|
2.5.3 Probléma: Mi is az a munkahelyi tolerancia?
A tolerancia gyakran használt fogalom nem csak a pszichológiában, hanem a hétköznapi életben is. Ismert és közhelynek számító állítás, hogy az ember társas lény. Életmódja megköveteli a több-kevesebb emberhez való alkalmazkodást. Ez az alkalmazkodás nem lehet mindig tökéletes, vannak emberek, akik könnyebben elfogadják más emberek esetleg zavaró tulajdonságait, vannak, akik nehezebben. Ugyanakkor vannak olyan tulajdonságok, amiket zavaróbbnak tartunk, így nehezebben fogadunk el. Mindezeket árnyalja még az is, hogy a zavaró jelleg nagyrészt a kontextustól és a kapcsolattól is függ. Például elviselhetjük azt, hogy beosztottunk dohányozzon, de ha párunkról van szó, akkor ez akár állandó vita tárgya is lehet. A tolerancia főként olyan helyzetekben lehet kritikus, amikor ezt a kényszerű és negatív együttlétet nem lehet elkerülni, vagyis például egy munkahelyen. Ebben a példában azt vizsgáljuk meg, hogy ha a toleranciát munkahelyen vizsgáljuk, akkor mely jelenségeket, viselkedéseket kell figyelembe vennünk. A 2.32. R-forráskóddal előhívott adatbázisban, amely a 2.6.2 mellékletben található 2.32. R-eredményben látható, adatokat találunk arról, hogy egyes viselkedéseket (pl. agresszivitás, dohányzás, durva beszéd stb.) mennyire tartanak zavarónak az emberek. Az adatokból a főkomponens-analízis és a Cronbach-alfa segítségével pedig megnézhetjük, hogy az adatok összegezhetőek-e egy általános munkahelyi tolerancia főkomponensbe.
|
d<-read.csv("c:/adat/tolerancia.csv")
|
| |
2.32. R-forráskód
|
A 2.33. R-forráskóddal elsőként főkomponens-analízist futtathatunk le, melynek segítségével képet kaphatunk az adatok szerveződésével kapcsolatban. A 2.33. R-eredmény alapján az első főkomponens csupán az összvariancia 43%-át magyarázza („Proportion of Variance 0.43”) és csupán a második főkomponenssel együtt képes az összvarianciának legalább a felét magyarázni, hiszen a „Cumulative Proportion” sorban a második főkomponensnél már 53% szerepel.
Importance of components:
Comp.1 Comp.2 Comp.3 Comp.4 Comp.5
Standard deviation 3.5079292 1.67171159 1.62364692 1.37045963 1.22507695
Proportion of Variance 0.4321167 0.09813458 0.09257262 0.06595259 0.05270188
Cumulative Proportion 0.4321167 0.53025124 0.62282386 0.68877645 0.74147833
Comp.6 Comp.7 Comp.8 Comp.9 Comp.10
Standard deviation 1.13814503 0.95399563 0.9016614 0.87553654 0.84654798
Proportion of Variance 0.04548776 0.03195892 0.0285487 0.02691832 0.02516532
Cumulative Proportion 0.78696609 0.81892502 0.8474737 0.87439204 0.89955736
Comp.11 Comp.12 Comp.13 Comp.14 Comp.15
Standard deviation 0.80269218 0.66617128 0.64627559 0.59393025 0.56851050
Proportion of Variance 0.02262546 0.01558372 0.01466678 0.01238712 0.01134949
Cumulative Proportion 0.92218282 0.93776654 0.95243333 0.96482044 0.97616993
Comp.16 Comp.17 Comp.18
Standard deviation 0.503107741 0.477703748 0.444185213
Proportion of Variance 0.008888355 0.008013397 0.006928314
Cumulative Proportion 0.985058289 0.993071686 1.000000000
|
| |
2.33. R-eredmény.
|
A sajátvektorok és egy Cornbach-alfa vizsgálat (2.34-2.35. R-forráskód és R-eredmény) szükséges ahhoz, hogy megtudjuk, mely változók „gyengítik” ezt az egydimenziós, egyfőkomponenses nézőpontot. A Theta-érték szintén az egydimenziósságról ad információt (2.36. R-forráskód).
Loadings:
Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7 Comp.8 Comp.9
agressziv -0.294 -0.230 0.216 0.168 0.313 0.112 0.285 0.273
alkohol -0.195 -0.240 -0.379 -0.272 0.325 -0.294 0.182 -0.169
bosszuallo -0.263 -0.239 0.193 0.271 0.215 -0.351 0.261
bufog -0.255 0.144 0.499 -0.460 -0.255 0.387
csamcsog -0.264 0.249 0.296 -0.350 -0.150
dohanyzas 0.187 -0.700 0.339 0.429 0.119 0.162 -0.302 0.118
durva -0.285 -0.200 0.260 0.352 0.505
felelotlen -0.275 -0.171 0.227 -0.106 0.113 0.134 -0.446 -0.211
harsany -0.131 0.528 0.215 -0.149 0.162 -0.286
hianyzik -0.230 -0.107 -0.332 -0.225 -0.378 -0.127 0.329
kabitoszer -0.230 -0.344 -0.213 -0.158 -0.310 0.342 -0.183
lusta -0.239 0.153 0.210 -0.257 -0.175 -0.437
pletykas -0.154 0.303 -0.319 0.425 0.541 0.264
pontatlan -0.252 -0.359 -0.228 0.181
rendetlen -0.275 0.124 -0.111 -0.295 -0.292
szemtelen -0.270 0.122 -0.160 -0.145 -0.178 -0.165
tudalekos -0.165 0.315 0.146 0.207 -0.435 -0.205 0.547
udvariatlan -0.254 -0.159 -0.182
Comp.10 Comp.11 Comp.12 Comp.13 Comp.14 Comp.15 Comp.16 Comp.17
agressziv -0.157 0.266 -0.259 -0.142 0.337
alkohol 0.175 -0.498 -0.220 -0.293
bosszuallo -0.394 -0.104 -0.372 -0.117
bufog 0.150 0.250 0.211 -0.292
csamcsog -0.420 -0.414 -0.217 0.439 0.142
dohanyzas 0.101
durva 0.117 -0.127 0.371 0.140 -0.217 0.161
felelotlen 0.238 0.266 -0.242 0.539 0.224
harsany -0.155 0.528 -0.212 0.327 0.190
hianyzik 0.171 -0.648 0.157
kabitoszer 0.106 0.549 -0.143 0.236 0.307
lusta -0.393 -0.316 -0.244 -0.449 0.152 0.131
pletykas 0.166 -0.137 -0.336 0.127 -0.169
pontatlan -0.523 0.188 0.168 0.221 -0.172 0.271 -0.332
rendetlen -0.201 0.187 -0.200 -0.140 -0.577 0.331
szemtelen 0.345 0.150 -0.232 0.281 -0.655
tudalekos 0.125 0.421 -0.195 0.125
udvariatlan 0.498 0.454 -0.362 -0.284 0.344 0.174
Comp.18
agressziv 0.463
alkohol
bosszuallo -0.433
bufog
csamcsog
dohanyzas
durva -0.378
felelotlen 0.142
harsany -0.141
hianyzik
kabitoszer
lusta
pletykas 0.118
pontatlan -0.336
rendetlen 0.351
szemtelen 0.283
tudalekos
udvariatlan -0.229
Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 Comp.7 Comp.8 Comp.9
SS loadings 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
Proportion Var 0.056 0.056 0.056 0.056 0.056 0.056 0.056 0.056 0.056
Cumulative Var 0.056 0.111 0.167 0.222 0.278 0.333 0.389 0.444 0.500
Comp.10 Comp.11 Comp.12 Comp.13 Comp.14 Comp.15 Comp.16 Comp.17
SS loadings 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
Proportion Var 0.056 0.056 0.056 0.056 0.056 0.056 0.056 0.056
Cumulative Var 0.556 0.611 0.667 0.722 0.778 0.833 0.889 0.944
Comp.18
SS loadings 1.000
Proportion Var 0.056
Cumulative Var 1.000
|
| |
2.34. R-eredmény.
|
rel<-reliability(cov(d[,c("agressziv","alkohol","bosszuallo", "bufog","csamcsog","dohanyzas","durva", "felelotlen","harsany","hianyzik","kabitoszer", "lusta","pletykas","pontatlan","rendetlen", "szemtelen","tudalekos","udvariatlan")], use="complete.obs"))
print(rel,digits=3)
|
| |
2.35. R-forráskód
|
Alpha reliability = 0.916
Standardized alpha = 0.918
Reliability deleting each item in turn:
Alpha Std.Alpha r(item, total)
agressziv 0.908 0.911 0.676
alkohol 0.913 0.915 0.509
bosszuallo 0.909 0.911 0.660
bufog 0.912 0.914 0.571
csamcsog 0.909 0.911 0.659
dohanyzas 0.923 0.924 0.170
durva 0.909 0.911 0.670
felelotlen 0.908 0.911 0.685
harsany 0.916 0.918 0.379
hianyzik 0.911 0.914 0.571
kabitoszer 0.912 0.914 0.566
lusta 0.909 0.911 0.686
pletykas 0.915 0.917 0.430
pontatlan 0.908 0.911 0.684
rendetlen 0.907 0.909 0.754
szemtelen 0.906 0.908 0.773
tudalekos 0.914 0.916 0.479
udvariatlan 0.907 0.909 0.731
|
| |
2.35. R-eredmény.
|
cor<-cor(d)
eigen<-eigen(cor)$values[1]
theta<-length(d)/(length(d)-1)*(1-1/eigen)
print(theta,digits=3)
|
| |
2.36. R-forráskód
|
A 2.34 és 2.35. R-eredmény alapján főleg a dohányzás és a harsány változó az, amely valamennyire „kilóg” a modellből, hiszen a hozzájuk tartozó sajátvektorértékek a legkisebbek az első főkomponens esetében. Illetve a Cronbach-alfa értékét ezen két változó eltávolítása növelné a legnagyobb mértékben.
A Theta értéke most is egész jó (2.36. R-eredmény), ám ezt még valószínűleg mindig tudjuk javítani.
|
cors<-cor(PC$scores[,1], d)
print(cors,digits=3)
|
| |
2.37. R-forráskód
|
alkohol kabitoszer hianyzik dohanyzas udvariatlan rendetlen pontatlan
[1,] -0.554 -0.63 -0.624 -0.190 -0.768 -0.785 -0.73
pletykas harsany tudalekos csamcsog lusta szemtelen bufog felelotlen
[1,] -0.455 -0.391 -0.511 -0.706 -0.723 -0.825 -0.639 -0.765
bosszuallo durva agressziv
[1,] -0.738 -0.747 -0.762
|
| |
2.37. R-eredmény.
|
A 2.37. R-eredményen (komponens mátrix) láthatjuk, hogy a dohányzás (0,19), a harsány változóhoz (0,391) és a pletykás (0,455) tartozó korrelációs érték a legalacsonyabb. Ezután nézzük meg, mi történik, ha eltávolítjuk ezt a két változót a modellből (2.38-2.40. R-forráskód).
rel1<- reliability(cov(d[,c("agressziv","alkohol","bosszuallo", "bufog","csamcsog","durva","felelotlen", "hianyzik","kabitoszer","lusta","pontatlan", "rendetlen","szemtelen","tudalekos","udvariatlan")], use="complete.obs"))
print(rel1,digits=3)
|
| |
2.38. R-forráskód
|
Alpha reliability = 0.926
Standardized alpha = 0.927
Reliability deleting each item in turn:
Alpha Std.Alpha r(item, total)
agressziv 0.919 0.920 0.713
alkohol 0.925 0.926 0.510
bosszuallo 0.920 0.921 0.701
bufog 0.924 0.925 0.565
csamcsog 0.922 0.922 0.645
durva 0.920 0.921 0.695
felelotlen 0.919 0.920 0.727
hianyzik 0.924 0.924 0.575
kabitoszer 0.923 0.924 0.593
lusta 0.921 0.922 0.662
pontatlan 0.921 0.921 0.677
rendetlen 0.919 0.920 0.732
szemtelen 0.917 0.918 0.796
tudalekos 0.927 0.928 0.441
udvariatlan 0.919 0.920 0.725
|
| |
2.38. R-eredmény.
|
|
PC1<-summary(princomp(~agressziv+alkohol+bosszuallo+bufog+ csamcsog+durva+felelotlen+hianyzik+kabitoszer+lusta+pontatlan+ rendetlen+szemtelen+tudalekos+udvariatlan, data=d))
|
| |
2.39. R-forráskód
|
Importance of components:
Comp.1 Comp.2 Comp.3 Comp.4 Comp.5
Standard deviation 3.4372170 1.49038140 1.3852694 1.27862496 1.05232988
Proportion of Variance 0.5007682 0.09414943 0.0813376 0.06929616 0.04693822
Cumulative Proportion 0.5007682 0.59491760 0.6762552 0.74555135 0.79248958
Comp.6 Comp.7 Comp.8 Comp.9 Comp.10
Standard deviation 0.95757156 0.85835644 0.84805511 0.81206186 0.64949340
Proportion of Variance 0.03886559 0.03122901 0.03048393 0.02795124 0.01788020
Cumulative Proportion 0.83135517 0.86258418 0.89306811 0.92101935 0.93889954
Comp.11 Comp.12 Comp.13 Comp.14 Comp.15
Standard deviation 0.62197485 0.58987614 0.51141779 0.48665488 0.456437777
Proportion of Variance 0.01639715 0.01474839 0.01108599 0.01003841 0.008830514
Cumulative Proportion 0.95529670 0.97004508 0.98113107 0.99116949 1.000000000
|
| |
2.39. R-eredmény.
|
d1<-d[c(1:3,5:7,10:18)]
cor<-cor(d1)
eigen<-eigen(cor)$values[1]
theta<-length(d1)/(length(d1)-1)*(1-1/eigen)
print(theta, digits=3)
|
| |
2.40. R-forráskód
|
cors<-cor(PC1$scores[,1],d1)
print(cors, digits=3)
|
| |
2.41. R-forráskód
|
alkohol kabitoszer hianyzik udvariatlan rendetlen pontatlan tudalekos
[1,] -0.56 -0.646 -0.629 -0.761 -0.771 -0.723 -0.485
csamcsog lusta szemtelen bufog felelotlen bosszuallo durva agressziv
[1,] -0.696 -0.709 -0.832 -0.637 -0.782 -0.756 -0.762 -0.779
|
| |
2.41. R-eredmény.
|
A 2.38. R-forráskóddal egy Cronbach-alfa elemzést kértünk az immár 15 változóra redukált modellre. Az eredményeken láthatjuk, hogy már csak a „tudálékos” változó kivétele javítana a mutatón, ám csak nagyon csekély mértékben, ezt megerősíti a 2.41. R-eredményen (komponens mátrix) szereplő 0,48-as korrelációs érték a tudálékos változó mellett, ellenben a többi korrelációs érték igen jó. A 2.3. R-eredmény alapján pedig az első főkomponens által magyarázott összvariancia már elérte az 50%-ot. Ellenben a Theta-érték a 2.40. R-eredmény alapján nem javult számottevően.
Az eredmények alapján az adatredukciót ezzel a lépéssel be is fejezhetjük. A modellben maradt változókat tekinthetjük az általános munkahelyi toleranciát lefedő viselkedéseknek.
|
