Skip to main content
mobile

L'Harmattan Open Access platform

  • Search
  • OA Collections
  • L'Harmattan Archive
Englishen
  • Françaisfr
  • Deutschde
  • Magyarhu
LoginRegister
  • Volume Overview
  • Page
  • Text
  • Metadata
  • Clipping
Preview
022_000002/0000

Addiktológiai problémák Magyarországon. Helyzetkép a lakossági kutatások tükrében II. Viselkedési addikciók

  • Preview
  • PDF
  • Show Metadata
  • Show Permalink
Title (EN)
Addiction Problems in Hungary. Population-based surveys, vol. II.
Field of science
Addikciótudományok / Addiction sciences (12754), Klinikai pszichológia / Clinical psychology (12749), Viselkedéstudomány / Behavioural sciences (12755), Szociológia / Sociology (12846)
Series
RendSzerTan
Type of publication
tanulmánykötet
022_000002/0114
  • Volume Overview
  • Page
  • Text
  • Metadata
  • Clipping
Page 115 [115]
  • Preview
  • Show Permalink
  • JPG
  • TIFF
  • Prev
  • Next
022_000002/0114

OCR

114 = KUN BERNADETTE - PAKSI BORBÄLA A leiré-statisztikai elemzések mellett — más változók hatását kontroll alatt tartó - többváltozós bináris logisztikus regressziós modell alkalmazásával is teszteltük a munkafüggőség lehetséges szociodemográfiai és pszichológiai prediktorait. A többváltozós elemzés során ENTER-módszert alkalmaztunk, amelyben a szociodemográfiai és pszichológiai prediktor-változókat egyszerre léptettük be. A kimeneti változó pedig amunkafüggöseg riziköja volt (0 = nincs jelen rizikó, 1 — jelen van rizikó a munkafüggőségre). A létrehozott bináris logisztikus regressziós modell a munkafüggőség rizikójának jelenlétének becslésére szignifikánsan jobbnak bizonyult, mint a kiindulási, prediktor-változókat még nem tartalmazö modell (x’(49)=97,99; p<0,001; Cox & Snell R’=0,13; Nagelkerke R?’=0,38). A letrehozott modell 94,9%-ban helyesen jósolta be a résztvevők csoporttagságát összességében, ahogy a kiindulási modell is hasonló mértékben, 94,690-ban jósolta be a csoporttagságot. Ez csupán csekély mértékű, 0,3%-nyi emelkedést jelent a kiindulási modell által nyújtott klasszifikációs teljesítményhez képest. A magyarázó változókat is tartalmazö modell 17,1%ban jósolta be helyesen a munkafüggőségre vonatkozó rizikócsoportba tartozó személyeket. A többváltozós modell mellett minden esetben elvégeztünk egyegy páronkénti, nemkontrollált kapcsolatvizsgálatot is a háttérváltozók és a munkafüggőség rizikója között (6. táblázat). Több változó esetében, ahol nem állt rendelkezésre elegendő mennyiségű válasz, az elemzéseket csak erre a módszerre korlátoztuk. A többváltozós modellbe bevont magyarázó változók közül a heti munkaórák száma, a vállalat/szervezet típusa, a háztartásméret, a szubjektív testi tünetek gyakorisága, továbbá a mentalizációs bizonytalanság mutatkozott szignifikánsnak. A heti átlagos munkaórák számának egységnyi fokozódása esetén 990-kal, a háztartásméret növekedésével pedig 50%-kal nagyobb a munkafüggőség rizikójának esélye. A vállalat/szervezet típusa tekintetében a referenciacsoportként kezelt kormányzati vagy önkormányzati szektornál való munkavégzéshez képest a magánvállalatnál való munkavégzés esetén 7690-kal kisebb a munkafüggőség rizikójának esélye. A szubjektív testi tünetek/panaszok növekedése esetén igen jelentősen, 44890-kal nagyobb (azaz majdnem öt és félszerese), a mentális állapotokban való bizonytalanság növekedésével pedig 36790-kal magasabb (azaz több mint négy és félszerese) a munkafüggőségre vonatkozó rizikó jelenlétének esélye (6. táblázat). Fontos azonban megjegyeznünk, hogy az utóbbi két pszichés változó mentén igen nagy konfidencia-intervallumok mellett kaptuk ezeket az értékeket, ez pedig a becslés bizonytalanságára utal.

Structural

Custom

Image Metadata

Image width
1869 px
Image height
2675 px
Image resolution
300 px/inch
Original File Size
1.26 MB
Permalink to jpg
022_000002/0114.jpg
Permalink to ocr
022_000002/0114.ocr

Links

  • L'Harmattan Könyvkiadó
  • Open Access Blog
  • Kiadványaink az MTMT-ben
  • Kiadványaink a REAL-ban
  • CrossRef Works
  • ROR ID

Contact

  • L'Harmattan Szerkesztőség
  • Kéziratleadási szabályzat
  • Peer Review Policy
  • Adatvédelmi irányelvek
  • Dokumentumtár
  • KBART lists
  • eduID Belépés

Social media

  • Facebook
  • Instagram
  • LinkedIn

L'Harmattan Open Access platform

LoginRegister

User login

eduId Login
I forgot my password
  • Search
  • OA Collections
  • L'Harmattan Archive
Englishen
  • Françaisfr
  • Deutschde
  • Magyarhu