-
5640-3_4
Schaufeli, W., & Van Dierendonck, D. (1994). Burnout, een begrip gemeten. De
Nederlandse versie van de Maslach Burnout Inventory (MBI-NL). Gedrag & Gezondheid:
Tijdschrift voor Psychologie en Gezondheid.
Schaufeli, W. B., & Van Dierendonck, D. (2000). UBOS Utrechtse Burnout Schaal:
Handleiding. Swets Test Publishers.
Schutte, N., Toppinen, S., Kalimo, R. & Schaufeli, W. (2000). The factorial validity of
the Maslach Burnout Inventory – General Survey (MBI-GS) across occupational groups and
nations. Journal of Occupational and Organizational Psychology, 73, 53-66.
Schwarzer, R., & Jerusalem, M. (1995). Generalized Self-Efficacy scale. In J.
Weinman, S. Wright, & M. Johnston, Measures in health psychology: A user’s portfolio.
Causal and control beliefs (pp. 35-37). Windsor, UK: NFER-NELSON.
Sermeus, W., Aiken, L. H., Van den Heede, K., Rafferty, A. M., Griffiths, P., Moreno-
Casbas, M. T., ... & Brzostek, T. (2011). Nurse forecasting in Europe (RN4CAST): Rationale,
design and methodology. BMC nursing, 10(1), 6.
xv
Shanafelt, T. D., Balch, C. M., Bechamps, G. J., Russell, T., Dyrbye, L., Satele, D., ...
& Freischlag, J. A. (2009). Burnout and career satisfaction among American surgeons. Annals
of surgery, 250(3), 463-471. doi:10.1097/SLA.0b013e3181ac4dfd
Shirom, A., & Melamed, S. (2006). A comparison of the construct validity of two
burnout measures in two groups of professionals. International Journal of Stress
Management, 13(2), 176. doi:10.1037/1072-5245.13.2.176
Sihag, P., & Sarikwal, L. (2015). Effect of perceived organizational support on
psychological capital-A study of IT industries in Indian framework.
Spector, P. E., & Jex, S. M. (1991). Relations of job characteristics from multiple data
sources with employee affect, absence, turnover intentions, and health. Journal of Applied
Psychology, 76(1), 46. doi:10.1037/0021-9010.76.1.46
Stajkovic, A. D., & Luthans, F. (1998). Self-efficacy and work-related performance: A
meta-analysis. Psychological bulletin, 124(2), 240. doi:10.1037/0033-2909.124.2.240
Stansfeld, S., Feeney, A., Head, J., Canner, R., North, F., & Marmot, M. (1995).
Sickness absence for psychiatric illness: The Whitehall II study. Social Science & Medicine,
20(2), 189-197. doi:10.1016/0277-9536(94)E0064-Y
Sverke, M., Hellgren, J., & Näswall, K. (2006). Job insecurity: A literature review.
Arbetslivsinstitutet.Geraadpleegd via https://www.researchgate.net/profile/Magnus_Sverke
/publication/255649626_Job_insecurity_A_literature_review/links/0c9605383453d70c9b000
000.pdf
Swider, B. W., & Zimmerman, R. D. (2010). Born to burnout: A meta-analytic path
model of personality, job burnout, and work outcomes. Journal of Vocational Behavior, 76(3),
487-506. doi:10.1016/j.jvb.2010.01.003
Taris, T. W., Le Blanc, P. M., Schaufeli, W. B., & Schreurs, P. J. (2005). Are there
causal relationships between the dimensions of the Maslach Burnout Inventory? A review and
two longitudinal tests. Work & Stress, 19(3), 238-255. doi:10.1080/02678370500270453
xvi
Taris, T.W., Schreurs, P.J.G. & Schaufeli, W.B. (1999). Construct validity of the
Maslach Burnout Inventory – General Survey: a two-sample examination of its factor structure
and correlates. Work & Stress, 13, 223-237. doi:10.1080/026783799296039
Tennant, C. (2001). Work-related stress and depressive disorders. Journal of
psychosomatic research, 51(5), 697-704. doi:10.1016/S0022-3999(01)00255-0
Thoits, P. A. (1994). Stressors and problem-solving: The individual as psychological
activist. Journal of Health and Social Behavior, 35(2), 143-160.
Tibbs, S., Green, M., Wheeler, C., Carnody-Bubb, M. (2015). The relationship between
a leader’s authentic leadership and psychological capital from the follower’s perspective.
International journal of management science, 6(6), 304-315.
Turner, R. J., Lloyd, D. A., & Roszell, P. (1999). Personal resources and the social
distribution of depression. American journal of community psychology,27(5), 643-672.
doi:10.1023/A:1022189904602
Van de Ven, B., Jonge, J., & Vlerick, P. (2014). Testing the Triple‐Match Principle in
the Technology Sector: A Two‐Wave Longitudinal Panel Study. Applied Psychology, 63(2),
300-325. doi:10.1111/j.1464-0597.2012.00523.x
Van den Broeck, A., Van Ruysseveldt, J., Smulders, P., & De Witte, H. (2011). Does
an intrinsic work value orientation strengthen the impact of job resources? A perspective from
the Job Demands–Resources Model. European Journal of Work and Organizational
Psychology, 20(5), 581-609. doi:10.1080/13594321003669053
Van den Broeck, A., Vansteenkiste, M., De Witte, H., & Lens, W. (2008). Explaining
the relationships between job characteristics, burnout, and engagement: The role of basic
psychological need satisfaction. Work & Stress,22(3), 277-294. doi:10.1080
/02678370802393672
Van Veldhoven M. (1996). Psychosociale arbeidsbelasting en werkstress. Lisse: Swets
& Zeitlinger.
Van Veldhoven, M. V., Meijman, T. F., Broersen, J. P. J., & Fortuin, R. J. (2002).
Handleiding VBBA. Amsterdam: SKB Vragenlijst Service.
xvii
Vandenbroeck, S., Vanbelle, E., De Witte, H., Moerenhout, E., Sercu, M., De Man, H.,
…, Godderis, L. (2012). Een onderzoek naar burn-out en bevlogenheid bij artsen en
verplaagkundigen in Belgische ziekenhuizen. Geraadpleegd via www.werk.belgie.be
/WorkArea/DownloadAsset.aspx?id=39770
Vanheule, S., Rosseel, Y., Vlerick, P., Van de Ven, B., & Declercq, F. (2012).
Onderzoeksnotitie: De factoriële validiteit en meetinvariantie van de Utrechtse Burnout
Schaal. Gedrag en Organisatie, 25(2), 192.
Vets, C., Notelaers, G., & De Witte, H. (2009). Analyse van de psychosociale
arbeidsbelasting in België: Samenvatting van 10 jaar onderzoek op basis van de DiOVA-
databank. Leuven.
Vink, J.T., Ouweneel, & Le Blanc (2010). Psychologische hulpbronnen voor bevlogen
werknemers: Psychologisch kapitaal in het job demands-resources model. [Masterproef].
Utrecht: Universiteit van Utrecht
Weel, A.N.H. & Broersen, J.P.J. (1995). Verslag van het project PAGO-module
werkstress. Amsterdam: SKB.
Welzijnswet 2014. (2014, 28 maart). Geraadpleegd op 7 mei 2016, via http://www.werk
.belgie.be/defaultTab.aspx?id=564
West, C. P., Shanafelt, T. D., & Kolars, J. C. (2011). Quality of life, burnout, educational
debt, and medical knowledge among internal medicine residents. Jama, 306(9), 952-960.
doi:10.1001/jama.2011.1247
Worley, J. A., Vassar, M., Wheeler, D. L., & Barnes, L. L. (2008). Factor structure of
scores from the Maslach Burnout Inventory: A review and meta-analysis of 45 exploratory and
confirmatory factor-analytic studies. Educational and Psychological Measurement, 68(5), 797-
823. doi:10.1177/0013164408315268
Wright, T. A. & Cropanzano, R. (2000). Psychological well-being and job satisfaction
as predictors of job performance. Journal of Occupational Health Psychology, 5(1), 84-94.
doi:10.1037/1076-8998.5.1.84
xviii
Wu, S., Zhu, W., Wang, Z., Wang, M., & Lan, Y. (2007). Relationship between burnout
and occupational stress among nurses in China. Journal of advanced nursing, 59(3), 233-239.
doi:10.1111/j.1365-2648.2007.04301.x
Xanthopoulou, D., Bakker, A. B., Demerouti, E., & Schaufeli, W. B. (2009). Reciprocal
relationships between job resources, personal resources, and work engagement. Journal of
Vocational behavior, 74(3), 235-244. doi:10.1016/j.jvb.2008.11.003
Xanthopoulou, D., Bakker, A. B., Demerouti, E., & Schaufeli, W. B. (2007b). The role
of personal resources in the job demands-resources model. International journal of stress
management, 14(2), 121. doi:10.1037/1072-5245.14.2.121
Xanthopoulou, D., Bakker, A. B., Dollard, M. F., Demerouti, E., Schaufeli, W. B., Taris,
T. W., & Schreurs, P. J. (2007a). When do job demands particularly predict burnout? The
moderating role of job resources. Journal of managerial psychology, 22(8), 766-786. doi:10
.1108/02683940710837714
Ybema, J. F., Smulders, P. G., & Bongers, P. M. (2010). Antecedents and consequences
of employee absenteeism: A longitudinal perspective on the role of job satisfaction and
burnout. European Journal of Work and Organizational Psychology, 19(1), 102-124. doi:10
.1080/13594320902793691
1
Bijlage 1: Vragenlijst
Geachte Meneer, Mevrouw,
Mijn naam is Elien Moereels, ik ben een studente bedrijfseconomie aan de UGent. In het
kader van mijn masterproef doe ik onderzoek omtrent burn-out. Om mijn onderzoek te
kunnen voltooien ben ik op zoek naar mensen die momenteel werkzaam zijn op de
arbeidsmarkt en bereid zijn om mee te werken aan het onderzoek.
U kunt meewerken aan dit onderzoek door onderstaande vragenlijst in te vullen.
uw antwoorden worden vertrouwelijk behandeld en enkel gebruikt voor
onderzoeksdoeleinden, in GEEN enkel geval zal een ander persoon deze resultaten te zien
krijgen. Het invullen van de complete vragenlijst zal ongeveer 25 minuten van uw tijd in
beslag nemen.
Bovendien maakt u kans op een bon ter waarde van €30. Indien u kans wil maken op een bon,
vergeet dan zeker niet uw e-mailadres in te vullen!
Alvast hartelijk dank voor uw deelname!
Elien Moereels
Universiteit Gent
Wat is uw geslacht?
ο Man
ο Vrouw
Wat is uw geboortejaar?
(open vraag)
Welke situatie is het meest op u van toepassing?
ο Geen partner
ο Partner, niet samenwonend
ο Partner, samenwonend
ο Gehuwd
ο Gescheiden
ο Weduwe
Wat is uw hoogst behaalde diploma?
2
ο Geen diploma
ο Lager onderwijs
ο Lager secundair
ο Hoger secundair
ο Hoger onderwijs niet universitair
ο Hoger onderwijs universitair
ο Doctoraat
Welke van de onderstaande opties omschrijven uw beroep momenteel het beste? Kies de
functie die u momenteel het meeste uren in de week uitvoert.
ο Student stop
ο Gepensioneerd stop
ο Werkloos stop
ο Werknemer
ο Werkgever of zelfstandig ondernemer (eigen bedrijf)
Welk soort contract heeft u?
ο Vast contract (contract van onbepaalde duur, statutair ambtenaar,...)
ο Tijdelijk contract (contract van bepaalde duur, vervangingscontract, interim,
uitzendarbeid....)
ο Andere (open vraag)
Hoe kan u uw huidige arbeidstijd best omschrijven?
ο Ik werk voltijds
ο Ik werk deeltijds maar toch minstens 60%
ο Ik werk deeltijds, minder dan 60%
Binnen welke sector is de organisatie actief?
ο Profit
ο Non-profit
ο Ik weet het niet
Wat zijn de professionele activiteiten van uw organisatie? Wat wordt er gemaakt,
aangeboden of verkocht? Beschrijf kort.
(open vraag)
Wat is uw functie? Beschrijf kort.
(open vraag)
3
Hoe lang oefent u uw huidige functie al uit?
(tekstvlak) jaar
Hoe lang werkt u al bij uw huidige werkgever?
(tekstvlak) jaar
De volgende uitspraken hebben betrekking op hoe u uw werk beleeft en hoe u zich
daarbij voelt. Wilt u aangeven hoe vaak iedere uitspraak op u van toepassing is door het
best passende antwoord aan te duiden. (UBOS-A: Schaufeli & Van Dierendonck, 2000)
(1 = nooit, 2 = sporadisch (een keer per jaar), 3 = af en toe (eens per maand of minder), 4 =
regelmatig (een paar keer per maand), 5 = dikwijls (eens per week), 6 = zeer dikwijls (een
paar keer per week), 7 = altijd (dagelijks))
Emotionele uitputting (5 items)
Ik voel me mentaal uitgeput door mijn werk.
Een hele dag werken vormt een zware belasting voor mij.
Ik voel me “opgebrand” door mijn werk.
Aan het einde van een werkdag voel ik me leeg.
Ik voel me vermoeid als ik ‘s morgens opsta en er weer een werkdag voor me ligt.
Depersonalisatie (4 items)
Ik twijfel aan het nut van mijn werk.
Ik merk dat ik teveel afstand heb gekregen van mijn werk.
Ik ben niet meer zo enthousiast als vroeger over mijn werk.
Ik ben cynischer geworden over de effecten van mijn werk.
Professionele bekwaamheid (6 items)
Ik weet de problemen in mijn werk goed op te lossen.
Ik heb het gevoel dat ik met mijn werk een positieve bijdrage lever aan het functioneren van
de organisatie.
Ik vind dat ik mijn werk goed doe.
Als ik op mijn werk iets afrond, vrolijkt me dat op.
Ik heb in deze baan veel waardevolle dingen bereikt.
Op mijn werk blaak ik van zelfvertrouwen.
4
Hieronder staan uitspraken die beschrijven hoe u op dit moment tegen uw werk
aankijkt. Lees aandachtig en duid aan in welke mate je het eens of oneens bent met elke
uitspraak.
(1 = helemaal mee oneens, 2 = mee oneens, 3 = een beetje mee oneens, 4 = een beetje mee
eens, 5 = mee eens, 6 = helemaal mee eens)
Zelf-effectiviteit (Items gebaseerd op Schwarzer & Jeruzalem, 1995 gebruikt door Vink,
Ouweneel en Le Blanc, 2010) (5 items)
Ik vertrouw erop dat ik, als ik mij in een
moeilijke situatie bevind in mijn werk, een
oplossing kan vinden
If I should find myself in a jam at work, I
could think of many ways to get out of it
Op dit moment streef ik mijn werkdoelen op
energieke wijze na
At the present time, I am energetically
pursuing my work goals
Er zijn veel manieren om problemen op te
lossen There are lots of ways around any problem
Op dit moment beschouw ik mijzelf als
succesvol in mijn werk
Right now I see myself as being pretty
successful at work
Ik kan veel manieren bedenken om mijn
huidige werkdoelen te bereiken
I can think of many ways to reach my
current work goals
Op dit moment bereik ik de doelstellingen
die ik in mijn werk voor mezelf gesteld heb
At this time, I am meeting the work goals
that I have set for myself
Hoop (Luthans, Avolio, Avey, & Norman, 2007) (6 items)
Ik vertrouw erop dat ik, als ik mij in een
moeilijke situatie bevind in mijn werk, een
oplossing kan vinden
If I should find myself in a jam at work, I
could think of many ways to get out of it
Op dit moment streef ik mijn werkdoelen op
energieke wijze na
At the present time, I am energetically
pursuing my work goals
Er zijn veel manieren om problemen op te
lossen
There are lots of ways around any problem
Op dit moment beschouw ik mijzelf als
succesvol in mijn werk
Right now I see myself as being pretty
successful at work
Ik kan veel manieren bedenken om mijn
huidige werkdoelen te bereiken
I can think of many ways to reach my
current work goals
Op dit moment bereik ik de doelstellingen
die ik in mijn werk voor mezelf gesteld heb
At this time, I am meeting the work goals
that I have set for myself
5
Weerbaarheid (Luthans, Avolio, Avey, & Norman, 2007) (6 items)
Als ik een tegenslag heb op mijn werk, heb ik
er moeite mee om er weer bovenop te komen
en verder te gaan
When I have a setback at work, I have trouble
recovering from it, moving on
Normaal gesproken kan ik in mijn werk goed
omgaan met moeilijkheden
I usually manage difficulties one way or
another at work
Ik kan goed zonder hulp van anderen werken
als dat nodig is
I can be ‘on my own’, so to speak, at work if I
have to
Gewoonlijk neem ik stressvolle dingen in het
werk er gewoon bij I usually take stressful things at work in stride
Moeilijke momenten in het werk kan ik best
aan, want ik heb al voor hetere vuren gestaan
I can get through difficult times at work
because I’ve experienced difficulty before
Ik kan veel zaken tegelijk behandelen in mijn
werk
I feel I can handle many things at a time at
this job
Optimisme (Luthans, Avolio, Avey, & Norman, 2007) (6 items)
Ik ga uit van een goede afloop, ook als er
dingen onzeker zijn in mijn werk.
When things are uncertain for me at work, I
usually expect the best
Als er iets fout kan gaan in mijn werk, dan
gaat het ook fout.
If something can go wrong for me work-wise,
it will
Ik bekijk mijn werk altijd van de zonnige
kant.
I always look on the bright side of things
regarding my job.
Ik ben optimistisch wat betreft mijn toekomst
binnen het werk.
I’m optimistic about what will happen to me
in the future as it pertains to work
Zaken in mijn werk lopen nooit zoals ik dat
zou willen.
In this job, things never work out the way I
want them to
Mijn motto in het werk is: achter de wolken
schijnt de zon.
I approach this job as if ‘every cloud has a
silver lining’
6
De volgende vragen hebben betrekking op hoe u uw werksituatie beleeft. Wilt u
aangeven hoe vaak iedere situatie op u van toepassing is door het best passende
antwoord aan te duiden. (VBBA: Van Veldhoven, 1996)
(1 = nooit, 2 = heel af en toe, 3 = soms, 4 = vaak, 5 = altijd)
Werkdruk (11 items)
Moet u erg snel werken?
Heeft u te veel werk te doen?
Moet u extra hard werken om iets af te krijgen?
Werkt u onder tijdsdruk?
Moet u zich haasten?
Kunt u uw werk op uw gemak doen?
Heeft u te maken met een achterstand in uw werkzaamheden?
Heeft u te weinig werk?
Heeft u problemen met het werktempo?
Heeft u problemen met de werkdruk?
Zou u het kalmer aan willen doen in uw werk?
Emotionele belasting (7 items)
Is uw werk emotioneel zwaar?
Wordt u in uw werk met dingen geconfronteerd die u persoonlijk raken?
Wordt er door anderen een persoonlijk beroep op u gedaan in uw werk?
Voelt u zich persoonlijk aangevallen of bedreigd in uw werk?
Heeft u in uw werk contacten met lastige klanten of patiënten?
Moet u voor uw werk mensen kunnen overtuigen of overreden?
Komt u door uw werk in aangrijpende situaties terecht?
Geestelijke belasting (7 items)
Vraagt uw werk veel concentratie?
Moet u erg precies werken?
Moet u op veel dingen tegelijk letten tijdens uw werk?
Vereist uw werk dat u er steeds bij moet nadenken?
Vereist uw werk dat u er voortdurend uw aandacht bij moet houden?
Moet u in uw werk veel onthouden?
Vereist uw werk grote zorgvuldigheid?
Toekomstonzekerheid (4 items)
Heeft u behoefte aan meer zekerheid of u over een jaar nog werk zult hebben?
Heeft u behoefte aan meer zekerheid of u uw huidige baan het komende jaar zult houden?
Heeft u behoefte aan meer zekerheid of u uw huidige functie-niveau het komende jaar zult
behouden?
Heeft u behoefte aan meer zekerheid of uw huidige afdeling/bedrijf over een jaar nog bestaat?
7
Autonomie (11 items)
Heeft u vrijheid bij het uitvoeren van uw werkzaamheden?
Heeft u invloed op de planning van uw werkzaamheden?
Heeft u invloed op het werktempo?
Kunt u zelf bepalen hoe u uw werk uitvoert?
Kunt u uw werk even onderbreken als u dat nodig vindt?
Kunt u zelf de volgorde van uw werkzaamheden bepalen?
Kunt u mee beslissen over het tijdstip waarop iets af moet zijn?
Kunt u zelf bepalen hoeveel tijd u aan een bepaalde activiteit besteedt?
Lost u problemen in uw werkzaamheden zelf op?
Kunt u uw werk zelf indelen?
Kunt u zelf de inhoud van uw werkzaamheden bepalen?
Feedback (7 items)
Krijgt u voldoende informatie over het doel van uw werk?
Krijgt u voldoende informatie over het resultaat van uw werk?
Biedt uw werk mogelijkheden om erachter te komen hoe goed u uw werk doet?
Biedt uw werk rechtstreeks informatie over hoe goed u uw werk doet?
Geeft uw directe leiding u informatie over hoe goed u uw werk doet?
Geven uw collega’s u informatie over hoe goed u uw werk doet?
Kunt u in uw werk beschikken over voldoende gegevens en informatie?
Relatie met collega’s (9 items)
Kunt u op uw collega’s rekenen wanneer u het in uw werk wat moeilijk krijgt?
Kunt u als dat nodig is uw collega’s om hulp vragen?
Is uw verstandhouding met uw collega’s goed?
Heeft u conflicten met uw collega’s?
Voelt u zich in uw werk gewaardeerd door uw collega’s?
Heeft u te maken met agressie van uw collega’s?
Zijn uw collega’s vriendelijk tegen u?
Heerst er tussen u en uw collega’s een prettige sfeer?
Doen zich tussen u en uw collega’s vervelende gebeurtenissen voor?
8
Inspraak (8 items)
Kunt u met uw directe leiding praten over problemen op het werk?
Heeft u veel te zeggen over wat er gebeurt op uw werkplek?
Kunt u mee beslissen over dingen die met uw werk te maken hebben?
Kunt u met uw directe leiding voldoende overleggen over uw werk?
Kunt u mee bepalen wat wel en wat niet tot uw taak behoort?
Kunt u mee beslissen over de aard van uw werkzaamheden?
Heeft u rechtstreeks invloed op beslissingen van uw afdeling/bedrijf?
Heeft u invloed op de verdeling van het werk onder u en uw collega’s?
We zijn aan het einde van de vragenlijst gekomen. Gelieve op de knop ‘verstuur’ te klikken
om de vragenlijst af te ronden. Hartelijk bedankt voor uw tijd!
Indien uw kans wilt maken op een bon ter waarde van €30, vergeet dan zeker niet om uw e-
mailadres in te vullen.
(tekstvak)
Indien u opmerkingen zou hebben omtrent de vragenlijst of verdere vragen omtrent de
resultaten van dit onderzoek, kan u mij steeds contacteren via mail op het adres:
Met vriendelijke groeten,
Elien Moereels
9
Bijlage 2.1: Factoranalyse burn-out UBOS-A (15 items)
Items Factor 1 Factor 2 Factor 3
Uitputting_1 .89
Uitputting _2 .76 .24
Uitputting _3 .84 .29
Uitputting _4 .84 .20
Uitputting _5 .71 .34
Cynisme_1 .37 .76 .23
Cynisme _2 .43 .71
Cynisme _3 .43 .78
Cynisme _4 .43 .77
BekwaamheidR_1 .23 .77
BekwaamheidR _2 .53 .62
BekwaamheidR _3 .20 .80
BekwaamheidR _4 .44 .62
BekwaamheidR _5 .57 .56
BekwaamheidR _6 .28 .73
Methode: Principal Component Analysis.
Rotatie method: Varimax with Kaiser Normalization.
Enkel factorladingen hoger dan .20 worden weergeven
10
Bijlage 2.2: Factoranalyse UBOS-A (13 items)
Items Factor 1 Factor 2 Factor 3
Uitputting_1 .88 .21
Uitputting _2 .73 .25 .27
Uitputting _3 .82 .35
Uitputting _4 .84 .24
Uitputting _5 .71 .37
Cynisme_1 .28 .80 .24
Cynisme _2 .32 .78
Cynisme _3 .35 .83
Cynisme _4 .33 .83
BekwaamheidR_1 .79
BekwaamheidR _3 .84
BekwaamheidR _4 .40 .60
BekwaamheidR _6 .29 .74
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
11
Bijlage 3.1: Factoranalyses PsyCap (23 items)
Items Factor 1 Factor 2 Factor 3 Factor 4
Zelf-effectiviteit_1 .73 .25
Zelf-effectiviteit _2 .82 .21
Zelf-effectiviteit _3 .59
Zelf-effectiviteit _4 .68 .40
Zelf-effectiviteit _5 .70 .32
Hoop_1 .69 .30 .33
Hoop_2 .34 .76
Hoop_3 .38 .37 .25
Hoop_4 .51 .55 .23
Hoop_5 .39 .48 .24 .27
Hoop_6 .37 .67
WeerbaarheidR_1 .28 .61
Weerbaarheid_2 .38 .22 .57 .23
Weerbaarheid_3 .69
Weerbaarheid_4 .30 .22 .68
Weerbaarheid_5 .33 .25 .60 .26
Weerbaarheid_6 .28 .68
Optimisme_1 .30 .40 .47 .32
OptimismeR_2 .78
Optimisme_3 .79 .22
Optimisme_4 .80 .20
OptimismeR_5 .25 .76
Optimisme_6 .67 .26
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
12
Bijlage 3.2: Factoranalyse PsyCap (14 items)
Items Factor 1 Factor 2 Factor 3
Zelf-effectiviteit_1 .67 .38
Zelf-effectiviteit _2 .72 .37
Zelf-effectiviteit _3 .60
Zelf-effectiviteit _4 .78
Zelf-effectiviteit _5 .59 .47
Hoop_2 .66 .42
Hoop_6 .66 .38
Weerbaarheid_2 .38 .62 .26
Weerbaarheid_3 .70
Weerbaarheid_4 .30 .68 .23
Weerbaarheid_5 .35 .62 .31
Weerbaarheid_6 .24 .67
OptimismeR_2 .21 .74
OptimismeR_5 .81
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
13
Bijlage 4.1: Job demands (29 items)
Items Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6
Werkdruk_1 .79
Werkdruk_2 .67 .45
Werkdruk_3 .72 .25 .27
Werkdruk_4 .26 .76
Werkdruk_5 .83 .20
WerkdrukR_6 .70 .20
Werkdruk_7 .24 .39 .59
WerkdrukR_8 .32 .66
Werkdruk_9 .23 .83
Werkdruk_10 .24 .84
Werkdruk_11 .37 .70
Emotionele Belasting_1 .80 .26
Emotionele Belasting _2 .82
Emotionele Belasting _3 .49
Emotionele Belasting _4 .26 .49 .33
Emotionele Belasting _5 .59
Emotionele Belasting _6 .42 .41
Emotionele Belasting _7 .81
Geestelijke Belasting_1 .82
Geestelijke Belasting _2 .81
Geestelijke Belasting _3 .64 .33
Geestelijke Belasting _4 .71 .43
Geestelijke Belasting _5 .79 .22
Geestelijke Belasting _6 .64 .24 .22
Geestelijke Belasting _7 .81
Toekomstonzekerheid_1 .92
Toekomstonzekerheid_2 .95
Toekomstonzekerheid_3 .93
Toekomstonzekerheid_4 .84
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
14
Bijlage 4.2: Factoranalyse job demands (26 items)
Items Factor 1 Factor 2 Factor 3 Factor 4 Factor 5
Werkdruk_1 .76
Werkdruk_2 .77
Werkdruk_3 .77 .22
Werkdruk_4 .77 .26
Werkdruk_5 .82
WerkdrukR_6 .74
Werkdruk_9 .25 .83
Werkdruk_10 .28 .85
Werkdruk_11 .41 .71
Emotionele Belasting_1 .81 .23
Emotionele Belasting _2 .84
Emotionele Belasting _3 .48
Emotionele Belasting _4 .28 .48 .32
Emotionele Belasting _5 .57
Emotionele Belasting _7 .82
Geestelijke Belasting_1 .82
Geestelijke Belasting _2 .80
Geestelijke Belasting _3 .29 .64
Geestelijke Belasting _4 .21 .73
Geestelijke Belasting _5 .80
Geestelijke Belasting _6 .21 .65 .25
Geestelijke Belasting _7 .80
Toekomstonzekerheid_1 .93
Toekomstonzekerheid_2 .95
Toekomstonzekerheid_3 .93
Toekomstonzekerheid_4 .84
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
15
Bijlage 5.1: Factoranalyse job resources (35 items)
Items Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6
Autonomie_1 .75
Autonomie_2 .69 .23
Autonomie_3 .74
Autonomie_4 .70
Autonomie_5 .66 .30
Autonomie_6 .80
Autonomie_7 .66 .35
Autonomie_8 .77
Autonomie_9 .29 -.60
Autonomie_10 .82
Autonomie_11 .62 .34
Feedback_1 .25 .21 .60
Feedback_2 .20 .77
Feedback_3 .86
Feedback_4 .81
Feedback_5 .21 .62 .52
Feedback_6 .21 .46 .22 .44
Feedback_7 .35 .21 .50
Steun_1 .84
Steun_2 .81
Steun_3 .80 .26
SteunR_4 .80
Steun_5 .73 .22
SteunR_6 .33 .57
Steun_7 .73 .41
Steun_8 .69 .39
SteunR_9 .76
Inspraak_1 .38 .36 .24 .54
Inspraak_2 .28 .75
Inspraak_3 .31 .75 .27
Inspraak_4 .25 .30 .45 .33 .49
Inspraak_5 .35 .69 .23
Inspraak_6 .45 .73
Inspraak_7 .80
Inspraak_8 .25 .71
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
16
Bijlage 5.2: Factoranalyse job resources (30 items)
Items Factor 1 Factor 2 Factor 3 Factor 4 Factor 5
Autonomie_1 .76
Autonomie_2 .70 .23
Autonomie_3 .74
Autonomie_4 .71
Autonomie_5 .63
Autonomie_6 .80
Autonomie_7 .65 .37
Autonomie_8 .77
Autonomie_10 .82
Autonomie_11 .64 .33
Feedback_1 .25 .64
Feedback_2 .79
Feedback_3 .87
Feedback_4 .80
Feedback_7 .20 .36 .20 .51
Steun_1 .85
Steun_2 .83
Steun_3 .81 .25
SteunR_4 .78
Steun_5 .71 .21
SteunR_6 .36 .54
Steun_7 .73 .40
Steun_8 .69 .39
SteunR_9 .79
Inspraak_2 .28 .76
Inspraak_3 .31 .75 .28
Inspraak_5 .33 .70 .24
Inspraak_6 .44 .73
Inspraak_7 .80
Inspraak_8 .25 .71
Methode: Principal Component Analysis
Rotatie method: Varimax met Kaiser Normalisatie
Enkel factorladingen hoger dan .20 worden weergeven
