Was hat den stärksten Einfluss auf die Arbeitszufriedenheit von Call ...

122
Vorbereitung des Datensatzes für die späteren Berechnungen
Nach Überprüfung der Beantwortungsquoten wurde zunächst eine Recodierung der
positiv gepolten Items vorgenommen, um eine Einheitlichkeit in der Zufriedenheitsmessung
zu erlangen. Nach Abschluss der Recodierung standen daher höhere Zahlenwerte
(die Likert-Skala reichte von 5 bis 1) für höhere Zufriedenheiten bezüglich der
jeweiligen Items.
Im nächsten Schritt wurden dann die fehlenden Werte des Datensatzes mit Hilfe eines
Schätzverfahrens ergänzt, wobei fehlende demographische Daten von der Ergänzung
ausgeschlossen wurden, da die resultierenden Ergebnisse keinen Sinn ergeben hätten.
In der vorliegenden Arbeit wurden die Werte dabei durch eine multiple Imputation mit
Hilfe der Software Norm 2.03 von Joseph L. Schafer berechnet. Das Schätzverfahren
der multiplen Imputation hat, im Gegensatz zur weit verbreitenden Methode der
Ergänzung der fehlenden Werte durch die Mittelwerte der jeweiligen Items, den
Vorteil, dass die Varianz-Kovarianz-Struktur des Datensatzes nicht verändert wird und
es somit nicht zu Varianzeinschränkungen der jeweiligen Items und damit einhergehend
zu Verkleinerungen der Korrelationen und insgesamt der Gesamtzusammenhänge
kommt (Schafer & Olsen, 1998). Nach Ergänzung der fehlenden Werte lag
somit für jedes Item ein kompletter Datensatz von 482 Werten vor, der Grundlage für
die weiteren Überprüfungen der Datenqualität und die anschließenden Berechnungen
des Modells und der ergänzenden Fragestellungen war.
Trennschärfenanalyse
Die Trennschärfe bzw. der Trennschärfekoeffizient lässt eine Aussage darüber zu, wie
gut ein einzelnes Item zwischen den positiven und negativen Werten der Skala, der es
angehört, differenziert (Bortz & Döring, 2002). Die Trennschärfe ist dabei die
Korrelation dieses Items mit der Summe aller Items dieser Skala und kann folglich
Werte von -1 bis +1 annehmen. Üblicherweise wird dabei der korrigierte Trennschärfekoeffizient
berechnet, bei dem das zu betrachtende Item nicht in die Summe der
Items der Skala einfließt, um eine künstliche Erhöhung der Korrelation zu vermeiden
(Bortz & Döring, 2002). Positive Werte zwischen 0,3 und 0,5 werden dabei als
mittelmäßig und Werte über 0,5 als hoch angesehen (Weise, 1975). Da die Trenn-