Satisfação do colaborador nos setores da saúde e tecnológico

Abstract

Utilizando os modelos ordenados probit e logit estimou-se a probabilidade de três níveis de satisfação laboral com base em dados relativos a duas empresas (um hospital e uma empresa tecnológica). Deste modo, foram estimados três modelos. Um primeiro que incorpora as duas empresas e os outros dois para o hospital e para a empresa tecnológica. Embora o ponto de partida da análise empírica fosse o modelo global concluiu-se que, estatisticamente, seria pertinente avançar com regressões separadas por empresa. Nos três tipos de modelos os fatores que sumariam as questões de satisfação sobre assuntos em particular, revelaram-se estatisticamente significativos. No modelo global, apenas duas variáveis de escolaridade se revelaram significativas, manifestando impactos positivos no nível de satisfação mais elevado e negativos nos dois níveis de satisfação mais baixos. Da análise do modelo parcial do hospital concluiu-se que as idades mais jovens são estatisticamente significativas e apresentam impactos negativos no nível de satisfação mais elevado. Ao nível das funções, as variáveis Médicos e Técnicos de Saúde são estatisticamente significativas e o impacto de pertencer a uma destas funções em níveis de satisfação mais elevados é positivo. No que se refere às direções apenas a Direção Clínica é estatisticamente significativa e o impacto desta em níveis de satisfação mais elevados é negativo. Da análise do modelo parcial da empresa tecnológica é percetível que apenas as idades entre os 36 e os 45 anos e os 46 e os 55 anos são estatisticamente significativas apresentando impactos positivos no nível de satisfação mais elevado.

Using ordered probit and logit models, the probability of three levels of job satisfaction was estimated based on data from two companies (a hospital and a tech company). In this way, three models were estimated. One that incorporates the two companies and the other two for the hospital and the technology company. Although the starting point of the empirical analysis was the global model it was concluded that, statistically, it would be pertinent to proceed with regressions separated by company. In the three models, the factors that summarize the satisfaction issues on specific subjects, proved to be statistically significant. In the global model, only two schooling variables proved to be significant, with positive impacts on the highest level of satisfaction and negative impacts on the two lowest levels of satisfaction. From the analysis of the partial model of the hospital, it was concluded that younger ages are statistically significant and have negative impacts on the highest level of satisfaction. In terms of functions, the variables Doctors and Health Technicians are statistically significant and the impact of belonging to one of these functions in higher levels of satisfaction is positive. As for the directions, only the Clinical Direction is statistically significant and its impact on higher levels of satisfaction is negative. From the analysis of the partial model of the tech company, it is noticeable that only the ages between 36 and 45 years and 46 and 55 years are statistically significant, with positive impacts on the highest level of satisfaction.