分享

中国护理学者用结构方程模型探究路径关系与调节关系,发文2区!

 妙趣横生统计学 2024-03-27 发布于江苏

编者

隐性缺勤已成为医疗行业中不可忽视的问题。近日,我们关注到一篇发表在《BMC Nursing》(中科院医学2区,IF=3.2)有关“在包容型领导相关的隐性缺勤中组织支持感的调节作用”的精彩文章,利用结构方程模型,深入分析并探讨了包容型领导、组织支持感与护理人员隐性缺勤之间的关系。本文将这项研究成果与大家一同探讨!

随着医疗行业的不断发展,护理人员尤其是临床护士面临着越来越多的压力和挑战。在这种高压环境下,隐性缺勤——即护士尽管身体不适但仍然坚持工作——已经成为一个日益严重的问题。这不仅影响了护士个人的健康和工作效率,也对医疗质量和患者安全造成了潜在的威胁。
为了有效地解决此问题,苏大附一的护理学者通过运用结构方程模型,深入了解相关变量之间的动态关系,提供了一个更全面的理解框架,用于指导减少护理人员的隐性缺勤行为,进而改善医院管理和提升护理服务质量。这项研究成果于2024年2月24日发表在《BMC Nursing》(中科院医学2区,护理1区;IF=3.2),题为“The moderating effect of perceived organizational support on presenteeism related to the inclusive leadership”
原文PDF获取方式:本公众号回复关键词“原文”
这项研究不仅揭示了包容型领导风格(Inclusive Leadership)与隐性缺勤之间的直接关系,而且还指出了组织支持感(Perceived Organizational Support, POS)在这一过程中的关键调节作用,拓展了我们对护理领域人力资源管理的认识,为医院管理者提供了实际的指导建议。医疗机构可以通过培养包容型的领导风格和提高组织支持感来有效降低护士的隐性缺勤率,进而提高工作效率和患者护理质量。
一、研究摘要
目的:本研究旨在探讨临床护士包容型领导与隐性缺勤的关系,并探讨组织支持感在护士包容型领导与隐性缺勤间的调节效应。
背景:护士隐性缺勤现象已变得普遍。在医院,包容型领导是一种公认的对护理人员有正面影响的领导风格。然而,关于两者之间的关系及其调节作用的研究却很少。
方法:采用一般资料调查表、斯坦福隐性缺勤量表(SPS-6)、组织支持感量表和包容型领导量表对2222名护士进行横断面调查。研究变量采用描述性统计、相关性和结构方程模型(SEM)进行分析。
结果:临床护士隐形缺勤较为严重。包容型领导、组织支持感与隐性缺勤存在相关性。组织支持感在包容型领导与隐性缺勤之间起调节作用。
结论:护理管理者应积极采取包容型领导风格,提高护士的组织支持感,以改善临床护士的隐性缺勤行为。
对护理政策和实践的启示:医疗机构和护理管理者应重视护士的心理需求,提供完整的理解和支持,鼓励员工积极参与工作,贡献新的想法和意见,降低隐性缺勤的发生率,提高护士的工作幸福感。
二、研究设计
目的(Objective):评估包容型领导和组织支持感如何影响临床护士的隐性缺勤,并探索组织支持感在包容型领导和隐性缺勤关系中的调节作用。
设计(Design):采用横断面研究设计。
参与者(Participants):包括2253名拥有至少一年临床经验的注册护士(来自苏州的4所三级医院)。
主要结局测量(Main Outcome Measures):
  • 隐性缺勤水平,采用斯坦福隐性缺勤量表(SPS-6)进行评估。
  • 组织支持感,通过组织支持感量表(Survey of Perceived Organizational Support, SPOS)进行评估。
  • 包容型领导,通过包容型领导量表(Inclusive Leadership Scale)进行评估。
分析方法(Analytical Methods):
  • 利用SPSS 27.0进行描述性统计分析,以概述样本特征。
  • 通过Pearson相关分析来检测主要变量间的关系。
  • 运用AMOS 24.0软件进行结构方程模型(SEM)分析,以探究包容型领导、组织支持感与隐性缺勤之间的路径关系,以及检验组织支持感是否调节包容型领导与隐性缺勤之间的关系。
  • 采用模型拟合指标(χ²/df、GFI、CFI、AGFI、TLI、RMSEA)来评价模型的拟合度和解释力。

拓展

结构方程模型(SEM)是一种处理多变量的统计学技术,通常用于研究变量间的复杂关系,集回归分析、因素分析、路径分析等方法于一体,亦可分析潜变量(不易直接观察的概念或构造,如态度、满意度等)之间的直接关系和间接关系。

在医学领域,社会科学领域,很多概念无法直接测量的,例如生命质量、焦虑、抑郁、行为态度、信念动机、工作压力、满意度等等,它们都是抽象的概念,往往需要用量表的形式去测量。而结构方程模型是问卷(或量表)评价不可或缺的重要工具。
SEM通常要求较大的样本量,以保证分析的稳定性和准确性,数据类型可以是连续的,也可以是分类的,但需要根据具体的SEM软件和模型类型进行适当的数据处理。
SEM主要用于得出的结果:
  • 因果关系:尽管SEM不能证明因果性,但可以基于理论模型评估变量间的因果路径。
  • 中介和调节效应:分析变量间是否存在中介变量或调节变量影响关系的强度和方向。
  • 潜在变量的关系:揭示不可直接观测的变量(如心理构造)间的相互作用。
  • 模型的拟合优度:评价理论模型与实际数据的匹配程度,包括模型是否可接受以及哪些路径是显著的。
本研究中,SEM被用来分析包容型领导、组织支持感与隐性缺勤之间的复杂关系。通过SEM,研究者做了以下分析:
  • 测试理论模型:验证包容型领导通过组织支持感影响隐性缺勤的假设模型。
  • 评估间接效应:探究组织支持感是否作为包容型领导和隐性缺勤之间的中介变量
  • 确认潜在变量的作用:包容型领导和组织支持感虽然不是直接可观测的,但通过相关的观测指标被有效测量和分析。
  • 提供拟合优度指标:使用χ²/df、CFI、TLI、RMSEA等指标来评估模型的有效性,确保分析结果的可信度和准确性。
三、研究结果
1. 人口学特征
不同年龄组、学历、婚姻状况、有无孩子、职称、职位、工作年限、夜班情况和不同部门的护士,在隐性缺勤分数上有显著统计差异,尤其是有孩子、合同制、职称为护师以上、在某些特定部门(如手术室、急诊科)工作的护士隐性缺勤分数较高。
2. 相关性分析
  • 包容型领导的总分与隐性缺勤分数负相关
  • 组织支持感的2个子维度(情感性支持和工具性支持)与隐性缺勤负相关
  • 包容型领导3个维度(开放性、有效性和易接近性)与组织支持感及其子维度均呈正相关
3. 共同方法偏差的检验
在进行结构方程模型分析之前,采用Harman的单因子测试来评估共同方法偏差(Common Method Bias,CMB),并未发现显著的共同方法偏差问题,确保了研究结果的可靠性。
4. 结构方程模型分析与模型评价指标解读
结构方程模型(SEM)显示,组织支持感在隐性缺勤和包容型领导之间的关系上具有调节作用。
该研究的SEM的拟合度指标如下:χ2/df为1.410,<3.00;GFI= 0.989,CFI=0.988,AGFI=0.968,TLI=0.974(全部>0.9),RMSEA=0.065(<0.08),表明结构方程拟合良好,模型合理。

拓展

  • χ2/df - 标准化卡方值:卡方自由度比越小,表示模型拟合度越高,最好小于3但也不要小于1,小于1为过度拟合,表示研究者对模型过度修正了。

  • GFI - 拟合度指标:GFI值越接近1,表示模型拟合度越高;反之越低。GFI>0.9表示具有良好的模型拟合度。类似回归分析中的可解释变异量(R2)。
  • CFI - 比较性拟合度指标:CFI介于0~1之间,CFI越接近1,表示越能够有效改善模型的中央性,拟合度越理想。一般认为CFI在0.9以上为拟合良好。
  • AGFI - 调整的拟合度指标:当参数越多时,AGFI数值将越接近1,越有利于得到理想的拟合度。通常采用AGFI是否大于0.9为评判标准。
  • TLI/NNFI - 非规范拟合度指标:NNFI不保证值介于0~1之间,越接近1代表拟合度越高,NNFI要大于0.95,小于0.9的话,模型可能要重新设定。
  • RMSEA - 近似均方根误差:如≤0.05,表示拟合度高;介于0.05~0.08之间,则称模型有较高的拟合度,是一种缺失度指标。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多