Työhyvinvointi ja työn digitalisoituminen Sanna Nuutinen, Riitta-Liisa Larjovuori ja Kirsi Heikkilä-Tammi Tampereen yliopisto, Kalevantie 4, 33014 Tampereen yliopisto sanna.nuutinen@uta.fi, 050 318 7838 Avainsanat: työhyvinvointi, digitalisaatio, tuloksellisuus Miten kokemus teknologian käytöstä työssä ja työhyvinvointi ovat yhteydessä työn tuloksellisuuteen pankin asiakastyössä? Johdanto Digitalisaation arvioidaan muuttavan työn tekemisen tapoja finanssialalla. On arvioitu, että pankkipalvelut muuttuvat yhä enemmän monikanavaiseksi ja digitaaliseksi palveluksi (Pohjola 2015). Digitalisaatio saattaa parhaimmillaan tuoda uusia resursseja pankin henkilöstön asiakastyöhön, esimerkiksi verkkoneuvottelut muuttavat asiakasvuorovaikusta yhä enemmän digitaaliseksi. Tämän tutkimuksen tavoitteena on selvittää, onko teknologian hyödyllisyys asiakastyössä yhteydessä työn tuloksellisuuteen ja voisiko tätä yhteyttä selittää työn imu. Työn vaatimusten ja voimavarojen (JD-R) mallin mukaan työn voimavarat ovat yhteydessä työn imuun, kun taas vaatimustekijät liittyvät työhyvinvoinnin puutteeseen kuten uupumukseen. Työn voimavarat ovat tekijöitä, jotka auttavat työntekijää saavuttamaan työhön liittyviä tavoitteita (Bakker & Demerouti 2007). Teknologia voi tukea tuloksellisuutta, mikäli se tuo uusia välineitä ja tapoja kommunikoida asiakkaiden kanssa ja henkilöstö kokee tämän myönteisenä (esim. Day, Scott & Kelloway 2010). Tutkimuksen ensimmäinen hypoteesi on: H1: Teknologian koettu hyödyllisyys asiakastyössä on positiivisesti yhteydessä suoriutumiseen työssä Day, Scott ja Kelloway (2010) kuvaavat, että teknologia voi olla työssä sekä kuormittava että voimavaratekijä ja vaikuttaa tätä kautta työhyvinvointiin. Työhyvinvointia lähestytään tässä tutkimuksessa työn imuna, joka tarkoittaa työhön liittyvää myönteistä tunne- ja motivaatiotilaa. Työn imun käsitetään koostuvan kolmesta ulottuvuudesta: tarmokkuudesta, omistautumisesta ja uppoutumisesta. (Hakanen 2009). Teknologia voi vaikuttaa negatiivisesti työhyvinvointiin, mutta toisaalta tutkimukset viestivät, että kommunikaatioteknologian käyttö työssä voi myös lisätä työn imua tuomalla lisää tehokkuutta työhön (Fujimoto et al. 2016; Ter Hoeven et al. 2016). Tutkimuksen toinen hypoteesi on: H2: Teknologian hyödyllisyys asiakastyössä on positiivisesti yhteydessä työn imuun On myös osoitettu, että työn imu on positiivisessa yhteydessä työssä suoriutumiseen (Shimazu et al. 2015) sekä myös objektiivisiin työn tuloksellisuutta kuvaaviin mittareihin (Owens et al. 2016). Hakasen ja Koivumäen (2014) tutkimus osoitti, että enemmän työn imua kokevat hammaslääkärit ansaitsivat enemmän kuin leipääntyneet tai ei koskaan työn imua kokevat kollegat. Tutkimuksen kolmas hypoteesi on: H3: Työn imulla ja tuloksellisuudella on positiivinen yhteys
Työn imun välittävää roolia työn voimavarojen ja työssä suoriutumisen välillä on tarkasteltu aiemmissa tutkimuksissa (esim. Owens et. al 2016). Työn imun on työn voimavara-vaatimusmallin mukaisesti todettu välittävän työn voimavarojen myönteisiä vaikutuksia myönteisiin lopputuloksiin kuten työssä suoriutumiseen ja työyhteisötaitoihin (esim. Van den Broeck et al. 2013). Teknologian käyttö saattaa tuoda työhön uusia mahdollisuuksia tehdä työtä paremmin ja tätä kautta lisätä työn imun kokemusta, joka puolestaan voi edistää myönteisiä tuloksia kuten parempaa suoriutumista työssä tai vähäisempiä lopettamisaikeita (esim. Carlson et al. 2017). Tutkimuksen neljäs hypoteesi on: H4: Työn imu toimii välittävänä tekijänä teknologiahyötyjen ja työssä suoriutumisen välillä Menetelmät Tutkimus pohjautuu Työsuojelurahaston rahoittamaan hankkeeseen Työhyvinvointi, sosiaaliset verkostot ja tuottavuus, jossa selvitetään, miten työhyvinvointi ja verkostot ovat yhteydessä tuottavuuteen finanssialalla. Tutkimuksessa kerätään myös objektiivista tuottavuusdataa. Tutkimukseen osallistuu yksi finanssialan organisaatio. 1 Tässä raportoitavat tulokset perustuvat kesällä 2017 toteutettuun verkkokyselyyn, joka lähetettiin 893 pankin henkilöstön kuuluvalle. Näistä 545 henkilöä vastasi kyselyyn. Vastausprosentti oli 61. Vastaajista naisia oli 78 % Vastaajien keski-ikä oli 40,5 vuotta. Työn imua mitattiin Schaufelin et. al. (2017) mittarilla, joka sisältää kolme väittämää (esim. Tunnen olevani täynnä energiaa, kun teen työtäni, 0=ei koskaan 6=aina, alfa.79). Teknologian hyödyllisyyttä asiakastyössä mitattiin kolmella väittämällä (esim. Teknologian käyttö työssä edistää vuorovaikutusta asiakkaiden kanssa, Cronbachin alfa.76). Väittämiä arvioitiin viisiportaisella asteikolla (1=täysin eri mieltä 5=täysin samaa mieltä). (Tarafdar et al. 2015.) Tuloksellisuutta mitattiin viidellä väittämällä (esim. Sovitut aikatauluni pitävät, Cronbachin alfa.75), joita arvioitiin asteikolla (0=ei koskaan 6=aina) (Gordon 1997 & Alper et al. 2000). Aineiston analysointi Aineiston analysointi suoritettiin SPSS Statistics -ohjelmalla. Teknologiahyödyn asiakastyössä, työn imun ja tuloksellisuuden välisiä yhteyksiä tarkasteltiin Pearsonin korrelaatiokertoimilla ja tämän jälkeen lineaarisella hierarkkisella regressioanalyysillä. Taustamuuttujat vakioitiin analyysin ensimmäisellä askeleella. Teknologian koetulla hyödyllisyydellä asiakastyössä selitettiin ensin työn tuloksellisuutta (hypoteesi 1) ja työn imua (hypoteesi 2). Sen jälkeen työn imulla selitettiin työn tuloksellisuutta (hypoteesi 3). Työn imun mahdollista välittävää vaikutusta teknologiahyödyn ja tuloksellisuuden välillä (hypoteesi 4) tutkittiin niin ikään hierarkkisella regressioanalyysilla. Mediaattorimallin ehtona on, että selittävä muuttuja on yhteydessä sekä välittävään että selitettävään muuttujaan ja myös välittävän muuttujan on oltava yhteydessä selitettävään muuttujaan (hypoteesit 1 3). Jos edellä mainitut ehdot täyttyvät, voidaan kolmannella askeleella lisätä regressiomalliin työn imu, kun teknologiahyödyllä selitetään tuloksellisuutta (hypoteesi 4). Osittaista mediaattorimallia kuvastaa tilanne, jossa teknologiahyödyn yhteys tuloksellisuuteen heikkenee, mutta säilyy tilastollisesti merkitsevänä. Täydellistä mediaattorimallia ilmentää tilanne, jossa teknologiahyödyn yhteys tuloksellisuuteen häviää, kun työn imu lisätään malliin. (Baron & Kenny 1986.) 1 Kyselyyn osallistuivat finanssialan organisaatiosta vakuutusyhtiö ja pankki. Tässä raportoitavat tulokset perustuvat vain pankin vastaajiin. Pankista valittiin tutkimukseen neljä aluetta, joten mukana ei ole pankin koko henkilöstö.
Tulokset Teknologian hyödyllisyys työssä oli positiivisesti yhteydessä tuloksellisuuteen sekä työn imuun. Mitä enemmän teknologian koettiin hyödyntävän asiakastyön tekemistä, sitä useammin koettiin myös työn imua. Työn imu ja tuloksellisuus olivat myös positiivisesti yhteydessä toisiinsa: mitä enemmän vastaaja koki työn imua, sitä paremmin hän arvioi suoriutuvansa työssään. (ks. Taulukko 1) Taulukko 1. Iän, työn imun, tuloksellisuuden ja teknologiahyötyjen keskinäiset korrelaatiokertoimet (n=545). *p<.05, **p<.01, ***p<.001 1) Työn imu 0,79 1 2)Tuloksellisuus 0,75,506** 1 Alfa 1 2 3 4 3) Teknologian hyödyllisyys 0,77,393**,225*** 1 asiakastyössä 4) Ikä -,136**,021 -,182** 1 Seuraavissa analyyseissa taustamuuttujat vakioitiin. Hierarkkisella regressioanalyysilla selvitettiin hypoteesin 1 perusteella, onko teknologian hyödyllisyys asiakastyössä yhteydessä arvioihin työn tuloksellisuudesta. Analyysin tulos on esitetty taulukossa 2 (Malli 1). Taustamuuttujien kontrolloinnin jälkeen teknologian koettu hyödyllisyys asiakastyössä selitti työn tuloksellisuutta 5,5 prosenttia. Tämän jälkeen tarkasteltiin hypoteesia 2 eli, onko teknologian hyödyllisyys asiakastyössä yhteydessä työn imuun. Regressioanalyysin ensimmäisellä askeleella lisättiin taustamuuttujat ja toisella askeleella analyysiin lisättiin teknologian hyödyllisyys asiakastyössä (Taulukko 3). Taustamuuttujat selittivät työn imusta 12,2 prosenttia, jonka jälkeen teknologian hyödyllisyys (selitysosuus 13,6 prosenttia) oli positiivisesti yhteydessä työn imuun. Taulukko 2. Työn tuloksellisuuden selittyminen taustatekijöillä ja teknologian koetulla hyödyllisyydellä (malli 1), työn imulla (malli 2) ja työn imun välittävällä yhteydellä (malli 3) Tuloksellisuus työssä Malli 1 Malli 2 Malli 3 Askel 1: taustatekijät Ikä,095 -,023 -,014 Organisaatioasema¹ -,012,086,091* Sukupuoli² -,018 -,049 -,051 Koulutus³,039,057,056 R²,009,009,009 Askel 2: teknologiavaikutukset Teknologian hyödyllisyys,250*** -,039 asiakastyössä R²,055***,055*** Askel 3: välittävä tekijä Työn imu -,553***,538*** R²,269***,215*** R²,056***,0278***,279*** =standardoitu regressiokerroin mallin viimeiseltä askeleelta R2=selitysasteen muutos, kun askeleen kaikki selittäjät ovat mukana. *p<.05, **p<.01, ***p<.001. ¹ esimiesasema (n=66), ei-esimiesasema (n=479), ² 0=nainen (n=424), 1=mies (n=99), ³ 0=ammatillinen koulutus/lukio/peruskoulu (n=233), 1= ammattikorkeakoulu/yliopisto (n=312)
Tämän jälkeen tutkittiin hypoteesin 3 mukaisesti sitä, onko työn imu ja tuloksellisuus yhteydessä toisiinsa. Taulukko 2 (Malli 2) osoittaa, että työn imu ja tuloksellisuus olivat tilastollisesti merkitsevästi yhteydessä toisiinsa taustamuuttujien vakioinnin jälkeen. Mitä enemmän työssä koettiin imua, sitä tuloksellisemmin työssä arvioitiin suoriuduttavan. Työn imu selitti tuloksellisuudesta 26,9 prosenttia. Viimeiseksi selvitettiin hypoteesin 4 mukaisesti, onko työn imu välittävä tekijä teknologiahyödyn ja tuloksellisuuden välillä. Kun työn imu ei ollut mallissa mukana, oli teknologian hyödyllisyys asiakastyössä tilastollisesti merkitsevästi tuloksellisuuteen (=.25, p <.001, Taulukko 2, Malli 1). Kun työn imu lisättiin malliin, yhteys heikkeni (=.,039, p=.37) eikä -kerroin ollut enää tilastollisesti merkitsevä (Taulukko 2, Malli 3). Työn imu toimi välittävänä muuttujana teknologiahyödyn ja tuloksellisuuden välillä. Teknologian hyödyllisyys asiakastyössä oli yhteydessä siihen, että työn imua koettiin enemmän, minkä takia myös työssä arvioitiin suoriutuvan tuloksellisemmin. Taulukko 3. Työn imun selittyminen taustatekijöillä ja teknologian hyödyllisyydellä. Työn imu Malli Askel 1: taustatekijät Ikä,203*** Organisaatioasema¹ -,193*** Sukupuoli²,061 Koulutus³ -,032 ²,122*** Askel 2: teknologiavaikutukset Teknologian hyödyllisyys,393*** asiakastyössä R²,136*** R²,258*** =standardoitu regressiokerroin mallin viimeiseltä askeleelta R2=selitysasteen muutos, kun askeleen kaikki selittäjät ovat mukana,*p<.05, **p<.01, ***p<.001. Johtopäätökset Tässä tutkimuksessa oli tavoitteena tarkastella asiakastyössä koetun teknologian hyödyllisyyden, työn imun ja tuloksellisuuden välisiä yhteyksiä. Tutkimuksen ensimmäinen hypoteesi sai tukea eli teknologian hyödyllisyys asiakastyössä oli myönteisesti yhteydessä tuloksellisuuteen työssä. Parhaimmillaan teknologia saattaa edistää työssä suoriutumista, mikäli sen kautta tulee uusia hyviksi koettuja keinoja vastata esimerkiksi asiakkaiden tarpeisiin (esim. Day, Scott & Kelloway 2010). Myös toinen hypoteesi sai tukea eli teknologian koettu hyödyllisyys asiakastyössä oli positiivisesti yhteydessä työn imuun. Tätä tulosta voi selittää sillä, että teknologia toimi asiakastyössä voimavarana tuoden uusia mahdollisuuksia työn tekemiseen ja sitä kautta vahvisti työn imua (Bakker & Demerouti 2007), kun asiakkaiden kanssa koettiin voivan olla vuorovaikutuksessa paremmin. Niin ikään kolmas hypoteesi sai tukea eli työn imu oli yhteydessä tuloksellisuuteen: mitä enemmän vastaaja koki työn imua, sitä tuloksellisemmin hän myös arvioi työskentelevänsä (ks. myös Hakanen & Koivumäki 2014). Neljäs hypoteesi sai niin ikään tukea: työn imu toimi välittävänä tekijänä asiakastyössä koetun teknologian hyödyllisyyden ja työn tuloksellisuuden välillä. Kun teknologia koetaan asiakastyössä hyödylliseksi, sillä voi olla myönteisiä vaikutuksia työn imuun ja tätä kautta laajemmin työn tuloksellisuuteen. Aiempi tutkimus tuo esille,
että asiakaspalvelun digitalisointi tuo myös haasteita ja lisää keskeytyksiä (Bordi 2016). On olennaista, että teknologiaa otetaan käyttöön asiakastyössä siten, että sen opetteluun on resursseja ja teknologian mielletään tuovan myönteisiä vaikutuksia asiakasvuorovaikutukseen. Lisäksi mikäli asiakkaat ovat uusiin kommunikaatioteknologioihin tyytyväisiä, saattaa tämä heijastua myönteisenä asiakaspalautteena myös henkilöstöön. Teknologiset uudistukset tulee siten suunnitella siten, että ne tukevat henkilön kokemusta työhön liittyvien tavoitteiden saavuttamisesta. Lähteet Alper, S., Tjosvold, D., & Law, K. S. (2000). Conflict management, efficacy, and performance in organizational teams. Personnel Psychology, 53, 625 642. Bakker, A.B. & Demerouti, E. 2007. The job-demands resources model: State of the art. Journal of Managerial Psychology, 22, (3), 309 328. Baron, R.M. & Kenny, D.A. 1986. The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51, 1173 1182. Bordi, L., Okkonen, J. & Heikkilä-Tammi, K. 2016. Digital work environment and employees satisfaction with customer work. The Eighth Nordic Working Life Conference 02.11.2016, Tampere Carlson, J. R., Carlson, D. S., Zivnuska, S., Harris, R. & Harris, K. J. Applying the job demands resources model to understand technology as a predictor of turnover intentions. Computers in Human Behavior, 77, 317 325. Day, A., Scott, N. & Kelloway, K. E. (2010). Information and communication technology: Implications for job stress and employee well-being. New Developments in Theoretical and Conceptual Approaches to Job Stress. Research in Occupational Stress and Well-being, 8, 317-350. Fujimoto, Y., Ferdous, A.S, Sekiguchi, T. & Sugianto, L-F. 2016. The effect of mobile technology usage on work engagement and emotional exhaustion in Japan. Journal of Business Research, 69, (9), 3315 3323. Gordon G.I. (1997) The last word on productivity and telecommuting, http://www.gilgordon.com/downloads/productivity.txt Hakanen, J. 2009. Työn imua, tuottavuutta ja kukoistavia työpaikkoja? Kohti laadukasta työelämää. Työterveyslaitos. Hakanen, J. & Koivumäki, J. 2014. Engaged or exhausted - How does it affect dentists`s clinical productivity? Burnout Research, 1, (1), 12 18. Owens, B.P., Baker, W.E., Sumpter, D.M. & Cameron, K.S. 2016. Relational Energy at Work: Implications for Job Engagement and Job Performance. Journal of Applied Psychology 101, (1), 35 49. Pohjola, M. 2015. Digitalisaatio ja tuottavuus finanssialalla. Raportti. Aalto-Yliopiston kauppakorkeakoulu.https://www.tsr.fi/documents/20181/40645/114401-liite- Pohjola+Raportti+lopullinen+052015.pdf/434647c6-52db-4d7e-94d3-f077110657f2 Schaufeli, W.B., Shimazu, A., Hakanen, J., Salanova, M. & De Witte, H. (2017). Ultrashort measure for work engagement: The Uwes-3. Validation across five countries. Tulossa European Journal of Psychological Assessment. Shimazu, A., Schaufeli, W. Kamiyama, K. & Kawakami, N. 2015. Workaholism vs. Work Engagement: the Two Different Predictors of Future Well-being and Performance. International Journal of Behavioral Medicine, 2, (1), 18 23. Tarafdar, M., Bolman Pullins, E. & Ragu-Nathan, T.S. 2014. Examining impacts of technostress on the professional saleperson s behavioural performance. Journal of Personal Selling & Sales Management, 34, (1), 51 69. Tarafdar, M., Polman Bullins, E. & Ragu-Nathan, T.S. 2015. Examining impacts of technostress on the professional salesperson`s behauvioral performance. Journal of Personnel Selling & Sales Management, 34 (1), 51 69.
Ter Hoeven, C., van Zoonen, K.L. & Fonner, K. 2016. The practical paradox of technology: The influence of communication technology use on employee burnout and engagement. Communication Monographs, 83 (2), 239 263.