Math Candel Universiteit Maastricht. •Achtergrond: –Diagnose probleem –Meetinstrumenten...

Math Candel

Universiteit Maastricht

• Achtergrond: – Diagnose probleem– Meetinstrumenten– Conceptueel model

• Presentaties van eigen analyses

• Voorbeeld analyse

1. Is burnout problematisch onder thuisverzorgenden ?

2. Welke variabelen zijn determinanten van burnout ?

3. Welke van deze determinanten zijn risicofactoren ?Op welke determinanten scoren thuisverzorgenden ongunstig ?

1. Schalen voor de meer subjectieve constructen:

• Emotionele belasting• Werkdruk• Emotionele uitputting• Depersonalisatie• Persoonlijke bekwaamheid• Sociale steun• Probleemgerichte coping• Emotiegerichte coping

Emotionele belasting (Veldhoven & Meijman,1994) (o.a.):• 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 ?

Antwoordklassen:1 : nooit2 : soms3 : vaak4 : altijd

Werkdruk (Jonge, J. de, 1995) (o.a.):

Daar waar ik werk:• Wordt onder tijdsdruk gewerkt

• Wordt met pieken gewerkt

• Moet te hard worden gewerkt

• Moet teveel werk verricht worden

Antwoordklassen:1 : nooit2 : zelden3 : soms4 : vaak5 : altijd

Emotionele uitputting (Schaufeli & Van Dierendonck, 1994) (o.a.):

• Ik voel me mentaal uitgeput door mijn werk• Als ik op mijn werk iets afrond, dan vrolijkt me

dat op• Ik voel me opgebrand door mijn werk

Antwoordklassen:1 : nooit2 : sporadisch3 : af en toe4 : regelmatig5 : dikwijls6 : zeer dikwijls7 : altijd

2. Socio-demografische gegevens via enkele eenvoudige vragen:

• Geslacht• Leeftijd• Functie van verzorgende:

• Thuishulp• Verzorgingshulp• Verzorgende C• Verzorgende D• Gespecialiseerd verzorgende E

• Werkjaar: aantal jaren werkzaam in thuiszorg• Uurwerk: aantal uren werkzaam per week

Work load: - werkdruk

Interpersonal demands - emotionele belasting

DEMANDS

Emotional exhaustion - emotionele uitputting

Depersonalisation - depersonalisatie

Lack of resources - sociale steun

BURNOUT

Wanneer is de score op burnout problematisch ?

We kunnen het gemiddelde op de schaal berekenen;

Hierin worden alle burnout scores betrokken

We kunnen de mediaan op de schaal berekenen;

Minder gevoelig voor uitbijters

Maar wanneer wijst geniddelde of mediaan op

problematische burnout ?

Ideaal:

Een klinisch bepaald afkappunt.

Als personen hierboven scoren, dan is er een grote kans om “burned-out” te raken

Als personen hieronder scoren, dan is er een grote kans om “gezond” te blijven

Alternatief:

Een op basis van de antwoord klassen bepaald afkappunt

We kunnen een afkappunt nemen en bekijken welk percentage hierboven scoort

Emotionele uitputting:

Niet een klinisch bepaald afkappunt

Antwoordklassen:1 : nooit2 : sporadisch3 : af en toe4 : regelmatig5 : dikwijls afkappunt; erop of erboven dan “burned-out”6 : zeer dikwijls7 : altijd

7 op 258 oftewel 2.7%

Analyse A:

• Afhankelijke variabele: emotionele uitputting

• Onafhankelijke variabele:

werkdruk, emotionele belasting, sociale steun

• Effectmodificator: sociale steun

Analyse B:

• Afhankelijke variabele: depersonalisatie

• Onafhankelijke variabele:

emotionele uitputting

• Mediator: emotionele uitputting

• Aantal variabelen:– Onafhankelijke variabelen– Afhankelijke variabelen

• Type variabele:– Binair– Polytoom– Continu

• Type design:– Tussen-subject design– Binnen-subject design

Y continu Y binair

1 X

binair T-toets

Mann-Whitney

2- toets voor

kruistabel

polytoom 1-weg ANOVA

Kruskal-Wallis test

2- toets voor

kruistabel

continu (Rang)correlatie

Lineaire regressie

Logistische

regressie

Meerdere X’en

Lineaire regressie

ANOVA

Logistische

regressie

Y continu Y binair

1 X

binair T-toets

Mann-Whitney

2- toets voor

kruistabel

polytoom 1-weg ANOVA

Kruskal-Wallis test

2- toets voor

kruistabel

continu (Rang)correlatie

Lineaire regressie

Logistische

regressie

Meerdere X-en

Lineaire regressie

ANOVA

Logistische

regressie

Top-down toetsen: start met het meest complexe model en verwijder telkens de minst en (ook) niet-significante termen uit het model

Meest complexe regressiemodel:

Emotionele uitputting =

0 + 1 werkdruk +

2 emotionele belasting + 3 sociale steun

4 werkdruk*sociale steun +

5 emotionele belasting*sociale steun +

SPSS uitvoer

Model Summary

.587a .344 .331 .79Model1

R R SquareAdjustedR Square

Std. Error ofthe Estimate

Predictors: (Constant), STEUN, EMOTIEBELASTING,WERKDRUK, STEUN X WERKDRUK, STEUN XEMOTIE BELASTING

a.

ANOVAb

79.446 5 15.889 25.426 .000a

151.233 242 .625

230.679 247

Regression

Residual

Total

Model1

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), STEUN, EMOTIE BELASTING, WERKDRUK, STEUN XWERKDRUK, STEUN X EMOTIE BELASTING

a.

Dependent Variable: EMOTIONELE UITPUTTINGb.

SPSS uitvoer

Coefficientsa

-1.830 1.794 -1.020 .309

1.506 .399 1.243 3.776 .000

.129 .932 .051 .138 .890

-.321 .130 -.826 -2.476 .014

.122 .294 .182 .413 .680

.592 .550 .294 1.076 .283

(Constant)

WERKDRUK

EMOTIEBELASTING

STEUN X WERKDRUK

STEUN X EMOTIEBELASTING

STEUN

Model1

B Std. Error

UnstandardizedCoefficients

Beta

StandardizedCoefficients

t Sig.

Dependent Variable: EMOTIONELE UITPUTTINGa.

SPSS uitvoer

Interactie tussen sociale steun en werkdruk:

Analyse per stratum voor de variabele steun

Coefficientsa

-2.368 1.231 -1.924 .056

1.437 .362 1.186 3.972 .000

.508 .155 .201 3.278 .001

.760 .368 .377 2.066 .040

-.298 .117 -.766 -2.555 .011

(Constant)

WERKDRUK

EMOTIEBELASTING

STEUN

STEUN X WERKDRUK

Model1

B Std. Error


Beta


t Sig.


SPSS uitvoer: Hoge sociale steun

Coefficientsa

.200 .305 .655 .513

.407 .100 .336 4.080 .000

.565 .189 .247 2.994 .003

(Constant)

WERKDRUK

EMOTIEBELASTING

Model1

B Std. Error


Beta


t Sig.


Effect van werkdruk op emotionele uitputting: 0.407



DEMANDS



BURNOUT

0.407 ** 0.565 **

Legenda: ** p < 0.01 * p < 0.05

HOGE SOCIALE STEUN:

SPSS uitvoer: Lage sociale steun

Effect van werkdruk op emotionele uitputting: 0.821

Coefficientsa

-.985 .688 -1.433 .156

.821 .116 .626 7.049 .000

.530 .304 .155 1.742 .086

(Constant)

WERKDRUK

EMOTIONELE BELASTING

Model1

B Std. Error


Beta


t Sig.




DEMANDS



BURNOUT

0.821 ** 0.530

Legenda: ** p < 0.01 * p < 0.05

LAGE SOCIALE STEUN:

Regressiemodel:

Depersonalisatie = 0 + 1 emotionele uitputting +

SPSS uitvoer

Coefficientsa

1.193 .155 7.684 .000

.499 .057 .486 8.790 .000

(Constant)

EMOTIONELE UITPUTTING

Model1

B Std. Error


Beta


t Sig.

Dependent Variable: DEPERSONALISATIEa.



DEMANDS



BURNOUT

0.821 ** 0.530

Legenda: ** p < 0.01 * p < 0.05

LAGE SOCIALE STEUN:

0.499 **

Is emotionele uitputting nu een mediator ?

Anders gezegd:

Is het pad tussen werkdruk en depersonalisatie via emotionele uitputting significant ?

zab

s ab

Werkdruk Emotionele Uitputting

Depersonalisatiea b

ab b a a bs a s b s s s 2 2 2 2 2 2

Baron & Kenny (1986):

zab

s ab

Coefficientsa

-.985 .688 -1.433 .156

.821 .116 .626 7.049 .000

.530 .304 .155 1.742 .086

(Constant)

WERKDRUK


Model1

B Std. Error


Beta


t Sig.


Lage sociale steun:

zab

s ab

Coefficientsa

1.193 .155 7.684 .000

.499 .057 .486 8.790 .000

(Constant)


Model1

B Std. Error


Beta


t Sig.


ab b a a bs a s b s s s 2 2 2 2 2 2

Coefficientsa

-.985 .688 -1.433 .156

.821 .116 .626 7.049 .000

.530 .304 .155 1.742 .086

(Constant)

WERKDRUK


Model1

B Std. Error


Beta


t Sig.


ab b a a bs a s b s s s 2 2 2 2 2 2

Coefficientsa

1.193 .155 7.684 .000

.499 .057 .486 8.790 .000

(Constant)


Model1

B Std. Error


Beta


t Sig.


zab

s ab

0 8 2 1 0 4 9 9

0 0 7 4 75 4 8 4

. * .

..

ab b a a bs a s b s s s 2 2 2 2 2 2

ab2 2 2 2 2 2

s (0 .8 2 1 ) (0 .0 5 7 ) (0 .4 9 9 ) (0 .11 6 ) (0 .11 6 ) (0 .0 5 7 )

= 0 .0 7 4 7

z > z(kritiek) = Z( = 0.05) = 1.96; dus H0 verwerpen

H0: er is geen verband tussen werkdruk en depersonalisatie via emotionele uitputting

Klinisch bepaalde afkappunten

Afkappunt op basis van inhoudsanalyse van antwoordklassen

Van belang is een afkappunt of normscore:

Wanneer is een determinant van burnout een risicofactor ?

Werkdruk:

Niet een klinisch bepaald afkappunt

Antwoordklassen:1 : nooit2 : zelden3 : soms4 : vaak afkappunt; erop of erboven dan “riskant”5 : altijd

31 op 258 oftewel 12%

Is werkdruk nu een risicofactor ?

Math Candel Universiteit Maastricht. •Achtergrond: –Diagnose probleem –Meetinstrumenten...

Documents

Transcript of Math Candel Universiteit Maastricht. •Achtergrond: –Diagnose probleem –Meetinstrumenten...