由Lorenzo Fariselli,Joshua Freedman,Massimiliano Ghini MBA,Federica Valentininy
出版日期:2008年2月25日
一种新闻稿A.微软幻灯片软件可以陪伴本文,以及一个PDF.版本。
抽象的
与许多领域一样,医疗保健是一个复杂和压力的环境,以便人际交互是至关重要的。这项研究发现,在68名职业助产士和产科医生的样本中,情绪智能强烈预测性能(66%),压力略微预测(6%至24%),情绪智力是预测的压力管理层(6.5%)。该研究详细说明了第一个发现,以确定资历的效果差异(对于最高雇员最强的效果最强),在这种情况下,具体的情绪智力能力最重要。
介绍
情绪智力(EQ)正在成为工作和生活表现的宝贵能力。EQ为医疗保健专业人员有多重要?在其他研究中,似乎一种方式通过减轻压力的负面影响来提高性能。压力是对感知威胁的身体,心理和情绪反应。压力可以是健康和有价值的;它可以将人们集中在关键需求上,可以激励学习;短暂的强烈的压力甚至是健康的。另一方面,压力也可以恶化身心健康(有助于疾病,减少身体弹性,增加抑郁症,减少应对)。工作场所的压力效果是什么?情绪智力在多大程度上调解压力的影响? To evaluate these questions, Six Seconds’ researchers worked with Michela Marzano, a graduate in the Obstetrics Faculty, to assess the obstetrics team at the largest urban hospital of Bologna, Italy.
学习规划
研究了三个假设:
- 情绪智力对表现产生积极影响
- 压力降低了有效性。
- 情商介于压力的影响。
样本
该研究在意大利博洛尼亚市最大的城市医院进行了专业的助产士和产科医生。样本大小为n = 68;93%是女性,其年龄段的范围为22至63岁(54%为22-34岁),教育水平不同(50%有大学学位)。他们的平均工作经验是19年,但一半的小组(53%)已经在六年内处于现场。
评估
为了探讨上述三个假说,给予了两项评估:SEI - 六秒情绪智力评估。SEI基于六秒的情绪智能模型,包括八个核心能力,分为三个宏区域:自我意识,自我管理和自我指导。
- 自我意识,称为“知道自己”包括两个能力:增强情绪素养并识别模式。
- 自我管理,称为“选择自己”包括四个能力:适用相应的思维,导航情绪,从事内在动机,运动乐观。
- 自我指导区域,称为“给自己”,包括增加同理心和追求贵族的目标。
SPS - 压力与绩效调查- 本调查基于以下六个维度与工作表现和生活成功相关联。
- 感知压力(痛苦)
- 共情
- 疾病(相关的压力)
- 旷工
- 情绪波动
- 生活质量
为了简化评分,负尺度颠倒,因此高分等同于高性能:
- 感知压力=低压力
- Empathy =高同理心
- 疾病=身体健康
- 缺勤=高工作岗位
- 情绪波动=积极的情绪管理
- 生活质量=高品质的生活
发现
假设1:情绪智力对表现产生积极影响
线性回归表明,通过情商来预测性能总方差的66.2%。此发现在下面的图表中显示在表中。此图表显示了SEI上的分数和SPS上分数的比较。SEI和性能之间的关系可以视觉上视为EQ(垂直)上的高分程度倾向于对应于性能的高分(水平):线性回归模型摘要
模型 | R. | r square | 调整了r square. | STD。估计错误 |
1 | .814(a) | .662 | .657 | 8.03754 |
预测器:(常数),eq anova(b)
模型 | 平方和 | DF. | 均方根 | F | SIG。 | ||
1 | 回归 | 8354.505. | 1 | 8354.505. | 129.323 | .000(a) | |
剩余的 | 4263.730. | 66. | 64.602 | ||||
全部的 | 12618.235. | 67. | |||||
预测器:(常数),EQ B因变量:性能进一步说明了该发现的力量,该组基于整体性能分数分为四个四分位数。本图显示最高和最低表演者的平均EQ分数:
EQ,绩效和商业资历
为了扩大欧化委员会和性能之间的关系,我们基于其领域的多年资历,将样本分成三组。本表中描述了三组:ANOVA(B)
资历(多年) | 模型 | 平方和 | DF. | 均方根 | F | SIG。 | |
从0到6 | 1 | 回归 | 4049.104 | 1 | 4049.104 | 61.328 | .000(a) |
剩余的 | 2178.782. | 33. | 66.024. | ||||
全部的 | 6227.886. | 34. | |||||
从7到20 | 1 | 回归 | 1043.112 | 1 | 1043.112 | 14.531 | .003(a) |
剩余的 | 789.657. | 11. | 71.787 | ||||
全部的 | 1832.769 | 12. | |||||
从21到38 | 1 | 回归 | 3289.624. | 1 | 3289.624. | 61.585. | .000(a) |
剩余的 | 854.653 | 16. | 53.416 | ||||
全部的 | 4144.278 | 17. |
预测器:(常数),EQ依赖变量:性能在所有三个组中的情绪智能和性能之间存在统计上显着的关系。以下图表显示了每个组中的EQ /性能关系的强度;最高的效果出现在最高高级集团中,其中EQ预测性能变化的78.1%。
资历(多年) | 模型 | R. | r square | 调整了r square. | STD。估计错误 |
从0到6 | 1 | .806(a) | .650 | .640 | 8.12550 |
从7到20 | 1 | .754(a) | .569 | .530 | 8.47272 |
从21到38 | 1 | .891(a) | .794 | .781 | 7.30861 |
预测变量:(常数),方程式
具体的EQ能力和表现
在六秒的情绪智力模型的理论框架中,与自我管理相关的四个能力(称为“选择自己”)应该是那些在压力下最敏感的表现。事实证明,通过压力和绩效调查来衡量,这四个是最强大的性能预测因素。四个结果单独预测性能评分的43-49%:
- 结果思维:49%
- 导航情绪:48.4%
- 内在动机:43.2%
- 运动乐观:43.2%
生成这些百分比的T检验在这里显示:系数(a)
模型 | 标准化系数 | T. | SIG。 | 相关性 | |||
bet | 零阶 | 部分的 | 部分 | ||||
1 | (持续的) | -.458 | .649 | ||||
CT. | .263 | 9.138 | .000 | .700 | .766 | .215 | |
NE. | .126 | 2.725 | .008 | .696 | .334 | .064 | |
我是 | .188 | 4.082 | .000 | .681 | .469 | .096 | |
eo. | .371 | 12.975 | .000 | .657 | .861 | .305 |
依赖变量:性能(CT =结果思维; NE =导航情绪; IM =内在动机; EO =运动乐观)。
假设2:压力降低了有效性
如下表所示,应力与所有其他结果相关,特别是参加工作(R = .254),积极管理情绪相互作用(R = .471)和生活质量(.490)。因此,对压力的看法是最佳性能的障碍。
低压 | 共情 | 健康 | att | 情绪上的印象 | 生活质量 | ||
低压 | Pearson相关性 | 1 | |||||
SIG。(2尾) | |||||||
N | 68. | ||||||
共情 | Pearson相关性 | .150 | 1 | ||||
SIG。(2尾) | .221 | ||||||
N | 68. | 68. | |||||
健康 | Pearson相关性 | .216 | -106 | 1 | |||
SIG。(2尾) | .077 | .389 | |||||
N | 68. | 68. | 68. | ||||
出席工作 | Pearson相关性 | .254(*) | .020 | .412(**) | 1 | ||
SIG。(2尾) | .037 | .869 | .000 | ||||
N | 68. | 68. | 68. | 68. | |||
情绪化管理 | Pearson相关性 | .471(**) | -.064 | .323(**) | .286(*) | 1 | |
SIG。(2尾) | .000 | .606 | .007 | .018 | |||
N | 68. | 68. | 68. | 68. | 68. | ||
生活质量 | Pearson相关性 | .490(**) | .005 | .349(**) | .437(**) | .391(**) | 1 |
SIG。(2尾) | .000 | .966 | .003 | .000 | .001 | ||
N | 68. | 68. | 68. | 68. | 68. | 68. |
*在0.05级(2羽尾)的相关性是显着的。**相关性在0.01级(2羽尾)的相关性显着。
假设3:情绪智力介导压力的影响。
如下表所示,高等均值适度但显着预测低应力。换句话说,具有更高情绪智力的人越来越压力。线性回归模型摘要
模型 | R. | r square | 调整了r square. | STD。估计错误 |
1 | .256(a) | .065 | .051 | .45030 |
预测器:(常数),eq anova(b)
模型 | 平方和 | DF. | 均方根 | F | SIG。 | |
1 | 回归 | .935 | 1 | .935 | 4.613 | .035(a) |
剩余的 | 13.383 | 66. | .203 | |||
全部的 | 14.318 | 67. |
预测器:(常量),EQ B因变量:Perceived_stress在第一表中,我们可以看到独立变量(情绪智能)预测从属变量的6.5%(感知的压力)。第二表表明,这种影响是统计学意义的,因为意义(SIG = .035)低于0.05。为了进一步了解这一发现,我们衡量了八个情绪智力能力中的每一个来预测低压力的力量。适用相应的思维对感知压力的影响最高(和统计学上有重大);这种能力预测了压力变化的14.6%。系数(a)
模型 | 标准化系数 | 相关性 | |||||
bet | T. | SIG。 | 零阶 | 部分的 | 部分 | ||
1 | (持续的) | 5.671 | .000 | ||||
el | -105 | -.776 | .441 | .056 | -.101 | -.092 | |
rp. | .048 | .353 | .726 | .111 | .046 | .042 | |
CT. | .403 | 2.790 | .007 | .375 | .341 | .330 | |
NE. | -.043 | -.184 | .855 | .168 | -.024 | -.022 | |
我是 | .097 | .421 | .676 | .205 | .055 | .050 | |
eo. | -.090 | -.624 | .535 | .088 | -.081 | -.074 | |
IE | .009 | .071 | .944 | .090 | .009 | .008 | |
NG. | .113 | .908 | .367 | .182 | .117 | .107 |
一个受抚养变量:perceived_stress(el =情绪素养; rp =识别模式; ct =结果思维; ne =导航情绪; Im =内在动机; eo =运动乐观; IE =增加移情; PNG =追求贵族的目标)。
结论
与许多要求的工作一样,医疗保健是一种压力性的工作环境,具有许多高赌注挑战,快速节奏和复杂的关系。面对这些压力,专业人士必须仔细管理他们的反应和相互作用(在自己内,彼此和患者)以实现最佳的患者结果。似乎,情绪智力是管理竞争压力的“舞蹈”的一个关键贡献者。该研究发现三个重要的结论:
- 情绪智能预测高性能
- 压力会降低性能
- 情绪智力减轻了压力的影响。
合理的推断出现了高等委员会的主要益处之一是即使在压力下也能做良好的能力。有趣的是,研究中最高级的团体 - 具有最大主管和领导职责的人 - 是情绪智力最有区别的人。这一发现表明,在越来越复杂的工作中,EQ变得越来越重要。从理论上讲,“选择自己”是六秒EQ模型的一部分,对情绪反应行为的管理最关键,例如在压力时期维持聚焦。该研究证实了该框架,表明虽然所有能力都很重要,但这四个是最明显与自我管理相关的人。可能是某些领域和角色产生更高的关系需求,因此需要更高水平的情绪智力。进一步研究是有权了解不同角色的动态,与绩效相关的特定表达能力,并扩大绩效措施,包括医疗和业务成果。然而,与此同时,这些调查结果强烈建议,情绪智力是医疗保健专业人员的宝贵资产。
- 技术孤独:丹尼尔戈尔曼的EQ提示- 2020年10月24日
- 为什么SEL在大流行中更重要 - 以及如何- 2020年10月9日
- 联合国儿童基金会世界儿童节(#28)- 2020年10月8日