پیش‌بینی غیبت کارکنان با استفاده از دو روش رگرسیونی کمترین مجذورهای متداول و توبیت
محورهای موضوعی : روان درمانگریحجت الله فراهانی 1 , حمیدرضا عریضی 2 , محمد کاظم سلیمی زاده 3
1 - روانشناس
2 - استادیار دانشگاه اصفهان
3 - استادیار دانشگاه علامه طباطبایی
کلید واژه: رگـرسیون کمترین مجذورهای متـداول, توبیت, غیبت کارکنان,
چکیده مقاله :
یافته‌های پـژوهشی حاصل از روش رگرسیون کمترین مجذورهای متداول (OLS) دربـاره غیبت کارکنان، به‌ویژه به‌دلیل همبستـگی متغیرهای پیش‌بینی‌کننده مـورد انتقاد قـرار گرفتـه است. در این پژوهش نتایـج پیش‌بینی غیبت کارکنان بر پایه چهار متغیر دلبستگی شغلی، غیبت در مقایسه بادیگران، تنیدگی رویدادهای زندگی و تعداد فرزندان، با دو روش رگرسیونی کمترین مجذورهای متداول (OLS) و تحلیل توبیت (Tobit) مقایسه شد. 197 نفر از کارکنان مرد کارخانه ذوب آهن و فولاد مبارکه اصفهان (با میانگین سنی 28 و انحراف استاندارد 10 سال) به مقیاسهای فهـرست تنیدگی رویدادهای زندگی تویتس (1981)، غیبت در مقایسه بـا دیگران (بابا، 1990)، دلبستگی شغلی (لودال و کجنر، 1965) پاسخ دادند. تحلیل توبیت، غیبت شغلی را نسبتاً دقیق‌تر و با 13 درصد تبیین واریانس بیشتر (1/42=2R) پیش‌بینی کرد.
the results of predicting employee absenteeism based an Ordinary Least Square (OLS) has been criticized. The present research compared the results from predicting absenteeism based on four varibales of job involvement, absenteeism compared to others, stress from life events, and number of children with the OLS and Tobit regression models. A sample of 197 male employees of factories in Esfahan city mean age : 28, SD : 10 responded to the Life Events Stress Inventory (Thoits, 1981), The Absenteeism Compared to Others Inventory (Baba, 1990), and the Job Involvement Inventory (Lodahl & Kejner, 1965). Tobit model analysis predicted employee absenteeism more precisely and explained a furhter 13% of the variance (R2 = 42.1) than did OLS .