Šis darbas skirtas Italijos verslininkų pasitenkinimo darbu analizei, naudojantis kokybinių požymių daugiamatės statistikos metodais. Duomenys yra iš Italijos Veneto regiono verslininkų tyrimo, kurį 2006 metais pradėjo Padujos universiteto Statistikos departamentas. Imtį sudaro 1216 stebėjimų iš beveik 113000 Veneto regiono (Šiaurės rytų Italija) verslininkų populiacijos. Priklausomasis kintamasis, t.y. pasitenkinimas darbu, išmatuotas ranginėje keturių taškų Likert skalėje su šiomis kategorijomis: „nepatenkintas“, „nei patenkintas, nei nepatenkintas“, „pakankamai patenkintas“ ir „patenkintas“. Paaiškinamuosius kintamuosius sudaro demografinės, firmos charakteristikos, tapimo verslininku motyvus, darbą, laisvalaikį ir ateities perspektyvas atspindintys kintamieji. Beveik visi kintamieji, taip pat ir priklausomasis, yra kategoriniai. Todėl pagrindinis šio darbo tikslas yra išsirinkti geriausiai tokio tipo duomenims tinkantį modelį. Aptariama galimybė naudotis tiesine regresija, atlikus optimalųjį matavimo skalės transformavimą (optimal scaling), logistine regresija, prieš tai apjungus priklausomojo kintamojo rangus, daugianariu logit modeliu, analizuojant kiekvienos kategorijos tikimybę atskirai ir rangine regresija su logit ir cloglog sąryšio funkcijomis. Potencialių pasitenkinimo darbu veiksnių skaičius- pakankamai didelis (daugiau negu 30), todėl itin svarbus uždavinys yra parinkti aiškinančiuosius kintamuosius, vengiant multikolinearumo problemos. Siekiant sumažinti... [toliau žr. visą tekstą] / The paper presents job satisfaction analysis among Italian entrepreneurs using multivariate statistical techniques. Data are taken from Veneto region (North-East part of Italy) businessmen research started by Department of Statistics of Padova University at 2006. Sample consists of 1216 observations (real population is almost 113 000 entrepreneurs at this region). The outcome variable for the job satisfaction is measured on an ordered, categorical, four-point Likert scale – „dissatisfied‘“, „neither satisfied nor dissatisfied“ , „quite satisfied“ and „satisfied“. Explanatory variables include demographic items, firm characteristics, variables representing the reasons of having started the own business, items associated with work, leisure activities and future perspectives. Quite all variables, as well as the dependent one, beeing categorical, the main objective of this work is to select an appropriate model for such type of data among possible alternatives. Discussions are made on possibility to applicate linear regression with optimal scaling, binary logit for dichotomized dependent variable, multinomial logit for analysis of every single category and ordinal logistic regression with several link functions (logit and cloglog). The number of possible determinants of job satisfaction beeing quite large (there were more than 30 questionnaire items associated with job satisfaction) it was of a great importance choosing which explanatory variables should be included in the models... [to full text]