3.8. Araştırmanın Bulguları ve Değerlendirilmesi
3.8.3. Araştırmanın Hipotezleri ile Đlgili Bulgular
3.8.3.1. Bilgisayar Kullanma Süresinin Đş Stresi ve Đş Doyumu Üzerindek
Bu bölümde “günlük bilgisayar kullanma saati” bağımsız değişkeninin “aşırı iş yükü”, “görev belirsizliği”, “sorumluluk”, “görev çatışması”, “iş yerinden ayrılamama”, “işle ilgili karar sürecine katılamama”, “işin gerekliliğine/anlamına inanmada eksiklik”, “gelecek belirsizliği”, “iş doyumunda eksiklik”, “iş konusunda kaygılanma”, “sağlık yakınmaları” ve “psikolojik yakınmalar” şeklindeki bağımlı değişkenler üzerindeki etkisini ortaya koymak amacıyla geliştirilen A1a, A1b, A1c, A1d, A1e, A1f, A1g, A1h, A1i, A1j, A1k ve A1l hipotezleri ile ilgili bulgulara yer verilecektir. Analizde, VOS-D ölçeğinin alt boyutları (örgütsel stres boyutları) ile çalışanların günlük bilgisayar kullanma süreleri arasındaki ilişki incelenmek istenmiştir. Bu yolla, bilgisayar kullanma süresinin, ölçeğin alt boyutlarını (örgütsel stres boyutlarını) nasıl yordadığı görülecektir.
Herhangi bir örgütsel stres boyutunun “günlük bilgisayar kullanma süresi”nden nasıl etkilendiği regresyon analizi ile incelenmiştir. Y= f(x) gibi bir fonksiyonda bağımlı değişken ölçekten alınan “herhangi bir alt boyut” skoru olmak üzere, bilgisayar kullanma süresi de modelde bağımsız değişken olarak tanımlanmıştır. (Herhangi bir alt boyut skoru = sabit değer (a; intercept) + b*günlük bilgisayar kullanma saati) modelinde a ve b parametreleri tahminlenecektir. Örneğin “Aşırı iş Yükü skoru= sabit değer (a; intercept) + b*günlük bilgisayar kullanma saati” denkleminde a ve b parametreleri tahminlenerek “günlük bilgisayar kullanma süresinin” aşırı iş yükü alt boyutunu nasıl yordadığı görülecektir. Başka bir ifade ile yukarıdaki denklem vasıtası ile günlük bilgisayar kullanma süresi belli olan bir çalışanın “aşırı iş yükü” skoru da tahminlenebilecektir.
Tablo–15 ve Tablo-16’da, Türk bankacılık sektörü çalışanlarının “aşırı iş yükü” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “aşırı iş yükü” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmüştür (F=66,320; p<0.01). Bu durum Tablo-15’te gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-16’da gösterilmiştir. Tablo–16 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin anlamlı ve pozitif yönde “aşırı iş yükü” bağımlı değişkeni üzerinde etkili olduğu görülmektedir (t=8,144; p<0.01). Başka bir ifade ile günlük bilgisayar kullanma süresindeki her bir birimlik artış “aşırı iş yükü” skorunda anlamlı bir artışa neden olmaktadır. Modele ilişkin regresyon denklemi aşağıdaki gibidir:
Aşırı iş yükü skoru = 2,980 + 0,366*günlük bilgisayar kullanma saati 1 Yukarıdaki denklem (1) vasıtası ile “günlük bilgisayar kullanma süresi” belli
olan bir çalışanın “aşırı iş yükü” boyutuna ilişkin skoru tahminlenebilecektir. Bu durumda A1a hipotezi kabul edilmiştir.
Tablo–15: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler Toplamı Serbestlik derecesi Kareler ortalaması F P Regresyon 22,335 1 22,335 66,320 ,000 Artık (residual) 144,814 430 ,337 1 Toplam 167,149 431
Tablo–16: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t P
Sabit 2,980 ,083 35,933 ,000
1
Bilgisayar
kullanma saati ,073 ,009 ,366 8,144 ,000 Tablo–17 ve Tablo-18’de, Türk bankacılık sektörü çalışanlarının “görev belirsizliği” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “görev belirsizliği” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmemiştir (F=0,776; p>0.05). Bu durum Tablo-17’de gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-18’de gösterilmiştir. Tablo–18 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin “görev belirsizliği” bağımlı değişkeni üzerinde anlamlı bir etkiye sahip olmadığı görülmektedir (t=-0,881; p > 0.05). Bu durumda A1b hipotezi reddedilmiştir.
Tablo–17: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler toplamı Serbestlik derecesi Kareler ortalaması F p Regresyon ,304 1 ,304 ,776 ,379 Artık (residual) 168,626 430 ,392 1 Toplam 168,930 431
Tablo–18: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t p
Sabit 1,828 ,089 20,428 ,000
1
Bilgisayar
kullanma saati -,009 ,010 -,042 -,881 ,379 Tablo–19 ve Tablo-20’de, Türk bankacılık sektörü çalışanlarının “sorumluluk” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “sorumluluk” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmemiştir (F=0,331; p>0.05). Bu durum Tablo-19’da gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-20’de gösterilmiştir. Tablo–20 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin “sorumluluk” bağımlı değişkeni üzerinde anlamlı bir etkiye sahip olmadığı görülmektedir (t=-0,576; p > 0.05). Bu durumda A1c hipotezi reddedilmiştir.
Tablo–19: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi Model Kareler toplamı Serbestlik derecesi Kareler ortalaması F p Regresyon ,245 1 ,245 ,331 ,565 Artık (residual) 317,831 430 ,739 1 Toplam 318,076 431
Tablo–20: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t p
Sabit 3,354 ,123 27,298 ,000
1
Bilgisayar
kullanma saati -,008 ,013 -,028 -,576 ,565 Tablo–21 ve Tablo-22’de, Türk bankacılık sektörü çalışanlarının “görev çatışması” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “görev çatışması” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmemiştir (F=0,030; p>0.05). Bu durum Tablo-21’de gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-22’de gösterilmiştir. Tablo–22 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin “görev çatışması” bağımlı değişkeni üzerinde anlamlı bir etkiye sahip olmadığı görülmektedir (t=0,174; p > 0.05). Bu durumda A1d hipotezi reddedilmiştir.
Tablo–21: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler toplamı Serbestlik derecesi Kareler ortalaması F p Regresyon ,022 1 ,022 ,030 ,862 Artık (residual) 306,879 430 ,714 1 Toplam 306,901 431
Tablo–22: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t p
Sabit 2,512 ,121 20,804 ,000
1
Bilgisayar
kullanma saati ,002 ,013 ,008 ,174 ,862 Tablo–23 ve Tablo-24’te, Türk bankacılık sektörü çalışanlarının “iş yerinden ayrılamama” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “iş yerinden ayrılamama” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmemiştir (F=2,648; p>0.05). Bu durum Tablo-23’te gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-24’te gösterilmiştir. Tablo–24 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin “iş yerinden ayrılamama” bağımlı değişkeni üzerinde anlamlı bir etkiye sahip olmadığı görülmektedir (t=-1,627; p > 0.05). Bu durumda A1e hipotezi reddedilmiştir.
Tablo–23: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler toplamı
Serbestlik derecesi Kareler ortalaması F p Regresyon ,877 1 ,877 2,648 ,104 Artık (esidual) 142,419 430 ,331 1 Toplam 143,296 431
Tablo–24: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t P
Sabit 2,895 ,082 35,192 ,000
1
Bilgisayar
kullanma saati -,014 ,009 -,078 -1,627 ,104 Tablo–25 ve Tablo-26’de, Türk bankacılık sektörü çalışanlarının “işle ilgili karar sürecine katılamama” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “işle ilgili karar sürecine katılamama” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmemiştir (F=0,031; p>0.05). Bu durum Tablo-25’te gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-26’da gösterilmiştir. Tablo–26 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin “işle ilgili karar sürecine katılamama” bağımlı değişkeni üzerinde anlamlı bir etkiye sahip olmadığı görülmektedir (t=-0,176; p>0.05). Bu durumda A1f hipotezi reddedilmiştir.
Tablo–25: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler toplamı Serbestlik derecesi Kareler ortalaması F P Regresyon ,016 1 ,016 ,031 ,860 Artık (residual) 224,704 430 ,523 1 Toplam 224,720 431
Tablo–26: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t P
Sabit 2,293 ,103 22,191 ,000
1
Bilgisayar
kullanma saati -,002 ,011 -,009 -,176 ,860 Tablo–27 ve Tablo-28’de, Türk bankacılık sektörü çalışanlarının “işin gerekliliğine/anlamına inanmada eksiklik” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “işin gerekliliğine/anlamına inanmada eksiklik” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmüştür (F=6,777; p<0.05). Bu durum Tablo-27’de gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-28’de gösterilmiştir. Tablo–28 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin anlamlı ve pozitif yönde “işin gerekliliğine/anlamına inanmada eksiklik” bağımlı değişkeni üzerinde etkili olduğu görülmüştür (t=2,603; p<0.05). Başka bir ifade ile günlük bilgisayar kullanma süresindeki her bir birimlik artış “işin gerekliliğine/anlamına inanmada eksiklik” boyutu skorunda anlamlı bir artışa neden olmaktadır. Modele ilişkin regresyon denklemi aşağıdaki gibidir:
Đşin gerekliliğine/anlamına inanmada eksiklik skoru = 1,302 + 0,125*günlük
bilgisayar kullanma saati 2 Yukarıdaki denklem (2) vasıtası ile “günlük bilgisayar kullanma süresi” belli olan bir çalışanın “işin gerekliliğine/anlamına inanmada eksiklik” boyutuna ilişkin skoru tahminlenebilecektir. Bu durumda A1g hipotezi kabul edilmiştir.
Tablo–27: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler toplamı
Serbestlik derecesi Kareler ortalaması F P Regresyon 2,655 1 2,655 6,777 ,010 Artık (residual) 168,476 430 ,392 1 Toplam 171,132 431
Tablo–28: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t P
Sabit 1,302 ,089 14,558 ,000
1
Bilgisayar
kullanma saati ,025 ,010 ,125 2,603 ,010 Tablo–29 ve Tablo-30’da, Türk bankacılık sektörü çalışanlarının “gelecek belirsizliği” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “gelecek belirsizliği” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmüştür (F=4,381; p<0.05). Bu durum Tablo-29’da gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-30’da gösterilmiştir. Tablo–30 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin “gelecek belirsizliği” bağımlı değişkeni üzerinde anlamlı ve negatif yönde etkili olduğu görülmektedir (t=-2,093; p<0.05). Başka bir ifade ile günlük bilgisayar kullanma süresindeki her bir birimlik artış “gelecek belirsizliği” boyutunda anlamlı bir düşüşe neden olmaktadır. Modele ilişkin regresyon denklemi aşağıdaki gibidir:
Yukarıdaki denklem (3) vasıtası ile “günlük bilgisayar kullanma süresi” belli olan bir çalışanın “gelecek belirsizliği” boyutuna ilişkin skoru tahminlenebilecektir. Bu durumda A1h hipotezi anlamlı ve negatif yönde kabul edilmiştir.
Tablo–29: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler toplamı Serbestlik derecesi Kareler ortalaması F P Regresyon 2,532 1 2,532 4,381 ,037 Artık (residual) 248,506 430 ,578 1 Toplam 251,038 431
Tablo–30: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t P
Sabit 2,253 ,109 20,736 ,000
1
Bilgisayar
kullanma saati -,025 ,012 -,100 -2,093 ,037 Tablo–31 ve Tablo-32’de, Türk bankacılık sektörü çalışanlarının “iş doyumunda eksiklik” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “iş doyumunda eksiklik” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmüştür (F=0,438; p≤0.05). Bu durum Tablo-31’de gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-32’de gösterilmiştir. Tablo–32 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin anlamlı ve pozitif yönde “iş doyumunda eksiklik” bağımlı değişkeni üzerinde etkili olduğu görülmektedir (t=0,662; p≤0.05). Başka bir ifade ile “günlük bilgisayar kullanma süresindeki her bir birimlik artış “iş doyumunda eksiklik” boyutu skorunda anlamlı bir artışa neden olmaktadır. Modele ilişkin regresyon denklemi aşağıdaki gibidir:
Đş doyumunda eksiklik skoru = 2,128 + 0,032* günlük bilgisayar kullanma saati 4 Yukarıdaki denklem (4) vasıtası ile “günlük bilgisayar kullanma süresi” belli olan bir çalışanın “iş doyumunda eksiklik” boyutuna ilişkin skoru tahminlenebilecektir. Bu durumda A1i hipotezi kabul edilmiştir.
Tablo–31: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi Model Kareler toplamı Serbestlik derecesi Kareler ortalaması F P Regresyon ,301 1 ,301 ,438 ,500 Artık (residual) 295,179 430 ,686 1 Toplam 295,479 431
Tablo–32: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t P
Sabit 2,128 ,118 17,968 ,000
1
Bilgisayar
kullanma saati ,008 ,013 ,032 ,662 ,500 Tablo–33 ve Tablo-34’te, Türk bankacılık sektörü çalışanlarının “iş konusunda kaygılanma” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “iş konusunda kaygılanma” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmemiştir (F=0,089; p>0.05). Bu durum Tablo-33’te gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-34’te gösterilmiştir. Tablo–34 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin “iş konusunda kaygılanma” bağımlı değişkeni üzerinde anlamlı bir etkiye sahip olmadığı görülmektedir (t=0,298; p>0.05). Bu durumda A1j hipotezi reddedilmiştir.
Tablo–33: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler toplamı Serbestlik derecesi Kareler ortalaması F P Regresyon ,028 1 ,028 ,089 ,766 Artık (residual) 135,342 430 ,315 1 Toplam 135,370 431
Tablo–34: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t P
Sabit 1,724 ,080 21,502 ,000
1
Bilgisayar
kullanma saati ,003 ,009 ,014 ,298 ,766 Tablo–35 ve Tablo-36’da, Türk bankacılık sektörü çalışanlarının “sağlık yakınmaları” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “sağlık yakınmaları” boyutu üzerindeki etkisi yapılan analizler sonucu anlamlı görülmüştür (F=17,610; p<0.01). Bu durum Tablo-35’te gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-36’da gösterilmiştir. Tablo–36 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin anlamlı ve pozitif yönde “sağlık yakınmaları” bağımlı değişkeni üzerinde etkili olduğu görülmektedir (t=4,196; p<0.01). Başka bir ifade ile günlük bilgisayar kullanma süresindeki her bir birimlik artış “sağlık yakınmaları” boyutu skorunda anlamlı bir artışa neden olmaktadır. Modele ilişkin regresyon denklemi aşağıdaki gibidir:
Sağlık yakınmaları skoru = 1,479 + 0,198*günlük bilgisayar kullanma saati 5 Yukarıdaki denklem (5) vasıtası ile “günlük bilgisayar kullanma süresi” belli olan bir çalışanın “sağlık yakınmaları” boyutuna ilişkin skoru tahminlenebilecektir. Bu durumda A1k hipotezi kabul edilmiştir.
Tablo–35: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler toplamı
Serbestlik derecesi Kareler ortalaması F P Regresyon 4,675 1 4,675 17,610 ,000 Artık (residual) 114,155 430 ,265 1 Toplam 118,830 431
Tablo–36: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t P
Sabit 1,479 ,074 20,088 ,000
1
Bilgisayar
kullanma saati ,033 ,008 ,198 4,196 ,000 Tablo–37 ve Tablo-38’de, Türk bankacılık sektörü çalışanlarının “psikolojik yakınmalar” boyutuna ilişkin düşünceleri, günlük bilgisayar kullanma süresine göre incelenmiştir.
Günlük bilgisayar kullanma süresinin “psikolojik yakınmalar” boyutu üzerindeki etkisi yapılan analizler sonucunda anlamlı görülmüştür (F=7,560; p<0.05). Bu durum Tablo-37’de gösterilmiştir. Söz konusu modele ilişkin parametre katsayıları ise Tablo-38’de gösterilmiştir. Tablo–38 incelendiğinde, “günlük bilgisayar kullanma saati” bağımsız değişkeninin anlamlı ve pozitif yönde “psikolojik yakınmalar” bağımlı değişkeni üzerinde etkili olduğu görülmektedir (t=2,749; p<0.05). Başka bir ifade ile günlük bilgisayar kullanma süresindeki her bir birimlik artış “psikolojik yakınmalar” boyutu skorunda anlamlı bir artışa neden olmaktadır. Modele ilişkin regresyon denklemi aşağıdaki gibidir:
Psikolojk yakınmalar skoru = 1,742 + 0,131*günlük bilgisayar kullanma saati 6 Yukarıdaki denklem (6) vasıtası ile “bilgisayar kullanma süresi” belli olan bir çalışanın “psikolojik yakınmalar” boyutuna ilişkin skoru tahminlenebilecektir. Bu durumda A1l hipotezi kabul edilmiştir.
Tablo–37: Regresyon Modelinin Anlamlılığına Đlişkin ANOVA Analizi
Model Kareler toplamı
Serbestlik derecesi Kareler ortalaması F P Regresyon 1,827 1 1,827 7,560 ,006 Artık (residual) 103,919 430 ,242 1 Toplam 105,746 431
Tablo–38: Modeldeki Bilgisayar Kullanma Saati Değişkenine Đlişkin Parametre Katsayısı
Standart olmayan katsayı Standart katsayı
Model B Standart hata Beta t P
Sabit 1,742 ,070 24,795 ,000
1
Bilgisayar
kullanma saati ,021 ,008 ,131 2,749 ,006 Analizler sonucunda “Bilgisayar Kullanma Süresinin Örgütsel Stres Üzerindeki Etkisi Modeli”nin kabul edilen hipotezler doğrultusundaki son durumu Şekil-20’de gösterilmiştir.
Şekil–20: Analizler Sonrasında Bilgisayar Kullanma Süresinin Đş Stresi ve Đş Doyumu Üzerindeki Etkisi Modeli
*Anlamlı ve pozitif yönde kabul edilmiştir. **Anlamlı ve negatif yönde kabul edıilmiştir.
*** Reddedilmiştir.
3.8.3.2. Đlişkisel Tarama Modelindeki Hipotezler Hakkında Bulgular