哪些因素影响你的工作满意度？

哪些因素影响工作满意度？

摘要：本文通过多元线性回归模型从年龄、性别、民族、受访者户口性质、教育程度、全年总收入这几个因素对工作满意度进行分析，最后得出全年总收入及性别、受教育程度、受访者户口性质、受访者民族对工作满意度都有影响，且影响力逐渐递减，年龄这一个因素对工作满意度几乎没有影响。

同时得出，全年总收入，教育程度，对工作满意度有明显的正影响。就男性和女性来说，女性的工作满意度较低。 关键词：工作满意度、多元线性回归、CGSS2003 引言

我国经济迅速发展，就业结构发生变化，劳动力大量迁移。从改革开放前国家对几乎全部重要的资源实行垄断，建立单位制组织体系，把各种可能具有社会性、民间性的群众组织或社团组织全部收编，纳入国家政治体制的结构内，国家几乎包办经济社会领域的一切事务。到改革开放后，国家、经济与社会三大组织的功能朝着自主性方向开始回归，总体性控制不断收缩，并朝着规范化、法律化的方向演进，从而逐步改变了以往国家包揽一切的状况。企业组织的生产功能得到强化，社会生活领域的自主性不断增强，相对独立的社会组织开始发育成长。各类不同组织功能的自主性回归，强化了专业分化下的资源配置，同时，资源与机会的配置由国家完全掌控，转化为国家、

市场、社会的共同配置，大大提高了配置效率，这对经济增长具有重要意义。

人民的收入分配结构也经历了“打破绝对平均—相对平均—相对合理—收入差距过大”的深刻变迁过程。社会成员间经济收入的数量比例关系和收入获得的机会、不同人群之间或者同一群体不同成员之间收入分配比重多少及其实现途径都会有很大差异。收入分配结构式社会结构、社会分层的重要维度。收入是衡量工作单位的一个重要指标。不同群体收入不等，最高收入居民群体与最低收入居民群体、最多财富居民群体与最少财富居民群体的收入财富差距已经日益扩大。而且趋势是越来越想收入最高、财富最多居民群体集中。这种状况的普遍存在使我国社会的阶层重新划分。

劳动力的自由流动对经济发展起到了重要作用，但是农民工的工作待遇和城乡差别反映了经济发展中的社会地位不平等，权利不平等，资源配置不平等、发展不平衡的等级关系特性。而人民对工作的满意度在一定程度上反映了对社会生活、政策、体制的满意程度，是具有社会意义的。

综上所述，本文选择年龄、性别、民族、受访者户口性质、教育程度、全年总收入用多元线性回归对工作满意度进行分析。 一、 资料分析

资料来源CGSS2003，共调查5894人，

2

年龄的频数统计：

年龄 Valid 15.00 16.00 Cumulative Frequency 1 1 Percent .0 .0 Valid Percent .0 .0 Percent .0 .0 17.00 18.00 19.00 20.00 21.00 22.00 23.00 24.00 25.00 26.00 27.00 28.00 29.00 30.00 31.00 32.00 33.00 34.00 35.00 36.00 37.00 38.00 39.00 40.00 41.00 42.00 43.00 44.00 45.00 46.00 2 60 65 55 73 70 63 76 100 80 91 90 101 134 147 131 142 149 189 135 146 153 154 214 175 101 132 132 179 159 .0 .0 1.0 1.0 1.1 1.1 .9 .9 1.2 1.2 1.2 1.2 1.1 1.1 1.3 1.3 1.7 1.7 1.4 1.4 1.5 1.5 1.5 1.5 1.7 1.7 2.3 2.3 2.5 2.5 2.2 2.2 2.4 2.4 2.5 2.5 3.2 3.2 2.3 2.3 2.5 2.5 2.6 2.6 2.6 2.6 3.6 3.6 3.0 3.0 1.7 1.7 2.2 2.2 2.2 2.2 3.0 3.0 2.7 2.7 3

.1 1.1 2.2 3.1 4.4 5.5 6.6 7.9 9.6 11.0 12.5 14.0 15.7 18.0 20.5 22.7 25.1 27.7 30.9 33.2 35.6 38.2 40.9 44.5 47.5 49.2 51.4 53.6 56.7 59.4 47.00 48.00 49.00 50.00 51.00 52.00 53.00 54.00 55.00 56.00 57.00 58.00 59.00 60.00 61.00 62.00 63.00 64.00 65.00 66.00 67.00 68.00 69.00 70.00 71.00 72.00 77.00 Total 145 149 154 162 133 125 121 130 82 82 89 98 87 87 80 84 94 83 72 80 82 87 77 8 1 1 1 5894 2.5 2.5 2.6 2.7 2.3 2.1 2.1 2.2 1.4 1.4 1.5 1.7 1.5 1.5 1.4 1.4 1.6 1.4 1.2 1.4 1.4 1.5 1.3 .1 .0 .0 .0 100.0 2.5 2.5 2.6 2.7 2.3 2.1 2.1 2.2 1.4 1.4 1.5 1.7 1.5 1.5 1.4 1.4 1.6 1.4 1.2 1.4 1.4 1.5 1.3 .1 .0 .0 .0 100.0 61.8 64.4 67.0 69.7 72.0 74.1 76.2 78.4 79.8 81.2 82.7 84.3 85.8 87.3 88.6 90.1 91.7 93.1 94.3 95.6 97.0 98.5 99.8 99.9 100.0 100.0 100.0

从中选择出年龄在18岁至60岁的受访者5140人。 频数分布如下：

年龄

4

Cumulative Frequency Percent Valid Percent Percent Valid 18.00 19.00 20.00 21.00 22.00 23.00 24.00 25.00 26.00 27.00 28.00 29.00 30.00 31.00 32.00 33.00 34.00 35.00 36.00 37.00 38.00 39.00 40.00 41.00 42.00 43.00 44.00 45.00 46.00 47.00 48.00 49.00 50.00 51.00 52.00 53.00 60 65 55 73 70 63 76 100 80 91 90 101 134 147 131 142 149 189 135 146 153 154 214 175 101 132 132 179 159 145 149 154 162 133 125 121 1.2 1.3 1.1 1.4 1.4 1.2 1.5 1.9 1.6 1.8 1.8 2.0 2.6 2.9 2.5 2.8 2.9 3.7 2.6 2.8 3.0 3.0 4.2 3.4 2.0 2.6 2.6 3.5 3.1 2.8 2.9 3.0 3.2 2.6 2.4 2.4 5

1.2 1.2 1.3 2.4 1.1 3.5 1.4 4.9 1.4 6.3 1.2 7.5 1.5 9.0 1.9 10.9 1.6 12.5 1.8 14.3 1.8 16.0 2.0 18.0 2.6 20.6 2.9 23.4 2.5 26.0 2.8 28.8 2.9 31.7 3.7 35.3 2.6 38.0 2.8 40.8 3.0 43.8 3.0 46.8 4.2 50.9 3.4 54.3 2.0 56.3 2.6 58.9 2.6 61.4 3.5 64.9 3.1 68.0 2.8 70.8 2.9 73.7 3.0 76.7 3.2 79.9 2.6 82.5 2.4 84.9 2.4 87.3

二、 建立模型

对于年龄、性别、民族、受访者户口性质、教育程度、全年总收入因素建立多元回归模型：

yi?????1x1??2x2??3x3??4x4??5x5??6?6??i

yi———工作满意度

x1———受访者年龄；

x2———受访者性别；

x3———受访者民族；

11

x4———受访者户口性质；

x5———受访者教育程度；

χ6———受访者全年总收入；

在这几个自变量中，只有“性别“变是定类变量，在进行分析之前，首先将“性别”变量转化为虚拟变量，虚拟之后的变量取值：0=男，1=女。

三、 对模型进行检验

下面，以工作满意度为因变量，以年龄，性别，民族，户口性质，受教育程度，全年总收入为自变量进行多元线性回归分析。

从下图可以看出，采用stepwise方法分析时，进入分析的6个变量一共建立了5个模型，其中“年龄”变量没有进入模型。第一个模型包括了“全年总收入”变量；第二个模型包括了“性别虚拟”变量，第三个模型包括了“受教育程度”变量，第四个模型包括了“受访者户口性质”变量，第五个模型包括了“受访者民族”变量。进入模型的标准是F值的概论《=0.05，剔除变量的标准是F值的概率》=0.1。

进入或剔除模型的变量：

Variables Entered/Removeda Model Variables Entered Variables Removed Method 12

1 全年总收入 . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100). 2 性别虚拟为男0，1女 . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100). d3 教育程度 . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100). menson0 4 受访者户口性质 . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100). 5 受访者民族 . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100). a. Dependent Variable: 工作满意度 下图说明了五个模型的解释力。包括了全年总收入 变量的第一个模型的调整的

13

决定系数Adjusted R Square 是0.079；包含了全年总收入及性别虚拟变量的第二个模型的调整的决定系数Adjusted R Square是0.090；包含了全年总收入及性别虚拟变量、受教育程度的第三个模型的Adjusted R Square是0.099。包含了全年总收入及性别虚拟变量、受教育程度、受访者户口性质的第四个模型的Adjusted R Square是0.100.包含了全年总收入及性别虚拟变量、受教育程度、受访者户口性质、受访者民族的第五个模型的Adjusted R Square是0.101.

从Change Statistics可以看出，受访者户口性质、受访者民族这两个变量对R Square的变化影响不大，分别只增加了0.002和0.001. 模型概要 Model Summaryf Model Std. Error of R SquarR 1 .281aChange Statistics R Square Change F Change df1 df2 1 5892 1 5891 .000 Sig. F Change .000 Durbin-Watson Adjusted R Square .079 the Estimate 2.599 e .079 .079 504.370 .090 .090 2.583 1.760 2 .301b.012 74.854 .099 .098 2.572 .008 53.305 1 3 dimenson0.314c 5890 .000 4 .317d.101 .100 2.569 .002 13.656 1 5889 .000 .101 .101 2.568 .001 4.785 1 5 .318e5888 .029 a. Predictors: (Constant), 全年总收入 b. Predictors: (Constant), 全年总收入, 性别虚拟为男0，1女 c. Predictors: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度 d. Predictors: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度, 受访者户口性质 e. Predictors: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度, 受访者户口性质, 受访者民族 f. Dependent Variable: 工作满意度 方差分析：

从下图可以看出，每一个模型都达到了0.000的显著性水平，说明回归模型是有意义的。 ANOVAf Model 1 Regression Residual Sum of Squares 3408.037 39812.326 df 1 5892 Mean Square 3408.037 6.757 F 504.370 Sig. .000a 14

Total 2 Regression Residual Total 3 Regression Residual Total 4 Regression Residual Total 5 Regression Residual Total 43220.363 3907.562 39312.801 43220.363 4260.158 38960.205 43220.363 4350.293 38870.070 43220.363 4381.859 38838.504 43220.363 5893 2 5891 5893 3 5890 5893 4 5889 5893 5 5888 5893 1953.781 6.673 292.773 .000b 1420.053 6.615 214.683 .000 c 1087.573 6.600 164.773 .000d 876.372 6.596 132.860 .000e a. Predictors: (Constant), 全年总收入 b. Predictors: (Constant), 全年总收入, 性别虚拟为男0，1女 c. Predictors: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度 d. Predictors: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度, 受访者户口性质 e. Predictors: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度, 受访者户口性质, 受访者民族 f. Dependent Variable: 工作满意度 回归系数：

从下图可以看出，在0.001的显著性水平上，常数和回归系数对总体都是有意义的。这五个变量中，全年总收入对工作满意度的影响最大（Beta=0.238，最大）。共线性诊断的容许度不是很小，方差膨胀因子，数值不大，由此认为它们之间不存在共线性。 同时可以看到，全年总收入，教育程度，对工作满意度有明显的正影响。性别（男0变成女1）是负影响。女性的工作满意度较低。 Coefficientsa Model Unstandardized Coefficients B 1 (Constant) 全年总收入 2 (Constant) 全年总收入 性别虚拟为男0，1女 3 (Constant) 全年总收入 性别虚拟为男0，1女

15

1.312 5.205E-5 -.555 .073 .000 .068 1.305 6.159E-5 1.645 5.778E-5 -.590 Std. Error .041 .000 .057 .000 .068 Standardized Coefficients Beta t 31.633 .281 22.458 Sig. .000 .000 .000 .000 .000 Collinearity Statistics Tolerance VIF -.109 1.000 1.000 28.990 .263 20.929 -8.652 .975 .975 1.026 1.026 -.102 18.079 .237 18.212 -8.159 .000 .000 .000 .901 .970 1.110 1.031

教育程度 4 (Constant) 全年总收入 性别虚拟为男0，1女 教育程度 受访者户口性质 5 (Constant) 全年总收入 性别虚拟为男0，1女 教育程度 受访者户口性质 受访者民族 .108 1.593 5.205E-5 -.552 .015 .105 .000 .068 .095 7.301 15.155 .000 .000 .000 .000 .913 1.095 -.102 .901 .970 1.110 1.031 .237 18.232 -8.109 .101 -.220 1.506 5.214E-5 -.556 .015 .059 .112 .000 .068 .088 -.046 6.721 -3.695 13.395 .000 .000 .000 .000 .000 .895 .978 1.117 1.023 -.103 .901 .969 1.110 1.032 .238 18.267 -8.169 .101 -.215 .065， .015 .059 .030 .088 -.045 .027 6.756 -3.611 2.188 .000 .000 .029 .895 .977 .997 1.117 1.024 1.003 a. Dependent Variable: 工作满意度 剔除的变量：

下图列出的是每一次模型迭代中没有进入方程的变量的信息。 Excluded Variablesf Model Partial Beta In 1 年龄 性别虚拟为男0，1女 受访者民族 受访者户口性质 教育程度 2 年龄 受访者民族 受访者户口性质 教育程度 3 年龄 受访者民族 受访者户口性质 4 年龄 受访者民族 5 年龄 .025a -.061a .102a .002b .028b -.058 .095b .031c .029c -.046c .024 .027d .025e dbCollinearity Statistics Minimum VIF 1.001 1.026 Tolerance .999 .975 t .526 -8.652 Sig. .599 .000 Correlation Tolerance .007 -.112 .999 .975 .007 -.109a a1.985 -4.851 7.847 .124 2.241 -4.663 7.301 2.377 2.324 -3.695 1.843 2.188 1.922 .047 .000 .000 .901 .025 .000 .000 .017 .020 .000 .065 .029 .055 .026 -.063 .102 .002 .029 -.061 .095 .031 .030 -.048 .024 .028 .025 .999 .998 .918 .997 .999 .997 .913 .911 .999 .978 .890 .997 .889 1.001 1.002 1.090 1.003 1.001 1.003 1.095 1.098 1.001 1.023 1.124 1.003 1.125 .999 .998 .918 .972 .974 .973 .901 .834 .901 .895 .808 .895 .807 a. Predictors in the Model: (Constant), 全年总收入 b. Predictors in the Model: (Constant), 全年总收入, 性别虚拟为男0，1女 16

c. Predictors in the Model: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度

d. Predictors in the Model: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度, 受访者户口性质 e. Predictors in the Model: (Constant), 全年总收入, 性别虚拟为男0，1女, 教育程度, 受访者户口性质, 受访者民族

f. Dependent Variable: 工作满意度

共线性诊断：

下图，从特征值和条件参数可以看出，各模型的特征值不算太低，条件参数值不高，因此也可以断定变量存在共线性的可能性较小。 Collinearity Diagnosticsa Model Dimension Variance Proportions 全年Condition Eigenvalue 1 dimenson1性别虚拟为男0，1女 教育程度 受访者户口性质 受访者民族 总收(Constant) .21 .79 .07 .01 .92 .02 .01 .03 .94 .01 .00 .01 .01 .97 .00 .00 .00 .01 .01 .98 入 .21 .79 .08 .61 .31 .04 .46 .49 .01 .02 .50 .41 .06 .01 .02 .53 .04 .37 .04 .01 Index 1.000 1.916 1.000 1.741 3.092 1.000 2.006 2.862 4.471 1.000 2.228 3.161 3.596 7.155 1.000 2.376 3.077 3.502 3.893 8.041 1 2 1 dimenson11.572 .428 2.092 .690 .219 2.816 .700 .344 .141 3.576 .720 .358 .276 .070 4.150 .735 .438 .338 .274 .064 .07 .24 .69 .03 .29 .35 .33 .02 .21 .57 .10 .10 .02 .16 .36 .27 .10 .09 .03 .01 .37 .59 .02 .01 .15 .54 .28 .01 .02 .00 .26 .45 .26 .01 .01 .05 .27 .66 .01 .00 .00 .06 .32 .61 .02 .02 .64 .20 .03 .10 2 2 3 3 1 2 dimenson13 4 4 dimenson01 2 dimenson13 4 5 5 1 2 3 dimenson14 5 6 a. Dependent Variable: 工作满意度 残差统计表：

从下图可以看出，残差的均值为0，标准化残差的均值也为0，说明残差的分布满

足均值为零的假设。

Residuals Statisticsa

17

Predicted Value Residual Std. Predicted Value Std. Residual Minimum -.15 -13.202 -2.301 -5.140 Maximum 17.20 4.528 17.820 1.763 Mean 1.84 .000 .000 .000 Std. Deviation .862 2.567 1.000 1.000 N 5894 5894 5894 5894 a. Dependent Variable: 工作满意度 标准化残差的直方图：

从下图可以看出，残差的分布接近正态分布。

残差分布的散点图：

从下图可以看出，虽然样本存在奇异值，模型的数值绝大多数都落在±2ɑ范围内，较好的满足了残差等方差性的要求。

18

四 结论

通过以上的分析可知，全年总收入及性别、受教育程度、受访者户口性质、受访者民族对工作满意度都有影响，且影响力逐渐递减。根据多元回归分析，年龄这一个因素对工作满意度几乎没有影响。

同时可以看到，全年总收入，教育程度，对工作满意度有明显的正影响。就男性和女性来说，女性的工作满意度较低。

参考文献：

［1］张文彤、闫洁：SPSS统计分析基础教程，2004，9 ［2］陆学艺：当代中国社会结构，社会科学文献出版社，2010 ［3］王梦奎、陆百甫、卢中原：新阶段的中国经济，人民出版社，2002

19

20

本文来源：https://www.bwwdw.com/article/iin.html