Rapports sur la santé
Profils de l’épuisement professionnel et de l’engagement au travail dans une organisation de la fonction publique : nature, facteurs et résultats

par Ann-Renée Blais, Glen T. Howell, István Tóth-Király et Simon A. Houle

Date de diffusion : le 20 décembre 2023

DOI: https://www.doi.org/10.25318/82-003-x202301200001-fra

Résumé

Contexte

La Stratégie pour la fonction publique fédérale sur la santé mentale en milieu de travail (la Stratégie) vise à mesurer, à consigner et à améliorer la santé psychologique des employés, en reconnaissant comme point de départ la Norme nationale du Canada sur la santé et la sécurité psychologiques en milieu de travail (la Norme). Dans la présente étude, une nouvelle série d’enquêtes a été ajoutée pour évaluer la santé psychologique des employés afin d’établir des profils de l’épuisement professionnel et de l’engagement au travail. Pour appuyer la stratégie, cette étude a aussi pris en considération une panoplie de prédicteurs qui cadrent avec la Norme ainsi que divers résultats selon le modèle exigences-ressources de l’épuisement professionnel (EREP).

Données et méthodes

Au total, 4 781 employés de Statistique Canada ont répondu au Sondage sur le mieux-être des employés à la fin de 2021, pendant la pandémie de COVID-19, ce qui correspond à un taux de réponse de 58 %. D’autres variables sociodémographiques ont été couplées à des données tirées des bases de données sur les ressources humaines. Des facteurs de pondération ont été appliqués pour tenir compte de la non-réponse.

Résultats

Une analyse de profils latents a permis de dégager quatre profils de santé psychologique des employés, qui répartissent les répondants de la façon suivante : employés qui s’épanouissent (15 %); employés qui s’en sortent bien (34 %); employés qui maintiennent le cap (38 %); et employés en difficulté (13 %). L’autonomie au travail, la clarté des rôles, le bon jumelage personne-emploi, l’interférence travail-vie personnelle et l’incivilité au travail, tous des facteurs psychosociaux en milieu de travail qui cadrent avec la Norme, sont systématiquement associés à l’appartenance à un profil, comme prévu, et les niveaux de réalisations étaient systématiquement moins favorables pour le profil des employés en difficulté par rapport au profil des employés qui s’épanouissent.

Interprétation

Les résultats appuient la validité des profils de santé psychologique des employés et des prédicteurs de l’appartenance à un profil précis, attentes qui sont respectées selon les ouvrages publiés sur le modèle EREP. Les principaux prédicteurs peuvent servir de mesures pour assurer un suivi. Ils peuvent aussi servir d’objectifs pour mener des interventions en milieu de travail conçues pour améliorer la santé psychologique des employés dans le cadre de la Stratégie.

Mots-clés

absence pour cause de maladie, employés de la fonction publique, engagement au travail, épuisement professionnel, exigences professionnelles, pandémie de COVID-19, santé psychologique, rendement, ressources d’emploi

Auteurs

Ann-Renée Blais travaillait auparavant au sein de la Division des renseignements organisationnels en ressources humaines, du mieux-être et de la transformation, à Statistique Canada, mais est maintenant au service du Secrétariat du Conseil du Trésor du Canada. Glen T. Howell, István Tóth-Király et Simon A. Houle travaillent à la Division des renseignements organisationnels en ressources humaines, du mieux-être et de la transformation, à Statistique Canada. Simon A. Houle travaille aussi à l’Université Concordia.

Introduction

Les travaux de recherche menés sur plusieurs années à l’égard de la psychologie organisationnelle, de la santé au travail et d’autres disciplines des sciences sociales ont établi l’importance de la santé psychologique des employés pour les organisations, peu importe leur secteur ou leur tailleNote 1, Note 2. Puisque les deux tiers des Canadiens passent 60 % ou plus de leur temps au travailNote 3, il n’est pas étonnant que les études aient aussi démontré le lien important entre la santé psychologique des employés et leur santé mentale et son fonctionnementNote 4, Note 5. La santé psychologique des employés est devenue encore plus importante en raison des vastes conséquences de la pandémie de COVID-19 sur les personnes, les organisations et les gouvernements partout dans le mondeNote 6, Note 7, Note 8. Par exemple, le taux de prévalence de l’anxiété et de la dépression autodéclarées a plus que doublé dans la population canadienne depuis le début de la pandémieNote 9, alors que le taux de répondants ayant déclaré avoir une santé mentale positive a baisséNote 10.

Au sein des organisations, la pandémie a bouleversé les routines de travail ordinaires et a accéléré la transition vers des environnements de travail virtuel puisque de nombreux employés étaient obligés de travailler à domicile pour ralentir la propagation du virusNote 6. Cette situation sans précédent a eu des répercussions fondamentales sur les travailleurs (p. ex. la ligne de démarcation entre la vie professionnelle et la vie personnelle était floue) et sur les pratiques de travail (p. ex. la gestion d’une équipe de façon virtuelleNote 6, Note 8), ce qui peut avoir mené à une baisse de l’engagement au travailNote 11 et avoir amplifié les épuisements professionnelsNote 12 et les formes apparentées de détresse en milieu de travail chez les employés dans de nombreuses industries. Puisque, sur le plan juridique, les organisations sont de plus en plus tenues d’offrir un milieu de travail favorisant la santé psychologique à leurs employés, cela renforce davantage les arguments en faveur de la santé psychologique des employésNote 13. Par exemple, le gouvernement du Canada a adopté la Stratégie pour la fonction publique fédérale sur la santé mentale en milieu de travail (ci-après appelée la Stratégie) en 2016Note 3, qui traduit son engagement à établir un milieu de travail fédéral sain, respectueux et positif. Un des trois objectifs de la Stratégie porte sur les mesures, les rapports et l’amélioration continue de la santé psychologique, reconnaissant comme point de départ la Norme nationale du Canada sur la santé et la sécurité psychologiques en milieu de travail (ci-après appelée la NormeNote 13). La Norme indique au moins 13 facteurs psychosociaux ayant une incidence sur la santé et la sécurité psychologiques en milieu de travail que les organisations devraient mesurer et surveiller dans le but d’aborder les points à améliorer.

À l’heure actuelle, les auteurs sont au courant des trois instruments utilisés par la fonction publique fédérale pour mesurer les 13 facteurs psychosociaux en milieu de travail, mais chacun de ces instruments comporte des lacunes.

Le premier instrument est le questionnaire du sondage Protégeons la santé mentale au travailNote 14, qui n’est pas en mesure d’isoler ces facteurs d’après une récente évaluation de ses propriétés psychométriquesNote 15. De plus, puisque le questionnaire ne permet pas de déterminer si les facteurs sont effectivement associés à la santé psychologique des employés (et, le cas échéant, dans quelle mesure), les éléments de preuve de la validité prédictive sont insuffisants.

Le deuxième instrument est le Sondage auprès des fonctionnaires fédéraux, dont les éléments ont été jumelés aux définitions des 13 facteurs psychologiques en milieu de travailNote 16 et analysés selon des mesures psychométriquesNote 17. Cette mise en correspondance a permis d’effectuer l’évaluation de 10 des 13 facteurs; elle a pu être reproduite pour deux moments de mesure et elle a offert un certain niveau de validité prédictive grâce au couplage avec les données sur la satisfaction à l’égard de l’emploi. Toutefois, les auteurs ont constaté que d’autres études sont requises pour valider cette mise en correspondance et que la validité du contenu des mesures demeure limitée étant donné la méthodologie atypique utilisée (p. ex. des éléments existants créés pour différentes fins ont été mis en correspondance avec les facteurs)Note 18.

Le troisième instrument est la série de sondages du profil du moral des unités version 2.0. (Unit Morale Profile v. 2.0 [UMP v. 2.0]) préparée par le ministère de la Défense nationale à l’aide de mesures de concepts déjà validées et qui cadrent étroitement avec les 13 facteurs ainsi que la définition de santé psychologique des employésNote 19. L’UMP v2.0 est limité par sa définition de la santé psychologique des employés, qui pourrait être trop large. Cette définition comprend à la fois l’intention de roulement de personnel (qui est habituellement liée à la santé psychologique des employés) et la détresse psychologique, qui englobe les symptômes d’anxiété et de dépression qui ne sont pas nécessairement liés au travailNote 20.

S’inspirant de ces travaux, la présente étude a comme principal objectif d’évaluer la santé psychologique des employés, une panoplie de facteurs psychosociaux en milieu de travail servant de prédicteurs de la santé psychologique des employés et plusieurs répercussions personnelles et organisationnelles de la santé psychologique des employés au sein d’un organisme de la fonction publique au Canada pendant la pandémie de COVID-19. Les travaux se sont appuyés sur une série de sondages motivés sur le plan théorique et valables sur le plan psychométrique qui englobent la plupart des facteurs mis en évidence dans la Norme ainsi que de nouveaux concepts portant sur le travail à distance. De plus, ils ont cherché à décrire une stratégie analytique courante pour examiner adéquatement des composantes simultanées de la santé psychologique des employés afin de cerner les éléments à améliorer.

Santé psychologique des employés : un accent mis sur l’épuisement professionnel et l’engagement au travail

Un vaste corpus de connaissances théoriques, empiriques et appliquées démontre que l’épuisement professionnel et l’engagement au travailNote 20, Note 21, Note 22, Note 23 sont des composantes centrales de la santé psychologique des employésNote 24. L’épuisement professionnel est habituellement décrit comme étant un état psychologique causé par une exposition répétée à du travail acharné engendrant un épuisement émotionnel (p. ex. une fatigue chronique), un sentiment de cynisme (p. ex. une diminution du sentiment d’importance au travail et un plus haut sentiment de détachement du travail) et un sentiment d’insuffisance professionnelle (p. ex. une diminution du sentiment d’efficacité au travail)Note 25. Défini de cette façon, l’épuisement professionnel est maintenant reconnu dans la Classification internationale des maladies comme étant un phénomène lié au travail causé par du stress au travail qui n’a pas été correctement géréNote 26. L’engagement au travail, en revanche, représente un état psychologique au travail qui englobe le dynamisme (p. ex. démontrer des niveaux d’énergie élevés pendant le travail), le dévouement (p. ex. percevoir son travail comme étant important et significatif), et la concentration (p. ex. plonger complètement dans son travail)Note 27.

L’examen simultané de l’épuisement professionnel et de l’engagement au travail en tant qu’éléments négatifs et positifs des réponses fournies auparavant à l’égard de la santé psychologique des employés exige l’inclusion des deux concepts dans les travaux de recherche afin de mieux comprendre les répercussions combinées sur les employésNote 28. À cette fin, et pour combler le fossé entre les chercheurs et les praticiens tout en gardant à l’esprit le contexte de recherche appliquéeNote 29, Note 30, l’étude a adopté une approche axée sur les personnes qui définit des sous-groupes (ou profils) distincts et homogènes des employés, selon leur expérience commune liée à ces composantes de la santé psychologique des employés. Cette approche convient particulièrement bien à un contexte de recherche appliquée, car les profils qui en découlent facilitent les communications avec les gestionnaires et les employés à l’égard de la santé psychologique des employésNote 31. Un autre avantage de cette approche est sa capacité de décrire des sous-groupes d’employés ayant connu des niveaux sous-optimaux d’épuisement professionnel et d’engagement au travail et qui pourraient profiter le plus d’un soutien et d’interventions en milieu de travailNote 32.

Malgré les disparités entre les pays d’origine, les populations visées, les modèles de recherche et le caractère opérationnel des indicateurs des profils, les résultats de plusieurs étudesNote 33, Note 34, Note 35, Note 36, Note 37, Note 38, Note 39, Note 40 ont tendance à être axés sur trois profils courants d’épuisement professionnel et d’engagement au travail :

  • Les employés qui s’épanouissent : faible taux d’épuisement et haut taux d’engagement
  • Les employés en difficulté : haut taux d’épuisement et faible taux d’engagement
  • Les employés en situation conflictuelle : haut taux d’épuisement et haut taux d’engagement

D’autres profils ont aussi été créés dans un sous-ensemble d’études : faible taux d’épuisement et faible taux d’engagementNote 37; faible taux d’épuisement et taux d’engagement moyenNote 39; et taux élevés de cynisme et d’inefficacité, mais faible taux d’épuisement ou d’engagementNote 33. La présence de ces profils additionnels témoigne de la nécessité de reproduire ces résultats dans divers milieux de travail et contextes professionnels.

Question de recherche 1 (QR1) : Combien de configurations distinctes d’épuisement professionnel et d’engagement au travail existe-t-il pour les employés d’une organisation de la fonction publique au Canada, et sous quelle forme sont-elles présentées?

Prédicteurs de l’épuisement professionnel et de l’engagement au travail des employés

Il est important de souligner que l’épuisement professionnel et l’engagement au travail ont été sélectionnés dans la présente étude en tant qu’indicateurs centraux de la santé psychologique des employés, ce qui sous-entend que, dans un contexte de recherche appliquée, ces indicateurs sont ciblés aux fins d’amélioration. Toutefois, puisque la santé psychologique des employés est bien plus vaste que l’épuisement professionnel et l’engagement au travail, il est important de tenir compte d’autres aspects de cet état psychologique qui pourraient contribuer à l’épuisement professionnel et à l’engagement au travail ainsi que d’autres facteurs psychosociaux en milieu de travail. L’idée est d’optimiser les interventions en milieu de travail en cernant les aspects de la santé psychologique des employés (p. ex. la satisfaction des besoins fondamentaux) qui auront la plus forte influence sur ses autres aspects (p. ex. l’épuisement professionnel et l’engagement au travail). Par conséquent, des prédicteurs ont été sélectionnés en fonction de leur chevauchement conceptuel avec les définitions des facteurs énumérés dans la NormeNote 13 et de leur utilité en tant que facteurs déterminants (p. ex, la charge de travail) ou facteurs contributifs (p. ex. la satisfaction des besoins fondamentaux) de la santé psychologique des employés à divers niveaux d’intervention (p. ex. une intervention de groupe, par un chef ou à l’échelle de l’organismeNote 41). La plupart des prédicteurs ont été tirés des documents de recherche portant sur le modèle exigences-ressources de l’épuisement professionnel (EREP)Note 20, Note 21, l’un des principaux modèles d’évaluation du stress en milieu de travail. Une approche semblable a été prise pour préparer l’UMP v.2.0Note 19.

Dans le modèle EREP, les exigences professionnelles (p. ex. la charge de travail) nécessitent des efforts soutenus qui ont des répercussions physiques et psychologiques sur les employés exposésNote 42. Deux processus psychologiques complémentaires devraient souligner les effets des exigences professionnelles et des ressources d’emploi sur l’épuisement professionnel et l’engagement au travail. Dans le processus permettant de cerner les nuisances à la santé, les exigences excessives sont susceptibles de consommer de l’énergie et d’épuiser les ressources psychologiques, car les employés doivent constamment investir beaucoup d’efforts pour répondre à ces demandes. Par conséquent, ils pourraient connaître un état plus persistant d’épuisement d’énergie, ce qui pourrait avoir des conséquences négatives (p. ex. plus de symptômes indiquant des problèmes de santé et plus d’absences pour cause de maladie). En revanche, dans le processus motivationnel, les ressources d’emploi (p. ex. l’autonomie au travail) aident les employés à atteindre leurs objectifs de travail en suscitant leur volonté de s’investir dans leur travail et en alimentant et en appuyant la croissance, la motivation et le rendement, tout en favorisant une gestion plus efficace des demandesNote 42. En général, les études antérieures appuyaient les propositions du modèle EREP en démontrant qu’une exposition constante à des exigences professionnelles a tendance à être liée à un taux supérieur d’épuisement professionnel et à un nombre accru d’absences, en plus d’autres résultats indésirables, alors que la disponibilité des ressources d’emploi est susceptible d’être associée à une amélioration du bien-être et du rendement au travailNote 21, Note 22, Note 43. La présente étude s’inscrit dans le courant de ces ouvrages en traitant du fonctionnement des employés et des résultats connexes pendant une crise mondiale, comme la pandémie de COVID-19Note 44.

La présente étude comporte un autre ensemble de prédicteurs fondé sur la rétroaction obtenue auprès des employés aux premières étapes de la pandémie pour mettre en évidence les avantages et les désavantages du travail à distance. Par conséquent, outre l’interférence travail-vie personnelle, les prédicteurs suivants ont été examinésNote 45, Note 46, Note 47 : les fournitures liées à la segmentation (c.-à-d. les normes organisationnelles qui favorisent la séparation du travail des employés de leur vie personnelle); les stratégies de segmentation (c.-à-d. les stratégies que les personnes peuvent utiliser pour séparer leur travail de leur vie personnelle); les comportements qui dépassent les limites grâce aux technologies de l’information et des communications (TIC); la présence d’autres personnes dans le ménage; et la disponibilité d’un bureau à domicile réservé au travail. Enfin, la présente étude inclut diverses variables sociodémographiques fondées sur leur lien établi avec la santé psychologique (p. ex. l’âge)Note 25, Note 48 Note 49, Note 50 ou aux fins d’exploration (p. ex. la première langue officielle).

Question de recherche 2 (QR2) : Les prédicteurs liés à l’appartenance aux nouveaux profils de santé psychologique produisent-ils les résultats attendus, selon le modèle EREP et les travaux de recherche connexes?

Résultats sur la santé psychologique des employés

La présente étude englobe une combinaison de résultats individuels et organisationnels pour lesquels le modèle EREP a fourni un soutien théorique en ce qui a trait à l’épuisement professionnel et à l’engagement au travailNote 20, Note 22. Plus précisément, la satisfaction à l’égard de l’emploi, soit une composante positive de la santé psychologique des employés au travailNote 51, a été mentionnée dans la documentation organisationnelle en tant que vaste indicateur du fonctionnement des employésNote 4. À l’extrémité opposée du spectre se trouve la détresse psychologique, soit un état de souffrance émotionnelle qui peut aussi comporter des problèmes somatiques et fonctionnelsNote 52, Note 53. Le rendement au travail autodéclaré a aussi été consignéNote 54, car il s’agit d’une mesure objective des absences pour cause de maladie. Cette combinaison de résultats était appropriée pour aider à évaluer la validité conceptuelle des profils émergents et pour quantifier les conséquences sur les personnes et l’organisation de l’appartenance à un profil pour les gestionnaires et les employés.

Question de recherche 3 (QR3) : Est-ce que les résultats des profils émergents de santé psychologique des employés sont différents, comme prévu, en fonction du modèle EREP et des travaux de recherche connexes?

Données et méthodes

Procédure et participants

Tous les employés de Statistique Canada qui avaient une adresse électronique valide au travail ont reçu une invitation à remplir le questionnaire en ligne du Sondage sur le mieux-être des employés dans la langue officielle de leur choix au moyen d’un lien vers le questionnaire. Les employés en détachement à Statistique Canada (en provenance d’un autre ministère) et ceux en congé de longue durée (p. ex. un congé de maternité) qui n’ont pas répondu au courriel ont été considérés comme étant hors du champ de l’enquête. Statistique Canada est un organisme de la fonction publique de taille intermédiaire qui fait partie du secteur des services scientifiques et professionnels de la fonction publique. Son bureau central se trouve dans la région de la capitale nationale, mais il a aussi des bureaux régionaux dans l’ensemble du pays. Au moment de la collecte des données, la population cible comptait 8 277 employés visés par l’enquête. Ces employés relèvent de divers groupes et niveaux professionnels, selon des structures de rémunération et d’avantages sociaux correspondant à leur travail, allant de postes de bureau et d’administration générale à des postes techniques hautement spécialisés et de postes de premier échelon à des postes de direction.

La collecte des données s’est déroulée du 11 novembre au 21 décembre 2021. Le taux de réponse définitif était d’environ 58 %, soit 4 781 répondants au total. Des facteurs de pondération ont été créés pour tenir compte de la non-réponse selon l’unité organisationnelle et le sexe au sein des unités organisationnelles, ce qui représente 32 catégories de pondération au total. Ces facteurs de pondération ont ensuite été calibrés en fonction des totaux connus de la population pour 18 unités organisationnelles de niveaux inférieurs (c.-à-d. les divisions) et des totaux connus pour les 60 autres unités organisationnelles de niveaux inférieurs qui ont été ventilées davantage selon le statut du superviseur. Les directives de l’organisme et les critères de l’évaluation des facteurs relatifs à la vie privée ont été respectés pour assurer la confidentialité par : a) l’utilisation d’un fichier de couplage, distinct des réponses au sondage, pour faire correspondre les renseignements sociodémographiques des employés à leurs réponses au sondage; b) la sauvegarde de ce fichier de couplage à un endroit à accès très restreint et protégé par mot de passe; c) l’accès limité à tous les fichiers selon le principe du besoin de savoir; d) la divulgation de résultats agrégés uniquement (et non les résultats individuels).

Un peu plus de la moitié des employés étaient des femmes (54 %; voir le tableau 1), près des trois quarts des répondants ont déclaré que l’anglais était leur première langue officielle (72 %), et la moitié étaient âgés de 40 à 59 ans (50 %). Un tiers (33 %) des répondants exerçaient des fonctions de supervision, et nombreux étaient ceux qui occupaient des postes du domaine économique et des services de sciences sociales (41 %). La vaste majorité des employés travaillaient à temps plein (72 %) et occupaient des postes dotés pour une période indéterminée (75 %). Presque tous les répondants faisaient exclusivement du télétravail au moment de l’étude (95 %).


Tableau 1
Caractéristiques de l’échantillon selon des variables sociodémographiques et de l’emploi, Statistique Canada, 2021
Sommaire du tableau
Le tableau montre les résultats de Caractéristiques de l’échantillon selon des variables sociodémographiques et de l’emploi. Les données sont présentées selon Caractéristiques (titres de rangée) et nombre non pondéré , pourcentage , Intervalle de
confiance de 95 % et erreur-type (figurant comme en-tête de colonne).
Caractéristiques nombre non pondéré pourcentage Intervalle de
confiance de 95 %
erreur-type
de à
Sexe
Hommes 2 067 45,54 44,63 46,45 0,46
Femmes 2 714 54,46 53,55 55,37 0,46
Âge
18 à 29 ans 761 16,73 16,03 17,46 0,37
30 à 39 ans 1 061 22,39 21,62 23,19 0,40
40 à 49 ans 1 280 25,84 25,04 26,66 0,41
50 à 59 ans 1 171 24,32 23,52 25,13 0,41
60 ans ou plus 490 10,72 10,15 11,32 0,30
Statut d’Autochtone
Non 4 649 97,47 97,17 97,75 0,15
Oui 125 2,53 2,25 2,83 0,15
Appartenance à un groupe racisé
Non 4 045 84,72 84,04 85,37 0,34
Oui 729 15,28 14,63 15,96 0,34
Statut d’une personne ayant une incapacité
Non 4 511 94,59 94,15 95,00 0,22
Oui 263 5,41 5,00 5,85 0,22
Première langue officielle
Anglais 3 383 71,88 71,10 72,66 0,40
Français 1 398 28,12 27,34 28,90 0,40
Nombre de personnes à charge dans le ménage
0 2 467 53,53 52,58 54,47 0,48
1 812 17,09 16,39 17,82 0,36
2 971 20,01 19,27 20,76 0,38
3 306 6,45 6,00 6,92 0,24
4 ou plus 137 2,93 2,62 3,27 0,16
Nombre de personnes dans le ménage
0 24 0,52 0,40 0,68 0,07
1 676 14,57 13,90 15,26 0,35
2 1 530 32,70 31,81 33,61 0,46
3 968 20,47 19,71 21,24 0,39
4 1 035 21,50 20,74 22,28 0,39
5 354 7,37 6,89 7,87 0,25
6 ou plus 137 2,88 2,58 3,21 0,16
Bureau à domicile réservé au travail
Non 1 064 22,48 21,69 23,28 0,40
Oui 3 712 77,52 76,72 78,31 0,40
Lieu de travail
Statistique Canada 3 752 76,07 75,70 76,44 0,19
Opérations des enquêtes statistiques 1 029 23,93 23,56 24,30 0,19
Responsabilités de supervision
Non 3 006 66,92 66,11 67,73 0,41
Oui 1 775 33,08 32,27 33,89 0,41
Statut du contrat
Temps partiel 1 207 27,65 27,16 28,15 0,25
Temps plein 3 570 72,35 71,85 72,84 0,25
Durée du contrat
Période déterminée 1 088 24,67 23,94 25,41 0,37
Période indéterminée 3 689 75,33 74,59 76,06 0,37
Début de la période d’emploi
Avant la pandémie 3 742 77,01 76,21 77,79 0,40
Pendant la pandémie 1 030 22,99 22,21 23,79 0,40
Situation du télétravail
Ne fait pas exclusivement du télétravail 223 4,76 4,39 5,16 0,20
Fait exclusivement du télétravail 4 520 95,24 94,84 95,61 0,20
Groupe professionnel
Services administratifs 269 5,08 0,16 4,77 5,40
Commis aux écritures et aux règlements 222 4,51 0,17 4,19 4,86
Systèmes informatiques 562 11,44 0,07 11,30 11,58
Groupe Économique et services de sciences sociales 1 978 40,63 0,26 40,11 41,15
Intervieweur 1 029 23,95 0,19 23,58 24,32
Services d'information 101 2,12 0,10 1,93 2,33
Mathématiques 224 4,06 0,08 3,91 4,21
Autre 392 8,21 0,22 7,78 8,66

Mesures

Le Sondage sur le mieux-être des employés comprenait des mesures à éléments multiples de l’épuisement professionnel et de l’engagement au travail et une combinaison de mesures à élément unique et à éléments multiples pour les prédicteurs et les résultats. La littérature scientifique appuie la validité de ces mesures, à l’exception de la mesure des stratégies de segmentation, qui faisait l’objet d’une enquête dans le cadre de la présente étude. Cinq spécialistes du domaine ont effectué une mise en correspondance indépendante pour coupler les mesures avec les définitions des facteurs psychologiques en milieu de travail énoncées dans la Norme. Les couplages déterminés par au moins quatre experts ont été considérés comme étant officiels. Le tableau 2 présente les mesures, les facteurs normalisés connexes, les échelles de réponse, les saturations factorielles normalisées, la fiabilité des  résultats obtenus sur les échelles, la fiabilité composite fondée sur un modèle, et les références clés. Les variables sociodémographiques extraites des bases de données administratives de l’organisme sont présentées dans le tableau 1. Des documents supplémentaires sont disponibles sur le site Web d’Open Science Framework (https://osf.io/hz5f2/?view_only=eb221ea5cfcc4daca35f05df53a20b19).


Tableau 2-A
Facteurs normalisés et références pour les mesures dans la présente étude
Sommaire du tableau
Le tableau montre les résultats de Facteurs normalisés et références pour les mesures dans la présente étude. Les données sont présentées selon Mesures et nombre d’articles (titres de rangée) et Facteur normalisé, Échelle de réponse et Référence(figurant comme en-tête de colonne).
Mesures et nombre d’articles Facteur normalisé Échelle de réponse Référence
Prédicteur
Autonomie au travail – 4 Participation et influence 1 = fortement en désaccord, 7 = fortement d’accord Chen et coll. (2015)
Clarté des rôles – 5 Clarté du leadership et des attentes 1 = fortement en désaccord, 7 = fortement d’accord Bowling et coll. (2017)
Bon jumelage personne-emploi – 3 Exigences professionnelles psychologiques 1 = fortement en désaccord, 5 = fortement d’accord Cable et DeRue (2002)
Interférence travail-vie personnelle – 3 Équilibre travail-vie 1 = jamais, 5 = toujours Bakker et coll. (2009)
Inclusion dans le groupe de travail – 6 Politesse et respect 1 = fortement en désaccord, 5 = fortement d’accord
Incivilité en milieu de travail – 4 Politesse et respect 1 = jamais, 5 = souvent Matthews et Ritter (2015)
Justice à l’égard de la distribution Reconnaissance et récompense 1 = dans une très faible mesure,
5 = dans une très grande mesure
Colquitt et Rodell (2015)
Charge de travail quantitative – 5 Gestion de la charge de travail 1 = moins d’une fois par mois ou jamais,
5 = plusieurs fois par jour
Spector et Jex (1998)
Formation – compétences en supervision – 3 Croissance et perfectionnement 1 = fortement en désaccord, 7 = fortement d’accord Kraimer et coll. (2010)
Formation – compétences spécialisées – 3 Croissance et perfectionnement 1 = fortement en désaccord, 7 = fortement d’accord Kraimer et coll. (2010)
Leadership transformationnel – 7 Clarté du leadership et des attentes 1 = fortement en désaccord, 7 = fortement d’accord Carless et coll. (2000)
Fournitures liées à la segmentation – 4 Équilibre travail-vie 1 = fortement en désaccord, 7 = fortement d’accord Kreiner (2006)
Reproduction de la routine d'aller au travail – 1 Note ...: n'ayant pas lieu de figurer 1 = jamais, 7 = toujours Allen et coll. (2021)
Établissement des attentes – 1 Note ...: n'ayant pas lieu de figurer 1 = jamais, 7 = toujours Allen et coll. (2021)
Stratégies de segmentation temporelle – 3 Note ...: n'ayant pas lieu de figurer 1 = jamais, 7 = toujours Allen et coll. (2021)
Stratégies de segmentation physique – 2 Note ...: n'ayant pas lieu de figurer 1 = jamais, 7 = toujours Allen et coll. (2021)
Comportements qui dépassent les limites – 2 Équilibre travail-vie personnelle 1 = jamais, 5 = toujours Barber et Jenkins (2014)
Indicateur du profil de santé psychologique
Épuisement émotionnel – 5 Note ...: n'ayant pas lieu de figurer 1 = jamais, 7 = tous les jours Maslach et coll. (1996 à 2018)
Cynisme – 5 Note ...: n'ayant pas lieu de figurer 1 = jamais, 7 = tous les jours Maslach et coll. (1996 à 2018)
Efficacité au travail – 6 Note ...: n'ayant pas lieu de figurer 1 = jamais, 7 = tous les jours Maslach et coll. (1996 à 2018)
Engagement professionnel – 3 Engagement 1 = jamais, 7 = toujours Schaufeli et coll. (2019)
Résultat
Satisfaction à l’égard de l’emploi – 5 Note ...: n'ayant pas lieu de figurer 1 = fortement en désaccord, 7 = fortement d’accord Fouquereau et Rioux (2002)
Détresse psychologique – 6 Note ...: n'ayant pas lieu de figurer 1 = jamais, 6 = très souvent Kessler et coll. (2010)
Rendement au travail autodéclaré – 1 Note ...: n'ayant pas lieu de figurer 0 = pire rendement,
10 = meilleur rendement
Kessler et coll. (2003)
Absence pour cause de maladie – 1 Note ...: n'ayant pas lieu de figurer Nombre agrégé de jours de congés de maladie pris trois 
mois avant la collecte de données
Note ...: n'ayant pas lieu de figurer

Tableau 2-B
Saturations factorielles normalisées et estimation de la fiabilité pour les mesures dans la présente étude
Sommaire du tableau
Le tableau montre les résultats de Saturations factorielles normalisées et estimation de la fiabilité pour les mesures dans la présente étude. Les données sont présentées selon Mesures (titres de rangée) et Saturation factorielle normalisée, Fiabilité des résultats obtenus sur les échelles et Fiabilité composite fondée sur un modèle(figurant comme en-tête de colonne).
Mesures Saturation factorielle normalisée Fiabilité des résultats obtenus sur les échelles Fiabilité composite fondée sur un modèle
Prédicteur
Autonomie au travail 0,639 0,727 0,747
Clarté des rôles 0,806 0,932 0,919
Bon jumelage personne-emploi 0,885 0,915 0,915
Interférence travail-vie personnelle 0,820 0,856 0,863
Inclusion dans le groupe de travail 0,750 0,882 0,888
Incivilité en milieu de travail 0,719 0,806 0,817
Justice à l’égard de la distribution 0,945 0,970 0,971
Charge de travail quantitative 0,794 0,898 0,895
Formation – compétences en supervision 0,912 0,935 0,937
Formation – compétences spécialisées 0,941 0,958 0,959
Leadership transformationnel 0,884 0,960 0,962
Fournitures liées à la segmentation 0,859 0,918 0,919
Reproduction de la routine d'aller au travail Note ...: n'ayant pas lieu de figurer Note ...: n'ayant pas lieu de figurer Note ...: n'ayant pas lieu de figurer
Établissement des attentes Note ...: n'ayant pas lieu de figurer Note ...: n'ayant pas lieu de figurer Note ...: n'ayant pas lieu de figurer
Stratégies de segmentation temporelle 0,677 0,718 0,718
Stratégies de segmentation physique 0,775 0,747 0,751
Comportements qui dépassent les limites 0,808 0,790 0,791
Indicateur du profil de santé psychologique
Épuisement émotionnel 0,844 0,926 0,926
Cynisme 0,727 0,849 0,861
Efficacité professionnelle 0,654 0,813 0,821
Engagement professionnel 0,775 0,810 0,823
Résultat
Satisfaction à l’égard de l'emploi 0,744 0,857 0,862
Détresse psychologique 0,785 0,903 0,907
Rendement au travail autodéclaré Note ...: n'ayant pas lieu de figurer Note ...: n'ayant pas lieu de figurer Note ...: n'ayant pas lieu de figurer
Absence pour cause de maladie Note ...: n'ayant pas lieu de figurer Note ...: n'ayant pas lieu de figurer Note ...: n'ayant pas lieu de figurer

Stratégie analytique

Menées à l’aide de la version 8.7 de MPlusNote 55, les analyses statistiques ont appliqué les facteurs de pondération et ont tenu compte du regroupement d’employés dans 78 divisions grâce à la fonction de correction d’erreurs-types fondée sur le plan de MPlusNote 56. L’estimateur robuste du maximum de vraisemblance a été utilisé avec l’algorithme du maximum de vraisemblance à information complète pour gérer le nombre limité de réponses manquantes pour chaque élément (c.-à-d. 0,06 % à 1,51 %; moyenne = 0,48 %, écart-type = 0,34 %). Les modèles de mesure préliminaires ont été estimés à l’aide de l’analyse factorielle confirmatoire pour mettre à l’essai les propriétés psychométriques des mesures à éléments multiples et pour calculer les scores factoriels (moyenne = 0 et écart-type = 1) pour les principales analyses. Consultez l’annexe 2 dans les documents supplémentaires en ligne pour obtenir de plus amples précisions.

Un à huit profils latents ont été estimés, les moyennes des indicateurs et les variances pouvant fluctuer entre les profilsNote 57. Les indicateurs des profils étaient les scores factoriels d’épuisement professionnel et d’engagement au travail tirés du modèle de mesure. Pour assurer la convergence à un véritable maximum de vraisemblance, tous les modèles ont été estimés à l’aide de 10 000 valeurs de l’origine choisie au hasard, de 1 000 itérations et de 500 optimisations finalesNote 58. La solution de profils la plus optimale a été sélectionnée en fonction de sa pertinence théorique et statistique, c’est-à-dire en fonction du critère d’information d’Akaike (AIC), du critère d’information bayésien (BIC), du critère BIC ajusté à la taille de l’échantillon, du critère d’information d’Akaike cohérent (CAIC), et du test du rapport de vraisemblance ajusté de Lo-Mendell-RubinNote 59.

Une fois que la solution définitive est sélectionnée, des régressions logistiques multinomiales ont été exécutées pour déterminer l’association entre les prédicteurs et la probabilité d’appartenance aux profils émergents à l’aide de la fonction auxiliaire R3STEP de Mplus. Les coefficients de régression indiquent la probabilité d’appartenance au profil cible par rapport au profil de référence. Enfin, les profils ont été comparés sous l’angle des résultats obtenus à l’aide de la fonction auxiliaire BCH de Mplus.

Résultats

Le tableau S3 dans le supplément en ligne affiche les indices d’ajustement pour les solutions du profil. Lorsque d’autres profils ont été ajoutés, les valeurs liées au critère AIC, au critère BIC, au critère CAIC et au critère BIC ajusté à la taille de l’échantillon ont continué à diminuer, alors que le diagramme d’éboulis a montré une amélioration dans l’ajustement du modèle, mais cette amélioration est devenue peu importante eu égard aux solutions à quatre ou cinq profils (voir la figure S1 dans les documents supplémentaires). La comparaison de ces solutions a démontré que l’ajout d’un quatrième profil à une solution a entraîné la création d’un profil distinct et relativement grand. Par contre, une solution à cinq profils n’a qu’entraîné la division arbitraire d’un profil existant en deux profils de tailles et de niveaux semblables. Voilà ce qui explique qu’une solution à quatre profils a été retenue pour l’interprétation des données (voir la figure 1 et le tableau S4 des documents supplémentaires).

Fig 1 Solution définitive à quatre profils

Description de la figure 1 
Tableau de données du graphique 1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 1 Employés qui s’épanouissent (15,34 %), Employés qui s’en sortent bien (33,43 %), Employés qui maintiennent le cap (37,84 %) et Employés en difficulté (13,39 %), calculées selon score factoriel normalisé unités de mesure (figurant comme en-tête de colonne).
Employés qui s’épanouissent (15,34 %) Employés qui s’en sortent bien (33,43 %) Employés qui maintiennent le cap (37,84 %) Employés en difficulté (13,39 %)
score factoriel normalisé
Épuisement émotionnel -0,997 -0,384 0,251 1,392
Cynisme -0,984 -0,618 0,302 1,818
Efficacité professionnelle 0,939 0,424 -0,418 -0,953
Engagement au travail 1,167 0,497 -0,384 -1,493

Le premier profil (les employés qui s’épanouissent) caractérisait 15 % des employés manifestant de faibles taux d’épuisement émotionnel et de cynisme ainsi que des taux élevés d’efficacité professionnelle et d’engagement au travail. Le deuxième profil  (les employés qui s’en sortent bien) englobait le tiers des employés (34 %) manifestant des taux relativement bas d’épuisement émotionnel et de cynisme, combinés à des taux relativement élevés d’efficacité professionnelle et d’engagement au travail. Le troisième profil (les employés qui maintiennent le cap) englobait le tiers des employés (38 %) manifestant des taux relativement élevés d’épuisement émotionnel et de cynisme, combinés à des taux relativement faibles d’efficacité professionnelle et d’engagement au travail. Enfin, le quatrième profil  (les employés en difficulté) caractérisait 13 % des employés manifestant des taux élevés d’épuisement émotionnel et de cynisme, ainsi que de faibles taux d’efficacité professionnelle et d’engagement au travail.

Étant donné le vaste ensemble de prédicteurs, ces facteurs ont été ajoutés à la solution à quatre profils dans des modèles distincts, organisés selon les principes théoriques et statistiques. Les tableaux 3 et 4 montrent les résultats des régressions logistiques multinomiales pour les facteurs psychosociaux en milieu de travail (p. ex. les exigences professionnelles et les ressources d’emploi) et les variables sociodémographiques, qui prédisent l’appartenance à un profil. Des taux supérieurs pour les facteurs suivants ont été systématiquement associés à une plus forte probabilité d’appartenance à des profils plus sains dans l’ensemble des comparaisons : l’autonomie au travail, la clarté des rôles, le bon jumelage personne-emploi, l’inclusion dans le groupe de travail et les fournitures liées à la segmentation. De même, la reproduction de la routine d’aller au travail et le dépassement des limites grâce aux technologies de l’information et des communications étaient des facteurs qui, dans l’ensemble des comparaisons, étaient systématiquement associés d’une façon positive à une plus forte probabilité d’appartenance à des profils plus sains.


Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil
Sommaire du tableau
Le tableau montre les résultats de Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil. Les données sont présentées selon Prédicteur (titres de rangée) et Employés qui s’épanouissent
par rapport aux employés
qui s’en sortent bien , Employés qui s’épanouissent
par rapport aux employés
qui maintiennent le cap et Employés qui s’épanouissent
par rapport aux employés
en difficulté (figurant comme en-tête de colonne).
Prédicteur Employés qui s’épanouissent
par rapport aux employés
qui s’en sortent bien
Employés qui s’épanouissent
par rapport aux employés
qui maintiennent le cap
Employés qui s’épanouissent
par rapport aux employés
en difficulté
coefficient erreur-type rapport de cote coefficient erreur-type rapport de cote coefficient erreur-type rapport de cote
Autonomie au travail 1,21Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,16 3,34 2,52Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,17 12,48 4,14Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,20 62,68
Clarté des rôles 0,71Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,14 2,04 1,24Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,14 3,47 1,53Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,16 4,62
Bon jumelage personne-emploi 0,38Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,12 1,47 0,87Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,13 2,38 1,25Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,14 3,48
Interférence travail-vie personnelle -0,77Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 0,46 -1,25Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 0,29 -2,00Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,12 0,14
Inclusion dans le groupe de travail 0,27Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,11 1,31 0,56Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 1,76 1,04Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,12 2,82
Incivilité en milieu de travail -0,53Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,20 0,59 -0,88Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,18 0,42 -1,07Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,19 0,34
Justice à l’égard de la distribution 0,26Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
0,11 1,30 0,40Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 1,49 0,40Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,12 1,48
Charge de travail quantitative -0,18Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,07 0,83 -0,22Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,07 0,81 -0,72Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,09 0,49
Formation – compétences en supervision 0,07 0,14 1,08 0,13 0,16 1,14 0,28 0,22 1,32
Formation – compétences spécialisées -0,06 0,14 0,94 -0,21 0,16 0,81 -0,31 0,21 0,73
Leadership transformationnel 0,01 0,13 1,01 0,16 0,12 1,18 0,43Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,14 1,53
Fournitures liées à la segmentation 0,60Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 1,82 1,03Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 2,80 1,71Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,11 5,52
Reproductrion de la routine d'aller au travail 0,09Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,03 1,09 0,15Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,03 1,16 0,24Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,04 1,27
Établissement des attentes 0,12Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
0,05 1,13 0,21Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,05 1,24 0,18Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,05 1,19
Stratégies de segmentation temporelle -0,04 0,08 0,96 0,06 0,08 1,06 0,28Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 1,33
Stratégies de segmentation physique 0,33Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 1,40 0,40Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 1,49 0,41Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 1,50
Heures supplémentaires 0,28Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
0,11 1,32 0,26Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
0,11 1,29 0,05 0,14 1,05
Nombre d’heures travaillées en dehors des heures de travail 0,01 0,01 1,01 0,03Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,01 1,03 0,03Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
0,01 1,03
Comportements qui dépassent les limites 0,39Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,07 1,47 0,79Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 2,20 1,63Tableau 3-1
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,12 5,11

Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil
Sommaire du tableau
Le tableau montre les résultats de Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil. Les données sont présentées selon Prédicteur (titres de rangée) et Employés qui s’en sortent bien
par rapport aux employés
qui maintiennent le cap , Employés qui s’en sortent bien
par rapport aux employés
en difficulté et Employés qui maintiennent le cap
par rapport aux employés
en difficulté (figurant comme en-tête de colonne).
Prédicteur Employés qui s’en sortent bien
par rapport aux employés
qui maintiennent le cap
Employés qui s’en sortent bien
par rapport aux employés
en difficulté
Employés qui maintiennent le cap
par rapport aux employés
en difficulté
coefficient erreur-type rapport de cote coefficient erreur-type rapport de cote coefficient erreur-type rapport de cote
Autonomie au travail 1,32Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,09 3,74 2,93Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,14 18,77 1,61Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,12 5,02
Clarté des rôles 0,53Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,06 1,70 0,82Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,09 2,27 0,29Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,07 1,33
Bon jumelage personne-emploi 0,49Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 1,62 0,87Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 2,38 0,38Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,07 1,46
Interférence travail-vie personnelle -0,48Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,06 0,62 -1,22Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,09 0,29 -0,75Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 0,47
Inclusion dans le groupe de travail 0,29Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,06 1,34 0,77Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,09 2,15 0,48Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 1,61
Incivilité en milieu de travail -0,35Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,07 0,70 -0,55Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 0,58 -0,19Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,07 0,83
Justice à l’égard de la distribution 0,14Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
0,06 1,15 0,14 0,09 1,14 0,00 0,08 1,00
Charge de travail quantitative -0,04 0,05 0,97 -0,54Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 0,58 -0,50Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,07 0,60
Formation – compétences en supervision 0,06 0,10 1,06 0,20 0,18 1,23 0,15 0,16 1,16
Formation – compétences spécialisées -0,15 0,10 0,86 -0,25 0,17 0,78 -0,10 0,15 0,90
Leadership transformationnel 0,15Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
0,08 1,16 0,41Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 1,51 0,26Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 1,30
Fournitures liées à la segmentation 0,43Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,06 1,53 1,11Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 3,03 0,68Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 1,97
Reproduction de la routine d’aller au travail 0,06Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
0,02 1,06 0,16Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,03 1,17 0,09Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,03 1,10
Établissement des attentes 0,09Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,03 1,09 0,06 0,04 1,06 -0,04 0,04 0,97
Stratégies de segmentation temporelle 0,10 0,06 1,10 0,32Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 1,38 0,23Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,08 1,25
Stratégies de segmentation physique 0,06 0,06 1,07 0,07 0,08 1,07 0,01 0,08 1,01
Heures supplémentaires -0,02 0,09 0,98 -0,23 0,12 0,80 -0,21 0,12 0,81
Nombre d’heures travaillées en dehors des heures de travail 0,02 0,01 1,02 0,02 0,01 1,02 0,01 0,01 1,01
Comportements qui dépassent les limites 0,40Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,07 1,49 1,24Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,11 3,47 0,84Tableau 3-2
Résultats des régressions logistiques multinomiales du modèle exigences-ressources qui prédisent l’appartenance à un profil Note 
††
0,10 2,32

Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil
Sommaire du tableau
Le tableau montre les résultats de Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil. Les données sont présentées selon Prédicteur (titres de rangée) et Employés qui s’épanouissent
par rapport aux employés
qui s’en sortent bien , Employés qui s’épanouissent
par rapport aux employés
qui maintiennent le cap et Employés qui s’épanouissent
par rapport aux employés
en difficulté (figurant comme en-tête de colonne).
Prédicteur Employés qui s’épanouissent
par rapport aux employés
qui s’en sortent bien
Employés qui s’épanouissent
par rapport aux employés
qui maintiennent le cap
Employés qui s’épanouissent
par rapport aux employés
en difficulté
coefficient erreur-type rapport de cote coefficient erreur-type rapport de cote coefficient erreur-type rapport de cote
Sexe 0,21 0,11 1,23 0,32Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,11 1,38 0,32Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,13 1,37
Âge 0,23Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,05 1,25 0,56Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,05 1,75 0,63Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,06 1,87
Statut d’Autochtone 0,38 0,31 1,46 0,36 0,30 1,43 0,60 0,39 1,82
Appartenance à un groupe racisé 0,02 0,15 1,02 0,40Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,15 1,49 0,62Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,19 1,85
Statut d’une personne ayant une incapacité -0,37 0,26 0,69 -0,10 0,26 0,90 -0,79Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,28 0,45
Première langue officielle 0,47Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,12 1,60 0,67Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,12 1,95 1,00Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,16 2,73
Nombre de personnes à charge dans le ménage 0,02 0,08 1,02 -0,01 0,08 0,99 -0,04 0,10 0,96
Nombre de personnes dans le ménage -0,07 0,07 0,94 0,08 0,07 1,08 0,16Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,08 1,18
Bureau à domicile réservé au travail 0,70Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,17 2,02 1,17Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,16 3,23 1,52Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,18 4,55
Lieu de travail 0,34 0,30 1,41 0,03 0,29 1,03 -2,00Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,57 0,14
Responsabilités de supervision -0,43Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,13 0,65 -0,58Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,13 0,56 -0,72Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,16 0,49
Statut du contrat 0,49 0,30 1,63 0,64Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,29 1,90 -0,20 0,58 0,82
Durée du contrat -0,54Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,18 0,58 -1,06Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,18 0,35 -1,39Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,23 0,25
Début de la période d’emploi 0,07 0,16 1,07 0,50Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,16 1,65 0,98Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,22 2,65
Situation du télétravail -0,33 0,24 0,72 -0,51Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,23 0,60 -0,88Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,32 0,41
Groupe professionnel : Services administratifs 0,10 0,21 1,10 0,32 0,20 1,37 0,99Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,28 2,68
Groupe professionnel : Commis aux écritures et aux règlements 0,45 0,24 1,56 0,24 0,21 1,27 0,72Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,27 2,05
Groupe professionnel : Systèmes d’ordinateurs -0,45Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,18 0,64 -0,34Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,17 0,71 0,28 0,21 1,33
Groupe professionnel : Économique et services de sciences sociales -0,47Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,12 0,62 -0,46Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,12 0,63 0,20 0,14 1,22
Groupe professionnel : Mathématique -1,21Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,37 0,30 -1,38Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,34 0,25 -0,82Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,38 0,44
Groupe professionnel : Direction -1,41Tableau 4-1
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,50 0,25 -0,40 0,53 0,67 0,11 0,64 1,11

Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil
Sommaire du tableau
Le tableau montre les résultats de Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil. Les données sont présentées selon Prédicteur (titres de rangée) et Employés qui s’en sortent bien
par rapport aux employés
qui maintiennent le cap , Employés qui s’en sortent bien
par rapport aux employés
en difficulté et Employés qui maintiennent le cap
par rapport aux employés
en difficulté (figurant comme en-tête de colonne).
Prédicteur Employés qui s’en sortent bien
par rapport aux employés
qui maintiennent le cap
Employés qui s’en sortent bien
par rapport aux employés
en difficulté
Employés qui maintiennent le cap
par rapport aux employés
en difficulté
coefficient erreur-type rapport de cote coefficient erreur-type rapport de cote coefficient erreur-type rapport de cote
Sexe 0,12 0,09 1,13 0,11 0,11 1,12 -0,01 0,12 0,99
Âge 0,34Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,04 1,40 0,40Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,05 1,49 0,06 0,05 1,07
Statut d’Autochtone -0,02 0,27 0,98 0,22 0,36 1,25 0,24 0,37 1,27
Appartenance à un groupe racisé 0,38Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,12 1,47 0,60Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,17 1,81 0,21 0,17 1,24
Statut d’une personne ayant une incapacité 0,26 0,19 1,30 -0,43Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,21 0,65 -0,69Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,23 0,50
Première langue officielle 0,20Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,10 1,22 0,54Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,14 1,71 0,34Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,14 1,40
Nombre de personnes à charge dans le ménage -0,03 0,06 0,97 -0,06 0,08 0,94 -0,03 0,08 0,97
Nombre de personnes dans le ménage 0,14Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,05 1,15 0,23Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,07 1,26 0,09 0,07 1,09
Bureau à domicile réservé au travail 0,47Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,11 1,60 0,81Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,13 2,26 0,34Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,12 1,41
Lieu de travail -0,32 0,23 0,73 -2,34Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,53 0,10 -2,02Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,55 0,13
Responsabilités de supervision -0,15 0,10 0,86 -0,29Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,14 0,75 -0,14 0,14 0,87
Statut du contrat 0,15 0,22 1,17 -0,69 0,54 0,50 -0,84 0,55 0,43
Durée du contrat -0,52Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,16 0,59 -0,85Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,21 0,43 -0,32 0,22 0,72
Début de la période d’emploi 0,43Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,14 1,53 0,90Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,20 2,47 0,48Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,21 1,61
Situation du télétravail -0,18 0,21 0,83 -0,55 0,30 0,57 -0,37 0,29 0,69
Groupe professionnel : Services administratifs 0,22 0,20 1,25 0,89Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,27 2,43 0,67Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,28 1,95
Groupe professionnel : Commis aux écritures et aux règlements -0,20 0,22 0,82 0,28 0,27 1,32 0,48 0,27 1,61
Groupe professionnel : Systèmes d’ordinateurs 0,11 0,14 1,11 0,73Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,18 2,08 0,63Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,19 1,87
Groupe professionnel : Économique et services de sciences sociales 0,01 0,10 1,01 0,68Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,12 1,95 0,66Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,13 1,93
Groupe professionnel : Mathématique -0,17 0,20 0,84 0,40 0,25 1,49 0,57Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
0,25 1,76
Groupe professionnel : Direction 1,01Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,34 2,74 1,51Tableau 4-2
Résultats des régressions logistiques multinomiales des caractéristiques sociodémographiques qui prédisent l’appartenance à un profil Note 
††
0,48 4,53 0,50 0,55 1,65

Par contre, des niveaux plus élevés d’interférence travail-vie personnelle et une plus forte prévalence de l’incivilité en milieu de travail ont été systématiquement associés à une plus forte probabilité d’appartenance aux profils sous-optimaux, et ce, pour l’ensemble des comparaisons. Les employés qui ont déclaré que le français est leur première langue officielle ou qui ont précisé avoir un bureau à domicile réservé au travail étaient systématiquement plus susceptibles d’appartenir à des profils plus sains dans l’ensemble des comparaisons, par rapport aux autres répondants. Diverses autres comparaisons par paires étaient importantes sur le plan statistique, appuyant davantage la validité conceptuelle des profils émergents. Enfin, le tableau 5 affiche les résultats découlant des analyses des associations entre l’appartenance à un profil et les résultats. Les résultats les plus optimaux (c.-à-d. plus hauts taux de satisfaction à l’égard de l’emploi et de rendement professionnel, plus faible taux de détresse psychologique et moins de jours d’absence pour cause de maladie) étaient tous associés au profil des employés qui s’épanouissent, suivi du profil des employés qui s’en tirent bien, puis du profil des employés qui maintiennent le cap et du profil des employés en difficulté, bien que les deux premiers profils mentionnés ci-dessus n’affichaient pas un écart significatif en ce qui a trait aux absences pour cause de maladie.


Tableau 5
Moyenne des résultats avec intervalle de confiance de 95 % et comparaisons par paires entre les profils de santé psychologique
Sommaire du tableau
Le tableau montre les résultats de Moyenne des résultats avec intervalle de confiance de 95 % et comparaisons par paires entre les profils de santé psychologique. Les données sont présentées selon Résultat (titres de rangée) et Employés
qui s’épanouissent, Employés
qui s’en sortent bien, Employés
qui maintiennent le cap, Employés
en difficulté, Moyenne et Intervalle de confiance
de 95 %(figurant comme en-tête de colonne).
Résultat Employés
qui s’épanouissent
Employés
qui s’en sortent bien
Employés
qui maintiennent le cap
Employés
en difficulté
Moyenne Intervalle de confiance
de 95 %
Moyenne Intervalle de confiance
de 95 %
Moyenne Intervalle de confiance
de 95 %
Moyenne Intervalle de confiance
de 95 %
de à de à de à de à
Satisfaction à l’égard de l'emploi 1,04 1,00 1,08 0,52 0,50 0,55 -0,34 -0,37 -0,30 -1,55 -1,61 -1,48
Détresse psychologique -0,84 -0,87 -0,81 -0,43 -0,46 -0,39 0,21 0,17 0,25 1,43 1,35 1,52
Rendement au travail autodéclaré 1,13 1,06 2,21 0,56 0,49 0,62 -0,42 -0,49 -0,34 -1,37 -1,56 -1,18
Absence pour cause de maladie -1,18 -2,34 -0,02 -0,99 -1,78 -0,20 0,37 -0,52 1,27 2,35 0,92 3,78

Analyse

En s’appuyant sur une série de sondages motivés sur le plan théorique et valables sur le plan psychométrique, la présente étude a révélé quatre profils distincts d’épuisement professionnel et d’engagement au travail pour les employés d’un organisme de la fonction publique au Canada pendant la pandémie (QR1). Pour la plupart, ces profils émergents étaient quantitativement différents et occupaient une place sur le continuum, allant du profil le moins optimal (employés en difficulté) jusqu’au profil le plus optimal (employés qui s’épanouissent). Le profil des employés en difficulté et le profil des employés qui s’épanouissent étaient semblables à ceux découlant de études antérieuresNote 33, Note 34, Note 35, Note 36, Note 37, Note 38, Note 39, Note 40.

Divers prédicteurs (p. ex. l’autonomie au travail et l’interférence travail-vie personnelle) démontrent des corrélations systématiques avec l’appartenance à un profil plus sain (QR2). Étant donné que les résultats les plus souhaitables étaient aussi systématiquement associés à l’appartenance à des profils plus sains (QR3) et que les ressources organisationnelles étaient limitées, il est utile de connaître les leviers à actionner pour préparer une intervention générale en milieu de travail. Cela dit, les différences qualitatives des effets des prédicteurs sur l’appartenance à un profil ont aussi été observées. Par exemple, certains prédicteurs (p. ex. le leadership transformationnel) avaient de plus fortes associations avec l’appartenance à un profil sous-optimal. En revanche, d’autres prédicteurs (p. ex. la gestion des attentes avant une transgression des limites du travail à domicile) avaient de plus forts liens avec l’appartenance aux profils plus désirables. Ces constatations font ressortir les possibilités d’offrir des initiatives personnalisées en plus ou à la place des initiatives générales. Dans l'ensemble, les résultats cadrent avec le modèle EREPNote 19, Note 21 ainsi qu'avec les études émergentes sur la gestion des limitesNote 45, Note 47. Ils appuient aussi la validité conceptuelle des profils émergents de santé psychologique des employésNote 60.

Alors que le dépassement des limites grâce aux TIC était associé de façon imprévue à une plus forte probabilité d’appartenance à des profils plus sains, les études sur l’utilisation des TIC et la frontière entre le travail et la vie personnelle en sont encore à leurs débuts. Il est possible que l’utilisation des TIC en dehors des heures de travail offre aux employés un certain niveau de flexibilité et de contrôle à l’égard de leurs heures, endroit et conditions de travailNote 61, Note 62, Note 63, ce qui mène à une meilleure santé psychologique et à un meilleur fonctionnement au travail. Étant donné les résultats mitigés dans ce domaineNote 64, de futures études et perspectives théoriques sont requises pour clarifier les associations observées entre le dépassement des limites grâce aux TIC et la santé psychologique des employés.

Limites et orientations futures

L’utilisation d’une mesure objective des absences pour cause de maladie constitue une force importante de la présente étude, atténuant les effets possibles de diverses formes de biais de la méthode qui sont courantes dans l’autodéclarationNote 65. Néanmoins, de futures études tireraient profit de l’intégration de mesures objectives additionnelles (p. ex. le roulement des employés) ou de mesures de données obtenues auprès de divers répondants (p. ex. le superviseur, les collègues, le conjoint)Note 65. La présente étude reposait sur un modèle de recherche transversale, faisant en sorte qu’il était impossible de démontrer les liens de causalité entre l’appartenance à un profil de santé psychologique des employés et les prédicteurs et résultats. Une étude longitudinale renforcerait l’orientation présumée de ces relations et permettrait d’étudier les transitions (p. ex. les changements liés à l’appartenance au profil) au fil du tempsNote 59. De plus, étant donné que les données ont été recueillies pendant la pandémie, moment où la majorité des employés travaillaient à distance, il serait important de reproduire l’étude sur les profils après la pandémie, alors que le travail en mode hybride devient la norme. De même, l’importance des prédicteurs inclus dans la présente étude pourrait changer dans le contexte du travail en mode hybrideNote 44. Enfin, les résultats de l’étude actuelle s’appliquent seulement aux employés au service d’un seul organisme de la fonction publique du Canada. De futures études pourraient permettre de déterminer si les constatations s’appliquent à d’autres milieux de travail et contextes.

Conséquences pratiques

L’un des objectifs de la Stratégie consiste à mesurer, à consigner et à améliorer continuellement la santé psychologique des employés. La présente étude a permis de cerner divers prédicteurs qui étaient systématiquement associés à l’appartenance à des profils plus sains. Ces résultats peuvent orienter les interventions en milieu de travail afin de maintenir ou d’améliorer la santé psychologique des employés, comme les interventions conçues pour favoriser les comportements de leadership qui appuient l’autonomie, promouvoir la clarté des rôles en introduisant des stratégies de façonnage de l’emploi, ou appuyer les efforts pour réduire au minimum l’interférence travail-vie personnelle en gardant leur vie professionnelle séparée de leur vie personnelle. Ces constatations peuvent aussi orienter la conception des interventions qui ciblent un levier précis aux différents niveaux (personne, groupe, haute direction et organisme) simultanément afin d’accroître la possibilité d’amélioration durable de la santé psychologique des employésNote 41.

Conclusion

La pandémie et le fait que, sur le plan juridique, les organisations sont de plus en plus tenues d’offrir un milieu de travail favorisant la santé psychologique à leurs employés ont accentué la nécessité d’avoir une mesure valide et fiable de la santé psychologique des employés, de ses prédicteurs et de ses résultats. Pour satisfaire ce besoin, la présente étude a mis l’accent sur l’épuisement professionnel et l’engagement profession en tant que principaux indicateurs de la santé psychologique des employés et s’est appuyée sur le modèle EREP et sa documentation connexe pour cerner les prédicteurs et les résultats découlant de l’appartenance aux profils de santé psychologique des employés. La présente étude s’harmonise également avec la Norme et les considérations émergentes concernant le travail à distance.

L’étude a permis de déceler quatre profils de santé psychologique pour les employés d’un organisme de la fonction publique du Canada pendant la pandémie, variant entre des configurations optimales et des configurations sous-optimales d’épuisement professionnel et d’engagement au travail. L’appartenance à des profils plus sains était systématiquement liée à divers prédicteurs, et les profils différaient les uns des autres en ce qui a trait à la satisfaction à l’égard de l’emploi, à la détresse psychologique, au rendement professionnel autodéclaré, et aux absences pour cause de maladie. Les résultats de la présente étude peuvent servir de données probantes et utiles afin d’appuyer la stratégie dans laquelle les prédicteurs cohérents d’épuisement professionnel et d’engagement au travail sont sélectionnés pour concevoir des interventions visant à maintenir ou à améliorer la santé psychologique des employés.

Date de modification :