Newer
Older
title: "MPGQuestionnaireReport MPI für XXX (bitte einfügen)"
html_document: default
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE, message = FALSE)
source("get_data_exported.R")
## Prozente für Mobbing, Diskriminierung und Belästigung mindestens "gelegentlich"
```{r echo = FALSE, results='asis'}
D12 <- as.data.frame(table(responses$D12, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
D12_reduced <- D12 %>%
filter(Var1 != "Nie" & Var1 != "Keine Antwort" )
D12_notnever <- summarise_all(D12_reduced, ~if(is.numeric(.)) sum(.) else "Mobbing")
E05 <- as.data.frame(table(responses$E05, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
E05_reduced <- E05 %>%
filter(Var1 != "Nie" & Var1 != "Keine Antwort" )
E05_notnever <- summarise_all(E05_reduced, ~if(is.numeric(.)) sum(.) else "Geschlechterbezogene Diskriminierung")
F11 <- as.data.frame(table(responses$F11, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
F11_reduced <- F11 %>%
filter(Var1 != "Nie" & Var1 != "Keine Antwort" )
F11_notnever <- summarise_all(F11_reduced, ~if(is.numeric(.)) sum(.) else "Sexualisierte Belästigung")
H21 <- as.data.frame(table(responses$H21, useNA = "no")) %>%
mutate(per = 100*Freq/sum(Freq))
H21_reduced <- H21 %>%
filter(Var1 != "Stimme nicht zu" & Var1 != "Keine Antwort" )
H21_notnever <- summarise_all(H21_reduced, ~if(is.numeric(.)) sum(.) else "Nachteile wegen Elternzeit")
mpg_percentage <- c(10, 8, 'x', 16)
all_notnever <- cbind(rbind(D12_notnever,E05_notnever, F11_notnever, H21_notnever),mpg_percentage)
kable(all_notnever, col.names = c("Thema", "Häufigkeit", "Prozent", "MPG 2019 %"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
## Skalen-Mittelwerte
```{r echo = FALSE, results='asis'}
mean_A <- responses_coded %>%
select(A03:A05) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mean_B1overlapMPG <- responses_coded %>%
select(B03:B06) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mean_B1 <- responses_coded %>%
select(B02:B07) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mean_B2 <- responses_coded %>%
select(B09:B13) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mean_C <- responses_coded %>%
select(C02:C04) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mean_D <- responses_coded %>%
select(D02:D06) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mean_E <- responses_coded %>%
select(E04:E05) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mean_F <- responses_coded %>%
select(F02:F08) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mean_H3overlapMPG <- responses_coded %>%
select(H20:H21) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mean_H1 <- responses_coded %>%
select(H02:H06) %>%
mutate(H06 = recode(H06, "5" = 1, "4"=2, "2"=4, "1"=5)) %>%
colMeans(na.rm = TRUE) %>%
mean() %>%
set_names(c("mean"))
mpg_means <- c(3.62, 3.67, 'x', 3.2, 3.69, 1.39, 1.18, 1.05, 'x', 2.38)
output_scalemeans <- as.data.frame(bind_cols(bind_rows(mean_A,
mean_B1overlapMPG,
rownames(output_scalemeans) <- c("Gruppenatmosphäre \\\n(Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Führungsstil Überschneidung 2019 \\\n(Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Führungsstil komplett \\\n(Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Karriereentwicklung \\\n(Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Zufriedenheit mit Institut/Einrichtung \\\n(Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Unkollegiales Verhalten \\\n(Skala: 1 Nie - 5 Täglich, niedriger besser)", "Geschlechterbezogene Diskriminierung \\\n(Skala: 1 Nie - 5 Täglich, niedriger besser)", "Sexualisierte Belästigung \\\n(Skala: 1 Nie - 5 Täglich, niedriger besser)", "Vereinbarkeit \\\n(Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, niedriger besser)", "Nachteile wegen Elternzeit Überschneidung 2019 \\\n(Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, niedriger besser)")
kable(output_scalemeans, col.names = c("Aktueller Mittelwert", "Mittelwert MPG 2019"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
# Interne Skalenkonsistenz
## SKALA A: Gruppenatmosphäre
* A1. Arbeiten Sie in einer Gruppe? (Nur wenn diese Frage mit "ja" beantwortet wird, werden die folgenden drei Items gezeigt.)
* A2. Stimmen Sie den folgenden Aussagen zu?
+ A03. Die Gruppe versucht, ihre eigenen Fehler und Schwachstellen zu finden und anzugehen, um ihre Arbeit effizienter zu gestalten.
+ A04. Die Mitglieder der Gruppe suchen immer nach neuen Wegen, Probleme anzugehen.
+ A05. Die Gruppenmitglieder arbeiten zusammen an der Entwicklung und Umsetzung neuer Ideen.
interitem_A <- responses_coded %>%
select(A03:A05) %>%
correlate()
kable(interitem_A, caption = "Inter-Item-Korrelation Skala A")
scale_A <- responses_coded %>%
select(A03:A05)
items <- colnames(scale_A)
rely_A <- psych::alpha(scale_A, use = "complete.obs", check.keys=TRUE)
output_A <- as.data.frame(bind_cols(rely_A$item.stats$n, rely_A$item.stats$mean, rely_A$item.stats$sd, rely_A$item.stats$r.drop, rely_A$alpha.drop$raw_alpha))
colnames(output_A) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_A) <- c(items)
kable(output_A, caption = "Item Statistik Skala A")
Cronbach's alpha für Skala A ist `r rely_A$total$std.alpha`.
## SKALA B: Führungskultur
### SKALA B1: Führungsstil
* B1. Stimmen Sie den folgenden Aussagen zu? Meine direkte Führungskraft an meinem Institut oder meiner Einrichtung in der Max-Planck-Gesellschaft ...
+ B02. … misst der Arbeitszufriedenheit einen hohen Stellenwert bei.
+ B03. … erlaubt ihr unterstellten Mitarbeiter*innen, Entscheidungen zu treffen.
+ B04. … bietet Ideen zu neuen und alternativen Wegen an, Dinge anzugehen.
+ B05. … plant sorgfältig.
+ B06. … gibt klare Anweisungen.
+ B07. … hört mir zu und gibt Rückmeldung.
interitem_B1 <- responses_coded %>%
select(B02:B07) %>%
correlate()
kable(interitem_B1, caption = "Inter-Item-Korrelation Skala B1")
scale_B1 <- responses_coded %>%
select(B02:B07)
items <- colnames(scale_B1)
rely_B1 <- psych::alpha(scale_B1, use = "complete.obs", check.keys=TRUE)
output_B1 <- as.data.frame(bind_cols(rely_B1$item.stats$n, rely_B1$item.stats$mean, rely_B1$item.stats$sd, rely_B1$item.stats$r.drop, rely_B1$alpha.drop$raw_alpha))
colnames(output_B1) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_B1) <- c(items)
kable(output_B1, caption = "Item Statistik Skala B1")
Cronbach's alpha für Skala B1 ist `r rely_B1$total$std.alpha`.
## SKALA B2: Karriereentwicklung
* B2. Stimmen Sie den folgenden Aussagen zu? Meine direkte Führungskraft an meinem Institut oder meiner Einrichtung in der Max-Planck-Gesellschaft ...
+ B09. ... nutzt ihren Einfluss, um meine Karriere voranzubringen.
+ B10. ... unterstützt mich bei der Karriereplanung.
+ B11. ... stellt sich vor mich, wenn ich unsachgemäß kritisiert werde.
+ B12. ... gibt mir Aufgaben, durch die ich meine Fähigkeiten weiterentwickeln kann.
+ B13. ... fördert den Kontakt zu Personen, die meine Karriere positiv beeinflussen können.
interitem_B2 <- responses_coded %>%
select(B09:B13) %>%
correlate()
kable(interitem_B2, caption = "Inter-Item-Korrelation Skala B2")
scale_B2 <- responses_coded %>%
select(B09:B13)
items <- colnames(scale_B2)
rely_B2 <- psych::alpha(scale_B2, use = "complete.obs", check.keys=TRUE)
output_B2 <- as.data.frame(bind_cols(rely_B2$item.stats$n, rely_B2$item.stats$mean, rely_B2$item.stats$sd, rely_B2$item.stats$r.drop, rely_B2$alpha.drop$raw_alpha))
colnames(output_B2) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item-total Korrelation", "Alpha wenn item gelöscht")
rownames(output_B2) <- c(items)
kable(output_B2, caption = "Item Statistik Skala B2")
Cronbach's alpha für Skala B2 ist `r rely_B2$total$std.alpha`.
## SKALA C: Zufriedenheit mit Ihrem Institut oder Ihrer Einrichtung in der Max-Planck-Gesellschaft
* C1. Stimmen Sie den folgenden Aussagen zu?
+ C02. Freund*innen gegenüber lobe ich mein Institut oder meine Einrichtung als besonders guten Arbeitgeber.
+ C03. Ich bin stolz, wenn ich anderen sagen kann, dass ich zu meinem Institut oder meiner Einrichtung gehöre.
+ C04. Ich halte mein Institut oder meine Einrichtung für die beste aller Organisationen, die für mich in Frage kommen.
interitem_C <- responses_coded %>%
select(C02:C04) %>%
correlate()
kable(interitem_C, caption = "Inter-Item-Korrelation Skala C")
scale_C <- responses_coded %>%
select(C02:C04)
items <- colnames(scale_C)
rely_C <- psych::alpha(scale_C, use = "complete.obs", check.keys=TRUE)
output_C <- as.data.frame(bind_cols(rely_C$item.stats$n, rely_C$item.stats$mean, rely_C$item.stats$sd, rely_C$item.stats$r.drop, rely_C$alpha.drop$raw_alpha))
colnames(output_C) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_C) <- c(items)
kable(output_C, caption = "Item Statistik Skala C")
Cronbach's alpha für Skala C ist `r rely_C$total$std.alpha`.
## SKALA D: Erfahrungen mit unkollegialem Verhalten
* D1. Die folgenden Aussagen beschreiben Interaktionen mit Ihren Kolleg*innen (einschließlich Vorgesetzten). Bitte geben Sie jeweils an, ob und wie oft Sie diese Verhaltensweisen an Ihrem jetzigen Arbeitsplatz bei der Max-Planck-Gesellschaft in den letzten 12 Monaten erlebt haben.
+ D02. Sie werden an Ihrem Arbeitsplatz gedemütigt oder lächerlich gemacht.
+ D03. Es werden kränkende und beleidigende Bemerkungen über Ihre Person, Ihre Ansichten oder Ihr Privatleben gemacht.
+ D04. Sie werden angeschrien oder zum Ziel spontaner Verärgerung.
+ D05. Ihre Meinungen werden ignoriert.
+ D06. Ihnen wird eine nicht zu bewältigende Arbeitslast aufgetragen.
interitem_D <- responses_coded %>%
select(D02:D06) %>%
correlate()
kable(interitem_D, caption = "Inter-Item-Korrelation Skala D")
scale_D <- responses_coded %>%
select(D02:D06)
items <- colnames(scale_D)
rely_D <- psych::alpha(scale_D, use = "complete.obs", check.keys=TRUE)
output_D <- as.data.frame(bind_cols(rely_D$item.stats$n, rely_D$item.stats$mean, rely_D$item.stats$sd, rely_D$item.stats$r.drop, rely_D$alpha.drop$raw_alpha))
colnames(output_D) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_D) <- c(items)
kable(output_D, caption = "Item Statistik Skala D")
Cronbach's alpha für Skala D ist `r rely_D$total$std.alpha`.
## SKALA E: Erfahrungen mit geschlechtsbezogener Diskriminierung
* E1. Welche der folgenden Aussagen trifft am ehesten auf Ihr Institut oder Ihre Einrichtung zu? Bitte wählen Sie die passende Antwort aus.
+ Die Karrieren von Frauen werden stärker gefördert als die von Männern
+ Die Karrieren von Frauen werden weniger gefördert als die von Männern
+ Die Karrieren von Frauen und Männern werden gleichermaßen gefördert
+ Keine Antwort
* E2. Die folgenden Fragen beziehen sich auf Erfahrungen, die sie an Ihrem aktuellen Arbeitsplatz in der Max-Planck-Gesellschaft während der letzten 12 Monate gemacht haben.
+ E03. Wie oft haben Sie während der letzten 12 Monate eine Situation beobachtet, in der ein oder mehrere Personen aufgrund ihres Geschlechtes diskriminiert wurde/n?
+ E04. Waren Sie selbst in den letzten 12 Monaten in Situationen, in denen Sie aufgrund Ihres Geschlechts herabgesetzt oder herablassend behandelt wurden?
+ E05. Wurden Sie selbst während der letzten 12 Monate aufgrund Ihres Geschlechts diskriminiert?
interitem_E <- responses_coded %>%
kable(interitem_E, caption = "Inter-Item-Korrelation Skala E")
scale_E <- responses_coded %>%
items <- colnames(scale_E)
rely_E <- psych::alpha(scale_E, use = "complete.obs", check.keys=TRUE)
output_E <- as.data.frame(bind_cols(rely_E$item.stats$n, rely_E$item.stats$mean, rely_E$item.stats$sd, rely_E$item.stats$r.drop, rely_E$alpha.drop$raw_alpha))
colnames(output_E) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_E) <- c(items)
kable(output_E, caption = "Item Statistik Skala E")
Cronbach's alpha für Skala E ist `r rely_E$total$std.alpha`.
## SKALA F: Erfahrungen mit sexualisierter Belästigung
* F1. Waren Sie in den letzten 12 Monaten in Situationen mit Ihren Kolleg*innen (einschließlich Vorgesetzten) der Max-Planck-Gesellschaft, in denen eine oder mehrere dieser Personen...
+ F02. ... sexistisches oder sexuell anzügliches Material gezeigt, benutzt oder verteilt haben?
+ F03. ... persönlich beleidigende sexistische Bemerkungen gemacht haben?
+ F04. ... wiederholt sexuell konnotierte Geschichten oder Witze erzählt haben, die für Sie beleidigend waren?
+ F05. ... unerwünschte Versuche gemacht haben, Sie in ein Gespräch über sexuelle Themen zu verwickeln?
+ F06. ... störende Bemerkungen über Ihr Aussehen, Ihren Körper oder Ihre sexuellen Aktivitäten gemacht haben?
+ F07. … unerwünschte Versuche gemacht haben, eine romantische oder sexuelle Beziehung mit Ihnen anzufangen?
+ F08. … Ihnen das Gefühl gegeben haben, Ihnen drohen negative Konsequenzen, wenn Sie sich nicht sexuell kooperativ verhalten?
interitem_F <- responses_coded %>%
select(F02:F08) %>%
correlate()
kable(interitem_F, caption = "Inter-Item-Korrelation Skala F")
scale_F <- responses_coded %>%
select(F02:F08)
items <- colnames(scale_F)
rely_F <- psych::alpha(scale_F, use = "complete.obs", check.keys=TRUE)
output_F <- as.data.frame(bind_cols(rely_F$item.stats$n, rely_F$item.stats$mean, rely_F$item.stats$sd, rely_F$item.stats$r.drop, rely_F$alpha.drop$raw_alpha))
colnames(output_F) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_F) <- c(items)
kable(output_F, caption = "Item Statistik Skala F")
Cronbach's alpha für Skala F ist `r rely_F$total$std.alpha`.
## SKALA H: Vereinbarkeit von Arbeit, Privatleben und Familie
### SKALA H1: Work-life Balance
* H1. Stimmen Sie den folgenden Aussagen zu?
+ H02. Die Anforderungen meiner Arbeit stören mein Privatleben.
+ H03. Der Zeitaufwand meiner Arbeit macht es schwierig für mich, meinen Pflichten im Privatleben nachzukommen.
+ H04. Meine Arbeit beansprucht so viel Energie, dass sich dies negativ auf mein Privatleben auswirkt.
+ H05. Meine direkte Führungskraft gibt mir zu verstehen, dass ich in der gegenwärtigen Phase meiner Karriere besser keine Familie gründen sollte.
+ H06. Meine direkte Führungskraft bestärkt mich in der Auffassung, dass sich berufliche Karriere und die Gründung einer Familie miteinander vereinbaren lassen.
interitem_H1 <- responses_coded %>%
select(H02:H06) %>%
correlate()
kable(interitem_H1, caption = "Inter-Item-Korrelation Skala H1")
scale_H1 <- responses_coded %>%
select(H02:H06)
items <- colnames(scale_H1)
rely_H1 <- psych::alpha(scale_H1, use = "complete.obs", check.keys=TRUE)
output_H1 <- as.data.frame(bind_cols(rely_H1$item.stats$n, rely_H1$item.stats$mean, rely_H1$item.stats$sd, rely_H1$item.stats$r.drop, rely_H1$alpha.drop$raw_alpha))
colnames(output_H1) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_H1) <- c(items)
kable(output_H1, caption = "Item Statistik Skala H1")
Cronbach's alpha für Skala H1 ist `r rely_H1$total$std.alpha`.
## SKALA H2: Work-family Balance
* H07 und H08. Leben Kinder unter 18 Jahren in Ihrem Haushalt? / H3. Leben pflegebedürftige Personen in Ihrem Haushalt? (Nur wenn eine dieser Frage mit "ja" beantwortet wird, werden die folgenden fünf Items gezeigt.)
* H2. Stimmen Sie den folgenden Aussagen zu?
+ H09. Meine direkte Führungskraft berücksichtigt meine familiären Verpflichtungen bei der Arbeitsorganisation und Terminplanung.
+ H10. Meine direkte Führungskraft unterstützt mich bei der Lösung konkreter Probleme der Vereinbarkeit von Familie und Beruf.
+ H11. Aufgrund meiner familiären Aufgaben kommt es häufig zu Konflikten mit meiner direkten Führungskraft.
+ H12. Meine direkte Führungskraft erleichtert die Vereinbarkeit von Familie und Beruf durch flexible Arbeitszeiten.
+ H13. Meine direkte Führungskraft erleichtert die Vereinbarkeit von Familie und Beruf, indem sie es mir ermöglicht, bei Bedarf von zuhause aus zu arbeiten.
interitem_H2 <- responses_coded %>%
select(H09:H13) %>%
correlate()
kable(interitem_H2, caption = "Inter-Item-Korrelation Skala H2")
scale_H2 <- responses_coded %>%
select(H09:H13)
items <- colnames(scale_H2)
rely_H2 <- psych::alpha(scale_H2, use = "complete.obs", check.keys=TRUE)
output_H2 <- as.data.frame(bind_cols(rely_H2$item.stats$n, rely_H2$item.stats$mean, rely_H2$item.stats$sd, rely_H2$item.stats$r.drop, rely_H2$alpha.drop$raw_alpha))
colnames(output_H2) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_H2) <- c(items)
kable(output_H2, caption = "Item Statistik Skala H2")
Cronbach's alpha für Skala H2 ist `r rely_H2$total$std.alpha`.
## SKALA H3: Elternzeit - ja
* H07. Leben Kinder unter 18 Jahren in Ihrem Haushalt? (Nur wenn diese Frage mit "ja" beantwortet wird, kommt:)
* H14. Haben Sie während Ihrer Zeit bei der Max-Planck-Gesellschaft Elternzeit genommen? (Nur wenn diese Frage mit "ja" beantwortet wird, werden die folgenden fünf Items gezeigt.)
* H3. Stimmen Sie den folgenden Aussagen zu?
+ H17. Meine direkte Führungskraft unterstützte mich dabei, meine Elternzeit im Voraus zu planen.
+ H18. Meine direkte Führungskraft hat es mir ermöglicht, während der Elternzeit an Projekten weiterzuarbeiten, sofern ich dies wünschte.
+ H19. Während der Elternzeit fühlte ich mich gezwungen, an Projekten weiterzuarbeiten, um keine beruflichen Nachteile zu haben.
+ H20. Um berufliche Nachteile zu vermeiden, habe ich weniger Elternzeit genommen als ursprünglich geplant.
+ H21. Aufgrund meiner Elternzeit habe ich berufliche Nachteile erlebt.
interitem_H3 <- responses_coded %>%
select(H17:H21) %>%
correlate()
kable(interitem_H3, caption = "Inter-Item-Korrelation Skala H3")
scale_H3 <- responses_coded %>%
select(H17:H21)
items <- colnames(scale_H3)
rely_H3 <- psych::alpha(scale_H3, use = "complete.obs", check.keys=TRUE)
output_H3 <- as.data.frame(bind_cols(rely_H3$item.stats$n, rely_H3$item.stats$mean, rely_H3$item.stats$sd, rely_H3$item.stats$r.drop, rely_H3$alpha.drop$raw_alpha))
colnames(output_H3) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_H3) <- c(items)
kable(output_H3, caption = "Item Statistik Skala H3")
Cronbach's alpha für Skala H3 ist `r rely_H3$total$std.alpha`.
## SKALA H4: Elternzeit - nein
* H07. Leben Kinder unter 18 Jahren in Ihrem Haushalt? (Nur wenn diese Frage mit "ja" beantwortet wird, werden die folgenden drei Items gezeigt.)
* H3. Haben Sie während Ihrer Zeit bei der Max-Planck-Gesellschaft Elternzeit genommen? (Nur wenn diese Frage mit "nein" beantwortet wird, werden die folgenden drei Items gezeigt.)
* H4. Stimmen Sie folgenden Aussagen zu?
+ H23. Ich habe keine Elternzeit genommen, als ich Mutter/Vater wurde, weil ich mich gezwungen fühlte, an Projekten weiter zu arbeiten.
+ H24. Ich habe keine Elternzeit genommen, als ich Mutter/Vater wurde, um berufliche Nachteile zu vermeiden.
+ H25. Ich habe keine Elternzeit genommen, weil ich mich von meiner direkten Führungskraft entmutigt fühlte.
interitem_H4 <- responses_coded %>%
select(H23:H25) %>%
correlate()
kable(interitem_H4, caption = "Inter-Item-Korrelation Skala H4")
scale_H4 <- responses_coded %>%
select(H23:H25)
items <- colnames(scale_H4)
rely_H4 <- psych::alpha(scale_H4, use = "complete.obs", check.keys=TRUE)
output_H4 <- as.data.frame(bind_cols(rely_H4$item.stats$n, rely_H4$item.stats$mean, rely_H4$item.stats$sd, rely_H4$item.stats$r.drop, rely_H4$alpha.drop$raw_alpha))
colnames(output_H4) <- c("# Antworten", "Mittelwert", "Standardabweichung", "Korrigierte Item Korrelation", "Alpha wenn item gelöscht")
rownames(output_H4) <- c(items)
kable(output_H4, caption = "Item Statistik Skala H4")
Cronbach's alpha für Skala H4 ist `r rely_H4$total$std.alpha`.
# Faktorenanalyse -- will only work with more than 200 answers. If less answers have been collected, rather comment this out!
```{r echo = FALSE, message = FALSE, include = FALSE}
likert <- responses_coded %>%
select(A03:B13,C02:D06,E01,E03:E05,F02:F08,H02:H06)
efa <- umxEFA(likert, factors = 8, minManifests = 5)
factors <- as.data.frame(loadings(efa))
color.me <- rowMaxs(abs(loadings(efa)))
```
```{r echo = FALSE, message = FALSE}
factors %>%
mutate(items = row.names(.)) %>%
relocate(items) %>%
mutate_all(~cell_spec(
.x,
color = ifelse(abs(.x) %in% color.me, "blue", "black"))) %>%
kbl(format = "html", escape = F) %>%
kable_paper("striped") %>%
pack_rows("Scale A", 1, 3) %>%
pack_rows("Scale B", 4, 14) %>%
pack_rows("Scale C", 15, 17) %>%
pack_rows("Scale D", 18, 22) %>%
pack_rows("Scale E", 23, 26) %>%
pack_rows("Scale F", 27, 33) %>%
pack_rows("Scale H", 34, 38) %>%
Insgesamt füllten `r nrow(responses)` Personen den Fragebogen (teilweise) aus.
### Arbeiten Sie in einer Gruppe?
```{r echo = FALSE, results='asis'}
A01 <- as.data.frame(table(responses$A01, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(A01, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Haben Sie in den letzten 12 Monaten mit Ihrer Führungskraft ein persönliches Gespräch (d.h. Vieraugen-Gespräch; bspw. Jährliches Mitarbeitendengespräch, Thesis Advisory Committee oder Postdoc-Statusgespräch) über ihre Arbeit und zukünftige Ziele gehabt?
```{r echo = FALSE, results='asis'}
B14 <- as.data.frame(table(responses$B14, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(B14, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
### Wurden Sie selbst während der letzten 12 Monate gemobbt?
```{r echo = FALSE, results='asis'}
kable(D12, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Wurden Sie selbst während der letzten 12 Monate aufgrund Ihres Geschlechts diskriminiert?
```{r echo = FALSE, results='asis'}
kable(E05, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Wurden Sie selbst während der letzten 12 Monate sexualisiert belästigt?
```{r echo = FALSE, results='asis'}
kable(F11, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Leben Kinder unter 18 Jahren in Ihrem Haushalt?
H07 <- as.data.frame(table(responses$H07, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(H07, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Leben pflegebedürftige Personen in Ihrem Haushalt?
H30 <- as.data.frame(table(responses$H30, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(H30, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Haben Sie während Ihrer Zeit bei der Max-Planck-Gesellschaft Elternzeit genommen?
H14 <- as.data.frame(table(responses$H14, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(H14, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Welche Staatsangehörigkeit haben Sie?
I01 <- responses %>%
group_by(`I01[SQ001]`, `I01[SQ002]`, `I01[SQ003]`) %>%
dplyr::count(`I01[SQ004]`) %>%
ungroup() %>%
mutate(per = 100*n/sum(n))
kable(I01,
col.names = c("Deutsch", "EU-Ausland", "Andere Nicht-EU Länder", "Keine Angabe", "Häufigkeit", "Prozent"), table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Bitte geben Sie Ihr Geschlecht an.
I02 <- as.data.frame(table(responses$I02, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(I02, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Beschreiben Sie Ihre Position in der Max-Planck-Gesellschaft.
I03 <- as.data.frame(table(responses$I03, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(I03, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
# Kontaktstellen
## G1: Auf Ebene der Beauftragten/ des Betriebsrats
### Lokaler Betriebsrat?
G011 <- as.data.frame(table(responses$`G01[SQ001]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G011, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Lokale Gleichstellungsbeauftragte?
G012 <- as.data.frame(table(responses$`G01[SQ002]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G012, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Zentrale Gleichstellungsbeauftragte der MPG?
G013 <- as.data.frame(table(responses$`G01[SQ003]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G013, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
### Lokale Schwerbehindertenvertretung?
G014 <- as.data.frame(table(responses$`G01[SQ004]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G014, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
### Gesamtschwerbehindertenvertretung der MPG?
```{r echo = FALSE, results='asis'}
G015 <- as.data.frame(table(responses$`G01[SQ005]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G015, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
### Beauftragte/r des Arbeitgebers für schwerbehinderte Menschen/ Inklusionsbeauftragte/r?
```{r echo = FALSE, results='asis'}
G016 <- as.data.frame(table(responses$`G01[SQ006]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G016, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
### Ombudspersonen?
```{r echo = FALSE, results='asis'}
G017 <- as.data.frame(table(responses$`G01[SQ007]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G017, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
## G2: Auf Ebene der Führungskräfte
### Direkte Führungskraft?
```{r echo = FALSE, results='asis'}
G021 <- as.data.frame(table(responses$`G02[SQ001]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G021, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
### Geschäftsführende/r Direktor/in?
```{r echo = FALSE, results='asis'}
G022 <- as.data.frame(table(responses$`G02[SQ002]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G022, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
### Verwaltungsleitung?
```{r echo = FALSE, results='asis'}
G023 <- as.data.frame(table(responses$`G02[SQ003]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G023, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
## G3: Auf Ebene der Beratungstellen
### Schlichtungsberatung?
```{r echo = FALSE, results='asis'}
G031 <- as.data.frame(table(responses$`G03[SQ001]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G031, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
### Compliance-Beauftragte/r der MPG?
```{r echo = FALSE, results='asis'}
G032 <- as.data.frame(table(responses$`G03[SQ002]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G032, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
### Psychosoziale Beratungen vor Ort?
```{r echo = FALSE, results='asis'}
G033 <- as.data.frame(table(responses$`G03[SQ003]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G033, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
### Employee and Manager Assistance Program (EMAP)?
```{r echo = FALSE, results='asis'}
G034 <- as.data.frame(table(responses$`G03[SQ004]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G034, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
## G4: Zentrale Meldestellen
### Externe Vertrauenskanzlei
```{r echo = FALSE, results='asis'}
G041 <- as.data.frame(table(responses$`G04[SQ001]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G041, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
```
### Stabsstelle Interne Untersuchungen
```{r echo = FALSE, results='asis'}
G042 <- as.data.frame(table(responses$`G04[SQ002]`, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
kable(G042, col.names = c("Antwort", "Häufigkeit", "Prozent"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))