STTK:n henkilöstön edustaja -barometri 2021

Tämä raportti sisältää STTK:n HED-barometridatan (2009,2011,...,2021) vuonna 2021 tehdyt spesiaalianalyysit. Tutkimuksen pääkohteiksi valittiin HEDien toimintapanostukset ja toimintaolosuhteet sekä etätyöolosuhteet. Työ purkaa, perkaa, jäsentää ja kokoaa em. tutkimuskohteita HED-järjestelmän moninaisuuden ymmärtämisen kannalta hyödyllisempään muotoon. Tutkimusote on klassinen tilastollinen tutkimus, jossa käytetään koeteltuja standardeja tilastollisia monimuuttujamenetelmiä.

Raportti sisältää runsaasti erilaisia tilastollisia graafeja ja taulukoita. Informaation luonteen takia raportti on tehty web-formaattiin. Lukiessasi voit hyödyntää nettiselaimen mm. zoomausominaisuuksia (Ctrl +/-). Raporttia voi jakaa tarkemmin tietystä kohdasta selaimen osoiterivin # -jatkuisella linkkipolulla. Analyysien sanalliset tulkinnat ja johtopäätökset on kirjoitettu auki mahdollisimman kansantajuisesti

sinapinkeltaiselle pohjalle.

Halutessasi voit selata vain sanalliset tulkinnat ilman datataulukoita ja -graafeja.
Pääasialliset tilastomenetelmät on kuvattu tilastomenetelmän kuvausboksissa.

5/2021
HED-raportin työryhmä:
Erkki Auvinen
Petri Palmu

Sisällys ja johdanto

Barometrin kohteena STTK:n HEDit eli luottamusmiehet (LM) ja työsuojeluvaltuutetut (TSV)

Kuva: Vastaajamäärät HED-tyypin mukaan vuosittain.

HED-toiminnan mittaaminen

HED-kyselyn eräänlainen peruskivijalka on HEDien työn arjen mittaaminen. Mittariston rakentamisessa on osin hyödynnetty Engeströmin toiminnan teoriaa. Mittarit kuvastavat toimintapanosten määrää ja laatua HEDien tehtäväalueissa. Kaikille vastaajille LM+TSV kysymykset ovat samat, joten esimerkiksi LM-profiili paljastuu tilastotunnuslukujen vertailun kautta (suhteessa TSV-profiiliin). Toimintamittareille ei ole asetettu hyvän rajan tavoitearvoja. Jäsenliitot voivat toki asettaa omille mittareille tavoiterajoja. Työmäärän arvioinnissa hyödyllinen lisämittari on kysymys toteutuneista HED-viikkotyötunneista.

HEDien toimintaolosuhteiden mittaaminen

HED-kyselyn toinen puoli käsittää mittareita, jotka kuvaavat HEDien toimintaa mahdollistavia työpaikan ja ay-järjestelmän luomia olosuhteita. Näiden olosuhteiden vaikutus HED-työn painottumiseen on tärkeä kysymys. Toisaalta HED-työllä myös pyritään vaikuttamaan siihen, että esimerkiksi työpaikan johtaminen sujuu paremmin. Näille hyvinvoinnin olosuhdemittareille on luontevaa asettaa myös tavoitearvoja. Esimerkiksi 1-5 vastausasteikolla olevan tyytyväisyysmittarin keskiarvo tulisi olla vähintään tasolla 4/5. HEDien taustaolosuhteiksi voi myös mieltää HED-edustettavien toimihenkilöiden henkilömäärä työpaikoilla ja ylipäänsä työpaikan koko.

Taustamuuttujat

Kolmannen muuttujaryhmän muodostavat erilaiset taustamuuttujat, kuten HED-status, ikä, sukupuoli, toimiala ja asuinalue. Kokonaiskuvan HED-datan laajuudesta saat parhaiten selville raportin lopun muuttujalistasta.

HED-barometrin tietokanta

STTK:n vanhat HED-aineistot koottiin vuonna 2019 yhdeksi tietokannaksi, jotta datasta voisi tehokkaammin tuottaa erilaisia analyyseja. Datan ylläpito on varsin työläs prosessi. Datamanagerointiin liittyy ennen kaikkea se, että eri vuosien kysymykset on oltava yhteismitallisia. Taustamuuttujien, kuten liittojen ajantasainen luokitus ja vertailukelpoisuus myös taaksepäin on tärkeä osa aineiston valmistelua. On enemmän kuin tavallista, että datasta aina löytyy jotain mystisiä ongelmia. Jos lukija huomaa epäilyttäviä tunnuslukuja tms., niin asiasta kannattaa ilmoittaa STTK:lle (Erkki Auvinen).

Vastaajamäärät STTK:n jäsenliitoittain

Taulukko: Vastaajamäärät STTK:n jäsenliittokohtaisesti eri vuosina. Luokituksessa fuusiot jne. on otettu huomioon. Vanhat liitot ovat luokiteltu uusien alle.

Kuva: Vastaajamäärät jäsenliitoittain ja vuosittain, sama informaatio kuin yllä taulukossa. Kuva näkyy vain nettiversiossa. Vie kohdistin kuvan päälle, niin näet tarkemmat luvut.

Palaa raportin alkuun

Yksittäisistä HED-mittareista summamuuttujiksi faktorianalyysin (FA) avulla

Mikä on faktorianalyysi (FA)?

Faktorianalyysilla suurempi määrä joukko yksittäisiä tilastollisen datan mittareita yhdistetään vähälukuisemmiksi "faktoreiksi" tai yhdisteulottuvuuksiksi (factor image). Faktorikuvassa olennaista on riittävä teoreettinen rakennevalidius (faktorit pitää tulkita ja nimetä) sekä tilastollinen mittausluotettavuus (reliabiliteetti).

Faktorianalyysilla voidaan tuottaa uusia mittareita dataan, näitä summamuuttujia kutsutaan faktoripistemäärämuuttujiksi (factor scores). Uusia summamuuttujia voidaan käyttää tilastoanalyyseissa normaaliin tapaan. Valitettavasti faktoripistemäärämuuttujilla ei yleensä enää ole alkuperäistä mitta-asteikkoa (esim. 1-5). Summamuuttujat on keskistetty ja standardisoitu nollan ympärille. Jakauman ääripäässä pistemäärien arvot ovat suunnilleen -3 ja 3. Normaalijakauman tavoin suurin osa faktoripistemääristä on yleensä nollan lähistöllä.

Faktorianalyysin perimmäsenä tarkoituksen on pelkistää alkuperäisessä datassa olevaa tilastollista informaatiota. Parhaimmillaan faktorit lopulta kertovat tutkittavasta ilmiöstä enemmän kuin joukko "irrallaan olevia" raakamittareita.

Tarve tiivistää HED-datan muuttujamäärää

HED-aineisto sisältää suuren määrän erilaisia henkilöstön edustajan työtä ja toimintaolosuhteita mittaavia tilastomuuttujia. Tyypillisesti tietyt yksittäiset kysymykset liittyvät käsitteellisesti johonkin laajempaan osakokonaisuuteen. Näin myös vastauksissa näkyy tilastollinen korrelaatio kahden tai useamman muuttujan välillä. On hyvä, että kysymyspatteristossa on riittävän yksityiskohtaisia kysymyksiä. Tutkimuksen tehtävä on jalostaa raakadataa sellaiseen muotoon, että muuttujien välille luodaan kohdeilmiön eli HED-systeemin kannalta loogisia relaatioita. Faktorianalyysi on tässä raportissa yksi keskeinen menetelmä, jolla HED-dataa ryhmitellään tiiviimpään muotoon.

Lähes kaikki HED-datan raakamittarit ovat nähtävissä puolijulkisesta HED-barometrin tilastosovelluksesta, joka tarjoaa asiantuntijoille ja päättäjille oivan välineen tutkia monipuolisesti HED-dataa alkuperäisten mittareiden tasolla.

HEDien toimintapanosten faktorianalyysi ja FA-summamuuttujat

Henkilöstön edustajien työtehtäviin käytettyä panosta (HP) kysytään laajalla joukolla erilaisia mittareita, joiden ajatellaan peittävän HED-tehtävän olennaiset piirteet.


Avaa HED-panosten faktorianalyysin kuva omaksi sivuksi.

Yllä oleva faktorianalyysin latausmatriisikuva esittää sitä, miten suuri määrä yksittäisiä hedien toimintapanosmittareita (HP = HedPanos) kyetään tiivistämään kahdeksaan summamuuttujaan.

Taulukko: HEDien toimintapanosten faktorianalyysin latausmatriisi, jossa on esitetty vain itseisarvoltaan > 0.25 lataukset.

Taulukko: HEDien toimintapanostusten (HP) faktorianalyysin mittausmallin alkuperäiset muuttujien keskiarvot tutkimusvuosittain niiden mittaasteikolla (1-5) mittausmallin mukaisesti järjestettynä.

Taulukko: HEDien toimintapanostusten (HP) faktorianalyysilla tehtyjen summamuuttujien keskiarvot tutkimusvuosittain. Summamuuttujat ovat nollakeskistettyjä eli niiden yleiskeskiarvo koko aineistossa on suunnilleen nolla (0). Summamuuttujia voi verrata ajassa, poikkeamat nollasta ovat ns. standardipoikkeamia (esim. luku +/- 1.0 on jo huomattavan suuri poikkeama, etenkin koko HED-datan vuosikeskiarvoissa). Pienemmätkin poikkeamat ovat luultavasti tilastollisesti merkitseviä, koska faktorianalyysilla tehdyillä summamuuttujilla on yksittäisiä muuttujia suurempi tilastollinen voima.

Palaa raportin alkuun

HEDien toimintaolosuhteiden faktorianalyysi ja FA-summamuuttujat

HEDien toimintaolosuhteita on datassa kuvattu mm. alla olevan kuvan kysymyksillä. Näistä yksittäisistä mittarista rakennetaan vähälukuisempi määrä summamuuttujia faktorianalyysin avulla. Faktoreille annetaan alkuperäisten muuttujien "faktorilatausten" ja muun tiedon avulla lyhyt nimi, jolla yritetään kuvata faktorin perusajatus mahdollisimman hyvin.


Avaa toimintaolojen faktorianalyysin kuva omaksi sivuksi.

Kuva: HEDien toimintaolosuhteiden faktorianalyysi. Alkuperäisten kysymysten lataukset eri faktoriulottuvuuksiin. Faktorianalyysi tuottaa 6 faktoria tai summamuuttujaa alkuperäisten kysymysten keskinäisten korrelaatioden pohjalta. Kuvassa pylväät ilmaisevat alkuperäisten muuttujien voimakkuutta olla muodostamassa tiettyä faktoria. Esimerkiksi henkilöstömäärän riittävyyttä kuvaava 1. sarake muodostuu vahvemmin henkilöstömäärän riittävyydestä ja varahenkilöstöjärjestelyistä sekä vaimeammin työn ja työaikojen sovittamisesta työntekijöiden elämäntilanteiden mukaisesti.

Taulukko: HEDien toimintaolosuhteiden faktorianalyysin latausmatriisi, jossa on esitetty vain itseisarvoltaan > 0.25 lataukset.

Taulukko: HEDien toimintaolosuhteiden alkuperäiset mittarit keskiarvoineen faktorianalyysin lataustaulukon mukaan järjestettynä. Raakamittareiden arvo-asteikko on 1-5.

Taulukko: HEDien toimintaolosuhteiden faktorianalyysilla tehtyjen summamuuttujien keskiarvot tutkimusvuosittain. Summamuuttujat on keskistetty siten, että kunkin faktoripistemäärämuuttujan keskiarvo koko aineistossa on suunnilleen nolla (0). Taulukossa mielenkiinto kohdistuu ajallisiin poikkeamiin (nollasta).

Palaa raportin alkuun

HED-toimintapanosten ja -toimintaolosuhteiden faktorirakenteet yhdessä

Alla voit vielä katsoa yhteenvetona, miten alkuperäiset kysymykset sisällytettiin em. kahden faktorianalyysin summamuuttujiin:

Taulukko: Faktoriulottuvuudet ja niihin liittyvät alkuperäiset muuttujat (korkeammat lataukset). FAKTORI -sarakkeessa muuttujien alkukirjaimet H/HP = HED-toimintapanosmittarit ja O = HEDien toimintaolosuhteet. Uudet hyvin lyhyet nimet (HNEU,...) viittaavat seuraavan (pää)osion SEM-analyysin muuttujanimiin.

Palaa raportin alkuun

Paikallisen sopimisen mittareiden faktorianalyysi ja FA-summamuuttujat

Paikallisen sopimisen olosuhteiden mittarit koskevat eri sopimiskohteiden vaikeusastetta, yleisesti erilaisia osaamistarpeita/tekijöiden tärkeyttä, tiettyjä toimintapanoksia ja toiminaolosuhteita. Mallinnuksessa käytetyt alkuperäiset kysymykset käyvät ilmi alla olevasta listasta. Paikallista sopimista yritetään hahmottaa hieman laajemmassa kehikossa, kuten muuttujien sisällöstä voi nähdä.

Varsinaisessa faktorianalyysissa yllä olevista alkuperäisistä muuttujista muodostetaan uusia ulottuvuuksia. Uudet ulottuvuudet ovat alla olevassa kuvassa omina sarakkeina.


Avaa paikallisen sopimisen faktorianalyysin kuva omaksi sivuksi.

Taulukko: Paikalisen sopimisen olosuhteiden faktorianalyysin latausmatriisi, jossa on esitetty vain itseisarvoltaan > 0.25 lataukset.

Paikallisen sopimisen HED-kyselyssä mitattavat asiat voi karkeasti jakaa kolmeen ryhmään.

Alla olevasta keskiarvotaulukosta nähdään, että esimerkiksi palkkatietojen saaminen jää selvästi vajaaksi hyvästä tasosta, joka on enemmän kuin 4/5.

Paikallisen sopimiseen liittyvien mittareiden analyysi

Taulukko: Paikallisen sopimisen faktorianalyysin mittausmallin alkuperäiset muuttujien ajalliset keskiarvot niiden mittaasteikolla (1-5) mittausmallin mukaisesti järjestettynä.

Taulukko: Paikallisen sopimisen faktorianalyysin summamuuttujien keskiarvot tutkimusvuosittain. Summamuuttujien keskiarvo koko aineistossa on suunnilleen nolla (0).

Palaa raportin alkuun

HED-toimintapanosten, toimintaolojen ja taustatekijöiden riippuuvuuksien SEM-analyysi (HED-SEM)

Tämä osio on raportin pisimmälle vietyä riippuvuussuhteiden analyysia***. SEM = Structural Equation Model (rakenneyhtälömalli). HED-SEM = STTK:n HEDien työtä mallintava rakenneyhtälömalli.

Rakenneyhtälömalli eli SEM (structural equation model) on klassinen monimuuttujamenetelmä, jolla voidaan tutkia useiden muuttujien monimutkaisia verkostomaisia vaikutusyhteyksiä. Mallin rakenne esitetään visuaalisesti mallin eri muuttujien vaikutuksia mittaavana nuolikaaviona. Mallissa voi olla mukana nk. sisäsyntyisiä muuttujia, jotka keskenään luovat "toisiansa" ja sitten ulkosyntyisiä, jotka tuovat vaikutuksia sisäsyntyisiin tekijöihin "ulkoapäin".

SEMissä usein käytetään datana faktorianalyysin avulla tehtyjä summamuuttujia. Lisäksi mallikehikossa voi olla aivan tavallisia (raaka)mittareita. Kaikki mallin tekijät pitää olla numeerisia tai luokittelumuuttujat esim. sukupuoli tai toimiala koodattu numeeriksi 1/0-indikaattorimuuttujiksi.

Potentiaalisia vaikutusyhteyksiä on todella paljon, varsinaisten kiinnostavien vaikutuskertoimien (parametrien) määrä kasvaa noin potenssiin 2 suhteessa muuttujien määrään. Lopullista mallia usein hiotaan käsityönä eikä turhia parametreja estimoida.

Sama tekijä Y voi olla monessa mallissa selittävänä tekijänä (Y->) ja toisaalta Y olla itse selitettävänä kohteena (Y<-). Tällä tavoin yksi tekijä Y osallistuu koko systeemin selittämiseen verkostomaisesti (mahdollisesti osin epäsuorasti).

SEM = Structural Equation Model (rakenneyhtälömalli). HED-SEM = STTK:n HEDien työtä mallintava rakenneyhtälömalli.

Tässä osassa analysoidaan H) HEDien toimintapanosten, O) HEDien toimintaolosuhteiden ja eräinen muiden vaikutustekijöiden X (sukupuoli, ikä, toimiala, hed-rooli, työtuntipanos, ...) yhteyttä toisiinsa tilastollisella moniyhtälömallilla (SEM). Mallirakennelmassa H (=hedtoimintapanokset) ja O (=olosuhteet) luovat sisäisen molemminsuuntaisen vaikutusverkoston, kun taas kolmas ryhmä taustatekijöitä (X) on ns. ulkosyntyisiä, niiden vaihtelua ei selitetä muilla muuttujilla (taustatekijät selittävät muita). Eli vaikutusnuolilla kuvattuna em. 3 ryhmän tekijöiden potentiaaliset vaikutusyhteydet voivat olla:

 H -> O
 O -> H
 X -> H
 X -> O ,

jossa H = HP = HEDpanostukset, O = olosuhteet ja X = muut taustatekijät.
Mallikehikossa HEDien olosuhteet voivat muokata työtehtäviin panostusta ja toisaalta toimintapanostukset voivat vaikutaa HEDien kokemiin toimintaolosuhteisiin. HED-tyyppi (LM/TSV) taas vaikuttaa yksisuuntaisesti työtehtävien sisältöön. Kiinnostava taustatekijä X on työtuntimäärä, se voi vaikuttaa ylipäänsä siihen, mitä HED-tehtävä on ajallisesti mahdollista suorittaa, mutta myös eri tehtävien keskinäiseen allokaatioon. Aikatrendi (TIME) antaa suuntaa, mihin toimintaolot ja työtehtävien painotukset muuttuvat keskimäärin eri vuosina.

Malli tavallaan pyrkii tuomaan esiin toimintapanos- ja olosuhdetekijäiden (H,O) välistä "muna vai kana" -yhteyttä (vai ja/tai?). Alla esitetyt vaikutusyhteydet ovat enemmän kuin tavalliset korrelaatiot, mutta yritykset nostaa korrelaatiot kausaalipäätelmiksi ovat enemmän taustateoriaan tai "maalaisjärkeen" perustuvaa tulkintakerrosta. On joka tapauksessa ehdottoman tärkeää pyrkiä tuottamaan monta astetta syvempiä parametreja, joissa epävarmat yhteydet on suodatettu pois ja mallia on käsityönä viilattu tilastollisesti ja sisällöllisesti validiin muotoon.

HED-SEM-analyysin muuttujien keskiarvot ajassa

Taulukko: SEM-mallin mittareiden keskiarvot eri tutkimusvuosina. Muuttujat on taulukossa olosuhteita mittaavat summamuuttujat (X), HED-toiminnan aktiivisuuden mittarit (H) ja SEM-mallin taustatekijät. Kaikki muuttujat ovat numeerisia, esimerkiksi teollisuus-toimiala on 1/0-muuttuja sen mukaan, onko vastaaja teollisuudesta. Faktorianalyysilla tehdyt summamuuttujat ovat keskistettyjä, niiden yleiskeskiarvo aineistossa on suunnilleen nolla (0). Aikatrendiä kuvaava TIME-muuttuja on vuosilaskuri ensimmäisestä tutkimusvuodesta 2009 (=1). HED-SEMissä summamuuttujilla on uudet tosilyhyet nimet, kuten OHV, OHLOS,... , mallin visualisoinnin helpottamiseksi.

HED-SEM -datamallinnuksen tulokset

Alla mallin rakennetta voi tutkia vuorovaikutteisella käyttöliittymällä, joka toimii vain nettiversiona. Säädä alla olevista liukukytkimistä kuvan korkeutta ja leveyttä sopivaksi. Voit myös pienentää tai suurentaa selaimen pikselitarkkuutta (Ctrl +/-). Kaaviokuvan verkostoa voi pienentää tai suurentaa tietokoneesta riippuen hiiren rullalla tai esimerkiksi läppärin kursorin ohjauslevyllä (suurennos tapahtuu ohjauslevyllä "vetämällä" sivusuuntaan ja pienennös päinvastaiseen suuntaan). Lisäksi kaavion sisällä voit vetää yksittäisiä verkoston solmuja (tekijöitä) eri paikkaan kaaviossa. Aktivoimalla verkoston yksittäinen nimetty tekijä näet muuttujan vaikutuksen suhteessa muihin. Muuttujien voimakkaat vaikutukset on ilmaistu tummemmalla punaisella tai sinisellä. Punainen tarkoittaa positiivista korrelaatiota ja sininen tarkoittaa negatiivista korrelaatiota. Koko "häkkyrän" siirtäminen eri kohtaan tapahtuu painamalla hiiren tms. näppäimellä verkoston päällä ja raahaamalla verkostoa toiseen paikaan. Kannattaa väännellä ja käännellä häkkyrää, niin huomaa parhaiten, miten verkostoa voi käyttää.

Leveys: =
Korkeus: =
Yllä olevan rakenneyhtälömallinnuksen R-ohjelman tuloste.

Eniten vaikutusyhteyksiä omaavat tekijät

Kuva: Vaaka-akselilla on rakenneyhtälömallin kunkin tekijän "korrelaatioarvo" sen mukaan, miten paljon mallin muut muuttujat vaikuttavat siihen. Pystyakselilla taas on kunkin tekijän vaikutusvoima mallin muihin tekijöihin. Voimakkuutta on mitattu yllä olevien suluissa olevien kertoimien itseisarvon summalla. Mitta ei kerro yksityiskohtaisemmin vaikutusyhteyden suunnasta (+/-). Tarkemmat vaikutusyhteydet on luettava ylempänä nuolikuvasta.

Ne muuttujat, jotka ovat enemmän kallellaan vasemmalle suhteessa kuvan vinoa lävistäjää, ovat keskimäärin enemmän vaikutusten antajia (->) kuin vaikutusten ottajia (<-). Mallin peruslogiikasta johtuen esim. LM (luottamushenkilö vs. TSV+kaksoisrooli) toimii vain vaikuttajana (->), siksi se sijaitsee vaakasuunnassa koordinaattipisteessä 0. Tietyllä tavalla tärkeimmät muuttujat ovat oikeassa yläkulmassa, ne virittävät eniten vaikutusyhtälöitä sekä vaikutusten ottajina että antajina. Esitysteknisistä syistä kuvan muuttujat ovat lyhytniminä, alempana on lista lyhytnimet - keskipitkät nimet, jossa voit tarkistaa lyhytnimen tarkempaa sisältöä. Mikäli haluat palata aivan faktorianalyysin alkuperäisiin muuttujiin, niin sisällön näet aiemmin esitellystä faktorianalyysiosion kuvista ja taulukoista.

SEM-analyysin muuttujien vaikutukset matriisikuvana

Raportin tärkeintä mallisysteemiä voi myös katsoa matriisikuvana. Alla olevassa kuvassa on helpompi havaita, mitkä tekijät eivät vaikuta toisiinsa (valkoiset solut). Yhden tekijän vaikutuksen muihin tekijöihin voi käydä järjestelmällisesti läpi katsomalla esim. OLII: TUKI_LIITTO (liiton tuki HED-toimintaan) tekijän vaikutukset sarakesuuntaan (kaikki sarakkeet ko. riviltä, eli rivi i - kaikki sarakkeet). Jos taas haluaa nähdä, miten paljon tietty tekijä on ollut muiden vaikutusten kohteena, niin asia selviää katsomalla kaikki rivit alaspäin tietyltä sarakkeelta (eli sarake j - kaikki rivit).

Kuva: HED-SEMin muuttujien vaikutukset matriisikuvana. Matriisin riveillä olevat tekijät vaikuttavat sarakkeilla oleviin tekijöihin kuvan väriasteikolla. Punainen tarkoittaa positiivista korrelaatiota ja sininen negatiivista. Valkoiset solut ovat nollakertoimia, muuttujilla ei myöskään ole korrelaatiota itseensä. Eli esimerkiksi kuvassa rivillä HSUU: HP_SUUNNITELMAT... ja sarakkeella HSUU risteyskohta on välttämättä nolla. Rivin alaosassa olevat taustamuuttujat esiintyvät mallissa vain selittäjänä/vaikuttajana (->), joten näitä tekijöitä ei ole matriisin sarakkeilla. Matriisia tulkittaessa on hyvä muistaa, että jokainen vaikutuskerroin on mallisysteemin muilla tekijöillä vakioitu osittaisvaikutus. Esimerkiksi HED-työhön käytetyn työajan (h/vko) vaikutus on kontrolloitu jokaisessa vaikutusmallissa, jossa mukana on HEDien toimintapanosmittareita.

HED-SEMin faktorianalyysirakenteet

Mallisysteemin faktorianalyysin muuttujien tarkempi sisältö on nähtävissä alla:

Taulukko: Faktoriulottuvuudet ja niihin liittyvät alkuperäiset muuttujat (korkeammat lataukset). FAKTORI -sarakkeessa muuttujien alkukirjaimet H/HP = HED-toimintapanosmittarit ja O = HEDien toimintaolosuhteet.

Palaa raportin alkuun

Etätyöolosuhteiden analyysi (spesiaalikysymykset 2021)

Etätyöosiossa tutkitaan HEDien näkemystä siitä, miten hyvin etätyöolosuhteet on järjestetty oman työpaikan toimhenkilötyön näkökulmasta. Mielenkiinto kohdistuu myös siihen, vaikuttaako toteutunut etätyön yleisyys (%) etätyöolosuhteiden toimivuuteen (1/0).

Taulukko: Etätyöolosuhteita ja etätyön yleisyyden mittareita ajassa. Etätyöolosuhteet ovat [0,1]-asteikolla eli 0=0% ja 1=100%.


Avaa etätyöolosuhteiden ja etätöiden määrän vaikutusmalli omaksi sivuksi.

Kuva: Etätöiden %-osuuden (vaaka-akseli) vaikutus etätyöolosuhteisiin (pystyakselit). Kuvissa vihreät pystyviivat kuvaavat etätyöosuuden alinta neljännestä, keskiarvoa ja ylintä neljännestä. Sininen käyrä kuvaa etätyöosuuden ja tietyn etätyöolosuhdemittarin välistä suhdetta. Harmaa nauha mittaa vaikutusyhteyden tilastollista epätarkkuutta. Kiinnitä huomiota pystyasteikon [0,1] tason muuttumiseen. Mitä enemmän pystyakselin arvot muuttuvat etätyömäärän mukaan, sitä enemmän etätyöosuus vaikuttaa kyseiseen etätyöolosuhdetekijään. Vaakasuora viiva tarkoittaa, ettei kahden muuttujan välillä ole korrelaatiota.

Palaa raportin alkuun

Loppuyhteenveto analyyseista

Palaa raportin alkuun

Aiempien vuosien HED-raportit

Palaa raportin alkuun

HED-datan yksityiskohtaisempi kuvaus

Palaa raportin alkuun