De variabelen

Welke promotors hebben van 1 januari 2006 tot en met 31 oktober 2007 vanuit de vestiging in Haarlem voor CliniClowns donateurs geworven? Op welke data en locaties is dat gebeurd? Welke resultaten hebben de promotors behaald? Welke factoren

beïnvloeden de productiviteit van een promotor? Antwoorden op deze vragen zijn noodzakelijk om een dataset te creëren waarmee uiteindelijk de hypothesen empirisch getest kunnen worden. Deze paragraaf zal de verschillende variabelen van de dataset bespreken. Waar nodig zal gebruik gemaakt worden van een histogram of tabel om de verdeling van een variabele duidelijk te maken.

De periode dat het effect van de wijziging in de beloningsstructuur onderzocht is, loopt van 1 januari 2006 tot en met 31 oktober 2007. In deze periode hebben vanuit de vestiging in Haarlem 113 verschillende promotors donateurs voor CliniClowns geworven. Het werven van donateurs is gebeurd door de inzet van werfteams. In totaal zijn er in deze periode door 1361 promotors vanuit 532 werfteams donateurs voor CliniClowns geworven. De belangrijkste taak van een promotor is het werven van donateurs. De productiviteit van een promotor komt dan ook naar voren in het aantal donateurs dat een promotor op een dag werft. De productiviteit kan echter ook op groepsniveau vastgesteld worden, namelijk de productiviteit van een werfteam. Allereerst zal de productiviteit op individueel niveau besproken worden.

In de dataset wordt de productiviteit van een promotor op individueel niveau uitgedrukt in de variabele score. Score is het totaal aantal donateurs dat een promotor op een dag werft. Gedurende de gehele dataset bedraagt het gemiddelde van de variabele score 8,53 donateurs met een standaardafwijking van 5,13 donateurs. De hoge

standaardafwijking wordt veroorzaakt door de grote spreiding in de score. Over de gehele periode wordt namelijk maximaal één keer 34 donateurs geworven, terwijl echter ook 24 keer door een promotor het minimale aantal van nul donateurs geworven wordt. Figuur 7.1 geeft de verdeling van de variabele score.

Figuur 7.1: verdeling score 0 2 4 6 8 10 Pe rce n t 0 10 20 30 40 Zelf verkocht

Uit figuur 7.1 komt naar voren dat ruim 70% van de promotors die op een dag werken tussen de nul en tien donateurs werven. Na de grote piek bij tien donateurs is een duidelijk daling in de verdeling van de score te zien. Het zwaartepunt van de variabele score bevindt zich links van de grote piek, waardoor het gemiddelde zich ook meer richting het minimum van nul donateurs begeeft. In de variabele score komen

bovendien enkele ‘outliers’ (uitschieters) voor. Door een promotor worden namelijk één keer 27, één keer 28, één keer 30 en tot slot één keer 34 donateurs geworven.

Naast de productiviteit van een promotor op individueel niveau, kan de

productiviteit van promotors ook op groepsniveau bekeken worden. De productiviteit op groepsniveau wordt in deze dataset gezien als de productiviteit van een werfteam. De productiviteit van een werfteam is het totaal aantal donateurs dat door een werfteam geworven wordt. Het aantal donateurs dat een werfteam in totaal werft, is echter sterk afhankelijk van de grootte van een werfteam. De grootte van een werfteam kan namelijk variëren van twee tot maximaal vijf promotors. Het totale aantal geworven donateurs zegt daarom niet direct iets over de productiviteit van een werfteam. De productiviteit van een werfteam kan daarom beter worden uitgedrukt in het gemiddelde aantal geworven donateurs per promotor per werfteam. In de dataset wordt het gemiddelde aantal donateurs per promotor per werfteam uitgedrukt in de variabele teamgemiddelde. Over de gehele dataset is het gemiddelde van de variabele teamgemiddelde 8,53

donateurs met een standaardafwijking van 4,22 donateurs. Het maximale

totaal nul donateurs geworven worden. Figuur 7.2 maakt de verdeling van de variabele teamgemiddelde duidelijk.

Figuur 7.2: Verdeling teamgemiddelde

Figuur 7.2 laat zien dat de variabele teamgemiddelde een redelijk gelijkmatige verdeling heeft. Rond het gemiddelde van 8.53 donateurs bevinden zich tevens het merendeel van de teamgemiddeldes. Bij de variabele teamgemiddelde komen een paar hoge

teamgemiddeldes voor, maar echte ‘outliers’ worden bij de variabele niet waargenomen. De volgende variabele in de dataset is de variabele teamgrootte. De teamgrootte is het aantal promotors waaruit een werfteam bestaat. Een werfteam bestaat uit twee tot maximaal vijf promotors. In de dataset heeft de variabele teamgrootte daardoor een waarde van twee, drie, vier of vijf. Tussen de grootte van een werfteam (teamgrootte) en het gemiddeld aantal geworven donateurs per promotor per werfteam (teamgemiddelde) bestaat een verband. Promotors zijn bij het teamgemiddelde namelijk afhankelijk van de prestaties van de andere promotors binnen een werfteam. Hoe groter een werfteam, hoe afhankelijker een promotor van de prestaties van de overige promotors is. In de totale dataset bestaat een werfteam gemiddeld uit 2,70 promotors met een standaardafwijking van 0,63 promotors. Tabel 7.1 geeft de frequentieverdeling van de variabele

teamgrootte.

Tabel 7.1: Frequentieverdeling teamgrootte

Teamgrootte Frequentie Aantal werfteams Percentage Cumulatieve percentage

2 526 263 49,44% 49,40% 3 729 243 45,68% 95,10% 4 96 24 4,51% 99,60% 5 10 2 0,38% 100,00% 0 2 4 6 8 10 Pe rce n t 0 5 10 15 20 teammean

Totaal 1361 532 100,00%

Uit tabel 7.1 kan geconcludeerd worden dat ruim 95% van de werfteams bestaat uit twee of drie promotors. Werfteams met vier of vijf promotors komen in de dataset dus nauwelijks voor. Een verklaring hiervoor is dat de meeste werflocaties te rustig zijn om er met vier of vijf promotors donateurs te werven. Het is efficiënter om meerdere werfteams van twee of drie promotors naar verschillende werflocaties te sturen. In de dataset is één persoonlijke variabele opgenomen, namelijk de leeftijd van een promotor. In de dataset wordt deze variabele leeftijd genoemd. De variabele leeftijd is de leeftijd van een promotor op het moment van werken. Over de gehele dataset bedraagt de gemiddelde leeftijd van een promotor precies 18 jaar met een

standaardafwijking van 1,92 jaar. In de dataset is de minimale leeftijd 16 jaar en bedraagt de maximale leeftijd 24 jaar. De gevonden minimale leeftijd is te verklaren doordat 16 jaar ook direct de minimale leeftijd is waarop een promotor bij de vestiging in Haarlem aan de slag kan. Tabel 7.2 geeft de frequentieverdeling van de variabele leeftijd.

Tabel 7.2: Frequentieverdeling van de leeftijd

Leeftijd Frequentie Percentage Cumulatieve percentage

16 256 18,81% 18.81% 17 366 26,89% 45,70% 18 401 29,46% 75,17% 19 178 13,08% 88,24% 20 27 1,98% 90,23% 21 21 1,54% 91,77% 22 16 1,18% 92,95% 23 53 3,89% 96,84% 24 43 3,16% 100,00% Totaal 1361 100,00%

Vanuit tabel 7.2 kan geconcludeerd worden dat bijna 90% van de promotors zich op het moment van werken in de leeftijdsgroep 16 t/m 19 jaar bevindt. Een verklaring voor deze leeftijdsgroep is dat over het algemeen veel middelbare scholieren bij de vestiging in Haarlem werken.

De productiviteit van promotors wordt, naast bovengenoemde variabelen, ook door andere factoren beïnvloed. Hierbij moet gedacht worden aan het weer op een bepaalde wervingsdatum en –locatie. Verwacht wordt namelijk dat het weer een

behoorlijke invloed op de productiviteit van een promotor heeft. In de dataset zijn voor het weer twee variabelen opgenomen, namelijk een variabele voor de temperatuur en een variabele voor de neerslag. De eerste weersvariabele in de dataset is de temperatuur in graden Celsius, waarin een promotor op een bepaalde wervingsdatum en –locatie moet werken. In de dataset wordt deze variabele temperatuur genoemd. Over de gehele dataset bedraagt de gemiddelde temperatuur 16,01 ºC met een standaardafwijking van 7,17 ºC. De hoge standaardafwijking kan verklaard worden door de grote spreiding in de temperatuur. In de dataset is de minimale temperatuur 1 ºC en bedraagt de maximale temperatuur 31,5 ºC. Het grote verschil in temperatuur wordt veroorzaakt door de verschillende seizoenen, namelijk lente, zomer, herfst en winter. Figuur 7.3 laat de verdeling van de variabele temperatuur zien.

Figuur 7.3: De verdeling van de temperatuur

0 2 4 6 8 Pe rce n t 0 10 20 30 Temp (°C)

Uit figuur 7.3 kan geconcludeerd worden dat in de verdeling van de temperatuur drie verschillende pieken waar te nemen zijn. Deze pieken worden veroorzaakt door de temperaturen in de verschillende seizoenen. Daarnaast bevindt zich aan beide kanten van de gemiddelde temperatuur van 16,01 ºC ongeveer eenzelfde verdeling van de temperatuur. Tot slot bevinden zich in de verdeling van de variabele temperatuur enkele ‘outliers’ rond de 31 ºC.

De tweede weersvariabele in de dataset is de neerslag in millimeters op een bepaalde wervingsdatum en –locatie. In de dataset wordt deze variabele neerslag genoemd. Gedurende de gehele periode bedraagt de gemiddelde hoeveelheid neerslag 2,07 millimeter met een standaardafwijking van 4,11 millimeter. In de dataset bedraagt

de maximale neerslag 37,2 millimeter en is de minimale neerslag uiteraard 0 millimeter. De verdeling van de variabele neerslag wordt duidelijk in figuur 7.4.

Figuur 7.4: De verdeling van de neerslag

0 20 40 60 Pe rce n t 0 10 20 30 40 Neerslag (mm)

Figuur 7.4 laat zien dat ruim 60% van de gemeten neerslag tussen de nul en één

millimeter ligt. Door dit grote zwaartepunt begeeft de gemiddelde hoeveelheid neerslag zich duidelijk richting de minimale neerslag van nul millimeter. Bovendien komen in de dataset bij de variabele neerslag enkele ‘outliers’ voor, namelijk 26,6 en 37,2

millimeter.

Een andere variabele in de dataset is de dummy variabele maand. Het is een variabele voor de maand waarin de werfdatum valt. De dummy variabele heeft de waarde 1 wanneer de werfdatum in de maand januari valt, de waarde 2 wanneer de werfdatum in de maand februari valt en tot slot de waarde 12 wanneer de werfdatum in de maand december valt. De dummy is in de dataset opgenomen om in de empirische analyses rekening te houden met maandinvloeden. Verondersteld wordt namelijk dat er een verband bestaat tussen de variabele maand en de weersvariabelen. In de

zomermaanden zal de temperatuur hoog en de neerslag relatief laag zijn. Daarentegen zal in de wintermaanden het omgekeerde het geval zijn, namelijk een lage temperatuur en relatief meer neerslag. Gedurende de gehele dataset bedraagt het gemiddelde van de variabele 6,43 maanden met een standaardafwijking van 3,25 maanden. Tabel 7.3 geeft de frequentietabel van de variabele maand.

Figuur 7.3: Frequentieverdeling van de variabele maand

Maand Frequentie Percentage Cumulatieve percentage

1 99 7,27% 7,27% 2 117 8,60% 15,87% 3 119 8,74% 24,61% 4 100 7,35% 31,96% 5 83 6,10% 38,06% 6 145 10,65% 48,71% 7 135 9,92% 58,63% 8 156 11,46% 70,10% 9 124 9,11% 79,21% 10 125 9,18% 88,39% 11 75 5,51% 93,90% 12 83 6,10% 100,00% Totaal 1361 100,00%

Vanuit tabel 7.3 wordt duidelijk dat de variabele maand redelijk gelijkmatig verdeeld is. Dit betekent dat in elke maand vrijwel evenveel promotors op pad gestuurd zijn. In de zomermaanden, juni t/m augustus, is een kleine piek in het aantal promotors dat voor CliniClowns donateurs werft te zien. Dit wordt veroorzaakt doordat promotors gedurende de zomermaanden vakantie hebben, waardoor promotors vaker kunnen werken. Bovendien valt in tabel 7.3 op dat in november en december minder promotors hebben gewerkt. Dit komt doordat de gehele dataset van 1 januari 2006 tot en met 31 oktober 2007 loopt, waardoor de maanden november en december maar één in plaats van twee keer voorkomen in de dataset.

In dit empirische onderzoek staat het onderzoeken van het effect van de

wijziging in de beloningsstructuur centraal. Om een goede vergelijking tussen de oude en de nieuwe beloningsstructuur te kunnen maken, is het van belang een aantal

dummy’s in de dataset in te bouwen voor de beloningsstructuur die op dat moment van toepassing is. In de dataset is daarom de dummy nieuw opgenomen. In de periode dat de oude beloningsstructuur van toepassing is, heeft de dummy de waarde 0. De dummy heeft de waarde 1 in de periode dat de nieuwe beloningsstructuur toegepast wordt. Tabel 7.4 geeft de frequentieverdeling van de dummy nieuw weer.

Tabel 7.4: Frequentieverdeling dummy nieuw

Nieuw Frequentie Percentage Cumulatieve percentage

0 621 45,63% 45,63%

1 740 54,37% 100,00%

Uit tabel 7.4 kan worden opgemaakt dat van de 1361 promotors 45,63% onder de oude beloningsstructuur en 54,37% onder de nieuwe beloningsstructuur heeft gewerkt. Hieruit kan geconcludeerd worden dat onder de nieuwe beloningsstructuur meer promotors gewerkt hebben. Dit is opvallend aangezien in de dataset de periode dat de nieuwe structuur van toepassing is, korter is dan de periode dat de oude structuur toegepast wordt.

Tot slot zijn in de dataset vier andere dummy variabelen opgenomen. Deze dummy variabelen zijn noodzakelijk om de hypothesen te kunnen testen. Om hypothese 1 te testen is in de dataset de dummy variabele piek opgenomen. De dummy heeft de waarde 1 wanneer een promotor voor het behalen van zijn laatste donateur een hoge beloning per donateur gekregen heeft en in figuur 5.1 dus op een piek ligt. Een analyse van de grafiek maakt duidelijk dat de beloning voor een donateur hoog is voor alle even donateurs, behalve bij het behalen van twee donateurs. Daarentegen heeft de dummy de waarde 0 wanneer in de individuele prestatiebeloning sprake is van een lage beloning per donateur en in figuur 5.1 dus in een dal ligt. Dit is het geval bij nul, twee en alle oneven donateurs.

In de analyse van hypothese 1 en 2 worden verschillende groepen promotors onderzocht. In de dataset is daarvoor de dummy variabele prikkel opgenomen. De dummy heeft de waarde 1 wanneer een promotor onder de oude én onder de nieuwe beloningsstructuur heeft gewerkt en de waarde 0 wanneer een promotor alleen onder de oude of alleen onder de nieuwe beloningsstructuur heeft gewerkt. Het gemiddelde van de dummy prikkel bedraagt 0,61. Dit betekent dat 61% van de promotors onder de oude én onder de nieuwe beloningsstructuur heeft gewerkt en 39% alleen onder de oude of alleen onder de nieuwe beloningsstructuur heeft gewerkt.

In hypothese 3 wordt onderzocht of werfteams onder de nieuwe

beloningsstructuur vaker gemiddeld 8 en 12 donateurs behalen. Om hypothese 3a te kunnen testen is daarom de dummy variabele D8 in de dataset opgenomen. De dummy heeft de waarde 1 voor promotors die met een werfteam gemiddeld minstens 8

donateurs werven en de waarde 0 wanneer promotors in een werfteam niet gemiddeld 8 donateurs hebben geworven. Hypothese 3t wordt getest door de dummy variabele D12 in de dataset op te nemen. Dummy D12 heeft de waarde 1 wanneer een promotor met een werfteam de teambonus bij gemiddeld 12 donateurs behaald. Behaalt een werfteam niet gemiddeld 12 donateurs, dan heeft dummy D12 de waarde 0.

Deze paragraaf wordt afgesloten met overzicht van de besproken variabelen van de dataset. In tabel 7.5 wordt het gemiddelde, de standaardafwijking en de minimale en maximale waarde van de variabelen uiteengezet.

Tabel 7.5: Overzicht variabelen

Variabele Gemiddelde Standaard afwijking Minimum Maximum

Score 8,53 5,13 0 34 Teamgemiddelde 8,53 4,22 0 22 Teamgrootte 2,7 0,63 2 5 Leeftijd 18 1,92 16 24 Temperatuur 15,89 6,09 1 31,5 Neerslag 2,07 4,11 0 37,2 Maand 6,43 3,25 1 12 Nieuw 0,54 0,5 0 1 Piek 0,55 0,5 0 1 D8 0,54 0,5 0 1 D12 0,23 0,42 0 1 Prikkel 0,61 0,49 0 1

In dit hoofdstuk zijn verschillende variabelen en dummy variabelen van de dataset beschreven en uitgelegd. De volgende paragraaf zal dieper ingaan op de methode die gebruikt wordt om de opgestelde hypothesen te testen.