• No results found

Analyse ondersteunende variabelen

In document Prevention is better than cure (pagina 54-58)

5. Bevindingen kwantitatief onderzoeksdeel

5.4. Analyse ondersteunende variabelen

In hoofdstuk vier zijn de twee ondersteunende variabelen reeds geïntroduceerd. Deze variabelen zijn na overleg tussen onderzoeker en opdrachtgever toegevoegd aan de enquête. Dit met het oog op het behalen van de doelstelling in dit onderzoek: het verhogen van de mate van ervaren ondersteuning op het gebied van externe integriteit onder de Haarlemmermeerse ambtenaar. Om deze doelstelling te bereiken is een tweetal ondersteunende variabelen middels de enquête in kaart gebracht. Deze variabelen zijn ‘integriteitsbehoefte’ en ‘tevredenheid over gemeentelijke inspanningen’. Ook op deze twee variabelen is de Kruskal-Wallis toets toegepast. In de volgende alinea’s zijn hiervan de resultaten kort uiteengezet. De eerste van de ondersteunende variabelen is de ‘integriteitsbehoefte’. Deze variabele is uitgevraagd middels één stelling, waarop een Likert-schaal aan antwoordmogelijkheden was. Evenals bij de afhankelijke variabele luidt de nulhypothese voor de Kruskal-Wallis toets dat er geen statistisch significant verschil waarneembaar is tussen de verschillende clusters. De bijbehorende alternatieve hypothese luidt dat tenminste één cluster een statistisch significante afwijking ten opzichte van de

overige clusters laat zien. Ook gelijk aan de statistische analyse van de afhankelijke variabele is de gekozen alpha van 0,05. Na het uitvoeren van de Kruskal-Wallis toets levert dat de SPSS-output uit tabel 5.4 op.

Test Statisticsa,b Ik heb behoefte

aan meer hulp en ondersteuning op het gebied van integriteit dan dat er nu geboden wordt. Chi-Square 23,028 df 17 Asymp. Sig. ,148

a. Kruskal Wallis Test b. Grouping Variable: Ik ben werkzaam binnen cluster:

Tabel 5.4: SPSS-output Kruskal-Wallis toets op ondersteunende variabele ‘behoefte’ Ook hier is de ‘Asymp. Sig.’ van belang. Deze waarde moet onder de alpha-waarde van 0,05 zijn om met een 95% betrouwbaarheidsinterval de nulhypothese te kunnen verwerpen. Aangezien de Asymp. Sig. waarde hier 0,148 is, waarmee deze waarde hoger is dan de alpha-waarde van 0,05, geeft dat geen reden de nulhypothese te verwerpen. De nulhypothese blijft dus behouden. Vertaald naar dit onderzoek betekent dit dat op de variabele ‘behoefte’ geen significante afwijking is gevonden tussen clusters. Op basis van deze variabele is dan ook geen cluster toegevoegd aan de twee reeds geselecteerde clusters voor het kwalitatieve deel van dit onderzoek. De volledige SPSS-output van deze variabele is opgenomen in bijlage 3.

De tweede van de ondersteunende variabelen is de ‘tevredenheid over gemeentelijke inspanningen. Ook deze variabele is uitgevraagd middels één stelling, waarop een Likert-schaal aan antwoordmogelijkheden was. Evenals bij de vorige variabelen, luidt de nulhypothese voor de Kruskal- Wallis toets dat er geen statistisch significant verschil waarneembaar is tussen de verschillende clusters. De bijbehorende alternatieve hypothese luidt dat tenminste één cluster een statistisch significante afwijking ten opzichte van de overige clusters laat zien. Ook gelijk aan de eerdere variabelen is de alpha van 0,05. Na het uitvoeren van de Kruskal-Wallis toets levert dat de SPSS-output uit tabel 5.5 op.

Test Statisticsa,b Ik denk dat er voldoende wordt gedaan door de gemeente om de ambtenaren te helpen

goed om te gaan met het thema 'integriteit'.

Chi-Square 16,391

df 17

Asymp. Sig. ,496

a. Kruskal Wallis Test

b. Grouping Variable: Ik ben werkzaam binnen cluster:

Tabel 5.5: SPSS-output Kruskal-Wallis toets op ondersteunende variabele ‘tevredenheid over gemeentelijke inspanningen’

Wederom dient men hier te kijken naar de ‘Asymp. Sig.’ waarde, die in dit geval een 0,496 aangeeft. Wanneer men dit vergelijkt met de alpha van 0,05, is deze Asymp. Sig. waarde hoger, waardoor ook bij deze variabele de nulhypothese niet verworpen wordt. Op basis van deze SPSS-output zijn ook bij de tweede ondersteunende variabele geen afwijkende clusters gevonden. Op basis van deze informatie zijn ook aan de hand van de tweede ondersteunende variabele geen extra clusters geselecteerde voor het kwalitatieve gedeelte van dit onderzoek. De volledige SPSS-output van deze variabele is opgenomen in bijlage 4.

Na de analyse van de afhankelijke variabele en de twee ondersteunende variabelen, zijn er op basis van de statistiek twee clusters geselecteerd voor het kwalitatieve vervolgonderzoek. Dit zijn de clusters Projecten en Inkoop & Juridische Zaken. Met deze clusters zijn interviews gehouden. Na het voorleggen van de statistische resultaten merkte de opdrachtgever op dat ook het Klant Contact Centrum lage waarde aangaf op de afhankelijke variabelen. Na het cluster Projecten is het Klant Contact Centrum het laagst scorende cluster op de afhankelijke variabele. Toch gaf het Klant Contact Centrum geen statistisch significante afwijking aan, waardoor het Klant Contact Centrum op basis van de statistiek niet geselecteerd is. Op aandragen van de opdrachtgever is het Klant Contact Centrum toch geselecteerd voor het kwalitatieve deel van het onderzoek. De opdrachtgever van dit onderzoek was benieuwd waar deze resultaten vandaan kwamen en heeft opdracht gegeven interviews binnen het cluster af te nemen.

5.5. Samenvatting

In dit hoofdstuk is aandacht besteed aan de analyse van het kwantitatieve deel van dit onderzoek; de enquête. De enquête is onder 318 ambtenaren uitgezet, met een totaal van 192 reacties. Na het opschonen van deze reacties bleven er 154 analyseerbare respondenten over. Omdat binnen het cluster Corporate Control slechts één respondent de enquête ingevuld had, waardoor de generaliseerbaarheid en betrouwbaarheid van deze respondent nihil is, is ook deze respondent (en daarmee het cluster Corporate Control) uit de dataset verwijderd. Deze aanpassingen ten behoeven van de betrouwbaarheid hebben erin geresulteerd dat de statistische analyses zijn uitgevoerd op 153 respondenten, verdeeld over achttien clusters.

Op basis van de statische analyse van de afhankelijke variabele zijn er twee clusters statistisch significant afwijkend gebleken, waardoor zij zijn geselecteerd voor het kwalitatieve gedeelte van dit onderzoek. Deze clusters zijn het cluster Projecten en het cluster Inkoop & Juridische Zaken. Na overleg met de opdrachtgever is het cluster Klant Contact Centrum aan deze selectie toegevoegd. Ondanks dat

er statistisch geen aanleiding was voor deze selectie, geeft het Klant Contact Centrum aan een erg lage mate van ondersteuning op het integriteitsthema te ervaren, iets dat de aandacht en nieuwsgierigheid van zowel opdrachtgever als onderzoeker heeft getrokken. In het volgende hoofdstuk zijn de interviews met de cluster Projecten, Inkoop & Juridische Zaken en het Klant Contact Centrum geanalyseerd.

In document Prevention is better than cure (pagina 54-58)