İDARİ PERSONELİN BİLİŞSEL VE DUYGUSAL TALEPLERİ ÜZERİNDE ETKİLİ OLAN ETMENLERİN C&RT ANALİZİ İLE İNCELENMESİ: AFYON KOCATEPE ÜNİVERSİTESİ ÖRNEĞİ

Abstract

Bu çalışmanın amacı Kopenhag Psikososyal Risk Değerlendirme Ölçeği (KOPSOQ) yardımı ile üniversitede çalışan idari personelin Bilişsel ve Duygusal talepleri üzerinde etkili olan etmenlerin belirlenmesidir. KOPSOQ ölçeğinin, Yönetici Kalitesi (YK), İş anlamı ve işe bağlılık (IAB), Sosyal çevre ve destek (SCD), Rol çatışması (RC), İş güvencesizliği (IG),.Duygusal talep (DT), Bilişsel talep (BT) olarak daha önceki çalışmalarda adlandırılan alt boyutları dikkate alınmış ve Afyon Kocatepe Üniversitesi, Ahmet Necdet Sezer Kampüsünde görev yapmakta olan idari personele demografik özellikleri ile KOPSOQ ölçeğinin yer aldığı bir anket formu uygulanarak ilgili veri seti elde edilmiştir. Derlenen veriler yardımı ile ilk olarak bireylerin duyuşsal ve bilişsel taleplerinin çeşitli demografik özelliklerine göre farklılık gösterip göstermediği bağımsız örneklemler t testi ve varyans analizi ile belirlenmiş, daha sonra Sınıflama Regresyon Ağaçları (C&RT) ile analiz edilerek çalışan bireylerin Bilişsel ve Duygusal talepleri üzerinde etkili olan etmenler belirlenmiştir. Analiz sonuçlarına göre idari personelin duyuşsal talepleri üzerinde en etkili etmen iş anlamı ve işe bağlılık faktörü olarak belirlenirken, Bilişsel talepleri üzerinde ise Rol çatışması faktörü en etkili etmen olarak kendisini göstermiştir. Çalışmadan elde edilen ayrıntılı sonuçlar ilgili tablo ve şekillerde verilmektedir.

Keywords

• KOPSOQ ölçeği
• idari personel
• C&RT analizi

INVESTIGATION OF THE FACTORS AFFECTING THE COGNITIVE AND EMOTIONAL DEMANDS OF THE ADMINISTRATIVE STAFF USING C&RT ANALYSIS: THE CASE OF AFYON KOCATEPE UNIVERSITY

Abstract

The aim of this study is to determine the effective factors on the Cognitive and Emotional demands of administrative staff at university via Copenhagen Psychosocial Questionnaire. Sub dimensions of COPSOQ scale named in early studies as Quality of Leadership, Mean of Work Satisfaction and Commitment, Social Support and Sense of Community, Role Conflict, Insecurity at Work, Cognitive Demand and Emotional Demand considered in this study and the data set is obtained by a questionnaire which includes the demographic factors and the COPSOQ scale and applied to administrative staff working at Ahmet Necdet Sezer campus of Afyon Kocatepe University. By collected data set first off all, via independent samples t test and ANOVA; differences on cognitive and emotional demands according to some demographical features of the individuals is tested, then effective factors on individuals' cognitive and emotional demands are determined via Classification and Regression Trees (C&RT).Results of the analysis indicate that, while Mean of Work Satisfaction and Commitment is the most effective factor on the cognitive demands of administrative staff, Role Conflict is the most effective factor on their emotional demands. Detailed results about the study are also given in related tables and figures.

Keywords

• KOPSOQ scale
• administrative staff
• C&RT analysis

References

1. Answer Tree 1.0 (1998), Users Guide, SPSS Inc., 169-170.
2. Aminian M., Dianat I., Miri A. and Asghari-Jafarabadi, M. (2017), The Iranian version of the Copenhagen psychosocial questionnaire (COPSOQ) for assessment of psychological Risk Factors at Work, Health Promot Perspect, 7(1), 7-13.
3. Berk İ., Saracli S., Boca G. and Tunca B. (2019), Examining effective factors on emotional and cognitive demands by Copenhagen psychosocial questionnaire (copsoq) via statistical modeling, International Conference on Data Science, Machine Learning and Statistics, 26-29 June 2019, Van/Turkey.
4. Berthelsen H., Hakanen J.J. and Westerlund H. (2018), Copenhagen psychosocial questionnaire - a validation study using the job demand- resources model, PLoS ONE 13(4): e0196450. https://doi.org/10.1371/journal.pone.0196450.
5. Breiman L., Friedman J.H., Olshen R. and Stone A.C.G. (1984), Classification and regression trees, Wadsworth International Group, Belmont, California, USA.
6. Chu C.M., Tsai B.W. and Chang K.T. (2009), Integrating decision tree and spatial cluster analysis for landslide susceptibility zonation, World Academy of Science, Engineering and Technology, 59, 470-483.
7. De’ath G. and Fabricius K.E. (2000), Classification and regression trees: A powerful yet simple technique for ecological data analysis, Ecology, 81(11), 3178-3192.
8. Gass K., Klein M., Chang H.H., Flanders W.D. and Strickland M.J. (2014), Classification and regression trees for epidemiologic research: An air pollution example, Environmental Health, 13(17), 1-10.

9. Kompier M. (2003), Job design and well-being. In: Schabracq M, Winnbust J, Cooper C, editors. The handbook of work and health psychology. Chichester (UK): John Wiley & Sons; 429-54.
10. Kuyucu Y.E. (2012), Lojistik regresyon analizi (LRA), yapay sinir ağları (YSA) ve sınıflandırma ve regresyon ağaçları (C&RT) yöntemlerinin karşılaştırılması ve tıp alanında bir uygulama, Yüksek Lisans Tezi, Gaziosmanpaşa Üniversitesi, Sağlık Bilimleri Enstitüsü.
11. Kristensen T.S., Hannerz H., Hogh A. and Borg V. (2005), The Copenhagen psychosocial questionnaire - a tool for the assessment and improvement of the psychosocial work environment, Scand J Work Environ Health, 31, 438-449.
12. Kristensen, T.S. (2010), A questionnaire is more than a questionnaire, Scand J Public Health, 38, 149-55.
13. Mckenney D.W. and Pedlar J.H. (2003), Spatial models of site index based on climate and soil properties for two boreal tree species in Ontario, Canada, Forest Ecology and Management, 175, 497- 507.
14. Navarrate E. and Espinosa M. (2011), Using the non-parametric classifies CART to model wood density, Journal of Data Science, 9, 261-270.
15. Özkan K. ve Mert A. (2010), Isparta Yukarı Gökdere yöresinde kasnak meşesinin Senaryolarına göre 2050 ve 2080 yıllarında muhtemel potansiyel yayılış alanlarının coğrafi modellemesi, Çölleşme ile Mücadele Sempozyumu, 17-18 Haziran, Çorum.
16. Özekes, S. ve Çamurcu, Y. (2002), Veri madenciliğinde sınıflama ve kestirim uygulaması, Marmara Üniversitesi Fen Bilimleri Dergisi, 18, 1-17.
17. Özkan K. (2012), Sınıflandırma ve regresyon ağacı tekniği (SRAT) ile ekolojik verinin modellenmesi, SDÜ Orman Fakültesi Dergisi, 13, 1-4.
18. Pejtersen J.H., Kristensen T.S., Borg V. and Bjorner J.B. (2010), The second version of the Copenhagen Psychosocial Questionnaire, Scand J Public Health, 38, 8-24.
19. Saraçlı S. ve Doğan İ. (2005), Konjoint model uygunluğunun C&RT analizi ile İncelenmesi, Devlet İstatistik Enstitüsü, İstatistik Araştırmaları Dergisi, Cilt 4(1), 27-34.
20. Strobl, C., Malley, J. ve Tutz, G. (2009), An introduction to recursive partitioning: Rationale, application, and characteristics of classification and regression trees, bagging, and random forests, Psychol Methods, 14, 323-348.
21. Şahan C. (2016), Kopenhag psikososyal risk değerlendirme ölçeği’nin Türkçe’ye uyarlanması, halk Sağlığı, Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi, Sağlık Bilimleri Enstitüsü, İzmir.
22. Şata M. ve Çakan M. (2018), CHAID analizi ve lojistik regresyon analizi sonuçlarının karşılaştırılması, Dicle Üniversitesi Ziya Gökalp Eğitim Fakültesi Dergisi, 33, 48-56.