Burnout: analisi dei dati

Analisi dei dati

 

L’analisi correlazione di Pearson ha messo in evidenza le correlazioni delle variabili considerate nel presente studio, permettendo di valutare se le relazioni identificate riproducono quelle predette a livello teorico. In questa prospettiva, la considerevole correlazione positiva tra depersonalizzazione ed esaurimento emotivo (r= .503, p < .001) conferma le aspettative, così come la correlazione negativa con la realizzazione lavorativa (r =  – .241; p < .05 ).

Anche nel caso dell’autorità decisionale le correlazioni di entità modesta con la discrezione (r= .371; p < .01 ) e con l’esaurimento emotivo (r= – .263;p < .05) restituiscono lo schema teorico generale, dove una maggiore autorità decisionale è associata ad una maggiore discrezionalità ed a un minore esaurimento emotivo.

Contrariamente rispetto a quanto riportato nelle evidenze teoriche di Margot van der Doef e Stan Maes (1999), il controllo delle attività ha una correlazione negativa con la discrezione (r= – .374; p < .01), sembrerebbe quindi che il controllo delle attività si leghi ad un minor grado di discrezione.

Per quanto concerne lo sforzo fisico, dai dati emerge che ad un aumento di quest’ultimo si abbia una minore la realizzazione lavorativa (r= . – 256; p< .05); ciò è in linea con la JobDemand, per la quale: aspetti che richiedendo uno sforzo continuo sono associati a costi psicologici, in questo caso ad una ridotta realizzazione lavorativa (Demerouti, Bakker, Nachreiner, & Schaufeli, 2001); Inoltre, la correlazione positiva tra sforzo fisico e pressione lavorativa (r= .315; p < .01 ) suffraga le ipotesi attese.

In linea con le Job-Resources (Bakker, Demerouti, & Euwema, 2005), si ha una correlazione positiva tra supervisione sociale e discrezione (r= .330; p < .01 ): un aumento della supervisione si legherebbe ad un aumento della skill discretion. Su questo versante la supervisione sociale correla positivamente con l’insicurezza lavorativa (r= . 739; p < .001), ciò potrebbe significare che la modalità della supervisione sociale adottata invece di conferire accoglienza e supporto, genererebbe confusione ed insicurezza.

E’ stata messo in evidenza che il supporto dei colleghi correli positivamente con la skill discretion (r= .265; p< .05): sembrerebbe confermare le considerazioni teoriche secondo cui il supporto dei colleghi permetta l’aumento delle possibilità di imparare cose nuove, dall’opportunità di valorizzare le proprie competenze. Invece, si discosta da ciò correlazione tra il supporto dei colleghi e l’insicurezza lavorativa: un aumento del supporto dei colleghi si lega ad un aumento dell’insicurezza lavorativa (r= .401; p < .001 ). Emerge infine anche una correlazione positiva tra il supporto dei colleghi e la supervisione sociale (r=.622; p < .001).

La prima regressione lineare multipla^[1] mette in evidenza come tra le variabili prese in considerazione (Genere, Età, Anni_SERV, ZDeperson, ZRealiz_Lav, ZSK_Discretion, ZDecision_Authority, ZTask_Control, ZWT_Pressure, ZPhysical_Exertion, ZJob_Insecurity, ZSocialS_Superv, ZSocialS_CoWork, ZJOB_Satisfaction) il miglior modello statisticamente significativo (F(2,68)= 15.70 p < .001, R² = .32 ) identifichi due predittori statisticamente significativi: l’esaurimento emotivo aumenta in presenza di una maggiore depersonalizzazione, e diminuisce in presenza di una maggiore Skill_Discretion. Il primo predittore (depersonalizzazione) si ben collega alla considerevole correlazione positiva tra depersonalizzazione ed esaurimento emotivo (r= .503, p < .001) confermandone ulteriormente le ipotesi attese. Il secondo predittore dell’esaurimento emotivo, ovvero la skill discretion avvalora la precedente correlazione positiva tra supporto dei colleghi e skill discretion (r= .265; p< .05), perché alte possibilità di imparare cose nuove e valorizzare le proprie competenze permette di ridurre il livello di esaurimento emotivo.

Dalla seconda regressione lineare multipla^[2] si evince che tra le variabili prese in considerazione (Genere, Età, Anni_SERV, ZDeperson, ZEusar_EM, ZSK_Discretion,

ZDecision_Authority, ZTask_Control, ZWT_Pressure, ZPhysical_Exertion, ZJob_Insecurity, ZSocialS_Superv, ZSocialS_CoWork, ZJOB_Satisfaction) il migliormodello statisticamente significativo (F(2,68)= 4.761  p 0.033, R² = .65 ) introduca un predittore statisticamente significativo: la realizzazione lavorativa diminuisce in presenza di un maggior sforzo fisico. Anche nelle correlazioni, all’aumento dello sforzo fisico si aveva una minore la realizzazione lavorativa (r= .– 256; p< .05). Ancora una volta subentra la Job-Demand, per la quale: aspetti che richiedendo uno sforzo continuo sono associati a costi psicologici, in questo caso ad una ridotta realizzazione lavorativa (Demerouti, Bakker, Nachreiner, & Schaufeli, 2001).

---

© Il Burnout negli insegnanti – Federica Sapienza

---

 

 

[1] Il metodo scelto è stato quello della forward selection che determina ilmodello ottimale partendo da zero, inserendo una alla volta le varie variabili esplicative da considerare, validate secondo il loro “contributo” predittivo. Il processo di inclusione\esclusione si blocca soddisfatti i criteri di arresto, nel nostro caso p-value minore di 0.05. Regole poco restrittive rischiano di creare un modello troppo complesso e poco efficace\efficiente (Tosato, 2009).

[2] Il metodo scelto è stato quello della forward selection che determina ilmodello ottimale partendo da zero, inserendo una alla volta le varie variabili esplicative da considerare, validate secondo il loro “contributo” predittivo. Il processo di inclusione\esclusione si blocca soddisfatti i criteri di arresto, nel nostro caso p-value minore di 0.05. Regole poco restrittive rischiano di creare un modello troppo complesso e poco efficace\efficiente (Tosato, 2009).