Om de validiteit en betrouwbaarheid van de data te controleren is allereerst een factoranalyse uitgevoerd op alle 73 items. Deze analyse identificeert 18 factoren die samen 84,11% variantie verklaren. Om het aantal factoren te verminderen is bij de volgende analyse gespecificeerd hoeveel factoren er moesten worden onderscheiden; via de extraction methode is SPSS gedwongen om de items in acht factoren te verdelen. Uit deze analyse is gebleken dat de items behorend bij de variabele appropriateness op één factor laadden. Ditzelfde geldt eveneens voor de items behorend bij de variabele veranderbereidheid. Voor deze items afzonderlijk is nogmaals een factoranalyse en
betrouwbaarheidsanalyse uitgevoerd en hieruit is gebleken dat de items kunnen worden gegroepeerd. De totstandkoming van de overige factoren wordt in de volgende paragrafen beschreven.
2.1 Factor- & betrouwbaarheidsanalyse van werkkenmerken
De factoranalyse laat zien dat de 23 items in de vragenlijst op vijf verschillende factoren laadden. Dit is geen onverwachts resultaat omdat de items afkomstig zijn uit de
‘Work Design Questionnaire
(WDQ)’ van Morgeson en Humphrey (2006) die werkkenmerken operationaliseert aan de hand van diverse categorieën. Een voorbeeld hiervan zijn de eerste zes items die gezamenlijk autonomie meten.Desalniettemin zijn de factorladingen van de afzonderlijke items zijn niet één op één te herleiden naar deze categorieën. Omdat deze vragenlijst in eerder onderzoek voldoende valide en betrouwbaar is gebleken en in het huidige onderzoek ook een hoge betrouwbaarheid (α = .93) heeft, is ervoor gekozen om deze items toch te combineren tot één variabele waarmee de mate van kennisintensiteit van het werk kan worden gemeten. In aanvulling hierop duidt de theoretische onderbouwing ook op het gegeven dat de mate van kennisintensiteit van het werk wordt bepaald door diverse werkkenmerken zoals autonomie, variatie en complexiteit.
Tabel 1 Rotated component matrix Component 1 2 3 4 5 wk1 ,857 wk2 ,889 wk3 ,820 wk4 ,702 wk5 ,842 wk6 ,664 ,402 wk7 ,901 wk8 ,890 wk9r ,584 ,439 wk10r ,711 wk11 ,795 wk12 ,508 ,534 wk13 ,565 wk14 ,765 wk15 ,440 ,631 wk16 ,835 wk17 ,442 ,661 wk18 ,673 ,561 wk19 ,699 ,484 wk20 ,621 ,548 wk21 ,855 wk22 ,917 wk23 ,772
2.2 Factor- & betrouwbaarheidsanalyse van leerprocessen
De factoranalyse op de 15 items behorende bij leerprocessen, laat zien dat de items op vijf
verschillende factoren laadden (tabel 2) die in totaal 72,75% variantie verklaren. Er zijn vijf factoren geconstrueerd en dit zijn er meer dan kan worden verwacht op basis van de theorie en
vragenlijstconstructie. Daarom is er een tweede analyse uitgevoerd waarbij SPSS is gedwongen om twee factoren te construeren. Ook deze analyse levert niet de verwachte resultaten op en de verklaarde variantie van beide factoren is erg laag, namelijk 47,87%.
Verdere inspectie van de resultaten toont dat het eerste item een relatief lage verklaarde variantie heeft ten opzichte van de andere items. Het betreft het item ‘ik doe mijn werk zonder het echt in twijfel te trekken’. Bij aanvullende inhoudelijke inspectie van vragenlijst valt op dat item 14 en 15 vooral betrekking hebben op de algemene leerwaarde van het werk in plaats van de manier waarop men leert in of van het werk. Dit betreffen de items ‘mijn werk biedt tijd en mogelijkheden om nieuwe dingen te leren’ en ‘mijn werk vereist dat ik nieuwe dingen leer’. In tabel 2 is eveneens te zien dat deze items laadden op een andere factor dan de overige items. Daarom is er dezelfde factoranalyse nogmaals uitgevoerd waarbij het eerste en de laatste twee items zijn weggelaten.
Tabel 2 Rotated Component Matrix Component 1 2 3 4 5 lp1r -,493 lp2r ,732 lp3r ,844 lp4r ,921 lp5r ,535 ,442 lp6r ,806 lp7 ,662 lp8 ,920 lp9 ,902 lp10 ,875 lp11 ,864 lp12 ,501 ,576 lp13 ,402 ,685 lp14 ,871 lp15 ,615
Tabel 3 Rotated Component Matrix Component 1 2 lp1r -,444 lp2r ,583 lp3r ,784 lp4r ,696 lp5r ,599 lp6r lp7 ,795 lp8 ,803 lp9 ,902 lp10 ,842 lp11 ,483 lp12 ,673 lp13 ,496 ,629 lp14 ,508 lp15 ,507
Tabel 4 laat zien dat één groep van vijf items en één groep van zes items op eenzelfde factor laadden. Het laatste item laadt op beide factoren. Dit resultaat is in lijn met de verwachting, omdat de vragenlijst is opgebouwd uit items die leerprocessen van lagere en hogere orde meten en juiste deze items vertonen onderling de meeste samenhang. Het laatste item is een algemeen item over de mate waarin men leert van het werk en dit geldt zowel voor lagere als hogere orde leerprocessen en dit verklaart waarom dit item laadt op beide factoren. De totale verklaarde variantie van dit model is iets te laag, namelijk 54,76%, maar de betrouwbaarheid (α = .74) en het screeplot zijn goed waardoor de 12 items kunnen worden gegroepeerd tot één variabele die meet van welke orde leerprocessen zijn.
2.3 Factor- & betrouwbaarheidsanalyse van management support Het resultaat van de factoranalyse laten zien dat het niet mogelijk is om alle zes items van management support te combineren in één factor. Het valt op dat het vijfde item als enige laadt op een andere factor. Het betreft het item: ‘ik denk dat er veel tijd wordt besteed aan deze verandering terwijl de leidinggevenden het niet eens willen invoeren’. Bij weglating van dit item bij een volgende factoranalyse, laadden de overgebleven items op één factor. De totale verklaarde variantie van 51,57% is aan de lage kant, maar
de betrouwbaarheid (α = .76) en het screeplot zijn goed waardoor de vijf items kunnen worden gegroepeerd tot één variabele.
2.4 Factor- & betrouwbaarheidsanalyse van change efficacy De factoranalyse op de zes items behorende bij change efficacy toont aan dat de items niet allemaal kunnen worden gegroepeerd in één factor. Inhoudelijke inspectie van de items verklaart niet waarom drie items op één factor laadden en de overige drie op een andere factor. Daarom zijn er verscheidene factoranalyses uitgevoerd met de zes items zodat er een groep items werd gevonden die change efficacy het best representeren. Bij
verwijdering van het eerste item, laadden de overige vijf items op
één factor. Wanneer items twee tot en met zes worden gegroepeerd is de totale verklaarde variantie Tabel 4 Rotated Component Matrix
Component 1 2 lp2r ,651 lp3r ,818 lp4r ,681 lp5r ,670 lp6r ,427 lp7 ,774 lp8 ,818 lp9 ,908 lp10 ,867 lp11 ,464 lp12 ,712 lp13 ,580 ,487
Tabel 5 Rotated Component Matrix Component 1 2 ms1 ,667 ms2 ,674 ms3 ,839 ms4 ,719 ms5r ,885 ms6 ,490 ,627
Tabel 6 Rotated Component Matrix Component 1 2 Ce1 ,735 Ce2 ,787 Ce3 ,749 Ce4 ,803 Ce5 ,588 Ce6 ,805
aan de lage kant (49,87%), maar de maar de betrouwbaarheid (α = .72) en het screeplot zijn voldoende waardoor de vijf items kunnen worden gegroepeerd tot één variabele.
2.5 Factor- & betrouwbaarheidsanalyse van personal valence
Uit factoranalyse op de drie items behorende bij personal valence blijkt dat deze items laadden op één factor en dat de verklaarde variantie van 67,56% en de betrouwbaarheid ((α = .75) goed zijn. Deze drie items worden gecombineerd in één factor die personal valence meet.
2.6 Factor- & betrouwbaarheidsanalyse van veranderweerstand Het resultaat van de factoranalyse op de zes items die
veranderweerstand behoren te operationaliseren blijkt dat de items verdeeld zijn over twee factoren. Inhoudelijke inspectie van de items laat zien dat de verdeling te verklaren is aan het
onderwerp van de items.
Het eerste, tweede en zesde items gaan voornamelijk over attitudes ten opzichte van de verandering:
(1) Ik ben van plan kritisch te zijn over deze verandering in publieke discussies
(2) Ik ben van plan mijn kritiek tegen deze verandering bij mijn leidinggevende te uiten (6) Ik ben van plan om klachten over deze verandering bij mijn leidinggevende te melden De items twee tot en met vijf hebben hoofdzakelijk betrekking op activiteiten en het ondernemen van actie:
(3) Ik zou vakbondsactiviteiten tegen deze verandering steunen
(4) Acties van mijn ondergeschikten tegen deze verandering ben ik van plan te steunen (5) Acties van mijn collega’s tegen deze verandering ben ik van plan te steunen
Om deze reden wordt deze variabele opgesplitst in twee subvariabelen: veranderweerstand gebaseerd op attitude en veranderweerstand gebaseerd op actie. Beide factoren verklaren voldoende variantie (67,20% en 85,55%) en de betrouwbaarheid is goed (α = .75 en α = .91).
Tabel 7 Rotated Component Matrix Component 1 2 vw1 ,856 vw2 ,803 vw3 ,878 vw4 ,900 vw5 ,939 vw6 ,734
2.7 Screeplots
Werkkenmerken Leerprocessen
Appropriateness Management support
Veranderbereidheid Veranderweerstand - attitude