二、问卷调查结果实证分析

本调研小组以所抽取的杭州市江干区、上城区和西湖区三个区的10家医院为调查范围，采用偶遇抽样法对护工进行了问卷调查。基于调查结果，对护工的生活现状及其满意度进行数据分析，具体分析如下。

（一）基本信息分析

1．性别结构

由表2-2和图2-1可得，抽取的样本中男性护工占比为15.8%，女性护工为84.2%，男女比接近于1：5。这与在浙江省经济发展统计数据库中得到的信息相差不大，故认为样本具有代表性。由此看出，女性做护工的现象较为普遍，而男性护工相对较少，这可能是由工作性质决定的，女性相对男性较为耐心，且更方便照顾病人。

2．户口结构

由表2-3和图2-2可以看出，样本中持有杭州市本地户口的护工仅有36人，占8.5%；大部分护工持有浙江省内外地户口和浙江省外户口，合计91.5%。而绝大部分公立医院尚未设立护工宿舍，护工无条件经常回家，由此可看出杭州地区公立医院的护工群体在住宿上存在很大问题，一旦未被分配到工作，便无处栖身。

3．文化结构

根据表2-4的结果计算Gini-Simpson指数（以下简称G-S指数）如下：

G-S指数=1-（0.78772+0.17452+0.03542+0.00242）=0.35

当p1=p2=p3=p4=0.25时，样本文化水平分布最分散，G-S指数达到最大值0.75，可见护工样本文化水平分布较为集中。由图2-3可看出，被调查护工文化水平主要集中在小学及以下，比例高达78.77%，高中及以上的相对高文化水平者仅占3.78%，说明杭州市护工群体总体文化水平偏低。

4．年龄结构

由表2-5和图2-4可得，样本护工年龄分布集中在46~55岁。最小年龄为38岁，最大年龄为64岁，平均年龄接近54岁，由此可见护工群体老龄化严重。偏度系数为-0.80，因此认为样本年龄分布呈现左偏趋势。由表2-6可得，K-S检验中Z值为3.126，p值小于0.05，故拒绝原假设，认为在5%显著性水平下，护工样本年龄不属于正态分布（见图2-5）。

（二）工作现状分析

1．工龄结构

由表2-7和图2-6可见，样本护工的工龄多数为5年及以上，占比58.7%，工龄在0~3年的占比最少，仅12.3%。这说明护工群体大多工龄较长，具有较多经验。

2．工作量情况

当K=3且样本均匀分布时，熵达到最大值1.099, G-S指数也取最大值0.667。由表2-8可知，熵值为0.919，小于1.099, G-S指数为0.539，小于0.667。因此，样本分布不均匀，有明显的偏向性。结合表2-8中的数据，认为护工中最多同时照顾1个病人的人占大多数。

由表2-8可见，样本中最多同时照顾1个病人的护工占62.3%，最多同时照顾2个病人的占15.8%，最多同时照顾3个及以上病人的占21.9%。故认为大多数护工最多同时照顾1个病人，也存在一个护工同时照顾多个病人的情况。

3．培训情况

由图2-8可知，从未接受过培训的护工为104人，而接受过培训的护工分为第一次上工前进行培训和边工作边培训两类，分别有155人、165人。由此可知，护工虽有接受培训，但从未接受过培训的人数也不在少数。

由表2-9可知，在从未接受过培训的护工中，36~45岁占12.5%，分别比46~55岁和56岁及以上年龄段少30.8%和31.7%；边工作边培训的护工，46~55岁占60.0%，分别比36~45岁和56岁及以上年龄段多55.2%和24.8%；第一次上工前培训的护工，46~55岁和56岁及以上年龄段的占比分别为56.1%和38.1%，分别与36~45岁的比例相差50.3%和32.3%。由此可以推断是否参加培训与年龄有相关性，其中46~55岁的护工接受培训较多，其余年龄段护工接受培训相对较少。利用显著性检验的皮尔森卡方检验p值为0.05，由此可以认为，在5%的显著性水平下是否参加培训与年龄分段有显著关联。

4．体检情况

由表2-10可知，体检情况与年龄之间的Kendall'stau_b相关系数为0.012，相关系数显著性检验p值大于0.05，表明该相关系数没有统计学意义；体检情况与年龄之间的Spearman'srho相关系数为0.013，相关系数显著性检验p值大于0.05，亦无统计学意义。综上所述，体检情况与护工年龄之间无显著相关性。

5．收入情况

（1）收入情况描述性分析结果

由表2-11可知，日收入为100~120元的护工有45名，占总体的10.6%；日收入为150元及以上的护工有43名，占10.1%，两者近乎相同；而日收入为120~150元的护工有334名，占78.8%，人数最多；日收入为0~100元的护工仅有2名，占0.5%。这说明护工的日工资集中在120~150元这一区间内，而其几乎都是24小时工作，计算得到小时工资为5~6.25元。

由图2-9可以看出，日收入为120~150元的护工人数远多于其他三组，而日收入0~100元的护工人数最少。

（2）收入情况相关性分析结果

①收入与性别的相关性分析

由表2-12可知，日收入为100~120元的女性护工占86.7%，比男性护工多73.4%；日收入为120~150元的女性护工占84.1%，比男性护工多68.2%；日收入为150元及以上的女性护工占81.4%，比男性护工多62.8%。由皮尔森卡方检验p<0.05可知，在5%显著性水平下，日收入与性别具有显著相关性。同时由表2-13可得，收入与性别之间Spearman'srho相关系数为-0.037，检验可知p=0.042<0.05，故可以认为，在5%显著性水平下，两者之间显著相关。

②收入与年龄的相关性分析

由表2-14中可知，收入与年龄之间的相关系数为-0.120，相关系数显著性检验p<0.05，表明在5%的显著性水平下，收入与年龄显著相关。

③不同户籍下收入的差异性分析

由表2-15可知，不同户籍下，除了杭州组和浙江省外组在100~120元项分别多于浙江省内外地组4.8%和6.0%，还有浙江省内外地组在120~150元项多于杭州组6.1%和浙江省外组2.8%之外，其他各项目收入差异不大。

进一步，运用Kendall'stau-b、Kendall'stau-c和γ统计量对表2-15中的顺序变量进行独立性的度量和检验，验证上述分析结果。首先，假设检验问题如下：

H0：户籍与收入之间无有序关联。

H1：户籍与收入之间存在有序关联。

由表2-16可看出，在5%的显著性水平下，Kendall'stau-b、Kendall'stau-c和γ的p值都大于0.05，故接受原假设，表明不同户籍的护工的收入无显著差异性。

④不同工龄下收入的差异性分析

由表2-17可知，除了0~3年组的100~120元项低于3~5年组5.3%，3~5年组的120~150元项低于5年及以上组4.7%之外，其他各项日收入相差不大。进一步考虑假设检验问题：

H0：工龄与收入之间无有序关联。

H1：工龄与收入之间存在有序关联。

由表2-18可看出，在5%显著性水平下，Kendall'stau-b、Kendall'stau-c和γ的p值都大于0.05，故接受原假设，表明不同工龄护工日收入无显著性差异。

⑤不同区域下收入的差异性分析

由表2-19可知，江干区日收入为0~100元的护工占2.1%，而西湖区和上城区不存在0~100元项；对于100~120元项，江干区占16.7%，西湖区占11.6%，而上城区仅占4.6%，分别少于江干区12.1%和西湖区7.0%；江干区和西湖区日收入为120~150元这一项分别多于上城区护工人数3.5%和7.2%；而在150元及以上这一项中，上城区占20.8%，分别多于江干区17.7%和西湖区14.2%。另由图2-10可得，不同区域护工收入差异性不明显。

⑥日收入与培训情况的列联分析

由表2-20可知，在日收入0~100元这一项中，样本中只有上岗前培训的护工占100%；在日收入100~120元这一项中，只有上岗前培训的占51.1%，多于定期培训22.2%和从未培训31.1%；在日收入120~150元这一项中，定期培训占比明显多于只有上岗前培训和从未培训；在日收入150元及以上这一项中，只有上岗前培训占比多于从未培训和定期培训。由皮尔森卡方检验p值大于0.05可知，在5%的显著性水平下，日收入与培训情况没有显著相关性。

⑦日收入与文化水平的相关性分析

由表2-21可看出，日收入为100~120元组文化水平为小学及以下组的占比为80.0%，文化水平小学及以下，日收入为120~150组的占比最多为80.5%，日收入为150元及以上，文化水平为小学及以下组的占比最多为65.1%。且由表2-22可知，收入与文化水平之间的相关系数为0.076，相关系数显著性检验p值大于0.05，表明在5%的显著性水平下，日收入与文化水平没有显著相关性。

⑧不同工作量下日收入的差异性分析

由表2-23可知，日收入为150元及以上，同时最多照顾1个病人组占比为37.2%，同时最多照顾3个及以上病人组占比为34.9%。两者相差不大，分别多于同时最多照顾2个病人组9.3%和7.0%。日收入120~150元，同时最多照顾1个病人组占比为68.3%，多于同时最多照顾2个病人组56.9%。日收入100~120元，同时最多照顾1个病人组多于同时最多照顾3个及以上病人组17.8%。由此初步推断不同工作量的护工收入具有差异性。

进一步考虑假设检验问题：

H0：工作量与收入之间无有序关联。

H1：工作量与收入之间存在有序关联。

由表2-24可看出，在5%显著性水平下，Kendall'stau-b、Kendall'stau-c和γ的p值都大于0.05，故接受原假设，表明不同工作量下护工的日收入无显著性差异。

6．日收入的累积Logit模型

根据上述列联分析结果可知，护工日收入与年龄、性别显著相关，因此本报告进一步利用累积Logit模型研究护工日收入与各变量之间的关系。利用Kendall'stau-b相关性检验统计量对护工日收入与年龄、性别进行相关性分析，得到的相关系数分别为-0.120和-0.036。因此本报告选择因变量为日收入，自变量为年龄、性别，建立不同年龄和性别护工日收入的累积Logit模型。

（1）定义变量

自变量：x1表示年龄，为连续变量；x2表示性别，则

因变量：y表示日收入，为有序分类变量：

1=0~100元，2=100~120元，3=120~150元，4=150元及以上。

（2）构建模型

在累积Logit模型中，y的累积概率是指落在一个低于特定点的概率，y的累积概率为：

其中，y表示有序数据的因变量；P（x≤j）表示因变量的序数小于等于j类别的概率；P（x=j）=pj，即因变量的序数等于类别的概率，本报告中j=1,2,3,4分别表示日收入的类别；p（x≤j）表示日收入小于等于j的概率，其中P（x≤4）=1。

建立Logit模型如下：

假设检验问题如下：

H0:αj=0,j=1,2,3

H1:αj≠0

本报告利用SPSS19.0软件中的有序回归估计参数，对每个参数进行显著性检验，3个类别参数估计与检验的数据如表2-25所示。

由表2-25可知，日收入的3个类别的回归系数都在α=0.05的显著性水平下通过检验，得到累积Logit模型如下：

本报告用优势比OR来反映年龄与性别对日收入的影响程度。OR>1，表示影响因素增加，日收入值等级提高的可能性增大；OR<1，表示影响因素增加，日收入值等级下降的可能性下降；OR=1，表示日收入与该影响因素变化无关。OR的表达式为：

其中，回归系数βi表示自变量xi增加一个单位时，因变量y提高一个及以上等级优势比的对比值。

由Logit模型可得：同年龄不同性别护工的优势比OR=exp（0.186）=1.2044，表明男护工日收入提高至少一个等级的可能性是女护工的1.2044倍，即男护工相对女护工日收入值大。

同性别不同年龄护工的优势比OR=exp（-0.066）=0.9361，表明年龄每增加一个单位时，日收入提高一个及以上等级的优势比为0.9361（OR<1），即随着年龄的增加，护工总体日收入值提高的概率逐渐减小。

为进一步研究年龄与日收入的关系，本报告利用MATLAB给出男性护工和女性护工年龄与日收入级别概率之间的关系图，其中横轴表示护工的年龄，纵轴之差表示各日收入等级的概率。

由图2-11、图2-12可看出，男、女性护工都有随着年龄的增长日收入逐渐减少的趋势。男性护工随着年龄增长日收入等级为4的概率逐渐减小，日收入等级为2的概率逐渐增大，日收入等级为1的概率基本不变；女性护工随着年龄增加，日收入等级为4的概率逐渐减小，日收入等级为2和3的概率逐渐增大。由此可得，随着护工年龄的增长，被需求度逐渐降低，很多照顾病人的工作无法完成，工作量降低，从而日收入降低。

（三）生活现状分析

1．饮食情况

当K=4且样本为均匀分布时，熵达到最大值1.386, G-S指数也取最大值0.75。由表2-26可知，熵值为1.159，远小于1.386, G-S指数为0.626，小于0.75。由此可知，样本分布不均匀，有明显的偏向性。结合表2-26中的数据，本报告认为多数护工选择在食堂用餐。

由图2-13可看出，在食堂用餐的护工占大多数，而在医院附近餐馆解决的护工人数和病人家属带来的护工人数相差不多，均占少数，相对来说自己做饭的护工较多。

2．住宿条件

由表2-27可知，住在病房内的护工有400位，占总体的94.4%，处于主体地位。住在医院附近的和住在医院职工宿舍的护工都是9人，各占总体的2.1%，所占比重较小。而住在自己家中的护工只有6人，仅占总体的1.4%。

由图2-14可知，住在病房内的护工占绝大多数，住在医院附近、医院职工宿舍和自己家中的护工仅占小部分。由此可见，护工基本是24小时生活在病房内的。在采访过程中，本调研小组了解到护工必须一直陪伴病人，居住在病房内，而那些未分配到病人的护工则无处可栖。在被调查的10家医院中仅一家医院为护工提供了少量用于休息的房间，因此护工的住房问题十分严峻，亟待解决。

由表2-28可知，住在自己家中这一项不同工龄间没有差别，工龄为0~3年组、3~5年组、5年及以上组分别占比33.3%、33.3%、33.4%，而住在医院职工宿舍这一项工龄5年及以上组占比66.7%，分别多于0~3年组55.6%和3~5年组44.5%。

进一步考虑假设检验问题：

H0：工龄与住宿条件之间无有序关联。

H1：工龄与住宿条件之间存在有序关联。

由表2-29可知，在5%显著性水平下，Kendall'stau-b、Kendall'stau-c和γ的p值都大于0.05，故接受原假设，表明不同工龄护工的住宿条件无显著性差异。

3．保障情况

（1）保障情况描述性分析结果

由表2-30可知，只有医疗保险的护工和只有养老保险的护工均为34人，各占总体的8.0%，两者都有的护工为27人，仅占总体的6.4%，而两者都无的护工最多，有329人，占总体人数的77.6%。

从图2-15可得，医疗保险和养老保险都没有的护工占大多数，只有医疗保险和只有养老保险的护工和两者都有的护工占总体的很小一部分，说明护工群体的社会保障水平还需提高。

（2）保障情况与各变量相关性分析结果

①不同年龄下护工保障情况差异性分析

由表2-31可知，医疗保险和养老保险两者都无这一项在46~55岁年龄段占比为53.5%，分别多于36~45岁组45.3%和56岁及以上组15.2%；而两者都有这一项在年龄段46~55岁和56岁及以上组的占比分别为48.2%和44.4%，分别多于36~45岁组40.8%和37.0%；医疗保险项46~55岁组占比多于56岁及以上组5.8%；养老保险项46~55岁组占比最多，为70.6%。

进一步考虑假设检验问题：

H0：年龄与保障之间无有序关联。

H1：年龄与保障之间存在有序关联。

由表2-32可看出，在5%显著性水平下，Kendall'stau-b、Kendall'stau-c和γ的p值都大于0.05，故接受原假设，表明不同年龄护工的保障情况无显著性差异。

②社会保障与户籍的列联分析

由表2-33可知，户籍为杭州的护工的医疗保险和养老保险都无的占比为72.2%，浙江省内外地的两者都无的占比为74.8%，户籍为浙江省外的两者都无的占比最大，为79.4%，两者都有的仅占比4.3%，而户籍为杭州的两者都有的占比为16.7%。由皮尔森卡方检验可得，p值小于0.05，可以认为在5%显著性水平下社会保障情况与户籍具有显著关联性，浙江省内护工的保障多于省外护工。

③保障与区域的列联分析

由表2-34可知，江干区和西湖区两种保险都有的护工占比为33.3%、59.3%，分别多于上城区25.9%和51.9%；江干区拥有养老保险的护工占26.5%，多于上城区20.6%，西湖区占67.6%，多于上城区61.7%；西湖区拥有医疗保险的护工占比最多，为73.5%，而上城区组中两者都无的占比最大，为92.3%。由皮尔森卡方检验可得，p值小于0.05，可以认为在5%显著性水平下社会保障情况与护工所在区域有显著关联性。同时，由表2-34中数据明显可以看出西湖区护工的保障情况优于江干区和上城区。

④保障与工龄的列联分析

由表2-35可看出，两者都有的工龄5年及以上组的占比最多，为66.7%，比0~3年组和3~5年组分别多59.3%和40.8%；养老保险的占比5年及以上组的最多；医疗保险的占比5年及以上组的最多；两者都无的占比5年及以上组的最多，为58.0%，0~3年组的占比最少，为12.8%。由皮尔森卡方检验可得，p值大于0.05，可以认为在5%显著性水平下，保障情况与工龄没有显著关联性。

4．受尊重方面情况分析

由表2-36和图2-16可知，护工受尊重情况好的占大部分，为56.8%，一般的为36.8%，有6.4%的护工受尊重情况不好，被恶劣对待。

（1）受尊重情况与性别的列联分析

由表2-37可知，受尊重情况好的女性护工占比为87.6%，多于男性护工75.2%；男性护工受尊重情况为“恶劣”的占比为14.9%，而女护工中受尊重情况为“恶劣”的仅占比4.8%。由皮尔森卡方检验可得，p值小于0.05，可以认为在5%显著性水平下受尊重情况与性别有显著关联性，女性护工的受尊重情况好于男性护工。

（2）受尊重情况与年龄的列联分析

由表2-38可知，受尊重情况好的护工中46~55岁组占比最多，为57.7%，多于36~45岁组52.3%和56岁及以上组20.8%；而受尊重情况一般的护工中36~45岁组的占比最少，受尊重情况恶劣的护工中46~55岁组占比多于56岁及以上组。

进一步考虑假设检验问题：

H0：年龄与受尊重情况之间无有序关联。

H1：年龄与受尊重情况之间存在有序关联。

由表2-39可见，在5%显著性水平下，Kendall'stau-b、Kendall'stau-c和γ的p值都大于0.05，故接受原假设，表明不同年龄护工的受尊重情况无显著性差异。

（3）受尊重情况与文化水平的列联分析

由表2-40可知，受尊重情况好的护工中学历为小学及以下的占比为80.9%，多于初中组63.9%和高中或中专组78.8%；受尊重情况恶劣的护工中学历为小学及以下的占比为66.7%，多于初中组48.2%和高中或中专组51.9%。

进一步考虑假设检验问题：

H0：文化水平与受尊重情况之间无有序相关。

H1：文化水平与受尊重情况之间存在有序相关。

由表2-41可见，在5%显著性水平下，Kendall'stau-b、Kendall'stau-c和γ的p值都大于0.05，故接受原假设，表明不同文化水平护工的受尊重情况无显著性差异。

（四）满意度与需求状况分析

1．量表分析

（1）描述性分析

当K=5且样本为均匀分布时，熵达到最大值1.609, G-S指数最大值可取到0.8。由表2-42可知，尊重满意度这一项的熵值为1.377，与最大值较为接近；而G-S指数为0.711，接近0.8，故尊重满意度这一项的分布接近均匀分布。剩余8个变量，即整体满意度、医院环境满意度、工资满意度、现有医保满意度、现有老保满意度、工作强度满意度、饮食情况满意度、住宿条件满意度的熵值分别为1.170、1.290、1.138、1.159、1.095、1.157、1.291、1.228，均小于1.609, G-S指数分别为0.655、0.675、0.625、0.655、0.629、0.642、0.678、0.658，均不接近0.8。综上所述，只有尊重满意度接近均匀分布，其余8个变量均不是均匀分布。

（2）因子分析

①信度检验

由表2-43可知，标准化后的克朗巴哈系数为0.937，对于社会调查来说，信度达到标准，说明合并的8个因素较为合理，信度较高。

由表2-44可知，各因素得分之间的均值差异不大，均在2.252~3.250，方差为0.557~0.929,8个因素均值的方差只有0.128，同样各因素方差之间的差异也很小，为0.018，没有发现有极端的因素。

由表2-45最后一列可知，删除任何一个变量都不会使信度有较大的波动，因此将所有的因素都考虑到下述的满意度影响因素分析中。

由表2-46可知，方差分析的结果F=217.163，p值小于0.05，则说明这8个因素对生活满意度的影响是有显著差异的。另外，Tukey的非可加性检验结果显示p值小于0.05，说明各因素之间存在交互作用。

在表2-47中，部分1包括对工资情况、工作强度、受尊重情况和医院环境的满意度，部分2包括对住宿条件、饮食情况、现有医保和现有老保的满意度。两个部分的相关系数值为0.803，比较理想。Spearman-Brown系数和GuttmanSplit-Half系数都为0.890，均大于0.7，说明折半信度较高。

②因子模型建立

由表2-48可得，KMO检验值为0.910，一般若KMO大于0.5，在社会调查中即可认为是可信的。近似卡方值为2783.149。Bartlett's球形检验的结果表明，在相关系数矩阵是一个单位矩阵的原假设下，显著性水平为5%时，观测的p值小于0.05，故拒绝原假设，说明代表母群体的相关矩阵间有共同因素存在，同样认为适用因子分析法。

由表2-49可看出，降维后各个变量的共同度都达到了0.7，说明这些变量的信息丢失较少，都能被因子解释。

碎石图（见图2-17）显示，前2个因子可以解释大部分的方差，到第3个因子以后，线逐渐平缓，解释能力不强。但结合表2-50可见，取前3个因子时提取了各原始变量83.916%的信息。从理论上讲，累计方差贡献率应大于85%，但在实际的社会调查中，认为大于80%也是可以的。此外，从图2-17可见，在第3个因子以后，特征值差异较小，折线趋于平缓。综上所述，认为提取前3个因子较为合适。

表2-51是未经过旋转的因子载荷矩阵，然而初始载荷矩阵结构不够简单，各因子的典型代表变量不是很突出，容易使因子的意义含糊不清，不便于对因子进行解释。为此需对因子载荷矩阵实行旋转，达到简化结构的目的，使各变量在某单个因子上有高额载荷，而在其余因子上只有小到中等的载荷。在运用方差最大正交旋转法之后，得到旋转因子载荷矩阵。由此可以看出，经旋转后，因子便于命名和解释。

由表2-52可知，各个公共因子与以下因素密切相关：

第一个公共因子F1主要解释现有工资情况、工作强度、受尊重情况和医院环境，命名为工作、尊重与环境因子；

第二个公共因子F2主要解释饮食情况、现有医保、现有老保，命名为饮食与保障因子；

第三个公共因子F3主要解释住宿条件，命名为住宿因子。

从理论上讲，提取的因子之间相互独立，无相关性。而因子转换矩阵（见表2-53）显示，3个因子之间的相关性较低，可见对因子进行旋转是完全有必要的。

由表2-54可见，前3个因子解释了杭州市护工生活现状整体满意度影响因素的83.916%的原因。其中，F1解释了方差贡献率38.505%的原因，表明工资情况、工作强度、受尊重情况和医院环境是影响护工生活满意度的重要因素；F2解释了方差贡献率30.608%的原因，表明饮食情况、现有医保和现有老保是三个较为重要的因素；F3解释了方差贡献率14.803%的原因，起到补充说明的作用。

（3）多值Logistic回归分析

①变量选择

由表2-55可见，利用Kendall'stau-b统计量检验生活现状整体满意度与其余8项的相关性的结果显示，生活现状整体满意度与医院环境满意度、受尊重情况满意度、工资情况满意度、工作强度满意度、现有医保满意度、饮食情况满意度、现有老保满意度和住宿条件满意度的相关系数分别为0.824、0.790、0.665、0.663、0.651、0.643、0.624和0.509。其中现有老保满意度与现有医保满意度之间的相关系数为0.865，医院环境满意度与受尊重情况满意度之间的相关系数为0.741，工作强度满意度与工资情况满意度之间的相关系数为0.683。本小组选择其相关系数较大的变量，确定以现有医保满意度、医院环境满意度和工资情况满意度为自变量，生活现状整体满意度为因变量建立多值Logistic回归模型。

②定义变量

X1：对现有医保满意度。其中X11=0，不满意；X12=1，中立；X13=2，满意。

X2：对医院环境满意度。其中X21=0，不满意；X22=1，中立；X23=2，满意。

X3：对工资情况满意度。其中X31=0，不满意；X32=1，中立；X33=2，满意。

Y：对生活现状的整体满意度。其中Y=0，不满意；Y=1，中立；Y=2，满意。

③构建模型

由于因变量有3个选择，为避免共线性，本报告选取一个因变量的取值为基准因变量，同时各自变量设置一个哑变量。建立的模型如下：

当Y=0时，则：

当Y=1时，则：

运用SPSS19.0软件，得到如表2-56所示结果。

由表2-56可知，模型的似然比检验p值小于0.05，说明在5%显著性水平下，该模型显著成立。

由表2-57可知，在5%的显著性水平下，生活现状不满意的各参数βi的W ald检验统计量的p值均大于0.05，不通过检验；生活现状满意度为中立下只有β11、β22、β31、β32的Wald检验统计量p值小于0.05，通过检验。故建立模型如下：

将变量值代入模型，可以得到相应拟合值。

当选择X11和X31时，代入式（2-10），计算得，说明相对于满意整体现状的护工而言，认为生活现状整体一般的护工中，对现有医保和工资情况都不满意的发生比是对现有医保和工资情况觉得一般护工的发生比的0.63倍。

2．需求分析

由表2-58可知，觉得需要提高工资水平的和觉得需要提高食宿水平的护工分别占56.8%和51.4%，都超过半数，且远超过其他选项。这说明工资和食宿问题是护工最为迫切、最需要得到改善的两个方面。而增加保险占比不小，为27.1%，说明护工的社会保障方面亟待加强；另外增加休息时间占19.1%，说明护工的工作强度还需改善调整。