Unternehmen und Organisationen nutzen Mitarbeiterbefragungen inzwischen regelmäßig als Instrument der Unternehmenssteuerung. Längst hat sich herumgesprochen und wurde zudem durch zahlreiche Studien validiert, dass sich der nachhaltige Unternehmenserfolg vor allem durch hohe Mitarbeiterbindung und die Mitarbeiterzufriedenheit erklären lässt. In diesem Sinne ist es also nur allzu verständlich und nachvollziehbar, die eigenen Mitarbeiter turnusmäßig zu befragen, um einen umfassenden Eindruck der aktuellen Situation zu bekommen.

Es existieren zahlreiche Fragenkataloge, die eingesetzt werden, um die Dimensionen bzw. Bereiche zu evaluieren, die für die Mitarbeiter wichtig und entscheidend sind. Einige von ihnen sind beispielsweise die Bezahlung, individuelle Entwicklungsmöglichkeiten, die Ausstattung des Arbeitsplatzes, die Zufriedenheit mit Führungskräften und natürlich den unmittelbaren Kollegen. Deutlich mehr in den Fokus gerückt sind in den letzten Jahren auch die Sicherheit des Arbeitsplatzes, Angebote des Arbeitgebers über das Übliche hinaus (z. B. betriebliche Altersvorsorge) und die Möglichkeiten zur flexiblen Gestaltung der Arbeitszeit. Aus der Erfahrung zeigt sich, dass die weichen Faktoren – wie das soziale Miteinander – wichtiger zu sein scheinen, als harte Faktoren, wie beispielsweise die Bezahlung oder die Anzahl der Urlaubstage. Aus methodischer Sicht ist es wichtig, die richtigen Skalen für solche Befragungen zu entwerfen, Items ansprechend und eindeutig zu formulieren und den Fragebogen unternehmensspezifisch anzupassen. Während in einer IT-Firma die Arbeitssicherheit nur eine untergeordnete Rolle spielen dürfte, kann dies in einem Produktionsunternehmen ganz anders aussehen und sollte entsprechend berücksichtigt werden. Philosophie und Struktur einer Organisation sollten daher eine entsprechende Bedeutung beigemessen werden – allzu oft wird allerdings darauf verzichtet und es werden standardisierte Befragungen eingesetzt.

Über die Formulierung der allgemeinen Fragen – meist mit dem Schwerpunkt Mitarbeiterzufriedenheit – werden zudem Gruppenvariablen definiert, um in der späteren Analyse Unterschiede zwischen Geschlechtern, älteren und jüngeren Mitarbeitern oder verschiedenen Abteilungen aufzudecken. Ziel ist es, auf Grund von Vergleichen zwischen Gruppen, spezifische Maßnahmen im HR zu entwickeln und umzusetzen. Würde man diese Unterschiede nicht explizit untersuchen, so können Maßnahmen meist nur für die gesamte Belegschaft beschlossen werden – aus personalpolitischer Sicht ist das wenig effizient. Bei der Datenanalyse gefundene Unterschiede sollten dann auf statistische Signifikanz geprüft werden, anschließend ist die Einschätzung der praktischen Relevanz essentiell. Dass es sich hier um zwei völlig unterschiedliche Konzepte handelt, wird jedoch häufig vernachlässigt. Auch geringste Unterschiede können bei hohen Fallzahlen signifikant sein, ohne jedoch eine Aussagekraft zu besitzen. Ein Unterschied von 0,2 Punkten auf einer Skala mit 10 Stufen mag signifikant sein, dennoch ist die inhaltliche Tragweite des Unterschiedes marginal, ja sogar redundant. Es empfiehlt sich daher, vorab bereits Schwellen oder Differenzen festzulegen, die eine inhaltliche Bedeutung haben, alternativ können auch Effektstärkemaße eingesetzt werden, die vergleichbar sind.

Warum ist aber nun die simple Prüfung von Unterschieden oder Zusammenhängen meist nicht ausreichend, um maximale Informationen aus einer Mitarbeiterbefragung zu generieren? Welche Möglichkeiten aus statistischer Sicht bestehen, um noch optimalere Erkenntnisse zu gewinnen? In diesem Sinne wollen wir auf die explizite Berücksichtigung und Bedeutung von Interaktionseffekten eingehen und diese etwas näher beschreiben.

Lassen Sie uns in einer fiktiven Mitarbeiterbefragung davon ausgehen, dass ein mittelständisches Unternehmen eine Befragung mit den Schwerpunkten Arbeitszeit, psychische Belastungen und die allgemeine Mitarbeiterzufriedenheit durchgeführt habe. Darüber hinaus wurden als Gruppenvariablen das Geschlecht sowie die Abteilungszugehörigkeit erhoben. Nachdem alle Items des Fragebogens deskriptiv ausgewertet wurden, lag der Fokus anschließend darauf, Unterschiede zwischen Gruppen (Geschlecht bzw. Abteilung) näher zu untersuchen. Bezüglich der Gesamtzufriedenheit mit der Tätigkeit zeigten sich bei Frauen und Männern die folgenden Mittelwerte, dargestellt durch das folgende Diagramm:

Profil-Plot der Gesamtzufriedenheit, Haupteffekt Geschlecht

Abbildung 1: Profil-Plot der Gesamtzufriedenheit, Haupteffekt Geschlecht

Auf einer 10-stufigen Skala ergaben sich im Mittel kaum Unterschiede bei der Gesamtzufriedenheit (Frauen: 6,2; Männer: 6,3) zwischen den Geschlechtern. Eine zusätzliche Prüfung der Differenz von 0,1 würde wohl auch kein signifikantes Ergebnis ergeben. Die logische Schlussfolgerung wäre nun, dass Frauen und Männer im Unternehmen nahezu gleich zufrieden sind, auch wenn Werte von knapp über 6 sicherlich keine ausgeprägte Mitarbeiterzufriedenheit widerspiegeln.
Analog dazu widmet sich die nächste Analyse nun den Abteilungen, hier wollen wir uns den Unterschied zwischen den Abteilungen Rechnungswesen und Vertrieb genauer anschauen:

Profil-Plot der Gesamtzufriedenheit, Haupteffekt Abteilung

Abbildung 2: Profil-Plot der Gesamtzufriedenheit, Haupteffekt Abteilung

Offenbar sind die Mitarbeiter im Rechnungswesen etwas zufriedener mit ihrer Tätigkeit und einem Wert von 6,4 gegenüber den Vertriebsmitarbeitern mit einem Wert von 6,1. Allerdings ist auch diese Differenz von 0,3 bei einer 10-stufigen Skala marginal und hat kaum praktische Relevanz.
Würde man nun – wie es wohl meistens der Fall ist – die Analysen abschließen und schlussfolgern, dass weder geschlechts- noch abteilungsspezifische Maßnahmen seitens des Managements erforderlich sind, da ja offensichtlich keine großen Unterschiede bestehen, so erweist sich dies als zu kurzsichtig. Deutlich mehr Informationen lassen sich aus den Daten gewinnen, wenn zusätzlich Interaktionseffekte modelliert werden, die beide Gruppenvariablen verknüpfen. Im mathematisch-statistischen Sinne bedeutet das, zusätzlich zu den Haupteffekten auch das Produkt der beiden Variablen als Interaktionsterm im Modell aufzunehmen. Üblicherweise werden hier Anwendungen des ALM wie Varianzanalysen oder die lineare Regression eingesetzt. Was bedeutet die Interaktion in unserem Beispiel nun konkret? Wir wollen wissen, ob Unterschiede zwischen den Geschlechtern eventuell von der Abteilung abhängig sind. Oder andersherum formuliert: Existieren eventuell doch Unterschiede zwischen den Abteilungen, aber nur unter Berücksichtigung des Geschlechts?
Würden wir es bei den bisher beschriebenen Analysen belassen, könnten wir diese Fragen nicht beantworten. Gestalten wir unser statistisches Modell jedoch etwas komplexer, sind wir dazu in der Lage. Unter Hinzunahme der Interaktion Geschlecht x Abteilung ergäbe sich dann das folgende Bild, dargestellt werden wiederum die Mittelwerte:

Profil-Plot der Gesamtzufriedenheit, Interaktionseffekt Geschlecht x Abteilung

Abbildung 3: Profil-Plot der Gesamtzufriedenheit, Interaktionseffekt Geschlecht x Abteilung

Widmen wir uns zunächst der Abteilung Rechnungswesen: Offenbar existieren hier gravierende Unterschiede zwischen Frauen (Mittelwert 7,4) und Männern (Mittelwert 5,3), die weiblichen Mitarbeiter sind deutlich zufriedener als die Männer mit einer Differenz von mehr als 2 Skalenstufen. Gegensätzlich dazu sieht es beim Vertrieb aus: Hier sind die Männer viel zufriedener (7,2) als die Frauen (5,0) – ebenfalls ein deutlicher Unterschied. Wichtig zu erwähnen ist, dass für alle Diagramme die gleichen Daten zugrunde liegen! Das wird deutlich, wenn wir beispielsweise den Mittelwert der Geschlechter beim Vertrieb bilden, dieser ergibt sich zu (5,0+7,2)/2 = 6,1 und stimmt mit dem Wert des 2. Diagramms überein. Unsere ursprüngliche Schlussfolgerung ohne Berücksichtigung des Interaktionseffektes, dass weder Geschlechter noch Abteilungen sich unterscheiden, kann bei tieferer Analyse unserer Mitarbeiterbefragung nicht bestätigt werden. Im Gegenteil: Offenbar ist es sinnvoll, Maßnahmen zur Verbesserung der Mitarbeiterzufriedenheit für spezielle Kombinationen von Gruppen zu entwickeln. Im ersten Schritt sollte in unserer fiktiven Befragung eruiert werden, warum Männer im Rechnungswesen und Frauen im Vertrieb deutlich unzufriedener sind als ihre Kollegen, was bei sorgfältiger Studienplanung durch weitere Analysen ohne weiteres möglich ist.
Der große Vorteil dieser statistischen Technik ist offensichtlich: Unterschiede zwischen Gruppen können – wie in unserem Beispiel – identifiziert werden, die vorher verdeckt blieben. Personalverantwortliche wissen nur zu gut, dass eine Mitarbeiterbefragung einiges an Zeit und Ressourcen kostet – in diesem Sinne sollten die Daten also bestmöglich und optimal ausgewertet werden, um am Ende ein vollständiges Bild der aktuellen Mitarbeitersituation zu gewinnen. Darüber hinaus können auf Grundlage dieser Ergebnisse gezielt Mitarbeiterbindung und Mitarbeiterzufriedenheit durch entsprechende Interventionen des Personalmanagements verbessert werden, denn eine Mitarbeiterbefragung ist nie nur Mittel zum Zweck. Nach erfolgreicher Umsetzung stehen dann nicht nur zufriedenere Mitarbeiter, sondern auch der mittel- und langfristige Erfolg des Unternehmens – und genau das ist das Ziel.

Über den Autor


Erik Kirst hat Psychologie mit Schwerpunkt Statistik und quantitative Methoden studiert. Er berät Wissenschaft, Forschung und Unternehmen bei der Planung, Auswertung und Interpretation von Studien und veranstaltet Coachings und Seminare zu statistischen Fachthemen.

Kommentieren

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.