Hemşirelerin işten ayrılma niyetlerini etkileyen faktörlerin makine öğrenmesi yaklaşımları ile değerlendirilmesi
Evaluation of the factors affecting nurses' intention to leave their job with machine learning approaches
- Tez No: 794622
- Danışmanlar: DOÇ. DR. ÖYKÜM ESRA YİĞİT
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 59
Özet
30 Ocak 2020'de dünyada ilk vakası görülen ve hızla artarak yayılan Covid-19 virüsünden sonra Dünya Sağlık Örgütü (WHO) tarafından tüm dünyada pandemi ilan edilmiştir. Covid-19 pandemisi ile birlikte tüm çalışma sektörleri etkilenmiştir. Hastalığın kolay bulaşılır olması, olası durumların ölümle sonuçlanması, virüsten korunmak için maskeler, gözlükler gibi nefes almayı zorlaştıran kıyafetler ve bu şartlarda uzun süre çalışmak zorunda kalınması gibi etmenlerle şüphesiz pandemiden en çok etkilenen sağlık çalışanlarıdır. Belirtilen sebepler sağlık çalışanlarını işten ayrılmaya iten faktörler arasında yer almaktadır. Bu çalışmada, sağlık çalışanları arasında yer alan hemşirelerin 2018, 2019, 2020 ve 2021 yıllarına ait“işten ayrılma niyetleri”ve bunu etkileyen faktörler belirlenmiştir. Pandemi öncesi ve pandemi sonrası periyodunda hangi faktörlerin işten ayrılma niyetinde farklılaştığı ayrıca ele alınmıştır. Çalışma için veriler, özel bir hastanede çalışan hemşirelerden çevrimiçi anket ortamında toplanmıştır. 2018 yılında 1,316, 2019 yılında 1,454, 2020 yılında 2,017 ve 2021 yılında 1,653 hemşire çalışmaya katılmıştır. Boylamsal veriler, Türkiye'nin çeşitli yerlerinde bulunan bir özel hastanenin 16 şubesinde, altı aylık deneme süresini tamamlayan hemşireler ile yapılmıştır. Çalışmada, Lake (2002) [36] in geliştirdiği 31 maddelik“Hemşirelik İş İndeksi-Hemşireler için Çalışma Ortamı Değerlendirme Ölçeği”, 8 sorudan oluşan demografik özellikler ve işten ayrılma niyetleri ile ilgili fikirlerini beyan edebilecekleri 1 soru olmak üzere üç bölümden meydana gelmektedir. 2002 yılında Lake [36] in geliştirdiği ölçek, Türkmen vd. [26] tarafından 2011 senesinde Türkçe'ye uyarlanmıştır.“Hemşirelik İş İndeksi-Hemşireler için Çalışma Ortamı Değerlendirme Ölçeği”nin yıllara göre güvenilirliği ve geçerliliği araştırılmıştır ve sonrasında“Hemşirelerin yönetime katılması ve temsil gücü”,“Yönetici hemşirelerin tutumu ve liderlik özellikleri”,“Hekim-hemşire-meslektaş iletişimi”“Kaliteli bakım için gerekli hemşirelik kaynakları”ve“İnsan gücü ve diğer kaynakların yeterliliği”olmak üzere beş alt boyutlara ayrılmıştır.“Hemşirelik İş İndeksi-Hemşireler için Çalışma Ortamı Değerlendirme Ölçeği”ne ait 5 alt boyutun skorları ve hemşirelerin demografik özellikleri (cinsiyet, daha önceki iş deneyimi, kurumda çalışma süresi, öğrenim durumu..vb) bağımsız değişkenler ve hemşirelerin geçmişte işten ayrılmayı düşünme durumu (evet/hayır) bağımlı değişken olarak alınarak, 4 farklı makine öğrenmesi (Destek Vektör Makineleri (Support Vector Machine-DVM), Lojistik Regresyon (Logistic Regression-LR), K-En Yakın Komşuluk ( k-nearest neighbors-KNN) ve Rastgele Orman (Random Forest-RF)) sınıflandırma modelleri kullanılmıştır.“Makine öğrenmesi”uygulamalarının, gelişen teknoloji ve lineer olmayan, kompleks ve yüksek frekansta veri ile başa çıkma yeteneği sayesinde farklı bilim dallarında farklı amaçlar için kullanımı artmıştır. Klasik istatistiksel yaklaşımlara ait varsayımların getirdiği kısıtlar, araştırmacılara gerçek hayat problemleri ile başa çıkmayı zorlaştırmaktadır. Bununla birlikte fazla varsayım gerektirmeyen, esnek hesaplama imkânı ile“veriden öğrenen”yöntemlere yönelinmiştir. Ulusal literatür incelendiğinde hemşirelerin işten ayrılma niyetlerini etkileyen faktörlerin makine öğrenmesi yöntemleri ile araştırıldığı kısıtlı sayıda çalışma mevcuttur. Bu çalışmanın temel amacı, makine öğrenmesi yöntemleri kullanılarak hemşirelerin işten ayrılma niyetlerine ait davranışı yüksek doğrulukla tahmin edecek sınıflandırma modelleri önermektir. Bahsedilen amaç doğrultusunda parametre optimizasyonları ile 4 farklı makine öğrenmesi tahmin modelleri kurulmuş ve modeller arasında karşılaştırmalar yapılmıştır. Ayrıca, hemşirelerin işten ayrılma niyetini etkileyen en önemli faktörler pandemi öncesi ve pandemi sonrası olmak üzere iki kısımda incelenmiştir.
Özet (Çeviri)
On January 30, 2020, after the Covid-19 virus, the first case of which was seen in the world and spread rapidly, was declared a pandemic all over the world by the World Health Organization (WHO). With the Covid-19 pandemic, all sectors of work have been affected. Due to the fact that the disease is easily transmitted, possible situations result in death, clothing that makes breathing difficult, such as masks, glasses to protect against the virus, and the fact that they have to work in these conditions for a long time, health workers are undoubtedly the most affected by the pandemic. The reasons mentioned are among the factors that Decelerate health workers from leaving their jobs. In this study, the“Decoupling intentions”of nurses among health workers for the years 2018, 2019, 2020 and 2021 and the factors affecting this were determined. It has also been discussed which factors differ in the intention to quit work during the pre-pandemic and post-pandemic period The data for the study were collected from nurses working in a private hospital in an online questionnaire environment. 1,540 nurses participated in the study in 2018, 1,593 in 2019, 2,038 in 2020 and 3,642 in 2021. The longitudinal data were made with nurses who completed the six-month trial period in 16 branches of a private hospital located in various parts of Turkey. In the study Lake (2002) [36] developed in a 31-point“Nursing work Index-rating scale for nurses, the work environment”, where you can put forward ideas related to turnover intentions, and demographic variables of 8 Questions Question 1 consists of three parts. the scale developed by Lake [36] in 2002 was developed by Türkmen et al. [26] in the year of 2011 was adapted into Turkish by the“Nursing work index-the work environment for nurses the reliability and validity of the rating scale were investigated according to the years, and afterwards ”the nurse to participate in the management and representation of the“ power of ”Administrator of the nurses attitude and leadership qualities“, ”the physician-nurse-peer communication“ ”quality adequacy of nursing resources and manpower and other resources essential for the maintenance of“ five sub-dimensions is divided into. The scores of the 5 sub-dimensions belonging to the ”Nursing Job Index-Work Environment Assessment Scale for Nurses“ and the demographic characteristics of nurses (gender, previous work experience, working time in the institution, educational status..4 different machine learning classification models (Support Vector Machine-SVM, Logistic Regression-LR, K-nearest neighbors-k-NN, and Random Forest-RF) were used, taking independent variables and nurses' thinking about quitting work in the past (yes/no) as dependent variables. The use of ”machine learning“ applications for different purposes in different branches of science has increased thanks to the developing technology and the ability to cope with non-linear, complex and high frequency data. The limitations imposed by the assumptions of classical statistical approaches make it difficult for researchers to deal with real-life problems. However, it has been aimed at methods that do not require too many assumptions and that ”learn from data" with the possibility of flexible calculation. When the national literature is examined, there are a limited number of studies in which the factors affecting nurses' intention to quit work are investigated by machine learning methods. The main purpose of this study is to propose classification models that will predict the behavior of nurses' intention to leave work with high accuracy using machine learning methods. In line with the mentioned purpose, 4 different machine learning prediction models have been established with parameter optimizations and comparisons have been made between the models. Dec. In addition, the most important factors affecting nurses' intention to quit their jobs were examined in two parts, pre-pandemic and post-pandemic.
Benzer Tezler
- Hemşirelerin işten ayrılma niyetlerini etkileyen faktörlerin belirlenmesi
Determining factors affecting nurses'intention to leave from profession
MUHAMMED CEREYAN
Yüksek Lisans
Türkçe
2019
Hemşirelikİstanbul Medipol ÜniversitesiHemşirelik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NİHAL SUNAL
- Hastanelerde hemşirelerin işte kalma ve işten ayrılma niyetlerini etkileyen faktörlerin belirlenmesi
Determination of the factors that effect the intentions of the nurses whether to stay at work at the hospitals or to leave the work
NEZİHE TOPÇU ORBAY
Yüksek Lisans
Türkçe
2008
HemşirelikHaliç ÜniversitesiHemşirelik Ana Bilim Dalı
DOÇ. DR. AYTOLAN YILDIRIM
- Yeni Mezun Hemşirelerin Profesyonel Rollerine Geçiş Süreci algısı ve Etkileyen Etmenlerin İncelenmesi
Examining The Perception of The Transition Period of The Professional Roles of The Newly Graduated Nurses
SERAP GÜLERBAŞLI İLERİ
Yüksek Lisans
Türkçe
2007
HemşirelikDokuz Eylül ÜniversitesiHemşirelik Ana Bilim Dalı
PROF.DR. GÜLSEREN KOCAMAN
- Bir devlet hastanesinde çalışan hemşirelerin algıladıkları liderlik davranışları ile beklenen hemşire devir hızı arasındaki ilişkinin saptanması
Investigation of the relationship between the perceived leadership behaviours and expected rate of staff turnover of the nurses working in A state hospital
YUSUF ŞAHİN
Yüksek Lisans
Türkçe
2019
Sağlık Kurumları YönetimiSivas Cumhuriyet ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
PROF. DR. HATİCE ULUSOY
- Yataklı tedavi kurumlarında çalışan hemşirelerin işten ayrılma niyetleri ve bunu etkileyen etmenlerin incelenmesi
Başlık çevirisi yok
GÜLSÜM ARSOY