diff --git a/generate_report.Rmd b/generate_report.Rmd index 116f4992dbb9cb4587e37908e8a30f21b9cab187..6967b69447739a1e007dd6b96f4648cc77cd41c9 100644 --- a/generate_report.Rmd +++ b/generate_report.Rmd @@ -1,5 +1,5 @@ --- -title: "MPGQuestionnaireReport" +title: "MPGQuestionnaireReport MPI für XXX (bitte einfügen)" author: "Kleemeyer" date: "`r format(Sys.time(), '%d %B, %Y')`" output: @@ -20,6 +20,136 @@ 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 @@ -297,7 +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. @@ -331,7 +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. @@ -426,32 +556,27 @@ kable(B14, col.names = c("Antwort", "Häufigkeit", "Prozent"), ### Wurden Sie selbst während der letzten 12 Monate gemobbt? ```{r echo = FALSE, results='asis'} -D12 <- as.data.frame(table(responses$D12, useNA = "ifany")) %>% - mutate(per = 100*Freq/sum(Freq)) - kable(D12, col.names = c("Antwort", "Häufigkeit", "Prozent"), table.attr = "class=\"striped\"", format = "html") %>% kable_material(c("striped", "hover")) + ``` ### Wurden Sie selbst während der letzten 12 Monate aufgrund Ihres Geschlechts diskriminiert? ```{r echo = FALSE, results='asis'} -E05 <- as.data.frame(table(responses$E05, useNA = "ifany")) %>% - mutate(per = 100*Freq/sum(Freq)) - 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'} -F11 <- as.data.frame(table(responses$F11, useNA = "ifany")) %>% - mutate(per = 100*Freq/sum(Freq)) - 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?