سبک رهبری و رضایت شغلی: مقایسه رگرسیون گام به گام با رگرسیون ریج
محورهای موضوعی : روان درمانگری
حمیدرضا عریضی
1
(استادیار دانشگاه اصفهان)
محسن گل پرور
2
(استادیار دانشگاه ازاد اسلامی واحد خوارسگان)
کلید واژه: رضایت شغلی, سبک رهبری, رگرسیون ریج, رگرسیون گام‌به‌گام,
چکیده مقاله :
در ایـن پژوهش رگرسیـون ریـج و گـام‌به‌گـام در قلمرو روان‌شنـاسی صنعتی، که غالباً متغیرهای مستقل با هم همبسته هستند، مقایسه شد. از بیـن کارکنـان مرد صنایع شهر اصفهـان 329 نفر به دو پرسشنامه سبـک رهبری مدیران (گرستنر و دی، 1994) و رضایت شغلی (برایفیلد و روث، 1995) پـاسخ دادند. بر پایـه نتـایج رگرسیون گام‌به‌گام تنها عـامل بررسـی و رسیـدگی به شکـایتها، رضایت شغـلی را پیـش‌بیـنی کرد (84/0 =β و 05/0P<). اما نتایج رگرسیون ریج نشان داد که علاوه بر بررسـی و رسیدگی شکایتها، اهمیت یادگیری و عدالت ادراک شده در رفتار سرپرسـت نیز می‌تواند رضایت شغلی را پیش‌بینی کند (به ترتیـب 6/0=β، 05/0P<؛ 2/0=β، 05/0P<؛ 2/0=β، 01/0 P<). بـا آنکـه واریـانس تبیین‌شده براساس رگرسیون گام‌به‌گام (7/0=2R) بیشتر از رگرسیون ریـج (6/0=2R) بود، امـا به نظر می‌رسـد در این روش بـه دلیل غلبه بر هـم خطی چندگانه، نتایج واقع‌بینانه‌تر است.
This research compared the usage of stepwise and ridge regression models in the field of industrial psychology when independent variables are correlated. Three hundred twenty nine randomly chosen industrial men personnels of Isfahan completed the Manager’s Leadership Style Questionnaire (Gerstner & Day, 1994) and the Job Satisfacation Questionnaire (Brayfield & Rothe, 1951). According to the results of stepwise regression analysis, the managers’ emphasis on the “grievance investigation” was the only factor that predicted job satisfaction among personnels (= 0.84, P<0.05). However, the results of ridge regrssion analysis demonstrated that besides grievance investigation, learning significance and perceived organizational justice also predicted job satisfaction (respectively =0.6, P<0.05; =0.2, P<0.05; =0.2, P<0.01). Although the explained vairance based on stepwise regression (R2 =0.7) is more than that based on the ridge regression (R2 =0.6), the results derived from this method seems to be more realistic because of accounting the multiple collinearity.
