In dit onderzoek is gebruik gemaakt van regressieanalyse om de effecten van het thuiswerken in combinatie met de gedrag controls en resultaat controls te meten op de werkprestaties van de medewerkers. Een regressieanalyse wordt gebruikt om te kijken of er een voorspellend verband is tussen de onafhankelijke variabelen, de moderator en de afhankelijke variabele.
De analyse wordt uitgevoerd op basis van het model dat is gepresenteerd in figuur 1. Hierbij is het thuiswerken de onafhankelijke variabele, gedrag controls en resultaat controls de moderator variabelen en de werkprestatie is de afhankelijke variabele. Voor het meten van het effect tussen het thuiswerken en de gedrag controls of resultaat controls op de
werkprestaties moet een extra variabele gecreëerd worden in SPSS. Deze extra variabelen zijn als volgt ontwikkeld:
Combinatie thuiswerken en resultaat control = TWxRC = aTW = TW – mean (TW) aRC = RC – mean (RC) aTW x aRC
Combinatie thuiswerken en gedrag control = TWxGC = aTW = TW – mean (TW) aGC = GC – mean (GC) aTW x aGC
In het model worden ook een drietal controle variabelen toegevoegd. De controle variabelen versterken de validiteit van het model door de invloed van storende variabelen te beperken.
De eerste controle variabele die wordt toegevoegd is de ervaring die een medewerker heeft.
Uit onderzoek van McDaniel et al. (1988) blijkt dat wanneer medewerkers meer ervaring hebben binnen hun werkveld dat de werkprestaties zullen toenemen. Hunter en Thatcher (2007) bevestigen dit. Zij stellen dat wanneer medewerkers meer ervaring hebben dat zij beter om kunnen gaan met de werkdruk en daardoor beter zullen gaan presteren dan de
De tweede controle variabele die wordt toegevoegd is het opleidingsniveau van de
medewerker. Vanuit onderzoek van Ariss & Timmins (1989) blijkt dat het opleidingsniveau dat een medewerker heeft niet direct bijdraagt aan de werkprestaties van de medewerker.
Truxillo et al. (1998) vinden dit ook in hun onderzoek. Zij vinden dat ondanks dat er wel gekeken wordt naar het opleidingsniveau dat dit niet direct betekent dat de werkprestaties daar ook beter van worden.
Tot slot wordt voor de derde controle variabele de leeftijd meegenomen. Uit het onderzoek van Waldman en Avolio (1986) blijkt dat de leeftijd van de medewerkers een positieve relatie heeft op de werkprestaties. NG en Feldman (2008) trekken ook deze conclusie op basis van hun onderzoek. Wel concluderen zij dat op sommige punten er geen significant verband is tussen de leeftijd en werkprestaties. Een voorbeeld hiervan is de prestatie op trainingen en creativiteit.
Op basis van de theorie werd voorspelt dat het thuiswerken een positieve invloed heeft op de resultaten van de medewerkers en dat zowel de gedrag controls als resultaat controls een positieve invloed hebben op de werkprestaties. Voor zowel de gedrag controls als de resultaat controls werd een positief effect voorspeld op de werkprestaties naar mate meer vanuit huis gewerkt wordt.
In tabel 10 worden de resultaten van de regressieanalyse weergegeven. De controle variabele zijn niet significant. De patronen van de controle variabelen zijn overeenkomstig met de hiervoor benoemde theorie. De werkervaring en de leeftijd laten een positieve beta zien van .038 en .046, wat impliceert dat de werkzaamheden zullen toenemen naar mate de ervaring en de leeftijd stijgt. De opleiding geeft een negatieve beta van -.024, wat impliceert dat er geen effect is tussen het opleidingsniveau en de prestatie.
De resultaten van de analyse laten geen significante effecten zien. De bevindingen geven aan dat het thuiswerken geen significant (sig. .672) effect heeft op de werkprestaties van de medewerkers. Dit resultaat is in tegenstelling tot het onderzoek van Van Triest (2021), waarin wordt geconcludeerd dat het thuiswerken een positief effect heeft op de werkprestaties. Een mogelijke verklaring hiervoor kan zijn het moment dat de data is verkregen. Het onderzoek van Van Triest (2021) werd uitgevoerd in het begin van de covid-19 pandemie, terwijl dit onderzoek in een verder stadium van deze pandemie uitgevoerd wordt. Hiermee kunnen
De gedrag controls (sig. .150) en de resultaat controls (sig. .968) hebben ook geen significant effect. Dit resultaat is in tegenstelling tot het onderzoek van Van Der Kolk et al. (2018) waarin wordt gevonden dat de gedrag controls en de resultaat controls een positieve invloed hebben op de werkprestaties. Een mogelijke verklaring voor dit verschil is de dataset
waarmee gewerkt wordt. Aangezien in onze dataset alle soorten sectoren zijn meegenomen kan het zijn dat de dataset te breed is en dat wij daardoor geen goed beeld kunnen schetsen van de effecten op de werkprestaties. Bij de ene sector werken de gedrag controls of resultaat controls effectiever dan bij de andere sector.
De combinatie tussen het thuiswerken en de gedrag controls (sig. .128) en resultaat controls (sig. .905) laten ook geen significant effect zien op de werkprestaties van de medewerkers.
Tabel 10: Resultaten analyse
Het patroon van de analyse geeft aan dat resultaat controls een positieve invloed hebben op de werkprestaties van de medewerkers en gedrag controls een negatieve invloed hebben op de werkprestaties van de medewerkers. De resultaat controls in combinatie met het
Relatie Model 1 Model 2 Model 3 Model 4
controls dat de werkprestaties beter worden dan wanneer niet wordt aangestuurd op gedrag controls.
Echter zijn deze bevindingen niet significant en bieden dan ook geen ondersteuning voor de conclusie over de effecten op de werkprestaties.