Masterscriptie - NIP

More documents

Recommendations

Info

P-E MISFIT EN INNOVATIEF WERKGEDRAG BIJ STUDENTEN. 30 De toetsing van de Hypotheses Het onderzoek heeft gebruik gemaakt van de statistische analysemethode van lineaire regressie om de verschillende hypotheses te toetsen. Na het uitvoeren van de analyse werd steeds de F-toets nader bekeken. Daar gaf de ∆R² aan of het toevoegen van de modelpredictoren een meerwaarde biedt ten opzichte van het oorspronkelijk model. Vervolgens werden ook de ongestandaardiseerde regressiecoëfficiënten b van de opgenomen predictoren bestudeerd. Om bij de gemodereerde regressieanalyses de multicollinariteit tussen de hoofdeffecten en de interactieterm te minimaliseren, werden de variabelen eerst gecentreerd om hiermee de interactieterm aan te maken. Met de totale steekproefgrootte van deze studie (N = 555) en een statistische power van .80 kon een kleine effect size (f²) van .014 waargenomen worden (wat ongeveer overeenkomt met een verhoging van .014 voor R²) voor de lineaire relaties regressie. In het geval van de gemodereerde regressie vergelijking, wanneer gebruik werd gemaakt van dezelfde alpha, kon met een power van .80 een effect size van .014 waargenomen worden. Deze effect sizes werden berekend aan de hand van de statistische tool G*Power 3.1.2. In de onderstaande tekst zullen de resultaten besproken worden. De eerste hypothese, namelijk dat naarmate de D-A misfit groter is bij de student zal de student meer innovatief werkgedrag vertonen om deze misfit te verkleinen, werd niet bevestigd (∆R² = .01, F(1,532) = 3.50, p= n.s. en b =.08 ). Eveneens werd er geen significante correlatie gevonden tussen de twee variabelen. Tabel 3 toont aan dat het opnemen van de D-A fit als predictor van innovatief werkgedrag weinig tot geen extra variantie oplevert. De tweede hypothese, namelijk dat naarmate de S-V misfit groter is bij de student zal de student meer innovatief werkgedrag vertonen om deze misfit te verkleinen, werd eveneens niet bevestigd (∆R² = .01, F(1,534) = 2.96, p = n.s. en b =.07). In de correlatietabel werden er ook geen significante relaties gevonden die betrekking hadden op deze twee variabelen. In tabel 3 wordt ook aangetoond dat er geen extra verklaarde variantie werd gevonden.
P-E MISFIT EN INNOVATIEF WERKGEDRAG BIJ STUDENTEN. 31 Tabel 3 Directe relaties tussen D-A misfit en S-V misfit met innovatief werkgedrag. b SE(b) ß t P ∆R² Hypothese 1 : D-A misfit Stap 1 D-A fit .08 .05 .09 1.87 .06 .00 Hypothese 2 : S-V misfit Stap 1 S-V fit .07 .04 .07 1.72 .09 .00 Noot: * p < .05, ** p < .01. Voor hypothese 1 geldt N=533 en voor hypothese 2 geldt N=535. D-A fit wijst op de ‘demands’-‘abilities’ fit. S-V fit wijst op de ‘supplies’-‘values’ fit. De volgende hypotheses bestaan steeds uit twee verschillende onderdelen. Het eerste deel van de hypothese, hypothese a, zal de D-A misfit als predictor beschouwen. Het tweede onderdeel, hypothese b, zal de S-V misfit als predictor opnemen. Hypothese 3a die stelt dat een D-A misfit zal leiden tot meer innovatief werkgedrag indien de student leerdoelen hanteert, wordt verworpen (∆R² = .00, F(1,525) = .03, p=n.s.). Het model met de interactievariabele is niet significant en leeroriëntatie als moderator tussen de D-A misfit en innovatief werkgedrag verklaart geen bijkomende variantie. De moderatie tussen de D-A fit en leeroriëntatie is eveneens niet significant (b= .01, p=n.s.). Er wordt wel een hoofdeffect van de leeroriëntatie op het stellen van innovatief gedrag teruggevonden en dit in de positieve richting (b= .24, p
Page 1 and 2: UNIVERSITEIT GENT Faculteit Psychol
Page 3 and 4: P-E MISFIT EN INNOVATIEF WERKGEDRAG
Page 35: P-E MISFIT EN INNOVATIEF WERKGEDRAG
Page 71: P-E MISFIT EN INNOVATIEF WERKGEDRAG

Masterscriptie - NIP

Create successful ePaper yourself

Delete template?

Save as template?