![状態空間モデルによる
トレンド＋嫌イベントストレスモデル
1. 日々嫌々度は変動する：Trend trend[t] ~ normal(trend[t-1],s_t) s_t ~ (0,s_t)
2. イベント生起：CoefIvent*Iventt イベントの係数×イベントの有無
3. 感情労働得点：kan[t]（感情労働を行うと情緒的消耗感が上がる仮説）
4. イベントの影響を含めたパラメータ：α＝CoefIvent*Iventt＋kan[t]
α~ normal(α[t-1] + trend[t] , s_w) s_w ~ (0,s_w)
5. 情緒的消耗感(α＋誤差)：zyo zyo[t] ~ normal(α[t] , s_zyo) s_zyo ~ (0,s_zyo)
第３回応用測定心理研究会](https://image.slidesharecdn.com/jisoturai-200113151859/85/-12-320.jpg)
![結
果
：
ト
レ
ン
ド
mean sd 2.50% 97.50% n_eff Rhat mean sd 2.50% 97.50% n_eff Rhat mean sd 2.50% 97.50% n_eff Rhat
trend[1] -0.04 0.31 -0.74 0.57 5152 1 trend[1] 0 0.13 -0.27 0.27 4170 1 trend[1] 0.1 0.43 -0.73 1.02 2898 1
trend[2] -0.05 0.27 -0.64 0.48 4431 1 trend[2] 0 0.12 -0.25 0.25 3816 1 trend[2] 0.09 0.39 -0.67 0.94 2653 1
trend[3] -0.02 0.25 -0.54 0.47 4445 1 trend[3] 0 0.11 -0.23 0.24 3609 1 trend[3] 0.08 0.37 -0.63 0.85 2412 1
trend[4] -0.02 0.24 -0.5 0.46 4338 1 trend[4] 0 0.11 -0.21 0.23 3385 1 trend[4] 0.08 0.35 -0.61 0.8 2176 1
trend[5] -0.03 0.23 -0.5 0.41 4323 1 trend[5] 0.01 0.11 -0.2 0.23 3201 1 trend[5] 0.06 0.34 -0.6 0.76 1924 1
trend[6] -0.01 0.22 -0.47 0.44 4235 1 trend[6] 0 0.1 -0.21 0.21 3395 1 trend[6] 0.06 0.32 -0.61 0.71 2167 1
trend[7] -0.02 0.22 -0.46 0.42 4310 1 trend[7] 0 0.1 -0.19 0.21 3279 1 trend[7] 0.07 0.32 -0.56 0.75 2647 1
trend[8] -0.04 0.22 -0.51 0.37 3305 1 trend[8] 0 0.1 -0.2 0.19 3229 1 trend[8] 0.06 0.31 -0.58 0.69 2633 1
trend[9] -0.06 0.22 -0.58 0.33 2069 1 trend[9] 0 0.1 -0.2 0.19 3297 1 trend[9] 0.06 0.31 -0.55 0.71 2437 1
trend[10] -0.06 0.22 -0.57 0.34 2029 1 trend[10] 0 0.1 -0.2 0.19 3178 1 trend[10] 0.03 0.31 -0.63 0.63 2017 1
trend[11] -0.05 0.22 -0.52 0.35 2362 1 trend[11] 0 0.09 -0.2 0.18 3169 1 trend[11] 0.04 0.3 -0.6 0.64 2352 1
trend[12] 0.03 0.22 -0.36 0.5 2380 1 trend[12] 0 0.09 -0.2 0.18 3137 1 trend[12] 0.04 0.3 -0.6 0.64 2775 1
trend[13] 0.06 0.23 -0.33 0.6 1162 1 trend[13] 0 0.09 -0.21 0.17 3108 1 trend[13] 0.04 0.3 -0.59 0.62 3018 1
trend[14] 0.05 0.22 -0.34 0.55 1365 1 trend[14] 0 0.09 -0.2 0.17 3120 1 trend[14] 0.04 0.3 -0.58 0.64 3054 1
trend[15] 0.03 0.21 -0.35 0.49 2644 1 trend[15] 0 0.09 -0.19 0.18 3203 1 trend[15] 0.04 0.3 -0.57 0.62 2780 1
trend[16] 0.02 0.2 -0.38 0.44 4247 1 trend[16] 0.01 0.09 -0.18 0.19 3075 1 trend[16] 0.03 0.3 -0.58 0.62 2249 1
trend[17] 0.02 0.2 -0.37 0.43 4085 1 trend[17] 0.01 0.09 -0.18 0.19 3185 1 trend[17] 0.05 0.3 -0.54 0.65 2751 1
trend[18] 0.02 0.21 -0.38 0.44 4054 1 trend[18] 0 0.09 -0.18 0.18 3226 1 trend[18] 0.05 0.3 -0.56 0.66 2540 1
trend[19] 0.03 0.21 -0.36 0.48 3297 1 trend[19] 0 0.09 -0.19 0.19 3188 1 trend[19] 0.05 0.3 -0.56 0.66 2810 1
trend[20] 0.01 0.2 -0.39 0.43 4395 1 trend[20] 0 0.09 -0.18 0.18 2987 1 trend[20] 0.04 0.3 -0.56 0.63 2418 1
trend[21] 0 0.2 -0.4 0.43 4425 1 trend[21] 0.01 0.09 -0.17 0.2 2943 1 trend[21] 0.05 0.3 -0.54 0.64 2686 1
trend[22] -0.02 0.21 -0.45 0.38 3296 1 trend[22] 0 0.09 -0.17 0.19 3001 1 trend[22] 0.04 0.3 -0.58 0.64 2631 1
trend[23] -0.02 0.21 -0.45 0.38 3630 1 trend[23] 0 0.09 -0.19 0.17 3137 1 trend[23] 0.04 0.3 -0.57 0.64 2334 1
trend[24] -0.01 0.21 -0.43 0.4 3848 1 trend[24] -0.01 0.09 -0.2 0.16 2912 1 trend[24] 0.06 0.3 -0.53 0.66 2659 1
trend[25] -0.02 0.21 -0.45 0.39 3432 1 trend[25] -0.01 0.09 -0.2 0.16 2863 1 trend[25] 0.07 0.3 -0.51 0.69 2278 1
trend[26] -0.04 0.21 -0.51 0.36 2619 1 trend[26] -0.01 0.09 -0.19 0.17 3110 1 trend[26] 0.08 0.3 -0.51 0.7 2420 1
trend[27] -0.04 0.22 -0.51 0.37 2901 1 trend[27] -0.01 0.09 -0.2 0.17 3053 1 trend[27] 0.07 0.3 -0.53 0.67 2099 1
trend[28] -0.04 0.22 -0.51 0.38 3037 1 trend[28] 0 0.09 -0.18 0.18 3183 1 trend[28] 0.07 0.3 -0.53 0.67 2019 1
trend[29] -0.03 0.23 -0.51 0.4 3899 1 trend[29] 0 0.09 -0.18 0.19 3050 1 trend[29] 0.05 0.3 -0.57 0.62 1793 1
trend[30] -0.01 0.24 -0.5 0.46 5362 1 trend[30] 0.01 0.1 -0.18 0.2 2959 1 trend[30] 0.04 0.3 -0.58 0.6 1888 1
trend[31] 0.02 0.26 -0.47 0.59 3675 1 trend[31] 0.01 0.1 -0.18 0.2 3028 1 trend[31] 0.06 0.3 -0.54 0.66 2126 1
trend[32] 0.03 0.28 -0.5 0.66 3491 1 trend[32] 0 0.1 -0.2 0.18 3270 1 trend[32] 0.05 0.3 -0.57 0.64 2038 1
trend[33] 0 0.1 -0.2 0.19 3453 1 trend[33] 0.04 0.31 -0.61 0.62 1633 1
trend[34] 0 0.1 -0.2 0.19 3491 1 trend[34] 0.06 0.31 -0.57 0.67 2069 1
trend[35] 0 0.1 -0.2 0.19 3435 1 trend[35] 0.07 0.32 -0.55 0.7 2190 1
trend[36] -0.01 0.1 -0.22 0.19 3342 1 trend[36] 0.08 0.32 -0.56 0.74 2641 1
trend[37] -0.01 0.1 -0.24 0.19 3159 1 trend[37] 0.1 0.33 -0.53 0.82 2277 1
trend[38] -0.01 0.11 -0.24 0.19 3350 1 trend[38] 0.11 0.35 -0.54 0.86 2022 1
trend[39] -0.01 0.11 -0.25 0.21 3596 1 trend[39] 0.11 0.36 -0.59 0.89 2089 1
trend[40] 0 0.12 -0.25 0.24 3991 1 trend[40] 0.12 0.38 -0.6 0.95 2012 1
a b c
aは変動トレンド、bは不変、cは常増トレンド
第３回応用測定心理研究会](https://image.slidesharecdn.com/jisoturai-200113151859/85/-14-320.jpg)
児童相谈所の児童福祉司はつらいよモデル
- 2. 自己紹介 ? 2011年3月 関西大学卒業（単位ギリギリ）／2011年4月～ 県 心理職採用 ? 児童相談所での仕事：被虐待児童?非行少年などの心理診 断?治療＋ω?ケースワーカーに異動 ? 大学院には正直行きたい ? 好きな有名人：多部 未華子 と ブローノ?ブチャラティ(ジョ ジョ5部) 第３回応用測定心理研究会
- 4. 児童相談所とバーンアウト ? 児童相談所の職員の増員を受けても精神的な疲弊度の高さが解消さ れたとは言い難い。 ? 発表者の職場では現段階で１／５近い児童福祉司が退職、療養休暇、 短期休養等により職場を離れた経験を有しており、心身の健康状態 を維持して職務に携わることが容易でないことが見て取れる。 ? 増員によって1人単位の業務配分の低下は予測されるが、業務の性 質上受けるストレスに変化がある訳ではない。 第３回応用測定心理研究会
- 8. 状態空間モデルとは ? 状態空間モデルでは、時刻とともに与えられたデータの「真の状態」が変化し、その 「真の状態」に「観測ノイズ」が加わって観測値が得られる、という考え方をする。 ? 状態空間モデルでは、「システムモデル」と「観測モデル」を分けて考える。 ? 「システムモデル」：「真の状態」を表す。「心理的負担α」のように見えないもの。 ? 「観測モデル」：「システムモデル」＋「観測ノイズ」。「情緒的消耗感尺度得点」 のように具体的なもの。 第３回応用測定心理研究会
- 9. 調査対象 ? 千葉県内の児童相談所に勤務する児童福祉司３名を対象とした。調 査対象時期は令和元年10月～12月の期間内、約35日間、おおむね連 続で質問紙記入を依頼した。 ? 調査対象者が休暇の場合は、休暇明けより調査を再開した。 ? 質問紙記入のタイミングとしては、基本的に業務終了時とした。し かし業務の性質上、業務終了予定時に緊急対応が連続することもあ り、記入タイミングを厳密に定めることは行っていない。 第３回応用測定心理研究会
- 10. 調査項目 ? 情緒的消耗感 バーンアウト尺度(久保?田尾,1992)のうち、情緒的消耗感因子に 該当する5項目を「情緒的消耗感尺度」として使用した。 ? 感情労働：矢部?東條（2011）が作成した中学校教員用感情労働尺度の項目のう ち最も因子負荷量の高い項目の計3項目を分析に使用し、日々どうであったかを 問う項目とするために文末を「～ある」→「～あった」と変更した。なお，原版 の項目内容から，児童福祉司に適用しても妥当性は損なわれないと判断した。 ? 生起イベント：高橋 重宏 他(2001)に記載してあるアンケート回答より抜粋した。 第３回応用測定心理研究会
- 11. い つ も あ る ： ５ よ く あ る ： ４ 時 々 あ る ： ３ あ ま り な い ： ２ な い ： １ （↓情緒的消耗感尺度：今日の主観で記入） こんな仕事、もうやめたいと思う 5 4 3 2 1 1 日の仕事が終わると ?やっと終わった? と感じる 5 4 3 2 1 出勤前,、職場に出るのが嫌になって、 家にいたいと思う 5 4 3 2 1 仕事のために心にゆとりがなくなったと感じる 5 4 3 2 1 体も気持ちも疲れはてたと思う 5 4 3 2 1 （↓中学校教員用感情労働尺度から抜粋：今日の事実を記入） 本心とは異なる感情を示すことがあった 5 4 3 2 1 ケース親?児童が何を感じているのか、気を配ることがあった 5 4 3 2 1 ケース親?児童に、意識的に怒りの感情を示さなくてはならないことがあった 5 4 3 2 1 （↓今日、該当したものに? をつける） a □ケースからの拒否的な言動（着信拒否?「早く帰れ」等を含む）があった b □ケースからの脅迫的言動?暴言があった c □ケースからの苦情?訴えがあった d □身の危険を感じた e □ケース親?児童が指示に従ってくれなかった f □自分に責任を負わせられる感じがあった g □上司からの無理解?非難があった h □一時保護所からの無理解?非難があった i □関係機関からの無理解?関係機関からの非難があった j □仕事が追い付かないと感じた k □見立てが立てられないまま対応している l □他同僚との間に不公平感を感じた m □孤立感を感じた n □対応が分からないことがあった（相談して解決できなかった） o □対応に失敗した p □同僚から共感してもらえた q □上司から共感してもらえた r □担当が増えた s □ケースが終結した z 保護した x 保護解除した 第３回応用測定心理研究会
- 12. 状態空間モデルによる トレンド＋嫌イベントストレスモデル 1. 日々嫌々度は変動する：Trend trend[t] ~ normal(trend[t-1],s_t) s_t ~ (0,s_t) 2. イベント生起：CoefIvent*Iventt イベントの係数×イベントの有無 3. 感情労働得点：kan[t]（感情労働を行うと情緒的消耗感が上がる仮説） 4. イベントの影響を含めたパラメータ：α＝CoefIvent*Iventt＋kan[t] α~ normal(α[t-1] + trend[t] , s_w) s_w ~ (0,s_w) 5. 情緒的消耗感(α＋誤差)：zyo zyo[t] ~ normal(α[t] , s_zyo) s_zyo ~ (0,s_zyo) 第３回応用測定心理研究会
- 13. 分析方法 ? 欠損値が3つ以上あるものについては分析から除外し，2つ以下のも のについては平均値による欠損値の置き換えを行った。 ? 統計ソフトはR-3.6.1を使用した。主な使用パッケージはrstan。 ? マルコフ連鎖モンテカルロ法(MCMC法)を用いたベイズ推定により 母数推定を行った。連鎖8000、バーンイン4000、繰り返し3で実施。 ? 想定した統計モデルは前項。 第３回応用測定心理研究会
- 14. 結 果 ： ト レ ン ド mean sd 2.50% 97.50% n_eff Rhat mean sd 2.50% 97.50% n_eff Rhat mean sd 2.50% 97.50% n_eff Rhat trend[1] -0.04 0.31 -0.74 0.57 5152 1 trend[1] 0 0.13 -0.27 0.27 4170 1 trend[1] 0.1 0.43 -0.73 1.02 2898 1 trend[2] -0.05 0.27 -0.64 0.48 4431 1 trend[2] 0 0.12 -0.25 0.25 3816 1 trend[2] 0.09 0.39 -0.67 0.94 2653 1 trend[3] -0.02 0.25 -0.54 0.47 4445 1 trend[3] 0 0.11 -0.23 0.24 3609 1 trend[3] 0.08 0.37 -0.63 0.85 2412 1 trend[4] -0.02 0.24 -0.5 0.46 4338 1 trend[4] 0 0.11 -0.21 0.23 3385 1 trend[4] 0.08 0.35 -0.61 0.8 2176 1 trend[5] -0.03 0.23 -0.5 0.41 4323 1 trend[5] 0.01 0.11 -0.2 0.23 3201 1 trend[5] 0.06 0.34 -0.6 0.76 1924 1 trend[6] -0.01 0.22 -0.47 0.44 4235 1 trend[6] 0 0.1 -0.21 0.21 3395 1 trend[6] 0.06 0.32 -0.61 0.71 2167 1 trend[7] -0.02 0.22 -0.46 0.42 4310 1 trend[7] 0 0.1 -0.19 0.21 3279 1 trend[7] 0.07 0.32 -0.56 0.75 2647 1 trend[8] -0.04 0.22 -0.51 0.37 3305 1 trend[8] 0 0.1 -0.2 0.19 3229 1 trend[8] 0.06 0.31 -0.58 0.69 2633 1 trend[9] -0.06 0.22 -0.58 0.33 2069 1 trend[9] 0 0.1 -0.2 0.19 3297 1 trend[9] 0.06 0.31 -0.55 0.71 2437 1 trend[10] -0.06 0.22 -0.57 0.34 2029 1 trend[10] 0 0.1 -0.2 0.19 3178 1 trend[10] 0.03 0.31 -0.63 0.63 2017 1 trend[11] -0.05 0.22 -0.52 0.35 2362 1 trend[11] 0 0.09 -0.2 0.18 3169 1 trend[11] 0.04 0.3 -0.6 0.64 2352 1 trend[12] 0.03 0.22 -0.36 0.5 2380 1 trend[12] 0 0.09 -0.2 0.18 3137 1 trend[12] 0.04 0.3 -0.6 0.64 2775 1 trend[13] 0.06 0.23 -0.33 0.6 1162 1 trend[13] 0 0.09 -0.21 0.17 3108 1 trend[13] 0.04 0.3 -0.59 0.62 3018 1 trend[14] 0.05 0.22 -0.34 0.55 1365 1 trend[14] 0 0.09 -0.2 0.17 3120 1 trend[14] 0.04 0.3 -0.58 0.64 3054 1 trend[15] 0.03 0.21 -0.35 0.49 2644 1 trend[15] 0 0.09 -0.19 0.18 3203 1 trend[15] 0.04 0.3 -0.57 0.62 2780 1 trend[16] 0.02 0.2 -0.38 0.44 4247 1 trend[16] 0.01 0.09 -0.18 0.19 3075 1 trend[16] 0.03 0.3 -0.58 0.62 2249 1 trend[17] 0.02 0.2 -0.37 0.43 4085 1 trend[17] 0.01 0.09 -0.18 0.19 3185 1 trend[17] 0.05 0.3 -0.54 0.65 2751 1 trend[18] 0.02 0.21 -0.38 0.44 4054 1 trend[18] 0 0.09 -0.18 0.18 3226 1 trend[18] 0.05 0.3 -0.56 0.66 2540 1 trend[19] 0.03 0.21 -0.36 0.48 3297 1 trend[19] 0 0.09 -0.19 0.19 3188 1 trend[19] 0.05 0.3 -0.56 0.66 2810 1 trend[20] 0.01 0.2 -0.39 0.43 4395 1 trend[20] 0 0.09 -0.18 0.18 2987 1 trend[20] 0.04 0.3 -0.56 0.63 2418 1 trend[21] 0 0.2 -0.4 0.43 4425 1 trend[21] 0.01 0.09 -0.17 0.2 2943 1 trend[21] 0.05 0.3 -0.54 0.64 2686 1 trend[22] -0.02 0.21 -0.45 0.38 3296 1 trend[22] 0 0.09 -0.17 0.19 3001 1 trend[22] 0.04 0.3 -0.58 0.64 2631 1 trend[23] -0.02 0.21 -0.45 0.38 3630 1 trend[23] 0 0.09 -0.19 0.17 3137 1 trend[23] 0.04 0.3 -0.57 0.64 2334 1 trend[24] -0.01 0.21 -0.43 0.4 3848 1 trend[24] -0.01 0.09 -0.2 0.16 2912 1 trend[24] 0.06 0.3 -0.53 0.66 2659 1 trend[25] -0.02 0.21 -0.45 0.39 3432 1 trend[25] -0.01 0.09 -0.2 0.16 2863 1 trend[25] 0.07 0.3 -0.51 0.69 2278 1 trend[26] -0.04 0.21 -0.51 0.36 2619 1 trend[26] -0.01 0.09 -0.19 0.17 3110 1 trend[26] 0.08 0.3 -0.51 0.7 2420 1 trend[27] -0.04 0.22 -0.51 0.37 2901 1 trend[27] -0.01 0.09 -0.2 0.17 3053 1 trend[27] 0.07 0.3 -0.53 0.67 2099 1 trend[28] -0.04 0.22 -0.51 0.38 3037 1 trend[28] 0 0.09 -0.18 0.18 3183 1 trend[28] 0.07 0.3 -0.53 0.67 2019 1 trend[29] -0.03 0.23 -0.51 0.4 3899 1 trend[29] 0 0.09 -0.18 0.19 3050 1 trend[29] 0.05 0.3 -0.57 0.62 1793 1 trend[30] -0.01 0.24 -0.5 0.46 5362 1 trend[30] 0.01 0.1 -0.18 0.2 2959 1 trend[30] 0.04 0.3 -0.58 0.6 1888 1 trend[31] 0.02 0.26 -0.47 0.59 3675 1 trend[31] 0.01 0.1 -0.18 0.2 3028 1 trend[31] 0.06 0.3 -0.54 0.66 2126 1 trend[32] 0.03 0.28 -0.5 0.66 3491 1 trend[32] 0 0.1 -0.2 0.18 3270 1 trend[32] 0.05 0.3 -0.57 0.64 2038 1 trend[33] 0 0.1 -0.2 0.19 3453 1 trend[33] 0.04 0.31 -0.61 0.62 1633 1 trend[34] 0 0.1 -0.2 0.19 3491 1 trend[34] 0.06 0.31 -0.57 0.67 2069 1 trend[35] 0 0.1 -0.2 0.19 3435 1 trend[35] 0.07 0.32 -0.55 0.7 2190 1 trend[36] -0.01 0.1 -0.22 0.19 3342 1 trend[36] 0.08 0.32 -0.56 0.74 2641 1 trend[37] -0.01 0.1 -0.24 0.19 3159 1 trend[37] 0.1 0.33 -0.53 0.82 2277 1 trend[38] -0.01 0.11 -0.24 0.19 3350 1 trend[38] 0.11 0.35 -0.54 0.86 2022 1 trend[39] -0.01 0.11 -0.25 0.21 3596 1 trend[39] 0.11 0.36 -0.59 0.89 2089 1 trend[40] 0 0.12 -0.25 0.24 3991 1 trend[40] 0.12 0.38 -0.6 0.95 2012 1 a b c aは変動トレンド、bは不変、cは常増トレンド 第３回応用測定心理研究会
- 15. 結 果 ： パ ラ メ ー タ ※0.3以上 または 四分位範囲がすべて正or負の項目に黄?青で色付け mean sd 2.50% 97.50% n_eff Rhat mean sd 2.50% 97.50% n_eff Rhat mean sd 2.50% 97.50% n_eff Rhat coef_kan 1.09 0.07 0.94 1.24 8870 1 0.87 0.03 0.8 0.94 7020 1 0.97 0.12 0.72 1.21 7767 1 coef_a -0.44 0.37 -1.16 0.28 5257 1 0.09 0.2 -0.29 0.49 9020 1 -0.24 0.32 -0.87 0.38 8408 1 coef_b -1.61 0.95 -3.53 0.28 7515 1 1.45 0.45 0.55 2.33 9021 1 coef_c 0.45 0.27 -0.08 0.97 7219 1 -0.96 0.37 -1.7 -0.25 8054 1 -0.48 0.48 -1.42 0.46 9847 1 coef_d -0.38 0.52 -1.41 0.65 7905 1 0.26 0.38 -0.49 1.01 6725 1 coef_e -0.02 0.28 -0.58 0.53 4888 1 -0.03 0.13 -0.28 0.23 9964 1 -0.04 0.31 -0.66 0.57 8394 1 coef_f 0.9 0.47 -0.04 1.84 5715 1 0.06 0.13 -0.2 0.32 9984 1 -0.25 0.32 -0.89 0.39 8599 1 coef_g -0.25 0.59 -1.4 0.95 6878 1 -0.41 0.18 -0.76 -0.06 9236 1 -0.2 0.31 -0.81 0.4 7373 1 coef_h 0.95 0.46 0.05 1.88 6770 1 0.36 0.25 -0.12 0.85 14343 1 coef_ai 0.94 0.25 0.44 1.44 7201 1 0.11 0.13 -0.15 0.37 8318 1 0.03 0.38 -0.73 0.77 8513 1 coef_j 1.11 0.24 0.64 1.59 7106 1 -0.11 0.14 -0.37 0.15 6842 1 0.61 0.3 0.03 1.2 7036 1 coef_k 0.18 0.27 -0.36 0.72 7630 1 0.28 0.13 0.02 0.54 9545 1 0.17 0.42 -0.67 0.99 6603 1 coef_l 0.21 0.39 -0.56 0.96 9215 1 0.8 0.2 0.41 1.2 8482 1 0.38 0.3 -0.23 0.96 9135 1 coef_m -0.3 0.3 -0.89 0.3 4546 1 -0.2 0.15 -0.5 0.1 9788 1 -0.51 0.47 -1.43 0.41 6344 1 coef_an -0.29 0.3 -0.89 0.29 6837 1 0.12 0.09 -0.06 0.29 10260 1 -0.09 0.46 -0.99 0.81 8706 1 coef_o -0.31 0.28 -0.86 0.27 8899 1 0.5 0.16 0.18 0.83 8282 1 -1.73 0.56 -2.82 -0.65 8248 1 coef_p 0.55 0.26 0.04 1.06 6992 1 0.07 0.17 -0.26 0.39 7462 1 0.31 0.24 -0.16 0.8 8017 1 coef_q -0.08 0.27 -0.63 0.45 9325 1 -0.15 0.14 -0.44 0.13 8380 1 0.28 0.3 -0.31 0.87 10332 1 coef_r -0.99 0.43 -1.84 -0.13 5863 1 -0.07 0.13 -0.33 0.18 7086 1 0.12 0.33 -0.54 0.78 8041 1 coef_s -0.41 0.32 -1.04 0.21 6218 1 -0.19 0.18 -0.53 0.17 7920 1 0.57 0.46 -0.34 1.46 5763 1 coef_z -0.01 0.53 -1.07 1 7451 1 0.42 0.2 0.03 0.8 9624 1 coef_x -0.79 0.48 -1.75 0.15 7274 1 -0.32 0.33 -0.96 0.34 6912 1 cba 第３回応用測定心理研究会
- 17. 解釈 ? 不一致項目が多く、モデルが不完全な可能性。 ? 情緒的消耗感の低減に至るイベントはほぼ確認できず ? 理由 ①イベント生起数が不十分で偏りが発生 ②完全な連続データではない ③情緒的消耗感がカンストしている職員の存在 第３回応用測定心理研究会
- 18. 情緒的消耗感の上昇を防ぐ手立てをしよう 1. 感情労働：避けられないので、感情労働という概念の共有をする。感情労働による心 理的な消耗を防ぐ手段はあるのか？ 2. 一時保護所からの無理解?非難：保護所が福祉司を非難するのはやめよう。 3. 関係機関からの無理解?関係機関からの非難：市役所、養護施設etcは児童相談所に本 来すべき以上の対応を押し付けたり、感情的な誹謗中傷をしたり、出張続きで日中に 対応できずようやく所に戻れた夜間に折り返し電話したからと言って知事にクレーム を入れる(実話)のはやめよう。児相も勉強して客観的に正当な対応を常時行おう。 4. 見立てが立てられないままの対応：技術支援的なものを事務分掌に明記しよう。 5. 他同僚との間の不公平感：働かない職員が1人居るだけで心理的負荷が大きいことを理 解して何とかしてもらおう。 第３回応用測定心理研究会