《表2 不同背景特征相关系数表》
注:*P<0.05,**P<0.01。
考虑到性别、年龄分组、婚姻状况、学历、服务年限、职称、岗位、单位性质等8个背景特征变量之间存在的相关关系对研究结果可能产生影响。首先对该组描述性统计变量进行Spearman相关分析,从而观察各基本人口学变量的线性关系。结果显示各背景特征间均存在有不同程度的相关(见表2),例如年龄分组与服务年限、婚姻状况、职称、岗位、服务年限等5个变量的相关。但是,也能存在性别与学历的伪相关等情况。因此,根据表2并结合卫生医疗组织的实际情况,分别以性别、年龄分组、学历、岗位、单位性质等5组背景特征变量为自变量,以OCB总分为因变量,进行再次单因素线性回归分析。
图表编号 | XD0071497100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.18 |
作者 | 胡鹏、吴琢 |
绘制单位 | 广州市第一人民医院医院办公室、南京医科大学第四附属医院人力资源科 |
更多格式 | 高清、无水印(增值服务) |