50
PERSONALquarterly 01/18
NEUE FORSCHUNG
_ARBEITGEBERATTRAKTIVITÄT
Sicherheit und
Perspektive
(
α
=.65)
hohes Einkommen (n = 408)
gute Aufstiegsmöglichkeiten (n = 407)
sicherer Arbeitsplatz (n = 408)
Sinnerfüllung
(
α
= .79)
Gefühl, etwas zu leisten (n = 406)
Möglichkeiten, etwas zu tun, das ich sinnvoll finde (n = 407)
Möglichkeiten, eigene Ideen einzubringen (n = 408)
Gefühl, anerkannt zu werden (n = 406)
Work-Life-Orientierung
(
α
= .74)
Familie und Kinder sollen neben dem Beruf nicht zu kurz kommen (n = 407)
Arbeitszeit kurzfristig an eigene Bedürfnisse anpassen können (n = 407)
in Teilzeit arbeiten können, wenn ich Kinder habe (n = 405)
genügend Freizeit neben der Berufstätigkeit (n = 408)
Innovations-
potenzial
(
α
= .64)
Möglichkeit, Unbekanntes zu erforschen (n = 407)
Möglichkeit zur wissenschaftlichen Tätigkeit (n = 407)
1
1,5
2
2,5
3
3,5
4
4,5
Anschließend berechneten wir Scores für die übergeordneten
Merkmale und analysierten unsere Ergebnisse basierend auf
diesen Berechnungen.
Die Studierenden bewerten die Kategorien „Sicherheit und
Perspektive“ (Mittelwert = 4,29; Standardabweichung = ,63),
„Sinnerfüllung“ (M=4,29; SD=,61) und „Work-Life-Orientierung“
(M=4,26; SD=,72) etwa gleich wichtig. Die hohen Mittelwerte um
4,3 von maximal 5 lassen darauf schließen, dass Unternehmen,
die neue Mitarbeiter gewinnen und halten möchten, diese Fa-
cetten der Arbeitgeberattraktivität und somit eine beachtliche
Bandbreite möglichst erfüllen sollen. Dagegen scheint das Inno-
vationspotenzial (M=2,89; SD=,89), wozu hier auch Forschung
und Entwicklung zählt, weniger im Fokus zu stehen. Allerdings
gibt es bei der Bewertung dieses Merkmals größere Unterschiede,
worauf die Standardabweichung hindeutet. Diese Ergebnisse ge-
ben einen Überblick, was der Gesamtheit der Befragten wichtig
ist. Allerdings bilden Studierende heterogene und ausdifferen-
zierte Gruppen (Dobischat/Düsseldorff, 2015, S. 480f.). Aus
diesem Grund sind genauere Analysen erforderlich.
Wir verwendeten zur Beantwortung dieser Fragen und zur
Überprüfung der Hypothesen die statistische Auswertungs-
analyse Seemingly Unrelated Regressions (SUR), bei der die
Regressionskoeffizienten analog zur allgemein bekannten Re-
gression interpretiert werden. Dieses Modell gilt gegenüber der
„klassischen“ Methode der kleinsten Quadrate als grundsätzlich
effizienter, da es eine spezifische Form der Varianz-Kovarianz-
matrix darstellt und die Korrelation der Störterme zwischen den
Gleichungen berücksichtigt. Der signifikante Breusch-Pagan-Test
zeigt eine Korrelation der Störterme (
χ
2 (6) = 270,5; p < ,001),
was auf Heteroskedastizität hindeutet und somit den Einsatz des
SUR-Modells legitimiert, um diesen Bias etwas zu bereinigen.
Abbildung 3 zeigt, dass die meisten Hypothesen unter Be-
rücksichtigung der Irrtumswahrscheinlichkeit angenommen
werden können. Hierbei stellt sich das Geschlecht als ein Fak-
tor dar, der sich bei drei von vier erhobenen Dimensionen auf
die Bewertung der Arbeitgeberattraktivität auswirkt. Die empi-
rischen Ergebnisse zeigen weiter, dass sich eine bereits zuvor
absolvierte Berufsausbildung, der Studienbereich, das Lebens-
alter und das aktuelle Studienjahr auf jeweils zwei Dimensionen
der wahrgenommenen Arbeitgeberattraktivität auswirken. Die
Mitarbeiterzahl der Ausbildungsstätten hat lediglich einen Ef-
fekt auf eine Dimension der Arbeitgeberattraktivität.
Das Geschlecht kann somit als zentrales Merkmal, welches
sich auf die Arbeitgeberattraktivität auswirkt, gesehen werden.
Abb. 1:
Facetten der Arbeitgeberattraktivität und deren Mittelwerte
Quelle: Eigene Datenerhebung
Likert-Skala von 1 (= trifft nicht zu) bis 5 (= trifft voll zu); Balken zeigen Mittelwerte.
„Fehlerbalken/Linienwhisker“ stellen die Standardabweichungen dar.
4,50
4,14
4,23
5
Mittelwert (inkl. Standardabweichung)
4,17
4,32
4,40
4,27
3,82
4,49
4,47
4,25
3,13
2,65
Mittelwerte
Standardabweichung
