Hypothese toetsen

Zoals hiervoor is aangegeven zijn de variabelen normaal verdeeld en zijn de stellingen in de survey ordinaal gemeten waardoor het voor de hand liggend is om de hypotheses uit hoofdstuk 2 te testen door middel van een normale regressie in SPSS Statistics. De relatie die hier tussen de onafhankelijke variabele en afhankelijke variabele getest wordt kan gelijkgesteld worden aan oorzaak-effect relatie (Field, 2014). Allereerst zullen de variabelen die in de hypotheses zijn geformuleerd worden getest. Hierop volgend worden de control variabelen waar geen hypotheses voor zijn geformuleerd gegroepeerd getest. Tot slot zullen de onafhankelijke variabelen en control variabelen gezamenlijk in een regressie worden gedraaid om vast te stellen er geen verstoring plaatsvindt in het effect van de onafhankelijke variabelen op de afhankelijke variabele.

In hypotheses 1a (task analyzibility) en 1b (number of exceptions) worden subcategorieën betrokken die deel uitmaken van een en dezelfde variabele, namelijk task programmability. De

voorspelling van de effecten van de variabelen in hypothese 1a en 1b op de afhankelijke variabele zijn verschillend. Bij hypothese 1a is de voorspelling, dat naarmate analyzibility toeneemt de voorkeur van medewerkers voor coercive beheersing eveneens toeneemt. In hypothese 1b daarentegen stelt H0 dat wanneer number of exceptions toeneemt dit een positief effect zal hebben

op de voorkeur van medewerkers voor enabling beheersing. Hypothese 2 zal het effect van de variabele professionalism op de afhankelijke variabele enabling testen. In deze hypothese is het effect in H0 gedefinieerd als naarmate professionalism van medewerkers toeneemt de voorkeur

van medewerkers voor enabling beheersing positief zal zijn. Hypotheses 1a, 1b en 2 zullen gegroepeerd worden getest omdat de variabelen onafhankelijk van elkaar zijn, waardoor enige ruis op het effect van de afhankelijke variabele enabling beheersing is uitgesloten. De uitkomsten van de hypotheses die gedraaid zijn in een normale regressie staan weergegeven in tabel 6. Op grond van deze uitkomsten wordt vastgesteld dat op basis van R Square en gecorrigeerde R Square 16,8% - 19,3% van de variantie van de voorkeur voor enabling beheersing wordt verklaard door de variabelen analyzibility, exceptions en professionalism. De adjusted R Square corrigeert voor het aantal variabelen, derhalve is het beter om naar deze waarde te kijken. Tot slot wordt met de multicollinearity statistiek vastgesteld of er een onderlinge samenhang tussen de onafhankelijke variabelen aanwezig is. De aanwezigheid van deze samenhang komt tot uitdrukking doordat de richtingscoëfficiënt van een andere onafhankelijke variabele wordt beïnvloed door de geteste onafhankelijke variabele. Hierdoor geven de uitkomsten een vertekend beeld van de coëfficiënten. Multicollineariteit kan worden bepaald met de factoren tolerance en VIF. Geen multicollineariteit is bij VIF < 5 en tolerance > 0,20. De aanwezigheid van multicollineariteit zal bij de betreffende variabelen worden besproken.

Tabel 6 Uitkomsten regressie hypotheses 1a, 1b en 2

R Square Adjusted R Square ,193 ,168 Tolerance VIF Constant 1,715 ,000 Analyzibility ,021 ,671 ,756 1,322 Exceptions ,004 ,942 ,674 1,483 Professionalism ,357 ,000* ,836 1,197

Dependent variabele: enabling beheersing *. factor is significant at the 0.01 level.

Collinearity Unstandardized B P-value (Sig.) Normal regression

4.2.2.1 Analyzibility > enabling beheersing

H1a voorspelt dat wanneer task analyzibility hoog ligt, dit een positief effect zal hebben op de voorkeur van medewerkers voor coercive beheersing. In tabel 6 wordt opgemaakt dat de unstandardized B positief de voorkeur voor enabling beheersing beïnvloedt, want +1 analyzibility zorgt voor ,021 in de voorkeur voor enabling beheersing. Er is tevens geen sprake van multicollineariteit omdat zowel VIF (1,322) en tolerance (,756) binnen de gestelde voorwaarden voldoen. De P-waarde bedraagt ,671 wat aangeeft dat de regressie niet significant is en daardoor geen verklaring geeft op de voorkeur voor enabling beheersing. Kortom, H0 wordt niet

ondersteund en verworpen.

4.2.2.2 Exceptions > enabling beheersing

In hypothese H1b is de voorspelling gedaan dat wanneer het aantal uitzonderingen bij taakuitvoering (exceptions) hoog ligt, dit een positief effect zal hebben op de voorkeur van medewerkers voor enabling beheersing. In tabel 6 is te zien dat de unstandardized B een waarde boven 0 geeft, wat betekent dat het aantal uitzonderingen bij taakuitvoering een positief effect (,004) heeft op de voorkeur voor enabling beheersing. Multicollineariteit komt niet voor bij exceptions omdat VIF 1,483 en tolerance ,674 bedragen en hiermee voldoen aan de voorwaarden voor geen multicollinearity. De significantie van het model geeft met P-waarde ,942 geen verklaring op de voorkeur voor enabling beheersing. Op basis van deze uitkomst is vastgesteld dat H0

geformuleerd in hypothese H1b niet wordt ondersteund en daardoor is verworpen.

4.2.2.3 Professionalism > enabling beheersing

Hypothese 2 geeft een verwachting weer dat wanneer de professionaliteit hoog ligt, dit een positief effect zal hebben op de voorkeur van medewerkers voor enabling beheersing. Tabel 6 toont met het unstandardized B-coëfficiënt dat een toename van professionalism met +1 de voorkeur voor enabling beheersing effectueert met +,357. Tevens is bij deze variabele geen sprake van multicollineariteit, aangezien VIF kleiner is dan 5 en tolerance groter dan 0,2 bedraagt. Als er naar de significantie wordt gekeken, is te zien dat de regressie met P-waarde ,000 significant verklaarbaar is. De uitkomst van H0 in hypothese 2 is aangenomen op grond van een significantie

level van 1%. Dit houdt in dat er significant verklaard wordt dat wanneer professionalism hoog ligt, des te groter de voorkeur zal zijn voor enabling beheersing.

Control variabelen

Naast het testen van de constructs die geformuleerd zijn in de hypotheses zal in deze paragraaf tevens het effect van de control variabelen op de voorkeur van medewerkers voor enabling beheersing worden getest. Deze variabelen zijn niet separaat in hypotheses geformuleerd, maar worden toch betrokken in dit onderzoek omdat uit het onderzoek van Aubroeck (2017) naar voren is gekomen dat enkele control variabelen de voorkeur van medewerkers voor het type beheersing beïnvloeden. Zo blijken in zijn onderzoek de volgende factoren significant te zijn: is de medewerker jonger dan 26 jaar of niet? (leeftijd), is de medewerker lager dan mbo opgeleid? (opleiding) en is de medewerker werkzaam op de productieafdeling of niet? (afdeling). Om de resultaten uit het onderzoek van Aubroeck (2017) versterking te bieden zullen dezelfde variabelen gegroepeerd als dummy in een regressie worden getest. Tevens volgt er een regressie waarbij de control variabelen alsmede de onafhankelijke variabelen gezamenlijk getest worden. Uit de regressieanalyse kan naar voren komen dat de control variabelen de onafhankelijke variabelen beïnvloeden bij het testen van het effect op de voorkeur van medewerkers voor enabling beheersing. De samenstelling van de dummy variabelen staan hieronder geformuleerd:

- Geslacht: man of vrouw;

- Leeftijd: jong of oud (jonger dan 26 jaar of niet);

- Opleiding: laag versus hoog opgeleid (lager dan mbo-opleiding of niet) - Afdeling: productie/logistiek versus non-productie/logistiek;

- Dienstjaren: minder dan 18 maanden versus langer; en - Dienstverband: vast dienstverband versus overige vormen.

De uitkomsten van de regressie van de control variabelen zijn gepresenteerd in tabel 7. Hieruit valt op te maken dat 3,3% - 9,1% de voorkeur van medewerkers voor enabling beheersing wordt verklaard door de control variabelen, wat vrij laag is. Rondom multicollinearity is tevens geen sprake, omdat voor alle factoren separaat de indicatoren tolerance en VIF binnen de gestelde voorwaarden zijn.

Ten aanzien van de unstandardized B-coëfficiënten wordt opgemerkt dat medewerkers jonger dan 26 jaar (-,226), een opleiding lager dan mbo hebben genoten (-,131), op de afdelingen productie/ logistiek werkzaam zijn (-,324) of minder dan 6 maanden werkzaam zijn bij Dutch Flower Group (-,185) in sterke mate de voorkeur geven aan coercive beheersingsstijlen. De factoren: leeftijd (jonger dan 26 jaar), opleiding (lager dan mbo-opleiding) en dienstjaren (minder dan 6 maanden werkzaam) lijken in overeenstemming te zijn met de uitkomsten in het onderzoek van Aubroeck

(2017). Echter, deze factoren zijn hier niet significant waardoor de aannames niet worden ondersteund.

Aan de andere kant is in tabel 7 te zien, dat medewerkers die werkzaam zijn op niet- productie/logistiek afdeling de voorkeur hebben voor enabling beheersing (,324). Deze factor is tevens significant met P-waarde ,052. Op basis van een significantie level van 10% wordt deze constatering verklaard. Deze constatering biedt versterking aan de uitkomst van het onderzoek van Aubroeck (2017), omdat daarin hetzelfde is vastgesteld.

Tabel 7 Uitkomsten regressie control variabelen

In tabel 7 is een regressie gedraaid met de control variabelen die het effect op enabling beheersing testen. De afdeling niet-productie/logistiek vertoont een significant effect op de voorkeur voor enabling beheersing. Met tabel 8 wordt daarentegen aangetoond of de control variabelen de onafhankelijke variabelen beïnvloeden die in subparagraaf 4.2.2. door middel van hypotheses zijn getest. De test in tabel 8 is uitgevoerd door een regressie te draaien met toevoeging van zowel de onafhankelijke variabelen als de control variabelen.

Uit de analyse is vast te stellen dat 17,1% van de variabelen het effect op de afhankelijke variabele enabling beheersing verklaard. De statistiek die de variabelen meet op onderling samenhang komt er goed uit. De tolerance waarden zijn van alle variabelen > 0,5 en de VIF’s < 5.

Uit de tabel is tevens te herleiden dat de unstandardized B-coëfficiënt van exceptions (-,013) dermate is gewijzigd waardoor er een voorkeur ontstaat voor coercive beheersing bij een groot hoeveelheid aan uitzonderingen bij uitvoering van werkzaamheden. De P-waarde (P = ,791) is niet

R Square Adjusted R Square ,091 ,033 Tolerance VIF Constant 2,992 ,000 Vrouw ,165 ,179 ,927 1,079

Leeftijd: jonger dan 26 jaar -,226 ,291 ,952 1,050 Opleiding: lager dan mbo -,131 ,407 ,950 1,053 Afdeling: niet-productie/logistiek ,324 ,052*** ,915 1,093 Dienstjaren: minder dan 6 mnd. -,185 ,379 ,685 1,460

Dienstverband: vast -,001 ,997 ,659 1,518

Dependent variabele: enabling beheersing ***. factor is significant at the 0.10 level.

Normal regression Unstandardized

B

P-value (Sig.)

significant, dus zal deze constatering niet worden ondersteund. Daarentegen valt op dat het B- coëfficiënt en significantie van professionalism nagenoeg niet zijn gewijzigd.

Als er naar de P-waarden van de control variabelen wordt gekeken dan valt op dat afdeling niet meer significant (,149) is, maar samen met leeftijd (,114) dicht in de buurt komen bij een significantieniveau van 10%. Al met al vertonen geen van de control variabelen een verklarend effect waardoor enige invloed van betekenis kan zijn van het effect van de onafhankelijke variabelen op de afhankelijke variabele. H0 van hypothese 2 kan op grond van tabel 8 worden

aangenomen bij een significantieniveau van 1%. Dus de voorkeur van medewerkers voor enabling beheersing neemt toe wanneer professionalism van medewerkers hoog komt te liggen.

Tabel 8 Uitkomsten regressie control en onafhankelijke variabelen

R Square Adjusted R Square 0,246 0,171 Tolerance VIF Constant 2,064 ,000 Vrouw ,111 ,336 ,886 1,129

Leeftijd: jonger dan 26 jaar -,326 ,114 ,884 1,131 Opleiding: lager dan mbo -,080 ,588 ,922 1,085 Afdeling: niet-productie/logistiek ,232 ,149 ,834 1,199 Dienstjaren: minder dan 6 mnd. -,005 ,980 ,644 1,554

Dienstverband: vast -,011 ,944 ,625 1,599

Analyzibility ,030 ,570 ,655 1,526

Exceptions -,013 ,791 ,630 1,588

Professionalism ,350 ,000* ,761 1,313

Dependent variabele: enabling beheersing *. factor is significant at the 0.01 level.

Normal regression Unstandardized

B

P-value (Sig.)