疫情常态化下酒店员工工作投入性的研究
——以三亚五星级酒店为例

2021-09-16 11:08三亚理工职业学院方惠
商展经济 2021年17期
关键词:因变量回归系数显著性

三亚理工职业学院 方惠

中国饭店协会统计显示,全国有超过七成的酒店和民宿由于疫情导致直接闭店,疫情带来的负面影响依然在不断发酵中。随着我国进入疫情防控常态化时期,国内酒店行业虽然走上复苏之路,但是局部疫情的不断反复,预示着后疫情时代酒店行业将要面临一种可能成为常态化的风险因素。在这种情况下如何稳定员工情绪,增强员工的工作积极性也成为酒店思考的问题。

因此,本文将工作排班表变化作为自变量,引入排班压力为中介变量,探讨排班表变化和工作投入之间的关系。

1 概念的界定

1.1 工作排班表变化

排班是领导在管理工作中的一项重要内容,规范、合理的排班是保证员工工作质量的关键。工作排班表的灵活性和效率性能够让领导在合适的岗位安排适合的员工,使员工各司其职,发挥最大的能力。

1.2 工作排班压力

工作压力是指因工作负担过重、变换工作岗位、工作责任过大或改变等对人产生的压力,工作压力既是一种强大的推动力,又是一个影响工作绩效和工作态度的消极因素。工作排班压力是指由于排班表的突发性、无规律变化,造成的身体压力、心理压力和角色压力。

1.3 工作投入

Kahn(1990)作为最早提出这一概念者,将工作投入定义为“组织成员通过控制自我,使自我与工作角色相结合”。Kahn认为自我与工作角色处在一个能够相互转换的过程中,工作投入越高,个体投入到角色行为中的精力就越大,在角色中展现的自我就越多;相反,工作投入越低,个体就会从工作角色中抽离出来,甚至有可能产生离职意愿。

Schaufeli针对工作投入提出了不同的概念。尽管工作投入仍被视为工作倦怠的对立面,但他将之建立在快乐和激发这两个幸福感的维度基础上。按照此框架,低水平的快乐和激发作为工作倦怠的特征,高水平的快乐和激发则是工作投入的特征。以此为基础Schaufeli认为工作投入是一种与工作相关的积极、完满的情绪与认知状态。工作投入的结构包括活力、奉献和专注三个维度。本文根据工作投入相关的定义,结合酒店员工的工作状态,从自豪感、奉献感和主人翁意识三个方面进行探讨员工的工作投入性。

2 研究模型的构想与研究假设

本文将工作排班表变化作为自变量,引入排班压力为中介变量,探讨排班表变化和工作投入之间的关系。假设工作排班表变化和工作投入之间工作排班压力起到中介作用,构建了工作计划的变化-工作计划的压力,工作计划的压力-工作投入,工作计划的变化-工作投入的研究概念模型,并提出以下假设:

H1:工作排班表的变化对工作计划的压力存在显著正面影响;

H2:工作排班的压力对工作投入存在显著负面影响;

H3:工作排班表的变化对工作投入存在显著负面影响。

3 研究方法

3.1 量表的信度检验

本文主要对变量测量量表的Cronbach's Alpha值进行计算并确定。目前现有的资料中大多数学者认为在实际测量中,信度系数在0.6以上的话信度是比较好的。研究结果可看出,变量的Alpha系数在0.6245~0.79804,均高于标准0.6,即量表具有良好的内部一致性信度,可以进行分析。

3.2 假设检验

3.2.1 假设1:工作排班表的变化对工作计划的压力存在显著正面影响

现将工作排班表变化设定为自变量,工作排班压力设定为因变量进行线性回归分析,分析自变量影响因变量的过程。使用Durbin-Watson 统计量通过确定两个相邻误差项的相关性是否为零来检验回归残差是否存在自相关,如表1所示。

表1 工作排班表变化和工作计划压力之间的线性回归分析

根据回归分析的结果,Durbin-Watson 统计量中DW值为1.212,显示残差存在正自相关。F值为42.12(p=0.000),回归方程显著性检验表明所有自变量工作排班表变化作为一个整体与因变量工作排班压力之间有明显的线性相关关系。Adj R²值为0.4672即46.72%,说明经过检验,自变量工作计划变化与工作计划压力之间的关系密切程度达到46.72%。在回归方程式中,自变量工作计划变化通过回归系数显著性检验得出回归系数为零的概率为5%,即对工作计划压力是产生正面影响的。因此,假设1成立。

3.2.2 假设2 工作排班的压力对工作投入存在显著负面影响

现设定自变量为工作排班压力,因变量为工作投入进行线性回归分析,分析自变量影响因变量的过程,自变量工作计划压力所包含的三个不同压力要素是否都对因变量工作投入产生影响,如表2所示。

表2 工作排班的压力与工作投入间的线性回归分析

根据回归分析的结果,Durbin-Watson 统计量中DW值为1.402,显示残差存在正自相关。F值为21.56(p=0.000),回归方程显著性检验表明所有自变量工作排班压力作为一个整体与因变量工作投入之间有明显的线性相关关系。Adj R²值为0.3724即37.24%,说明经过检验,自变量工作排班压力与工作投入之间的关系密切程度达到37.24%。在回归方程式中,自变量工作排班压力通过回归系数显著性检验得出回归系数为零的概率为5%,即对工作投入是产生显著负面影响的。因此,假设2成立。

3.2.3 假设3 工作排班表的变化对工作投入存在显著负面影响

现设定自变量为工作排班表的变化,因变量为工作投入进行线性回归分析,分析自变量影响因变量的过程,自变量工作排班表的变化所包含的四个不同变化要素是否都对因变量工作投入产生显著负面影响。分析结果所示:Durbin-Watson 统计量中DW值为1.853,显示残差存在一定的正自相关。F值为21.43(p=0.000),回归方程显著性检验表明所有自变量工作计划变化作为一个整体与因变量工作投入之间有明显的线性相关关系。但是在回归方程式中,自变量工作排班表的变化通过回归系数显著性检验得出回归系数P值为0.9140,即对工作投入是不产生显著负面影响的。因此,假设3不成立。

3.2.4 工作排班的压力在工作排班表的变化和工作投入间的中介效应检验

因假设3工作排班表的变化对工作投入存在显著负面影响不成立,故仅以工作排班压力作为中介变量进行检验。在原本假设模型的基础上,以工作排班表的变化为自变量,工作投入为因变量,工作排班压力为中介变量,使用AMOS23软件,建构模型图,中介模型检验如表3所示。

表3 中介模型检验

由表3可知,第一,工作排班表的变化能显著正向预测工作排班压力(β=0.403,SE=0.091,P=0.000);第二,工作排班压力对于工作投入有着显著的负向作用(β=-0.414,SE=0.056,P=0.000);第三,加入工作排班压力作为中介后,工作排班表的变化对于工作投入仍有着显著的负向作用 (β=-0.383,SE=0.084,P=0.000),因此工作排班压力的中介效应成立。

4 结语

在后疫情时代下,许多酒店面临着困境,经济极度不稳定。大部分酒店为了节约人力成本等费用,采取了强制性的要求正式员工轮流休长假、缩减员工餐厅费用、提前结束实习员工实习时间等方法来节约成本。这些方法会造成员工因为排班表发生较大的变化而增加角色压力,导致工作的投入度降低。

因此,在后疫情时代酒店应重视工作排班压力在工作投入中的中介作用。酒店员工要正确认知后疫情时代的工作现况,面对问题要积极解决。酒店方应积极采取措施,例如通过企业培训学习代替休长假,最大限度合理安排员工的排班表,减少排班表的变化,从而降低员工的排班压力,使其自豪感、主人翁意识增强,积极地投入到工作中。

猜你喜欢
因变量回归系数显著性
调整有限因变量混合模型在药物经济学健康效用量表映射中的运用
本刊对论文中有关统计学表达的要求
基于显著性权重融合的图像拼接算法
多元线性回归的估值漂移及其判定方法
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较
偏最小二乘回归方法
谈谈如何讲解多元复合函数的求导法则
城镇居民收入差距主要因素回归分析
回归分析中应正确使用r、R、R23种符号