Fallbeispiel 'OTTO Versand': viel mehr Antworten als Fragen
Mit einem professionell angelegten Fragebogen erhalten Sie auf Ihre 70
Fragen (z. B.) weit mehr als nur 70 Antworten. Mit entsprechenden
Analyse-Verfahren (für den Markforschungs-Laien zumeist kompliziert
erscheinende multivariate Verfahren zur Datenanalyse) lassen sich
aufschlußreiche Zusammenhänge zwischen verschiedenen
Mitarbeiter-Aussagen (Statements/Fragestellungen/Items)
herauslesen. Mit der Regressionsanalyse werden die mutmaßlichen
Gründe, Ursachen, Auslöser aus den vorhandenen Statements
herausgezählt und gewichtet.
MARKON setzt (neben der ausführlichen tabellarischen und graphischen
Aufbereitung der Befragungs-Ergebnisse) standardmäßig vertiefende
multivariable Verfahren zur Datenanalyse ein mit dem Ziel, die
inhaltlichen Zusammenhänge im Datenmaterial transparenter zu
machen.
Zusammenhänge auffinden und darstellen
Zur Verdeutlichung des Vorgehens wird im folgenden eine typische
Fragestellung untersucht und der Ablauf der Analyse erläutert. Dieses
Fallbeispiel basiert auf einer Untersuchung, die für das Hamburger
Versandhaus von MARKON durchgeführt wurde - Basis: 5.569
Fragebogen.
Fragestellung:
"Welche Frage will ich mir erklären lassen durch die Antworten auf die anderen Fragen?"
oder spezieller für unser Fallbeispiel: "Welche Signale und Indizien definieren die Arbeitssituation der Mitarbeiter beim OTTO Versand?"
Analytische Umsetzung:
2.1 Bereinigung des Datensatzes, zum Beispiel "Weiß-Nicht"-Nennungen entfernen
2.2 Analyse der Datenstruktur durch Zusammenfassen der Einzelfragen zu übergeordneten Dimensionen unter Einsatz der Faktorenanalyse. Die 32 gestellten Einzelfragen zur Arbeitssituation lassen sich auf die folgenden sechs Kerndimensionen reduzieren:
Zusammenarbeit (Beispiel: "Die Zusammenarbeit zwischen meinen Arbeitskollegen und mir ist gut")
Unternehmensimage (Beispiel: "Der OTTO Versand hat ein gutes Ansehen in der Öffentlichkeit")
Kommunikation (Beispiel: "Über die wesentlichen Dinge bei OTTO fühle ich mich ausreichend informiert")
Arbeitsbedingungen (Beispiel: "Meine Arbeit beim OTTO Versand wird leistungsgerecht bezahlt")
Arbeitsplatzsicherheit (Beispiel: "Ich halte meinen Arbeitsplatz für sicher")
2.3 Ausschluß von Fragen, die keinen schlüssigen Erklärungsbeitrag liefern.
2.4 Durchführung einer Regressionsanalyse: Welchen Erklärungsbeitrag liefern die übrigen Fragen zur Arbeitssituation auf die Antworten zu der Aussage: "Die Arbeit beim OTTO Versand gefällt mir gut"
2.5 Überprüfung der Regressionsanalyse anhand statistischer Kenngrößen.
2.6 Interpretation: Die Arbeitszufriedenheit hängt (in unserem Fallbeispiel) im wesentlichen davon ab, in welchem Maße sich der Mitarbeiter mit seinem Unternehmen identifizieren und in welchem Maße er seine Arbeit selber gestalten kann: Je mehr der MA seine Vorstellungen vom Arbeitsprozeß realisiert sieht und je mehr Feedback er über seinen Arbeitserfolg erhält, desto zufriedener ist er mit seiner Arbeitssituation und um so mehr ist er auch seinem Unternehmen verbunden. In unserem Fallbeispiel macht die Form der Selbstbestimmung den Löwenanteil aus (vor Arbeitsplatzbedingungen und Betriebsklima). Bemerkenswert ist hier vor allem, daß sich das Gehalt in der Liste der relevanten Einflußgrößen nicht wiederfindet!
2.7 Fazit: Die Mitarbeiter-Zufriedenheit beim OTTO Versand läßt sich weniger durch mehr Gehalt, sondern deutlich besser durch eine selbstbestimmtere Arbeitssituation erreichen.
Das Procedere für den Kunden ist äußerst simpel:
Sie markieren in der Tabelle Ihres Tabellenbandes die Zahl, die Ihrer Meinung nach eine 'erklärungsbedürftige Anomalie' innerhalb Ihrer Ergebnisse signalisiert und für die Sie die Ursachen und die Zusammenhänge analysieren wollen. Der MARKON-Rechner wird nun unter den abgefragten/erfaßten Kriterien die Querverbindungen und Zusammenhänge herausfinden, gewichten und darstellen.