Commit 508e6c5c authored by Maike Kleemeyer's avatar Maike Kleemeyer
Browse files

Add value ranges, scale E and H

parent ce24ceba
---
title: "MPGQuestionnaireReport"
title: "MPGQuestionnaireReport MPI für XXX (bitte einfügen)"
author: "Kleemeyer"
date: "`r format(Sys.time(), '%d %B, %Y')`"
output:
......@@ -23,7 +23,7 @@ library(matrixStats)
# Erster Blick
## Prozente für Mobbing, Diskriminierung und Belästigung mehr als "nie"
## Prozente für Mobbing, Diskriminierung und Belästigung mindestens "gelegentlich"
```{r echo = FALSE, results='asis'}
D12 <- as.data.frame(table(responses$D12, useNA = "ifany")) %>%
mutate(per = 100*Freq/sum(Freq))
......@@ -47,11 +47,18 @@ F11_reduced <- F11 %>%
F11_notnever <- summarise_all(F11_reduced, ~if(is.numeric(.)) sum(.) else "Sexualisierte Belästigung")
mpg_percentage <- c(10, 8, 20)
H21 <- as.data.frame(table(responses$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),mpg_percentage)
kable(all_notnever, col.names = c("Thema", "Häufigkeit", "Prozent", "MPG Wert"),
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"))
......@@ -72,6 +79,12 @@ mean_B1overlapMPG <- responses_coded %>%
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) %>%
......@@ -90,6 +103,12 @@ mean_D <- responses_coded %>%
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) %>%
......@@ -102,20 +121,30 @@ mean_H3overlapMPG <- responses_coded %>%
mean() %>%
set_names(c("mean"))
mpg_means <- c(3.62, 3.67, 3.2, 3.69, 1.39, 1.05, 2.38)
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", "Führungsstil", "Karriereentwicklung", "Zufriedenheit mit Institut/Einrichtung", "Unkollegiales Verhalten", "Sexualisierte Belästigung",
"Elternzeit")
rownames(output_scalemeans) <- c("Gruppenatmosphäre (Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Führungsstil Überschneidung 2019 (Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Führungsstil komplett (Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Karriereentwicklung (Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Zufriedenheit mit Institut/Einrichtung (Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, höher besser)", "Unkollegiales Verhalten (Skala: 1 Nie - 5 Täglich, niedriger besser)", "Geschlechterbezogene Diskriminierung (Skala: 1 Nie - 5 Täglich, niedriger besser)", "Sexualisierte Belästigung (Skala: 1 Nie - 5 Täglich, niedriger besser)", "Vereinbarkeit (Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, niedriger besser)", "Nachteile wegen Elternzeit Überschneidung 2019 (Skala: 1 Stimme überhaupt nicht zu - 5 Stimme voll und ganz zu, niedriger besser)")
kable(output_scalemeans, col.names = c("Aktueller Mittelwert", "MPG Mittelwert"),
kable(output_scalemeans, col.names = c("Aktueller Mittelwert", "Mittelwert MPG 2019"),
table.attr = "class=\"striped\"", format = "html") %>%
kable_material(c("striped", "hover"))
......@@ -398,7 +427,7 @@ 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 drei Items gezeigt.)
* 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.
......@@ -432,7 +461,7 @@ 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, werden die folgenden drei Items gezeigt.)
* 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.
......
Supports Markdown
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment