Alter und Interaktion zwischen Alter und Dichte der

Hypothese 3 untersucht, ob das Alter die Zufriedenheit mit der Führungsqualität beeinflusst.

Die Ausprägungen der Variabel „Alter“ teilt sich in folgende Faktorstufen: 19 – 29 Jahre, 30 – 39 Jahre, 40 – 49 Jahre, 50+ Jahre.

Unter denselben Voraussetzungen wie Hypothese 2, wird auch für Hypothese 3 die einfak-torielle Varianzanalyse durchgeführt. Nachstehende Tabelle 19 zeigt die Testentscheidung zu Hypothese 3. Die Voraussetzung der Normalverteilung ist mit (✓) gekennzeichnet, da die Gruppen teilweise eine Größe von < 30 aufweisen. Hierbei ist die Verletzung der Normal-verteilung diesbezüglich problematisch, was bei der Ergebnisauswertung beachtet wird.

Hypothese 3 Je älter die Mitarbeiter:innen, desto weniger zufrieden sind Sie mit der Füh-rungsqualität ihrer Führungskraft.

Variablen &

Skalenniveau

UV = Alter

AVs = Variablen zur Zufriedenheit mit der Führungsqualität (Items i1 – i18)

Voraussetzungen

✓ abhängige Variable ist metrisch skaliert

✓ unabhängige Variable ist kategorial, hier: ordinalskaliert

✓ Unabhängigkeit der Gruppen

(✓) abhängige Variable ist normalverteilt innerhalb jeder der Gruppen

✓ Homogenität der Varianzen Testverfahren Einfaktorielle Varianzanalyse

Tabelle 19: Testentscheidung zu Hypothese 3

Die Ergebnisse der einfaktoriellen Varianzanalyse ergaben, dass das Alter einen signifikan-ten Einfluss auf die Zufriedenheit mit der Führungsqualität hat (siehe Anhang 2.6). Eine Signifikanz zeigte sich bezüglich der Aussage i3 „Es finden regelmäßig Zielvereinbarungs-gespräche statt“, F(3,166) = 3.992, p = .014, ηp2 = .062. 4,5 % der Streuung der Werte zur Aussage i3 um den Gesamtmittelwert kann durch das Alter erklärt werden (korrigiertes R²).

Die Effektstärke liegt bei f = .25 und entspricht einem mittleren Effekt nach Cohen (1994).

Post-hoc-Tests mit Bonferroni-Korrektur zeigen, dass sich nicht alle Altersgruppen signifi-kant unterscheiden. Lediglich die 19- bis 29-Jährigen (M = 2.87, SD = 1.07, n1 = 83) unter-scheiden sich signifikant von den über 50-Jährigen (M = 2.66, SD = .97, n4 = 30). Dabei sind die 19- bis 29-Jährigen zufriedener mit der Führungsqualität als die über 50-Jährigen.

Ebenso zeigte sich ein signifikanter Einfluss des Alters auf die Aussage i5 „Ich erhalte Hil-festellung im Arbeitsprozess“, F(3,167) = 3.332, p = .021, ηp2 = .056. Das korrigierte R-Quadrat liegt bei R² = .056, d.h. das Modell erklärt 5,6 % der Streuung um den Gesamtmit-telwert. Post-hoc-Tests mit Bonferroni-Korrektur zeigen eine signifikanten Gruppenunter-schied der 19- bis 29-Jährigen (M = 3.25, SD = .76, n1 = 84) zu den über 50-Jährigen (M = 2.70, SD = 1.06, n4 = 30). Hierbei sind ebenfalls die 19- bis 29-Jährigen zufriedener mit der Führungsqualität als die über 50-Jährigen.

Darüber hinaus liegt nah am Signifikanzniveau die Aussage i16 „Es besteht Interesse an meinem beruflichen Fortkommen“, F(3,162) = 2.159, p = .087, ηp2 = .041. Das korrigierte R-Quadrat liegt bei R² = .022. Post-hoc-Tests mit Bonferroni-Korrektur zeigen auch hierbei eine signifikanten Gruppenunterschied der 19- bis 29-Jährigen (M = 3.25, SD = .76, n1 = 84) zu den über 50-Jährigen (M = 2.70, SD = 1.06, n4 = 30). Hierbei sind ebenfalls die 19- bis 29-Jährigen zufriedener mit der Führungsqualität als die über 50-Jährigen.

Es lässt sich festhalten, dass das Alter Einfluss auf die Zufriedenheit mit der Führungsqua-lität hat. Dabei ergaben sich Signifikanzen bezüglich der Aussagen i3 „Es finden regelmäßig Zielvereinbarungsgespräche statt“und i5 „Ich erhalte Hilfestellung im Arbeitsprozess“. Die Jüngeren sind zufriedener mit der jeweiligen Aussage zur wahrgenommenen Führungsqua-lität als die Älteren. Nach dieser Analyse kann Hypothese 3 bestätigt werden.

Anhand der einfaktoriellen Varianzanalysen wurde herausgefunden, dass sowohl die Dichte der virtuellen Kommunikation (Hypothese 2) als auch das Alter (Hypothese 3) jeweils

Einfluss auf die Zufriedenheit mit der Führungsqualität hat. Dabei zeigten die Ergebnisse, dass a) je dichter die virtuelle Kommunikation ist und b) je jünger die Mitarbeiter:innen sind, der Zufriedenheitsgrad mit der Führungsqualität jeweils höher ist.

Nun stellt sich die Frage, ob die Faktoren Alter und Dichte der virtuellen Kommunikation miteinander interagieren. Möglicherweise sind es die jüngere Mitarbeiter:innen, die bei ho-her Dichte der virtuellen Kommunikation zufriedener mit der Führungsqualität sind. Für die Untersuchung des Einflusses mehrere unabhängige Variablen (Faktoren) auf eine abhängige Variable eignet sich die mehrfaktorielle Varianzanalyse. Mit der mehrfaktoriellen Vari-anzanalyse wird getestet, ob das Alter und die Dichte der virtuellen Kommunikation hin-sichtlich der Variablen i1 und i7 (Signifikanzen aus Hypothese 2) und hinhin-sichtlich der Vari-ablen i3 und i5 (Signifikanzen aus Hypothese 3) Interaktionseffekte aufweisen.

Die Voraussetzungen der Normalverteilung und Varianzhomogenität für die mehrfaktorielle Varianzanalyse entsprechen denselben wie bei der einfaktoriellen Varianzanalyse, beziehen sich dabei aber auf die Abweichungen innerhalb jeder der Gruppen.²⁸² Die Voraussetzung der Normalverteilung innerhalb jeder Gruppen wurde bei den entsprechenden Variablen (i1, i3, i5, i7) einzeln überprüft und konnte nicht immer bestätigt werden, da die Gruppengröße teilweise < 30 ist. Der Levene-Test ergab für die Variablen i1 „Meine Ziele sind genau de-finiert“, i3 „Es finden regelmäßig Zielvereinbarungsgespräche statt“ und i7 „Ich erhalte Hil-festellung im Arbeitsprozess“ keine Signifikanzen (p < .05), sodass von Varianzhomogenität ausgegangen werden kann. Für Variable i5 ergab der Levene-Test ein signifikantes Ergebnis (p = .049), sodass die Voraussetzung der Varianzhomogenität hier verletzt wird. Die Grup-pen sind jedoch sehr unterschiedlich groß (zwischen 8 und 56 Personen), sodass die Voraus-setzung für die Anwendung der mehrfaktoriellen Varianzanalyse für Variable i5 nicht gege-ben ist und i5 im Folgenden ausgeschlossen wird.

Nachstehende Tabelle 20 zeigt die Ergebnisse der mehrfaktoriellen Varianzanalyse für die Aussage i7 „Ich erhalte Feedback hinsichtlich der Zufriedenheit mit meiner Leistung“ (die vollständigen Ergebnischarts finden sich in Anhang 2.7).

282 Vgl. Bortz (2005), S. 328.

Tests der Zwischensubjekteffekte

Abhängige Variable: i7 Ich erhalte Feedback hinsichtlich der Zufriedenheit mit meiner Leistung

Quelle

a. R-Quadrat = .163 (korrigiertes R-Quadrat = .073)

Tabelle 20: Ergebnisse der mehrfaktoriellen Varianzanalyse

Wie in Tabelle 20 abzulesen, hat die Dichte der virtuellen Kommunikation einen Hauptef-fekt auf die Zufriedenheit mit der Aussage i7, F(2,103) = 3.799, p = .026, ηp2 = .069). Der Interaktionsterm der Dichte der virtuellen Kommunikation und des Alters auf die Zufrieden-heit mit der Aussage i7 ist nicht signifikant, F(6,103) = 1.527, p = .177, ηp2 = .082). Demnach hängt die Zufriedenheit mit Aussage i7 nicht von einer Interaktion zwischen Alter und Dichte der virtuellen Kommunikation ab.

Für die Aussage i3 „Es finden regelmäßig Zielvereinbarungsgespräche statt“ ergaben sich ebenso keine Interaktionen zwischen Alter und Dichte der virtuellen Kommunikation, F(6,103) = .790, p = .579, ηp2 = 0.44). Ebenso zeigen sich keine Interaktionen der beiden Faktoren für die Aussage i1 „Meine Ziele sind genau definiert“, F(6,104) = 1,141, p = .344, ηp2 = .062). Es lässt sich zusammenfassen, dass Alter und Dichte der virtuellen Kommuni-kation unabhängig voneinander signifikanten Einfluss auf die Zufriedenheit mit der Füh-rungsqualität haben.