Universiteit Gent Faculteit Economie en Bedrijfskunde Academiejaar 2006-2007
ABSENTEÏSME OP HET WERK: BESTAAN ER SPECIFIEKE PROFIELEN VAN VERZUIMERS? EEN EMPIRISCHE STUDIE. door Maxime Hoflack onder leiding van Prof. Dirk Buyens
Scriptie voorgedragen tot het bekomen van de graad van licentiaat in de toegepaste economische wetenschappen.
Universiteit Gent Faculteit Economie en Bedrijfskunde Academiejaar 2006-2007
ABSENTEÏSME OP HET WERK: BESTAAN ER SPECIFIEKE PROFIELEN VAN VERZUIMERS? EEN EMPIRISCHE STUDIE. door Maxime Hoflack onder leiding van Prof. Dirk Buyens
Scriptie voorgedragen tot het bekomen van de graad van licentiaat in de toegepaste economische wetenschappen.
Woord vooraf Het opstellen van een thesis is een hele opgave. Zonder de hulp van bepaalde mensen was ik er nooit in geslaagd deze thesis af te werken. Ik zou vooreerst graag professor Buyens bedanken om mij de kans te geven dit onderwerp te behandelen. Ook wil ik assistent Koen de Wettinck bedanken om mij te begeleiden bij mijn thesis en mij goede raad te geven. Ik wil het bedrijf ZebraZone bedanken om mij de kans te geven hun database te gebruiken voor mijn onderzoek. Ik zou ook de medewerkers van ZebraZone willen bedanken voor de goede begeleiding bij mijn thesis. Ik ben vooral Hermina, Heidi en Valerie zeer dankbaar voor hun goede hulp. Natuurlijk bedank ik ook mijn ouders voor hun morele hulp en ondersteuning. Ook mijn broer Nicolas en zus Laurence wil ik bedanken voor hun hulp bij mijn computerkundige problemen. Als laatste wil ik al mijn vrienden bedanken die mij hebben bijgestaan in ‘moeilijke’ tijden.
Permission
Inhoudsopgave Woord vooraf .........................................................................................................................4 Inhoudsopgave .......................................................................................................................5 1. Inleiding .........................................................................................................................8 1.1 Wetenschappelijke relevantie ..................................................................................8 1.2 Maatschappelijke relevantie ....................................................................................8 1.3 Structuur .................................................................................................................9 2. Absenteïsme & ziekteverzuim.......................................................................................10 2.1 Begripsverklaring..................................................................................................10 2.2 Soorten ziekteverzuim...........................................................................................11 2.3 Determinanten van absenteïsme ............................................................................12 2.3.1 Maatschappelijke factoren.................................................................................12 2.3.2 Individuele factoren...........................................................................................12 2.3.3 Werkkenmerken ................................................................................................13 2.4 Kosten ziekteverzuim............................................................................................15 3. Theoretisch kader: Bespreking stressmodellen ..............................................................16 3.1 Het Demand Control(-Support) Model van Karasek ..............................................16 3.1.1 Oorspronkelijk JDC-Model (Karasek, 1979) .....................................................16 3.1.2 Het Job Demand-Control-Support Model ..........................................................18 3.2 Effort-Reward Imbalance Model van Siegrist ........................................................19 3.3 Interactionele en Transactionele stressbenadering..................................................20 3.3.1 Interactionele stresstheorie ................................................................................20 3.3.2 Transactionele stresstheorie...............................................................................20 3.4 Een alternatieve stressbenadering: de “Conservation of resources”-theorie............21 3.5 WEB-model ..........................................................................................................22 4. Persoonlijkheidskenmerken en het stressproces.............................................................24 4.1 Beheersingsorïentatie / Locus of control................................................................24 4.2 Gehardheid / Hardiness .........................................................................................24 4.3 Self-efficacy..........................................................................................................25 4.4 Optimisme ............................................................................................................25 4.5 Type A-gedrag ......................................................................................................25 5. Stressmodel van ZebraZone ..........................................................................................26 5.1 Stress-model 2.0....................................................................................................26 5.2 Stressmodel van ZebraZone 1.0.............................................................................28 5.2.1 Bespreking van de werkeisen en energiebronnen ...............................................29 5.2.2 Bespreking van de werkeisen ............................................................................29 5.2.3 Bespreking van de energiebronnen ....................................................................35 5.2.4 Stressreacties.....................................................................................................37 6. Verband tussen stress en ziekteverzuim.........................................................................39 7. Het ziekteverzuimmodel ...............................................................................................40 7.1 Werkeisen en ziekteverzuim..................................................................................41 7.2 Energiebronnen en ziekteverzuim..........................................................................42 8. Onderzoeksopzet ..........................................................................................................44 8.1 Onderzoekspopulatie.............................................................................................44 8.2 Steekproef.............................................................................................................44 8.3 Steekproefelementen .............................................................................................45 8.4 Meetinstrument .....................................................................................................47 8.4.1 Werkeisen .........................................................................................................48
8.4.2 Energiebronnen .................................................................................................49 8.4.3 Ziekteverzuim ...................................................................................................50 8.5 Validiteit en betrouwbaarheid van het model.........................................................50 8.6 Gegevensanalyse...................................................................................................52 9. Onderzoeksresultaten....................................................................................................55 9.1 Beschrijving werkkenmerken ................................................................................55 9.1.1 Beschrijving werkeisen .....................................................................................55 9.1.2 Beschrijving energiebronnen .............................................................................55 9.2 Onderzoeksvraag 1 : Bestaat er een verband tussen de werkeisen en de ziekteverzuimfrequentie? ..........................................................................................56 9.2.1 Werklast............................................................................................................56 9.2.2 Fysische omstandigheden ..................................................................................57 9.2.3 Woon-werkverkeer............................................................................................58 9.2.4 Grensoverschrijdend gedrag ..............................................................................61 9.2.5 Jobzekerheid .....................................................................................................63 9.2.6 Privé-werk balans..............................................................................................63 9.3 Onderzoeksvraag 2 : Bestaat er een verband tussen de werkeisen en de ziekteverzuimduur? ...................................................................................................66 9.3.1 Werklast............................................................................................................66 9.3.2 Fysische omstandigheden ..................................................................................68 9.3.3 Woon-werkverkeer............................................................................................68 9.3.4 Grensoverschrijdend gedrag ..............................................................................69 9.3.5 Jobzekerheid .....................................................................................................71 9.3.6 Privé-werk balans..............................................................................................73 9.4 Onderzoeksvraag 3 : Bestaat er een verband tussen de energiebronnen en de ziekteverzuimfrequentie? ..........................................................................................76 9.4.1 Steun baas .........................................................................................................76 9.4.2 Betrokkenheid bij de organisatie........................................................................76 9.4.3 Steun van de collega’s .......................................................................................78 9.4.4 Steun van het team ............................................................................................78 9.4.5 Regelruimte.......................................................................................................80 9.4.6 Loopbaanontwikkeling ......................................................................................82 9.4.7 Jobinhoud..........................................................................................................82 9.5 Onderzoeksvraag 4 : Bestaat er een verband tussen de energiebronnen en de ziekteverzuimduur? ...................................................................................................84 9.5.1 Steun baas .........................................................................................................84 9.5.2 Betrokkenheid bij de organisatie........................................................................85 9.5.3 Steun collega’s ..................................................................................................88 9.5.4 Steun van het team ............................................................................................88 9.5.5 Regelruimte.......................................................................................................90 9.5.6 Loopbaanontwikkeling ......................................................................................92 9.5.7 Jobinhoud..........................................................................................................92 9.6 Overzicht van de testen .........................................................................................95 9.6.1 Verzuimfrequentie.............................................................................................95 9.6.2 Verzuimduur .....................................................................................................96 9.7 Sterkte van de associaties ......................................................................................97 10. Discussie resultaten...................................................................................................98 11. Conclusie ................................................................................................................102 Lijst van de geraadpleegde werken .....................................................................................103 Lijst van tabellen ................................................................................................................109
Lijst van figuren .................................................................................................................112 Lijst van bijlagen ................................................................................................................113
1. Inleiding Het doel van deze thesis is om een beter inzicht te verkrijgen in de mogelijke oorzaken op het werk van ziekteverzuim. Aan de hand van een nieuw ontwikkeld stressmodel onderzoeken we de relatie tussen werkkenmerken en het ziekteverzuim. Ziekteverzuim ontstaat wanneer werknemers zich afwezig melden op het werk wegens ziekte (of privé-ongevallen). Het is zeer belangrijk dat er meer onderzoek gevoerd wordt rond ziekteverzuim, zowel vanuit wetenschappelijk als maatschappelijk oogpunt.
1.1 Wetenschappelijke relevantie Er bestaat weinig kennis over absenteïsme (Alexanderson & Hensing, 2004). De kennis over absenteïsme is, ondanks de gigantische kost voor ondernemingen, nog steeds beperkt. Hiervoor bestaan verscheidene redenen: Absenteïsme heeft vele mogelijke oorzaken. Deze oorzaken kunnen zowel maatschappelijk, persoonlijk of op het niveau van de organisatie voorkomen. Vaak wordt er in onderzoeken slechts één van deze factoren onderzocht. Bovendien bestaat er weinig theorievorming rond absenteïsme (Alexanderson & Hensing, 2004). De meeste onderzoeken naar absenteïsme zijn projecten op korte termijn, er bestaat te weinig longitudinaal onderzoek. Er wordt veel meer gebruik gemaakt van cross-sectioneel onderzoek, waarbij alle gegevens op één tijdstip worden verzameld. Hierdoor is het moeilijk om de oorzaken en gevolgen van absenteïsme te onderscheiden. Vele onderzoeken zijn statistisch niet valide. Er wordt bijvoorbeeld niet gecontroleerd voor derde variabelen of men gebruikt een te kleine steekproef (Alexanderson & Hensing, 2004).
1.2 Maatschappelijke relevantie De kost van ziekteverzuim voor werkgevers is gigantisch. Zo bedroeg, volgens een schatting van Zebrazone, het onderzoekscentrum van Securex dat zich onder andere met stress, tevredenheid en absenteïsme bezig houdt, de kost van het ziekteverzuim in België in 2006 voor de werkgevers ruim acht miljard euro, en deze kost is opnieuw gestegen tegenover 2005. Het is dus zeer belangrijk dat het ziekteverzuim in bedwang wordt gehouden.
8
1.3 Structuur Eerst wordt in deze thesis uitleg gegeven over de begrippen ziekteverzuim en absenteïsme. De determinanten van ziekteverzuim worden kort uiteengezet, en de kost van ziekteverzuim voor de werkgever wordt uitgelegd. Vervolgens worden enkele belangrijke stressmodellen besproken: het Job Strain – Model van Karasek, het uitgebreide Job Demand-Control-Support model van Johnson & Hall en het EffortReward Imbalance Model van Siegrist. Ook de transactionele stressbenadering van Lazarus en Folkman wordt verklaard. Daarna wordt een korte uitleg gegeven over de “Conservation of resources”-stressbenadering en het WEB – model van Bakker en collega’s. Daarna volgt een korte toelichting over de invloed van persoonlijkheidskenmerken bij het stressproces. Hierna wordt het eigen ontwikkelde stressmodel voorgesteld. Dit model is gebaseerd op het WEBmodel en is ontwikkeld in samenwerking met ZebraZone. Na de voorstelling van het model worden de verschillende werkeisen en energiebronnen uit het model besproken, en het verband met stress wordt verklaard. Daarna volgt een korte toelichting over de invloed van persoonlijkheidskenmerken bij het stressproces. Als laatste literatuurdeel worden de mogelijke stressreacties beschreven en de link tussen stress en absenteïsme wordt uiteengezet. Na het literatuurdeel wordt het nieuwe stressmodel toegepast op het ziekteverzuim, we demonstreren het verzuimmodel. De hypotheses worden hierbij geformuleerd en het empirisch onderzoek wordt beschreven. Daarna worden de resultaten voorgesteld en besproken. Tenslotte volgt nog een algemene conclusie.
9
2. Absenteïsme & ziekteverzuim In deze paragraaf geven we eerst een korte uitleg over de begrippen ziekteverzuim en absenteïsme. We maken een onderscheid van de verschillende soorten ziekteverzuim. Er wordt eveneens een (nietexhaustief) overzicht gegeven van de mogelijke determinanten van het ziekteverzuim. Tenslotte geven we ook nog een kort overzicht van de kosten die verbonden zijn aan het ziekteverzuim, voor de werkgever.
2.1 Begripsverklaring Absenteïsme en ziekteverzuim (sickness absence) zijn niet volledig hetzelfde, hoewel ze in de literatuur door elkaar worden gebruikt. Absenteïsme slaat enkel op het afwezig zijn, terwijl ziekteverzuim ervan uitgaat dat men afwezig is omwille van ziekte. In vele studies maakt men een onderscheid tussen vrijwillig en onvrijwillig absenteïsme. Onvrijwillig absenteïsme vindt plaats wanneer de werknemer niet in staat is om te gaan werken. Bij vrijwillig absenteïsme verkiest de werknemer om niet te werken (Alexanderson, 1998). Deze tweedeling is gebaseerd op het procesmodel van Steers en Rhodes (1978). In empirische studies onderzoekt men vaak de korte afwezigheden, omdat deze moeilijker op te vangen zijn voor de onderneming, en houdt men minder rekening met de gezondheidsaspecten (Alexanderson, 1998). Men gaat er van uit dat korte afwezigheden sowieso motivationeel zijn. Het model van Alexanderson (op de volgende pagina) deelt afwezigheden van het werk (niet enkel ziekteverzuim) op in toegestane en niet-toegestane afwezigheden. Hieruit blijkt dat niet-toegestane afwezigheden niet noodzakelijk puur uit vrije wil ontstaan. Deze afwezigheden kunnen ook plaatsvinden omdat de werknemer wil omgaan met stress (figuur1: non-granted, health-related absences) (Alexanderson, 1998).
10
Figuur 1
Model: afwezigheden van het werk (Alexanderson, 1998)
2.2 Soorten ziekteverzuim Een andere frequent gebruikte indeling van ziekteverzuim is volgens ‘kleur’ (bron: ZebraZone). Wit verzuim komt voor wanneer de werknemer ziek is en niet gaat werken. Er bestaat geen twijfel over de ziekte van de werknemer, de ziekte is objectief aantoonbaar (bv. griep). Wanneer de werknemer zich ziek voelt en zich niet in staat voelt te gaan werken, maar de ziekte is moeilijk objectief vaststelbaar, dan spreekt men van grijs verzuim (bv. psychosomatische klachten). Grijs verzuim wordt ook wel ‘vermijdbaar’ ziekteverzuim genoemd, omdat het zou samenhangen met de kenmerken van het werk. De laatste vorm van verzuim noemt men zwart verzuim. Deze vorm van verzuim doet zich voor wanneer een werknemer zich ziek verklaart, maar hij in feite wel gezond is. Deze vorm van ziekteverzuim wordt ook wel frauduleus genoemd, maar komt in realiteit niet zo vaak voor als de twee andere vormen van verzuim.
11
2.3 Determinanten van absenteïsme Absenteïsme is een complex verschijnsel met vele mogelijke oorzaken. In de literatuur (Alexanderson, 1998 & Schaufeli et al., 2003) maakt men een onderscheid naar maatschappelijke factoren, werkkenmerken en individuele factoren. Hier wordt een (niet-exclusief) overzicht gegeven van enkele factoren die een invloed hebben op het ziekteverzuim.
2.3.1 Maatschappelijke factoren •
Sociaal verzekeringsstelsel In landen met een soepeler sociale verzekeringsstelsel zal het verzuim ceteris paribus hoger liggen. Zo bleek uit een internationaal onderzoek (Prins, 1990) dat Nederlandse werknemers vaker en langer verzuimden dan Belgische en Duitse werknemers in gelijksoortige bedrijven. Dit kan verklaard worden door de gunstigere wetgeving rond ziekteverzuim. Nederlandse werknemers hebben bijvoorbeeld geen medisch certificaat nodig bij verzuim. In een vrij recente internationale studie bleken de absenteïsmecijfers in Zweden veel hoger dan in de andere Europese landen, waarschijnlijk kan dit verklaard worden door het genereuze ziektegeld - systeem (Barmby et al., 2002).
•
Staat van de economie Ziekteverzuim neemt vaak af tijdens periodes van economische recessie en toenemende werkloosheid, omdat mensen die minder gezond zijn meer moeilijkheden hebben om jobs te krijgen of houden (Alexanderson, 1998). Zo blijven enkel de meest gezonde werknemers over.
•
Cultuur / Nationale attitudes De manier waarop de maatschappij staat tegenover ziekteverzuim kan eveneens een rol spelen bij ziekteverzuim (Alexanderson, 1998). Een klassiek voorbeeld is Japan, waar werknemers zich liever ‘doodwerken’ dan afwezig te zijn van het werk.
2.3.2 Individuele factoren •
Gezondheid Psychische, psychosomatische en slaapklachten gaan gepaard met meer ziekmeldingen (Smulders & Nijhuis, 1999).
12
•
Geslacht Uit vele onderzoeken blijkt dat het absenteïsme hoger is onder vrouwen dan onder mannen (bv. Kivimaki et al., 1997).
•
Leeftijd Ziekteverzuim neemt toe met de leeftijd: hoewel de frequentie afneemt, wordt de gemiddelde duur van het verzuim langer. Ouderen verzuimen dus minder vaak, maar langer (bv. Schalk, 1989).
•
Socio-economische status (SES) Dit begrip slaat op het inkomen, de beroepsklasse en de gevolgde opleiding. Men vindt in het algemeen een sterk negatief verband tussen de SES en verzuim (Marmot et al., 1995).
2.3.3 Werkkenmerken Hieronder worden enkele psychosociale werkkenmerken besproken, en hun invloed op absenteïsme: •
Werklast Een grotere werklast gaat meestal gepaard met meer ziekteverzuim. Parkes besloot dat hoog gepercipieerde jobeisen absenteïsme voorspelden (Parkes, 1991).
•
Controle op het werk Meer controle op het werk leidt tot minder absenteïsme. North en collega’s vonden bij cipiers (in de Whitehall II studie) dat meer controle op het werk tot minder afwezigheden (van lange en korte duur) leidde (North et al., 1996).
•
Sociale steun op het werk De resultaten over de invloed van sociale steun op absenteïsme zijn gemengd (Kivimaki et al., 1997). Zo vond Unden dat werknemers met meer gepercipieerde steun op het werk minder absenteïsme rapporteerden, terwijl Rael en haar collega’s een positief verband vonden tussen sociale steun en afwezigheden (Unden, 1994; Rael et al., 1995).
•
Jobonzekerheid Kivimäki en collega’s besloten dat meer jobonzekerheid gepaard ging met een hogere frequentie ziekteverzuim (Kivimäki et al., 1997).
13
Beale en
Nethercott kwamen tot
bevestigende besluiten: werknemers die het verlies van hun job vreesden, rapporteerden meer ziektes en de gemiddelde duur van hun afwezigheden was langer (Beale & Nethercott, 1988). •
Loopbaanontwikkeling In een onderzoek bij verpleegsters bleek dat goede promotiemogelijkheden geassocieerd waren met een lagere verzuimfrequentie (Landeweerd & Boumans, 1994). Bovendien vond men een negatieve invloed van het salaris op absenteïsme (frequentie) (Brooke & Price, 1989).
•
Arbeidsomstandigheden Woo en zijn collega’s vonden een positieve relatie tussen de omgevingsstressoren en de verzuimfrequentie (Woo et al., 1999).
•
Werk-familie conflict Werknemers die moeite hebben om werk en familie te combineren, waren meer dagen afwezig (Jansen et al., 2006). Werknemers kunnen de afwezigheden gebruiken als een copingstrategie om met de stressvolle rollen, van het werk en het gezin, om te gaan (Feeney et al., 1998).
•
Pesten Kivimaki et al. (2000) vonden in een grootschalige studie dat slachtoffers van pesten meer kans hebben op chronische ziektes. Bovendien waren slachtoffers meer afwezig, zowel de frequentie van korte afwezigheden (< 4 dagen) als die van langere afwezigheden (> 4 dagen) bleek hoger.
14
2.4 Kosten ziekteverzuim Ziekteverzuim heeft een hoog prijskaartje voor de werkgever (bron: ZebraZone). Eerst en vooral draai je als werkgever op voor de directe kosten: het loon van de afwezige werknemer loopt gewoon door. Daarnaast krijg je ook te maken met indirecte kosten, zoals: •
verloren productiviteit van de afwezige werknemer;
•
overuren voor andere werknemers;
•
verminderde totale productiviteit van die werknemers;
•
tijdelijk aanwerven van nieuwe krachten;
•
ontevreden klanten;
•
problemen met het moraal van de werknemers;
•
grotere kans op arbeidsongevallen.
15
3. Theoretisch kader: Bespreking stressmodellen De bedoeling van deze thesis bestaat erin om absenteïsme (deels) te verklaren met een nieuw stressmodel. Alvorens het nieuwe stressmodel voor te stellen, geven we een overzicht van enkele vooraanstaande stressmodellen, die een invloed hebben gehad op de ontwikkeling van ons nieuwe stressmodel. Eerst wordt het JDC-model van Karasek besproken, hierop volgt het uitgebreide JobDemand-Control-Support model. Vervolgens zetten we het Effort-Reward Imbalance model van Siegrist uiteen. Daarna leggen we het verschil tussen de interactionele en transactionele stressbenaderingen. De conservation of resources-theorie, geformuleerd door Hobfoll als een alternatief voor o.a. de transactionele stressbenaderingen, wordt vervolgens besproken. Tenslotte wordt uitleg gegeven over het WEB-model, een vrij recent ontwikkeld (burnout)model dat eveneens een invloed heeft gehad op het nieuwe stressmodel.
3.1 Het Demand Control(-Support) Model van Karasek 3.1.1 Oorspronkelijk JDC-Model (Karasek, 1979) Dit is tot op heden het meest onderzochte werkstressmodel binnen de arbeidspsychologie. Karasek gaat uit van 2 belangrijke, psychosociale werkkenmerken als determinanten van het psychologisch welzijn, namelijk (psychological) job demands of de taakeisen en job decision latitude of sturingsmogelijkheden. Job demands zijn psychologische stressoren zoals tijdsdruk, hoog werktempo, moeilijk werk. Sturingsmogelijkheden kunnen beschreven worden als de controle van een werknemer over zijn taken en gedrag. Vaak wordt deze term opgesplitst in twee delen, vaardigheidsbenutting / skill discretion en beslissingsbevoegdheid / decision authority. Vaardigheidsbenutting is de mogelijkheid voor werknemers om nieuwe vaardigheden aan te leren, creatief te zijn en speciale bekwaamheden te ontwikkelen. Decision authority houdt in dat werknemers zelf beslissingen kunnen nemen over hoe ze hun job uitvoeren. Aangezien Karasek in zijn oorspronkelijk onderzoek een hoge correlatie vond tussen beide concepten combineerde hij ze tot één concept ( job decision latitude).
16
Figuur 2
JDC-Model (Karasek, 1979)
Karasek stelt volgende twee hypothesen. Hypothese 1: stressreacties (zoals bv. burnout) worden veroorzaakt door een combinatie van hoge taakeisen en weinig stuurmogelijkheden. Door een interactie-effect tussen beide zal er hoge job strain ontstaan. Hypothese 2: als zowel de taakeisen als de sturingsmogelijkheden hoog zijn, zal de werknemer een actieve job hebben, waarbij hij zich het meest zal kunnen ontplooien en zal hij het meest gemotiveerd zijn. In de literatuur is veruit de meeste aandacht gegaan naar de eerste hypothese, de tweede hypothese is amper onderzocht (Karasek, 1979). De
strainhypothese werd vooral bevestigd in cross-sectionele opzetten, terwijl longitudinale
onderzoeken meestal deze hypothese niet ondersteunden.(Van der Doef en Maes, 1999).
17
3.1.2 Het Job Demand-Control-Support Model Op basis van het werk van Johnson en Hall is het model van Karasek uitgebreid met een derde dimensie: social support (werkgerelateerde sociale steun). Bij dit model verwacht men dat de meest ongunstige situatie zich voordoet bij hoge taakeisen, lage sturingsmogelijkheden en lage sociale steun: de isostrainhypothese. Sociale steun functioneert als een buffer (Johnson & Hall, 1988).
Figuur 3
JDCS-Model (Johnson & Hall, 1988)
18
3.2 Effort-Reward Imbalance Model van Siegrist
Figuur 4
Effort-Reward Imbalance Model (Siegrist, 1996)
Dit model is ontstaan uit de social exchange theory en de equity theory. De social exchange theory stelt dat werknemers hun inspanningen ‘investeren’ en in ruil hiervoor beloningen verwachten. De equity theorie is gelijkaardig en gaat ervan uit dat werknemers gelijkheid verwachten van hun ‘inputs’ en ‘outputs’ (wat ze krijgen van de onderneming). Het model legt meer de nadruk op beloningen dan op controlemogelijkheden. Men gaat ervan uit dat inspanningen op het werk( job-related efforts) deel uitmaken van eens sociaal uitwisselingsproces, waar in onze maatschappij een aantal materiële en immateriële beloningen tegenover staan (occupational rewards). Deze beloningen bestaan niet enkel uit een adequaat salaris en financiële bonussen, maar ook waardering, zoals respect en ondersteuning, en tenslotte ook carrièremogelijkheden & jobzekerheid. Volgens het model ontstaan stressreacties wanneer hoge inspanningen gepaard gaan met lage beloningen: high effort - low reward imbalance. Het model beweert dat als er geen wederkerigheid of eerlijkheid bestaat tussen de ''kosten'' en ''baten '', d.w.z., een hoge kosten–lage baten toestand, dit een staat van emotionele stress veroorzaakt die tot ongunstige gezondheidsresultaten kan leiden. In tegenstelling tot het jobstrain-model houdt Siegrist wel rekening met persoonlijkheidskenmerken. Persoonlijke kenmerken spelen een modererende rol in de relatie tussen werk en gezondheid: in het ERI-model wordt voornamelijk aandacht besteed aan het construct overcommitment, een te hoge betrokkenheid bij het werk (streberig gedrag). Dit gedrag is gerelateerd aan het Type-A gedrag. Mensen die teveel betrokken zijn bij hun werk zullen vlugger het gevoel hebben dat ze niet volledig beloond worden voor hun inspanningen, en daarom zullen ze meer last hebben van gezondheidsproblemen en stress (Siegrist, 1996).
19
3.3 Interactionele en Transactionele stressbenadering 3.3.1 Interactionele stresstheorie Bij de interactionele stresstheorieën (zoals de Person – Environment Fit theorie van French en de Demand – Control theorie van Karasek) ligt de nadruk op de interactie van de persoon met zijn werkomgeving. Stress ontstaat pas wanneer iemand de situatie als bedreigend beoordeelt: iemand is bijvoorbeeld bang dat hij niet kan voldoen aan de eisen die het werk stelt (Gaillard, 2003). Centraal in deze redenering staat dus de perceptie van de stressoren.
3.3.2 Transactionele stresstheorie
Figuur 5
Transactionele Stresstheorie (Taylor & Aspinwall, 1996)
Terwijl de interactionele stresstheorieën vooral focussen op de structurele kenmerken van de interactie van de persoon en diens werkomgeving, richten de transactionele theorieën zich op de psychologische mechanismen die deze interacties ondersteunen (Cox et al., 1999). Bovendien is niet enkel de beoordeling van de bedreiging belangrijk, maar ook de mogelijke copingstrategieën die de persoon denkt te hebben. Eerst schat de werknemer de ernst van de bedreiging in (eerste taxatie / appraisal) en vervolgens analyseert de werknemer de mogelijke copingstrategieën (in de tweede taxatiefase). De werknemer bekijkt dus hoe hij het probleem zal aanpakken. Daarna kiest de werknemer de copingstrategie (actief of passief). Coping moet echter gezien worden als een dynamisch proces: de situatie kan veranderen, de gekozen copingstrategie kan
20
niet effectief blijken. De persoon zal dus zijn gekozen strategie heroverwegen (reappraisal) (Folkman et al., 1986; Gaillard, 2003). Stress doet zich voor wanneer de persoon waarneemt dat hij niet voldoende het hoofd kan bieden aan de eisen die hem gesteld worden of aan de bedreigingen van zijn welzijn, wanneer coping belangrijk is voor hem en wanneer hij door deze situatie depressief of angstig is (Cox et al., 1999). Van belang zijn de resources die de persoon voorhanden heeft: zowel de externe resources, die aanwezig
zijn
in
de
werkomgeving
als
de
interne
resources,
dit
slaat
op
de
persoonlijkheidskenmerken.
3.4 Een alternatieve stressbenadering: de “Conservation of resources”-theorie Hobfoll definieerde deze stresstheorie als een alternatief voor de bestaande stressbenaderingen (zoals bijvoorbeeld de transactionele stresstheorie) in 1989. Volgens de theorie van Hobfoll probeert een persoon voortdurend het verlies van resources te minimaliseren, of de winst te maximaliseren. Een stresssituatie ontstaat als een reactie op de omgeving waarbij: •
mensen dreigen resources te verliezen;
•
mensen resources verliezen;
•
er onvoldoende resourcewinst ontstaat na een investering van resources.
Resources zijn bijvoorbeeld socio-economische status, zelfrespect, tewerkstelling, macht, sociale steun. Hobfoll onderscheidt vier soorten resources: objecten (bv. een huis), condities (bv. financiële zekerheid, het huwelijk), persoonlijkheidskenmerken (bv. zelfvertrouwen) en energie (tijd, geld en kennis) (Hobfoll, 1989). Terwijl Lazarus en Folkman als doel voor het copingproces de beperking van stress stelden, stelt dit model dat individuen trachten het verlies van resources te beperken. Als individuen in het copingproces resources inzetten, maar de resulterende voordelen blijken kleiner als de ingezette resources, dan zal de uitkomst van het copingproces waarschijnlijk negatief zijn. Mensen die weinig resources voorhanden hebben zullen waarschijnlijk een passieve copingstrategie kiezen omdat ze niet genoeg resources hebben om het probleem actief aan te pakken.
21
Als een persoon meer job resources bezit, dan zal hij dus ook beter kunnen omgaan met de mogelijke stressoren, wat dan leidt tot minder stressreacties en een betere mentale gezondheid. Zo vond Taris een duidelijk positief effect van job resources op mentale gezondheid (Taris, 1999). Mensen zijn meer bezorgd over (de bedreiging van) het verlies van resources als over de winst van resources. Hierdoor zullen werkeisen meer waarschijnlijk tot stress (en burnout) leiden als dat energiebronnen ertegen zullen beschermen (Hobfoll en Freedy, 1993).
3.5 WEB-model Het WEB Model, voluit Werkstressoren Energiebronnen Burnout model, is ontwikkeld door Bakker, Schaufeli en Demerouti. In de Angelsaksische literatuur spreekt men van het
Job Demands –
Resources Model ( JD-R Model) (Demerouti et al., 2001; , Schaufeli et al., 2003). Dit model bouwt verder op de conservation of resources- theorie. Het model is recent ontwikkeld en legt de nadruk op het beschrijven van allerlei werkeisen en hulpbronnen en hun relatie met gezondheidsuitkomsten, zoals bijvoorbeeld burnout. Dit model gaat uit van de volgende 3 hypothesen: 1. Elke beroepsgroep kent mogelijk haar eigen specifiek risicofactoren voor werkstress, maar deze risicofactoren zijn te modelleren in twee brede categorieën: werkeisen / job demands enerzijds en energiebronnen / job resources anderzijds. Werkeisen zijn die aspecten van de job die voortdurende mentale of fysieke inspanningen vereisen en daarom met psychologische of fysiologische kosten verbonden zijn. Een hoge werklast is bijvoorbeeld een bekende werkeis. Energiebronnen verwijzen naar de aspecten van de job die (a) helpen om persoonlijke doelen te bereiken, (b) werkstressoren en de hiermee verbonden psychologische/fysiologische kosten verminderen of (c) persoonlijke groei en ontwikkeling stimuleren. Energiebronnen komen voor op het niveau van de organisatie (bv. salaris/loopbaanmogelijkheden), interpersoonlijke relaties (sociale steun), de organisatie van het werk (participatie) en de taak (autonomie/feedback). (Demerouti et al., 2001; , Schaufeli et al., 2003). 2. Het WEB Model veronderstelt het bestaan van drie parallelle processen. In het eerste proces leiden de veeleisende aspecten van het werk, de zogenaamde werkeisen, tot een voortdurende aantasting van de energiereserves. Dit kan dan op langere termijn leiden tot chronische vermoeidheid of uitputting. Deze component van burnout hangt samen met traditionele stressreacties zoals vermoeidheid, depressie, psychosomatische klachten of angst (Buunk et
22
al., 1998). In het tweede proces staat het ontbreken van energiebronnen het behalen van (persoonlijke) doelen in de weg. Het directe gevolg hiervan is frustratie bij de werknemer, en kan op lange termijn tot cynisme, demotivatie en verzuimgedrag leiden. Het derde proces stelt dat door de aanwezigheid van de energiebronnen er een proces van bevlogenheid kan ontstaan (Demerouti et al., 2001; , Schaufeli et al., 2003). 3. De laatste veronderstelling is dat energiebronnen de negatieve invloed van werkstressoren op de gezondheid kunnen compenseren, en dat werkstressoren de positieve invloed van energiebronnen op de motivatie kunnen ondermijnen. Men gaat er dus van uit dat bepaalde werkstressoren en energiebronnen kunnen interageren en zo tot verminderde uitputting en motivatie kunnen leiden (Demerouti et al., 2001; Schaufeli et al., 2003). Empirisch heeft men echter nog niet veel empirische evidentie gevonden voor deze interactie-effecten, en vindt men voornamelijk hoofdeffecten van de stressoren en energiebronnen (Demerouti et al., 2001).
Figuur 6
WEB-Model (eigen werk op basis van de literatuur)
23
4. Persoonlijkheidskenmerken en het stressproces Indien men werkstress volledig wil verklaren moet men naast de werkkenmerken ook rekening houden met de persoonlijkheidskenmerken. De meeste stressmodellen trachten werkstress te verklaren aan de hand van situationele kenmerken, maar ook dispositionele kenmerken hebben invloed op werkstress. Deze persoonlijkheidskenmerken worden niet opgenomen in het zelfontwikkelde stressmodel dat hieronder wordt uiteengezet. De bedoeling is om een stresspreventiebeleid te houden door de werkomgeving aan te passen: de persoonlijkheidskenmerken kunnen niet aangepast worden en worden daarom niet bevraagd. Hieronder worden kort enkele persoonlijkheidskenmerken besproken die het stressproces kunnen beïnvloeden.
4.1 Beheersingsorïentatie / Locus of control Personen met een externe beheersingsoriëntatie schrijven hun prestaties toe aan geluk en invloedrijke anderen, terwijl individuen met een interne beheersingsorientatie vooral toeschrijven aan hun eigen beslissingen en gedrag (Rotter, 1966). Een interne locus of control hangt samen met een neiging tot probleemgerichte, actieve copingstrategieën (Schaufeli et al., 2003). Verscheidene studies ondersteunen het begrip dat een interne beheersingscontrole de ongunstige gevolgen van stress kan reduceren (bv. Glass & Mc Knight, 1996).
4.2 Gehardheid / Hardiness Volgens Kobasa is het concept gehardheid een aspect van persoonlijkheid dat als buffer optreedt tegen de gevolgen van stress op gezondheid. Dit persoonlijkheidskenmerk bestaat uit drie verwante sub-concepten: controle, betrokkenheid en uitdaging. ‘Hardy’ individuen zijn mensen die vinden dat zij controle hebben over de gebeurtenissen in hun leven.
Zij voelen zich betrokken bij de
verschillende aspecten van hun leven en zien verandering eerder als een uitdaging dan als een bedreiging. Deze personen zullen situaties als minder stressvol ervaren en meer probleemgerichte copingreacties vertonen (Kobasa, 1979).
24
4.3 Self-efficacy Bandura definieerde de self-efficacy als iemands overtuiging dat hij in staat is om bepaalde acties te organiseren en uit te voeren, die tot de nodige resultaten leiden (Bandura, 1977). Dit vertrouwen in eigen kunde zorgt voor een betere gezondheid en minder stress.
4.4 Optimisme Optimisme wordt beschreven als de neiging om positieve verwachtingen te hebben over de dingen die men zal overkomen (Schreier, 1985). Optimisten proberen vaak om de condities te veranderen met betrekking tot een stressvolle situatie (b.v., zich inzetten om het probleem op te lossen) in plaats van de problemen te negeren of zich ervan terug te trekken (ontkenning van het probleem). (Schreier & Carver, 1985). Ze gebruiken dus actieve copingstrategieën. Dit verklaart waarschijnlijk de gevonden negatieve verbanden tussen optimisme en stress (en gezondheid) (bv. Chang, 1998).
4.5 Type A-gedrag Personen met type A-gedrag hebben veel ambitie, zijn zeer gehaast, zijn zeer gemotiveerd om hun doelstellingen te bereiken en zijn zeer competitief. Ze zijn bovendien vijandig tegenover andere mensen, hebben een explosieve verbale stijl en vertonen
snelle, motorische gedragingen. Deze
eigenschappen zorgen voor een groter risico op vaat- en hartziekten (Friedman & Rosenman, 1974). Type B-individuen anderzijds, tonen een relatief gebrek aan deze kenmerken: ze zijn betrekkelijk meer ontspannen en rustiger, en zijn minder in gevaar voor hartkwalen. Deze hartkwalen staan bekend als fysiologische stressreacties. Evans et al. kwamen tot de conclusie dat type A-busbestuurders meer zelfgerapporteerde (psychologische) stress hadden als hun type B-collega’s (Evans et al., 1987).
Hoewel deze persoonlijkheidskenmerken invloed zullen hebben op het stressproces, worden ze niet ingesloten in het stressmodel van ZebraZone.
25
5. Stressmodel van ZebraZone Er bestaan twee versies van het stressmodel. De eerste versie zal dadelijk verder besproken (en onderzocht) worden, maar eerst wordt het tweede stressmodel, geschikt voor de risico- inventarisatie en –evaluatie van de werkgever, uiteengezet.
5.1 Stress-model 2.0 Volgens de CAO nr.72 van maart 1999 zijn alle werkgevers verplicht een globaal stresspreventiebeleid te voeren. In de eerste van het beleid, de aanvangsfase, wordt nagegaan of er op het gebied van werkstress een probleem bestaat en hoe groot het probleem is. De volgende stap is de opsporing van de mogelijke risicofactoren. Hoewel de CAO niet preciseert hoe men bij de opsporing te werk moet gaan, stelt ze wel dat de opsporing betrekking moet hebben op de “ vier A’s”: arbeidsinhoud, arbeidsomstandigheden, arbeidsvoorwaarden en arbeidsverhoudingen. Arbeidsinhoud heeft rechtstreeks betrekking op de job, wat de werknemer precies moet doen. Mogelijke risico’s zijn: ééntonig werk, teveel werk, fysiek zwaar werk, confrontaties met lastige klanten, onduidelijke taakeisen, te weinig regelruimte, enz. De arbeidsomstandigheden hebben betrekking op de fysieke omgeving waarin de werknemers moeten werken. Mogelijke risico’s zijn slechte zithouding, veel lawaai, slechte verlichting, e.d. De arbeidsvoorwaarden hebben o.a. betrekking op het loon en de arbeidstijden. Mogelijke gevaren zijn: onflexibele werktijden, weinig jobzekerheid, niet genoeg tijd om werk en gezin te combineren,enz. De arbeidsverhoudingen tenslotte verwijzen niet enkel naar de relaties tussen de collega’s, maar ook deze met de chef(s) en de werkgever. Mogelijke risico’s houden in: een onaangename werksfeer, discriminatie of pesten,enz. Het stressmodel 2.0 van ZebraZone is opgesteld volgens bovenstaande structuur: de werkkenmerken werden ingedeeld in één van deze vier groepen, om de relatie met stress te onderzoeken.
26
Arbeidsinhoud
Stress • • • •
Arbeidsomstandigheden
Algemeen Mentaal Lichamelijk Prestatie
Arbeidsvoorwaarden
Arbeidsverhoudingen
Figuur 7
Stressmodel 2.0
In de volgende paragraaf bespreken we stressmodel 1.0, dat bestaat uit dertien Key Performance Indicators (KPI’s) die als werkeis of energiebron werden ingedeeld. Hieronder tonen we tot welke van de vier “A’s” deze KPI’s behoren.
Bij arbeidsinhoud werden volgende KPI’s ingesloten: regelruimte, jobinhoud en werklast. We vinden volgende KPI bij arbeidsomstandigheden: fysische omstandigheden en het woonwerkverkeer. Bij arbeidsvoorwaarden werden deze KPI’s ingedeeld: privé-werk balans, loopbaanontwikkeling en jobzekerheid. Bij arbeidsverhoudingen tenslotte werden volgende energiebronnen en werkeisen ingesloten: steun van de baas, steun van de collega’s, steun van het team, betrokkenheid bij de organisatie en grensoverschrijdend gedrag. Deze versie van het stressmodel zal niet meer verder in het onderzoek gebruikt worden, het is de eerste versie die zal onderzocht worden. Hieronder wordt stressmodel 1.0 besproken.
27
5.2 Stressmodel van ZebraZone 1.0 Het stressmodel van ZebraZone is gebaseerd op het WEB-model met dertien onafhankelijke variabelen die ingedeeld werden als werkeis of energiebron. Bij de werkeisen vindt men: •
werklast,
•
grensoverschrijdend gedrag: pesten en discriminatie;
•
woon-werkverkeer,
•
weinig jobzekerheid,
•
werkomstandigheden,
•
privé-werk balans.
De volgende variabelen werden als energiebron geklasseerd: •
steun van de baas,
•
steun van de collega’s,
•
steun van het team,
•
betrokkenheid bij de organisatie,
•
regelruimte,
•
loopbaanontwikkeling,
•
jobinhoud.
Stress wordt gemeten op vier niveaus: •
Algemeen: heeft de werknemer last van stress?
•
Mentaal: hoe voelt de werknemer zich? (bvb. neerslachtig of geïrriteerd) Dit slaat dus op de subjectieve stressbeleving.
•
Lichamelijk: heeft de werknemer last van lichamelijke klachten?
•
Prestatie: hoe gemotiveerd is de werknemer?
28
• • • • • •
• • • • • • •
Werkeisen Werklast Omstandigheden Werk-privé balans Woon-werkverkeer Grensoverschrijdend gedrag Weinig jobzekerheid • • • •
Energiebronnen Regelruimte Steun baas Steun collega’s Steun team Betrokkenheid organisatie Jobinhoud Loopbaanontwikkeling
Figuur 8
Stress Algemeen Mentaal Lichamelijk Prestatie
Stressmodel 1.0
5.2.1 Bespreking van de werkeisen en energiebronnen Hieronder volgt een bespreking van de werkeisen en energiebronnen uit het ZebraZone-model. Eerst volgt een begripsverklaring van de energiebron of werkeis. Daarna wordt de link met stress besproken en wordt er eventueel verwezen naar andere stressmodellen die deze werkeis/energiebron al onderzocht hebben
5.2.2 Bespreking van de werkeisen Eerst worden de werkeisen uit het ZebraZone-model behandeld. De volgende werkeisen worden besproken: de werklast, het woon-werkverkeer, grensoverschrijdend gedrag, weinig jobzekerheid, de privé-werk balans en de fysische omstandigheden.
• Werklast Karasek maakt een onderscheid tussen twee soorten psychologische werkeisen: enerzijds de kwantitatieve en anderzijds de kwalitatieve werkeisen. De kwantitatieve werkeisen hebben betrekking op het werkvolume, de hoeveelheid werk die moet worden verricht, en het werktempo, de tijdsdruk.
29
De kwalitatieve werkeisen gaan eerder over de moeilijkheid van het werk, zoals bijvoorbeeld bij conflicterende taakeisen. In het stressmodel van ZebraZone worden de kwantitatieve werkeisen, met name de werklast en tijdsdruk, bestudeerd. Een hogere werklast zal, vooral bij weinig sturingsmogelijkheden, leiden tot werkstress (Karasek, 1979). Enkel het hoofdeffect van een hoge werklast zal echter onderzocht worden. •
Woon-werkverkeer
Er is nog maar weinig empirisch onderzoek gedaan naar stress veroorzaakt door het woon/werkverkeer en de hierbij horende fileproblemen. Gulian et al. vonden in een onderzoek naar de oorzaken van bestuurdersstress dat ongeveer 50 percent van de wegbestuurders geïrriteerd raakte in de file (Gulian et al., 1989). Stokols et al. kwamen tot de conclusie in een quasi-experiment dat mensen die een grotere afstand moesten afleggen naar hun werk (en ook meer tijd spendeerden in de auto), ook grotere ergernis en stress ervaren (Stokols et al., 1978). Evans et al. besloten dat een grotere onzekerheid over de reis tussen huis en werk, voor grotere gepercipieerde stress zorgde (Evans et al., 2002). Dit is consistent met de resultaten van het stressonderzoek van Thompson, die stelt dat een stressor die onvoorspelbaar en oncontroleerbaar is normaliter grotere stressreacties veroorzaakt (Thompson, 1981). Aangezien gepercipieerde controle over de omgeving een belangrijke variabele is bij het stressappraisalproces (Glass en Singer, 1972), zal een verkeerssituatie waarover men weinig controle kan uitoefenen, zoals files, tot grotere stressreacties leiden (Hennessy en Wiesenthal, 1997). Bovendien bleken bestuurders die meer gehaast waren ook meer last te hebben van bestuurdersstress (Wickens en Wiesenthal, 2005). De relatie tussen de stress op de weg en de stress op het werk is echter nog niet onderzocht. •
Grensoverschrijdend gedrag
Deze term is breed geformuleerd maar hieronder vallen items rond pesten en discriminatie. Eerst zal discriminatie, en vervolgens pesten besproken worden.
o
Discriminatie
Begripsomschrijving Juridisch bekeken kan discriminatie twee vormen aannemen: “de jure”, wat betekent dat ze door de wet wordt geregeld, en “de facto”, zonder juridische basis maar gesanctioneerd in de praktijk. Discriminatie kan door verschillende instellingen worden gepleegd: de staat en haar instellingen, privé-instellingen of individuen (Krieger, 1999). Voor het model zijn we vooral geïnteresseerd in
30
discriminatie vanwege de werkgever (uit de private sector) en tussen individuen binnen de onderneming. De dominante types van discriminatie zijn gebaseerd op ras/etnische afkomst, geslacht, seksuele voorkeur, handicap, leeftijd en sociale klasse (Krieger, 1999). Discriminatie en stress In de meeste onderzoeken vindt men een positief verband tussen gepercipieerde discriminatie en werkstress. In een studie bij zwarte vrouwen in Amerika vonden Mays en collega’s een positief verband tussen de perceptie van discriminatie gebaseerd op ras of afkomst en de zelfgerapporteerde werkstress (Mays, 1996). Williams et al. bestudeerden eerdere onderzoeken over gepercipieerde discriminatie en de gezondheid. Ze besloten dat de perceptie van discriminatie fysiologische en psychologische opwinding blijkt te veroorzaken, en, zoals ook met andere psychosociale stressors is, dat de systematische blootstelling aan ervaringen van discriminatie gevolgen kan hebben voor de gezondheid op lange termijn (Williams et al., 2003).
o
Pesten
Definitie In de praktijk worden verschillende definities gebruikt voor pesten (‘mobbing’). Moayed et al.(2006) definiëren pesten als volgt: “Het herhaalde vijandige gedrag dat door minstens één persoon wordt uitgevoerd ten opzichte van één of meerdere individuen, wanneer zij hun conflicten binnen de werkplaats niet kunnen oplossen op een niet-vijandige manier. Ze kunnen gezondheidsproblemen voor slachtoffers veroorzaken en hun prestaties beïnvloeden.” Componenten Er bestaan verschillende gedragingen die bij pesten behoren. Rayner en Hoel geven een categorisatie van deze gedragingen (Rayner & Hoel, 1997): 1. Bedreiging van de professionele status: hieronder begrijpt men kleinerende opmerkingen, voortdurende kritiek, vernedering, intimidatie en onware beschuldigingen. 2. Bedreiging van de persoonlijke status: vernedering, ook in het privé-leven, verbale of fysieke bedreigingen / agressie, roddelen.
31
3. Isolatie: dit betekent vooral het achterhouden van informatie, het negeren en de uitsluiting van het slachtoffer. 4. Teveel werk: men legt teveel lasten op het slachtoffer, men oefent een buitensporige controle uit op de gepeste werknemer. 5. Destabilisatie: dit houdt in: geven van zinloze taken, het stellen van onrealistische doelen, voortdurend herinneren aan gemaakte fouten, het wegnemen van verantwoordelijkheden en het achterhouden van informatie. Effect van pesten op stress Vartia (2001) besloot uit zijn onderzoek dat slachtoffers van pesten een grotere kans hadden op mentale stress. Ook bleek 40 percent van de werknemers die last hadden van pesten een hoger niveau van algemene stress te hebben. Mikkelsen en Einarsen (2002) vonden een sterke positieve correlatie tussen pesten en psychologische gezondheidsklachten en een minder sterk verband tussen pesten en psychosomatische klachten. Uit het onderzoek van Quine (2003) bleek dat gepeste dokters een hoger niveau van psychologische stress hadden. Kivimaki et al. (2003) besloten dat werknemers met een depressie meer waarschijnlijk gepest waren (gedurende een korte en/of lange periode). •
Jobonzekerheid
Het concept jobonzekerheid werd al op verschillende manieren gedefinieerd. In vele studies bekijkt men jobonzekerheid globaal, als de “bezorgdheid over het voortbestaan van de job in de toekomst” (Van Vuuren, 1990). Andere wetenschappers zien jobonzekerheid dan weer als een concept bestaande uit vele facetten, waarbij men bijvoorbeeld ook rekening houdt met de gepercipieerde bedreiging van bepaalde jobkenmerken. Zo onderzochten Roskies en Louis-Guerin in hun onderzoek bij managers het effect van jobonzekerheid op de mentale gezondheid. Daarbij bekeken ze eerst jobonzekerheid globaal, waarna ze de specifieke effecten van gedwongen pensioen, verslechterende werkvoorwaarden, degradatie, beëindiging van de job en bezorgdheid over langere termijn-jobverlies analyseerden. Hier viel op dat vooral de anticipatie van verslechterende werkvoorwaarden tot hogere stress leidden (Louis & Guerin, 1990). Men moet ermee rekening houden dat de anticipatie van een stresserende gebeurtenis op zich, een even grote of zelfs grotere bron van angst voorstelt als de gebeurtenis zelf (Lazarus & Folkman, 1984). Er wordt dus een onderscheid gemaakt tussen de objectieve gebeurtenis, nl. het verliezen van de job, en de perceptie, de waardering ervan.
32
Jobonzekerheid is een belangrijke stressor: De Witte onderzocht de invloed van jobonzekerheid op het psychologische welzijn van de werknemer, terwijl hij controleerde voor andere relevante jobkenmerken (werklast, autonomie,enz.). De relatie tussen jobonzekerheid en mentale gezondheid bleef uiterst significant (De Witte, 1999). Uit een follow-up studie (met gegevens van de White Hall II studie), die de effecten van chronische jobonzekerheid op de gezondheid bekeek, bleek dat de werknemers die in beide fasen van het onderzoek onzeker waren over het behoud van hun job, duidelijk hun gezondheid slechter inschatten en meer kleine, psychische aandoeningen hadden (Ferdie et al., 2002).
•
Werk - Familie Balans
De werk-familie balans slaat op de mate waarin mensen erin slagen om hun werk- en familieleven te combineren. Een belangrijk gevolg van de onbekwaamheid om het werk en het familieleven in evenwicht te houden is het werk-familie conflict. “Een werk-familie conflict komt voor wanneer een persoon meerdere rollen moet vervullen: werknemer, echtgenoot en ouder” (Greenhaus en Beutell, 1985). Elke rol legt eisen op waarvoor tijd, energie en betrokkenheid nodig zijn om hieraan goed te voldoen. De cumulatieve eisen van de meerdere rollen kan leiden tot drie types van rolstress: rol-overbelasting, verstoring van het werk door het gezinsleven en verstoring van het gezinsleven door het werk (Duxbury et al., 1994). Rol-overbelasting komt voor wanneer de totale energie en tijd, die nodig is voor de verschillende rollen, te groot is om de taken op een comfortabele of gepaste manier uit te voeren (Duxbury et al., 1994). Gutek en collega’s maken een onderscheid tussen verstoring van het werk door het gezinsleven (workhome interference) & verstoring van het gezinsleven door het werk (home-work interference). “Verstoring van het werk door het gezinsleven komt voor doordat de verantwoordelijkheden binnen het gezin zorgen voor een mindere goede prestatie op het werk. Verstoring van het gezinsleven door het werk houdt in dat de activiteiten in de arbeidsrol de uitvoering van de verantwoordelijkheden binnen het gezin belemmeren.” (Gutek et al., 1991) Uit het onderzoek van Frone et al. bleek dat beide verstoringen met elkaar verbonden zijn, dus dat de ene verstoring de andere zal beïnvloeden. Bovendien vonden ze dat een evenwichtige overeenkomst van de werk- met de familierollen geassocieerd is met een beter individueel welzijn, omdat dergelijk evenwicht het werk-familie conflict en de stress vermindert, die beiden het individueel welzijn aantasten (Frone et al., 1992).
33
Ook Marks en MacDermid (1996) vonden dat de evenwichtige individuen minder roloverbelasting, groter rolgemak, en minder depressie ervoeren dan hun onevenwichtige tegenhangers.
• Fysische omstandigheden Dit begrip slaat op de fysische werkomgeving waarin de werknemers moeten handelen. Hier bespreken we de volgende fysische gevaren: lawaai, onveiligheid en extreme temperatuur of vochtigheid in de werkplaats. Deze omstandigheden worden in het model door een globaal item gemeten. Lawaai Het voornaamste psychosociale effect van lawaai dat geobserveerd werd in epidemiologisch onderzoek is ergernis. ”Dit is een gevoel van wrok, ongenoegen, ongemak of ontevredenheid wanneer het lawaai zich in iemands gedachten, gevoelens, of daadwerkelijke activiteiten mengt “( PasschierVermeer en Passchier, 2000). In een quasi-experimentele veldstudie van Melamed en Bruhis werd de invloed van chronische blootstelling aan lawaai (>85 decibel) op vermoeidheid en irritatie van de werknemers getest. Werknemers die oordopjes gebruikten bleken significant lagere niveaus van vermoeidheid en irritatie (twee stressreacties) te hebben (Melamed & Bruhis, 1996). Onveiligheid Er is nog niet veel onderzoek gedaan naar de relatie tussen de (gepercipieerde) onveiligheid en werkstress. De informatie over de veiligheidsrisico’s is vaak onduidelijk en ondubbelzinnig (zodat men niet of moeilijk kan voorspellen wanneer een individu in gevaar is) (McLain, 1995). Deze onzekerheid kan de stressreactie verergeren. Jermier en zijn collega’s vonden een verband tussen emotionele vermoeidheid en de perceptie van fysiek gevaar (Jermier et al., 1989). In andere onderzoeken vond men een positief verband tussen nietberoepsgebonden gevaren en stress (Fleming, O'Keeffe, & Baum, 1991; Freudenberg & Jones, 1991). Temperatuur/Vochtigheid Bij sommige fysische bedreigingen, zoals de temperatuur en vochtigheid, zijn het enkel extreme werkomstandigheden die zullen geassocieerd zijn met de ervaring van stress en gezondheidseffecten (Holt, 1982; Szabo et al., 1983).
34
5.2.3 Bespreking van de energiebronnen De energiebronnen in het ZebraZone-model worden hieronder besproken. Volgende energiebronnen komen aan bod: sociale steun op het werk (steun van de baas, collega’s en team), de betrokkenheid bij de organisatie, de loopbaanontwikkeling, de regelruimte en de jobinhoud. De link met stress wordt eveneens verklaard en er wordt eventueel verwezen naar andere stressmodellen. •
Sociale steun op het werk
Er bestaan verschillende vormen van sociale steun (House, 1981): •
Instrumenteel: helpen bij het werk, materialen / hulpmiddelen verstrekken.
•
Informatief: geven van advies, suggesties,e.d. om problemen op te lossen.
•
Emotioneel: het geven van zorg, liefde, empathie en vertrouwen.
•
Waardering: feedback of informatie geven die iemand kan helpen zich goed te voelen (selfefficacy).
De eerste twee vormen van sociale steun, instrumentele en informatieve steun, zijn resultaatgericht en zullen effectief zijn bij probleemgerichte (actieve) coping, de laatste twee zijn palliatief en passen bij emotiegerichte, passieve copingstrategieën (Gaillard, 2003). Positieve effecten van sociale steun op stress Er bestaan verschillende verklaringen van hoe sociale steun een gunstige rol kan spelen bij stressvolle situaties. Sociale steun fungeert als een buffer tussen stressoren en negatieve effecten op welzijn en gezondheid (Buunk, 1990). Sociale steun heeft een positieve invloed op het aanleren en gebruik van actieve copingstrategieën (Karasek & Theorell, 1990). Door sociale contacten krijgen mensen feedback over hun functioneren (Gaillard, 2003). Feedback is een energiebron die vaak onderzocht wordt in het kader van een WEB-model.
Steun van het team De steun van het team kan eveneens een rol spelen in het stressproces. Zo bleek uit onderzoek van Carter en West dat personen die in een team werkten een beter welzijn ervaren dan personen die niet in team werken (Carter & West, 1999). Rafferty en zijn collega’s vonden een positief verband tussen
35
teamwerk en de jobtevredenheid. Bovendien was teamwork eveneens geassocieerd met lagere niveaus van burnout (Rafferty et al., 2001). •
Organisationele betrokkenheid
Organisationele betrokkenheid is de
psychologische gehechtheid van de werknemer aan de
organisatie. Deze betrokkenheid kan individuen tegen de negatieve effecten van stress beschermen omdat het hen toestaat een zekere zin aan hun werk te geven (Kobasa, 1982). Organisationele betrokkenheid biedt werknemers stabiliteit en het gevoel ‘ergens bij te horen’. Deze gevoelens kunnen als een buffer optreden tegen de negatieve gevolgen van stress op de gezondheid en attitudes van de werknemers (Mowday et al., 1982). Ook Begley en Czajka kwamen tot de conclusie dat affectieve betrokkenheid bij de organisatie de negatieve impact van werkstressoren op gezondheid en welzijn kan reduceren (Begley & Czajka, 1993). Volgens Antonovsky is de betrokkenheid een cruciale resource waarmee werknemers de gevoelens van spanning in hun omgeving beter kunnen weerstaan (Antonovsky, 1979). In een meta-analyse van de onderzoeken over organisationele betrokkenheid vonden Meyer en zijn collega’s een negatieve correlatie tussen affectieve betrokkenheid en stress ( ρ = 0,20) (Meyer et al., 2002). In het ZebraZonemodel wordt de betrokkenheid ietwat anders gemeten: men onderzoekt hoe de werknemer zich thuis voelt in de organisatie1.
• Loopbaanontwikkeling Deze energiebron heeft betrekking op het salaris en de carrièremogelijkheden. In het ERI-model stelt men dat het salaris en loopbaanmogelijkheden de belangrijkste beloningen vormen voor de werknemer. Wanneer deze energiebron niet voldoende aanwezig is en de werknemer het gevoel heeft dat hij niet voldoende beloond wordt voor zijn inspanningen (onderpromotie / te laag salaris) en hij dus naar zijn oordeel niet billijk behandeld wordt, kan dit tot stress leiden (Siegrist, 1996).
•
Regelruimte
Regelruimte slaat op de invloed die iemand kan uitoefenen over zijn eigen job. Dit verwijst naar het begrip ‘decision authority’ uit het Karasek-model. De meeste studies naar het effect van regelruimte (autonomie) op stress zijn uitgevoerd binnen dit raamwerk. Wanneer mensen genoeg regelruimte hebben kunnen ze beter omgaan met de aanwezige werkstressoren. Dit leidt tot minder stress en een betere gezondheid. Zo onderzocht Karasek in een experimentele studie, waarbij een deel van de werknemers een reorganisatie had meegemaakt, hoe de 1
ZebraZone gebruikt de naam ‘organisatiestructuur’. Deze KPI geeft weer hoe tevreden werknemers zijn over de werking van hun organisatie.
36
verandering in regelruimte hun gezondheid beïnvloedde. Bij de groep werknemers met een verbetering van de regelmogelijkheden (waarbij echter ook vaardigheidsbenutting werd gebruikt) bleken zowel de mentale (bv. depressie, uitputting) als fysieke gezondheidsaspecten (bv. hartkwalen) beter te zijn dan bij de andere werknemers (Karasek, 1990). De gezondheidseffecten bleken sterker bij mannen dan bij vrouwen. Johnson en collega’s vonden in een studie bij geneesheren dat meer controle op het werk samenhing met minder stress (Johnson et al., 1995).
• Jobinhoud Met jobinhoud worden de verschillende aspecten van de job bedoeld zoals de vaardigheidsbenutting en de variatie in het werk. Skill discretion slaat op de mate waarin werknemers hun kennis en vaardigheden in het werk kunnen gebruiken en ontwikkelen. Vaardigheidsbenutting is één van de twee regelmogelijkheden in het model van Karasek, naast beslissingsbevoegdheid. Door vaardigheden aan te leren kan de werknemer beter aan de werkeisen voldoen. Bovendien zal de werknemer door het aanleren van vaardigheden een gevoel van competentie en controle hebben (Siegrist et al., 2004). Kornhauser toonde aan dat het onvoldoende gebruik van vaardigheid een bijzonder sterke voorspeller van slechte psychologische gezondheid was bij productiearbeiders in een autofabriek in de Verenigde Staten (Kornhauser, 1965). De blootstelling aan repetitief en monotoon werk wordt vaak geassocieerd met de ervaring van verveling, en, beurtelings, met bezorgdheid en depressie, wrok, en over het algemeen slechte psychologische gezondheid (Cox et al., 1999).
5.2.4 Stressreacties Stressreacties kunnen op verschillende manieren tot uiting komen. Gaillard maakt een onderscheid op basis van de verschillende niveaus waarop zij gemeten zijn (Gaillard, 2003). •
Subjectief
Hierbij gaat het om negatieve emoties, zoals angst, spanning, woede en irritatie, maar ook apathie en depressie. Deze gevoelens worden in ons stressmodel gemeten door de KPI “ mentale stress”, die de gevoelens van de werknemer weergeeft. •
Gedrag
Mensen verschillen in de manier waarop zij de stressituatie het hoofd bieden: dit noemt men de copingstrategie. Men kan actief proberen de stressor op te heffen (bvb. overwerken) of men kan
37
een passieve copingstrategie toepassen. Hierbij probeert men de negatieve emoties of spanningen te verzachten, bijvoorbeeld door het gebruik van alcohol, of door relaxatietechnieken.
•
Fysiologische en hormonale reacties
Adrenaline en cortisol worden ook wel ‘stresshormonen’ genoemd omdat bij stress het niveau van deze hormonen stijgt. Bij chronische stress is de kans groot dat dit gevolgen heeft voor de gezondheid op lange termijn. Vooral de hart-en vaatziekten zijn een gekend gevolg (zie hierna) (Pollard, 1997). •
Ziekte
Hieronder vallen niet enkel psychologische problemen (overspannenheid, burnout) en psychosomatische klachten (zoals hoofd-, rug- en maagpijn), maar ook ernstige ziekten (bv. harten vaatziekten). ). Deze ziektes worden in het stressmodel gemeten door de KPI “lichamelijke stress”. Deze KPI meet vooral de globale gezondheid.
38
6. Verband tussen stress en ziekteverzuim De werkstress wordt vaak verondersteld een belangrijke determinant van ziekteverzuim te zijn. Men stelt, grotendeels op basis van "berekende gokken" dat 60% tot meer dan 70% van al ziekteverzuim verband houdt met stressgerelateerde ziekten (Kivimäki et al., 1997). Wat is nu de relatie tussen (werk)stress en absenteïsme? Alexanderson maakt in haar literatuurstudie over absenteïsme een onderscheid tussen twee mogelijke theorieën: 1. Werkomgeving -> Slechte gezondheid -> Ziekteverzuim Meer precies, wordt het ziekteverzuim bekeken als het effect van een slechte gezondheid die door een fysisch en/of psychosociaal veeleisende situatie in het werk wordt veroorzaakt (Alexanderson, 1998 ; Vogel et al., 1992). Men gaat ervan uit dat stress een belangrijke rol speelt bij het ontstaan van vrijwel elke ziekte (Friedman & Booth-Kewley, 1987). Ten gevolge van het stressproces kunnen er zich allerlei ziekten ontwikkelen die zowel psychologisch (burn-out, depressie, e.d.) als fysiologisch (hart- en vaatziekten) kunnen zijn (Gaillard, 2003). 2. Stress -> Kort ziekteverzuim -> Gezondheid Een deel van het ziekteverzuim van korte duur wordt beschouwd als een copingstrategie om stressreacties te verminderen en zo ernstigere slechte gezondheid op lange termijn te verhinderen. Dit impliceert dat als de werknemer korte afwezigheden wegens ziekte zelf mag certifiëren, dit tot minder ziekte en tot minder absenteïsme op lange termijn zou leiden. Hoewel absenteïsme dan wel een positief effect kan hebben op de gezondheid, blijft het een passieve copingstrategie, die niets verandert aan de omgeving die deze stressreacties veroorzaakt (Alexanderson,1998).
39
7. Het ziekteverzuimmodel
• • • • • •
Werkeisen Werklast Omstandigheden Privé-werk balans Woon-werkverkeer Grensoverschrijdend gedrag Jobonzekerheid Ziekteverzuim
• • • • • • •
Energiebronnen Regelruimte Steun baas Steun collega’s Steun team Betrokkenheid organisatie Jobinhoud Loopbaanontwikkeling
Figuur 9
•
Frequentie
•
Totale duur
Het ziekteverzuimmodel
De bedoeling van deze thesis is om de samenhang van de werkeisen en energiebronnen met het absenteïsme te testen. Hoewel in de literatuur de link tussen deze variabelen en stress & (mentale) gezondheid al vaak onderzocht is, leidt het onderzoek naar het verband tussen deze werkkenmerken en absenteïsme vaak tot tegenstrijdige resultaten. Dit is ook deels te wijten aan de gebrekkige kwaliteit van de onderzoeken naar absenteïsme (Alexanderson & Hensing, 2004). Bij ziekteverzuim bekijken we de twee meest onderzochte maatstaven, namelijk frequentie en totale duur. Naar analogie met de redenering van Alexanderson (1998), kunnen we stellen dat meer stress leidt tot meer afwezigheden van korte duur (als een copinggedrag) en tot een hogere verzuimfrequentie. Bovendien kan een langdurige blootstelling aan stress tot verschillende ziektes leiden, bijvoorbeeld psychische ziektes of hartaandoeningen. Hierdoor zal de totale duur van het ziekteverzuim ook hoger zijn door stress.
40
7.1 Werkeisen en ziekteverzuim Wanneer de werkeisen groter zijn voor de werknemer, dan zullen er ook meer stress- en gezondheidsproblemen ontstaan. Zo kunnen werkeisen leiden tot emotionele uitputting en de traditionele stressreacties (Demerouti et al., 2001). Door de gezondheidsproblemen (psychische ziektes, hart- en vaatziektes) zal de totale verzuimduur toenemen. Bovendien zal de frequentie toenemen doordat werknemers korte afwezigheden gebruiken om met de stress om te gaan. Op basis van deze redenering worden in deze thesis volgende hypotheses gesteld: de verschillende werkeisen uit dit stressmodel zijn geassocieerd met een hogere verzuimfrequentie en –duur. H1: de aanwezigheid van werkeisen is gerelateerd aan een hogere verzuimfrequentie. H1a: een hogere werklast is gerelateerd aan een hogere verzuimfrequentie. H1b: slechtere fysische omstandigheden zijn gerelateerd aan een hogere verzuimfrequentie. H1c: een meer belastend woon-werkverkeer is gerelateerd aan een hogere verzuimfrequentie. H1d: meer grensoverschrijdend gedrag is gerelateerd aan een hogere verzuimfrequentie. H1e: minder jobzekerheid is gerelateerd aan een hogere verzuimfrequentie. H1f: een slechtere privé-werk balans is gerelateerd aan een hogere verzuimfrequentie.
41
H2: de aanwezigheid van werkeisen is gerelateerd aan een langere verzuimduur. H2a: een hogere werklast is gerelateerd aan een langere verzuimduur. H2b: slechtere fysische omstandigheden zijn gerelateerd aan een langere verzuimduur. H2c: een meer belastend woon-werkverkeer is gerelateerd aan een langere verzuimduur. H2d: meer grensoverschrijdend gedrag is gerelateerd aan een langere verzuimduur. H2e: minder jobzekerheid is gerelateerd aan een langere verzuimduur. H2f: een slechtere privé-werk balans is gerelateerd aan een langere verzuimduur.
7.2 Energiebronnen en ziekteverzuim Ook het verband tussen de energiebronnen en absenteïsme wordt onderzocht. Wanneer er meer energiebronnen voorhanden zijn, kunnen die de werknemer helpen om te gaan met de werkeisen (bv. sociale steun) of om persoonlijke doelen te bereiken (bv. een goed salaris). Doordat energiebronnen de werknemer helpen om beter om te gaan met de werkeisen, zullen de stressreacties gereduceerd worden. Als de werknemer bovendien meer persoonlijke doelen kan waarmaken, zal dit tot een hogere tevredenheid leiden, wat een positieve invloed zou hebben op het ziekteverzuim (Porter & Steers, 1973). De relatie tussen arbeidstevredenheid en ziekteverzuim wordt wel niet in alle studies bevestigd (Scott & Taylor, 1985). Men kan dus stellen dat wanneer er meer energiebronnen aanwezig zijn voor de werknemer, de verzuimfrequentie en –duur lager zullen zijn. Op basis van die redenering worden volgende hypotheses gesteld in deze thesis:
42
H3: de aanwezigheid van energiebronnen is gerelateerd aan een lagere verzuimfrequentie.
H3a: meer steun van de baas tot een lagere verzuimfrequentie. H3b: meer betrokkenheid bij de organisatie is gerelateerd aan een lagere verzuimfrequentie. H3c: meer steun van de collega’s is gerelateerd aan een lagere verzuimfrequentie. H3d: meer steun van het team is gerelateerd aan een lagere verzuimfrequentie. H3e: meer regelruimte is gerelateerd aan een lagere verzuimfrequentie. H3f: een betere loopbaanontwikkeling is gerelateerd aan een lagere verzuimfrequentie. H3g: een betere jobinhoud is gerelateerd aan een lagere verzuimfrequentie.
H4: de aanwezigheid van energiebronnen is gerelateerd aan een kortere verzuimduur.
H4a: meer steun van de baas is gerelateerd aan een kortere verzuimduur. H4b: meer betrokkenheid bij de organisatie is gerelateerd aan een kortere verzuimduur. H4c: meer steun van de collega’s is gerelateerd aan een kortere verzuimduur. H4d: meer steun van het team is gerelateerd aan een kortere verzuimduur. H4e: meer regelruimte is gerelateerd aan een kortere verzuimduur. H4f: een betere loopbaanontwikkeling is gerelateerd aan een kortere verzuimduur H4g: een betere jobinhoud is gerelateerd aan een kortere verzuimduur.
43
8. Onderzoeksopzet 8.1 Onderzoekspopulatie De onderzoekspopulatie bestaat uit Luxemburgse en Belgische werknemers. Deze komen uit verscheidene sectoren (zie bijlage) en uit alle landstreken (zie whitepaper ZebraZone-Luxemburg 2005 en België 2006). De bedoeling is om de Luxemburgse en Belgische arbeidsmarkt zo goed mogelijk te benaderen.
8.2 Steekproef De onderzoeken werden gevoerd door ZebraZone. Het is aan de hand van de data uit hun database dat het onderzoek wordt gevoerd. ZebraZone is het onderzoeksbureau binnen de Groep Securex dat managers en consultants ondersteunt bij het structureren van de HR strategie van organisaties in diverse sectoren op basis van objectieve gegevens. ZebraZone bundelt de kennis opgedaan via projecten bij ondernemingen, uitgebreide databases van bijvoorbeeld het Sociaal Secretariaat en de Medische Controledienst en arbeidsmarktonderzoeken. Ze bieden oplossingen aan die Human Resources Managers in staat stellen personeelstevredenheid, interne communicatie, stress en welzijn op het werk te meten, te interpreteren en te verbeteren met het oog op een sterkere bedrijfsperformantie.
•
Luxemburg
In de verschillende Luxemburgse regio’s werden tussen eind 2005 en begin 2006 straatinterviews afgenomen. In totaal deden 577 respondenten aan het onderzoek mee. De steekproef werd zo opgesteld dat ze de Luxemburgse arbeidsmarkt benadert. Er bestonden wel enkele kleine verschillen: zo waren de grote ondernemingen en jonge werknemers (< 25 jaar) oververtegenwoordigd, de arbeiders waren dan weer lichtjes ondervertegenwoordigd in vergelijking met de Luxemburgse arbeidsmarkt (voor de exacte gegevens: zie Benchmark Luxemburg, 2006).
•
België
De steekproef in België bestond uit 1512 respondenten. Het overgrote deel van de waarnemingen werd verkregen via straatinterviews (91%) en de rest via online-vragenlijsten (9%).
44
8.3 Steekproefelementen Na filtering van de waarnemingen die niet volledig waren (geen frequentie of totale duur) of fouten bevatten, namen 1156 respondenten deel aan het onderzoek. De steekproef bevat ongeveer 60% mannen en 40% vrouwen. Bij de verschillende leeftijdscategorieën bemerkt men een ongeveer gelijke vertegenwoordiging van elke leeftijdscategorieën, enkel de werknemers ouder dan 55 jaar zijn minder vertegenwoordigd (voor meer details: zie hieronder). Ruim 14% van de werknemers werkte nog geen jaar bij zijn / haar bedrijf, zo’n 21% van de ondervraagden werkte al 1 tot 3 jaar bij het bedrijf, iets minder als 30% werkte al tussen 4 en 10 jaar bij dezelfde werkgever en ongeveer een derde (33,1%) van de respondenten had al meer dan 10 jaar anciënniteit. 45,8% van de ondervraagden in de steekproef had geen diploma hoger onderwijs; 54,2% van hen hadden wel een diploma hoger onderwijs behaald. Gegevens over het type contract, het type bedrijf en de grootte van de bedrijven staan hieronder in de tabellen. Geslacht Man Vrouw Missing Totaal Tabel 1 Steekproef gerangschikt per geslacht
Leeftijd <25 jaar 25-29 jaar 30-34 jaar 35-39 jaar 40-44 jaar 45-49 jaar 50-54 jaar 55 jaar en ouder Missing Totaal Tabel 2 Steekproef gerangschikt per leeftijd
Aantal
Percentage
699 453 4 1156
60,5 39,2 0,3 100,0
Aantal
Percentage
141 174 184 158 165 147 136 51 0 1156
12,2 15,1 15,9 13,7 14,3 12,7 11,8 4,4 0,0 100,0
45
Anciënniteit Minder dan 1 jaar 1-3 jaar 4-10 jaar >10 jaar Missing Totaal Tabel 3 Steekproef gerangschikt per anciënniteit
Diploma Geen diploma hoger onderwijs Diploma hoger onderwijs Missing Totaal Tabel 4 Steekproef gerangschikt per diploma
Type contract
Aantal
Percentage
163 249 345 383 16 1156
14,1 21,5 29,8 33,1 1,4 100,0
Aantal
Percentage
530 614 12 1156
45,8 53,1 1 100,0
Aantal
Percentage
Onbepaalde Duur 433 Bepaalde Duur of Bepaald Werk 62 Interim 8 Zelfstandige / Stagiair 623 Missing 30 Totaal 1156 Tabel 5 Steekproef gerangschikt per type contract
Type bedrijf Privé-bedrijf Bij de overheid: Als statutair/vast benoemd Bij de overheid: Als contractueel Missing Totaal Tabel 6 Steekproef gerangschikt per type bedrijf
Bedrijfsgrootte
37,5 5,4 0,7 53,9 2,6 100,0
Aantal
Percentage
673
58,2
211 250 22 1156
18,3 21,6 1,9 100
Aantal
Percentage
< 10 werknemers 153 10-49 werknemers 236 50-100 werknemers 117 101-250 werknemers 126 251-500 werknemers 91 501-1000 werknemers 77 > 1000 werknemers 290 Missing 66 Totaal 1156 Tabel 7 Steekproef gerangschikt per bedrijfsgrootte
46
13,2 20,4 10,1 10,9 7,9 6,7 25,1 5,7 100
8.4 Meetinstrument Bij de ontwikkeling van het nieuwe stressmodel werden er voor de verschillende werkeisen en energiebronnen nieuwe Likertschalen opgesteld, die weliswaar items bevatten uit eerdere onderzoeken van ZebraZone. Een likertschaal wordt gebruikt om de attitude van de respondenten te meten (De Pelsmacker & Van Kenhove, 2002), hier worden ze gebruikt om de attitude van de werknemers ten opzichte van de verschillende energiebronnen en werkeisen te meten. Om de interne consistentie betrouwbaarheid te testen werd voor de verschillende constructen de Cronbach’s α berekend. Dit gebeurde in de beginfase van de modelbouw, bij de opstelling van de KPI’s ( de structuur van een ZebraZone-model wordt verder besproken: onder “Validiteit en betrouwbaarheid van het model”). Deze Cronbach’s alfa’s werden berekend op basis van een steekproef uit verschillende landen (o.a. Frankrijk). Aan de hand van de Likertschalen willen we de attitude van de werknemers tegenover de verschillende energiebronnen/werkeisen in één getal uitdrukken. Dit wordt gedaan door de gemiddelde score te berekenen van de verschillende items in de schaal. De gebruikte schalen zijn verbale, gebalanceerde schalen. De respondent moest zijn mening geven over de uitspraken: helemaal niet akkoord (1), niet akkoord (2), eerder niet akkoord(3), eerder akkoord (4), akkoord (5) of helemaal akkoord (6). Deze schaal is ordinaal, waarop men in principe geen rekenkundige bewerkingen mag uitvoeren. Omdat de schaal een voldoende groot aantal onderverdelingen heeft (6) en de steekproef groot is (1156 observaties), geldt de ‘assumption of equal appearing intervals’. Deze bewering stelt dat wanneer aan deze voorwaarden voldaan is, het gebruik van een ordinale schaal als een intervalschaal geen grote vertekeningen veroorzaakt (De Pelsmacker & Van Kenhove, 2002). De werkkenmerken bestaan uit enerzijds de werkeisen en anderzijds de energiebronnen. Alle items zijn positief gecodeerd: hoe hoger de score, hoe minder werkeisen aanwezig zijn of hoe meer energiebronnen aanwezig zijn.
47
8.4.1 Werkeisen Om de interne consistentie betrouwbaarheid te testen werd voor de verschillende constructen de Cronbach’s α berekend. Deze alfa’s waren eerder al berekend in de beginfase van de modelbouw op basis van een grotere steekproef (met benchmarks van verschillende landen). Werklast wordt gemeten met vijf items. De werknemers moesten op een zespuntenschaal de mate van werklast (drie items) en tijdsdruk (twee items) weergeven. Vier items waren negatief georiënteerd, en werden eerst geheroriënteerd, alvorens de interne consistentie betrouwbaarheid te meten. De cronbach’s α (= 0,499) was echter laag, aangezien een cronbach’s α tussen 0,6 en 0,7 als een minimum wordt beschouwd (De Pelsmacker & Van Kenhove, 2002). Een voorbeelditem is: “Ik moet te hard werken.” Het woon-werkverkeer wordt gemeten met één item: “Het woon-werk verkeer is voor mij belastend.” Dit item werd nog geheroriënteerd. Grensoverschrijdend gedrag wordt gemeten door een zespuntenschaal, die tien items bevat.. De schaal is erg intern consistent betrouwbaar (α = 0,803). Een voorbeeld van een item is: “Mijn chef kleineert mij regelmatig.” De fysische omstandigheden worden gemeten met vier items in een zespuntenschaal. De interne consistentie betrouwbaarheid is aanvaardbaar (α = 0,686). Een voorbeelditem is: “Mijn werkomstandigheden zijn optimaal.” Jobzekerheid wordt gemeten met één item in een zespuntenschaal, dat de globale jobzekerheid weergeeft (gelijkaardig aan het concept van Van Vuuren ): “Ik heb het gevoel dat in de nabije toekomst mijn job op het spel zal staan.” Het item werd geheroriënteerd. De privé-werk balans wordt eveneens gemeten door één item: “De werktijden in mijn organisatie geven mij de mogelijkheid een goede balans te vinden tussen privé- en werktijd.”
48
8.4.2 Energiebronnen Steun van de baas wordt gemeten met een zespuntenschaal, die zes items bevat. De interne consistentie betrouwbaarheid was zeer hoog (α = 0,881). Een voorbeelditem is: “Ik krijg hulp en ondersteuning van mijn baas wanneer dat nodig is.” Betrokkenheid bij de organisatie wordt gemeten met vier items in een zespuntenschaal. De schaal was intern consistent betrouwbaar (α = 0,796). Deze energiebron wordt gemeten door items zoals: “Ik voel mij thuis in mijn organisatie.” De zespuntenschaal voor steun van de collega’s bevat twee items. Aangezien het aantal items lager als drie is, is het niet mogelijk de cronbach’s α te berekenen. Een voorbeelditem is: “ Mijn collega’s zijn loyaal tegenover elkaar.” Steun van het team wordt gemeten met een zespuntenschaal. Deze schaal bevat vier items. De interne consistentie betrouwbaarheid was goed (α = 0,760). Een voorbeelditem is: “Teamleden respecteren onze leider en mekaar.” De zespuntenschaal voor de regelruimte bevat twee items. Eén van de twee items was: “Ik heb voldoende beslissingsvrijheid in mijn job.“ Jobinhoud wordt eveneens gemeten met een gebalanceerde zespuntenschaal. Deze schaal bevat vier items en is voldoende intern consistent betrouwbaar (α = 0,658). Een voorbeelditem is: “Mijn job is zeer gevarieerd.” De loopbaanontwikkeling tenslotte wordt gemeten aan de hand van 4 items in een zespuntenschaal. De interne consistentie betrouwbaarheid was goed (α = 0,744). Deze energiebron werd onder andere gemeten met het volgende item: ‘Mijn loon is correct in vergelijking met wat anderen krijgen voor hetzelfde werk in andere bedrijven. “
49
8.4.3 Ziekteverzuim Er wordt gebruik gemaakt van zelfgerapporteerde absenteïsmecijfers. In het algemeen vindt men een vrij hoge correlatie tussen zelfgerapporteerde absenteïsmecijfers en de objectieve aanwezigheidsdata, maar de zelfgerapporteerde cijfers zijn vaak een onderschatting van de objectieve data (Johns, 1994). De verzuimfrequentie en verzuimduur worden ondervraagd, waarbij afwezigheden wegens zwangerschap of vanwege een arbeidsongeval niet meegeteld worden, aangezien we geïnteresseerd zijn in het ziekteverzuim zelf.
8.5 Validiteit en betrouwbaarheid van het model Bij de ontwikkeling van een nieuw model moeten de validiteit en betrouwbaarheid gegarandeerd worden. Validiteit is “het concept dat gehanteerd wordt om een onderzoeksopzet te beschrijven die meet wat hij pretendeert te meten”. Er bestaan verschillende vormen van validiteit: face validity, inhoudvaliditeit, criteriumgerelateerde validiteit, constructvaliditeit en convergentvaliditeit. (de Pelsmacker & Van Kenhove, 2002). De betekenisvaliditeit ( inhoudsvaliditeit en constructvaliditeit) van de ZebraZone vragenlijsten wordt in eerste instantie gegarandeerd door de manier waarop de vragenlijsten ontwikkeld zijn. Meer bepaald wordt eerst het concept afgebakend. In dit stressmodel zijn de concepten: de energiebronnen, werkeisen en de stress (globaal bekeken). Daarna worden specifieke deelgebieden (Key Performance Indicators of KPI’s) onderscheiden (bv. algemene stress / emotioneel / lichamelijk en prestatie, de dertien werkeisen en energiebronnen) waarvan de linken met het concept voldoende (theoretisch en statistisch) aangetoond zijn in de wetenschappelijke literatuur. Deze KPI’s bestaan uit één of meerdere factoren. Zo bestaat de KPI “steun van de baas”, één van de energiebronnen, uit twee factoren, namelijk de feedback en de steun van de baas. Ten slotte worden voor deze factoren representatieve items geselecteerd. Bovendien beschikt ZebraZone over omvangrijke datasets, die toelaten de statistische validering (en cross-validering) van de ZebraZone modellen te waarborgen, o.a. via Structural Equation Modeling.
50
Tot slot garandeert ZebraZone ook de “face validiteit” van de modellen. Dit is de mate waarin men (om het even wie) de indruk heeft dat een model valide is, dat een model meet wat het hoort te meten. De garantie hiervan komt vanuit de mening en de talrijke gesprekken van onze onderzoekers, klanten, contacten met de academische wereld, etc. De betrouwbaarheid houdt verband met de accuraatheid en precisie van het meetinstrument. De meting is betrouwbaar als er geen toevalsmatige of niet-toevalsmatige fouten in voorkomen. Een meting wordt ook wel betrouwbaar genoemd als een herhaling van de meting tot hetzelfde resultaat leidt (Pelsmacker & Van Kenhove, 2002). Bij de ontwikkeling van een ZebraZone model wordt een betrouwbaarheidsanalyse uitgevoerd. Afhankelijk van het model gebeurt de betrouwbaarheidsanalyse op één van de volgende twee manieren 1. Analyse van de interne consistentie of homogeniteit via correlaties en Cronbach’s alpha. 2. Analyse van de totale modelstructuur via structural equation modeling. De interne consistentie betrouwbaarheid van de verschillende constructen werd al eerder vermeld: die was enkel voor werklast te laag in onze steekproef.
51
8.6 Gegevensanalyse Bij de ontwikkeling van het stressmodel werden de constructen opgesteld aan de hand van de betrouwbaarheidsanalyse (cronbach’s alpha’s). Het volledige model werd daarna getest via structural equation modeling (deze testen werden gevoerd op de benchmarks van België (2005), Frankrijk (2005), Nederland (2005) en Luxemburg (2005). Voor het onderzoek met de absenteïsmegegevens werden de benchmarks van België (2006) en Luxemburg (2005) gebruikt. Eerst werden de gegevens gezuiverd: onvolledige waarnemingen (geen verzuimfrequentie en/of
verzuimduur ingevuld) en foute waarnemingen (bv. frequentie >
verzuimduur) werden weggelaten. Hierdoor werd uiteindelijk een steekproef van 1156 observaties verkregen. Daarna werd de interne consistentie betrouwbaarheid van de schalen getest bij de steekproef. Alle schalen behalve die van werklast bleken betrouwbaar. Daarna werden de constructen aangemaakt, door het gemiddelde te berekenen van de scores op de verschillende items (de constructen die gemeten werden door één item uitgezonderd). Nadat deze constructen waren gecreëerd werd een correlatiematrix aangemaakt van de energiebronnen en één van de werkeisen, om het verband tussen de werkeisen en energiebronnen onderling na te gaan. Om het verband tussen de werkeisen / energiebronnen en het ziekteverzuim na te gaan, werden kruistabellen gebruikt. De analyse van kruistabellen is een multivariate analyse die gebruik maakt van nominaal geschaalde variabelen. Deze nominaal geschaalde variabelen kunnen ofwel van nature nominaal zijn of ze kunnen ‘nominaal gemaakt worden’. In dit geval spreekt men van categorische variabelen (De Pelsmacker & Van Kenhove, 2002). Op basis van frequentietabellen werd elk construct in vier klassen verdeeld: de groep die het laagst scoorde voor een energiebron / werkeis kreeg score 0 (25% van de waarnemingen met de laagste score), de tweede groep kreeg score 1 (25-50%), de derde groep kreeg score 2 (50-75%) en de groep met de beste score voor de energiebron of werkeis kreeg score 3 (25% hoogste scores). De constructen die door één item werden gemeten (nl. woon-werkverkeer, jobzekerheid en privé-werk balans), waren van nature al nominaal (6 klassen), en omdat door de samenvoeging van de klassen informatie zou verloren gaan, werd deze onderverdeling behouden. Ook de verzuimfrequentie en verzuimduur werden in vier klassen verdeeld op basis van de frequentietabellen: klasse 0 tot 3. Aangezien meer als de helft van de observaties niet verzuimt (duur 0
52
en frequentie 0), is klasse 0 veel groter dan de andere drie categorieën. De verzuimfrequentie werd in de volgende vier klassen verdeeld: 0 maal afwezig (N = 636, 55.02 %), 1 maal afwezig (N = 252, 21.80%), 2 maal afwezig (N = 151, 13.06%) en meer dan twee maal afwezig (N = 117, 10.12%). De verzuimduur werd in de volgende vier klassen verdeeld: 0 dagen afwezig (N = 636, 55.02 %), 1 tot en met 3 dagen afwezig (N = 189, 16.35 %), 4 tot en met 9 dagen afwezig (N = 167, 14.45 %) en meer dan negen dagen afwezig (N = 164, 14.19 %). Om te bekijken of het verband tussen twee variabelen significant is, wordt de Pearson Chi2 – waarde berekend. De Pearson Chi2 – waarde wordt berekend door het verschil te nemen van de geobserveerde en theoretische (“verwachte”) frequentie van elke mogelijke uitkomst, hiervan het kwadraat te nemen en dan te delen door de verwachte theoretische frequentie en alle waarden te sommeren.
Oi = de geobserveerde frequentie Ei = de verwachte frequentie (op basis van de nulhypothese) Men vergelijkt dus eigenlijk de geobserveerde tabel met een verwachte theoretische tabel (op basis van de rij- en kolomfrequenties). Deze test wordt gebruikt om de onafhankelijkheid van twee variabelen te onderzoeken. De test bepaalt of de gepaarde observaties van twee variabelen, uitgedrukt in een kruistabel, onafhankelijk van elkaar zijn. Wanneer de probabiliteit van de Pearson Chi2 kleiner is dan 0,05 dan wordt in het algemeen de nulhypothese verworpen dat de rijvariabele onafhankelijk is van de kolomvariabele. Wanneer we een significant verband vinden aan de hand van deze test, worden de verschillende groepen van de onafhankelijke variabele, dus de werkeis of energiebron, met elkaar vergeleken. Via kruistabellen wordt getest of deze groepen significant van elkaar verschillen wat betreft de verzuimduur/verzuimfrequentie. We vergelijken de rijpercentages van de verschillende groepen. Via de Fisher exacte test werd getest of de percentages (in de cellen) significant van elkaar verschillen, als dit het geval was werden de percentages gemarkeerd in de kruistabel. Tenslotte wordt er ook nog gebruik gemaakt van log-linear modeling. Men kan deze testmethode beschouwen als een voortgezette vorm van de kruistabellen, waarbij de relatie tussen meerdere discrete, gecategoriseerde variabelen wordt geanalyseerd door de natuurlijke logaritme te berekenen
53
van de celfrequenties binnen een kruistabel. Log-lineaire analyse wordt voornamelijk gebruikt om de relatie tussen drie of meer variabelen te testen (Jeansonne, 2002). Deze analyse geeft ons de mogelijkheid om het verband tussen de werkeisen/energiebronnen en het verzuim te testen, na controle voor drie socio-demografische variabelen: opleiding (2 categorieën: hoger onderwijs/geen hoger onderwijs), leeftijd (8 categorieën: zie ‘steekproefelementen’) en geslacht (2 categorieën: man / vrouw). Deze sociodemografische variabelen (leeftijd, opleiding en geslacht) werden gekozen omdat ze duidelijk invloed hebben op het stressproces en absenteïsme. Andere onderzoeken gebruiken eveneens deze controlevariabelen (bv. doctoraatstudie Verhaeghe, 2006). Elk log-lineair model bevat vijf variabelen: de drie socio-demografische variabelen (opleiding, leeftijd en geslacht), de werkeis of energiebron en de verzuimmaatstaf. We gebruiken dan de partiële associatietest die het verschil weergeeft van een model dat alle interacties bevat en het model dat de interactie tussen de werkeis of energiebron in kwestie met het verzuim niet bevat. We bekijken dus of de model fit significant verslecht bij de weglating van die interactie. Als dit het geval is, kan men stellen dat het verband tussen de werkeis/energiebron en het ziekteverzuim significant blijft na controle voor de drie socio-demografische variabelen.
De tests met de kruistabellen en de log-lineaire analyses werden uitgevoerd met het statistisch programma STATISTICA 7. Voor de Fisher probabiliteitstesten werd gebruik gemaakt van het statistisch programma R 2.5.0. De uitgebreide kruistabellen en de log-lineaire analyses kan men terugvinden in de bijlagen.
54
9. Onderzoeksresultaten 9.1 Beschrijving werkkenmerken 9.1.1 Beschrijving werkeisen Variabele 1. Werklast 2. Omstandigheden 3. Woon-werkverkeer 4. GOG 5. Jobzekerheid 6. Privé - werk balans
Gemiddelde 3,95 4,37 4,14 4,64 4,49 3,96
SA 0,80 0,91 1,63 0,82 1,54 1,55
1 1,00 0,31 0,22 0,42 0,26 0,37
2
3
4
5
6
1,00 0,12 0,44 0,22 0,32
1,00 0,13 0,13 0,24
1,00 0,33 0,31
1,00 0,19
1,00
*Alle correlaties zijn significant
Tabel 8 Gemiddelde, standaard afwijking en correlaties voor alle werkeisen
De werknemers gaven de hoogste scores voor grensoverschrijdend gedrag, hun jobzekerheid en de fysische omstandigheden. De werklast en privé-werk balans hadden lagere scores. De items die door één item gemeten werden hadden de hoogste standaard afwijking. Alle werkeisen waren significant gecorreleerd met elkaar, maar de correlaties waren lager als bij de energiebronnen, waarschijnlijk omdat de werkeisen inhoudelijk meer verschillen van elkaar.
9.1.2 Beschrijving energiebronnen Variabele Gemiddelde 4,00 1. Steun baas 4,01 2. Betrokkenheid organisatie 4,18 3. Steun collega's 4,08 4. Steun team 4,22 5. Regelruimte 3,65 6. Loopbaanontwikkeling 4,40 7. Jobinhoud
SA 1,13 1,05 1,10 0,99 1,05 1,07 0,88
1 1,00 0,71 0,45 0,73 0,49 0,62 0,61
2
3
4
5
6
7
1,00 0,48 0,69 0,55 0,66 0,65
1,00 0,59 0,34 0,38 0,40
1,00 0,48 0,57 0,57
1,00 0,45 0,63
1,00 0,55
1,00
*Alle correlaties zijn significant
Tabel 9 Gemiddelde, standaard afwijking en correlaties voor alle energiebronnen
De jobinhoud en regelruimte hadden de hoogste score. Ook de steun van de collega’s kreeg een hoge score. De werknemers waren minder tevreden over hun loopbaanontwikkeling. De intercorrelaties zijn duidelijk hoger als deze bij de werkeisen.
55
9.2 Onderzoeksvraag 1 : Bestaat er een verband tussen de werkeisen en de ziekteverzuimfrequentie? Voor elke werkeis bekijken we de kruistabellen om de samenhang tussen de werkeis en de verzuimfrequentie te bestuderen. Wanneer de Pearson Chi
2
- waarde groter is dan de kritische
waarde (op het 95% betrouwbaarheidsniveau) dan is het geconstateerde verband statistisch significant. We vergelijken de rijen en daarom worden de rijpercentages getoond. Daarna worden de verschillende groepen bij de onafhankelijke variabelen, dus de werkeisen en energiebronnen, met elkaar vergeleken in 2*4-kruistabellen. Met de Fisher-test werd getest of de gevonden verschillen in de cellen significant zijn. Tenslotte wordt met log-linear modeling getest of het verband significant blijft na controle voor opleiding, leeftijd en geslacht.
9.2.1 Werklast Pearson Chi 2 = 14.110 , p = 0.118 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Werklast 51,18% 22,65% 12,65% 0 Werklast 51,85% 23,23% 14,14% 1 Werklast 57,19% 22,60% 12,33% 2 Werklast 62,11% 17,62% 13,22% 3 Kolom 55,02% 21,80% 13,06% Percentage Tabel 10 Kruistabel Werklast -Verzuimfrequentie: Rijpercentages
Verzuim Frequentie >2 13,53% 10,77% 7,88% 7,05% 10,12%
Meer werklast is niet significant geassocieerd met een hogere verzuimfrequentie (Pearson Chi 2 = 14.110 , p = 0.118). Hypothese 1a moet dus verworpen worden: er bestaat geen significante associatie tussen werklast en de verzuimfrequentie.
56
9.2.2 Fysische omstandigheden Pearson Chi2 = 19.144 , p = 0.024 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Verzuim Frequentie >2
Omstandigheden 49,84% 21,64% 14,75% 0 Omstandigheden 57,91% 20,30% 10,75% 1 Omstandigheden 53,00% 26,86% 12,72% 2 Omstandigheden 60,09% 18,03% 14,59% 3 Kolom 55,02% 21,80% 13,06% Percentage Tabel 11 Kruistabel Fysische Omstandigheden - Verzuimfrequentie: Rijpercentages
13,77% 11,04% 7,42% 7,30% 10,12%
Er bestaat een associatie tussen de fysische omstandigheden en de verzuimfrequentie (Chi2 = 19.144 , p = 0.024). Uit de kruistabellentesten bleek dat groepen 0 & 3 en 0 & 2 significant verschillen.
Pearson Chi-square: 8,46731, df=3, p=,037285 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Omstandigheden 49,84% 21,64% 14,75% 0 Omstandigheden 60,09% 18,03% 14,59% 3 Tabel 12 Omstandigheden - Verzuimfrequentie: Rijpercentages (groepen 0 & 3)
Verzuim Frequentie >2 13,77% 7,30%
Groepen 0 en 3 verschillen qua verzuimfrequentie (p = 0.037).De groep die in de slechtste omstandigheden werkt heeft een significant lager percentage niet-verzuimers (Fisher test, p = 0.019) en een significant hoger percentage verzuimers die meer dan twee keer afwezig waren (p = 0.018) dan de groep die de beste omstandigheden rapporteert.
Pearson Chi-square: 7,90541, df=3, p=,048014 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Omstandigheden 49,84% 21,64% 14,75% 0 Omstandigheden 53,00% 26,86% 12,72% 2 Tabel 13 Omstandigheden - Verzuimfrequentie: Rijpercentages (groepen 0 & 2)
Groepen 0 en 2 verschillen significant (Chi2 = 7.905, p = 0.0484).
57
Verzuim Frequentie >2 13,77% 7,42%
De groep die in redelijk goede omstandigheden werkt (groep 2) heef t een significant lager percentage personen die het vaakste verzuimen in vergelijking met de groep die in de slechtste omstandigheden werkt ( p = 0.016). Uit de groepenvergelijking blijkt dus dat slechtere fysische omstandigheden geassocieerd zijn met een hogere verzuimfrequentie. Wanneer gecontroleerd wordt voor opleiding, geslacht en leeftijd in het log-lineair model is het verband tussen de fysische omstandigheden en de verzuimfrequentie niet meer significant (Chi2 = 13.506 , p = 0.141). Hypothese 1b wordt ondersteund, er bestaat een verband tussen de fysische omstandigheden en de verzuimfrequentie, maar dit verband is niet meer significant na controle voor de socio-demografische variabelen.
9.2.3 Woon-werkverkeer Pearson Chi2 = 32.115 , p=,006 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Woon-werkverkeer 43,36% 21,24% 12,39% 1 Woon-werkverkeer 59,84% 21,26% 9,45% 2 Woon-werkverkeer 55,12% 24,41% 14,17% 3 Woon-werkverkeer 57,84% 18,38% 15,14% 4 Woon-werkverkeer 53,50% 24,01% 14,59% 5 Woon-werkverkeer 57,45% 20,73% 11,27% 6 Kolom 55,02% 21,80% 13,06% Percentage Tabel 14 Kruistabel Woon-werkverkeer - Verzuimfrequentie: Rijpercentages
Verzuim Frequentie >2 23,01% 9,45% 6,30% 8,65% 7,90% 10,55% 10,12%
Het verband tussen het woon-werkverkeer en de verzuimfrequentie is significant (Chi2 = 32.115 , p= 0.006). Wanneer we de verschillende groepen met elkaar vergelijken, zien we dat de groep die het meest belastende woon-werkverkeer heeft, groep 1, significant verschilt van alle andere groepen.
58
Pearson Chi-square: 11,8537, df=3, p=,007904 Verzuim Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie Frequentie 0 1 2 >2 Woon-werkverkeer 43,36% 23,01% 21,24% 12,39% 1 Woon-werkverkeer 57,45% 10,55% 20,73% 11,27% 6 Tabel 15 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 6)
Groepen 1 en 6 verschillen significant ( Pearson Chi2 = 11.854, p = 0.008). De groep met het meest belastende woon-werkverkeer heeft een lager percentage niet-verzuimers (p = 0.014) en een hoger percentage frequentste verzuimers (p = 0.002).
Pearson Chi-square: 18,5789, df=3, p=,000334 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 23,01% Woon-werkverkeer 1 43,36% 21,24% 12,39% 7,90% Woon-werkverkeer 5 53,50% 24,01% 14,59% Tabel 16 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 5)
Groepen 1 en 5 verschillen significant (Pearson Chi2 = 18.579, p < 0.001). Groep 1 heeft opnieuw een significant hoger aandeel van de frequentste verzuimers (p < 0.001).
Pearson Chi-square: 13,7421, df=3, p=,003279 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 43,36% 23,01% Woon-werkverkeer 1 21,24% 12,39% 57,84% 8,65% Woon-werkverkeer 4 18,38% 15,14% Tabel 17 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 4)
Groepen 1 en 4 verschillen significant (Pearson Chi2 = 13.472, p = 0.003). Groep 1 heeft een lager percentage niet-verzuimers (p = 0.017) en een hoger percentage personen die meer dan tweemaal verzuimden (p = 0.001).
59
Pearson Chi-square: 13,8567, df=3, p=,003108 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 23,01% Woon-werkverkeer 1 43,36% 21,24% 12,39% 6,30% Woon-werkverkeer 3 55,12% 24,41% 14,17% Tabel 18 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 3)
Groepen 1 en 3 verschillen significant (Pearson Chi2 = 13.857, p = 0.003). Groep 1, met het meest belastende woon-werkverkeer, heeft een significant hoger percentage personen, die meer dan twee maal verzuimden (p < 0.001).
Pearson Chi-square: 10,5394, df=3, p=,014499 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 43,36% 23,01% Woon-werkverkeer 1 21,24% 12,39% 59,84% 9,45% Woon-werkverkeer 2 21,26% 9,45% Tabel 19 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 2)
Groep 1 verschilt tenslotte ook van groep 2 (Chi2 = 10.539, p = 0.014). De groep met het meest belastende woon-werkverkeer heeft een lager percentage niet-verzuimers (p = 0.014) en een hoger percentage frequentste verzuimers (p = 0.005). Uit de vergelijking van de verschillende groepen blijkt dat een zeer belastend woon-werkverkeer geassocieerd is met een hogere verzuimfrequentie. De
log-lineaire analyse toont geen significant verband tussen het woon-werkverkeer en de
verzuimfrequentie na controle voor de socio-demo’s (p = 0.134). Hypothese 1c wordt ondersteund, een meer belastend woon-werkverkeer leidt tot een hogere verzuimfrequentie. Dit verband is wel niet meer significant na controle voor opleiding, geslacht en leeftijd.
60
9.2.4 Grensoverschrijdend gedrag Pearson Chi2 = 29.563 ; p < 0.001 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie Verzuim Frequentie 2 >2
GOG 49,65% 19,79% 14,58% 15,97% 0 GOG 49,29% 26,79% 12,86% 11,07% 1 GOG 58,28% 20,20% 13,91% 7,62% 2 GOG 62,59% 20,63% 10,84% 5,94% 3 Kolom 55,02% 21,80% 13,06% 10,12% Percentage Tabel 20 Kruistabel Grensoverschrijdend Gedrag - Verzuimfrequentie: Rijpercentages
Het verband tussen GOG en de verzuimfrequentie is significant (Pearson Chi2 = 29.563 ; p < 0.001). Als we de verschillende GOG-groepen met elkaar vergelijken, bemerken we dat de groep die het best scoort voor GOG (groep 3) significant verschilt van de twee groepen die het slechtst scoren voor GOG, groepen 1 en 2. Bovendien is er ook een verschil tussen groep 0 en 2.
Pearson Chi-square: 19,0593, df=3, p=,000266 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 GOG 49,65% 15,97% 19,79% 14,58% 0 GOG 62,59% 5,94% 20,63% 10,84% 3 Tabel 21 GOG - Verzuimfrequentie: Rijpercentages (groepen 0 & 3)
Groepen 0 en 3 verschillen significant (Chi2 = 19.059, p < 0.001) qua verzuimfrequentie. De groep die de slechtste score heeft voor grensoverschrijdend gedrag heeft een significant lager percentage nietverzuimers (p = 0.002) en een significant hoger percentage van de frequentste verzuimers (p < 0.001).
Pearson Chi-square: 11,6075, df=3, p=,008859 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 GOG 49,29% 11,07% 26,79% 12,86% 1 GOG 62,59% 5,94% 20,63% 10,84% 3 Tabel 22 GOG - Verzuimfrequentie: Rijpercentages (groepen 1 & 3)
61
Groepen 1 en 3 verschillen significant (Chi2 = 11.608, p = 0.009). Groep 3, die de beste score heeft voor GOG, heeft een significant hoger percentage niet-verzuimers (p = 0.002) en een significant lager aandeel personen die meer tweemaal afwezig waren (p = 0.034).
Pearson Chi-square: 10,8900, df=3, p=,012339 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 GOG 49,65% 15,97% 19,79% 14,58% 0 GOG 58,28% 7,62% 20,20% 13,91% 2 Tabel 23 GOG - Verzuimfrequentie: Rijpercentages (groepen 0 & 2)
Tenslotte verschillen ook groepen 0 en 2 (Chi2 = 10.890, p = 0.012). Groep 2, die beter scoort op grensoverschrijdend gedrag, heeft een hoger percentage niet-verzuimers (p = 0.039) en een lager percentage frequentste verzuimers (p = 0.002). De groepenvergelijking leert ons dat meer grensoverschrijdend gedrag gerelateerd is aan een hogere verzuimfrequentie. Via de log-lineaire analyse wordt voor opleiding, leeftijd en geslacht gecontroleerd: het verband tussen GOG en de verzuimfrequentie bleef significant (Chi2 = 21.562 , p = 0.010). Hypothese 1d wordt aanvaard: er bestaat een verband tussen grensoverschrijdend gedrag en de verzuimfrequentie: mensen die beter scoren die op GOG en er dus minder last van hebben, zijn minder vaak afwezig.
62
9.2.5 Jobzekerheid Chi2 = 17.261, p = 0.304 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Jobzekerheid 50,67% 16,00% 13,33% 1 Jobzekerheid 57,78% 24,44% 12,22% 2 Jobzekerheid 50,45% 22,52% 14,41% 3 Jobzekerheid 51,32% 22,22% 13,76% 4 Jobzekerheid 55,41% 23,61% 12,46% 5 Jobzekerheid 58,03% 20,47% 12,95% 6 Kolom 55,02% 21,80% 13,06% Percentage Tabel 24 Kruistabel Jobzekerheid - Verzuimfrequentie: Rijpercentages
Verzuim Frequentie >2 20,00% 5,56% 12,61% 12,70% 8,52% 8,55% 10,12%
Er bestaat geen verband tussen jobzekerheid en de verzuimfrequentie: de kruistabellentest is niet significant (Chi2 = 17.261, p = 0.304) en de nulhypothese van onafhankelijkheid kan niet verworpen worden. Hypothese 1e wordt verworpen: jobzekerheid en de verzuimfrequentie zijn niet gerelateerd.
9.2.6 Privé-werk balans Chi2 = 30.153, p = 0.011 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie Verzuim Frequentie 2 >2
Privé-werk balans 48,31% 19,49% 12,71% 1 Privé-werk balans 53,28% 23,77% 11,48% 2 Privé-werk balans 58,62% 20,00% 11,03% 3 Privé-werk balans 48,25% 27,63% 16,73% 4 Privé-werk balans 56,88% 20,80% 12,84% 5 Privé-werk balans 63,64% 17,11% 11,23% 6 Kolom 55,02% 21,80% 13,06% Percentage Tabel 25 Kruistabel Privé-werk balans - Verzuimfrequentie: Rijpercentages
19,49% 11,48% 10,34% 7,39% 9,48% 8,02% 10,12%
Het verband tussen de privé-werk balans en de verzuimfrequentie is significant (Chi2 = 30.153, p = 0.011). Wanneer de verschillende groepen twee aan twee met elkaar vergeleken worden, blijken er
63
vier groepenparen te verschillen: groep 1 verschilt van groepen 4, 5 en 6; bovendien verschilt groep 4 ook van groep 6.
Pearson Chi-square: 10,9483, df=3, p=,012012 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 Privé-werk balans 48,31% 19,49% 19,49% 12,71% 1 Privé-werk balans 63,64% 8,02% 17,11% 11,23% 6 Tabel 26 Privé-werk balans - Verzuimfrequentie: Rijpercentages (groepen 1 & 6)
De groep die het best privé en werk kan combineren, groep 6, verschilt significant van groep 1, die de slechtste privé-werk balans heeft, wat betreft verzuimfrequentie (Chi2 = 10.948, p = 0.012). Groep 6 heeft een significant hoger percentage niet-verzuimers (p = 0.009) en een lager percentage frequentste verzuimers (p = 0.004).
Pearson Chi-square: 8,40287, df=3, p=,038385 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 Privé-werk balans 19,49% 48,31% 19,49% 12,71% 1 Privé-werk balans 9,48% 56,88% 20,80% 12,84% 5 Tabel 27 Privé-werk balans - Verzuimfrequentie: Rijpercentages (groepen 1 & 5)
Groepen 5 en 1 verschillen significant (Chi2 = 8.403, p = 0.038). De groep met de slechtste privé-werk balans heeft een hoger percentage personen(p = 0.008) die meer als twee maal verzuimden.
Pearson Chi-square: 13,5488, df=3, p=,003590 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 Privé-werk balans 19,49% 48,31% 19,49% 12,71% 1 Privé-werk balans 7,39% 48,25% 27,63% 16,73% 4 Tabel 28 Privé-werk balans - Verzuimfrequentie: Rijpercentages (groepen 1 & 4)
Groepen 1 en 4 verschillen significant qua verzuimfrequentie (Chi2 = 13.549, p = 0.004). Groep 1, die de laagste score heeft voor privé-werk balans, heeft een significant hoger percentage frequentste verzuimers (p = 0.001).
64
Pearson Chi-square: 12.1694, df = 3, p-value = 0,006825 Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie Verzuim Frequentie 0 1 2 >2 Privé-Werk balans 48,25% 27,63% 16,73% 7,39% 4 Privé-Werk balans 63,64% 17,11% 11,23% 8,02% 6 Tabel 29 Privé-werk balans - Verzuimfrequentie: Rijpercentages (groepen 4 & 6)
Tenslotte verschillen groepen 4 en 6 ook (Chi2 =12.169, p = 0.007). De groep met de beste privé-werk balans, groep 6, heeft een hoger percentage niet-verzuimers (p = 0.001) en een lager percentage verzuimers die éénmaal afwezig waren (p = 0.012). De groepenvergelijking leert ons dat een slechtere privé-werk balans gerelateerd is aan een hogere verzuimfrequentie. In de log-lineaire analyse was het verband tussen de privé-werk balans en de verzuimfrequentie, na controle voor opleiding, geslacht en leeftijd, niet meer significant (p = 0.073). Hypothese 1f wordt ondersteund: een slechtere privé-werk balans leidt tot een hogere verzuimfrequentie. Dit verband is wel niet meer significant na controle voor leeftijd, opleiding en geslacht.
65
9.3 Onderzoeksvraag 2 : Bestaat er een verband tussen de werkeisen en de ziekteverzuimduur? 9.3.1 Werklast Chi2 = 30.711, p < 0.001 Verzuim Totale Duur 0
Verzuim Totale Duur 1-3 dagen
Werklast 51,18% 14,71% 0 Werklast 51,85% 15,49% 1 Werklast 57,19% 18,84% 2 Werklast 62,11% 16,74% 3 Kolom 55,02% 16,35% Percentage Tabel 30 Kruistabel Werklast - Verzuimduur: Rijpercentages
Verzuim Totale Duur 4-9 dagen
Verzuim Totale Duur > 9 dagen
12,94%
21,18%
17,51%
15,15%
15,07%
8,90%
11,89%
9,25%
14,45%
14,19%
De associatie tussen werklast en de verzuimduur is statistisch significant (Chi2 = 30.711, p < 0.001). Wanneer we groepen van variabele werklast met elkaar vergelijken, zien we drie groepenparen die verschillen: groepen 0 & 3, 1 & 3 en 0 & 2.
Pearson Chi-square: 15,2157, df=3, p=,001642 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 1-3 dagen 4-9 dagen Werklast 51,18% 14,71% 12,94% 0 Werklast 62,11% 16,74% 11,89% 3 Tabel 31 Werklast - Verzuimduur: Rijpercentages (groepen 0 & 3)
Verzuim Totale Duur > 9 dagen 21,18% 9,25%
Groepen 0 en 3 verschillen significant (Chi2 = 15.216, p = 0.002). De groep die de meeste werklast ervaart, groep 0, heeft een lager percentage niet-verzuimers (p = 0.010) en een hoger percentage verzuimers uit de langste verzuimcategorie, met een totale duur hoger dan negen dagen (p = 0.001).
Pearson Chi-square: 8,77897, df=3, p=,032384 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 1-3 dagen 4-9 dagen Werklast 51,85% 15,49% 17,51% 1 Werklast 62,11% 16,74% 11,89% 3 Tabel 32 Werklast - Verzuimduur: Rijpercentages (groepen 1 & 3)
66
Verzuim Totale Duur > 9 dagen 15,15% 9,25%
Groepen 1 en 3 van werklast verschillen eveneens significant qua totale verzuimduur (Chi2 = 8.779, p = 0.032). De groep die het best scoort op werklast, groep 3, heeft een hoger percentage nietverzuimers (p = 0.020) en een lager percentage langste verzuimers (p = 0.047).
Pearson Chi-square: 18,4344, df=3, p=,000358 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 1-3 dagen 4-9 dagen Werklast 51,18% 14,71% 12,94% 0 Werklast 57,19% 18,84% 15,07% 2 Tabel 33 Werklast - Verzuimduur: Rijpercentages (groepen 0 & 2)
Verzuim Totale Duur > 9 dagen 21,18% 8,90%
Tenslotte verschillen ook groepen 0 en 2 significant (Chi2 = 18.434, p < 0.001). De groep die de meeste werklast ervaart, groep 0, heeft een significant hoger percentage verzuimers, die langer dan 9 dagen afwezig waren (p < 0.001). De vergelijking van de groepen van werklast leert ons dat een grotere werklast gepaard gaat met een langere verzuimduur. Het verband tussen de werklast en de totale verzuimduur bleef significant na controle voor opleiding, geslacht en leeftijd (p = 0.034) in het log lineair model. Hypothese 2a wordt aanvaard: meer werklast is gerelateerd aan een langere verzuimduur.
67
9.3.2 Fysische omstandigheden Chi2 = 14.146, p = 0.117 Verzuim Verzuim Totale Duur Verzuim Totale Duur Totale Duur 1 2 0 Omstandigheden 0 49,84% 15,08% 16,72% Omstandigheden 1 57,91% 16,42% 14,63% Omstandigheden 2 53,00% 18,02% 13,07% Omstandigheden 3 60,09% 15,88% 12,88% Kolom Percentage 55,02% 16,35% 14,45% Tabel 34 Kruistabel Fysische Omstandigheden - Verzuimduur: Rijpercentages
Verzuim Totale Duur 3 18,36% 11,04% 15,90% 11,16% 14,19%
De associatie tussen de fysische omstandigheden en de verzuimduur blijkt niet significant (Chi2 = 14.146, p = 0.117). Hypothese 2b wordt verworpen: er bestaat geen verband tussen de fysische omstandigheden en de verzuimduur.
9.3.3 Woon-werkverkeer Chi2 = 23.574 ; p = 0.073 Verzuim Totale Duur 0 43,36% 59,84% 55,12% 57,84% 53,50% 57,45%
Verzuim Totale Duur Verzuim Totale Duur 1 2
Woon-werkverkeer 1 12,39% 23,01% Woon-werkverkeer 2 16,54% 9,45% Woon-werkverkeer 3 15,75% 12,60% Woon-werkverkeer 4 20,00% 12,43% Woon-werkverkeer 5 16,72% 16,11% Woon-werkverkeer 6 15,27% 13,45% Kolom 55,02% 16,35% 14,45% Percentage Tabel 35 Kruistabel Woon-werkverkeer - Verzuimduur: Rijpercentages
Verzuim Totale Duur 3 21,24% 14,17% 16,54% 9,73% 13,68% 13,82% 14,19%
Het woon-werkverkeer en de totale verzuimduur zijn niet geassocieerd met elkaar (Chi2 = 23.574 ; p = 0.073). Hypothese 2c wordt verworpen: er bestaat geen verband tussen het woon-werkverkeer en de totale verzuimduur.
68
9.3.4 Grensoverschrijdend gedrag Chi2 = 41.652 , p < 0.001 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
GOG 49,65% 12,15% 14,93% 0 GOG 49,29% 21,43% 16,07% 1 GOG 58,28% 15,23% 15,89% 2 GOG 62,59% 16,78% 10,84% 3 Kolom 55,02% 16,35% 14,45% Percentage Tabel 36 Kruistabel Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages
Verzuim Totale Duur > 9 dagen 23,26% 13,21% 10,60% 9,79% 14,19%
De test met de kruistabellen vindt een verband tussen grensoverschrijdend gedrag en de totale verzuimduur (Chi2 = 41.652 , p < 0.001). Wanneer we de groepen met elkaar vergelijken, bemerken we dat de groep die het slechtst scoort voor grensoverschrijdend gedrag, groep 0, significant verschilt van alle andere groepen. Bovendien bestaat er eveneens een verschil tussen groepen 1 en 3.
Pearson Chi-square: 24,0108, df=3, p=,000025 Verzuim Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen > 9 dagen GOG 49,65% 23,26% 12,15% 14,93% 0 GOG 62,59% 9,79% 16,78% 10,84% 3 Tabel 37 Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages (groepen 0 & 3)
De groep die het minst last heeft van grensoverschrijdend gedrag, groep 3, en de groep die het meeste GOG ervaart, groep 0, verschillen significant qua verzuimduur (Chi2 = 24.011, p < 0.001). Groep 0 heeft een lager percentage niet-verzuimers (p = 0.002) en een hoger percentage werknemers uit de langste verzuimcategorie
(p < 0.001).
69
Pearson Chi-square: 10,3988, df=3, p=,015467 Verzuim Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen 9 dagen GOG 49,29% 21,43% 16,07% 13,21% 1 GOG 62,59% 16,78% 10,84% 9,79% 3 Tabel 38 Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages (groepen 1 & 3)
Groepen 1 en 3 verschillen significant wat betreft de totale verzuimduur (Chi2 = 10.399, p = 0.015). Groep 3 heeft een hoger percentage niet-verzuimers (p = 0.002).
Pearson Chi-square: 17,2336, df=3, p=,000633 Verzuim Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen > 9 dagen GOG 49,65% 23,26% 12,15% 14,93% 0 GOG 58,28% 10,60% 15,23% 15,89% 2 Tabel 39 Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages (groepen 0 & 2)
Groepen 0 en 2 verschillen significant (Chi2 = 17.234, p < 0.001). Groep 1, die het meest last heeft van grensoverschrijdend gedrag, heeft een lager percentage niet-verzuimers (p = 0.039) en een hoger percentage personen, die langer dan 9 dagen verzuimden (p < 0.001).
Pearson Chi-square: 15,2576, df=3, p=,001610 Verzuim Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen > 9 dagen GOG 12,15% 23,26% 49,65% 14,93% 0 GOG 21,43% 13,21% 49,29% 16,07% 1 Tabel 40 Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages (groepen 0 & 1)
Tenslotte verschillen groepen 0 en 1 ook significant (Chi2 = 15.258, p = 0.002). Groep 1 heeft een hoger percentage verzuimers die één tot drie dagen verzuimden (p = 0.003), terwijl groep 0 een hoger percentage langdurige verzuimers bevat (p = 0.002). Uit deze kruistabellen kunnen we afleiden dat meer grensoverschrijdend gedrag geassocieerd is met een langere verzuimduur. Het verband tussen grensoverschrijdend gedrag en de totale duur van het ziekteverzuim blijft significant in de log-lineaire analyse (Chi2 = 29.620, p = 0.001).
70
Hypothese 2d wordt aanvaard: meer grensoverschrijdend gedrag is geassocieerd met een langere totale verzuimduur.
9.3.5 Jobzekerheid Chi2 = 35.182 , p = 0.002 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
Jobzekerheid 50,67% 13,33% 5,33% 1 Jobzekerheid 57,78% 14,44% 10,00% 2 Jobzekerheid 50,45% 15,32% 20,72% 3 Jobzekerheid 51,32% 14,81% 15,87% 4 Jobzekerheid 55,41% 17,05% 15,74% 5 Jobzekerheid 58,03% 17,88% 13,73% 6 Kolom 55,02% 16,35% 14,45% Percentage Tabel 41 Kruistabel Jobzekerheid - Verzuimduur: Rijpercentages
Verzuim Totale Duur > 9 dagen 30,67% 17,78% 13,51% 17,99% 11,80% 10,36% 14,19%
Er bestaat een verband tussen jobzekerheid en de verzuimduur (Chi2 = 35.182 , p = 0.002). Wanneer we de verschillende groepen met elkaar vergelijken, bemerken we dat groep 1, met de minste jobzekerheid, significant verschilt van alle andere groepen (behalve groep 2) wat betreft verzuimduur. Bovendien verschillen groepen 4 en 6 significant.
Pearson Chi-square: 23,8806, df=3, p=,000026 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Jobzekerheid 50,67% 13,33% 5,33% 1 Jobzekerheid 58,03% 17,88% 13,73% 6 Tabel 42 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 1 & 6)
Verzuim Totale Duur > 9 dagen 30,67% 10,36%
Groep 1, die het minst zeker is over het behoud van de job, en groep 6, die de meeste zekerheid heeft, verschillen significant (Chi2 = 23.881, p < 0.001). Groep 1 heeft een hoger percentage verzuimers die langer dan negen dagen verzuimen (p < 0.001).
71
Pearson Chi-square: 19,3159, df=3, p=,000235 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Jobzekerheid 5,33% 50,67% 13,33% 1 Jobzekerheid 15,74% 55,41% 17,05% 5 Tabel 43 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 1 & 5)
Verzuim Totale Duur > 9 dagen 30,67% 11,80%
Groepen 1 en 5 hebben een significant verschillende verzuimduur (Chi2 = 19.316, p < 0.001). Groep 1 heeft een hoger percentage personen die meer dan negen dagen verzuimden (p < 0.001) en een lager percentage verzuimers, die tussen vier en negen dagen afwezig waren (p = 0.023).
Pearson Chi-square: 8,71432, df=3, p=,033346 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Jobzekerheid 5,33% 50,67% 13,33% 1 Jobzekerheid 15,87% 51,32% 14,81% 4 Tabel 44 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 1 & 4)
Verzuim Totale Duur > 9 dagen 30,67% 17,99%
Ook groepen 1 en 4 verschillen significant wat betreft de verzuimduur (Chi2 = 8.714, p = 0.033). De groep met de minste jobzekerheid, groep 1, heeft een hoger percentage verzuimers uit de langste verzuimcategorie (p = 0.031) en een lager percentage vezuimers die vier tot en met negen dagen afwezig waren (p = 0.024).
Pearson Chi-square: 13,8680, df=3, p=,003092 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Jobzekerheid 5,33% 50,67% 13,33% 1 Jobzekerheid 20,72% 50,45% 15,32% 3 Tabel 45 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 1 & 3)
Verzuim Totale Duur > 9 dagen 30,67% 13,51%
Groepen 1 en 3 verschillen eveneens (Chi2 = 13.868, p = 0.003). De groep die het minst scoort op jobzekerheid, groep 1, heeft een hoger percentage verzuimers die langer dan negen dagen afwezig waren (p = 0.005). Groep 3 had dan weer een hoger percentage verzuimers tussen 4 en 9 dagen (p = 0.003).
72
Pearson Chi-square: 7.8653, df = 3, p-value = 0.04888 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Jobzekerheid 51,32% 14,81% 15,87% 4 Jobzekerheid 58,03% 17,88% 13,73% 6 Tabel 46 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 4 & 6)
Verzuim Totale Duur > 9 dagen 17,99% 10,36%
Tenslotte verschillen groepen 4 en 6 (Chi2 = 7.865, p = 0.049). De groep die het meest zeker was over het behoud van de job (groep 6) had een lager percentage langste verzuimers (p = 0.012). Uit deze testen kunnen we afleiden dat de onzekerheid over de job geassocieerd is met een langere verzuimduur. In de log-lineaire analyse zien we opnieuw een statistisch significant verband (Chi2 = 29.486, p = 0.014). Hypothese 2e wordt dus ondersteund: er bestaat een negatief verband tussen jobzekerheid en de verzuimduur.
9.3.6 Privé-werk balans Chi2 = 41.652, p < 0.001 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
Privé-werk balans 48,31% 12,71% 15,25% 1 Privé-werk balans 53,28% 15,57% 10,66% 2 Privé-werk balans 58,62% 16,55% 13,10% 3 Privé-werk balans 48,25% 20,62% 19,84% 4 Privé-werk balans 56,88% 16,51% 12,54% 5 Privé-werk balans 63,64% 12,83% 13,37% 6 Kolom 55,02% 16,35% 14,45% Percentage Tabel 47 Kruistabel Privé-werk balans - Verzuimduur: Rijpercentages
Verzuim Totale Duur > 9 dagen 23,73% 20,49% 11,72% 11,28% 14,07% 10,16% 14,19%
Het verband tussen de privé-werk balans en de totale verzuimduur is statistisch significant (Chi2 = 41.652, p < 0.001). Vijf groepenparen verschillen qua verzuimduur: groep 4 verschilt van groepen 1, 2, 5 en 6. Er is ook een verschil tussen groepen 1 en 6.
73
Pearson Chi-square: 11,7735, df=3, p=,008203 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen 48,31% Privé-werk balans 1 12,71% 15,25% 63,64% Privé-werk balans 6 12,83% 13,37% Tabel 48 Privé-werk balans - Verzuimduur: Rijpercentages (groepen 1 & 6)
Verzuim Totale Duur > 9 dagen 23,73% 10,16%
Groepen 1 en 6 verschillen significant (Chi2 = 11.774, p = 0.008). De groep die het best privé en werk kan combineren, groep 6, heeft een significant hoger percentage niet-verzuimers als groep 1 (p = 0.009), die de slechtste privé-werk balans heeft. Bovendien heeft groep 1 een hoger percentage verzuimers uit de langste verzuimklasse (p = 0.002).
Pearson Chi-square: 11,9567, df=3, p=,007535 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Privé-werk balans 48,31% 12,71% 15,25% 1 Privé-werk balans 48,25% 20,62% 19,84% 4 Tabel 49 Privé-werk balans - Verzuimduur: Rijpercentages (groepen 1 & 4)
Verzuim Totale Duur > 9 dagen 23,73% 11,28%
Groepen 1 en 4 verschillen significant qua verzuimduur (Chi2 = 11.957, p = 0.008). Groep 1, met de slechtste privé-werk balans, heeft een hoger percentage langste verzuimers (p = 0.003).
Pearson Chi-square: 10,5888, df=3, p=,014174 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Privé-werk balans 10,66% 53,28% 15,57% 2 Privé-werk balans 19,84% 48,25% 20,62% 4 Tabel 50 Privé-werk balans - Verzuimduur: Rijpercentages (groepen 2 & 4)
Verzuim Totale Duur > 9 dagen 20,49% 11,28%
Groepen 2 en 4 hebben een verschillende verzuimduur (Chi2 = 10.589, p = 0.014). Groep 4 heeft een hoger percentage verzuimers, die tussen vier en negen dagen afwezig waren (p = 0.028) maar een lager percentage verzuimers die langer dan negen dagen afwezig waren (p = 0.019).
74
Pearson Chi-square: 9.0898, df = 3, p-value = 0.02812 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Privé-werk balans 48,25% 19,84% 20,62% 4 Privé-werk balans 56,88% 12,54% 16,51% 5 Tabel 51 Privé-werk balans - Verzuimduur: Rijpercentages (groepen 4 & 5)
Verzuim Totale Duur > 9 dagen 11,28% 14,07%
Groepen 4 en 5 verschillen eveneens significant wat betreft de totale verzuimduur (Chi2 = 9.090, p = 0.028). Groep 5, die een iets betere privé-werk balans heeft, heeft een hoger percentage nietverzuimers (p = 0.045) en een lager percentage personen die tussen vier en negen dagen afwezig waren (p = 0.022).
Pearson Chi-square: 11.2465, df = 3, p-value = 0.01046 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Privé-werk balans 48,25% 20,62% 19,84% 4 Privé-werk balans 63,64% 12,83% 13,37% 6 Tabel 52 Privé-werk balans - Verzuimduur: Rijpercentages (groepen 4 & 6)
Verzuim Totale Duur > 9 dagen 11,28% 10,16%
Tenslotte verschillen groepen 4 en 6 eveneens (Chi2 = 11.247, p = 0.010). De groep die het best privé en werk kan combineren, groep 6, heeft een significant lager percentage niet-verzuimers (p = 0.001). Groep 4 heeft dan weer een hoger percentage personen die één tot drie dagen afwezig waren (p = 0.042). In deze tabellen zien we een slechtere privé-werk balans gerelateerd is aan een langere verzuimduur. In het log-lineaire model wordt gecontroleerd voor opleiding, geslacht en leeftijd. Het verband blijft significant (Chi2 = 24.757, p = 0.053). Hypothese 2f wordt deels aanvaard: een slechtere privé-werk balans gaat gepaard met een langere verzuimduur, maar dit geldt niet meer na controle voor leeftijd, opleiding en geslacht.
75
9.4 Onderzoeksvraag 3 : Bestaat er een verband tussen de energiebronnen en de ziekteverzuimfrequentie? 9.4.1 Steun baas Chi2 = 14.598, p = 0.103 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Steun baas 51,38% 23,45% 12,41% 0 Steun baas 51,61% 22,90% 13,55% 1 Steun baas 54,74% 21,40% 15,09% 2 Steun baas 63,10% 19,19% 11,07% 3 Kolom 55,02% 21,80% 13,06% Percentage Tabel 53 Kruistabel Steun Baas - Verzuimfrequentie: Rijpercentages
Verzuim Frequentie >2 12,76% 11,94% 8,77% 6,64% 10,12%
De test met de kruistabellen vindt geen verband tussen de steun van de baas en de verzuimfrequentie (Chi2 = 14.598, p = 0.103). Hypothese 3a wordt verworpen: er bestaat geen associatie tussen de steun van de baas en de verzuimfrequentie.
9.4.2 Betrokkenheid bij de organisatie Chi2 = 29.984, p < 0.001 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Verzuim Frequentie >2
Organisatie 50,33% 23,20% 10,78% 15,69% 0 Organisatie 50,92% 23,99% 17,34% 7,75% 1 Organisatie 55,42% 21,39% 12,95% 10,24% 2 Organisatie 64,78% 18,22% 11,34% 5,67% 3 Kolom 55,02% 21,80% 13,06% 10,12% Percentage Tabel 54 Kruistabel Betrokkenheid Organisatie - Verzuimfrequentie: Rijpercentages
De associatie tussen de betrokkenheid bij de organisatie en de verzuimfrequentie is statistisch significant (Chi2 = 29.984, p < 0.001). Als we groepen vergelijken, bemerken we dat groep 3, die het meest betrokken is bij de organisatie, significant verschilt van groepen 0 en 1, die minder betrokken zijn. Er bestaat ook een verschil tussen groepen 0 en 1.
76
Pearson Chi-square: 18,9178, df=3, p=,000285 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Organisatie 50,33% 23,20% 10,78% 0 Organisatie 64,78% 18,22% 11,34% 3 Tabel 55 Organisatie - Verzuimfrequentie: Rijpercentages (groepen 0 & 3)
Verzuim Frequentie >2 15,69% 5,67%
Groepen 0 en 3 verschillen significant (Chi2 = 18.918, p < 0.001). De groep die het minst betrokken is bij de organisatie, groep 0, heeft een significant lager percentage niet-verzuimers (p < 0.001) als groep 3, die het meest betrokken is. Groep 0 heeft bovendien een hoger percentage werknemers die meer dan tweemaal afwezig waren (p < 0.001).
Pearson Chi-square: 10,3842, df=3, p=,015571 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Organisatie 50,92% 23,99% 17,34% 1 Organisatie 64,78% 18,22% 11,34% 3 Tabel 56 Organisatie - Verzuimfrequentie: Rijpercentages (groepen 1 & 3)
Verzuim Frequentie >2 7,75% 5,67%
Groepen 1 en 3 verschillen significant qua verzuimfrequentie (Chi2 = 10.384, p = 0.016). Groep 1 heeft een significant lager aandeel niet-verzuimers als groep 3 (p = 0.002).
Pearson Chi-square: 12,0780, df=3, p=,007123 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Organisatie 10,78% 50,33% 23,20% 0 Organisatie 17,34% 50,92% 23,99% 1 Tabel 57 Organisatie - Verzuimfrequentie: Rijpercentages (groepen 0 & 1)
Verzuim Frequentie >2 15,69% 7,75%
Groepen 0 en 1 verschillen significant qua verzuimfrequentie (Chi2 = 12.078, p = 0.007). Groep 1, die het minst betrokken is, heeft een hoger percentage verzuimers die vaker dan tweemaal afwezig waren (p = 0.029) en een lager percentage verzuimers die tweemaal afwezig waren (p = 0.004). In de tabellen zien we dat meer betrokkenheid bij de organisatie verbonden is met een lagere verzuimfrequentie Via de log-lineaire analyse werd dan gecontroleerd voor opleiding, geslacht en leeftijd: het verband bleef statistisch significant (Chi2 = 18.380, p = 0.031).
77
Hypothese 3b wordt aanvaard: er bestaat een negatief verband tussen de betrokkenheid bij de organisatie en de verzuimfrequentie.
9.4.3 Steun van de collega’s Chi2 = 5.067, p = 0.828 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Steun collega's 54,11% 23,87% 11,41% 0 Steun collega's 54,04% 20,61% 15,32% 1 Steun collega's 54,36% 21,99% 13,28% 2 Steun collega's 59,78% 19,55% 11,73% 3 Kolom 55,02% 21,80% 13,06% Percentage Tabel 58 Kruistabel Steun Collega’s - Verzuimfrequentie: Rijpercentages
De nulhypothese van onafhankelijkheid kan niet verworpen worden (Chi2 =
Verzuim Frequentie >2 10,61% 10,03% 10,37% 8,94% 10,12%
5.067, p = 0.828): er
bestaat geen verband tussen de steun van de collega’s en de verzuimfrequentie. Hypothese 3c wordt verworpen: meer steun van de collega’s is niet geassocieerd met een lagere verzuimfrequentie.
9.4.4 Steun van het team Chi2 = 36.212, p < 0.001 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Steun team 47,17% 25,66% 13,21% 0 Steun team 55,31% 19,05% 13,55% 1 Steun team 50,57% 26,14% 14,20% 2 Steun team 68,42% 15,04% 10,90% 3 Kolom 55,02% 21,80% 13,06% Percentage Tabel 59 Kruistabel Steun Team - Verzuimfrequentie: Rijpercentages
Verzuim Frequentie >2 13,96% 12,09% 9,09% 5,64% 10,12%
Uit de kruistabel leren we dat er een verband bestaat tussen de steun van het team en de verzuimfrequentie (Chi2 = 36.212, p < 0.001). De vergelijking van de groepen leert ons dat groep 3,
78
die de meeste steun ontvangt in teamverband, significant verschilt van alle andere groepen wat betreft de verzuimfrequentie.
Pearson Chi-square: 27,7107, df=3, p=,000004 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Steun team 47,17% 25,66% 13,21% 0 Steun team 68,42% 15,04% 10,90% 3 Tabel 60 Steun Team - Verzuimfrequentie: Rijpercentages (groepen 0 & 3)
Verzuim Frequentie >2 13,96% 5,64%
Groepen 0 en 3 verschillen significant van elkaar (Chi2 = 27.711, p < 0.001). Groep 3, die de meeste steun van het team ervaart, heeft een significant hoger percentage niet-verzuimers (p < 0.001), een significant lager percentage verzuimers die éénmaal afwezig waren (p = 0.003) en een significant lager percentage werknemers die meer dan tweemaal afwezig waren (p = 0.001).
Pearson Chi-square: 12,0819, df=3, p=,007110 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Steun team 55,31% 19,05% 13,55% 1 Steun team 68,42% 15,04% 10,90% 3 Tabel 61 Steun Team - Verzuimfrequentie: Rijpercentages (groepen 1 & 3)
Verzuim Frequentie >2 12,09% 5,64%
Groepen 1 en 3 verschillen significant wat betreft de verzuimfrequentie (Chi2 = 12.082, p = 0.007). De groep die de meeste teamsteun ontvangt heeft een hoger aandeel niet-verzuimers (p = 0.002) en een lager aandeel frequentste verzuimers (p = 0.010).
Pearson Chi-square: 20,6936, df=3, p=,000122 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Steun team 50,57% 26,14% 14,20% 2 Steun team 68,42% 15,04% 10,90% 3 Tabel 62 Steun Team - Verzuimfrequentie: Rijpercentages (groepen 2 & 3)
Verzuim Frequentie >2 9,09% 5,64%
Tenslotte verschillen groepen 2 en 3 ook qua verzuimfrequentie (Chi2 = 20.694, p < 0.001). Groep 3,
die de meeste steun van het team ontvangt, heeft een hoger percentage niet-verzuimers ( p < 0.001) en een lager percentage verzuimers die éénmaal afwezig waren (p = 0.001).
79
Uit de groepenvergelijkingen blijkt dat meer steun van het team gerelateerd is aan een lagere verzuimfrequentie. Na controle voor de drie socio-demografische variabelen in het log-lineaire model is het verband tussen de steun van het team en de verzuimfrequentie nog steeds significant (Chi2 = 27.312, p = 0.001). Uit deze testen kan men besluiten dat hypothese 3d mag aanvaard worden: er bestaat een negatief verband tussen de teamsteun en de verzuimfrequentie.
9.4.5 Regelruimte Chi2 = 28.880, p < 0.001 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Regelruimte 48,29% 23,36% 13,71% 0 Regelruimte 52,57% 22,66% 13,79% 1 Regelruimte 60,57% 22,76% 10,57% 2 Regelruimte 66,46% 14,91% 13,66% 3 Kolom 55,02% 21,80% 13,06% Percentage Tabel 63 Kruistabel Regelruimte - Verzuimfrequentie: Rijpercentages
Verzuim Frequentie >2 14,64% 10,98% 6,10% 4,97% 10,12%
Het verband tussen regelruimte en ziekteverzuimfrequentie is statistisch significant (Chi2 = 28.880, p < 0.001). Groep 3, de groep met de meeste autonomie, verschilt significant van groepen 0 en 1 wat betreft de verzuimfrequentie. Er bestaat ook een verschil tussen groepen 0 en 2.
Pearson Chi-square: 19,0406, df=3, p=,000268 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Regelruimte 48,29% 23,36% 13,71% 0 Regelruimte 66,46% 14,91% 13,66% 3 Tabel 64 Regelruimte - Verzuimfrequentie: Rijpercentages (groepen 0 & 3)
Verzuim Frequentie >2 14,64% 4,97%
Groep 0, met de minste regelruimte, en groep 3, met de meeste regelruimte, verschillen significant qua verzuimfrequentie (Chi2 = 19.041, p < 0.001). De groep met de meeste regelruimte heeft een hoger percentage niet-verzuimers (p < 0.001), een lager percentage verzuimers die éénmaal afwezig waren (p = 0.040) en een hoger percentage verzuimers die meer dan tweemaal afwezig waren (p = 0.001).
80
Pearson Chi-square: 11,9607, df=3, p=,007521 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Regelruimte 52,57% 22,66% 13,79% 1 Regelruimte 66,46% 14,91% 13,66% 3 Tabel 65 Regelruimte - Verzuimfrequentie: Rijpercentages (groepen 1 & 3)
Verzuim Frequentie >2 10,98% 4,97%
Groepen 1 en 3 verschillen significant van elkaar (Chi2 = 11.961, p = 0.008). Groep 3, met de meeste autonomie, heeft een hoger percentage niet-verzuimers (p = 0.003), een lager percentage verzuimers die éénmaal afwezig waren (p = 0.040) en een lager percentage frequentste verzuimers (p = 0.026).
Pearson Chi-square: 14,3493, df=3, p=,002467 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Regelruimte 48,29% 23,36% 13,71% 0 Regelruimte 60,57% 22,76% 10,57% 2 Tabel 66 Regelruimte - Verzuimfrequentie: Rijpercentages (groepen 0 & 2)
Verzuim Frequentie >2 14,64% 6,10%
Groepen 0 en 2 hebben een significant verschillende verzuimfrequentie (Chi2 = 14.349, p = 0.002). De groep met de minste regelruimte, groep 0, heeft een lager percentage niet-verzuimers (p = 0.004) en een hoger percentage frequentste verzuimers (p = 0.001). De groepenvergelijking leert ons dat meer autonomie gerelateerd is aan een lagere verzuimfrequentie. Na controle voor opleiding, geslacht en leeftijd bleek het verband tussen de regelruimte en de verzuimfrequentie in het log-lineaire model niet meer significant (Chi2 = 13.200, p = 0.154) Hypothese 3e wordt dus grotendeels ondersteund, meer regelruimte gaat gepaard met een lagere verzuimfrequentie, hoewel dit niet meer geldt na controle voor de drie socio-demografische variabelen.
81
9.4.6 Loopbaanontwikkeling Chi2 = 14.521, p = 0.105 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Loopbaan 52,12% 21,25% 12,18% 0 Loopbaan 55,90% 22,22% 12,15% 1 Loopbaan 57,51% 19,31% 15,88% 2 Loopbaan 55,67% 24,11% 12,77% 3 Kolom 55,02% 21,80% 13,06% Percentage Tabel 67 Kruistabel Loopbaanontwikkeling - Verzuimfrequentie: Rijpercentages
Verzuim Frequentie >2 14,45% 9,72% 7,30% 7,45% 10,12%
Het verband tussen de loopbaanontwikkeling en de verzuimfrequentie is niet significant (Chi2 = 14.521, p = 0.105).
Hypothese 3f
kan dus verworpen worden: er bestaat geen verband tussen de
loopbaanontwikkeling en de verzuimfrequentie.
9.4.7 Jobinhoud Chi2 = 25.972, p = 0.002 Verzuim Frequentie 0
Verzuim Frequentie 1
Verzuim Frequentie 2
Jobinhoud 48,80% 21,31% 14,43% 0 Jobinhoud 54,23% 23,62% 13,41% 1 Jobinhoud 53,48% 21,61% 13,92% 2 Jobinhoud 65,06% 20,08% 10,04% 3 Kolom 55,02% 21,80% 13,06% Percentage Tabel 68 Kruistabel Jobinhoud - Verzuimfrequentie: Rijpercentages
Verzuim Frequentie >2 15,46% 8,75% 10,99% 4,82% 10,12%
De test met de kruistabellen vindt een statistisch verband tussen de jobinhoud en de verzuimfrequentie (Chi2 = 25.972, p = 0.002). Wanneer we de groepen van deze energiebron met elkaar vergelijken, zien we dat groep 3, die het meest tevreden is over de jobinhoud, verschilt van alle andere groepen.
82
Pearson Chi-square: 22,8920, df=3, p=,000043 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Jobinhoud 48,80% 21,31% 14,43% 0 Jobinhoud 65,06% 20,08% 10,04% 3 Tabel 69 Jobinhoud - Verzuimfrequentie: Rijpercentages (groepen 0 & 3)
Verzuim Frequentie >2 15,46% 4,82%
Groepen 0 en 3 verschillen significant van elkaar qua verzuimfrequentie (Chi2 = 22.892, p < 0.001). Groep 3, die het meest tevreden is over de jobinhoud, heeft een hoger percentage niet-verzuimers (p < 0.001) en een lager percentage verzuimers die meer dan twee keer afwezig waren (p < 0.001).
Pearson Chi-square: 8,19761, df=3, p=,042105 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Jobinhoud 54,23% 23,62% 13,41% 1 Jobinhoud 65,06% 20,08% 10,04% 3 Tabel 70 Jobinhoud - Verzuimfrequentie: Rijpercentages (groepen 1 & 3)
Verzuim Frequentie >2 8,75% 4,82%
Groepen 1 en 3 verschillen significant wat betreft de verzuimfrequentie (Chi2 = 8.198, p = 0.042). De groep die de beste score heeft voor jobinhoud heeft een hoger percentage niet-verzuimers (p = 0.009).
Pearson Chi-square: 10,8907, df=3, p=,012335 Verzuim Verzuim Verzuim Frequentie Frequentie Frequentie 0 1 2 Jobinhoud 53,48% 21,61% 13,92% 2 Jobinhoud 65,06% 20,08% 10,04% 3 Tabel 71 Jobinhoud - Verzuimfrequentie: Rijpercentages (groepen 2 & 3)
Verzuim Frequentie >2 10,99% 4,82%
Groepen 2 en 3 verschillen significant (Chi2 = 10.891, p = 0.012). Groep 3, met een betere jobinhoud, heeft een lager percentage niet-verzuimers (p = 0.008) en een hoger percentage verzuimers die meer dan tweemaal afwezig waren (p = 0.010). Uit de groepenvergelijking blijkt dat een betere jobinhoud gepaard gaat met een lagere verzuimfrequentie. Na controle voor opleiding, geslacht en leeftijd in het log-lineaire model blijkt de associatie tussen de vaardigheidsbenutting en de verzuimfrequentie niet meer significant (Chi2 = 16.652, p = 0.075).
83
Hypothese 3g wordt dus grotendeels ondersteund, een betere jobinhoud gaat gepaard met een lagere verzuimfrequentie, hoewel dit niet meer geldt na controle voor de drie socio-demografische variabelen.
9.5 Onderzoeksvraag 4 : Bestaat er een verband tussen de energiebronnen en de ziekteverzuimduur? 9.5.1 Steun baas Chi2 = 19.128, p = 0.024 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
Steun baas 51,38% 15,17% 14,83% 0 Steun baas 51,61% 16,45% 18,06% 1 Steun baas 54,74% 16,84% 14,74% 2 Steun baas 63,10% 16,97% 9,59% 3 Kolom 55,02% 16,35% 14,45% Percentage Tabel 72 Kruistabel Steun Baas - Verzuimduur: Rijpercentages
Verzuim Totale Duur > 9 dagen 18,62% 13,87% 13,68% 10,33% 14,19%
Het verband tussen de ervaren steun van de baas en de verzuimduur is statistisch significant (Chi2 = 19.128, p = 0.024). Wanneer we de verschillende groepen met elkaar vergelijken, zien we dat groep 3, met de meeste steun van de baas, significant verschilt van groepen 0 en 1, met minder steun.
Pearson Chi-square: 13.3611, df = 3, p-value = 0.003917 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Steun baas 51,38% 15,17% 14,83% 0 Steun baas 63,10% 16,97% 9,59% 3 Tabel 73 Steun Baas - Verzuimduur: Rijpercentages (groepen 0 & 3)
Verzuim Totale Duur > 9 dagen 18,62% 10,33%
Groepen 0 en 3 verschillen significant (Chi2 = 13.361, p = 0.004). De groep die de meeste steun van de baas ervaart, heeft een hoger percentage niet-verzuimers (p = 0.006) en een lager percentage verzuimers die meer dan negen dagen afwezig waren (p = 0.006) in vergelijking met de groep die de minste steun van de baas ontvangt.
84
Pearson Chi-square = 12.205, df = 3, p-value = 0.006713 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Steun baas 51,61% 18,06% 16,45% 1 Steun baas 63,10% 9,59% 16,97% 3 Tabel 74 Steun Baas - Verzuimduur: Rijpercentages (groepen 1 & 3)
Verzuim Totale Duur > 9 dagen 13,87% 10,33%
Groepen 1 en 3 verschillens eveneens significant qua totale verzuimduur (Chi2 = 12.205, p = 0.007). Groep 3, die de meeste steun van de baas ervaart, heeft een significant hoger percentage nietverzuimers (p = 0.006) en een lager percentage verzuimers die vier tot negen dagen afwezig waren (p = 0.004). In de groepenvergelijkingen zien we dat meer steun van de baas geassocieerd is met een lagere verzuimduur. Wanneer we controleren voor opleiding, geslacht en leeftijd in een log-lineair model, is het verband tussen de steun van de baas en de verzuimduur niet meer significant (Chi2 = 12.169, p = 0.181). Hypothese 4a wordt dus grotendeels ondersteund: er bestaat een significant negatief verband tussen de steun van de baas en de verzuimduur. Dit verband is echter niet meer significant na controle voor opleiding, geslacht en leeftijd.
9.5.2 Betrokkenheid bij de organisatie Chi2 = 34.464, p < 0.001 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
Organisatie 50,33% 12,42% 16,67% 0 Organisatie 50,92% 18,45% 17,71% 1 Organisatie 55,42% 20,48% 13,25% 2 Organisatie 64,78% 13,36% 9,72% 3 Kolom 55,02% 16,35% 14,45% Percentage Tabel 75 Kruistabel Betrokkenheid Organisatie - Verzuimduur: Rijpercentages
Verzuim Totale Duur > 9 dagen 20,59% 12,92% 10,84% 12,15% 14,19%
Het verband tussen de betrokkenheid bij de organisatie en de verzuimduur is statistisch significant (Chi2 = 34.464, p < 0.001). Bij de vergelijking van de verschillende groepen blijkt dat alle groepen van elkaar verschillen, behalve groepen 1 en 2.
85
Pearson Chi-square: 15.7813, df = 3, p-value = 0.001257 Verzuim Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen > 9 dagen Organisatie 50,33% 16,67% 20,59% 12,42% 0 Organisatie 64,78% 9,72% 12,15% 13,36% 3 Tabel 76 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 0 & 3)
Groepen 0 en 3 verschillen significant qua verzuimduur (Chi2 = 15.781, p = 0.001). De groep die het meest betrokken is bij de organisatie, groep 3, heeft een hoger percentage niet-verzuimers (p < 0.001), een lager percentage verzuimers die vier tot negen dagen afwezig waren (p = 0.020) en een lager percentage verzuimers die meer dan negen dagen niet gingen werken (p = 0.009).
Pearson Chi-square: 18.0031, df = 3, p-value = 0.0004392 Verzuim Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen > 9 dagen Organisatie 12,42% 20,59% 50,33% 16,67% 0 Organisatie 20,48% 10,84% 13,25% 55,42% 2 Tabel 77 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 0 & 2)
Groepen 0 en 2 verschillen significant (Chi2 = 18.003, p < 0.001). Groep 0, met de minste betrokkenheid bij de organisatie, heeft een lager percentage verzuimers die één tot drie dagen afwezig waren (p = 0.008) maar heeft wel relatief meer verzuimers die meer dan negen dagen verzuimden (p < 0.001).
Pearson Chi-square: 8.5123, df = 3, p-value = 0.03653 Verzuim Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen > 9 dagen Organisatie 12,42% 20,59% 50,33% 16,67% 0 Organisatie 18,45% 12,92% 50,92% 17,71% 1 Tabel 78 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 0 & 1)
Groepen 0 en 1 verschillen significant (Chi2 = 8.512, p = 0.037). Groep 0, die de laagste score heeft voor de betrokkenheid bij de organisatie, heeft een lager percentage verzuimers die één tot drie dagen afwezig waren (p = 0.049) maar een hoger percentage verzuimers die meer dan negen dagen afwezig waren (p = 0.015).
86
Pearson Chi-square: 12.4054, df = 3, p-value = 0.006116 Verzuim Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen > 9 dagen Organisatie 50,92% 17,71% 18,45% 12,92% 1 Organisatie 64,78% 9,72% 13,36% 12,15% 3 Tabel 79 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 1 & 3)
Groepen 1 en 3 verschillen eveneens significant qua verzuimduur (Chi2 = 12.405, p = 0.006). Groep drie, met de meeste betrokkenheid, heeft een hoger percentage niet-verzuimers (p = 0.002) en een lager percentage verzuimers die vier tot negen dagen afwezig waren (p = 0.011).
Pearson Chi-square: 7.9233, df = 3, p-value = 0.04762 Verzuim Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen > 9 dagen Organisatie 55,42% 20,48% 13,25% 10,84% 2 Organisatie 64,78% 13,36% 9,72% 12,15% 3 Tabel 80 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 2 & 3)
Tenslotte verschillen ook groepen 2 en 3 wat betreft de totale verzuimduur (Chi2 = 7.923, p = 0.048). De groep die het meest betrokken is bij de organisatie heeft een hoger percentage niet-verzuimers (p = 0.026) en een lager percentage verzuimers die één tot drie dagen afwezig waren (p = 0.027). In de groepenvergelijking zien we duidelijk dat meer betrokkenheid bij de organisatie verbonden is aan een lagere verzuimduur.
Ook in het log-lineaire model, waarin gecontroleerd wordt voor de drie socio-demo’s, is het verband tussen de betrokkenheid en de totale verzuimduur significant (p = 0.006). Hypothese 4b wordt aanvaard: er bestaat een negatief verband tussen de betrokkenheid bij de organisatie en de totale duur van het ziekteverzuim.
87
9.5.3 Steun collega’s Chi2 = 10.752, p = 0.293 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
Steun collega's 54,11% 14,85% 14,06% 0 Steun collega's 54,04% 18,11% 16,16% 1 Steun collega's 54,36% 14,94% 14,11% 2 Steun collega's 59,78% 17,88% 12,29% 3 Kolom 55,02% 16,35% 14,45% Percentage Tabel 81 Kruistabel Steun Collega’s - Verzuimduur: Rijpercentages
Verzuim Totale Duur > 9 dagen 16,98% 11,70% 16,60% 10,06% 14,19%
Het verband tussen de steun van de collega’s en de verzuimduur is niet significant (Chi2 = 10.752, p = 0.293). Op basis van deze gegevens kunnen we besluiten dat hypothese 4c verworpen wordt: er is geen verband tussen de steun van de collega’s en de totale verzuimduur.
9.5.4 Steun van het team Chi2 = 32.815, p < 0.001 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
Steun team 47,17% 17,74% 15,47% 0 Steun team 55,31% 15,38% 15,38% 1 Steun team 50,57% 19,60% 15,91% 2 Steun team 68,42% 11,65% 10,53% 3 Kolom 55,02% 16,35% 14,45% Percentage Tabel 82 Kruistabel Steun Team - Verzuimduur: Rijpercentages
Verzuim Totale Duur > 9 dagen 19,62% 13,92% 13,92% 9,40% 14,19%
Het verband tussen de steun van het team en de verzuimduur is statistisch significant (Chi2 = 32.815, p < 0.001). Als we de groepen met elkaar vergelijken, blijkt dat groep 3 significant verschilt van de andere groepen.
88
Pearson Chi-square: 25.7801, df = 3, p-value = 1.060e-05 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Steun team 47,17% 17,74% 15,47% 0 Steun team 68,42% 11,65% 10,53% 3 Tabel 83 Steun Team - Verzuimduur: Rijpercentages (groepen 0 & 3)
Verzuim Totale Duur > 9 dagen 19,62% 9,40%
Groepen 0 en 3 verschillen significant qua verzuimduur (Chi2 = 25.780, p < 0.001). De groep met de meeste steun in teamverband, groep3, heeft een hoger percentage niet-verzuimers (p < 0.001) en een lager percentage verzuimers die meer dan negen dagen afwezig waren (p = 0.001).
Pearson Chi-square: 9.9367, df = 3, p-value = 0.01911 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Steun team 55,31% 15,38% 15,38% 1 Steun team 68,42% 11,65% 10,53% 3 Tabel 84 Steun Team - Verzuimduur: Rijpercentages (groepen 1 & 3)
Verzuim Totale Duur > 9 dagen 13,92% 9,40%
Groepen 1 en 3 verschillen significant (Chi2 = 9.937, p = 0.019). De groep met de meeste teamsteun heeft een hoger percentage niet-verzuimers (p = 0.002).
Pearson Chi-square: 20.0216, df = 3, p-value = 0.000168 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Steun team 50,57% 19,60% 15,91% 2 Steun team 68,42% 11,65% 10,53% 3 Tabel 85 Steun Team - Verzuimduur: Rijpercentages (groepen 2 & 3)
Verzuim Totale Duur > 9 dagen 13,92% 9,40%
Tenslotte zijn ook groepen 2 en 3 verschillend: de groep met de meeste steun in teamverband, groep 3, heeft een hoger percentage niet-verzuimers (p < 0.001) en een lager percentage verzuimers die één tot drie dagen afwezig waren (p = 0.008). Uit deze kruistabellen blijkt dat meer steun in teamverband geassocieerd is met een kortere verzuimduur. Het verband tussen de teamsteun en de totale verzuimduur blijft significant in het log-lineaire model (p = 0.004). Hypothese 4d wordt aanvaard: meer steun van het team is gerelateerd aan een lagere verzuimduur.
89
9.5.5 Regelruimte Chi2 = 42.769, p < 0.001 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
Regelruimte 48,29% 12,15% 17,76% 0 Regelruimte 52,57% 19,39% 14,95% 1 Regelruimte 60,57% 17,07% 10,57% 2 Regelruimte 66,46% 15,53% 12,42% 3 Kolom 55,02% 16,35% 14,45% Percentage Tabel 86 Kruistabel Regelruimte - Verzuimduur: Rijpercentages
Verzuim Totale Duur > 9 dagen 21,81% 13,08% 11,79% 5,59% 14,19%
Het verband tussen regelruimte en de verzuimduur is statistisch significant (Chi2 = 42.769, p < 0.001). Wanneer we de verschillende groepen vergelijken, zien we dat groep 0, met de minste autonomie, significant verschilt van de andere groepen. Bovendien bestaat er een verschil tussen groep 1 en 3.
Pearson Chi-square: 26.5505, df = 3, p-value = 7.314e-06 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Regelruimte 48,29% 12,15% 17,76% 0 Regelruimte 66,46% 15,53% 12,42% 3 Tabel 87 Regelruimte - Verzuimduur: Rijpercentages (groepen 0 & 3)
Verzuim Totale Duur > 9 dagen 21,81% 5,59%
Groepen 0 en 3 verschillen qua verzuimduur (Chi2 = 26.551, p < 0.001). De groep met de meeste regelruimte, groep 3, heeft een hoger percentage niet-verzuimers (p < 0.001) en een lager percentage verzuimers die meer dan negen dagen afwezig waren (p < 0.001).
90
Pearson Chi-square: 19.203, df = 3, p-value = 0.0002482 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Regelruimte 48,29% 17,76% 12,15% 0 Regelruimte 60,57% 10,57% 17,07% 2 Tabel 88 Regelruimte - Verzuimduur: Rijpercentages (groepen 0 & 2)
Verzuim Totale Duur > 9 dagen 21,81% 11,79%
Groepen 0 en 2 verschillen significant (Chi2 = 19.203, p < 0.001). Groep 0, met de minste autonomie, heeft een lager percentage niet-verzuimers (p = 0.004), een hoger percentage verzuimers die vier tot negen dagen afwezig waren (p = 0.017) en een hoger percentage verzuimers die meer dan negen dagen niet gingen werken (p = 0.002).
Pearson Chi-square: 15.76, df = 3, p-value = 0.00127 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Regelruimte 12,15% 48,29% 17,76% 0 Regelruimte 19,39% 52,57% 14,95% 1 Tabel 89 Regelruimte - Verzuimduur: Rijpercentages (groepen 0 & 1)
Verzuim Totale Duur > 9 dagen 21,81% 13,08%
Groepen 0 en 1 verschillen eveneens significant (Chi2 = 15.760, p = 0.001). Groep 1, met de minste regelruimte, heeft een lager percentage verzuimers die één tot drie dagen afwezig waren (p = 0.009) maar een hoger percentage verzuimers die meer dan negen dagen afwezig waren (p = 0.002).
Pearson Chi-square: 11.4362, df = 3, p-value = 0.009586 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Regelruimte 52,57% 19,39% 14,95% 1 Regelruimte 66,46% 15,53% 12,42% 3 Tabel 90 Regelruimte - Verzuimduur: Rijpercentages (groepen 1 & 3)
Verzuim Totale Duur > 9 dagen 13,08% 5,59%
Tenslotte verschillen ook groepen 1 en 3 wat betreft de totale verzuimduur (Chi2 = 11.436, p = 0.010). De groep met de meeste autonomie heeft een hoger percentage niet-verzuimers (p = 0.003) en een lager percentage ‘langste’ verzuimers (p = 0.037). De groepenvergelijking leert ons dat meer regelruimte geassocieerd is met een kortere verzuimduur.
91
Wanneer gecontroleerd wordt voor opleiding, geslacht en leeftijd in de log-lineaire analyse , merkt men dat het verband significant blijft (p = 0.006). Op basis van deze testen wordt hypothese 4e aanvaard: meer regelruimte is geassocieerd met een minder lange verzuimduur.
9.5.6 Loopbaanontwikkeling Chi2 = 12.784, p = 0.173 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
Loopbaan 52,12% 15,58% 17,56% 0 Loopbaan 55,90% 14,93% 11,11% 1 Loopbaan 57,51% 17,17% 15,02% 2 Loopbaan 55,67% 18,09% 13,48% 3 Kolom 55,02% 16,35% 14,45% Percentage Tabel 91 Kruistabel Loopbaanontwikkeling - Verzuimduur: Rijpercentages
Verzuim Totale Duur > 9 dagen 14,73% 18,06% 10,30% 12,77% 14,19%
De associatie tussen de loopbaanontwikkeling en de totale verzuimduur is niet significant (Chi2 = 12.784, p = 0.173). Op basis van deze test wordt hypothese 4f
verworpen: er bestaat geen verband tussen de
loopbaanontwikkeling en de totale duur van het verzuim.
9.5.7 Jobinhoud Chi2 = 29.709, p < 0.001 Verzuim Totale Duur 0 dagen
Verzuim Totale Duur 1-3 dagen
Verzuim Totale Duur 4-9 dagen
Jobinhoud 48,80% 13,06% 18,21% 0 Jobinhoud 54,23% 16,62% 14,87% 1 Jobinhoud 53,48% 19,05% 14,65% 2 Jobinhoud 65,06% 16,87% 9,24% 3 Kolom 55,02% 16,35% 14,45% Percentage Tabel 92 Kruistabel: Jobinhoud - Verzuimduur: Rijpercentages
92
Verzuim Totale Duur > 9 dagen 19,93% 14,29% 12,82% 8,84% 14,19%
Het verband tussen jobinhoud en de verzuimduur is statistisch significant (Chi2 = 29. 709, p < 0.001). Als we de verschillen groepen van jobinhoud met elkaar vergelijken, zien we dat groep 3, die het meest tevreden is over de jobinhoud, verschilt van alle andere groepen. Ook groepen 0 en 2 verschillen significant.
Pearson Chi-square: 26.4512, df = 3, p-value = 7.672e-06 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Jobinhoud 48,80% 18,21% 13,06% 0 Jobinhoud 65,06% 9,24% 16,87% 3 Tabel 93 Jobinhoud - Verzuimduur: Rijpercentages (groepen 0 & 3)
Verzuim Totale Duur > 9 dagen 19,93% 8,84%
Groepen 0 en 3 verschillen significant wat betreft de totale verzuimduur (Chi2 = 26.451, p < 0.001). De groep die het meest tevreden is over de jobinhoud heeft relatief meer niet-verzuimers (p < 0.001), minder verzuimers die tussen vier en negen dagen afwezig waren (p = 0.003) en minder verzuimers die meer als negen dagen afwezig waren (p < 0.001).
Pearson Chi-square: 10.1196, df = 3, p-value = 0.01758 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Jobinhoud 54,23% 14,87% 16,62% 1 Jobinhoud 65,06% 9,24% 16,87% 3 Tabel 94 Jobinhoud - Verzuimduur: Rijpercentages (groepen 1 & 3)
Verzuim Totale Duur > 9 dagen 14,29% 8,84%
Groepen 1 en 3 verschillen significant qua totale verzuimduur (Chi2 = 10.120, p = 0.018). De groep die het meest tevreden is over de jobinhoud heeft een hoger percentage niet-verzuimers (p = 0.009) en een lager percentage verzuimers die vier tot negen dagen afwezig waren (p = 0.044).
Pearson Chi-square: 8.3614, df = 3, p-value = 0.0391 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Jobinhoud 53,48% 19,05% 14,65% 2 Jobinhoud 65,06% 16,87% 9,24% 3 Tabel 95 Jobinhoud - Verzuimduur: Rijpercentages (groepen 2 & 3)
93
Verzuim Totale Duur > 9 dagen 12,82% 8,84%
Groepen 2 en 3 verschillen eveneens significant (Chi2 = 8.361, p = 0.039). De groep met de beste jobinhoud heeft een hoger aandeel niet-verzuimers (p = 0.008).
Pearson Chi-square: 9.1736, df = 3, p-value = 0.02707 Verzuim Verzuim Verzuim Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen Jobinhoud 48,80% 13,06% 18,21% 0 Jobinhoud 53,48% 19,05% 14,65% 2 Tabel 96 Jobinhoud - Verzuimduur: Rijpercentages (groepen 0 & 2)
Verzuim Totale Duur > 9 dagen 19,93% 12,82%
Tenslotte verschillen ook groepen 0 en 2 qua verzuimduur (Chi2 = 9.174, p = 0.027). Groep 2, met een betere jobinhoud, heeft een significant lager percentage ‘langste’ verzuimers (p = 0.024). In de groepenvergelijkingen zien we dus dat een betere jobinhoud gerelateerd is aan een kortere verzuimduur. Als we tenslotte controleren voor opleiding, geslacht en leeftijd in een log-lineair model zien we dat het verband significant blijft (Chi2 = 18.315, p = 0.032). Hypothese 4g wordt aanvaard: een betere jobinhoud is gerelateerd aan een minder lange verzuimduur.
94
9.6 Overzicht van de testen Hieronder wordt een overzicht gegeven van de associatietesten. De eerste tabel toont de testen voor de verzuimfrequentie, de tweede tabel deze voor de verzuimduur. Bovenaan staan de werkeisen, onderaan de energiebronnen. De kolom ‘categorieën’ toont ons in hoeveel categorieën de variabele werd verdeeld. Hoe hoger de waarde, hoe hoger de score voor de werkeis of energiebron: zo is bijvoorbeeld bij werklast categorie 0 de categorie die het slechtst scoort voor werklast (de meeste werklast), en ervaart categorie 3 de laagste werklast. De kolom ‘kruistabel’ toont of de Pearson Chi2 – waarde significant is. In de kolom ‘Groepenvergelijking’ kan men lezen of er tussen de verschillende klassen significante verschillen bestonden (qua verzuimfrequentie of verzuimduur). De groepen werden enkel vergeleken als de initiële kruistabel een significant verband weergaf. De laatste kolom toont ons of het gevonden verband tussen de werkeis/energiebron en het verzuim nog steeds significant was na controle voor de opleiding, geslacht en leeftijd in het log-lineair model.
9.6.1 Verzuimfrequentie Variabele
categorieën
Kruistabel
Groepenvergelijking
Log-lineair model
Werklast
0 tot 3
niet significant
/
niet significant
Fysische omstandigheden
0 tot 3
significant
0<>3, 0<>2
niet significant
Woon-werkverkeer
1 tot 6
significant
1<>6,1<>5,1<>4,1<>3,1<>2
niet significant
GOG
0 tot 3
significant
0 <>3, 1<>3, 0<>2
significant
Jobzekerheid
1 tot 6
niet significant
/
niet significant
Privé-werk balans
1 tot 6
significant
1<>6,1<>5,1<>4,4<>6
niet significant niet significant
Steun baas
0 tot 3
niet significant
/
Betrokkenheid organisatie
0 tot 3
significant
0<>3,1<>3, 0<>1
significant
Steun collega's
0 tot 3
niet significant
/
niet significant
Steun team
0 tot 3
significant
0<>3, 1<>3, 2<>3
significant
Regelruimte
0 tot 3
significant
0<>3, 1<>3, 0<>2
niet significant
Loopbaanontwikkeling
0 tot 3
niet significant
/
niet significant
Jobinhoud
0 tot 3
significant
0<>3, 1<>3, 2<>3, 0<>2
niet significant
Tabel 97
Testen verzuimfrequentie
Er zijn slechts drie werkkenmerken die voor alle testen significante resultaten opleveren. Bij de werkeisen is dit grensoverschrijdend gedrag en bij de energiebronnen de betrokkenheid bij de organisatie en de steun van het team. Bij de energiebronnen bemerken we meer verschillen tussen de verschillende groepen als bij de werkeisen, waarbij de groep die het best scoort op de bepaalde energiebron (‘groep 3’) meestal een significant lagere verzuimfrequentie heeft als de groep(en) die een mindere score hebben hiervoor.
95
9.6.2 Verzuimduur Variabele
categorieën
Kruistabel
Groepenvergelijking
Log-lineair model
Werklast
0 tot 3
significant
0<>3, 1<>3, 0<>2
significant
Fysische omstandigheden
0 tot 3
niet significant
/
niet significant
Woon-werkverkeer
1 tot 6
niet significant
/
niet significant
GOG
0 tot 3
significant
0<>3 , 0<>2, 0<>1, 1<>3
significant
Jobzekerheid
1 tot 6
significant
1<>6,1<>5,1<>4,1<>3, 4<>6
significant
Privé-werk balans
1 tot 6
significant
1<>6, 1<>4,2<>4,4<>5,4<>6
niet significant
Steun baas
0 tot 3
significant
0<>3, 1<>3
niet significant
Betrokkenheid organisatie
0 tot 3
significant
0<>3, 0<>2,0<>1,1<>3,2<>3
significant
Steun collega's
0 tot 3
niet significant
/
niet significant
Steun team
0 tot 3
significant
0<>3, 1<>3, 2<>3
significant
Regelruimte
0 tot 3
significant
0<>3, 0<>2, 0<>1, 1<>3
significant
Loopbaanontwikkeling
0 tot 3
niet significant
/
niet significant
Jobinhoud
0 tot 3
significant
0<>3, 1<>3, 2<>3, 0<>2
significant
Tabel 98
Testen verzuimduur
Als de we associatietesten bekijken die betrekking hebben op de verzuimduur, bemerken we dat er meer werkeisen en energiebronnen significante resultaten opleveren dan bij de verzuimfrequentie. Bij de werkeisen bestaat er een significant verband met de verzuimduur voor de werklast, grensoverschrijdend gedrag en de
jobzekerheid. Bij de energiebronnen waren opnieuw de
betrokkenheid bij de organisatie en de steun van het team maar ook regelruimte en jobinhoud significant gerelateerd tot de verzuimduur in alle testen.
96
9.7 Sterkte van de associaties Om de sterkte van de associaties weer te geven, werd de associatiemaat ‘Cramers V’ berekend. Deze associatiemaat wordt uit de Pearson Chi2 – waarde (van de kruistabellen) afgeleid. Energiebronnen / Werkeisen Verzuimfrequentie
Verzuimduur
Werklast Omstandigheden Woon-werkverkeer GOG Jobzekerheid Privé-werk balans
0.064 0.074* 0.096* 0.092* 0.071 0.093*
0.094* 0.064 0.082 0.110* 0.101* 0.100*
Steun baas Betrokkenheid organisatie Steun Collega's Steun team Regelruimte Loopbaan Jobinhoud
0.065 0,093* 0.038 0.102* 0.091* 0.065 0.087*
0.074* 0.100* 0.056 0.097* 0.111* 0.061 0.093*
* = significant Tabel 99
Cramer’s V
Wanneer deze maatstaf kleiner dan 0.2 is, wordt algemeen aanvaard dat het verband zwak is. Aangezien de Cramer’s V in deze tabel nooit groter is dan 0.12 kunnen we besluiten dat het rechtstreekse verband tussen de werkeisen/energiebronnen en het verzuim niet echt sterk is. Dit bevestigt natuurlijk het feit dat ziekteverzuim een zeer complex verschijnsel is met vele mogelijke oorzaken, die men niet alleen op het werk moet zoeken.
97
10. Discussie resultaten Een eerste algemene bevinding is dat de totale verzuimduur meer samenhangt met de werkkenmerken als de verzuimfrequentie. Er waren slechts drie werkkenmerken die, bij controle voor de sociodemografische variabelen, significant samenhingen met de verzuimfrequentie, tegenover acht werkkenmerken bij de verzuimduur. Werkstress lijkt dus meer gepaard te gaan met een hoger verzuimduur als een hogere verzuimfrequentie. Vervolgens bekijken we de relatie tussen de verschillende werkeisen / energiebronnen en het ziekteverzuim. De drie werkkenmerken die op onafhankelijke wijze (dus na controle voor de drie sociodemografische variabelen) samenhingen met de verzuimfrequentie waren betrokkenheid bij de organisatie, steun van het team en grensoverschrijdend gedrag. Deze werkkenmerken waren bovendien eveneens geassocieerd met de verzuimduur. De gevonden negatieve relatie tussen de affectieve betrokkenheid bij de organisatie en ziekteverzuim, ligt in lijn met vorig onderzoek (Johns, 1997, Farrel & Stamm, 1988). Mensen die meer betrokken zijn bij de organisatie zullen minder vlug ziekteverzuim gebruiken als een ‘withdrawal’-gedrag (Bakker et al., 2003). De negatieve relatie tussen grensoverschrijdend gedrag, niet als één concept (in de literatuur) bekeken weliswaar, maar als pesten en discriminatie, en de psychische en fysieke gezondheid is al aangetoond (pesten: Moayed, 2006; discriminatie: Williams, 2003), maar de link met ziekteverzuim is nog maar zelden onderzocht. Het kan dus aanbevolen worden om meer onderzoek te houden naar de link tussen grensoverschrijdend gedrag en absenteïsme, aangezien we in dit onderzoek een verband vonden tussen GOG en beide verzuimmaatstaven. De steun van het team is het laatste werkkenmerk dat onafhankelijk samenhangt met de verzuimfrequentie. We bespreken deze energiebron nog verder bij de het job demand-control-support model. Als we de relatie tussen de werkkenmerken en de totale verzuimduur, valt op dat er meer werkkenmerken op onafhankelijke wijze samenhangen met de verzuimduur als bij de verzuimfrequentie. Bij de werkeisen zijn dit: werklast, grensoverschrijdend gedrag, jobzekerheid. Bij de energiebronnen zien we een samenhang met de verzuimduur voor: betrokkenheid bij de organisatie, de steun van het team, de jobinhoud en de regelruimte. Werklast is enkel verbonden aan de verzuimduur: meer werklast is geassocieerd met een langere verzuimduur maar niet met een hogere verzuimfrequentie. GOG is net zoals bij de verzuimfrequentie ook geassocieerd met de verzuimduur: grensoverschrijdend gedrag blijkt dus een belangrijk werkkenmerk bij de samenhang met het verzuim.
98
Jobzekerheid is, net als werklast, enkel met de totale verzuimduur gerelateerd: waarschijnlijk durven mensen die niet zeker zijn van het behoud van hun job niet (frequent) te verzuimen uit angst hun job te verliezen. Dit kan verklaren waarom er geen relatie bestond tussen de verzuimfrequentie en de jobzekerheid. Deze stressvolle situatie kan echter wel op lange termijn schadelijk zijn en tot ziekte lijden: dit kan het verband tussen (te weinig) jobzekerheid en de totale verzuimduur verklaren. De affectieve betrokkenheid bij de organisatie is, net zoals bij de verzuimfrequentie, ook gerelateerd aan de verzuimduur. Mensen die zich meer gehecht voelen aan hun organisatie en zich er meer thuis voelen verzuimen zowel minder vaak als minder lang. Voor de steun van het team geldt dezelfde relatie met de verzuimmaatstaven: mensen die meer steun ontvangen verzuimen minder lang en minder vaak. Jobinhoud en regelruimte tenslotte zijn beiden enkel gerelateerd aan de verzuimduur (niet aan de verzuimfrequentie), deze twee energiebronnen worden verder besproken in het job strain-model van Karasek. Voor woon-werkverkeer vonden we geen relatie met de verzuimduur en slechts een matige relatie met de verzuimfrequentie, die niet meer significant was na controle voor de socio-demo’s. Stress op de baan lijkt geen sporen na te laten bij de werkstress. Ook fysische omstandigheden waren niet gerelateerd aan de verzuimduur en slechts matig aan de verzuimfrequentie (niet meer significant na controle voor opleiding, leeftijd en geslacht). De psychosociale werkomgeving is blijkbaar belangrijker als de fysische omgeving. Voor de privé-werk balans vonden we eveneens geen relatie met de verzuimfrequentie. En na controle voor de socio-demo’s bleek het verband met de verzuimduur slechts marginaal significant. Deze resultaten spreken andere onderzoeken tegen die wel een verband vonden tussen de werk-familie balans en het totale verzuim (bv. Goff et al., 1990). De stelling dat mensen die een slechte privé-werk balans hebben ziekteverzuim gebruiken als een ‘coping’-gedrag om met de stressvolle rollen van werk en familieleven om te gaan (Jansen et al., 2006), wordt eveneens niet bevestigd in dit onderzoek. Als we kijken naar de verschillende variabelen die besproken worden in het Job Demand-Control Model van Karasek, bemerken we dat de associatie tussen werklast, de twee controlemogelijkheden, regelruimte en jobinhoud (wat o.a. vaardigheidsbenutting inhoudt) enerzijds en het verzuim anderzijds bij de verzuimduur significant blijft na controle voor de socio-demo’s. Bij verzuimfrequentie zijn de verbanden veel minder significant: er bestaat geen associatie tussen de werklast en de verzuimfrequentie, en bij de regelruimte en jobinhoud is het verband niet meer significant na controle voor opleiding, leeftijd en geslacht. We vinden dus een bevestiging van het jobstrain-model voor de verzuimduur, maar niet voor de verzuimfrequentie, waarbij we weliswaar de invloed van werklast en de regelmogelijkheden afzonderlijk bekijken. De “job strain” blijkt geassocieerd te zijn met een
99
langere verzuimduur maar niet meer een hogere frequentie: mensen worden ‘echt ziek’ en blijven langer thuis. Als we ook de ‘sociale steun’-variabelen bekijken (uit het uitgebreidere JDCS-model van Johnson en Hall) valt op dat de steun van het team het sterkst gerelateerd is aan het verzuim, zowel de frequentie als totale duur. Dit is des te opvallender omdat men bij de studie van dit model bijna altijd de steun van de collega’s en/of baas onderzoekt, maar zelden de steun in teamverband. In ons onderzoek vinden we echter geen verband tussen de steun van de collega’s en het verzuim. Bovendien vinden we enkel een verband tussen de steun van de baas en de verzuimduur, er is geen verband met de verzuimfrequentie. Dit verband is niet meer significant wanneer we controleren voor de sociodemografische variabelen. In het algemeen vindt men een positieve relatie tussen de teamsteun en de gezondheid (zie bv. Carter & West, 1999) maar de relatie met ziekteverzuim is minder duidelijk. Het kan zeker aanbevolen worden hierover meer onderzoek te houden. De tevredenheid over de loopbaanontwikkeling, die gebaseerd was op het Effort Reward Imbalance model, bleek niet geassocieerd te zijn met de verzuimduur noch de frequentie. Dit is toch een verrassend resultaat, een mogelijke verklaring kan zijn dat de ontevredenheid over de promotiekansen en het salaris slechts op langere termijn tot stressreacties leidt. Een andere mogelijkheid is dat, volgens de theorie van Siegrist, stress slechts ontstaat wanneer personen het gevoel hebben niet genoeg vergoed te worden voor hun inspanningen (Siegrist, 1996). Door hun inspanningen terug te schroeven zullen bij een ongunstige loopbaanontwikkeling toch geen (of minder) stress en stressreacties ontstaan. De gevonden resultaten hebben enkele implicaties voor de praktijk. Er blijkt een sterke relatie tussen grensoverschrijdend gedrag en ziekteverzuim: mensen die het meest last hebben van pesten en/of discriminatie verzuimen vaker en langer. Dit betekent dat het voor bedrijven belangrijk is om een beleid te voeren dat pesten en discriminatie tracht te voorkomen (bv. via het gebruik van vertrouwenspersonen). Dit kan tot een reductie van de kost van het ziekteverzuim leiden. Een andere relevante bevinding is de volgende: mensen die een betere steun van hun team rapporteren, verzuimen minder vaak en minder lang. Bedrijven kunnen dus trachten het werk in teams te organiseren en zo het verzuim te doen dalen. Een laatste bevinding is dat meer betrokken werknemers eveneens minder vaak en lang verzuimen. De betrokkenheid verbeteren is echter moeilijker en hangt waarschijnlijk samen met de aanwezigheid van andere energiebronnen (Bakker et al., 2003). Bedrijven moeten proberen ervoor te zorgen dat werknemers zich thuis voelen in hun organisatie.
100
We kunnen besluiten dat een aantal werkeisen en energiebronnen verbonden zijn aan het ziekteverzuim, waarbij de verbanden met de verzuimduur sterker waren. De sterkere relaties van de steun van het team en grensoverschrijdend gedrag met beide verzuimmaatstaven verdienen zeker nog onderzocht te worden. We wilden in deze thesis de relatie tussen de werkkenmerken en het verzuim leren kennen, om de werkomgeving te kunnen aanpassen en zo het verzuim te reduceren. Vanuit theoretisch standpunt was het misschien interessanter geweest om de medierende rol van stress tussen de werkkenmerken en het verzuim te onderzoeken. Ook in de literatuur wordt vaak de link tussen stressoren en verzuim onderzocht, maar de rol van stress als een mediator is nog maar zelden onderzocht. Dit onderzoek had wel enkele beperkingen. Zo was een longitudinaal onderzoek beter geweest dan een cross-sectioneel onderzoek, omdat we daarmee een beter onderscheid kunnen maken tussen de oorzaken en gevolgen van ziekteverzuim. Nu gaan we er impliciet van uit dat bijvoorbeeld een betere betrokkenheid bij de organisatie leidt tot minder verzuim, maar deze relatie kan ook omgekeeerd zijn: meer verzuim leidt tot minder betrokkenheid bij de organisatie (reversed causality). Binnen de beperkte tijdsspanne van een thesis was het echter niet mogelijk om een longitudinaal onderzoek te voeren. Een andere beperking is het gebruik van zelfgerapporteerd ziekteverzuim in ons onderzoek. In een onderzoek werd de validiteit van deze rapporten getest door te kijken naar de convergentvaliditeit, namelijk hoe hoog de zelfrapporten en de objectieve verzuimcijfers correleren. Hieruit bleek dat, hoewel de correlatie tussen zelfgerapporteerd ziekteverzuim en objectieve verzuimdata vrij groot is, de zelfrapporten vaak een onderschatting zijn van de echte data (Johns, 1994). Omwille van de manier van gegevensverzameling, namelijk straatinterviews, was het echter niet mogelijk om objectieve data te gebruiken.
101
11. Conclusie In deze thesis hebben wij onderzocht of er een verband bestaat tussen de werkkenmerken en het ziekteverzuim. We gebruikten een nieuw stressmodel dat gebaseerd was het op het WEB-model, waarbij alle werkkenmerken ingedeeld werden als werkeis of energiebron. Niet enkel traditionele werkkenmerken, zoals regelruimte, steun van de collega’s of werklast werden in dit model gebruikt maar ook nieuwere werkkenmerken, zoals bijvoorbeeld het woon-werkverkeer. Het model werd ontwikkeld door ZebraZone, het onderzoeksbureau van Securex dat zich bezighoudt met o.a. stress, tevredenheid en ziekteverzuim. In deze thesis hebben we de samenhang van ziekteverzuim met een groot aantal werkkenmerken kunnen onderzoeken waarbij we een aantal bevestigende verbanden vonden, ook voor ‘nieuwe’ werkkenmerken, die nog (bijna) niet onderzocht werden. Bovendien vonden we ook enkele verrassende resultaten, zoals bijvoorbeeld de negatieve relatie van de steun het team met de verzuimmaatstaven, die sterker was dan de steun van de collega’s en steun van de baas. In het algemeen zagen we dat de verzuimduur meer samenhing met de werkkenmerken als de verzuimfrequentie. We mogen echter niet uit het oog verliezen dat, omwille van het complexe karakter van ziekteverzuim, dat vele mogelijke oorzaken heeft, de sterkte van de gevonden relaties niet zo sterk was. Het is logisch dat door enkel de oorzaken op het werk te onderzoeken we niet het volledige verzuim kunnen verklaren. Er bestaat zeer weinig theorievorming rond ziekteverzuim. Als we tot een beter begrip van ziekteverzuim willen komen, moet er gebruik gemaakt worden van een theorie die gebruik maakt van factoren op verschillende niveaus: nationaal niveau (bv. de attitudes t.o.v. verzuim), werkniveau (zoals onze werkkenmerken) en persoonlijk niveau (bv. persoonlijkheid) (Alexanderson, 1998). We zagen in deze thesis de samenhang van het ziekteverzuim met bepaalde werkkenmerken bevestigd, waarmee rekening kan gehouden worden in verder onderzoek naar ziekteverzuim.
102
Lijst van de geraadpleegde werken Alexanderson, K. (1998). Sickness absence: a review of performed studies with focused on levels of exposures and theories utilized. Scandinavian journal of social medicine, 26, 241-249. Alexanderson, K. & Hensing, G. (2004). More and better research needed on sickness absence. Scandinavian journal of public health, 32, 321-323. Antonovsky, A. (1979). Health, Stress, and Coping, Jossey-Bass. Bakker, A. B., Demerouti, E., De Boer, E. & Schaufeli, W. B. (2003). Job demands and job resources as predictors of absence duration and frequency. Journal of Vocational Behavior, 62, 341-356. Bandura, A. (1977). Self-efficacy: toward a unifying theory of behavioral change. Psychological review, 84, 191-215. Barmby, T. A., Ercolani, M. G. & Treble, J. G. (2002). Sickness Absence: An International Comparison. The economic journal, 112, 315-331. Beale, N., & Nethercott, S. (1988). Certificated sickness absence in industrial employees threatened with redundancy. British Medical Journal of Clinical Research and Education, 296, 1508–1510. Begley, T. M. & Czajka, J. M. (1993). Panel analysis of the moderating effects of commitment on job satisfaction, intent to quit, and health following organizational change. Journal of applied psychology, 78, 552-556. Brooke, P. P. J. R. & Price, J. L. (1989). The determinants of employee absenteeism: an empirical test of a causal model. Journal of occupational psychology, 62, 1-19. Buunk, B. P. (1990). Affiliation and helping interactions within organizations: A critical analysis of the role of social support with regard to occupational stress. European review of social psychology, 1, 293-322. Carter, A. J. & West, M.A. (1999). Sharing the burden: teamwork in health care settings. In: FirthCozens J, Payne J, eds. Stress in health professionals: psychological and organisational causes and interventions. Chichester: John Wiley,: 191–202. Chang, E.C. (1998). Does dispositional optimism moderate the relation between perceived stress and psychological well-being?: a preliminary investigation. Personality and individual differences, 25, 233-240. Cox, T., Griffiths, A. & Rial-Gonzalez, E. (1999). Research on work-related stress, Luxembourg: European Agency for Safety and Health at Work. Demerouti, E., Bakker, A. B., Nachreiner, F. & Schaufeli, W. B. (2001). The job demands-resources model of burnout. Journal of applied psychology, 86, 499-512. De Pelsmacker, P. & Van Kenhove, P. (2002). Marktonderzoek: methoden en toepassingen. Garant Antwerpen / Apeldoorn. De Witte, H. (1999). Job Insecurity and Psychological Well-being: Review of the Literature and Exploration of Some Unresolved Issues. European journal of work and organizational psychology, 8, 155-177.
103
Duxbury, L., Higgins, C. & Lee, C. (1994). Work-Family Conflict: A Comparison by Gender, Family Type, and Perceived Control. Journal of family issues, 15, 449-466. Evans, G. W., Palsane, M. N. & Carrere, S. (1987). Type A behavior and occupational stress: a crosscultural study of blue-collar workers. Journal of personality and social psychology, 52, 1002-1007. Evans, G. W., Wener, R. E. & Phillips, D. (2002). The Morning Rush Hour: Predictability and Commuter Stress. Environment and behavior, 34, 521-530. Farrell, D. & Stamm, C. L. (1988). Meta-analysis of the correlates of employee absence. Human Relations, 41, pp. 211–227. Feeney, A., North, F., Head, J., Canner, R. & Marmot M. (1998). Socioeconomic and sex differentials in reason for sickness absence from the Whitehall II Study. Occupational and environmental medicine, 55, 91-98. Ferrie, J. E., Shipley, M. J., Stansfeld, S. A. & Marmot, M. G. (2002). Effects of chronic job insecurity and change in job security on self reported health, minor psychiatric morbidity, physiological measures, and health related behaviours in British civil servants: the Whitehall II study. Journal of epidemiology and community health, 56, 450-454. Fleming, I., O’Keeffe, M. K. & Baum, A. (1991). Chronic stress and toxic waste: The role of uncertainty and helplessness. Journal of applied social psychology, 21, 1889-1907. Folkman, S., Lazarus, R. S., Dunkel-Schetter, C., DeLongis, A., & Gruen, R. J. (1986). Dynamics of a stressful encounter: Cognitive appraisal, coping, and encounter outcomes. Journal of Personality and Social Psychology, 50, 992–1003. Freudenburg, W. R. & Jones, T. R. (1991). Attitudes and Stress in the Presence of Technological Risk: A Test of the Supreme Court Hypothesis. Social forces, 69, 1143-1168 Friedman, H. S. & Booth-Kewley, S. (1987). Psychological predictors of heart disease: A quantitative review. Psychological bulletin, 101, 343-362. Friedman, M. & Rosenman, R. H. (1974). Type A Behavior and Your Heart, Wildwood House. Frone, M. R., Russell, M. & Cooper, M. L. (1992). Antecedents and outcomes of work-family conflict: testing a model of the work-family interface. Journal of applied psychology, 77, 65-78. Gaillard, A. (2003). Stress, productiviteit en gezondheid, Amsterdam: Uitgeverij Nieuwezijds, 1996. Glass, D. C & McKnight, J. D. (1996). Perceived control, depressive symptomatology, and professional burnout: A review of the evidence. Psychology & health, 11, 23-48. Glass, D. C. & Singer, J. E. (1972). Urban Stress: Experiments on Noise and Social Stressors. Goff, S. J., Mount, M. K. & Jamison, R. L. (1990). Employer supported child care, work/family conflict, and absenteeism: A field study. Personnel psychology, 43, 793-809. Greenhaus, J. H. & Beutell, N. J. (1985). Sources of Conflict between Work and Family Roles. The Academy of Management review, 10, 76-88.
104
Gulian, E., Debney, L. M., Glendon, A. I., Davies, D. R. & Matthews, G. (1989). Coping with driver stress. Gutek, B. A. , Searle, S. & Klepa, L. (1991). Rational versus gender role explanations for work-family conflict. Journal of applied psychology, 76, 560-568. Hennessy, D. A. & Wiesenthal, D. L. (1997). The relationship between traffic congestion, driver stress and direct versus indirect coping behaviours. Ergonomics, 40, 348-361. Hobfoll, S. E. & Freedy, J. (1993). Hobfoll, S.E., & Freedy, J. (1993). Conservation of resources: A general stress theory applied to burnout. In: Schaufeli, W.B., Maslach, C. and Marek, T. (Eds.), Professional Burnout. Recent Developments in Theory and Research, 115–133. Taylor and Francis, Washington, DC. Hobfoll, S. E. (1989). Conservation of resources. A new attempt at conceptualizing stress. The American psychologist, 44, 513-524. Holt, R. R. (1982). Occupational stress. In: Goldberger, L. &.Breznitz, S. Handbook of Stress: Theoretical and Clinical Aspects. Free Press, New York. House, J. S. (1981). Work Stress and Social Support, Addison-Wesley. Jansen, N. W., Kant, I. J., van Amelsvoort, L. G., Kristensen, T. S., Swaen, G. M. & Nijhuis, F. J. (2006). Work-family conflict as a risk factor for sickness absence. Occupational and environmental medicine, 63, 488-94. Jermier, J. M., Gaines, J. & McIntosh, N. J. (1989). Reactions to Physically Dangerous Work: A Conceptual and Empirical Analysis. Journal of organizational behavior, 10, 15-33. Johns, G. (1994). How often were you absent? A review of the use of self-reported absence data. Journal of applied psychology, 79, 574Johnson, 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, 1336-1342. Johnson, J. V., Stewart, W., Hall, E. M., et al. The psychosocial work environment of physicians. J Occup Environ Med 1995;37:1151–9. Karasek , R (1979). Job demands, job decision latitude and mental strain : implications for job redesign. Administrative Science Quarterly, 24, 285-308. Karasek, R. & Theorell, T. (1990). Healthy work, Basic Books New York, NY. Karasek, R. (1990). Lower Health Risk with Increased Job Control Among White Collar Workers. Journal of organizational behavior, 11, 171-185. Kivimaki, M., Elovainio, M. & Vahtera, J. (2000). Workplace bullying and sickness absence in hospital staff. Occupational and environmental medicine, 57, 656-660. Kivimäki, M., Elovainio, M. & Vahtera, J. (2000). Workplace bullying and sickness absence in hospital staff. Occupational Environment Medicine, 57, 656-660.
105
Kivimäki, M., Vahtera, J., Thomson, J., Griffiths, A., Cox, T. & Pentti, J. (1997). Psychosocial factors predicting employee sickness absence during economic decline. Journal of applied psychology, 82, 858–72. Kivimäki, M., Virtanen, M., Vartia, M., Elovainio, M., Vahtera, J. & Keltikangas-Järvinen, L. (2003). Workplace bullying and the risk of cardiovascular disease and depression. Occupational Environment Medicine, 60, 779-783. Kobasa, S. C. (1979). Stressful life events, personality, and health: an inquiry into hardiness. Journal of personality and social psychology, 37, 1-11. Kobasa, S. C. (1982). Commitment and coping in stress resistance among lawyers. Journal of Personality and Social Psychology, 42, 707–717. Kornhauser, A. W. & Reid, O. M. (1965). Mental Health of the Industrial Worker: A Detroit Study, Wiley. Krieger, N. (1999). Embodying inequality: a review of concepts, measures, and methods for studying health consequences of discrimination. International journal of health services, 29, 295-352. Landeweerd, J. A. & Boumans, N. P. G. (1994). The effect of work dimensions and need for autonomy on nurses' work satisfaction and health. Journal of occupational and organizational psychology, 67, 207-217. Marks, S. R. & MacDermid, S. M. (1996). Multiple Roles and the Self: A Theory of Role Balance. Journal of marriage and the family, 58, 417-432. Marmot, M., Feeney, A., Shipley, M., North, F. & Syme, S. L. (1995). Sickness absence as a measure of health status and functioning: from the UK Whitehall II study. Journal of Epidemiology & Community Health,49, 124-130. Mays, V. M., Coleman, L. M. & Jackson, J. S. (1996). Perceived race-based discrimination, employment status, and job stress in a national sample of black women: implications for health outcomes. Journal of occupational health psychology, 1, 319-329. McLain, D. L. (1995). Responses to health and safety risk in the work environment. Academy of Management journal, 38, 1726-1743. Melamed, S. & Bruhis, S. (1996). The effects of chronic industrial noise exposure on urinary cortisol, fatigue and irritability: a controlled field experiment. Journal of occupational and environmental medicine, 38, 252-256. Meyer, J. P., Stanley, D. J., Herscovitch, L., & Topolnytsky, L. (2002). Affective, continuance, and normative commitment to the organization: A meta-analysis of antecedents, correlates, and consequences. Journal of Vocational Behavior, 61, 20– 52. Mikkelsen, E. G. & Einarsen, S. (2002). Relationships between exposure to bullying at work and psychological and psychosomatic health complaints. Scandinavian Journal of Psychology, 43 , 397405. Moayed, F. A., Daraiseh, N., Shell, S. & Salem, S. (2006). Workplace bullying: a systematic review of risk factors and outcomes. Theoretical issues in ergonomics science, 7, 311-327. Mowday, R. T., Porter, L. W. & Steers, R. M. (1982). Employee-organizational linkages, New York: Academic Press.
106
North, F., Syme, S. L., Feeney, A., Head, J., Shipley, M. J., & Marmot, M. G. (1996). Psychosocial work environment and sickness absence among British civil servants: The Whitehall II study. American Journal of Public Health, 86, 332–340. Parkes, K. R. (1991). Locus of control as moderator: An explanation for additive versus interactive findings in the demand-discretion model of work stress. British Journal of Psychology, 82, 291–312. Passchier-Vermeer, W. & Passchier, W. F. (2000). Noise exposure and public health. Environmental health perspectives, 108, 123-131. Pollard, T. M. (1997). Physiological consequences of everyday psychosocial stress. COLLEGIUM ANTROPOLOGICUM, 21, 17-28. Prins, R. (1990). Sickness Absence in Belgium, Germany (FR) and The Netherlands: A Comparative Study. Amsterdam: Nederlands Instituut voor Arbeidsomstandigheden. Quine, L. (2003) Workplace bullying, psychological distress, and job satisfaction in junior doctors. Cambridge Quarterly of Health Ethics, 12, 91-101. Rael, E. G. S., Stansfeld, S. A., Shipley, M., Head, J., Feeney, A., & Marmot, M. (1995). Sickness absence in the Whitehall II study, London: The role of social support and material problems. Journal of Epidemiology and Community Health, 49, 474–481. Rayner, C. & Hoel, H. (1997). A Summary Review of Literature Relating to Workplace Bullying. Journal of community & applied social psychology, 7, 181-191. Rafferty, A. M., Ball., J. & Aiken, L. H. (2001). Are teamwork and professional autonomy compatible, and do they result in improved hospital care? Quality in health care, 10, 2-7. Roskies, E. & Louis-Guerin, C. (1990). Job insecurity in managers: Antecedents and consequences. Journal of Organizational Behavior, 11, 345–359. Rotter, J. B. (1966). Generalized expectancies for internal versus external control of reinforcement. Psychological monographs, 80, 1-28. Scheier, M. F. & Carver, C. S. (1985). Optimism, coping, and health: assessment and implications of generalized outcome expectancies. Health psychology, 4, 219-247. Schalk, M. J. D. (1989). Determinanten van kortdurend ziekteverzuim. Dissertatie Katholieke Universiteit Nijmegen ’s Gravenhage. Schaufeli, W. B., Bakker, A., De Jonge, J. (2003). De psychologie van arbeid en gezondheid. Houten/Mechelen: Bohn Stafleu Van Loghum. Scott, K. D. & Taylor, G. S. (1985). An Examination of Conflicting Findings on the Relationship between Job Satisfaction and Absenteeism: A Meta-Analysis. Academy of Management journal, 28,599-612. Siegrist, J. (1996). Adverse health effects of high-effort/low-reward conditions. Journal of Occupational Health Psychology, 1, 27-41. Siegrist, J., von dem Knesebeck, O. & Pollack, C. E. (2004). Social Productivity and Well-being of Older People: A Sociological Exploration. Social theory & health, 2, 1-17
107
Smulders, P. G. W. & Nijhuis, F. J. N. (1999). The Job-Demands-Job Control Model and absence behaviour: results of a 3-year longitudinal study. Work and Stress 1999;13:115–31. Stokols, D., Novaco, R. W., Stokols, J. & Campbell, J. (1978). Traffic congestion, type A behavior, and stress. Journal of applied psychology, 63, 467-480. Szabo, S., Maull, E. A. & Pirie, J. (1983). Occupational stress: understanding, recognition and prevention. Experientia, 39, 1057-1063. Taris, T. W. (1999). The mutual effects between job resources and mental health: a prospective study among Dutch youth. Genetic, social, and general psychology monographs, 125, 433-450. Taylor, S.E. and Aspinwall, L.G. (1996). Mediating and moderating processes in psychosocial stress. In: Kaplan, H.B. (Ed.), Psychosocial stress. Perspectives on Structures, Theory, Life-Course and Methods,pp. 71–110. Academic Press, San Diego, CA. Thompson, S. C. (1981). Will it hurt less if I can control it? A complex answer to a simple question. Psychological bulletin, 90, 89-101. Unden, A. L. (1994). Social support at work. Homeostasis in Health and Disease, 35, 63–70. Van der Doef, M. (1999). The Job Demand-Control (-Support) Model and psychological well-being: a review of 20 years of empirical research. Work and stress, 13, 87-114. Van Vuuren, T., Klandermans, B., Jacobson, D. & Hartley, J. (1991). Employees’ reactions to job insecurity. In J. Hartley, D. Jacobson, B. Klandermans & T. van Vuuren, Job insecurity: Coping with jobs at risk (pp. 79–103). London: Sage. Vartia, M. A. (2001). Consequences of workplace bullying with respect to the well-being of its targets and the observers of bullying. Scandinavian journal of work, environment & health, 27, 63-69. Vogel, J., Kindlund, H. & Diderichsen F. (1992).Working conditions, illness and sickness absence, 1975 ^ 1989 (in Swedish). Stockholm: Statistics Sweden, 1992. Warr, P. (1994). A conceptual framework for the study of work and mental health. Work and stress, 8, 84-97. Wickens, C. M. & Wiesenthal, D. L. (2005). State Driver Stress as a Function of Occupational Stress, Traffic Congestion, and Trait Stress Susceptibility. Journal of applied biobehavioral research, 10, 8397. Williams, D. R., Neighbors, H. W. & Jackson, J. S. (2003). Racial/Ethnic Discrimination and Health: Findings From Community Studies. American journal of public health, 93, 200-208. Woo, M., Yap, A. K., Oh, T. G. & Long, F. Y. (1999). The Relationship Between Stress and Absenteeism. Singapore medical journal, 40,590-595.
108
Lijst van tabellen Tabel 1 Tabel 2 Tabel 3 Tabel 4 Tabel 5 Tabel 6 Tabel 7 Tabel 8 Tabel 9 Tabel 10 Tabel 11 Tabel 12 Tabel 13 Tabel 14 Tabel 15 Tabel 16 Tabel 17 Tabel 18 Tabel 19 Tabel 20 Tabel 21 Tabel 22 Tabel 23 Tabel 24 Tabel 25 Tabel 26 Tabel 27 Tabel 28 Tabel 29 Tabel 30 Tabel 31 Tabel 32 Tabel 33 Tabel 34 Tabel 35 Tabel 36 Tabel 37 Tabel 38 Tabel 39 Tabel 40 Tabel 41 Tabel 42 Tabel 43 Tabel 44 Tabel 45 Tabel 46 Tabel 47
Steekproef gerangschikt per geslacht.....................................................................45 Steekproef gerangschikt per leeftijd ......................................................................45 Steekproef gerangschikt per anciënniteit ...............................................................46 Steekproef gerangschikt per diploma.....................................................................46 Steekproef gerangschikt per type contract .............................................................46 Steekproef gerangschikt per type bedrijf................................................................46 Steekproef gerangschikt per bedrijfsgrootte...........................................................46 Gemiddelde, standaard afwijking en correlaties voor alle werkeisen......................55 Gemiddelde, standaard afwijking en correlaties voor alle energiebronnen .............55 Kruistabel Werklast -Verzuimfrequentie: Rijpercentages...................................56 Kruistabel Fysische Omstandigheden - Verzuimfrequentie: Rijpercentages .......57 Omstandigheden - Verzuimfrequentie: Rijpercentages (groepen 0 & 3).............57 Omstandigheden - Verzuimfrequentie: Rijpercentages (groepen 0 & 2).............57 Kruistabel Woon-werkverkeer - Verzuimfrequentie: Rijpercentages..................58 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 6).........59 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 5).........59 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 4).........59 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 3).........60 Woon-werkverkeer - Verzuimfrequentie: Rijpercentages (groepen 1 & 2).........60 Kruistabel Grensoverschrijdend Gedrag - Verzuimfrequentie: Rijpercentages ...61 GOG - Verzuimfrequentie: Rijpercentages (groepen 0 & 3)...............................61 GOG - Verzuimfrequentie: Rijpercentages (groepen 1 & 3)...............................61 GOG - Verzuimfrequentie: Rijpercentages (groepen 0 & 2)...............................62 Kruistabel Jobzekerheid - Verzuimfrequentie: Rijpercentages ...........................63 Kruistabel Privé-werk balans - Verzuimfrequentie: Rijpercentages....................63 Privé-werk balans - Verzuimfrequentie: Rijpercentages (groepen 1 & 6) ...........64 Privé-werk balans - Verzuimfrequentie: Rijpercentages (groepen 1 & 5) ...........64 Privé-werk balans - Verzuimfrequentie: Rijpercentages (groepen 1 & 4) ...........64 Privé-werk balans - Verzuimfrequentie: Rijpercentages (groepen 4 & 6) ...........65 Kruistabel Werklast - Verzuimduur: Rijpercentages ..........................................66 Werklast - Verzuimduur: Rijpercentages (groepen 0 & 3) .................................66 Werklast - Verzuimduur: Rijpercentages (groepen 1 & 3) .................................66 Werklast - Verzuimduur: Rijpercentages (groepen 0 & 2) .................................67 Kruistabel Fysische Omstandigheden - Verzuimduur: Rijpercentages................68 Kruistabel Woon-werkverkeer - Verzuimduur: Rijpercentages ..........................68 Kruistabel Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages............69 Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages (groepen 0 & 3) ...69 Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages (groepen 1 & 3) ...70 Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages (groepen 0 & 2) ...70 Grensoverschrijdend Gedrag - Verzuimduur: Rijpercentages (groepen 0 & 1) ...70 Kruistabel Jobzekerheid - Verzuimduur: Rijpercentages...................................71 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 1 & 6) ..........................71 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 1 & 5) ..........................72 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 1 & 4) ..........................72 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 1 & 3) ..........................72 Jobzekerheid - Verzuimduur: Rijpercentages (groepen 4 & 6) ..........................73 Kruistabel Privé-werk balans - Verzuimduur: Rijpercentages ...........................73 109
Tabel 48 Tabel 49 Tabel 50 Tabel 51 Tabel 52 Tabel 53 Tabel 54 Tabel 55 Tabel 56 Tabel 57 Tabel 58 Tabel 59 Tabel 60 Tabel 61 Tabel 62 Tabel 63 Tabel 64 Tabel 65 Tabel 66 Tabel 67 Tabel 68 Tabel 69 Tabel 70 Tabel 71 Tabel 72 Tabel 73 Tabel 74 Tabel 75 Tabel 76 Tabel 77 Tabel 78 Tabel 79 Tabel 80 Tabel 81 Tabel 82 Tabel 83 Tabel 84 Tabel 85 Tabel 86 Tabel 87 Tabel 88 Tabel 89 Tabel 90 Tabel 91 Tabel 92 Tabel 93 Tabel 94 Tabel 95 Tabel 96 Tabel 97
Privé-werk balans - Verzuimduur: Rijpercentages (groepen 1 & 6)...................74 Privé-werk balans - Verzuimduur: Rijpercentages (groepen 1 & 4)...................74 Privé-werk balans - Verzuimduur: Rijpercentages (groepen 2 & 4)...................74 Privé-werk balans - Verzuimduur: Rijpercentages (groepen 4 & 5)...................75 Privé-werk balans - Verzuimduur: Rijpercentages (groepen 4 & 6)...................75 Kruistabel Steun Baas - Verzuimfrequentie: Rijpercentages .............................76 Kruistabel Betrokkenheid Organisatie - Verzuimfrequentie: Rijpercentages .....76 Organisatie - Verzuimfrequentie: Rijpercentages (groepen 0 & 3) ....................77 Organisatie - Verzuimfrequentie: Rijpercentages (groepen 1 & 3) ....................77 Organisatie - Verzuimfrequentie: Rijpercentages (groepen 0 & 1) ....................77 Kruistabel Steun Collega’s - Verzuimfrequentie: Rijpercentages ......................78 Kruistabel Steun Team - Verzuimfrequentie: Rijpercentages ............................78 Steun Team - Verzuimfrequentie: Rijpercentages (groepen 0 & 3) ...................79 Steun Team - Verzuimfrequentie: Rijpercentages (groepen 1 & 3) ...................79 Steun Team - Verzuimfrequentie: Rijpercentages (groepen 2 & 3) ...................79 Kruistabel Regelruimte - Verzuimfrequentie: Rijpercentages............................80 Regelruimte - Verzuimfrequentie: Rijpercentages (groepen 0 & 3)...................80 Regelruimte - Verzuimfrequentie: Rijpercentages (groepen 1 & 3)...................81 Regelruimte - Verzuimfrequentie: Rijpercentages (groepen 0 & 2)...................81 Kruistabel Loopbaanontwikkeling - Verzuimfrequentie: Rijpercentages...........82 Kruistabel Jobinhoud - Verzuimfrequentie: Rijpercentages...............................82 Jobinhoud - Verzuimfrequentie: Rijpercentages (groepen 0 & 3)......................83 Jobinhoud - Verzuimfrequentie: Rijpercentages (groepen 1 & 3)......................83 Jobinhoud - Verzuimfrequentie: Rijpercentages (groepen 2 & 3)......................83 Kruistabel Steun Baas - Verzuimduur: Rijpercentages......................................84 Steun Baas - Verzuimduur: Rijpercentages (groepen 0 & 3) .............................84 Steun Baas - Verzuimduur: Rijpercentages (groepen 1 & 3) .............................85 Kruistabel Betrokkenheid Organisatie - Verzuimduur: Rijpercentages...............85 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 0 & 3) ......86 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 0 & 2) ......86 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 0 & 1) ......86 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 1 & 3) ......87 Betrokkenheid Organisatie - Verzuimduur: Rijpercentages (groepen 2 & 3) ......87 Kruistabel Steun Collega’s - Verzuimduur: Rijpercentages................................88 Kruistabel Steun Team - Verzuimduur: Rijpercentages......................................88 Steun Team - Verzuimduur: Rijpercentages (groepen 0 & 3) .............................89 Steun Team - Verzuimduur: Rijpercentages (groepen 1 & 3) .............................89 Steun Team - Verzuimduur: Rijpercentages (groepen 2 & 3) .............................89 Kruistabel Regelruimte - Verzuimduur: Rijpercentages .....................................90 Regelruimte - Verzuimduur: Rijpercentages (groepen 0 & 3) ............................90 Regelruimte - Verzuimduur: Rijpercentages (groepen 0 & 2) ............................91 Regelruimte - Verzuimduur: Rijpercentages (groepen 0 & 1) ............................91 Regelruimte - Verzuimduur: Rijpercentages (groepen 1 & 3) ............................91 Kruistabel Loopbaanontwikkeling - Verzuimduur: Rijpercentages ....................92 Kruistabel: Jobinhoud - Verzuimduur: Rijpercentages .......................................92 Jobinhoud - Verzuimduur: Rijpercentages (groepen 0 & 3) ...............................93 Jobinhoud - Verzuimduur: Rijpercentages (groepen 1 & 3) ...............................93 Jobinhoud - Verzuimduur: Rijpercentages (groepen 2 & 3) ...............................93 Jobinhoud - Verzuimduur: Rijpercentages (groepen 0 & 2) ...............................94 Testen verzuimfrequentie ..................................................................................95
110
Tabel 98 Tabel 99
Testen verzuimduur...........................................................................................96 Cramer’s V........................................................................................................97
111
Lijst van figuren Figuur 1 Figuur 2 Figuur 3 Figuur 4 Figuur 5 Figuur 6 Figuur 7 Figuur 8 Figuur 9
Model: afwezigheden van het werk (Alexanderson, 1998).................................11 JDC-Model (Karasek, 1979)..............................................................................17 JDCS-Model (Johnson & Hall, 1988) ................................................................18 Effort-Reward Imbalance Model (Siegrist, 1996) ..............................................19 Transactionele Stresstheorie (Taylor & Aspinwall, 1996) ..................................20 WEB-Model (eigen werk op basis van de literatuur)..........................................23 Stressmodel 2.0 ...................................................................................................1 Stressmodel 1.0 ...................................................................................................1 Het ziekteverzuimmodel......................................................................................1
112
Lijst van bijlagen Bijlage I Bijlage II Bijlage III
Kruistabellen Steekproef volgens sector Log lineaire analyses
113
Bijlage I: Kruistabellen Werkeisen en verzuimfrequentie Werklast
Werklast 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Frequentie 0 174 27,36% 51,18% 15,05% 154 24,21% 51,85% 13,32% 167 26,26% 57,19% 14,45% 141 22,17% 62,11% 12,20% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 77 30,56% 22,65% 6,66% 69 27,38% 23,23% 5,97% 66 26,19% 22,60% 5,71% 40 15,87% 17,62% 3,46% 252 21,80%
Chi-square 14,11041 14,16831 ,1104818 ,1098137 ,0637867
Frequentie 2 43 28,48% 12,65% 3,72% 42 27,81% 14,14% 3,63% 36 23,84% 12,33% 3,11% 30 19,87% 13,22% 2,60% 151 13,06%
df p df=9 p=,11847 df=9 p=,11648
Frequentie >2 46 39,32% 13,53% 3,98% 32 27,35% 10,77% 2,77% 23 19,66% 7,88% 1,99% 16 13,68% 7,05% 1,38% 117 10,12%
Rij Totaal 340
29,41% 297
25,69% 292
25,26% 227
19,64% 1156 100,00%
Fysische omstandigheden
Omstandigheden 0 Kolom % Rij % Totaal % 1 Kolom % Rij % Totaal % 2 Kolom % Rij % Totaal % 3 Kolom % Rij % Totaal % Totaal Totaal %
Frequentie 0 152 23,90% 49,84% 13,15% 194 30,50% 57,91% 16,78% 150 23,58% 53,00% 12,98% 140 22,01% 60,09% 12,11% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 66 26,19% 21,64% 5,71% 68 26,98% 20,30% 5,88% 76 30,16% 26,86% 6,57% 42 16,67% 18,03% 3,63% 252 21,80%
Chi-square df p 19,14363 df=9 p=,02401 19,06705 df=9 p=,02464 ,1286866 ,1276341 ,0742972
Frequentie 2 45 29,80% 14,75% 3,89% 36 23,84% 10,75% 3,11% 36 23,84% 12,72% 3,11% 34 22,52% 14,59% 2,94% 151 13,06%
Frequentie >2 42 35,90% 13,77% 3,63% 37 31,62% 11,04% 3,20% 21 17,95% 7,42% 1,82% 17 14,53% 7,30% 1,47% 117 10,12%
Rij Totaal 305
26,38% 335
28,98% 283
24,48% 233
20,16% 1156 100,00%
Woon-werkverkeer
Verkeer 1 Column Percent Row Percent Total Percent 2 Column Percent Row Percent Total Percent 3 Column Percent Row Percent Total Percent 4 Column Percent Row Percent Total Percent 5 Column Percent Row Percent Total Percent 6 Column Percent Row Percent Total Percent Totals Total Percent
Frequentie 0 49 7,70% 43,36% 4,24% 76 11,95% 59,84% 6,57% 70 11,01% 55,12% 6,06% 107 16,82% 57,84% 9,26% 176 27,67% 53,50% 15,22% 158 24,84% 57,45% 13,67% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 24 9,52% 21,24% 2,08% 27 10,71% 21,26% 2,34% 31 12,30% 24,41% 2,68% 34 13,49% 18,38% 2,94% 79 31,35% 24,01% 6,83% 57 22,62% 20,73% 4,93% 252 21,80%
Frequentie 2 14 9,27% 12,39% 1,21% 12 7,95% 9,45% 1,04% 18 11,92% 14,17% 1,56% 28 18,54% 15,14% 2,42% 48 31,79% 14,59% 4,15% 31 20,53% 11,27% 2,68% 151 13,06%
Chi-square df p 32,11521 df=15 p=,00622 27,92520 df=15 p=,02206 ,1666773 ,1644092 ,0962312
Frequentie >2 26 22,22% 23,01% 2,25% 12 10,26% 9,45% 1,04% 8 6,84% 6,30% 0,69% 16 13,68% 8,65% 1,38% 26 22,22% 7,90% 2,25% 29 24,79% 10,55% 2,51% 117 10,12%
Rij Totaal 113
9,78% 127
10,99% 127
10,99% 185
16,00% 329
28,46% 275
23,79% 1156 100,00%
Grensoverschrijdend gedrag
GOG 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Frequentie 0 143 22,48% 49,65% 12,37% 138 21,70% 49,29% 11,94% 176 27,67% 58,28% 15,22% 179 28,14% 62,59% 15,48% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 57 22,62% 19,79% 4,93% 75 29,76% 26,79% 6,49% 61 24,21% 20,20% 5,28% 59 23,41% 20,63% 5,10% 252 21,80%
Frequentie 2 42 27,81% 14,58% 3,63% 36 23,84% 12,86% 3,11% 42 27,81% 13,91% 3,63% 31 20,53% 10,84% 2,68% 151 13,06%
Chi-square df p 29,56279 df=9 p=,00052 28,95680 df=9 p=,00066 ,1599167 ,1579103 ,0923279
Frequentie >2 46 39,32% 15,97% 3,98% 31 26,50% 11,07% 2,68% 23 19,66% 7,62% 1,99% 17 14,53% 5,94% 1,47% 117 10,12%
Rij Totaal 288
24,91% 280
24,22% 302
26,12% 286
24,74% 1156 100,00%
Jobzekerheid
Jobzekerheid 1 Column Percent Row Percent Total Percent 2 Column Percent Row Percent Total Percent 3 Column Percent Row Percent Total Percent 4 Column Percent Row Percent Total Percent 5 Column Percent Row Percent Total Percent 6 Column Percent Row Percent Total Percent Totals Total Percent
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 0 38 5,97% 50,67% 3,29% 52 8,18% 57,78% 4,50% 56 8,81% 50,45% 4,84% 97 15,25% 51,32% 8,39% 169 26,57% 55,41% 14,62% 224 35,22% 58,03% 19,38% 636 55,02%
Frequentie 1 12 4,76% 16,00% 1,04% 22 8,73% 24,44% 1,90% 25 9,92% 22,52% 2,16% 42 16,67% 22,22% 3,63% 72 28,57% 23,61% 6,23% 79 31,35% 20,47% 6,83% 252 21,80%
Chi-square df p 17,26134 df=15 p=,30350 16,07881 df=15 p=,37685 ,1221964 ,1212942 ,0705501
Frequentie 2 10 6,62% 13,33% 0,87% 11 7,28% 12,22% 0,95% 16 10,60% 14,41% 1,38% 26 17,22% 13,76% 2,25% 38 25,17% 12,46% 3,29% 50 33,11% 12,95% 4,33% 151 13,06%
Frequentie >2 15 12,82% 20,00% 1,30% 5 4,27% 5,56% 0,43% 14 11,97% 12,61% 1,21% 24 20,51% 12,70% 2,08% 26 22,22% 8,52% 2,25% 33 28,21% 8,55% 2,85% 117 10,12%
Rij Totaal 75
6,49% 90
7,79% 111
9,60% 189
16,35% 305
26,38% 386
33,39% 1156 100,00%
Privé-werk balans
Privé-werk balans 1 Column Percent Row Percent Total Percent 2 Column Percent Row Percent Total Percent 3 Column Percent Row Percent Total Percent 4 Column Percent Row Percent Total Percent 5 Column Percent Row Percent Total Percent 6 Column Percent Row Percent Total Percent Totals Total Percent
Frequentie 0 57 8,96% 48,31% 4,93% 65 10,22% 53,28% 5,62% 85 13,36% 58,62% 7,35% 124 19,50% 48,25% 10,73% 186 29,25% 56,88% 16,09% 119 18,71% 63,64% 10,29% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 23 9,13% 19,49% 1,99% 29 11,51% 23,77% 2,51% 29 11,51% 20,00% 2,51% 71 28,17% 27,63% 6,14% 68 26,98% 20,80% 5,88% 32 12,70% 17,11% 2,77% 252 21,80%
Chi-square df p 30,15345 df=15 p=,01139 27,89806 df=15 p=,02223 ,1615063 ,1594403 ,0932457
Frequentie 2 15 9,93% 12,71% 1,30% 14 9,27% 11,48% 1,21% 16 10,60% 11,03% 1,38% 43 28,48% 16,73% 3,72% 42 27,81% 12,84% 3,63% 21 13,91% 11,23% 1,82% 151 13,06%
Frequentie >2 23 19,66% 19,49% 1,99% 14 11,97% 11,48% 1,21% 15 12,82% 10,34% 1,30% 19 16,24% 7,39% 1,64% 31 26,50% 9,48% 2,68% 15 12,82% 8,02% 1,30% 117 10,12%
Rij Totaal 118
10,21% 122
10,55% 145
12,54% 257
22,23% 327
28,29% 187
16,18% 1156 100,00%
Werkeisen en verzuimduur Werklast
Werklast Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Total Percent
0
1
2
3
All Grps
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 0 dagen 174 27,36% 51,18% 15,05% 154 24,21% 51,85% 13,32% 167 26,26% 57,19% 14,45% 141 22,17% 62,11% 12,20% 636 55,02%
Totale Duur 1-3 dagen 50 26,46% 14,71% 4,33% 46 24,34% 15,49% 3,98% 55 29,10% 18,84% 4,76% 38 20,11% 16,74% 3,29% 189 16,35%
Chi-square df p 30,71126 df=9 p=,00033 30,46636 df=9 p=,00037 ,1629934 ,1608704 ,0941043
Totale Duur 4-9 dagen 44 26,35% 12,94% 3,81% 52 31,14% 17,51% 4,50% 44 26,35% 15,07% 3,81% 27 16,17% 11,89% 2,34% 167 14,45%
Totale Duur >9 dagen 72 43,90% 21,18% 6,23% 45 27,44% 15,15% 3,89% 26 15,85% 8,90% 2,25% 21 12,80% 9,25% 1,82% 164 14,19%
Rij Totaal 340
29,41% 297
25,69% 292
25,26% 227
19,64% 1156
Fysische Omstandigheden
Omstandigheden Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Total Percent
0
1
2
3
All Grps
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 0 dagen 152 23,90% 49,84% 13,15% 194 30,50% 57,91% 16,78% 150 23,58% 53,00% 12,98% 140 22,01% 60,09% 12,11% 636 55,02%
Totale Duur 1-3 dagen 46 24,34% 15,08% 3,98% 55 29,10% 16,42% 4,76% 51 26,98% 18,02% 4,41% 37 19,58% 15,88% 3,20% 189 16,35%
Chi-square df p 14,14590 df=9 p=,11725 14,09474 df=9 p=,11901 ,1106207 ,1099500 ,0638669
Totale Duur 4-9 dagen 51 30,54% 16,72% 4,41% 49 29,34% 14,63% 4,24% 37 22,16% 13,07% 3,20% 30 17,96% 12,88% 2,60% 167 14,45%
Totale Duur > 9 dagen 56 34,15% 18,36% 4,84% 37 22,56% 11,04% 3,20% 45 27,44% 15,90% 3,89% 26 15,85% 11,16% 2,25% 164 14,19%
Rij Totaal 305
26,38% 335
28,98% 283
24,48% 233
20,16% 1156
Woon-werkverkeer
Verkeer Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Total Percent
1
2
3
4
5
6
All Grps
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 0 dagen 49 7,70% 43,36% 4,24% 76 11,95% 59,84% 6,57% 70 11,01% 55,12% 6,06% 107 16,82% 57,84% 9,26% 176 27,67% 53,50% 15,22% 158 24,84% 57,45% 13,67% 636 55,02%
Totale Duur 1-3 dagen 14 7,41% 12,39% 1,21% 21 11,11% 16,54% 1,82% 20 10,58% 15,75% 1,73% 37 19,58% 20,00% 3,20% 55 29,10% 16,72% 4,76% 42 22,22% 15,27% 3,63% 189 16,35%
Chi-square df p 23,57437 df=15 p=,07271 22,99286 df=15 p=,08432 ,1428043 ,1413700 ,0824481
Totale Duur 4-9 dagen 26 15,57% 23,01% 2,25% 12 7,19% 9,45% 1,04% 16 9,58% 12,60% 1,38% 23 13,77% 12,43% 1,99% 53 31,74% 16,11% 4,58% 37 22,16% 13,45% 3,20% 167 14,45%
Totale Duur > 9 dagen 24 14,63% 21,24% 2,08% 18 10,98% 14,17% 1,56% 21 12,80% 16,54% 1,82% 18 10,98% 9,73% 1,56% 45 27,44% 13,68% 3,89% 38 23,17% 13,82% 3,29% 164 14,19%
Rij Totaal 113
9,78% 127
10,99% 127
10,99% 185
16,00% 329
28,46% 275
23,79% 1156
Grensoverschrijdend Gedrag
GOG Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Total Percent
0
1
2
3
All Grps
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 0 dagen 143 22,48% 49,65% 12,37% 138 21,70% 49,29% 11,94% 176 27,67% 58,28% 15,22% 179 28,14% 62,59% 15,48% 636 55,02%
Totale Duur 1-3 dagen 35 18,52% 12,15% 3,03% 60 31,75% 21,43% 5,19% 46 24,34% 15,23% 3,98% 48 25,40% 16,78% 4,15% 189 16,35%
Chi-square df p 41,65236 df=9 p=,00000 39,76806 df=9 p=,00001 ,1898195 ,1864895 ,1095924
Totale Duur 4-9 dagen 43 25,75% 14,93% 3,72% 45 26,95% 16,07% 3,89% 48 28,74% 15,89% 4,15% 31 18,56% 10,84% 2,68% 167 14,45%
Totale Duur > 9 dagen 67 40,85% 23,26% 5,80% 37 22,56% 13,21% 3,20% 32 19,51% 10,60% 2,77% 28 17,07% 9,79% 2,42% 164 14,19%
Rij Totaal 288
24,91% 280
24,22% 302
26,12% 286
24,74% 1156
Jobzekerheid
Jobzekerheid Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Total Percent
1
2
3
4
5
6
All Grps
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 0 dagen 38 5,97% 50,67% 3,29% 52 8,18% 57,78% 4,50% 56 8,81% 50,45% 4,84% 97 15,25% 51,32% 8,39% 169 26,57% 55,41% 14,62% 224 35,22% 58,03% 19,38% 636 55,02%
Totale Duur 1-3 dagen 10 5,29% 13,33% 0,87% 13 6,88% 14,44% 1,12% 17 8,99% 15,32% 1,47% 28 14,81% 14,81% 2,42% 52 27,51% 17,05% 4,50% 69 36,51% 17,88% 5,97% 189 16,35%
Chi-square df p 29,56279 df=9 p=,00052 28,95680 df=9 p=,00066 ,1599167 ,1579103 ,0923279
Totale Duur 4-9 dagen 4 2,40% 5,33% 0,35% 9 5,39% 10,00% 0,78% 23 13,77% 20,72% 1,99% 30 17,96% 15,87% 2,60% 48 28,74% 15,74% 4,15% 53 31,74% 13,73% 4,58% 167 14,45%
Totale Duur > 9 dagen 23 14,02% 30,67% 1,99% 16 9,76% 17,78% 1,38% 15 9,15% 13,51% 1,30% 34 20,73% 17,99% 2,94% 36 21,95% 11,80% 3,11% 40 24,39% 10,36% 3,46% 164 14,19%
Rij Totaal 75
6,49% 90
7,79% 111
9,60% 189
16,35% 305
26,38% 386
33,39% 1156
Privé-werk balans
Privé-Werk Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Total Percent
1
2
3
4
5
6
All Grps
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 0 dagen 57 8,96% 48,31% 4,93% 65 10,22% 53,28% 5,62% 85 13,36% 58,62% 7,35% 124 19,50% 48,25% 10,73% 186 29,25% 56,88% 16,09% 119 18,71% 63,64% 10,29% 636 55,02%
Totale Duur 1-3 dagen 15 7,94% 12,71% 1,30% 19 10,05% 15,57% 1,64% 24 12,70% 16,55% 2,08% 53 28,04% 20,62% 4,58% 54 28,57% 16,51% 4,67% 24 12,70% 12,83% 2,08% 189 16,35%
Chi-square df p 34,42335 df=15 p=,00297 32,71230 df=15 p=,00515 ,1725630 ,1700497 ,0996293
Totale Duur 4-9 dagen 18 10,78% 15,25% 1,56% 13 7,78% 10,66% 1,12% 19 11,38% 13,10% 1,64% 51 30,54% 19,84% 4,41% 41 24,55% 12,54% 3,55% 25 14,97% 13,37% 2,16% 167 14,45%
Totale Duur > 9 dagen 28 17,07% 23,73% 2,42% 25 15,24% 20,49% 2,16% 17 10,37% 11,72% 1,47% 29 17,68% 11,28% 2,51% 46 28,05% 14,07% 3,98% 19 11,59% 10,16% 1,64% 164 14,19%
Rij Totaal 118
10,21% 122
10,55% 145
12,54% 257
22,23% 327
28,29% 187
16,18% 1156
Energiebronnen en verzuimfrequentie Steun baas
Steun Baas 0 Column Percent Row Percent Total Percent 1 Column Percent Row Percent Total Percent 2 Column Percent Row Percent Total Percent 3 Column Percent Row Percent Total Percent Totals Total Percent
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 0 149 23,43% 51,38% 12,89% 160 25,16% 51,61% 13,84% 156 24,53% 54,74% 13,49% 171 26,89% 63,10% 14,79% 636 55,02%
Frequentie 1 68 26,98% 23,45% 5,88% 71 28,17% 22,90% 6,14% 61 24,21% 21,40% 5,28% 52 20,63% 19,19% 4,50% 252 21,80%
Chi-square df p 14,59839 df=9 p=,10259 14,77690 df=9 p=,09727 ,1123760 ,1116731 ,0648803
Frequentie 2 36 23,84% 12,41% 3,11% 42 27,81% 13,55% 3,63% 43 28,48% 15,09% 3,72% 30 19,87% 11,07% 2,60% 151 13,06%
Frequentie >2 37 31,62% 12,76% 3,20% 37 31,62% 11,94% 3,20% 25 21,37% 8,77% 2,16% 18 15,38% 6,64% 1,56% 117 10,12%
Rij Totaal 290
25,09% 310
26,82% 285
24,65% 271
23,44% 1156 100,00%
Betrokkenheid bij de organisatie
Organisatie 0 Column Percent Row Percent Total Percent 1 Column Percent Row Percent Total Percent 2 Column Percent Row Percent Total Percent 3 Column Percent Row Percent Total Percent Totals Total Percent
Frequentie 0 154 24,21% 50,33% 13,32% 138 21,70% 50,92% 11,94% 184 28,93% 55,42% 15,92% 160 25,16% 64,78% 13,84% 636 55,02%
Frequentie 1 71 28,17% 23,20% 6,14% 65 25,79% 23,99% 5,62% 71 28,17% 21,39% 6,14% 45 17,86% 18,22% 3,89% 252 21,80%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Chi-square df p 29,98399 df=9 p=,00044 29,31693 df=9 p=,00057 ,1610519 ,1590030 ,0929833
Frequentie 2 33 21,85% 10,78% 2,85% 47 31,13% 17,34% 4,07% 43 28,48% 12,95% 3,72% 28 18,54% 11,34% 2,42% 151 13,06%
Frequentie >2 48 41,03% 15,69% 4,15% 21 17,95% 7,75% 1,82% 34 29,06% 10,24% 2,94% 14 11,97% 5,67% 1,21% 117 10,12%
Rij Totaal 306
26,47% 271
23,44% 332
28,72% 247
21,37% 1156 100,00%
Steun collega’s
Steun collega's 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Frequentie 0 204 32,08% 54,11% 17,65% 194 30,50% 54,04% 16,78% 131 20,60% 54,36% 11,33% 107 16,82% 59,78% 9,26% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 90 35,71% 23,87% 7,79% 74 29,37% 20,61% 6,40% 53 21,03% 21,99% 4,58% 35 13,89% 19,55% 3,03% 252 21,80%
Frequentie 2 43 28,48% 11,41% 3,72% 55 36,42% 15,32% 4,76% 32 21,19% 13,28% 2,77% 21 13,91% 11,73% 1,82% 151 13,06%
Chi-square df p 5,067446 df=9 p=,82839 5,023360 df=9 p=,83226 ,0662088 ,0660641 ,0382257
Frequentie >2 40 34,19% 10,61% 3,46% 36 30,77% 10,03% 3,11% 25 21,37% 10,37% 2,16% 16 13,68% 8,94% 1,38% 117 10,12%
Rij Totaal 377
32,61% 359
31,06% 241
20,85% 179
15,48% 1156 100,00%
Steun Team
Steun Team 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Frequentie 0 125 19,65% 47,17% 10,81% 151 23,74% 55,31% 13,06% 178 27,99% 50,57% 15,40% 182 28,62% 68,42% 15,74% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 68 26,98% 25,66% 5,88% 52 20,63% 19,05% 4,50% 92 36,51% 26,14% 7,96% 40 15,87% 15,04% 3,46% 252 21,80%
Chi-square df p 36,21169 df=9 p=,00004 36,82018 df=9 p=,00003 ,1769887 ,1742800 ,1021845
Frequentie 2 35 23,18% 13,21% 3,03% 37 24,50% 13,55% 3,20% 50 33,11% 14,20% 4,33% 29 19,21% 10,90% 2,51% 151 13,06%
Frequentie >2 37 31,62% 13,96% 3,20% 33 28,21% 12,09% 2,85% 32 27,35% 9,09% 2,77% 15 12,82% 5,64% 1,30% 117 10,12%
Rij Totaal 265
22,92% 273
23,62% 352
30,45% 266
23,01% 1156 100,00%
Regelruimte
Regelruimte 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Frequentie 0 155 24,37% 48,29% 13,41% 225 35,38% 52,57% 19,46% 149 23,43% 60,57% 12,89% 107 16,82% 66,46% 9,26% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 75 29,76% 23,36% 6,49% 97 38,49% 22,66% 8,39% 56 22,22% 22,76% 4,84% 24 9,52% 14,91% 2,08% 252 21,80%
Chi-square df p 28,88020 df=9 p=,00068 30,06581 df=9 p=,00043 ,1580597 ,1561216 ,0912558
Frequentie 2 44 29,14% 13,71% 3,81% 59 39,07% 13,79% 5,10% 26 17,22% 10,57% 2,25% 22 14,57% 13,66% 1,90% 151 13,06%
Frequentie >2 47 40,17% 14,64% 4,07% 47 40,17% 10,98% 4,07% 15 12,82% 6,10% 1,30% 8 6,84% 4,97% 0,69% 117 10,12%
Rij Totals 321
27,77% 428
37,02% 246
21,28% 161
13,93% 1156 100,00%
Loopbaanontwikkeling
Loopbaan 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Frequentie 0 184 28,93% 52,12% 15,92% 161 25,31% 55,90% 13,93% 134 21,07% 57,51% 11,59% 157 24,69% 55,67% 13,58% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 75 29,76% 21,25% 6,49% 64 25,40% 22,22% 5,54% 45 17,86% 19,31% 3,89% 68 26,98% 24,11% 5,88% 252 21,80%
Chi-square df p 14,52063 df=9 p=,10499 14,07929 df=9 p=,11955 ,1120763 ,1113790 ,0647073
Frequentie 2 43 28,48% 12,18% 3,72% 35 23,18% 12,15% 3,03% 37 24,50% 15,88% 3,20% 36 23,84% 12,77% 3,11% 151 13,06%
Frequentie >2 51 43,59% 14,45% 4,41% 28 23,93% 9,72% 2,42% 17 14,53% 7,30% 1,47% 21 17,95% 7,45% 1,82% 117 10,12%
Rij Totaal 353
30,54% 288
24,91% 233
20,16% 282
24,39% 1156 100,00%
Jobinhoud
Jobinhoud 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Frequentie 0 142 22,33% 48,80% 12,28% 186 29,25% 54,23% 16,09% 146 22,96% 53,48% 12,63% 162 25,47% 65,06% 14,01% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Frequentie 1 62 24,60% 21,31% 5,36% 81 32,14% 23,62% 7,01% 59 23,41% 21,61% 5,10% 50 19,84% 20,08% 4,33% 252 21,80%
Chi-square df p 25,97222 df=9 p=,00207 26,48346 df=9 p=,00170 ,1498910 ,1482350 ,0865396
Frequentie 2 42 27,81% 14,43% 3,63% 46 30,46% 13,41% 3,98% 38 25,17% 13,92% 3,29% 25 16,56% 10,04% 2,16% 151 13,06%
Frequentie >2 45 38,46% 15,46% 3,89% 30 25,64% 8,75% 2,60% 30 25,64% 10,99% 2,60% 12 10,26% 4,82% 1,04% 117 10,12%
Rij Totaal 291
25,17% 343
29,67% 273
23,62% 249
21,54% 1156 100,00%
Energiebronnen en de totale verzuimduur Steun van de baas
Steun Baas 0 Column Percent Row Percent Total Percent 1 Column Percent Row Percent Total Percent 2 Column Percent Row Percent Total Percent 3 Column Percent Row Percent Total Percent Totals Total Percent
Totale Duur Totale Duur Totale Duur Totale Duur 0 dagen 1-3 dagen 4-9 dagen > 9 dagen 149 44 43 54 23,43% 23,28% 25,75% 32,93% 51,38% 15,17% 14,83% 18,62% 12,89% 3,81% 3,72% 4,67% 160 51 56 43 25,16% 26,98% 33,53% 26,22% 51,61% 16,45% 18,06% 13,87% 13,84% 4,41% 4,84% 3,72% 156 48 42 39 24,53% 25,40% 25,15% 23,78% 54,74% 16,84% 14,74% 13,68% 13,49% 4,15% 3,63% 3,37% 171 46 26 28 26,89% 24,34% 15,57% 17,07% 63,10% 16,97% 9,59% 10,33% 14,79% 3,98% 2,25% 2,42% 636 189 167 164 55,02% 16,35% 14,45% 14,19%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Chi-square df p 19,12839 df=9 p=,02413 19,34246 df=9 p=,02244 ,1286353 ,1275841 ,0742676
Rij Totaal 290
25,09% 310
26,82% 285
24,65% 271
23,44% 1156 100,00%
Betrokkenheid bij de organisatie
Organisatie 0 Column Percent Row Percent Total Percent 1 Column Percent Row Percent Total Percent 2 Column Percent Row Percent Total Percent 3 Column Percent Row Percent Total Percent Totals Total Percent
Totale Duur 0 dagen 154 24,21% 50,33% 13,32% 138 21,70% 50,92% 11,94% 184 28,93% 55,42% 15,92% 160 25,16% 64,78% 13,84% 636 55,02%
Totale Duur 1-3 dagen 38 20,11% 12,42% 3,29% 50 26,46% 18,45% 4,33% 68 35,98% 20,48% 5,88% 33 17,46% 13,36% 2,85% 189 16,35%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Chi-square df p 34,46362 df=9 p=,00007 33,87018 df=9 p=,00009 ,1726639 ,1701463 ,0996876
Totale Duur 4-9 dagen 51 30,54% 16,67% 4,41% 48 28,74% 17,71% 4,15% 44 26,35% 13,25% 3,81% 24 14,37% 9,72% 2,08% 167 14,45%
Totale Duur > 9 dagen 63 38,41% 20,59% 5,45% 35 21,34% 12,92% 3,03% 36 21,95% 10,84% 3,11% 30 18,29% 12,15% 2,60% 164 14,19%
Rij Totaal 306
26,47% 271
23,44% 332
28,72% 247
21,37% 1156 100,00%
Steun van de collega’s
Collega's 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Totale Duur 0 dagen 204 32,08% 54,11% 17,65% 194 30,50% 54,04% 16,78% 131 20,60% 54,36% 11,33% 107 16,82% 59,78% 9,26% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 1-3 dagen 56 29,63% 14,85% 4,84% 65 34,39% 18,11% 5,62% 36 19,05% 14,94% 3,11% 32 16,93% 17,88% 2,77% 189 16,35%
Totale Duur 4-9 dagen 53 31,74% 14,06% 4,58% 58 34,73% 16,16% 5,02% 34 20,36% 14,11% 2,94% 22 13,17% 12,29% 1,90% 167 14,45%
Chi-square df p 10,75144 df=9 p=,29315 10,90234 df=9 p=,28248 ,0964394 ,0959940 ,0556793
Totale Duur > 9 dagen 64 39,02% 16,98% 5,54% 42 25,61% 11,70% 3,63% 40 24,39% 16,60% 3,46% 18 10,98% 10,06% 1,56% 164 14,19%
Rij Totaal 377
32,61% 359
31,06% 241
20,85% 179
15,48% 1156 100,00%
Steun van het team
Team 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Totale Duur 0 dagen 125 19,65% 47,17% 10,81% 151 23,74% 55,31% 13,06% 178 27,99% 50,57% 15,40% 182 28,62% 68,42% 15,74% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 1-3 dagen 47 24,87% 17,74% 4,07% 42 22,22% 15,38% 3,63% 69 36,51% 19,60% 5,97% 31 16,40% 11,65% 2,68% 189 16,35%
Totale Duur 4-9 dagen 41 24,55% 15,47% 3,55% 42 25,15% 15,38% 3,63% 56 33,53% 15,91% 4,84% 28 16,77% 10,53% 2,42% 167 14,45%
Chi-square df p 32,81483 df=9 p=,00014 32,89763 df=9 p=,00014 ,1684830 ,1661414 ,0972737
Totale Duur > 9 dagen 52 31,71% 19,62% 4,50% 38 23,17% 13,92% 3,29% 49 29,88% 13,92% 4,24% 25 15,24% 9,40% 2,16% 164 14,19%
Rij Totaal 265
22,92% 273
23,62% 352
30,45% 266
23,01% 1156 100,00%
Regelruimte
Regelruimte 0 Column % Row % Total % 1 Column % Row % Total % 2 Column % Row % Total % 3 Column % Row % Total % Totals Total %
Totale Duur 0 dagen 155 24,37% 48,29% 13,41% 225 35,38% 52,57% 19,46% 149 23,43% 60,57% 12,89% 107 16,82% 66,46% 9,26% 636 55,02%
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 1-3 dagen 39 20,63% 12,15% 3,37% 83 43,92% 19,39% 7,18% 42 22,22% 17,07% 3,63% 25 13,23% 15,53% 2,16% 189 16,35%
Chi-square 42,76860 43,66086 ,1923462 ,1888838 ,1110511
Totale Duur 4-9 dagen 57 34,13% 17,76% 4,93% 64 38,32% 14,95% 5,54% 26 15,57% 10,57% 2,25% 20 11,98% 12,42% 1,73% 167 14,45%
df p df=9 p=,00000 df=9 p=,00000
Totale Duur > 9 dagen 70 42,68% 21,81% 6,06% 56 34,15% 13,08% 4,84% 29 17,68% 11,79% 2,51% 9 5,49% 5,59% 0,78% 164 14,19%
Rij Totaal 321
27,77% 428
37,02% 246
21,28% 161
13,93% 1156 100,00%
Loopbaanontwikkeling
Loopbaan Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Total Percent
0
1
2
3
All Grps
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 0 dagen 184 28,93% 52,12% 15,92% 161 25,31% 55,90% 13,93% 134 21,07% 57,51% 11,59% 157 24,69% 55,67% 13,58% 636 55,02%
Chi-square 12,78418 12,85937 ,1051617 ,1045850 ,0607151
Totale Duur 1-3 dagen 55 29,10% 15,58% 4,76% 43 22,75% 14,93% 3,72% 40 21,16% 17,17% 3,46% 51 26,98% 18,09% 4,41% 189 16,35%
Totale Duur 4-9 dagen 62 37,13% 17,56% 5,36% 32 19,16% 11,11% 2,77% 35 20,96% 15,02% 3,03% 38 22,75% 13,48% 3,29% 167 14,45%
df p df=9 p=,17264 df=9 p=,16909
Totale Duur > 9 dagen 52 31,71% 14,73% 4,50% 52 31,71% 18,06% 4,50% 24 14,63% 10,30% 2,08% 36 21,95% 12,77% 3,11% 164 14,19%
Rij Totals 353
30,54% 288
24,91% 233
20,16% 282
24,39% 1156
Jobinhoud
Jobinhoud Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Column Percent Row Percent Total Percent Count Total Percent
0
1
2
3
All Grps
Statistic Pearson Chi-square M-L Chi-square Phi Contingency coefficient Cramér's V
Totale Duur 0 dagen 142 22,33% 48,80% 12,28% 186 29,25% 54,23% 16,09% 146 22,96% 53,48% 12,63% 162 25,47% 65,06% 14,01% 636 55,02%
Totale Duur 1-3 dagen 38 20,11% 13,06% 3,29% 57 30,16% 16,62% 4,93% 52 27,51% 19,05% 4,50% 42 22,22% 16,87% 3,63% 189 16,35%
Chi-square df p 29,70932 df=9 p=,00049 30,12687 df=9 p=,00042 ,1603125 ,1582914 ,0925565
Totale Duur 4-9 dagen 53 31,74% 18,21% 4,58% 51 30,54% 14,87% 4,41% 40 23,95% 14,65% 3,46% 23 13,77% 9,24% 1,99% 167 14,45%
Totale Duur > 9 dagen 58 35,37% 19,93% 5,02% 49 29,88% 14,29% 4,24% 35 21,34% 12,82% 3,03% 22 13,41% 8,84% 1,90% 164 14,19%
Rij Totaal 291
25,17% 343
29,67% 273
23,62% 249
21,54% 1156
Bijlage II: Steekproef volgens sector Sector Landbouw, Visvangst & Bosbouw Voedings- en genotmiddelenindu strie
Frequentie
Percentage
11
1
36
3,1
11
1
40
3,5
14
1,2
Auto-industrie
31
2,7
Elektronica
11
1
Machinebouw
9
Chemie
Farmacie Textiel- en kledingindustrie Drukkerijen en uitgeverijen
Hout- en bouwmaterialenind ustrie Metallurgie en metaalproductenindustrie Papier- en kartonindustrie Productie en distributie van electriciteit, gas en water Bouwnijverheid Groot/kleinhandel en reparatie (distributie)
Sector
Frequentie
Percentage
Transport
83
7,2
Bank en verzekeringen
86
7,4
Immobiliën en vastgoed Diensten aan bedrijven Post en telecommunicatie
6
0,5
57
4,9
36
3,1
IT en internet diensten
26
2,2
Horeca
63
5,4
0,8
Toerisme
19
1,6
25
2,2
Cultuur, sport, en recreatie
20
1,7
12
1
Gezondheids- en welzijnsorganisatie
99
8,6
30
2,6
Onderwijs
80
6,9
6
0,5
Overheid/publieke diensten
153
13,2
15
1,3
Diensten aan particulieren
19
1,6
37
3,2
Meubelindustrie
2
0,2
74
6,4
Ontbrekend
45
3,9
1162
100
Totaal
Bijlage III: Log lineaire analyses Eerst tonen we de variabelen van het geteste model. Onder de naam van de variabelen staat het aantal categorieën waarin ze verdeeld zijn. Zo is bijvoorbeeld diploma ingedeeld in twee klassen: diploma hoger onderwijs / geen diploma hoger onderwijs. De werkeis/energiebron is normalerwijze ingedeeld in vier categorieën, zoals we al eerder zagen bij de kruistabellen. Enkel de KPI’s die met één item werden gemeten, nl. woon-werkverkeer, de jobzekerheid en privé-werk balans, werden niet ingedeeld in vier categorieën en hadden dus zes categorieën (1 item - zespuntenschaal). De getallen die boven de naam van de variabele staan, keren terug in het log-lineaire model dat eronder staat. Zo verwijst bijvoorbeeld effect 12 naar de interactie tussen variabelen 1 en 2, bijvoorbeeld diploma en geslacht. Wij zijn geïnteresseerd in de interactie tussen 4 en 5, dit is dan de interactie van de werkeis/energiebron en de verzuimmaatstaf. We bekijken meer bepaald de partiële associatiecoëfficiënt. Als deze significant is, dan is het verband tussen de werkeis/energiebron en het verzuim significant na controle voor de drie socio-demografische variabelen. De marginale associatie ChiKwadraat-waarde en de probabiliteit werden vet gemarkeerd.
Werkeisen en verzuimfrequentie Werklast
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Werklast 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 575,3268 96,9508 128,1164 132,0305 25,3166
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0569 2 1 45,0134 3 7 75,6793 4 3 20,0289 5 3 429,5437 12 1 2,1778 13 7 16,6215 14 3 3,6911 15 3 1,3434 23 7 11,0002 24 3 6,8040 25 3 5,2771 34 21 14,5537 35 21 21,5144 45 9 9,2727
Probab. p 0,000000 0,071907 0,998163 0,995241 0,999994
Pearson Chi-squ 745,4639 104,3600 132,7979 126,5748 25,4569
(5) Verzuim Frequentie x 4
Probab. p 0,000000 0,024830 0,995325 0,998417 0,999993
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024527 5,0569 0,024527 0,000000 45,0134 0,000000 0,000000 75,6793 0,000000 0,000167 20,0289 0,000167 0,000000 429,5437 0,000000 0,140015 3,1512 0,075872 0,020007 17,9200 0,012336 0,296813 3,8915 0,273423 0,718858 2,1707 0,537752 0,138611 12,6810 0,080274 0,078414 7,6104 0,054790 0,152595 5,3845 0,145715 0,844662 15,4707 0,798614 0,427937 22,6505 0,362890 0,412494 8,3797 0,496383
Fysische omstandigheden
Table to be analyzed: (1) (2) (3) (4) (5) Diploma Geslacht Leeftijd Omstandigheden Verzuim Frequentie 2 x 2 x 8 x 4 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 570,1417 112,9440 179,1413 124,5309 33,7413
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0576 2 1 45,0125 3 7 75,6783 4 3 14,8435 5 3 429,5433 12 1 2,3123 13 7 18,3366 14 3 12,7487 15 3 1,5404 7 11,6211 23 24 3 1,0965 25 3 4,8533 34 21 24,8836 35 21 21,1468 9 13,5062 45
Probab. p 0,000000 0,005946 0,461885 0,998993 0,999073
Pearson Chi-squ 713,8907 131,9587 181,9091 121,6041 33,7037
Probab. p 0,000000 0,000132 0,404793 0,999494 0,999089
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024519 5,0576 0,024519 0,000000 45,0125 0,000000 0,000000 75,6783 0,000000 0,001955 14,8435 0,001955 0,000000 429,5433 0,000000 0,128350 3,1537 0,075753 0,010540 17,9191 0,012340 0,005213 10,8090 0,012805 0,672984 2,1710 0,537691 0,113728 12,6802 0,080293 0,777920 1,6012 0,659119 0,182860 5,3816 0,145895 0,252239 23,7905 0,303322 0,450013 22,6505 0,362891 0,141007 13,1722 0,154966
Woon-werkverkeer
Table to be analyzed: (1) (2) (3) (4) (5) Diploma Geslacht Leeftijd Woon-werkverkeer Verzuim Frequentie 2 x 2 x 8 x 6 x 4
Degrs.of K-Factor Freedom 1 17 2 102 262 3 4 281 5 105
Degrs.of Effect Freedom 1 1 2 1 3 7 4 5 5 3 12 1 13 7 14 5 15 3 23 7 24 5 25 3 35 34 35 21 45 15
Max.Lik. Chi-squ. 661,2319 117,0002 185,0387 177,2782 53,0364
Prt.Ass. Chi-sqr. 4,6314 41,1967 68,1552 152,3469 394,8920 2,3900 14,8869 4,2148 1,0408 11,4166 6,1238 5,5018 28,0772 17,8576 21,0880
Probab. p 0,000000 0,147112 0,999905 1,000000 0,999995
Prt.Ass. p 0,031392 0,000000 0,000000 0,000000 0,000000 0,122110 0,037477 0,518929 0,791380 0,121453 0,294360 0,138533 0,790490 0,657995 0,134041
Pearson Chi-squ 952,5859 136,5931 197,1759 174,4453 53,9484
Mrg.Ass. Chi-sqr. 4,6314 41,1967 68,1552 152,3469 394,8920 2,7601 16,6204 4,7000 1,6542 11,7091 5,6169 6,0500 29,1759 19,4131 21,5239
Probab. p 0,000000 0,012621 0,998953 1,000000 0,999991
Mrg.Ass. p 0,031392 0,000000 0,000000 0,000000 0,000000 0,096640 0,020015 0,453584 0,647156 0,110540 0,345299 0,109201 0,744738 0,558659 0,120908
Grensoverschrijdend gedrag
Table to be analyzed: (1) (2) (3) Diploma Geslacht Leeftijd 2 x 2 x 8
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 555,9555 124,6343 136,5020 126,8036 38,6933
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0571 2 1 45,0139 3 7 75,6803 4 3 0,6574 5 3 429,5438 12 1 2,0698 13 7 15,8392 14 3 6,5277 15 3 1,6830 23 7 10,9106 24 3 9,8412 25 3 5,9805 34 21 24,1626 35 21 21,3318 45 9 21,5623
Probab. p 0,000000 0,000628 0,990913 0,998338 0,993225
x
Pearson Chi-squ 744,8303 130,6264 138,7135 124,3858 38,6420
(4) GOG 4
Probab. p 0,000000 0,000176 0,986882 0,999026 0,993344
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024525 5,0571 0,024525 0,000000 45,0139 0,000000 0,000000 75,6803 0,000000 0,883173 0,6574 0,883173 0,000000 429,5438 0,000000 0,150245 3,1502 0,075917 0,026627 17,9202 0,012335 0,088575 7,1439 0,067449 0,640724 2,1707 0,537740 0,142566 12,6813 0,080266 0,019966 10,0148 0,018440 0,112564 5,3839 0,145751 0,285249 25,9588 0,208024 0,438848 22,6505 0,362891 0,010375 19,6010 0,020541
x
(5) Verzuim Frequentie 4
Jobzekerheid Table to be analyzed: (1) (2) (3) Diploma Geslacht Leeftijd 2 x 2 x 8
Degrs.of K-Factor Freedom 1 17 2 102 3 262 4 281 5 105
Degrs.of Effect Freedom 1 1 2 1 3 7 4 5 5 3 12 1 13 7 14 5 15 3 23 7 24 5 25 3 34 35 35 21 45 15
Max.Lik. Chi-squ. 808,8390 130,6116 182,0105 176,3152 46,0879
Prt.Ass. Chi-sqr. 4,6337 41,1970 68,1546 299,9532 394,8902 2,1985 14,9352 4,0351 1,0625 10,9345 3,1101 5,6533 41,1627 17,6161 24,0991
x
(4) Jobzekerheid 6
Probab. Pearson p Chi-squ 0,000000 1265,426 0,029559 147,970 0,999952 190,352 1,000000 172,166 1,000000 46,237
Prt.Ass. p 0,031349 0,000000 0,000000 0,000000 0,000000 0,138146 0,036839 0,544370 0,786126 0,141504 0,683015 0,129751 0,218875 0,673153 0,063430
Mrg.Ass. Chi-sqr. 4,6337 41,1970 68,1546 299,9532 394,8902 2,7598 16,6209 4,7018 1,6547 11,7065 3,1727 6,0521 42,9513 19,4143 24,5435
Probab. p 0,000000 0,002004 0,999711 1,000000 1,000000
Mrg.Ass. p 0,031349 0,000000 0,000000 0,000000 0,000000 0,096662 0,020012 0,453348 0,647046 0,110632 0,673376 0,109104 0,167265 0,558581 0,056421
x
(5) Verzuim Frequentie 4
Privé-werk balans
Table to be analyzed: (1) (2) (3) Diploma Geslacht Leeftijd 2 x 2 x 8
Degrs.of K-Factor Freedom 1 17 2 102 3 262 4 281 5 105
Degrs.of Effect Freedom 1 1 2 1 3 7 4 5 5 3 12 1 13 7 14 5 15 3 23 7 24 5 25 3 34 35 35 21 45 15
Max.Lik. Chi-squ. 639,9598 109,2415 162,1053 154,8852 44,2794
Prt.Ass. Chi-sqr. 4,6320 41,1962 68,1520 131,0755 394,8904 2,3507 15,1737 4,7697 0,9639 10,9807 2,5247 5,7879 21,2971 18,2231 23,5765
Probab. p 0,000000 0,293939 1,000000 1,000000 1,000000
Prt.Ass. p 0,031381 0,000000 0,000000 0,000000 0,000000 0,125226 0,033836 0,444630 0,809994 0,139465 0,772777 0,122398 0,966874 0,634846 0,072644
x
(4) Privé-werk 6
Pearson Chi-squ 878,2698 132,4283 174,5967 153,3363 45,0919
Mrg.Ass. Chi-sqr. 4,6320 41,1962 68,1520 131,0755 394,8904 2,7596 16,6197 5,0570 1,6545 11,7094 2,2285 6,0493 22,1332 19,4129 23,3824
Probab. p 0,000000 0,023032 0,999992 1,000000 1,000000
Mrg.Ass. p 0,031381 0,000000 0,000000 0,000000 0,000000 0,096670 0,020020 0,408963 0,647087 0,110531 0,816715 0,109238 0,955306 0,558671 0,076351
x
(5) Verzuim Frequentie 4
Werkeisen en totale verzuimduur Werklast
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Werklast 2 x 2 x 8 x 4 x
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 536,2141 105,7698 131,5996 127,7652 32,3168
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0577 2 1 45,0134 3 7 75,6800 4 3 20,0293 5 3 390,4304 12 1 2,0574 13 7 16,8399 14 3 2,9683 15 3 9,6136 23 7 11,1771 24 3 6,6182 25 3 3,8387 34 21 14,0820 35 21 13,3822 45 9 18,1329
Probab. p 0,000000 0,019912 0,996281 0,997961 0,999533
Pearson Chi-squ 700,0193 123,5197 132,5628 125,2751 32,7377
Probab. p 0,000000 0,000789 0,995528 0,998810 0,999425
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024517 5,0577 0,024517 0,000000 45,0134 0,000000 0,000000 75,6800 0,000000 0,000167 20,0293 0,000167 0,000000 390,4304 0,000000 0,151465 3,1488 0,075983 0,018458 17,9177 0,012347 0,396535 3,8913 0,273444 0,022153 11,1350 0,011018 0,131077 12,6813 0,080266 0,085115 7,6121 0,054746 0,279415 4,2159 0,239074 0,866053 15,4700 0,798653 0,894649 14,6839 0,838471 0,033663 18,7924 0,027017
(5) Verzuim Duur 4
Fysische omstandigheden
Table to be analyzed: (1) (2) (3) (4) (5) Diploma Geslacht Leeftijd Omstandigheden Verzuim Duur 2 x 2 x 8 x 4 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 531,0279 108,8307 161,2609 125,0429 23,4076
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0575 2 1 45,0128 3 7 75,6772 4 3 14,8438 5 3 390,4297 12 1 2,1530 13 7 18,5466 14 3 11,8114 15 3 9,5952 23 7 11,7445 24 3 1,0131 25 3 3,5172 34 21 24,8325 35 21 13,4348 45 9 9,4341
Probab. p 0,000000 0,012094 0,810837 0,998870 0,999999
Pearson Chi-squ 680,0840 131,4828 170,1465 118,6558 24,7488
Probab. p 0,000000 0,000146 0,650638 0,999759 0,999996
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024519 5,0575 0,024519 0,000000 45,0128 0,000000 0,000000 75,6772 0,000000 0,001955 14,8438 0,001955 0,000000 390,4297 0,000000 0,142290 3,1491 0,075968 0,009733 17,9170 0,012350 0,008058 10,8103 0,012797 0,022340 11,1353 0,011016 0,109282 12,6813 0,080264 0,798077 1,6022 0,658883 0,318537 4,2159 0,239074 0,254491 23,7913 0,303279 0,892631 14,6835 0,838491 0,398207 10,2404 0,331375
Woon-werkverkeer
Table to be analyzed: (1) (2) (3) (4) (5) Diploma Geslacht Leeftijd Woon-werkverkeer Verzuim Duur 2 x 2 x 8 x 6 x 4
Degrs.of K-Factor Freedom 1 17 2 102 3 262 4 281 5 105
Degrs.of Effect Freedom 1 1 2 1 3 7 4 5 5 3 12 1 13 7 14 5 15 3 23 7 24 5 25 3 34 35 35 21 45 15
Max.Lik. Chi-squ. 626,7469 114,4596 181,5493 185,7206 53,6221
Prt.Ass. Chi-sqr. 4,6319 41,1960 68,1546 152,3468 360,4067 2,2265 14,9951 3,9747 8,8521 11,5055 6,1425 4,1737 29,1512 12,1863 18,6457
Probab. p 0,000000 0,187970 0,999957 0,999997 0,999993
Prt.Ass. p 0,031383 0,000000 0,000000 0,000000 0,000000 0,135663 0,036063 0,553060 0,031323 0,118039 0,292603 0,243305 0,745808 0,934452 0,230239
Pearson Chi-squ 919,6318 133,8303 194,0710 181,9892 53,9837
Mrg.Ass. Chi-sqr. 4,6319 41,1960 68,1546 152,3468 360,4067 2,7603 16,6209 4,7012 9,7497 11,7091 5,6158 4,7431 29,1755 12,4711 18,2042
Probab. p 0,000000 0,018895 0,999406 0,999999 0,999991
Mrg.Ass. p 0,031383 0,000000 0,000000 0,000000 0,000000 0,096633 0,020012 0,453419 0,020818 0,110540 0,345410 0,191604 0,744754 0,926019 0,252081
Grensoverschrijdend gedrag
Table to be analyzed: (1) (2) (3) Diploma Geslacht Leeftijd 2 x 2 x 8
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 516,8422 132,6514 129,4230 139,0754 52,5485
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0575 2 1 45,0138 3 7 75,6798 4 3 0,6573 5 3 390,4310 12 1 1,9501 13 7 16,1273 14 3 5,7294 15 3 9,8774 23 7 11,1151 24 3 9,4964 25 3 4,3833 34 21 23,4450 35 21 12,9536 45 9 29,6204
Probab. p 0,000000 0,000113 0,997590 0,984012 0,823276
x
Pearson Chi-squ 700,1895 160,4411 126,5204 132,7793 55,0667
(4) GOG 4
Probab. p 0,000000 0,000000 0,998698 0,994528 0,751345
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024519 5,0575 0,024519 0,000000 45,0138 0,000000 0,000000 75,6798 0,000000 0,883201 0,6573 0,883201 0,000000 390,4310 0,000000 0,162572 3,1498 0,075937 0,023978 17,9190 0,012341 0,125546 7,1453 0,067409 0,019637 11,1349 0,011018 0,133677 12,6809 0,080277 0,023370 10,0155 0,018435 0,222936 4,2164 0,239022 0,320718 25,9587 0,208027 0,910240 14,6835 0,838493 0,000509 29,7932 0,000476
x
(5) Verzuim Duur 4
Jobzekerheid
Table to be analyzed: (1) (2) (3) Diploma Geslacht Leeftijd 2 x 2 x 8
Degrs.of K-Factor Freedom 1 17 2 102 3 262 4 281 5 105
Degrs.of Effect Freedom 1 1 2 1 3 7 4 5 5 3 12 1 13 7 14 5 3 15 23 7 24 5 25 3 34 35 35 21 45 15
Max.Lik. Chi-squ. 774,3530 135,9008 176,3181 175,8266 49,7399
Prt.Ass. Chi-sqr. 4,6335 41,1975 68,1540 299,9539 360,4060 2,0647 15,0242 3,8142 8,8936 11,0538 3,0434 4,2394 41,2990 11,0069 29,4863
x
(4) Jobzekerheid 6
Probab. Pearson p Chi-squ 0,000000 1209,863 0,013987 162,644 0,999988 184,281 1,000000 172,642 0,999999 49,382
Prt.Ass. p 0,031354 0,000000 0,000000 0,000000 0,000000 0,150745 0,035690 0,576468 0,030739 0,136288 0,693300 0,236746 0,214591 0,962652 0,013915
Mrg.Ass. Chi-sqr. 4,6335 41,1975 68,1540 299,9539 360,4060 2,7601 16,6199 4,7025 9,7498 11,7074 3,1742 4,7430 42,9507 12,4722 30,1031
Probab. p 0,000000 0,000127 0,999920 1,000000 0,999999
Mrg.Ass. p 0,031354 0,000000 0,000000 0,000000 0,000000 0,096640 0,020019 0,453261 0,020817 0,110601 0,673150 0,191614 0,167279 0,925984 0,011555
x
(5) Verzuim Duur 4
Privé-werk balans
Table to be analyzed: (1) (2) (3) Diploma Geslacht Leeftijd 2 x 2 x 8
Degrs.of K-Factor Freedom 1 17 2 102 3 262 4 281 5 105
Degrs.of Effect Freedom 1 1 2 1 3 7 4 5 5 3 12 1 13 7 14 5 15 3 23 7 24 5 25 3 34 35 35 21 45 15
Max.Lik. Chi-squ. 605,4744 110,3238 156,2985 161,4287 43,9204
Prt.Ass. Chi-sqr. 4,6320 41,1960 68,1544 131,0749 360,4054 2,2159 15,3488 4,1805 8,4269 11,0871 2,5389 4,4558 21,3309 11,5124 24,7570
Probab. p 0,000000 0,269596 1,000000 1,000000 1,000000
Prt.Ass. p 0,031382 0,000000 0,000000 0,000000 0,000000 0,136594 0,031780 0,523735 0,037965 0,134864 0,770624 0,216272 0,966453 0,951855 0,053303
x
(4) Privé-werk 6
Pearson Chi-squ 853,7166 127,6398 164,2100 154,7858 44,0649
Mrg.Ass. Chi-sqr. 4,6320 41,1960 68,1544 131,0749 360,4054 2,7609 16,6188 5,0556 9,7514 11,7103 2,2266 4,7426 22,1315 12,4706 25,1959
Probab. p 0,000000 0,043694 1,000000 1,000000 1,000000
Mrg.Ass. p 0,031382 0,000000 0,000000 0,000000 0,000000 0,096596 0,020027 0,409132 0,020802 0,110496 0,816981 0,191649 0,955332 0,926033 0,047374
x
(5) Verzuim Duur 4
Energiebronnen en verzuimfrequentie Steun baas
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Steun Baas 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 557,4595 112,7464 117,4860 138,5335 40,3525
Probab. p 0,000000 0,006159 0,999858 0,985320 0,988280
Pearson Chi-squ 677,5295 120,5594 120,2694 133,7482 40,0028
(5) Verzuim Frequentie x 4
Probab. p 0,000000 0,001427 0,999704 0,993470 0,989512
Tests of Marginal and Partial Association (ZBM_all_05010 Include condition: v396 < 400 and v401 < 400 and v371 > Degrs.of Prt.Ass. Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p Effect Freedom Chi-sqr. 1 1 5,0572 0,024524 5,0572 0,024524 2 1 45,0137 0,000000 45,0137 0,000000 3 7 75,6787 0,000000 75,6787 0,000000 4 3 2,1616 0,539559 2,1616 0,539559 5 3 429,5437 0,000000 429,5437 0,000000 12 1 2,4750 0,115671 3,1505 0,075903 13 7 15,8908 0,026133 17,9181 0,012345 14 3 3,7719 0,287167 4,7866 0,188110 15 3 1,0547 0,788022 2,1703 0,537812 23 7 11,3954 0,122277 12,6802 0,080295 24 3 1,6398 0,650392 2,0345 0,565280 25 3 5,0678 0,166901 5,3839 0,145751 21 34,3997 0,032823 36,0399 0,021641 34 21 21,2622 0,443036 22,6505 0,362893 35 45 9 9,3653 0,404260 9,3773 0,403198
Betrokkenheid bij de organisatie
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Steun Baas 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 177 4 5 63
Max.Lik. Chi-squ. 567,3830 111,7304 155,6118 120,8805 35,1599
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0583 2 1 45,0136 3 7 75,6795 4 3 12,0849 5 3 429,5448 12 1 2,4973 7 16,7731 13 14 3 0,7383 15 3 1,0415 7 11,7734 23 24 3 1,2662 3 5,0724 25 34 21 29,2621 35 21 21,3505 45 9 18,3796
Probab. p 0,000000 0,007366 0,885820 0,999576 0,998260
Pearson Chi-squ 692,3293 119,1093 166,5801 118,2371 35,4638
Probab. p 0,000000 0,001892 0,720111 0,999784 0,998022
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024508 5,0583 0,024508 0,000000 45,0136 0,000000 0,000000 75,6795 0,000000 0,007098 12,0849 0,007098 0,000000 429,5448 0,000000 0,114041 3,1523 0,075821 0,018920 17,9185 0,012343 0,864158 0,7639 0,858077 0,791203 2,1710 0,537691 0,108261 12,6813 0,080266 0,737166 1,1602 0,762561 0,166573 5,3829 0,145814 0,107849 29,4358 0,103925 0,437728 22,6505 0,362893 0,031016 18,2466 0,032418
(5) Verzuim Frequentie x 4
Steun collega’s
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Steun Collega 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 635,2856 115,2363 127,3005 110,7477 40,6944
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0576 2 1 45,0127 3 7 75,6793 4 3 79,9863 5 3 429,5439 12 1 2,7544 13 7 15,2037 14 3 8,2275 15 3 1,0110 23 7 10,8923 24 3 3,3185 25 3 4,8764 34 21 35,6578 35 21 21,0247 45 9 3,0501
Probab. p 0,000000 0,003928 0,998457 0,999975 0,986963
Pearson Chi-squ 817,5773 130,1907 127,3230 106,6139 40,2372
Probab. p 0,000000 0,000194 0,998450 0,999993 0,988699
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024519 5,0576 0,024519 0,000000 45,0127 0,000000 0,000000 75,6793 0,000000 0,000000 79,9863 0,000000 0,000000 429,5439 0,000000 0,096986 3,1534 0,075767 0,033475 17,9183 0,012344 0,041537 9,6799 0,021493 0,798594 2,1710 0,537679 0,143386 12,6803 0,080292 0,345079 4,1095 0,249881 0,181074 5,3821 0,145860 0,023881 38,7487 0,010516 0,457435 22,6512 0,362853 0,962275 3,6292 0,934081
x
(5) Verzuim Frequentie 4
Steun team
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Steun Team 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 570,5565 123,2904 132,5237 124,0432 29,2107
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0580 2 1 45,0137 3 7 75,6798 4 3 15,2577 5 3 429,5432 12 1 2,6894 13 7 15,9945 14 3 2,5263 15 3 1,2070 23 7 12,1720 24 3 1,3514 25 3 4,7630 34 21 30,6980 35 21 22,2702 45 9 27,3121
Probab. p 0,000000 0,000827 0,995561 0,999099 0,999916
Pearson Chi-squ 710,1718 130,2398 134,8756 122,9873 29,7775
Probab. p 0,000000 0,000192 0,993160 0,999295 0,999882
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024512 5,0580 0,024512 0,000000 45,0137 0,000000 0,000000 75,6798 0,000000 0,001609 15,2577 0,001609 0,000000 429,5432 0,000000 0,101018 3,1505 0,075906 0,025167 17,9189 0,012341 0,470561 2,9526 0,398985 0,751319 2,1702 0,537849 0,095044 12,6821 0,080244 0,716956 0,9077 0,823566 0,189999 5,3835 0,145778 0,078833 30,2463 0,087150 0,384085 22,6504 0,362895 0,001242 26,2927 0,001829
x
(5) Verzuim Frequentie 4
Regelruimte
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Regelruimte 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 177 4 5 63
Degrs.of Effect Freedom 1 1 2 1 3 7 4 3 5 3 12 1 13 7 14 3 15 3 23 7 24 3 3 25 34 21 35 21 9 45
Max.Lik. Chi-squ. 662,5447 104,7388 153,6363 137,8198 30,0122
Prt.Ass. Chi-sqr. 5,0571 45,0136 75,6792 107,2459 429,5440 2,8783 16,1867 6,1031 1,3971 12,1780 3,8440 4,4283 19,0039 20,8993 13,2001
Probab. p 0,000000 0,023414 0,906520 0,986907 0,999865
Prt.Ass. p 0,024525 0,000000 0,000000 0,000000 0,000000 0,089779 0,023465 0,106701 0,706216 0,094855 0,278807 0,218780 0,584888 0,465107 0,153757
Pearson Chi-squ 850,0594 112,1102 155,1888 131,2892 31,2427
Mrg.Ass. Chi-sqr. 5,0571 45,0136 75,6792 107,2459 429,5440 3,1566 17,9193 5,8448 2,1711 12,6784 3,6586 5,3815 19,7862 22,6518 13,7871
Probab. p 0,000000 0,006891 0,890491 0,995866 0,999733
Mrg.Ass. p 0,024525 0,000000 0,000000 0,000000 0,000000 0,075620 0,012340 0,119408 0,537667 0,080343 0,300771 0,145902 0,534834 0,362821 0,130102
x
(5) Verzuim Frequentie 4
Loopbaanontwikkeling
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Loopbaan 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 575,6815 103,4312 141,4194 136,0809 41,9022
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0562 2 1 45,0134 3 7 75,6778 4 3 20,3832 5 3 429,5430 12 1 2,5878 13 7 16,7876 14 3 4,8311 15 3 1,2719 23 7 12,5347 24 3 4,3667 25 3 4,7464 34 21 25,4174 35 21 21,3903 45 9 7,5080
Probab. p 0,000000 0,028628 0,980022 0,990183 0,981326
Pearson Chi-squ 716,3163 102,1351 147,1311 127,5877 45,8849
Probab. p 0,000000 0,034770 0,955962 0,998036 0,948345
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024538 5,0562 0,024538 0,000000 45,0134 0,000000 0,000000 75,6778 0,000000 0,000141 20,3832 0,000141 0,000000 429,5430 0,000000 0,107688 3,1512 0,075869 0,018818 17,9186 0,012343 0,184594 4,5099 0,211405 0,735828 2,1711 0,537667 0,084289 12,6804 0,080290 0,224490 3,8149 0,282160 0,191337 5,3820 0,145868 0,229538 24,8044 0,255733 0,435341 22,6504 0,362897 0,584380 7,4388 0,591535
x
(5) Verzuim Frequentie 4
Jobinhoud Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Jobinhoud 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 568,2297 107,8172 133,6431 121,6255 32,0251
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0576 2 1 45,0137 3 7 75,6797 4 3 12,9313 5 3 429,5435 12 1 2,5787 13 7 16,8169 14 3 7,5191 15 3 1,6889 23 7 12,0551 24 3 0,1538 25 3 4,6649 21 23,2053 34 35 21 21,3937 45 9 15,6515
Probab. p 0,000000 0,014306 0,994529 0,999491 0,999598
Pearson Chi-squ 698,8937 120,2306 129,5446 122,2240 32,2191
Probab. p 0,000000 0,001522 0,997529 0,999412 0,999556
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024518 5,0576 0,024518 0,000000 45,0137 0,000000 0,000000 75,6797 0,000000 0,004787 12,9313 0,004787 0,000000 429,5435 0,000000 0,108312 3,1498 0,075937 0,018616 17,9193 0,012340 0,057070 6,6470 0,084043 0,639410 2,1705 0,537776 0,098762 12,6810 0,080272 0,984677 0,1136 0,990151 0,198041 5,3844 0,145721 0,333128 22,9396 0,347205 0,435135 22,6507 0,362883 0,074527 15,0913 0,088460
x
(5) Verzuim Frequentie 4
Energiebronnen en totale verzuimduur Steun baas
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Steun baas 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 518,3458 115,9591 119,3466 145,2476 47,0166
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0568 2 1 45,0133 3 7 75,6789 4 3 2,1613 5 3 390,4300 12 1 2,3027 13 7 16,0879 14 3 3,8291 15 3 10,1049 23 7 11,4928 3 1,5479 24 25 3 3,7234 34 21 33,8591 35 21 13,0609 45 9 12,6189
Probab. p 0,000000 0,003437 0,999767 0,961186 0,933872
Pearson Chi-squ 639,5300 126,4384 120,9787 140,4370 46,3868
Probab. p 0,000000 0,000432 0,999646 0,980295 0,942241
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024530 5,0568 0,024530 0,000000 45,0133 0,000000 0,000000 75,6789 0,000000 0,539602 2,1613 0,539602 0,000000 390,4300 0,000000 0,129152 3,1490 0,075971 0,024325 17,9184 0,012344 0,280523 4,7877 0,188023 0,017695 11,1346 0,011020 0,118521 12,6815 0,080261 0,671271 2,0339 0,565393 0,292924 4,2156 0,239101 0,037517 36,0391 0,021645 0,906478 14,6835 0,838493 0,180624 13,2209 0,152864
x
(5) Verzuim Duur 4
Betrokkenheid bij de organisatie
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Steun baas 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 528,2691 116,3635 155,0763 126,1428 38,2689
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0576 2 1 45,0131 3 7 75,6782 4 3 12,0844 5 3 390,4316 12 1 2,3187 13 7 17,0161 14 3 1,0463 15 3 10,3422 23 7 11,8510 24 3 1,1881 25 3 3,7416 34 21 28,2670 35 21 12,6949 45 9 23,0532
Probab. p 0,000000 0,003188 0,891711 0,998559 0,994162
Pearson Chi-squ 652,9742 144,6627 157,6575 118,8046 40,7489
Probab. p 0,000000 0,000007 0,861372 0,999750 0,986743
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024517 5,0576 0,024517 0,000000 45,0131 0,000000 0,000000 75,6782 0,000000 0,007100 12,0844 0,007100 0,000000 390,4316 0,000000 0,127830 3,1495 0,075949 0,017293 17,9191 0,012340 0,790059 0,7626 0,858382 0,015870 11,1347 0,011019 0,105565 12,6822 0,080241 1,1633 0,761827 0,755857 0,290752 4,2159 0,239077 0,132740 29,4365 0,103910 0,918934 14,6836 0,838487 0,006078 23,7125 0,004780
x
(5) Verzuim Duur 4
Steun collega’s
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Steun collega 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 596,1718 119,2918 126,0804 116,2138 47,2074
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0573 2 1 45,0128 3 7 75,6785 4 3 79,9862 5 3 390,4307 12 1 2,5561 13 7 15,3772 14 3 8,4291 15 3 10,2060 23 7 10,9675 24 3 3,2460 25 3 3,5511 34 21 35,9345 35 21 13,6406 45 9 7,1464
Probab. p 0,000000 0,001827 0,998819 0,999875 0,931176
Pearson Chi-squ 768,6151 142,1773 130,1540 111,9487 47,7746
Probab. p 0,000000 0,000012 0,997205 0,999964 0,922706
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024522 5,0573 0,024522 0,000000 45,0128 0,000000 0,000000 75,6785 0,000000 0,000000 79,9862 0,000000 0,000000 390,4307 0,000000 0,109870 3,1523 0,075818 0,031457 17,9181 0,012345 0,037928 9,6804 0,021488 0,016893 11,1352 0,011017 0,140043 12,6810 0,080274 0,355229 4,1104 0,249786 0,314189 4,2159 0,239077 0,022238 38,7487 0,010516 0,884535 14,6849 0,838426 0,621878 7,2563 0,610449
x
(5) Verzuim Duur 4
Steun team
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Steun team 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 531,4426 120,0564 108,4447 135,7464 37,7065
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0583 2 1 45,0144 3 7 75,6806 4 3 15,2585 5 3 390,4321 12 1 2,4919 13 7 16,2582 14 3 2,2664 15 3 9,9396 23 7 12,2675 24 3 1,4249 25 3 3,5837 34 21 30,2564 35 21 14,1678 45 9 24,1197
Probab. p 0,000000 0,001574 0,999991 0,990726 0,995235
Pearson Chi-squ 673,3013 129,8425 112,7505 129,2682 40,3448
Probab. p 0,000000 0,000209 0,999964 0,997223 0,988308
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024508 5,0583 0,024508 0,000000 45,0144 0,000000 0,000000 75,6806 0,000000 0,001609 15,2585 0,001609 0,000000 390,4321 0,000000 0,114433 3,1490 0,075974 0,022860 17,9185 0,012343 0,518991 2,9514 0,399186 0,019087 11,1343 0,011021 0,092098 12,6818 0,080252 0,699702 0,9100 0,823006 0,310063 4,2151 0,239150 0,086956 30,2457 0,087160 0,862283 14,6838 0,838478 0,004116 23,7807 0,004662
x
(5) Verzuim Duur 4
Regelruimte
Table to be analyzed: (1) (2) (3) (4) Diploma Geslacht Leeftijd Regelruimte 2 x 2 x 8 x 4
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Degrs.of Effect Freedom 1 1 1 2 3 7 4 3 5 3 12 1 13 7 14 3 15 3 23 7 24 3 25 3 34 21 35 21 45 9
Max.Lik. Chi-squ. 623,4323 114,7554 150,0036 135,3040 36,2149
Prt.Ass. Chi-sqr. 5,0574 45,0136 75,6796 107,2455 390,4305 2,6491 16,4927 4,9137 9,2009 12,2131 4,2181 3,5498 19,4708 13,7057 23,2573
Probab. p 0,000000 0,004289 0,937460 0,991405 0,997310
Prt.Ass. p 0,024521 0,000000 0,000000 0,000000 0,000000 0,103608 0,020978 0,178229 0,026735 0,093765 0,238852 0,314356 0,554969 0,881905 0,005644
Pearson Chi-squ 801,2715 128,0720 153,8155 135,0592 35,9989
Mrg.Ass. Chi-sqr. 5,0574 45,0136 75,6796 107,2455 390,4305 3,1550 17,9186 5,8457 11,1343 12,6803 3,6600 4,2160 19,7875 14,6840 24,1930
Probab. p 0,000000 0,000306 0,904759 0,991763 0,997535
Mrg.Ass. p 0,024521 0,000000 0,000000 0,000000 0,000000 0,075696 0,012343 0,119363 0,011021 0,080292 0,300599 0,239065 0,534756 0,838467 0,004006
x
(5) Verzuim Duur 4
Loopbaanontwikkeling
Table to be analyzed: (1) (2) (3) Diploma Geslacht Leeftijd 2 x 2 x 8 x
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 536,5679 102,3019 139,0821 135,5184 35,5544
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0581 1 45,0132 2 3 7 75,6788 4 3 20,3837 5 3 390,4307 12 1 2,3898 13 7 17,0228 14 3 4,3278 15 3 9,7612 23 7 12,6116 24 3 4,5158 25 3 3,6426 34 21 25,4729 35 21 13,7851 45 9 6,4198
Probab. p 0,000000 0,033920 0,986083 0,991082 0,997946
(4) Loopbaan 4
Pearson Chi-squ 673,7463 112,0840 140,2951 131,6188 34,3647
Probab. p 0,000000 0,006923 0,983163 0,995598 0,998770
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024511 5,0581 0,024511 0,000000 45,0132 0,000000 0,000000 75,6788 0,000000 0,000141 20,3837 0,000141 0,000000 390,4307 0,000000 0,122129 3,1483 0,076008 0,017250 17,9179 0,012346 0,228178 4,5101 0,211388 0,020709 11,1350 0,011018 0,082156 12,6813 0,080266 0,210882 3,8160 0,282026 0,302735 4,2160 0,239065 0,227265 24,8065 0,255641 0,878652 14,6834 0,838499 0,697281 6,6502 0,673485
x
(5) Verzuim Duur 4
Jobinhoud
Table to be analyzed: (1) (2) (3) Diploma Geslacht Leeftijd 2 x 2 x 8 x
Degrs.of K-Factor Freedom 1 15 2 78 3 178 4 177 5 63
Max.Lik. Chi-squ. 529,1152 110,4396 140,7250 114,6483 42,4983
Degrs.of Prt.Ass. Effect Freedom Chi-sqr. 1 1 5,0580 2 1 45,0138 3 7 75,6788 4 3 12,9314 5 3 390,4303 12 1 2,4114 13 7 17,1090 14 3 6,1552 15 3 9,3183 23 7 12,1583 24 3 0,2081 25 3 3,4667 34 21 23,0492 35 21 13,5770 9 18,3149 45
Probab. p 0,000000 0,009210 0,982014 0,999919 0,977906
(4) Jobinhoud 4
Pearson Chi-squ 651,8201 130,4798 142,6536 113,5233 41,8955
Probab. p 0,000000 0,000182 0,976041 0,999942 0,981361
Prt.Ass. Mrg.Ass. Mrg.Ass. p Chi-sqr. p 0,024513 5,0580 0,024513 0,000000 45,0138 0,000000 0,000000 75,6788 0,000000 0,004787 12,9314 0,004787 0,000000 390,4303 0,000000 0,120456 3,1494 0,075954 0,016707 17,9185 0,012343 0,104298 6,6483 0,083993 0,025345 11,1343 0,011021 0,095472 12,6814 0,080262 0,976276 0,1127 0,990267 0,325102 4,2155 0,239110 0,341359 22,9392 0,347228 0,887076 14,6835 0,838491 0,031692 19,3373 0,022473
x
(5) Verzuim Duur 4
