Handleiding Carrièrewaarden Normatief

Welke factoren van werk een persoon motiveren, toont de test Carrièrewaarden Normatief. Lees de handleiding.

Overzicht

1. Inleiding
2. Uitgangspunten van de testconstructie
3. Kwaliteit van het testmateriaal
4. Handleiding voor testgebruikers
5. Normen
6. Betrouwbaarheid
7. Begripsvaliditeit
8. Criteriumvaliditeit

Leeswijzer Carrièrewaarden Normatief

De Carrière Waarden vragenlijst normatief (CW-n) is een vragenlijst die in kaart brengt welke factoren van werk een persoon motiveren. Ixly ontwikkelde de vragenlijst voor het werkveld van Human Resource Management (HRM). Bij adviessituaties ontstaat een beeld van wat een persoon motiverend vindt in een baan. Zodoende kan er gerichter worden gezocht naar een passend beroep.

1. Uitgangspunten bij de testconstructie
Carrièrewaarden spelen een belangrijke rol in werk gerelateerde processen, zoals werktevredenheid, motivatie, binding met een organisatie en prestatie. In deze paragraaf worden de theorieën over carrièrewaarden besproken. Hier komt de beschrijving uit voort over hoe carrièrewaarden gemeten kunnen worden en worden de definities van carrièrewaarden gegeven, zoals die met betrekking tot de CW-n zijn bedoeld.

Verder brengt deze paragraaf de ontstaansgeschiedenis en ontwikkeling van de CW-n in kaart. Als eerste wordt het gebruiksdoel gedefinieerd: het construeren van een vragenlijst die inzicht geeft in de carrièrewaarden van een persoon. Daarna worden de eerste analyses en de itemselecties beschreven. Als laatste wordt de structuur van de vragenlijst weergegeven en beschreven hoe deze tot stand is gekomen. De derde en laatste versie van de vragenlijst staat bekend als de CW-n. De N staat voor normatief, wat aangeeft dat ieder item een vijfpunts Likert-antwoordschaal bevat. In bijlage 1.1 worden alle carrièrewaarden (schalen) van de CW-n overzichtelijk weergegeven, besproken en afgebakend.

2. Kwaliteit van het testmateriaal
In dit hoofdstuk wordt de testomgeving van de vragenlijst beschreven. De instructie bij de vragenlijst valt hier te lezen, de getoonde voortgangsindicator wordt besproken en er wordt verwezen naar een voorbeeldrapport bij de CW-n. Gemiddeld is men vijftien tot twintig minuten bezig met het invullen van de CW-n.

In dit hoofdstuk wordt tevens aangegeven hoe er onjuist gebruik van de software kan worden voorkomen en er wordt inzicht gegeven in het scoringssysteem van de CW-n.

3. Handleiding voor testgebruiker
De CW-n kan in elke situatie worden ingezet waarbij het van belang is meer te weten te komen over de carrièrewaarden van een persoon. De vragenlijst kan ingevuld worden door iedereen die deel uit maakt van de Nederlandse beroepsbevolking. In dit hoofdstuk worden ook de beperkingen van de vragenlijst besproken en wordt er een instructie gegeven voor de testleider.

Het grafische deel van de rapportage wordt weergegeven in stenscores. Deze paragraaf bespreekt de interpretatie van deze scores. Ook wordt de totstandkoming van primaire motivatoren, secundaire motivatoren en demotivatoren besproken.

Om de interpretatie van de CW-n te illustreren licht een psycholoog toe hoe hij de CW-n bij loopbaanadvies toepast. Dit doet hij aan de hand van een tweetal voorbeeldcasussen.

In de rapportage is een groepering gemaakt in de carrièrewaarden naar een logische indeling, namelijk opbrengsten, activiteiten en omgeving. Er zijn ook andere indelingen mogelijk, waarin relaties tussen carrièrewaarden betekenisvol zijn. Een aantal van deze relaties is belangrijk voor de interpretatie van de carrièrewaarden. In deze paragraaf worden de relaties tussen de gehanteerde driedeling besproken en vervolgens enkele clusters, die gezamenlijk geïnterpreteerd kunnen worden. Tevens worden er ingegaan op relevante informatie bij de interpretatie en wordt er informatie gegeven over de software.

4. Normering en normen van de CW-n
Bij de CW-n gaat het om een normgerichte interpretatie. De normpopulatie is een representatie van de beroepsbevolking van Nederland met betrekking tot de achtergrondvariabelen opleiding, leeftijd, geslacht, werksituatie, provincie en branche. De CW-n is voor adviessituaties genormeerd. Deze paragraaf beschrijft de samenstelling van de normgroep en de normeringsprocedure. In bijlage 4.5 staan de normtabellen bij de vragenlijst.

5. Betrouwbaarheid van de CW-n
Om uitspraken te kunnen doen over de betrouwbaarheid van de CW-n is de interne consistentie (alfa) voor iedere schaal berekend en tevens is er een hertest uitgevoerd. De vragenlijst bestaat uit homogene, betrouwbare en stabiele schalen. De alfa’s zijn over het algemeen hoog tot zeer hoog te noemen.

6. Begripsvaliditeit van de CW-n
Ten eerste is de interne structuur van de CW-n onderzocht door middel van correlatieanalyse tussen de schalen onderling, een MGM-analyse en de item-rest correlaties. Hieruit blijkt dat de CW-n uit relatief homogene, betrouwbare en stabiele schalen bestaat.

Voor de achtergrondvariabelen leeftijd, geslacht, opleiding en allochtoon/autochtoon zijn er een aantal significante verschillen. Deze verschillen zijn te verwachten gezien de aard van de variabelen, en er wordt aangenomen dat deze reële verschillen weergeven. Om deze reden is er voor gekozen geen aparte normgroepen te maken voor deze variabelen. Onderzoek naar de culturele bias laat zien dat er bij enkele items mogelijk sprake is van verschillen tussen allochtonen en autochtonen. De effectgrootte van deze verschillen zijn echter niet groot. Bij de interpretatie van de schalen van de CW-n hoeft geen rekening te worden gehouden met culturele verschillen.

Ook is de externe structuur van de CW-n onderzocht door de samenhang te onderzoeken tussen de CW-n, de SVS, de COI en de WPI. Vooraf werden bij ieder onderzoek hypothesen geformuleerd. Tijdens de analyses bleek dat velen van deze hypothesen bevestigd werden. Schalen behorende bij enkele niet bevestigde hypothesen bleken bij nadere analyse op item niveau toch weinig overlap met elkaar te vertonen. Enkele niet verwachte relaties bleken na analyse van de items, goed verklaarbaar te zijn. De drie onderzoeken naar de externe structuur van de CW-n dragen allen bij aan de ondersteuning van de begripsvaliditeit van de CW-n.

Als laatste is er onderzoek gedaan naar de relaties tussen de CW-n en de Werkgerelateerde Persoonlijkheidsvragenlijst (WPV). Hieruit blijkt dat er verschillende goed verklaarbare correlaties bestaan tussen de schalen van de CW-n en zowel de schalen als de factoren van de WPV.

7. Criteriumvaliditeit van de CW-n
In dit hoofdstuk worden onderzoeken besproken die gedaan zijn om de voorspellende waarde van de schalen van de CW-n aan te tonen. Er is gekeken naar de relatie van de schalen met zowel werktevredenheid als verloopintentie. Uit de onderzoeken is gebleken dat de werktevredenheid hoger en de verloopintentie lager was wanneer er door het werk aan de behoeften in waarden van een persoon werd voorzien. Door middel van een polynomiale regressieanalyse is aangetoond dat de schalen van de CW-n en de aanwezigheid van waarden in het werk zeer goede voorspellers waren van verloopintentie en algemene werktevredenheid.

 

1. Inleiding Carrièrewaarden Normatief

De Carrière Waardenvragenlijst (CW) is een persoonlijkheids- of drijfverenvragenlijst die in kaart brengt welke factoren van werk een persoon als motiverend ervaart. De vragenlijst is door Ixly ontwikkeld voor het werkveld van Human Resource Management. Er zijn twee versies van de carrièrewaardenvragenlijst: een normatieve versie die gebruikt kan worden bij adviessituaties en een ipsatieve versie die gebruikt kan worden bij Selectie en Advies. Deze handleiding betreft uitsluitend de normatieve versie van de vragenlijst (CW-n) . Bij adviessituaties geeft het rapport inzicht in de werkwaarden of carrièrewaarden die een persoon als motiverend ervaart. Hiermee kan er gericht gezocht worden naar een passende functie. Deze handleiding volgt de structuur van het beoordelingssysteem van de Cotan voor de kwaliteit van tests:

1. Uitgangspunten van de testconstructie
2. Kwaliteit van het testmateriaal
3. Kwaliteit van de handleiding
4. Normen
5. Betrouwbaarheid
6. Begripsvaliditeit.
7. Criteriumvaliditeit

Delen van deze versie van de handleiding zijn gebaseerd op eerdere handleidingen, zonder dat dit overal expliciet is aangegeven.

 

Uitgangspunten van de testconstructie

Dit hoofdstuk beschrijft de gebruiksdoelen van de test, theoretische achtergronden, de meetpretentie, de doelgroep en de wijze waarop de vragenlijst is geconstrueerd. Daarbij gaan wij in op de relevantie van de testinhoud voor de gemeten constructen. Teven wordt de meerwaarde van de Carrière Waarden vragenlijst normatief ten opzichte van enkele andere modellen in beeld gebracht.

1.1 Gebruiksdoel van de test

Het doel van de Carrière Waarden vragenlijst normatief is inzicht te geven in de drijfveren, werkwaarden of motivatoren van individuen om hen te adviseren bij loopbaanvraagstukken van verschillende aard, zoals: re-integratie, loopbaanadvies en outplacement. Voor carrièrewaarden gebruiken wij de volgende definitie:

Carrièrewaarden zijn motiverende, prettige of stimulerende aspecten of kenmerken van de werkomgeving, taken en opbrengsten van werk.

Er zijn verschillende modellen om de carrièrewaarden te typeren. De kenmerken die met de CW-n gemeten worden staan beschreven in Tabel 1.1.

Doelgroep
De doelgroep van de CW-n is de volwassen beroepsbevolking (werkend en werkzoekend) van Nederland. Ze omvat alle leeftijdscategorieën, van 18 tot 67 jaar, mannen, vrouwen, ongeacht herkomst, uit alle branches en beroepsgroepen. Bij de normerings- en validatieonderzoeken is daar rekening mee gehouden, onder andere door te zorgen voor een goede spreiding binnen onderzoeksgroepen om een representatieve afspiegeling te vormen van de beroepsbevolking.
De vragenlijst is geschikt voor adviessituaties en is expliciet niet geschikt voor selectiesituaties.
De vragenlijst is niet onderzocht bij klinische populaties. De doelgroep is daarmee de ‘normale’ populatie. De vragenlijst is wel geschikt voor mensen met matige dyslexie, maar minder geschikt voor mensen met een ernstige vorm van dyslexie.
Er is geen specifiek onderzoek verricht bij jongeren met minder dan een jaar werkervaring. Onder werkervaring mag ook verstaan worden stages, vakantiewerk of projectactiviteiten binnen opleidingen.
Er is geen specifieke voorkennis of opleiding vereist. Wel wordt een minimaal niveau van taalbeheersing verlangd op B1 niveau. Taalniveau B1 kan bijna iedereen begrijpen (zo’n 95% van de bevolking). Ook mensen die geen hoge opleiding hebben gehad en voor hun werk nooit hoeven te lezen. Taalniveau B1 wordt ook wel “eenvoudig Nederlands” genoemd. De taalniveaus zijn vastgelegd in het Common European Framework of reference for languages (CEFR). De items van de CW-n hebben een taalniveau van A2 tot maximaal B1. Dit is onder meer getoetst met instrumenten voor het bepalen van het leesniveau van Bureau Taal en de Stichting Accessibilty, expertise centrum voor toegankelijke ICT.

1.2 Theoretische achtergronden carrièrewaarden

Carrièrewaarden en motivatie
Carrièrewaarden spelen een belangrijke rol in werkgerelateerde processen, zoals: werktevredenheid, motivatie, binding met een organisatie en prestatie (Dose, 1997; Meglino & Ravlin, 1998; Roe & Ester, 1999; Tschopp, Grote & Gerber, 2014) en bevlogenheid (bijv. Sortheis, Dietrich, Chow & Salmala-Aro, 2013). Aangenomen wordt dat de fit tussen de carrièrewaarden van de persoon en de kenmerken van de functie of het beroep een voorspellende waarde heeft op bovengenoemde processen en uitkomsten. De onderliggende assumptie is dat mensen gemotiveerder, meer tevreden, blijer en meer verbonden zijn met de organisatie wanneer de carrièrewaarden van een individu overeenkomen met de waarden van een organisatie, beroepsgroep of functie. Om die reden zijn organisaties op zoek naar personen met carrièrewaarden passend bij de betreffende functie en organisatie. Andersom prefereren individuen functies en beroepen waarbij er sprake is van een match met hun carrièrewaarden (Judge & Bretz, 1992).

Super heeft in 1953 de basis gelegd voor het idee dat er tevredenheid ontstaat als de waarden van een persoon overeenkomen met de waarden in een bepaalde omgeving. Hij stelde dat tevreden zijn met je werk en/of met je leven afhangt van het feit of je je capaciteiten, belangen, persoonlijkheidstrekken en waarden op een adequate manier kan benutten (Super, 1953). Concluderend kunnen we uit dit basisidee opmaken dat wanneer de carrièrewaarden van een bepaald persoon matchen met de kenmerken van een betreffende functie, dit leidt tot tevredenheid met de functie. Uit de literatuur blijkt dat carrièrewaarden over het algemeen brede tendensen zijn die aangeven welke kenmerken en uitkomsten van het werk en welke eigenschappen in een werkomgeving iemand prefereert (o.a. Furnham, Forde & Ferrari, 1999; Hofstede, 1998; Super 1973). Volgens Schwartz (1999) zijn carrièrewaarden doelen en beloningen die mensen in hun werk zoeken. Daarnaast ziet hij carrièrewaarden als uiting van de basiswaarden van een persoon in de werkcontext.

Ontstaan van carrièrewaarden
In de literatuur wordt veel geschreven over de ontstaanswijze van carrièrewaarden. Veelal wordt ervan uitgegaan dat het ontstaan van carrièrewaarden alleen door omgevingsfactoren wordt beïnvloed. Keller, Bouchard, Arvey, Segal en Dawis (1992) hebben echter onderzocht of er een genetische component betrokken is bij de vorming van carrièrewaarden. Zij vergeleken de carrièrewaarden van 23 eeneiige en 20 twee-eiige tweelingen die apart van elkaar waren opgegroeid. Uit dit onderzoek bleek dat zo’n 40 procent van de variantie in de carrièrewaardenmetingen werd verklaard door genetische factoren. Dit zegt niet dat de vorming van carrièrewaarden voor 40 procent door genetische componenten bepaald wordt. Het geeft echter wel aan dat er sprake is van een significante genetische component bij de vorming van carrièrewaarden (Keller et al., 1992). Gezien de kleine steekproef van dit onderzoek is de generaliseerbaarheid beperkt (Sagie, Elizur & Koslowsky, 1996).

Volgens aanhangers van de “gender approach” worden carrièrewaarden al gevormd voordat iemand zich op de arbeidsmarkt begeeft. Dit baseren zij op het algemeen geaccepteerde principe dat er echte mannen- en echte vrouwenberoepen bestaan. Mannen en vrouwen hebben bij voorbaat al verschillende verwachtingen met betrekking tot het werkende leven, waardoor ze andere carrièrewaarden ontwikkelen. Aanhangers van de “gender approach” zien carrièrewaarden als relatief stabiele determinanten van gedrag die mannen en vrouwen in andere richtingen sturen. Er wordt van uitgegaan dat de verschillen in carrièrewaarden tussen mannen en vrouwen in stand blijven.
Een andere benadering is de “structural approach”. Aanhangers van deze benadering impliceren dat de ontwikkeling van carrièrewaarden begint op het moment dat iemand zich op de arbeidsmarkt begeeft. Op basis van de positie die iemand bemachtigt komen carrièrewaarden tot stand. Aangezien vrouwen zich over het algemeen in lagere posities bevinden ontwikkelen zij andere carrièrewaarden dan mannen. Volgens aanhangers van de “structural approach” is dit de reden dat vrouwen meer belang hechten aan onder andere “Hulp verlenen” en mannen aan “Financiële beloning” (Hagström & Kjellberg, 2007).

Stabiliteit van carrièrewaarden
Carrièrewaarden zijn redelijk homogene en constante kenmerken of aspecten van de werkomgeving, taken en opbrengsten van werk, die door mensen als stimulerend of motiverend ervaren kunnen worden (Sagie et al., 1996). Uit onderzoek blijkt dat de carrièrewaarden die een persoon belangrijk vindt bijgesteld worden in de overgang van adolescentie naar volwassenheid. Adolescenten vormen, door gebrek aan ervaring, onrealistische hoge doelen van wat zij in hun carrière willen bereiken. Op het moment dat zij zich op de arbeidsmarkt begeven zullen deze doelen bijgesteld worden aangezien er dan een realistischer beeld gevormd wordt van de haalbaarheid van de doelen (Johnson, 2001). Door deze wijziging zullen er ook aanpassingen ontstaan in de carrièrewaarden die iemand belangrijk vindt. Carrièrewaarden blijven, wanneer ze tijdens de volwassenheid gevormd zijn, relatief stabiel (Judge & Bretz, 1992). Knezevic (1998) geeft dan ook als definitie dat carrièrewaarden een relatief stabiele verzameling van opvattingen zijn over wat juist, waardevol en gewenst is met betrekking tot de werkcontext (Knezevic, 1998).

Carrièrewaarden en sekse
Er is veel onderzoek gedaan naar de verschillen in carrièrewaarden tussen mannen en vrouwen. Onderzoek heeft uitgewezen dat jonge vrouwen meer waarde hechten aan intrinsieke, altruïstische en sociale carrièrewaarden, terwijl jonge mannen extrinsieke carrièrewaarden belangrijker vinden (Johnson, 2001). Uit recent onderzoek blijkt echter wel dat het verschil in carrièrewaarden tussen vrouwen en mannen kleiner wordt. Tegenwoordig krijgen vrouwen veel meer de kans om opleidingen te volgen en carrière te maken. Wanneer zij zich op de arbeidsmarkt gaan begeven zullen ze ervaren dat het mogelijk is om een goed salaris te krijgen en promotie te maken. Door deze mogelijkheden zullen vrouwen ook steeds meer waarde hechten aan prestige en een goed salaris (Johnson, 2001).

Culturele verschillen in carrièrewaarden
Naast het geslacht en de omgeving blijkt ook het land waarin iemand woont of vandaan komt een rol te spelen bij de ontwikkeling van carrièrewaarden. Elizur, Borg, Hunt en Beck (1991) vonden verschillen tussen landen met betrekking tot de rangorde van belangrijkheid van de carrièrewaarden. In Japan stond bijvoorbeeld de carrièrewaarde “Zekerheid” op nummer 1, terwijl mensen in landen als China en Israël dit minder belangrijk vonden. Daarnaast gaven de Chinese respondenten als belangrijkste carrièrewaarde “maatschappelijke bijdrage” aan. Bij de respondenten van de andere landen bleek dit echter een van de minst belangrijke carrièrewaarden te zijn (Sagie et al., 1996).

Het meten van carrièrewaarden in de praktijk
Carrièrewaarden kunnen gemeten worden met een “psychologische test”. Dit begrip is als volgt te beschrijven: “Een systematische beoordeling- of meetprocedure, die het mogelijk maakt een uitspraak te doen over één of meer persoonseigenschappen van de onderzochte of van zijn/haar toekomstige gedrag of toekomstige prestaties” (Drenth, 1981). Deze beoordeling wordt gebaseerd op een objectieve en vergelijkende verwerking van de reacties en prestaties van de onderzochte op een aantal zorgvuldig uitgekozen opdrachten of vragen, die op een gestandaardiseerde manier aan hem worden voorgelegd. De reacties van de persoon vormen de testinformatie op basis waarvan een uitspraak gedaan wordt. Deze testinformatie kan op verschillende manieren verkregen worden, bijvoorbeeld door zelfbeoordeling, observatie, instrumentele meting of objectieve documentatie (Drenth, 1981). De persoonlijkheidsvragenlijst is een voorbeeld van een psychologische test. Persoonlijkheidsvragenlijsten zijn al sinds de jaren 20 van de vorige eeuw veelgebruikt in de praktijk, alleen werd er lange tijd in onderzoek geen duidelijk verband gevonden tussen criteria van goed werkgedrag en de uitkomst van de tests (Salgado & de Fruyt, 2005). Ondanks dit gegeven bleven persoonlijkheidsvragenlijsten in de praktijk populair. Naast gebruik in de (geestelijke) gezondheidszorg, de zogenaamde “psychodiagnostiek”, worden persoonlijkheidsvragenlijsten eveneens veelvuldig gebruikt in het veld van HRM-selectiepraktijk.

1.3 Modellen voor behoeften, drijfveren of carrièrewaarden

Modellen op het gebied van carrièrewaarden zijn die van Maslow (1943), Schwartz (1999) en Schein (1996). Deze kennen de volgende waarden of behoeften.

De behoeften van Maslow (1943):
o Organische of lichamelijke behoeften: bijvoorbeeld slaap, voedsel en comfort.
o Behoefte aan veiligheid en zekerheid: bijvoorbeeld huisvesting, werk en relaties.
o Behoefte aan saamhorigheid: bijvoorbeeld vriendschap, liefde en het aangaan van positief-sociale relaties.
o Behoefte aan waardering, erkenning en zelfrespect: verhogen de competentie en het aanzien in groepsverband, belang hechten aan status in sociaal verband.
o Behoefte aan zelfactualisatie: de behoefte om persoonlijkheid en mentale groeimogelijkheden te ontwikkelen.

Waarden van Schwartz (1999):
o Macht: Autoriteit, leiderschap en dominantie
o Prestatie: Succes, ambitie, invloed, bekwaamheid en zelfrespect
o Hedonisme: Plezier, genieten van het leven
o Stimulatie: Een gevarieerd leven, een opwindend en uitdagend leven.
o Zelfbepaling: Creativiteit, vrijheid, onafhankelijkheid, nieuwsgierigheid en het kiezen van eigen doelen
o Universalisme: Ruimdenkendheid, sociale rechtvaardigheid, gelijkheid en beschermen van de natuur
o Welwillend: Behulpzaam, eerlijkheid, vergiffenis, loyaliteit, verantwoordelijkheid, vriendschap
o Traditie: Respect voor traditie, bescheidenheid, het leven aanvaarden zoals het is en matigheid
o Conformisme: Zelfdiscipline, gehoorzaamheid en vriendelijkheid
o Veiligheid: Sociale orde, familiale veiligheid, nationale veiligheid en uitwisselen van gunsten

Carrière-ankers van Schein (1993):
o Autonomie/Onafhankelijkheid
o Veiligheid/Stabiliteit
o Technische/Functionele competentie
o Management competentie
o Ondernemerschap/Creativiteit
o Dienstverlening/Toewijding aan een doel
o Pure uitdaging
o Levensstijl

1.4 Fase 1: Constructie vragenlijst

Doelstelling
De carrièrewaarden vragenlijst is ontwikkeld omdat er in 1997 bij loopbaanadviseurs van een groot loopbaanadviesbureau behoefte bestond aan een meer gedifferentieerde vragenlijst dan de vragenlijsten die toen beschikbaar waren. De verwachting van een dergelijk instrument was dat daarmee beter en genuanceerder loopbaanadviezen te onderbouwen zijn. Destijds werden onder meer de carrière-ankers van Schein (1993) gebruikt, waarvan sommige carrière ankers meerdere constructen omvatten. Een voorbeeld van een anker dat veel omvattend is, is “Ondernemingsgerichte creativiteit”. Deze bevat zowel de drijfveer ‘een eigen onderneming starten’ als de drijfveer ‘creativiteit’. Naar ons inzicht destijds zijn er ook creatieve mensen die niet gericht zijn op het starten van een onderneming en zijn er ook ondernemers die zelf minder creatief zijn, maar bijvoorbeeld de creativiteit van hun medewerkers inzetten. Later werd dit ook in een onderzoek bevestigd (Danziger, Rachman-Moore & Valency, 2008). Verder bleken er in 1997 geen wetenschappelijk gefundeerde testen beschikbaar te zijn voor het in beeld brengen van carrièrewaarden.

De te ontwikkelen carrièrewaarden vragenlijst zou de hierboven genoemde modellen moeten omvatten, met meer differentiatie en mogelijk aanvullende waarden. Om aan te tonen of deze opzet is geslaagd, is de CW-n inhoudelijk vergeleken met de modellen van Schein en Schwartz. De resultaten van dit onderzoek worden besproken in hoofdstuk 6, Begripsvaliditeit.

1.4.1 Ontwikkelen items

Om het domein van de waarden die relevant zijn voor de context van werk te onderzoeken is een onderzoek gestart. De gevolgde methode is verwant aan de lexicografische methode die ten grondslag ligt aan het Five Factor Model (FFM) (Allport & Odbert, 1936; Cattell, 1943) met als verschil dat hier is uitgegaan van gespreksnotities in plaats van woorden in het woordenboek. Waar het uitgangspunt van de lexicografische methode is dat alle relevante persoonskenmerken vastgelegd zijn in bijvoeglijke naamwoorden in woordenboeken, is het uitgangspunt van onze methode dat alle relevante waarden over werk naar voren komen in uitspraken die mensen doen over wat zij in hun werk als motiverend ervaren. De gesprekstechniek motivatieanalyse (van Zand, Knispel, Rogier & Jongeleen, 2006) biedt daartoe een gestructureerde interviewmethode. De oorspronkelijke bedenker van deze methode is Eric Deen en vereenvoudigd door Diddo van Zand, beiden destijds verbonden aan Raadgevendbureau Claessens. Aanvankelijk bestond de methode eruit dat de kandidaat een plezierige gebeurtenis in gedachten nam. Over deze gebeurtenis werden vervolgens aan NLP gerelateerde vragen gesteld om de herinnering aan de situatie te activeren. Nadat de herinnering geactiveerd was werd de vraag gesteld: ‘Wat maakte dat je dit als plezierig hebt ervaren?’. Ervaring leerde echter dat het op deze wijze activeren van de herinnering niet tot andere resultaten leidde dan wanneer de herinnering niet werd geactiveerd, terwijl de procedure wel veel meer tijd vroeg. Daarom heeft Van Zand (2006) deze methode vereenvoudigd. De methode werkt als volgt: Een adviseur stelt een kandidaat achtereenvolgens twee vragen: 1) “Welke gebeurtenis heb je [tijdens een bepaalde werkperiode uit het cv] als een plezierige of motiverende gebeurtenis ervaren?” en 2) “Wat maakte dat je dit als motiverend hebt ervaren?”.
Het antwoord op de laatste vraag is van belang, omdat verschillende personen eenzelfde situatie om andere redenen motiverend kunnen vinden. Het gaat om de achterliggende reden of waarden dat men een gebeurtenis als waardevol ervaart. Verder kunnen meerdere waarden een rol spelen bij het waarderen van dezelfde gebeurtenis. Verschillende perioden in het werkend leven werden zo bevraagd, enkele gebeurtenissen per periode, tot minimaal zeven concrete gebeurtenissen of ervaringen per kandidaat. Hieronder volgt een voorbeeld van een motivatieanalyse (Van Zand et al., 2006):

Vraag 1: “Wat heb je de afgelopen tijd als een plezierige of motiverende gebeurtenis in het werk ervaren?”
Antwoord 1: “Het project dat ik samen met Piet deed en waarin we een analyse gemaakt hebben van onze leveranciers.”

Vraag 2: “Wat maakte dat je dit als motiverend hebt ervaren?”
Antwoord 2a: “De samenwerking met Piet, we waren echt een team.”
Antwoord 2b: “We hebben een slimme, verrassende analyse gemaakt, waarmee we als nieuwelingen dingen in gang gezet hebben wat onze voorgangers niet gelukt is!”
Antwoord 2c :“Toen het klaar was en we de presentatie gaven kregen we een groot compliment van de directeur. Dat moment sprong eruit voor mij.”

Het resultaat van deze gesprekstechniek is een verzameling uitspraken zoals in het voorbeeld is geschetst als antwoord op vraag 2. Deze uitspraken zijn verder behandeld als input voor analyses, conform de lexicografische methode. Voor zover bekend is er niet eerder een interview methode gebruikt voor het ontwikkelen van vragenlijsten. Wel hebben o.a. Noordzij, van Hooft, van Mierlo, van Dam en Born (2012) een gestructureerde interview methode gebruikt voor het ontwikkelen voor een model voor loopbaan counseling (Noordzij et al., 2012).
De lexicografische methode heeft zich bewezen bij de ontwikkeling van verschillende vragenlijsten, zoals de Neo (Costa & McCrae, 1987), de Hexaco (de Vries, Ashton & Lee, 2009) en de Communicatie Stijlen Inventory (de Vries, Bakker-Pieper, Konings & Schouten, 2011) en biedt daarmee een sterke theoretische verankering

Verzamelen van uitspraken van mensen over motiverende aspecten van werk
In totaal zijn 115 mensen geïnterviewd in 1997 en 1998 door acht loopbaanadviseurs, allen psycholoog van twee adviesbureaus. De werkervaring van de loopbaanadviseurs liep uiteen van drie tot twintig jaar ervaring in assessment en loopbaanadvies. Deze adviseurs zijn getraind in het voeren van de gesprekstechniek motivatieanalyse door Van Zand.
De kandidaten bekleedden verschillende functies in verschillende branches. Een kwart van de kandidaten had een Mbo-opleiding, de helft een Hbo-opleiding en een kwart was WO geschoold. De uitspraken van de kandidaten werden door de loopbaanadviseurs in de werkmap van de kandidaat genoteerd.
Na 115 kandidaten is gestopt met het verzamelen van meer uitspraken, omdat de interviews geen nieuwe uitspraken meer opleverden. Wel is besloten nog eens tien outplacementkandidaten te interviewen met lagere opleidingsniveaus. Dat leidde vooral tot dezelfde type zinnen als bij de eerste groep, met nog enkele aanvullingen op het gebied van fysiek werken en concrete resultaten. Daarom werd geconcludeerd dat het hele domein van carrièrewaarden gedekt was, en dat nieuwe interviews geen nieuwe informatie zou opleveren. Het resultaat van deze onderzoeksfase was een document met tussen de 900 en 1000 uitspraken.

Redigeren van uitspraken naar items en indeling naar constructen
Het redigeren van de uitspraken naar bruikbare items voor een vragenlijst is uitgevoerd door drie ervaren psychologen met allen ruime ervaring op het gebied van testconstructie. Bij het formuleren van de items van de vragenlijst CW-n zijn de criteria van Hofstee (1991) uitgangspunt geweest. Deze richtlijnen zijn geformuleerd voor persoonlijkheidsvragenlijsten. Echter, omdat dit een vragenlijst voor waarden betreft, zijn de eerste twee aanbevelingen minder toepasselijk. Het gaat er immers om wat iemand zelf als motiverend ervaart. Daarmee vinden wij de eerste richtlijn niet van toepassing. Ook het schrijven in observeerbare termen is niet altijd mogelijk, omdat het bij waarden juist gaat om een subjectieve beleving. De overige richtlijnen hebben wij wel kunnen volgen.

Richtlijnen voor het schrijven van vragenlijstitems (Hofstee, 1991)
o formuleer items in de derde persoon enkelvoud
o formuleer in observeerbare termen
o vermijd bepalingen van hoedanigheid
o vermijd suggestieve formuleringen
o vermijd moeilijke woorden en zinnen
o vermijd ontkenningen
o vermijd idiomatische formuleringen
o vermijd racistische, seksistische, etnocentrische en androcentrische uitdrukkingen
o vermijd items die in hoofdzaak bestaan uit een persoonlijkheidsbeschrijvend adjectief, substantief of een combinatie daarvan
o vermijd specificaties
o schrijf onberispelijk Nederlands

De uitspraken waren zoals te verwachten zeer gevarieerd. Daarom zijn de volgende stappen gezet om te komen tot bruikbare items. Uitspraken die samengestelde zinnen bevatten zijn gesplitst in aparte zinnen. Bijvoorbeeld; “ik vond het leuk om iets nieuws te bedenken en samen te werken naar een concreet resultaat” werden drie items: “Ik vind het leuk om iets nieuws te bedenken”, ik vind het leuk om samen te werken” en “ik vind het leuk om naar een concreet resultaat toe te werken”.

De zo geconstrueerde items werden vervolgens op basis van betekenis gegroepeerd in constructen. Daarbij zijn de constructen van Schein en Schwartz gebruikt. Vervolgens zijn items die niet in te delen vielen op betekenis gegroepeerd en van een constructnaam voorzien. Tenslotte werd per construct bekeken of verder differentiëren op betekenis van de items mogelijk was. Dit leidde tot een eerste versie van de CW-n met 187 items.

1.4.2 De constructen van de CW-n

De CW-n bevat twintig carrièrewaarden die in vier clusters ingedeeld zijn: Balans privé-werk, Opbrengsten, Activiteiten en Omgeving. Deze clustering is door het onderzoeksteam aangebracht om de interpretatie te vereenvoudigen. De clusters moeten niet gezien worden als factoren of domeinen, het betreft een indeling op logische grondslag. Balans privé-werk geeft de gewenste balans aan tussen werk en het privéleven. Het cluster Opbrengsten bevat waarden die samenhangen met het effect van de uitvoering van taken en zeggen iets over datgene wat het werkt oplevert: de resultaten en opbrengsten van het werk die een persoon belangrijk vindt. Doorgaans wordt dit als extrinsieke motivatie geduid. Activiteiten zegt iets over de werkzaamheden of type taken, de activiteiten die iemand tijdens zijn werk wil uitvoeren. Dit wordt vaak gezien als intrinsieke motivatie (Schwartz, 1999). Het cluster Omgeving bevat waarden die relateren aan de omgeving waarin het werk wordt verricht en waarden die iets zeggen over de relatie van het individu met deze omgeving. De N staat voor normatief, wat aangeeft dat ieder item een vijfpunts Likert-antwoordschaal bevat.

Een verdere beschrijving van de inhoud van de schalen staat beschreven in Bijlage 1.1.

1.5 Fase 2: Onderzoek naar de structuur van de CW-n

Na een aantal jaren van dataverzameling met de eerste versie van de CW-n, onder meer voor normering van de vragenlijst, is een nieuwe statistische analyse uitgevoerd op de verzamelde data. Om de schaalstructuur van een test te onderzoeken zijn verschillende analyses mogelijk. Voor exploratieve analyses kan een PCA (Principal Component Analysis) gebruikt worden. Als er al wel schalen zijn geformuleerd, en het onderzoek een specifieke hypothese test, wordt een Multiple Group Method (MGM) gebruikt (Nunnally, 1978). Aangezien we willen weten of de eerdere gemaakte indeling van de items in de 20 carrièrewaarden overeenstemt met de huidige data, wordt de voorkeur gegeven aan de laatste methode. Er wordt berekend of een item inderdaad een hogere correlatie heeft met zijn eigen schaal dan met een andere schaal (voor meer informatie over deze procedure zie Stuive, Kiers, Timmerman & Ten Berge, 2008). Specifiek bij de MGM die hier is uitgevoerd is dat er gebruik is gemaakt van de formule van Steiger (1980) om de significantie te bepalen van de verschillen tussen afhankelijke correlaties.

Uit deze analyse bleek dat negen van de 187 items niet op de juiste plek waren ingedeeld. Ze correleerden significant hoger met één van de andere schalen. Voor ieder van deze negen items is gekeken met welke schaal zij hoger correleerden en of ze logischerwijs verplaatst konden worden naar de betreffende schaal. Op deze wijze werden zes van de negen items naar een andere schaal verplaatst. Eén van deze items was: ‘Ik zie in het werk stilstand als achteruitgang’. In eerste instantie was dit item ingedeeld in de schaal Ontwikkelen. De MGM-resultaten lieten zien dat dit item een hogere correlatie had met de schaal Carrière. De definitie behorende bij de schaal Carrière is: Graag veel in het werk willen bereiken, hogerop willen komen. Het leuk vinden om prestaties te vergelijken met anderen. Het betreffende item sluit aan bij deze definitie. Zodoende werd dit item verplaatst naar de schaal Carrière. Wanneer het item inhoudelijk niet overeenkwam met de definitie van de schaal waar hij volgens de analyse in zou vallen, werd er besloten om het item bij de huidige schaal ingedeeld te laten. In hoofdstuk 6, Begripsvaliditeit wordt verder ingegaan op de structuur van de CW-n. Hierbij wordt uitgebreid ingegaan op een onderzoek dat is verricht op recent verkregen data en wordt er tevens gekeken naar deze drie items. Ook wordt in dit onderzoek uitgebreid ingegaan op de kenmerken van de onderzoeksgroepen.

Na deze analyse heeft er naast een aantal wijzigingen in de structuur ook een naamswijziging plaatsgevonden. De carrièrewaarden Hectiek heeft de naam Dynamiek gekregen. Hectiek dekte de lading van de items niet helemaal en wordt vaak als negatief geïnterpreteerd. Er is gezocht naar een positievere naam die duidelijk aangeeft wat de schaal meet. Dynamiek gaf deze betekenis beter weer omdat het de mate van dynamiek aangeeft in een functie, van weinig dynamiek (rustig) tot veel dynamiek (hectisch). Aandacht is Profileren geworden. In trainingen testinterpretatie bleek dat het woord ‘aandacht’ te veel de associatie opriep dat mensen aandacht voor hun problemen wilden hebben. Het construct gaat er echter over het op de voorgrond willen treden en de aandacht op je gericht weten. De naamsveranderingen hebben geen verandering in het domein zelf gebracht. Ze heeft vooral tot doel de interpretatie te verbeteren, om te voorkomen dat construct namen verkeerde associaties oproepen.

1.6 Dekking van het domein van carrièrewaarden

De doelstelling van de CW-n was een brede, gedifferentieerde en alle carrièrewaarden omvattende vragenlijst te ontwikkelen. Deze zou alle (werkgerelateerde) aspecten van de modellen van Maslow (1943), Schein (1993) en Schwartz (1992) moeten omvatten met mogelijk aanvullingen. In deze paragraaf willen we evalueren of we in die opzet geslaagd zijn, door de constructen qua definitie met elkaar te vergelijken. In Tabel 1.2 worden de constructen van Maslow (1943) met de schalen van de CW-n vergeleken. In Tabel 1.3 de constructen van Schwartz (1992) en in Tabel 1.4 die van Schein (1993) met de schalen van de CW-n. Deze indeling is door een onderzoeksteam uitgevoerd, bestaande uit drie psychologen met gemiddeld meer dan tien jaar ervaring met testconstructie.

Behalve de Organische of lichamelijke behoeften zijn alle needs van Maslow (1943) vertegenwoordigd in de CW-n. Dit geldt zeker voor de hogere behoeften (Saamhorigheid, Waardering, erkenning, zelfrespect en zelfactualisatie). Dit is ook te verwachten omdat het model van Maslow (1943) een categorisering van behoeften geeft waarbinnen verschillende werkaspecten kunnen vallen. Een groot aantal carrièrewaarden is niet duidelijk in te delen, zoals Fysiek actief zijn en Dynamiek, waarmee de CW-n meer gedifferentieerd en vollediger het terrein van carrièrewaarden in beeld brengt.

Ook bij het model van Schwartz (1992) is het zo dat niet alle CW-n schalen hieronder in te delen zijn. Tevens hebben veel waarden een inhoudelijke overlap met meerdere schalen van de CW-n. Dit geeft aan dat de CW-n meer differentiatie biedt ten opzichte van het model van Schwartz (1992).

De Carrière-Ankers van Schein (1993) worden allen gedekt door CW-n constructen. Bij 4 van de 8 Carrière-ankers biedt de CW-n meerdere schalen, waarmee gesteld kan worden dat de CW-n ook meer differentiatie biedt dat het model van Schein (1993). Tevens biedt de CW-n een uitbreiding op het model van Schein (1993) aangezien niet alle schalen van de CW-n zijn onder te brengen onder de waarden van Schein (1993).

Met deze inhoudelijke analyse lijkt de conclusie gerechtvaardigd dat de CW-n het hele theoretische domein van carrièrewaarden omvat. Daarnaast wordt er met de CW-n een uitbreiding geboden op het domein omdat deze carrièrewaarden meet welke niet eerder in de theorie waren verondersteld. Nadat de CW-n de laatste constructiefase heeft doorgemaakt, is er veel onderzoek gedaan naar de structuur, betrouwbaarheid en validatie. In de volgende hoofdstukken wordt nader ingegaan op deze onderzoeken.

 

2. Kwaliteit van het testmateriaal

2.1 Inleiding

In dit hoofdstuk zal het testmateriaal van de CW-n worden besproken. In 2016 is de Carrière Waarden vragenlijst door de COTAN beoordeeld. Het testmateriaal heeft toen de beoordeling Goed gekregen. Enkele aanbevelingen van de beoordelaars, voor verdere verbetering van de kwaliteit van het testmateriaal, zijn doorgevoerd.

2.2 Materiaal en instructie voor de testafname

Materiaal
Alle vragenlijsten die Ixly aanbiedt worden afgenomen in de Test Toolkit. Dit is een online applicatie dat aan professionals en consultants op het terrein van Human Resource Management een set kwalitatieve instrumenten biedt. De portal is in principe te bereiken vanaf elke computer of laptop en in iedere browser. Adviseurs loggen in met een gebruikersnaam en een wachtwoord. Vervolgens maken zij een kandidaat in het systeem aan, waaraan zij verschillende testen kunnen toewijzen, waaronder de CW-n. Na het toewijzen van de test nodigt de adviseur de kandidaat uit om de test te maken. De kandidaat krijgt de uitnodiging per email, met daarin een unieke link naar de testomgeving.

Voor de handleiding voor de adviseurs, zie Bijlage 2.1.

Instructie
Wanneer de kandidaat op de unieke link in de e-mail heeft geklikt dan komt hij/zij in zijn/haar testomgeving waarin alle toegewezen tests klaar staan. De kandidaat start met een openingsvragenlijst waarin gevraagd wordt wat informatie te geven over achtergrondvariabelen zoals leeftijd, geslacht en opleiding. Deze gegevens worden uitsluitend voor onderzoeksdoeleinden gebruikt. Voordat de kandidaat start met het invullen van de CW-n krijgt hij een duidelijke instructie aangeboden. In de instructie worden onder andere de volgende punten benoemd:

• Er zijn geen goede of foute antwoorden, het is belangrijk dat er eerlijk antwoord gegeven wordt
• De vragenlijst wordt zonder tijdsdruk afgenomen, de gemiddelde invultijd ligt tussen 15 en 20 minuten
• Een voorbeelditem
• Uitleg over de betekenis van de antwoordbolletjes
• Strategie die gevolgd moet worden indien de kandidaat het antwoord niet weet
• Waarborging van de anonimiteit van de gegevens

Bij de instructie wordt benadrukt dat het belangrijk is een werksituatie voor ogen te nemen. Met deze instructie wordt aan de kandidaat een referentiekader geboden, dit heeft een positief effect op de betrouwbaarheid en validiteit van de resultaten (Lievens, De Corte en Schollaert, 2008). Verder wordt in de instructie aangegeven dat er niet te lang over de vragen moet worden nagedacht: de eerste ingeving dient ingevuld te worden. Onderzoek heeft namelijk aangetoond dat een langere antwoordtijd samen kan hangen met een lagere betrouwbaarheid en validiteit van de resultaten (zie Wagner-Menghin, 2002). Ook krijgen kandidaten de instructie mee antwoorden te geven op basis van algemene werksituaties en niet op basis van uitzonderingen. Deze instructies zijn van belang om een zo betrouwbaar mogelijk beeld van de carrièrewaarden van een kandidaat te verkrijgen. Omdat de CW-n online wordt afgenomen, krijgt iedere kandidaat dezelfde standaardinstructies (zie figuur 2.1).

Figuur 2.1. Kandidaat-instructie CW-n

Als de kandidaat is gestart met het invullen van de vragenlijst is het op iedere pagina mogelijk om de instructie te raadplegen door op de ‘Instructies’ knop te klikken rechtsboven of rechtsonder in het scherm (zie Figuur 2.2).

 Figuur 2.2. Instructies op te vragen tijdens het maken van de vragenlijst

Items
De CW-n bestaat uit 184 uitspraken die voor iedere kandidaat qua inhoud, vorm en volgorde hetzelfde zijn. Met deze uitspraken kan een persoon het in bepaalde mate eens of oneens zijn. Dit kan aangeven worden op een vijfpuntsschaal die loopt van ‘Zeer mee oneens’ tot ‘Zeer mee eens’. De items zijn geformuleerd in Taalniveau B1 en vrij van dubbele ontkenningen en kwetsende inhoud. Het taalniveau is onder meer getoetst met instrumenten voor het bepalen van het leesniveau van Bureau Taal en de Stichting Accessibility, expertise centrum voor toegankelijke ICT. Zoals aangegeven in hoofdstuk 1 zijn de richtlijnen van Hofstee (1991) aangehouden bij de formulering van de items. Na het formuleren van de items zijn deze gescreend op racistische, etnocentrische, seksistische of kwetsende inhoud, door een onafhankelijke psycholoog. Geen van de items bleek dergelijke inhoud te bevatten. Ten opzichte van de vorige beoordeling zijn geen wijzigingen aangebracht in de formulering van de items.

Voorkomen onjuist gebruik van de software
De CW-n hoeft niet in een gecontroleerde omgeving afgenomen te worden. Dit is mogelijk aangezien het een zelfreflectietest betreft en er geen goede of foute antwoorden zijn. De kandidaat kan de vragenlijst thuis maken.

De kandidaat heeft de mogelijkheid om de vragenlijst tussentijds af te sluiten. De antwoorden die tot dan toe gegeven zijn worden per pagina opgeslagen op de server. Bij beantwoording van alle vragen op een pagina en het klikken op de “volgende” knop worden de antwoorden van de betreffende pagina verstuurd naar de server. Op deze manier is het niet mogelijk om de software te verlaten zonder dat de reeds gegeven antwoorden zijn opgeslagen. Om hierin fouten te voorkomen is het alleen mogelijk om naar een volgende pagina te gaan als alle vragen op de betreffende pagina beantwoord zijn. Een kandidaat krijgt een melding als niet alle vragen op de pagina beantwoord zijn. Zo wordt voorkomen dat er gegevens worden verstuurd indien er ‘per ongeluk’ op de volgende knop geklikt wordt.

Het is voor de testgebruiker niet noodzakelijk om verdere voorzorgsmaatregelen te treffen ten aanzien van het voorkomen van fouten. Zo hoeven andere programma’s bijvoorbeeld niet afgesloten te worden tijdens het invullen van de test. Ook hoeven de voorzorgsmaatregelen die genoemd worden door de Cotan (2009) (overbodige functies en sneltoetsen uitschakelen, de toegang tot de harde schijf afsluiten en het onmogelijk maken andere (niet-bedoelde) software op te starten) niet getroffen te worden. Deze kunnen immers geen effect hebben op het invullen van de vragenlijst en de scoring. Ook dit betekent weer dat de invloed van externe factoren op het invullen van de test beperkt is, waardoor de omstandigheden van het invullen van de test voor iedereen nagenoeg gelijk zal zijn. Wel is er een aantal minimum systeemeisen, deze zullen worden besproken in het Hoofdstuk 3, Handleiding voor testgebruikers.

Als een kandidaat de vragenlijst tussentijds heeft verlaten kan hij deze weer opstarten door naar de link te gaan uit de uitnodigingsemail. In eerste instantie wordt het overzichtsscherm getoond, achter de naam van de vragenlijst is een ‘doorgaan’ knop zichtbaar. Door op deze knop te klikken verschijnen de instructies opnieuw. Na de instructies komt de kandidaat op de pagina waar hij gebleven was met het invullen van de vragen en kunnen de resterende vragen ingevuld worden (zie Figuur 2.3).

 Figuur 2.3. Doorgaan met een vragenlijst

Er is voor gekozen om de kandidaat niet de mogelijkheid te bieden om tijdens het maken van de vragenlijst terug te bladeren, de kandidaat wordt hierover geïnformeerd in de instructie. Dit biedt een verbetering ten opzichte van pen-en-papier testen. De kandidaten wordt aangeraden niet te lang bij antwoorden stil te staan en vanuit de eerste ingeving te antwoorden. Dit wordt niet bevorderd door de kandidaten de mogelijkheid te bieden eerder gegeven antwoorden te bekijken. Bij terugbladeren heeft de kandidaat immers de mogelijkheid consistentie in zijn antwoorden aan te brengen die geen weerspiegeling vormt van de natuurlijke antwoordtendens.

Alle bovengenoemde kenmerken van de instructies en de inrichting van het testsysteem zorgen ervoor dat de invloed van externe factoren op de totstandkoming van scores vrijwel uitgesloten is.

Scoringssysteem
De omzetting van de ruwe scores naar standaardscores verloopt volledig geautomatiseerd. Er kunnen hierbij dus geen fouten optreden door verkeerde interpretatie van de testleider. Om fouten door verkeerde invoer van de testontwikkelaars van Ixly te voorkomen worden strenge procedures gevolgd voordat een vragenlijst voor klanten beschikbaar is. Deze procedure staat beschreven in het handboek dat is opgesteld in het kader van de ISO 9001 certificering van Ixly. Kortweg komt deze procedure er op neer dat de vragenlijst voor publicatie op vijf verschillende manieren wordt ingevuld:

1. Bij alle vragen wordt het meest linker bolletje aangevinkt
2. Bij alle vragen wordt het meest rechter bolletje aangevinkt
3. Iedere pagina wordt van links naar rechts ingevuld (5,4,3,2,1)
4. Iedere pagina wordt van rechts naar links ingevuld (1,2,3,4,5)
5. Iedere pagina wordt zigzaggend ingevuld (2,4,2,4,2)

In een testprotocol worden de vijf verschillende manieren gespecificeerd en per schaal berekend wat het uiteindelijke resultaat moet zijn. De procedure wordt door verschillende ontwikkelaars uitgevoerd. Een ontwikkelaar maakt het testprotocol, een tweede ontwikkelaar vult de vragenlijsten op de in het testprotocol gespecificeerde manieren in en een derde ontwikkelaar checkt de resultaten aan de hand van de gegeneerde rapporten en de normtabellen. Wanneer de procedure foutloos is doorlopen wordt de vragenlijst beschikbaar gesteld voor klanten.

Toetsen van het scoringssyteem
Wij willen u in de gelegenheid stellen om het scoremodel te toetsen.

• In bijlage 2.2 geven wij inzage in het scoringssysteem behorende bij de CW-n.
• In bijlage 2.3 staat een SPSS databestand met daarin ruwe data van de CW-n.
• Bijlage 2.4 is een SPSS syntax bestand waarin de normering uitgevoerd wordt.

Hieronder wordt beschreven hoe het scoringssysteem beoordeeld kan worden:

In bijlage 2.2 wordt de SPSS syntax voor het omzetten van ruwe scores naar schaalscores weergegeven. Deze syntax kan gerund worden op het databestand. Vervolgens kan de syntax uit Bijlage 2.4 gerund worden op het databestand. Na het uitvoeren van deze syntax kan bij iedere schaal aan de hand van de ruwe schaalscores (vermeld onder de variabelen Schaalnaam_ruw), in de bijgeleverde normtabellen (bijlage 4.5), de bijbehorende stenscore opgezocht worden. De schaalscores komt tot stand door de ruwe scores van de items behorende bij een schaal, bij elkaar op te tellen. Er hoeven geen items omgepoold te worden en ieder item telt evenzwaar mee. De stenscores zijn gebaseerd op de afgeronde latente score in de normtabel. Wat deze latente scores precies inhouden en hoe deze tot stand komen wordt besproken in het hoofdstuk 4, Normen. De waardes  voor de latente scores uit de normtabellen kunnen dus worden vergeleken met de waardes onder de variabelen Schaalnaam_latent behorende bij de betreffende schaal in het SPSS bestand.

Beveiliging van de test, het testmateriaal en testresultaten
De vragenlijst wordt door een adviseur voor de kandidaat klaargezet. De kandidaat ontvangt per mail een unieke link en kan daarmee inloggen in het systeem. Het is de verantwoordelijkheid van de adviseur dat het juiste email-adres wordt ingevoerd, zodat de link bij de kandidaat terecht komt.

In theorie zou het mogelijk zijn om screenshots te maken van de items, echter alleen de testontwikkelaars van Ixly hebben toegang tot de indeling van de items in de schalen, de ladingen van de items en de normgegevens. De beheermodule waarin deze gegevens opgeslagen zijn is toegankelijk met een unieke combinatie van gebruikersnaam en wachtwoord die regelmatig verandert. Omdat er geen goede en foute antwoorden zijn en omdat gegevens over de structuur en scoring van de vragenlijst niet openbaar toegankelijk zijn worden er geen schadelijke gevolgen verwacht van het eventueel kopiëren van de items.

Nadat de vragenlijst door de kandidaat is ingevuld ontvangt de adviseur een melding dat de resultaten beschikbaar zijn. De rapportage waarin de resultaten vermeld staan is beschikbaar in de omgeving van de adviseur en dus alleen benaderbaar met de unieke combinatie van gebruikersnaam en wachtwoord van de betreffende adviseur. Wij bieden adviseurs de mogelijkheid om teksten in het rapport aan te passen, maar de scores op de schalen kunnen nooit aangepast worden.

Ixly is sinds 2014 ISO 27001-gecertificeerd. Dit betekent dat er volgens bepaalde richtlijnen met (strikt) vertrouwelijke informatie om wordt gegaan, dit onder andere zorgt voor een veilige waarborging van de testresultaten. Alle gegevens worden anoniem en encrypted opgeslagen in een (met SSL certificaten) afgeschermde database: deze database staat op een andere server dan waar de web-applicatie staat. Externe partijen (zoals software developers) werken met anonieme data, waardoor de privacy van kandidaten gewaarborgd is.

Verder houdt ISO 27001-certificatie in dat er jaarlijks een externe audit plaatsvindt, en er ieder kwartaal een risicoanalyse en continuïteitsplan gemaakt worden. Verder worden data-integriteit en beveiligingsincidenten continu bewaakt. Voor meer informatie over de inhoud van ISO 27001, zie http://searchsecurity.techtarget.co.uk/definition/ISO-27001.

 

3. Handleiding voor testgebruikers

3.1 Inleiding

In dit hoofdstuk zal de toepassing, interpretatie en het gebruik van de CW-n worden besproken. Er wordt ingegaan op de toepassingsmogelijkheden, de vereiste kennis bij interpretatie en de beperkingen van de vragenlijst. De interpretaties van de testscores zullen aan de hand van enkele casussen verhelderd worden.

3.2 Toepassingsmogelijkheden

De CW-n kan in elke situatie ingezet worden waarbij het van belang is om meer te weten te komen over de carrièrewaarden van een persoon. De vragenlijst kan ingevuld worden door eenieder die deel uitmaakt van de Nederlandse beroepsbevolking. De CW-n is ontwikkeld om ingezet te kunnen worden bij loopbaanadvies. De vragenlijst geeft een beeld van wat een persoon motiveert in werk. Zodoende kan er gerichter naar een functie gezocht worden die aansluit bij iemands motivaties. De exacte constructen die met de CW-n worden gemeten worden weergegeven in bijlage 1.1. Uitgebreidere informatie over de doelgroep wordt in hoofdstuk 1, Uitgangspunten bij de testconstructie, gegeven.

3.2.1 Beperkingen van de test

In hoeverre de CW-n geschikt is voor uitgesproken (poli)klinische settings (patiënten), is vooralsnog onduidelijk. Er is tot nu toe nog geen onderzoek gedaan binnen deze setting. Daarnaast is de vragenlijst wel geschikt voor mensen met een matige vorm van dyslexie, maar minder geschikt voor mensen  met een ernstige vorm van dyslexie. Tevens is de CW-n nog niet getoetst bij jongeren met minder dan een jaar werkervaring en ook niet onder schoolpopulaties in de leeftijd van 15 jaar en jonger. De verwachting is dat in deze doelgroep de resultaten minder betrouwbaar zijn omdat mogelijk nog onvoldoende zelfkennis is ontwikkeld in relatie tot werk. Onderzoek zal moeten uitwijzen of de CW-n ook toepasbaar kan zijn binnen deze settings.

3.3 Aanwijzingen voor de testleider

Alle informatie die de kandidaat nodig heeft om de vragenlijst goed in te kunnen vullen staat beschreven in de instructie (zie figuur 2.1). Mocht de testleider vooraf al informatie willen verstrekken over het invullen van de vragenlijst, dan kan het volgende gezegd worden:

• De vragenlijst geeft een beeld van wat iemand motiveert in werk. Op die manier kan er gerichter naar een functie gezocht worden (die aansluit op uw motivatie).
• Bij het invullen van de vragen is er geen goed of fout. Het gaat erom dat u aangeeft welk antwoord bij u het best passend is.
• Denk bij het beantwoorden niet te lang na over een antwoord.
• Wees bij het invullen spontaan, denk niet teveel na over eerder gegeven antwoorden.
• Durf te kiezen voor uitersten.
• Bij twijfel tussen werk/privé, kies de werksituatie. Het gaat er immers om wat u motiverend vindt in werk.
• Vul de vragenlijst in in een rustige omgeving zodat u zich kunt concentreren.
• Probeer de vragenlijst in één keer in te vullen. Ga de vragenlijst dus pas invullen als u in ieder geval een half uur de tijd heeft.

Bij de geteste moeten enkele basis computervaardigheden aanwezig zijn om de vragenlijst te kunnen invullen. De kandidaat moet:

1. In staat zijn om via de browser een internetpagina te kunnen vinden
2. In staat zijn om met gebruikmaking van de muis of het toetsenbord door de portal te navigeren (bijvoorbeeld op de starknop te klikken, de antwoordbolletjes aan te vinken en op volgende te klikken).

De vragenlijsten zijn toegankelijk gemaakt voor mensen met een handicap. De teksten kunnen worden voorgelezen door een zogenaamde “screen reader”. Lettergrootte, contrast en kleuren kunnen worden aangepast met behulp van (standaard) browserinstellingen. De kandidaat kan er bovendien voor kiezen om de vragen alléén met behulp van een toetsenbord in te vullen, als het gebruik van een muis moeilijkheden oplevert.

Verder is er geen specifieke voorkennis of opleiding van de kandidaat vereist. Ook is het niet nodig dat kandidaten oefenen voordat ze de vragenlijst gaan invullen. Juist de spontane reacties zijn belangrijk voor een zo optimaal mogelijk resultaat (zie Wagner-Menghin, 2002). In de instructie die de kandidaat leest voordat de vragenlijst ingevuld wordt, staat een voorbeeldstelling. Door de informatie van de testleider, de instructie van de vragenlijst en de voorbeeldstelling heeft de kandidaat genoeg informatie om de vragenlijst goed in te kunnen vullen. Wel is een minimale taalbeheersing vereist op B1 niveau (zie voor verder specificatie van het taalniveau hoofdstuk 1, Uitgangspunten van de testconstructie).

3.4 Vereiste kennis voor het gebruik van de test

Als de CW-n door een professional gebruikt wordt om anderen te adviseren, dan moet gegarandeerd worden dat:

• Diegene competent, gekwalificeerd, gelicenseerd of geautoriseerd is om psychologische tests te gebruiken voor de verschillende terreinen, zoals assessment, coaching, het geven van trainingen en Human Resource Management, waarin hij/zij werkzaam is. Eén en ander in overeenstemming met de in het land geldende wet- en regelgeving.
• Diegene zal handelen en gebruik maken van het product in overeenstemming met de nationale of internationale beroepsstandaarden en professionele ethiek.
• Diegene zal handelen en gebruik maken van het product in overeenstemming met de nationale of internationale wet- en regelgeving, instructies en richtlijnen en alle andere toepasselijke overheid-of semi-overheidsregels.
• Diegene het product enkel en alleen zal gebruiken voor de organisatie waar hij/zij werkzaam voor is of voor zijn/haar eigen bedrijf, in eigen naam en voor eigen rekening. Het is niet toegestaan het product te verkopen, leasen, kopiëren, geven, te overhandigen of over te dragen op welke manier dan ook aan welk bedrijf of persoon dan ook, behalve voor het gebruik van de producten en diensten als integraal onderdeel van de dienstverlening aan cliënten of voor gebruik binnen de organisatie die de directe werkgever van de professional is.

Ixly controleert de betrouwbaarheid en kennis van de professionals voordat er toegang verleend wordt tot de service of producten. Ixly behoudt zich het recht voor zonder opgaaf van reden iemand toegang te weigeren.

Hoewel de gebruiker niet gecertificeerd hoeft te zijn is het zeker aan te bevelen een training testinterpretatie bij Ixly te volgen voordat men de CW-n professioneel gaat inzetten bij advies vraagstukken. Deze trainingen worden ongeveer eens per kwartaal aangeboden door Ixly. Tijdens deze training komen onder andere relevante theorieën over carrièrewaarden aan bod, wordt er ingegaan op de constructie en de structuur van de vragenlijst en wordt er aandacht geschonken aan de interpretatie van de resultaten.

3.5  Interpretatie scores

Het rapport van de CW-n vragenlijst is opgebouwd uit een tekstuele en een grafische weergave van de resultaten. Het tekstuele gedeelte wordt opgedeeld in primaire motivatoren, secundaire motivatoren, neutrale motivatoren en demotivatoren. Het grafische deel wordt weergegeven in Sten scores.

3.5.1 Primaire motivatoren, secundaire motivatoren en demotivatoren

• Primaire motivatoren geven iemands kernmotivatoren aan. Het is wenselijk dat de kenmerken van een functie een grote mate van overlap hebben met iemands primaire motivatoren. Is dit niet het geval, dan zal dit de persoon waarschijnlijk demotiveren.
• De secundaire carrièrewaarden geven een verdere inkleuring aan het type functie of omgeving dat een persoon als motiverend ervaart. Ze geven randvoorwaarden voor tevredenheid aan.
• Zeer lage carrièrewaarden werken als demotivatoren. Als iemands score op Waardering en erkenning bijvoorbeeld zeer laag is, dan werken complimenten en waardering juist averechts op de motivatie. Complimenten hebben dan paradoxaal genoeg een demotiverende werking. Scoort Creatief denken laag als carrièrewaarde, dan demotiveren functies waarin toch een beroep op creativiteit wordt gedaan.

Omzetting ruwe naar standaardscores
Hoe de ruwe scores omgezet worden naar motivatoren en demotivatoren wordt hieronder stapsgewijs uitgelegd.

1. Ruwe scores worden omgezet naar stenscores.
2. De stenscores worden geordend van hoog naar laag.
3. Het systeem maakt lijsten van alle schalen met gelijke stenscores.
4. Het systeem kijkt voor de primaire motivatoren bij de lijsten met schalen die een stenscore hebben behaald tussen de 6 en de 10.  Het systeem begint hier bij de lijst met de hoogste stenscore.
5. Van de lijst met de hoogst scorende schalen komen alle schalen in de categorie van primaire motivatoren, ongeacht het aantal. Als een kandidaat dus op alle schalen een stenscore van 10 heeft, dan komen al deze schalen in de categorie van primaire motivatoren.
6. Als de lijst met de hoogst scorende schalen minder dan 5 schalen bevat gaat het systeem kijken naar de andere lijsten met schalen die een  stenscore hebben van boven de 6. Hierbij wordt er van boven naar beneden gewerkt, dus eerst kijkt het systeem naar de lijst met negens, dan de lijst met achten, dan de lijst met zevens en tot slot naar de lijst met zessen. De regel die het systeem hierbij volgt is dat er bij verschillende stenscores maximaal 5 schalen in de categorie primaire motivatoren mogen komen. De schalen mogen hierbij maximaal twee stenscores van de hoogst scorende schaal afzitten.
7. Op het moment dat het systeem de categorie met primaire motivatoren gevuld heeft, wordt er gekeken naar welke schalen er nog zijn met een stenscore tussen de 10 en de 6 die niet in de primaire categorie vallen. Deze schalen komen in de categorie van de secundaire motivatoren. Deze categorie mag maximaal 7 schalen bevatten.
8. Als laatste kijkt het systeem naar de demotivatoren. Dit zijn alle schalen met een stenscore tussen de 1 en de 3. Hierbij wordt juist van beneden naar boven gewerkt, dus er wordt eerst gekeken naar de lijst met enen, dan de lijst met tweeën en dan de lijst met drieën. In de demotivatoren categorie worden alleen de laagste scores weergegeven. Dit zijn er maximaal 5. Indien er in een lijst meerdere gelijke scores zijn komen deze schalen in de categorie demotivatoren als het er minder dan 5 zijn. Het systeem plaats altijd het “cluster” met de laagste stenscores in de demotivatoren categorie. Als er 5 enen zijn komen deze allemaal in de demotivatoren categorie. Als er 4 enen zijn en 2 tweeën dan komen alleen de enen in de demotivatoren categorie.

Voorbeeld:

Geordende stenscores:

1. 10
2. 9
3. 8
4. 8
5. 7
6. 7
7. 7
8. 7
9. 6
10. 6
11. 6
12. 5
13. 5
14. 5
15. 5
16. 4
17. 3
18. 3
19. 2
20. 2

Berekening primaire motivatoren:

• Stap 5 zet schaal A in de primaire motivatoren categorie.
• Stap 6 zet schaal B t/m D in de primaire motivatoren categorie. 

In dit voorbeeld leveren stenscores 8 en hoger de primaire motivatoren op (A t/m D). Aangezien schaal E t/m H meer dan twee stenscores onder de hoogst scorende primaire motivator (A=10) liggen, worden deze niet meegenomen in de categorie van primaire motivatoren.

Berekening secundaire motivatoren:

• Stap 7 zet schaal E t/m K in  de secundaire motivatoren schaal.

Dit zijn precies 7 motivatoren die tussen de 6 en de 10 liggen en niet in de primaire motivatoren categorie zitten.

Berekening demotivatoren:

• Stap 8 zet schalen Q t/m T in de demotivatoren categorie.

In dit voorbeeld worden Q t/m T demotivatoren omdat ze tussen de stenscores van 1 en 3 liggen en ze samen minder dan 5 schalen bevatten.

3.5.2 Grafische weergave

In het grafische deel van het rapport worden de scores van de kandidaat gerapporteerd in stenscores. Stenscores zijn een vorm van standaardscores, wat inhoudt dat zij een beeld geven van hoe een bepaalde score zich verhoudt tot het gemiddelde van alle scores. Deze schaal loopt van 1 tot 10. Stenscore 4, 5, 6 en 7 liggen allemaal binnen 1 standaarddeviatie van het gemiddelde. Stenscore 2, 3 en 8, 9 liggen tussen 1 en 2 standaarddeviaties van het gemiddelde. Stenscore 1 en 10 liggen meer dan 2 standaarddeviaties van het gemiddelde. De gemiddelde score in de normgroep ligt precies op de grens van de vijfde en zesde sten. Voor een voorbeeldrapport, zie Bijlage 3.1.

De percentages die horen bij de afzonderlijke stenscores zijn als volgt:

Als men een stenscore van 8 op een bepaalde schaal scoort betekent dit dat men tussen 1 en 2 standaarddeviaties hoger scoort dan het gemiddelde en dat 6,7% (4,4% + 2,3%) van de personen uit de normering een hogere score hebben behaald. Stenscores moeten vooral niet verward worden met schoolcijfers. Tijdens de training testinterpretatie wordt uitgebreid stil gestaan bij stenscores en hoe deze geïnterpreteerd dienen te worden.

3.5.3 Interpretatie van de scores bij een adviessituatie

De CW-n wordt in adviessituaties ingezet. Het doel van de vragenlijst is inzicht geven in de carrièrewaarden van kandidaten. Carrièrewaarden worden ook wel motivatoren of drijfveren genoemd. In onze visie zijn deze termen synoniemen omdat carrièrewaarden aangeven door welke omstandigheden, activiteiten of resultaten mensen gemotiveerd worden. Wanneer de waarde aanwezig is in het werk zal men hier energie van krijgen en gemotiveerd zijn. Wanneer Samenwerking belangrijk is en de functie biedt gelegenheid tot samenwerken, dan zal dat bijdragen aan de motivatie. Wanneer belangrijke waarden afwezig zijn kan demotivatie of desinteresse optreden. Wanneer het bereiken van Concrete resultaten belangrijk is, maar die niet direct herkenbaar zijn in het werk, kan dat tot een lagere motivatie leiden. Iemand met deze score zou bijvoorbeeld minder gemotiveerd kunnen zijn door meer beleidsmatige functies of functies waar het geruime tijd duurt voordat resultaten zichtbaar zijn. Omgekeerd, wanneer de omgeving (een baan) een beroep doet op bepaalde waarden, terwijl die waarden niet aanwezig zijn bij de persoon, zal de functie eveneens als minder motiverend ervaren worden. Bijvoorbeeld, iemand met een lage score op Hulp verlenen die vanuit de waarden Zinvolle bijdrage en Waardering en erkenning in een hulpverlenende functie terecht is gekomen, zal dit uiteindelijk toch als minder motiverend ervaren. Immers, deze waarden ondersteunen niet direct de activiteit hulp verlenen, alleen het resultaat van die hulpverlening. Bij verpleegkundigen die in een dynamische, soms hectische omgeving werken, zien we dat die schaal toch van enig belang is, al speelt die veelal geen rol bij de keuze voor het beroep verpleegkundige.

In het rapport worden primaire, secundaire en demotiverende carrièrewaarden weergegeven (zie voor uitleg paragraaf 3.5.1). In het rapport kan het voorkomen dat er geen primaire of demotiverende carrièrewaarden aangetroffen worden. In dat geval zijn er meer dan vijf laagste scores met dezelfde waarden of geen enkele score met een waarde boven de 6.

De waarden geven aan in welke mate een bepaalde functie als motiverend ervaren zal worden. Ze zijn daarmee leidend bij loopbaankeuzes. Hoewel de CW-n geen rechtstreekse relatie heeft met competenties – en dus niet rechtstreeks ingezet kan worden voor selectie – zijn carrièrewaarden wel richtinggevend in wat iemand doet en wil leren. Iemand die hoog op Ondernemen en Beïnvloeden scoort, zal veel situaties opzoeken waarin hij dat kan doen. Daarmee is het waarschijnlijk dat die persoon daardoor ook een leercurve door gaat maken. Maar zoals gezegd, het resultaat van die leercurve hangt niet af van de carrièrewaarde, maar van het onderliggende talent welke vooral door persoonlijkheid en door intelligentie gedreven is.

Om de interpretatie van de CW-n te illustreren heeft een psycholoog toegelicht hoe hij de vragenlijst bij loopbaanadvies toepast.

3.5.3.1 Case loopbaanadvies 1

Om inzicht te geven in de interpretatie van de CW-n bij loopbaanvraagstukken geven wij hierbij een weergave van een case voor loopbaanbegeleiding. Bij loopbaanadvisering wordt de CW-n vaak gezamenlijk ingezet met de WPV (Werkgerelateerde Persoonlijkheidsvragenlijs) en de ITS (Vragenlijst voor Interesse in Taken en Sectoren). Voor de handleidingen van deze vragenlijsten is er gekozen om een cases te bespreken waarbij deze drie vragenlijsten gezamenlijk ingezet zijn, om persoonlijkheid, drijfveren en interesses in hun samenhang te bespreken. Dat geeft een completer beeld van een persoon. Dit wil overigens niet zeggen dat het deze vragen altijd in combinatie afgenomen moeten worden, ze zijn ook elk apart of in andere testprogramma’s in te zetten.

Situatieschets
Janny is een vrouw van 36 jaar, alleenstaande moeder met een zoontje van 3.  Na een MBO opleiding Toerisme & Recreatie is Janny gaan reizen, waarbij ze verschillende ‘hospitality’ functies heeft vervuld bij hotels en reisorganisaties, zoals animatie, receptie en administratie.  Van haar 30^ste tot 32^ste was zij leidinggevende in een klein themapark in Nieuw Zeeland. Vier jaar geleden  kwam zij terug naar Nederland, zwanger, om bij haar ouders in te trekken. Na de bevalling is zij weer gaan werken, telkens in tijdelijke banen van enkele weken tot maanden. Ze heeft gedaan wat voorhanden kwam: werken bij Ikea, invalbeurten bij een reisbureau en koerierswerk, afgewisseld met perioden waarin zij werkloos was. Nu is zij inmiddels vier maanden werkloos.

Vraagstelling
Janny wil graag een baan van 24 tot 36 uur, met een korte reisafstand van haar woonplaats Alphen a/d Rijn, waarin zij iets met haar opleiding kan doen en waarmee zij weer een nieuwe loopbaan kan opbouwen. Zij wil graag in een andere branche gaan werken dan het toerisme, ze staat overal open voor. Het is belangrijk voor haar dat ze een vaste baan kan vinden met goede secundaire arbeidsvoorwaarden qua werktijden en flexibiliteit. Ze wil graag horen waar haar mogelijkheden liggen.

Interpretatie Persoonlijkheid
De persoonlijkheidsvragenlijst WPV Compact is ingezet. Deze geeft een score op factoren en schalen, zie afbeelding 3.1. Daarnaast is er als hulpmiddel een vertaalslag naar competenties gemaakt.

Afbeelding 3.1. Resultaten WPV Compact – factoren en schalen

Bij de interpretatie van de persoonlijkheidsvragenlijst is het belangrijk eerst naar de hoofdfactoren te kijken. Daarin valt op dat Janny in haar persoonlijkheidsbeeld weinig dominante kenmerken heeft, eerder is sprake van een gelijkmatig beeld. Ze vertoont juist beneden gemiddelde scores op Invloed (4), Sociabiliteit (4) en Stabiliteit (4). Een lagere score zien we op Gedrevenheid (3), welke vooral uit een lage score op Originaliteit (2) voortkomt.  De factor Structuur (6) is aan de bovenkant van het gemiddelde. Bij de schaalscores, die de factorscores nuanceren, valt op dat Janny een hartelijke (7) en zorgzame (7) vrouw is. De hogere Structuur factor wordt vooral gevoed door hoge scores op Conformisme (8)  en Regelmaat (7). Qua Emotionele Stabiliteit scoort vooral Positivisme (3) lager. Blijkbaar is ze minder optimistisch ingesteld en heeft ze last van negatieve gevoelens.

Omdat het persoonlijkheidsprofiel minder uitgesproken is, met gemiddeld wat lagere scores, leidt dit ook tot minder uitgesproken scores op de Competentie Indicator, zie afbeelding 3.2.

 Afbeelding 3.2. Resultaten WPV Compact – competenties

Haar talenten moeten volgens de indicator vooral gezocht worden in de competenties Samenwerken, Sensitiviteit en wellicht het Coachen van anderen. Over het geheel is het daarmee ook een bescheiden zelfbeeld, met weinig differentiatie in het talent voor competenties ontstaan. Dit leidt ook vaak tot keuzeproblematiek, omdat het aanwezige talent zich minder uitgesproken aandient.

Bij de bespreking van de resultaten geeft Janny aan zich wel te herkennen in het beeld. Samenwerken met anderen en anderen helpen vindt ze erg leuk. Dat heeft ze de laatste jaren ook wel gemist. Dat ze nu minder positief zou zijn, ligt voor haar vooral aan de situatie, die ze best zwaar vindt. Ze heeft een lichte depressie gehad en had verwacht inmiddels positiever in het leven te staan. Ze probeert al langer een vaste functie te vinden en ze is somber over haar mogelijkheden. Ze is het ermee eens dat ze minder ambitieus is. Vroeger heeft ze wel leiding gegeven, maar dat was eerder roosters indelen en mensen inwerken dan echt leiding geven. Ze vond dat ook niet echt leuk om te doen, liever heeft ze zelf direct contact met anderen. De competenties herkent ze wel, al valt het haar wat tegen dat er niet meer competenties naar voren komen. Zelf had ze plannen en organiseren ook wel verwacht, omdat ze dat veel heeft gedaan.

Interpretatie CW-n
Voor het in beeld brengen van de drijfveren is de vragenlijst CW-n ingezet. De resultaten staan in afbeelding 3.3.

Afbeelding 3.3. Resultaten CW-n

Bij de interpretatie van de CW-n proberen we altijd de belangrijkste of primaire carrièrewaarden te identificeren. Mensen willen deze waarden graag terugzien in hun werk. Daarbij gaat het eerder over de vraag welke waarden het hoogst scoren dan hoe hoog de scores precies zijn. Wanneer er veel spreiding is hebben mensen duidelijke voorkeuren, wanneer er weinig spreiding is vindt men veel waarden even belangrijk. Dat kan er toe leiden dat men alles enigszins leuk vindt, maar minder duidelijke keuzes maakt. Bij de CW-n vragenlijst kan het ook voorkomen dat alle waarden laag scoren. In dat geval is de conclusie gerechtvaardigd dat werk als zodanig als minder motiverend wordt ervaren. Wanneer de waarden in de rubriek ‘opbrengsten’ vooral hoog scoren, dan is er sprake van vooral externe motivatie. Wanneer de waarden in de rubriek ‘activiteiten’ hoog scoren dan is er sprake van intrinsieke motivatie. De waarden in de rubriek ‘omgeving’ zijn eerder te zien als randvoorwaarden ten aanzien van de werkomgeving en niet direct in te delen in interne of externe motivatie.

Bij Janny vallen de volgende primaire carrièrewaarden op: Zinvolle bijdrage, Hulpverlenen, Samenwerken, Dynamiek en Waardering en Erkenning. Je kunt dat samenvatten in een wens:  Janny wil graag samen met anderen in een dynamische omgeving een zinvolle bijdrage leveren door anderen te helpen en daarvoor waardering en erkenning ervaren. Alle rubrieken zijn daarmee gevuld met primaire waarden, al scoort maar één waarde in de rubriek ‘activiteiten’ hoog.

Verder is het interessant het totale patroon van carrièrewaarden te bezien. Bij Janny valt dan op dat het beeld gedifferentieerd is. Daarmee kun je zeggen dat zij uitgesproken voor- en afkeuren heeft, wat kan helpen keuzes te maken. Het beeld van de carrièrewaarden geeft daarmee meer differentiatie dan de persoonlijkheid. Naast de primaire carrièrewaarden valt een groepje carrièrewaarden op die ook van belang zijn: Kwaliteit, Ontwikkelen, Fysiek actief zijn en Zekerheid en Stabiliteit. Deze kun je zien als extra wensen, na de primaire drijfveren.

Het is ook interessant juist te kijken naar de lage scores. Daarbij geldt dat scores 1 en 2 echt wijzen op een de-motivator. Bijvoorbeeld, een 1 op Samenwerken betekent dat iemand er een hekel aan heeft te moeten samenwerken. De-motivatoren zou men in werk daarom beter kunnen vermijden. Bij Janny is er één de-motivator, namelijk Financiële Beloning (2). Dit betekent dat variabele beloning haar juist zou kunnen demotiveren. In haar baan zouden financiële doelstellingen als omzet halen, inkoopvoordelen behalen en dergelijke, haar tegenstaan. Minder belangrijk, maar nog net geen de-motivatoren, zijn: Concrete Resultaten, Carrière, Analyseren en Taakuitdaging. Functies als accountmanager of analytische functies zijn daarmee minder passend.

In het gesprek gaf Janny aan zich te herkennen in het beeld, vooral het helpen van mensen is iets wat ze erg leuk vindt. Wel gaf ze aan toch echt wel geld te willen verdienen voor haar en haar zoontje, maar dat ze niet zo gericht op carrière maken of ambitieus is geweest. Ze hoeft ook niet zozeer moeilijke banen te hebben, een eenvoudige maar vaste baan waarin ze zich wel kan ontwikkelen zou haar aanspreken.

Interpretatie ITS
De ITS is een interessevragenlijst met een terugkoppeling naar Taken en Sectoren. Achterliggend wordt op het uitgebreide Holland model gerapporteerd. De sectoren corresponderen met de sectoren van de Competentieatlas van het UWV, wat het zoeken van vacatures vergemakkelijkt. De resultaten van Janny zijn weergegeven in afbeelding 3.4.

 Afbeelding 3.4. Resultaten ITS – sectoren en taken

De Sectoren worden in het rapport gerangschikt van hoog naar laag. De interpretatie van de ITS is daarmee eenvoudig. Wanneer veel sectoren hoog scoren lijkt dat gunstig, omdat iemand in principe in veel sectoren is in te zetten. Maar het kan ook betekenen dat iemand niet echt een beeld heeft van het werk in die sectoren. Wanneer alle sectoren laag scoren geeft dat juist aan dat men heel weinig sectoren interessant vindt. Dat kan verschillende redenen hebben, maar kan wel een belemmerende factor zijn bij werkhervatting.

In Janny’s resultaten is een duidelijk patroon van voorkeuren te herkennen. Zij scoort hoog op de sectoren Toerisme, Dieren en Milieu (10) en daarna de sectoren Persoonlijke Verzorging, Rechtspraak, Welzijn, Gezondheidszorg, Planten, Personeel, Arbeid en Loopbaan en Wetenschap (9). Dit zijn de sectoren om naar te kijken.

Wat opvalt is dat de sector Toerisme ondanks de vraagstelling toch in de top 3 staat. Blijkbaar zou de vraagstelling heroverwogen mogen worden. Doorvragen naar de beweegreden is gewenst. Omdat de opleiding en werkervaring in de richting van Toerisme ligt, zou het zonde zijn niet ook deze sector serieus te overwegen. Dieren en Milieu zijn in haar achtergrond niet te herkennen maar moeten in het gesprek betrokken worden. Het cluster Persoonlijke Verzorging, Welzijn en Gezondheidszorg zou goed passen bij haar persoonlijkheid en werkwaarden. Daarentegen vragen sectoren als Rechtspraak en Wetenschap ook om ‘Analyseren’, welke bij Janny juist laag scoort. Redenen om daar eens op door te vragen en bij de arbeidsmarktverkenning te betrekken.

Wanneer we kijken naar de taken, dan spreken vooral de sociale taken aan: Contact onderhouden, Mensen begeleiden, Klanten helpen, Assisteren, Mensen adviseren, Mensen beïnvloeden, Motiveren en Lesgeven. Ook het gebied mentale taken heeft twee hoog scorende taken: Informatie verzamelen en Lezen.

Janny zei altijd veel huisdieren te hebben gehad. Ze is opgegroeid op een boerderij en voelt zich daar nog altijd thuis. Ze denkt dat daarom de sectoren Dieren en Milieu naar voren komen. Haar tegenzin tegen de toeristische sector komt omdat ze denkt dat daar minder vaste banen zijn. En bij de vaste banen zijn er altijd ook commerciële doelstellingen, waar ze echt niets mee heeft. Het gaat haar er juist om het mensen naar de zin te maken en ze een prettige tijd te geven. Dat wetenschap als sector naar voren komt verbaast haar, omdat ze daar niets mee heeft.

Conclusie en advies
Samenvattend kunnen we stellen dat Janny een hartelijke, zorgzame vrouw is, die gestructureerd werkt. Ze wil graag anderen helpen en samenwerken. Daarom zoekt ze een functie waarin ze samen met anderen in een dynamische omgeving een zinvolle bijdrage levert door anderen te helpen. De sectoren die in aanmerking komen zijn: Toerisme, Dieren en Milieu en daarna de sectoren: Persoonlijke Verzorging, Rechtspraak, Welzijn, Gezondheidszorg, Planten, Personeel, Arbeid en Loopbaan.

Bij het doornemen van achterliggende vacatures lijkt Woonbegeleider gezinsvervangend huis of Activiteitenbegeleider Janny erg interessant, maar ze denkt met haar opleiding daar niet goed terecht te komen. Wel wil ze onderzoeken of omscholing mogelijk is en proberen te solliciteren. Aan de andere kant lijkt het omgaan met bijvoorbeeld psychiatrische doelgroepen ook wel wat zwaar voor haar. Reis- en recreatiebegeleiding wil ze echt niet meer, daar vindt ze zich te oud voor geworden. Bovendien kan ze niet met haar kind naar het buitenland. Audicien lijkt haar ook wel iets, mensen helpen om beter te horen. Ze is wel bang dat het stiekem toch een te commerciële functie is, dat staat ook vermeld. Echt medische functies als verpleegkundige zou ze wel interessant vinden, maar ze kan nu niet meer een volledige opleiding gaan volgen.

Het advies is zich verder te oriënteren op deze functies en toch de mogelijkheid op omscholing richting welzijn en zorg te overwegen. Voor de volledigheid zijn ook de sectoren Planten en Dieren opgegeven. Daar speelde echter ook het bezwaar dat ze of in ongeschoold werk terecht zou komen of zich zou moeten bijscholen. Janny besloot het bij huisdieren te houden.

Epiloog
Twee maanden later heeft Janny via een kennis van haar ouders een baan als assistent gevonden bij een hoorspeciaalzaak waar ze werk en een opleiding tot audicien vanaf volgend jaar kan combineren. Het commerciële aspect valt haar mee, het komt op haar meer over als mensen helpen de juiste artikelen te vinden en te adviseren. Er komt wel rekenwerk bij kijken wat ze wat minder vindt, maar wat ze op zich wel kan. Ze vindt het vooral erg leuk dat ze ouderen blij kan maken.

3.5.4.2 Case loopbaanadvies 2

Situatieschets
Willem is 32 jaar, ongehuwd. Na het afbreken van de Mbo-opleiding Sport & Bewegen vanwege lichamelijke problemen, heeft Willem een jaar of twee uitzendwerk gedaan. Vervolgens heeft hij de studie Assistent-manager Internationale Handel met veel plezier gevolgd. Het combineren van werk en leren beviel goed. Hij is aanvankelijk blijven werken op uitzendbasis bij het bedrijf waar hij stage liep, maar helaas is dat bedrijf failliet gegaan. Mede door de spanningen heeft Willem weer rugklachten gekregen, waardoor hij een half jaar uit de roulatie is geweest. Inmiddels is hij zes maanden werkzoekend. Hij wordt telkens afgewezen en begrijpt niet goed waarom.

Vraagstelling
Willem wil graag een commerciële baan, maar is daar nu onzeker over geworden omdat hij zelden wordt uitgenodigd voor een sollicitatiegesprek. Hij weet niet goed waaraan dat ligt. Wel hoort hij vaak dat de voorkeur uitging naar een jongere kandidaat of een kandidaat met meer ervaring. Daarom wil hij ook kijken of er andere banen zijn die hem zouden kunnen helpen om uiteindelijk een commerciële functie te krijgen. Hij wil een functie waar hij nu eindelijk eens kan starten met het maken van een carrière. Hij is sceptisch over wat het loopbaanbegeleiding in het algemeen en psychologische vragenlijsten daarin kunnen betekenen, maar wil toch graag een competentie test doen.

Interpretatie Persoonlijkheid
Willem heeft een vrij uitgesproken persoonlijkheidsprofiel (Afbeelding 3.7). Bij de factor invloed valt op dat hij competitief is ingesteld. Dat herkent hij, hij wil altijd graag winnen. Daarom vond hij commerciële functies ook leuk, ook callcenters en commerciële binnendiensten waar hij uitzendwerk heeft gedaan. Hij is ook zeer sociabel te noemen, voelt zich ontspannen, zoekt het contact en heeft een dienstverlenende instelling. Daarbij gaat het niet zover dat hij problemen van anderen overneemt of zich naïef toont in het contact. Zijn gedrevenheid en daarbinnen energie, volharding en onafhankelijkheid vormen geen gebrek. Aan inzet zal het niet liggen, maar misschien is hij wel een beetje eigenwijs en te gedreven voor sommige omgevingen. Hij is uitermate gestructureerd, planmatig en nauwkeurig, hoewel hij wel behoefte heeft aan afwisseling. Perfectionisme kan bij deze scores op de loer liggen. Hij denkt goed na over beslissingen, is niet impulsief, maar kan wel knopen doorhakken. Dit vanwege de middenscores bij Weloverwogen. Willem beschikt over een gezonde portie zelfvertrouwen.

Bij de bespreking van de resultaten geeft Willem aan zich te herkennen in de resultaten. We praten door over zijn onafhankelijkheid en het risico op perfectionisme. Inderdaad blijkt dat Willem bij de banen die hij had regelmatig meningsverschillen had met zijn leidinggevenden. Ook ergerde Willem zich aan de gemakzucht van sommige collega’s. Dit heeft er waarschijnlijk mede toe geleid dat de uitzendbanen geen vast contract hebben opgeleverd, ook al functioneerde hij verder goed. In het gesprek komt ook naar voren dat zelfstandig ondernemerschap mogelijk zou passen bij hem. Uiteindelijk zou hij dat wel willen, maar hij vindt dat hij eerst ervaring bij een goed bedrijf zou moeten opdoen. Ook kwam naar voren dat hij in de weinige sollicitatie gesprekken hier niet voldoende tactisch mee omging. Hij uitte te veel zijn ergernis over vorige collega’s en was te open over zijn ambitie om uiteindelijk zelfstandig te willen worden.

 Afbeelding 3.7. Resultaten WPV Compact – factoren en schalen

Interpretatie CW-n
Willem gaat helemaal voor werk, dat betekent veel voor hem. Nu werkzoekend te zijn past hem dan ook helemaal niet, hij heeft het gevoel dat hij daardoor momenteel ook minder energie heeft dan anders.

In het waardenpatroon valt op dat veel waarden relatief hoog scoren, en dat er één waarde bovenuit springt: Dynamiek. Hij heeft duidelijk behoefte aan een omgeving met veel hectiek. Daarnaast komt een vrij brede set primaire drijfveren naar voren: Beïnvloeden, Concrete resultaten, Kwaliteit, Autonomie, Zekerheid en stabiliteit en Taakuitdaging. Slechts twee schalen scoren lager, zonder een directe demotivator te worden, namelijk Zinvolle bijdrage en Creatief denken.

Afbeelding 3.8. Resultaten Carrière Waarden

Willem herkent zich in de resultaten, hij zoekt inderdaad een drukke baan waar hij toch goede kwaliteit kan leveren. Hij vindt zichzelf niet zo creatief. Ondernemen had hij wel hoger verwacht als score, maar misschien heeft hij de vragenlijst meer ingevuld zoals hoe hij er nu over denkt.

Interpretatie ITS
Uit de ITS komt een duidelijke voorkeur voor de sector Handel naar voren (zie afbeelding 3.9). Omdat deze er echt uitspringt en Willem aangeeft daar inderdaad primair op gericht te zijn, gaan we verder met deze sector om te kijken of daar toch beroepen en vacatures te vinden zijn, waar Willem zich voor kwalificeert.

Afbeelding 3.9. Resultaten ITS – sectoren

Conclusie en advies
Met behulp van de competentieatlas van het UWV is er naar geschikte vacatures gezocht. Bij de competentieatlas selecteren we op basis van persoonlijkheid de drie competenties in het cluster Netwerken en presenteren, te weten: Relaties bouwen en netwerken, Overtuigen en beïnvloeden en Presenteren. Als sector selecteren we alleen de sector Handel in het cluster Handel en Administratie vanwege de uitgesproken voorkeur voor deze sector. Dit levert een aantal beroepen op waarbij is gefilterd op ‘midden’.

Zoals te verwachten komen verschillende commerciële functies naar voren. Er worden vooral veel vertegenwoordigers en acquisiteurs gezocht op dit moment, maar ook verkoopfuncties in verschillende sectoren. De term acquisiteur is nieuw voor hem. Leidinggeven lijkt Willem op dit moment niet aan de orde, maar zou hij op termijn wel ambiëren.

Epiloog
Vanwege de uitgesproken voorkeur van Willem voor de sector Handel en het feit dat zijn persoonlijkheidsprofiel en ook zijn waardenprofiel in lijn liggen met wat bij commerciële functies verwacht wordt, adviseren wij dan ook daar zijn heil in te zoeken. Wel geven we hem tips mee voor het sollicitatiegesprek en zijn CV. De lege plekken in zijn CV en ook de switch van sport naar commercieel in zijn opleiding wordt onvoldoende positief uitgelegd.

Na enkele maanden krijgen we een mailtje van Willem. Hij heeft een baan gevonden bij een uitgever van lokale gratis huis-aan-huisbladen als advertentieverkoper. Hij heeft het enorm naar zijn zin omdat hij veel vrijheid heeft en voortdurend contact heeft met mensen. Hij is daar ook aardig succesvol in, geeft hij enthousiast aan.

3.5.4 Relevante informatie bij de interpretatie

Een vragenlijst blijft een vragenlijst. Onzes inziens kunnen vragenlijsten nooit geïnterpreteerd worden zonder een interview. Het is altijd mogelijk om een verkeerd beeld te geven van jezelf door middel van een vragenlijst. Dit is zeker het geval als de vragenlijst redelijk transparant is, zoals bij de CW-n het geval is. De waarde van deze vragenlijst is vooral gelegen in het feit dat het snel een breed beeld geeft van wat iemand motiverend vindt in het werk. Dit geeft een onderbouwing aan de interviews en adviesgesprekken met kandidaten. Het is dus belangrijk dat er niet alleen op de testscores wordt afgegaan bij adviesvraagstukken, maar dat er ook andere bronnen van informatie worden geraadpleegd, zoals een interview of andere (persoonlijkheids)vragenlijsten.

Verder dient er qua interpretatie rekening te worden gehouden met de mogelijke invloed van de achtergrondvariabelen. Er is veel onderzoek gedaan naar de verschillen in carrièrewaarden tussen mannen en vrouwen. Onderzoek heeft uitgewezen dat jonge vrouwen meer waarde hechten aan intrinsieke, altruïstische en sociale carrièrewaarden, terwijl jonge mannen extrinsieke carrièrewaarden belangrijker vinden (Johnson, 2001). Uit recent onderzoek blijkt echter wel dat het verschil in carrièrewaarden tussen vrouwen en mannen kleiner wordt. Tegenwoordig krijgen vrouwen veel meer de kans om opleidingen te volgen en carrière te maken. Wanneer zij zich op de arbeidsmarkt gaan begeven zullen ze ervaren dat het mogelijk is om een goed salaris te krijgen en promotie te maken. Door deze mogelijkheden zullen vrouwen ook steeds meer waarde hechten aan prestige en een goed salaris (Johnson, 2001). In hoofdstuk 6, Begripsvaliditeit, wordt de relatie met achtergrondvariabelen met betrekking tot de CW-n beschreven.

3.6 Software en ondersteuning

De CW-n kan op iedere computer met internetverbinding met een werkende browser ingevuld worden. Er hoeft verder geen specifieke software geïnstalleerd te worden.

De portal ondersteunt alle veelgebruikte desktop internet browsers, zoals Internet Explorer 7 (IE7) en hoger en recente versies van Chrome, Firefox en Safari onder Windows XP (en hoger), Apple OSX 10.4 of hoger en gangbare Linux versies. Ook is het mogelijk de test te maken op tablets (zoals de iPad) of smartphones. Verder ondersteunen wij geheel open internet verbindingen. In de praktijk zullen niet al te strenge beveiligingsinstellingen of proxies geen probleem zijn. Daarnaast vereist het systeem geen technisch dingen, zodat het in niet officieel ondersteunde browsers ook vrijwel altijd werkt.

Om de vragenlijst in het online systeem te kunnen maken is verbinding met internet nodig. Mocht de internetverbinding tijdens het invullen van de vragenlijst wegvallen, dan ondervindt de kandidaat daar geen hinder van in de zin dat er resultaten verloren gaan. In dergelijke gevallen is het tijdelijk niet mogelijk om naar een volgende pagina te gaan. Op het moment dat de verbinding is hersteld worden de ingevulde antwoorden van de betreffende pagina verstuurd naar de server en is het voor de kandidaat weer mogelijk om verder te gaan met het invullen van de resterende pagina’s.

Voor vragen over de systeemeisen en technische ondersteuning kunnen kandidaten contact opnemen met de helpdesk van Ixly. De helpdesk is iedere werkdag van 08.00 tot 17.30 bereikbaar via helpdesk@ixly.nl of 088-4959000.

Voor een overzicht van veel gestelde vragen met betrekking tot het gebruik van de Test portal, zie bijlage 3.2. In bijlage 2.1 wordt een handleiding weergegeven voor de bediening van de software.

 

4. Normen Carrièrewaarden Normatief

Bij de CW-n gaat het om een normgerichte interpretatie. Dat wil zeggen dat de scores van een kandidaat worden vergeleken met de normpopulatie. De normpopulatie is bij de CW-n een representatie van de beroepsbevolking van Nederland. Door middel van weging is er voor gezorgd dat de onderzoeksgroep met betrekking tot opleiding, leeftijd, geslacht en werksituatie zo goed mogelijk overeenkomt met de beroepsbevolking van Nederland. Voor de beroepsbevolking hebben we ons gebaseerd op gegevens van het Centraal Bureau voor de Statistiek (CBS) uit 2013. In dit hoofdstuk wordt nader beschreven hoe de normgroep is gevormd en hoe de normering is uitgevoerd.

4.1 Normeringsonderzoek

Doelstelling
De CW-n is ontwikkeld voor adviessituaties binnen de HRM praktijk. Onder advies worden allerlei vormen van loopbaanbegeleiding, carrièreadvies, beroepskeuzeadvies en coaching verstaan. Kandidaten die in deze situatie de CW-n invullen komen tot andere, waarschijnlijk minder sociaal wenselijke, scores dan kandidaten die zich in een selectiesituatie bevinden. Onder selectiesituatie verstaan wij bijvoorbeeld assessments bij sollicitatieprocedures. Bij selectiesituaties zal men eerder sociaal wenselijk antwoorden omdat men verwacht dat men daarmee sneller door de selectie heen komt (Birkeland et al., 2006). Gegevens uit de selectiepraktijk zijn daarom niet geschikt voor het normeren van deze vragenlijst. Tevens is niet op voorhand te verwachten dat mensen die loopbaanadvies vragen of werkzoekend zijn een weerspiegeling vormen van de algemene beroepsbevolking. Om sample of convenience effecten (COTAN, 2009) te vermijden is daarom een onderzoek gestart met als doel een representatieve afspiegeling van de Nederlandse beroepsbevolking te verkrijgen op de kenmerken leeftijd, geslacht, opleidingsniveau en provincie. Het normeringsonderzoek had tevens tot doel mogelijke verschillen tussen subgroepen zoals autochtonen en vrouwen-mannen te onderzoeken. Tevens is onderzocht of deze vragenlijst voor mensen met dyslexie geschikt is.

Methode van dataverzameling
De data waarover de normering is uitgevoerd, zijn begin 2014 door onderzoeksbureau Right verzameld door middel van een internetpanel. De werving van dit ISO-gecertificeerde internetpanel geschied met zogenaamd online veldwerk, via de volgende kanalen:

• Via traditionele dataverzamelingsmethoden
• Aangekochte adressen
• Via links op websites
• Via telefonische werving
• Via een sneeuwbalmethode onder bestaande leden
• Via social media

Door deze verschillende methoden in te zetten wordt een zo breed mogelijk publiek aangesproken, wat de representativiteit ten goede komt. Echter, de representativiteit van onderzoek via een online onderzoekspanel kan nadelig beïnvloed worden door selectie-effecten. Zo hebben sommige groepen binnen de bevolking bijvoorbeeld een betere toegang tot internet dan andere. Indien een aselecte steekproef wordt getrokken uit een online panel, dan bestaat de kans dat bepaalde groepen zijn oververtegenwoordigd (bijvoorbeeld jongeren t.o.v. ouderen). Al is het overigens de vraag hoe groot dit effect precies is, gezien het feit dat ongeveer 83% van de huishoudens tegenwoordig een Internetverbinding heeft (Bethlehem, 2009).

Het grote voordeel van het gebruik van onderzoek panels is dat er gecorrigeerd kan worden voor mogelijke vertekeningen. Steekproeven worden namelijk samengesteld op basis van de volgende demografische dimensies: geslacht, leeftijd en regio. Deze samenstelling is gelijk aan de verdeling van de Nederlandse bevolking volgens de gegevens van het CBS. De demografische kenmerken kunnen nog worden uitgebreid met kenmerken zoals inkomen, gezinssamenstelling, etniciteit en opleiding. Maar achteraf kan op deze kenmerken ook worden herwogen om mogelijke vertekeningen te corrigeren. Voor het normeringsonderzoek hebben we gestreefd naar representativiteit op de volgende kenmerken: opleiding, leeftijd, geslacht en werksituatie.

De representativiteit van onderzoek via een online onderzoek panel kan verder nadelig beïnvloed worden door zogenaamde “zelfselectieonzuiverheid”. Deze ontstaat doordat respondenten zichzelf hebben geselecteerd (aangemeld) om deel te nemen aan een online panel. Deze onzuiverheid treedt overigens niet alleen op bij online veldwerk, maar bij elke vorm van onderzoek (bijvoorbeeld ook bij face-to-face, telefonisch of schriftelijk onderzoek). Deze onzuiverheid is niet alleen inherent aan gebruik van zogenaamde Access Panels (waarbij respondenten worden geselecteerd uit een bestand van mensen die daarvoor toestemming hebben gegeven) maar wordt ook veroorzaakt door het simpele gegeven dat responspercentages niet 100% zijn. Dus zelfs bij een aselecte steekproef uit de Nederlandse bevolking waar mensen huis aan huis worden ondervraagd vindt zelfselectie plaats omdat niet iedereen die wordt benaderd zal deelnemen aan het onderzoek.

Er kunnen ook twijfels ontstaan over de kwaliteit van de data die verkregen is bij een Access Panel. Zo vreest men voor de opkomst van ‘professionele’ respondenten, die meedoen met veel Internetvragenlijsten en die alleen meedoen als een beloning wordt aangeboden (Matthijsse et al., 2012), wat de kwaliteit van de data kan beïnvloeden. Zulke ‘professionele’ respondenten, vooral gemotiveerd door de beloning, willen misschien zo snel mogelijk en met de minste moeite de vragenlijst invullen, zeker als ze lid zijn van meerdere panels (van Ossenbruggen et al., 2008). Dit zou naar voren kunnen komen in allerlei vormen van response bias, dus bijvoorbeeld alleen de extreme antwoorden kiezen, of juist altijd ‘helemaal mee eens’ (acquiescence) antwoorden of steeds hetzelfde antwoord geven (straight-lining). Dit zal de kwaliteit van de data negatief beïnvloeden. Aan de andere kant zijn zulke ‘professionele’ respondenten geoefende invullers van vragenlijsten, wat de betrouwbaarheid van de schalen omhoog zou kunnen brengen (Chang & Krosnick, 2009). Dit zou dus een positief effect op de kwaliteit van de data kunnen hebben.

Mathhijsse et al. (2012) hebben aangetoond dat er inderdaad ‘professionele’ respondenten bestaan – die lid zijn van meerdere panels en vooral gemotiveerd worden door excentrieke beloningen – maar dat de kwaliteit van data nauwelijks verschilt van meer vrijwillige respondenten. Er bleek nauwelijks verschil in betrouwbaarheden tussen deze twee groepen en inconsistente verschillen in ‘response bias’.

De mogelijke invloed van zelfselectie op de externe validiteit van online panels is ook onderzocht. Chang en Krosnick (2009) deden dit voor twee panels in de Verenigde Staten. Zij vergeleken gegevens verkregen via telefonische interviews onder een aselecte steekproef met gegevens van een Internetpanel dat gebaseerd was op een (aselecte) steekproef, en een Internetpanel dat bestond uit respondenten die zichzelf hadden aangemeld. Het bleek dat de respondenten die zichzelf hadden aangemeld de beste antwoorden gaven. De telefonische interviews leverden meer data die tekenen van response bias en nondifferentiatie vertoonden dan de Internetpanels, wat leidde tot een slechtere datakwaliteit. De ‘professionele’ respondent bleek juist minder gemakzuchtig. Chang en Krosnick concludeerden dan ook dat Internetdata, mits op de juiste manier verkregen, goede en bruikbare resultaten opleveren en van vergelijkbare kwaliteit zijn als data verkregen via traditionele methoden. Deze conclusie is door meerderen onderzoekers onderstreept (zie bijvoorbeeld Gosling et al., 2004).

Hieruit kunnen we concluderen dat het verkrijgen van de data via een Internetpanel een goede manier van dataverzameling is, die de kwaliteit van de normgroepgegevens van de CW-n niet nadelig beïnvloed heeft.

Representativiteit
Het gebruik van een online onderzoekspanel heeft ons zoals hierboven beschreven in staat gesteld om een steekproef te gebruiken die representatief is voor de Nederlandse beroepsbevolking. Bij het verzamelen van data is er gestreefd naar representativiteit op de volgende kenmerken: opleiding, leeftijd, geslacht en werksituatie. Deze laatste variabele is met name belangrijk omdat de CW-n specifiek voor loopbaanbegeleiding- en advies doeleinden bedoeld is. Er zijn gegevens verzameld van 1071 personen. De kenmerken van deze personen zijn weergegeven in Tabel 4.1.

Door middel van een nonparametrische Chi kwadraat (χ²) test is gekeken of de steekproef van 1071 personen representatief was voor de beroepsbevolking. We hebben onderzocht of de aantallen in de subgroepen significant verschillen van die in de beroepsbevolking. Hoewel de verschillen in percentages klein waren, bleek het verschil voor opleidingsniveau (χ² = 66.062, df = 2, p = .00) en geslacht significant (χ² = 4.36, df = 1, p = .04).

De onderzoeksgroep verschilde weliswaar niet van de beroepsbevolking op het gebied van geslacht en leeftijd, maar weging van de twee andere variabelen zou hier voor een verschuiving kunnen zorgen. Om deze reden is voor alle vier de achtergrondkenmerken gewogen. Bovendien zorgt dit ervoor dat de normgroep zo representatief mogelijk voor de beroepsbevolking is.

4.1.1 Constructie normgroep

De onderzoeksgroep is voor geslacht, leeftijd, werksituatie en opleidingsniveau gewogen, zodanig dat zij met betrekking tot deze kenmerken overeenkomen met de beroepsbevolking van Nederland. In Tabel 4.1 worden de variabelen beschreven.

Alle combinaties van de vier variabelen geven 36 cellen (opleiding (3) x leeftijd (3) x geslacht (2) x werksituatie (2)). De weging is zo gekozen dat de verdeling over de 36 cellen zo goed mogelijk overeenkomt met de relatieve proporties in de Nederlandse beroepsbevolking. (Zie Bijlage 4.2 voor een uitgebreide beschrijving van de wegingsprocedure). De gewogen onderzoeksgroep vormt de normgroep voor de CW-n. In Tabel 4.2 wordt de verdeling weergegeven met betrekking tot de achtergrondkenmerken in de onderzoeksgroep, de gewogen normgroep en in de Nederlandse beroepsbevolking.

Representativiteit geslacht, opleidingsniveau, werksituatie en leeftijd na weging
De uiteindelijk verkregen verdelingen van opleidingsniveau (χ² = 4.85, df = 2, p = 0.09), geslacht (χ² = 0.008, df = 1, p = 0.93), werksituatie (χ² = 1.523, df = 1, p = 0.22) en leeftijd (χ² = 2.238, df = 2, p = 0.33) en provincie (zie tabel 4.3) zijn representatief voor de Nederlandse beroepsbevolking.

Landelijke representatie na weging
Ook hebben we onderzocht of de gewogen normgroep representatief is wat betreft de provincie waarin men woonachtig is.[1] In Tabel 4.3 wordt het aantal personen per provincie weergegeven voor de gewogen normgroep. Ook wordt de daadwerkelijke verdeling van personen in provincies in Nederland weergegeven, over 2013, gemeten door het CBS.

De verdeling van personen over de verschillende provincies is representatief voor de beroepsbevolking (X² = 12.63, df = 11, p = 0.32).* CBS Kerncijfers Beroepsbevolking 2013, aangevraagd in 2014

Conclusie representativiteit
Uit de vorige paragrafen kunnen we concluderen dat de normgroep een goede representatie is van de Nederlandse beroepsbevolking wat betreft opleiding, leeftijd, geslacht, werksituatie en provincie. Dit, evenals de grootte van de groep, draagt bij aan de hoge kwaliteit van de normering van de CW-n.

4.2 Beschrijving normgroep

In de volgende sectie zullen we kort de kenmerken van de gewogen normgroep (N = 510) beschrijven. Eerst behandelen we de relaties tussen de achtergrondvariabelen en de verdeling van de personen over de verschillende sectoren, vervolgens geven we de kenmerken van de schalen bij de normgroep weer.

Uit Tabel 4.4 blijkt dat de verdeling van mannen en vrouwen over de opleidingsniveaus vrijwel gelijk is (χ² = 1.29, df = 2, p = .53). Mannen zijn gemiddeld iets ouder dan vrouwen in de steekproef, ongeveer 43 jaar (sd = 12.1) en 41 jaar (sd = 12.0) respectievelijk (t(492.4) = -2.37, p = .03).

Er is een verschil in leeftijd tussen de drie opleidingsgroepen (F(2, 506) = 3.709, p= .03). De lager opgeleiden zijn gemiddeld ouder (M = 46.6, sd = 11.8) dan de overige twee opleidingsgroepen (M = 41.2, sd = 12.3 en M = 41.6, sd = 11.5).

Er is geen verschil in leeftijd tussen werkzame en niet werkzame personen (t(42.99) = -2.82, p = .26). Ook is er geen verschil tussen geslacht en werksituatie (χ² = 0.01, df = 1, p = 0.93) en tussen opleidingsniveau en werksituatie (χ² = 5.35, df = 1, p = 0.07).

Beschrijving sectoren in de normgroep
In Tabel 4.5 wordt het aantal respondenten per sector weergegeven. De werksectoren zijn onderverdeeld in twaalf categorieën, gebaseerd op de indeling van het CBS. De werksectoren zijn: Automatisering & ICT; Gezondheidszorg; Welzijn & Persoonlijke verzorging; Handel & Administratie; Horeca & Huishouding; Landbouw, Natuur & Milieu; Onderwijs, Cultuur & Wetenschap; Openbaar bestuur; Veiligheid & Rechtspraak; Opslag & Transport; Personeel, Organisatie & Strategie; Taal, Media & Communicatie; Techniek & Productie; en Toerisme & Recreatie. Elke categorie is onderverdeeld in meerdere subsectoren.

Er is geen informatie beschikbaar over de verdeling van de beroepsbevolking over de subsectoren. Er zijn wel gegevens beschikbaar van het CBS over de door hen gepubliceerde verdeling over de bedrijfssectoren zoals gespecificeerd in de Standaard Bedrijfsindeling 2008 (SBI ’08). Om iets over de representativiteit van de verdeling over subsectoren in de normgroep te zeggen zijn deze ingedeeld in de indeling van de SBI ’08. In Bijlage 4.3 wordt de verdeling in subsectoren voor de gewogen normgroep van de CW-n en de beroepsbevolking weergegeven.

In vergelijking met de beroepsbevolking bevinden zich vooral relatief meer personen in subsector N, Verhuur en overige zakelijke diensten en minder personen in subsector M, Specialistische zakelijke diensten. De overige categorieën komen grotendeels overeen. Zowel in de normgroep als in de beroepsbevolking bevindt een relatief groot percentage zich in subsectoren G, Handel, en met name subsector Q, Gezondheids- en welzijnszorg.

Beschrijving allochtonen in de normgroep
In totaal bevonden zich 67 allochtonen (13.2%) in de gewogen normgroep en 443 autochtonen (86.8%). Voor de definitie van ‘allochtoon’ hanteren wij dezelfde als het CBS: iemand wordt als allochtoon gedefinieerd wanneer die persoon zelf of één van beide ouders in het buitenland geboren is (CBS, 2013). In 2013 bestond ongeveer 19.0% van de beroepsbevolking uit personen van allochtone herkomst (CBS, 2013). In onze gewogen normgroep bevinden zich naar verhouding iets minder allochtonen dan in de Nederlandse beroepsbevolking (χ² = 11.46, df = 1, p = .00).

In Tabel 4.6 zijn de achtergrondkenmerken van deze groep weergegeven. De verdeling wat betreft geslacht (χ² = 0.06, df = 1, p = .81), leeftijd (χ² = 0.35, df = 2, p = .84) en werksituatie (χ² = 0.98, df = 1, p = .32), is representatief voor de verdeling binnen de groep allochtonen in de beroepsbevolking.[2]

  

Beschrijving van schaalkenmerken in de normgroep
In Tabel 4.7 zijn de kenmerken van de ruwe scores op de schalen van de CW-n weergegeven voor de gehele gewogen normgroep. Zo krijgt de gebruiker een beeld van de verdeling van de ruwe scores in de normpopulatie. Met een asterisk (*) is aangegeven wanneer de Z-score (verkregen door de waardes door hun standaardfout te delen) van de scheefheid en kurtosis de grens ± 2.58 overstijgt. Bij de schalen Hulp verlenen, Samenwerking, Concrete resultaten en Zekerheid en stabiliteit betekenen de hoge kurtosis en lage skewness dat de verdeling ‘gepiekt’ is met relatief veel scores in het midden en minder aan de uiteinden, en dat mensen wat hogere scores op deze schalen laten zien. Wanneer we naar de minima en maxima van de schalen kijken dan kunnen we concluderen dat over het algemeen alle antwoordopties wel worden gebruikt.

Voor de meeste schalen vallen de waarden van de scheefheid en kurtosis tussen de – 2.58 en + 2.58. Over het algemeen kunnen we dus concluderen dat de schalen van de CW-n normaal verdeeld zijn.

Bij de CW-n worden de ruwe scores omgezet naar gestandaardiseerde scores, zodat de ruwe score vergeleken kan worden met de normgroep. Deze gestandaardiseerde scores worden in de volgende paragraaf besproken.

Verschillen in scores tussen groepen
Voor de achtergrondvariabelen geslacht, leeftijd, etniciteit (allochtoon/autochtoon) en opleiding hebben we een aantal significante verschillen gevonden. Het onderzoek hiernaar wordt uitvoerig beschreven in paragraaf 6.2.1 van Hoofdstuk 6, Begripsvaliditeit.

Uit dit onderzoek bleek dat de gevonden verschillen grotendeels overeenkwamen met de bevindingen van eerdere onderzoeken. Bovendien waren de significante verschillen bij de achtergrondvariabelen, in termen van effectgrootte (Cohen, 1988), niet dusdanig dat ze praktische relevantie zouden kunnen hebben. Daarom hebben we ervoor gekozen voor deze variabelen geen  aparte normgroepen te creëren. Het kan interessant blijven de gevonden verschillen bij de interpretatie te betrekken aangezien het veelal reële verschillen betreft, maar dit is niet noodzakelijk.

4.3 Gebruikte scores en normtabellen

Bij de CW-n wordt er gerapporteerd op stenscores. Per schaal worden de ruwe schaalscores omgezet in stenscores. Dit zijn bij benadering normaalverdeelde scores op een schaal die loopt van 1 tot 10. Het theoretisch gemiddelde is 5.5 met een standaarddeviatie van 2, de spreiding van de ware scores is gefixeerd op 2. De schaal is symmetrisch en  normaalverdeeld. Standaardscores, en dus ook stenscores, geven een beeld van de manier waarop een bepaalde score zich verhoudt tot het gemiddelde van alle scores. Hoe men deze stenscores kan interpreteren wordt besproken in Hoofdstuk 3, Kwaliteit van de handleiding.

De stenscores worden niet direct discreet berekend maar als intervalscore. Ze worden alleen discreet gerapporteerd. De procedure die is gehanteerd bij het omzetten van ruwe schaalscores naar stenscores wordt beschreven in van der Woud (2007), zie Bijlage 4.4. Hieronder zullen wij echter de belangrijkste en de voor de gebruiker meest relevante punten samenvatten.

In Bijlage 4.5 zijn de normtabellen van 20 schalen van de CW-n opgenomen. In deze tabellen wordt voor iedere ruwe score de bijbehorende standaardscore, normscore en latente score weergegeven. Ook wordt voor de normscore een betrouwbaarheidsinterval gegeven, en voor de latente score een waarschijnlijkheidinterval. Om onduidelijkheid te voorkomen worden alle elementen van de normtabel hieronder uitgelegd. Bij het bespreken van alle elementen in de normtabellen gebruiken we het voorbeeld van een ruwe score van 21 op de schaal Financiële beloning (met een alfa van 0.82597).

Betrouwbaarheidsinterval

Volgens de klassieke testtheorie is de geobserveerde testscore een functie van iemands ware score, T, en de onnauwkeurigheid waarmee de score gemeten is:

Om een indicatie te geven van deze (on)nauwkeurigheid is het gebruikelijk een betrouwbaarheidsinterval te geven rond de geobserveerde scores. Dit interval wordt berekend aan de hand van de standaardmeetfout en ligt symmetrisch rond de geobserveerde score. Een betrouwbaarheidsniveau van 80% wil zeggen dat bij een groot aantal herhalingen van de voorspelling of schatting van een score X, 80% van de berekende intervallen de onbekende waarde X bevat (Drenth & Sijtsma, 2006).

De betrouwbaarheidsintervallen zijn terug te vinden in kolom 7 en 9 van de normtabellen in Bijlage 4.5. Bij de berekening van dit interval wordt de ruwe score eerst omgezet naar een “normscore” (kolom 5 in de normtabel) aan de hand van de volgende formule met een gefixeerd gemiddelde van 5.5 en een standaarddeviatie van 2:

Waarbij Z overeenkomt met de waarden in kolom 3, “Fitted Z Corrected”, in de normtabel. Hierin is T de ware score en S_T de standaarddeviatie van de ware score. De waarden van T en S_T zijn arbitrair: deze zijn niet geobserveerd en hiervoor kan dus een willekeurige schaal gekozen worden. De CW-n rapporteert op stenscores waarvan de schaal bekend is, namelijk met een gemiddelde van 5.5 en een standaardafwijking van 2. De formule wordt dus:

Voor een ruwe score van 21 op de schaal Financiële beloning (alfa = 0.82587) geldt dus het volgende (zie normtabel):

N = 5.5 + (-1.539/√0.82597*2) = 2.11

Deze normscore wordt vervolgens gebruikt om het betrouwbaarheidsinterval te berekenen. In de normtabellen hanteren we een betrouwbaarheidsniveau van 80%. Bij dit betrouwbaarheidsniveau wordt het betrouwbaarheidsinterval berekend aan de hand van de volgende formule:

X ± 1.28 * S_E

Hierin is X de geobserveerde score, in ons geval dus de normscore, en S_E de standaardmeetfout. Deze standaardmeetfout wordt als volgt berekend[3]:

Waarbij S_T de standaarddeviatie van de testscore is, in dit geval is deze dus gefixeerd op 2, en α weer de betrouwbaarheidscoëfficiënt. Voor een ruwe score van 21, waarvoor de normscore 2.11 is (zie vorige pagina), op de schaal Financiële beloning, die een betrouwbaarheid van 0.82597 heeft, betekent dit dus het volgende:

De standaardmeetfout = 2 * √((1-0.82597)/0.82597) ≈ 0.92

Ondergrens betrouwbaarheidsinterval = 2.11 – 1.28 * 0.92 ≈ 0.937

Bovengrens betrouwbaarheidsinterval = 2.11 + 1.28 * 0.92 ≈ 3.290

In Tabel 4.8 tot en met 4.10 zijn de standaardmeetfout, standaardschattingsfout, het betrouwbaarheidsinterval en het waarschijnlijkheidsinterval gegeven voor normscores van 3.5 (1 standaarddeviaties onder het gemiddelde), 5.5 en 7.5 (1 standaarddeviatie boven het gemiddelde).

In bovenstaande voorbeelden hebben we een betrouwbaarheidsniveau van 80% aangehouden. De keuze van de gewenste hoogte van de betrouwbaarheid (en dus de breedte van de intervallen) zal tussen testgebruikers verschillen. Daarom zijn in Bijlage 4.6 ook de tabellen met de standaardmeetfout, standaardschattingsfout, het betrouwbaarheidsinterval en het waarschijnlijkheidsinterval gegeven met een betrouwbaarheidsniveau van 68% en 90%.

Verdeling normscores
Omdat het betrouwbare gedeelte van de score in de normscores gefixeerd is (namelijk op 5.5, zie sectie Berekening van factorscores) kunnen deze goed gebruikt worden voor het schatten van de gemiddelde score en de spreiding in scores van specifieke onderzoeksgroepen. Onder voorwaarde dat de onderzoeksgroep niet expliciet is geselecteerd op basis van de te analyseren testscore, is het gemiddelde van de normscores in een onderzoeksgroep namelijk een zuivere schatter van het gemiddelde van de ware scores in deze groep (Laros & Tellegen, 1991). In Tabel 4.11 worden daarom ook de kenmerken van de normscores weergegeven.

 

Waarschijnlijkheidsinterval
Het betrouwbaarheidsinterval zegt alleen iets over de nauwkeurigheid van een meting, niets over de grenzen waartussen de ware score van een kandidaat zich bevindt, gegeven de geobserveerde score van deze kandidaat. Om hier een indicatie van te geven wordt het waarschijnlijkheidsinterval berekend (kolom 8 en 10 in de normtabel). Dit waarschijnlijkheidsinterval is gebaseerd op een schatting van de ware score en de spreiding van de ware score, de standaardschattingsfout. Het waarschijnlijkheidsinterval ligt symmetrisch om de geschatte ware score.

Evers (2001) geeft de volgende formules voor de berekening van dit waarschijnlijkheidsinterval:

 

en

Waarbij T de schatting van de ware score is, µ het gemiddelde van de geobserveerde scores voor de betreffende schaal, r_xx de betrouwbaarheidscoëfficiënt en X de geobserveerde score. Hier is σ_x de standaarddeviatie van de geobserveerde score.

Zoals we eerder al aangaven is bij ons de geobserveerde score de normscore, dat een gemiddelde van 5.5 en een standaarddeviatie van 2 heeft. Wanneer we deze waarden invullen in de bovenstaande formules krijgen we:

T = 5.5 + √r_xx (N – 5.5)

en

S_est = 2 * √1 – r_xx

Bovenstaande score T is terug te vinden in kolom 6, “Latente score”, in de normtabel. Deze score geeft de beste benadering van de ware score van een persoon: daarom wordt op deze afgeronde score gerapporteerd. Bij een ruwe score van 21 op de schaal Financiële beloning is T dus: 5.5 + √0.82597(2.11 – 5.5) =2.703 . Het waarschijnlijkheidsinterval, met een betrouwbaarheidsniveau van 80%, dat symmetrisch rond deze score ligt wordt als volgt berekend:

T ± 1.28 * S_E

Toegepast op de normtabel van Financiële beloning betekent dit het volgende voor een ruwe score van 21, waarvoor de latente score (= T) 2.703 is (zie vorige alinea):

De standaardschattingsfout = 2 * √(1-0.83) ≈ 0.82

Ondergrens betrouwbaarheidsinterval = 2.703 – 1.28 * 0.82 ≈ 1.634

Bovengrens betrouwbaarheidsinterval = 2.703 + 1.28 * 0.82 ≈ 3.772

In Tabel 4.8 tot en met 4.10 zijn de standaardmeetfout, standaardschattingsfout, het betrouwbaarheidsinterval en het waarschijnlijkheidsinterval gegeven voor normscores van 3.5  (1 standaarddeviaties onder het gemiddelde), 5.5 (het gemiddelde) en 7.5 (1 standaarddeviatie boven het gemiddelde).

4.4 Beperkingen normscores

In ons geval maken we gebruik van normen gebaseerd op gemiddelden en spreiding. Het voordeel van het gebruik van dit soort scores is dat deze rekening houden met de verdeling van de scores op een bepaalde schaal. Niet elke score komt namelijk even vaak voor: scores rond het gemiddelde komen veel vaker voor dan hele hoge of juist hele lage scores en volgen dus de normale verdeling. Hier wordt rekening mee gehouden door de normscore op basis van het gemiddelde en de standaardafwijking te berekenen. Bij de normale verdeling, en dus ook onze genormeerde scores, bevindt zich namelijk ongeveer 68% van de scores tussen één standaardafwijking onder het gemiddelde en één standaardafwijking boven het gemiddelde. Dit is een groot voordeel ten opzichte van het gebruik van bijvoorbeeld percentielen of decielen: bij percentielen wordt geen rekening gehouden met de verdeling van scores. Een score in het 4^e deciel betekent bijvoorbeeld dat 40% van de normgroep dezelfde score heeft of lager, en dat dus 60% een hogere score heeft. Het verschil in scores tussen deciel 4 en deciel 5 zal echter veel kleiner zijn dan het verschil in scores tussen deciel 9 en 10, omdat de scores in het midden van de verdeling veel vaker voorkomen. Het gevaar is dus dat de verschillen in scores aan de uiteinden van de verdeling worden onderschat. Dit gevaar is minder aanwezig bij het gebruik van normen gebaseerd op gemiddelden en spreiding.

Zoals gezegd rapporteren we op de afgeronde latente (= geschatte ware) score als stenscore. Het nadeel van stenscores kan zijn dat het vrij grofmazig is, er zijn immers slechts tien klassen. Echter, bij het bespreken van iemands drijfveren bieden stenscores genoeg differentiatie: het gaat erom een rangorde te geven van iemands primaire motivatoren, secundaire motivatoren en demotivatoren. Het verschil tussen sten 9 en 10 zal bijvoorbeeld in de praktijk niet zoveel uitmaken: het is duidelijk dat deze kandidaat hoog scoort en dat het betreffende kenmerk tot de primaire motivatoren behoort. Aangezien de CW-n voor adviesdoeleinden bedoeld is, zullen er geen ingrijpende beslissingen genomen worden op basis van iemands score, wat zou pleiten voor een fijnmazigere rapportage.

Tot slot kunnen we zeggen dat stenscores over het algemeen makkelijk te interpreteren zijn. Nadeel kan zijn dat ze verward worden met schoolcijfers. Om dit te voorkomen is het belangrijk dat de testgebruiker een duidelijke introductie geeft van hoe stenscores geïnterpreteerd dienen te worden. Tevens wordt in de rapportage van de vragenlijst uitgelegd wat de betekenis van de stenscores is. De interpretatie van de scores wordt verder toegelicht in Hoofdstuk 3, Kwaliteit van de handleiding.

Conclusie
De normering van de CW-n heeft plaatsgevonden door middel van weging en is uitgevoerd op een aselecte steekproef van de beroepsbevolking. De gewogen normgroep is een goede representatie van de beroepsbevolking met betrekking tot de achtergrondvariabelen opleiding, leeftijd, geslacht, werksituatie en provincie.  Wat betreft de variabele branches/beroepsgroep komt de normgroep van de CW-n grotendeels overeen met de kenmerken die op basis van de Standaard Bedrijfsindeling 2008 (SBI ’08) te verwachten zijn.  Tevens is in dit hoofdstuk aangetoond dat de data normaal verdeeld zijn. Deze kenmerken dragen bij aan een goede kwaliteit van de Advies normgroep die gebruikt wordt bij de CW-n.

[1] We hebben ervoor gekozen niet te wegen voor de variabele provincie, omdat dit het aantal personen in de cellen van de matrix die gebruikt is om te normeren te klein zou maken, wat de weging onmogelijk zou maken Dit zou namelijk een matrix van 36 x 12 = 432 cellen hebben opgeleverd.

[2] Eenduidige gegevens over de verdeling van opleidingsniveaus onder de allochtone beroepsbevolking was niet te verkrijgen bij het CBS: daarom is de representativiteit van de allochtone groep hier niet op getoetst.

[3] We hanteren een iets andere berekening dan de Cotan. Onze berekening geeft een extra “straf” voor de onbetrouwbaarheid van de meting, waardoor het interval rond de geobserveerde score breder wordt ten opzichte van de Cotan berekening.

 

5. Betrouwbaarheid Carrièrewaarden Normatief

De betrouwbaarheid van een vragenlijst geeft een indicatie van de nauwkeurigheid van het instrument. Het begrip heeft betrekking op de reproduceerbaarheid van de gemeten uitkomsten: in hoeverre komen de resultaten van een meting met het instrument bij een tweede keer (en derde keer, enzovoorts) overeen, of in hoeverre komen de uitkomsten bij een vergelijkbare set items overeen.

De betrouwbaarheid van een vragenlijst kan op verschillende manieren bepaald worden. Zo kan dezelfde vragenlijst voor een tweede maal bij dezelfde persoon afgenomen worden zodat de resultaten van deze twee metingen met elkaar vergeleken kunnen worden (test-hertest betrouwbaarheid). Ook kunnen de scores op de ene helft van de vragenlijst vergeleken worden met de scores op de andere helft van de vragenlijst (split-half betrouwbaarheid). Het meest gebruikt, en geschikt bij een vragenlijst zoals de CW-n, is de berekening van de alfa (α) coëfficiënt. Dit is een maat voor interne consistentie (Nunnally, 1978). Bij vragenlijsten waarmee op individueel niveau minder belangrijke beslissingen genomen worden, hanteert de COTAN als richtlijn voor een goede beoordeling een alfa van groter of gelijk aan .80 (COTAN, 2010).  

5.1 Betrouwbaarheid van de vragenlijst

Om uitspraken te kunnen doen over de betrouwbaarheid van de CW-n is de interne consistentie (alfa coëfficiënt) voor iedere schaal berekend. De betrouwbaarheid van de schalen is berekend over de gewogen normgroep, de kenmerken van de normgroep staan beschreven in Hoofdstuk 4, Normen. In Tabel 5.1 worden de betrouwbaarheidscoëfficiënten van de schalen weergegeven. Tevens zijn hier de standaardmeetfouten en de standaardschattingsfouten voor de genormeerde scores vermeld.

Conclusie
De betrouwbaarheid van de schalen is hoog tot zeer hoog (α = .81 voor Ondernemen tot .93 voor Zinvolle bijdrage, Hulp verlenen en Fysiek actief zijn). Hieruit kan geconcludeerd worden dat de vragenlijst bestaat uit homogene en betrouwbare schalen.

5.2. Hertest betrouwbaarheid: stabiliteit van de schalen over tijd

Om de stabiliteit van de schalen over tijd vast te stellen is bij een deel van de respondenten uit de normgroep de CW-n opnieuw afgenomen. Hier zat een periode van ongeveer 7 maanden tussen, de eerste afname was in maart/april 2014, de tweede afname in november 2014.

In totaal hebben 158 personen meegedaan aan dit hertestonderzoek. Deze groep bestond uit 90 mannen (57.0%) en 68 vrouwen (43.0%). De gemiddelde leeftijd was 43.69 jaar (sd = 11.77), met een minimum van 20 jaar en een maximum van 65 jaar. In totaal hadden 20 personen (12.7%) een lagere opleiding genoten, 72 personen (45.6%) een gemiddelde opleiding en 66 (41.8%) een hogere opleiding. De groep bestond voor 4.4% uit niet-werkenden en voor 95.6% uit werkenden.

Deze onderzoeksgroep verschilde niet van de normgroep wat betreft het aantal mannen en vrouwen (χ2 = 0.41, df = 1, p = .52), opleidingsniveau (χ2 = 4.21, df = 2, p = .12), werksituatie (χ2 = 0.90, df = 1, p = .76) en leeftijd (χ2 = 4.31, df = 2, p = .12). Hieruit kan de conclusie getrokken worden dat de groepen goed te vergelijken zijn wat betreft demografische kenmerken.

In Tabel 5.2 zijn de betrouwbaarheden van de schalen weergeven bij de tweede afname. Wanneer we deze waarden vergelijken met de waarden uit Tabel 5.1 dan zien we  nauwelijks verschillen: zowel bij de normgroep als bij de hertest-groep is de gemiddelde betrouwbaarheid .88.

Om de stabiliteit van de schalen over tijd te bepalen zijn de gemiddelde schaalscores bij de tweede afname vergeleken met de gemiddelde schaalscores bij de eerste afname. Ook zijn de correlaties tussen de scores bij beide afnamen berekend. Deze zijn weergegeven in Tabel 5.3.

Conclusie
Er worden slechts zeer kleine verschillen gevonden in de scores tussen beide afnames. Het grootst gevonden absolute verschil is slechts .09 (Balans Privé-werk) op een schaal van 1 tot en met 5. Uit t-toetsen bleek dat alleen deze schaal een significant verschil liet zien in de gemiddelde scores van de beide afnames. De correlaties tussen de scores zijn hoog: gemiddeld .74, waarbij de laagste correlatie .58 (Balans Privé-werk) is.

In deze paragraaf stond de vraag centraal of de CW-n test-hertest betrouwbaar is. Om dit te kunnen toetsen zijn twee metingen uitgevoerd en is geanalyseerd of de scores van deze metingen met elkaar overeenkwamen. Er is gekozen voor een periode van 7 maanden tussen de beide metingen aangezien er, naarmate de tijd vordert, ook reële veranderingen in iemands carrièrewaarden kunnen optreden.

Als eerste is door middel van een nonparametrische Chi kwadraat (χ2) test gekeken of de steekproef van 158 personen representatief was voor de normgroep. We hebben onderzocht of de aantallen in de steekproef significant verschillen van die in de normgroep. Bij deze analyse zijn geen significante resultaten gevonden. Hieruit blijkt dat de steekproef qua achtergrondvariabelen overeenkomt met de normgroep.

Vervolgens is met een paired sample t-test gekeken of de gemiddelde ruwe schaalscore van elkaar verschilt. Bij één schaal (Balans Privé-werk) werd een significant verschil in gemiddelde scores gevonden (t= -2.06, df= 157, p= 0.04). Bij de overige 19 schalen waren de gemiddelde schaalscores van de beide afnames vergelijkbaar.  

Als laatste zijn de correlaties tussen de ruwe schaalscore van beide afnames berekend. Bij het merendeel van de schalen bleek dat de samenhang voldoende tot goed was. Met een correlatie van .58 week de schaal Balans Privé-werk iets af van de overige resultaten. Een verklaring hiervoor zou kunnen zijn dat er zich in de tussenliggende periode wijzigingen in het werk of in het privéleven van de respondenten hebben voorgedaan, waardoor de focus op privé of werk veranderd zou zijn. Aangezien de overige 19 schalen voldoende tot goed met elkaar samenhangen kunnen we concluderen dat dit onderzoek heeft aangetoond dat de stabiliteit van de scores op de schalen van de CW-n, met een tussenliggende periode van 7 maanden, hoog blijkt te zijn.

 

6. Begripsvaliditeit

De validiteit van een vragenlijst geeft een indicatie van de mate waarin het instrument daadwerkelijk het construct meet dat het pretendeert te meten. Oftewel: meet een carrièrewaardenvragenlijst ook daadwerkelijk de carrièrewaarden van een persoon. Meer specifiek dient de validiteit aan te geven of iedere schaal meet wat het pretendeert te meten. In de literatuur worden verschillende soorten validiteit onderscheiden. Wij hanteren de klassieke driedeling: inhoudsvaliditeit, begripsvaliditeit en criteriumvaliditeit (Cotan, 2010). Bij de CW-n kijkt de inhoudsvaliditeit naar de mate waarin de items en constructen van de vragenlijst representatief zijn voor het domein van drijfveren. Informatie over de inhoudsvaliditeit is te vinden in Hoofdstuk 1 Uitganspunten van de testconstructie. Bij criteriumvaliditeit gaat het om de voorspellende waarde van testscores (COTAN, 2010). De criteriumvaliditeit van de CW-n komt in Hoofdstuk 7 aan bod. In dit hoofdstuk zullen alle onderzoeken die een bijdrage leveren aan de begripsvaliditeit van de CW-n worden besproken. De begripsvaliditeit toetst of de vragenlijst daadwerkelijk de constructen meet die het pretendeert te meten (COTAN, 2010).

6.1 Interne structuur

In deze paragraaf wordt informatie verstrekt over de interne structuur van de CW-n. De interne structuur kan worden onderzocht door associatiematen te bepalen tussen groepen items, subtests en tussen de test als geheel (COTAN, 2010).

6.1.1 Correlaties tussen schalen

Voor een indicatie van de begripsvaliditeit is er allereerst gekeken naar de correlaties tussen de schalen van de CW-n. In bijlage 6.1 worden de totale correlatietabel weergegeven. In Tabel 6.1a worden de correlaties boven de .40 weergegeven.

Enkele schalen hebben weinig hoge correlaties met andere schalen, zoals Balans privé-werk en Fysiek actief zijn. Concrete resultaten en Dynamiek hebben relaties met bijna alle andere schalen. Twee paren van schalen hebben een onderlinge correlatie van .80, te weten: Kwaliteit met Concrete resultaten en Creatief denken met Analyseren. Dit zijn op zich betekenisvolle relaties. In de praktijk zien we ook dat sommige mensen meer door werk gemotiveerd worden en veel hoge scores laten zien terwijl anderen gemiddeld lager scoren. Creatief denken en Analyseren zijn beide intellectuele activiteiten.

Verder zou er een factorstructuur ten grondslag kunnen liggen aan het waardenpatroon, welke de onderlinge samenhang veroorzaakt.  Om die reden is een Principal Component Analysis uitgevoerd op de schalen, met als rotatiemethode Varimax met Kaiser Normalization. Na 7 stappen ontstond een vier factorstructuur, welke in Tabel 6.1b is weergegeven.

6.1.2 MGM analyse

Om de structuur van de schalen formeel te toetsen is een zogenaamde Multiple Group Method (MGM) analyses uitgevoerd. De MGM is vooral toepasbaar bij het testen van een specifieke hypothese (Nunnally, 1978), namelijk wanneer een eerder gemaakte indeling van items in schalen getoetst wordt; de hypothese is dan immers dat de structuur hetzelfde is als bij de data-analyse over eerdere datasets. Voor meer informatie over deze procedure zie Stuive, Kiers, Timmerman & ten Berge (2008). Kenmerkend voor de MGM die hier is uitgevoerd, is dat er gebruik is gemaakt van de formule van Steiger (1980) om de significantie te bepalen van de verschillen tussen afhankelijke correlaties.
De weergave van de resultaten van de MGM-analyse (Bijlage 6.2) wordt verhelderd doordat er van kleuren gebruik is gemaakt. Er zijn drie kleuren met ieder een eigen betekenis. Grijs betekent dat het item het hoogst correleert met zijn eigen schaal (de item-restcorrelatie) en dat het verschil in hoogte met de andere correlaties bovendien significant is (berekend met behulp van de t-toets voor verschillen tussen afhankelijke correlaties (Steiger, 1980)). Geel betekent dat er meerdere correlaties zijn van het item met verschillende schalen die echter in hoogte niet significant van elkaar verschillen. De kleur rood betekent dat het item hoger met een van de andere schalen correleert dan met zijn eigen schaal en dat het verschil in hoogte bovendien significant is.

Zoals besproken in Hoofdstuk 1, Uitgangspunten bij de testconstructie, waren er bij een eerder uitgevoerde MGM drie items die hoger correleerden met een andere schaal dan met de eigen schaal.  Het ging om een item behorende bij de schaal Balans privé-werk, een item bij Creativiteit en een item bij Zinvolle bijdrage. Op de huidige gewogen normgroep (zie voor een beschrijving van de normgroep, Hoofdstuk 4, Normering) is nogmaals een MGM uitgevoerd. Ook bij deze analyse correleerden deze drie items hoger met een andere schaal dan met hun eigen schaal. Er is voor gekozen om de betreffende items te verwijderen uit de CW-n. De betreffende items zijn: “Het is belangrijk om voldoende tijd te hebben om een praatje te maken met collega’s” (Balans privé-werk), “Ik vind het leuk om onverwachte oplossingen te bieden” (Creativiteit) en “Ik ben tevreden als ik anderen met mijn werk gelukkiger maak” (Zinvolle bijdrage).

Naast de drie hier boven genoemde items, zijn er nog drie items die een hogere correlatie met een andere schaal hebben dan met hun eigen schaal. Het item “Ik vind het prettig aan het einde van de maand te zien waarvoor ik heb gewerkt” correleert hoger met de schaal Waardering en erkenning (.56) dan met de eigen schaal Financiële beloning (.49). “Ik ben graag ondernemend bezig” correleert hoger met de schalen Creatief denken (.61) en Taakuitdaging (.57) dan met de eigen schaal Ondernemen (.48). En als laatste het item “ Ik vind het belangrijk dat ik na een dag werken nog tijd en energie over heb voor mijzelf” correleert hoger met de schaal Waardering en erkenning (.57) dan met de eigen schaal Balans privé-werk (.42).

De rode cellen die bij deze analyse gevonden zijn vonden we niet bij de constructie van de vragenlijst (zie Hoofdstuk 1, Uitgangspunten van de testconstructie). Er kan dus sprake zijn van toevalstreffers: correlaties kunnen enigszins fluctueren tussen verschillende steekproeven. Bovendien kent de tabel met MGM resultaten 184 x 20 = 3680 cellen. Een enkele afwijking ten opzichte van een eerdere populatie is op basis van toeval te verwachten.

Ook kunnen we zeggen dat de correlatie van deze drie items met hun eigen schaal hoog is: de correlaties van de items met de eigen schaal zijn immers 0.49 (Financiële beloning), 0.48 (Ondernemen) en 0.42 (Balans privé-werk). Om deze twee redenen is besloten om deze drie items voor nu niet te verwijderen. Indien bij een volgende MGM analyse blijkt dat deze items wederom een hogere correlatie met een andere schaal hebben dan met de eigen schaal, zullen deze items verwijderd of naar een andere schaal verplaatst worden.  

Naast de drie rode items correleren er 45 van de 184 items (24%) ook met andere schalen naast de eigen schaal,  maar zonder significant verschil in hoogte (geel). De overige items (76%) correleren significant het hoogst met hun eigen schaal, dus de schaal waar ze op basis van eerdere onderzoeken en analyses zijn ingedeeld (grijs).

Conclusies
Op basis van de MGM resultaten kunnen we concluderen dat het grootste deel (>98%)van de items bij de ‘juiste’ schaal is ingedeeld.  Drie items die eerder een hogere correlatie lieten zien met een andere schaal dan met de schaal waaronder zij waren ingedeeld, zijn verwijderd.  Er zijn drie items die in de toekomst aandacht verlangen omdat ze een significante relatie vertoonden met andere schalen. Echter, doordat de structuur minimaal verschilde van de structuur die bij de constructie van de CW-n gevonden werd, kunnen we concluderen dat de CW-n een duidelijke en stabiele structuur laat zien.

6.1.3 Item-restcorrelatie

In paragraaf 6.1.2, waarin de MGM werd besproken, kwamen de item-restcorrelaties van de verschillende items al aan bod (zie Bijlage 6.2). In deze paragraaf staan we stil bij de hoogten van de item-restcorrelaties: deze geven namelijk een indruk van de interne validiteit van een test. Item-restcorrelaties zijn de correlaties van een individueel item met de rest van de items behorende bij een schaal. Als de items hetzelfde construct meten zou elk item duidelijk positief moeten correleren met alle andere items. Bij hoge positieve item-restcorrelaties kunnen we dus spreken van een duidelijke interne structuur. In Tabel 6.2 staan eigenschappen van deze item-restcorrelaties voor de schalen van de CW-n weergegeven.

De Cotan (2010, p. 40) hanteert 0.30 en hoger voor item-totaalcorrelaties als criterium voor een goede beoordeling van de interne consistentie. In Tabel 6.2 zijn de item-restcorrelaties weergegeven; deze kunnen vooral bij kortere tests lager uitvallen (COTAN, 2010). Zelfs met deze kanttekening zijn de item-restcorrelaties zeer goed te noemen. De gemiddelde item-restcorrelatie is 0.64 en de gemiddelde minimum item-restcorrelatie is 0.52. Alle item-restcorrelaties liggen ruim boven de 0.30. Hieruit kunnen we concluderen dat de schalen allemaal een duidelijke interne structuur laten zien en één latent construct lijken te meten.

6.1.4 Dimensionaliteit van schalen

In de vorige paragraaf vonden we al ondersteuning voor het feit dat de schalen één afgebakend construct meten. Om dit verder te onderzoeken is er voor elke schaal afzonderlijk een principale componentanalyse uitgevoerd met Varimax rotatie. De resultaten hiervan zijn weergegeven in Tabel 6.3.

Voor veel schalen kwam op basis van de waarde van de eerste eigenwaarde (> 1), het verschil tussen de eerste en tweede eigenvalue en de scree plot naar voren dat een oplossing met één factor de beste was. De verklaarde variantie door deze factor was over het algemeen hoog: de laagste verklaarde variantie werd gevonden voor Balans privé-werk. Deze bedroeg 44.1%.

Er waren drie schalen waarvoor er op basis van de waarde van de tweede eigenvalue (>1) aanwijzing was voor een oplossing met twee factoren. Deze zijn met een asterisk (*) aangegeven in Tabel 6.3. In alle gevallen was de eigenvalue van de tweede factor echter net boven de 1. Bovendien gold voor alle schalen dat de verklaarde variantie van de eerste factor veel groter was dan de verklaarde variantie van de tweede factor (minstens twee keer zo groot). Ook bleek dat de gemiddelde lading op de eerste factor over het algemeen erg hoog was (meestal > 0.60), de laagste gevonden gemiddelde lading was 0.52 voor Balans privé-werk. Al deze bevindingen zijn indicaties dat de oplossingen met één factor wenselijker waren dan de oplossingen met twee factoren. Dit toont de ééndimensionaliteit van de schalen van de CW-n aan.

6.2 Externe structuur

6.2.1 Relatie met de achtergrondvariabelen

Hypothesen behorende bij de achtergrondvariabelen
Op basis van de literatuur zijn er een aantal reële verschillen te verwachten tussen de achtergrondvariabelen. Voordat de analyses zijn uitgevoerd zijn er per achtergrondvariabele hypothesen opgesteld.

Aangezien vrouwen gemiddeld genomen zich in lagere posities bevinden ontwikkelen zij andere carrièrewaarden dan mannen. Volgens aanhangers van de “structural approach” is dit de reden dat vrouwen meer belang hechten aan onder andere “Hulp verlenen” en mannen aan “Financiële beloning” (Hagström & Kjellberg, 2007). De verwachting is dan ook dat vrouwen op de schaal Hulp verlenen van de CW-n significant hoger scoren dan mannen. Mannen daarentegen scoren significant hoger op de waarden: Financiële beloning, Carrière, Beïnvloeden en Ondernemen. Verder blijkt uit de literatuur dat mannen hoger scoren op persoonskenmerken als dominantie (Wiggings & Broughton, 1985) en assertiviteit. Op basis hiervan is de verwachting dan ook dat mannen hoger zullen scoren op de schalen Autonomie en Profileren.  

Bij de achtergrondvariabele leeftijd kunnen we zeggen dat Adolescenten, door gebrek aan ervaring, onrealistische hoge doelen vormen voor wat zij in hun carrière willen bereiken. Op het moment dat zij zich op de arbeidsmarkt begeven zullen deze doelen bijgesteld worden aangezien er dan een realistischer beeld gevormd wordt van de haalbaarheid van de doelen (Johnson, 2001). Zo hechten veel jongeren veel waarde aan carrière maken, prestige en het verdienen van veel geld (Johnson, 2001). De verwachting is dan ook dat de jonge leeftijdscategorie hoger scoort op de schalen: Carrière, Ondernemen, Balans privé-werk en Profilering.  Naarmate je ouder wordt zal je meer belang hechten aan het helpen en coachen van anderen (Johnson, 2001). Daarom is de verwachting dat de oudere leeftijdscategorie hoger scoort op de schaal Hulp verlenen.

In de literatuur wordt gesteld dat mensen met een hoger opleidingsniveau vaker participeren in banen waarbij er controle is over het eigen werk, over anderen en over geld dan mensen met lagere opleidingsniveaus (Ross & Reskin, 1992). Op basis van de achtergrondvariabele opleidingsniveau is de verwachting dan ook dat hoger opgeleiden hoger scoren op de schalen: Carrière, Beïnvloeden, Autonomie, Analyseren, Ontwikkelen en Taakuitdaging.  Verder is de verwachting dat lager opgeleiden hoger scoren op de schaal Fysiek actief zijn dan hoger opgeleiden aangezien deze groep vaker fysiek zwaar werk doet dan hoger opgeleiden (Bornhans, de Grip, Smits & Zuurbier, 1997).Ook is de verwachting dat lager opgeleiden, vanwege hun kwetsbaarheid op de arbeidsmarkt, hoger zullen scoren op de schaal Zekerheid en stabiliteit van de CW-n (Sanders, van Wijk, Dorenbosch & Blonk, 2011).

Op voorhand worden er bij de achtergrondvariabele werkend/werkzoekend geen specifieke resultaten verwacht.

Volgens het cultuurmodel van Hofstede scoort Nederland laag op het kenmerk Machtsafstand (Hofstede, 1983). De verwachting is dat allochtonen in Nederland hoger zullen scoren op dit kenmerk dan autochtonen. De schalen die hier volgens verwachting mee samenhangen zijn: Financiële beloning, Carrière, Beïnvloeden, Autonomie en Profileren. De verwachting is dat de groep allochtonen op deze schalen significant hoger zal scoren dan de groep autochtonen.

Resultaten
Om na te gaan of de schaalscores een relatie met de achtergrondvariabelen hebben, wordt er per variabele en per schaal onderzocht of de gemiddelde scores voor de verschillende categorieën van deze variabelen significant van elkaar verschillen. Dit is door middel van t-toetsen en een reeks ANOVA’s gedaan. De analyses zijn verricht op de (gewogen) normgroep, die uitgebreid beschreven is in Hoofdstuk 4, Normering. Tevens is Cohen’s d (bij geslacht, etniciteit (allochtoon/autochtoon) en werksituatie) en de eta2 berekend als maten voor de effectgrootte. Indien het verschil bij tweezijdige toetsing significant is op het 5%-niveau, is de waarde van Cohen’s d of eta2 gegeven bij de betreffende schaal. Bij beoordeling van de effectgrootten gaan we uit van de richtlijnen van Cohen (1988): voor Cohen’s d geldt dat >0.2 een klein effect betekent, >0.5 een gemiddeld effect en >0.8 een groot effect betekent. Voor eta2 geldt dat >0.01 wordt gezien als een klein effect, >0.06 als een gemiddeld effect en >0.14 een groot effect.

Geslacht
In Tabel 6.4  zijn de gemiddelde schaalscores voor de variabele geslacht weergegeven.

Er worden bij negen schalen significante verschillen in scores gevonden voor de variabele geslacht. Mannen blijken hoger te scoren op de schalen Financiële beloning, Carrière, Beïnvloeden, Ondernemen, Autonomie, Taakuitdaging en Profilering. Daarnaast scoren vrouwen hoger op Hulp verlenen. De gevonden effectgroottes zijn allen van kleine tot gemiddelde omvang. Dit komt overeen met hetgeen we gevonden hebben in de literatuur (Hagström & Kjellberg, 2007) en bevestigt de vooraf opgestelde verwachtingen over verschillen tussen mannen en vrouwen. Naast een hogere score op Hulp verlenen scoren vrouwen ook hoger op Waardering en erkenning.

Leeftijd
Voor de variabele leeftijd is ook een tabel gemaakt waarin de gemiddelde score per schaal is weergegeven (Tabel 6.5). Leeftijd is bij de normering in drie groepen verdeeld (15-24, 25-44 en 45-65 jaar). Voor deze variabele is met een ANOVA getoetst of de verschillen significant zijn. Als er een significant verschil gevonden is, wordt de waarde van eta2 gegeven voor de betreffende schaal.

Bij 8 van de 20 schalen zijn er verschillen in scores op basis van leeftijd. De scores op de schalen Balans privé-werk, Carrière, Ondernemen, Fysiek actief zijn en Profilering nemen af naarmate de leeftijd toeneemt. Dit zijn allen verklaarbare resultaten die op voorhand werden verwacht en die het onderzoek van Johnson (2001) repliceren. Naarmate je ouder wordt heb je minder behoefte om nog hogerop te komen of bevind je je al in een hoge positie waardoor de waarden Carrière en Balans privé-werk minder belangrijk worden. Dit geldt tevens voor het starten van een eigen onderneming, waardoor de score op de schaal Ondernemen lager wordt met de leeftijd. Fysiek actief zijn behoeft verder weinig uitleg, naarmate je ouder wordt zullen de meeste mensen minder gemotiveerd zijn voor het verrichte van fysieke arbeid gezien het feit dat er meer kans is op lichamelijke klachten. Verder scoren jongeren hoger op Profilering. Hieruit kunnen we opmaken dat het in de spotlights staan (prestige) voor ouderen niet meer hoeft. Zij beginnen steeds meer een baan op de achtergrond te prefereren. Ook de hypothese dat personen in de oudere leeftijdscategorie meer waarde hechten aan hulpverlenen is bevestigd. Dit strookt tevens met het onderzoek van Johnson (2001) die concludeerde dat oudere respondenten meer waarde hechten aan het helpen van anderen dan de jongere onderzoeksgroep (Johnson, 2001). Verder blijken mensen in de oudere categorie meer waarde te hechten aan kwaliteit van het afgeleverde werk dan jongeren. Dit is verklaarbaar aangezien jongeren meer waarde hechten aan kwantiteit (carrière en prestige) dan aan kwaliteit (Johnson, 2001). Als laatste werd gevonden dat Concrete resultaten in de midden categorie iets minder belangrijk bevonden werd dan in de jongerencategorie. In de categorie 45-65 jaar gaat de gemiddelde score echter beduidend omhoog.

Opleiding
In Tabel 6.6 staan de gemiddelde scores per schaal voor de variabele opleiding.

Er wordt een aantal significante effecten gevonden bij de achtergrondvariabele opleiding. Bij deze variabele is het vinden van kleine effecten gebruikelijk (Donnellan & Lucas, 2008). Verklaarbare resultaten op basis van de opgestelde hypothesen zijn gevonden bij de schalen Carrière, Beïnvloeden, Analyseren, Ontwikkelen en Taakuitdaging. Op deze schalen scoren mensen die hoger opgeleid zijn hoger dan mensen met een lagere opleiding. Mensen die hoger opgeleid zijn hebben over het algemeen een hoger intelligentieniveau dan mensen met een lagere opleiding (Ross et al., 1992)). Zij hebben daardoor meer behoefte om intellectueel uitgedaagd te worden in de vorm van afwisseling in taken, oplossen van complexe problemen en zichzelf blijven ontwikkelen.  De verwachting dat hoger opgeleiden significant hoger zouden scoren op de schaal Autonomie is tijdens dit onderzoek niet bevestigd. Als we kijken naar de ruwe score op de schaal Autonomie is wel te zien dat deze stijgt met het opleidingsniveau. Het verschil is echter niet significant.

Volgens verwachting is de relatie bij Zekerheid en stabiliteit en Fysiek actief zijn andersom; lager opgeleiden scoren op deze waarden hoger dan hoger opgeleiden. Mensen met een lagere opleiding zijn kwetsbaarder op de arbeidsmarkt (Sanders et al., 2011) en zullen daarom meer waarde hechten aan zekerheid en stabiliteit. Ook vallen er meer fysieke beroepen bij de beroepsgroepen die door veelal lager opgeleiden vervuld worden dan bij de beroepsgroepen waar veelal hoger opgeleiden in vallen (Borghans et al., 1997).

Werksituatie
In Tabel 6.7 staan de gemiddelde scores per schaal voor de variabele werksituatie. Zoals verwacht zijn er geen significante verschillen gevonden voor deze achtergrondvariabele.

Etniciteit
In Tabel 6.8 staan de gemiddelde scores per factor en schaal voor allochtonen en autochtonen.

De vijf opgestelde hypothesen zijn in dit onderzoek bevestigd. Allochtonen scoren significant hoger dan Autochtonen op de schalen: Financiële beloning, Carrière, Ondernemen, Autonomie en Profilering. De effectgrootten geven aan dat het gaat om kleine tot matige verschillen die tevens ook inhoudelijk verklaarbaar zijn. Allochtonen hebben wellicht het gevoel dat ze zich moeten ‘bewijzen’ in Nederland. Om deze reden zullen zij gemotiveerd zijn om hogerop te kunnen komen en om een goed salaris te verdienen.

Conclusie over de gevonden verschillen tussen groepen
Voor de achtergrondvariabelen geslacht, leeftijd, etniciteit (allochtoon/autochtoon) en opleiding hebben we een aantal significante verschillen gevonden. Deze gevonden verschillen komen grotendeels overeen met wat we op basis van eerder onderzoek kunnen verwachten. Dit geeft aan dat de schalen reële verschillen tussen groepen kan ‘detecteren’ en dat de constructen, inclusief reële verschillen tussen groepen, worden gemeten. Dit draagt daarmee bij aan de begripsvaliditeit van de CW-n.

6.2.2 Culturele bias

Omdat in Nederland personen uit verschillende culturen wonen en werken is het noodzakelijk dat de CW-n cultureel rechtvaardig is. Cultureel rechtvaardig betekent dat geen onterechte vertekening (bias) ontstaat bij individuele uitkomsten en dat alleen reële verschillen tussen individuen zichtbaar worden in relatie tot de gehele beroepspopulatie. Deze reële verschillen hebben immers betekenis voor de Nederlandse arbeidsmarkt.

Item bias
In de sectie 6.2.1 hebben we al de verschillen in scores tussen autochtonen en allochtonen besproken. De gevonden verschillen in gemiddelden leken te duiden op reële verschillen tussen autochtonen en allochtonen, maar zouden ook kunnen duiden op item bias. Er is pas sprake van item bias als autochtonen op een andere manier reageren op een item dan allochtonen. Om dit te onderzoeken hebben we een aantal DIF (differential item functioning, zie bijvoorbeeld Zumbo, 1999) analyses uitgevoerd: deze analyse toetst de hypothese dat de scores op items tussen twee personen uit verschillende groepen niet significant van elkaar verschillen, wanneer de (latente) score op het construct dat dit item meet voor deze twee personen gelijk is.

Omdat er zich in de normgroep relatief weinig allochtonen bevonden is er in november 2014 een extra onderzoek uitgezet om specifiek respondenten uit deze groep te werven. De data is via hetzelfde internetpanel verzameld als de data van de normgroep (zie voor meer informatie Hoofdstuk 4, Normering). De verkregen data bij dit nieuwe onderzoek zijn samengevoegd met de data van de normgroep om een zo groot mogelijke steekproef te krijgen: uiteindelijk bestond de gehele onderzoeksgroep uit 1221 personen, waarvan 286 personen (23%) als allochtoon geclassificeerd konden worden. De achtergrondkenmerken van deze groep zijn vermeld in Tabel 6.9. De gemiddelde leeftijd van de allochtone deelnemers is 40.8 jaar met een standaardafwijking van 12.0, uiteenlopend van 17 tot en met 65 jaar.

In Tabel 6.10 staat de herkomst van de allochtonen in de onderzoeksgroep vermeld.

Autochtonen vergeleken met de gehele groep allochtonen
Allereerst hebben we autochtonen vergeleken met alle allochtonen in de onderzoeksgroep, ongeacht hun herkomst. Aan de hand van de Mantel test (Mantel, 1963) hebben we eerst de items geïdentificeerd die wellicht DIF zouden kunnen vertonen. Hiervoor hebben we gebruik gemaakt van het programma DIFAS 5.0 (Penfield, 2005). Bij de Mantel test wordt gekeken naar iemands score op een item, waarbij gelet wordt op de somscore op de overige items van de schaal van het betreffende item (restscore). We hebben de ‘purificatie methode’ (Zumbo, 1999) toegepast, wat betekent dat voor elke schaal de items met potentiële DIF steeds verwijderd werden, waarna de restscore opnieuw berekend werd. Hierna werd er met de Mantel test weer gekeken of items DIF vertoonden. De Mantel test levert voor elk item een χ2 waarde; wanneer deze hoger is dan de kritieke waarde 3.84 dan is deze significant en kan er sprake zijn van DIF. Na deze eerste screening werden er 46 items (25%) geïdentificeerd met potentiële DIF. We hebben ook gekeken naar de Standardized Mantel-Haenszel Log-Odds Ratio, die groter dan || 2 || moet zijn om sprake te zijn van mogelijke DIF (Penfield, 2005). Na inspectie van deze waarden bleken er nog 40 items (22%) over die wellicht DIF vertoonden.

Omdat de statistische power van de verschillende methoden om DIF te detecteren verschillen, zeker bij relatief kleinere onderzoeksgroepen (zoals bij ons het geval is), wordt aangeraden om meerdere methoden van onderzoek te gebruiken (Wood, 2011). We hebben daarom bovenstaande analyses gebruikt om items met potentiële DIF op te sporen, om deze vervolgens met een andere methode, ordinale logistische regressie, verder te analyseren.

Om dit te onderzoeken hebben we het hiërarchische model van Zumbo (1999) gebruikt:

Model 1: Eerst wordt een ordinale logistische regressie uitgevoerd met het item als de afhankelijke variabele en de totaalscore op het construct dat door dit item gemeten wordt als onafhankelijke variabele

Model 2: Vervolgens wordt de groepsvariabele als onafhankelijke variabele ingevoerd (in ons geval autochtoon/allochtoon)

Model 3: Vervolgens wordt de interactie tussen de totaalscore en de groepsvariabele als onafhankelijke variabele ingevoerd

Er zijn twee voorwaarden voor wanneer we kunnen spreken van substantiële DIF. Allereerst kan de fit van deze modellen aan de hand van hun χ2 waarden vergeleken worden. Als de p-waarde van het verschil in χ2 waarden van Model 3 en Model 1 (met 2 vrijheidsgraden) kleiner is dan 0.01 (een α van 1% is hier nodig, omdat meerdere hypotheses getoetst worden; Zumbo, 1999), dan is Model 3 dus significant beter dan Model 1 en kan er sprake zijn van DIF. Dit hoeft echter niet het geval te zijn: onder invloed van de steekproefgrootte en op basis van kans kan de χ2 waarde significant worden. Daarom moet er ook gekeken worden naar de effectgrootten. Hiervoor wordt de verklaarde variantie, R2, gebruikt. Een verschil in de R2-waarde tussen Model 3 en Model 1 van 0.13 of meer wordt gezien als een indicatie van DIF (Zumbo & Thomas, 1997). Alleen wanneer aan deze beide voorwaarden voldaan wordt dan kunnen we spreken van DIF.

Een voordeel van de bovenstaande hiërarchische werkwijze is dat de mate van uniforme (Model 2) en non-uniforme DIF (Model 3) kunnen worden onderscheiden (Zumbo, 1999). Er is sprake van uniforme DIF als bijvoorbeeld de focale groep (in ons geval allochtonen) altijd een lagere kans heeft een bepaalde antwoordoptie te kiezen op een bepaald item dan de referentiegroep (autochtonen), ongeacht de score van de persoon op het construct dat dit item meet. In dit geval is de allochtone persoon dus ‘benadeeld’: bij een gelijke score op bijvoorbeeld de schaal Analyseren heeft de allochtoon een hogere kans om ‘helemaal mee oneens’ te antwoorden. Echter, bij een gelijke score op de schaal Analyseren zouden de allochtoon en autochtoon theoretisch dezelfde kans moeten hebben om ‘helemaal mee oneens’ (of ‘helemaal mee eens’) te antwoorden. Is dit niet het geval, dan is dit item wellicht niet een equivalente maat voor het construct Analyseren, maar meet het misschien ook nog een ander construct (bijvoorbeeld Leesvaardigheid), waar de groepen op verschillen.

Bij non-uniforme DIF is het nog iets complexer: hierbij varieert het ‘bevoordeeld’ of ‘benadeeld’ zijn met de score van de persoon op het construct dat het item meet. Zo kan het bijvoorbeeld dat bij een lage score op dit construct de kans groter is dat een allochtoon (in vergelijking met een autochtoon met dezelfde score) een bepaalde antwoordoptie kiest, terwijl bij een hoge totaalscore de kans kleiner is dat een allochtoon (in vergelijking met een autochtoon met dezelfde score) een bepaalde antwoordoptie kiest. Door de R2-waarden van Model 2 en Model 3 te vergelijken kan men inzicht krijgen in of er voornamelijk sprake is van uniforme of non-uniforme DIF.

Voor alle 40 items die na analyse met de Mantel test werden gemarkeerd als potentiële DIF items is bovenstaande hiërarchische analyse uitgevoerd. Hieruit bleek dat voor 12 van de items het verschil in χ2 waarden tussen Model 3 en Model 1 niet significant (p > .01) was en dat deze items dus geen substantiële DIF vertoonden. Dit betekende dat er nog 28 item (15%) over waren die volgens de eerste voorwaarde wel DIF leken te vertonen.

Deze items zijn weergegeven in Tabel 6.11. De verschillen in de R2-waarden tussen Model 3 en Model 1 zijn vervolgens vergeleken om te kijken of deze items aan de tweede voorwaarde voldeden (ΔR2 > .13). Hieruit bleek dat de verschillen in R2-waarden uiterst klein waren: het maximale verschil was slechts .016, het gemiddelde verschil was .007. Hieruit kunnen we concluderen dat de 28 potentiële DIF items geen substantiële DIF vertonen aangezien er niet aan beide voorwaarden wordt voldaan.

Autochtonen vergeleken met allochtonen met Turkse en Marokkaanse achtergrond
Omdat we een vrij grote groep allochtonen met een Turkse of Marokkaanse achtergrond in onze onderzoeksgroep hadden, hebben we ook gekeken naar items die DIF vertoonden wanneer deze groep met de autochtone groep vergeleken werden. Onderzoek naar deze specifieke groep is relevant, omdat van alle niet-westerse allochtonen in Nederland, personen met een Marokkaanse of Turkse achtergrond de grootste groep vormen (20% en 19% respectievelijk; CBS, 2013). Om als Turks of Marokkaans aangemerkt te kunnen worden moest de persoon zelf of één van de ouders in Turkije of Marokko geboren zijn. In totaal werden 163 (15%) Turken en Marokkanen vergeleken met 935 autochtonen (85%). De kenmerken van deze groep staan beschreven in Tabel 6.12.

We hielden dezelfde procedures, zoals hierboven beschreven, aan: op basis χ2 waarde van de Mantel test kwamen 50 items (27%) items naar voren als potentiële DIF items, na inspectie van de Standardized Mantel-Haenszel Log-Odds Ratio nog 47 (26%). Voor deze items hebben we weer de drie hiërarchische modellen van Zumbo (1999) getoetst. In totaal bleek bij 32 items (17%) het verschil tussen de χ2 waarden van Model 3 en Model 1 significant (bij α = .01). Deze items zijn weergegeven in Tabel 6.13, samen met het verschil in R2-waarden tussen Model 3 en Model 1. Ook hier gold weer dat de verschillen tussen de groepen miniem waren en dat dus de conclusie getrokken kan worden dat er geen sprake is van substantiële DIF.

Conclusie
Uit onze analyses kunnen we concluderen dat er wel enige indicaties zijn voor DIF bij een aantal items, maar dat er geen sprake is van substantiële DIF. Vaak vertoonden slechts twee of drie items per schaal DIF en de effectgrootten waren bij alle items zeer klein; het totale effect op de schaalscores zal dus verwaarloosbaar zijn. Daarmee toont dit onderzoek aan dat bij de interpretatie van de scores geen rekening hoeft worden gehouden met DIF items. Wel is het belangrijk om de potentiele DIF items te blijven monitoren in de toekomst. Een kanttekening die gemaakt kan worden is het feit dat de allochtonen in onze onderzoeksgroep relatief hoog opgeleid waren (zie Tabel 6.9), wat de resultaten enigszins beïnvloedt kan hebben.

6.2.3 Soortgenoten validiteit:

Onderzoek met de Schwartz Value Survey
In het kader van de soortgenotenvaliditeit is er ten eerste gekeken naar de relatie met de Schwartz Value Survey (SVS; Schwartz, 1992, 1996). De SVS is de meest gebruikte methode bij ‘value’ onderzoek en is gebaseerd op Schwartz waarden theorie. Deze theorie stelt dat er 10 onafhankelijke waarden zijn te onderscheiden die afkomstig zijn van universele eisen die mensen aan het leven stellen.  Deze waarden zijn:  Zelfbepaling, Stimulatie, Hedonisme, Prestatie, Macht, Veiligheid, Conformisme, Traditie, Altruïsme en Universalisme. Onderzoek heeft aangetoond dat de SVS een betrouwbare en valide vragenlijst is met goede psychometrische kwaliteiten (Lindeman & Verkasalo, 2005). In tabel 6.11 worden de definities van de 10 waarden van Schwartz weergegeven.

Omdat veel waarden overlap vertonen met de carrièrewaarden die door de CW-n gemeten worden is ervoor gekozen om in het kader van de begripsvaliditeit de relatie tussen beide vragenlijsten te onderzoeken.

Hypothesen
Op basis van de definities van de 10 waarden van Schwartz (1992) zijn er hypothesen geformuleerd. In Tabel 6.12 worden deze weergegeven.

Steekproef
De steekproef bestond in totaal uit 360 personen. Deze steekproef vormde een subgroep van de normgroep: hoe de data precies verzameld is en wat de kenmerken precies zijn van deze groep staat uitgebreid beschreven in Hoofdstuk 4, Normering. De personen in de subgroep zijn geheel willekeurig geselecteerd uit de totale steekproef van 1071 personen. Hiervan was 51% man. De gemiddelde leeftijd was 43 jaar met een standaardafwijking van 12.08, met een minimum leeftijd van 19 en een maximum leeftijd van 65 jaar. In totaal had 13% een laag opleidingsniveau, 45% een gemiddeld opleidingsniveau en 42% een hoger opleidingsniveau. Vergeleken met de Nederlandse beroepsbevolking was de verdeling over de provincies representatief te noemen, met relatief de meeste mensen uit Zuid-Holland (26.7%), Noord-Brabant (12.5%), Noord-Holland (15%) en Limburg (11.7%). De betrouwbaarheden van de 10 waarden van de SVS en de schalen van de CW-n zijn weergegeven in Tabel 6.13.

Resultaten
Om de correlaties tussen de schalen van de CW-n en de waarden van de SVS te kunnen berekenen zijn eerst de ruwe schaalscores berekend. Bij de schalen van de CW-n  is dit gedaan door alle ruwe antwoorden van items behorende bij een schaal bij elkaar op te tellen. Bij de SVS is het, wanneer je analyses gaat uitvoeren op basis van de schaalscores, noodzakelijk om een correctie toe te passen (Schwartz, 2009). Er worden twee manieren van corrigeren beschreven. Bij deze analyse is er voor gekozen om de ruwe schaalscores van de waarden te hanteren en partiële correlaties te berekenen tussen de beide vragenlijsten. Een partiële correlatie is een correlatie tussen twee variabelen waarbij er voor een of meerdere andere variabelen gecontroleerd wordt. De controle variabele die bij deze analyse is meegenomen is de gemiddelde totaalscore van alle items van de SVS. In Tabel 6.14 zijn de correlaties tussen de schalen van de CW-n en de waarden van de SVS waar hypothesen voor waren opgesteld, weergegeven. De volledige correlatietabel is opgenomen in Bijlage 6.3.

De verwachting was dat de schaal Balans privé-werk een significante negatieve samenhang zou laten zien met Hedonisme en een positieve relatie met Prestatie. Uit Tabel 6.14 is af te lezen dat deze relaties inderdaad gevonden worden (respectievelijk r= -.20 en r= .17). Personen die lager scoren op Balans privé-werk, wat inhoudt dat ze meer tijd aan hun privéleven willen geven dan aan hun werk, scoren hoger op Hedonisme. Dit sluit inhoudelijk heel goed aan bij een hoge score op Hedonisme, wat inhoudt dat je wilt genieten van het leven, ontspannende dingen wilt doen en plezier wilt maken. De significante positieve correlatie tussen Balans privé-werk van de CW-n en Prestatie van de SVS is te verklaren omdat beide schalen iets zeggen over hard willen werken, succesvol en ambitieus willen zijn. In bijlage 6.3 is te zien dat de schaal Balans privé-werk met de overige negen waarden geen significante relatie vertoont.

Financiële beloning laat zoals verwacht een positieve significante correlatie zien met de waarde Macht (r=.28) van de SVS. Bij deze waarde gaat het om controle over mensen en middelen. Het willen hebben van materiele bezittingen en geld is de behoefte van mensen met een hoge score op deze waarde. Dit sluit goed aan bij een hoge score op Financiële beloning, wat aangeeft dat je gestimuleerd wordt door een hoge Financiële beloning.  Ook de verwachte positieve samenhang tussen Macht en Profilering werd gevonden (r=.52).

Op basis van de definities van de schalen en de inhoud van de items was de verwachting dat de schaal Zinvolle bijdrage een relatie zou hebben met de waarde Universalisme van de SVS. De items van Zinvolle bijdrage gaan over iets zinvols willen doen voor de maatschappij en met werk een stukje van de wereld willen verbeteren. De items van Universalisme gaan over gelijke kansen voor iedereen, een vreedzame wereld en herstel van onrecht. In Tabel 6.14 is te zien dat Zinvolle bijdrage een positief significante correlatie laat zien met Universalisme (r=.29).

Bij de schalen Carrière en Beïnvloeden waren de hypothesen positieve significante resultaten met de waarden Macht en Prestatie. Een hoge score op de schaal Carrière geeft aan dat iemand veel in het werk wil bereiken, hogerop wil komen en het leuk vindt om prestaties met anderen te vergelijken. Een hoge score op de schaal Beïnvloeden houdt in dat je anderen wilt overtuigen, wilt zeggen wat ze moeten doen en dat je graag sturend wilt optreden.  De items bij de waarde Prestatie gaan over ambitie, invloedrijk en succesvol willen zijn. Zoals hierboven aangegeven gaat het bij Macht om het al dan niet willen hebben van materiele bezittingen en geld. Zowel bij de schaal Carrière als bij de schaal Beïnvloeden werden beide hypothesen bevestigd. Carrière heeft een correlatie van .52 met Prestatie en .37 met Macht, Beïnvloeden correleert .45 met Prestatie en .38 met Macht.

De definitie van Zelfbepaling van de SVS is onafhankelijk van anderen denken en handelen, creëren en creativiteit. De verwachting was dat deze waarde een relatie zou vertonen met de schalen Creatief denken, Autonomie en Analyseren van de CW-n. Deze hypothesen werden bevestigd met correlaties van respectievelijk .32, .25 en .32. Naast dat deze hypothesen werden bevestigd werden er bij deze drie schalen ook negatieve significante relaties gevonden met Conformisme (r=-.32, r=-.21 en r=-.21). Hieruit kunnen we concluderen dat personen die het motiverend vinden om creatief te zijn, die onafhankelijk willen zijn en het leuk vinden om oplossingen aan te dragen, minder hebben met de waarde Conformisme. Ondanks dat deze relaties op voorhand niet verwacht zouden worden zijn het op basis van de inhoud van de items wel begrijpelijke verbanden.

De schaal Ondernemen van de CW-n bevat items die gaan over het initiëren van acties, projecten en ondernemingen. De verwachting was dat deze schaal positieve relaties zou laten zien met de waarden Stimulatie, Macht en Prestatie. Wat de waarden Macht en Prestatie inhouden is weergegeven bij de bespreking van de hypothesen bij de schalen Beïnvloeden en Carrière. Een hoge score op de waarde Stimulatie van de SVS geeft aan dat de persoon het motiverend vindt om een uitdagend en risicovol leven te leiden. Dit zijn kenmerken die heel goed aansluiten bij personen die het motiverend vinden om telkens nieuwe dingen te ondernemen. De drie hypothesen bij de schaal Ondernemen werden bevestigd (r= .31, r= .34 en r= .35).  

Hulp verlenen van de CW-n zegt iets over in hoeverre een persoon het motiverend vindt om iets voor iemand te kunnen doen, of diensten te verlenen. Inhoudelijk bestaat er een overlap met de inhoud van de waarde Altruïsme van de SVS waarvan de definitie is: Bezorgdheid over het welzijn van dierbare anderen in dagelijkse interacties (behulpzaam, loyaal, vergevingsgezind, eerlijk, verantwoordelijk, ware vriendschap, liefde). Dit verband werd tijdens de analyses ook gevonden. De correlatie tussen Hulp verlenen en Altruïsme is (r= . 33).

Mensen die hoog scoren op Ontwikkelen van de CW-n willen niet stil blijven staan in het werk maar vinden het motiverend om telkens nieuwe dingen te leren en om zichzelf te blijven ontwikkelen. Bij Traditie van de SVS gaat om het vasthouden van gewoontes en ideeën. De verwachting was dat deze twee waarden niet met elkaar stroken en dus ook een negatief verband laten zien. Dit verband is tijdens de analyse gevonden, de samenhang tussen beide waarden was (r= -.32).

De laatste twee hypothesen waren geformuleerd met de waarde Stimulatie van de SVS. Er werd verwacht dat Stimulatie positieve correlaties zou laten zien met de schalen Taakuitdaging en Dynamiek. Een hoge score op de waarde Stimulatie van de SVS geeft aan dat de persoon het motiverend vindt om een uitdagend, risicovol en afwisselend leven te leiden. Mensen die hoog scoren op de schaal Taakuitdaging vinden het motiverend om uitdagingen te zoeken en om nieuwe of afwisselende taken te vervullen. De schaal Profilering bevat items die iets zeggen over hoe motiverend een persoon het vindt om de hele dag druk bezig te zijn, veel te doen te willen hebben of met duizend dingen tegelijk bezig te willen zijn. Er bleek wel een positieve significante correlatie te bestaan tussen Taakuitdaging en Stimulatie (r= .27). De verwachte relatie tussen Dynamiek en Stimulatie werd echter niet gevonden.

Conclusie
Van de 19 hypothesen die op voorhand werden opgesteld zijn er 17 bevestigd. Tevens werden er nog een aantal niet verwachte, maar op basis van de iteminhoud, wel begrijpelijke verbanden gevonden. Met dit onderzoek is er een eerste ondersteuning gevonden voor de begripsvaliditeit voor het merendeel van de schalen van de CW-n.

6.2.4 Soortgenotenvaliditeit: Onderzoek met de Carrière-Oriëntatievragenlijst van Schein (1993)

Voor de ondersteuning van de constructvaliditeit van de CW-n is ten tweede gekeken naar de relatie met de Carrière-Oriëntatie vragenlijst (COI) van Schein (1993). De COI meet de 8 Carrièreankers van Schein: Technisch/functionele competentie, Management competentie, Autonomie/onafhankelijkheid, Veiligheid/stabiliteit, Ondernemerschap/creativiteit Dienstverlening/toewijding aan een doel, Pure uitdaging en Levensstijl. In Tabel 6.15 worden de definities gegeven van de afzonderlijke ankers.

Hypothesen
Vanwege de inhoudelijke overlap tussen de schalen van de CW-n en de Carrière ankers is ervoor gekozen om de relatie tussen de CW-n en de COI te onderzoeken.

Op basis van de definities van de 8 Carrière-ankers van Schein (1993) zijn er hypothesen geformuleerd. In Tabel 6.16 worden deze weergegeven.

Resultaten Steekproef
De steekproef bestond in totaal uit 354 personen. Deze steekproef vormde een subgroep van de normgroep: hoe de data precies verzameld is en wat de kenmerken precies zijn van deze groep staat uitgebreid beschreven in Hoofdstuk 4, Normering. De personen in de subgroep zijn geheel willekeurig geselecteerd uit de totale steekproef van 1071 personen. Hiervan was 53% man. De gemiddelde leeftijd was 42 jaar met een standaardafwijking van 12.02, met een minimum leeftijd van 18 en een maximum leeftijd van 64 jaar. In totaal had 12% een laag opleidingsniveau, 44% een gemiddeld opleidingsniveau en 44% een hoger opleidingsniveau. Vergeleken met de Nederlandse beroepsbevolking was de verdeling over de provincies representatief te noemen, met relatief de meeste mensen uit Zuid-Holland (20.9%), Noord-Brabant (14.4%) en Noord-Holland (16.9%). De betrouwbaarheden van de 8 Carrière-ankers van de COI en de schalen van de CW-n zijn weergegeven in Tabel 6.17.

Om de correlaties tussen de schalen van de CW-n en de Carrière-ankers van Schein (1993) te kunnen berekenen zijn eerst de ruwe schaalscores berekend. In Tabel 6.18 zijn de correlaties tussen de schalen van de CW-n en de Carrière-ankers van Schein (1993) waar hypothesen voor waren opgesteld, weergegeven. De volledige correlatietabel is opgenomen in Bijlage 6.4.

Een hoge score op de schaal Zinvolle bijdrage van de CW-n geeft aan dat je een bijdrage wilt leveren die betekenisvol is voor anderen en iets nuttigs voor de maatschappij wilt doen. De verwachting was dat Zinvolle bijdrage een positieve relatie met Dienstverlening/Toewijding aan een doel zou vertonen aanzien deze Carrière-anker inhoudelijk bijna dezelfde betekenis heeft. Er is een zeer sterke relatie gevonden tussen Zinvolle bijdrage van de CW-n en Dienstverlening/Toewijding aan een doel (r= .73). Alhoewel de schaal Zinvolle bijdrage met meerdere Carrière-ankers significant correleerde was de relatie met Dienstverlening/Toewijding aan een doel veruit de sterkste. De overige correlaties bleven allen ruim onder de r= .40.
Er zijn hoge correlaties gevonden tussen de schalen van de CW-n en de Carrièreankers van Schein. De eerste hypothese die was opgesteld, was dat de schaal Balans privé-werk een significante negatieve samenhang zou laten zien met Levensstijl. Mensen die laag scoren op de schaal Balans privé-werk geven aan meer tijd te willen steken in hun privé -leven wat inhoudelijk overeenkomt met een hoge score op Levensstijl. In Tabel 6.18 is te zien dat de correlatie tussen beide schalen inderdaad significant negatief is (r= -.39).

De verwachting was ook dat de schaal Hulpverlenen een relatie zou vertonen met het anker Dienstverlening/Toewijding aan een doel. Deze relatie werd gevonden, de correlatie tussen beide schalen is r= .51. De schaal Hulpverlenen laat zoals verwacht met geen enkel ander anker een relatie zien van boven de r= .40.

De schaal Carrière laat zoals verwacht hoge significante correlaties zien met de ankers Pure uitdaging en de Management competentie (r= .64 en r = .62). Ook bij Creatief denken worden beide hypothesen bevestigd. Deze schaal correleert significant met de ankers Pure uitdaging en Ondernemerschap/Creativiteit (r= .60 en r= .54). Bij beide schalen is er ook een onverwachte relatie gevonden. Zowel Carrière als Creatief denken correleren ook significant hoog met het anker Technisch/Functionele competentie (respectievelijk r= .65 en r= .61). Hieruit blijkt dat mensen die het motiverend vinden om hoger op te komen en mensen die het motiverend vinden om vernieuwend bezig te zijn ook aangeven gemotiveerd te worden door de inhoud van het werk zelf. Alhoewel deze relatie op voorhand niet werd verwacht zijn de gevonden relaties op basis van de definities wel verklaarbaar.

Bij de schaal Ondernemen van de CW-n was de verwachting dat er een positieve correlatie gevonden zou worden met Ondernemerschap/Creativiteit. Deze relatie werd inderdaad gevonden (r= .73). Mensen die hoog scoren op Ondernemerschap/Creativiteit hebben volgens de definitie de drang om geheel eigen projecten te realiseren en zijn voortdurend op zoek om een eigen zaak op te richten om ideeën betreffende nieuwe producten en/of diensten te commercialiseren. De schaal Ondernemen meet dezelfde motivatie, wat ook blijkt uit het gevonden verband. Naast dit sterke verband is er nog een sterk verband gevonden. De schaal Ondernemen blijkt ook een positieve sterke relatie te hebben met Management competentie (r= .65). Bij nadere analyse van de items van dit anker is deze relatie verklaarbaar te noemen. De items gaan allen over leiding geven, beslissingen nemen en invloed willen uitoefenen. Dit zijn allen kenmerken die bij een ondernemer te verwachten zijn.

De schalen Analyseren en Dynamiek zouden volgens verwachting een hoge correlatie vertonen met het anker Pure uitdaging. Uit Tabel 6.18 is af te lezen dat beide hypothesen worden bevestigd. De correlaties zijn respectievelijk r= . 63 en r= .57. Naast deze relatie blijken beide schalen van de CW-n ook een sterke relatie te vertonen met de Technisch/Functionele competentie. (r= .52 en r= .42). Mensen die het motiverend vinden om veel te doen te hebben en die zich graag extra inspannen en mensen die het motiverend vinden om problemen om te lossen geven ook aan gemotiveerd te worden door de inhoud van het werk zelf.

Voor de schaal Ontwikkelen was de verwachting dat deze positieve relaties zou laten zien met de ankers Pure uitdaging en Technisch/Functionele competentie. Bij beide ankers gaat het om verder ontwikkelen en steeds beter worden in wat je doet. Qua inhoud komt dit overeen met de definitie van de schaal Ontwikkelen van de CW-n. De correlaties zijn respectievelijk r= .56 en r=  .52 wat inhoudt dat beide hypothesen bevestigd worden.

De schaal Autonomie geeft aan in hoeverre iemand het prettig vindt om ruimte te krijgen om de eigen werkwijze te bepalen.  De opgestelde hypothesen tussen Autonomie van de CW-n en Autonomie/Onafhankelijkheid en Ondernemerschap/Creativiteit worden beiden bevestigd. De bijbehorende correlaties zijn r= .68 en r= .55. Tevens laat Autonomie een correlatie van r= .41 zien met het anker Technisch/Functionele competentie. Deze relatie is goed verklaarbaar. Personen die het belangrijk vinden om zich verder te ontwikkelen in hun expertise-domein zullen dit veelal op hun eigen wijze willen doen. Deze gevonden relatie draagt daarom ook bij aan de constructvaliditeit van de schaal Autonomie.

Ook werd de hypothese behorende bij de schaal Zekerheid en stabiliteit van de CW-n bevestigd. Deze schaal vertoont een correlatie van r= .67 met Carrière-anker Veiligheid/Stabiliteit. Dit verband is zeer verklaarbaar aangezien zowel de schaal van de CW-n als het anker van Schein (1993) beide gaan over zekerheden voor de toekomst. Zoals in bijlage 6.4 te zien is is dit het enige verband boven de r= .40.

Als laatste hypothese is onderzocht of de schaal Taakuitdaging een positieve relatie vertoont met Pure uitdaging. Dit verband blijkt ook gevonden te worden met een correlatie van .67.  

Conclusie
In dit onderzoek zijn alle 16 opgestelde hypothesen bevestigd. Vele schalen vertonen zeer sterke relaties met de ankers waarmee op voorhand een relatie was verwacht.

Tevens werden er een aantal niet verwachte, maar op basis van de item inhoud  meestal wel begrijpelijke verbanden gevonden. Naast het onderzoek dat beschreven is in paragraaf 6.2.3 is met dit onderzoek tevens ondersteuning gevonden voor de begripsvaliditeit van de schalen van de CW-n.

6.2.5 Soortgenotenvaliditeit: Onderzoek met de Work Preference Inventory

Een andere vragenlijst die is vergeleken met de CW-n is de Work Preference Inventory (WPI; Amabile, Hill, Hennessey & Tighe, 1994). Deze vragenlijst is ontwikkeld met als doel inzicht te geven in wat een individu als intrinsieke en extrinsieke motivatoren heeft met betrekking tot werk (Amabile et al., 1994). De vragenlijst heeft twee primaire schalen: Intrinsiek en Extrinsiek. Deze primaire schalen worden beide verfijnd door twee secondaire schalen. De Intrinsieke schaal onderscheidt: Plezier en Uitdaging, de Extrinsieke schaal onderscheidt: Zichtbaar en Compensatie.  In Tabel 6.19 staan de definities van de primaire en secundaire schalen van de WPI (Amabile, 1994).

Hoewel de CW-n geen terugkoppeling geeft op intrinsieke en extrinsieke motivatoren zijn er in de schalen wel degelijk intrinsieke en extrinsieke motivatoren aan te wijzen.  In Tabel 6.20 wordt deze indeling weergegeven.

Aangezien zowel de CW-n als de WPI als doel hebben om inzicht te geven in iemands motivatie voor werk is ervoor gekozen om, in het kader van de begripsvaliditeit, de samenhang te bekijken.

Hypothesen
Op basis van de definities van de primaire en de secundaire schalen van de WPI zijn er hypothesen geformuleerd. In Tabel 6.21 worden deze weergegeven.

De steekproef bestond in totaal uit 357 personen. Deze steekproef vormde een subgroep van de normgroep: hoe de data precies verzameld is en wat de kenmerken precies zijn van deze groep zijn uitgebreid beschreven in Hoofdstuk 4, Normering. De personen in de subgroep zijn geheel willekeurig geselecteerd uit de totale steekproef van 1071 personen. Hiervan was 51% man. De gemiddelde leeftijd was 42 jaar met een standaardafwijking van 12.04, met een minimum leeftijd van 18 en een maximum leeftijd van 65 jaar. In totaal had 13% een laag opleidingsniveau, 40% een gemiddeld opleidingsniveau en 47% een hoger opleidingsniveau. Vergeleken met de Nederlandse beroepsbevolking was de verdeling over de provincies representatief te noemen, met relatief de meeste mensen uit Zuid-Holland (19.6%), Noord-Brabant (14.0%), Noord-Holland (14.3%) en Gelderland (12,9%). De betrouwbaarheden van de primaire en de secondaire schalen van de WPI en de schalen van de CW-n zijn weergegeven in Tabel 6.22.

Resultaten
Om de correlaties tussen de schalen van de CW-n en de WPI te kunnen berekenen zijn eerst de ruwe schaalscores berekend. Bij de WPI zijn eerst vier items omgepoold (Item 9, 14, 16 en 22). In Tabel 6.23 zijn de correlaties tussen de schalen van de CW-n en primaire en secundaire schalen van de WPI waar hypothesen voor waren opgesteld, weergegeven. De volledige correlatietabel is opgenomen in Bijlage 6.5.

Als eerste zullen we kijken naar de hypothesen die zijn opgesteld bij de primaire schalen. Zoals in Tabel 6.23 is af te lezen zijn alle 17 opgestelde hypothesen bevestigd. Bij 10 van de schalen van de CW-n liggen de correlaties met de schaal van de WPI waar geen relatie mee werd verwacht allen ver onder de r= .20. Bij 3 schalen liggen de correlaties met de schaal van de WPI waar geen relatie mee werd verwacht tussen de r = .20 en r = .30.

Er worden bij vier van de hypothesen geen doorslaggevende resultaten gevonden. De schaal Ondernemen correleert met beide schalen niet heel hoog, respectievelijk r= .28 en r= .33. Bij nader inzien is dit resultaat goed verklaarbaar. De ene ondernemer zal motivatie behalen uit intrinsieke zaken, terwijl de ander het toch meer voor het geld doet en dus meer extrinsiek gemotiveerd is. Dezelfde verklaring kan gegeven worden bij de schaal Carrière. Deze schaal laat zowel met Intrinsiek als met Extrinsiek een redelijke correlatie (r= .44 en r= .49). De verwachte relatie tussen Waardering en erkenning en Concrete resultaten van de CW-n en de schaal Extrinsiek van de WPI werd in dit onderzoek niet gevonden.

De hypothesen die bij de secundaire schalen van de WPI zijn opgesteld zijn op twee na, allen bevestigd. Bij de schaal Taakuitdaging bleek er naast een positieve, significante samenhang met Uitdaging ook een relatie te bestaan met de schaal Plezier (r= .51). Bij een nadere analyse op itemniveau is dit gevonden resultaat verklaarbaar. Onder de schaal Plezier vallen een aantal items die over het opdoen van nieuwe ervaringen gaan. Dit vertoont overlap met de items van de schaal Taakuitdaging van de CW-n.

Conclusie
In dit onderzoek zijn grotendeels alle opgestelde hypothesen bevestigd. Vele schalen vertonen zeer sterke relaties met de primaire en secundaire schalen van de WPI. Tevens werden er een aantal niet verwachte, maar op basis van de iteminhoud,  begrijpelijke verbanden gevonden.

6.2.6 Onderzoek met de Werkgerelateerde Persoonlijkheidsvragenlijst

De Werkgerelateerde Persoonlijkheidsvragenlijst (WPV) is een persoonlijkheidsvragenlijst die de werkgerelateerde persoonlijkskenmerken in kaart brengt. De vragenlijst is voor het werkveld van Human Resource Management ontwikkeld en kan zowel bij adviessituaties als bij selectiesituaties ingezet worden (Ixly, 2007). De vragenlijst bestaat uit 276 items die op een normatieve wijze worden aangeboden. Men moet op een vijfpuntsschaal aangeven of een stelling bij hem/haar past. De uitkomsten worden weergegeven in stenscores op de 25 schalen en vijf factoren. Zie Bijlage 6.6 voor een beschrijving van de factoren en schalen van de WPV. In 2013 is de WPV voor de tweede maal door de COTAN beoordeeld. Op alle criteria, behalve op predictieve validiteit, heeft de WPV het oordeel ‘Voldoende’ of ‘Goed’ mogen ontvangen.
Tijdens assessmentprocedures of loopbaanadvies vullen de CW-n en de WPV elkaar goed aan. De WPV geeft een beschrijving van de persoonlijkheid van een kandidaat en de CW-n geeft een overzicht van de persoonlijke voorkeur en waarden op carrièregebied. Uit ervaring blijkt dat het niet zo hoeft te zijn dat als iemand hoog scoort op een bepaalde schaal van de WPV, men aan deze eigenschap ook per definitie waarde hecht binnen een baan. Het is interessant om te bekijken hoe de resultaten van deze twee tests correleren aangezien de verwachting is dat er overeenkomsten zullen zijn tussen persoonskenmerken en carrièrewaarden.

Steekproef
Er zijn van 1256 personen data beschikbaar op zowel de WPV als de CW-n. Beide vragenlijsten zijn in adviessituaties afgenomen. Al deze gegevens zijn afkomstig uit de dataset van Ixly en verkregen bij verschillende instellingen. Van 761 personen uit deze dataset is de leeftijd bekend, deze varieert van 16 tot 62 jaar met een gemiddelde leeftijd van 36;9 jaar. Van de personen van wie het geslacht bekend is zijn er 559 mannen en 669 vrouwen. De vragenlijsten zijn afgenomen tussen begin 2004 en halverwege 2006.

Resultaten
Er zijn correlaties berekend tussen de factoren/schalen van de WPV en de schalen van de CW-n. De betrouwbaarheid van de schalen van de CW-n bij dit onderzoek is gemiddeld 0.88. Balans privé-werk heeft de laagste betrouwbaarheid (Cronbach’s alfa: 0.78) en Zinvolle bijdrage heeft de hoogste betrouwbaarheid (Cronbach’s alfa: 0.93). De betrouwbaarheid van de schalen van de WPV is gemiddeld 0.89 met als laagste betrouwbaarheid Competitie (Cronbach’s alfa: 0.87) en als hoogste betrouwbaarheid Zorgzaamheid (Cronbach’s alfa: 0.94). De betrouwbaarheid van de factoren van de WPV ligt tussen .96 en .97 (gestratificeerde alfa). Bij de berekening van de betrouwbaarheid van de factoren van de WPV is aangenomen dat de totale error-variantie hetzelfde is als bij de genormeerde Adviesgroep van de WPV.

In Tabel 6.24 staan de correlaties tussen de factoren van de WPV en de schalen van de CW-n. De correlaties groter of gelijk aan .30 en kleiner of gelijk aan -.30 zijn vetgedrukt. Bij dergelijke onderzoeken worden correlaties die (absoluut) groter of gelijk zijn aan .30 gemiddeld genoemd en hoog indien ze groter zijn dan .50 (Cohen, 1992).

De factor Invloed heeft een gemiddelde (r= .30) tot sterke (r> .50) relatie met de schalen (op volgorde van grootte van de correlatie) Carrière, Profilering, Beïnvloeden, Ondernemen, Creatief denken, Taakuitdaging, Analyseren, Autonomie, Ontwikkelen, Dynamiek en Financiële beloning. De mensen die hoog scoren op de factor Invloed hechten sterk aan deze carrièrewaarden. De gevonden relaties zijn geheel volgens de verwachting. De factor Invloed bevat schalen als Status, Dominantie en Zelfvertoon. De definities van deze schalen sluiten goed aan bij de definities van de carrièrewaarden.

De factor Sociabiliteit heeft een gemiddelde (r= .30) tot sterke (r> .50) relatie met de carrièrewaarden (op volgorde van grootte van de correlatie): Samenwerking, Hulp verlenen, Taakuitdaging en Dynamiek. Hieruit blijkt dat sociale mensen de sociale componenten van het werk motiverend vinden.

De factor Gedrevenheid heeft een gemiddelde (r= .30) tot sterke (r> .50) relatie met de carrièrewaarden (op volgorde van grootte van de correlatie): Taakuitdaging, Creatief denken, Analyseren, Ontwikkelen, Dynamiek, Beïnvloeden, Carrière, Ondernemen, Kwaliteit, Concrete resultaten, Autonomie en Profilering. Al deze carrièrewaarden zijn goed interpreteerbaar met de factor Gedrevenheid aangezien deze schalen bevat als Zelfontwikkeling, Vernieuwing en Originaliteit.

De factor Structuur heeft een gemiddelde (r= .30) tot sterke (r> .50) relatie met de carrièrewaarden (op volgorde van grootte van de correlatie): Zekerheid en stabiliteit, Kwaliteit, Concrete resultaten en Samenwerking. Hieruit blijkt dat gestructureerde mensen graag kwaliteit en concrete resultaten leveren.

De factor Stabiliteit heeft een gemiddelde (r= .30) tot sterke (r> .50) relatie met de carrièrewaarden (op volgorde van grootte van de correlatie): Taakuitdaging, Dynamiek, Analyseren en Samenwerking. Deze mensen zijn van zichzelf erg stabiel en hebben waarschijnlijk daarom juist behoefte aan taakuitdaging in een baan. Dat deze factor geen correlatie laat zien met de carrièrewaarde Zekerheid en stabiliteit zou als volgt verklaard kunnen worden: deze mensen zijn van zichzelf al stabiel en hebben binnen een baan geen behoefte aan stabiliteit.

De tabel met alle correlaties tussen de schaalscores van de WPV en de schaalscores van de CW-n staat in Bijlage 6.6. Hieronder wordt in Tabel 6.25 per carrièrewaarde een overzicht gegeven van de WPV-schalen waarmee de correlatie tenminste .30 is. De WPV-schalen die het hoogst correleren met de betreffende carrièrewaarde worden als eerste genoemd.

Het is opvallend dat er relatief weinig negatieve relaties tussen de carrièrewaarden en de schalen van de WPV worden gevonden. Autonomie correleert negatief met Conformisme. Dit is verklaarbaar aangezien de twee begrippen qua definitie vrijwel tegengesteld zijn. Taakuitdaging correleert negatief met Regelmaat, wat goed te verklaren valt doordat Taakuitdaging zeer sterk (r= .75) met Vernieuwing correleert. De laatste negatieve correlatie is die tussen Balans privé-werk en Energie. Blijkbaar hebben mensen die niet veel energie hebben veel behoefte aan een balans die eerder naar privé dan naar werk neigt.

Naast de negatieve correlaties zijn er een aantal zeer hoge en goed verklaarbare positieve correlaties gevonden, bijvoorbeeld Carrière (CW-n) en Status (WPV), Creatief denken (CW-n) en Originaliteit (WPV), Ontwikkelen (CW-n) en Zelfontwikkeling (WPV) en Autonomie (CW-n) en Onafhankelijkheid (WPV). De gevonden correlaties tussen de CW-schalen en de WPV-schalen geven inzicht in het construct van de verschillende carrièrewaarden. Bij correlationeel onderzoek zijn de gevonden correlaties, zoals weergeven in bovenstaande tabel groot te noemen.

Conclusies
Uit de beschreven resultaten blijkt dat, zowel op factor als op schaalniveau van de WPV, de carrièrewaarden hoge correlaties laten zien tussen elkaar aansluitende constructen. De carrièrewaarden blijken vooral positief te correleren met de persoonlijkheidseigenschappen. Met dit onderzoek is per carrièrewaarde een goed inzicht gekregen van het construct dat gemeten wordt.

6.3 Conclusies met betrekking tot de begripsvaliditeit van de CW-n

Ten eerste is de interne structuur van de CW-n onderzocht door middel van correlatieanalyse tussen de schalen onderling, een MGM-analyse en item-restcorrelaties. Hieruit blijkt dat de CW-n uit relatief homogene, betrouwbare en stabiele schalen bestaat.

Voor de achtergrondvariabelen leeftijd, geslacht, opleiding en allochtoon/autochtoon blijken er significante verschillen te bestaan. Deze verschillen zijn te verwachten gezien de aard van de variabelen, en er wordt aangenomen dat deze reële verschillen weergeven. Om deze reden is er voor gekozen geen aparte normgroepen te maken voor deze variabelen. Onderzoek naar de culturele bias laat zien dat er bij een aantal items mogelijk sprake is van verschillen tussen allochtonen en autochtonen maar dat er geen sprake is van substantiële DIF. De effectgrootte van deze verschillen zijn echter niet groot. Bij de interpretatie van de schalen van de CW-n hoeft geen rekening te worden gehouden met culturele verschillen.

Ook is de externe structuur van de CW-n onderzocht door de samenhang te onderzoeken tussen de CW-n, de SVS, de COI en de WPI. Vooraf werden bij ieder onderzoek hypothesen geformuleerd. Tijdens de analyses bleek dat vele van deze hypothesen bevestigd werden. Schalen behorende bij enkele niet bevestigde hypothesen bleken bij nadere analyse op item-niveau toch weinig overlap met elkaar te vertonen. Enkele niet verwachte relaties bleken na analyse van de items goed verklaarbaar te zijn. De drie onderzoeken naar de externe structuur van de CW-n dragen allen bij aan de ondersteuning van de begripsvaliditeit van de CW-n.

Als laatste is er onderzoek gedaan naar de relaties tussen de CW en de Werkgerelateerde Persoonlijkheidsvragenlijst (WPV). Hieruit blijkt dat er verschillende goed verklaarbare correlaties bestaan tussen de schalen van de CW-n en zowel de schalen als de factoren van de WPV.

 

7. Criteriumvaliditeit Carrièrewaarden Normatief

Bij criteriumvaliditeit gaat het om de voorspellende waarde van testscores (Cotan, 2010). Ter ondersteuning van deze predictieve validiteit is een grootschalig onderzoek uitgevoerd waarbij naast de CW-n ook vragen over de aanwezigheid van de waarden in het werk en maten voor werktevredenheid en verloopintentie gesteld zijn. Vervolgens is getoetst wat de voorspellende waarde van de CW-n is, op basis van de person-job fit theorie.

7.1. Onderzoek naar de relatie tussen person-job fit, en werktevredenheid en verloopintentie

7.1.1. Person-job fit theorie: waarden en werktevredenheid/verloopintentie

Een belangrijke theorie voor de voorspelling van werktevredenheid in de A & O literatuur is de zogenaamde person-job fit theorie. Deze theorie behoort tot een familie van person-environment (P-E) theorieën (waaronder person-organization fit, person-group fit en person-person fit) die zowel de kenmerken van een persoon en de omgeving, en belangrijker, hun overeenkomst of discrepantie, gebruiken om een uitkomst te voorspellen. De centrale hypothese bij deze P-E theorieën is dat wanneer er meer overeenkomst (of minder discrepantie) is tussen de kenmerken van de persoon en de omgeving, dat dit een positieve invloed heeft op de uitkomsten.

Bij person-job fit gaat het om specifieke kenmerken van een baan en de kenmerken van de persoon en hun relatie met verschillende uitkomstmaten. Daarin wordt onderscheid gemaakt tussen behoeften-aanbod fit (need-supplies fit) en eisen-vaardigheden fit (demands-abilities fit). Dit laatste betreft de functionele eisen die gesteld worden in een baan (bijv. met technische apparatuur overweg kunnen) en in hoeverre de specifieke vaardigheden van een persoon hierbij aansluiten. Bij carrièrewaarden en de relatie met werktevredenheid draait het juist om behoeften-aanbod fit.  

Mensen hebben bepaalde waarden, dit kunnen universele waarden zijn, maar ook meer specifieke waarden ten aanzien van werk; Locke, grondlegger van één van de meest invloedrijkste fit theorieën wat betreft werktevredenheid, definieerde waarden als die dingen die een persoon subjectief “verlangt, wilt of nastreeft” (Locke, 1976, p. 1304).  De functie van deze waarden is om de mens zijn of haar acties te richten op het bevredigen van behoeften (needs). Hieruit leidde Locke af dat voorziening in waarden van een persoon in het werk leidt tot werktevredenheid, zolang deze waarden natuurlijk compatibel zijn met de behoeften van de persoon. Dit is dus de meer specifieke variant (toegepast op waarden) van de centrale P-E hypothese. In dit onderzoek is deze hypothese op verschillende manieren getoetst.

7.1.2. Steekproef

De steekproef was een subgroep van de ongewogen normgroep zoals beschreven in Hoofdstuk 4, Normering. In de normgroep bevonden zich ook personen die geen werk hadden: omdat wij geïnteresseerd waren in de match tussen iemands persoonlijke waarden en de waarden in het werk, zijn deze personen uit de steekproef verwijderd. Uiteindelijk bleven er 1036 personen in de steekproef over.
Van deze subgroep bestond 52% uit mannen. De gemiddelde leeftijd was 41.9 jaar (standaardafwijking 12.0), met een minimum leeftijd van 18 en een maximum van 65 jaar. In totaal had 12.4% een laag opleidingsniveau, 43.1% een gemiddeld opleidingsniveau en 44.6% een hoger opleidingsniveau. Vergeleken met de Nederlandse beroepsbevolking was de verdeling over de provincies redelijk representatief te noemen, met relatief de meeste mensen uit Zuid-Holland (22.5%), Noord-Holland (15.5%), Noord-Brabant (13.5%) en Gelderland (10.3%).

7.1.3. Instrumenten

Voor de toetsing van de bovenstaande hypothese(n) zijn er maten nodig: (1) waarden van de persoon, (2) waarden van werk en (3) uitkomstmaten. De waarden van de persoon zijn in dit geval de carrièrewaarden zoals gemeten met de CW-n.

7.1.3.1. Aanwezigheid van waarden in het werk

Voor de aanwezigheid van de waarden in het werk hebben we vragen opgesteld waarbij de respondent moest aangeven in hoeverre een waarde in zijn/haar werk aanwezig was. Deze waarden van het werk waren gematched met de waarden zoals gemeten in de CW-n. Zo was er bijvoorbeeld een vraag over in hoeverre men creativiteit kwijt kan in zijn/haar werk (schaal Creatief denken), hoe lichamelijk actief men kon zijn in het werk (schaal Fysiek actief zijn), et cetera. Sommige carrièrewaarden hadden meer dan één bijbehorende vraag. In Bijlage 7.1 zijn alle vragen en de daarbij behorende schalen van de CW-n weergegeven.

Deze vragen werden aangeboden in forced choice format: bijvoorbeeld In mijn functie kun je je creativiteit kwijt tegenover Mijn werk geeft weinig ruimte voor creativiteit met daartussen vier antwoordmogelijkheden. Er is voor dit format gekozen om meer spreiding in de antwoorden te verkrijgen.

7.1.3.2. Uitkomstmaten

Als uitkomstmaten hebben we verschillende maten gehanteerd.

1. Tevredenheid met specifieke aspecten van het werk en algemene werktevredenheid. In totaal waren er 20 vragen waarbij de respondent gevraagd werd hoe tevreden hij/zij was met een bepaalde waarde in het werk. Bijvoorbeeld, horend bij de schaal Zekerheid en Stabiliteit de vraag: De manier waarop mijn baan mij zekerheid geeft. Alle vragen waren in 5punts-Likert-schaal format met antwoordcategorieën zeer ontevreden (1) tot en met zeer tevreden (5). Er werden ook een aantal meer algemene tevredenheidsvragen gesteld (zie Bijlage 7.2).

Analyses toonden aan dat deze vragen sterk met elkaar gecorreleerd waren (gemiddelde correlatie van .40). Een principale component analyse toonde aan dat er één duidelijke component aanwezig was in deze vragen (verantwoordelijk voor 44% van de variantie), met een gemiddelde van .66. Bovendien waren de hoogste ladingen voor de vragen die meer algemene tevredenheid meten, namelijk Het gevoel van voldoening dat ik krijg door deze baan (λ = .80) en De algemene werkomstandigheden (λ = .74).

Dit ondersteunt bevindingen in de literatuur dat werktevredenheid vooral gaat om het positieve gevoel (affect) wat mensen jegens hun werk hebben (Morgeson & Humphrey, 2006) resulterend in een carry over effect: als mensen blij zijn met hun werk kunnen ze misschien minder goed onderscheiden tussen de verschillende aspecten. Of andersom: als ze iets vervelend vinden aan hun werk vinden ze meteen alles vervelend. Andere auteurs hebben getheoretiseerd hoe tevredenheid van specifieke aspecten van werk leiden tot algemene werktevredenheid (Katzell, 1964). Hierom hebben we besloten de factorscore van de principale component analyse te gebruiken als maat voor algemene tevredenheid. Deze factorscore werd berekend met de regressiemethode (Thurstone, 1935).  

1. Directe vragen over de fit met de organisatie. Dit waren de volgende vragen (allen in 5punts-Likert-schaal format):

• In welke mate komen jouw kennis, vaardigheden en competenties overeen met de eisen die je baan aan je stelt?

• In welke mate worden je behoeften vervuld door je baan?

• In hoeverre is je baan een goede match voor jou?

• In hoeverre stelt je baan je in staat om het soort werk te doen dat je graag wilt doen?

• In welke mate matchen jouw waarden, doelen en persoonlijkheid met de organisatie en met de werknemers van de organisatie?

• Denk je dat de waarden en ‘persoonlijkheid’ van de organisatie weerspiegelen in jouw eigen waarden en persoonlijkheid?

Analyses toonden ook hier aan dat deze vragen sterk met elkaar gecorreleerd waren (gemiddelde correlatie van .61). Een principale component analyse toonde aan dat er één hele duidelijke component aanwezig was in deze vragen (verantwoordelijk voor maar liefst 67% van de variantie waarbij de eerste eigenwaarde 4.04 was en de tweede .79). De gemiddelde lading was .82. Dit betekende dat deze vragen samen tot een schaal gevormd konden worden door ze op te tellen (Cronbach’s alpha van .90). Deze variabele noemen we vanaf nu Zelfbenoemde fit.

1. Vragen over verloopintentie. Dit waren de volgende vragen (allen in 7punts-Likert-schaal format):

• Ik zou graag een andere baan willen dan die ik nu heb

• Ik heb serieus overwogen om van organisatie te wisselen

• Als ik zou kunnen kiezen dan zou ik over een jaar niet meer bij deze organisatie werken

Ook hier zagen we weer substantiële correlaties (gemiddeld .84). Deze drie vragen zijn daarom ook opgeteld tot een schaal (Cronbach’s alpha van .94). Deze variabele hebben we Verloopintentie genoemd.

7.1.2. Resultaten

7.1.2.1. Profielcorrelatie

Eerst hebben we onderzocht of, over alle waarden heen, een grotere match in waarden leidde tot hogere werktevredenheid en lagere verloopintentie. Dit hebben we gedaan door een profielcorrelatie te berekenen: dit houdt in dat er per persoon een correlatie berekend werd tussen de persoonlijke waarden zoals gemeten door de CW-n en de daarbij behorende waarden van werk. Een hogere profielcorrelatie betekent grotere overeenstemming tussen de persoonlijke waarden en waarden van het werk: deze variabele noemen we daarom Match persoon – werk. Er is gekeken naar de correlatie van deze maat met Zelfbenoemde fit, Verloopintentie en de algemene tevredenheidsfactor. De onderlinge correlaties zijn weergegeven in Tabel 7.1.

Allereerst zien we dat er een positieve relatie is tussen de fit zoals gemeten door de profielcorrelatie (een maat voor fit) en zelfbenoemde fit, r = .24 (p < .01). Aangezien deze twee maten hetzelfde meten zou men misschien een hogere correlatie kunnen verwachten: echter, de profielcorrelatie is tot stand gekomen op basis van de samenhang tussen 19 schalen enerzijds en 19 vragen anderzijds. Een kleine vertekening hierin kan relatief grote gevolgen hebben: met andere woorden, er zal een redelijke foutmarge zijn, wat de hoogte van de relaties met andere variabelen zal beïnvloeden.

Belangrijker is het feit dat de match tussen de carrièrewaarden van de persoon en het werk negatief samenhangt met verloopintentie (r = -.25, p < .01) en positief met algemene werktevredenheid (r = .20, p < .01), zoals voorspeld door de fit hypothese. Deze effectgrootten komen ongeveer overeen met die gevonden worden in de literatuur. Dit betekent dus dat de carrièrewaarden zoals gemeten in de CW-n gebruikt kunnen worden om werktevredenheid en verloopintentie te voorspellen. Omdat bekend is dat werktevredenheid tot (gebrek aan) verloopintentie leidt (Hellman, 1997) hebben we ook bekeken in hoeverre het effect van de match tussen de persoon en het werk loopt via werktevredenheid: uit een pad-analyse bleek dat het directe effect van de match op verloopintentie -.16 (p < .01) bedroeg en het indirecte effect via werktevredenheid -.09 (p < .01). Het directe effect van tevredenheid op verloopintentie was in dit model -.43.

De effecten voor zelfbenoemde fit zijn in dezelfde richting maar sterker: omdat het hier beiden om directe zelfbeoordelingen gaat kan deze correlatie wel naar boven vertekend zijn door common method bias. Tenslotte zien we dat verloopintentie sterk negatief gecorreleerd is met algemene werktevredenheid, zoals we ook mogen verwachten: dit geeft een indicatie dat deze twee maten, deze twee constructen ook echt  lijken te meten.

Uit de literatuur is naar voren gekomen dat demografische variabelen zoals leeftijd, opleiding en geslacht invloed hebben op verloopintentie en werktevredenheid (zie bijvoorbeeld Brush, Mock, & Pooyan, 1987 en Spector, 1997). Om te onderzoeken of de match in waarden tussen de persoon en werk incrementele validiteit biedt bovenop deze voorspellers is een hiërarchische regressie uitgevoerd waarbij leeftijd, opleiding en geslacht eerst als controle variabelen werden ingevoerd, en in een tweede stap de match score (profielcorrelatie). Vervolgens is gekeken naar de toename in voorspellende waarde van het model, zoals aangeduid door het verschil in R2-waarden. De resultaten zijn weergegeven in Tabel 7.2 en 7.3.

De controlevariabelen geslacht, leeftijd en opleidingsniveau verklaren 7% van de variantie in verloopintentie. De match tussen waarden van de persoon en het werk verklaart hier nog eens 4% bovenop (p < .01). Een stijging van 1 wat betreft de match in waarden gaat gepaard met een daling van -.21SD in verloopintentie. Wanneer we naar de β-coëfficiënt kijken in Stap 2 dan zien we dat ouderen minder verloopintentie hebben. Ook zien we dat middelbaar opgeleiden iets meer verloopintentie hebben dan lager opgeleiden, net als hoger opgeleiden. We vinden geen effect van geslacht op verloopintentie.

Tabel 7.3: Resultaten regressie analyse algemene werktevredenheid, N = 1007
Algemene tevredenheid		b	SE	β	R2	ΔR2
Stap 1	Vrouwa	-.05	.06	-.02	.02**
	Leeftijd	.01	.00	.12**
	Opleiding: middenb	.06	.10	.03
	Opleiding: hoogb	.14	.10	.07
Stap 2	Vrouwa	-.10	.06	-.05†	.05**	.03**
	Leeftijd	.01	.00	.07*
	Opleiding: middenb	.03	.10	.02
	Opleiding: hoogb	.08	.10	.04
	Match persoon-werk	.69	.12	.19**
a Dummy variabele, Man = 0, Vrouw = 1
b Dummy variabelen met lage opleiding als referentiegroep

 

De controlevariabelen verklaren 2% van de variantie in verloopintentie. De match tussen waarden van de persoon en het werk verklaart hier nog eens 3% bovenop (p < .01). Een stijging van 1 wat betreft de match in waarden gaat gepaard met een daling van .19SD in verloopintentie. Wanneer we naar de β-coëfficiënt kijken in Stap 2 dan zien we dat ouderen meer tevreden zijn over hun werk (p < .05). Middelbaar en hoger opgeleiden verschillen niet van lager opgeleiden wat betreft werktevredenheid. Bij werktevredenheid zien we dat vrouwen iets lagere scores rapporteren dan mannen (p < .10).

Bovenstaande resultaten geven aan dat de overeenkomst tussen de carrièrewaarden van een persoon en het werk voorspellend zijn voor algemene werktevredenheid en verloopintentie, bovenop andere relevante controlevariabelen.

7.1.2.2. Polynomiale regressie

Bovenstaande analyses hebben aangetoond dat op globaal niveau, over een aantal waarden heen, een grotere match in carrièrewaarden samenhangt met minder verloopintentie en meer werktevredenheid. Echter, omdat er per match van carrièrewaarde ook een specifieke uitkomstmaat beschikbaar was (zie bijlage 7.2), konden we ook per waarde de fit-hypothese toetsen. Dus: als iemand de waarde Autonomie belangrijk vindt en deze waarde ook terugvindt in zijn of haar werk, is deze persoon dan ook meer tevreden met de vrijheid die hij/zij heeft om zijn/haar eigen werkwijze te bepalen?

De beste manier om dit te toetsen is met behulp van polynomiale regressie (Edwards & Parry, 1993). Deze methode kent niet de methodologische problemen die verschilscores wel kennen (Edwards & Parry, 1993). Bij deze methode wordt een kwadratisch regressiemodel uitgevoerd waarbij zowel de karakteristieken van de persoon als van het werk de uitkomst voorspellen.

Z = b0 + b1X+ b2Y+ b3X2 + b4XY + Y2 + e

In ons geval ziet dat er als volgt uit:

Z = b0 + b1 Waarde in werk + b2Carrière Waarde + b3 Waarde in werk2 + b4Waarde in werk x Carrière Waarde + b5Carrière Waarde2 + e

Hierbij hebben we voor Z drie verschillende uitkomstmaten gehanteerd: de specifieke uitkomstmaat horend bij een bepaalde carrièrewaarde, de algemene tevredenheidsfactor en verloopintentie.  Het voordeel van deze methode is dat wanneer b3, b4 en b5 gezamenlijk significant zijn een response surface plot gemaakt kan worden wat de specifieke interacties tussen de persoon en het werk op de uitkomstmaat zichtbaar maakt.

7.1.2.2.1. Hypothesen

Allereerst kunnen we verwachten dat de aanwezigheid van carrièrewaarden een positief direct effect heeft op werktevredenheid en verloopintentie (Fried & Ferris, 1987; Loher, Noe, Moeller, & Fitzgerald, 1985; Morgeson & Humphrey, 2006). Bijvoorbeeld in het geval van de CW-n: we mogen verwachten dat iemand die goed betaald krijgt of waardering en erkenning krijgt voor zijn werk meer tevreden met zijn/haar werk is dan iemand die dat niet krijgt.

H1. De aanwezigheid van carrièrewaarden heeft een positief direct effect op werktevredenheid en verloopintentie.

Deze hypothese zegt nog niets over de fit of misfit tussen de aanwezigheid van waarden in het werk en in de persoon. De klassieke fit-hypothese doet dat wel. De klassieke fit-hypothese houdt in dat verwacht wordt dat wanneer er sprake is van perfecte fit, dat dan tevredenheid het hoogst is (of bij negatieve uitkomsten zoals verloopintentie of stress juist het laagst). In figuur 7.1 staat dit laatste geval hypothetisch weergeven in een surface plot. In dit figuur is X een kenmerk van het werk, en Y een kenmerk van de persoon en Z de uitkomstmaat (laten we hier verloopintentie als voorbeeld nemen).

Twee lijnen (en hun helling) in dit figuur zijn belangrijk. Ten eerste de lijn waar de kenmerk van het werk en de persoon elkaar perfect matchen (X=Y): de klassieke fit-hypothese veronderstelde dat de helling van deze lijn 0 is (zoals in figuur 1). Dus: dat zolang er fit is, verloopintentie het laagst is, ongeacht de absolute hoogte van X en Y. Een andere belangrijke lijn is de X=-Y lijn, waar perfecte misfit is: de klassieke fit-hypothese veronderstelde dat dit een parabool is (zoals in figuur 7.1) zodat in welke richting ook van perfecte fit afgeweken wordt, verloopintentie altijd hoger is. Overigens is het zo dat bij positieve uitkomsten, zoals werktevredenheid, dit figuur net omgekeerd is: een soort berg met een ‘kam’ op de X=Y lijn en aan weerszijden een dalend oppervlak.

Figuur 7.1. Hypothetische relatie tussen werk (X) en zelf (Y) en verloopintentie

Uit onderzoek is echter gebleken dat deze klassieke fit-hypothese in de praktijk vaak niet bevestigd wordt (Edwards & Parry, 1993; Edwards & Van Harrison, 1993). Zo wordt er bijvoorbeeld vaak een negatieve coëfficiënt gevonden voor de X=Y lijn: dit betekent dat, wanneer er fit is, bijvoorbeeld verloopintentie of stress het laagst is en kenmerken van de persoon en het werk beiden hoog zijn, dan wanneer de kenmerken van de persoon en werk beiden laag zijn. Bij werktevredenheid is de helling van de X=Y lijn juist positief. Daarom luidt hypothese 2:

H2. Werktevredenheid/verloopintentie is het hoogst/laagst wanneer de waarde van een persoon en het werk overeenkomen, en is het hoogst wanneer beiden hoog zijn.

Exploratieve analyses
Er zijn verschillende andere manieren waarop de surface plots van figuur 7.1 af kunnen wijken: zo kan de ‘trog’ die in figuur 7.1 precies op de X=Y lijn loopt iets aan de rechterkant van deze lijn liggen: dit impliceert dat verloopintentie het laagst is wanneer er een klein overschot is van de kenmerk in het werk. Ook kan het zo zijn dat de ‘trog’ of de ‘kam’ iets gedraaid is: dit houdt in dat tot op zekere hoogte verloopintentie/werktevredenheid het laagst/hoogst is wanneer werk > persoon, maar dat daarna verloopintentie/werktevredenheid het laagst/hoogst is wanneer werk < persoon.

Al deze karakteristieken kunnen formeel getest worden aan de hand van statistische toetsen (Edwards & Parry, 1993). Hierbij gaat het bijvoorbeeld om de helling van de X=-Y lijn (aangeduid met ax2) en de helling van deze lijn bij de oorsprong, waar X=Y=0 (aangeduid met ax). Als ax2 positief is en significant verschillend van 0, dan is de X=-Y lijn gebogen als in figuur 7.1, als een dalparabool. Als hierbij ax niet significant verschillend is van 0, dan betekent dit dat de X=-Y lijn plat is waar X=Y=0. Bij deze twee voorwaarden wordt de klassieke fit hypothese bevestigd. Afwijkingen hiervan kunnen zo ook onderzocht worden: als ax2 significant positief (dus een dalparabool) is maar nog dalend bij X=Y=0, dan ligt de trog dus iets naar rechts van de X=Y lijn. Alle hierboven beschreven analyses kunnen ook voor de X=Y lijn gedaan worden. Voor elk surface plot, indien relevant, hebben we ax en ax2 van de congruentie- en incongruentielijn statistisch getoetst aan de hand van een bootstrap procedure om de relaties beter te kunnen interpreteren. Tabellen met de waarden van ax en ax2 en hun significantieniveaus zijn verkrijgbaar bij Ixly.

Belangrijk om hierbij op te merken is dat deze analyses vooral exploratief van aard zijn: hoewel bovenstaande methode het toetsen van specifieke hypothesen over person-job fit faciliteert, gebeurt dit nog weinig (Edwards, 2008). Vaker wordt naar de surface plots achteraf gekeken om de relaties te interpreteren. Wij hanteren hier dezelfde methode.

7.1.2.2.2. Statistische analyses

Bij polynomiale regressie gaat het om het toetsen van bovenstaande formule, waarbij gekeken wordt of de R2 waarde van het model significant is. Als dit het geval is kunnen we stellen dat de algemene fit-hypothese (karakteristieken van werk en personen en hun overeenkomst/discrepantie die een uitkomst beïnvloeden) bevestigd kan worden.

Voor iedere waarde uit de CW-n waren er minstens 2 uitkomstmaten (algemene tevredenheidsfactor en verloopintentie) en soms 3 (tevredenheid met de specifieke waarde). Bovendien waren er voor sommige waarden meerdere vragen gesteld over de aanwezigheid van die waarde in het werk. Dit betekende dat we bovenstaand model zeer vaak getoetst hebben (in totaal 68 keer). Bij het herhaaldelijk toetsen van een hypothese neemt de kans op de Type 1 Fout toe (oftewel de nul hypothese onterecht verwerpen), waarvoor gecontroleerd moet worden. Volgens de procedure van Edwards & Van Harrison (1993) hebben we daarom de Bonferonni procedure van Holm (1979) toegepast. Dit werkt als volgt: De gevonden p-waarden voor R2 worden gerangschikt van laag naar hoog. De kleinste gevonden p-waarde wordt vermenigvuldigd met 68 (totaal aantal toetsen); als deze nog steeds < .05 is wordt er gekeken naar de volgende p-waarde, die vervolgens wordt vermenigvuldigd met 67 et cetera. Alleen de effecten die na deze vermenigvuldiging < .05 zijn worden als significant beschouwd: dit was voor alle R2 waarden in Stap 3 (zie volgende alinea) het geval.

De toetsing van de hypothesen hebben we stapsgewijs gedaan. Allereerst werden alle variabelen gecentreerd om interpretatie van de resultaten te vergemakkelijken. In Stap 1 hebben we eerst gekeken of de aanwezigheid van een waarde in het werk een positief effect heeft op de uitkomstmaten (Hypothese 1). Vervolgens hebben we de carrièrewaarde van de persoon toegevoegd in het model zoals gemeten door de CW-n (Stap 2). En tot slot hebben we de gekwadrateerde waarde in het werk en carrièrewaarde van de persoon, en hun interactie, toegevoegd (Stap 3). Hierbij hebben we gekeken of het verschil in R2 waarden van Stap 2 naar Stap 3 significant was: wanneer b3, b4 en b5 gezamenlijk significant zijn dan is het plotten van een response surface plot zoals in figuur 7.1 zinvol (Edwards & Parry, 1993). Omdat de hoofdeffecten alleen al verantwoordelijk waren voor de significantie van de R2 waarden (zie Tabellen 7.4 t/m 7.6) hebben we hier een significantieniveau van .01 aangehouden bij het bespreken van de resultaten.

In het geval dat het verschil in R2 waarden tussen Stap 3 en Stap 2 significant was hebben we een surface plot bekeken. Bovendien hebben we de eigenschappen van de X=Y en X=-Y lijn formeel getoetst zoals beschreven in sectie 7.1.2.2.1.

7.1.2.2.3. Resultaten

Specifieke tevredenheid
Wanneer de specifieke tevredenheidsmaat als afhankelijke variabele wordt genomen, dan zien we dat voor alle carrièrewaarden Hypothese 1 bevestigd wordt: de in Stap 1 ingevoerde waarden in het werk voorspellen allen de specifieke tevredenheid (Tabel 7.4).

Ook zien we dat er voor alle carrièrewaarden bewijs is om de algemene fit-hypothese aan te nemen: de R2 waarden in Stap 3 van het gehele model is voor elke carrièrewaarde significant. Voor 10 van 18 getoetste modellen gold dat het verschil in R2 waarden tussen Stap 3 en Stap 2 significant was (significatieniveau van .01).

Hier kwamen eigenlijk drie soorten relaties naar voren. Ten eerste een relatie zoals voorspeld in Hypothese 2, waarbij tevredenheid het hoogst is bij fit tussen werk en de persoon, met grotere tevredenheid wanneer beiden hoog zijn. Dit werd gevonden voor Zekerheid en Stabiliteit, Ontwikkeling en Waardering en Erkenning (figuur 2A).

Figuur 2A. Fit Waardering en Erkenning – Tevredenheid met Waardering en Erkenning                                                   

In alle drie de gevallen gold ook dat tevredenheid lager was wanneer de eigen behoefte aan de waarde de aanwezigheid van de waarde in het werk overschreed (hoek links) dan andersom (hoek rechts). Analyses toonden aan dat de helling bij X=Y=0 nog stijgend was (ax was significant positief): dit betekent dat de ‘kam’ iets naar rechts lag en dat tevredenheid het hoogst was wanneer de aanwezigheid van een waarde in het werk de behoefte van de persoon iets overschreed. Dit is niet onverklaarbaar: zo zal een overschot aan complimenten over het geleverde werk best eens motiverend kunnen werken, of de gedachte dat er altijd meer ruimte is voor ontwikkeling ook een positieve invloed hebben op tevredenheid.

Een variant hierop werd gevonden voor Financiële Beloning (figuur 2B): tevredenheid met de financiële beloning was hoger wanneer zowel de behoefte als aanwezigheid voor financiële beloning of wel beiden hoog of beiden laag waren, vergeleken met wanneer deze gemiddeld waren. Ook hier werd Hypothese 2 dus deels bevestigd.

Figuur 2B. Fit Financiële Beloning – Tevredenheid met Financiële Beloning                                                   

Inspectie van de plots gaven ook aan dat er andere relaties waren die niet zozeer binnen de fit theorie passen. Zo waren er gevallen waar b3, b4 en b5 gezamenlijk wel significant verschillend van nul waren maar waar de relatie met name gedreven werd door de hoofdeffecten. In de gevallen van Autonomie en Carrière was dit hoofdeffect het sterkst voor de waarde van de persoon (zie figuur 2C, voor Autonomie) en in andere gevallen van het werk (zie figuur 2D, voor Beïnvloeden). Tot slot werden er relaties gevonden waarbij het interactie effect het meest evident was (figuur 2E, Hulp verlenen): de tevredenheid is het hoogst wanneer zowel de behoefte als aanwezigheid van een waarde hoog zijn, waarbij de toename in tevredenheid groter wordt wanneer beiden hoger zijn.

Figuur 2C. Fit Autonomie – Tevredenheid met Autonomie

Figuur 2D. Fit Beïnvloeden – Tevredenheid met Beïnvloeden

Figuur 2E. Hulp verlenen – Tevredenheid met Hulp verlenen

Algemene tevredenheid
Wanneer de algemene tevredenheidsmaat als afhankelijke variabele wordt genomen, dan zien we dat voor alle carrièrewaarden, behalve voor Fysiek Actief Zijn, Hypothese 1 bevestigd wordt: de aanwezigheid van de waarde in het werk an sich heeft een positieve invloed op algemene tevredenheid, zoals aangeduid door de significante R2 waarden in Stap 1.

Ook hier zien we weer dat er voor elk getoetste model bewijs is om de algemene fit-hypothese aan te nemen: de R2 waarden in Stap 3 van het gehele model is voor elke carrièrewaarde significant (zie Tabel 7.5).

 

Tabel 7.5.: Algemene tevredenheid.
	Stap 1		Stap 2			Stap 3
Carrièrewaardena	WW		CW-n			WW2 + WWxCW-n + CW-n2
	R2		R2	ΔR2		R2	ΔR2
Profilering	.03**		.05**	.02**		.08**	.03**
Profilering	.03**		.05**	.02**		.08**	.03**
Autonomie	.13**		.14**	.01**		.15**	.01*
Beïnvloeden	.03**		.07**	.04**		.11**	.04**
Creatief Denken	.17**		.20**	.03**		.21**	.01**
Dynamiek	.01**		.18**	.17**		.19**	.01**
Financiële Beloning	.03**		.03**	.00		.07**	.04**
Financiële Beloning	.11**		.11**	.00		.14**	.03**
Fysiek Actief Zijn	.00		.01**	.01**		.06**	.05**
Hulp Verlenen	.07**		.16**	.09**		.17**	.01**
Ondernemen	.14**		.15**	.01		.18**	.03**
Ontwikkelen	.19**		.22**	.03**		.25**	.03**
Kwaliteit	.09**		.17**	.08**		.17**	.00
Kwaliteit	.01**		.13**	.12**		.14**	.01**
Carrière	.12**		.13**	.01**		.16**	.03**
Analyseren	.06**		.16**	.10**		.16**	.00
Analyseren	.09**		.17**	.08**		.17**	.00
Concreet Resultaat	.11**		.19**	.08**		.20**	.01*
Samenwerking	.04**		.17**	.13**		.21**	.04**
Taakuitdaging	.20**		.26**	.06**		.27**	.01**
Taakuitdaging	.07**		.14**	.07**		.15**	.01**
Taakuitdaging	.16**		.23**	.07**		.25**	.02**
Waardering en Erkenning	.20**		.24**	.04**		.25**	.01**
Zekerheid en Stabiliteit	.09**		.10**	.01**		.13**	.03**
Zinvolle Bijdrage	.08**		.11**	.03**		.13**	.02**
a Voor sommige carrièrewaarden waren er meerdere vragen over de aanwezigheid ervan in het werk.

 

In 20 van de 25 getoetste modellen was het verschil in R2 waarden van Stap 3 naar Stap 2 significant, wat aangeeft dat inspectie van de surface plots zinvol is. Het gaat te ver om deze allemaal individueel te bespreken, daarom hebben we hier gekozen de meest in het oog springende plots en die verschilden met de plots uit figuur 2 te bespreken. Zo leek de surface plot van Carrière en algemene werktevredenheid op figuur 2C en Creatief Denken en algemene werktevredenheid op figuur 2D. De surface plots van Ontwikkeling, Zekerheid en Stabiliteit en Waardering en Erkenning en algemene werktevredenheid leken op figuur 2B: belangrijk hierbij om op te merken is dat dit weer deels Hypothese 2 bevestigt.

Een interessante variatie op de klassieke fit-hypothese vonden we voor de relatie tussen de Zinvolle Bijdrage van zelf en werk op algemene werktevredenheid (figuur 3A).

Figuur 3A. Fit Zinvolle bijdrage – Algemene werktevredenheid

Deze leek op de relatie uit figuur 2B, met het verschil dat het oppervlak nu naar rechts geheld was: algemene werktevredenheid was lager wanneer de aanwezigheid in het werk de behoefte overschreed (hoek rechts) dan andersom (hoek links).

Voor Dynamiek vonden we ongeveer een vergelijkbare relatie, met het verschil dat de X=-Y lijn geen parabool was maar ongeveer lineair negatief (figuur 3B): wanneer van de congruentie lijn (X=Y) werd afgeweken in de richting waar werk > zelf dan nam tevredenheid af, terwijl wanneer werd afgeweken in de richting waar werk < zelf dan nam de tevredenheid toe. Algemene werktevredenheid was het hoogst wanneer de behoefte en het aanbod van Dynamiek beiden hoog waren. Een zelfde soort relatie werd gevonden voor Fysiek Actief Zijn. Omdat tevredenheid wel het hoogst was wanneer beiden hoog waren biedt dit ook weer deels een bevestiging van Hypothese 2.

Figuur 3B: Fit Dynamiek – Algemene werktevredenheid

Voor Profilering werd een onverwachte relatie gevonden: tevredenheid was het laagst wanneer de behoefte en het aanbod van de waarden gemiddeld waren (figuur 3C).

Figuur 3C: Fit Profilering – Algemene werktevredenheid

Dus: fit op zich was niet voldoende, het ging ook om de absolute waarden van de behoefte aan of het aanbod van Profilering bij het effect op werktevredenheid.

De aanwezigheid van de waarde van het werk werd gemeten met de stelling Voor mijn werk geef ik regelmatig presentaties tegenover In mijn werk sta je nooit voor een groep. Een voorlopige verklaring voor de gevonden relatie kan dan ook zijn dat voor personen die presentaties geven verschrikkelijk vinden (dus laag scoren op Profilering) het feit dat dit weinig hoeft in het werk meer belang heeft voor hun werktevredenheid dan mensen die dit minder erg vinden (gemiddelde score op Profilering). Hetzelfde geldt voor mensen die in het middelpunt van de aandacht staan leuk vinden: hier zullen zij meer tevredenheid uit halen dan mensen die af en toe eens een presentatie geven en dit niet leuk of juist erg vinden. Analyses toonden verder aan dat ax en ax2 van de incongruentielijn beiden niet significant verschilden van 0: bij perfecte misfit was de tevredenheid dus het laagst.

Ook voor Financiële beloning zag de figuur er onverwacht uit (figuur 3D). Hierbij was de X=-Y lijn lineair (zoals aangeduid door niet significante ax en ax2 waarden): tevredenheid was het laagst wanneer er misfit was tussen financiële behoeften en de mate waarin het werk daar aan kon voldoen. Wat betreft fit zien we dat tevredenheid hoger is wanneer beiden laag of beiden hoog zijn, tevredenheid was het laagst bij gemiddelde scores voor beide waarden. Belangrijke factoren hierbij kunnen onzekerheid en de norm zijn (Beehr & Bhagat, 1985; Edwards & van Harrison, 1993): bij een gemiddelde beloning weet men misschien niet waar men aan toe is wat de tevredenheid negatief kan beïnvloeden. In banen waar veel hoge lonen worden gehanteerd zullen mensen geld wellicht belangrijker vinden en het dus ook belangrijker vinden om eerlijk ‘beloond’ te worden. Omgekeerd zou geredeneerd kunnen worden dat mensen met banen met lage lonen eerder tevreden zijn met een redelijke beloningen. Deze verklaringen zijn speculatief: het zou interessant zijn deze in de toekomst meer formeel te toetsen.

Figuur 3D. Fit Financiële Beloning – Algemene werktevredenheid

Verloopintentie
Wanneer verloopintentie als afhankelijke variabele wordt genomen, dan zien we dat voor alle carrièrewaarden, behalve voor Profilering en één van de twee Analyseren maten, Hypothese 1 bevestigd wordt: de aanwezigheid van de waarde in het werk an sich heeft een positieve invloed op de verloopintentie, zoals aangeduid door de significante R2 waarden in Stap 1 (zie Tabel 7.6).

Ook hier zien we weer dat er voor elk getoetste model bewijs is om de algemene fit-hypothese aan te nemen: de R2 waarden in Stap 3 van het gehele model is voor elke carrièrewaarde significant. In 12 van de 25 getoetste modellen was het verschil in R2 waarden van Stap 3 naar Stap 2 significant (p < .01).

 

Tabel 7.6: Verloopintentie.
	Stap 1		Stap 2			Stap 3
Carrièrewaardena	WW		CW-n			WW2 + WWxCW-n + CW-n2
	R2		R2	ΔR2		R2	ΔR2
Profilering	.01**		.05**	.04**		.05**	.00
Profilering	.00		.03**	.03**		.04**	.01**
Autonomie	.11**		.12**	.01**		.14**	.02**
Beïnvloeden	.01**		.03**	.02**		.04**	.01**
Creatief Denken	.11**		.12**	.01**		.13**	.01**
Dynamiek	.00**		.01**	.01*		.02**	.01**
Financiële Beloning	.02**		.07**	.05**		.08**	.01*
Financiële Beloning	.07**		.13**	.06**		.14**	.01**
Fysiek Actief Zijn	.01*		.02**	.01**		.02**	.00
Hulp Verlenen	.05**		.05**	.00		.06**	.01**
Ondernemen	.09**		.13**	.04**		.14**	.01**
Ontwikkelen	.09**		.11**	.02**		.13**	.02**
Kwaliteit	.07**		.07**	.00		.07**	.00
Kwaliteit	.02**		.02**	.00		.03**	.01*
Carrière	.04**		.08**	.04**		.08**	.00
Analyseren	.04**		.04**	.00		.04**	.00
Analyseren	.05		.05**	.00		.05**	.00
Concreet Resultaat	.07**		.07**	.00		.08**	.01
Samenwerking	.02**		.02**	.00		.04**	.02**
Taakuitdaging	.16**		.17**	.01**		.18**	.01
Taakuitdaging	.02**		.03**	.01		.03**	.00
Taakuitdaging	.12**		.13**	.01*		.14**	.01**
Waardering en Erkenning	.10**		.10**	.00		.10**	.00
Zekerheid en Stabiliteit	.05**		.05**	.00		.07**	.02**
Zinvolle Bijdrage	.04**		.05**	.01		.06**	.01**
a Voor sommige carrière waarde waren er meerdere vragen over de aanwezigheid ervan in het werk.

Bij verloopintentie waren de resultaten eenduidig: Hypothese 2 werd grotendeels bevestigd voor bijvoorbeeld Creatief denken (figuur 4A), Hulp verlenen, Taakuitdaging en Zinvolle bijdrage. Soms lag de ‘trog’ iets naar rechts verschoven (ax was significant negatief, dus de X=-Y lijn daalde nog bij X=Y=0): verloopintentie was dus het laagst wanneer de waarde in het werk de eigen waarde iets overschreed.

Figuur 4A. Fit Creatief denken – Verloopintentie

In een aantal gevallen, voor Samenwerking en Dynamiek,  had de X=Y lijn een positieve curve (dus een bergparabool, figuur 4B voor Samenwerking). Dit betekent dat wanneer er fit is, bij gemiddelde waarden meer verloopintentie is dan bij gezamenlijk hoge of juist lage waarden. Een voorlopige verklaring zou kunnen zijn, Samenwerking als voorbeeld nemend, dat mensen die zelf weinig behoefte aan samenwerking hebben te autonome werkers zijn. Bij fit met het werk (dus waar veel autonomie ook gevraagd wordt) zullen zij dan ook redeneren dat het moeilijk zal zijn een baan te vinden waar dit zo goed zal matchen. Bij gemiddelde scores op Samenwerking is dat minder het geval. En bij hoge scores juist weer wel: daar komt bij dat mensen die hoog scoren op Samenwerking – en dus waarde hechten aan sociale relaties en een goede atmosfeer – en waarbij het werk ook veel samenwerking vraagt, nóg meer sociale binding met hun werk zullen hebben en dus minder verloopintentie zullen vertonen.

Figuur 4B. Fit Samenwerking – Verloopintentie

In het geval van Hulp verlenen (figuur 4C) was het oppervlak ook duidelijk gedraaid: dit betekent dat voor lage tot gemiddelde waarden (tot ongeveer 2,2) van Hulp verlenen in het werk en bij de persoon afwijking van de fitlijn in de richting waar werk > zelf verloopintentie lager is, maar dat bij hogere waarden een afwijking van de fitlijn in de richting waar werk > zelf verloopintentie juist hoger is. Wellicht dat bij werk waar mensen veel geholpen moeten worden (bijv. in ziekenhuizen) een licht overschot al te belastend is en mensen de druk niet meer aan kunnen.

Figuur 4C. Fit Hulp verlenen – Verloopintentie

Tot slot zagen we bij Autonomie (figuur 4D) en Ondernemen dat de verloopintentie een stuk hoger was wanneer de eigen behoefte de mate van autonomie en ruimte voor ondernemen in het werk overschreed (linkerhoek) dan andersom (rechterhoek). Ook dit is verklaarbaar: mensen die autonomie willen en willen ondernemen zullen zich begrensd voelen in werk waar dit niet kan en bijvoorbeeld een eigen zaak beginnen. Wanneer er in het werk meer ruimte is voor autonomie en ondernemen dan nodig, dan zal men dit misschien wel goed vinden en niet de noodzaak voelen te vertrekken.

Figuur 4D. Fit Autonomie – Verloopintentie

7.1.3. Conclusies

In dit onderzoek is de voorspellende waarde van de schalen van de CW-n onderzocht door te kijken naar hun relatie met zowel werktevredenheid als verloopintentie. Hierbij hebben we de person-job fit theorie als uitgangspunt genomen om hypothesen te toetsen. Op globaal niveau, over verschillende waarden heen, bleek dat de werktevredenheid hoger en de verloopintentie lager was wanneer de behoeften in waarden van een persoon door het werk werden voorzien. Deze effecten vielen binnen de verwachte waarden uit de literatuur, en boden bovendien incrementele validiteit over relevante controle variabelen. De polynomiale regressieanalyses toonden aan dat de schalen van de CW-n en de aanwezigheid van waarden in het werk zeer goede voorspellers waren van verloopintentie en algemene werktevredenheid (Stap 3). De interactie van deze twee voorspellers kwamen, hoewel soms niet geheel in lijn met klassieke fit-voorspellingen, overeen met bevindingen uit de fit-literatuur. Het is hierbij ook belangrijk om op te merken dat zeer uiteenlopende relaties tussen kenmerken van het werk en uitkomstmaten aangetoond konden worden met de schalen van de CW-n. Overigens biedt het feit dat carrièrewaarden zoals gemeten door de CW-n vragenlijst op zichzelf, controlerend voor waarden van het werk, al een goede voorspeller zijn van werktevredenheid en verloopintentie (zoals aangeduid door de significante coefficienten in Stap 2). Dit is op zichzelf al sterk bewijs voor de predictieve validiteit van de vragenlijst.

Een aanbevelingen voor toekomstig onderzoek is hier het noemen waard. Het betrof in dit onderzoek cross-sectionele data, om meer concrete uitspraken te doen over causaliteit zou longitudinaal onderzoek naar de onderlinge relaties interessant zijn. Ook zou binnen beroepsgroepen gekeken kunnen worden naar verschillen in relaties tussen behoeften en aanbod van waarden in het werk. Hoewel interessant voor toekomstig onderzoek was dit voor het huidige doel van het onderzoek minder relevant: we wilden hiermee immers aantonen dat de schalen van de CW-n voorspellende waarde hebben voor de gehele populatie. Dit onderzoek heeft een goede indicatie geleverd voor de predictieve validiteit van de CW-n.