Bachelor Thesis
Naam
Studentnummer
Sonny Sars
428004
Derron Whitbread
432104
Ilse Pathuis
432627
Doing bad things for a good reason
Team 1
Datum: 21 mei 2019
“This document is written by Sonny Sars, Derron Whitbread, and Ilse Pathuis, who declare
that each individual takes responsibility for the full contents of the whole document. We declare
that the text and the work presented in this document is original and that no sources other than
mentioned in the text and its references have been used in creating it. RSM is only responsible
for supervision of completion of the work but not for the contents.”
Introductie
Onethisch gedrag wordt vaak bekeken in het licht van eigenbelang, maar uit onderzoek blijkt
dat werknemers dit ook doen in het belang van een bedrijf (Chen, Chen & Sheldon, 2016). Dit
gedrag voor het belang van de organisatie wordt Unethical Pro-Organizational Behavior
(UPB) genoemd. Ondanks dat werknemers de organisatie willen helpen met UPB resulteert het
vaak in schadelijke uitkomsten. Extreme voorbeelden van de gevolgen van UPB zijn
schandalen als Volkswagen en Mitsubishi. Dergelijke schandalen schaden zowel de toekomst
als de reputatie van een bedrijf (Coşkun & Ülgen, 2017). Het dieselschandaal leverde
Volkswagen bijvoorbeeld een schade van 20 miljard op (Munsterman, 2017). Om deze reden
is het belangrijk dat er onderzoek wordt gedaan naar de oorzaken van UPB. Management van
organisaties kan dan ingrijpen wanneer dergelijke oorzaken zich voordoen.
Uit voorgaand onderzoek is gebleken dat er een relatie is tussen een hoge mate van
Organizational Identification (OID) en UPB (Chen et al. 2016)(Umphress, Bingham &
Mitchel, 2010). OID is de mate waarin een werknemer zich verbonden voelt met de
onderneming waarvoor hij werkt (Umphress et al., 2010).
Uitgaande van de heterogeniteit van het theoretisch domein moet het gehele domein
getest worden. Er is al onderzoek naar de relatie tussen OID en UPB gedaan in China, de
Verenigde Staten en Duitsland. Aangezien het theoretisch domein alle werknemers ter wereld
bevat zullen wij ons richten op Nederland, hier is namelijk nog geen onderzoek gedaan. Ook
is er in voorgaand onderzoek weinig gedaan om causaliteit vast te stellen tussen OID en UPB.
Echter, wij achten dit van belang voor managementbeslissingen. Om deze reden zullen wij als
onderzoeksdesign gebruik maken van een experiment met als onderzoeksvraag: ‘Hoe groot is
het effect van OID op UPB onder de werkzame Nederlandse bevolking?’. Uit onze
literatuurstudie hebben wij aanwijzingen gevonden waardoor wij verwachten dat het geslacht
2
een modererende invloed heeft op de relatie tussen OID en UPB. Wij verwachten dat er een
groter effect is bij vrouwen op de relatie tussen OID en UPB.
Figuur 1: Empirische weergave modererende variabele
In de volgende hoofdstukken zullen wij op basis van literatuurstudie een kritische evaluatie en
kritische synthese maken en een onderzoek vormgeven waarmee wij zullen voortbouwen op
de voorgaande onderzoeken en huidige literatuur.
3
Definities
In onze scriptie zijn er bepaalde begrippen of definities regelmatig terugkeren. Om de
leesbaarheid te verhogen zijn deze begrippen hieronder uitgelegd en zullen wij verder in het
verslag de Nederlandse vertaling of afkorting gebruiken wanneer wij het over deze begrippen
hebben.
Affective Commitment: vertaald naar emotionele betrokkenheid.
Job satisfaction: vertaald naar baan tevredenheid.
Organizational identification: de mate waarin een werknemer zich verbonden voelt met de
onderneming waarvoor hij werkt (Umphress et al., 2010). In het verslag wordt de afkorting
OID gebruikt.
Unethical pro-organizational behavior: Onethisch gedrag wat het bedrijf ten goede komt en
niet het individu (Chen et al., 2016), in het verslag wordt de afkorting UPB gebruikt.
4
Theorie
In dit hoofdstuk zullen de belangrijke onderdelen waarop de kritische evaluatie is gebaseerd
worden uitgelegd. De onafhankelijke variabele (OID), afhankelijke variabele (UPB) en de
theoretische gronden voor een mogelijke causale relatie tussen deze variabelen zullen worden
besproken.
Wat is OID?
Organizational identification kan worden gedefinieerd als de mate waarin een werknemer zich
verbonden voelt met de onderneming waarvoor hij werkt (Ashforth & Mael, 1989). In welke
mate een individu het succes en falen van de onderneming als eigen succes en falen
interpreteert, de mate waarin de normen en waarden tussen het individu en de onderneming
overeenkomen (Umphress et al., 2010) en de mate waarin het individu zich onderdeel voelt van
de groep zijn belangrijke graadmeters voor OID (Chen et al., 2016). OID wordt over het
algemeen gezien als een belangrijk concept binnen een bedrijfscultuur en kan zorgen voor
verbeterde prestaties op de werkvloer (Umphress et al., 2011). Dutton, Dukerich & Harquail
(1994) stellen dat OID meerdere voordelen heeft. De eerste is dat werknemers een grotere kans
hebben om positiever t.o.v. de organisatie te staan. Dit leidt ertoe dat de werknemers een
positief extern beeld scheppen en de organisatie in een positief daglicht zetten. Daarnaast leidt
een hoge OID dat groepsleden meer open staan tot coöperatie met andere groepsleden. Aan de
andere kant leidt dit ook tot een sterkere competitiviteit met niet-groepsleden. Als laatste
suggereert Dutton et al. (1994) dat een hoge OID leidt tot dat groepsleden frequenter en
zelfstandiger een contributie leveren aan de organisatie, ook wel organizational citizenship
behavior genoemd. Voorgaand onderzoek suggereert ook dat werknemers met een hoge OID
minder kans hebben om deel te nemen aan onethische activiteiten die schadelijk zijn voor de
5
organisatie, zoals diefstal (Greenberg, 1993 ; Pearson, 1998 ; Townsend et al., 2000). Echter,
Umphress & Bingham (2011) stellen dat individuen die een sterke OID hebben mogelijk een
grotere kans hebben tot UPB. Zij suggeren dat deze werknemers slechte dingen doen met een
goede intentie.
Wat is UPB?
UPB kan worden opgedeeld in twee componenten, enerzijds onethisch gedrag dat illegaal is
volgens de wet en/of niet wordt geaccepteerd volgens de morele normen en waarden van de
samenleving. Anderzijds is UPB onethisch gedrag met de intentie dat niet het individu, maar
het functioneren van de organisatie of leiders van de organisatie ten goede komt. Voorbeelden
van onethisch gedrag zijn het manipuleren van bedrijfsresultaten om deze er beter uit te laten
zien of juist het achterhouden van bedrijfsresultaten zodat deze niet zichtbaar zijn voor de
buitenwereld (Umphress & Bingham, 2011). Daarbij plegen werknemers UPB vaak vrijwillig
en valt dit gedrag onder extra role- en prosocial behavior (Umphress et al., 2010). Hoewel bij
UPB de intentie van het individu is om de organisatie te bevorderen kan het resultaat daarvan
afwijken en zelfs leiden tot het benadelen van de organisatie (Umphress et al., 2010).
Voorbeelden van gevolgen van UPB voor de organisatie zijn boetes, een slecht imago of zelfs
een wettelijk faillissement.
Relatie OID en UPB
In de onderzoeken van Mael & Ashforth (1992) en Umphress & Bingham (2011) is de
mogelijke relatie tussen OID en UPB bediscussieerd. Er wordt gesteld dat werknemers die over
een hoge mate van identificatie met hun organisatie beschikken, het falen van hun organisatie
zichzelf aanrekenen. Om deze reden kan worden gesteld dat werknemers met een hoge mate
6
van OID willen voorkomen dat zijn/haar organisatie in een slecht daglicht komt te staan,
waarbij onethisch gedrag een mogelijke optie kan zijn om ervoor te zorgen dat de organisatie
zijn doelen behaald die overeenkomstig zijn met de doelen van een werknemer met een hoge
mate van OID (Ashforth & Anand, 2003 ; Umphress et al., 2010).
Een fenomeen dat zich voordoet bij de relatie tussen OID en UPB is neutralisatie, het proces
waarbij tijdens het plegen van UPB geen rekening wordt gehouden met de ethische normen en
waarden van het individu (Sykes & Matza, 1957). Umphress en Bingham (2011) stellen dat
neutralisatie voorkomt bij werknemers die zich sterk identificeren met hun organisatie, waarbij
neutralisatie op zijn plaats mogelijk het plegen UPB vergemakkelijkt en faciliteert. Wanneer
werknemers het morele besef negeren, kunnen beslissingen zonder schuldgevoel of besef van
mogelijke negatieve consequenties worden genomen. Door neutralisatie rechtvaardigen
werknemers mogelijk hun onethisch gedrag door te denken aan de eventuele positieve
gevolgen van de daad voor de organisatie in plaats van de negatieve gevolgen voor de externe
stakeholders (Sykes & Matza, 1957).
Dit effect wordt versterkt door twee theorieën besproken door Umphress en Bingham (2011),
de Social Exchange Theory en de Social Identity Theory. De Social Exchange Theory is
gebaseerd op de relatie tussen twee partijen. Als de ene partij een handeling doet in het voordeel
van de andere partij. Is de andere partij geneigd om een wederdienst te bewijzen (Blau 1964,
Emerson 1976). Umphress en Bingham (2011) stellen dat werknemers mogelijk de positieve
relatie met hun werkgever willen beantwoorden door UPB om zo hun werkgever een dienst te
bewijzen. De Social Identity Theory gaat in op de verandering van gedrag van een individu
door de invloed van zijn omgeving. De sociale identificatie van een individu met zijn
organisatie kan zo sterk worden dat de werknemer zijn eigen moraal aanpast aan die van zijn
7
sociale omgeving (Banfield, 1958). Door de drang om de identiteit van deze groep te
beschermen kan men de belangen van de groep plaatsen boven de belangen van degenen die
geschaad worden als een gevolg van het onethisch gedrag (Umphress & Bingham, 2011).
Chen et al. (2016) en Kong (2106) suggereren dat OID leidt tot een hogere UPB. Op basis
hiervan hebben wij het volgende causale schema opgesteld.
Figuur 2: Empirische weergave causaliteit OID en UPB
8
Interpretatie effectgroottes
Voor elke verschillende effectgrootte hebben wij een drempel voor relevantie ontwikkeld met
behulp van verschillende onderzoeken. Hieronder wordt uitgelegd wat deze drempels zijn en
hoe deze zijn opgesteld.
Voor experimenten gebruiken wij Cohen’s d, deze interpreteren wij volgens de vuistregels
ontwikkeld door Cohen, 1988. Hij stelde dat een waarde van d = 0.2 als een ‘klein’ effect
gelabeld kan worden, een waarde van d = 0.5 als ‘gemiddeld’ effect en d = 0.8 een ‘groot’
effect.
Voor cross-sectionele studies gebruiken wij als effectgrootte bèta (β) en correlatie (r), deze
paragraaf bespreekt effectgrootte β. Wij gaan ervan uit dat een β van 0.20 en hoger relevant is
voor management binnen Human Resources en Organizational Behavior. De waarde van deze
effectgrootte verwijst naar hoeveel standaarddeviaties de afhankelijke variabele zal
veranderen, in verhouding tot de toename van de standaarddeviatie van de onafhankelijk
variabele (Nieminen, Lehtiniemi, Vähäkangas, Huusko & Rautio, 2013). In het geval van β =
0.2 zal dit dus betekenen dat een verandering van 1 standaard deviatie in OID zal resulteren in
een verandering van één vijfde standaarddeviatie in UPB.
Naast β interpreteren wij ook de correlatie (r), over deze effectgrootte heeft Cohen (1992)
geschreven dat er een klein effect is vanaf 0.1, een gemiddeld effect vanaf 0.3 en een groot
effect vanaf 0.5. Recent onderzoek laat echter zien dat voor organizational behavior en human
resources (OB/HR) gericht onderzoek, deze grenzen te hoog liggen. In dit onderzoek wordt
een gemiddelde correlatie gevonden 0.227 onder 686 OB/HR gerichte gepubliceerde
correlaties (Paterson, Harms, Steel, Credé, 2016). Ook is de gemiddelde correlatie per
9
onderzoeksveld berekent. Onze hypothese die de relatie tussen OID en UPB onderzoek, ligt in
het veld van deviant behaviors. Voor dit veld is een gemiddelde correlatie gevonden van 0.24
onder 16 correlaties (Paterson et al, 2016). Omdat wij niet verwachten dat dit relevant verschilt
van het gemiddelde van alle studies, vinden wij het aantal conclusies waar het gemiddelde van
de correlaties op is gebaseerd belangrijker dan de toespitsing op ons specifieke onderzoeksveld,
wij houden hierna dan ook aan dat de gemiddelde correlatie (r) 0.227 is. De gemiddelde
correlatie van r = 0.227 zullen wij dan ook als drempel gebruiken voor de relevantie voor het
management.
10
Kritische evaluatie van studies
In dit hoofdstuk worden de studies die wij meenemen in onze literatuurstudie uitgebreid
behandeld. Alle resultaten van de studies zijn overzichtelijk weergegeven in Tabel 1,2 en 3.
Als eerste zullen wij de gestandaardiseerde regressiecoëfficiënten van de studies vergelijken
met onze richtlijnen. Daarna zullen wij hetzelfde doen met de correlatiecoëfficiënt en Cohen’s
d. Vervolgens worden de onderdelen theoretisch domein, populatie, steekproefmethode, nonresponse, onderzoeksmethoden, meetinstrumenten, betrouwbaarheid en validiteit behandeld.
Gestandaardiseerde regressiecoëfficiënten β
In alle onderzoeken wordt de positieve relatie tussen OID en UPB onderzocht. Bij het
handhaven van onze richtlijn van β = 0.20 kan gesteld worden dat de volgende drie studies
relevant zijn voor management binnen Human Resources en Organizational Behavior. Studie
1 van Chen et al. (2016) rapporteerde een gevonden effectgrootte (β1 = 0.28 , SE2=0.11) met
een 95% betrouwbaarheidsinterval van: 0.06067 ≤ β ≤ 0.49933 (Free Statistics Calculator,
Soper 2019). In het artikel van Matherne en Litchfield (2012) wordt de positieve relatie
onderzocht tussen emotionele betrokkenheid bij een organisatie en UPB. Emotionele
(organisatorische) betrokkenheid houdt de betrokkenheid en identificatie van een werknemer
met zijn organisatie in (Allen & Meyer, 1990). Deze definitie van emotionele betrokkenheid
komt nagenoeg overeen met de eerder vastgestelde definitie van OID. Dit vinden wij genoeg
reden om emotionele betrokkenheid mee te nemen in ons onderzoek. De gevonden
effectgrootte is β = 0.197. Deze ligt erg dichtbij de drempel van β = 0.20 dus deze interpreteren
wij als relevant. Als laatste rapporteerde Kong (2016) een gevonden effectgrootte van β = 0.36.
1
2
β = 1.38*(0.55/2.7) = 0.28
SE = 0.55/2.70 * 0.56 = 0.11
11
Bij zowel de effectgrootte van Matherne et al. (2012) als Kong (2016) kan er geen
betrouwbaarheidsinterval worden berekend omdat er een SE ontbreekt en vervolgens ook een
t-waarde ontbreekt om de SE af te leiden (Jones & Waller, 2013). Door het ontbreken van een
betrouwbaarheidsinterval zijn er echter beperkingen met betrekking tot het interpreteren van
de effectgrootte. Hierdoor kan de precisie van de effectgrootte niet goed worden ingeschat.
Doordat deze beperking zich voordoet, wordt er gekeken naar de steekproefgrootte (N) van het
onderzoek. Er kan namelijk worden gesteld dat des te hoger een steekproefgrootte is, des te
betrouwbaarder de precisie van de effectgrootte is (Cumming, 2011). Bij beide dit onderzoeken
is er sprake van een kleine steekproef, N = 137 en N = 120, waardoor de beperking van het
ontbreken van een betrouwbaarheidsinterval nog steeds geldt.
Bij het handhaven van onze richtlijn van β = 0.20 kan er dan ook gesteld worden dat de
volgende vijf studies niet relevant zijn voor management binnen Human Resources en
Organizational Behavior. Studie 2 van Chen et al. (2016) rapporteerde ze een gevonden
effectgrootte (β3 = 0.169 , SE4 = 0.073 ) met een 95% betrouwbaarheidsinterval van 0.02519
≤ β ≤ 0.31281. In studie 1 van Umphress et al. (2010) wordt een effectgrootte gevonden van (β
= 0.05, SE = 0.04) met een 95% betrouwbaarheidsinterval van -0.02883 ≤ β ≤ 0.12883. Bij
studie 2 wordt een effectgrootte gevonden van (β = 0.17, SE = 0.07) met een 95%
betrouwbaarheidsinterval van 0.03165≤ β ≤ 0.30835. Als laatste wordt in het artikel van
Effelsberg, Solga en Gurt (2014) studie 1 een effectgrootte van (β5 = 0.18 , SE6 = 0.05)
gevonden met een 95% betrouwbaarheidsinterval van 0.08158 ≤ β ≤ 0.27842. Bij studie 2 is
β = 0.23*(0.50/0.68) = 0.169
SE = 0.50/0.68 * 0.1 = 0.073
5
β = 0.26 * (0.92/1.34) = 0.18
6
SE = (0.92/1.34) * 0.08 = 0.05
3
4
12
de gevonden effectgrootte (β7 = 0.11 , SE8 = 0.06) met een 95% betrouwbaarheidsinterval van
-0.00805 ≤ β ≤ 0.22805.
Correlatiecoëfficiënt r
Drie van de door ons onderzochte studies hebben een correlatie gevonden die hoger ligt dan
het gemiddelde van r = 0.227. Studie 1 van Chen et al. (2016) rapporteerde een correlatie r =
0.28 met een 95% betrouwbaarheidsinterval van 0.05305 ≤ r ≤ 0.47895 9. In het onderzoek
van Umphress et al. (2010) wordt een correlatie geconstateerd r = 0.31 met een 95%
betrouwbaarheidsinterval van 0.15613 ≤ r ≤ 0.44860. Als laatste rapporteerde Kong (2016)
een correlatie r = 0.33 met een 95% betrouwbaarheidsinterval van 0.15986 ≤ r ≤ 0.48051.
Deze correlaties kunnen als groot worden beschouwd. De gevonden correlatie van Chen et al.
(2016) studie 2 is r = 0.25 met een betrouwbaarheidsinterval van 0.12712 ≤ r ≤ 0.36482. Deze
correlatie ligt net iets boven de gevonden gemiddelde correlatie r = 0.227 van Paterson et al.
(2016) en kan dus als gemiddeld worden geïnterpreteerd.
De overige vijf studies hebben een correlatie die lager is dan onze richtlijn en worden door ons
als klein beschouwd. Studie 3 van Chen et al. (2016) rapporteerde een correlatie tussen OID en
UPB van r = 0.14 met een 95% betrouwbaarheidsinterval van -0.00532 ≤ r ≤ 0.27924. Deze
correlatiecoëfficiënt is beduidend lager dan bij de vorige twee studies, dit is een gevolg van de
manipulatie die is toegepast bij het experiment van studie 3. Bij studie 1 van Umphress et al.
(2010) wordt een lage correlatie gevonden van r = 0.06 met een 95% betrouwbaarheidsinterval
van -0.08167 ≤ r ≤ 0.17985. In studie 1 van Effelsberg, et al. (2014) wordt een correlatie
β = 0.14 * (0.90/1.1) = 0.11
SE = (0.90/1.10) * 0.07 = 0.06
9
Alle betrouwbaarheidsintervallen van correlatiecoëfficiënt berekend via:
https://www.psyctc.org/stats/R/CI_correln1.html
7
8
13
gevonden van r = 0.14 met een 95% betrouwbaarheidsinterval van 0.02507 ≤ r ≤ 0.25098. In
studie 2 is de gevonden correlatie tussen OID en UPB ook r = 0.14, maar met een 95%
betrouwbaarheidsinterval van 0.0305 ≤ r ≤ 0.24588. Als laatste is bij het onderzoek van
Matherne en Litchfield (2012) de correlatie tussen emotionele betrokkenheid en UPB r = 0.186
met een 95% betrouwbaarheidsinterval van 0.01866 ≤ r ≤ 0.34283.
Cohen’s d
Bij studie 3 van Chen et al. (2016) wordt een experiment uitgevoerd. De resultaten laten zien
dat de groep met hoge OID een grotere kans heeft op het vertonen van UPB (M = 4.36, SD =
2.10) dan de groep met lage OID (M = 3.77, SD = 1.99). Hierbij is de gevonden effectgrootte,
Cohen’s d = 0.288 (Free Statistics Calculator, 2019) met een 95% betrouwbaarheidsinterval
van -0.0053 ≤ d ≤ 0.5821. Volgens Cohen’s (1988) richtlijnen kan deze d = 0.288 gezien
worden als een klein effect.
14
Tabellen overzicht artikelen
In onderstaande tabellen zijn de gemiddelden en standaarddeviaties van de variabelen en de
effectgroottes per studie te zien.
Tabel 1: Overzicht variabelen
Tabel 2: Overzicht betrouwbaarheidsintervallen
15
Hypotheses
Een hypothese is de weergave van een claim over de theorie die wordt onderzocht, waarbij de
hypothese een veronderstelling maakt over de relatie tussen twee variabelen (Course Book,
2018-2019). In het onderzoek van Chen et al. (2016), Umphress et al. (2010) en Kong (2016)
worden meerdere hypotheses opgesteld, waarvan de volgende hypothese relevant is voor ons
onderzoek, namelijk: “Organizational identification is positively related to UPB”. Effelsberg
et al. (2014) onderzoeken de hypothese: “Transformational leadership will be positively related
to employees’ willingness to engage in UPB” en de hypothese: “This relationship will be
mediated by employees’ organizational identification. In the process, transformational
leadership will be positively associated with organizational identification and organizational
identification will be positively associated with willingness to engage in UPB” . In onze
kritische evaluatie beperken wij ons tot de tweede hypothese waarbij alleen de invloed van OID
op UPB wordt onderzocht. Als laatste is er het onderzoek van Matherne & Litchfield (2012),
waar de hypothese: “Affective commitment is positively related to unethical pro-organizational
behaviors” wordt onderzocht en belangrijk geacht. Alle onderzochte hypotheses worden er
geen causale claims gemaakt.
Variabelen hypotheses
In alle vijf de onderzoeken wordt als afhankelijke variabele UPB gebruikt. Vervolgens wordt
in alle onderzoeken, behalve het onderzoek van Matherne & Litchfield (2014), als
onafhankelijke variabele OID gebruikt. In het onderzoek van Matherne & Litchfield (2014) is
als onafhankelijke variabele affective commitment gebruikt. Zoals eerder uitgelegd in de
paragraaf definities, wordt affective commitment vertaald naar emotionele betrokkenheid met
het bedrijf en de mate waarin een werknemer zich hecht aan het bedrijf (Matherne & Litchfield,
16
2014). OID wordt beschouwd als de mate waarin een werknemer zich betrokken voelt met het
bedrijf (Umphress et al., 2010). Beide definities hebben in zekere mate overlap en achten wij
als nagenoeg hetzelfde. Om deze reden wordt de variabele affective commitment in ons
onderzoek beschouwd als OID.
Theoretisch domein en focale eenheid
Het theoretisch domein bestaat uit omgevingen waarin de theorie geacht wordt te bestaan
(Stinchcombe, 1973). In ons onderzoek zullen wij ervan uitgaan dat het onderzochte
theoretisch domein heterogeen is. Heterogeniteit bestaat wanneer effecten verschillen tussen
studies (Higgins & Thompson, 2002). Dit kan het gevolg zijn van verschil tussen bijvoorbeeld
respondenten, onderzoeksdesign of bias control (Higgins, Thompson, Deeks & Altman, 2002).
In onze kritische evaluatie is er een theoretisch domein van alle medewerkers in de wereld, in
alle industrieën, in alle functies, met als focale eenheid medewerkers.
De focale eenheid is de belangrijkste entiteit binnen een theorie waarover uitspraken
worden gedaan. Een focale eenheid kan bestaan uit verschillende dingen zoals activiteiten,
gebeurtenissen, groepen, personen en organisaties. Binnen een theorie is het belangrijk dat de
definitie van focale eenheid consistent is en hetzelfde betekent, zodat er geen misverstanden
kunnen bestaan over de entiteit binnen de theorie waarover onderzoek moet worden gedaan
(Course Book, 2018-2019) De artikelen die wij meenemen in onze kritische evaluatie hebben
hier allemaal geen extra specificaties aan toegevoegd en om deze reden zal hier verder per
artikel dus geen extra aandacht aan worden besteed.
17
Onderzoeksdesign en causale claim
In voorgaand wordt de relatie tussen OID en UPB onderzocht. Een causale claim kan alleen
worden gemaakt als uitkomst van een experiment. Een experiment onderscheidt zich van
andere onderzoeksdesigns door manipulatie. Hierbij wordt de onafhankelijke variabele
verdeeld in twee groepen, een controlegroep en manipulatie groep. Op deze manier wordt er
gekeken naar verschillen in de afhankelijke variabele en of deze zijn veroorzaakt door de
manipulatie (Course Book, 2018-2019). Om causale claims te kunnen maken moet er dus een
experiment worden uitgevoerd, om deze reden hadden wij verwacht dat er in voorgaand
onderzoek veel gebruik zou zijn gemaakt van experimentele studies zodat er meer causale
claims konden worden gemaakt over dit onderwerp. Met uitzondering van studie 3 van Chen
et al. (2016) is er in elke studie gebruik gemaakt van een cross-sectioneel onderzoek. Toch is
er in de discussie van het artikel van Kong (2016) onterecht een causale claim gemaakt over
de invloed van OID op UPB, aangezien deze studie gebaseerd was op een cross-sectioneel
onderzoek. De andere onderzoeken waarin gebruikt is gemaakt van een cross-sectioneel
onderzoek hebben geen causale claims gemaakt. Het eerder genoemde experiment in studie 3
van Chen et al. (2016) maakt de causale claim dat OID leidt tot hogere UPB.
Consistentie parameter effectgroottes
De effectgroottes van alle studies in de onderzoeken komen overeen met onderzoeksstrategie.
Alle onderzoeken hebben een correlatiecoëfficiënt, dit is zowel mogelijk bij een crosssectionele studie als een experiment. Echter, de correlatiecoëfficiënt van een experiment kan
niet vergeleken worden met die van een cross-sectionele studie. Hier zullen wij rekening mee
houden bij de kritische synthese.
18
Alle cross-sectionele studies hebben een regressiecoëfficiënt berekend, hierbij kan een
onderscheid
worden
gemaakt
tussen
gestandaardiseerde-
en
ongestandaardiseerde
regressiecoëfficiënten. De ongestandaardiseerde regressiecoëfficiënt hebben wij zelf
gestandaardiseerd met behulp van een herschaalde standaardfout (SE). Studie 3 van Chen et al.
(2016) heeft een experiment uitgevoerd en voor deze studie hebben wij een Cohen’s d berekend
met behulp van de eerder benoemde effectgrootte rekenmachine.
Populatie
In deze paragraaf wordt onder andere gekeken of de populatie die wordt onderzocht in de
artikelen goed genoeg past binnen het theoretisch domein.
Chen et al. (2016) hebben in studie 1 een groot Chinees farmaceutisch bedrijf als populatie, het
bedrijf bezit meer dan honderd bedrijven in China. In studie 2 is de populatie de werknemers
van een Chinees retail bedrijf. Deze werknemers zijn allemaal werkzaam in verschillende
productgroepen binnen de retail industrie. In studie 3 is de populatie het bestand van
Amerikaanse leden van Amazon-Mechanical Turk. Chen et al. (2016) hebben door
steekproeven in verschillende branches en landen te onderzoeken goed rekening gehouden met
het dekken van het theoretisch domein, zowel de aziatische als westerse culturen zijn getest.
Dit maakt de onderzoeksresultaten representatiever voor het theoretische domein. Aangezien
er bij studie 3 sprake is van zelfselectie vragen wij ons af of participanten mogelijk geen werk
hebben en daarom dus buiten het theoretische domein bevinden.
Chen et al. (2016) hebben door steekproeven in verschillende branches en landen te
onderzoeken goed rekening gehouden met het dekken van het theoretisch domein, zowel de
aziatische als westerse culturen zijn getest. Dit maakt de onderzoeksresultaten representatiever
voor het theoretische domein. Aangezien er bij studie 3 sprake is van zelfselectie vragen wij
19
ons af of participanten mogelijk geen werk hebben en daarom dus buiten het theoretische
domein bevinden.
Umphress et al. (2010) hebben in studie 1 iedereen die oproepbaar is voor de
southeastern U.S. county circuit court als populatie. De groep voor de steekproef bestaat uit
mensen die zijn opgeroepen voor jury duty. In studie 2 is de populatie volwassenen die zich in
het bestand van Studyresponse.com bevinden. Het onderzoek slaagt erin mensen te
ondervragen uit verschillende industrieën, maar beide studies vinden plaats onder de
Amerikaanse bevolking.
De populatie voor het onderzoek van Effelsberg et al. (2013) bestaat uit werknemers in
Duitsland. Voor studie 1 hebben studenten de respondenten gewerfd bestaande uit werknemers
van verschillende bedrijven met verschillende achtergronden. Voor studie 2 was een populatie
opgesteld van werkenden die ingeschreven waren voor een toegepaste psychologie cursus bij
een lange afstand universiteit in West-Duitsland om HRM of marketing experts te worden.
Matherne & Litchfield (2012) hebben als populatie de medewerkers van een
restaurantketen die restaurants heeft op vijf locaties in drie steden in een staat in het zuidoosten
van Amerika. Het onderzoek is volledig gericht op de Amerikaanse bevolking, daarbij is alleen
onderzoek
gedaan
naar
medewerkers
van
één
restaurantketen.
Hierdoor
is
de
onderzoekspopulatie erg specifiek en dekt het een zeer klein gedeelte van het theoretisch
domein. Ook bevat het onderzoek veel college studenten, waardoor de focus veel op een
bepaalde groep binnen het theoretisch domein gelegd wordt. Dit samen zorgt dat de validiteit
van de resultaten laag is en dus in mindere maten uitspraken over het theoretisch domein
gedaan kunnen worden.
De populatie van het onderzoek van Kong (2016) bestaat uit Amerikaanse werknemers
die enige vorm van college educatie hebben gehad en in het bestand van Studyresponse.com
staan.
20
Steekproefmethoden
Chen et al. (2016) hebben in studie 1 en 2 niet duidelijk aangegeven hoe aan het farmaceutisch
bedrijf is gekomen en wij gaan er dus van uit dat dit een gemakssteekproef is. Voor het
onderzoek van studie 1 was van elk bedrijf willekeurig een werknemer geselecteerd om te
participeren. Voor deze studie is dus een gelaagde steekproef gebruikt, de eerste laag was een
gemakssteekproef en de tweede een willekeurig steekproef, hierdoor is de steekproef als totaal
niet aselect/willekeurig. In studie 3 is er gebruik gemaakt van Amazon-Mechanical Turk. Dit
is een gemakssteekproef, aangezien dit door middel van zelfselectie werkt.
Umphress et al. (2010) hebben in studie 1 gebruik gemaakt van willekeurige selectie
voor de groep van respondenten uit de jury duty. Daarna is gebruik gemaakt van een census
door de onderzoekers, die begin van de dag al deze opgeroepen juryleden benaderde. In studie
2 er gebruik gemaakt van een gemakssteekproef.
In het onderzoek van Effelsberg et al. (2013) is er bij beide studies gebruik gemaakt
van een gemakssteekproef. Bij de eerste studie zijn specifiek werknemers meegenomen van
verschillende bedrijven met verschillende functies, wat de validiteit en relevantie van de
resultaten voor het theoretisch domein verhoogt. Bij studie 2 is een hele specifieke
gemakssteekproef gebruikt, wat de validiteit van de resultaten laag maakt en dus in mindere
mate uitspraken over het theoretisch domein gedaan kunnen worden.
In het onderzoek van Matherne & Litchfield (2012) is er gekozen voor een
gemakssteekproef. Managers werden niet meegenomen in het onderzoek. Dit kan met
voorbedachten rade zijn gedaan, maar de reden hiervoor is niet expliciet benoemd waardoor
wij uitgaan van een selectiebias.
Kong (2016) heeft wederom gebruik gemaakt van een gemakssteekproef. Het
gebruiken van alleen sampling door crowdsourcing maakt het mogelijk dat de
21
onderzoeksresultaten niet representatief zijn, het is namelijk niet duidelijk of de respondenten
hetzelfde zijn als de focale eenheid.
Tabel 3: overzicht focale eenheid en steekproefmethoden
Non-response
Een vereiste voor het toepassen van inferentiële statistiek, het doen van uitspraken over de
populatie met behulp van de geobserveerde effectgrootte uit een onderzoek, is dat de steekproef
compleet is. Er moet dus sprake zijn van geen non-responses. Non-response is het gevolg van
het niet invullen van een vragenlijst door de respondenten. Wanneer deze non-response
selectief is, kan dit leiden tot een non-response bias wat kan resulteren in een vertekening van
de effectgrootte (Course Book, 2018-2019). Non-responses worden over het algemeen gezien
als een gevaar voor de validiteit van een onderzoek en wanneer dit het geval is moet er worden
gekeken of er een verschil bestaat in uitkomsten wanneer er sprake is van geen non-response
(Rogelberg & Stanton, 2007). Hieronder zullen de non-responses van de verschillende studies
worden besproken
In studie 1 van Chen et al. (2016) hebben 78 bedrijven de uitnodigingen voor het onderzoek
geaccepteerd, waarvan 73 uiteindelijk meededen. Dit is een vrij lage non-response, wat zorgt
dat de data goed representatief is voor de populatie. In studie 2 zijn 278 werknemers benaderd
22
om twee surveys in te vullen met een periode van 4 weken tussen de eerste en tweede survey.
Alle respondenten hebben de eerste survey ingevuld en maar 240 de tweede survey. Er bleken
38 non-responses te zijn en dit is een relatief klein gedeelte, waardoor de resultaten redelijk
representatief zijn voor de populatie. In studie 3 zijn er van de 191 participanten 8 participanten
afgevallen door het verkeerd beantwoorden van een attentie check, wat uiteindelijk leidt tot
183 respondenten. Non-responses bestaan niet, aangezien er bij deze studie is gewerkt met
zelfselectie.
Umphress et al. (2010) hebben in studie 1 uiteindelijk een dataset van 224 respondenten
gehaald, wat 32.2% is van de benaderde groep. Een relatief hoge non-response waardoor de
resultaten mogelijk niet representatief zijn voor de populatie. De relatieve hoge non-response
is te verklaren doordat er gebruik is gemaakt van een census, hierbij wordt een hele groep/lijst
benaderd, waardoor de non-response gemiddeld aanzienlijk hoger zal zijn dan bij een selectie.
In studie 2 bevat de uiteindelijke dataset 148 respondenten, door niet- en onvolledig ingevulde
enquêtes. Dat is een response rate van 37% ten opzichte van de oorspronkelijke 400
respondenten. Een relatief hoge non-response waardoor de resultaten mogelijk niet
representatief zijn voor de populatie.
Bij het onderzoek van Effelsberg et al. (2013) zijn de respondenten door middel van
een gemakssteekproef benaderd. 484 respondenten participeerden initieel, maar door niet- en
onvolledig ingevulde enquêtes bevatte de uiteindelijke dataset 290 respondenten. Er wordt hier
geen informatie verschaft over de non-response rate, wel zien wij dat maar zo’n 60% beide
vragenlijsten compleet hebben ingevuld. Deze 40% als ‘non-response rate’ is hoog voor een
gemakssteekproef en zijn de resultaten dus in mindere mate representatief voor de populatie.
In studie 2 werd initieel gestart met 420 participanten, hiervan zijn uiteindelijk 319
onderzoeken compleet ingevuld en dit is de uiteindelijke dataset. Deze 24% als ‘non-response
rate’ is vrij hoog voor een gemakssteekproef en zijn de resultaten dus in mindere mate
23
representatief voor de populatie. Deze resultaten zijn wel representatiever voor de populatie
dan de resultaten van studie 1 voor die populatie.
Bij het onderzoek van Matherne & Litchfield (2012) participeerden door middel van
een census 148 respondenten. Elf respondenten werden geëlimineerd van de studie door
tegenstrijdige antwoorden op positief en negatief gedefinieerde vragen. Hierdoor bleef een
dataset over van 137 respondenten. Non-response wordt niet benoemd, wat problematisch is
om uitspraken te doen over de representativiteit van de resultaten.
Bij het onderzoek van Kong (2016) kunnen er geen uitspraken worden gedaan over de
non-response, aangezien er is gewerkt met zelfselectie. Uiteindelijk hebben 120 participanten
de vragenlijst ingevuld. Verder wordt er geen uitspraken gedaan over het uitsluiten van
participanten door het foutief invullen van attentie checks of tegenstrijdige antwoorden. Als
wij er van uit gaan dat zij hier geen rekening hebben gehouden zou dit negatief zijn voor de
betrouwbaarheid van de resultaten.
Meting
De manier waarop een variabele wordt gemeten is belangrijk tijdens het uitvoeren van een
onderzoek. Er moet rekening gehouden worden met de verschillende manieren waarop
informatie wordt verworven, deze informatie kan worden verschaft door informanten,
respondenten of andere bronnen. Vervolgens moet er worden gecontroleerd of deze bronnen
betrouwbaar zijn en zal de validiteit en betrouwbaarheid van de meetinstrumenten worden
getoetst (Course Book, 2018-2019). In de volgende paragrafen zullen deze onderdelen aan bod
komen om zo de validiteit van de onderzoeken te testen.
24
Informanten, respondenten of andere bron
In alle onderzoeken is er gebruikt gemaakt van informatie die is verschaft door de
respondenten. In studie 3 van Chen et al. (2016) hebben respondenten uit het bestand van
Amerikaanse leden van Amazon-Mechanical Turk de vragenlijst ingevuld. Umphress et al.
(2010) hebben in studie 1 respondenten gebruikt die oproepbaar zijn voor de southeastern U.S.
county circuit court. In studie 2 van Umphress et al. (2010) komen de respondenten uit het
bestand van Studyresponse.com. Door het gebruik van deze verschillende databases kunnen er
verschillende biases ontstaan, zoals het social desirability bias dat in de volgende paragraaf zal
worden uitgelegd. Bovendien kan er sprake zijn van een selectiebias bij het gebruik van
Amazon Mechanical Turk. Amazon Mechanical Turk is een platform waar onderzoekers die
respondenten nodig hebben en respondenten die bereid zijn vragenlijsten in te vullen
samenkomen. Met het invullen van deze vragenlijsten kan geld worden verdiend, wat mogelijk
kan leiden tot een bias. Respondenten kunnen bijvoorbeeld alleen gemotiveerd zijn door de
beloning die zij ontvangen voor het invullen van de vragenlijst, waardoor deze vragenlijsten
mogelijk niet serieus worden ingevuld en de betrouwbaarheid van de respondenten wordt
aangetast.
Meetinstrumenten en validiteit
Alle artikelen inbegrepen in onze literatuurstudie meten OID met behulp van de schaal van
Mael & Ashforth (1992). Aangezien Matherne & Litchfield (2014) affective commitment
gebruiken als onafhankelijke variabele is dit artikel hierop een uitzondering, dit wordt later in
deze paragraaf besproken. Opvallend is dat alle artikelen die OID meten de schaal van Mael &
Ashforth gebruiken, dit geeft aan dat de auteurs van deze artikelen deze schaal dus waarderen
en als best mogelijke graadmeter voor OID achten. Dit is volgens ons een eerste signaal dat de
schaal van goede kwaliteit is. Ten tweede is het artikel van Mael & Ashforth (1992) waarin zij
25
deze schaal beschrijven 4899 keer geciteerd, dit betekent dat niet alleen de auteurs die wij
meenemen in de literatuurstudie maar ook bijna 5000 andere onderzoeken deze schaal
gebruiken of aanpassen. Ten derde is het artikel gepubliceerd in een goed en gerespecteerd
journal, namelijk Journal of organizational Behavior (RIM Journals List (EJL) 2016-2021). Dit
zijn allemaal redenen om aan te nemen dat deze manier van het meten van OID een goed is.
Echter, er zijn limitaties die kleven aan het gebruiken van de schaal van Mael & Ashforth. Er
worden namelijk causale claims gemaakt als gevolg van OID, terwijl de schaal is ontwikkeld
met behulp van cross-sectioneel onderzoek en dit dus niet mogelijk is. Daarnaast wordt er bij
het meten van OID gebruik gemaakt van vragenlijsten met self-reports, wat de face validity
van zo’n meting kan benadelen door een mogelijk social desirability bias van de respondenten
(Mael & Ashforth, 1990). De content validity van de schaal die wordt gebruikt door de
onderzoekers voor OID is sterk, aangezien in elk artikel dezelfde schaal van Mael & Ashforth
(1990) wordt gebruikt en dus dezelfde gegevens worden gemeten (Price, Jhangiani, & Chiang).
Alles bij elkaar vinden wij dat de positieve argumenten opwegen tegen de negatieve en
concluderen wij dat de schaal van Mael & Ashforth (1992) als betrouwbaar en valide kan
worden gezien door bovengenoemde redenen.
Bij het meetinstrument van UPB valt op dat in elk artikel de schaal van Umphress et al.
(2010) wordt gebruikt wat wil zeggen dat de onderzoekers van deze artikelen deze schaal dus
waarderen en als best mogelijke graadmeter voor UPB achten. Ten tweede komt het feit dat
het artikel van Umphress et al. (2010) waarin zij deze schaal beschrijven 299 keer is geciteerd,
relatief vaak is. Daarbij is het artikel gepubliceerd in een top journal, namelijk Journal of
Applied Psychology (RIM Journals List (EJL) 2016-2021). Een limitatie die kleeft aan het
gebruik van de schaal is dat er voor het meten van UPB gebruik gemaakt van vragenlijsten met
self-reports, wat de face validity van zo’n meting kan benadelen door een mogelijk social
26
desirability bias van de respondenten. Echter hebben Umphress et al. dit effect proberen te
minimaliseren (Umphress et al., 2010). De content validity van de schaal die wordt gebruikt
door de onderzoekers voor UPB is sterk, aangezien in elk artikel dezelfde schaal van Umphress
et al. (2010) wordt gebruikt en dus dezelfde gegevens worden gemeten (Price et al., z.d.). Alles
bij elkaar kunnen wij concluderen dat de schaal van Umphress et al. (2010) als betrouwbaar en
valide kan worden gezien.
Voor affective commitment in het artikel van Matherne & Litchfield (2012) wordt er
gebruik gemaakt van de schaal van Allen & Meyer (1990). Deze schaal is echter wel aangepast,
er zijn namelijk vijf van de zes items gebruikt omdat de respondenten merendeels uit college
studenten bestond. Het artikel van Allen & Meyer (1990) waarin zij deze schaal beschrijven is
maar liefst 14712 keer is geciteerd, wat ook natuurlijk enorm vaak is. Daarbij is het artikel
gepubliceerd in een goed en gerespecteerd journal, namelijk Journal of Occupational
Psychology (RIM Journals List (EJL) 2016-2021). De content validity van de schaal die wordt
gebruikt door Matherne & Litchfield voor affective commitment is niet zo sterk, aangezien deze
schaal geen OID meet (Price et al.). Alles bij elkaar kunnen wij concluderen dat de schaal van
Allen & Meyer (1990) als betrouwbaar kan worden gezien, maar geen hoge validiteit heeft
omdat de schaal affective commitment meet en geen OID.
Betrouwbaarheid en validiteit
Wij zullen de Cronbach’s alpha beoordelen met behulp van de gestelde drempels door Gliem
& Gliem (2003). De Cronbach’s alpha geeft de betrouwbaarheid van de gemeten variabelen
weer. De Cronbach's alpha kan worden beoordeeld als acceptabel (α = 0.70), goed (α = 0.80)
of excellent (α = 0.90). Alle Cronbach’s alpha’s zijn boven de 0.70 worden dus als acceptabel
beoordeeld. Van de 16 Cronbach’s alpha’s kunnen er 11 als goed of excellent worden
27
beoordeeld, waarbij het onderzoek van Umphress et al. (2010) hierin uitschiet met Cronbach’s
alpha’s van 0.92.
Met uitzondering van studie 3 van Chen et al. (2016), heeft iedere studie een lage
interne validiteit en een hoge externe validiteit. Dit komt omdat zij gebruik hebben gemaakt
van een cross-sectioneel onderzoek. Bij deze onderzoeken zijn de invloeden van de omgeving
dus relatief sterk, maar zijn daarom wel goed toepasbaar buiten het lab (Course Book, 20182019). Studie 3 van Chen et al. (2016) heeft een experiment als onderzoeksdesign en heeft
daarom een hoge interne validiteit en een lage externe validiteit.
Tabel 4: overzicht onderzoeksdesign, validiteit en betrouwbaarheid
28
Heterogeniteit
Wij gaan ervan uit dat het onderzochte theoretisch domein in alle onderzoeken heterogeen is.
Heterogeniteit bestaat wanneer effecten verschillen tussen studies (Higgins & Thompson,
2002). Dit kan het gevolg zijn van verschil tussen bijvoorbeeld respondenten, studie design of
bias control (Higgins, Thompson, Deeks & Altman, 2002). Eerder in het verslag is al gebleken
dat in de onderzoeken die wij gebruiken verschil bestaat tussen ieder van de bovengenoemde
aspecten, het is om deze reden logisch om rekening te houden met heterogeniteit. Het gevolg
van heterogeniteit is dat studies niet naar het hele theoretisch domein te vertalen zijn en het
hele theoretisch domein moet worden onderzocht.
29
Kritische synthese
Het doel van de kritische synthese is het vergelijken en integreren van de onderzoeksresultaten
van de studies. Deze vergelijking geeft een beter inzicht in de relatie tussen OID en UPB. In
de synthese zoeken wij naar verklaringen waarom sommige effectgroottes afwijken van
anderen. Wij zullen ons eerst focussen op de verklaring van het verschil in de
betrouwbaarheidsintervallen van de correlatie coëfficiënt, die afgebeeld zijn in Figuur 3,
aangezien wij deze effectgrootte hebben van elke studie. De correlatie coëfficiënt meet de
relatie tussen OID en UPB zonder invloed van andere variabelen, dit maakt het effect duidelijk
maar de situatie is niet erg realistisch. De effectgroottes van r lopen van 0.06 tot 0.33 met een
gemiddelde van 0.20. In dit geval zal dit dus betekenen dat een verandering van 1
standaarddeviatie in OID zal resulteren in een verandering van een vijfde standaarddeviatie in
UPB. Hierna reflecteren wij deze bevindingen aan de hand van de betrouwbaarheidsintervallen
van de gestandaardiseerde regressiecoëfficiënt, die afgebeeld zijn in Figuur 5. De
gestandaardiseerde regressiecoëfficiënt meet de relatie tussen OID en UPB in een model met
controlevariabelen. De effectgroottes van β lopen van 0.05 tot 0.36 met een gemiddelde van
0.19. In dit geval zal dit dus betekenen dat een verandering van 1 standaarddeviatie in OID zal
resulteren in een verandering van 0.19 standaarddeviaties in UPB.
Meta analyse
Wij zullen geen meta analyse uitvoeren, maar enkel gebruik maken van een kwalitatieve
analyse. Dit is de meest gebruikte benadering binnen het HR/OB onderzoeksgebied, in
tegenstelling tot bijvoorbeeld het financiële onderzoeksveld waarbij een meta-analyse
resultaten een veelgebruikt fenomeen is. De statistische analyse van effectgroottes van HR/OB
studies
hebben
veel
verschillen
in
de
onderzoeksopzet,
zoals:
verschillen
in
30
onderzoeksstrategie, steekproef procedures en meetinstrumenten. Hierdoor kan beter een
kwalitatieve analyse gebruikt worden dan een meta-analyse (Course Book, 2018-2019)
(Chevalier, Van Driel, & Vermeire, 2007).
Kwalitatieve
vergelijking
betrouwbaarheidsinterval
correlatiecoëfficiënt
Figuur 3: betrouwbaarheidsintervallen correlatie coëfficiënt
In Figuur 3 zijn de betrouwbaarheidsintervallen van de correlatie effectgroottes weergegeven.
Zichtbaar is dit alle effectgroottes aan de rechterkant van nullijn vallen dus er kan worden
gesteld dat de veronderstelde relatie tussen OID en UPB positief van aard is. De gemiddelde
effectgrootte van bovenstaande studies is 0.20. Dit gemiddelde ondersteunt de gevonden
positieve relatie. Het gemiddelde ligt net onder onze gestelde grens voor relevantie voor
management. Bovendien laten de effectgroottes een zekere mate van overlap zien. Ook hier is
het betrouwbaarheidsinterval van Chen et al. (2016) studie 1 opvallend groot. Studie 3 van
Chen et al. (2016) en studie 1 van Umphress et al. (2010) zijn niet significant, omdat de
betrouwbaarheidsintervallen een effectgrootte zowel boven als onder nul vallen (Cumming,
2011). Toch nemen wij deze effectgrootte mee in onze evaluatie, omdat ook niet significante
31
effecten
relevante
informatie
kunnen
bevatten
(Paterson
et
al.,
2016).
De
betrouwbaarheidsintervallen van Kong (2016) en Umphress et al. (2010) studie 2 zijn
opvallend in de zin dat zij ver boven de door ons gestelde grens van 0.20 liggen. Dit zou kunnen
komen door een relatief slechte steekproef procedure die in beide studies is gebruikt, in studie
2 van Umphress (2010) is sprake van een hoge non-response en in Kong (2016) zijn er weinig
participanten.
Ondanks dat wij de studie 3 van Chen et al. (2016) in de figuur hebben verwerkt, kan deze niet
goed met de andere studies vergeleken worden. Dit komt omdat bij deze studie gebruik is
gemaakt van een experiment in tegenstelling tot de andere studies die cross-sectioneel zijn,
waardoor de correlatiecoëfficiënt anders van aard is. Om deze reden kan er bij een onderlinge
vergelijking alleen speculatieve uitspraken worden gedaan.
Voor het vergelijken van de verschillende onderzoeken hebben wij gekeken naar de verdeling
man/vrouw tussen de respondenten. Deze verdeling hebben wij gerangschikt naar het
percentage vrouw dat de steekproef vertegenwoordigt. Opvallend is het grote verschil in
percentage vrouwen tussen de onderzoeken. Zo is er bijvoorbeeld bij het onderzoek van Chen
et al. (2016) percentages van 88% en 90% vrouw waar te nemen, in tegenstelling tot de andere
onderzoeken waar het aandeel vrouw in de steekproef varieert tussen de 30% en 57%. In
Appendix A.3 hebben wij de onderzoeken gerangschikt op de verdeling van geslacht. Er is een
positieve samenhang waar te nemen in de vrouw/man verdeling en de correlatiecoëfficiënt.
Deze samenhang wordt nog duidelijker als de studies van Umphress et al. (2010) buiten
beschouwing worden gelaten omdat zij mogelijk een steekproef hebben die buiten het
theoretisch domein valt en Kong (2016) buiten beschouwing wordt gelaten omdat dit
onderzoek een kleine steekproefomvang heeft die is gevonden met behulp van zelfselectie. Met
32
behulp van deze bevindingen vermoeden wij dat een groter percentage vrouwen in de
steekproef leidt tot een grotere effectgrootte (r). Hierbij stellen wij de volgende hypothese op:
Hypothese 1: Geslacht is een modererende variabele op de relatie tussen OID en UPB.
Figuur 4: Empirische weergave hypothese 1
33
Kwalitatieve
vergelijking
betrouwbaarheidsinterval
gestandaardiseerde regressiecoëfficiënt
Figuur 5: betrouwbaarheidsintervallen gestandaardiseerde regressiecoëfficiënt
De bovengenoemde hypothese over geslacht gaat niet op bij de verdeling van β. Dit is te
verklaren omdat een aantal regressiemodellen die zijn gebruikt in de onderzoeken geslacht
meenemen als controlevariabele.
In Figuur 5 zijn de betrouwbaarheidsintervallen van de effectgroottes van de
gestandaardiseerde regressiecoëfficiënt weergegeven. Voor de studies van Matherne &
Litchfield (2012) en Kong (2016), was het niet mogelijk een betrouwbaarheidsinterval te
berekenen, voor deze studies is alleen de effectgrootte toegevoegd. Te zien is dat alle
effectgroottes aan de rechterkant van nullijn vallen dus er kan worden gesteld dat de
veronderstelde relatie tussen OID en UPB positief van aard is. De gemiddelde effectgrootte
van bovenstaande studies is 0.19. Dit gemiddelde ondersteunt de gevonden positieve relatie.
Het gemiddelde ligt net onder onze gestelde grens voor relevantie voor management.
Bovendien laten de effectgroottes een zekere mate van overlap zien. Hoe groter het
34
betrouwbaarheidsinterval is hoe onzekerder de gevonden effectgrootte is (Cumming, 2011).
Opvallend is de grootte van het betrouwbaarheidsinterval van Chen et al 2016 studie 1, wij
verwachten dat dit komt doordat er gebruikt is gemaakt van een relatief kleine steekproef.
De resultaten van Umphress et al (2010) studie 1 en Effelsberg, Solga & Gurt (2013) studie 2
zijn niet significant, omdat de betrouwbaarheidsintervallen zowel positief als negatief zijn
(Cumming, 2011). Toch nemen wij deze effectgroottes mee in onze evaluatie, omdat ook niet
significante effecten relevante informatie kunnen bevatten (Paterson et al. 2016). De
effectgrootte van Kong (2016) ligt afwijkend erg aan de rechterzijde van de figuur, dit zou het
resultaat kunnen zijn van het meten van weinig participanten. Aangezien een kleine
steekproefgrootte een negatieve invloed heeft op de mate dat de resultaten representatief zijn
voor de werkelijkheid (Button et al., 2013).
In de verdeling van de effectgroottes liggen er in het midden van de verdeling een aantal
effectgroottes dicht bij elkaar, dit is te zien in Figuur 5. Van deze effectgroottes wordt er bij
een groot deel gebruik gemaakt van twee enquêtes die vier weken van elkaar worden
afgenomen. Het afnemen van gespreide enquêtes over een periode zorgt voor een vermindering
van de common method bias (Chen et al, 2016). In onze vergelijking zijn er aanwijzingen om
aan te nemen dat dit werkt, in het onderzoeksvoorstel zullen wij dit meenemen.
Beoordeling studies
In onze literatuurstudie hebben wij al weinig onderzoeken meegenomen. Het uitsluiten van een
studie zal het nog lastiger maken een goede analyse te bereiken. Hierdoor besluiten wij alle
onderzoeken in onze literatuurstudie te behouden en de onderzoeken te beoordelen op kwaliteit.
Met deze beoordeling hangen wij een weging aan elke studie om vervolgens een nieuw
gestandaardiseerd gemiddelde te geven voor de correlatiecoëfficiënt en de regressiecoëfficiënt.
35
De manier waarop wij dit hebben gedaan is weergegeven in Appendix C. De gemiddelde
effectgrootte van de gestandaardiseerde regressiecoëfficiënt en correlatiecoëfficiënt berekend
met de weging zijn respectievelijk 0.17 en 0.19, dit is lager dan de eerder genoemde 0.19 en
0.20 uit Tabel 2. Dit is geen onverwacht resultaat, omdat de studies die slechter scoorden op
verschillende aspecten over het algemeen een opvallend hogere effectgrootte hadden.
Aanleiding tot onderzoek
Uit de gelezen literatuur zijn er aanwijzingen gevonden voor de relatie tussen OID en UPB.
Echter, niet het gehele theoretisch domein is onderzocht. Wij willen ons om deze reden
focussen op Nederlandse werknemers. De onderzoeksvraag die hieruit volgt is: ‘Hoe groot is
het effect van organizational identification (OID) op unethical pro-organizational behavior
(UPB) onder de Nederlandse werkzame bevolking?’. Hierbij is de onafhankelijke variabele
OID en UPB de afhankelijke variabele. Daarnaast zullen wij zoals eerder benoemd de mogelijk
modererende variabele, geslacht, onderzoeken.
36
Methoden
In het volgende hoofdstuk wordt de manier waarop wij onderzoek hebben gedaan besproken.
Deze bestaat uit de onderzoeksstrategie, populatie, meet- en steekproefmethode, en
descriptieve informatie van de respondenten.
Onderzoeksstrategie
Het doel van ons onderzoek was om een causale claim op te stellen, zodat wij naast de correlatie
ook de causaliteit vast kunnen stellen van OID en UPB. Om een relevant onderzoek voor
managers te creëren vonden wij het belangrijk om de causaliteit vast te stellen. Managers
kunnen hieruit leren welke variabele zij moeten beïnvloeden om een gewenst effect te
veroorzaken bij de afhankelijke variabele. Om deze causale claim te maken is er gebruik
gemaakt van een experimenteel onderzoek (Course Book, 2018-2019). Echter, de meeste
studies hebben in onze literatuurstudie gebruik gemaakt van een cross-sectioneel onderzoek.
Het resultaat van een experimenteel onderzoek, een Cohen’s d, is niet te vergelijken met het
resultaat van een cross-sectioneel onderzoek, de gestandaardiseerde regressiecoëfficiënt. Het
enige onderzoek wat als referentiekader voor onze Cohen’s d kan dienen is studie 3 van Chen,
Chen & Sheldon (2016). Naast de Cohen’s d meten wij ook de correlatie coëfficiënt. De
correlatie coëfficiënt meet de relatie tussen OID en UPB zonder invloed van andere variabelen.
Deze effectgrootte vergelijken wij wel met alle onderzoeken van onze literatuurstudie.
Een experiment onderscheidt zich van andere onderzoeksdesigns door manipulatie. Hierbij
wordt de onafhankelijke variabele verdeeld in twee groepen, een controlegroep en manipulatie
groep. Op deze manier wordt er gekeken naar verschillen in de afhankelijke variabele en of
deze zijn veroorzaakt door de manipulatie (Course Book, 2018-2019). De manier waarop wij
manipulatie aan hebben gebracht is door twee introducties te schrijven waar respondenten
37
willekeurig onder werden verdeeld. In de eerste inleiding werd er een situatie geschetst waarin
de respondent een lage mate van OID heeft, dit is de controlegroep. Na deze inleiding werd
zowel de mate van OID als UPB gemeten. De manipulatie groep kreeg een inleiding waarin
een situatie werd geschetst wat in een hoge mate van OID zal resulteren. De inleiding was
gebaseerd op drie onderdelen van OID: in welke mate een individu het succes en falen van de
onderneming als eigen succes en falen interpreteert, de mate waarin de normen en waarden
tussen het individu en de onderneming overeenkomen (Umphress, Bingham & Mitchell, 2010)
en de mate waarin het individu zich onderdeel voelt van de groep (Chen et al., 2016).
Bovendien heeft iedere respondent een controlevraag gekregen tijdens het invullen, hierdoor
konden wij de resultaten filteren door de antwoorden van respondenten die de vragenlijst niet
serieus hebben ingevuld, te verwijderen.
Deductieve benadering
Er zijn twee benaderingen van de content analyse: een inductieve of deductieve benadering.
De inductieve benadering wordt gebruikt wanneer er nog onvoldoende kennis is opgedaan.
Over het fenomeen dat wij onderzoeken is al vrij veel onderzoek gedaan, wij zullen ons meer
bezig houden met het testen van een theorie. Dit wordt gedaan met een deductieve aanpak. Er
zijn drie fases in de content analyse protocol: voorbereiden, organiseren en rapporteren. Omdat
wij een vragenlijst gebruiken als onderzoeksmethode zullen wij achteraf categorieën opstellen
om de data te coderen (Elos, Kyngäs, 2008). Andere methoden met betrekking tot validiteit
van de data zoals een interview protocol of observatieprotocol hoeven niet opgesteld te worden
bij het afnemen van een enquête, omdat er geen verschil kan zijn in interviewstijl of
observaties.
38
Populatie
Het theoretische domein van het onderzoek is de werkzame bevolking wereldwijd. De
populatie die wij hieruit hebben onderzocht is de Nederlandse werkzame bevolking. De keuze
voor deze populatie is gebaseerd op het feit dat dit deel van het theoretische domein nog niet
is onderzocht en daarbij was de populatie zeer toegankelijk voor ons waardoor dit het
verzamelen van data zou vergemakkelijken. Het was belangrijk dat de respondenten minimaal
8 uur per week werkzaam zijn, omdat ons onderzoek vereiste dat de respondenten zich goed in
deze situatie kunnen inleven en daarbij is werkervaring nodig. Bovendien was het van belang
dat de respondenten werkzaam zijn bij een onderneming en niet bijvoorbeeld freelancers zijn,
aangezien er dan geen sprake kan zijn van OID.
De populatie werd onderzocht door middel van een steekproef, wij hebben dus niet de hele
populatie benaderd. De steekproef hebben wij benaderd door de vragenlijst op te sturen naar
eigen kenniskringen en hen deze vragen door te sturen naar hun eigen kenniskringen om zo een
sneeuwbaleffect te veroorzaken, daarnaast waren wij van plan de vragenlijst ook te delen in de
Facebook groepen van BA studenten, dit bleek niet nodig te zijn aangezien wij onze minimale
steekproefgrootte al hadden bereikt door het uitsturen van de vragenlijst en het bovengenoemde
sneeuwbaleffect. Het effect van deze manier van werven van respondenten, is dat onze
steekproef hierdoor niet willekeurig is. Een zogenoemde gemakssteekproef is niet ideaal,
aangezien er sprake kan zijn van een selectie en response bias waardoor de resultaten niet te
generaliseren zijn naar de populatie. Er is mogelijk sprake van een selectiebias, doordat wij
niet wisten hoe goed onze eigen kenniskringen representatief zijn voor de algemene populatie
van de Nederlandse werkzame bevolking. De response bias komt voort uit de keuze van
groepsleden om deel te nemen aan het onderzoek. Door de anonimiteit kunnen mensen die de
vragenlijst toegestuurd krijgen besluiten deze niet in te vullen, waardoor de respondenten
39
kunnen afwijken van de populatie. Echter, wij achtten het niet mogelijk om binnen de
tijdsspanne een alternatieve steekproef te houden die voldoet aan de minimaal vereiste
steekproefgrootte. Onze minimale steekproefgrootte was 102. Dit is op basis van een verwachte
Cohen’s d van 0.3 en een betrouwbaarheidsinterval van 75%10.
Meting van OID en UPB
Voor het meten van OID en UPB zijn dezelfde schalen gebruikt als uit de voorgaande
onderzoeken waarin de relatie tussen OID en UPB is onderzocht. Voor de onafhankelijke
variabele, OID, is de schaal van Mael & Ashforth (1992) gebruikt met een vijfpunt Likertschaal
met ankers die lopen van helemaal oneens tot helemaal eens. Een voorbeeld hierbij van de
items voor het meten van OID is: “Wanneer iemand de naam mijn organisatie bekritiseerd,
voelt het als een persoonlijke belediging”. De bijbehorende Cronbach’s alpha voor de variabele
OID is α = 0.819. Wanneer wij onze eigen Cronbach’s alpha vergelijken met de gemiddelde
Cronbach’s alpha van de onderzoeken uit de kritische evaluatie, α = 0.847, is er een klein
verschil. Het verschil van 0.010 tussen de Cronbach’s alpha’s is minimaal en achten wij als
verwaarloosbaar.
Voor de afhankelijke variabele, UPB, is de schaal van Umphress et al. (2010) gebruikt met een
zevenpunt Likertschaal met ankers die lopen van helemaal oneens tot helemaal eens. Een
voorbeeld van de items voor het meten van UPB is: “Als het mijn organisatie zou helpen, zou
ik de waarheid verkeerd presenteren om mijn organisatie er beter uit te laten zien”. De
bijbehorende Cronbach’s alpha voor de variabele UPB is α = 0.681. Wanneer wij onze eigen
Cronbach’s alpha vergelijken met de gemiddelde Cronbach’s alpha van de onderzoeken uit de
kritische evaluatie, α = 0.847, is er een behoorlijk verschil. Voor de betrouwbaarheid van UPB
10
Berekend met online rekenmachine
(https://www.danielsoper.com/statcalc/calculator.aspx?id=47)
40
moet er dus rekening worden gehouden met het verschil van 0.166 tussen de Cronbach’s
alpha’s. Om deze reden kunnen wij stellen dat onze meting van UPB minder betrouwbaar is
dan die van voorgaande onderzoeken.
Met betrekking tot de Likertschalen is hetzelfde aantal punten als in voorgaand onderzoek
gehanteerd. Wij achtten de gekozen schalen van Mael & Ashforth (1992) en Umphress et al.
(2010) als geschikt omdat deze schalen erg vaak zijn geciteerd door andere onderzoeken, een
hoge validiteit hebben volgens de drempels van Gliem & Gliem (2003), uit een gerespecteerd
Journal komen en om het feit dat alle artikelen uit onze literatuurstudie die OID en UPB meten,
deze schalen hebben aangehouden als belangrijkste graadmeter.
Bij het vertalen van de schalen en vragenlijsten van Mael & Ashforth (1992) en Umphress et
al. (2010) van het Engels naar het Nederlands is er rekening gehouden met eventueel gemaakte
vertaalfouten wat kan resulteren in een bias bij de respondenten. Om deze reden hebben wij
onze Nederlandse vertaling van de vragenlijst terug laten vertalen naar het Engels door een 4ejaars HBO student met een goede beheersing van de Nederlandse en Engelse taal. Door de
vertaling terug naar het Engels te vergelijken met de originele vragenlijst in het Engels kon er
worden nagegaan of er belangrijke verschillen zaten in de vertaling. Deze vertaling is terug te
vinden in Appendix D3. Bij het analyseren van de terug vertaling zijn er geen significante
verschillen gevonden die zouden kunnen leiden tot een bias. Een enkele keer is het woord
achterhouden vertaald naar conceal in plaats van withhold. Wij achten dit verschil niet van
significant belang en daarom hebben wij de vertaling van de vragenlijst niet veranderd.
Een eerder geconstateerd probleem bij het gebruiken van deze schalen is de desirability bias,
de neiging van respondenten een ander en meer gewenst antwoord te geven in een werk
gerelateerde omgeving uit angst dat een werkgever de antwoorden kan inzien en de respondent
hierop afrekent. Echter, wij verwachten dat dit probleem minder van toepassing zal zijn bij ons
41
onderzoek aangezien de vragenlijsten niet worden afgenomen in een werk gerelateerde
omgeving en dus ook niet kunnen worden ingezien.
Door het gebruiken van dezelfde schalen als eerder gedaan onderzoek kan er bovendien
gemakkelijker een goede vergelijking worden gemaakt tussen ons eigen onderzoek en de
literatuurstudie die wij hebben gedaan.
Respondenten
Voor ons onderzoek hebben wij de Nederlandse bevolking die minimaal 8 uur per week werkt
gebruikt als populatie. De vragenlijsten zijn opgestuurd naar vrienden, familie, collega´s en
kennissen van de respondenten. Uit deze populatie is een steekproef van 112 respondenten
getrokken, waaruit uiteindelijk 11 respondenten zijn verwijderd. Deze respondenten zijn
verwijderd uit de steekproef omdat zij de controlevraag incorrect hadden ingevuld of niet
voldeden aan de eis om minimaal 8 uur per week werkzaam te zijn. De definitieve
steekproefgrootte bestaat uit 101 respondenten. Vervolgens zijn de respondenten willekeurig
verdeeld over de geschetste situaties waar de respondenten een introductie met een hoge of
lage OID hebben ontvangen. Van de 101 respondenten hadden 52 respondenten een introductie
met een hoge OID ontvangen en 49 respondenten een introductie met lage OID. Door de
steekproef te verdelen in twee groepen, kon er worden gekeken of er een verschil bestaat in
effect op UPB tussen de groep met lage OID en hoge OID. Van de respondenten is 49.5 %
vrouw en de rest man (Appendix G.8). De gemiddelde leeftijd is 31.2 jaar met een
standaarddeviatie van 14.7 jaar. De minimumleeftijd is 17 jaar en de maximumleeftijd is 65
jaar. Van de respondenten geeft 95% Nederlands als moedertaal te hebben en de rest een andere
taal. Wij hebben alle respondenten bekeken in een scatterplot, deze is weergegeven in appendix
G.11, hierin zijn geen onverwachte situaties te zien.
42
Resultaten
De resultaten uit ons onderzoek die wij hieronder bespreken komen niet uit inferentiële
statistiek. Dit maakt het dat wij de resultaten officieel niet kunnen vergelijken met voorgaand
onderzoek. Echter, wij zullen dit wel doen met in ons achterhoofd dat wij geen claims kunnen
maken.
Effect introductie op OID
Omdat de steekproef is verdeeld in twee controlegroepen, is er gekeken of er een verschil
bestaat in effect op UPB tussen de groep met lage OID en hoge OID. Uit de resultaten blijkt
echter dat een introductie met een hoge OID niet leidt tot een hoger OID onder de respondenten.
De gemiddelde OID’s van beide groepen zijn nagenoeg gelijk aan elkaar. Lage OID (M = 3.22,
SD = 0.72), Hoge OID (M = 3.21, SD = 0.69). De Cohen’s d van de OID is d = -0.014 met een
95% betrouwbaarheidsinterval -0.404 ≤ d11 ≤ 0.376. Volgens de regels van Cohen is het effect
van ons onderzoek zowel extreem klein als negatief, hij stelde namelijk dat een waarde van d
= 0.2 als een ‘klein’ effect gelabeld kan worden. De negatieve Cohen’s d komt voort uit het
feit dat het gemiddelde van de hoge OID groep lager is dan de lage OID groep. De Cohen’s d
is zodanig klein dat wij stellen onze introductie geen effect heeft gehad op de OID van de
respondenten.
Effect introductie op UPB
De introductie heeft wel een invloed gehad op UPB. De gemiddelden en standaarddeviatie van
de twee groepen zijn, voor lage OID (M = 2.67, SD = 0.85) en voor hoge OID (M = 2.92, SD
11
Berekend met rekenmachine: https://www.psychometrica.de/effect_size.html
43
=1.07). Hier is een Cohen’s d uitgekomen van 0.262 met een 95% betrouwbaarheidsinterval
van -0.129 ≤ d12 ≤ 0.654. Dit is lager, maar wel vrij dicht bij de Cohen’s d van Chen et al.
(2016) studie 3 (d = 0.288). Volgens de regels van Cohen ligt het effect van ons onderzoek
tussen klein en gemiddeld, hij stelde namelijk dat een waarde van d = 0.2 als een ‘klein’ effect
gelabeld kan worden en een waarde van d = 0.5 als ‘gemiddeld’ effect.
Effect OID op UPB
De manipulatie heeft ook de correlatie tussen OID en UPB beïnvloedt. Wij hebben eerst de
correlatie berekend van de twee groepen apart. De correlatie tussen OID en UPB bij de hoge
OID groep is r = 0.238. De correlatie tussen OID en UPB bij de lage OID groep is r = 0.098.
Te zien is dat het effect tussen de groepen verschilt zoals ook te zien is bij de Cohen’s d.
Om de resultaten van ons onderzoek ook te kunnen bekijken in isolatie en te kunnen vergelijken
met de resultaten uit de onderzoeken die zijn meegenomen in de kritische synthese hebben wij
ook de correlatie van alle respondenten tezamen berekend. Deze komt uit op r = 0.150 met een
betrouwbaarheidsinterval van 0.035 ≤ r13 ≤ 0.261. Onze correlatie is het resultaat is van een
experiment en de scores tussen OID en UPB zijn dus in principe ‘artificieel’. Hierdoor kunnen
wij deze niet goed vergelijken met correlaties afkomstig uit cross-sectioneel onderzoek, omdat
de correlatie van een cross-sectioneel onderzoek meer extern valide is. Wij zullen om deze
reden onze correlatie alleen vergelijken met die uit de derde studie van Chen et al. (2016), de
correlatiecoëfficiënt uit deze studie is r = 0.140 met een 95% betrouwbaarheidsinterval van 0.005 ≤ r ≤ 0.279. Het verschil van 0.010 tussen de correlatiecoëfficiënten is minimaal en
achten wij als verwaarloosbaar. Dit betekent dat ons onderzoek de resultaten van Chen et al.
12
13
Berekend met rekenmachine: https://www.psychometrica.de/effect_size.html
Berekend met rekenmachine: https://www.psyctc.org/cgi-bin/R.cgi/CI_correln.R
44
(2016) studie 3 bevestigen. De gemiddelde correlatie van OB/HR gerichte onderzoeken, r =
0.227, die wij als drempel gebruiken voor de relevantie voor het management is bij dit
onderzoek niet gehaald.
Modererende variabele geslacht
Er kunnen alleen uitspraken worden gedaan over een verschil tussen twee groepen als de
verdeling tussen deze twee groepen gelijk is. In ons onderzoek is het percentage vrouw 49.5%
en is er dus geen sprake van een scheve verdeling. Om deze reden kunnen wij uitspraken doen
over de modererende variabele geslacht en het effect op de relatie tussen OID en UPB. Na onze
kritische synthese verwachtten wij dat de variabele geslacht een modererend effect zou hebben
op de relatie tussen OID en UPB. Meer specifiek waren er aanwijzingen uit voorgaand
onderzoek dat het effect tussen OID en UPB hoger was bij vrouwen dan bij mannen. Om deze
verwachting te controleren hebben wij in een regressieanalyse gekeken naar de modererende
variabele geslacht en OID, te zien in appendix G.9. Te zien is dat de modererende variabele
een β van -0.057 heeft. Het negatieve effect geeft aan dat hoe lager OIDxGeslacht is hoe hoger
het effect op UPB. Dit betekent dat vrouw een hoger effect heeft dan man. Echter een β van 0.057 is een erg klein effect dus kunnen wij concluderen dat in ons onderzoek geslacht geen
modererend effect heeft op de relatie tussen OID en UPB.
45
Discussie
In dit hoofdstuk sluiten wij het onderzoek af. Eerst behandelen wij de conclusies van ons eigen
onderzoek. Aan de hand van dit zullen wij aanbevelingen voor management doen en wij sluiten
af met limitaties en geleerde lessen.
Conclusie
Uit de resultaten is gebleken dat de manipulatie geen effect heeft gehad op de OID van de
respondenten. De manipulatie heeft echter wel een klein tot gemiddeld effect gehad op UPB.
Er kunnen verschillende oorzaken ten grondslag liggen aan het feit dat de introductie geen
effect heeft gehad op OID. Ten eerste zou het kunnen komen doordat in onze introductie OID
niet goed gedefinieerd was. Daarbij kan het dat de respondenten uit hun eigen ervaring de OID
vragen hebben beantwoord en geen rekening hebben gehouden met de introductie. Ten slotte
kan een verklaring zijn dat wij in de introductie waarin OID wordt beschreven het onderdeel
van interpersoonlijke relatie met de organisatie niet uitgebreid genoeg hebben beschreven en
de nadruk te veel op de werkomgeving hebben gelegd. Hierdoor is er mogelijk in plaats van
lage/hoge OID een gunstige/minder gunstige werkomgeving omschreven. In dit geval kan ons
onderzoek als uitkomst hebben dat de werkomgeving geen invloed heeft op de variabele OID
en dat deze variabele puur door het karakter en innerlijke eigenschappen van de respondent
wordt beïnvloed. Figuur 6 geeft deze relatie empirisch weer.
46
Figuur 6: Empirische weergave modererende variabele
Uit de resultaten blijkt dat de manipulatie geen invloed heeft gehad op OID, maar wel invloed
heeft gehad op UPB. Daarnaast heeft de manipulatie een invloed op de correlatie tussen OID
en UPB gehad. Dit modererende effect is echter kleiner dan onze drempel voor relevantie voor
management, maar heeft wel een klein tot gemiddeld effect op UPB tot gevolg.
Ons onderzoek naar de modererende variabele geslacht heeft een kleine hogere correlatie bij
vrouwen aangetoond dan bij mannen op de relatie tussen OID en UPB. Dit effect was echter
zo klein dat we kunnen stellen dat geslacht geen modererende variabele is in deze relatie.
Aanbevelingen
OID wordt over het algemeen gezien als een belangrijk concept binnen een bedrijfscultuur en
kan zorgen voor verbeterde prestaties op de werkvloer. Werknemers staan positiever tegenover
de organisatie, zetten de organisatie extern in een goed daglicht, hebben verbeterde coöperatie
onderling, hebben een sterkere competitiviteit naar buiten, organizational citizenship behavior
en hebben zelfs minder kans om deel te nemen aan onethische activiteiten die schadelijk zijn
voor de organisatie, zoals diefstal (Dutton et al., 1994 ; Umphress et al., 2011 ; Greenberg,
1993 ; Pearson, 1998 ; Townsend et al., 2000). Door deze voordelen is het begrijpelijk dat
47
managers gefocust zijn op het bevorderen van OID. Uit onze literatuurstudie blijkt dat OID wel
een significante correlatie met UPB heeft. Door het bevorderen van OID zal dus onbedoeld
ook UPB worden bevorderd. Hoewel bij UPB de intentie van het individu is om de organisatie
te bevorderen kan het resultaat daarvan afwijken en zelfs leiden tot het benadelen van de
organisatie (Umphress et al., 2010). Wij raden managers niet aan om te stoppen met het
bevorderen van OID, maar om rekening te houden met de kans op UPB en dit waar mogelijk
tegen te gaan. Een belangrijke stap in het creëren van een werkomgeving waar de kans op UPB
minimaal is is om bewustwording van UPB te verspreiden onder zowel het management als de
werknemers. Voornamelijk het bekendmaken dat acties met goede intenties niet altijd het
gewenste resultaat hebben. Werknemers zullen nog steeds handelen volgens de Social
Exchange Theory en dus een goede werkgever een wederdienst willen bewijzen. Zij zullen nu
echter wel begrijpen dat UPB kan leiden tot een destructief resultaat en hier dus niet in
participeren. De denkwijze van de medewerkers zal veranderen naar de gedachtegang dat UPB
onacceptabel is, dit effect zal versterkt worden door de Social Identity Theory. Deze theorie
stelt dat een individu zijn normen en waarden zal aanpassen aan die van zijn sociale omgeving.
Limitaties
Er zijn een aantal limitaties die kleven aan ons onderzoek. Ten eerste ligt de Cronbach’s alpha
van de variabele UPB onder de gestelde grens van Gliem & Gliem (2003) van α = 0.70 om als
acceptabel te worden beschouwd. Een mogelijk gevolg is dat de manier waarop UPB is
gemeten niet volledig betrouwbaar is en enige twijfels kunnen worden getrokken aan
uitspraken met betrekking tot deze variabele.
Bovendien is er in de conclusie gesteld dat de werkomgeving effect heeft op de relatie tussen
OID en UPB, maar deze gevonden correlatie van werkomgeving niet aan de gestelde drempel
48
voor relevantie voor management voldoet. Deze gestelde drempel, de gemiddelde correlatie
van OB/HR gerichte onderzoeken, is echter gebaseerd op voornamelijk cross-sectioneel
onderzoek. De gevonden correlatie in ons eigen onderzoek is daarentegen gebaseerd op
experimenteel onderzoek. Om deze reden is de gestelde drempel voor relevantie voor
management mogelijk niet relevant voor zowel ons onderzoek als studie 3 van Chen et al.
(2016). De werkelijke drempel ligt mogelijk lager voor experimenten, waardoor de resultaten
van ons onderzoek en van studie 3 van Chen et al. (2016) wel relevant kunnen zijn. Hier zal
rekening mee moeten worden gehouden.
Tevens moet er rekening worden gehouden met het feit dat er in ons onderzoek gebruik is
gemaakt van een gemakssteekproef. Het gevolg hiervan is dat hiermee geen inferentiële
statistiek kan worden uitgevoerd en de resultaten niet representatief zijn voor de onderzochte
populatie, namelijk de Nederlandse werkzame bevolking.
Geleerde lessen
Wij hebben voornamelijk gemerkt dat het sneeuwbaleffect zorgt voor veel respondenten, maar
wel een grotere kans op selectiebias met zich meebrengt. Bovendien ontstaat er een trade-off
tussen de steekproef soort (kwaliteit) en de potentiële grootte van steekproef (race tegen de
klok).
49
Bibliografie
Allen, N. J., & Meyer, J. P. (1990). The measurement and antecedents of affective, continuance,
and normative commitment to the organization. Journal of Occupational Psychology, 63, 1 –
18.
Ashforth, B. E., & Anand, V. (2003). The normalization of corruption in organizations.
Research in organizational behavior, 25, 1-52.
Ashforth, B. E., & Mael, F. (1989). Social identity theory and the organization. Academy of
management review, 14(1), 20-39.
Banfield, E. C. (1958). The Moral Basis of Backward Societies. New York.
Blau, P. (2017). Exchange and power in social life. Routledge.
Button, K. S., Ioannidis, J. P., Mokrysz, C., Nosek, B. A., Flint, J., Robinson, E. S., & Munafò,
M. R. (2013). Power failure: why small steekproefgrootte undermines the reliability of
neuroscience. Nature Reviews Neuroscience, 14(5), 365.
Chen, M., Chen, C. C., & Sheldon, O. J. (2016). Relaxing moral reasoning to win: How
organizational identification relates to unethical pro-organizational behavior. Journal of
Applied Psychology, 101(8), 1082.
50
Chevalier, P., Van Driel, M., & Vermeire, E. (2007). Heterogeniteit in systematische reviews
en meta-analyses. minerva, 6(9), 150.
Cohen, J. (1988). Statistical power analysis for the behavioral sci- ences. Hillsdale, NJ:
Lawrence Erlbaum.
Cohen, J. (1992). A power primer. Psychological bulletin, 112(1), 155
Coşkun, A., & Ülgen, B. (2017). Unethical Pro-Organizational Behavior. Turkish Journal of
Business Ethics.
Cumming, G. (2011). Understanding The New Statistics: effect sizes, Confidence Intervals and
Meta-Analysis. Taylor & Francis Ltd.
Dutton, J. E., Dukerich, J. M., & Harquail, C. V. (1994). Organizational images and member
identification. Administrative Science Quarterly, 39, 239–263.
Effelsberg, D., Solga, M., & Gurt, J. (2014). Transformational leadership and follower’s
unethical behavior for the benefit of the company: A two-study investigation. Journal of
Business Ethics, 120(1), 81-93.
Elos. & Kyngäs. (2008) The qualitative content analysis process. Journal of Advanced Nursing
62(1), 107–115
Emerson, R. M. (1976). Social exchange theory. Annual review of sociology, 2(1), 335-362.
51
Faculty, RSM. (2018-2019). COURSE BOOK The evaluation and synthesis of empirical
evidence for managerial decision making. Erasmus University Rotterdam.
Ferris, D. L., Brown, D. J., Berry, J. W., & Lian, H. (2008). The development and validation
of the Workplace Ostracism Scale. Journal of Applied Psychology, 93(6), 1348.
Gliem, J. A., & Gliem, R. R. (2003). Calculating, interpreting, and reporting Cronbach’s alpha
reliability coefficient for Likert-type scales. Midwest Research-to-Practice Conference in
Adult, Continuing, and Community Education.
Greenberg, J. (1993). Stealing in the name of justice: Informational and interpersonal
moderators of theft reactions to underpayment inequity. Organizational behavior and human
decision processes, 54(1), 81-103.
Higgins, J. P., & Thompson, S. G. (2002). Quantifying heterogeneity in a meta‐analysis.
Statistics in medicine, 21(11), 1539-1558.
Higgins, J., Thompson, S., Deeks, J., & Altman, D. (2002). Statistical heterogeneity in
systematic reviews of clinical trials: a critical appraisal of guidelines and practice. Journal of
health services research & policy, 7(1), 51-61.
Kong, D. T. (2016). The pathway to unethical pro-organizational behavior: Organizational
identification as a joint function of work passion and trait mindfulness. Personality and
Individual Differences, 93, 86-91.
52
Mael, F., & Ashforth, B. E. (1992). Alumni and their alma mater: A partial test of the
reformulated model of organizational identification. Journal of organizational Behavior, 13(2),
103-123.
Matherne III, C. F., & Litchfield, S. R. (2012). Investigating the relationship between affective
commitment and unethical pro-organizational behaviors: The role of moral identity. Journal of
Leadership, Accountability and Ethics, 9(5), 35-46.
Maxwell, S. E. (2003). The persistence of underpowered studies in psychological research:
Causes, consequences, and remedies. Psychological Methods, 9, 147-163.
Mitchell, M. S., Baer, M. D., Ambrose, M. L., Folger, R., & Palmer, N. F. (2018). Cheating
under pressure: A self-protection model of workplace cheating behavior. Journal of Applied
Psychology, 103(1), 54.
Munsterman, R. (2017, 05 03). Volkswagen heeft het immense sjoemelschandaal grotendeels
verteerd.
Afkomstig
uit
Business
Insider
Nederland:
https://www.businessinsider.nl/volkswagen-lijkt-het-immense-sjoemelschandaal-grotendeelsverteerd-te-hebben/
Nieminen, P., Lehtiniemi, H., Vähäkangas, K., Huusko, A., & Rautio, A. (2013). Standardised
regression coefficient as an effect size index in summarising findings in epidemiological
studies. Epidemiology, Biostatistics and Public Health, 10(4).
53
Paterson, T. A., Harms, P. D., Steel, P., & Credé, M. (2016). An assessment of the magnitude
of effect sizes: Evidence from 30 years of meta-analysis in management. Journal of Leadership
& Organizational Studies, 23(1), 66-81.
Pearson, C. M. (1998). Organizations as targets and triggers of aggression and violence:
Framing rational explanations for dramatic organizational deviance. Research in the Sociology
of Organizations, 15(1), 197-223.
Price, P. C., Jhangiani, R., & Chiang, I.-C. A. (z.d.). Reliability and Validity of Measurement.
Opgeroepen
op
02
28,
2019,
van
BC
Campus:
https://opentextbc.ca/researchmethods/chapter/reliability-and-validity-of-measurement/
Riketta, M. (2005). Organizational identification: A meta-analysis. Journal of vocational
behavior, 66(2), 358-384.
Rogelberg, S. G., & Stanton, J. M. (2007). Introduction: Understanding and dealing with
organizational survey nonresponse.
Russell, D., Peplau, L. A., & Cutrona, C. E. (1980). The revised UCLA Loneliness Scale:
Concurrent and discriminant validity evidence. Journal of personality and social psychology,
39(3), 472-480.
Soper, D. (2019) Free Statistics Calculator. Opgeroepen op 02 05, 2019, van Danielsoper:
https://www.danielsoper.com/statcalc/calculator.aspx?id=26
54
Sykes, G. M., & Matza, D. (1957). Techniques of neutralization: A theory of delinquency.
American sociological review, 22(6), 664-670.
Thau, S., Derfler-Rozin, R., Pitesa, M., Mitchell, M. S., & Pillutla, M. M. (2015). Unethical
for the sake of the group: Risk of social exclusion and pro-group unethical behavior. Journal
of Applied Psychology, 100(1), 98.
Townsend, J., Phillips, J. S., & Elkins, T. J. (2000). Employee retaliation: The neglected
consequence of poor leader–member exchange relations. Journal of Occupational Health
Psychology, 5(4), 457.
Umphress, E. E., & Bingham, J. B. (2011). When employees do bad things for good reasons:
Examining unethical pro-organizational behaviors. Organization Science, 22(3), 621-640.
Umphress, E. E., Bingham, J. B., & Mitchell, M. S. (2010). Unethical behavior in the name of
the company: The moderating effect of organizational identification and positive reciprocity
beliefs on unethical pro-organizational behavior. Journal of applied psychology, 95(4), 769.
55
Appendices
Appendix A
Figuur A.1 Berekening Cohen’s d Chen et al. (2016)
Figuur A.2 Verdeling geslacht
Figuur A.3: Uitsluiten onderzoeken
56
Appendix B
Betrouwbaarheidsinterval
Studie β/d
Naam
4
β
0.06067 ≤ β ≤ 0.49933
0.28 nee
2
0.02519 ≤ β ≤ 0.31281
0.169 ja
3
-0.0053 ≤ d ≤ 0.5821
-
1
-0.02883 ≤ β ≤ 0.12883
0.05 nee
2
0.03165≤ β ≤ 0.30835
0.17 ja
1
0.08158 ≤ β ≤ 0.27842
0.18 ja
2
-0.00805 ≤ β ≤ 0.22805
0.11 ja
Matherne & Litchfield (2012)
1
-
0.197 nee
Kong (2016)
1
-
0.36 nee
Bingman
Solga
&
nee
&
Mitchell (2010)
Effelsberg,
tussen
enquêtes
Chen, Chen & Sheldon (2016) 1
Umphress,
weken
Gurt
(2013)
Figuur B.1: 4 weken tussen enquêtes
Betrouwbaarheidsinterval
Naam
Chen, Chen & Sheldon (2016) studie 2
β/d
0.02519 ≤ β ≤ 0.31281
4
β
weken
tussen
enquêtes
0.169 ja
Umphress, Bingman & Mitchell (2010)
studie 2
0.03165≤ β ≤ 0.30835
0.17
ja
0.18
ja
0.11
ja
Effelsberg, Solga & Gurt (2013) studie
1
Effelsberg, Solga & Gurt (2013) studie 2
0.08158 ≤ β ≤ 0.27842
-0.00805 ≤ β ≤ 0.22805
57
Chen, Chen & Sheldon (2016) studie 1
Chen, Chen & Sheldon (2016) studie 3
0.06067 ≤ β ≤ 0.49933
-0.0053 ≤ d ≤ 0.5821
0.28
nee
-
nee
0.05
nee
Umphress, Bingman & Mitchell (2010)
studie 1
-0.02883 ≤ β ≤ 0.12883
Matherne & Litchfield (2012) studie 1
-
0.197 nee
Kong (2016) studie 1
-
0.36
nee
Figuur B.2: gesorteerd op ja/nee
58
Appendix C
Voor het beoordelen van de studies hebben wij rekening gehouden met drie overkoepelende
criteria: representativiteit van de steekproef voor het theoretisch domein, de betrouwbaarheid
en validiteit van de meetinstrumenten en de betrouwbaarheid en validiteit van de resultaten.
Per onderdeel geven wij de studie een cijfer maximaal cumulatief tot tien punten. Waarbij de
onderdelen betrouwbaarheid en meetinstrumenten beide drie punten kunnen verkrijgen en
theoretisch domein vier. Deze achtten wij belangrijker dan de andere onderdelen, omdat bij een
onjuiste onderzoeksdesign de resultaten een onjuist beeld geven van de werkelijkheid. De
keuze van de cijfers zullen wij nader toelichten en de resultaten zijn te zien in tabel C.1.
Tabel C.1: gewichten theoretisch domein
Voor het beoordelen van het onderdeel theoretisch domein gebruiken wij de onderdelen keuze
van populatie, soort steekproef en steekproefgrootte. De soort steekproef krijgt twee punten en
populatie en steekproefgrootte één, omdat naar onze mening de keuze van de soort steekproef
het belangrijkste is voor het dekken van het theoretisch domein. Daarbij, hebben wij besloten
om non-response buiten beschouwing te laten. Deze keuze is gebaseerd op het feit dat nonresponse sterk samenhangt met de keuze van de soort steekproef. Als wij naast de soort
steekproef ook een aparte ‘stem’ geven voor non-response, zal de steekproef soort in feite
59
dubbele invloed hebben voor het cijfer van het theoretisch domein. De opbouw van deze punten
is te vinden in tabel C.2.
Tabel C.2: gewichten studies
Hieronder is beschreven hoe er aan de gewichten van de studies komen voor het theoretisch
domein. In het onderdeel populatie geven wij beide studies van Umphress et al. (2010) en de
derde studie van Chen et al. (2016) 0 punten, omdat de respondenten mogelijk buiten het
theoretisch domein vallen. De andere studies krijgen 1 punt.
In het onderdeel de soort steekproef geven wij Chen et al. (2016) studie 3 en Kong (2016) 0
punten, omdat hier sprake is van zelfselectie. Chen et al (2016) studie 2, Umphress et al. (2010)
studie 2 en Effelsberg et al. (2013) studie 1 krijgen 1 punt, omdat hier sprake is van het gebruik
van een gemakssteekproef. Effelsberg et al. (2013) studie 2 krijgt echter 0 punten, omdat hier
gebruik is gemaakt van een te specifieke gemakssteekproef. De andere studies krijgen 2 punt.
In het onderdeel steekproefgrootte geven wij alle studies onder 150 respondenten 0 punten. De
studies met meer dan 150 respondenten krijgen 1 punt.
Hieronder wordt besproken hoe wij aan de gewichten komen voor betrouwbaarheid en
meetinstrumenten komen. Voor het onderdeel betrouwbaarheid zijn de gewichten gebaseerd
op de Cronbach's alpha. Alle Cronbach’s alpha’s zijn acceptabel dus ze krijgen allemaal 2
60
punten. Uitzondering hierop zijn studies waarbij de Cronbach's alpha boven de 0.8 is, deze
studies krijgen drie punten.
Voor het onderdeel meetinstrumenten zijn de artikelen vergelijkbaar met uitzondering van
Matherne en Litchfield (2012). Dit is de reden dat alleen deze studie 2 punten krijgt, omdat
deze studie wel een goede schaal gebruikt, maar een andere onafhankelijke variabele test. De
rest van de studies krijgen allemaal 3 punten.
De gemiddelde effectgroottes worden opnieuw berekend met de net bepaalde gewichten. Op
deze manier is er rekening gehouden met eventuele gebreken in de onderzoeken. De
gemiddelde effectgrootte van de gestandaardiseerde regressiecoëfficiënt 14 is 0.17, dit is lager
dan de eerder genoemde 0.19 uit Figuur 1. Dit is geen onverwacht resultaat, omdat de studies
die slechter scoorden op verschillende aspecten over het algemeen opvallend ver naar rechts
lagen.
De gemiddelde effectgrootte van de gestandaardiseerde regressiecoëfficiënt15 is 0.19, dit is
lager dan de eerder genoemde 0.20 uit Figuur 3. Dit is geen onverwacht resultaat, omdat de
studies die slechter scoorden op verschillende aspecten over het algemeen opvallend ver naar
rechts lagen.
14
15
11.828 / 70 = 0.1690
13.128 / 70 = 0.1875
61
Tabel C.3: uitkomsten β met gewichten
Tabel C.4: Uitkomsten r met gewichten
62
Appendix D1: Vragenlijst OID -> UPB
Wat is je leeftijd? … Jaren
Geslacht? Man / Vrouw
Hoeveel jaren werkzaam bij huidige bedrijf? … Jaren
Hoeveel uren werk je in de week? … Uren
Moedertaal?
(Inleiding 1) Stel je werkt bij een organisatie waar je een prima baan hebt, je hebt niet veel
contact met je collega’s, daarbij voel je je niet erg verbonden tot het bedrijf en passen de
normen en waarden ook niet helemaal bij jou.
OF
(Inleiding 2) Stel je werkt bij een organisatie waar je een prima baan hebt, je ligt goed met je
collega’s, daarbij voel je je verbonden tot het bedrijf en passen de normen en waarden goed bij
jou.
In de rest van de vragenlijst wordt met ‘mijn organisatie’ verwezen naar het bedrijf waar jij op
het moment werkzaam bent.
1. Wanneer iemand de naam mijn organisatie bekritiseerd, voelt het als een persoonlijke
belediging.
2. Ik ben erg geïnteresseerd in wat anderen denken over (naam mijn organisatie).
3. Wanneer ik over mijn organisatie praat, zeg ik meestal wij in plaats van zij.
4. De successen van mijn organisatie zijn mijn successen.
5. Wanneer iemand mijn organisatie prijst, voelt het als een persoonlijk compliment.
63
6. Als een verhaal in de media mijn organisatie bekritiseerd, zou ik me beschaamd voelen.
7. Als het mijn organisatie zou helpen, zou ik de waarheid verkeerd presenteren om mijn
organisatie er beter uit te laten zien.
8. Als het mijn organisatie zou helpen, zou ik de waarheid over de producten of services
van mijn organisatie overwaarderen naar consumenten en gebruikers.
9. Als het mijn organisatie zou helpen, zou ik negatieve informatie over haar producten of
services niet delen met consumenten en gebruikers.
10. Als mijn organisatie het nodig zou hebben, zou ik een goede referentie geven over een
incapabele werknemer in de hoop dat hij/zij het probleem van een andere organisatie
wordt in plaats van mijn probleem.
11. Als mijn organisatie het nodig zou hebben, zou ik een terugbetaling voor een consument
of klant die teveel heeft betaald achterhouden.
12. Wanneer nodig, zou ik informatie voor de samenleving verbergen dat schadelijk zou
kunnen zijn voor mijn organisatie.
64
Appendix D2: Vertaling vragenlijsten Mael & Ashforth (1992) en Umphress et al. (2010)
Organizational Identification
1.
When someone criticizes the name of the school, it feels like a personal insult.
Wanneer iemand de naam van mijn organisatie bekritiseerd, voelt het als een persoonlijke
belediging.
2.
I am very interested in what others think about (name of school).
Ik ben erg geïnteresseerd in wat anderen denken over (naam mijn organisatie).
3.
When I talk about this school, I usually say ‘we’ rather than ‘ they’.
Wanneer ik over mijn organisatie praat, zeg ik meestal wij in plaats van zij.
4.
This school’s successes are my successes.
De successen van mijn organisatie zijn mijn successen.
5.
When someone praises this school, it feels like a personal compliment.
Wanneer iemand mijn organisatie prijst, voelt het als een persoonlijk compliment.
6.
If a story in the media criticized the school, I would feel embarrassed.
Als een verhaal in de media mijn organisatie bekritiseerd, zou ik me beschaamd voelen.
65
UPB
1.
If it would help my organization, I would misrepresent the truth to make my
organization look good.
Als het mijn organisatie zou helpen, zou ik de waarheid verkeerd presenteren om mijn
organisatie er beter uit te laten zien.
2.
If it would help my organization, I would exaggerate the the truth about my company’s
products or services to customers and clients.
Als het mijn organisatie zou helpen, zou ik de waarheid over de producten of services van mijn
organisatie overwaarderen naar consumenten en gebruikers.
3.
If it would benefit my organization, I would withhold negative information about my
company or its products from customers and clients.
Als het mijn organisatie zou helpen, zou ik negatieve informatie over haar producten of services
niet delen met consumenten en gebruikers.
4.
If my organization needed me to, I would give a good recommendation on the behalf
of an incompetent employee in the hope that the person will become another organization’s
problem instead of my own.
Als mijn organisatie het nodig zou hebben, zou ik een goede referentie geven over een
incapabele werknemer in de hoop dat hij/zij het probleem van een andere organisatie wordt in
plaats van mijn probleem.
5.
If my organization needed me to, I would withhold issuing a refund to a customer or
client who accidentally overcharged.
66
Als mijn organisatie het nodig zou hebben, zou ik een terugbetaling voor een consument of
klant die teveel heeft betaald achterhouden.
6.
If needed, I would conceal information from the public that could be damaging to my
organization.
Wanneer nodig, zou ik informatie voor de samenleving verbergen dat schadelijk zou kunnen
zijn voor mijn organisatie.
Appendix D3: Terug vertaling vragenlijsten Mael & Ashforth (1992) en Umphress et al.
(2010) door Layla Sars (Opleiding 4e jaars HBO-student)
Organizational Identification
1. Wanneer iemand de naam van mijn organisatie bekritiseerd, voelt het als een persoonlijke
belediging
When someone criticizes the name of my organization, it feels like a personal insult.
2.
Ik ben erg geïnteresseerd in wat anderen denken over (naam mijn organisatie).
I am very interested in what others think about (name of my organization).
3.
Wanneer ik over mijn organisatie praat, zeg ik meestal wij in plaats van zij.
When I talk about this organization, I usually say ‘we’ rather than ‘ they’.
4.
De successen van mijn organisatie zijn mijn successen.
This organization’s successes are my successes.
67
5.
Wanneer iemand mijn organisatie prijst, voelt het als een persoonlijk compliment.
When someone praises my organization, it feels like a personal compliment.
6.
Als een verhaal in de media mijn organisatie bekritiseerd, zou ik me beschaamd voelen.
If a story in the media criticized my organization, I would feel embarrassed.
UPB
1.
Als het mijn organisatie zou helpen, zou ik de waarheid verkeerd presenteren om mijn
organisatie er beter uit te laten zien.
If it would help my organization, I would misrepresent the truth to make my organization look
better.
2. Als het mijn organisatie zou helpen, zou ik de waarheid over de producten of services van
mijn organisatie overwaarderen naar consumenten en gebruikers.
If it would help my organization, I would exaggerate the the truth about my company’s
products or services to consumers and clients.
3.
Als het mijn organisatie zou helpen, zou ik negatieve informatie over haar producten of
services niet delen met consumenten en gebruikers.
If it would benefit my organization, I would conceal negative information about my company
or its products from customers and clients.
68
4.
Als mijn organisatie het nodig zou hebben, zou ik een goede referentie geven over een
incapabele werknemer in de hoop dat hij/zij het probleem van een andere organisatie wordt in
plaats van mijn probleem.
If my organization needed me to, I would give a good recommendation on the behalf of an
incapable employee in the hope that the person will become another organization’s problem
instead of my own problem.
5.
Als mijn organisatie het nodig zou hebben, zou ik een terugbetaling voor een consument
of klant die teveel heeft betaald achterhouden.
If my organization needed me to, I would withhold a refund to a customer or client who
accidentally overcharged.
6.
Wanneer nodig, zou ik informatie voor de samenleving verbergen dat schadelijk zou
kunnen zijn voor mijn organisatie.
When needed, I would conceal information from the public that could be damaging to my
organization.
69
Appendix E: Berekening Steekproefgrootte
70
Appendix F: Data matrix
Hieronder is de opzet voor de data matrix die wij hebben gebruikt om de resultaten van het
onderzoek op te slaan. Dit geeft een duidelijk overzicht voor de opgeslagen data met een
onderscheid tussen Manipulatie en Controle groep.
Manipulatie groep, X= Hoge
Controle groep, X = Lage OID OID
Respondenten
Y- waarde
1.1
Respondenten
2.1
1.2
2.2
1.3
2.3
1.4
2.4
…
N=
Y- waarde
…
Mx1
N=
Mx2
Data Matrix
71
Appendix G: Resultaten eigen onderzoek
Figuur G.1: Cohen’s d rekenmachine
Figuur
G.2:
Correlatiecoëfficiënt goede werkomgeving
72
Figuur
G.3:
Correlatiecoëfficiënt neutrale werkomgeving
Figuur
G.4:
Correlatiecoëfficiënt totale steekproef
Figuur G.5: Unpaired T-test
73
Figuur G.6: Cohen’s d betrouwbaarheidsinterval rekenmachine
Figuur G.7: Cohen’s d betrouwbaarheidsinterval rekenmachine
Figuur G.8: Verdeling in geslacht
74
Figuur
G.9:
Analyse modererende variabele
Figuur G.10: Correlatiecoëfficiënt Betrouwbaarheidsinterval rekenmachine
75
Figuur G.11: Scatterplot
76