Handleiding Interessevragenlijst

Leeswijzer

Hoofdstuk 1. Inleiding

De ITS is gebaseerd op het RIASEC-­‐model van Holland, en heeft twee belangrijke aanvullingen. Ten eerste kent de ITS een zevende factor: ICT. Gezien ontwikkelingen in de arbeidsmarkt mocht deze factor niet ontbreken. Verschillende analyses tonen aan dat de ITS goed aansluit op het HM+ model. Ten tweede rapporteert de ITS op zowel taken als sectoren. Om zoveel mogelijk praktische invulling aan de ITS te geven, worden voor lager-­‐ en hogeropgeleiden andere voorbeeldberoepen aangedragen.

Hoofdstuk 2. Kwaliteit van het testmateriaal

De ITS kan worden afgenomen in het online testcentrum van Ixly, via https://www.ixly.nl/test-toolkit/testen/. Er worden duidelijke instructies aan de kandidaat gegeven over de duur, het meetdoel, en de wijze van invullen. De kandidaat kan op ieder moment de instructies inzien. Er wordt zorgvuldig met de gegevens omgegaan, volgens ISO 27001. Voor het maken van de ITS is zijn geen speciale vaardigheden of software vereist. Alle items zijn geformuleerd volgens de richtlijnen van Hofstee (1991).

Hoofdstuk 3. Handleiding voor de testgebruiker

De ITS kan in elke situatie ingezet worden waarbij het van belang is om meer te weten te komen over de interesses in taken en sectoren van een persoon, en is bedoeld voor eenieder die deel uitmaakt van de Nederlandse beroepsbevolking. De ITS bestaat uit interessegebieden, taken en sectoren. In dit hoofdstuk worden twee cases besproken waarin de ITS, naast een persoonlijkheids-­‐ en een drijfverenvragenlijst, worden ingezet om loopbaanadvies te geven.

Hoofdstuk 4. Normering

De interessegebieden kennen een normgerichte interpretatie. Deze zijn genormeerd voor adviessituaties, gebruikmakend van continue fitnormering. De interessegebieden worden gerapporteerd op stenscores, lopend van 1 tot 10, met een theoretisch gemiddelde van 5.5 en een standaarddeviatie van 2. In het hoofdstuk wordt de procedure van normering besproken en worden de standaardschattingsfout, betrouwbaarheidsintervallen en waarschijnlijkheidsintervallen weergegeven. In de bijlagen vindt u de normtabellen (vraag de bijlagen aan bij ons Customer Support team via info@ixly.nl).

Hoofdstuk 5. Betrouwbaarheid

De gemiddelde betrouwbaarheid van de interessegebieden van de ITS is .88, en van de sectoren .83, en dus zeer hoog te noemen. Ook de hertestbetrouwbaarheid is hoog: alle interessegebieden en sectoren kennen een significante correlatie tussen twee meetmomenten.

Hoofdstuk 6. Begripsvaliditeit

De ITS laat een solide interne structuur zien. De item-­‐restcorrelaties zijn bijna allemaal hoog tot zeer hoog. Verder hebben alle 7 factoren een eigen bijdrage, en correleren dus niet te hoog met elkaar. Zowel de factoren als de sectoren laten te verwachten relaties met verschillende achtergrondvariabelen zien, die bovendien worden ondersteund door literatuur. Verder laat onderzoek zien dat de ITS geen culturele bias vertoont.

Ten behoeve van de externe validiteit is onderzoek gedaan met soortgententests ABIV, HZO en Carrièrewaarden. Alle vooraf gestelde hypotheses met betrekking tot convergente en divergente validiteit werden bevestigd.

Hoofdstuk 7. Criteriumvaliditeit

Er is onderzocht of het hebben van werk in een sector die aansluit bij interesse, zoals gemeten door de ITS voorspellend is voor tevredenheid en verloopintentie. Uit dit onderzoek bleek dat ‘sectormatch’ een significante voorspeller was voor zowel tevredenheid als verloopintentie, bovenop achtergrondvariabelen.

1. Inleiding Interessevragenlijst Taken en Sectoren

De Interessevragenlijst Taken en Sectoren, afgekort de ITS, is een interessevragenlijst die voor het werkveld van Human Resource Management (HRM) is ontwikkeld door Ixly¹.

De ITS bevat 7 factoren. Tevens rapporteert de ITS op 45 sectoren en 37 taken. Het gebruiksdoel van de ITS is het meten van iemands interesse in taken en sectoren en kan ingezet worden bij de gehele beroepsbevolking van Nederland. De ITS dient als adviesinstrument, om werkzoekenden en werkenden te adviseren in welke sectoren van de arbeidsmarkt zij functies en vacatures kunnen vinden die aansluiten bij hun interesses. De ITS kan niet als selectiemiddel worden ingezet.

1.1 Interesse

De term ‘interesse’ kan eenvoudig worden gedefinieerd als datgene wat iemand boeit of iemands belangstelling heeft (Van Dale, 2009). Doordat individuen nadenken over hun interesses, analyseren zij de omgeving en het bijpassende gedrag. Vervolgens stemmen zij hun handelen af op de voor hen meest interessante omgeving. Op deze manier reflecteren de interesses van een individu de manier waarop en de omgeving waarinzij optimaal kunnen functioneren (Low, Yoon, Roberts & Rounds, 2005).

Beroepsinteresses zijn een belangrijke factor bij het beginnen en vormgeven van een loopbaan (Fouad, 1999, zoals beschreven in Low et al., 2005). Daarnaast verklaart de congruentie tussen beroepsinteresses en een baan onder andere de tevredenheid van de werknemer (Hecht & Allen, 2005; Kristof-­‐Brown, Zimmerman & Johnson, 2005; Mueser, Becker & Wolfe, 2001). Wanneer werknemers een baan hebben die aansluit bij hun belangstelling zijn ze meer tevreden dan werknemers zonder een goede match tussen interesse en baan (Mueser et al., 2001). Om de invloed van interesses op werkkeuzes en tevredenheid goed in kaart te brengen, is het van belang om alle aspecten van een baan of functie te bekijken. Een baan of functie binnen een organisatie bestaat uit een combinatie van verschillende taken, uitgevoerd in een bepaalde context welke (financiële) beloningen oplevert (Locke, 1969). Volgens Kristof-­‐Brown en collega’s

(2005) zijn er grofweg drie factoren te onderscheiden die samenhangen met interesses: werktaken, werksectoren en werkvoorwaarden. Onder werkvoorwaarden vallen onder andere persoonlijke groei, salaris en sociale zekerheid. Voor werkvoorwaarden verwijzen wij naar de theorie over carrièrewaarden inde bijbehorende documenten. De overige factoren, werktaken en werksectoren, vallen onder de component interesse en zullen nader worden toegelicht.

De definitie van Locke (1969) laat zien dat er onderscheid moet worden gemaakt tussen enerzijds de taken die de werknemer uitvoert, en anderzijds de sector waarin deze taken worden uitgevoerd. Law en collega’s (2005) onderstrepen eveneens de noodzaak om arbeidsinteresses te definiëren in verschillende abstractieniveaus. Een verkoper kan namelijk actief zijn binnen verschillende sectoren; hij kan bijvoorbeeld huizen, kleding of marktwaar verkopen. Kristof-­‐Brown en collega’s (2005) onderscheiden werktaken en werksectoren en gaan uit van de onderlinge congruentie met interesses. Er wordt onderscheid gemaakt tussen werktaken, ‘person-­‐job fit’ en werksector, ‘person-­‐vocation fit’. De ‘person-­‐job fit’ verwijst naar de combinatie van taken die de werknemer uitvoert.

Onderdeel van dit concept is de afstemming tussen de mate waarin de baan mogelijkheden biedt voor de werknemer om zich actief bezig te houden met zijn eigen interesses. Onderzoek toont bijvoorbeeld aan dat werknemers die graag meerdere taken tegelijkertijd uitvoeren, gelukkiger zijn in een baan waarin dat van hen gevraagd wordt en dat mensen die dat niet graag doen zich dan minder gelukkig voelen(Hecht & Allen, 2005). De ‘person-­‐vocation fit’ verwijst naar het interessegebied of de sector waarin de werknemer actief is. Onderdeel van dit concept is de afstemming tussen de interesses van de werknemer en het interessegebied waarin de werkgever opereert (Tranberg, Slane & Ekeberg, 1993). Het aantal tevreden werknemers stijgt naarmate het werkveld van de organisatie meer overeenkomt met de interesses van de werknemers (Swaney & Prediger, 1985).

Een duidelijk onderscheid tussen de sector waarin men werkzaam is en de taken die de werknemer -­‐ in relatie tot interesse -­‐ heeft, is essentieel om werknemers op de juiste plek in te zetten. Bovendien blijkt uit onderzoek dat werktaken en werksectoren twee onafhankelijke concepten zijn en dat werknemers goed in staat zijn deze afzonderlijk te beoordelen (Kristof-­‐Brown et al., 2005).

1.1.1 Ontwikkeling en stabiliteit van interesse

Kennis over de ontwikkeling en stabiliteit van interesses is nodig om individuen te begeleiden bij hun carrièrekeuzes. Grote veranderingen kunnen immers de predictieve validiteit interessevragenlijsten doen verminderen (Low et al., 2005). Verschillende studies tonen aan dat beroepsinteresses zeer stabiel zijn, zelfs stabieler dan persoonlijkheidskenmerken (Kanfer & Ackerman, 2004; Low et al., 2005). Interesses worden in de loop van de kindertijd ontwikkeld en krijgen een stabieler karakter met de tijd. Opmerkelijk is de toename van stabiliteit gedurende de late adolescentie; de piek ligt op een gemiddelde leeftijd van twintig jaar. Kirk en Johnson (2001) tonen echter aan dat veranderingen in beroepsinteresses het grootst zijn gedurende de adolescentie. Zij gaan er van uit dat de confrontatie met de arbeidsmarkt deze veranderingen initialiseren. Door ervaring op te doen in een nieuwe omgeving kunnen interesses en belangstellingen veranderen (Hoefler & Ariely, 1999; Kirk & Johnson, 2001). Deze veranderingen stimuleren het denken over beroepsinteresses en versterken daarmee de stabiliteit. Interesses lijken na een leeftijd van 25 tot 30 jaar niet of nauwelijks meer te veranderen. Werknemers die wel carrièreveranderingen maken, blijven meestal werkzaam in dezelfde branche (Low et al., 2005). Grote verschillen in stabiliteit van beroepsgerichte of taakgerichte interesses zijn verder niet aan de orde (Low et al., 2005). De kans is groot dat adolescenten die geïnteresseerd zijn in een baan als architect hier twintig jaar later ook belangstelling voor zullen tonen (Kanfer & Ackerman, 2004). De stabiliteit van beroepsinteresses is gelijk voor mannen en vrouwen (Low et al., 2005). De mogelijke aanwezigheid van sekseverschillen in relatie tot interesse vraagt om een nadere toelichting, die aansluitend zal worden gegeven.

1.1.2 Sekseverschillen

Mannen en vrouwen verschillen in hun interpretatie en het hebben van interesses (Hansen, Collins, Swanson & Fouad, 1993). Onderzoek naar Amerikaanse kinderen in het laatste jaar van de basisschool toont al sekseverschillen met betrekking tot beroepsinteresses. Jongens geven aan later graag nieuwe dingen uit te willen vinden, meisjes geven aan anderen te willen helpen (Jones, Howe & Rua, 1999). Ook op latere leeftijd hebben mannen gemiddeld meer interesse in praktisch werk en vrouwen meer interesse in de artistieke sector (Fouad, 2002; Low et al., 2005). Hoewel mannen en vrouwen meer vertegenwoordigd zijn in de ene sector dan in de andere, zijn de interesses wel op te delen in dezelfde algemene sectoren (Hansen et al., 1993). Het gebruik van eenzelfde interessevragenlijst voor mannen en vrouwen lijkt daarom de meest geschikte wijze om interesses te meten. Verder onderzoek naar gender bias wordt beschreven in Hoofdstuk 2, Kwaliteit van het testmateriaal.

1.1.3 Culturele verschillen

De verschillen tussen etnische groepen qua achtergrond en cultuur met betrekking tot interesses zijn relatief klein. Hoewel er kleine verschillen worden gevonden in de verdeling tussen de verschillende beroepen en werksectoren, blijken verschillenbinnen de etnische groep groter dan de verschillen tussen etnische groepen (Fouad, 2002). Verschillen in beroepsinteresses lijken beter verklaard te worden door leeftijd en sekse, dan door etnische achtergrond. Verder onderzoek naar culturele bias wordt beschreven in Hoofdstuk 2, Kwaliteit van het testmateriaal.

1.2 Het meten van interesse voor taken en sectoren in de praktijk

Interesses kunnen gemeten worden met een ‘psychologische test’. Dit begrip is te beschrijven als ‘een systematische beoordelings-­‐ of meetprocedure, die het mogelijk maakt een uitspraak te doen over één of meer persoonseigenschappen van de onderzochte of van zijn of haar toekomstige gedrag of toekomstige prestaties’ (Drenth, 1981). Deze beoordeling wordt gebaseerd op een objectieve en vergelijkende verwerking van de reacties en prestaties van de onderzochte op een aantal zorgvuldig uitgekozen opdrachten of vragen, dat op een gestandaardiseerde manier aan hem of haar wordt voorgelegd. De reacties van de persoon vormen de testinformatie op basis waarvan een uitspraak gedaan wordt. Deze testinformatie kan op verschillende manieren worden verkregen, bijvoorbeeld door zelfbeoordeling, observatie, instrumentele meting of objectieve documentatie (Drenth, 1981).

De persoonlijkheidsvragenlijst is een voorbeeld van een psychologische test. Het belangrijkste onderscheid dat uitgaat van getest gedrag, is dat tussen tests voor prestatieniveau en tests voor gedragswijze (Drenth & Sijtsma, 2006). Bij tests voor prestatieniveau wordt van de onderzochte persoon een maximale prestatie gevraagd, waarbij testvragen ‘goed’ of ‘fout’ worden beantwoord. Bij tests voor gedragswijze is echter niet een vooraf bekende ‘goed/fout’-­‐sleutel beschikbaar. Aangezien bij tests voor gedragswijze geen sprake is van een ‘test’ in de betekenis van ‘proeve van bekwaamheid’ spreekt men in deze context vaak van ‘vragenlijst’ (Drenth & Sijtsma, 2006). Sinds het ontwikkelen van de eerste interessevragenlijst halverwege de twintigste eeuw zijn interessevragenlijsten een veel gebruikt meetinstrument in het onderzoek naar de relatie tussen beroepsinteresses en werktevredenheid (Low et al., 2005). Interessevragenlijsten worden daarnaast veelvuldig gebruikt in de HRM-­‐ adviespraktijk, bij verschillende situaties, zoals: outplacement, re-­‐integratie en studieadvies, en doelgroepen: van starters tot mensen met veel werkervaring.

1.3 Ontwikkeling van de ITS

Het initiatief binnen Ixly tot het ontwikkelen van een vragenlijst, die inzicht geeft in de interesses van een persoon, komt voort uit de praktijk. Vanuit de praktijk was er behoefte aan een interessevragenlijst waarmee eenvoudiger naar vacatures gezocht kan worden. De beschikbare interessevragenlijsten zijn doorgaans voor studiekeuze ontwikkeld, en hadden niet expliciet als doel om een koppeling naar sectoren te kunnen realiseren. Een interessevragenlijst met een terugkoppeling naar alle werksectoren in Nederland was daarmee gewenst. Omdat binnen sectoren verschillende functies kunnen voorkomen, met uiteenlopende takenpakketten, is besloten om bij het ontwikkelen van de interessevragenlijst taken mee te nemen als interessegebieden. Dit biedt de mogelijkheid om na het selecteren van de gewenste sectoren in te zoemen op relevante beroepen en functies binnen die sectoren.

Bij het ontwikkelen van de ITS-­‐vragenlijst is de volgende definitie van interesse gehanteerd:
‘Een interesse is een consistente voorkeur (preferentie) voor een samenhangende set van werkzaamheden, beroepsvelden, werkactiviteiten en taken zodanig dat wanneer iemand werk heeft dat daarbij aansluit men daar meer tevreden en gemotiveerd voor si dan bij werk dat daar minder bij aansluit.’

De ITS is oorspronkelijk ontwikkeld om ingezet te worden bij loopbaanadvisering. Het rapport van de ITS geeft inzicht in de mate waarin een (toekomstig) werknemer geïnteresseerd is in verschillende (sub)sectoren. Daarnaast geeft het rapport weer welke werktaken, onafhankelijk van werksector of functie, de (toekomstige) werknemer leuk vindt om uit te voeren. Het resultaat van de vragenlijst kan helpen bij het formuleren van loopbaanadviezen en carrièremogelijkheden. Daarnaast kan het helpen in het nemen van loopbaanbeslissingen. Op basis hiervan kan de ITS bijdragen aan het verhogen van de werktevredenheid en daarmee een duurzame inzetbaarheid van mensen.

Fase 1. Formuleren items
De constructie van de ITS is begonnen met het formuleren van items die alle werksectoren in Nederland omvatten en daarmee het complete domein van werk dekken. Daarnaast zijn items geformuleerd die inzicht geven in de interesse voor werktaken. Bij het formuleren van de items is rekening gehouden met de richtlijnen voor het schrijven van vragenlijstitems (Hofstee, 1991). Het eerste criterium is daarbij lastig omdat het om een subjectief ervaren interesse gaat. De items hebben daarom de structuur: “het lijkt mij leuk om…” gevolgd door een beschrijving van een activiteit of interesse, zoals: “koelsystemen te installeren of te onderhouden”, “zieke mensen te verzorgen”, “goede kledingcombinaties te bedenken”.

Richtlijnen voor het schrijven van vragenlijstitems (Hofstee, 1991)

• formuleer items in de derde persoon enkelvoud
• formuleer in observeerbare termen
• vermijd bepalingen van hoedanigheid
• vermijd suggestieve formuleringen
• vermijd moeilijke woorden en zinnen
• vermijd ontkenningen
• vermijd idiomatische formuleringen
• vermijd racistische, seksistische, etnocentrische en androcentrische uitdrukkingen
• vermijd items die in hoofdzaak bestaan uit een persoonlijkheid beschrijvend adjectief, substantief of een combinatie daarvan
• vermijd specificaties
• schrijf onberispelijk Nederlands

Sectoren
Om alle interesses voor het werken in een bepaalde (sub)sector te dekken, zijn bij de subsectoren van het Standaard Bedrijfsindeling ’93 van het CBS door een expertpanel interessegebieden vastgesteld. Het expertpanel bestond uit drie psy0chologen/testontwikkelaars van Ixly. De SBI ’93 is gebaseerd op de indeling van de Europese Unie (Nomenclature statistique des activités économiques dans la Communauté Européenne, afgekort: NACE) en op die van de Verenigde Naties (International Standard Industrial Classification of All Economic Activities, afgekort: ISIC). De SBI ’93 kent zes niveaus, waarvan de beide hoogste niveaus (secties en subsecties) door letters en de lagere niveaus (afdelingen, groepen, klassen en subklassen) door cijfers worden aangeduid. Bij de ITS is gebruik gemaakt van de secties en subsecties, ook wel sectoren genoemd.

In totaal zijn 64 interessegebieden gevonden. In eerste instantie zijn door de drie psychologen van het expertpanel onafhankelijk van elkaar items geformuleerd. Daarbij is gebruik gemaakt van de volgende openbare bronnen: O*net, SBI’93 en werk.nl, met name het onderdeel competentieatlas. O*net is een site van de Amerikaanse overheid met veel informatie over beroepen. In het kader van productontwikkeling is deze database vertaald door Ixly. Deze bronnen bieden informatie over sectoren en sub-­‐ sectoren en de daarin aanwezige beroepen. Na overleg is gezamenlijk tot een selectie van items gekomen. Het werksectorenonderdeel van de eerste versie van de vragenlijst bestond uit 228 items verspreid over 64 interessegebieden, waarmee alle werkvelden gedekt zijn.

Taken
Het deel dat inzicht geeft in de werktaken is gebaseerd op de indeling die O*Net hanteert bij het in kaart brengen van functies. Bij iedere taak (work activity) die O*Net noemt werd door het expertpanel de vraag gesteld: kan deze taak concreet een interesse zijn voor iemand? Een aantal taken was te abstract en werd daarom niet meegenomen in de lijst. Een voorbeeld daarvan is “Identifying Objects, Actions, and Events”. Het is dan niet direct duidelijk wat je doet, omdat de onderwerpen zeer breed geformuleerd zijn, terwijl taken als “getting information” concreter zijn. Het type informatie verschilt uiteraard wel per sector. Uiteindelijk bleven er veertig taken over die volgens O*Net worden verdeeld in vier categorieën: motorische, mentale, sociale en ondersteunende taken. Het werktakenonderdeel van de eerste versie van de vragenlijst bestond uit 40 items.

De eerste versie van de interessevragenlijst bestond hiermee uit 228 items, 188 items voor de interessegebieden voor sectoren en 40 voor de taken. De antwoordschaal loopt van ‘zeer mee oneens’ tot ‘zeer mee eens’. De sectoren zijn, in willekeurige volgorde:

Dieren, Gezondheidszorg, Personeel, arbeid en loopbaan, Welzijn, Persoonlijke verzorging, Rechtspraak, Taal, Cultuur, Milieu, Media, Glas-­‐, aardewerk en keramiek, Veiligheid, Recreatie, Wetenschap, Openbaar bestuur, Toerisme, Textiel en mode, Sport en ontspanning, Agrarische ondersteuning, Visserij, Handel, Bouw, Delfstofwinning, Metaal, Procestechniek, Planten, Elektrotechniek, Installatietechniek, Vervoer, Ontwerp en ontwikkeling (ICT), Beheer (ICT), Advies en informatie (ICT), Grafische techniek, Commerciële dienstverlening, Administratie, Communicatie, Horeca, Huishouding, Magazijn, opslag en bezorging, Planning en productiebegeleiding, Hout-­‐ en meubileringsindustrie, Onderwijs, training en instructie, Industriële reiniging, Organisatie en advies, Schoonmaak.

De taken zijn:

• Sociale taken: Assisteren, Conflicten oplossen, Mensen overtuigen, Motiveren, Contact onderhouden, Mensen begeleiden, Klanten helpen, Onderhandelen, Met collega’s overleggen, Mensen beïnvloeden, Mensen adviseren, Lesgeven, Leidinggeven, Cursussen of trainingen geven.
• Mentale taken: Creatief zijn, Lezen, Schrijven, Strategisch denken, Analyseren, Rekenen, Plannen, Organiseren, Informatie verzamelen
• Ondersteunende taken: Werkzaamheden (in) plannen, Middelen/ voorwerpen beheren, Inroosteren, Administratieve taken, Projecten opzetten
• Motorische taken: Met de handen werken, Grote machines bedienen, Voertuigen besturen, Met machines werken, Machines repareren, Met elektronische apparaten werken, Met computers werken, Fysiek inspannen, Elektronische apparaten repareren.

In Bijlage 1.1 worden de sectoren van het CBS weergegeven met daarbij de definities van de werksectoren en de werktaken van de ITS (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl).

Fase 2. Verbijzondering naar opleidingsniveau
Vanwege de observatie van werkadviseurs dat sommige operationalisaties van interesses gebonden waren aan opleidingsniveau, leek het zinvol twee versies van de vragenlijst te ontwikkelen; één voor niveau basis/midden en één voor niveau midden/hoog. De doelgroep krijgt dan minder niet-­‐relevante items te zien en de totale vragenlijst wordt korter, wat praktische voordelen biedt.

Hiertoe is onder een representatieve groep van de beroepsbevolking bestaande uit 1045 proefpersonen de volledige vragenlijst van 228 items afgenomen, aangevuld met persoonsgegevens. Vervolgens is de onderzoeksgroep in tweeën gesplitst. In de ene groep zaten proefpersonen met een laag opleidingsniveau (tot en met MBO, N= 401), in de andere proefpersonen met een hoog opleidingsniveau (hoger dan MBO, N=644).

Per groep werd voor ieder item het itemgemiddelde berekend. Items die in beide opleidingsgroepen scheef verdeeld waren (z-­‐score van de scheefheid > ±2.98), een lage standaarddeviatie hadden of een hoog of juist laag gemiddelde hadden, werden voor beide groepen verwijderd. Bij sommige items verschilden de bovenstaande psychometrische kenmerken per opleidingsgroep. In dat geval is er voor gekozen het item voor een van beide opleidingsgroepen te verwijderen. In totaal werden 48 items verwijderd. Er is steeds gecontroleerd of alle sectoren inhoudelijk nog volledig aan bod kwamen, om het gehele domein van werk te dekken.

Het resultaat van deze fase is dat er twee versies zijn van de ITS, elk bestaande uit 186 items, hiervan meten 155 items de verschillende interessegebieden en 37 de werktaken. Zes items laden zowel op een taak als op een sector. Deze zijn gehandhaafd omdat ze zowel op taken als sectoren een bijdrage leveren.

Meer informatie over onderzoek naar itembias is beschreven in Hoofdstuk 2, Kwaliteit van het testmateriaal.

Fase 3. Onderzoek naar de factorstructuur
Beide versies van de ITS rapporteerden na de tweede fase op dezelfde Sectoren en Taken. Te verwachten is dat in de data een factorstructuur te vinden zou zijn. In ieder geval is niet te verwachten dat iedere sector in een aparte factor terecht zou komen. De sectoren vormen immers een economische realiteit en geen psychometrische. Wij achten het een aanvulling op het rapport wanneer ook de achterliggende factoren in beeld komen, zodat ook duidelijker is bij de interpretatie wat op psychologisch niveau het patroon van de interesses is. Te verwachten is dateen dergelijke structuur ook meer aansluit bij modellen in de literatuur en zich beter leent voor psychometrisch onderzoek, naar betrouwbaarheid en validiteit. Deze factoren zijn ook beter te normeren. Interesse in de sectoren is immers niet normaal verdeeld in de beroepsbevolking: in sommige sectoren werken beduidend meer mensen dan in andere. Van psychologische interesse patronen is wel te verwachten dat deze meer normaal verdeeld zijn.

Enkele verkennende analyses op data verkregen uit de praktijk lieten inderdaad een factorstructuur zien. Echter, omdat de achtergronddata van respondenten bij deze verkenning ontbrak, en het geen representatieve steekproeven waren (vooral werkzoekenden), vonden wij deze data niet toereikend om een factorstructuur op te baseren. Deze aanvankelijke studies deden vermoeden dat het Holland model een goede basis daarvoor biedt. De factoren leken op basis van inhoud van de items op het Holland Model (Holland, 1973). Hollands Zelfonderzoek (HZO) is een loopbaaninstrument, bedoeld om de deelnemer te helpen bij de keuze voor een opleiding of beroep. De vragenlijst is gebaseerd op de Hollandtypologie. die zes basale persoonlijkheidstypen veronderstelt:

• Realistisch
• Intellectueel
• Artistiek
• Sociaal
• Ondernemend
• Conventioneel

Aangenomen werd, dat als de ITS inderdaad het gehele loopbaanspectrum denkt, deze zes typen in de factorstructuur terug te vinden zouden zijn. Gezien ontwikkelingen in de arbeidsmarkt is besloten om een zevende type toe te voegen, te weten ICT. In de tijd dat de HZO werd ontwikkeld was ICT een veel minder belangrijke factor in de arbeidsmarkt. Zowel de instroom in ICT-­‐opleidingen, als het aantal vacatures in de ICT blijven stijgen (HBO raad, 2013). Het leek ons daarom noodzakelijk om een representatie hiervan aan ons model toe te voegen. Dit brengt ons op het HM+model, dat bestaat uit de 6 originele types en ICT. Het voordeel van deze indeling op factoren is dat het mogelijk is om hypothesen met betrekking tot begrips-­‐ en predictieve validiteit te toetsen. Het doel van de hieronder beschreven studies is te toetsen of de ITS inderdaad het HM+ model weergeeft.

Studie A. Expertonderzoek

Doel
Onderzoeken of experts die gewend zijn te werken met de HZO, de items op een overeenkomstige manier kunnen indelen in het Holland model en de toegevoegde ICT schaal. Dit noemen we vanaf nu het Holland Model Plus, HM+.

Methode
Ixly heeft in 2013 een expertpanel gevraagd alle items van de ITS in te delen bij een van de zeven HM+ types. Alle experts waren werkzaam in het HR-­‐veld, en 5 van de 7 hadden zelf ervaring met testontwikkeling. Gemiddeld hadden de experts 23 jaar ervaring in het veld. De experts is gevraagd om ieder item in te delen in één van de 7 HM+ schalen.

Allereerst is gekeken of de experts voldoende overeenstemming hadden over de indeling van de items. Hiervoor zijn twee analyses gebruikt: Fleiss’ kappa en de intraklasse correlatie (ICC). Resultaten lieten zien dat de experts geneigd waren om duidelijk ICT-­‐gerelateerde items toch in één van de originele HZO-­‐schalen in te delen. Zelfs een item als ‘iets in de ICT doen’ werd ingedeeld bij Realistisch of Conventioneel. Blijkbaar waren de experts door hun lange ervaring zo vertrouwd met het HZO-­‐model dat ze de ICT-­‐factor links lieten liggen. Om deze reden is besloten de overeenkomstmaten alleen te berekenen over de 6 originele HZO-­‐typen. 7 ICT-­‐ gerelateerde items zijn op inhoud geselecteerd, te weten:

• advies te geven over computerprogramma’s
• mensen iets uit te leggen over computers
• iets in de ICT te doen
• computerprogramma’s te onderhouden
• software te ontwerpen
• computerprogramma’s te installeren
• software te bouwen

Verder onderzoek zal uitwijzen of de ICT-­‐factor inderdaad verdedigbaar is.

Fleiss’ kappa
Fleiss’ kappa is een maat die aangeeft in welke mate beoordelaars het eens zijn over de indeling van nominale variabelen, bovenop wat men door kans zou verwachten. Deze maat is berekend voor zowel de gehele vragenlijst als de losse factoren.

Tabel 1.1. Resultaten Fleiss’ kappa

Intraklassecorrelatie
De kappa’s lopen uiteen van .50 (gemiddelde overeenkomst) tot .76 (substantiële overeenkomst). De overeenkomst over de gehele schaal is substantieel (.62). Over 79 van de 179 items (186 minus 7 ICT-­‐items) was 100% overeenkomst.

Er worden zes verschillende types ICC onderscheiden. In dit geval is Model 3-­‐ elk item wordt beoordeeld door dezelfde beoordelaars -­‐ van toepassing. We zijn niet geïnteresseerd in het generaliseren van de uitkomst naar andere beoordelaars, we willen alleen weten of deze beoordelaars het in voldoende mate met elkaar eens zijn. Verder is onze analyse gebaseerd op één meting. Het model dat we hanteren is daarom ICC (3,1). Hierbij is een tweeweg ANOVA de gepaste analyse. Het type coëfficiënt dat we willen is absolute overeenkomst, en niet correlatie, aangezien het hier om een nominale variabele gaat. Aangezien we niet willen weten hoe betrouwbaar de beoordeling van één beoordelaar zou zijn, maar meer de mate waarin de 7 beoordelaars het eens zijn, kijken we naar Average Measures in plaats van naar Single Measures.

De ICC is in dit geval .91, wat zeer goed te noemen is.

Tabel 1.2. COTAN-­‐richtlijnen kappa en ICC grootte

Studie B. Confirmatieve Factoranalyse

Er kan duidelijk geconcludeerd worden dat de experts het in hoge mate eens waren over de indeling van de items in de HM+ factoren. Hun indeling in het HM+ model is daarom het theoretisch uitgangspunt van de ITS, en duiden we aan als Model 1.0.

Vervolgens is een nieuw onderzoek gestart, onder een grote representatieve groep van de Nederlandse bevolking, dat tot doel had factoren te bevestigen en tevens om deze te valideren en de betrouwbaarheid daarvan vast te stellen. Zo kan ook een verbinding gelegd worden tussen de economische indeling in sectoren en een psychometrisch verantwoord model. In dit hoofdstuk gaan we vooral in op de factorstructuur HM+, omdat dit een onderdeel vormt voor de constructie van de vragenlijst. De betekenis voor de betrouwbaarheid en validiteit van de factoren wordt behandeld in de desbetreffende hoofdstukken.

Fit HM+ structuur
Na de indeling van de experts is gekeken inwelke mate Model 1.0 de data beschrijft. Hiervoor is gebruikt gemaakt van een AMOS-­‐analyse. AMOS is een module van SPSS, die de gebruiker in staat stelt om modellen te specificeren en te toetsen. Op deze manier kan vastgesteld worden in welke mate het model de data beschrijft (fit). De analyse is gedaan op de onderzoeksgroep zoals beschreven in Hoofdstuk 4, Normen (N = 1053, gewogen voor leeftijd, geslacht, werksituatie en opleidingsniveau om een representatie te geven van de beroepsbevolking). De eerste resultaten waren nog niet acceptabel (zie Tabel 1.3).

Tabel 1.3.Resultaten AMOS-­‐analyse

Om de fit te optimaliseren is een MGM-­‐analyse gedaan op de 155 items die bij de sectoren horen (de taken zijn hier dus buiten beschouwing gelaten. Bij een MGM (Multiple Group Method) wordt berekend of een item inderdaad een hogere correlatie heeft met zijn eigen schaal dan met een andere schaal. De reden dat er gekozen is voor de MGM is dat deze analyse toepasbaar is bij het testen van een specifieke hypothese (Nunnally, 1978). Aangezien we willen weten of de eerdere gemaakte indeling van de items in de zeven HZO-­‐types overeenstemt met de huidige data, wordt de voorkeur gegeven aan deze methode (voor meer informatie over deze procedure zie Stuive, Kiers, Timmerman & Ten Berge, 2008). Specifiek bij de MGM die hier is uitgevoerd, is dat er gebruik is gemaakt van de formule van Steiger (1980) om de significantie te bepalen van de verschillen tussen afhankelijke correlaties.

De resultaten van deze analyse zijn te vinden in Bijlage 1.2. (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). Op basis van deze analyse zijn vier items aangewezen als onderzoeksitem, omdat ze niet differentieerden tussen factoren. Dit bleken items te zijn waar de experts het in mindere mate over eens waren. Om ervoor te zorgen dat de sectoren nog steeds inhoudelijk goed gedekt werden, is besloten deze voor de sectorrapportage nog wel mee te laten tellen. De items komen dus nog steeds voor in de test, en tellen mee voor de scores op de sectoren, maar worden niet bij een factor ingedeeld. 20 items werden bij een andere factor ingedeeld, omdat de MGM-­‐analyse aangaf dat ze daar significant hoger mee correleerden.

Na deze aanpassingen is opnieuw een AMOS-­‐analyse gedaan, met ditmaal acceptabele resultaten (zie Tabel 1.4). Dit model duiden we aan als Model 2.0, en vormt de huidige versie van de ITS.

Tabel 1.4. Resultaten AMOS-­‐analyse Model 2.0

Fase 4. Constructie uiteindelijke vragenlijst en differentiatie naar opleidingsniveau.Tevens is opnieuw een MGM-­‐analyse gedaan, om er zeker van te zijn dat de gemaakte veranderingen in de factoren er niet voor hebben gezorgd dat andere items niet meer op hun plek stonden. De resultaten hiervan zijn te vinden in Bijlage 1.3 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). Uit deze analyse blijkt dat alle items bij de juiste factor zijn ingedeeld.

Op basis van de hierboven beschreven studies is de huidige versie van de ITS tot stand gekomen, die vanaf mei 2014 in gebruik is genomen. Er bestaat een vragenlijst voor zowel lager-­‐ als hogeropgeleiden. Wel bestaan er twee losse rapporten: een voor basis-­‐ midden en een voor midden-­‐hoog. Beide rapporteren op dezelfde sectoren, factoren en taken. Ook is de normering hetzelfde. Het verschil bestaat alleen uit de voorbeeldberoepen die genoemd worden, waardoor het rapport zeer bruikbaar is voor iedere gebruiker.

Conclusie
De ITS is gebaseerd op het RIASEC-­‐model van Holland, en heeft twee belangrijke aanvullingen. Ten eerste kent de ITS een zevende factor: ICT. Gezien ontwikkelingen in de arbeidsmarkt mocht deze factor niet ontbreken. Verschillende analyses tonen aan dat de ITS goed aansluit op het HM+ model.

Ten tweede rapporteert de ITS op zowel taken als sectoren. Taken maken een concrete interpretatie mogelijk van wat iemand prettig lijkt om te doen in werk. Sectoren geven aan in welke omgeving iemand dit graag zou doen. Het gebruik van de 45 subsectoren garandeert dat het gehele domein van werk in Nederland gedekt wordt. Om zoveel mogelijk praktische invulling aan de ITS te geven, worden voor lager-­‐ en hogeropgeleiden andere voorbeeldberoepen aangedragen.

 

Kwaliteit van het testmateriaal Interessevragenlijst Taken en Sectoren

2.1 Materiaal

Alle vragenlijsten die Ixly aanbiedt worden afgenomen in de Test Toolkit. Dit is een online applicatie die aan professionals en consultants op het terrein van Human Resource Management een set kwalitatieve psychologische instrumenten biedt. De portal is in principe te bereiken vanaf elke computer of laptop en in iedere browser. Adviseurs loggen in met gebruikersnaam en wachtwoord. Vervolgens maken zij een kandidaat aan in het systeem, waarin zij verschillende testen kunnen toewijzen, waaronder de ITS. De kandidaat krijgt een uitnodiging per email, met daarin een unieke link naar de testomgeving.

Voor de handleiding voor de adviseurs, zie Bijlage 2.1. (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl).

2.2 Instructie

Wanneer de kandidaat op de unieke link in de e-­‐mail heeft geklikt dan komt hij/zij in zijn/haar testomgeving waarin alle toegewezen tests klaar staan. De kandidaat start met een openingsvragenlijst waarin gevraagd wordt wat informatie te geven over achtergrondvariabelen zoals leeftijd, geslacht en opleiding. Deze gegevens worden uitsluitend voor onderzoeksdoeleinden gebruikt. Voordat de kandidaat start met het invullen van de ITS krijgt hij een duidelijke instructie aangeboden. In de instructie worden onder andere de volgende punten benoemd:

• het meetdoel van de test
• er zijn geen goede of foute antwoorden;, het is belangrijk dat er eerlijk antwoord gegeven wordt
• de vragenlijst wordt zonder tijdsdruk afgenomen, en de gemiddelde invultijd ligt tussen 15 en 20 minuten
• een voorbeelditem
• uitleg over de betekenis van de antwoordbolletjes
• strategie die gevolgd moet worden indien de kandidaat het antwoord niet weet
• waarborging van de anonimiteit van de gegevens

Bij de instructie wordt benadrukt dat het belangrijk is een werksituatie voor ogen te nemen. Met deze instructie wordt aan de kandidaat een referentiekader geboden, waarvan aangetoond is dat dit een positief effect heeft op de betrouwbaarheid en validiteit van de resultaten (Lievens, De Corte en Schollaert, 2008). Verder wordt in de instructie aangegeven dat er niet te lang over de vragen moet worden nagedacht: de eerste ingeving dient ingevuld te worden. Onderzoek heeft aangetoond dat een langere antwoordtijd samenhangt met een lagere betrouwbaarheid en validiteit van de resultaten (zie Wagner-­‐Menghin, 2002). Ook krijgen kandidaten de instructie mee antwoorden te geven op basis van algemene werksituaties en niet op basis van uitzonderingen. Deze instructies zijn van belang om een zo betrouwbaar mogelijk beeld van de persoonlijkheidskenmerken van een kandidaat te verkrijgen. Omdat de ITS online wordt afgenomen, krijgt iedere kandidaat dezelfde standaardinstructies.

Figuur 1. Kandidaat instructie ITS, pagina 1.

Als de kandidaat is gestart met het invullen van de vragenlijst is het op iedere pagina mogelijk om de instructie te raadplegen door op knop instructies te klikken.

Figuur 2: Instructieknop

Alle bovengenoemde kenmerken van de ITS zorgen ervoor dat de invloed van externe factoren op de totstandkoming van scores vrijwel uitgesloten is.

2.3 Items

De ITS bestaat uit 186 uitspraken die voor iedere kandidaat qua inhoud, vorm en volgorde hetzelfde zijn. Met deze uitspraken kan een persoon het in bepaalde mate eens of oneens zijn. Dit kan aangeven worden op een vijfpuntsschaal die loopt van ‘Zeer mee oneens’ tot ‘Zeer mee eens’. De items zijn geformuleerd in Taalniveau B1 en vrij van dubbele ontkenningen en kwetsende inhoud. Het taalniveau is onder meer getoetst met instrumenten voor het bepalen van het leesniveau van Bureau Taal en de Stichting Accessibility, expertisecentrum voor toegankelijke ICT. Zoals aangegeven in hoofdstuk 1 zijn de richtlijnen van Hofstee (1991) aangehouden bij de formulering van de items. Na het formuleren van de items zijn deze gescreend op racistische, etnocentrische, seksistische of kwetsende inhoud. Deze bleken niet aanwezig.

2.4 Software

De ITS hoeft niet in een gecontroleerde omgeving afgenomen te worden. Dit is mogelijk aangezien het een zelfreflectietest betreft en er geen goede of foute antwoorden zijn. De kandidaat kan de vragenlijst thuis maken.

De kandidaat heeft de mogelijkheid om de vragenlijst tussentijds af te sluiten. De antwoorden die tot dan toe gegeven zijn worden per pagina opgeslagen op de server. Bij beantwoording van alle vragen op een pagina en het klikken op de volgende knop worden de antwoorden van de betreffende pagina verstuurd naar de server. Op deze manier is het niet mogelijk om de software te verlaten zonder dat de reeds gegeven antwoorden zijn opgeslagen. Om hierin fouten te voorkomen is het alleen mogelijk om naar een volgende pagina te gaan als alle vragen op de betreffende pagina beantwoord zijn. Een kandidaat krijgt een melding als niet alle vragen op de pagina beantwoord zijn. Zo wordt voorkomen dat er gegevens worden verstuurd indien er ‘per ongeluk’ op de volgende knop geklikt wordt.

Het is voor de testgebruiker niet noodzakelijk om verdere voorzorgsmaatregelen te treffen ten aanzien van het voorkomen van fouten. Zo hoeven andere programma’s bijvoorbeeld niet afgesloten te worden tijdens het invullen van de test. Ook hoeven de voorzorgsmaatregelen die genoemd worden door de Cotan (2010) (overbodige functies en sneltoetsen uitschakelen, de toegang tot de harde schijf afsluiten en het onmogelijk maken andere (niet-­‐bedoelde) software op te starten) niet getroffen te worden. Deze kunnen immers geen effect hebben op het invullen van de vragenlijst en de scoring. Ook dit betekent weer dat de invloed van externe factoren op het invullen van de test beperkt is, waardoor de omstandigheden van het invullen van de test voor iedereen nagenoeg gelijk zullen zijn. Wel is er een aantal minimum systeemeisen, deze zullen worden besproken in het hoofdstuk Kwaliteit van de handleiding.

Als een kandidaat de vragenlijst tussentijds heeft verlaten kan hij deze weer opstarten door in te loggen via de verkregen link. In eerste instantie wordt het overzichtsscherm getoond, achter de naam van de vragenlijst is een ‘doorgaan’ knop zichtbaar. Door op deze knop te klikken verschijnen de instructies opnieuw. Na de instructies komt de kandidaat op de pagina waar hij gebleven was met het invullen van de vragen en kunnen de resterende vragen ingevuld worden.

Figuur 3: Opnieuw opstarten van een vragenlijst

Er is voor gekozen om de kandidaat niet de mogelijkheid te bieden om tijdens het maken van de vragenlijst terug te bladeren. Dit biedt een verbetering ten opzichte van pen-­‐en-­‐ papier testen, waar dat wel mogelijk is. De kandidaten wordt aangeraden niet te lang bij antwoorden stil te staan en vanuit de eerste ingeving te antwoorden. Dit wordt niet bevorderd door de kandidaten de mogelijkheid te bieden eerder gegeven antwoorden te bekijken. Bij terugbladeren heeft de kandidaat immers de mogelijkheid consistentie in zijn antwoorden te brengen die geen weerspiegeling vormt van de natuurlijke antwoordtendens.

Tijdens het maken van de test is een voortgangsindicator zichtbaar, waardoor de kandidaat weet hoeveel vragen er al geweest zijn, en nog gaan komen.

2.4 Scoringssysteem

De omzetting van de ruwe scores naar standaardscores is volledig geautomatiseerd. Er kunnen hierbij dus geen fouten optreden door verkeerde interpretatie van de testleider. Om fouten door verkeerde invoer van de testontwikkelaars van Ixly te voorkomen worden strenge procedures gevolgd voordat een vragenlijst voor klanten beschikbaar is. Deze procedure staat beschreven in het kwaliteitshandboek dat is opgesteld in het kader van de ISO 9001 certificering. Kortweg komt deze procedure er op neer dat de vragenlijst voor publicatie op vijf verschillende manieren wordt ingevuld:

1. Bij alle vragen wordt het meest linker bolletje aangevinkt
2. Bij alle vragen wordt het meest rechter bolletje aangevinkt
3. Iedere pagina wordt van links naar rechts ingevuld (5,4,3,2,1)
4. Iedere pagina wordt van rechts naar links ingevuld (1,2,3,4,5)
5. Iedere pagina wordt zigzaggend ingevuld (2,4,2,4,2)

Op deze manier wordt gegarandeerd dat alle antwoordopties een keer aan bod komen en dat voor iedere schaal zowel hoge, lage en gemiddelde scores worden nagekeken. De procedure wordt door verschillende ontwikkelaars uitgevoerd. Een ontwikkelaar maakt het testprotocol, een tweede ontwikkelaar vult de vragenlijsten op de in het testprotocol gespecificeerde manieren in en een derde ontwikkelaar checkt de resultaten aan de hand van de gegeneerde rapporten en de normtabellen. Wanneer de procedure foutloos is doorlopen wordt de vragenlijst beschikbaar gesteld voor klanten.

2.5 Beveiliging van de test, het testmateriaal en testresultaten

De vragenlijst wordt door een adviseur voor de kandidaat klaargezet. De kandidaat ontvangt per mail een unieke link en kan daarmee inloggen in het systeem. Het is de verantwoordelijkheid van de adviseur dat het juiste email-­‐adres wordt ingevoerd, zodat de link bij de kandidaat terecht komt.

In theorie zou het mogelijk zijn om screenshots te maken van de items, echter alleen de testontwikkelaars van Ixly hebben toegang tot de indeling van de items in de schalen,de ladingen van de items en de normgegevens. De beheermodule waarin deze gegevens opgeslagen zijn is toegankelijk met een unieke combinatie van gebruikersnaam en wachtwoord die regelmatig verandert. Omdat er geen goede en foute antwoorden zijn en omdat gegevens over de structuur en scoring van de vragenlijst niet openbaar toegankelijk zijn worden er geen schadelijke gevolgen verwacht van het eventueel kopiëren van de items.

Nadat de vragenlijst door de kandidaat is ingevuld ontvangt de adviseur een melding dat de resultaten beschikbaar zijn. De rapportage waarin de resultaten vermeld staan is beschikbaar in de omgeving van de adviseur en dus alleen benaderbaar met de unieke combinatie van gebruikersnaam en wachtwoord van de betreffende adviseur. Wij bieden adviseurs de mogelijkheid om teksten in het rapport aan te passen, maar de scores op de factoren, schalen en competenties kunnen nooit aangepast worden.

Ixly is sinds 2014 ISO 27001-­‐gecertificeerd. Dit betekent dat er volgens bepaalde richtlijnen met (strikt) vertrouwelijke informatie om wordt gegaan wat onder andere zorgt voor een veilige waarborging van de testresultaten. Alle gegevens worden anoniem en encrypted opgeslagen in een (met SSL certificaten) afgeschermde database: deze database staat op een andere server dan waar de web-­‐applicatie staat. Externe partijen (zoals software developers) werken met anonieme data, waardoor de privacy van kandidaten gewaarborgd is.

Verder houdt ISO 27001-­‐certificatie in dat er jaarlijks een externe audit plaatsvindt, en er ieder kwartaal een risicoanalyse en continuïteitsplan gemaakt worden. Verder worden data-­‐integriteit en beveiligingsincidenten continu bewaakt. Voor meer informatie over de inhoud van ISO 27001, zie https://whatis.techtarget.com/definition/ISO-27001 

Handleiding voor testgebruiker Interessevragenlijst Taken en Sectoren

3.1 Inleiding

In dit hoofdstuk zal de toepassing, interpretatie en het gebruik van de ITS worden besproken. Er wordt ingegaan op de toepassingsmogelijkheden, de vereiste kennis bij interpretatie en de beperkingen van de vragenlijst. De interpretaties van de testscores zullen aan de hand van enkele casussen verhelderd worden.

3.2 Toepassingsmogelijkheden

De ITS kan in elke situatieingezet worden waarbij het van belang is om meer te weten te komen over de interesses in taken en sectoren van een persoon. De vragenlijst is bedoeld voor eenieder die deel uitmaakt van de Nederlandse beroepsbevolking. De ITS is ontwikkeld om ingezet te kunnen worden bij loopbaanadvies. De vragenlijst geeft een beeld van welke sectoren en taken iemand interessant lijken. Zodoende kan er gerichter naar een functie gezocht worden die aansluit bij iemands interesses. De exacte constructen die met de ITS worden gemeten worden weergegeven in Bijlage 1.1 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). Uitgebreidere informatie over de doelgroep wordt in Hoofdstuk 1 gegeven.

Beperkingen van de test
In hoeverre de ITS geschikt is voor uitgesproken (poli)klinische settings (patiënten), is vooralsnog onduidelijk. Er is tot nu toe nog geen onderzoek gedaan binnen deze setting. Daarnaast is de vragenlijst wel geschikt voor mensen met een matige vorm van dyslexie, maar minder geschikt voor mensen met een ernstige vorm van dyslexie. Tevens is de ITS nog niet getoetst bij jongeren met minder dan een jaar werkervaring.

3.3 Aanwijzingen voor de testleider

Alle informatie die de kandidaat nodig heeft om de vragenlijst goed in te kunnen vullen staat beschreven in de instructie. Mocht de testleider vooraf al informatie willen verstrekken over het invullen van de vragenlijst, dan kan het volgende gezegd worden:

• De vragenlijst geeft een beeld van wat iemand interesseert in werk. Op die manier kan er gerichter naar een functie gezocht worden (die aansluit op uw interesse).
• Bij het invullen van de vragen is er geen goed of fout. Het gaat erom dat u aangeeft welk antwoord bij u het best passend is.
• Wees bij het invullen spontaan, denk niet teveel na over eerder gegeven antwoorden.
• Durf te kiezen voor uitersten.
• Bij twijfel tussen werk/privé, kies de werksituatie. Het gaat er immers om wat u interessant vindt in werk.
• Vul de vragenlijst in een rustige omgeving in zodat u zich kunt concentreren.
• Probeer de vragenlijst in één keer in te vullen. Ga de vragenlijst dus pas invullenals u in ieder geval een half uur de tijd heeft.

Bij de geteste moeten enkele basale computervaardigheden aanwezig zijn om de vragenlijst te kunnen invullen. De kandidaat moet:

• In staat zijn om via de verkregen link in een browser terecht te komen.
• In staat zijn om met gebruikmaking van de muis of het toetsenbord door de portal te navigeren (bijvoorbeeld op de startknop te klikken, de antwoordbolletjes aan te vinken en op volgende te klikken).

De vragenlijsten zijn toegankelijk gemaakt voor mensen met een handicap. De teksten kunnen worden voorgelezen door een zogenaamde “screen reader”. Lettergrootte, contrast en kleuren kunnen worden aangepast met behulp van (standaard) browserinstellingen. De kandidaat kan er bovendien voor kiezen om de vragen alléén met behulp van een toetsenbord in te vullen, als het gebruik van een muis moeilijkheden oplevert.

Verder is er geen specifieke voorkennis of opleiding van de kandidaat vereist. Ook is het niet nodig dat kandidaten oefenen voordat ze de vragenlijst gaan invullen. Juist de spontane reacties zijn belangrijk voor een zo optimaal mogelijk resultaat. In de instructie die de kandidaat leest voordat de vragenlijst ingevuld wordt, staat een voorbeeldstelling. Door de informatie van de testleider, de instructie van de vragenlijst en de voorbeeldstelling heeft de kandidaat genoeg informatie om de vragenlijst goed in te kunnen vullen. Wel is een minimale taalbeheersing vereist op B1 niveau (zie voor verder specificatie van het taalniveau Hoofdstuk 1).

3.4 Vereiste kennis voor het gebruik van de test

Als de ITS door een professional gebruikt wordt om anderen te adviseren, dan moet gegarandeerd worden dat:

• Diegene competent, gekwalificeerd, gelicenseerd of geautoriseerd is om psychologische tests te gebruiken voor de verschillende terreinen, zoals assessment, coaching, het geven van trainingen en Human Resource Management, waarin hij/zij werkzaam is. Eén en ander in overeenstemming met de in het land geldende wet-­‐en regelgeving.
• Diegene zal handelen en gebruik maken vanhet product in overeenstemming met de nationale of internationale beroepsstandaarden en professionele ethiek.
• Diegene zal handelen en gebruik maken van het product in overeenstemming met de nationale of internationale wet-­‐ en regelgeving, instructies en richtlijnen en alle andere toepasselijke overheid-­‐of semi-­‐overheidsregels.
• Diegene het product enkel en alleen zal gebruiken voor de organisatie waar hij/zij werkzaam voor is of voor zijn/haar eigen bedrijf, in eigen naam en voor eigen rekening. Het is niet toegestaan het product te verkopen, leasen, kopiëren, geven, te overhandigen of over te dragen op welke manier dan ook aan welk bedrijf of persoon dan ook, behalve voor het gebruik van de producten en diensten als integraal onderdeel van de dienstverlening aan cliënten of voor gebruik binnen de organisatie die de directe werkgever van de professional is.

Ixly controleert de betrouwbaarheid en kennis van de professionals voordat er toegang verleend wordt tot de service of producten. Ixly behoudt zich het recht voor zonder opgaaf van reden iemand toegang te weigeren.

Hoewel de gebruiker niet gecertificeerd hoeft te zijn is het zeker aan te bevelen een training testinterpretatie bij Ixly te volgen voordat men de ITS professioneel inzet bij advies-­‐vraagstukken. Deze trainingen worden ongeveer eens per kwartaal aangeboden door Ixly. Tijdens deze training komen onder andere relevante theorieën over carrièrewaarden aan bod, wordt er ingegaan op de constructie en de structuur van de vragenlijst en wordt er aandachtgeschonken aan de interpretatie van de resultaten.

3.5 Interpretatie scores

Het rapport van de ITS vragenlijst is opgebouwd uit drie onderdelen: interessegebieden, taken en sectoren. De taken zijn verder opgedeeld in motorische, mentale, sociale en ondersteunende taken. Zowel de taken als de sectoren worden grafisch weergegeven. In Hoofdstuk 1 wordt uitgebreider toegelicht hoe de taken en sectoren tot stand zijn gekomen.

Zowel de taken als sectoren van de ITS zijn niet genormeerd. De reden hiervoor is dat het voor de kandidaat niet ter zake doet of hij of zij op een bepaalde sector hoog scoort ten opzichte van de normgroep. Bij een sector als visserij, waar de meeste mensen zeer laag op scoren, zou het aangeven van een matige interesse al tot een hoge score leiden. Dit lijkt ons zeer onwenselijk.

Scores op de sectoren worden omgerekend naar een schaal van 1 tot 10, omdat sommige sectoren door meer items bevraagd worden dan anderen. Bij interpretatie dient men zich meer te richten op rangorde (welke sectoren scoren het hoogst?) dan op de absolute score van een sector. Met dit doel zijn de scores aflopend gesorteerd op grootte.

Taken worden gerapporteerd op een schaal van 1 tot 5. De reden hiervoor is dat taken met slechts één item worden bevraagd. Bijvoorbeeld: ‘Het lijkt mij leuk om klanten te helpen.’ Het bolletje dat de respondent aanklikt (1 tot en met 5) is direct de score op deze taak.

Voor een voorbeeldrapport, zie Bijlage 3.1 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl).

3.6 Case loopbaanadvies

Om inzicht te geven in de interpretatie van de vragenlijsten ITS, WPV en CW-­‐N bij loopbaanvraagstukken geven wij hierbij een weergave van een case voor loopbaanbegeleiding. De vragenlijsten WPV, ITS en Carrièrewaarden worden vaak gezamenlijk ingezet voor loopbaanadvisering. Voor de handleidingen van deze vragenlijsten is er gekozen om cases te bespreken waarbij deze drie vragenlijsten gezamenlijk ingezet zijn, om persoonlijkheid, drijfveren en interesses in hun samenhang te bespreken. Dat geeft een completer beeld van een persoon. Dit wil overigens niet zeggen dat het deze vragen altijd in combinatie afgenomen moeten worden, ze zijn ook elk apart of in andere testprogramma’s in te zetten.

3.6.1 Case 1: Janny

Situatieschets
Janny is een vrouw van 36 jaar, alleenstaande moeder met een zoontje van 3. Na een MBO opleiding Toerisme & Recreatie is Janny gaan reizen, waarbij ze verschillende ‘hospitality’ functies heeft vervuld bij hotels en reisorganisaties, zoals animatie, receptie en administratie. Van haar 30^ste tot 32^ste was zij leidinggevende in een klein themapark in Nieuw Zeeland. Vier jaar geleden kwam zijn terug naar Nederland, zwanger, om bij haar ouders in te trekken. Na de bevalling is zij weer gaan werken, telkens in tijdelijke banen van enkele weken tot maanden. Ze heeft gedaan wat voorhanden kwam:werken bij Ikea, invalbeurten bij een reisbureau en koerierswerk, afgewisseld met perioden waarin zij werkloos was. Nu is zij inmiddels vier maanden werkloos.

Vraagstelling
Janny wil graag een baan van 24 tot 36 uur, met een korte reisafstand van haar woonplaats Alphen a/d Rijn, waarin zij iets met haar opleiding kan doen en waarmee zij weer een nieuwe loopbaan kan opbouwen. Zij wil graag in een andere branche gaan werken dan het toerisme, ze staat overal open voor. Het is belangrijk voor haar dat ze een vaste baan kan vinden met goede secundaire arbeidsvoorwaarden qua werktijden en flexibiliteit. Ze wil graag horen waar haar mogelijkheden liggen.

Interpretatie Persoonlijkheid
De persoonlijkheidsvragenlijst WPV² is ingezet. Deze geeft een score op factoren en schalen. Daarnaast is er als hulpmiddel een vertaalslag naar competenties gemaakt. Zie hiervoor Figuur 4 en 5.

• De andere versies van de WPV geven dezelfde rapportopties, al kunnen kenmerken als betrouwbaarheid en achterliggende items verschillen. Voor de interpretatie is dit niet van belang omdat dezelfde constructen gemeten worden.

Figuur 4. Grafische weergave van de WPV

Figuur 5. Grafische weergave van de Competentie Indicator

Bij de interpretatie van de persoonlijkheidsvragenlijst is het belangrijk eerst naar de hoofdfactoren te kijken. Daarin valt op dat Janny in haar persoonlijkheidsbeeld weinig dominante kenmerken heeft, eerder is sprake van een gelijkmatig beeld. Ze vertoont juist beneden gemiddelde scores op Invloed (4), Sociabiliteit (4) en Stabiliteit (4). Een lagere score zien we op Gedrevenheid (3), welke vooral uit een lage score op Originaliteit (2) voortkomt. De factor Structuur (6) is aan de bovenkant van het gemiddelde. Bij deschaalscores, die de factorscores nuanceren, valt op dat Janny een hartelijke (7) en zorgzame (7) vrouw is. De hogere Structuur factor wordt vooral gevoed door hoge scores op Conformisme (8) en Regelmaat (7). Qua Emotionele Stabiliteit scoort vooral Positivisme (3) lager. Blijkbaar is ze minder optimistisch ingesteld en heeft ze last van negatieve gevoelens. Omdat het persoonlijkheidsprofiel minder uitgesproken is, met gemiddeld wat lagere scores, leidt dit ook tot minder uitgesproken scores op de Competentie Indicator. Haar talenten moeten volgens de indicator vooral gezocht worden in de competenties Samenwerken, Sensitiviteit en wellicht het Coachen van anderen. Over het geheel is het daarmee ook een bescheiden zelfbeeld, met weinig differentiatie in het talent voor competenties ontstaan. Dit leidt ook vaak tot keuzeproblematiek, omdat het aanwezige talent zich minder uitgesproken aandient.

Bij de bespreking van de resultaten geeft Janny aan zich wel te herkennen in het beeld. Samenwerken met anderen en anderen helpen vindt ze ergleuk. Dat heeft ze de laatste jaren ook wel gemist. Dat ze nu minder positief zou zijn, ligt voor haar vooral aan de situatie, die ze best zwaar vindt. Ze heeft een lichte depressie gehad en had verwacht inmiddels positiever in het leven te staan. Ze probeert al langer een vaste functie te vinden en ze is somber over haar mogelijkheden. Ze is het ermee eens dat ze minder ambitieus is. Vroeger heeft ze wel leiding gegeven, maar dat was eerder roosters indelen en mensen inwerken dan echt leiding geven. Ze vond dat ook niet echt leuk om te doen, liever heeft ze zelf direct contact met anderen. De competenties herkent ze wel, al valt het haar wat tegen dat er niet meer competenties naar voren komen. Zelf had ze plannen en organiseren ook wel verwacht, omdat zedat veel heeft gedaan.

Interpretatie Werkwaarden

Voor het in beeld brengen van de werkwaarden is de vragenlijst Carrière Waarden ingezet. De resultaten staan in Figuur 6.

Figuur 6: Grafische weergave van de Carrière Waarden

Bij de interpretatie van de Carrière Waarden proberen we altijd de belangrijkste of primaire werkwaarden te identificeren. Mensen willen deze werkwaarden graag terugzien in hun werk. Daarbij gaat het eerder over de vraag welke waarden het hoogst scoren dan hoe hoog de scores precieszijn. Wanneer er veel spreiding is hebben mensen duidelijke voorkeuren, wanneer er weinig spreiding is vindt men veel waarden even belangrijk. Dat kan er toe leiden dat men alles enigszins leuk vindt, maar minder duidelijke keuzes maakt. Bij de Carrière Waarden vragenlijst kan het ook voorkomen dat alle waarden laag scoren. In dat geval is de conclusie gerechtvaardigd dat werk als zodanig als minder motiverend wordt ervaren. Wanneer de waarden in de rubriek ‘opbrengsten’ vooral hoog scoren, dan is er sprake van vooral externe motivatie. Wanneer de waarden in de rubriek ‘activiteiten’ hoog scoren dan is er sprake van intrinsieke motivatie. De waarden in de rubriek ‘omgeving’ zijn eerder te zien als randvoorwaarden ten aanzien van de werkomgeving en niet direct in te delen in intrinsieke of externe motivatie.

Bij Janny vallen de volgende primaire werkwaarden op:Zinvolle bijdrage, Hulpverlenen, Samenwerken, Dynamiek en Waardering en Erkenning. Je kunt dat samenvatten in een wens: Janny wil graag samen met anderen in een dynamische omgeving een zinvolle bijdrage leveren door anderen te helpen en daarvoor waardering en erkenning ervaren. Alle rubrieken zijn daarmee gevuld met primaire waarden, al scoort maar één waarde in de rubriek ‘activiteiten’ hoog.

Verder is het interessant het totale patroon van werkwaarden te bezien. Bij Janny valt dan op dat het beeld gedifferentieerd is. Daarmee kun je zeggen dat zij uitgesproken voor-­‐ en afkeuren heeft, wat kan helpen keuzes te maken. Het beeld van de werkwaarden geeft daarmee meer differentiatie dan de persoonlijkheid. Naast de primaire werkwaarden valt een groepje werkwaarden op die ook van belang zijn: Kwaliteit, Ontwikkelen, Fysiek actief zijn en Zekerheid en Stabiliteit. Deze kun je zien als extra wensen, na de primaire drijfveren. Het is ook interessant juist te kijken naar de lage scores. Daarbij geldt dat scores 1 en 2 echt wijzen op een de-­‐motivator. Bijvoorbeeld, een 1 op Samenwerken betekent dat iemand er een hekel aan heeft te moeten samenwerken. De-­‐motivatoren zou men in werk daarom beter kunnen vermijden. Bij Janny is er één de-­‐motivator, namelijk Financiële Beloning (2). Dit betekent dat de variabele beloning haar juist zou kunnen demotiveren.  In  haar  baan  zouden  financiële  doelstellingen  als  omzet  halen, inkoopvoordelen behalen en dergelijke, haar tegenstaan. Minder belangrijk, maar nog net geen de-­‐motivatoren, zijn: Concrete Resultaten, Carrière, Analyseren en Taakuitdaging. Functies als accountmanager of analytische functies zijn daarmee minder passend.

In het gesprek gaf Janny aan zich te herkennen in het beeld, vooral het helpen van mensen is iets wat ze erg leuk vindt. Wel gaf ze aan toch echt wel geld te willen verdienen voor haar en haar zoontje, maar dat ze niet zo gericht op carrière maken of ambitieus is geweest. Ze hoeft ook niet zozeer moeilijke banen te hebben, een eenvoudige maar vaste baan waarin ze zich wel kan ontwikkelen zou haar aanspreken.

Interpretatie ITS
De ITS is een interessevragenlijst met een terugkoppeling naar Taken en Sectoren (zie Figuur 7). Achterliggend wordt op het uitgebreide Holland model gerapporteerd (Figuur 8).

Figuur 7. Grafische weergave van de sectoren en taken van de ITS

Figuur 8. Grafische weergave van de interessegebieden van de ITS

De sectoren worden in het rapport gerangschikt van hoog naar laag. De interpretatie van de ITS is daarmee eenvoudig. Wanneer veel sectoren hoog scoren lijkt dat gunstig, omdat iemand in principe in veel sectoren is in te zetten. Maar het kan ook betekenen dat iemand niet echt een beeld heeft van het werk in die sectoren. Wanneer alle sectoren laag scoren geeft dat juist aan dat men heel weinig sectoren interessant vindt. Dat kan verschillende redenen hebben, maar kan wel een belemmerende factor zijn bij werkhervatting. In Janny’s resultaten is een duidelijk patroon van voorkeuren te herkennen. Zij scoort hoog op de sectoren Toerisme, Dieren en Milieu (10) en daarna de sectoren Persoonlijke Verzorging, Rechtspraak, Welzijn, Gezondheidszorg, Planten, Personeel, Arbeid en Loopbaan en Wetenschap (9). Dit zijn de sectoren om naar te kijken. Wat opvalt is dat de sector Toerisme ondanks de vraagstelling toch in de top 3 staat. Blijkbaar zou de vraagstelling heroverwogen mogen worden. Doorvragen naar de beweegreden is gewenst. Omdat de opleiding en werkervaring in de richting van Toerisme ligt, zou het zonde zijn niet ook deze sector serieus te overwegen. Dieren en Milieu zijn in haar achtergrond niet te herkennen maar moeten in het gesprek betrokken worden. Het cluster Persoonlijke Verzorging, Welzijn en Gezondheidszorg zou goed passen bij haar persoonlijkheid en werkwaarden. Daarentegen vragen sectoren als Rechtspraak en Wetenschap ook om ‘Analyseren’, welke bij Janny juist laag scoort. Redenen om daar eens op door te vragen en bij de arbeidsmarktverkenning te betrekken. Wanneer we kijken naar de taken, dan spreken vooral de sociale taken aan: Contact onderhouden, Mensen begeleiden, Klanten helpen, Assisteren, Mensen adviseren, Mensen beïnvloeden, Motiveren en Lesgeven. Ook het gebied mentale taken heeft twee hoog scorende taken: Informatie verzamelen en Lezen.

Janny zei altijd veel huisdieren te hebben gehad. Ze is opgegroeid op een boerderij en voelt zich daar nog altijd thuis. Ze denkt dat daarom de sectoren Dieren en Milieu naar voren komen. Haar tegenzin tegen de toeristische sector komt omdat ze denkt dat daar minder vaste banen zijn. En bij de vaste banen zijn er altijd ook commerciële doelstellingen, waar ze echt niets mee heeft. Het gaat haar er juist om het mensen naar de zin te maken en ze een prettige tijd te geven. Dat wetenschap als sector naar voren komt verbaast haar, omdat ze daar niets mee heeft.

In de interessegebieden is dezelfde tendens te zien als bij de taken en sectoren. Janny is geïnteresseerd in werk waar ze veel met mensen te maken heeft, zoals blijkt uit het interessegebied Sociaal. Verder vindt ze het leuk om dingen aan te pakken en initiatief te nemen, zoals blijkt uit het interessegebied Ondernemend. Het is dus belangrijk dat Janny werkt in een dynamische, sociale omgeving.

Conclusie en advies
Samenvattend kunnen we stellen dat Janny een hartelijke, zorgzame vrouw is, die gestructureerd werkt. Ze wil graag anderen helpen en samenwerken. Daarom zoekt ze een functie waarin ze samen met anderen in een dynamische omgeving een zinvolle bijdrage levert door anderen te helpen. De sectoren die in aanmerking komen zijn: Toerisme, Dieren en Milieu en daarna de sectoren: Persoonlijke Verzorging, Rechtspraak, Welzijn, Gezondheidszorg, Planten, Personeel, Arbeid en Loopbaan.

Epiloog
Twee maanden later heeft Janny via een kennis van haar ouders een baan als assistent gevonden bij een hoorspeciaalzaak waar ze werk en een opleiding tot audicien vanaf volgend jaar kan combineren. Het commerciële aspect valt haar mee, het komt op haar meer over als mensen helpen de juiste artikelen te vinden en te adviseren. Er komt wel rekenwerk bij kijken wat ze wat minder vindt, maar wat ze op zich wel kan. Ze vindt het vooral erg leuk dat ze ouderen blij kan maken.

3.6.2. Case 2: Willem

Situatieschets
Willem is 32 jaar, ongehuwd. Na het afbreken van de MBO-­‐opleiding Sport & Bewegen vanwege lichamelijke problemen, heeft Willem een jaar of twee uitzendwerk gedaan. Vervolgens heeft hij de studie Assisstent-­‐Manager Internationale Handel met veel plezier gevolgd. Het combineren van werk en leren beviel goed. Hij is aanvankelijk blijven werken op uitzendbasis bij het bedrijf waar hij stage liep, maar helaas is dat bedrijf failliet gegaan. Mede door de spanningen heeft Willem weer rugklachten gekregen, waardoor hij een half jaar uit de roulatie is geweest. Inmiddels is hij zes maanden werkzoekend. Hij wordt telkens afgewezen en begrijpt niet goed waarom.

Vraagstelling
Willem wil graag een commerciële baan, maar is daar nu onzeker over geworden omdat hij zelden wordt uitgenodigd voor een sollicitatiegesprek. Hij weet niet goed waaraan dat ligt. Wel hoort hij vaak dat de voorkeur uitging naar een jongere kandidaat of een kandidaat met meer ervaring. Daarom wil hij ook kijken of er andere banen zijn die hem zouden kunnen helpen om uiteindelijk een commerciële functie te krijgen. Hij wil een functie waar hij nu eindelijk eens kan starten met het maken van een carrière. Hij is sceptisch over wat vragenlijsten daarin kunnen betekenen, maar wil toch graag een competentietest doen.

Interpretatie Persoonlijkheid
Willem heeft een vrij uitgesproken persoonlijkheidsprofiel. Bij de factor invloed valt op dat hij competitief is ingesteld. Dat herkent hij, hij wil altijd graag winnen. Daarom vond hij commerciële functies ook leuk, ook in call centers en commerciële binnendiensten waar hij uitzendwerk heeft gedaan. Hij is ook zeer sociabel te noemen, voelt zich ontspannen, zoekt het contact en heeft een dienstverlenende instelling. Daarbij gaat het niet zover dat hij problemen van anderen overneemt of zich naïef toont in het contact. Zijn gedrevenheid en daarbinnen energie, volharding en onafhankelijkheid vormen geen gebrek. Aan inzet zal het niet liggen, maar misschien is hij wel een beetje eigenwijs en te gedreven voor sommige omgevingen. Hij is uitermate gestructureerd, planmatig en nauwkeurig, hoewel hij wel behoefte heeft aan afwisseling. Perfectionisme kan bij deze scores op de loer liggen. Hij denkt goed na over beslissingen, is niet impulsief, maar kan wel knopen doorhakken. Dit vanwege de middenscores bij Weloverwogen. Willem beschikt over een gezonde portie zelfvertrouwen.

Bij de bespreking van de resultaten geeft Willem aan zich hierin te herkennen. We praten door over zijn onafhankelijkheid en het risico op perfectionisme. Inderdaad blijkt dat Willem bij de banen die hij had regelmatig meningsverschillen had met zijn leidinggevenden. Ook ergerde Willem zich aan de gemakzucht van sommige collega’s. Dit heeft er waarschijnlijk mede toe geleid dat de uitzendbanen geen vast contract hebben opgeleverd, ook al functioneerde hij verder goed. In het gesprek komt ook naar voren dat zelfstandig ondernemerschap mogelijk zou passen bij hem. Uiteindelijk zou hij dat wel willen, maar hij vindt dat hij eerst ervaring bij een goed bedrijf zou moeten opdoen. Ook kwam naar voren dat hij in de weinige sollicitatie gesprekken hier niet voldoende tactisch mee omging. Hij uitte te veel zijn ergernis over vorige collega’s en was te open over zijn ambitie om uiteindelijk zelfstandig te willen worden.

Figuur 9. Grafische weergave WPV

Interpretatie Werkwaarden
Willem gaat helemaal voor werk, dat betekent veel voor hem. Nu werkzoekend te zijn past hem dan ook helemaal niet, hij heeft het gevoel dat hij daardoor momenteel ook minder energie heeft dan anders. In het waardenpatroon valt op dat veel waarden relatief hoog scoren, en dat er één waarde bovenuit springt: Dynamiek. Hij heeft duidelijk behoefte aan een omgeving met veel hectiek. Daarnaast komt een vrij brede set primaire drijfveren naar voren: Beïnvloeden, Concrete resultaten, Kwaliteit, Autonomie, Zekerheid en stabiliteit en Taakuitdaging. Slechts twee schalen scoren lager, zonder een directe demotivator te worden, namelijk Hulpverlenen en Creatief denken.

Willem herkent zich in de resultaten, hij zoekt inderdaad een drukke baan waar hij toch goede kwaliteit kan leveren. Hij vindt zichzelf niet zo creatief. Ondernemen had hij wel hoger verwacht als score, maar misschien heeft hij de vragenlijst meer ingevuld hoe hij er nu over denkt.

Figuur 10. Grafische weergave CW

Interpretatie ITS
Uit de ITS komt een duidelijke voorkeur voor de sector Handel naar voren (zie Figuur 11). Omdat deze er echt uitspringt en Willem aangeeft daar inderdaad primair op gericht te zijn, gaan we verder met deze sector om te kijken of daar toch beroepen en vacatures te vinden zijn, waar Willem zich voor kwalificeert. In Figuur 12 is te zien dat Willem vooral hoog scoort op de interessegebieden Ondernemend, Sociaal en Conventioneel. Dit biedt verdere ondersteuning voorhet zoeken in de richting van Handel.

Figuur 11. Grafische weergave sectoren ITS

Figuur 12. Grafische weergave interessegebieden ITS

Epiloog
Vanwege de uitgesproken voorkeur van Willem voor de sector Handel  en het feit dat zijn persoonlijkheidsprofiel en ook zijn waardenprofiel in lijn liggen met wat bij commerciële functies verwacht wordt, adviseren wij dan ook daar zijn heil in te zoeken. Wel geven we hem tips mee voor het sollicitatiegesprek en zijn CV. De lege plekken in zijn CV en ook de switch van sport naar commercieel in zijn opleiding wordt onvoldoende positief uitgelegd.

Na enkele maanden krijgen we een mailtje van Willem. Hij heeft een baan gevonden bij een uitgever van lokale gratis huis-­‐aan-­‐huisbladen als advertentieverkoper. Hij heeft het enorm naar zijn zin omdat hij veel vrijheid heeft en voortdurend contact heeft met mensen. Hij is daar ook aardig succesvol in, geeft hij enthousiast aan.

3.6.3 Relevante informatie bij de interpretatie

De ITS blijft een zelfrapportage. Onzes inziens kunnen vragenlijsten nooit geïnterpreteerd worden zonder een interview. Het is altijd mogelijk om een verkeerd beeld te geven van jezelf door middel van een vragenlijst. Dit is zeker het geval als de vragenlijst redelijk transparant is, zoals bij de ITS het geval is. De waarde van deze vragenlijst is vooral gelegen in het feit dat het snel een breed beeld geeft van wat iemand interessant lijkt qua taken en sectoren. Dit geeft een onderbouwing aan de interviews en adviesgesprekken met kandidaten. Het is dus belangrijk dat er niet alleen op de testscores wordt afgegaan bij adviesvraagstukken, maar dat er ook andere bronnen van informatie worden geraadpleegd, zoals een interview of andere (persoonlijkheids)vragenlijsten.

Bij de ITS is het belangrijk om tijdens het interview verder in te gaan op de kennis van en ervaring met een bepaalde sector. Als iemand hoog scoort op de sector Openbaar Bestuur, is het zaak om uit te vragen welk beeld iemand heeft bij die sector, of hij of zij wellicht al ervaring of connecties heeft in deze sector, en of iemand een idee heeft welke beroepen er mogelijk zijn in deze sector. Dit geeft een beeld van hoe onderbouwd iemands interesse is.

Verder dient er bij de interpretatie rekening gehouden te worden met achtergrondvariabelen, zoals geslacht. Zoals in Hoofdstuk 5 zal worden besproken, zijn er bepaalde sectoren waar mannen, dan wel vrouwen, hoger op scoren. Ook kan het zijn dat mannen of vrouwen, hoog-­‐ of laagopgeleiden, eerder in aanraking komen met een bepaalde sector. Dit kan hun interesse verhogen of juist verminderen. Toch zijn wij van mening dat iemands score op een sector een weergave is van wat diegene interesseert, ongeacht of diegene een man of vrouw is. Vrouwen scoren bijvoorbeeld gemiddeld hoger op de sector Gezondheidszorg. Toch is het niet zo dat we bij een lagere score van een man moeten redeneren dat hij voor een man nog vrij hoog heeft gescoord. Zijn interesse ligt nu eenmaal niet bij gezondheidszorg.

3.7 Software en ondersteuning

De ITS kan op iedere computer met internetverbinding met een werkende browser ingevuld worden. De portal ondersteunt alle veelgebruikte desktop internetbrowsers, zoals Internet Explorer 7 (IE7) en hoger en recente versies van Chrome, Firefox en Safari onder Windows XP (en hoger), Apple OSX 10.4 of hoger en gangbare Linux versies. Javascript moet aan staan bij deze browsers. Verder ondersteunen wij geheel open internet verbindingen. In de praktijk zullen niet al te strenge beveiligingsinstellingen of proxies geen probleem zijn. Daarnaast vereist het systeem geen technisch zaken, zodat het in niet officieel ondersteunde browsers ook vrijwel altijd werkt.

Om de vragenlijst in het online systeem te kunnen maken is verbinding met internet nodig. Mocht de internetverbinding tijdens het invullen van de vragenlijst wegvallen, dan ondervindt de kandidaat daar geen hinder van in de zin dat er resultaten verloren gaan. In dergelijke gevallen is het tijdelijk niet mogelijk om naar een volgende pagina te gaan. Op het moment dat de verbinding is hersteld worden de ingevulde antwoorden van de betreffende pagina verstuurd naar de server en is het voor de kandidaat weer mogelijk om verder te gaan met het invullen van de resterende pagina’s.

Voor vragen over de systeemeisen en technische ondersteuning kunnen kandidaten contact opnemen met de helpdesk van Ixly. De helpdesk is iedere werkdag van 08.00 tot 17.30 bereikbaar via helpdesk@ixly.nl of 088-­‐4959000.
Voor een overzicht van veel gestelde vragen met betrekking tot het gebruik van de Test Toolkit, zie Bijlage 3.1. In Bijlage 2.1 wordt een handleiding weergegeven voor de bediening van de software (vraag de bijlagen aan bij ons Customer Support team via info@ixly.nl).

Normen Interessevragenlijst Taken en Sectoren

Bij de interessegebieden van de ITS gaat het om een normgerichte interpretatie. Dat wil zeggen dat de scores van een kandidaat worden vergeleken met de normpopulatie. De normpopulatie is bij de ITS een representatie van de beroepsbevolking van Nederland. Door middel van weging is er voor gezorgd dat de normgroep met betrekking tot opleiding, leeftijd, geslacht en werksituatie overeenkomt met de beroepsbevolking van Nederland. Voor de beroepsbevolking hebben we ons gebaseerd op gegevens van het Centraal Bureau voor de Statistiek (CBS) uit 2013 . In dit hoofdstuk wordt nader beschreven hoe de normering is uitgevoerd en hoe de normgroep is gevormd .

4.1 Normeringsonderzoek

Doelstelling
De ITS is ontwikkeld voor adviessituaties binnen de HRM praktijk. Onder advies worden allerlei vormen van loopbaanbegeleiding, carrièreadvies, beroepskeuzeadvies en coaching verstaan. Kandidaten die in deze situatie de ITS invullen komen tot andere, waarschijnlijk minder sociaal wenselijke, scores dan kandidaten die zich in een selectiesituatie bevinden. Onder selectiesituatie verstaan wij bijvoorbeeld assessments bij sollicitatieprocedures. Bij selectiesituaties zal men eerder sociaal wenselijk antwoorden omdat men verwacht dat men daarmee sneller door de selectie heen komt. Dit is zeer waarschijnlijk het geval bij vragenlijsten die ‘interesse’ bevragen, omdat sollicitanten geïnteresseerd over willen komen voor de functie waarnaar zij solliciteren. Gegevens uit deze context zijn daarom niet geschikt voor het normeren van deze vragenlijst. Tevens is niet op voorhand te verwachten dat mensen die loopbaanadvies vragen of werkzoekend zijn een weerspiegeling vormen van de algemene beroepsbevolking. Om sample of convenience-­‐effecten (Cotan, 2010) te vermijden is daarom een onderzoek gestart met als doel een representatieve afspiegeling van de Nederlandse beroepsbevolking te verkrijgen op de kenmerken leeftijd, geslacht, opleidingsniveau en provincie.

Methode van dataverzameling
De data waarover de normering is uitgevoerd, zijn begin 2014 door onderzoeksbureau Right verzameld door middel van een internetpanel. De werving van dit ISO-­‐ gecertificeerde internetpanel geschiedde met zogenaamd online veldwerk, via de volgende kanalen:

• Via traditionele dataverzamelingsmethoden
• Aangekochte adressen
• Via links op websites
• Via telefonische werving
• Via een sneeuwbalmethode onder bestaande leden
• Via social media

Door deze verschillende methoden in te zetten wordt een zo breed mogelijk publiek aangesproken, wat de representativiteit ten goede komt. Echter, de representativiteit van onderzoek via een online onderzoekspanel kan nadelig beïnvloed worden door selectie-­‐effecten. Zo hebben sommige groepen binnen de bevolking bijvoorbeeld een betere toegang tot internet dan andere. Indien een aselecte steekproef wordt getrokken uit een online panel, dan bestaat de kans dat bepaalde groepen zijn oververtegenwoordigd (bijvoorbeeld jongeren t.o.v. ouderen). Al is het overigens de vraag hoe groot dit effect precies is, gezien het feit dat ongeveer 83% van de huishoudens tegenwoordig een internetverbinding heeft (Bethlehem, 2009).

Het grote voordeel van het gebruik van onderzoekspanels is dat er gecorrigeerd kan worden voor mogelijke vertekeningen. Steekproeven worden namelijk samengesteld op basis van de volgende demografische dimensies: geslacht, leeftijd en regio. Deze samenstelling is gelijk aan de verdeling van de Nederlandse bevolking volgens de gegevens van het CBS. De demografische kenmerken kunnen nog worden uitgebreid met kenmerken zoals inkomen, gezinssamenstelling, etniciteit en opleiding. Maar achteraf kan op deze kenmerken ook worden herwogen om mogelijke vertekeningen te corrigeren. Voor het normeringsonderzoek hebben we gestreefd naar representativiteit op de volgende kenmerken: opleiding, leeftijd, geslacht en werksituatie.

De representativiteit van onderzoek via een online onderzoekspanel kan verder nadelig beïnvloed worden door zogenaamde “zelfselectieonzuiverheid”. Deze ontstaat doordat respondenten zichzelf hebben geselecteerd (aangemeld) om deel te nemen aan een online panel. Deze onzuiverheid treedt overigens niet alleen op bij online veldwerk, maar bij elke vorm van onderzoek (bijvoorbeeld bij face-­‐to-­‐face, telefonisch of schriftelijk onderzoek). Deze onzuiverheid is niet alleen inherent aan gebruik van zogenaamde Access Panels (waarbij respondenten worden geselecteerd uit een bestand van mensen die daarvoor toestemming hebben gegeven) maar wordt ook veroorzaakt door het simpele gegeven dat responspercentages niet 100% zijn. Dus zelfs bij een aselecte steekproef uit de Nederlandse bevolking waar mensen huis aan huis worden ondervraagd vindt zelfselectie plaats omdat niet iedereen die wordt benaderd zal deelnemen aan het onderzoek.

Er kunnen ook twijfels ontstaan over de kwaliteit van de data die verkregen is bij een Access Panel. Zo vreest men voor de opkomst van ‘professionele’ respondenten, die meedoen met veel internetvragenlijsten en die alleen meedoen als een beloning wordt aangeboden (Matthijsse et al., 2012), wat de kwaliteit van de data kan beïnvloeden. Zulke ‘professionele’ respondenten, vooral gemotiveerd door de beloning, willen misschien zo snel mogelijk en met de minste moeite de vragenlijst invullen, zeker als ze lid zijn van meerdere panels (van Ossenbruggen et al., 2008). Dit zou naar voren kunnen komen in allerlei vormen van ‘response bias‘, dus bijvoorbeeld alleen de extreme antwoorden kiezen, of juist altijd ‘helemaal mee eens’ (‘acquiescence’) antwoorden of steeds hetzelfde antwoord geven (‘straight-­‐lining’). Dit zal de kwaliteit van de data negatief beïnvloeden. Aan de andere kant zijn zulke ‘professionele’ respondenten geoefende invullers van vragenlijsten, wat de betrouwbaarheid van de schalen omhoog zou kunnen brengen (Chang & Krosnick, 2009). Dit zou dus een positief effect op de kwaliteit van de data kunnen hebben.

Mathhijsse et al. (2012) hebben aangetoond dat er inderdaad ‘professionele’ respondenten bestaan – die lid zijn van meerdere panels en vooral gemotiveerd worden door excentrieke beloningen – maar dat kwaliteit van data nauwelijks verschilt van meer vrijwillige respondenten. Er bleek nauwelijks verschil in betrouwbaarheden tussen deze twee groepen en inconsistente verschillen in ‘response bias’.

De mogelijke invloed van zelfselectie op de externe validiteit van online panels is ook onderzocht. Chang en Krosnick (2009) deden dit voor twee panels in de Verenigde Staten. Zij vergeleken gegevens verkregen via telefonische interviews onder een aselecte steekproef met gegevens van een Internetpanel dat gebaseerd was op een (aselecte) steekproef, en een Internetpanel dat bestond uit respondenten die zichzelf hadden aangemeld. Het bleek dat de respondenten die zichzelf hadden aangemeld de beste antwoorden gaven. De telefonische interviews leverden meer data die tekenen van response bias en nondifferentiatie vertoonden, wat leidde tot een slechtere datakwaliteit. De ‘professionele’ respondent bleek juist minder gemakzuchtig. Chang en Krosnick concludeerden dan ook dat Internetdata, mits op de juiste manier verkregen, goede en bruikbare resultaten opleveren en van vergelijkbare kwaliteit zijn als data verkregen via traditionele methoden. Deze conclusie is door meerderen onderzoekers onderstreept (zie bijvoorbeeld Gosling et al., 2004).

Hieruit kunnen we concluderen dat het verkrijgen van de data via een internetpanel een goede manier van dataverzameling is, die de kwaliteit van de normgroepgegevens van de ITS niet nadelig beïnvloed heeft.

Representativiteit
Het gebruik van een online onderzoekspanel heeft ons zoals hierboven beschreven in staat gesteld om een steekproef te gebruiken die representatief is voor de Nederlandse beroepsbevolking. Bij het verzamelen van data is er gestreefd naar representativiteit op de volgende kenmerken: opleiding, leeftijd, geslacht en werksituatie. Deze laatste variabele is met name belangrijk omdat de ITS specifiek voor loopbaanbegeleiding-­‐ en advies doeleinden bedoeld is. Er zijn gegevens verzameld van 1065 personen. De kenmerken van deze personen zijn weergegeven in Tabel 4.1

Verder is door middel van een non-­‐parametrische Chi kwadraat (χ²) test is gekeken of de aantallen in de subgroepen significant verschillen van die in de beroepsbevolking. De percentages en resultaten van deze test worden ook weergegeven in Tabel 4.1.

Tabel 4.1.

De onderzoeksgroep verschilde weliswaar niet van de beroepsbevolking op het gebied van werksituatie en leeftijd, maar weging van de twee andere variabelen zou hier voor een verschuiving kunnen zorgen. Om deze reden is voor alle vier de achtergrondkenmerken gewogen. Bovendien zorgt dit ervoor dat de normgroep zo representatief mogelijk voor de beroepsbevolking is.

Constructie normgroep
De onderzoeksgroep is dus voor geslacht, leeftijd, werksituatie en opleidingsniveau gewogen, zodanig dat zij met betrekking tot deze kenmerken overeenkomen met de beroepsbevolking van Nederland. De achtergrondvariabelen worden als volgt gedefinieerd:

Opleiding
Het onderwijsniveau waarop de beroepsbevolking wordt ingedeeld lager onderwijs, middelbaar onderwijs en hoger onderwijs. De opleiding die onder elk van de niveaus vallen zijn opgenomen in Bijlage 4.1 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl).

Leeftijd
De variabele leeftijd is in drie categorieën ingedeeld. De beroepsbevolking binnen het leeftijdsbereik van 15 tot en met 65 jaar. Binnen dit leeftijdsbereik wordt een indeling gemaakt van 15-­‐24 jaar, 25-­‐44 jaar en 45-­‐65 jaar.

Geslacht
Man/vrouw.

Werksituatie
Er wordt onderscheid gemaakt tussen werkenden en geregistreerde werklozen.

Alle combinaties van de vier variabelen geven 36 cellen(opleiding (3) x leeftijd (3) x geslacht (2) x werksituatie (2)). De weging is zo gekozen dat de verdeling over de 36 cellen zo goed mogelijk overeenkomt met de relatieve proporties in de Nederlandse beroepsbevolking (zie Bijlage 4.3 voor een uitgebreide beschrijving van de wegingsprocedure, vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). Deze gewogen onderzoeksgroep vormt de normgroep voor de ITS.

In Tabel 4.2 wordt de verdeling weergegeven met betrekking tot de achtergrondkenmerken in de onderzoeksgroep, de gewogen normgroep en in de Nederlandse beroepsbevolking.

Tabel 4.2.

Verdeling op basis van achtergrondkenmerken na weging

Landelijke representatie na weging
In Tabel 4.3 wordt de regionale herkomst van de normgroep weergegeven. De verdeling over de regio’s in onze sample verschilde significant van die van de beroepsbevolking (X² = 115.366, p <.000).

Tabel 4.3.

Conclusie representativiteit
Uit de vorige secties kunnen we concluderen dat onze normgroep een goede representatie is van de Nederlandse beroepsbevolking wat betreft opleiding, leeftijd, geslacht, werksituatie en provincie. Dit, evenals de grootte van de groep, draagt bij aan de hoge kwaliteit van de normering van de ITS.

Beschrijving normgroep
In de volgende sectie zullen we kort de kenmerken van de gewogen normgroep (N = 1053) beschrijven. Eerst behandelen we de relaties tussen de achtergrondvariabelen en de verdeling van de personen over de verschillende sectoren, vervolgens geven we de kenmerken van de schalen bij de normgroep weer.

De verdeling van mannen en vrouwen over de opleidingsniveaus is gelijk (Chi² = 4.816 df = 2, p = .09). Ook zijn er geen leeftijdsverschillen tussen mannen en vrouwen (Chi² = 2.939, df = 2, p = .23).

Wel werden er verschillen gevonden in leeftijd tussen de verschillende opleidingsniveaus (Chi² = 40.008, df = 4, p = .000): Mensen in de laagste leeftijdsgroep waren lager opgeleid dan op basis van toeval te verwachten zou zijn. Mensen in de leeftijdscategorie 25 t/m 44 jaar waren hoger opgeleid. Mensen in de oudste categorie waren weer lager opgeleid dan verwacht .

Er is een verschil in leeftijd tussen werkzame en niet werkzame personen (Chi² = 202.646, df = 2, p = .000). Mensen uit de jongste groep waren vaker werkloos, terwijl personen uit de oudste twee leeftijdsgroepen minder vaak werkloos waren. Gezien recente ontwikkelen in de Nederlandse arbeidsmarkt en economie is het aannemelijk dat relatief veel jongeren werkloos zijn.

Er werd geen relatie gevonden tussen geslacht en werksituatie. Wel is er een relatie tussen opleidingsniveau en werksituatie (Chi² = 14.021, df = 2, p = 0.01). Mensen met een lage of middenopleiding waren vaker werkloos dan hoogopgeleiden.

Beschrijving sectoren in de normgroep
In Tabel 4.4 wordt het aantal respondenten per sector weergegeven. De werksectoren zijn onderverdeeld in twaalf categorieën, gebaseerd op de indeling van het CBS zoals ook gehanteerd door het UWV werkbedrijf. De werksectoren zijn: Automatisering & ICT; Gezondheidszorg; Welzijn & Persoonlijke verzorging; Handel & Administratie; Horeca & Huishouding; Landbouw, Natuur & Milieu; Onderwijs, Cultuur & Wetenschap; Openbaar bestuur; Veiligheid & Rechtspraak; Opslag & Transport; Personeel, arbeid en loopbaan, Organisatie & Strategie; Taal, Media & Communicatie; Techniek & Productie; en Toerisme & Recreatie. Elke categorie is onderverdeeld in meerdere subsectoren.

Er is geen informatie beschikbaar over de verdeling van de beroepsbevolking over de sectoren zoals het UWV ze hanteert. Er zijn wel gegevens beschikbaar van het CBS over de door hen gepubliceerde verdeling over de bedrijfssectoren zoals gespecificeerd in de Standaard Bedrijfsindeling 2008 (SBI ’08). Om iets over de representativiteit van de verdeling over sectoren in de normgroep te zeggen zijn de sectoren van het UWV ingedeeld in de indeling van de SBI ’08. In Bijlage XX staan de aantallen weergegeven van de verdeling van de personen in de normgroep over deze sectoren en van de personen in de beroepsbevolking (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl).

In vergelijking met de beroepsbevolking bevinden zich vooral relatief veel personen in sector N, Verhuur en overige zakelijke diensten. De sectoren J, Informatie en communicatie, en K, Financiële dienstverlening zijn ook oververtegenwoordigd in de normgroep. Zowel in de normgroep als in de beroepsbevolking bevindt een relatief groter percentage zich in sectoren G, Handel, en met name sector Q, Gezondheids-­‐ en welzijnszorg.

Tabel 4.4.

Tabel 4.5.

Beschrijving allochtonen in de normgroep
In de normgroep waren 26 personen van niet-­‐Nederlandse afkomst. De indeling in etniciteit van de onderzoeksgroep is alsvolgt:

Tabel 4.6.

Er is uitgebreid onderzoek gedaan naar culturele bias van de ITS. Dit onderzoek is beschreven in Hoofdstuk 6, Begripsvaliditeit. Concluderend kunnen we zeggen dat betrouwbaarheden van sectoren en factoren over het algemeen gelijk waren tussen allochtonen en autochtonen, dat er geen of nauwelijks itembias is, en dat scores op de sectoren en factoren geen of kleine verschillen laten zien tussen allochtonen en autochtonen.

Beschrijving van schaalkenmerken in de normgroep
In Tabellen 4.7 en 4.8 zijn de kenmerken van de ruwe scores op de factoren en de sectoren van de ITS weergegeven voor de gehele gewogen normgroep. Zo krijgt de gebruiker een beeld van de verdeling van de ruwe scores in de normpopulatie. Voor de factoren en sectoren zijn de scores gedeeld door het aantal items: dit om vergelijking van sectoren of factoren overzichtelijker te maken. Bij de ITS worden deze ruwe scores omgezet naar gestandaardiseerde scores, zodat de ruwe score vergeleken kan worden met de normgroep. Deze gestandaardiseerde scores worden in de volgende sectie besproken.

Tabel 4.7.

Tabel 4.8.

Gemiddelden. standaarddeviaties. varianties. scheefheid en kurtosis van de sectoren van de ITS

4.2 Gebruikte scores en normtabellen

Bij de ITS wordt er gerapporteerd op stenscores. Per schaal worden de ruwe schaalscores omgezet in stenscores. Dit zijn bij benadering normaalverdeelde scores op een schaal die loopt van 1 tot 10, en bij taken van 1 tot 5. Het theoretisch gemiddelde is 5.5 met een standaarddeviatie van 2, de spreiding van de ware scores is gefixeerd op 2. De schaal is symmetrisch en volgt een normale verdeling. Standaardscores, en dus ook stenscores, geven een beeld van de manier waarop een bepaalde score zich verhoudt tot het gemiddelde van alle scores. Hoe men deze stenscores kan interpreteren wordt besproken in het Hoofdstuk 3, Handleiding voor testgebruikers.

De stenscores worden niet gelijk discreet berekend, maar als intervalscore, en alleen discreet gerapporteerd. De procedure die is gehanteerd bij het omzetten van ruwe scores naar stenscores wordt uitgebreid beschreven in van der Woud (2007), zie Bijlage 4.2 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). Hieronder zullen wij echter de belangrijkste en de voor de gebruiker meest relevante punten samenvatten.

In Bijlage 4.3 zijn de normtabellen van de factoren opgenomen (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). In deze tabellen wordt voor iedere ruwe score de bijbehorende standaardscore, normscore en latente score weergegeven. Ook wordt voor de normscore een betrouwbaarheidsinterval gegeven, en voor de latente score een waarschijnlijkheidinterval. Om onduidelijkheid te voorkomen worden alle elementen van de normtabel hieronder uitgelegd. Bij het bespreken van alle elementen in de normtabellen gebruiken we het voorbeeld van een ruwe score van 21 op de factor Sociaal (met een alfa van 0.93) .

Betrouwbaarheidsinterval
Volgens de klassieke testtheorie is de geobserveerde testscore een functie van iemands ware score, T, en de onnauwkeurigheid waarmee de score gemeten is:

O = T + E

Om een indicatie te geven van deze (on)nauwkeurigheid is het gebruikelijk een betrouwbaarheidsinterval te geven rond de geobserveerde scores. Dit interval wordt berekend aan de hand van de standaardmeetfout en ligt symmetrisch rond de geobserveerde score. Een betrouwbaarheidsniveau van 80% wil zeggen dat bij een groot aantal herhalingen van metingen, 80% van de scores tussen het berekende interval zullen liggen (Drenth & Sijtsma, 2006).

De betrouwbaarheidsintervallen zijn terug te vinden in kolom 7 en 9 van de normtabellen in Bijlage 4.4 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). Bij de berekening van dit interval wordt de ruwe score eerst omgezet naar een “normscore” (kolom 5 in de normtabel) aan de hand van de volgende formule met een gefixeerd gemiddelde van 5.5 en een standaarddeviatie van 2 aan de hand van de volgende formule:

Waarbij Z overeenkomt met de waarden in kolom 3, “Fitted Z Corrected”, in de normtabel. Hierin is T de ware score en ST de standaarddeviatie van de ware score. De waarden van T en ST zijn arbitrair: deze zijn niet geobserveerd en hiervoor kan dus een willekeurige schaal gekozen worden. De ITS rapporteert op stenscores waarvan de schaal bekend is, namelijk met een gemiddelde van 5.5 en een standaardafwijking van 2. De formule wordt dus:

Voor een ruwe score van 21 op de factor Sociaal (alfa = 0.93) geldt dus het volgende (zie normtabel):

N = 5.5 + (-­‐1.829 /√0.93*2) = 4.16

Deze normscore wordt vervolgens gebruikt om het betrouwbaarheidsinterval te berekenen. In de normtabellen hanteren we een betrouwbaarheidsniveau van 80%. Bij dit betrouwbaarheidsniveau wordt het betrouwbaarheidsinterval berekend aan de hand van de volgende formule:

X ± 1.28 * SE

Hierin is X de geobserveerde score, in ons geval dus de normscore, en SE de standaardmeetfout. Deze standaardmeetfout wordt als volgt berekend:

Waarbij ST de standaarddeviatie van de testscore is, in dit geval is deze dus gefixeerd op 2, en α weer de betrouwbaarheidscoëfficiënt. Voor een ruwe score van 21 op de factor Sociaal, die een betrouwbaarheid van 0.93 heeft, betekent dit dus het volgende:

De standaardmeetfout = 2 * √((1-­‐0.93)/0.93) ≈ 0.48

Ondergrens betrouwbaarheidsinterval = 4.16 – 1.28 * 0.48 ≈ 3.545

Bovengrens betrouwbaarheidsinterval = 4.16 + 1.28 * 0.48 ≈ 4.77

Waarschijnlijkheidsinterval
Het betrouwbaarheidsinterval zegt alleen iets over de nauwkeurigheid van een meting, niet over de grenzen waartussen de warescore van een kandidaat zich bevindt, gegeven de geobserveerde score van deze kandidaat. Om hier een indicatie van te geven wordt het waarschijnlijkheidsinterval berekend (kolom 8 en 10 in de normtabel). Dit waarschijnlijkheidsinterval is gebaseerd op een schatting van de ware score en de spreiding van de ware score, de standaardschattingsfout. Het waarschijnlijkheidsinterval ligt symmetrisch om de geschatte ware score.

Evers (2001) geeft de volgende formules voor de berekening van dit waarschijnlijkheidsinterval:

en

Waarbij T de schatting van de ware score is, µ het gemiddelde van de geobserveerde scores voor de betreffende schaal, rxx de betrouwbaarheidscoëfficiënt en X de geobserveerde score. Hier is σx de standaarddeviatie van de geobserveerde score.

Zoals we eerder al aangaven is bij ons de geobserveerde score de normscore, dat een gemiddelde van 5.5 en een standaarddeviatie van 2 heeft. Wanneer we deze waarden invullen in de bovenstaande formules krijgen we:

T = 5.5 + √rxx (N – 5.5)

en

Sest = 2 * √1 -­‐ rxx

Bovenstaande score T is terug te vinden in kolom 6, “Latente score”, in de normtabel. Deze score geeft de beste benadering van de ware score van een persoon: daarom wordt op deze afgeronde score gerapporteerd. Bij een ruwe score van 21 op de factorSociaal is T dus: 5.5 + √0.93(1.975 – 5.5) = 2.10. Het waarschijnlijkheidsinterval, met een betrouwbaarheidsniveau van 80%, dat symmetrisch rond deze score ligt wordt als volgt berekend:

T ± 1.28 * SE

Toegepast op de normtabel van Sociaal betekent dit het volgende voor een ruwe score van 21:

De standaardschattingsfout = 2 * √(1-­‐0.93) ≈ 0.53

Ondergrens betrouwbaarheidsinterval = 2.10– 1.28 * 0.53 ≈ 1.421

Bovengrens betrouwbaarheidsinterval = 2.10 + 1.28 * 0.53 ≈ 2.778

In Tabel 4.9 tot en met 4.11 zijn de standaardmeetfout, standaardschattingsfout, het betrouwbaarheidsinterval en het waarschijnlijkheidsinterval gegeven voor normscores van 5.5 (het gemiddelde), 3.5 (1 standaarddeviaties onder het gemiddelde) en 7.5 (1 standaarddeviatie boven het gemiddelde).

Tabel 4.9.

Tabel 4.10.

Tabel 4.11.

Standaardmeetfout, standaardschattingsfout, betrouwbaarheidsintervallen en waarschijnlijkheidsintervallen, bij een bovengemiddelde score (normscore = 7.5) en een

In bovenstaande voorbeelden hebben we een betrouwbaarheidsniveau van 80% aangehouden. De keuze van de gewenste hoogte van de betrouwbaarheid (en dus de breedte van de intervallen) zal echter tussen testgebruikers verschillen. Daarom zijn in Bijlage 4.4 ook de tabellen met de standaardmeetfout, standaardschattingsfout, het betrouwbaarheidsinterval en het waarschijnlijkheidsinterval gegeven met een betrouwbaarheidsniveau van 68% en 90% (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl).

4.3 Beperkingen normscores

In ons geval maken we gebruik van normen gebaseerd op gemiddelden en spreiding. Het voordeel van het gebruik van dit soort scores is dat deze rekening houden met de verdeling van de scores op een bepaalde schaal (of factor). Niet elke score komt namelijk even vaak voor: scores rond het gemiddelde komen veel vaker voor dan hele hoge of juist hele lage scores en volgen dus de normale verdeling. Hier wordt rekening mee gehouden door de normscore op basis van het gemiddelde en de standaardafwijking te berekenen. Bij de normale verdeling, en dus ook onze genormeerde scores, bevindt zich namelijk ongeveer 68% van de scores tussen een standaardafwijking onder het gemiddelde en een standaardafwijking boven het gemiddelde. Dit is een groot voordeel ten opzichte van het gebruik van bijvoorbeeld percentielen of decielen: bij percentielen wordt niet rekening gehouden met de verdeling van scores. Een score in het 4e deciel betekent bijvoorbeeld dat 40% van de normgroep dezelfde score heeft of lager, en dat dus 60% een hogere score heeft. Het verschil in scores tussen deciel 4 en deciel 5 zal echter veel kleiner zijn dan het verschil in scores tussen deciel 9 en 10, omdat de scores in het midden van de verdeling veel vaker voorkomen. Het gevaar is dus dat de verschillen in scores aan de uiteinden van de verdeling worden onderschat. Dit gevaar is minder aanwezig bij het gebruik van normen gebaseerd op gemiddelden en spreiding .

Zoals gezegd rapporteren we in de afgeronde latente (= geschatte ware) score als stenscore. Het nadeel van stenscores kan zijn dat het vrij grofmazig is, er zijn immers slechts tien klassen. Echter, bij het bespreken van iemands interesse, en zeker in adviessituaties, bieden stenscores genoeg differentiatie: het gaat erom een globaal beeld van iemands interesse te scheppen waarbij het gaat om globale verschillen met de normgroep. Het verschil tussen sten 1 en 2 zal bijvoorbeeld in de praktijk niet zoveel uitmaken: het is duidelijk dat deze kandidaat laag scoort. Aangezien de ITS voor adviesdoeleinden bedoeld is, zullen er geen ingrijpende beslissingen genomen worden op basis van iemands score, wat zou pleiten voor een fijnmazige rapportage .

Tot slot kunnen we zeggen dat stenscores over het algemeen makkelijk te interpreteren zijn. Nadeel kan wel zijn dat ze verward kunnen worden met schoolcijfers. In het rapport wordt echter duidelijk uitgelegd dat dit niet het geval is. Ook de adviseurs horen hier bekend mee te zijn. De interpretatie van de scores wordt verder toegelicht in Hoofdstuk 3, Handleiding voor testgebruikers.

5.Betrouwbaarheid Interessevragenlijst Taken en Sectoren

De betrouwbaarheid van een vragenlijst geeft een indicatie van de nauwkeurigheid van het instrument. Het begrip heeft betrekking op de reproduceerbaarheid van de gemeten uitkomsten: in hoeverre komen de resultaten van een meting met het instrument bij een tweede keer (en een derde keer, enzovoorts) overeen, of in hoeverre komen de uitkomsten bij een vergelijkbare set items overeen.

De betrouwbaarheid van een vragenlijst kan op verschillende manieren worden bepaald. De meest gebruikte betrouwbaarheidsmaat voor een vragenlijst als de ITS is de Cronbach’s alfa (α-­‐coëfficiënt). Dit is een maat voor interne consistentie (Nunnally, 1978). COTAN (2010) noemt een alfa van .70 als ondergrens waar naar gestreefd moet worden bij adviessituaties.

Ook kan de test-­‐hertest betrouwbaarheid bepaald worden door dezelfde vragenlijst na een vooraf vastgelegde periode voor een tweede maal bij dezelfde persoon af te nemen waarna de resultaten van deze twee metingenmet elkaar vergeleken kunnen worden.

Alle onderstaande analyses zijn gebaseerd op de gewogen onderzoeksgroep beschreven in Hoofdstuk 4.

5.1 Interne consistentie van de ITS

Voor de zeven factoren en de sectoren van de ITS is de Cronbach’s alfa berekend.De betrouwbaarheden zijn af te lezen in Tabel 5.1 en Tabel 5.2.

Tabel 5.1.

Tabel 5.2.

De betrouwbaarheid van de factoren is hoog tot zeerhoog (α = .86 voor Intellectueel tot .98 voor Realistisch), met een gemiddelde van α =.93. De betrouwbaarheid van de sectoren loopt uiteen van α = .65 (Commerciële Dienstverlening) tot α = .92 (Elektrotechniek), met een gemiddelde van α = .83. Alleen de sectoren Commerciële Dienstverlening en Huishouding hebben een alfa lager dan .70, waarbij huishouding slechts 0,01 daaronder ligt. Het zou kunnen zijn dat de iets lagere betrouwbaarheid van Commerciële Dienstverlening toevallig is. Bij vervolgonderzoek zullen wij onderzoeken of het nodig is de betrouwbaarheid van deze sector te versterken. Omdat 39 van de 40 sectoren een voldoende tot zeer goede betrouwbaarheid laten kan de vragenlijst zonder bezwaar ingezet worden bij loopbaanadvies.

5.2 Stabiliteit van schalen en factoren over tijd

Om een uitspraak te kunnen doen over de stabiliteit van de schalen en de factoren over de tijd is er een hertest uitgevoerd. De correlatie tussen beide metingen geeft een schatting van de test-­‐hertestbetrouwbaarheid (Van den Brink, 1998). De tijd tussen deze meetmomenten moet lang genoeg zijn om het effect van herinnering uit te schakelen. In dit geval is gekozen voor een periode van drie weken tussen de metingen. Dit is lang genoeg om te zorgen dat men de items niet meer exact herinnert, en kort genoeg om te veel uitval te voorkomen.

Verschillende onderzoeken wijzen uit dat interesse in beroepen stabiel is over tijd, zowel voor adolescenten (Rottinghaus, Coon, Gaffey, & Zytowski, 2007) als voor volwassenen (Swanson, 1999; Low, Yoon, Roberts, & Rounds, 2005; Rottinghaus et al., 2007). Onze aanname is dat ook de ITS stabiel is over tijd.

De onderzoeksgroep voor de hertest is een subsample van de onderzoeksgroep beschreven in Hoofdstuk 4, Normering. De subsample is random gekozen uit de 1065 mensen die op T1 de vragenlijst hebben ingevuld. In Tabel 5.3 worden de kenmerken van de huidige groep weergegeven:

Tabel 5.3.

Er hebben in totaal 150 personen meegedaan aan de hertest. Aangezien deze groep random is gekozen uit de volledige groep, kan aangenomen worden dat deze subsample representatief is voor de populatie. De vragenlijst is 3 weken na de eerste afname opnieuw afgenomen. Tijdens beide meetmomenten zijn de vragenlijsten in dezelfde setting afgenomen. De betrouwbaarheden van de factoren bij de hertest worden weergegeven in Tabel 5.4. Ook wordt hierin weergegeven of deze significant verschillen van de betrouwbaarheden tijdens T1. Om dit te berekenen is de Feldt-­‐test gebruikt (Feldt, 1969). Hiermee wordt getoetst of twee α-­‐coëfficiënten significant van elkaar verschillen, en resulteert in een p-­‐waarde en een W-­‐waarde. Deze laatste kan als F-­‐ waarde geïnterpreteerd worden (Suen, persoonlijke correspondentie). De betrouwbaarheden op T1 en T2 blijken voor geen van de factoren significant van elkaar te verschillen.

Tabel 5.4.

Tabel 5.5.

Om uitspraken te kunnen doen over de stabiliteit van de factoren zijn de correlaties berekend tussen de scores in de eerste en de tweede afname. Deze worden, samen met de factorgemiddelden, weergegeven in Tabel 5.5. Te zien is dat alle factoren een significante (p < .000) en zeer hoge (rA = .88 tot 1, gemiddelderA= .93) correlatie tussen T1 en T2 kennen. T-­‐tests wijzen uit dat behalve bij de factoren Sociaal (t =2.11, p < .05) en Ondernemend (t = 2.03, p < .05) de factorgemiddelden niet significant van elkaar verschillen op beide meetmomenten. Zowel op Sociaal als Ondernemend scoorde men iets lager op T2.

Ook voor de sectoren is de betrouwbaarheid op T2 berekend. Deze zijn weergegeven in Tabel 5.6, en lopen van .65 (Persoonlijke verzorging) tot .93 (Metaal). De betrouwbaarheden verschillen bij drie sectoren (Communicatie, absoluut verschil .05; Organisatie en advies, absoluut verschil .08; Textiel en mode, absoluut verschil .05) tussen T1 en T2, maar deze verschillen hebben zijn klein en hebben een vrij lage W-­‐ waarde (.76 tot .78).

Tabel 5.6.

De correlaties tussen de sectoren tijdens T1 en T2 evenals de sectorgemiddelden, zijn weergegeven in Tabel 5.7. Ook hier bleken de correlaties tussen T1 en T2 allemaal significant en hoog (r = .65 tot .87 met een gemiddelde van .81). Organisatie en advies was de enige sector met een correlatie lager dan .70. Op 10 van de 44 sectoren verschilden de gemiddelden significant van elkaar tussen T1 en T2. Huishouding (T2 lager), Onderwijs (lager), Ontwerp en Ontwikkeling (ICT) (hoger), Openbaar bestuur (lager), Organisatie en Advies (lager), Planten (lager), Procestechniek (lager), Schoonmaak (lager), Vervoer (lager), Visserij (lager). Sommige van deze sectoren, zoals Huishouding en Schoonmaak, hebben een lagere sociale status, wellicht een reden dat men getracht heeft hier lager op te scoren op T2.

Tabel 5.7.

Conclusie
Bovenstaande resultaten geven aan dat de stabiliteit van zowel de sectoren als de factoren hoog is. De interne consistentie en test-­‐hertestbetrouwbaarheid zijn goed te noemen, met slechts enkele uitzonderingen waarbij een coëfficiënt lager dan .70 wordt gevonden. Verder zijn alle coëfficiënten voor de factoren boven .80. Dit draagt bij aan de betrouwbaarheid van de ITS.

Begripsvaliditeit Interessevragenlijst Taken en Sectoren

De begripsvaliditeit van een vragenlijst geeft een indicatie van de mate waarin het instrument daadwerkelijk het construct meet dat het pretendeert te meten (Cotan, 2010). Oftewel: meet een interessevragenlijst ook daadwerkelijk de interesses van een persoon. Meer specifiek dient de validiteit aan te geven of iedere factor en iedere sector meet wat het pretendeert te meten.

In de literatuur worden verschillende soorten validiteit onderscheiden. Wij hanteren de klassieke driedeling: inhoudsvaliditeit, begripsvaliditeit en criteriumvaliditeit (Cotan, 2010). De inhoudsvaliditeit van de ITS heeft betrekking op de mate waarin de temsi en constructen van de vragenlijst representatief zijn voor het domein van interesses. Informatie over de inhoudsvaliditeit is te vinden in Hoofdstuk 1 Uitgangspunten van de testconstructie.

Bij criteriumvaliditeit gaat het om de voorspellende waarde van testscores (Cotan, 2010). De criteriumvaliditeit van de ITS komt in Hoofdstuk 7 aan bod. In dit hoofdstuk zullen alle onderzoeken die een bijdrage leveren aan de begripsvaliditeit van de ITS worden besproken.

6.1 Interne structuur

In deze paragraaf wordt informatie verstrekt over de interne structuur van de vragenlijst. De interne structuur kan worden onderzocht door associatiematen te bepalen tussen groepen items, subtests en tussen tests als geheel (Cotan, 2010).

6.1.1 Item-­‐restcorrelatie

In Hoofdstuk 5, Betrouwbaarheid hebben we al stil gestaan bij de consistentie van de vragenlijst aan de hand van de waarden van Cronbach’s alfa. Bij betrouwbaarheidsanalyses kan echter ook gekeken worden naar de item-­‐restcorrelaties om een indruk te krijgen van deinterne validiteit van een test. Item-­‐restcorrelaties zijn de correlaties van een individueel item met de rest van de items behorende bij een schaal. Als de items hetzelfde construct meten zou elk item duidelijk positief moeten correleren met alle andere items. Bij hoge positieve item-­‐restcorrelaties kunnen we dus spreken van een duidelijke interne structuur.

Sectoren
In Tabel 6.1 zijn de item-­‐rest correlaties³ voor de sectoren van de ITS weergegeven.

• Het gaat hier om item-­‐rest correlaties, niet item-­‐totaal correlaties. Dit betekent dat het item zelf niet mee wordt genomen in de correlatie met de rest van de schaal. Dit zou de correlatie artificieel omhoog brengen.

Tabel 6.1.

De Cotan (2010, p. 40) hanteert voor item-­‐restcorrelaties een correlatie van 0.30 en hoger als criterium voor een goede beoordeling van de interne consistentie. Item-­‐ restcorrelaties kunnen vooral bij kortere tests lager uitvallen (Cotan, 2010). Zelfs met deze kanttekening zijn de item-­‐rest correlaties zeer goed te noemen. De gemiddelde item-­‐restcorrelatie is .68 en de gemiddelde minimum item-­‐restcorrelatie is .60. Op één item na (‘In een callcenter te werken’, sector Commerciële Dienstverlening) liggen alle item-­‐restcorrelaties boven de .30.

Factoren
Vervolgens is gekeken naar de item-­‐restcorrelaties van de zeven factoren. Per factor zijn de laagste, hoogste en gemiddelde item-­‐restcorrelatie weergegeven in Tabel 6.2.

Tabel 6.2.

Alle item-­‐restcorrelaties zijn hoger dan .30. De gemiddelde minimum item-­‐ restcorrelatie is .47, en de gemiddelde item-­‐restcorrelatie is .66. Ook bij de factoren is dus een duidelijke interne structuur zichtbaar. Hieruit kunnen we concluderen dat alle items variëren op een manier die overeenkomt met de andere items van die sector of factor.

6.1.2 Correlaties tussen factoren

Om na te gaan of er gemeenschappelijke component(en) bestaan, is er een correlatieanalyse op factorniveau uitgevoerd. In Tabel 6.3 worden de correlaties gerapporteerd. Het is voor de begripsvaliditeit belangrijk om te onderzoeken of de factoren ieder een eigen bijdrage leveren aan de vragenlijst, en dus niet te hoog met elkaar correleren. Dit is vooral belangrijk ter ondersteuning van het toevoegen van de factor ICT aan het Holland-­‐model.

Tabel 6.3.

Alle factoren vertonen een significante correlatie met elkaar. Multicollineariteit (te hoge correlaties) kan een probleem vormen voor een betrouwbare oplossing. Om te bepalen of hier sprake van is, is gekeken naar de VIF. Deze maat drukt uit in welke mate een variabele (in dit geval een van de zeven factoren) toeneemt naarmate andere variabelen toenemen. Deze is bij alle factoren lager dan 3, wat aangeeft dat van multicollineariteit geen sprake is. Bovendien is geen van de correlaties hoger dan .70. Wat we hier zien is dus een te verwachte correlatie, terwijl de factoren nog wel een eigen bijdrage leveren aan het gemeten construct. Aangezien we de factor ICT hebben toegevoegd aan het bestaande Holland-­‐model, moet hier extra aandacht aan besteed worden. De factor ICT correleert met geen enkele factor hoger dan .55 (Realistisch). Hieruit blijkt duidelijk dat de nieuwe factor een eigen bijdrage levert aan het model.

MGM
Om te bevestigen dat alle items bij de juiste factor zijn ingedeeld is een MGM-­‐analyse uitgevoerd, welke in Hoofdstuk 1 reeds besproken is.

Bij een MGM (Multiple Group Method) wordt berekend of een item inderdaad een hogere correlatie heeft met zijn eigen schaal dan met een andere schaal. De reden dat er gekozen is voor de MGM is dat deze analyse toepasbaar is bij het testen van een specifieke hypothese (Nunnally, 1978). Aangezien we willen weten of de eerdere gemaakte indeling van de items in de zeven HZO-­‐types overeenstemt met de huidige data, wordt de voorkeur gegeven aan deze methode (voor meer informatie over deze procedure zie Stuive, Kiers, Timmerman en Ten Berge, 2008). Specifiek bij de MGM die hier is uitgevoerd, is dat er gebruik is gemaakt van de formule van Steiger (1980) om de significantie te bepalen van de verschillen tussen afhankelijke correlaties.

23 van de 186 items correleerden niet significant hoger met de eigen factor dan met de andere factoren. Geen enkel item correleerde significant hoger met een andere factor dan met de eigen factor. We kunnen hieruit concluderen dat alle items bij de juiste factor zijn ingedeeld.

Dimensionaliteit van de factoren
Om de dimensionaliteit van de schalen te onderzoeken is er voor elke schaal afzonderlijk een principale componentenanalyse uitgevoerd met VARIMAX-­‐rotatie. In Tabel 6.4 worden de resultaten van deze analyse weergegeven. In Bijlage 6.1 worden de screeplots per factor weergegeven (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl).

Tabel 6.4.

De PCA-­‐resultaten laten zien dat voor 5 van de 7 factoren een 1-­‐factoroplossing optimaal is. Voor de factoren Realistisch en Conventioneel zou, gezien de eigenwaarden en screeplots, een 2-­‐factoroplossing ook mogelijk zijn. In Tabel 6.4a en 6.4b is te zien wat de factorladingen zouden zijn geweest in de 2 factor-­‐structuur.

Tabel 6.4a.

Tabel 6.4b.

Er is onderzocht of opsplitsing in 2 of meer factoren tot een interpreteerbare oplossing zou leiden. Tot dit doel is gekeken naar de inhoud van de items, en of het mogelijk was hier een splitsing in te maken(bijvoorbeeld de factor Realistisch opsplitsen in binnen en buiten, of in natuur en techniek). Dit was echter niet het geval: de gevonden meer-­factorenoplossingen boden geen duidelijke inhoudelijke indeling. Om deze reden is besloten de factoren te laten zoals ze zijn.

6.1.4.  Confirmatieve factoranalyse

Er is een confirmatieve factoranalyse (AMOS) uitgevoerd om te onderzoeken in welke mate het model de data beschrijft. Deze wordt uitgebreid besproken in Hoofstuk 1, en zal hier beknopt herhaald worden. De Chi-­‐kwadraat die uit het model kwam was 10190,12 met df = 969. De CFI-­‐waarde was .822 (ideaal zou zijn > .95), en de RMSEA-­‐ waarde was .095 (vanaf .1 is een onacceptabele fit). De fit van het model is dus niet ideaal, maar wel acceptabel.

6.2 Externe validiteit

6.2.1 Relaties met de achtergrondvariabelen

Factoren
Om na te gaan of de factorscores een relatie met de achtergrondvariabelen hebben, wordt er per factor onderzocht of de gemiddelde scores voor de verschillende categorieën van deze variabelen significant van elkaar verschillen. Bij de achtergrondvariabelen geslacht, etniciteit en werksituatie is dit door middel van een t-­‐ toets gedaan, bij leeftijd door middel van een ANOVA. De analyses zijn verricht op de gewogen normgroep, die uitgebreid beschreven is in Hoofdstuk 4, Normering.

Tevens is Cohen’s d (bij geslacht, etniciteit (allochtoon/autochtoon) en werksituatie) en de eta² (associatiemaat voor variabelen met meer dan twee categorieën) berekend als maten voor de effectgrootte. Indien het verschil bijtweezijdige toetsing significant is bij een significantieniveau van 5%, is de waarde van Cohen’s d of eta² gegeven bij de betreffende factor. Bij beoordeling van de effectgrootte gaan we uit van de richtlijnen van Cohen (1988): voor Cohen’s d geldt dat >02. een klein effect betekent, >0.5 een gemiddeld effect en >0.8 een groot effect betekent. Voor eta² geldt dat >0.01 wordt gezien als een klein effect, >0.06 als een gemiddeld effect en >0.14 een groot effect.

Factoren -­‐ geslacht Hypotheses
Su en Rounds (2009) vonden in een grote meta-­‐analyse dat mannen hoger scoren op Realistisch dan vrouwen (d = 0.84). Ook in verschillende andere onderzoeken wordt dit effect gevonden (zie bijvoorbeeld Proyer & Hausler, 2007). Wij verwachtten dat mannen hoger scoren op Realistisch. Bij de factor Intellectueel wordt bij sommige onderzoeken wel (Su & Rounds, 2009) en bij anderen geen (Proyer & Hausler, 2007) verschil tussen mannen en vrouwen gevonden. Gezien de gemengde resultaten verwachten wij geen verschillen tussen mannen en vrouwen op de factor Intellectueel. Rosenbloom, Ash, Dupont en Coder, (2008) toonden aan dat meer mannen dan vrouwen geïnteresseerd zijn in informatietechnologie. Wij verwachtten dat mannen significant meer interesse hebben in ICT, en dat dit een sterk effect is.

Bij verschillende onderzoeken wordt gevonden dat vrouwen meer interesse hebben in de factoren Artistiek en Sociaal (Su & Rounds, 2009; Proyer & Hausler, 2007; Thompson, Donnay, Morris, & Schaubhut, 2004). Wij verwachtten dat vrouwen meer interesse hebben in de factoren Artistiek en Sociaal. Interesse in Ondernemend verschilt soms wel (Thompson et al., (2004) vinden dat mannen hoger scoren op Ondernemend) en soms niet (Su & Rounds, 2009; Proyer & Haisler. 2007) tussen mannen en vrouwen. Om deze reden verwachtten wij geen significant verschil bij de ITS. Tot slot vinden we voor Conventioneel verschillende resultaten. Su en Rounds (2009) rapporteren dat vrouwen hoger scoren; Thompson et al. (2004) dat mannen hoger scoren, en Proyer en Hausler (2007) vinden geen significant verschil. Wij verwachtten geen significant verschil bij de ITS.

Resultaten
Op 5 van de 7 factoren worden verschillen gevonden tussen mannen en vrouwen. De resultaten zijn te vinden in Tabel 6.5. Wij verwachtten dat mannen hoger scoren op Realistisch. Dit effect wordt ook bij de ITS gevonden (d= 0.55).

Tabel 6.5.

Wij verwachtten geen significant verschil tussen mannen en vrouwen op de factor Intellectueel. In het huidige onderzoek werd geen significant effect gevonden.
Wij verwachtten dat mannen hoger zouden scoren op de factor ICT. Dit effect werd gevonden, en de effectmaat is groot (d = 0.81).
Wij verwachtten dat vrouwen meer interesse zouden hebben in de factoren Artistiek en Sociaal. Dit effect werd gevonden (d Artistiek = -­‐ 0.18; d Sociaal = -­‐0.46).
Er waren geen verwachtingen dat mannen of vrouwen hoger zouden scoren op de schaal Ondernemend. Bij de ITS wordt gevonden dat mannen significant hoger scoren op deze factor, maar dit effect is klein (d = 0.14).
Op de factor Conventioneel is, volgens verwachting, geen significant verschil tussen mannen en vrouwen gevonden.

We vinden dus in de ITS veelal dezelfde man-­‐vrouwverschillen als in verschillend wetenschappelijk onderzoek. Dit draagt bij een de begripsvaliditeit van de ITS.

Factoren -­‐ leeftijd
Verschillende onderzoeken wijzen uit dat interesse in beroepen stabiel is over tijd, zowel voor adolescenten (Rottinghaus, Coon, Gaffey, & Zytowski, 2007) als voor volwassenen (Swanson, 1999; Low, Yoon, Roberts, & Rounds, 2005; Rottinghaus et al., 2007). Onze aanname is dat ook de ITS stabiel is over tijd. Er werden om deze reden geen significante verschillen tussen de leeftijdsgroepen op de factoren verwacht. Tabel 6.6 laat zien dat deze ook niet werden gevonden in de normgroep.

Tabel 6.6.

Factoren -­‐ etniciteit
Er is, vooral in de Verenigde Staten, vrij veel onderzoek gedaan naar verschillen in scores op het Holland-­‐Model tussen verschillende etnische groepen. De meeste van deze onderzoeken vinden geen of kleine verschillen tussen etnische groepen (zie bijvoorbeeld Fouad & Mohler, 2004). Gezien de aard van de multiculturele samenleving in Nederland, en de grote variatie in land van herkomst werden er bij de ITS geen verschillen tussen autochtone en allochtone deelnemers verwacht. Op één factor werd een significant effect gevonden: allochtonen scoorden hoger op de factor Intellectueel (zie Tabel 6.7). De effectgrootte was iets onder gemiddeld.

Tabel 6.7.

Factoren -­‐ werksituatie
Wij onderscheiden de categorieën werkend en werkloos/werkzoekend. Op de achtergrondvariabele werksituatie werden geen significante verschillen verwacht, en deze werden ook niet gevonden (zie Tabel 6.8).

Tabel 6.8.

Factoren -­‐ opleidingsniveau
Voor een overzicht van welke opleidingen onder welk opleidingsniveau vallen, zie Bijlage 4.1 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). Wij verwachtten dat hoger opgeleiden lager scoren op de factor Realistisch (Handleiding HZO, 2008), en dit effect werd ook gevonden (F = 3.17, p < .05). Op de factor Intellectueel verwachtten wij de omgekeerde relatie (hoe hoger opgeleid, hoe meer interesse) (Handleiding HZO, 2008). Ook dit effect werd gevonden (F = 77.87,p <.000). Voor de factor ICT werd geen relatie verwacht en ook niet gevonden. Voor de factor Artistiek werd geen relatie verwacht met opleidingsniveau (Handleiding HZO, 2008), maar wel gevonden (F = 11.72,p <.000). Laag opgeleiden tonen minder interesse voor deze factor. Voor de factor Sociaal werd geen significant effect verwacht (Handleiding HZO, 2008) en ook niet gevonden. Voor de factoren Ondernemend en Conventioneel werden geen significante opleidingseffecten verwacht (Handleiding HZO, 2008), maar wel gevonden (F Ondernemend = 39.80,p < .000; F Conventioneel = 8.49,p < .000). Laag opgeleiden hebben minder affiniteit met deze factoren.

Tabel 6.9.

Sectoren
Ook voor scores op de sectoren is onderzocht of er een relatie is met de achtergrondvariabelen. Tabellen 6.10 tot en met 6.14 geven de resultaten weer van de achtergrondvariabelen geslacht, leeftijd, etniciteit, werksituatie en opleidingsniveau.

Sectoren -­‐ geslacht
Voor de achtergrondvariabele geslacht verwachten we veel verschillen in interesse. De relatieve arbeidsparticipatie in sectoren is ook feitelijk verschillend voor mannen respectievelijk vrouwen. Sommige sectoren zijn duidelijke ‘mannensectoren’, zoals de meeste technisch-­‐georiënteerde sectoren, in andere sectoren is er een oververtegenwoordiging van vrouwen te vinden, zoals welzijn en gezondheidszorg. De generieke hypothese is dan ook dat de interessepatronen een weerspiegeling vormen van de feitelijke situatie op de arbeidsmarkt.

Tabel 6.10.

De volgende sectoren laten een duidelijk verschil zien tussen interesses voor mannen en vrouwen:

Groot effect (Cohen’s d >0,8)

Mannen meer:

• Elektrotechniek (CBS 2013: 4 x zoveel mannen in Elektrotechnische industrie)
• Vervoer (CBS 2013: 3 x zoveel mannen in Vervoer)

Gemiddeld effect (Cohen’s d >0,5)

Mannen meer:

• Advies (ICT) (CBS 2013: 4 x zoveel mannen in ICT)
• Beheer (ICT) (CBS 2013: 4 x zoveel mannen in ICT)
• Bouw (CBS 2013: 8 x zoveel mannen in Bouw)
• Industriële reiniging (geen CBS gegevens)
• Installatietechniek (CBS 2013: 5 x zoveel mannen in Reparatie en
• installatie van machines)
• Ontwerp en ontwikkeling (ICT) (CBS 2013: 4 x zoveel mannen in ICT)
• Procestechniek (geen CBS gegevens)
• Veiligheid (CBS 2013: meer vrouwen dan mannen in de sector
• Beveiliging en overige zakelijke diensten, hier vallen bijvoorbeeld ook
• schoonmaakdiensten onder)
• Visserij (CBS 2013: 2000 mannen en minder dan 500 vrouwen in
• Visserij)

Vrouwen meer:

• Persoonlijke verzorging (5 x zoveel vrouwen in Verzorging en
• Welzijn)
• Textiel (CBS 2013: iets meer mannen dan vrouwen in Textiel)

Klein effect (Cohen’s d >.2)

Mannen meer:

• Agrarische ondersteuning (CBS 2013: 2 x zoveel mannen in Landbouw)
• Commerciële dienstverlening (geen CBS gegevens)
• Delfstofwinning (CBS 2013: 8 x zoveel mannen inDelfstoffenwinning) Milieu (geen CBS gegevens)
• Sport (CBS 2013: iets meer vrouwen dan mannen in Sport en recreatie, onduidelijk welk aandeel hiervan recreatie is)

Vrouwen meer:

• Dieren (geen CBS gegevens)
• Gezondheidszorg (CBS 2013: 3 x zoveel vrouwen in Gezondheidszorg)
• Glas, aardewerk en keramiek (geen CBS gegevens) Rechtspraak (geen CBS gegevens)
• Welzijn (5 x zoveel vrouwen in Verzorging en Welzijn)
• De gevonden verschillen in interesse tussen mannen en vrouwen zien we duidelijk terug in de werkzaamheid in die sectoren werken inderdaad meer mannen dan wel vrouwen, waarmee dit ondersteuning biedt voor de begripsvaliditeit.

Sectoren -­‐ leeftijd
Voor de achtergrondvariabele leeftijd verwachtten we niet a priori grote verschillen in interesse, juist omdat interessepatronen over tijd constant verondersteld worden te zijn. Wel kunnen veranderingen in de omgeving invloed hebben op interessepatronen. De nieuwere sectoren of sectoren waarin veel innovatie plaatsvindt zouden mogelijk voor jongeren interessanter kunnen zijn. Sectoren waar dat niet aan de hand is zouden voor jongeren juist minder interessant zijn.

Inderdaad laten de analyses weinig verschillen zien op sectorniveau. De gevonden effectgrootten zijn ook klein (eta 0,01 – 0,2). Jongeren tonen iets meer interesse in de sectoren Cultuur, Handel, Horeca, Persoonlijke verzorging, Recreatie en juist minder in de sectoren Glas, aardewerk en keramiek, Milieu, Planten, Toerisme. Voor de sectoren Cultuur, Handel, Horeca en Recreatie vinden we deze verschillen terug in cijfers van het CBS uit 2010). Van de overige sectoren zijn bij het CBS geen gegevens beschikbaar. Het kleine aantal verschillen ondersteunt de begripsvaliditeit. Daarnaast zijn de gevonden verschillen ook klein in effect en zijn ze verklaarbaar, en in lijnmet gegevens van het CBS.

Tabel 6.11.

Sectoren -­‐ etniciteit
Voor de achtergrondvariabele etniciteit verwachtten we geen verschillen in interesse naar sectoren. Daarbij mag aangetekend zijn dat het aantal allochtonen in de steekproef klein is. Bij de interesse in de sectoren vinden we desalniettemin enkele kleine effecten:

Allochtonen scoren hoger (d tussen 0,1 en 0,3 op): Commerciële dienstverlening, Delfstofwinning, Industriële reiniging, Installatietechniek, Textiel, Visserij en Wetenschap. Bij het CBS zijn geen gegevens beschikbaar die laten zien of allochtonen ook vaker in deze sectoren werkzaam zijn.
Deze resultaten zijn moeilijk te duiden, ook vanwege het kleine aantal allochtonen in de steekproef.

Tabel 6.12.

Sectoren -­‐ werksituatie
Voor de achtergrondvariabele werksituatie verwachtten we geen verschillen in interesse in sectoren. Deze worden ook niet aangetroffen, met uitzondering van de sector Recreatie, waarin meer werkzoekenden geïnteresseerd zijn dan werkenden (klein effect).
Het geringe aantal verschilscores draagt bij aan de begripsvaliditeit.

Tabel 6.13.

Sectoren -­‐ opleidingsniveau
Voor de achtergrondvariabele Opleidingsniveau verwachtten we veel verschillen in interesse voor sectoren. In sommige sectoren komen bepaalde opleidingsniveaus meer voor, en zijn meer banen op een bepaald niveau beschikbaar.

Inderdaad vinden we een aantal verschillen. Deze zijn echter allemaal zeer klein (eta squared < .1), behalve Wetenschap en Onderwijs. Het CBS kent geen cijfers over de sector Wetenschap. In de sector Onderwijs werkten in 2008 3 x zoveel middelbaar opgeleiden dan lager opgeleiden, en ruim 10 x zoveel hoger opgeleiden dan lager opgeleiden. Dit is in lijn met de door ons gevonden verschillen in interesse.

Tabel 6.14.

Conclusie
Over het geheel genomen bieden de analyses naar achtergrondvariabelen goede ondersteuning voor de factoren en sectoren. Op factorniveau vinden we verschillen die op basis van eerder onderzoek te verwachten zijn. Op sectorniveau vinden we verschillen die de daadwerkelijke verdeling in de arbeidsmarkt weerspiegelen.

Culturele bias
Omdat in Nederland personen uit verschillende culturen wonen en werken is het noodzakelijk dat de ITS cultureel rechtvaardig is. Cultureel rechtvaardig betekent dat geen onterechte vertekening (bias) ontstaat bij individuele uitkomsten en dat alleen reële verschillen tussen individuen zichtbaar worden in relatie tot de gehele beroepspopulatie. Deze reële verschillen hebben immers betekenis voor de Nederlandse arbeidsmarkt.

Dit onderzoek is uitgevoerd op de gehele onderzoeksgroep (zie Hoofdstuk 4, Normen). Tabel 6.15 geeft weer wat de herkomst van deze groep is. Tabel 6.16 geeft de achtergrondvariabelen van deze groep weer.

Tabel 6.15.

Tabel 6.16.

Voor alle items is gekeken of allochtonen anders scoorden dan autochtonen. Voor 21 van de 186 items was dat het geval. Als maat van effectgrootte is gekeken naar partial eta squared, de mate waarin het verschil tussen de groepen meer informatie geeft dan de verschillen binnen de groepen. Deze liepen uiteen van .004 tot .009, en zijn dus allemaal zeer klein te noemen.

Gebieden waarin allochtonen hoger scoorden dan autochtonen zijn onder andere: bouw, visserij, landbouw, industriële reiniging en textiel. Allochtonen scoorden lager op geologie.

Verder is per sector gekeken of er verschillen waren tussen allochtonen en autochtonen. Dit was voor 5 van de 44 sectoren het geval. Ook hier waren dat eta’s squared zeer laag: de hoogste was .042. Allochtonen scoorden hoger op Delfstofwinning, Industriële Reiniging, Installatietechniek, Textiel en Visserij. Het gaat hier, net als bij de items, steeds om sectoren waar men over het algemeen zeer laag op scoort, en waarbij de spreiding zeer laag is. Eén of twee mensen die een bovengemiddelde interesse laten zien, zorgen dus voor een significant verschil. Op zowel item-­‐ als sectorniveau kunnen we daarom stellen dat de ITS geen culturele itembias vertoont.

Betrouwbaarheden
Verder is onderzocht of de betrouwbaarheden van de factoren en sectoren van de ITS verschillen tussen allochtonen en autochtonen.

In Tabel 6.17 is te zien dat dit voor vijf van de 44 sectoren het geval is. Aangezien de W-­‐ waarden (te interpreteren als F-­‐waarden) vrij laag zijn lijkt dit geen probleem te vormen. Verder zijn de betrouwbaarheden voor allochtonen hoog genoeg, afgezien van de sector Persoonlijke Verzorging.

Tabel 6.17.

In Tabel 6.18 is te zien dat voor de factoren alle betrouwbaarheden hoog zijn, en niet verschillen tussen allochtonen en autochtonen.

Tabel 6.18.

Conclusie
Uit bovenstaande analyses blijkt dat de ITS goed is in te zetten in verschillende etnische groepen. De sectoren en factoren behouden hun betrouwbaarheid, en er is nauwelijks itembias in de vragen. Bovendien zijn de items gesteld op B1 taalniveau, zodat deze ook te begrijpen is voor mensen die de Nederlandse taal nog niet uitstekend beheersen.

6.2.3     Soortgenotenvaliditeit: Onderzoek met de HZO

Onderzoeksgroep
Voor het validiteitsonderzoek met de HZO wordt een subgroep van de in Hoofdstuk 3 beschreven onderzoeksgroep gebruikt, bestaande uit 364 random geselecteerde personen. De kerngegevens hiervan worden weergegeven in Tabel 6.19. Zoals beschreven in Hoofdstuk 4 is deze groep gekozen uit een goede representatie van de beroepsbevolking, derhalve nemen wij aan dat ook deze groep representatief is. De HZO is tegelijk met de ITS afgenomen.

Tabel 6.19.

De HZO
Hollands Zelfonderzoek (HZO) is een loopbaaninstrument, bedoeld om de deelnemer te helpen bij de keuze voor een opleiding of beroep. De vragenlijst is gebaseerd op de Hollandtypologie (Holland, 1973), die zes basale persoonlijkheidstypen veronderstelt:

• Realistisch
• Intellectueel
• Artistiek
• Sociaal
• Ondernemend
• Conventioneel

De drie typen waarmee een persoon de meeste gelijkenis vertoont vormen samen iemands persoonlijkheidsprofiel. De zes categorieën worden bevraagd door vier schalen, te weten: activiteiten, vaardigheden, beroepen en eigenschappen en waarden. Elke schaal bevat 66 stellingen (11 per categorie) waar met ‘ja’ of ‘nee’ op geantwoord wordt.

Verwachtingen
Zowel voor de factoren als de sectoren van de ITS zijn hypotheses opgesteld. Er is gekeken naar de beschrijving van de typen en de bijbehorende items van de HZO. Op basis hiervan zijn de volgende hypotheses opgesteld:

Hypotheses op factorniveau
De hypothesen op factorniveau spreken voor zich: we verwachten positieve correlaties tussen de ITS-­‐factor Realistisch en het HZO-­‐type Realistisch, etc. Voor de ITS-­‐factor ICT is de hypothese dat deze een correlatie heeft met zowel Intellectueel als Realistisch.

Hypotheses op sectorniveau
Op basis van inhoud van de items zijn de volgende hypotheses opgesteld:

ITS-­‐sector Administratie correleert significant en positief met HZO-­‐type Conventioneel
ITS-­‐sector Advies en informatie (ICT) correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Advies en informatie (ICT) correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Advies en informatie (ICT) correleert significant en positief met HZO-­‐type Conventioneel
ITS-­‐sector Agrarische ondersteuning correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Beheer (ICT) correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Beheer (ICT) correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Beheer (ICT) correleert significant en positief met HZO-­‐type Conventioneel
ITS-­‐sector Bouw correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Commerciële dienstverlening correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Communicatie correleert significant en positief met HZO-­‐type Artistiek
ITS-­‐sector Communicatie correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Communicatie correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Cultuur correleert significant en positief met HZO-­‐type Artistiek
ITS-­‐sector Delfstofwinning correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Dieren correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Elektrotechniek correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Elektrotechniek correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Gezondheidszorg correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Glas. aardewerk en keramiek correleert significant en positief met HZO-­‐type Artistiek
ITS-­‐sector Grafische techniek correleert significant en positief met HZO-­‐type Artistiek
ITS-­‐sector Grafische techniek correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Handel correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Horeca correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Hout-­‐ en meubileringstechniek correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Hout-­‐ en meubileringstechniek correleert significant en positief met HZO-­‐type Artistiek
ITS-­‐sector Huishouding correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Industriële reiniging correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Installatietechniek correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Magazijn. opslag en bezorgingcorreleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Media correleert significant en positief met HZO-­‐type Artistiek
ITS-­‐sector Metaal correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Milieu correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Milieu correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Onderwijs correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Onderwijs correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Onderwijs correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Ontwerp en Ontwikkeling (ICT) correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Ontwerp en Ontwikkeling (ICT) correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Openbaar bestuur correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Openbaar bestuur correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Openbaar bestuur correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Organisatie en advies correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Organisatie en advies correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Organisatie en advies correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Personeel arbeid en loopbaan correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Personeel arbeid en loopbaan correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Personeel arbeid en loopbaan correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Persoonlijke verzorging correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Planning en productiebegeleiding correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Planning en productiebegeleiding correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Planning en productiebegeleiding correleert significant en positief met HZO-­‐type Conventioneel
ITS-­‐sector Planten correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Procestechniek correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Rechtspraak correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Rechtspraak correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Recreatie correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Recreatie correleert significant en positief met HZO-­‐type Artistiek
ITS-­‐sector Schoonmaak correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Sport en ontspanning correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Sport en ontspanning correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Textiel en mode correleert significant en positief met HZO-­‐type Artistiek
ITS-­‐sector Toerisme correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Toerisme correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Veiligheid correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Veiligheid correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Vervoer correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Visserij correleert significant en positief met HZO-­‐type Realistisch
ITS-­‐sector Welzijn correleert significant en positief met HZO-­‐type Sociaal
ITS-­‐sector Wetenschap correleert significant en positief met HZO-­‐type Intellectueel
ITS-­‐sector Wetenschap correleert significant en positief met HZO-­‐type Ondernemend
ITS-­‐sector Wetenschap correleert significant en positief met HZO-­‐type Conventioneel

Resultaten
Tabel 6.20 geeft de betrouwbaarheden van de HZO weer:

Tabel 6.20.

Zowel de correlaties tussen de typen van de HZO en de factoren van ITS als de correlaties tussen de typen van de HZO en de sectoren van de ITS zijn berekend. Bij het vergelijken van een vragenlijst met een criterium wordt een correlatie van 0.2 gezien als laag; een correlatie van 0.3 wordt gezien als middelmatig/ gemiddeld; een correlatie van 0.5 wordt gezien als hoog (Cohen, 1992).

Tabel 6.21 geeft de factorcorrelaties weer die in overeenstemming zijn met de hypotheses.

Tabel 6.21.

Tabel 6.22 geeft de correlaties op sectorniveau weer. In de tabel zijn de correlaties grijs gearceerd die lager waren dan verwacht. Alle correlaties tussen de HZO en de sectoren zijn te vinden in Bijlage 6.3 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl).

Tabel 6.22.

Alle verwachte correlaties werden teruggevonden, en zijn bijna allemaal hoger dan .40.. Zelfs de correlaties die aan de lage kant waren (grijs gearceerd in de tabel), bereikten nog wel een significantieniveau van p < .001.

Divergente validiteit
Tussen de sectoren van de ITS en de typen van de HZO zijn 264 (44 x 6) relaties mogelijk. Hiervan werden er 72 genoemd in de hypotheses en ook gevonden. Dit houdt in dat voor de overige 192 combinaties geen relatie werd verwacht. Alhoewel veel van deze relaties wel significant waren, was de correlatie meestal lager dan .30. Wel werden 28 onverwachte correlaties gevonden:

ITS-­‐sector Agrarische ondersteuning correleert significant en positief met HZO-­‐type Intellectueel (r = 0,332)
ITS-­‐sector Agrarische ondersteuning correleert significant en positief met HZO-­‐type Artistiek (r = 0,327)
ITS-­‐sector Bouw correleert significant en positief met HZO-­‐type Intellectueel (r = 0,437)
ITS-­‐sector Bouw correleert significant en positief met HZO-­‐type Artistiek (r = 0,351)
ITS-­‐sector Commerciële Dienstverlening correleert significant en positief met HZO-­‐type Conventioneel (r = 0,624)
ITS-­‐sector Communicatie correleert significant en positief met HZO-­‐type Conventioneel (r =0,313)
ITS-­‐sector Delfstofwinning correleert significant en positief met HZO-­‐type Intellectueel (r =0,595)
ITS-­‐sector Delfstofwinning correleert significant en positief met HZO-­‐type Artistiek (r = 0,377)
ITS-­‐sector Dieren correleert significant en positief met HZO-­‐type Artistiek (r = 0,34)
ITS-­‐sector Glas, aardewerk en keramiek correleert significant en positief met HZO-­‐type Realistisch (r = 0,402)
ITS-­‐sector Glas, aardewerk en keramiek correleert significant en positief met HZO-­‐type Intellectueel (r = 0,321)
ITS-­‐sector Grafische techniek correleert significant en positief met HZO-­‐type Intellectueel (r =0,468)
ITS-­‐sector Hout-­‐ en meubileringstechniek correleert significant en positief met HZO-­‐type Intellectueel (r = 0,444)
ITS-­‐sector Magazijn correleert significant en positief met HZO-­‐type Conventioneel (r = 0,361)
ITS-­‐sector Metaal correleert significant en positief met HZO-­‐type Intellectueel (r = 0,364)
ITS-­‐sector Milieu correleert significant en positief met HZO-­‐type Artistiek (r = 0,405)
ITS-­‐sector Openbaar bestuur correleert significant en positief met HZO-­‐type Conventioneel (r= 0,343)
ITS-­‐sector Personeel, arbeid en loopbaan correleert significant en positief met HZO-­‐type Artistiek (r = 0,306)
ITS-­‐sector Personeel, arbeid en loopbaan correleert significant en positief met HZO-­‐type Conventioneel (r = 0,302)
ITS-­‐sector Persoonlijke verzorging correleert significant en positief met HZO-­‐type Artistiek (r= 0,305)
ITS-­‐sector Planning correleert significant en positief met HZO-­‐type Intellectueel (r = 0,303)
ITS-­‐sector Planten correleert significant en positief met HZO-­‐type Intellectueel (r = 0,364)
ITS-­‐sector Planten correleert significant en positief met HZO-­‐type Artistiek (r = 0,412)
ITS-­‐sector Procestechniek correleert significant en positief met HZO-­‐type Intellectueel (r =0,34)
ITS-­‐sector Toerisme correleert significant en positief met HZO-­‐type Artistiek (r = 0,352)
ITS-­‐sector Welzijn correleert significant en positief met HZO-­‐type Artistiek (r = 0,33)
ITS-­‐sector Wetenschap correleert significant en positief met HZO-­‐type Realistisch (r = 0,354)
ITS-­‐sector Wetenschap correleert significant en positief met HZO-­‐type Artistiek (r = 0,304)

Dit houdt in dat er voor 164 van de 192 combinaties waarbij geen substantiële correlatie werd verwacht, deze ook niet werd gevonden. Dit draagt bij aan de divergente validiteit van de ITS.

Conclusie
Zowel de sectoren als de factoren van de ITS correleren zoals verwacht met de factoren van de HZO. Voor de factoren is dit belangrijk, aangezien dit het theoretisch kader bevestigt waarop de ITS gebaseerd is. Voor de sectoren is het vooral een bevestiging dat de ITS inderdaad rapporteert op hetgene dat het pretendeert te meten.

6.2.4 Onderzoek met de ABIV

Zoals eerder genoemd wordt concurrente validiteit aangetoond door de ITS tegelijk af te nemen met een instrument dat hetzelfde beoogt te meten, in dit geval de ABIV.

Onderzoeksgroep
Voor het validiteitsonderzoek met de ABIV wordt een random geselecteerde subsample van de in Hoofdstuk 4 beschreven onderzoeksgroep gebruikt, bestaande uit 344 personen. Deze groep wordt niet gewogen. De kerngegevens hiervan worden weergegeven in Tabel 6.23. De ABIV is tegelijk met de ITS afgenomen.

Tabel 6.23.

De ABIV

De ABIV is ontstaan als een Nederlandse vertaling en bewerking van de Strong Vocational Interest Bank (Meijnman, 1969) en is bedoeld als hulpmiddel bij het maken van school-­‐ studie-­‐ en beroepskeuze bij jongeren en volwassenen. Vanaf 1970 is deze test verder ontwikkeld tot de ABIV zoals die nu gebruikt wordt. De vragenlijst meet 18 interessedimensies, te weten:

• Exact-­‐wetenschappelijk
• Technisch
• Literair
• Artistiek
• Muzikaal
• Alfa-­‐wetenschappelijk
• Commercieel
• Sociaal
• Sociaal-­‐wetenschappelijk
• Religieus
• Buitenwerk
• Sport
• Bestuurlijk
• Administratief
• Cijferwerk
• Leiderschap
• Avontuur
• Medisch

Deze schalen worden uitgevraagd door middel van 342 items, onderverdeeld in beroepen, schoolvakken of studierichtingen, vrijetijdsbestedingen en beroepsactiviteiten.

Verwachtingen
Aangezien de ABIV een goed onderbouwde en gevalideerde interessevragenlijst is, is het een goed instrument om de criteriumvaliditeit van de ITS te onderzoeken. Er zijn hypothesen opgesteld over zowel de schalen als factoren van de ITS met betrekking tot de schalen van de ABIV.

Hypothesen factorniveau
ITS-­‐factor Artistiek correleert significant en positief met ABIV-­‐schaal Artistiek
ITS-­‐factor Artistiek correleert significant en positief met ABIV-­‐schaal Muzikaal
ITS-­‐factor Artistiek correleert significant en positief met ABIV-­‐schaal Literair
ITS-­‐factor Conventioneel correleert significant en positief met ABIV-­‐schaal Administratief
ITS-­‐factor Conventioneel correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐factor ICT correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐factor ICT correleert significant en positief met ABIV-­‐schaal Exact-­‐wetenschappelijk
ITS-­‐factor ICT correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐factor Intellectueel correleert significant en positief met ABIV-­‐schaal Literair
ITS-­‐factor Intellectueel correleert significant en positief met ABIV-­‐schaal Alfa-­‐ wetenschappelijk
ITS-­‐factor Intellectueel correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐factor Intellectueel correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐factor Intellectueel correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐factor Intellectueel correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐factor Intellectueel correleert significant en positief met ABIV-­‐schaal Exact-­‐ wetenschappelijk
ITS-­‐factor Intellectueel correleert significant en positief met ABIV-­‐schaal Sociaal-­‐ wetenschappelijk
ITS-­‐factor Ondernemend correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐factor Ondernemend correleert significant en positief met ABIV-­‐schaal Sport
ITS-­‐factor Ondernemend correleert significant en positief met ABIV-­‐schaal Bestuurlijk
ITS-­‐factor Ondernemend correleert significant en positief met ABIV-­‐schaal Leiderschap
ITS-­‐factor Ondernemend correleert significant en positief met ABIV-­‐schaal Avontuur
ITS-­‐factor Ondernemend correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐factor Ondernemend correleert significant en positief met ABIV-­‐schaal Sociaal-­‐ wetenschappelijk
TS-­‐factor Ondernemend correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐factor Realistisch correleert significant en positief met ABIV-­‐schaal Exact-­‐ wetenschappelijk
ITS-­‐factor Realistisch correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐factor Realistisch correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐factor Realistisch correleert significant en positief met ABIV-­‐schaal Sport
ITS-­‐factor Realistisch correleert significant en positief met ABIV-­‐schaal Avontuur
ITS-­‐factor Sociaal correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐factor Sociaal correleert significant en positief met ABIV-­‐schaal Sociaal-­‐wetenschappelijk
ITS-­‐factor Sociaal correleert significant en positief met ABIV-­‐schaal Religieus
ITS-­‐factor Sociaal correleert significant en positief met ABIV-­‐schaal Medisch
ITS-­‐factor Sociaal correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐factor Sociaal correleert significant en positief met ABIV-­‐schaal Sport
ITS-­‐factor Sociaal correleert significant en positief met ABIV-­‐schaal Commercieel

Hypothesen sectorniveau
ITS-­‐sector Administratie correleert significant en positief met ABIV-­‐schaal Administratief
ITS-­‐sector Administratie correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐sector Advies en informatie (ICT) correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐sector Advies en informatie (ICT) correleert significant en positief met ABIV-­‐schaal Exact-­‐ wetenschappelijk
ITS-­‐sector Advies en informatie (ICT) correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Agrarische ondersteuning correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Agrarische ondersteuning correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Beheer (ICT) correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐sector Beheer (ICT) correleert significant en positief met ABIV-­‐schaal Exact-­‐wetenschappelijk
ITS-­‐sector Bouw correleert significant en positief met ABIV-­‐schaal Avontuur
ITS-­‐sector Bouw correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Bouw correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐sector Bouw correleert significant en positief met ABIV-­‐schaal Exact-­‐wetenschappelijk
ITS-­‐sector Bouw correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Commerciele Dienstverlening correleert significant en positief met ABIV-­‐schaal Bestuurlijk
ITS-­‐sector Commerciele Dienstverlening correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐sector Commerciele Dienstverlening correleert significant en positief met ABIV-­‐schaal Administratief
ITS-­‐sector Commerciele Dienstverlening correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Alfa-­‐wetenschappelijk
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Artistiek
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Bestuurlijk
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Literair
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Sociaal-­‐wetenschappelijk
ITS-­‐sector Cultuur correleert significant en positief met ABIV-­‐schaal Artistiek
ITS-­‐sector Cultuur correleert significant en positief met ABIV-­‐schaal Muziek
ITS-­‐sector Delfstofwinning correleert significant en positief met ABIV-­‐schaal Avontuur
ITS-­‐sector Delfstofwinning correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Delfstofwinning correleert significant en positief met ABIV-­‐schaal Exact-­‐wetenschappelijk
ITS-­‐sector Delfstofwinning correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Dieren correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Elektrotechniek correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐sector Elektrotechniek correleert significant en positief met ABIV-­‐schaal Exact-­‐wetenschappelijk
ITS-­‐sector Elektrotechniek correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Gezondheidszorg correleert significant en positief met ABIV-­‐schaal Medisch
ITS-­‐sector Gezondheidszorg correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐sector Glas, aardewerk en keramiek correleert significant en positief met ABIV-­‐schaal Artistiek
ITS-­‐sector Grafische techniek correleert significant en positief met ABIV-­‐schaal Artistiek
ITS-­‐sector Grafische techniek correleert significant en positief met ABIV-­‐schaal Literair
ITS-­‐sector Grafische techniek correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Handel correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Horeca correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Horeca correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐sector Hout-­‐ en meubileringstechniek correleert significant en positief met ABIV-­‐schaal Exact-­‐ wetenschappelijk
ITS-­‐sector Hout-­‐ en meubileringstechniek correleert significant en positief met ABIV-­‐schaal Artistiek
ITS-­‐sector Hout-­‐ en meubileringstechniek correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Hout-­‐ en meubileringstechniek correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Industriële Reiniging correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Installatietechniek correleert significant en positief met ABIV-­‐schaal Exact-­‐ wetenschappelijk
ITS-­‐sector Installatietechniek correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Magazijn correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Magazijn correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Media correleert significant en positief met ABIV-­‐schaal Alfa-­‐wetenschappelijk
ITS-­‐sector Media correleert significant en positief met ABIV-­‐schaal Artistiek
ITS-­‐sector Media correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Media correleert significant en positief met ABIV-­‐schaal Literatuur
ITS-­‐sector Media correleert significant en positief met ABIV-­‐schaal Muziek
ITS-­‐sector Media correleert significant en positief met ABIV-­‐schaal Sociaal-­‐wetenschappelijk
ITS-­‐sector Metaal correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Metaal correleert significant en positief met ABIV-­‐schaal Exact-­‐wetenschappelijk
ITS-­‐sector Metaal correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Milieu correleert significant en positief met ABIV-­‐schaal Exact-­‐wetenschappelijk
ITS-­‐sector Milieu correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Onderwijs correleert significant en positief met ABIV-­‐schaal Alfa-­‐wetenschappelijk
ITS-­‐sector Onderwijs correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐sector Onderwijs correleert significant en positief met ABIV-­‐schaal Literatuur
ITS-­‐sector Onderwijs correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐sector Onderwijs correleert significant en positief met ABIV-­‐schaal Sociaal-­‐wetenschappelijk
ITS-­‐sector Ontwerp en Ontwikkeling (ICT) correleert significant en positief met ABIV-­‐schaalCijferwerk
ITS-­‐sector Ontwerp en Ontwikkeling (ICT) correleert significant en positief met ABIV-­‐schaal Exact-­‐ wetenschappelijk
ITS-­‐sector Ontwerp en Ontwikkeling (ICT) correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Openbaar bestuur correleert significant en positief met ABIV-­‐schaal Bestuurlijk
ITS-­‐sector Openbaar Bestuur correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐sector Openbaar Bestuur correleert significant en positief met ABIV-­‐schaal Sociaal-­‐ wetenschappelijk
ITS-­‐sector Organisatie en advies correleert significant en positief met ABIV-­‐schaal Bestuurlijk
ITS-­‐sector Organisatie en advies correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐sector Personeel, arbeid en loopbaan correleert significant en positief met ABIV-­‐schaal Administratie
ITS-­‐sector Personeel, arbeid en loopbaan correleert significant en positief met ABIV-­‐schaal Bestuurlijk
ITS-­‐sector Personeel, arbeid en loopbaan correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Personeel, arbeid en loopbaan correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐sector Personeel, arbeid en loopbaan correleert significant en positief met ABIV-­‐schaal Sociaal-­‐ wetenschappelijk
ITS-­‐sector Personeel, arbeid en loopbaan correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐sector Planning correleert significant en positief met ABIV-­‐schaal Administratie
ITS-­‐sector Planning correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Planning correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐sector Planten correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Procestechniek correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Procestechniek correleert significant en positief met ABIV-­‐schaal Exact-­‐wetenschappelijk
ITS-­‐sector Procestechniek correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Rechtspraak correleert significant en positief met ABIV-­‐schaal Bestuurlijk
ITS-­‐sector Rechtspraak correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐sector Recreatie correleert significant en positief met ABIV-­‐schaal Artistiek
ITS-­‐sector Recreatie correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Recreatie correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Recreatie correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐sector Schoonmaak correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Sport en ontspanning correleert significant en positief met ABIV-­‐schaal Sport
ITS-­‐sector Textiel en mode correleert significant en positief met ABIV-­‐schaal Artistiek
ITS-­‐sector Toerisme correleert significant en positief met ABIV-­‐schaal Commercieel
ITS-­‐sector Toerisme correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐sector Toerisme correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐sector Toerisme correleert significant en positief met ABIV-­‐schaal Sociaal-­‐wetenschappelijk
ITS-­‐sector Veiligheid correleert significant en positief met ABIV-­‐schaal Avontuur
ITS-­‐sector Veiligheid correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Vervoer correleert significant en positief met ABIV-­‐schaal Avontuur
ITS-­‐sector Vervoer correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Visserij correleert significant en positief met ABIV-­‐schaal Avontuur
ITS-­‐sector Visserij correleert significant en positief met ABIV-­‐schaal Buitenwerk
ITS-­‐sector Visserij correleert significant en positief met ABIV-­‐schaal Technisch
ITS-­‐sector Welzijn correleert significant en positief met ABIV-­‐schaal Medisch
ITS-­‐sector Welzijn correleert significant en positief met ABIV-­‐schaal Sociaal
ITS-­‐sector Welzijn correleert significant en positief met ABIV-­‐schaal Sociaal-­‐wetenschappelijk
ITS-­‐sector Wetenschap correleert significant en positief met ABIV-­‐schaal Alfa-­‐wetenschappelijk
ITS-­‐sector Wetenschap correleert significant en positief met ABIV-­‐schaal Cijferwerk
ITS-­‐sector Wetenschap correleert significant en positief met ABIV-­‐schaal Leidinggeven
ITS-­‐sector Wetenschap correleert significant en positief met ABIV-­‐schaal Literair

Resultaten
Zowel de correlaties tussen de schalen van de ABIV en de factoren van ITS als de correlaties tussen de schalen van de ABIV en de schalen van de ITS zijn berekend. Bij het vergelijken van een vragenlijst met een criterium wordt een correlatie van 0.2 gezien als laag; een correlatie van 0.3 wordt gezien als middelmatig/ gemiddeld; een correlatie van 0.5 wordt gezien als hoog (Cohen, 1992).

Factoren
Allereerst zijn de hypotheses voor de factoren getoetst. In Bijlage 6.4 zijn alle correlaties te vinden (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). Mede doordat de schalen onderling correleren zijn deze bijna allemaal significant en hoog. Om deze reden beschouwen wij alleen correlaties boven .40 als substantieel. Alle verwachte correlaties werden gevonden, en zijn weergegeven in Tabel 6.24.

Bij factorcorrelaties boven de .40 wordt naast correlaties een attenuatiecorrectie weergegeven. Attenuatie is het verschijnsel dat de correlatie tussen twee variabelen afneemt naarmate de betrouwbaarheid van de variabelen lager is. Dit betekent dat er een schatting wordt gegeven van de correlatie in het hypothetische geval dat er geen attenuatie optreedt. Attenuatiecorrectie is een manier om hiervoor te corrigeren. De betrouwbaarheden van de beide schalen zijn weergegeven in de tabel.

Tabel 6.24.

Sectoren
Ook voor de sectoren zijn de hypotheses getoetst. Alle correlaties tussen de ABIV en de sectoren zijn te vinden in Bijlage 6.5 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl). Tabel 6.25 geeft de correlaties weer die in overeenstemming zijn met de hypotheses. Al deze correlaties waren zeer significant en gemiddeld tot zeer hoog. Er waren geen verwachte correlaties die niet gevonden werden in de analyse.

Tabel 6.25.

Divergente validiteit
Tussen de factoren van de ITS en deABIV-­‐schalen zijn 126 mogelijke combinaties, over 35 waarvan hypotheses zijn opgesteld. Dit houdt in dat voor 91 combinaties divergente relaties verwacht worden. Voor 80 van deze combinaties werd inderdaad geen substantiële correlatie gevonden (hoger dan .4) Wel waren er 11 onverwachte verbanden, hoger dan .40 , te weten:

ITS-­‐factor Artistiek correleerde positief en significant met ABIV-­‐schaal Leidinggeven (r =,442**, p <.000).
ITS-­‐factor Artistiek correleerde positief en significant met ABIV-­‐schaal Bestuurlijk (r = ,441**,p <.000).
ITS-­‐factor Artistiek correleerde positief en significant met ABIV-­‐schaal Buiten (r = ,469**, p<.000).
ITS-­‐factor Artistiek correleerde positief en significant met ABIV-­‐schaal Commercieel (r =,504**, p <.000).
ITS-­‐factor Artistiek correleerde positief en significant met ABIV-­‐schaal Sociaal (r = ,474**, p<.000).
ITS-­‐factor Artistiek correleerde positief en significant met ABIV-­‐schaal Sociaal-­‐ wetenschappelijk (r = ,552**, p <.000).
ITS-­‐factor Artistiek correleerde positief en significant met ABIV-­‐schaal Alfa-­‐ wetenschappelijk (r = ,540**, p <.000).
ITS-­‐factor Intellectueel correleerde positief en significant met ABIV-­‐schaal Bestuurlijk (r =,492**, p <.000).
ITS-­‐factor Intellectueel correleerde positief en significant met ABIV-­‐schaal Commercieel (r =403**, p <.000).
ITS-­‐factor Intellectueel correleerde positief en significant met ABIV-­‐schaal Artistiek (r =,522**, p <.000).
ITS-­‐factor Realistisch correleerde positief en significant met ABIV-­‐schaal Commercieel (r =,417**, p <.000).
ITS-­‐factor Ondernemend correleerde positief en significant met ABIV-­‐schaal Artistiek (r =,488**, p <.000).
ITS-­‐factor Ondernemend correleerde positief en significant met ABIV-­‐schaal Literair (r =,472**, p <.000).
ITS-­‐factor Ondernemend correleerde positief en significant met ABIV-­‐schaal Alfa-­‐ wetenschappelijk (r = ,444**, p <.000).
ITS-­‐factor Conventioneel correleerde positief en significant met ABIV-­‐schaal Commercieel (r= ,535**, p <.000).
ITS-­‐factor Conventioneel correleerde positief en significant met ABIV-­‐schaal Leidinggeven (r= ,469**, p <.000).

Tussen de sectoren van de ITS en de ABIV-­‐schalen zijn 792 mogelijke combinaties, over 119 waarvan hypotheses zijn opgesteld. Dit houdt in dat voor 673 combinaties divergente relaties verwacht worden. Voor 665 van deze combinaties werd inderdaad geen substantiële correlatie gevonden (hoger dan .4) Wel waren er 8 onverwachte verbanden, hoger dan .40, te weten:

ITS-­‐sector Bouw correleert significant en positief met ABIV-­‐schaal Avontuur (r =.522 p <.000).
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Artistiek (r =.635 p<.000).
ITS-­‐sector Communicatie correleert significant en positief met ABIV-­‐schaal Literatuur (r =.556 p<.000).
ITS-­‐sector Delfstofwinning correleert significant en positief met ABIV-­‐schaal Alfa-­‐ wetenschappelijk (r =.5 p <.000).
ITS-­‐sector Industriële reiniging correleert significant en positief met ABIV-­‐schaal Avontuur (r =.504 p <.000).
ITS-­‐sector Metaal correleert significant en positief met ABIV-­‐schaal Avontuur (r =.501 p <.000).
ITS-­‐sector Openbaar bestuur correleert significant en positief met ABIV-­‐schaal Commercieel (r=.524 p <.000).
ITS-­‐sector Schoonmaak correleert significant en positief met ABIV-­‐schaal Buitenwerk (r =.611 p <.000).

Conclusie
De resultaten van het onderzoek naar de ABIV laten zien dat de ITS niet alleen verklaarbaar correleert met deze vragenlijst, maar ook divergeert. Dit geldt op zowel factor-­‐ als sectorniveau.

Onderzoek met de CarrièreWaardenvragenlijst
Ten slotte zal een onderzoek met de CarrièreWaardenvragenlijst beschreven worden. Deze vragenlijst, ontwikkeld foor Ixly, meet drijfveren voor werk op de volgende gebieden: opbrengsten, activiteiten en omgeving. Dit onderzoek zal zowel de convergente als de divergente validiteit van de ITS ondersteunen. De schalen van de CW zijn:

• Balans privé-­‐werk
• Financiële beloning
• Waardering en erkenning
• Concrete resultaten
• Zinvolle bijdrage
• Carrière
• Kwaliteit
• Creatief denken
• Beïnvloeden
• Ondernemen
• Hulp verlenen
• Analyseren
• Ontwikkelen
• Fysiek actief zijn
• Autonomie
• Zekerheid en stabiliteit
• Taakuitdaging
• Samenwerking
• Aandacht
• Dynamiek

Onderzoeksgroep
Voor het validiteitsonderzoek met de CW werd een random geselecteerde subsample van de in Hoofdstuk 4 beschreven onderzoeksgroep gebruikt, bestaande uit 337 personen. Deze groep wordt niet gewogen. De kerngegevens hiervan worden weergegeven in Tabel 6.26. De CW is tegelijk met de ITS afgenomen.

Tabel 6.26.

Convergente validiteit

Hypotheses
Er wordt verwacht dat er tussen de taken van de ITS en een aantal schalen van de CW samenhang zal zijn. De volgende hypotheses zijn opgesteld:

ITS-­‐taak Assisteren correleert positief en significant met CW-­‐schaal Hulpverlenen.
ITS-­‐taak Beinvloeden correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Beinvloeden correleert positief en significant met CW-­‐schaal Aandacht
ITS-­‐taak Beinvloeden correleert positief en significant met CW-­‐schaal Ondernemen
ITS-­‐taak Beinvloeden correleert positief en significant met CW-­‐schaal Ontwikkelen
ITS-­‐taak Beinvloeden correleert positief en significant met CW-­‐schaal Carrière
ITS-­‐taak Beinvloeden correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Beinvloeden correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Beinvloeden correleert positief en significant met CW-­‐schaal Taakuitdaging
ITS-­‐taak Conflicten oplossen correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Conflicten oplossen correleert positief en significant met CW-­‐schaal Hulpverlenen
ITS-­‐taak Conflicten oplossen correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Contact onderhouden correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Contact onderhouden correleert positief en significant met CW-­‐schaal Hulpverlenen
ITS-­‐taak Creatief zijn correleert positief en significant met CW-­‐schaal Creatief denken
ITS-­‐taak Cursus correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Informatie correleert positief en significant met CW-­‐schaal Ontwikkelen
ITS-­‐taak Informatie correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Informatie correleert positief en significant met CW-­‐schaal Creatief denken
ITS-­‐taak Inroosteren correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Inroosteren correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Inroosteren correleert positief en significant met CW-­‐schaal Ondernemen
ITS-­‐taak Klanten helpen correleert positief en significant met CW-­‐schaal Hulpverlenen
ITS-­‐taak Klanten helpen correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Leidinggeven correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Leidinggeven correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Leidinggeven correleert positief en significant met CW-­‐schaal Carrière
ITS-­‐taak Leidinggeven correleert positief en significant met CW-­‐schaal Ontwikkelen
ITS-­‐taak Leidinggeven correleert positief en significant met CW-­‐schaal Ondernemen
ITS-­‐taak Leidinggeven correleert positief en significant met CW-­‐schaal Aandacht
ITS-­‐taak Lezen correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Machines repareren correleert positief en significant met CW-­‐schaal Fysiek actief zijn
ITS-­‐taak Machines bedienen correleert positief en significant met CW-­‐schaal Fysiek actief zijn
ITS-­‐taak Mensen adviseren correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Mensen adviseren correleert positief en significant met CW-­‐schaal Hulpverlenen
ITS-­‐taak Mensen adviseren correleert positief en significant met CW-­‐schaal Ondernemen
ITS-­‐taak Mensen adviseren correleert positief en significant met CW-­‐schaal Ontwikkelen
ITS-­‐taak Mensen adviseren correleert positief en significant met CW-­‐schaal Zinvolle bijdrage
ITS-­‐taak Mensen adviseren correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Mensen adviseren correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Mensen begeleiden correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Mensen begeleiden correleert positief en significant met CW-­‐schaal Hulpverlenen
ITS-­‐taak Mensen begeleiden correleert positief en significant met CW-­‐schaal Zinvolle Bijdrage
ITS-­‐taak Mensen begeleiden correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Mensen overtuigen correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Mensen overtuigen correleert positief en significant met CW-­‐schaal Ondernemen
ITS-­‐taak Mensen overtuigen correleert positief en significant met CW-­‐schaal Ontwikkelen
ITS-­‐taak Mensen overtuigen correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Mensen overtuigen correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Mensen overtuigen correleert positief en significant met CW-­‐schaal Taakuitdaging
ITS-­‐taak Met collega’s overleggen correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Met collega’s overleggen correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Met collega’s overleggen correleert positief en significant met CW-­‐schaal Hulpverlenen
ITS-­‐taak Met computers werken correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Met de handen werkencorreleert positief en significant met CW-­‐schaal Fysiek actief zijn
ITS-­‐taak Met elektronische apparaten werkencorreleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Met machines werken correleert positief en significant met CW-­‐schaal Fysiek actief zijn
ITS-­‐taak Motiveren correleert positief en significant met CW-­‐schaal Zinvolle bijdrage
ITS-­‐taak Motiveren correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Motiveren correleert positief en significant met CW-­‐schaal Taakuitdaging
ITS-­‐taak Motiveren correleert positief en significant met CW-­‐schaal Hulpverlenen
ITS-­‐taak Motiveren correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Motiveren correleert positief en significant met CW-­‐schaal Ondernemen
ITS-­‐taak Motiveren correleert positief en significant met CW-­‐schaal Ontwikkelen
ITS-­‐taak Onderhandelen correleert positief en significant met CW-­‐schaal Ondernemen
ITS-­‐taak Onderhandelen correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Onderhandelen correleert positief en significant met CW-­‐schaal Aandacht
ITS-­‐taak Onderhandelen correleert positief en significant met CW-­‐schaal Financiële beloning
ITS-­‐taak Plannen correleert positief en significant met CW-­‐schaal Samenwerken
ITS-­‐taak Plannen correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Plannen correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Plannen correleert positief en significant met CW-­‐schaal Creatief denken
ITS-­‐taak Plannen correleert positief en significant met CW-­‐schaal Ontwikkelen
ITS-­‐taak Projecten opzetten correleert positief en significant met CW-­‐schaal Ondernemen
ITS-­‐taak Projecten opzetten correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Projecten opzetten correleert positief en significant met CW-­‐schaal Creatief denken
ITS-­‐taak Projecten opzetten correleert positief en significant met CW-­‐schaal Taakuitdaging
ITS-­‐taak Projecten opzetten correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Rekenen correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Schrijven correleert positief en significant met CW-­‐schaal Creatief denken
ITS-­‐taak Strategisch denken correleert positief en significant met CW-­‐schaal Taakuitdaging
ITS-­‐taak Strategisch denken correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Strategisch denken correleert positief en significant met CW-­‐schaal Creatief denken
ITS-­‐taak Strategisch denken correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Strategisch denken correleert positief en significant met CW-­‐schaal Ontwikkelen
ITS-­‐taak Voertuigen besturen correleert positief en significant met CW-­‐schaal Fysiek actief zijn
ITS-­‐taak Werkzaamheden plannen correleert positief en significant met CW-­‐schaal Analyseren
ITS-­‐taak Werkzaamheden plannen correleert positief en significant met CW-­‐schaal Beinvloeden
ITS-­‐taak Werkzaamheden plannen correleert positief en significant met CW-­‐schaal Creatief denken

Resultaten
Alle verwachte correlaties werden gevonden, en zijn weergegeven in Tabel 6.27. Correlaties die lager waren dan verwacht (wel significant, maar lager dan .4) zijn in grijs gearceerd.

Tabel 6.27.

Behalve de verwachte correlaties, waren er ook een aantal onverwachte correlaties van boven de .4, te weten:

ITS-­‐taak Cursussen of trainingen geven correleert significant met CW-­‐schaal Creatief denken.
ITS-­‐taak Cursussen of trainingen geven correleert significant met CW-­‐schaal Analyseren (r = 0,436).
ITS-­‐taak Inroosteren correleert significant met CW-­‐schaal Samenwerken (r = 0,459).
ITS-­‐taak Leidinggeven correleert significant met CW-­‐schaal Analyseren (r = 0,44).
ITS-­‐taak Leidinggeven correleert significant met CW-­‐schaal Creatief denken (r = 0,438).
ITS-­‐taak Mensen adviseren correleert significant met CW-­‐schaal Creatief denken (r = 0,463).
ITS-­‐taak Mensen begeleiden correleert significant met CW-­‐schaal Fysiek actief zijn (r = 0,548).
ITS-­‐taak Mensen beïnvloeden correleert significant met CW-­‐schaal Creatief denken (r = 0,497).
ITS-­‐taak Mensen overtuigen correleert significant met CW-­‐schaal Creatief denken (r = 0,477).
ITS-­‐taak Mensen overtuigen correleert significant met CW-­‐schaal Dynamiek (r = 0,436).
ITS-­‐taak Met collega’s overleggen correleert significant met CW-­‐schaal Ontwikkelen (r = 0,436).
ITS-­‐taak Met collega’s overleggen correleert significant met CW-­‐schaal Analyseren (r = 0,421).
ITS-­‐taak Motiveren correleert significant met CW-­‐schaal Analyseren (r = 0,541).
ITS-­‐taak Onderhandelen correleert significant met CW-­‐schaal Analyseren (r = 0,404).

Conclusie
Volgens verwachting zijn er hoge correlaties tussen de taken van de ITS en schalen van de CarrièreWaarden. Dit geeft aan dat de taken van de ITS meten wat iemand leuk vindt om te doen in werk.

Divergente validiteit

Hypotheses
Voor de divergente validiteit van de ITS wordt ook gebruik gemaakt van de CarrièreWaarden. Deze bestaat uit 4 componenten: Balans privé-­‐werk, Opbrengsten, Activiteiten, en Omgeving. Onze verwachting is dat de sectoren van de ITS geen hoge correlaties zullen hebben met schalen uit de component opbrengsten, aangezien deze niet meten wat iemand interesseert in het werk zelf.

Resultaten
Correlaties tussen de sectoren van de ITS en de schalen van de CW zijn berekend. Zoals verwacht werden nauwelijks substantiële correlaties tussen de sectoren en opbrengsten gevonden. Alle gevonden correlaties hoger van .4 zijn weergegeven in Tabel 6.28. Alle correlaties tussen de CW en de sectoren zijn te vinden in Bijlage 6.7 (vraag de bijlage aan bij ons Customer Support team via info@ixly.nl).

Tabel 6.28.

Bovenstaande resultaten dragen bij aan de divergente validiteit van de ITS. De vragenlijst meet wat iemand leuk vindt om te doen, en in welke omgeving, en niet wat het werk opbrengt.

6.3 Conclusie begripsvaliditeit

De ITS laat een solide interne structuur zien. De item-­‐restcorrelaties zijn bijna allemaal hoog tot zeer hoog. Verder hebben alle 7 factoren een eigen bijdrage, en correleren dus niet te hoog met elkaar. MGM-­‐, PCA-­‐ en AMOS-­‐analyses geven aan dat de factorstructuur goed bij de data past. Zowel de factoren als de sectoren laten te verwachten relaties met verschillende achtergrondvariabelen zien, die bovendien worden ondersteund door literatuur.

Onderzoek toont aan dat de ITS geen culturele bias vertoont: er is nauwelijks itembias, en de groep allochtonen scoorde slechts op een paar sectoren anders dan autochtonen. In alle gevallen waren de effectmaten zeer klein. Ook verschillen de betrouwbaarheden niet tussen allochtonen en autochtonen.

De externe validiteit wordt aangetoond door zowel convergente als divergente bevindingen met soortgenotentests. Er zijn hypotheses opgesteld en getoetst met de HZO, ABIV en CarrièreWaarden. Alle getoetste hypotheses voor convergente validiteit waren significant. Alhoewel er een aantal onverwachte bevindingen werden gedaan was er ook ruime ondersteuning voor divergente validiteit.

Criteriumvaliditeit Interessevragenlijst Taken en Sectoren

De belangrijkste predictie van de ITS is dat mensen meer tevreden zijn en minder verloopintentie laten zien wanneer zij werken in een sector die aansluit bij hun interesse. Het relevante externe criterium is daarmee tevredenheid en verloopintentie. Er is veel onderzoek verricht dat deze relatie bevestigt. De congruentie tussen beroepsinteresses en een baan verklaart onder andere de tevredenheid van de werknemer (Hecht & Allen, 2005; Kristof-­‐Brown, Zimmerman & Johnson, 2005; Mueser, Becker & Wolfe, 2001). Ook Mueser vond dat wanneer werknemers een baan hebben die aansluit bij hun belangstelling ze meer tevreden zijn dan werknemers zonder een goede match tussen interesse en baan (Mueser et al., 2001). De afstemming tussen de interesses van de werknemer en het interessegebied waarin de werkgever opereert draagt bij aan tevredenheid, vonden ook Tranberg, Slane & Ekeberg, (1993) en Swaney & Prediger (1985).

Nu de begripsvaliditeit van de ITS is onderbouwd, is ook voor de ITS te verwachten dat er criteriumvaliditeit bestaat, in de zin dat mensen die werken in de sector van hun voorkeur een hogere tevredenheid en een lagere verloopintentie laten zien dan mensen die niet werken in de sector van hun voorkeur. Om deze hypothese te toetsen is een onderzoek gestart waarbij tegelijk met de ITS tevredenheid met de baan en verloopintentie gemeten.

Onderzoeksgroep
Voor dit onderzoek is de gehele gewogen normgroep gebruikt, zoals beschreven in Hoofdstuk 4, Normen. Deze normgroep bestaatuit 1053 personen (zie Tabel 7.1).

Tabel 7.1.

Sectormatch
De onafhankelijke variabele in dit onderzoek is de mate van overeenkomst tussen interesse en daadwerkelijke sector waarin de men werkzaam is. Voor interesse is de ITS afgenomen. Er is voor elke persoon gekeken welke sector de hoogste score had (voor sommigen waren dit meerdere sectoren). Vervolgens is gekeken of hij of zij ook daadwerkelijk werkzaam was in deze sector. Dit leverde de dichotome variabele Sectormatch op: wanneer men in de sector werkt die tot de hoogst scorenden behoort is er sprake van ‘sectormatch’, wanneer iemand niet in de sector van zijn voorkeur werkt spreken we niet van sector match.

Tevredenheid en verloopintentie
Voor het meten van tevredenheid en verloopintentie is een aantal vragen opgesteld. Deze zijn overeenkomstig met vragen die terug te vinden zijn in de literatuur (zie bijvoorbeeld O’Reilly, Chatman, & Caldwell (1991) en Judge, Locke, Durham en Kluger (1998)) welke bij vergelijkbare onderzoeken zijn gebruikt. De vragen zijn als volgt:

• Hoe tevreden ben je met je baan? (Tevredenheid)
• Vind je dat deze baan goed bij je past? (Tevredenheid)
• Hoe groot schat je de kans dat je binnen een half jaar van baan zult veranderen? (Verloopintentie)
• Zou je een andere baan aannemen als deze kans voorbij komt? (Verloopintentie)

Verwachtingen
De hypothese is dat mensen die werken in de sector van hun voorkeur, gedefinieerd als één van de hoogst  scorende  sectoren  van  de  ITS,  een  hogere  tevredenheid hebben en een  lagere verloopintentie dan mensen die niet werken in de sector van hun voorkeur. Door dit op deze manier te definiëren is het mogelijk dit in algemene zin te onderzoeken, met één modelmatige hypothese. Wij verwachten immers dat dit een algemeen effect is over alle sectoren heen. Er is een significantieniveau van 5% gehanteerd.

Allereerst is onderzocht welke achtergrondvariabelen een samenhang hebben met tevredenheid en verloopintentie. Leeftijd en werksituatie laten een significant verschil zien bij zowel tevredenheid als verloopintentie. Deze resultaten worden verder weergegeven in Figuren 7.1 tot en met 7.4. Blijkbaar wordt men tevredener en minder geneigd een andere baan te zoeken naar mate men ouder wordt. Dit is een interessant gegeven, wat door twee processen veroorzaakt kan worden. Enerzijds kunnen mensen actief blijven solliciteren om uiteindelijk toch in de sector van hun voorkeur te belanden. Dat zou een ondersteuning bieden voor de hypothese dat mensen die geen sectormatch ervaren actiever op zoek gaan naar een andere baan (verloopintentie), om uiteindelijk wel in de sector van hun voorkeur te belanden. Anderzijds zou het zo kunnen zijn dat ouderen hun voorkeur aanpassen aan de sector waarin ze werken, als cognitieve dissonantie reductie of als gewenningseffect. Omdat interesses echter zeer stabiel blijken te zijn (Kanfer & Ackerman, 2004; Low et al., 2005) achten wij het eerste proces waarschijnlijker. De significante verschillen voor werksituatie zijn goed te verklaren, gezien de verschillende situaties waar werkenden en werkzoekenden zich in bevinden. Werkzoekenden zijn minder tevreden over hun werk en situatie en zijn actiever op zoek naar een nieuwe baan dan mensen die werkend zijn. Deze resultaten dragen ook bij aan de begripsvaliditeit van de gebruikte vragen voor tevredenheid en verloopintentie. De resultaten hiervan zijn weergegeven in Tabel 7.2.

Tabel 7.2.

Figuur 7.1 tot en met 7.4. Relaties tevredenheid en verloopintentie met leeftijd en werksituatie

Toetsing van de hypothese
Zoals beschreven zijn eerst twee groepen mensen gecreëerd: mensen met sector match (N=763, 72,5%) en mensen zonder sector match (N = 290, 27,5%). In de algemene populatie werkt blijkbaar een grote meerderheid van de mensen in de sector van hun voorkeur, wat op zich natuurlijk een verheugend resultaat is. Wanneer de verschilscores in tevredenheid en verloopintentie getoetst worden, blijkt dat mensen met sectormatch significant meer tevreden (t = 4.03, p <.000) zijn en minder verloopintentie tonen (t = 2.97, p <.000) dan mensen zonder sectormatch, zoals verwacht. Daarmee is de kernhypothese bevestigd en is er ondersteuning isvoor de criterium validiteit van de ITS. Tabel 7.3 geeft de gemiddelde tevredenheid en verloopintentie voor mensen met en mensen zonder sectormatch.

Tabel 7.3.

Controleren voor achtergrondvariabelen
Omdat de achtergrondvariabelen leeftijd en werksituatie een effect lieten zien op tevredenheid en verloopintentie, is vervolgens onderzocht of de hypothese ook bevestigd wordt na controle op de achtergrondvariabelen. Daarom is door middel van lineaire regressie onderzocht of sectormatch een aanvullende voorspelling biedt, bovenop deze achtergrondvariabelen. In dit model zijn eerst geslacht, leeftijd, opleidingsniveau, werksituatie en sector toegevoegd en in de tweede stap sectormatch. Dit is gedaan voor zowel tevredenheid als verloopintentie. Er is gebruikt gemaakt van Stepwise regressie. Resultaten geven aan dat werkzaam zijn in de sector waar men interesse in heeft een significante bijdrage levert aan hogere tevredenheid en lagere verloopintentie. Dit is te zien in Tabellen 7.4 en 7.5.

Tabel 7.4.

Tabel 7.5.

Voor beide afhankelijke variabelen geldt dat de R² en R² change redelijk zijn. Dit betekent dat een groot deel van de variantie van zowel tevredenheid als verloopintentie wordt verklaard door andere variabelen of random variantie. Rosenthal (1990) heeft een woord van waarschuwing over verklaarde variantie: Aspirine halveert het risico op hartaanval, maar geeft een R2 van .0011 (verklaart dus .11%). Zonder context is het moeilijk om iets te zeggen over hoe groot de verklaarde variantie is. Om deze reden maken we tevens gebruik van Cohen’s d om iets te zeggen over effectgrootte. Deze wordt berekend door de volgende formule:

Cohen’s d voor tevredenheid is .276 (klein tot gemiddeld effect), en voor verloopintentie .204 (klein effect).

Conclusie criteriumvaliditeit
Uit deze analyses blijkt dat het hebben van werk dat aansluit bij de interesse zoals gemeten door de ITS zorgt voor meer tevredenheid en minder verloopintentie. Dit is een belangrijke bijdrage aan de externe validiteit van de ITS. Dit onderzoek repliceert de in de inleiding genoemde onderzoeken van Hecht & Allen (2005), Kristof-­‐Brown, Zimmerman & Johnson (2005), Mueser, Becker & Wolfe (2001), Tranberg, Slane & Ekeberg (1993) en Swaney & Prediger, 1985). De conclusie is daarmee gerechtvaardigd dat dit een stabiele en herhaalbare uitkomst is die ook op de ITS van toepassing is. Bij loopbaanadvisering is het daarbij van belang vooral te kijken naar de hoogst scorende sectoren. Wanneer mensen inderdaad werken in de sector van hun voorkeur draagt dat bij aan duurzame inzetbaarheid, omdat men meer tevreden is en minder de neiging heeft een andere baan te gaan zoeken.