generate_report.Rmd

---
title: "MPGQuestionnaireReport MPI für XXX (bitte einfügen)"
author: "Kleemeyer"
date: "`r format(Sys.time(), '%d %B, %Y')`"
output:
#  pdf_document: default
  html_document: default
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE, message = FALSE)

source("get_data_exported.R")

library(knitr)
library(kableExtra)
library(ggplot2)
library(dplyr)
library(corrr)
library(umx)
library(matrixStats)
```

# Erster Blick

## 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,
                                             mean_B1,
                                             mean_B2,
                                             mean_C,
                                             mean_D,
                                             mean_E,
                                             mean_F,
                                             mean_H1,
                                             mean_H3overlapMPG),mpg_means))

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.

```{r echo = FALSE, results='asis'}
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.

```{r echo = FALSE, results='asis'}
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.


```{r echo = FALSE, results='asis'}
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.

```{r echo = FALSE, results='asis'}
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.


```{r echo = FALSE, results='asis'}
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?

```{r echo = FALSE, results='asis'}
interitem_E <- responses_coded %>%
  select(E01,E03:E05) %>%
  correlate() 

kable(interitem_E, caption = "Inter-Item-Korrelation Skala E")

scale_E <- responses_coded %>%
  select(E01,E03:E05) 

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?

```{r echo = FALSE, results='asis'}
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.

```{r echo = FALSE, results='asis'}
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.

```{r echo = FALSE, results='asis'}
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.

```{r echo = FALSE, results='asis'}
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.

```{r echo = FALSE, results='asis'}
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`. 



# Häufigkeitsanalyse

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?
```{r echo = FALSE, results='asis'}
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?
```{r echo = FALSE, results='asis'}
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?
```{r echo = FALSE, results='asis'}
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?
```{r echo = FALSE, results='asis'}
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.
```{r echo = FALSE, results='asis'}
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.
```{r echo = FALSE, results='asis'}
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?
```{r echo = FALSE, results='asis'}
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?
```{r echo = FALSE, results='asis'}
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?
```{r echo = FALSE, results='asis'}
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?
```{r echo = FALSE, results='asis'}
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"))
```

### 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"))
```