Sociodemographic variables, general psychological resources and work psychological capital as determinants of work engagement

Cilj istraživanja bio je ispitati odnos nekih sociodemografskih obilježja, karakteristika radnog mjesta, općih psiholoških resursa i radnog psihološkog kapitala s radnom angažiranosti zdravstvenih djelatnika. U zdravstvenoj djelatnosti pokazalo se kako je radna angažiranost značajno povezana s ishodima rada kao što su zadovoljstvo pacijenata, niže stope infekcija i smrtnosti, ali i manje stope izostanaka i otkaza zaposlenika. Stoga, cilj istraživanja bio je ispitati koji faktori mogu uspješno predvidjeti radnu angažiranost kod zdravstvenih radnika. U istraživanju je sudjelovalo 224 zdravstvenih djelatnika prosječne dobi 36 godina, od kojih je 25,4% bilo muškaraca. Sudionici su prvo ispunjavali Upitnik o sociodemografskim podacima, a ostali rezultati prikupljani su idućim mjerama: Kratka skala otpornosti, Skala opće samoefikasnosti, Vizije o budućnosti, Upitnik psihološkog kapitala te Utrecht skala radne angažiranosti. Rezultati upućuju na to kako postoji statistički značajna povezanost između općih psiholoških resursa, radnog psihološkog kapitala i radne angažiranosti zdravstvenih djelatnika. S druge strane, povezanost sociodemografskih varijabli i karakteristika radnog mjesta s radnom angažiranosti nisu dobivene ovim istraživanjem. Provedbom hijerarhijske regresijske analize utvrđeno je da se 39,7% varijance radne angažiranosti može objasniti putem četiri bloka prediktora, pri čemu najveći doprinos objašnjenju kriterija ima radni psihološki kapital. Kao značajni prediktori utvrđeni su i opći psihološki resursi (samoefikasnost, nada, optimizam, otpornost), dok sociodemografske varijable i karakteristike radnog mjesta nisu ostvarivale značajan doprinos u predikciji radne angažiranosti. Budući da je u zadnjem koraku analize opća samoefikasnost postala značajan prediktor radne angažiranosti, i to s negativnim predznakom, može se zaključiti kako se radi o supresor varijabli koje djeluje putem radnog psihološkog kapitala te, time, povećava prediktivnu moć cjelokupnog regresijskog modela.The research aimed to examine the relationship between some sociodemographic characteristics, characteristics of the workplace, general psychological resources, work psychological capital and work engagement among health professionals. In the healthcare industry work engagement is related to work outcomes such as patients' satisfaction, lower infection and mortality rates, but also with lower absenteeism and turnover. Therefore, the study aimed to examine which factors may successfully predict work engagement among health professionals. The study involved 224 health professionals, of which 25.4% were male, with an average age of 36 years. Participants completed the SocioDemographic Data Questionnaire and the following scales: Brief Resilience Scale, General Self-Efficacy Scale, Visions about the Future, Psychological Capital Questionnaire, and Utrecht Work Engagement Scale. The results suggest that there is a statistically significant correlation between general psychological resources, work psychological capital and work engagement of health professionals. On the other hand, the correlations of sociodemographic variables and workplace characteristics with work engagement were not significant. A hierarchical regression analysis revealed that 39.7% of work engagement variance can be explained by the four blocks of predictors, with the greatest contribution of work psychological capital in the model. General psychological resources (self-efficacy, hope, optimism and resilience) were also identified as significant predictors, while sociodemographic variables and job characteristics did not make a significant contribution to the prediction of work engagement. Since in the last step of the analysis self-efficacy has become a significant predictor of work engagement with a negative regression coefficient, it can be concluded that it is a suppressor variable that acts through work psychological capital and, thus, increases the predictive power of the overall regression model