2.5 Control tightness
3.4.5 Controle variabelen
De variabelen formele control tightness, werkgerelateerde stress en kennisintensiteit zullen in hun samenhang via correlatie en regressieanalyse worden getoetst. Bij het uitvoeren van de statistische analyses kan sprake zijn van ruis. Daarom worden in de regressieanalyse controle variabelen toegevoegd die mogelijk effect hebben op de relatie tussen formele control tightness, werkgerelateerde stress en kennisintensiteit. Deze controle variabelen zijn werkervaring (EXP), omgevingsonzekerheid (UNC), eigendom organisatie als dummyvariabelen (OWN_PARTN en OWN_CORP), organisatiegrootte (SIZE_ORG en SIZE_UNIT) en strategie (STRAT_COST en STRAT_DIFF).
Werkervaring is onderverdeeld in twee categorieën, namelijk weinig werkervaring (tot en met 4 jaar) en veel werkervaring (vanaf 5 jaar) (Schmidt, Hunter & Outerbridge, 1986). Naarmate een werknemer meer ervaren is, heeft deze meer kennis (Morris & Empson, 1998). De verwachting is dat meer kennis en ervaring bij de professional leidt tot een grotere wens naar autonomie en een negatieve invloed heeft op de werkgerelateerde stress. In de enquête is de vraag opgenomen hoeveel ervaring de respondent heeft in het werkveld. Dit betreft een open vraag, waar het aantal jaren ervaring in het werkveld is ingevuld. Met behulp van deze vraag is de variabele werkervaring (EXP) geconstrueerd. Factoranalyse en het bepalen van een Cronbach’s alpha voor deze variabele is niet mogelijk, omdat de variabele bestaat uit slechts één vraag.
Het construct omgevingsonzekerheid is de (on-)voorspelbaarheid van de omgeving, waarmee een organisatie wordt geconfronteerd. Deze onvoorspelbaarheid en onzekerheid kent
Kennisintensiteit Component
1
1Our employees are highly skilled. 0,787
2Our employees are widely considered the best in our industry. 0,781
3Our employees are creative and bright. 0,816
4Our employees are experts in their particular jobs and functions. 0,788
5Our employees develop new ideas and knowledge. 0,771
Variantie verklaard 62,22%
42
verschillende oorzaken (López-Gamero et al., 2011). Omgevingsonzekerheid is daarom een overkoepelend begrip op het gebied van de macro-economie, concurrentie, vraag en aanbod en technologie. Volgens Merchant & Van der Stede (2012) is omgevingsonzekerheid een algemeen begrip. Het kan voortkomen uit een breed scala aan factoren, waaronder klimaat, politiek, klanten en leveranciers. Binnen organisaties waar de tijd tussen de investering en de opbrengst verder uit elkaar liggen, is de onzekerheid groter. De organisatiestructuur van bedrijven in een meer onzekere omgeving is platter. Hierdoor zijn minder formele regels aanwezig en heeft het personeel meer ruimte. Bij meer omgevingsonzekerheid zal het MCS minder tight zijn om tot betere prestaties te komen.
Het construct omgevingsonzekerheid (UNC) wordt gemeten met behulp van een schaal die is overgenomen uit eerder onderzoek van Gordon & Narayan (1984). Omgevingsonzekerheid is gemeten aan de hand van 6 stellingen, gebaseerd op een 5-punts Likert schaal. De stellingen hebben betrekking op de concurrentiepositie van de organisatie (zowel op het gebied van product/dienst als het aantrekken van personeel), hoe vaak een nieuw product/dienst wordt geïntroduceerd en hoe voorspelbaar de klant of concurrent is.
De criteria van Kaiser-Meyer-Olkin (0,652) en de Bartlett’s test of sphericity (p < 0,000) tonen aan dat de stellingen geschikt zijn voor factor analyse op het construct omgevingsonzekerheid. Uit de factor analyse blijkt dat twee onderliggende componenten voor de 6 stellingen aanwezig zijn. In tabel 11 zijn de resultaten van de factoranalyse en de Cronbach’s alpha weergegeven. De waarde van 0,623 toont aan dat de berouwbaarheid van de schaal voldoende is. De varimax rotated principle component analysis (gebaseerd op een eigenvalue > 1) laat zien dat alle 6 stellingen laden op twee onderliggende componenten. Alle stellingen voldoen aan de minimale waarde van 0,298.
Tabel 11: Factoranalyse omgevingsonzekerheid Omgevingsonzekerheid
1 2
1Bidding for new contracts/clients. 0,848
2Competition for manpower. 0,571
3Price competition. 0,829
4How many new products and/or services have been marketed during the past 5 years by your industry? 0,535 5How would you classify the market activities of other firms in the industry? 0,815 6How would you describe the tastes and preferences of your clients? 0,716
Variantie verklaard 35,02% 20,91%
Cronbach Alpha 0,623
43
De onderverdeling in twee onderliggende componenten is voor het onderzoek niet van belang. De componenten worden samengevoegd in één variabele omgevingsonzekerheid.
Het construct eigendom (OWN) heeft betrekking op het eigendom van de organisatie. Het eigendom van de organisatie heeft invloed op de keuzes die bij de inrichting van het management control systeem worden gemaakt (King & Clarkson, 2015). Hierdoor is een invloed te verwachten tussen de control tightness en de werkgerelateerde stress. In de enquête wordt het construct eigendom gemeten met één vraag met drie antwoordmogelijkheden. Het eigendom ligt bij de werknemers zelf, bij derden of de organisatie is een non-profit organisatie. Om het effect van deze variabele mee te nemen in het testen van de hypotheses, is gewerkt met dummyvariabelen, waarbij de non-profit situatie de basis is. Verwacht wordt dat in een non-profit organisatie meer op gedrag wordt gestuurd en minder op resultaat. Bij de professionals binnen de non-profit organisatie leidt dit tot meer professionele stress. Bij een partnership en bij een organisatie waar het eigendom bij derden ligt, is meer nadruk op result controls. Bij een partnership wordt mentorschap gebruikt als methode om control uit te oefenen en het gedrag en de waarden van medewerkers te sturen (Covaleski et al., 1998). Omdat de schaal bestaat uit slechts één vraag is het bepalen van een Cronbach’s alpha, om de betrouwbaarheid van de schaal te testen, niet mogelijk. Voor de factoranalyse, waarbij wordt nagegaan of bij meerdere stellingen dezelfde factor aanwezig is, geldt dit ook.
Het construct organisatiegrootte heeft betrekking op de grootte van de organisatie. Cunningham & Rivera (2001) stellen dat de grootte van de organisatie betrekking heeft op de gekozen structuur. Een grotere organisatie is formeler en bureaucratischer ingericht en vertrouwd minder op sociale controls. Bij een grotere organisatie neemt het belang van formele controls toe. Het construct organisatiegrootte wordt gemeten met twee vragen die betrekking hebben op de grootte van de gehele organisatie en de eigen organisatie-eenheid waar de respondent werkt. Organisatiegrootte wordt gemeten met behulp van intervallen:
• organisatiegrootte (SIZE_ORG): < 50, 50 – 500, 500 – 5.000 en > 5.000; • unitgrootte (SIZE_UNIT): < 10, 10 – 50, 50 – 100 en > 100.
Organisatiegrootte wordt behandeld als twee aparte variabelen, omdat het twee aparte componenten zijn. Vanuit de grootte van een organisatie kan sprake zijn van een bepaalde
44
management control systeem, echter de grootte van de organisatie unit heeft zijn eigen dynamiek. Het is dan ook niet mogelijk om voor de variabele organisatiegrootte een Cronbach’s alpha te bepalen en een factoranalyse uit te voeren.
De laatste controlevariabele betreft het construct strategie. De strategie heeft betrekking op de marktbenadering die een organisatie nastreeft. Streeft de organisatie naar kostenleiderschap of naar productdifferentiatie. Het management control systeem wordt vaak gerelateerd aan de strategie, waar de doelen worden geformuleerd. Volgens Chenhall (2003) wordt kostenleiderschap in verband gebracht met formele, tight controls en productdifferentiatie wordt geassocieerd met lossere, informele controls. Auzair & Langfield-Smith (2005) komen tot vergelijkbare conclusies. Het construct strategie wordt gemeten met behulp van de schaal die is overgenomen uit eerder onderzoek van Auzair & Langfield-Smith (2005). Strategie wordt in de enquête gemeten met behulp van 11 stellingen, volgens een 5-punts Likert schaal (1 (strongly disagree) tot 5 (strongly agree)). Deze stellingen hebben betrekking op de mate waarin wordt gelet op kosten en de minimalisatie hiervan en de mate waarin producten of diensten klant specifiek worden gemaakt en de service die daarbij wordt geboden.
De criteria van Kaiser-Meyer-Olkin (0,830) en de Bartlett’s test of sphericity (p < 0,000) tonen aan dat de stellingen geschikt zijn voor factor analyse op het construct strategie. Uit de factor analyse blijkt dat drie onderliggende componenten voor de stellingen aanwezig zijn. In tabel 12 zijn de resultaten van de factoranalyse en de Cronbach’s alpha weergegeven. Omdat de verschillende strategieën leiden tot verschillende keuzes binnen een management control systeem, worden deze beschouwd als verschillende variabelen. In tabel 12 worden alle drie strategieën en de Cronbach’s alpha en de variantie voor het geheel van strategie weergegeven.
De variabele kostenstrategie (STRAT_COST) bestaat uit de stellingen 1 tot en met 4 en 8. De criteria van Kaiser-Meyer-Olkin (0,789) en de Bartlett’s test of sphericity (p < 0,000) tonen aan dat de stellingen geschikt zijn voor factor analyse op het construct kostenstrategie. Uit de factor analyse blijkt dat één onderliggende component voor de 5 stellingen aanwezig is. In tabel 13 zijn de resultaten van de factoranalyse en de Cronbach’s alpha weergegeven. De waarde van 0,742 toont aan dat de berouwbaarheid van de schaal voldoende is. De varimax rotated principle component analysis (gebaseerd op een eigenvalue > 1) laat zien dat alle 5 stellingen laden op één
45
onderliggende component. Alle stellingen voldoen aan de minimale waarde van 0,298. De verklaarde variantie van de component Kostenstrategie is 50,09%.
Tabel 12: Factoranalyse strategie
Tabel 13: Factoranalyse kostentrategie
De variabele differentiatiestrategie (STRAT_DIFF) uit de stellingen 5, 6, 7 en 11. De criteria van Kaiser-Meyer-Olkin (0,735) en de Bartlett’s test of sphericity (p < 0,000) tonen aan dat de stellingen geschikt zijn voor factor analyse op het construct differentiatiestrategie. Uit de factor analyse blijkt dat één onderliggende component voor de 4 stellingen aanwezig is. In tabel 14 zijn de resultaten van de factoranalyse en de Cronbach’s alpha weergegeven. De waarde van 0,718 toont aan dat de berouwbaarheid van de schaal voldoende is. De varimax rotated principle component analysis (gebaseerd op een eigenvalue > 1) laat zien dat alle 5 stellingen laden op één onderliggende component. Alle stellingen voldoen aan de minimale waarde van 0,298. De verklaarde variantie van de component differentiatiestrategie is 54,66%.
Strategie
1 2 3
1Achieving lower cost of services than competitors. 0,723 2Making services/processes more cost efficient. 0,781 3Improving the cost required for coordination of various services. 0,735 4Improving the utilization of available equipment, services and facilities. 0,474
5Introducing new services/procedures quickly. 0,492 6Providing services that are distinct from that of competitors. 0,815 7Offering a broader range of services than the competitors. 0,833 8Improving the time it takes to provide services to customers. 0,596
9Providing high quality services. 0,824
10Customizing services to customers' needs. 0,702
11Providing after. 0,580 Variantie verklaard 35,24% 12,62% 9,36% Cronbach Alpha 0,812 Rotated Component Kostenstrategie Component 1 1 Achieving lower cost of services than competitors. 0,630 2 Making services/processes more cost efficient. 0,789 3 Improving the cost required for coordination of various services. 0,806 4 Improving the utilization of available equipment, services and facilities. 0,619 8 Improving the time it takes to provide services to customers. 0,673
Variantie verklaard 50,09%
46
Tabel 14: Factoranalyse differentiatietrategie
3.5
Statistisch model
De hypotheses uit paragraaf 2.7 worden getest met behulp van meervoudige lineaire regressie. Het volgende model wordt daarvoor gebruikt:
H1a: Meer control tightness op het gebied van action controls leidt tot meer werkgerelateerde stress
Model: TENS = α + β1ACT + β2EXP + β3UNC + β4DUM_PARTN + β5DUM_CORP + β6SIZE_ORG +
β7SIZE_UNIT + β8STRAT_COST + β9STRAT_DIFF + ε
H1b: Meer control tightness op het gebied van result controls leidt tot minder werkgerelateerde stress
Model: TENS = α + β1RCT + β2EXP + β3UNC + β4DUM_PARTN + β5DUM_CORP + β6SIZE_ORG +
β7SIZE_UNIT + β8STRAT_COST + β9STRAT_DIFF + ε
H2a: De relatie tussen control tightness op het gebied van action controls en werkgerelateerde stress is meer positief voor een hoge mate van kennisintensiteit dan voor een lage mate van kennisintensiteit.
Model: TENS = α + β1ACT + β2HCINT + β3EXP + β4UNC + β5DUM_PARTN + β6DUM_CORP +
β7SIZE_ORG + β8SIZE_UNIT + β9STRAT_COST + β10STRAT_DIFF + β11(ACT*HCINT) + ε
H2b: De relatie tussen control tightness op het gebied van result controls en werkgerelateerde stress is meer negatief voor een hoge mate van kennisintensiteit dan voor een lage mate van kennisintensiteit.
Model: TENS = α + β1RCT + β2HCINT + β3EXP + β4UNC + β5DUM_PARTN + β6DUM_CORP +
β7SIZE_ORG + β8SIZE_UNIT + β9STRAT_COST + β10STRAT_DIFF + β11(RCT*HCINT) + ε
Differentiatiestrategie Component
1 5 Introducing new services/procedures quickly. 0,437 6 Providing services that are distinct from that of competitors. 0,633 7 Offering a broader range of services than the competitors. 0,666
11 Providing after. 0,451
Variantie verklaard 54,66%
47
4
Onderzoeksresultaten
In dit hoofdstuk worden de resultaten van het onderzoek gepresenteerd. Als eerste worden de voor het onderzoek gebruikte variabelen kort beschreven. Daarna worden de correlaties tussen de variabelen gepresenteerd. Tot slot komen de regressieanalyses aan bod.
4.1
Beschrijvende statistiek
Tabel 15 toont de beschrijvende statistieken voor de onafhankelijke, afhankelijke, modererende en controle variabelen. Omdat alle missende waarnemingen zijn verwijderd, heeft de steekproef 439 waarnemingen. In onderstaande tabel wordt de minimumwaarde, de maximumwaarde, het gemiddelde, de middelste waarneming en de standaarddeviatie gepresenteerd.
Tabel 15: Beschrijvende statistiek
Opvallend is dat de gemiddelde action control tightness (ACT) met 3,04 hoger is dan de gemiddelde result control tightness (RCT) (2,86). Verwacht werd een hogere RCT ten opzichte
N Min Max Mean Median Std. Dev.
Onafhankelijke variabelen ACT 439 1 4,86 3,04 3 0,65 RCT 439 1 5 2,86 3 0,81 Afhankelijke variabele TENS 439 1 4,50 2,43 2,38 0,74 Moderator variabele HCINT 439 1,20 5 3,77 3,80 0,69 Controle variabelen EXP 439 0 1 0,71 1 0,46 UNC 439 1 4,83 3,17 3,17 0,64 DUM_PARTN1) 439 0 1 0,46 0 0,50 DUM_CORP2) 439 0 1 0,40 0 0,49 SIZE_ORG3) 439 1 4 2,97 3 1,05 SIZE_UNIT4) 439 1 4 2,57 2 1,07 STRAT_COST 439 1 5 3,54 3,60 0,73 STRAT_DIFF 439 1 5 3,50 3,50 0,79
1) Dummy va ri a be l e ei ge na a rs cha p a l s pa rtne rs hi p; Non-profi t i s de ba s i s 2) Dummy va ri a be l e ei ge na a rs cha p bui te n de orga ni s a ti e; Non-profi t i s de ba s i s 3): 1 : < 100; 2: 100 =< x < 500; 3: 500 =< x < 5000; 4: > 5000
48
van ACT, omdat een professional een hogere mate van autonomie nastreeft. Dit past beter bij een hoge result control tightness. De gemiddelde waarde op TENS (2,43) laat zien dat de werk- gerelateerde stress als gemiddeld wordt ervaren. Het kennisniveau van de professional is relatief hoog (3,77) in de ondernemingen waar de respondenten werkzaam zijn. Tot slot is het effect van strategie (zowel kostenstrategie als differentiatiestrategie) relatief hoog.
4.2
Correlaties
In tabel 16 zijn de correlaties tussen de onafhankelijke, afhankelijke, modererende en controle variabelen opgenomen. De correlatietoets wordt uitgevoerd om een eerste indruk te krijgen van de mogelijke relaties tussen de verschillende variabelen binnen het onderzoek. Hiervoor zijn zowel de methode van Pearson (= R) als de non-parametrische methode van Spearman (= Rs) uitgevoerd. De correlatietoetsen zijn tweezijdig uitgevoerd. Meerdere correlaties tussen variabelen zijn significant met significantieniveaus van P < 0,01 en P < 0,05. De waarden van de correlatiecoëfficiënten lopen tot plus of min 0,766. Op basis hiervan kan worden geconcludeerd dat geen sprake is van multicollineariteit (coëfficiënten groter dan 0,9, Field (2014)). De tabel laat zien dat een positieve correlatie aanwezig is tussen action control tightness (ACT) en werkgerelateerde stress (TENS) (R = 0,022; Rs = 0,024). De correlatie is echter niet significant. Dit is in tegenstelling tot hetgeen werd verwacht bij hypothese 1. Tevens is een positieve correlatie aanwezig tussen result control tightness (RCT) en werkgerelateerde stress (TENS) (R = 0,115; Rs = 0,130). Deze correlatie is wel significant bij P < 0,01. Vanuit de theorie wordt echter een negatief verband verwacht (hypothese 2). Een voorlopige conclusie is dat meer en strakkere result controls leidt tot meer werk gerelateerde stress en dat meer en strakkere action controls geen invloed hebben op de werkgerelateerde stress.
De variabelen action control tightness (ACT) en result control tightness (RCT) hebben beide geen significante correlatie met kennisintensiteit (HCINT). De variabele kennisintensiteit (HCINT) correleert wel significant met de variabele werkgerelateerde stress (TENS). Hier is sprake van een negatieve correlatie (R = -0,319; Rs = -0,290) bij een P < 0,01. Dit betekent dat de werkgerelateerde stress afneemt, naarmate de kennisintensiteit toeneemt.
Tabel 16: Correlaties
1 2 3 4 5 6 7 8 9 10 11 12
ACT RCT TENS HCINT EXP UNC DUM_PARTN DUM_CORP SIZE_ORG SIZE_UNIT STRAT_COST STRAT_DIFF
1 Onafhankelijke variabele ACT 0,261** 0,024 0,005 -0,085 -0,021 -0,044 0,035 0,211** 0,129** 0,097* -0,023 0,000
0,615 0,915 0,076 0,658 0,360 0,468 0,000 0,007 0,041 0,624
2 Onafhankelijke variabele RCT 0,277** 0,130** 0,035 -0,229** 0,152** 0,087 -0,015 0,052 0,115* 0,228** 0,152** 0,000
0,007 0,467 0,000 0,001 0,068 0,758 0,276 0,016 0,000 0,001
3 Afhankelijke variabele TENS 0,022 0,115* -0,290** -0,054 -0,003 -0,104* 0,046 0,042 0,034 -0,097* -0,177** 0,647
0,016 0,000 0,263 0,950 0,029 0,333 0,386 0,483 0,042 0,000
4 Moderator variabele HCINT -0,011 0,057 -0,319** -0,010 0,042 0,017 -0,064 0,115* 0,070 0,094* 0,261** 0,820
0,231 0,000 0,826 0,383 0,730 0,180 0,016 0,145 0,049 0,000
5 Controle variabele EXP -0,064 -0,219** -0,058 -0,012 -0,134** -0,166** 0,108* 0,047 0,026 0,010 -0,041 0,182
0,000 0,222 0,797 0,005 0,000 0,023 0,330 0,591 0,835 0,392
6 Controle variabele UNC -0,049 0,167** 0,029 0,042 -0,122* 0,131** 0,061 -0,031 -0,006 0,223** 0,280** 0,302
0,000 0,544 0,381 0,011 0,006 0,204 0,516 0,898 0,000 0,000
7 Controle variabele DUM_PARTN -0,055 0,082 -0,100* 0,025 -0,166** 0,135** -0,766** -0,232** -0,119* -0,061 0,087 0,250
0,088 0,036 0,606 0,000 0,005 0,000 0,000 0,013 0,201 0,068
8 Controle variabele 0,037 0,001 0,035 -0,071 0,108* 0,071 -0,766** 0,161** 0,068 0,126** -0,035 DUM_CORP 0,438 0,990 0,464 0,140 0,023 0,138 0,000 0,001 0,156 0,008 0,468
9 Controle variabele SIZE_ORG 0,234** 0,032 0,040 0,121* 0,060 -0,014 -0,255** 0,172** 0,583** 0,040 -0,012 0,000
0,509 0,398 0,011 0,211 0,763 0,000 0,000 0,000 0,403 0,796
10 Controle variabele SIZE_UNIT 0,145** 0,104* 0,033 0,062 0,029 0,007 -0,118* 0,068 0,571** 0,062 -0,049 0,002
0,029 0,490 0,198 0,546 0,876 0,014 0,153 0,000 0,192 0,302
11 Controle variabele STRAT_COST 0,095* 0,230** -0,102* 0,127** 0,008 0,275** -0,034 0,118* 0,035 0,068 0,440** 0,047
0,000 0,033 0,008 0,863 0,000 0,479 0,013 0,464 0,155 0,000
12 Controle variabele STRAT_DIFF -0,030 0,155** -0,159** 0,296** -0,050 0,307** 0,111* -0,060 -0,024 -0,042 0,479** 0,528
0,001 0,001 0,000 0,293 0,000 0,020 0,212 0,617 0,377 0,000
***, **, * p-wa a rde s i gnifi ca nt bi j <0,01; 0,05 en 0,1 res pe cti evel i jk (2-ta il e d)
De variabelen action control tightness (ACT) en result control tightness (RCT) laten een sterke, positieve correlatie zien (R = 0,277; Rs = 0,261 bij P < 0,01). Dit is een interessante constatering. De vraag rijst of sprake is van een interactie effect tussen deze beide variabelen. Daarnaast is het interessant of action controls en result controls samen werken of elkaar vervangen.
De controle variabelen organisatiegrootte (SIZE_ORG) (R = 0,234; Rs = 0,211 bij P < 0,01), de variabele unitgrootte (SIZE_UNIT) (R = 0,145; Rs = 0,129 bij P < 0,01) en de variabele kostenstrategie (STRAT_COST) (R = 0,095; Rs = 0,097 bij P < 0,05) hebben een positieve, significante correlatie met action control tightness (ACT). De variabele werkervaring (EXP) heeft een negatief, significante correlatie met result control tightness (RCT) (R = -0,219; Rs = -0,229 bij P < 0,01). De variabelen omgevingsonzekerheid (UNC) (R = 0,167; Rs = 0,152 bij P < 0,01), unitgrootte (SIZE_UNIT) (R = 0,104; Rs = 0,115 bij P < 0,05), kostenstrategie (STRAT_COST) (R = 0,230; Rs = 0,228 bij P < 0,01) en differentiatiestrategie (STRAT_DIFF) (R = 0,155; Rs = 0,152 bij P < 0,01) hebben allen een positieve, significante correlatie met result control tightness (RCT).
De afhankelijke variabele werkgerelateerde stress (TENS) laat een significante, negatieve correlatie zien met de dummyvariabele partnership (R = -0,100; Rs = -0,104 bij P < 0,05), met kostenstrategie (STRAT_COST) (R = -0,102; Rs = -0,097 bij P < 0,05) en met differentiatiestrategie (STRAT_DIFF) (R = -0,159; Rs = -0,177 bij P < 0,01). De modererende variabele kennisintensiteit laat een positieve, significante correlatie zien met de variabelen organisatiegrootte (SIZE_ORG) (R = 0,121; Rs = 0,115 bij P < 0,05), met kostenstrategie (STRAT_COST) (R = 0,127 bij P < 0,01; Rs = 0,094 bij P < 0,05) en differentiatiestrategie (STRAT_DIFF) (R = 0,296; Rs = 0,261 bij P < 0,01). Daarnaast zijn correlaties zichtbaar tussen de controlevariabelen onderling.
Correlatie laat alleen zien of variabelen met elkaar samenhangen. Dit geldt ook voor regressie analyse, echter bij regressieanalyse wordt rekening gehouden met het effect van meerdere variabelen.
4.3
Regressieanalyse
Voor het aantonen van de aanwezigheid van een verband tussen de verschillende variabelen en het toetsen van de onderzoekshypothesen, wordt meervoudige regressieanalyse uitgevoerd. De resultaten van deze regressieanalyse worden getoond in tabel 17 en 18. Deze twee tabellen bevatten de gestandaardiseerde Beta, de t-waarden en de significantiewaarden. Voor het toetsen
51
van de onderzoekshypothesen is gebruik gemaakt van 6 verschillende modellen. Model 1 bevat de controlevariabelen. In model 2 tot en met 4 zijn de onderzoeksvariabelen toegevoegd en in model 5 de onderzoeksvariabelen en de modererende variabele. Tot slot bevat model 6 alle variabelen en de interactie tussen de onderzoeksvariabelen en de modererende variabele.
Uit de uitgevoerde meervoudige regressieanalyses blijkt dat autocorrelatie geen probleem is. De Durbin-Watson statistieken liggen allemaal tussen de 1,9 en 2,1. Dit duidt erop dat geen sprake is van seriële correlatie (Field, 2014). Uit de ANOVA test blijkt dat alle modellen significant zijn (P-value varieert van 0,003 tot 0,000). Daarnaast blijkt dat geen sprake is van multicollineariteit (VIF < 10), omdat de VIF waarde lager dan 3 (Field, 2014). Om voor model 6 het mogelijke interactie-effect goed te kunnen bepalen, zijn de variabelen action control tightness (ACT) , result control tightness (RCT) en kennisintensiteit (HCINT) gestandaardiseerd naar 0. Vervolgens is het interactie effect berekend door de gestandaardiseerde variabelen action control tightness (MACT) en result control tightness (MRCT) te vermenigvuldigen met de gestandaardiseerde variabele kennisintensiteit (MHCINT). Voor alle modellen zijn daarnaast de steekproefgrootte (N), de adjusted R2, de F-statistiek en de P-waarde opgenomen.
Model 1 bevat alle controlevariabelen. De P-waarde van het model is 0,002, waaruit blijkt dat het model significant is. De adjusted R2 is 3,77%, hetgeen betekent dat het model een
verklarend vermogen heeft van 3,77%. Model 2 bevat naast de controlevariabelen de onderzoeksvariabele action control tightess (ACT). De significantie van model 2 blijkt uit de P- waarde van 0,003. Het model verklaart 3,56% van de variantie van de afhankelijke variabele werkgerelateerde stress. Met behulp van model 2 wordt hypothese 1a getoetst. Hypothese 1a luidt: ‘Meer control tightness op het gebied van action controls leidt tot meer werkgerelateerde stress’. Zoals al uit de correlaties (tabel 16) is gebleken, is het effect van action control tightness op de werkgerelateerde stress positief. Echter uit de P-waarde (0,768) blijkt dat het verband niet significant is. Hypothese 1a wordt derhalve niet ondersteund.
Model 3 bevat naast de controlevariabelen de onderzoeksvariabele result control tightness (RCT). Model 3 heeft een hoge mate van significantie (P-waarde < 0,000) en verklaart 5,54% van de variantie van de afhankelijke variabele werkgerelateerde stress. Met behulp van model 3 wordt hypothese 1b getoetst. Hypothese 1b luidt: ‘Meer control tightness op het gebied van result controls leidt tot
52
minder werkgerelateerde stress’. De correlaties in tabel 16 tonen aan dat een significant, positieve correlatie wordt verwacht tussen result control tightness (RCT) en werkgerelateerde stress (TENS). Uit de regressieanalyse in tabel 17 blijkt dat het verband tussen RCT en TENS sterk significant is (P-waarde = 0,003). Echter in tegenstelling tot hetgeen werd verwacht vanuit de theorie, is de relatie tussen result control tightness en werkgerelateerde stress positief. Meer en uitgebreidere result controls leiden dus tot meer werkgerelateerde stress. Ondanks dat de regressieanalyse significant is, wordt hypothese 1b verworpen.
Model 4 bevat zowel de controlevariabelen als beide onafhankelijke variabelen (ACT en RCT). Model 4 heeft een hoge mate van significantie (P-waarde < 0,000) en verklaart 5,38% van de variantie van de afhankelijke variabele werkgerelateerde stress. Uit de regressieanalyse blijkt dat action control tightness (ACT) niet significant is en result control tightness (RCT) wel significant. Dit komt overeen met de bevindingen uit de correlatieanalyse. Bij model 5 wordt ten opzichte van model 4 de modererende variabele kennisintensiteit (HCINT) toegevoegd. Model 5 heeft een hoge mate van significantie (P-waarde < 0,000) en verklaart 14,28% van de variantie van de afhankelijke variabele werkgerelateerde stress. Opvallend is de grote sprong in verklaarde variantie ten opzichte