Math Candel Universiteit Maastricht. •Achtergrond: –Diagnose probleem –Meetinstrumenten –Conceptueel model •Presentaties van eigen analyses •Voorbeeld.

Slides:



Advertisements
Verwante presentaties
Tevredenheid met behandelaar en behandeling.
Advertisements

Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Screening van toetsen: Psychometrische analyse
Toetsen van verschillen tussen twee of meer groepen
Statistiek II Deel 1.
Math Candel Universiteit Maastricht. 1.Heldere en haalbare probleemstelling 2.Keuze van het design 3.Keuze van onderzoeks/analyse-eenheid 4.Operationalisatie.
Sociale relaties op school en geestelijke gezondheid
IRIS-Veterinair Tjebbe Hepkema Heerenveen 4 oktober 2012.
Betrouwbaarheid en validiteit: Alleen een kwestie van goed meten ?
1 Neemt de kennis van onze studenten toe? Een analyse van de kennisgroei op basis van VGT scores Marieke van Onna & Samantha Bouwmeester.
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Het vergelijken van twee populatiegemiddelden: Student’s t-toets
Help! Statistiek! Doorlopende serie laagdrempelige lezingen,
Betrouwbaarheid en Validiteit
Onderzoekersforum CQ-index
Beschrijvende en inferentiële statistiek
Inleiding in de statistiek voor de gedragswetenschappen Met ondersteuning van SPSS Guido Valkeneers.
Hoofdstuk 7: Variantieanalyse hoofdstuk 7
toetsen voor het verband tussen variabelen met gelijk meetniveau
Hoofdstuk 8: Variantieanalyse met herhaalde metingen hoofdstuk 8
Statistiek ?! … Ronald Buyl - BISI.
Jong geleerd, fout gedaan?
Jongeren uit etnische minderheden en hun zelfwaardering
Autisme en intelligentie
Thesisseminarie 4 Resultaten Correlatie en multiple regressie
Chapter 9. Understanding Multivariate Techniques
Gegevensverwerving en verwerking
Non-parametrische technieken
Meervoudige lineaire regressie
Twee-factor Variantie-analyse
Inferentie voor regressie
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Help! Statistiek! Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Derde.
Hoofdstuk 9 Verbanden, correlatie en regressie
Voorspellende analyse
Kim J. H. Dirkx, Liesbeth Kester, Paul A. Kirschner
Logistische regressie
Effect modificatie Algemeen principe Bepalen van effect modificatie
Aanvullende vragen Collegesheets M&S3
Methodologie & Statistiek I Verband tussen twee variabelen 3.1.
Responsie college II: Spearman-Brown G = nieuwe schaal Y= oude schaal
Burn-out en de huisarts
Werkplezier: in balans blijven
Evaluatieonderzoek naar de effectiviteit van
Kinesiofobie bij lage-rugpijn: kan het eenvoudig en toch ‘’evidence-based? Prof.dr. Rob Oostendorp, Nancy Demolon MSc, Olaf van der Zanden MSc, Prof dr.
Nederlands tijdschrift voor Diabetologie
Kwetsbare ouderen zonder thuiszorg
Inleiding in de statistiek voor de gedragswetenschappen
Hoorcollege 3 Samenhang tussen variabelen
Hoofdstuk X Het correlatievraagstuk & SPSS toepassing
Baarde en de goede Hoofdstuk 11: Data-analyse
Leydi Johana Breuls “In hoeverre speelt de sociale samenstelling van een sportclub een rol in de beslissing van leden om te stoppen?“ 01 Waarom?
Zorg op maat voor kankerpatiënten; het voorkomen van nadelige effecten
1 BUE Middenkader 2003 Een eerste verkenning van de resultaten.
Niet meer zenuwziek van de statistiek, maar … hoe statistiek weer te waarderen via 4C/ID? Hans van Buuren - OUNL 4C/ID
Waar moeten we ons druk om maken? Effectiviteit van het natuurkunde- onderwijs in 5 vwo als het gaat om het eindexamencijfer natuurkunde.
Omgevingsanalyse LOP BaO. Deel 1 Een korte schets op basis van de GOK-cijfers.
De Invloed van Populaire leeftijdgenoten op de Bereidheid van Adolescenten om Alcohol te Drinken: Een Experimentele Chat Room Studie Hanneke Teunissen,
AOS docentonderzoek bijeenkomst 9 Analyseren. Analyseren van data verzamelde data analyse resultaten conclusies Doel: ordenen van data om antwoord op.
Van inzicht… naar inzetbaarheid SGL. Inhoud 1.Inleiding 2.Resultaten onderzoek 3.Waar gaat het over? 4.Bedenken van acties 5.Stellen van prioriteiten.
FOKKE en SUKKE helpen bij het veldwerk. Gebruik van een statistisch pakket SPSS Opslaan en bewerken data –selecteren –wegen –hercoderen –Ontwerpen van.
Uitkomsten van de enquête van ouders Maart 2014 De stelling was: Oudergesprekken vind ik belangrijk, ik ga daar naar toe. Gemiddelde score t.o.v. het.
 Wie zijn wij?  Waar hebben wij dit gedaan?  Wat hebben wij gedaan?  Tandheelkunde en fysiotherapie?
“Gestalt”of de Wells-regel voor het uitsluiten van longembolie in de eerste lijn?
Musculoskeletal complaints in Young Musicians. An explanatory study
Problemen van mantelzorgers die zorgen voor een oudere naaste
Het effect van een preventieve behandeling van latente tuberculose-infectie op de levenskwaliteit van de patiënt LIEN JESPERS VUB, 4de Master HAGK Prof.
Rekenen Les 5: rekenen met grafieken, diagrammen en tabellen
Toetsen van verschillen tussen twee of meer groepen
Voorspellende analyse
Transcript van de presentatie:

Math Candel Universiteit Maastricht

•Achtergrond: –Diagnose probleem –Meetinstrumenten –Conceptueel model •Presentaties van eigen analyses •Voorbeeld analyse

1.Is burnout problematisch onder thuisverzorgenden ? 2.Welke variabelen zijn determinanten van burnout ? 3.Welke van deze determinanten zijn risicofactoren ? Op welke determinanten scoren thuisverzorgenden ongunstig ?

1.Schalen voor de meer subjectieve constructen: •Emotionele belasting •Werkdruk •Emotionele uitputting •Depersonalisatie •Persoonlijke bekwaamheid •Sociale steun •Probleemgerichte coping •Emotiegerichte coping

Emotionele belasting (Veldhoven & Meijman,1994) (o.a.): •Is uw werk emotioneel zwaar ? •Wordt u in uw werk met dingen geconfronteerd die u persoonlijk raken ? •Wordt er door anderen een persoonlijk beroep op u gedaan ? Antwoordklassen: 1:nooit 2:soms 3:vaak 4:altijd

Werkdruk (Jonge, J. de, 1995) (o.a.): Daar waar ik werk: •Wordt onder tijdsdruk gewerkt •Wordt met pieken gewerkt •Moet te hard worden gewerkt •Moet teveel werk verricht worden Antwoordklassen: 1:nooit 2:zelden 3:soms 4:vaak 5:altijd

Emotionele uitputting (Schaufeli & Van Dierendonck, 1994) (o.a.): •Ik voel me mentaal uitgeput door mijn werk •Als ik op mijn werk iets afrond, dan vrolijkt me dat op •Ik voel me opgebrand door mijn werk Antwoordklassen: 1:nooit 2:sporadisch 3:af en toe 4:regelmatig 5:dikwijls 6:zeer dikwijls 7:altijd

2.Socio-demografische gegevens via enkele eenvoudige vragen: •Geslacht •Leeftijd •Functie van verzorgende: •Thuishulp •Verzorgingshulp •Verzorgende C •Verzorgende D •Gespecialiseerd verzorgende E •Werkjaar: aantal jaren werkzaam in thuiszorg •Uurwerk: aantal uren werkzaam per week

Wanneer is de score op burnout problematisch ? We kunnen het gemiddelde op de schaal berekenen; Hierin worden alle burnout scores betrokken We kunnen de mediaan op de schaal berekenen; Minder gevoelig voor uitbijters Maar wanneer wijst geniddelde of mediaan op problematische burnout ?

Ideaal: Een klinisch bepaald afkappunt. Als personen hierboven scoren, dan is er een grote kans om “burned-out” te raken Als personen hieronder scoren, dan is er een grote kans om “gezond” te blijven Alternatief: Een op basis van de antwoord klassen bepaald afkappunt We kunnen een afkappunt nemen en bekijken welk percentage hierboven scoort

Emotionele uitputting: Niet een klinisch bepaald afkappunt Antwoordklassen: 1:nooit 2:sporadisch 3:af en toe 4:regelmatig 5:dikwijls  afkappunt; erop of erboven dan “burned-out” 6:zeer dikwijls 7:altijd 7 op 258 oftewel 2.7%

Analyse A: •Afhankelijke variabele: emotionele uitputting •Onafhankelijke variabele: werkdruk, emotionele belasting, sociale steun •Effectmodificator: sociale steun

Analyse B: •Afhankelijke variabele: depersonalisatie •Onafhankelijke variabele: emotionele uitputting •Mediator: emotionele uitputting

•Aantal variabelen: –Onafhankelijke variabelen –Afhankelijke variabelen •Type variabele: –Binair –Polytoom –Continu •Type design: –Tussen-subject design –Binnen-subject design

Y continuY binair 1 X binairT-toets Mann-Whitney  2 - toets voor kruistabel polytoom1-weg ANOVA Kruskal-Wallis test  2 - toets voor kruistabel continu(Rang)correlatie Lineaire regressie Logistische regressie Meerdere X’en Lineaire regressie ANOVA Logistische regressie

Y continuY binair 1 X binairT-toets Mann-Whitney  2 - toets voor kruistabel polytoom1-weg ANOVA Kruskal-Wallis test  2 - toets voor kruistabel continu(Rang)correlatie Lineaire regressie Logistische regressie Meerdere X-en Lineaire regressie ANOVA Logistische regressie

Y continuY binair 1 X binairT-toets Mann-Whitney  2 - toets voor kruistabel polytoom1-weg ANOVA Kruskal-Wallis test  2 - toets voor kruistabel continu(Rang)correlatie Lineaire regressie Logistische regressie Meerdere X-en Lineaire regressie ANOVA Logistische regressie

Y continuY binair 1 X binairT-toets Mann-Whitney  2 - toets voor kruistabel polytoom1-weg ANOVA Kruskal-Wallis test  2 - toets voor kruistabel continu(Rang)correlatie Lineaire regressie Logistische regressie Meerdere X-en Lineaire regressie ANOVA Logistische regressie

Y continuY binair 1 X binairT-toets Mann-Whitney  2 - toets voor kruistabel polytoom1-weg ANOVA Kruskal-Wallis test  2 - toets voor kruistabel continu(Rang)correlatie Lineaire regressie Logistische regressie Meerdere X-en Lineaire regressie ANOVA Logistische regressie

Y continuY binair 1 X binairT-toets Mann-Whitney  2 - toets voor kruistabel polytoom1-weg ANOVA Kruskal-Wallis test  2 - toets voor kruistabel continu(Rang)correlatie Lineaire regressie Logistische regressie Meerdere X-en Lineaire regressie ANOVA Logistische regressie

Top-down toetsen: start met het meest complexe model en verwijder telkens de minst en (ook) niet- significante termen uit het model Meest complexe regressiemodel: Emotionele uitputting =  0 +  1 werkdruk +  2 emotionele belasting +  3 sociale steun  4 werkdruk*sociale steun +  5 emotionele belasting*sociale steun + 

SPSS uitvoer

Interactie tussen sociale steun en werkdruk: Analyse per stratum voor de variabele steun

SPSS uitvoer: Hoge sociale steun Effect van werkdruk op emotionele uitputting: 0.407

SPSS uitvoer: Lage sociale steun Effect van werkdruk op emotionele uitputting: 0.821

Regressiemodel: Depersonalisatie =  0 +  1 emotionele uitputting +  SPSS uitvoer

Is emotionele uitputting nu een mediator ? Anders gezegd: Is het pad tussen werkdruk en depersonalisatie via emotionele uitputting significant ?

Werkdruk Emotionele Uitputting Depersonalisatie a b Baron & Kenny (1986):

Lage sociale steun:

z > z(kritiek) = Z(  = 0.05) = 1.96; dus H 0 verwerpen H 0 : er is geen verband tussen werkdruk en depersonalisatie via emotionele uitputting

Klinisch bepaalde afkappunten Afkappunt op basis van inhoudsanalyse van antwoordklassen Van belang is een afkappunt of normscore: Wanneer is een determinant van burnout een risicofactor ?

Werkdruk: Niet een klinisch bepaald afkappunt Antwoordklassen: 1:nooit 2:zelden 3:soms 4:vaak  afkappunt; erop of erboven dan “riskant” 5:altijd 31 op 258 oftewel 12% Is werkdruk nu een risicofactor ?