¿Cómo calcular una puntuación global de satisfacción laboral y comprobar las diferencias entre grupos?

Question

Estoy realizando un proyecto para averiguar si existen diferencias en la satisfacción laboral entre los empleados de organizaciones sin ánimo de lucro y los de organizaciones con ánimo de lucro. También tengo que averiguar si la satisfacción laboral varía en función de la edad (categorizada como menor de 20 años, de 21 a 30, etc.), el sexo y el tipo de trabajo (remunerado o voluntario).

En cuanto a la satisfacción laboral, he resumido sus respuestas y las he etiquetado como satisfechas, ambivalentes e insatisfechas. Dentro de la satisfacción laboral, también he medido su satisfacción en diferentes aspectos de su trabajo (por ejemplo, salario, promoción) y cada uno de estos aspectos sumados forma la puntuación de satisfacción laboral.

No sé cómo analizar los datos. Los he analizado utilizando una prueba t de muestras independientes, pero acabo de recordar que mi supervisor me dijo que podía utilizar el análisis factorial. Pero no tengo experiencia en el uso del análisis factorial. ¿Puede alguien ayudarme y aconsejarme sobre cómo debo analizar mis datos?

@matt parker: muchas gracias por tu sugerencia. Sólo me he dado cuenta de que he hecho mal el análisis, ¡una semana antes de la fecha límite! Voy a tratar de leer sobre el análisis factorial ahora y dedos cruzados ¡que lo tendré todo hecho para la semana que viene! :S

Answer 1

Tienes dos preguntas:

• ¿Cómo formar una medida global de la satisfacción laboral?
• ¿Cómo examinar las diferencias de grupo en la puntuación creada?

Formación de la medida global de la satisfacción laboral

Si utiliza una medida establecida de satisfacción en el trabajo, el manual de la prueba debe indicarle cómo debe calcular la puntuación global de satisfacción en el trabajo.

Si la medida de la satisfacción laboral es novedosa, existen múltiples formas de formar una puntuación global de satisfacción laboral en la que los ítems individuales preguntan a los participantes sobre facetas de la satisfacción laboral. Según mi experiencia, cuando se realiza un análisis factorial de una medida de satisfacción laboral, el primer factor no girado explica una gran proporción de la varianza en relación con los factores posteriores. Por lo tanto, tanto si se realiza un análisis factorial y se guarda el primer factor como si simplemente se toma la media de todos los ítems que miden la satisfacción de las facetas, es probable que se obtenga una medida muy similar de la satisfacción general en el trabajo (yo esperaría que las correlaciones entre las dos formas fueran del orden de r > 0,95). Por supuesto, podría y debería probar esta idea con sus datos.

Y lo que es más importante, hay cuestiones generales de validez. Si no te importa demasiado la precisión en la medición, entonces yo pensaría que la puntuación del primer factor guardado o una media de los ítems de satisfacción laboral sería una aproximación razonable a una medida de la satisfacción laboral general.

Sin embargo, si le preocupa la precisión, le convendría participar en los debates de la bibliografía sobre si la satisfacción laboral general debería preguntarse directamente en lugar de extraerse de las medidas a nivel de facetas. Discuto esto un poco más aquí .

Satisfacción laboral por grupo

Una vez obtenida la medida global de la satisfacción laboral, la tarea de comparar grupos podría ser la siguiente:

• Para type of organisation , job status y gender las pruebas t de grupos independientes funcionarían
• Para el grupo de edad, podría hacer un ANOVA con contrastes polinómicos. En particular, si hay un efecto de la edad, a menudo tiene componentes lineales y cuadráticos. Sería mejor si tuviera una medida más granular de la edad.

Actualización

He recibido el siguiente comentario en mi blog:

Sin embargo, todavía estoy confundido de cómo mi supervisor me dijo que usara el análisis factorial, pero usted parece decir que basta con utilizar la prueba t. ¿Podría aconsejarme?

Digo que tienes dos preguntas. El análisis factorial sólo se refiere a la primera cuestión: cómo construir la medida global de la satisfacción laboral. Una vez creada esa medida global, tanto si se basa en el análisis factorial como si no, las pruebas de las diferencias de grupo son sencillas.

Answer 2

Tu constructo de satisfacción laboral final me parece sospechoso. Al sumar las distintas facetas de la satisfacción laboral para crear la puntuación final, asumes implícitamente que cada faceta tiene el mismo peso, pero en realidad no es así, como verás en la bibliografía.

Te resultaría mucho más fácil con una medida explícita de la satisfacción general, que te permitiera modelar cuánto contribuye cada faceta a la satisfacción general (hay muchos ejemplos de esto en la bibliografía). Sin eso, creo que lo mejor que se podría hacer sería modelar las facetas individuales de la satisfacción laboral por separado. Creo que ahí es donde entra la sugerencia de análisis factorial de su supervisor: si ha medido varias facetas de la satisfacción laboral, probablemente algunas de ellas estén relacionadas entre sí. El análisis factorial podría permitirte crear escalas a partir de esas variables (por ejemplo, "recompensas materiales", "entorno de trabajo"). No soy la persona adecuada para aconsejarte al respecto, pero creo que probablemente sea la idea general de tu supervisor.

Suenas como un estudiante universitario, así que averigua si existen ayudas estadísticas para estudiantes y exprímelas al máximo. Este material es no es fácil . Eso no impide que los científicos sociales lo hagan de todos modos, pero sólo porque su software calcule los resultados y le dé valores p significativos para su modelo no significa que ese modelo valga una mierda.

Answer 3

Apenas estoy aprendiendo análisis estadístico y no estoy seguro de si mi respuesta será útil, pero sólo quiero que te detengas un momento y pienses en lo que intentas conseguir con tu análisis. (A menudo, en un estado de pánico, uno suele acabar haciendo todo tipo de análisis)

Uno de los consejos más valiosos que he recibido es que a veces no hacen falta complejos análisis estadísticos para demostrar algo. Está bien si tienes formación estadística, pero al fin y al cabo debes ser capaz de entender y, lo que es más importante, explicar tus métodos y conclusiones a los demás.

Yo adoptaría un planteamiento sencillo como el siguiente:

1. Asigne un peso a las respuestas en función de su importancia/importancia relativa; por ejemplo, 1 punto para "satisfecho", 0 para "ambivalente" y -1 para "insatisfecho". (Es mejor una respuesta en escala likert)
2. Asegúrese de que su clasificación en (1) sea equivalente, es decir, que tenga todos tres puntos o cinco puntos. Esto garantiza la pureza de la escala global de las puntuaciones finales.
3. Suma las puntuaciones

Ahora tiene una puntuación global de satisfacción laboral. Puedes realizar un análisis de correlación y comparar los coeficientes para ver si hay diferencias.

Answer 4

The Job Satisfaction Survey or JSS, has some of its items written in each direction--positive and negative. Scores on each of nine facet subscales, based on 4 items each, can range from 4 to 24; while scores for total job satisfaction, based on the sum of all 36 items, can range from 36 to 216. Each item is scored from 1 to 6 if the original response choices are used. High scores on the scale represent job satisfaction, so the scores on the negatively worded items must be reversed before summing with the positively worded into facet or total scores. A score of 6 representing strongest agreement with a negatively worded item is considered equivalent to a score of 1 representing strongest disagreement on a positively worded item, allowing them to be combined meaningfully. Below is the step by step procedure for scoring.

1. Las respuestas a los ítems deben numerarse del 1, que representa el mayor desacuerdo, al 6, que representa el mayor acuerdo con cada uno. Esto supone que la escala no se ha modificado y que se utilizan las opciones de respuesta originales de acuerdo-desacuerdo.

2. Los ítems redactados negativamente deben puntuarse al revés. A continuación se muestran las inversiones de la puntuación original del ítem en la columna de la izquierda y la puntuación invertida del ítem en la de la derecha. Los valores situados más a la derecha deben sustituirse por los situados más a la izquierda. Esto también puede hacerse restando de 7 los valores originales de los ítems internos.

1 = 6

2 = 5

3 = 4

4 = 3

5 = 2

6 = 1

3. Los elementos con palabras negativas son 2, 4, 6, 8, 10, 12, 14, 16, 18, 19, 21, 23, 24, 26, 29, 31, 32, 34, 36. Tenga en cuenta que las inversiones NO son cada dos.

4. Sume las respuestas a 4 ítems para la puntuación de cada faceta y todos los ítems para la puntuación total después de las inversiones del paso 2. Los ítems se clasifican en las subescalas como se indica en la tabla.

Subescala

Números de artículo

Pagar

1, 10, 19, 28

Promoción

2, 11, 20, 33

Supervisión

3, 12, 21, 30

Prestaciones complementarias

4, 13, 22, 29

Recompensas contingentes

5, 14, 23, 32

Condiciones de funcionamiento

6, 15, 24, 31

Compañeros de trabajo

7, 16, 25, 34

Naturaleza del trabajo

8, 17, 27, 35

Comunicación

9, 18, 26, 36

Satisfacción total

1-36

5. Si faltan algunos elementos, debe hacer un ajuste, de lo contrario la puntuación será demasiado baja. El mejor procedimiento consiste en calcular la puntuación media por ítem para el individuo y sustituir esa media por los ítems que faltan. Por ejemplo, si una persona no responde a un ítem, tome el total del paso 4, divídalo por el número de respuestas o 3 para una faceta o 35 para el total, y sustituya el ítem que falta por este número sumándolo al total del paso 4. Un procedimiento más sencillo pero menos preciso consiste en sustituir cada uno de los elementos que faltan por una respuesta intermedia. Dado que el centro de la escala está entre 3 y 4, puede utilizarse cualquiera de los dos números. Se deben alternar los dos números a medida que se produzcan las faltas.