JSS – skala satysfakcji z pracy Spectora: jak policzyć wynik

Autor: Konrad Hryniewicz · Opublikowano: 1 listopada 2026

Czym jest JSS

JSS (Job Satisfaction Survey) to kwestionariusz satysfakcji z pracy opracowany przez Paula Spectora. W artykule z 1985 roku autor opisał dobór pozycji, ostateczną wersję z 36 pozycjami i dziewięcioma podskalami, dane o rzetelności i trafności oraz normy. Skalę tworzono dla organizacji usług społecznych, sektora publicznego i organizacji non profit. Wyniki JSS najsilniej wiązały się ze spostrzeganiem pracy i przełożonego, zamiarem odejścia i przywiązaniem do organizacji (Spector, 1985). Na swojej stronie autor podaje, że skala nadaje się do wszystkich typów organizacji (Spector, b.d.).

JSS pojawia się najczęściej w pracach z zarządzania, zarządzania zasobami ludzkimi i psychologii pracy. Używa się go też w badaniach pielęgniarek, nauczycieli i pracowników administracji. Typowe pytania badawcze to różnice w satysfakcji między działami lub sektorami oraz związek satysfakcji z intencją odejścia. Plan analiz takiej pracy opisuje wpis statystyka w pracy z zarządzania i ekonomii, a w pracach psychologicznych – statystyka dla psychologa. JSS mierzy postawę wobec pracy i jej aspektów. Nie jest miarą zaangażowania (zobacz UWES-9) ani wypalenia (zobacz OLBI).

Budowa: 36 pozycji, 9 aspektów po 4 pozycje

Każdy z dziewięciu aspektów mierzą 4 pozycje, a wynik ogólny liczy się ze wszystkich 36 pozycji. Odpowiedź zaznacza się na 6-stopniowej skali od 1 (zdecydowana niezgoda) do 6 (zdecydowana zgoda). Pozycje są sformułowane w obu kierunkach, więc mniej więcej połowę trzeba odwrócić (Spector, b.d.).

Numery pozycji i listę pozycji odwróconych odczytaliśmy z formularza samooceny w HTML na stronie autora (Spector, b.d.; odczyt 1 listopada 2026). Formularz liczy wynik każdego aspektu z równania, w którym odpowiedź w pozycji odwróconej ma postać 7 − x. Treści pozycji nie podajemy. Opis aspektu w drugiej kolumnie to nasze streszczenie jego nazwy.

Razem odwraca się 19 pozycji. Gwiazdka przy pozycji 6 oznacza jedyną niejasność. W równaniu aspektu procedur formularz dwa razy używa pozycji 12, a pozycji 6 nie używa wcale. Wygląda to na pomyłkę w formularzu, bo każdy aspekt ma 4 pozycje, a pozycja 6 nie należy do żadnego innego. Przypisaliśmy ją więc do procedur jako odwróconą. Zanim policzysz wyniki, porównaj tabelę z instrukcją punktowania na stronie autora. Na stronie opisano też nazwę aspektu procedur jako Operating Procedures, czyli wymagane zasady i procedury.

Licencja i warunki użycia

JSS jest chroniony prawem autorskim, ale autor zezwala na bezpłatne użycie do celów niekomercyjnych, edukacyjnych i badawczych. Zgoda obejmuje wprost prace licencjackie, magisterskie i doktorskie. Warunki są trzy: udostępnienie wyników, prawidłowe przypisanie autorstwa i zamieszczenie informacji o prawach autorskich na kopii skali (Spector, b.d.). Osobna zgoda na piśmie nie jest potrzebna.

Udostępnienie wyników oznacza wysłanie autorowi średnich każdego aspektu i wyniku ogólnego, liczebności próby, krótkiego opisu próby oraz kraju i języka badania. Odchylenia standardowe i alfy są mile widziane, ale nieobowiązkowe. Warunek spełnia też przesłanie gotowej pracy dyplomowej. Tłumaczenie skali jest dozwolone pod warunkiem przesłania autorowi kopii z informacją o prawach autorskich i o tłumaczu. Do celów komercyjnych, np. w badaniu zleconym przez firmę, autor poleca nowszą wersję JSS-2 (Spector, b.d.).

Na stronie autora są tłumaczenia JSS na ponad 30 języków. Nie zweryfikowaliśmy opublikowanej polskiej adaptacji z normami. Jeśli używasz polskiego tłumaczenia, podaj jego źródło. Jeśli tłumaczysz skalę sam(a), opisz procedurę przekładu. Wskazówki zawiera wpis adaptacja kulturowa kwestionariusza.

Jak policzyć wynik JSS krok po kroku

Krok 1. Sprawdź kodowanie 1–6

W danych powinny być tylko liczby od 1 do 6. Formularz online może zapisać odpowiedzi jako 0–5 albo jako tekst. Wtedy najpierw je przekoduj. Zanim zaczniesz, zapisz numery pozycji w nazwach kolumn, np. j1–j36. Ułatwi to odwracanie.

Krok 2. Odwróć 19 pozycji

Odwróć pozycje z ostatniej kolumny tabeli. Po odwróceniu wysoka liczba zawsze oznacza większą satysfakcję. Zasady odwracania i sposób sprawdzenia, czy się udało, opisuje hasło pozycja odwrócona.

Krok 3. Zsumuj pozycje każdego aspektu

Formularz autora liczy wyniki jako sumy, a nie średnie (Spector, b.d.). Trzymaj się sum, bo w tej postaci podawane są normy i wyniki w literaturze. Jeśli z jakiegoś powodu wolisz średnie 1–6, opisz to wyraźnie. Różnicę między oboma podejściami wyjaśnia hasło wynik skali – średnia czy suma. Pojedynczy wynik sprawdzisz w kalkulatorze wyniku skali.

Krok 4. Ustal regułę dla braków

Strony autora w HTML nie podają reguły dla braków odpowiedzi. Suma przy brakach zaniża wynik, więc nie licz jej z niepełnych danych. Możesz np. zastąpić jeden brak w aspekcie średnią pozostałych trzech pozycji. To jednak decyzja badacza, a nie zasada autora. Opisz ją w pracy, a inne możliwości znajdziesz we wpisie braki danych w ankiecie.

Interpretacja: wynik ciągły, normy amerykańskie

Wyższy wynik oznacza większą satysfakcję. Wynik aspektu 24 to najwyższa satysfakcja, a 4 najniższa. Polskich norm nie ma. Na stronie autora są normy dla prób amerykańskich i z kilku innych krajów, w podziale na branże. Autor zastrzega, że nie są one reprezentatywne dla żadnego kraju (Spector, b.d.). Możesz je przytoczyć jako punkt odniesienia z literatury, ale nie jako normy dla Twojej próby.

Formularz samooceny pokazuje przy wyniku zakres „większości osób”, czyli średnią ± 1 odchylenie standardowe z norm amerykańskich z ponad 36 000 osób. Dla wyniku ogólnego to 105–161, dla płacy 7–17, a dla charakteru pracy 15–23 (Spector, b.d.). To nie są progi diagnostyczne. Na stronie jest też osobny dokument o tym, jak ocenić, czy ktoś jest zadowolony, czy niezadowolony. Jeśli chcesz podzielić osoby na grupy, weź kryteria z tego dokumentu i zacytuj je. Nie twórz własnych progów z kwartyli próby (zobacz niski, przeciętny, wysoki wynik).

Druga kwestia to struktura. Dziewięć aspektów nie zawsze się potwierdza. W próbie nauczycieli szkół średnich konfirmacyjna analiza czynnikowa nie poparła dziewięciu czynników. Najlepiej pasował model trzech aspektów: awansu, przełożonego i charakteru pracy (Astrauskaite i in., 2011). Jeśli opisujesz wszystkie aspekty w nietypowej grupie zawodowej, sprawdź ich rzetelność i strukturę (CFA). Sam autor pisze, że nowsza wersja JSS-2 ma lepsze właściwości psychometryczne i osobną podskalę satysfakcji ogólnej. Ma jednak mniej norm i tłumaczeń (Spector, b.d.). Wyników obu wersji nie łącz w jednej analizie.

Przykład: 300 pracowników z dwóch sektorów

Dane są symulowane i możesz je pobrać jako plik CSV. Kolumny j1–j36 zawierają surowe odpowiedzi 1–6, przed odwróceniem. Kolumna sektor rozróżnia 150 osób z sektora publicznego i 150 z prywatnego. Kolumna intencja to wynik krótkiej skali intencji odejścia (1–5). Dane są kompletne, więc reguła dla braków nie była potrzebna.

Wyniki ogólne mieściły się w zakresie od 74 do 201. Najwyżej oceniono charakter pracy, przełożonego i współpracowników, a najniżej awans i płacę. Rysunek 1 pokazuje te same aspekty osobno dla obu sektorów.

Rzetelność i kontrola odwrócenia

Alfa Cronbacha aspektów wyniosła od .79 do .84, a wyniku ogólnego .92. Przy czterech pozycjach to dobre wartości. Obok alfy podaliśmy omegę McDonalda z jednoczynnikowej CFA, bo alfa zakłada równe ładunki pozycji (McNeish, 2018). Omegę z gotowych ładunków policzysz też w kalkulatorze alfy i omegi.

Policzyliśmy też alfę na surowych odpowiedziach, tak jakby ktoś zapomniał o odwróceniu. W aspektach z dwiema pozycjami odwróconymi alfa spadła poniżej zera, nawet do −2.00. W aspektach z jedną albo trzema takimi pozycjami spadła w okolice zera (rysunek 2). Druga kontrola to korelacja surowej pozycji z resztą skali. Przed odwróceniem pozycje odwrócone korelowały z resztą ujemnie (od −.55 do −.38), a pozostałe dodatnio (od .38 do .54). Ujemna alfa albo ujemna korelacja pozycja–reszta to prawie zawsze znak błędu w odwracaniu.

Związek z intencją odejścia i porównanie sektorów

Wynik ogólny JSS korelował z intencją odejścia, r = −.52, 95% CI [−.59, −.43], p < .001. Wśród aspektów najsilniej z intencją wiązała się płaca (r = −.42), a najsłabiej przełożony (r = −.23). Jak opisać taką tabelę, pokazuje wpis jak opisać tabelę korelacji.

Sektory porównaliśmy w wyniku ogólnym testem t Welcha. Osoby z sektora prywatnego (M = 134.71, SD = 18.97) były bardziej zadowolone niż osoby z sektora publicznego (M = 129.19, SD = 20.41), t(296.42) = 2.42, p = .016. Różnica wyniosła 5.51 punktu, 95% CI [1.04, 9.99], a d Cohena = 0.28, 95% CI [0.05, 0.51]. To mały efekt.

Jak opisać JSS w pracy

Wzór zawiera liczby z przykładu. W nawiasach kwadratowych uzupełnij dane swojej wersji.

Ogólny schemat opisu narzędzia znajdziesz w poradniku opis narzędzia badawczego – wzór, a zdania o rzetelności we wzorze raportowania alfy Cronbacha.

# B287 – JSS (Job Satisfaction Survey, 36 pozycji): odwracanie, sumy 9 aspektów i wyniku ogólnego,
# rzetelność, kontrola odwrócenia, związek z intencją odejścia i porównanie dwóch sektorów
# (dane symulowane, set.seed(28736)). Treści pozycji nie podajemy – kolumny j1–j36 to numery pozycji.
# Przypisanie pozycji do aspektów i lista pozycji odwróconych: według formularza samooceny
# na oficjalnej stronie autora (paulspector.com, odczyt 2026-11-01); porównaj je z instrukcją punktowania.
suppressPackageStartupMessages({ library(psych); library(lavaan) })
set.seed(28736)
aspekty <- list(placa = c(1, 10, 19, 28), awans = c(2, 11, 20, 33), przelozony = c(3, 12, 21, 30),
                swiadczenia = c(4, 13, 22, 29), nagrody = c(5, 14, 23, 32), procedury = c(6, 15, 24, 31),
                wspolpracownicy = c(7, 16, 25, 34), praca = c(8, 17, 27, 35), komunikacja = c(9, 18, 26, 36))
odwrocone <- c(2, 4, 6, 8, 10, 12, 14, 16, 18, 19, 21, 23, 24, 26, 29, 31, 32, 34, 36)

# Symulacja: 9 skorelowanych aspektów, odpowiedzi 1–6; pozycje odwrócone zapisane "na odwrót", jak w surowych danych
n <- 300
sektor <- rep(c("publiczny", "prywatny"), each = n / 2)
R <- matrix(.40, 9, 9); diag(R) <- 1
F <- matrix(rnorm(n * 9), n, 9) %*% chol(R)
F <- F + outer(ifelse(sektor == "publiczny", -0.25, 0.25), c(.9, .8, .1, .9, .6, .3, .1, 0, .3))
srednie <- c(3.0, 2.9, 4.4, 3.6, 3.3, 3.1, 4.4, 4.7, 3.7)
odp <- matrix(NA, n, 36, dimnames = list(NULL, paste0("j", 1:36)))
for (a in seq_along(aspekty)) for (j in aspekty[[a]]) {
  x <- pmin(pmax(round(srednie[a] + 1.1 * (.75 * F[, a] + rnorm(n, 0, sqrt(1 - .75^2)))), 1), 6)
  odp[, j] <- if (j %in% odwrocone) 7 - x else x }
F_ogolny <- rowMeans(F)
intencja <- pmin(pmax(round(2.6 - 0.75 * F_ogolny + rnorm(n, 0, .8), 1), 1), 5)   # intencja odejścia 1–5
dane <- data.frame(id = 1:n, sektor, odp, intencja)
write.csv(dane, "../jss-dane-przyklad.csv", row.names = FALSE)   # plik do pobrania

# Krok 1. Kontrola kodowania: tylko 1–6, bez braków
all(sapply(dane[, paste0("j", 1:36)], function(x) all(x %in% 1:6)))
table(dane$sektor)

# Krok 2. Odwracanie: 7 – odpowiedź (1 ↔ 6, 2 ↔ 5, 3 ↔ 4) w 19 pozycjach
pk <- dane[, paste0("j", 1:36)]
for (j in odwrocone) pk[[paste0("j", j)]] <- 7 - pk[[paste0("j", j)]]

# Krok 3. Wyniki: suma 4 pozycji aspektu (4–24) i suma 36 pozycji (36–216)
for (a in names(aspekty)) dane[[a]] <- rowSums(pk[, paste0("j", aspekty[[a]])])
dane$JSS <- rowSums(pk)
all.equal(dane$JSS, rowSums(dane[, names(aspekty)]))           # wynik ogólny = suma 9 aspektów
opis <- function(x) round(c(M = mean(x), SD = sd(x), min = min(x), max = max(x)), 2)
t(sapply(dane[, c(names(aspekty), "JSS")], opis))

# Krok 4. Rzetelność: alfa z 95% CI Feldta i omega total z jednoczynnikowej CFA (MLR)
omega_cfa <- function(p, d) { f <- cfa(paste("F =~", paste(p, collapse = " + ")), data = d, std.lv = TRUE, estimator = "MLR")
  L <- standardizedSolution(f); l <- L$est.std[L$op == "=~"]; e <- L$est.std[L$op == "~~" & L$lhs %in% p & L$lhs == L$rhs]
  sum(l)^2 / (sum(l)^2 + sum(e)) }
rzet <- function(p, d) { a <- alpha(d[, p], warnings = FALSE, check.keys = FALSE)
  round(c(alfa = a$total$raw_alpha, lo = a$feldt$lower.ci[[1]], hi = a$feldt$upper.ci[[1]], omega = omega_cfa(p, d)), 3) }
rz <- t(sapply(names(aspekty), function(a) rzet(paste0("j", aspekty[[a]]), pk)))
rbind(rz, JSS = rzet(paste0("j", 1:36), pk))

# Krok 5. Kontrola odwrócenia: alfa aspektów policzona na surowych odpowiedziach (bez odwrócenia)
bez <- sapply(aspekty, function(p) suppressWarnings(alpha(dane[, paste0("j", p)], warnings = FALSE, check.keys = FALSE))$total$raw_alpha)
round(cbind(poprawnie = rz[, "alfa"], bez_odwrocenia = bez), 2)
# Korelacja pozycja–reszta skali ogólnej: przed odwróceniem pozycje odwrócone korelują ujemnie
kor_surowe <- sapply(1:36, function(j) cor(dane[[paste0("j", j)]], rowSums(pk[, -j])))
round(range(kor_surowe[odwrocone]), 2); round(range(kor_surowe[-odwrocone]), 2)

# Krok 6. Trafność: korelacje z intencją odejścia (Pearson, 95% CI)
kor <- t(sapply(c(names(aspekty), "JSS"), function(v) { k <- cor.test(dane[[v]], dane$intencja)
  c(round(c(r = unname(k$estimate), lo = k$conf.int[1], hi = k$conf.int[2]), 3), p = signif(k$p.value, 2)) }))
kor

# Krok 7. Porównanie sektorów w wyniku ogólnym: test t Welcha i d Cohena z 95% CI
aggregate(JSS ~ sektor, dane, function(x) round(c(M = mean(x), SD = sd(x)), 2))
t.test(JSS ~ sektor, data = dane)
round(cohen.d(JSS ~ sektor, data = dane[, c("JSS", "sektor")])$cohen.d, 2)

[1] TRUE

 prywatny publiczny 
      150       150 
[1] TRUE
                     M    SD min max
placa            12.16  3.49   4  22
awans            11.62  3.71   4  23
przelozony       17.48  3.41   7  24
swiadczenia      14.50  3.70   4  24
nagrody          12.91  3.68   5  23
procedury        12.59  3.53   4  23
wspolpracownicy  17.21  3.32   6  24
praca            18.70  3.21   9  24
komunikacja      14.77  3.76   4  23
JSS             131.95 19.87  74 201
                 alfa    lo    hi omega
placa           0.814 0.777 0.846 0.814
awans           0.839 0.807 0.867 0.839
przelozony      0.803 0.763 0.837 0.804
swiadczenia     0.836 0.804 0.865 0.837
nagrody         0.825 0.790 0.855 0.825
procedury       0.815 0.778 0.847 0.815
wspolpracownicy 0.793 0.752 0.829 0.794
praca           0.798 0.758 0.833 0.798
komunikacja     0.844 0.813 0.871 0.845
JSS             0.915 0.901 0.929 0.915
                poprawnie bez_odwrocenia
placa                0.81          -1.55
awans                0.84           0.04
przelozony           0.80          -1.37
swiadczenia          0.84          -2.00
nagrody              0.82           0.04
procedury            0.81          -0.01
wspolpracownicy      0.79          -1.51
praca                0.80          -0.03
komunikacja          0.84          -0.08
[1] -0.55 -0.38
[1] 0.38 0.54
                     r     lo     hi       p
placa           -0.418 -0.507 -0.320 4.2e-14
awans           -0.304 -0.404 -0.198 7.7e-08
przelozony      -0.235 -0.339 -0.125 3.9e-05
swiadczenia     -0.271 -0.373 -0.163 1.8e-06
nagrody         -0.319 -0.417 -0.213 1.7e-08
procedury       -0.317 -0.415 -0.211 2.1e-08
wspolpracownicy -0.356 -0.451 -0.253 2.3e-10
praca           -0.324 -0.421 -0.218 9.7e-09
komunikacja     -0.356 -0.451 -0.253 2.2e-10
JSS             -0.516 -0.594 -0.427 8.8e-22
     sektor  JSS.M JSS.SD
1  prywatny 134.71  18.97
2 publiczny 129.19  20.41

	Welch Two Sample t-test

data:  JSS by sektor
t = 2.4231, df = 296.42, p-value = 0.01599
alternative hypothesis: true difference in means between group prywatny and group publiczny is not equal to 0
95 percent confidence interval:
 1.035414 9.991253
sample estimates:
 mean in group prywatny mean in group publiczny 
               134.7067                129.1933 

    lower effect upper
JSS -0.51  -0.28 -0.05

Najczęstsze błędy przy JSS

• Brak odwrócenia albo odwrócenie złych pozycji. Ujemna alfa aspektu lub ujemna korelacja pozycji z resztą skali to sygnał, że coś poszło nie tak.
• Odwracanie wzorem 6 − x. Przy skali 1–6 poprawny wzór to 7 − x. Wzór 6 − x daje zakres 0–5 i przesuwa sumy.
• Średnie zamiast sum bez opisu. Wyniku 3.2 nie da się porównać z normami podanymi w sumach.
• Normy amerykańskie jako normy polskie. To punkt odniesienia z literatury, a nie normy dla Twojej populacji.
• Wszystkie aspekty naraz w jednej regresji. Aspekty są ze sobą skorelowane. Wybierz te, o które pytasz w hipotezie, i sprawdź współliniowość.
• Pominięcie warunków autora. Zaplanuj wysłanie wyników i umieść informację o prawach autorskich na kopii skali.

Pełną ścieżkę analizy narzędzia porządkuje przewodnik po analizie kwestionariusza. Jeśli chcesz, żeby ktoś sprawdził odwracanie i liczenie wyników JSS w Twojej bazie, możesz skorzystać z konsultacji w ramach oferty analizy statystyczne dla studentów. Wyniki musisz jednak rozumieć i umieć obronić samodzielnie.

Najczęstsze pytania

Które pozycje JSS są odwrócone?

Według formularza samooceny na stronie autora odwraca się 19 pozycji: 2, 4, 6, 8, 10, 12, 14, 16, 18, 19, 21, 23, 24, 26, 29, 31, 32, 34 i 36. Przy pozycji 6 formularz zawiera niejasność, dlatego porównaj listę z instrukcją punktowania na stronie autora. Odwracasz wzorem 7 − x.

Czy wynik JSS to suma czy średnia?

Suma. Formularz autora sumuje 4 pozycje każdego aspektu (zakres 4–24) i wszystkie 36 pozycji w wynik ogólny (36–216). W sumach podawane są też normy. Jeśli wolisz średnie 1–6, opisz to wyraźnie i nie porównuj ich wprost z normami.

Czy na użycie JSS w pracy magisterskiej potrzebna jest zgoda autora?

Osobna zgoda nie jest potrzebna. Autor zezwala na bezpłatne użycie do badań niekomercyjnych, wprost także w pracach dyplomowych. Warunki to przesłanie wyników (średnie, liczebność, opis próby, kraj i język), podanie źródła i umieszczenie informacji o prawach autorskich na kopii skali.

Od jakiego wyniku pracownik jest zadowolony w JSS?

Skala nie ma polskich norm ani oficjalnych progów w materiałach, które czytaliśmy. Formularz autora pokazuje tylko zakres średnia ± 1 SD z norm amerykańskich, np. 105–161 dla wyniku ogólnego. Na stronie autora jest osobny dokument o interpretacji – jeśli dzielisz osoby na grupy, weź kryteria stamtąd i je zacytuj.

Czym różni się JSS od JSS-2?

JSS z 1985 roku ma 36 pozycji i 9 aspektów, wiele norm i tłumaczeń. JSS-2 ma 32 pozycje, 7 aspektów i osobną podskalę satysfakcji ogólnej oraz według autora lepsze właściwości psychometryczne, ale mniej norm i badań. Do celów komercyjnych autor poleca JSS-2. Wyników obu wersji nie łącz w jednej analizie.

Powiązane hasła

Przeczytaj też

@article{astrauskaite2011job, author={Astrauskaite, Milda and Vaitkevicius, Raimundas and Perminas, Aidas}, title={{Job Satisfaction Survey: A confirmatory factor analysis based on secondary school teachers’ sample}}, journal={International Journal of Business and Management}, year={2011}, volume={6}, number={5}, doi={10.5539/ijbm.v6n5p41}}

@article{mcneish2018thanks, author={McNeish, Daniel}, title={{Thanks coefficient alpha, we’ll take it from here}}, journal={Psychological Methods}, year={2018}, volume={23}, number={3}, pages={412--433}, doi={10.1037/met0000144}}

@article{spector1985measurement, author={Spector, Paul E.}, title={{Measurement of human service staff satisfaction: Development of the Job Satisfaction Survey}}, journal={American Journal of Community Psychology}, year={1985}, volume={13}, number={6}, pages={693--713}, doi={10.1007/bf00929796}}

@book{spector2022job, author={Spector, Paul E.}, title={{Job satisfaction: From assessment to intervention}}, year={2022}, publisher={Routledge}, doi={10.4324/9781003250616}}

@misc{spectorjssnd, author={Spector, Paul E.}, title={{Job Satisfaction Survey}}, publisher={Paul Spector – strona autora}, url={https://paulspector.com/assessments/pauls-no-cost-assessments/job-satisfaction-survey-jss/}}