Download (2930Kb) - Wirtschaftsuniversität Wien

Um nicht missverstanden zu werden: Diese aufgedeckten Zusammenhänge verstehen sich
keineswegs als Kritik an jenen Firmen, deren Mitarbeiter sich in den beiden geschlossenen
Kursen befinden. Im Gegenteil, die Idee, das eigene Personal auf die Veränderungen der
Arbeitsmärkte vorzubereiten, ist durchaus zu begrüßen und beispielgebend für andere Unternehmen.
Allerdings ist zu überlegen, den Auswahlprozess stärker mit den Mitarbeitern
selbst abzusprechen, um à la longue eine beiderseitige Zufriedenheit und Spannungsfreiheit
in der "kritischen" Weiterbildungssituation zu erreichen.
Zum Abschluss der lehrgangstypenspezifischen Interpretation eine statistische Kennzahl, die
das Vorhergesagte unterstreicht: die Unterschiede zwischen "offenen" und "geschlossenen"
Kursen bezüglich der Clusterzugehörigkeit ist auf höchstem Niveau signifikant:
Chi-Quadrat-Tests
20,848 b
Chi-Quadrat nach
Pearson
1 ,000
Kontinuitätskorrektur 18,853 1 ,000
24,107 1 ,000
20,663 1 ,000
113
a
Wert df
Asymptotische
Signifikanz
(2-seitig)
Likelihood-Quotient
Exakter Test nach Fisher
Zusammenhang
linear-mit-linear
Anzahl der gültigen Fälle
a. Wird nur für eine 2x2-Tabelle berechnet
Exakte
Signifikanz
(2-seitig)
Exakte
Signifikanz
(1-seitig)
,000 ,000
b. 0 Zellen (,0%) haben eine erwartete Häufigkeit kleiner 5. Die minimale erwartete Häufigkeit
ist 12,19.
Tabelle 36: Signifikanzprüfung bei Spannungs-Clustern nach Lehrgangstyp
Durch das Verfahren der Clusteranalyse können die einzelnen Befragten eindeutig jeweils in
eine von zwei Gruppen, die sich hinsichtlich ihres Spannungsmaßes voneinander unterscheiden,
aufgenommen werden. Nun wäre es aber vorteilhaft, könnte man zukünftige Weiterbildungsteilnehmer
a priori in die eine oder andere Spannungskategorie aufschlüsseln (um
diese Personen möglicherweise einer gezielten Supervision oder einem begleitenden Coaching
zu unterziehen).
Dieser Absicht kann mithilfe einer Diskriminanzanalyse nachgekommen werden, die aus den
9 Kriterien (die "Weiterbildungsanzahl" wurde bereits ausgeschlossen) jene identifiziert, die
für eine möglichst treffsichere Prognose geeignet sind. Für diese Variablen x1 bis xn werden
Koeffizienten b1 bis bn berechnet, die in eine Diskriminanzfunktion Eingang finden. Ziel ist es,
die Koeffizienten so zu ermitteln, dass die Werte der Diskriminanzfunktion
d = b1.x1 + b2.x2 + .... + bn.xn + a 247
beide Gruppen möglichst exakt trennen.
Eine Explikation der einzelnen Schritte dieser statistischen Technik würde zu weit führen; es
werden daher gleich die wichtigsten Ergebnisse aufgezeigt. Das System filtert aus den ursprünglichen
Variablen drei heraus, die in die Funktion aufgenommen werden. Kennt man
daher zukünftig die Werte für die Komponenten
� Wunsch des Vorgesetzten (x1)
� Vermeidung eines drohenden Jobverlustes (x2)
� Sorge über mögliche Lernschwierigkeiten (x3)
247 "a" ist eine berechnete Konstante
161