STATISTIK-FORUM.de

[Julischka]

Hi ihr,

ich habe ein Sample (N= 330), in denen die Leiter einer Abteilung und die Mitarbeiter dieser die Leistung der Abteilung bewerten sollen.
Hier ist es natürlich möglich, dass die Abteilungsleiter eher dazu tendieren, die Leistung der Abteilung überhöht anzugeben, um ihre eigene Führungsposition zu verteidigen.

Daher dachte ich dass ich einen Chi-Quadrat-test auf Unabhängigkeit durchführe zwsichen der binärren Variable Leiter (Ja / nein) und der bewerteten Leistung (ebenfalls binär codiert: gut / schlecht). Wenn dieser Test nun nicht sig. ist, ist das doch ein Zeichen dafür, dass keine systematischen Unterschiede zwischen den Bewertungen der Leiter und der Mitarbeiter vorliegen, oder?

Habe ich da einen richtigen Gedanken? Falls nicht, habt ihr andere Ideen, wie ich mögliche Verzerrungen in den Daten "aufdecken" könnte?


Danke vorab und schönen Abend, VG

[PonderStibbons]

ich habe ein Sample (N= 330), in denen die Leiter einer Abteilung und die Mitarbeiter dieser die Leistung der Abteilung bewerten sollen.
Hier ist es natürlich möglich, dass die Abteilungsleiter eher dazu tendieren, die Leistung der Abteilung überhöht anzugeben, um ihre eigene Führungsposition zu verteidigen.

Oder auch aus anderen Gründen, z.B. individuelle Wahrnehmungsfilter oder andere innere Kriterien
für die Leistungsbewertung. Oder es sind die Mitarbeiter, nicht die Chefs, die "verzerrte"
Leistungsbewertungen abgeben. Wieso muss es eigentlich eine "Verzerrung" sein, was ist der
objektive Maßstab? Wenn es einen gibt, kann man mit diesem objektiven Maßstab die
Bewertungen seitens der Vorgesetzten sowie seitens der Mitarbeiter vergleichen. Wenn nicht,
hast Du lediglich den Vergleich Vorgesetzte versus Mitarbeiter. Dass und wo "Verzerrung" im
Spiel ist, klingt dabei wie eine beliebige Behauptung.

Daher dachte ich dass ich einen Chi-Quadrat-test auf Unabhängigkeit durchführe zwsichen der binärren Variable Leiter (Ja / nein) und der bewerteten Leistung (ebenfalls binär codiert: gut / schlecht).

Eine bessere / differenziertere Messung gibt es dafür nicht?

Wenn dieser Test nun nicht sig. ist, ist das doch ein Zeichen dafür, dass keine systematischen Unterschiede zwischen den Bewertungen der Leiter und der Mitarbeiter vorliegen, oder?

Das Problem ist, es sind keine unabhängigen Beobachtungen.
Die Teilnehmer innerhalb einer Abteilung stellen abhängige
Beobachtungen dar. Beobachtungseinheit wäre nicht
Person sondern "Abteilung", gemessen wird "Leistung", und
dies einmal unter der Bedingung "Leistung aus Sicht des
Vorgesetzten" und einmal unter der Bedingung "Leistung aus
der Sicht der Mitarbeiter". Die Herausforderung ist dabei, die
Beurteilungen durch die Mitarbeiter geeignet zusammenzufassen.

Mit freundlichen Grüßen

PonderStibbons

[Julischka]

Hi PonderStibbons!

Danke für deine ausführliche Antwort!

In der Literatur, die ähnliche Themengebiete behandelt, wurde darauf hingewiesen, dass die Abteilungsleiter natürlich besonders erpicht sind, ihre Abteilung "gut" dastehen zu lassen, daher meine Vermutung.

Was wäre eine bessere / differenziertere Messung deiner Meinung nach? Vllt kann ich noch irgendwelche Variablen "basteln" durch Transformationen, aber grundsätzlich wurde nichts weiter erfasst; nur noch die Amtszeit der Befragten, aber das ist in dem Kontext wohl nicht so relevant oder?

MfG

[PonderStibbons]

Nur eine einzige Frage, noch dazu mit der gröbsten denkbaren Antwortskala
gut/schlecht?

Chi² geht wie gesagt eigentlich nicht, aber wenn Deine Betreuer/Abnehmer/
Bewerter die Erhebung bis dahin abgesegnet haben, werden sie es vermutlich
nicht bemerken.

Man könnte, um der Abhängigkeit der Beobachtungen gerecht zu werden,
je Abteilung vergleichen, wie hoch der Anteil "gut"-Bewertungen durch die
Mitarbeitenden einerseits ist und wie hoch seitens der Führungskräfte
anderersits. Da es pro Abteilung nur je eine Führungskraft zu geben scheint,
wird der zweite Wert immer entweder 0,0 oder 1,0 betragen.
Wenn man pro Abteilung die Differenz zwischen diesen beiden Werten bildet, kann
man den Mittelwert dieser Differenzwerte gegen 0 testen, sofern die Zahl der
Abteilungen > 30 ist (dann kann man den Einstichproben-t-Test ohne Bedenken
in Sachen Verteilung der Differenzvariable verwenden).

Aber vielleicht gibt es gängigere Verfahren für die Situation.

Mit freundlichen Grüßen

PonderStibbons