KFAZ

KFAZ Auswertung für Modul 17

Datenaggreagation

Da ist eine spezielle Verwendungsweise des <- Operators in einer der letzten Zeile, die Idee hierfür stammt aus diesem Artikel.

Norm_Daten <- c(3.84, 3.99, 4.04,4.08,3.32, 2.00, 3.55, 2.68, 2.24, 2.96, 2.41 )
Norm_SD <- c(.82, .74, .86, .80, .97, .83, .87, .82, .98, .96, .98)
Namen <- c("Handlungsspielraum", "Vielseitigkeit", "Ganzheitlichkeit", "Soziale Rückendeckung", "Zusammenarbeit", "Qualitative Arbeitsbelastung", "Quantitative Arbeitsbelastung", "Arbeitsunterbrechungen", "Umgebungsbelastungen", "Information und Mitsprache", "Betriebliche Leistungen")
HS <- c(5,4,5)
VS <- c(3,4,4)
GH <- c(4,5, NA)
SR <- c(4,5,4)
ZU <- c(4,4,4)
QL <- c(2,1, NA)
QN <- c(3,3, NA)
AU <- c(2,3, NA)
UB <- c(1,2, NA)
IM <- c(4,4, NA)
BL <- c(3,3,NA)
List_ED <- data.frame(HS, VS, GH, SR, ZU, QL, QN, AU, UB, IM, BL)
List_ED <- t(List_ED)
List_ED1 <- List_ED %>%
   as.data.frame() %>%
   mutate(UC_SD=round(rowSds(as.matrix(List_ED), na.rm = TRUE),2)) %>%
   mutate(UC_Daten=round(rowMeans(across(c(1:3)),na.rm=TRUE),2)) %>%
   select(-c(1:3)) %>%
  relocate(UC_Daten) %>%
   cbind(Norm_Daten, Norm_SD) %>%
  `rownames<-`(Namen) %>%
  rownames_to_column(var = "Dimension") %>%
  mutate(Diff=UC_Daten-Norm_Daten)

T-Test

Berechnung eines Signifikanz-Niveaus basierend auf dem angepassten t-Test von Crawford und Howell (1998). Berichtet werden nur die p-Werte.

List_ED1 <- List_ED1%>%
  rowwise() %>%
  mutate(T_wert=Diff/Norm_SD*sqrt(189/188)) %>%
  mutate(P=round(pt(abs(T_wert), 187, lower.tail=FALSE),2)) %>%
  mutate(P=as.character(P))  %>%
  mutate(P=str_replace(P, "0.", ".")) %>%
  select(-T_wert)

Datentabelle

Verglichen werden die Normdaten aus der Studie von Prümper et al. (1995) und meinen Antworten des Fragebogens. Zur Erstellung der Tabelle mittels flextable hat mir diese Seite wertvolle Unterstützung geliefert.

Tabelle<- flextable(List_ED1)
Tabelle %>%
  add_header_row(
    values = c("Dimension","Daten Herr C.","", "Normdaten", "","Differenz", "p-Wert")
    ) %>%
  set_header_labels(
    Dimension = "",
    UC_Daten = "Mw",
    UC_SD = "SD",
    Norm_Daten = "Mw",
    Norm_SD = "SD",
    Diff = "",
    P = ""
  ) %>%
  merge_at(i = 1, j = 2:3, part = "header") %>%
  merge_at(i = 1, j = 4:5, part = "header") %>%
  merge_at(i = 1:2, j = 1, part = "header") %>%
  merge_at(i = 1:2, j = 6, part = "header") %>%
  merge_at(i = 1:2, j = 7, part = "header") %>%
  align(align = "center", j = c(2:7), part = "all") %>%
  valign(valign = "top", j=c(1,6,7), part = "header") %>%
  italic(i=2, part = "header") %>%
  italic(j=6, part = "header") %>%
  italic(j=7, part = "header")