Universiteit Gent Faculteit Psychologie en Pedagogische Wetenschappen Academiejaar 2013–2014 Eerste Examenperiode
“Slaaf van je inbox?” E-mailoverload op het werk en burnout van werknemers
Masterproef II neergelegd tot het behalen van de graad van Master of Science in de Psychologie, afstudeerrichting Bedrijfspsychologie en Personeelsbeleid door Veerle Vanoverberghe
Promotor: Dr. Bart Van de Ven
Woord Vooraf Met deze masterproef sluit ik mijn vijf jaar als studente bedrijfspsychologie & personeelsbeleid af. Graag wil ik mijn ouders, broer en zus bedanken om mij volop te steunen tijdens deze vijf jaar. Er waren ups en downs, maar ik kon altijd op hen rekenen. Deze thesis was er natuurlijk nooit gekomen zonder de hulp van mijn promotor Dr. Bart Van de Ven. Ik wil hem dan ook graag persoonlijk danken voor al de tips die hij me gegeven heeft. Ook zijn begeleiding bij het interpreteren van analyses en resultaten, hebben mij enorm vooruit geholpen. En last but not least, wil ik mijn vriend, Matthias bedanken. Hij is me altijd door en door blijven steunen en heeft me ook heel wat tips gegeven bij het schrijven van deze thesis.
Veerle Vanoverberghe, 16 mei 2014, Brugge
I
Abstract E-mailoverload is één van de belangrijkste nadelen van e-mailgebruik op het werk. Het wordt omschreven als het dysfunctionele gebruik van e-mailprogramma’s. Meestal wordt er direct verwezen naar de hoeveelheid e-mails die men ontvangt. E-mailoverload omvat drie facetten: information overload, inefficiënte workflow en deficiënte communicatiekwaliteit. Het doel van deze masterproef is om de relatie na te gaan tussen e-mailoverload en burnout. Burnout is een psychologisch fenomeen dat zich kenmerkt door emotionele uitputting, verminderde persoonlijke bekwaamheid en depersonalisatie. Daarnaast wordt er ook gekeken naar de modererende rol van internet self-efficacy en gepercipieerde controle. Met internet self-efficacy wordt het geloof in eigen kunnen in het werken met internet bedoeld. Gepercipieerde controle is de hoeveelheid controle die men denkt te hebben over eigen gedragingen. In deze masterproef is gebruik gemaakt van cross-sectionele data, verzameld aan de hand van een online vragenlijst. In totaal waren 281 werknemers bereid om de enquête in te vullen. Meerdere hiërarchische regressieanalyses zijn uitgevoerd en daaruit bleek dat er een hoofdeffect bestaat van deficiënte communicatiekwaliteit op depersonalisatie. Daarnaast bleken er meerdere interacties significant te zijn, onder andere deze van deficiënte communicatiekwaliteit en internet self-efficacy op depersonalisatie. Dit onderzoek biedt ook een aantal belangrijke implicaties voor de praktijk. Er blijkt namelijk dat e-mailoverload niet altijd problematisch is en dat training kan voorzien worden om negatieve gevolgen te vermijden.
II
Inhoudsopgave
Woord Vooraf .................................................................................................................. I Abstract .......................................................................................................................... II Inhoudsopgave .............................................................................................................. III Lijst met Tabellen ...........................................................................................................V Lijst met Figuren ............................................................................................................V
E-mail................................................................................................................................2 Voordelen E-mail .......................................................................................................... 4 Nadelen E-mail ............................................................................................................. 4 Algemeen. ................................................................................................................. 4 Constante connectiviteit ............................................................................................ 5 E-mailoverload .................................................................................................................5 Information Overload ................................................................................................... 6 Inefficiënte Workflow ................................................................................................... 7 Deficiënte Communicatiekwaliteit ............................................................................... 8 Burnout.............................................................................................................................9 Wat is Burnout? ............................................................................................................ 9 Componenten van Burnout ......................................................................................... 10 E-mailoverload en Burnout ......................................................................................... 12 Job Demands-Resources (JDR)-Model........................................................................14 Self-efficacy en Internet Self-efficacy ........................................................................ 16 Gepercipieerde Controle ............................................................................................. 18 Methode ..........................................................................................................................21 Procedure en Participanten ......................................................................................... 21 Metingen ..................................................................................................................... 23 Controlevariabelen. ................................................................................................. 23 Onafhankelijke variabelen....................................................................................... 24 III
Afhankelijke variabelen. ......................................................................................... 24 Moderatoren. ........................................................................................................... 25 Statistische Analyses ................................................................................................... 25 Resultaten .......................................................................................................................27 Preliminaire Analyses ................................................................................................. 27 Hypothese Toetsing .................................................................................................... 30 Emotionele uitputting. ............................................................................................. 30 Persoonlijke bekwaamheid...................................................................................... 31 Depersonalisatie. ..................................................................................................... 34 Discussie..........................................................................................................................37 Beperkingen en Toekomstig Onderzoek ..................................................................... 42 Implicaties Voor de Praktijk ....................................................................................... 43 Conclusie .................................................................................................................... 44 Referenties ......................................................................................................................46 Appendix ........................................................................................................................53 Bijlage 1. Begeleidende brief (Online) ....................................................................... 54 Bijlage 2. Vragenlijsten .............................................................................................. 55
IV
Lijst met Tabellen
Tabel 1. Kenmerken Steekproef………………………………….………………...…..23 Tabel 2. Gemiddelden (M), Standaarddeviaties (SD), Pearson Intercorrelaties en Betrouwbaarheden……………………………...………………………………..……..29 Tabel 3a. Hiërarchische Regressie van Information Overload, Inefficiënte Workflow, Deficiënte Communicatiekwaliteit, Internet Self-efficacy en Gepercipieerde Controle op Emotionele Uitputting……….………………….…………………………………..31 Tabel 3b. Hiërarchische Regressie van Information Overload, Inefficiënte Workflow, Deficiënte Communicatiekwaliteit, Internet Self-efficacy en Gepercipieerde Controle op Persoonlijke Bekwaamheid…...………...……………………………………………...32 Tabel 3c. Hiërarchische Regressie van Information Overload, Inefficiënte Workflow, Deficiënte Communicatiekwaliteit, Internet Self-efficacy en Gepercipieerde Controle op Depersonalisatie…...……………………………………………………………………35
Lijst met Figuren Figuur 1. Triadic Reciprocality……………………………...………………….……...16 Figuur 2. Onderzoeksmodel: E-mailoverload op het werk en burnout van werknemers………………………………………………………………………...…...20 Figuur 3. Modererend effect van gepercipieerde controle (PC) op de relatie tussen inefficiënte workflow (InefWF) en competentie…..…………………………………...34 Figuur 4. Modererend effect van internet self-efficacy (SE) op de relatie tussen deficiënte communicatiekwaliteit (SLCOM) en depersonalisatie…...………….36 Figuur 5. Modererend effect van gepercipieerde controle (PC) op de relatie tussen inefficiënte workflow (InefWF) en depersonalisatie…………………………………...37
V
De theory of reasoned action van Fishbein en Asjen uit 1975 maakt ons duidelijk waarom mensen computers gebruiken. Deze theorie toont aan dat mensen gebruik maken van computers wanneer dit hen duidelijke voordelen kan opleveren (Compeau & Higgins, 1995). Doorheen de laatste jaren is meermaals bevestigd dat e-mail tal van belangrijke voordelen heeft voor de werknemer. E-mail is een standaard communicatiemiddel geworden op de meeste werkplaatsen (Dabbish & Kraut, 2006). Eén van de belangrijkste voordelen is de snelle en gemakkelijke manier om informatie uit te wisselen in grote en geografisch verspreide organisaties (Sproull & Kiesler, 1991). Het feit dat e-mail een asynchroon communicatiemiddel is, waardoor mensen van gelijke welke plaats en op gelijk welk moment e-mails kunnen versturen, is een ander belangrijk voordeel (Barley, Meyerson, & Grodal, 2011). Sommige werknemers kunnen ook thuis hun werk gerelateerde e-mails lezen. Voor de ene werknemer kan dit een zegen zijn, want men is dan minder overspoeld door nieuwe e-mails bij terugkomst op het werk. Voor andere werknemers kan dit een vloek zijn. Ondanks de vele voordelen die e-mail heeft, zijn er ook belangrijke nadelen aan verbonden. Daarop wil deze masterproef zich focussen. Eén van de belangrijkste negatieve aspecten is e-mailoverload. Over dit onderwerp is er nog niet zoveel onderzoek verricht. Uit het onderzoek van Barley et al. (2011) bleek dat het stijgende e-mail volume en andere communicatietechnologieën een groeiende bron van stress zijn. De contradictie van voor- en nadelen in het gebruik van e-mails werd door hen nader onderzocht. Daaruit bleek dat hoe meer tijd men spendeerde aan het behandelen van e-mails, hoe meer men het gevoel had van overload. Hoe meer e-mails men verwerkte, hoe groter hun ervaren zelfredzaamheid. Doordat men er veel mee bezig is, krijgt men het gevoel dat men ermee om kan, zonder dat men hier last van ondervindt. In het kort bleek uit dit onderzoek dat e-mail niet enkel een bron van overload was, maar ook een symbool van overload. Deelnemers aan dit onderzoek kenden de oorzaak van hun stress aan e-mail toe. Men hield hierbij geen rekening met de tijd die ze gewerkt hadden. Men negeerde ook het feit dat er misschien andere communicatie activiteiten verantwoordelijk waren voor de werkdruk en de daarmee gepaard gaande stress (Barley et al., 2011). Hair, Renaud & Ramsay (2007) deden onderzoek bij een groep academische en creatieve werknemers. Hieruit bleek dat 34% van de ondervraagde werknemers stress ervaart door het volume van hun e-mails.
1
Vierenzestig percent van deze werknemers checkte elk uur meermaals zijn of haar inbox en 35% deed dit zelfs om de 15 minuten. Samengevat bleek dat één op drie werknemers leed aan e-mail gerelateerde stress. Het is duidelijk dat het hier om een frequent probleem gaat en meer onderzoek hierover welkom is. Dit onderzoek zal zich focussen op de invloed van e-mailoverload op stress, meer bepaald op burnout. Er wordt een positieve relatie verwacht. Hoe meer e-mailoverload men ondervindt, hoe meer burnout men zal ervaren. Daarnaast zal het effect van twee moderatoren op deze relatie onderzocht worden. Er wordt verwacht dat deze moderatoren een verzwakkend effect zullen hebben. De eerste moderator waarop gefocust zal worden is internet self-efficacy. Onder self-efficacy verstaat men ‘het geloof in eigen kunnen’. Met internet self-efficacy wordt bedoeld hoe goed men zichzelf in staat acht om op een efficiënte manier gebruik te maken van internet. Er wordt verwacht dat internet self-efficacy de relatie tussen emailoverload en burnout zal verzwakken. Verder wordt er ook gekeken naar het effect van gepercipieerde controle, de controle die men acht te hebben over eigen gedragingen. Er wordt verwacht dat mensen met een hoge gepercipieerde controle minder burnout zullen ervaren ten gevolge van e-mailoverload. In eerste instantie wordt een overzicht gegeven over e-mailgebruik met zijn voor- en nadelen. Dit is van belang, omdat deze masterproef vooral dieper zal ingaan op één van die nadelen: e-mailoverload. Vervolgens wordt er meer gefocust op het concept burnout, om ten slotte te eindigen met de reeds vernoemde moderatoren.
E-mail E-mail wordt sinds 1970 gebruikt als communicatiemiddel. Ongeveer rond 1990 was het alom vertegenwoordigd en een communicatie standaard. De originele functie van e-mail was om communicatie te vergemakkelijken. Tegenwoordig wordt het ook gebruikt voor functies waar het oorspronkelijk niet voor ontwikkeld was. Zo wordt het gebruikt als archief, persoonlijke agenda, taakbeheer, … (Whittaker & Sidner, 1996). Email doorkruist dagelijks de hele wereld. De meeste werknemers maken er elke dag constant gebruik van. Het wordt zelfs gebruikt om e-mails te versturen naar collega’s die zich in dezelfde kantoorruimte bevinden. Er is aangetoond dat mensen e-mail verkiezen bovenop het inspreken van een voicemailbericht (El-Shinnaway & Markus , 1998). E-mail moedigt mensen aan om meer te communiceren, maar het wordt vaak 2
bestempeld als een medium dat moeilijk efficiënt te gebruiken is (Jackson, Dawson, & Wilson, 2003). Vooral bij bedienden is communicatie zeer belangrijk. Uit dagboek- en schaduwstudies is gebleken dat managers 50-80% van hun dag besteden aan interpersoonlijke communicatie. Professionals spenderen 35-60% van hun dag aan communicatie met collega’s. Er wordt ook verwacht dat hoe complexer de job is, hoe groter het aantal leidinggevenden, hoe groter het aantal ondergeschikten en hoe meer te beheren projecten, hoe belangrijker e-mail zal zijn in de organisatie (Dabbish & Kraut, 2006). Menselijke communicatie wordt gezien als een dynamisch proces. Het heeft geen start en einde. Mensen zijn constant betrokken in communicatie, ofwel met zichzelf, ofwel met een ander en dit vooral in de werkplaats. Om effectief te kunnen communiceren, moet men in staat zijn om dit te kunnen doen via alle mogelijke media, waaronder e-mail. E-mail is uitgegroeid tot een belangrijk onderdeel van onze communicatie (Jackson et al., 2003). Waarom is e-mail nu juist zo een populair medium geworden? Hoe komt het dat mensen meestal geneigd zijn om zo snel mogelijk te antwoorden en zelf ook een snel antwoord verwachten? Het meest cruciale is dat e-mail zo alom vertegenwoordigd is. Het is niet zoals bij de gewone post die enkel op een vast moment van de dag toekomt. Een andere reden is dat wanneer werknemers hun e-mails behandelen, ze het gevoel hebben dat ze productief bezig zijn. Dit is echter dikwijls niet het geval doordat e-mails bijvoorbeeld niet werk gerelateerd zijn. Een voorbeeld van synchrone communicatie is het telefoongesprek. Je vraag wordt doorgaans binnen de seconde beantwoord. E-mail daarentegen is asynchrone communicatie en mensen zijn er zich meestal wel van bewust dat ze niet onmiddellijk een antwoord moeten verwachten. Toch is er in de loop van tijd een gelijkaardige verwachting betreffende de snelheid van het antwoord ontstaan. Het komt bijvoorbeeld vaak voor dat mensen een e-mail verstuurd hebben en daarna komen ze elkaar tegen op kantoor en vragen ze of je hun e-mail al gelezen hebt. Meestal willen ze je hier extra mee aansporen om snel te antwoorden (Renaud, Ramsay, & Hair, 2006). In wat volgt zullen een aantal voor- en nadelen van e-mailgebruik in kantooromgevingen besproken worden.
3
Voordelen E-mail E-mail kent vele voordelen. In het onderzoek van Berghel (1997) kwamen er enkele aan bod. Eerst en vooral biedt het een snelle manier om te communiceren met elkaar. Aangezien e-mail asynchroon is, zijn geografische afstanden geen probleem. Het laat mensen toe om e-mails te versturen van gelijk welke plaats en op gelijk welk moment. Ten tweede wordt ook de sociale afstand overbrugd. Zo zal men het gemakkelijker vinden om een mailtje te zenden naar de baas in plaats van met hem of haar te telefoneren. Als laatste gaf Berghel (1997) aan dat e-mail geloofwaardiger en efficiënter is dan een face-to-face meeting of een telefoongesprek. Bovendien is e-mail papierloos en in de meeste gevallen gratis. Sproull & Kiesler (1991) beschouwden het verkrijgen van meer informatie en uit meer diverse bronnen, als één van de grootste verwezenlijkingen van e-mail. Verder voelen werknemers zich ook meer geïnformeerd en verbonden met anderen, wanneer ze voor het eerst gebruik maken van e-mail (Sproull & Kiesler, 1991). Men kan op die manier besluiten dat e-mail een zeer handig communicatie medium is. Dit maakt duidelijk waarom het gebruik ervan zo succesvol is in kantooromgevingen. In de literatuur worden er echter ook zeer veel nadelen aangehaald. Deze masterproef focust zich vooral hierop en het doel is hier dan ook dieper op in te gaan. Nadelen E-mail Algemeen. Eerst worden enkele algemene nadelen van e-mail aangehaald. Zo stelt Berghel (1997) dat e-mail geen interpersoonlijke communicatie met zich meebrengt, zoals intonatie en oogcontact. Dit kan tot gevolg hebben dat zaken gemakkelijker fout geïnterpreteerd worden. Daarnaast is e-mail niet altijd even veilig. Het kan virussen met zich meebrengen. Verder vormt het ook een uitdaging om een balans te vinden tussen de nood om je werknemers te kunnen controleren en het recht op privacy van je werknemers. Het volgende gedeelte zal zich focussen op constante connectiviteit, wat extra aandacht verdient, omdat het één van de meest besproken nadelen is.
4
Constante connectiviteit. Men is overal en ten allen tijde constant bereikbaar (via e-mail, internet, telefoon). Dit kan ervoor zorgen dat men controle verliest over plaats en tijd, wat kan resulteren in stress (Rennecker & Derks, 2013). Deze constante connectiviteit kan ook nadelig zijn voor de werk-privé balans. Mensen kunnen thuis nog hun e-mails lezen en beantwoorden, waardoor de werk en thuis context in elkaar overvloeit. In 2001 rapporteerde Gartner dat 42% van de gebruikers hun e-mail bekijkt op vakantie en 23% in de weekends (Westling, 2001). Uit onderzoek van Kolb, Caza & Collins (2012) blijkt dat de term constante connectiviteit eigenlijk niet klopt, bijvoorbeeld wanneer je te maken hebt met verschillende tijdzones. Ze hebben het ook over ‘free will’. We bepalen nog altijd zelf wanneer we e-mails beantwoorden. Zij veronderstellen dat er verschillende ‘toestanden’ van connectiviteit zijn. Deze situeren zich op een continuüm van heel weinig tot heel veel. Er is sprake van hypo-connectiviteit (te weinig); hyper-connectiviteit (te veel, hier leidt connectiviteit tot afleiding, ineffectiviteit en burnout); vereiste connectiviteit (aangepast niveau van connectiviteit waardoor je nog voortreffelijk kan werken) en optimale connectiviteit (‘flow’). Connective flow wordt gedefinieerd als “where communication is highly effective and highly efficient and balanced in accordance with our needs and the demands of the task or situation at hand” (Kolb, Collins, & Lind, 2008, p. 183). Kolb et al. (2012) besluiten dat het belangrijk is om rekening te houden met de verschillende toestanden van connectiviteit. Ze helpen ons verstaan wat de impact is van te weinig of te veel connectiviteit op prestatie en productiviteit. Als laatste wordt er ingegaan op e-mailoverload, tevens één van de belangrijkste nadelen van e-mail. Dit vormt ook de focus van deze masterproef en zal dus uitgebreid besproken worden.
E-mailoverload Whittaker en Sidner (1996)
omschreven de term e-mailoverload als het
dysfunctionele gebruik van e-mailprogramma’s. Men gebruikt het niet meer voor de basiscommunicatiefuncties. Mensen gebruiken het bijvoorbeeld om te coördineren (e.g. om meetings te organiseren tussen meerdere partijen) en om documenten te archiveren (Whittaker & Sidner, 1996; Bellotti, Ducheneaut, Howard, Smith, & Grinter, 2005). E-mailoverload wordt in het algemeen beschreven als een multi-dimensioneel 5
concept. Er wordt meestal direct gerefereerd naar de hoeveelheid verzonden en ontvangen e-mails en de tijd die men eraan spendeert. Meer indirect wordt er verwezen naar de stress ten gevolge van e-mailgebruik (Sumecki, Chipulu, & Ojiako, 2011). Werknemers hebben vaak moeite om de grote massa binnenkomende berichten onder controle te houden. Het is niet het e-mailvolume op zich die tot overload leidt, maar vooral de manier waarop mensen gebruik maken van e-mail. Denk maar aan onder meer de druk om snel te moeten antwoorden, de bijkomende opdrachten, de onderbrekingen en het moeten wisselen tussen verschillende taken. Binnen de literatuur is vaak te lezen dat men zich echt zorgen maakt over emailoverload en de gevolgen hiervan. Neustaedter, Bush & Smith (2005) spreken over email triage. Dit wordt gedefinieerd als “the process by which one goes through unhandled email and decides what to do with it” (Neustaedter, Brush, & Smith, 2005, p. 1). Meestal is dit het eerste wat mensen doen als ze ’s morgens aankomen op hun werk, wanneer ze terugkomen van een meeting, of wanneer ze een belangrijke e-mail ontvangen. Deze masterproef baseert zich op het onderzoek van Soucek & Moser (2010). Zij delen e-mailoverload op in drie facetten: information overload, inefficiënte workflow en deficiënte communicatiekwaliteit. Information Overload E-mail kan leiden tot information overload: “receiving too much information” (Farhoomand & Drury, 2002, p. 130). Information overload bevat de volgende componenten: volume, tijdsbeperkingen, ruis en de verschillende kanalen. Volume is de meest problematische component. Te veel informatie binnenkrijgen waarvan men niet alles begrijpt, te weinig tijd om alles te kunnen verwerken, irrelevante info en informatie afkomstig uit te veel verschillende kanalen (Farhoomand & Drury, 2002). De reden dat information overload ontstaat bij e-mailgebruik is, omdat het veel gemakkelijker is om een e-mail te zenden dan om een brief te schrijven. Dit zorgt ervoor dat mensen meer communiceren via dit medium en dat men dus meer tijd nodig heeft om e-mail te sorteren (Bälter, 2000; Bellotti, Ducheneaut, Howard, Smith, & Grinter, 2005; Dawley & Anthony, 2003). Daarenboven draagt ongewenste e-mail, zoals spam, bij aan gevoelens van overload. (Dabbish & Kraut, 2006). Spam wordt
6
gedefinieerd als “unsolicited, unwanted and annoying messages that are generally sent by an unknown sender for their commercial gain” (Phelps, 2004, p. 337). Inboxen beginnen over te lopen door een combinatie van relevante en irrelevante e-mails. Het tweede facet van e-mailoverload: inefficiënte workflow, sluit hier op aan. Inefficiënte Workflow Mensen moeten vaak overschakelen van één taak naar een andere taak. E-mail zorgt ervoor dat de aandacht verlegd wordt van de taak waarmee men bezig was naar iets anders. Dit heeft negatieve gevolgen voor de productiviteit (Bellotti et al., 2005; Manger, Wicklund, & Eikeland, 2003). Door de grote stroom van binnenkomende emails, gepaard met slechte werkgewoontes, kan het informatieproces niet optimaal verlopen. Hierdoor kan e-mailoverload ontstaan. Het probleem is dat de technologie meestal beperkingen heeft om efficiënt te communiceren. Zo zijn er veel werknemers die er niet in slagen op een efficiënte manier e-mails te versturen. Hierdoor worden ze verstoord in hun werk en deze verspilde tijd kan kostbaar zijn. Daarnaast zijn de vele onderbrekingen nefast voor de aandacht, wat ook resulteert in een inefficiënte workflow. Jackson, Dawson, & Wilson (2003) tonen aan dat menselijke communicatie eigenlijk geen start en einde heeft. Mensen zijn constant betrokken in communicatie, ofwel met zichzelf, ofwel met anderen. Een onderbreking wordt gedefinieerd als “any distraction that makes a developer stop his planned activity to respond to the interrupt’s initiator” (Jackson, Dawson, & Wilson, 2003, p. 56). Er zijn drie types: persoonlijke afspraken, telefoons en e-mails. Een e-mail onderbreking wordt omschreven als “any e-mail distraction that makes an employee stop their planned activity” (Jackson, Dawson, & Wilson, 2003, p. 59). Uit een onderzoek van Jackson, Dawson, & Wilson (1999) bleek dat wanneer er om de vijf minuten een signaal afging voor nieuwe e-mails, men telkens 64 seconden nodig had om terug te keren naar het werk waarmee men bezig was. Dit wordt hersteltijd genoemd. In totaal zorgde dit voor 96 onderbrekingen in een werkdag van acht uur en dus voor anderhalf uur hersteltijd per dag. Dit heeft dus een storend effect op werknemers die aan het werk zijn. Na information overload en inefficiënte workflow volgt nu het laatste facet van e-mailoverload: deficiënte communicatiekwaliteit.
7
Deficiënte Communicatiekwaliteit E-mailoverload
wordt
kwantitatief
omschreven
als
een
te
veel
aan
binnenkomende e-mailberichten waardoor er niet kan gereageerd worden op een gepaste manier. Naast dit kwantitatieve punt is er ook de verminderde communicatiekwaliteit (Farhoomand & Drury, 2002). Mensen communiceren veel spontaner en minder formeel in een e-mail in vergelijking met een brief (Soucek & Moser, 2010). Sociale en contextuele afspraken ontbreken vaak en dit zorgt ervoor dat de berichten moeilijker zijn te verstaan (Sproull & Kiesler, 1986). Verder is gebleken dat mensen dubbel zoveel e-mails ontvangen dan ze versturen (Renaud et al., 2006). Dit heeft te maken met het verschil in marginale kost voor de ontvanger en de zender. Voor de zender kost een email weinig, minder dan andere media. De verantwoordelijkheid kan namelijk snel en gemakkelijk verschoven worden naar de ontvanger. De ontvanger daarentegen moet tijd en energie besteden aan het lezen en beantwoorden van de e-mail. Daarnaast hebben ze ook de neiging om hun werk te onderbreken om de zender tevreden te stellen met een snel antwoord. Ook bij het ontvangen van spam ligt de kost vooral bij de ontvanger. Hieruit kan besloten worden dat de kost dus vaak onevenwichtig verdeeld is. Toch ondervindt niet iedereen last van e-mailoverload. Velen vinden het een waardevol hulpmiddel om hun werk in goede banen te kunnen leiden. Zo toonde een grootschalig onderzoek in de Verenigde Staten aan dat het vooral de jonge werknemers zijn, deze onder dertig jaar, die het minste problemen vertoonden met e-mail. Zij zijn de eerste generatie die opgegroeid zijn met internet en e-mail. Jongeren vinden het normaal om formele uitnodigingen, uitgebreide bedankingsmails en uitdrukkingen van onzekerheden over hun job te verzenden via e-mail. Voor de oudere generatie is dit niet vanzelfsprekend (Fallows, 2002). De meerderheid van de reeds besproken literatuur uit echter wel een algemene bezorgdheid over e-mailoverload (Hogan & Fisher, 2006). Zoals reeds aangetoond is, heeft e-mailoverload veel nefaste gevolgen. Vele gevolgen hebben betrekking op de stress die het voor de werknemer teweegbrengt. In deze masterproef wordt er gekeken naar de invloed van e-mailoverload op burnout. Uit het onderzoek van Patlan-Perez (2014) bleek er een positief en significant effect te bestaan van workoverload op burnout. Workload wordt omschreven als buitensporige werklasten (te veel geplande activiteiten, de complexiteit en de moeilijkheden ervan) die moeten uitgeoefend worden in korte tijd. De werknemer heeft het gevoel dat de 8
werkeisen zijn eigen mogelijkheden om de taak tot een goed einde te brengen in een bepaalde periode overtreffen. Uitgaande van dit onderzoek wordt er een positieve relatie verwacht tussen e-mailoverload en burnout. Er wordt verwacht dat mensen die veel emailoverload hebben, meer tekenen van burnout zullen ervaren. Hierop wordt later verder ingegaan. In het volgende deel zal er eerst wat dieper gefocust worden op burnout en zijn verschillende componenten. Daarna volgen de hypotheses, waarbij ook de mogelijke moderatoren op de veronderstelde relatie tussen e-mailoverload en burnout besproken worden.
Burnout Uit een onderzoek van de Federale overheidsdienst Werkgelegenheid, Arbeid en Sociaal Overleg naar burnout bij de Belgische bevolking in 2010, bleek dat de prevalentie van burnout ongeveer 1% was. Deze schatting is goed voor bijna 19 000 werknemers in België. Er moet benadrukt worden dat het hier gaat om personen die er dermate hinder van ondervinden dat ze een arts raadplegen. Dit cijfer illustreert dat burnout wel degelijk een probleem is in België (Hansez, Mairiaux, Firket, & Braeckman, 2010). Wat is Burnout? De term ‘burnout’ verscheen voor het eerst in de Verenigde Staten rond 1975. Psychiater Herbert Freudenberger gebruikte de term om het proces van demotivatie bij vrijwilligers in de drugshulpverlening te beschrijven. De vrijwilligers die eerst zeer enthousiast waren over hun werk, raakten na een jaar ‘opgebrand’ (Schaufeli & Bakker, 2013). Ze kregen symptomen als hoofdpijn, overmatige vermoeidheid, slapeloosheid, irritatie, vatbaarheid voor verkoudheid, frustratie en cynisme. Het was een fysieke en mentale uitputtingstoestand (Schaufeli & Schaap, 1995). Ongeveer gelijktijdig beschreef Christina Maslach, een sociaalpsycholoog, hetzelfde fenomeen. In interviews spraken de betrokkenen ook over een mentale uitputtingstoestand. Sindsdien verschijnt de term burnout steeds vaker in de wetenschappelijke literatuur. De afgelopen dertig jaar is het aantal artikelen blijven
9
toenemen (Taris, Houtman, & Schaufeli, 2013). In het handboek van Schaufeli & Bakker (2013) wordt de volgende definitie van burnout gebruikt: Burnout
is
een
geestesgesteldheid gekarakteriseerd
bij door
langdurige, normale
negatieve,
individuen,
uitputting
en
die
werkgerelateerde primair
vergezeld
gaat
worden van
spanningsklachten, verminderde persoonlijke affectiviteit, verminderde motivatie, en de ontwikkeling van disfunctionele werkattitudes en – gedragingen. Deze psychologische toestand ontwikkelt zich geleidelijk aan en kan lange tijd voor de desbetreffende persoon verborgen blijven. Burnout is het gevolg van een botsing tussen iemands intenties en de realiteit op het werk. De gevoelens van burnout versterken zichzelf vaak als gevolg van de inadequate copingstrategieën die aan het syndroom gerelateerd zijn. (Schaufeli & Enzmann, 1998, p. 36) De vernoemde spanningsklachten kunnen zowel affectief (e.g. neerslachtigheid), cognitief (e.g. concentratieverlies), fysiek (e.g. hoofdpijn) of gedragsmatig (e.g. veel roken of drinken) zijn. Deze definitie benadrukt ook het voorkomen van inadequate copingstrategieën. Daarmee wordt bedoeld dat men de problemen niet actief probeert aan te pakken of dit op een inefficiënte manier doet. Ten slotte moet er ook beklemtoond worden dat het gaat het om werkgerelateerde kenmerken die voorkomen bij ‘normale’ mensen. Het gaat dus niet om personen met psychopathologische kenmerken (Schaufeli & Bakker, 2013). Aanvankelijk werd burnout enkel onderzocht in beroepen waarbij contact met anderen (e.g. cliënten, patiënten en leerlingen) centraal stond. Het betrof die individuen die “people work” deden. Later is dit uitgebreid naar andere beroepen. Burnout werd iets die iedereen kon treffen en dus niet enkel leerkrachten, maar ook bijvoorbeeld informatica-technici (Taris et al., 2013). Componenten van Burnout De meest gebruikte vragenlijst om burnout te meten, de Maslach Burnout Inventory, is bedoeld voor beroepen waarin contact met anderen centraal staat. Volgens Schaufeli & Bakker (2013) bestaat burnout uit drie componenten. Deze drie
10
componenten komen ook terug in de Maslach Burnout Inventory. De eerste component is emotionele uitputting. Men bedoelt daarmee het gevoel van helemaal ‘op’ te zijn door het werk. Werknemers voelen zich niet langer in staat om zich volledig te geven (Maslach & Jackson, 1981). Emotionele uitputting is de meest manifeste component van burnout. Wanneer mensen met burnout hun ervaring omschrijven, zullen ze altijd het meest verwijzen naar gevoelens van emotionele uitputting. Het is tevens de meest gerapporteerde en meest onderzochte component van burnout. Emotionele uitputting benadrukt de stressdimensie van burnout. Het is niet iets dat gewoon ervaren wordt, maar het vraagt ook actie om emotioneel en cognitief afstand te kunnen nemen van je werk, bijvoorbeeld om te kunnen omgaan met workoverload (Maslach, Schaufeli, & Leiter, 2001). De tweede factor is depersonalisatie. Dit is het ontwikkelen van een cynische en onverschillige houding ten aanzien van de mensen met wie men werkt. Een hogere score op emotionele uitputting en op depersonalisatie betekent een hogere mate van de ervaren burnout. Deze twee componenten hangen gewoonlijk hoog samen en zijn ook op dezelfde manier gerelateerd aan andere concepten (Taris et al., 2013). Depersonalisatie wordt gezien als een reactie op emotionele uitputting en dit verklaart hun sterke relatie. Deze relatie wordt consistent teruggevonden in alle burnout onderzoek, over verschillende organisatorische en professionele contexten heen (Maslach et al., 2001). De laatste component is persoonlijke bekwaamheid of competentie. Het betreft gevoelens van succesvolle prestaties in het werk. In tegenstelling tot de voorgaande componenten, correspondeert een lagere score hier met een grotere ervaring van burnout. Deze laatste component moet onafhankelijk gezien worden van de twee voorgaande componenten (Maslach & Jackson, 1981). Emotionele uitputting en depersonalisatie belemmeren de persoonlijke bekwaamheid. Het is moeilijk om een gevoel van voldoening te krijgen wanneer men zich emotioneel uitgeput voelt of bij het helpen van mensen waartoe men zich onverschillig voelt (Maslach et al., 2001). Het tekort aan persoonlijke bekwaamheid is meer te wijten aan een tekort aan relevante hulpbronnen. Emotionele uitputting en depersonalisatie daarentegen zijn meer te wijten aan de aanwezigheid van te veel werk en sociale conflicten (Maslach et al., 2001). Samengevat hebben personen met een hoge mate van emotionele uitputting, een hoge
11
mate van depersonalisatie en een lage mate van persoonlijke bekwaamheid het meeste kans om burnout te ontwikkelen. Uiteindelijk is er later ook nog een niet-beroepsspecifieke versie van de Maslach Burnout Inventory verschenen die algemeen toepasbaar is, de MBI-GS (voor ‘general survey’). De drie oorspronkelijke dimensies werden ietwat aangepast, zodat de uitgesproken relatie met het werken met mensen verdween. Deze drie dimensies zijn: “uitputting (gevoel van extreme vermoeidheid door het werk), distantie (afstand hebben van het werk) en verminderde competentie (twijfel aan het eigen beroepsmatig functioneren)” (Taris, Houtman, & Schaufeli, 2013, p. 242). In deze masterproef zullen de termen a (emotionele uitputting), b (competentie) en c (depersonalisatie) gebruikt worden om deze drie componenten van burnout te beschrijven. E-mailoverload en Burnout Bij mogelijke oorzaken van burnout komen vooral de ervaren werkdruk, tijdsdruk en interferentie tussen de werk- en thuissituatie terug. Daarnaast ook de emotionele belasting door contact met cliënten, patiënten of leerlingen (Schaufeli & Bakker, 2013). Logischerwijs kan het begrip e-mailoverload hiermee dus in relatie gebracht worden. Werknemers die elke dag overspoeld worden door de vele e-mails ervaren veel werkdruk. De tijdsdruk is ook relevant, omdat werknemers e-mails zo snel mogelijk willen behandelen. Wanneer de werknemer in staat is om ook thuis werkgerelateerde e-mails te lezen, kunnen we van werk-thuis interferentie spreken. Emotionele belasting kunnen we dan bijvoorbeeld terugvinden wanneer er traag gereageerd wordt op e-mails. Ook het al vernoemde onderzoek van Patlan-Perez (2014) die het significant positieve effect van workload op burnout aantoonde, sluit hierbij aan. Camargo (2008) deed al kwalitatief onderzoek naar de relatie tussen e-mail en burnout. Zij kwam aan de hand van een gefundeerde theorie tot het volgende theoretische model getiteld: “Misuse and overuse of e-mail as precursors to job burnout”. Dit model stelt dat mensen verschillende interpretaties hebben over wat de rol van e-mail is in hun werkomgeving. Wat voor de één een probleem kan zijn, is dit niet voor iemand anders. Hetzelfde geldt voor de voordelen ervan. Hoe dan ook, e-mail maakt deel uit van de bedrijfswereld en heeft een significante invloed op de werknemers
12
(Camargo, 2008). Relaties kunnen aangetast worden doordat mensen liever e-mails sturen in plaats van een direct gesprek te hebben. Op die manier kan ook het vertrouwen in elkaar verminderen. Doordat er elke dag meer e-mails binnenkomen, leidt dit tot een vicieuze cirkel van communicatie die gekenmerkt wordt door een grote hoeveelheid emails en deze zijn vaak van slechte kwaliteit. Op deze manier is, volgens Camargo (2008), de 24/7 connectiviteit en beschikbaarheid een logisch gevolg. Doordat werknemers thuis hun werkgerelateerde e-mails kunnen lezen, beïnvloedt dit natuurlijk hun eigen privé tijd. Afhankelijk van bepaalde demografische variabelen kan dit leiden tot stress. Daarna is het slechts een kwestie van tijd vooraleer er burnout optreedt. Camargo (2008) stelt dat burnout de uikomstvariabele kan zijn van een niet adequaat en buitensporig gebruik van werk-gerelateerde e-mails. Rekening houdend met het onderzoek van Camargo (2008) en andere reeds vernoemde onderzoeken, wordt er dus vanuit gegaan dat er een positieve samenhang bestaat tussen e-mailoverload en burnout. Er wordt hierbij gebruik gemaakt van de eerder besproken facetten van e-mailoverload: information overload, inefficiënte workflow en deficiënte communicatiekwaliteit. Dit brengt ons tot de volgende hypotheses (hoofdeffecten): Hypothese 1 (H1): Er is een positieve samenhang tussen information overload en burnout op het werk. Meer specifiek, wordt een positieve relatie verwacht tussen information overload en emotionele uitputting (H1a), een negatieve relatie tussen information overload en competentie (H1b) en een positieve relatie tussen information overload en depersonalisatie (H1c). Hypothese 2: Er is een positieve samenhang tussen inefficiënte workflow en burnout op het werk. Meer specifiek, wordt een positieve relatie verwacht tussen inefficiënte workflow en emotionele uitputting (H2a), een negatieve relatie tussen inefficiënte workflow en competentie (H2b) en een positieve relatie tussen inefficiënte workflow en depersonalisatie (H2c).
13
Hypothese
3:
Er
is
een
positieve
samenhang
tussen
deficiënte
communicatiekwaliteit en burnout op het werk. Meer specifiek, wordt een positieve relatie verwacht tussen deficiënte communicatiekwaliteit en emotionele uitputting (H3a), een negatieve relatie tussen deficiënte communicatiekwaliteit en
competentie
(H3b)
en
een
positieve
relatie
tussen
deficiënte
communicatiekwaliteit en depersonalisatie (H3c). Het is belangrijk dat een organisatie burnout bij zijn werknemers probeert te voorkomen, want het kan negatieve gevolgen hebben. Deze kunnen zowel betrekking hebben op de organisatie voor wie de werknemer werkt als op de werknemer zelf. Zo zal er meer ziekteverzuim zijn en kan de inzetbaarheid van de werknemer verminderen. Op termijn is er een grotere kans dat men arbeidsongeschikt raakt (Taris et al., 2013). Wat betreft de gezondheid van de werknemer kunnen onder andere volgende gevolgen optreden: depressie, psychosomatische klachten, cardiovasculaire aandoeningen en slaapstoornissen (Schaufeli & Bakker, 2013). Hiermee rekening houdend is het belangrijk om te kijken naar de impact van moderatoren op de relatie tussen e-mailoverload en burnout. Personen verschillen in de manier hoe ze omgaan met bepaalde situaties. E-mailoverload manifesteert zich niet bij iedereen op dezelfde manier. In wat volgt wordt er eerst wat dieper ingegaan op een theoretisch kader van waaruit burnout bestudeerd kan worden, het Job DemandsResources (JDR)-Model (Demerouti, Nachreiner, Bakker, & Schaufeli, 2001). Daarna volgen de moderatoren: internet self-efficacy en gepercipieerde controle. Het JDRmodel is een veelgebruikt model om de relatie tussen werkkenmerken en werkuitkomsten te bestuderen (Schaufeli & Taris, 2013). Voor deze masterproef kunnen zowel de hoofdeffecten als de interactie-effecten bestudeerd worden vanuit dit theoretisch kader.
Job Demands-Resources (JDR)-Model Het JDR-model stelt dat het werk en zijn taakkenmerken onderverdeeld kunnen worden in twee brede categorieën: taakeisen en hulpbronnen. De eerste categorie, de taakeisen zijn gerelateerd aan de centrale doelen van het werk en vragen een inspanning. Het kan gaan om zowel fysieke, sociale of organisatorische aspecten van de job die
14
fysieke of mentale inspanning vereisen en daardoor verbonden zijn met fysiologische en fysieke kosten (e.g. uitputting) (Demerouti et al., 2001). Vanuit dit deel van het theoretisch kader kunnen de hoofdeffecten van deze masterproef reeds verantwoord worden. E-mailoverload kan hier als een taakeis gezien worden, die een mentale inspanning vereist en zo bepaalde kosten met zich meebrengt (burnout). Hulpbronnen vormen de tweede categorie van het werk en zijn taakkenmerken. Ze helpen de centrale doelen van het werk te bereiken en proberen de gevraagde inspanning te verlichten (Demerouti et al., 2001). Regelmogelijkheden en sociale steun zijn hier een voorbeeld van (Taris et al., 2013). Ten eerste kunnen ze functioneel zijn in het bereiken van bepaalde doelstellingen. Ten tweede kunnen ze de taakeisen verminderen waardoor de fysiologische en fysieke kost vermindert. Ten slotte kunnen ze ook persoonlijke groei en ontwikkeling stimuleren. Deze hulpbronnen kunnen zowel extern (organisatorisch en sociaal) als intern (cognitieve functies en actiepatronen) zijn (Demerouti et al., 2001). In deze masterproef worden twee moderatoren naar voor gebracht die zullen fungeren als interne hulpbronnen, zijnde internet self-efficacy en gepercipieerde controle. Uit meerdere onderzoeken (Demerouti et al., 2001 ; Schaufeli & Taris, 2013 ; Taris et al., 2013) is gebleken dat het hebben van hoge taakeisen en weinig hulpbronnen gerelateerd is aan hoge niveaus van burnout. Meer specifiek blijkt uit het onderzoek van Demerouti et al. (2001) dat taakeisen gerelateerd zijn aan de uitputtingscomponent van burnout en dat het tekort aan hulpbronnen gerelateerd is aan disengagement (of depersonalisatie). Theoretisch kan men dus stellen dat de interactie tussen taakeisen en hulpbronnen het meest belangrijke is voor de ontwikkeling van burnout. In jobs met hoge taakeisen en op hetzelfde moment weinig hulpbronnen, ontwikkelen werknemers zowel uitputting als disengagement (depersonalisatie). Deze toestand, waar zowel uitputting als disengagement gelijktijdig aanwezig zijn, geeft het burnout-syndroom weer (Demerouti et al., 2001). Daarom wordt in deze masterproef gekeken naar de interactie tussen taakeisen (e-mailoverload) en interne hulpbronnen (internet self-efficacy en gepercipieerde controle). Er wordt verwacht dat relatie tussen e-mailoverload en burnout verzwakt zal worden door de aanwezigheid van de moderatoren internet self-efficacy en
15
gepercipieerde controle. In wat volgt worden deze twee moderatoren besproken en daarna volgen de hypotheses (interactie-effecten). Self-efficacy en Internet Self-efficacy De
sociale
cognitieve
theorie
van
Bandura
(1977)
toont
aan
dat
omgevingsinvloeden (e.g. sociale druk), persoonlijke invloeden (e.g. persoonlijkheid en cognitie) en gedrag elkaar wederzijds beïnvloeden. Mensen kiezen zelf in welke omgeving ze zitten en worden op hun beurt ook door deze omgeving beïnvloed. Hun gedragingen worden bepaald door situationele- en omgevingsinvloeden en deze worden ook terug beïnvloed door het gedrag. Deze relatie noemt Bandura “triadic reciprocality” en wordt afgebeeld in figuur 1.
Figuur 1. Triadic Reciprocality. (Bandura, 2001, p. 266) De sociale cognitieve theorie omvat dus vele dimensies, maar Compeau & Higgins (1995) focussen zich voornamelijk op de rol van cognitieve factoren in het gedrag van mensen. Bandura formuleert twee cognitieve factoren die het gedrag van mensen leiden. De eerste is gerelateerd aan de uitkomsten. Mensen zullen sneller geneigd zijn om bepaalde gedragingen te stellen wanneer ze weten dat deze positieve uitkomsten hebben. De tweede cognitieve factor is wat Bandura self-efficacy noemt. Self-efficacy is het geloof in je eigen capaciteiten om iets tot een goed einde te brengen. Het beïnvloedt het gedrag in belangrijke mate, want het bepaalt welke gedragingen mensen zullen stellen en welke gedragingen niet (Compeau & Higgins, 1995). Bandura (1986) definieert self-efficacy als:
16
People’s judgements of their capabilities to organize and execute courses of actions required to attain designated types of performances. It is concerned not with the skills one has but with judgments of what one can do with whatever skills one possesses. (p. 391) Deze definitie betreft de algemene vorm van self-efficacy. In deze masterproef wordt echter gekeken naar internet self-efficacy. Internet self-efficacy (ISE) wordt door Hsu & Chiu (2003) gedefineerd als: “the belief in one’s capabilities to organize and execute courses of Internet actions required to produce given attainments” (Hsu & Chiu, 2003, p. 369). Het World Wide Web is de laatste jaren zo snel gegroeid dat internet self-efficacy een belangrijke bepalende factor is in het gebruik van internet. Iemand die zich vertrouwd voelt met het internet, zal er ook meer gebruik van maken. Mensen met een lage internet self-efficacy zullen minder geneigd zijn om gerelateerde gedragingen uit te voeren in de toekomst, in dit geval gebruik maken van e-mail, dan mensen met een hoge mate van internet self-efficacy. Bovendien blijkt uit het onderzoek van Compeau & Higgins (1995) dat selfefficacy een belangrijke rol speelt in de vorming van iemands gevoelens en gedragingen. In deze studie gebruikten individuen met hoge self-efficacy computers vaker, voelden ze zich daar beter bij en rapporteerden ze minder angsten. Aangezien emailoverload vooral het gebruik van e-mail betreft, zouden personen met een hoge internet self-efficacy meer vertrouwen moeten hebben in hun eigen kunnen. Daarnaast blijkt uit het onderzoek van Schaufeli & Bakker (2013) dat burnout weinig voorkomt bij mensen die vertrouwen hebben in eigen kunnen (self-efficacy). Er wordt dus verwacht dat ze minder burnout zullen ervaren ten gevolge van e-mail overload. Self-efficacy fungeert hier als een interne hulpbron. Dit brengt ons tot de volgende hypotheses (interactie-effecten): Hypothese 4: De positieve samenhang tussen information overload en burnout op het werk wordt gemodereerd door internet self-efficacy. Meer specifiek, wordt verwacht dat de positieve relatie tussen information overload en emotionele uitputting verzwakt wordt (H4a), de negatieve relatie tussen information overload en competentie verzwakt wordt (H4b) en de positieve relatie tussen information overload en depersonalisatie verzwakt wordt (H4c).
17
Hypothese 5: De positieve samenhang tussen inefficiënte workflow en burnout op het werk wordt gemodereerd door internet self-efficacy. Meer specifiek, wordt verwacht dat de positieve relatie tussen inefficiënte workflow en emotionele uitputting verzwakt wordt (H5a), de negatieve relatie tussen inefficiënte workflow en competentie verzwakt wordt (H5b) en de positieve relatie tussen inefficiënte workflow en depersonalisatie verzwakt wordt. (H5c). Hypothese 6: De positieve samenhang tussen deficiënte communicatiekwaliteit en burnout op het werk wordt gemodereerd door internet self-efficacy. Meer specifiek, wordt
verwacht
dat
de
positieve relatie tussen deficiënte
communicatiekwaliteit en emotionele uitputting verzwakt wordt (H6a), de negatieve relatie tussen deficiënte communicatiekwaliteit en competentie verzwakt
wordt
(H6b)
en
de
positieve
relatie
tussen
deficiënte
communicatiekwaliteit en depersonalisatie verzwakt wordt (H6c). De volgende moderator, die ook fungeert als een interne hulpbron, is gepercipieerde controle. Er wordt verwacht dat deze een verzwakkende werking zal hebben op de relatie tussen e-mailoverload en burnout. Eerst volgt een bespreking over gepercipieerde controle en zijn rol in de theory of planned behavior. Daarna volgt een voorbeeld uit het onderzoek van Hsu & Chiu (2003) en ten slotte volgen de hypothesen (interactie-effecten). Gepercipieerde Controle Gepercipieerde controle is de inschatting van een persoon over hoe gemakkelijk of hoe moeilijk het voor hem of haar zal zijn om een bepaald gedrag uit te oefenen (Manstead & Van Eekelen, 1998). Gepercipieerde controle maakt deel uit van Ajzen’s theory of planned behavior (1988). Deze theorie stelt dat ‘gepercipieerde controle’, samen met ‘attitude’ (verwachting dat het gedrag tot de gewenste uitkomst leidt) en ‘subjectieve norm’ (hoe men denkt dat anderen zullen reageren als je het gedrag stelt), zal voorspellen of iets tot een bepaalde intentie zal leiden. Wanneer we intenties hebben om een bepaald gedrag te stellen, houden we rekening met hoeveel controle we hebben over deze gedragingen. Deze intenties zullen dus voorspellen of we het uiteindelijke gedrag daadwerkelijk zullen stellen. De invloed van gepercipieerde controle op intentie
18
is positief: grotere gepercipieerde controle zou moeten leiden tot sterkere intenties om een bepaald gedrag te stellen (Manstead & Van Eekelen, 1998). Twee zaken moeten hierbij in rekening gebracht worden. Een eerste gaat over de relatie tussen feitelijke controle en gepercipieerde controle. Een tweede is meer psychologisch van aard. Ten eerste als gepercipieerde controle een goede weergave is van de feitelijke controle (bijvoorbeeld omdat een persoon veel ervaring heeft in het gestelde gedrag) dan zal dit onmiddellijk tot het gewenste gedrag leiden (Manstead & Van Eekelen, 1998). Wanneer werknemers ervaring hebben met e-mail en emailoverload zal men hier dus beter mee kunnen omgaan en minder burnout ervaren. Ten tweede is er een psychologische impact. Daarmee bedoelt men dat wanneer er obstakels zijn om het gewenste gedrag te stellen, zullen personen met een hoge gepercipieerde controle meer volharden om het gewenste gedrag te bereiken (Manstead & Van Eekelen, 1998). Personen die denken dat ze hun e-mailverkeer onder controle hebben, zullen problemen dus beter kunnen aanpakken en e-mailoverload zal bij hen minder tot burnout leiden. Hsu & Chiu (2003) deden onderzoek naar het gebruik van e-services. Uit hun onderzoek bleek dat gepercipieerde controle over het gebruik van e-services een positief effect zal hebben op het uiteindelijke gebruik van e-services. Ze besluiten dat gepercipieerde controle over een bepaald gedrag een positief effect heeft op het uiteindelijke gedrag. In deze masterproef beschouwen we e-mailgebruik als een soort eservice. Voortbouwend op dit onderzoek van Hsu & Chiu (2003) en op de reeds vernoemde theory of planned behavior kan verwacht worden dat gepercipieerde controle over e-mailgebruik een positief effect zal hebben op het e-mailgebruik en emailoverload. Deze moderator zal de relatie tussen e-mailoverload en burnout dus verzwakken. Dit brengt ons tot de volgende hypotheses (interactie-effecten): Hypothese 7: De positieve samenhang tussen information overload en burnout op het werk wordt gemodereerd door gepercipieerde controle. Meer specifiek, wordt verwacht dat de positieve relatie tussen information overload en emotionele uitputting verzwakt wordt (H7a), de negatieve relatie tussen information overload en competentie verzwakt wordt (H7b) en de positieve relatie tussen information overload en depersonalisatie verzwakt wordt (H7c).
19
Hypothese 8: De positieve samenhang tussen inefficiënte workflow en burnout op het werk wordt gemodereerd door gepercipieerde controle. Meer specifiek, wordt verwacht dat de positieve relatie tussen inefficiënte workflow en emotionele uitputting verzwakt wordt (H8a), de negatieve relatie tussen inefficiënte workflow en competentie verzwakt wordt (H8b) en de positieve relatie tussen inefficiënte workflow en depersonalisatie verzwakt wordt. (H8c). Hypothese 9: De positieve samenhang tussen deficiënte communicatiekwaliteit en burnout op het werk wordt gemodereerd door gepercipieerde controle. Meer specifiek, wordt
verwacht
dat
de positieve relatie tussen deficiënte
communicatiekwaliteit en emotionele uitputting verzwakt wordt (H9a), de negatieve relatie tussen deficiënte communicatiekwaliteit en competentie verzwakt
wordt
(H9b)
en
de
positieve
relatie
tussen
deficiënte
communicatiekwaliteit en depersonalisatie verzwakt wordt (H9c).
Figuur 2 is een grafische representatie van het onderzoeksmodel van deze masterproef. Het biedt een overzicht van de onderzochte hypotheses.
Figuur 2. Onderzoeksmodel: E-mailoverload op het werk en burnout van werknemers.
20
Methode Procedure en Participanten In tegenstelling tot het kwalitatieve onderzoek van Camargo (2008) werd hier gebruik gemaakt van kwantitatief onderzoek. Er werd cross-sectionele data verzameld aan de hand van een online vragenlijst. Het gebruik van internet om de vragenlijsten te verspreiden was een logische keuze, gezien het onderwerp van deze masterproef e-mail en e-mailoverload is. Voor de verzameling van proefpersonen werd gebruik gemaakt van de methode snowball sampling. Snowball sampling wordt in de Sage dictionary of social research methods gedefinieerd als: A form of non-probability sampling in which the researcher begins by identifying an individual perceived to be an appropriate respondent. This respondent is then asked to identify another potential respondent. The process is repeated until the researcher has collected sufficient data. Sometimes called ‘chain letter’ sampling. (Oliver, 2006, p. 88) Ik heb mijn vragenlijst verspreid via sociale media (facebook en linkedin), via vrienden, kennissen en familie. Zij hebben op hun beurt mijn vragenlijst verder verspreid naar hun vrienden, kennissen en familie. Hierdoor is het niet duidelijk hoeveel mensen er precies bereikt werden en kan er ook geen response rate berekend worden. Uiteindelijk waren er 281 proefpersonen bereid om mijn vragenlijst in te vullen. De vragenlijst bevatte een schaal die de drie componenten van e-mailoverload bevroeg, een burnout-schaal, een internet self-efficacy schaal en een gepercipieerde controle schaal. De doelpopulatie van dit onderzoek waren mensen die gebruik maakten van e-mail op de werkvloer. De data is verzameld tussen september 2013 en december 2013. In totaal hebben dus 281 deelnemers, afkomstig uit diverse sectoren de vragenlijst ingevuld. Van deze 281 deelnemers vulden 15 deelnemers enkel het demografische gedeelte in en deze werden bijgevolg niet verder opgenomen in de analyses. Dit bracht het totaal op 266 deelnemers. Van deze 266 participanten werden ook zij die minder dan negen e-mails per dag kregen, of minder dan drie uur per dag met de computer werkten uit de data verwijderd. De reden hiervoor is dat deze personen
21
niet relevant waren voor het verrichte onderzoek, omdat de nadruk op e-mailoverload ligt. Deze personen waren meestal afkomstig uit bijvoorbeeld de sociale sector, onderwijs, bouw en de chemische sector. Het gaat hier om 46 deelnemers in het totaal. Dit bracht het totaal aantal deelnemers voor verdere analyses op 220 deelnemers. Gegevens over deze steekproef zijn terug te vinden in tabel 1. Het merendeel waren mannen (61%) en de gemiddelde leeftijd was 38 jaar (SD = 11.21). De gemiddelde anciënniteit was 16 jaar (SD = 11.47). Eenendertig percent waren leidinggevenden. Gemiddeld kregen de deelnemers 35 e-mails per dag. Ze maakten gemiddeld vijf uur per dag gebruik van de computer op het werk (SD = 2.14) en gemiddeld één uur (SD = 0.87) per dag voor privégebruik. De meerderheid was hoger opgeleid. Slechts 12% genoot enkel een lagere opleiding, daarmee wordt lager onderwijs of middelbaar onderwijs bedoeld. Zesenveertig percent van hen had een hoger onderwijs, niet-universitair diploma. De overige 42% had een universitaire opleiding genoten (master of doctor). Van de respondenten bezat 29% een smartphone die ze gedeeltelijk ook voor het werk gebruikten. Acht percent maakte volledig gebruik van een smartphone voor het werk. Zesentwintig percent van de respondenten maakten gedeeltelijk gebruik van een tablet voor het werk en 11% maakte volledig gebruik van een tablet voor het werk.
22
Tabel 1 Kenmerken Steekproef Cumulatieve Percentage
Frequentie
Percentage
Geslacht Man Vrouw Totaal
134 186 220
61 39 100
61 100
Opleidingsniveau Lager onderwijs Middelbaar onderwijs Bachelor Master Doctor Totaal
1 24 102 90 3 220
1 11 46 41 1 100
1 12 58 99 100
Bezit smartphone Neen Gedeeltelijk Volledig Totaal
138 64 18 220
63 29 8 100
63 92 100
Bezit tablet Neen Gedeeltelijk volledig Totaal
139 56 25 220
63 26 11 100
63 89 100
Leidinggevende functie Ja Neen Totaal
69 151 220
31 69 100
31 100
Metingen Controlevariabelen. Vooreerst werden enkele demografische en achtergrond variabelen bevraagd: leeftijd, geslacht, opleidingsniveau, sector, anciënniteit, aantal ontvangen e-mails per dag, aantal uren op de computer in functie van het werk, aantal
23
uren op de computer in functie van privégebruik, bezit smartphone voor het werk, bezit tablet voor het werk en indien er sprake is van een leidinggevende functie of niet. Enkel leeftijd, geslacht en opleidingsniveau zijn opgenomen in de analyses als controlevariabelen, omdat blijkt uit voorgaand onderzoek dat ze een effect kunnen hebben op zowel de afhankelijke, onafhankelijke, als op de modererende variabele (Barley et al., 2011 ; Camargo, 2011 ; Compeau & Higgins, 1995 ; Fallows, 2002 ; Maslach et al., 2001 & Renaud et al., 2006). Leeftijd
werd
bevraagd
als
continue
variabele. Geslacht (gecodeerd als man = 0, vrouw = 1) en opleiding (lager onderwijs = 0, middelbaar onderwijs = 0, bachelor/graduaat = 1, master/licentiaat = 1 en doctor = 1) worden geoperationaliseerd als dichotome variabelen (dummy gecodeerd). Onafhankelijke variabelen. De onafhankelijke variabelen werden gemeten aan de hand van de drie subschalen van de vragenlijst van Moser, Preising, Göritz, & Paul (2002). Deze werden door translation-backtranslation vertaald van het Duits naar het Nederlands. De eerste subschaal is information overload. Deze bestaat uit zes items (α = .80). Items werden gescoord op een vijf punten schaal, lopend van 1 (helemaal mee oneens) tot 5 (helemaal mee eens). Een voorbeelditem is “De constante toevloed aan emails is voor mij vervelender dan slechts één keer per dag post te ontvangen”. Een hoge score refereert naar een hoge mate van information overload. De tweede subschaal is inefficiënte workflow, bestaande uit zeven items (α = .86) en eveneens gescoord op een vijf punten schaal. Een voorbeelditem is “Het lezen en beantwoorden van e-mails neemt zo veel tijd in beslag, dat ik met moeite mijn andere taken kan uitvoeren”. Een hoge score verwijst naar een hogere inefficiënte workflow. De derde en laatste subschaal is deficiënte communicatiekwaliteit. Deze subschaal bestaat uit zes items, gescoord op een vijf punten schaal (α = .68). Een voorbeelditem is “Tussen collega’s en mij komt het vaker tot misverstanden omdat ze mijn e-mails niet correct gelezen hebben”. Een hoge score betekent een slechtere communicatiekwaliteit. Afhankelijke variabelen. Burnout werd gemeten aan de hand van de Nederlandse versie van de Maslach Burnout Inventory General Survey (Maslach & Jackson, 1981). Dit is de Utrechtse Burnout Schaal of de UBOS (Schaufeli & van Dierendonck, 2000). De UBOS bestaat in het totaal uit 15 items, gemeten op een zeven punten schaal van 1 (nooit) tot 7 (altijd). De items hebben betrekking op de drie
24
verschillende componenten van burnout. De eerste subschaal emotionele uitputting bestaat uit vijf items (α = .85). Een voorbeelditem is “Ik voel me mentaal uitgeput door mijn werk”. Een hogere score betekent een hogere mate van emotionele uitputting. De tweede subschaal persoonlijke bekwaamheid bestaat uit zes items (α = .67). Een voorbeelditem is “Ik weet de problemen in mijn werk goed op te lossen”. Een hogere score refereert naar een hoger mate van persoonlijke bekwaamheid. De derde en laatste subschaal depersonalisatie bestaat uit vier items (α = .74). Een voorbeelditem is “Ik twijfel aan het nut van mijn werk”. Een hogere score refereert naar een hogere mate van depersonalisatie. Moderatoren. Internet self-efficacy werd gemeten aan de hand van de GISE (General internet self-efficacy scale) van Hsu & Chi (2004). Deze vragenlijst is vertaald van het Engels naar het Nederlands door middel van translation-backtranslation. De vragenlijst bestaat uit vijf items. Otte, Bangerter, Britisch & Wüthrich (2013) voegden hier een zesde item aan toe. Voor deze masterproef wordt gebruik gemaakt van zes items (α = .83). Deze items worden gemeten op een vijf punten schaal, lopend van 1 (helemaal niet akkoord) tot 5 (helemaal akkoord). Een voorbeelditem is: “Ik voel me vertrouwd met bestanden toegevoegd aan een e-mail op te slaan”. Een hogere score refereert naar een hogere mate van internet self-efficacy. Gepercipieerde controle werd ook gemeten aan de hand van een schaal van Hsu & Chi (2004). Ook deze schaal werd vertaald van het Engels naar het Nederlands door middel van translation-backtranslation. Deze schaal bestaat uit vier items, gemeten op een zeven punten schaal, lopend van 1 (helemaal niet akkoord) tot 7 (helemaal akkoord) (α = .75). Een voorbeelditem is “Ik heb heel veel persoonlijke controle over het gebruik van e-mail voor het werk”. Een hogere score betekent een hogere mate van gepercipieerde controle. Statistische Analyses Om de hypotheses te testen, werden eerst de Pearson intercorrelaties berekend. Vervolgens werden drie hiërarchische regressieanalyses gedaan, telkens met een van de drie componenten van burnout als afhankelijke variabele. Dit betreft dus emotionele uitputting, persoonlijke bekwaamheid en depersonalisatie. Als controlevariabelen werden leeftijd, geslacht en opleidingsniveau toegevoegd in de eerste stap van de 25
hiërarchische regressieanalyse. De reden hier toe is omdat deze variabelen belangrijk zijn in hun relatie met stress en burnout, zoals blijkt uit eerder onderzoek (Barley et al., 2011 ; Camargo, 2011 ; Compeau & Higgins, 1995 ; Fallows, 2002 ; Maslach et al., 2001 & Renaud et al., 2006). Er werd in voorlopige eerste analyses ook gecontroleerd voor de andere mogelijke controlevariabelen opgenomen in de vragenlijst (sector, anciënniteit, aantal ontvangen e-mails per dag, aantal uren op de computer in functie van het werk, aantal uren op de computer voor privégebruik, bezit smartphone voor het werk, bezit tablet voor het werk en leidinggevende functie of niet), maar er werden geen significante effecten teruggevonden. Om de modellen spaarzaam te houden, werd er dan ook voor geopteerd deze in verdere analyses niet op te nemen. In de tweede stap werden de mate van information overload, inefficiënte workflow, deficiënte communicatiekwaliteit, internet self-efficacy en gepercipieerde controle als gestandaardiseerde hoofdeffecten toegevoegd. In de derde en laatste stap werden de interactie-effecten toegevoegd. Deze zijn information overload x internet self-efficacy, information overload x gepercipieerde controle, inefficiënte workflow x internet self-efficacy, inefficiënte workflow x gepercipieerde controle, deficiënte communicatiekwaliteit x internet self-efficacy en als laatste deficiënte communicatiekwaliteit x gepercipieerde controle. Deze worden multiplicatieve interactie termen genoemd. De interacties worden berekend aan de hand van vermenigvuldiging van de gestandaardiseerde hoofdeffecten. Er werd gebruik gemaakt van de ongestandaardiseerde regressie coëfficiënten om de interacties te analyseren, zoals aangeraden wordt door Jaccard & Turrisi (2003). Zoals aanbevolen door Aiken & West (1991) werden de interacties grafisch gepresenteerd met als bedoeling de invloed van de moderatoren beter te begrijpen. Hierbij werd gebruik gemaakt van simple slope analyses. Dit is een techniek om te bepalen of het verloop van één of beide lijnen verschillend van nul is, wat wil zeggen, afwijkend is van het horizontale vlak (Aiken & West, 1991).
26
Resultaten Preliminaire Analyses Gemiddelden (M), standaarddeviaties (SD) en Pearson correlaties voor de onafhankelijke variabelen, moderatoren en afhankelijke variabelen zijn gepresenteerd in tabel 2. Cronbach’s alpha waarden voor de verschillende schalen zijn terug te vinden op de diagonaal (vet gedrukt) in tabel 2. In het algemeen rapporteren respondenten gemiddelde levels van information overload
(M
=
2.59),
inefficiënte
workflow
(M
=
2.51)
en
slechte
communicatiekwaliteit (M = 2.67). Voor de moderator internet self-efficacy (M = 4.55) scoorden ze erg hoog, rekening houdend met het feit dat deze metingen een vijf punten schaal betreft. Voor de moderator gepercipieerde score hadden respondenten gemiddelde scores (M = 4.21), rekening houdend met het feit dat deze meting een zeven punten schaal betreft. Wat betreft de uitkomstvariabelen van burnout rapporteren Schaufeli & Van Dierendonck (2000) volgende normscores voor burnout: emotionele uitputting (M = 1.78), persoonlijke bekwaamheid (M = 4.21) en voor depersonalisatie (M = 1.12 voor vrouwen en M = 1.27 voor mannen). Respondenten in dit onderzoek hebben dus hoge scores op de drie dimensies van burnout: emotionele uitputting (M = 3.08), persoonlijke bekwaamheid (M = 5.42) en depersonalisatie (M = 2.80). De Pearson intercorrelaties van alle opgenomen variabelen zijn tevens terug te vinden in tabel 2. In lijn met de hypotheses wordt een positieve correlatie terug gevonden tussen information overload en emotionele uitputting (r = .23; p < .01), inefficiënte workflow en emotionele uitputting (r = .22;
p < .01), deficiënte
communicatiekwaliteit en emotionele uitputting (r = .18; p < .05). Ook in lijn met de hypotheses vinden we voor de onafhankelijke variabelen information overload en deficiënte
communicatiekwaliteit
een
negatieve
correlatie
met
persoonlijke
bekwaamheid (r = -.17; p < .05 en r = -.18; p < .05). De correlatie tussen inefficiënte workflow en persoonlijke bekwaamheid is niet significant. Positieve correlaties worden ook teruggevonden tussen information overload en depersonalisatie (r = .19; p < .01) en tussen deficiënte communicatiekwaliteit en depersonalisatie (r = .28; p < .01), tevens in lijn met de hypotheses. Ook hier is de correlatie tussen inefficiënte workflow en
27
depersonalisatie niet significant. De significante correlaties van de e-mailoverload schalen en de burnout componenten liggen dus grotendeels in de verwachte richting. Dit is eveneens het geval voor de internet self-efficacy schaal en de gepercipieerde controle schaal. Internet self-efficacy vertoont een significante negatieve correlatie met information overload (r = -.24; p < .01) en met deficiënte communicatiekwaliteit (r = -.21; p < .01). Ook hier is de correlatie met inefficiënte workflow niet significant. De correlatie tussen internet self-efficacy en de burnout componenten zijn hier tevens niet significant. Wat gepercipieerde controle betreft, is er een significante correlatie terug te vinden met de drie e-mailoverload componenten: information overload (r = -.35; p < .01), inefficiënte workflow (r= -.35; p < .01) en deficiënte communicatiekwaliteit (r = -.36; p < .01). Voor de correlatie tussen gepercipieerde controle en de burnout componenten is er een significante negatieve correlatie terug te vinden met emotionele uitputting (r = -.20; p < .01) en met depersonalisatie (r = -.16; p < .05). Met persoonlijke bekwaamheid is er een significante positieve correlatie (r = .20; p < .01). Deze correlaties liggen dus eveneens in de verwachte richting.
28
Tabel 2 Gemiddelden (M), Standaarddeviaties (SD), Pearson Intercorrelaties en Betrouwbaarheden M SD 1 1. Information overload 2.59 .74 .80 2. Inefficiënte workflow 2.51 .76 .58** 3. Deficiënte communicatiekwaliteit 2.67 .71 .53** 4. Internet self-efficacy 4.55 .58 -.24** 5. Gepercipieerde controle 4.21 1.31 -.35** 6. Emotionele uitputting 3.08 1.13 .23** 7. Persoonlijke bekwaamheid 5.42 .64 -.17* 8. Depersonalisatie 2.80 1.09 .19** ** Correlaties significant bij p < .01 level (tweezijdig getoetst). * Correlaties significant bij p < 0.05 (tweezijdig getoetst).
2 .86 .39** -.14 -.35** .22** -.11 .14
3 .68 -.21** -.36** .18* -.18* .28**
4 .83 .13 .10 .02 -.03
5 .75 -.20** .20** -.16*
6 .85 -.36** .59**
7 .67 -.48**
8 .74
29
Hypothese Toetsing De hypothesen werden steeds op dezelfde manier getoetst. Ten eerste werden enkel de controlevariabelen opleidingsniveau, geslacht en leeftijd in het model opgenomen. Daarna volgden de onafhankelijke variabelen en de moderator variabelen om hoofdeffecten en interactie-effecten na te gaan. Dit werd voor alle hypothesen steeds opnieuw herhaald en afhankelijk van de hypothese werd er telkens een andere burnout component als afhankelijke variabele ingevoerd. Als onafhankelijke variabele werden telkens de drie componenten van e-mailoverload opgenomen: information overload, inefficiënte workflow of deficiënte communicatiekwaliteit. Emotionele uitputting. De hiërarchische regressieanalyse met emotionele uitputting als afhankelijke variabele (zie tabel 3a) verliep als volgt. De eerste stap heeft aangetoond dat de 3.6% variantie die door de controlevariabelen kan verklaard worden randsignificant is, F(3, 188) = 2.33, p < .10. Bij stap 2 is er 10.1% toegevoegde verklaarde variantie van de onafhankelijke variabelen, F(5, 183) = 4.31, p < .01. De totaal verklaarde variantie stijgt tot 13.7%. Stap 3 waar de interactie-effecten aan bod komen, is echter niet significant, F(6, 177) = 1.71, p = .12. Voor de analyse van de resultaten kijken we dus naar stap 2. Uit tabel 3a blijkt dat er een randsignificant effect is van de controlevariabele geslacht (B = .29 , p < .10). Mannen ervaren meer emotionele uitputting dan vrouwen. Uit tabel 3a blijkt dat er geen hoofdeffecten terug te vinden zijn tussen de drie componenten van e-mailoverload (information overload, inefficiënte workflow en deficiënte communicatiekwaliteit) en emotionele uitputting. Hypothese 1a, 2a en 3a worden dus niet bevestigd. Er is wel een hoofdeffect van internet self-efficacy op emotionele uitputting (B = .19, p < .05). Aangezien stap 3 niet significant is, zijn er geen significante interactie-effecten. Hypotheses 4a, 5a, 6a, 7a, 8a en 9a worden dus niet bevestigd.
30
Tabel 3a Hiërarchische Regressietabel van Information overload, Inefficiënte Workflow, Deficiënte Communicatiekwaliteit, Internet Self-efficacy en Gepercipieerde Controle op Emotionele Uitputting Predictor
Emotionele uitputting Stap 1 Stap 2 Stap 3
Controle variabelen Leeftijd -0.011 -0.008 Geslacht 0.365* 0.286# Opleiding 0.076 0.124 Hoofdeffecten Information overload (Infov) 0.163 Inefficiënte workflow (Inefwf) 0.120 Deficiënte communicatiekwaliteit (Slcom) 0,060 Internet self-efficacy (Intse) 0.188* Gepercipieerde controle (Perccon) -0.133 Interacties Infov_Intse Infov_Perccon Inefwf_Intse Inefwf_Perccon Slcom_Intse Slcom_Perccon 0.036 0.137 R² 0.020 0.100 Adjusted R² 0.036# 0.101* R² De waarden in de tabel zijn de ongestandaardiseerde gewichten (B). *p < .05 ; #p < .10
-0.005 0.336* 0.098 0.158 0.121 0.039 0.182* -0.188* 0.049 -0.156 -0.136 0.233* 0.155 0.059 0.184 0.120 0.047
Persoonlijke bekwaamheid. Wat betreft persoonlijke bekwaamheid als afhankelijke variabele,
is 3.7% verklaarde variantie door het model met de
controlevariabelen randsignificant, F(3, 188) = 2.43, p < .10. De 5% toegevoegde verklaarde variantie van de onafhankelijke variabelen is ook randsignificant, F(5, 183) = 2.02, p < .10. Het model in stap 2 verklaart dus 8.7% variantie. Ten slotte is ook de 5.6% toegevoegde verklaarde variantie van de interacties randsignificant, F(6, 177) = 1.93, p < .10. Het volledige model verklaart dus 14.3% variantie.
31
Tabel 3b Hiërarchische Regressietabel van Information Overload, Inefficiënte Workflow, Deficiënte Communicatiekwaliteit, Internet Self-efficacy en Gepercipieerde Controle op Persoonlijke Bekwaamheid Predictor
Persoonlijke bekwaamheid Stap 1 Stap 2 Stap 3
Controle variabelen Leeftijd 0.006 0.005 Geslacht -0.182# -0.159# Opleiding 0.188 0.144 Hoofdeffecten Information overload (Infov) -0.067 Inefficiënte workflow (Inefwf) 0.021 Deficiënte communicatiekwaliteit (Slcom) -0.061 Internet self-efficacy (Intse) -0.008 Gepercipieerde controle (Perccon) 0.078 Interacties Infov_Intse Infov_Perccon Inefwf_Intse Inefwf_Perccon Slcom_Intse Slcom_Perccon 0.037 0.087 R² 0.022 0.048 Adjusted R² 0.037# 0.050# R² De waarden in de tabel zijn de ongestandaardiseerde gewichten (B). *p < .05 ; #p < .10
0.003 -0.185# 0.125 -0.068 0.016 -0.077 -0.016 0.101# 0.044 0.021 0.049 -0.125* -0.020 -0.062 0.143 0.076 0.056#
Voor de analyse van de resultaten wordt er dus gekeken naar stap 3. Uit tabel 3b blijkt er een randsignificant effect te bestaan voor de controlevariabele geslacht (B = -.19, p < .10). Vrouwen scoren lager op persoonlijke bekwaamheid dan mannen. Ook hier blijken er geen significante hoofdeffecten te bestaan tussen de drie componenten van e-mailoverload (information overload, inefficiënte workflow en deficiënte communicatiekwaliteit) en persoonlijke bekwaamheid. Hypotheses 1b, 2b en 3b worden niet bevestigd. Er blijkt wel een randsignificant hoofdeffect te zijn van gepercipieerde controle op persoonlijke bekwaamheid (B = .10, p < .10). Het gevonden effect ligt in de 32
verwachte richting. Hoe meer gepercipieerde controle men heeft, hoe competenter men zich zal voelen. Wat de interactie-effecten met internet self-efficacy en persoonlijke bekwaamheid betreft, blijken deze niet significant te zijn. Hypothese 4b, 5b en 6b worden dus niet bevestigd. Er blijkt wel een significant interactie-effect te zijn tussen inefficiënte workflow en gepercipieerde controle op persoonlijke bekwaamheid. Hypothese 8b wordt bevestigd (B = -.13 , p < .05). Deze interactie wordt geplot volgens de procedure van Aiken & West (1991). Uit figuur 3 blijkt dat bij een hoge gepercipieerde controle (+1 SD) er een negatief verband is tussen inefficiënte workflow en competentie, terwijl de slope bij lage gepercipieerde controle (-1 SD) een positief verband vertoont tussen inefficiënte workflow en competentie. Dit is in lijn met hypothese 8b die stelt dat de negatieve relatie tussen inefficiënte workflow en competentie wordt gemodereerd door gepercipieerde controle. Een analyse van de regressie gewichten (simple slopes) bij 1 SD boven het gemiddelde en 1 SD beneden het gemiddelde van gepercipieerde controle, toont dat inefficiënte workflow sterker gerelateerd is aan competentie wanneer gepercipieerde controle laag is (B = .43, p < .01), in vergelijking met wanneer gepercipieerde controle hoog is (B = .36, p < .01). Hier kan er nog aan toegevoegd worden dat wanneer er een hoge mate van inefficiënte workflow is, er geen verschil is tussen personen met een hoge gepercipieerde controle en personen met een lage gepercipieerde controle, wat competentie betreft.
33
5,8 5,7
B = .361 , p < .05
5,6 competentie
5,5 5,4 low PC (- 1 SD)
5,3
high PC (+ 1 SD)
5,2 B = .425 , p < .01
5,1 5 4,9 4,8
low InefWF (- 1 SD) high InefWF (+ 1 SD)
Figuur 3. Modererend effect van gepercipieerde controle (PC) op de relatie tussen inefficiënte workflow (InefWF) en competentie. De andere interacties met gepercipieerde controle zijn niet significant. Hypotheses 7b en 9b worden dus niet bevestigd. Depersonalisatie. Met betrekking tot depersonalisatie als afhankelijke variabele is de 1.5% verklaarde variantie door de controlevariabelen niet significant, F(3, 188) = 0.98, p = .403. De 8.1% toegevoegde verklaarde variantie van de onafhankelijke variabelen is echter wel significant, F(5, 183) = 3.26, p < .01. Dit brengt de totaal verklaarde variantie op 9.6%. Ook de 8.3% toegevoegde verklaarde variantie van de interacties is significant, F(6, 177) = 2.99, p < .01. Het volledige model verklaart dus 17.9% van de variantie.
34
Tabel 3c Hiërarchische Regressietabel van Information Overload, Inefficiënte Workflow, Deficiënte Communicatiekwaliteit, Internet Self-efficacy en Gepercipieerde Controle op Depersonalisatie Predictor
Depersonalisatie Stap 1 Stap 2 Stap 3
Controle variabelen Leeftijd -0.005 -0.004 Geslacht 0.214 0.170 Opleiding -0.217 -0.169 Hoofdeffecten Information overload (Infov) 0.055 Inefficiënte workflow (Inefwf) 0.026 Deficiënte communicatiekwaliteit (Slcom) 0.245* Internet self-efficacy (Intse) 0.034 Gepercipieerde controle (Perccon) -0.061 Interacties Infov_Intse Infov_Perccon Inefwf_Intse Inefwf_Perccon Slcom_Intse Slcom_Perccon 0.015 0.096 R² 0.000 0.056 Adjusted R² 0.015 0.081* R² De waarden in de tabel zijn de ongestandaardiseerde gewichten (B). *p < .05 ; #p < .10
0.000 -0.198 -0.228 0.028 0.021 0.235* 0.007 -0.129 -0.062 -0.128 0.106 0.219* 0.231* 0.101 0.179 0.114 0.083*
Voor de analyse van de resultaten wordt hier opnieuw naar stap 3 gekeken. Zoals blijkt uit tabel 3c zijn er geen significante effecten van de controlevariabelen. Er is enkel een hoofdeffect van deficiënte communicatiekwaliteit terug te vinden (B = .24 , p < .05). Het effect ligt in de verwachte richting: hoe meer deficiënte communicatiekwaliteit, hoe meer depersonalisatie men ervaart. Hypothese 3c wordt dus bevestigd. Hypothese 1c en 2c worden niet bevestigd.
35
Als we vervolgens kijken naar de interactie-effecten, dan is er een significante interactie terug te vinden van deficiënte communicatiekwaliteit en internet self-efficacy op depersonalisatie (B = .23, p < .05). Hypothese 6c wordt bevestigd. Deze interactie wordt geplot (Aiken & West, 1991) in figuur 4 en simple slopes worden berekend. Zoals grafisch gepresenteerd in figuur 4 is de combinatie van hoge deficiënte communicatiekwaliteit en hoge internet self-efficacy geassocieerd met meer depersonalisatie. Een analyse van de regressie-gewichten (simple slopes) 1 SD boven en 1 SD onder het gemiddelde van internet self-efficacy toont aan dat deficiënte communicatiekwaliteit meer gerelateerd is aan depersonalisatie wanneer internet selfefficacy hoog is (B = -1.64, p < .05) in vergelijking met wanneer internet self-efficacy laag is (B = -2.81, p < .05). Dit effect ligt dus niet in de verwachte richting. 3,6
Depersonalisatie
3,4 3,2 3
B = -2.807 , p < .05 low SE (-1 SD)
2,8
high SE (+ 1 SD)
2,6 2,4 2,2
B = -1.644 , p < .05
2
low SLCOM (- 1 SD) high SLCOM (+ 1 SD)
Figuur 4. Modererend effect van Internet self-efficacy (SE) op de relatie tussen deficiënte communicatiekwaliteit (SLCOM) en depersonalisatie. De andere interacties met internet self-efficacy als moderator zijn niet significant. Hypothese 4c en hypothese 5c worden niet bevestigd. Daarnaast is er ook een significant interactie effect van inefficiënte workflow met gepercipieerde controle op depersonalisatie (B = .22, p < .05). Deze interactie werd ook geplot volgens de procedure van Aiken & West (1991) in figuur 5 en de simple slopes werden berekend. Uit figuur 5 blijkt dat bij hoge gepercipieerde controle er een positief verband is tussen inefficiënte workflow en depersonalisatie. De slope bij een lage gepercipieerde controle is niet significant. Als men dus weinig gepercipieerde 36
controle heeft over de toevloed aan e-mails, doet het er weinig toe of er inefficiënte workflow is. Als je veel gepercipieerde controle hebt, zal je wel meer depersonalisatie ervaren door inefficiënte workflow. Dit is in tegenstelling met hypothese 8c, die veronderstelde dat de positieve samenhang tussen inefficiënte workflow en depersonalisatie gemodereerd werd door gepercipieerde controle. Er werd verwacht dat gepercipieerde controle een verzwakkend effect zou hebben en er dus minder depersonalisatie zou ervaren worden.
3,4
Depersonalisatie
3,2
B = -.057 , p = n.s.
3 2,8
low PC (- 1 SD)
2,6
high PC (+ 1 SD)
2,4
B = .303 , p < .05 2,2 2
low InefWF (- 1 SD) high InefWF (+ 1 SD)
Figuur 5. Modererend effect van gepercipieerde controle (PC) op de relatie tussen inefficiënte workflow (InefWF) en depersonalisatie. De andere interacties met gepercipieerde controle als moderator op depersonalisatie zijn niet significant. Hypothese 7c en hypothese 9c worden dus niet bevestigd.
Discussie De huidige studie onderzocht de modererende rol van internet self-efficacy en gepercipieerde controle op de relatie tussen e-mailoverload en burnout. We verwachtten een positieve relatie tussen de drie componenten van e-mailoverload (information overload, inefficiënte workflow en deficiënte communicatiekwaliteit) en de twee burnout componenten emotionele uitputting en depersonalisatie. Een negatieve relatie
37
werd verwacht tussen de drie componenten van e-mailoverload en de burnout component competentie. Er werd minder burnout verwacht door de invloed van de moderatoren. Dit betekent dat de positieve relatie tussen e-mailoverload en de twee burnout componenten emotionele uitputting en depersonalisatie verzwakt zou worden. Daarnaast houdt dit ook in dat de negatieve relatie tussen e-mailoverload en de burnout component competentie verzwakt zou worden. De relatie tussen deze componenten werd nagegaan door middel van meerdere hiërarchische regressie analyses, waarbij telkens de drie e-mailoverload componenten als onafhankelijke variabele werden opgenomen en afhankelijk van de hypothese één van de drie burnout componenten als afhankelijke variabele werd opgenomen. Er werden geen hoofdeffecten teruggevonden met betrekking tot information overload op één van de drie burnout componenten. Dit is tegen de verwachtingen in, want rekening houdend met de werkgebonden antecedenten van burnout, bevordert een overmaat aan werkdruk of een tekort aan regelmogelijkheden de kans dat burnout zal optreden (Taris et al., 2013). Aangezien het hier om een cross-sectioneel onderzoek gaat, kan er echter geen oorzaak en gevolg aangeduid worden. Longitudinaal onderzoek in de toekomst zou dit probleem kunnen oplossen. Eerder onderzoek heeft ook reeds aangetoond dat information overload gerelateerd is aan stress (Moser, Preising, Görtiz, & Paul, 2002) en dat het dan een kwestie van tijd is vooraleer burnout kan optreden (Camargo, 2008). Aangezien in dit onderzoek de participanten slechts één keer ondervraagd zijn, kan dit effect van tijd dus niet aangetoond worden. Opnieuw geldt hier dat longitudinaal onderzoek zou kunnen aantonen of er zich later effectief burnout zal manifesteren of niet. Er werden ook geen hoofdeffecten teruggevonden van inefficiënte workflow op één van de drie burnout componenten. Dit was tegen de verwachtingen in. Zoals reeds vermeld spelen constante onderbrekingen een rol in het ontwikkelen van inefficiënte workflow. Onderbroken worden door e-mails, telefoongesprekken en vragen van collega’s
zijn
veel
voorkomende
fenomenen
in
hedendaagse
werkplaatsen.
Onderbrekingen zijn tijdelijke pauzes in taakgerelateerde gedragingen te wijten aan het ontstaan van secundaire taken. Organisaties willen hun prestaties maximaliseren en daardoor wordt het belangrijk om informatie snel en constant te kunnen delen met anderen. Dit is intenser geworden door de technologische vooruitgang, zoals de
38
introductie van e-mail (Lin, Kain, & Fritz, 2013). Uit het onderzoek van Lin, Kain & Frits (2013) bleek dat
onderbrekingen een verklaring waren voor incrementele
variabiliteit in stress. Stress werd door hen gedefinieerd als het voorkomen van emotionele uitputting, fysieke klachten en angst. Onderbrekingen verantwoordden significante incrementele validiteit, bovenop workload, op emotionele uitputting, fysieke klachten en angst. Deze resultaten tonen dus aan dat onderbrekingen geassocieerd worden met stress (o.a. uitgedrukt in emotionele uitputting). Ook in deze masterproef zou inefficiënte workflow dus geassocieerd moeten zijn met burnout. Een mogelijke reden voor het uitblijven van dit hoofdeffect kan te wijten zijn aan het feit dat er beter moet gedifferentieerd worden tussen de vertraging die de onderbreking met zich meebrengt, de secondaire taak en de hersteltijd. Maar, zoals aangetoond door Lin, Kain & Fritz (2013) is het moeilijk om deze differentiatie aan te tonen via de gebruikte methode van vragenlijsten. Een betere manier om dit aan te tonen is via dagelijkse dagboekstudies. Via deze manier is men beter in staat om de processen inherent aan onderbrekingen te begrijpen. Bovendien zijn er nog andere factoren die meespelen in het ontwikkelen van inefficiënte workflow, zoals het telkens moeten overschakelen tussen verschillende taken. Er werd enkel een significant hoofdeffect teruggevonden van deficiënte communicatiekwaliteit
op
depersonalisatie.
Werknemers
die
een
slechte
communicatiekwaliteit ervaren op het werk, ervaren meer depersonalisatie. Ze vertonen een meer afstandelijke houding ten opzichte van het werk. Eerder onderzoek heeft reeds aangetoond dat de slechte communicatiekwaliteit van e-mails vaak leidt tot oppervlakkige en tegenstrijdige informatie, met als gevolg dat de ontvangers te weinig informatie krijgen om actie te kunnen ondernemen (Burgess, Jackson, & Edwards, 2005). Zoals Sproull (1991) ook reeds aangetoond had, mist e-mailcommunicatie sociale en contextuele signalen, wat het ook moeilijker maakt om de berichten goed te begrijpen. Op deze manier ontstaan er sneller misverstanden en kunnen de spanningen sneller oplopen in de werkplaats (Frazee, 1996). Volgens Totawar & Nambudiri (2002) zijn er zowel individuele als organisatorische factoren die samenhangen met depersonalisatie. De slechte communicatiekwaliteit van e-mails kan hier gezien worden als een organisatorische factor en de stress die dit teweeg brengt bij werknemers als een individuele factor. Zij toonden ook aan dat persoonlijke status (jezelf percipiëren als lid
39
van een groep in plaats van aan de hand van individuele karakteristieken) depersonalisatie beïnvloedt. Individuen met een lage persoonlijke status, vertonen meer depersonalisatie.
Als
er
steeds
misverstanden
ontstaan
door
slechte
communicatiekwaliteit, zullen er ergernissen ontstaan bij werknemers. Hierdoor is het mogelijk dat ze zich minder zullen beschouwen als lid van de groep en zo dus meer depersonalisatie gaan ervaren. Dit hoofdeffect ligt dus in lijn met eerder onderzoek. Voor de verwachte modererende rol van internet self-efficacy werd enkel de interactie
van
deficiënte
communicatiekwaliteit
en
internet
self-efficacy op
depersonalisatie terug gevonden. Dit effect lag echter niet in de verwachtte richting. Men zou verwachten dat werknemers met een hoge internet self-efficacy minder depersonalisatie ervaren als gevolg van de slechte communicatiekwaliteit. Dit was echter niet het geval. Zoals te zien was in figuur 4 zijn het de mensen met een lage internet self-efficacy die minder depersonalisatie ervaren ten gevolge van de slechte communicatiekwaliteit. Een mogelijke verklaring hiervoor is dat mensen met een hoge internet self-efficacy al zeer goed overweg kunnen met internet. Ze achten zichzelf in staat om op een efficiënte manier gebruik te maken van het internet waardoor ze zich hierdoor misschien nog meer storen aan de slechte communicatiekwaliteit van e-mails. Andere interacties met internet self-efficacy werden niet teruggevonden. Nochtans hadden Bakker & Schaufeli (2013) eerder al aangetoond dat burnout juist minder voorkomt bij mensen die vertrouwen hebben in eigen kunnen (self-efficacy). Een mogelijke verklaring hiervoor is het erg hoge gemiddelde (M = 4.55) van internet self-efficacy. Dit zou ervoor gezorgd kunnen hebben dat er een ceiling-effect is opgetreden. Dit gebeurt wanneer de meeste data geclusterd zit in de top van de schaal. Internet self-efficacy is een schaal van 1 tot 5 en ongeveer 80% van de deelnemers vallen in de 4-5 range. Doordat de variantie op deze manier beperkt werd, kan dus schaalverzwakking opgetreden zijn (Hessling, Traxel, & Schmidt, 2004). Een andere mogelijke verklaring is dat het zou kunnen liggen aan de gebruikte meetschaal. De schaal internet self-efficacy is een meetschaal die over allerlei internet gerelateerde zaken gaat. In dit onderzoek worden enkel de aan e-mail gerelateerde items ervan gebruikt. Voor de verwachte modererende rol van gepercipieerde controle, werden twee significante interacties teruggevonden. Ten eerste de interactie van inefficiënte
40
workflow en gepercipieerde controle op competentie. De negatieve relatie tussen inefficiënte workflow en competentie wordt gemodereerd door gepercipieerde controle. Dit was in lijn met de verwachtingen. Hoge mate van gepercipieerde controle zou een persoon zijn intenties om een bepaald gedrag te verrichten, versterken. Het zou ook de inspanning en de volharding moeten verhogen (Ajzen, 2002). Zoals te zien was in figuur 3 is inefficiënte workflow minder sterk gerelateerd aan competentie wanneer de gepercipieerde controle hoog is. Bij hoge gepercipieerde controle was er een negatief verband tussen inefficiënte workflow en competentie, terwijl dit verband positief was bij lage gepercipieerde controle. Mensen die veel controle hebben over hun emailgebruik storen zich dus meer aan de inefficiënte workflow die dit met zich meebrengt en voelen zich hierdoor minder competent. Bij lage levels van inefficiënte workflow voelen mensen met een hoge gepercipieerde controle zich competenter dan mensen met een lage gepercipieerde controle. Doordat ze hoge gepercipieerde controle hebben en dus meer inspanning en volharding vertonen om e-mailoverload onder controle te hebben, is inefficiënte workflow voor hen minder problematisch. Wanneer er een hoge mate van inefficiënte workflow is, verdwijnt dit verschil en voelen personen in beiden condities zich even competent. Hier moet echter wel rekening gehouden worden met het feit dat de interacties met competentie als afhankelijke variabele randsignificant waren. Ze waren slechts significant indien een p-waarde van .10 gehanteerd werd. Deze p-waarde vergroot de kans op het maken van een type I fout waarbij de nulhypothese onterecht verworpen wordt (Cohen, 1994). Er werd hier toch gekozen om een hogere pwaarde te hanteren vanwege de kleinere steekproef. Ten tweede bleek ook de interactie van inefficiënte workflow met gepercipieerde controle op depersonalisatie significant. Uit figuur 5 bleek dat er bij hoge gepercipieerde controle een positief verband is tussen inefficiënte workflow en depersonalisatie. Bij lage gepercipieerde controle was de slope niet significant. Deze interactie lag echter niet in de verwachte richting. Er werd verwacht dat gepercipieerde controle er voor zou zorgen dat de relatie tussen inefficiënte workflow en depersonalisatie verzwakt werd. Een gebrek aan controle zou dus net voor meer depersonalisatie moeten zorgen. Dit was hier dus niet het geval. Azjen (2002) heeft aangetoond dat het niet zo is dat gepercipieerde controle en self-efficacy onverenigbaar zijn met elkaar of onafhankelijk zijn van elkaar. Hoewel
41
factor analyses een duidelijk onderscheid hebben aangetoond, is er ook voldoende gemeenschappelijkheid tussen self-efficacy en gepercipieerde controle. Azjen (2002) suggereert daarom een hiërarchisch model van twee niveaus. Daarin is gepercipieerde controle de superieure, overkoepelende component dat bestaat uit twee lagere niveaus: self-efficacy en controleerbaarheid. Azjen stelt daarom voor dat, afhankelijk van het doel van het onderzoek, er gekozen kan worden voor gedragscontrole als unitaire factor of om te onderscheiden tussen self-efficacy en gepercipieerde controle. In deze masterproef werd een onderscheid gemaakt tussen self-efficacy en gepercipieerde controle. Toekomstig onderzoek met gedragscontrole als unitaire factor zou hiervoor een oplossing kunnen bieden, waardoor mogelijk meer significante interacties zouden kunnen optreden. Beperkingen en Toekomstig Onderzoek De belangrijkste beperking van dit onderzoek is het gebruik van een crosssectioneel design. Dit betekent dat de gevonden resultaten niet causaal mogen geïnterpreteerd worden. Longitudinaal onderzoek kan dit probleem verhelpen (Taris & Kompier, 2003). In verband met de moderator internet self-efficacy is het optreden van het ceiling-effect waarschijnlijk de hoofdreden dat de hypotheses niet uitkomen. Doordat de meeste data geclusterd zat in de top, kan hier schaalverzwakking opgetreden zijn (Hessling et al., 2004). In toekomstig onderzoek zou men beter de schaal internet selfefficacy in zijn volledigheid hanteren en niet enkel gebruik maken van alleen de emailgerelateerde items. Een ander belangrijke beperking is dat de gebruikte meetinstrumenten gebaseerd zijn op zelfrapportage. Het gaat telkens om de subjectieve beleving van de ondervraagden. Hierdoor kunnen de resultaten common method bias vertonen (Conway & Lance, 2010). Doordat men niet gebruik maakt van objectieve metingen kan dit ervoor zorgen dat men vertekende resultaten krijgt. Bijvoorbeeld, wat betreft het meten van burnout aan de hand van de UBOS schaal, geven de proefpersonen zelf aan hoe uitgeput zich voelen, hoe bekwaam ze zichzelf achten en hoe groot de afstand is die ze ervaren tot hun werk. In het verleden is reeds geprobeerd om objectieve biomarkers van burnout op te sporen, bijvoorbeeld hormoonspiegels en bloeddruk (Taris et al., 2013).
42
Danhof-Pont, Van Veen & Zitman (2011) hebben op basis van meta-analyses geconcludeerd dat er momenteel geen potentiële biomarkers voor burnout zijn. Er is geen duidelijk fysiologisch fenomeen. Men zal in de toekomst dus op zoek moeten gaan naar een andere manier om de vertekening, die door zelf-rapportage kan optreden, op te lossen. Ook de schalen over e-mailoverload bevroegen telkens de subjectieve beleving van de participanten. Opnieuw geldt voor deze schalen dat toekomstige studies beter zouden gebruik maken van objectievere metingen. Hier kunnen we bijvoorbeeld denken aan bedrijfsgegevens over hoeveel tijd elke werknemer besteedt aan het lezen, beantwoorden en sorteren van e-mails. Peer ratings of supervisor ratings zouden de single source common method bias ook al kunnen verminderen. De gebruikte methode om data in te zamelen, snowball sampling, kan ook een zekere bias met zich hebben meegebracht. Het is namelijk zo dat bij snowball sampling mensen met meer sociale connecties een grotere, maar ongekende kans hebben om geselecteerd te worden in vergelijking met mensen met weinig sociale connecties (Berg, 2006). Op deze manier zou er reeds een filtering van proefpersonen kunnen opgetreden zijn. Bovendien blijkt ook dat bepaalde persoonlijkheidskenmerken gerelateerd zijn aan burnout (Schaufeli & Bakker, 2013). Het is zo dat burnout samenhangt met neuroticisme en emotionele labiliteit. Daarom zou het goed zijn om in toekomstig onderzoek deze persoonlijkheidseigenschappen mee in rekening te brengen. Ten slotte
kwamen werknemers uit verschillende soorten organisaties en
verschillende soorten sectoren. Ook dit kan de resultaten beïnvloed hebben. Iemand afkomstig uit de IT-sector bijvoorbeeld, zal heel anders omgaan met e-mailoverload dan iemand afkomstig uit de sociale sector. Voor toekomstig onderzoek zou het dus beter zijn om proefpersonen afkomstig uit eenzelfde soort organisatie en sector te bevragen. Dit biedt ook kansen voor generaliseerbaarheid van de resultaten. Dit kan interessant zijn in functie van de identificatie van risicoberoepen voor burnout. Implicaties Voor de Praktijk Dit onderzoek kan belangrijke implicaties hebben voor de praktijk. Ten eerste is uit de vele literatuur duidelijk geworden dat e-mailoverload op de werkvloer wel degelijk een probleem kan zijn. Door de gebruikte meetschaal van Moser et al. (2002) is
43
het duidelijk geworden dat e-mailoverload niet enkel bepaald wordt door de hoeveelheid e-mails, maar dat er ook enkele kwalitatieve factoren een rol spelen. Uit dit onderzoek
bleek
er
namelijk
één
hoofdeffect
te
zijn
van
deficiënte
communicatiekwaliteit in e-mails op depersonalisatie. Ook is gebleken dat het verhogen van internet self-efficacy en gepercipieerde controle in dit onderzoek niet de beste manieren waren om de relatie tussen e-mailoverload en burnout te verzwakken. In het algemeen blijkt dat de relatie tussen e-mailoverload en burnout in dit onderzoek niet echt uitgesproken naar voor gekomen is. Het is dus mogelijk dat het beter meevalt met e-mailoverload dan we denken? Deelnemers aan dit onderzoek ondervonden
wel
meer
depersonalisatie
ten
gevolge
van
de
deficiënte
communicatiekwaliteit van e-mails. Dit is een probleem die snel opgelost kan worden door training te voorzien. Uit voorgaand onderzoek is reeds gebleken dat training de negatieve gevolgen van e-mailoverload kan verbeteren (Soucek & Moser, 2010 ; Moser et al., 2002). Ook technologische (e.g. een filter voor junk mail) en organisatorische interventies (e.g. richtlijnen voor een adequaat gebruik van de carbon copy (cc) functie) kunnen helpen (Soucek & Moser, 2010). Een adequaat e-mailbeleid uitwerken in verband met het opstellen van e-mails kan de slechte communicatiekwaliteit van e-mails verhelpen, waardoor de relatie met depersonalisatie bij de werknemers misschien ook zal afnemen. Conclusie Voorgaand onderzoek heeft reeds aangetoond dat er een duidelijke link is tussen e-mailoverload en stress (Soucek & Moser, 2010). Kwalitatief onderzoek toonde reeds de relatie tussen e-mail en burnout aan (Camargo, 2008). In dit kwantitatieve onderzoek is globaal genomen de relatie tussen e-mail overload en burnout niet zo uitgesproken als verwacht werd. Er bleek wel een duidelijke relatie te zijn tussen deficiënte communicatiekwaliteit en de burnout component depersonalisatie. Door training te voorzien kan dit probleem gemakkelijk verholpen worden. Men zou in de organisatie een e-mailbeleid kunnen opstellen betreffende de manier van communiceren in e-mails. Een hoge mate van internet self-efficacy kan hier niet voor een oplossing zorgen, want uit dit onderzoek blijkt dat werknemers met een hoge internet self-efficacy juist meer depersonalisatie zullen ervaren ten gevolge van de slechte communicatiekwaliteit. Hier
44
is het belangrijk dat er rekening wordt gehouden met het ceiling-effect van de schaal self-efficacy. Dit kan voor een schaalverzwakking gezorgd hebben en dit kan de resultaten vertekend hebben. Het feit dat we ook geen causaliteit kunnen aantonen, biedt een kans voor toekomstig onderzoek. Tegenwoordig heeft bijna elke werknemer te maken met e-mailverkeer op het werk en de rol van e-mail lijkt alleen maar toe te nemen. Werknemers moeten in staat zijn om een zekere hoeveelheid e-mails te beantwoorden, zonder dat dit een slechte invloed heeft op de overige werkactiviteiten. Het blijft dus een belangrijk en actueel onderwerp dat verder onderzoek vereist.
45
Referenties Aiken, L. S., & West, S. G. (1991). Multiple regression: Testing and interpeting interactions. Thousand Oaks: CA: Sage. Ajzen, I. (2002). Perceived behavior control, self-efficacy, locus of control, and the theory of planned behavior. Journal of Applied Social Psychology 32, 665-683. doi: 10.1111/j.1559-1816.2002.tb00236.x Armitage, C. J., Armitage, C. J., Conner, M., Loach, J., & Willets, D. (2010). Different perceptions of control: Applying an extended theory of planned behavior to legal and illegal drug use. Basic and Applied Social Psychology, 21:4, 301-316. doi: 10.1207/S15324834BASP2104_4 Bälter, O. (2000). Keystroke level analysis of email message organization. Proc. CHI 2000
Conf.
Human
Factors
Comput.
Systems,
105-112.
doi:
10.1145/332040.332413 Bandura, A. (1977). Self-Efficacy: Toward a Unifying Theory of Behavioral Change. Psychological Review (84:2), 191-215. doi: 10.1037/0033-295X.84.2.191 Bandura, A. (1986). Social foundations of thought and action: A social cognitive theory. Englewood Cliffs: NJ: Prentice-Hall. Bandura,
A.
(2001).
Social
Cognitive
Theory
of
Mass
Communication.
Mediapsychology, 3, 265-299. doi: 10.1207/S1532785XMEP0303_03 Barley, S. R., Meyerson, D. E., & Grodal, S. (2011). E-mail as a source and symbol of stress. Organization Science, 22, 887-906. doi: 10.1287/orsc.1100.0573 Bellotti, V., Ducheneaut, N., Howard , M., & Smith, I. (2003). Taking Email to Task: The Design and Evaluation of a Task Management Centered Email Tool. Proceedings of the CHI 2003 Conference on Human Factors in Computing Systems (pp. 1-8). New York: ACM Press. doi: 10.1145/642671.642672
46
Bellotti, V., Ducheneaut, N., Howard, M., Smith, I., & Grinter, R. E. (2005). Quality versus quantity. (ACM, Red.) Proc. CHI 2003 Conf. Human Factors Comput. Systems, 345-352. Berg, S. (2006). Snowball Sampling-I. In S. Kotz, R. Campbell, N. Balakrishnan, & B. Vidakovic, Encyclopedia of Statistical Sciences (pp. 7817-7821). Hoboken: NJ: John Wiley and Sons, Inc. Berghel, H. (1997). E-mail - The good, the bad and the ugly. Communication of the ACM, 40, 11-15. doi: 10.1145/248448.248450 Burgess, A., Jackson, T. W., & Edwards, J. E. (2005). Email training significantly reduces email defects. International Journal of Information Management, 25, 71-83. doi: 10.1016/j.ijinfomgt.2004.10.004 Camargo, M. R. (2008). "A grounded theory study of the relationship between e-mail and burnout". Information Research, 13(4) paper 383. Retrieved from http://InformationR.net/ir/13-4/paper383.html Cohen, J. (1994). The earth is round (p <.05). American Psychologist, 49, 997-1003. Retrieved from http://ist-socrates.berkeley.edu/~maccoun/PP279_Cohen1.pdf Compeau, D. R., & Higgins, C. A. (1995, June). Computer Self-Efficacy: Development of a Measure and Initial Test. MISQuarterly, pp. 189-211. doi: 10.2307/249688 Conway, J. M., & Lance, C. E. (2010). What reviewers should expect from authors regarding common method bias in organizational research. J Bus Psychol 25, 325-334. doi: 10.1007/s10869-010-9181-6 Dabbish, L. A., & Kraut, R. E. (2006). Email overload at work: An Analysis of Factors Associated
with
Email
Strain.
CSCW'06,
431-440.
doi:
10.1145/1180875.1180941 Dabbish, L. A., Kraut, R. E., Fussell, S., & Kiesler, S. (2005). Understanding email use: Prediciting action on a message. Proceedings of ACM CHI 2005 Conference on Human Factors in Computing Systems (pp. 691-700). New York: ACM Press. doi: 10.1145/1054972.1055068
47
Danhof-Pont, M. B., Van Veen, T., & Zitman, F. G. (2011). Biomarkers in burnout: A systematic review. Journal of Psychomatic Research 70, 505-524. Dawley , D. D., & Anthony, W. P. (2003). User perceptions of e-mail at work. J. Bus. Tech. Comm. 17(2), 170-200. doi: 10.1177/1050651902250947 Demerouti, E., Nachreiner, F., Bakker, A., & Schaufeli, W. B. (2001). The Job Demands-Resources Model of Burnout. Journal of Applied Psychology, Vol.86, No. 3, 499-512. doi: 10.1037//0021-9010.86.3.499 El-Shinnaway, M., & Markus , M. L. (1998). Acceptance of communication media in organizations: Richness or features? IEEE Transactions on Professional Communication,
41,
242-253.
Retrieved
from
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=735366 Fallows, D. (2002). Email at work: Few feel overwhelmed and most are pleased with the way email helps them do their jobs. Pew Internet and American Life Project. Retrieved from http://www.pewinternet.org/pdfs/PIP_Work_Email_Report.pdf Farhoomand, A. F., & Drury, D. H. (2002, oktober). Managerial information overload. Communications
of
the
ACM
Vol.
45
No.10,
127-131.
doi:
10.1145/570907.570909 Frazee, V. (1996). Is e-mail doing more harm than good? Personnel Journal, 23. Hair, M., Renaud, K. V., & Ramsay, J. (2007). The influence of self-esteem and locus of control on perceived email-related stress. Computers in Human Behavior 23, 2791-2803. doi: 10.1016/j.chb.2006.05.005 Hansez, I., Mairiaux, P., Firket, P., & Braeckman, L. (2010). Onderzoek naar burnout bij de Belgische beroepsbevolking: samenvatting van het eindverslag. Retrieved from Federale overheidsdienst, Werkgelegenheid, Arbeid en Sociaal Overleg: http://www.werk.belgie.be/moduleDefault.aspx?id=33630 Hessling, R., Traxel, N., & Schmidt, T. (2004). Ceiling effect. In A. B. Michael S. Lewis-Beck, The SAGE Encyclopedia of Social Science Research Methods (p.
48
107).
Thousand
Oaks:
CA:
Sage
Publications.
doi:
10.4135/9781412950589.n102 Hogan, B., & Fisher, D. (2006). A Scale for Measuring Email Overload. Retrieved from ftp://ftp.research.microsoft.com/pub/tr/TR-2006-65.pdf Hsu, M.-H., & Chiu, C.-M. (2003). Internet self-efficacy and electronic service acceptance.
Decision
Support
Systems
38,
369-381.
doi:
10.1016/j.dss.2003.08.001 Jaccard, J., & Turrisi, R. (2003). Interaction effects in multiple regression (2nd ed.). London: Sage. Jackson, T. W., Dawson, R., & Wilson, D. (1999). Improving the communications process: The costs and effectiveness of email compared with traditional media. Proc. 4th Internat. Conf. Software Process Improvement, Res., Ed. Training (INSPIRE’99), Heraklion, Crete, 167-178. Jackson, T., Dawson, R., & Wilson, D. (2003). Reducing the effect of email interruptions on employees. International Journal of Information Management 23 (2003), 55-65. doi: 10.1016/S0268-4012(02)00068-3 Kolb, D. G., Caza, A., & Collins, P. D. (2012). States of Connectivity: New Questions and
New
Directions.
Organization
Studies
33(2),
267-273.
doi:
10.1177/0170840611431653 Kolb, D. G., Collins, P. D., & Lind, E. A. (2008). Requisite connectivty: Finding flow in a not-so-flat
world. Organizational dynamics, 37, 181-189. doi:
10.1016/j.orgdyn.2008.02.004 Lin, B. C., Kain, J. M., & Fritz, C. (2013). Don't interrupt me! An examination of the relationship between intrusions at work and employee strain. International Journal of Stress Management, Vol. 20, No. 2, 77-94. doi: 10.1037/a0031637 Manger, T., Wicklund, R. A., & Eikeland, O. J. (2003). Speed communication and solving problems. Communications 28(3), 323-337.
49
Manstead, A. S., & Van Eekelen, S. A. (1998). Distinguishing between perceived behavior control and self-efficacy in the domain of academic achievement intentions and behaviors. Journal of Applied Social Psychology 28, 15, 13751392. doi: 10.1111/j.1559-1816.1998.tb01682.x Maslach, C., & Jackson, S. E. (1981). The measurement of experienced burnout. Journal of Occupational Behavior, Vol. 2, 99-113. doi: 10.1002/job.4030020205 Maslach, C., Schaufeli, W. B., & Leiter, M. P. (2001). Job Burnout. Annual Review of Psychology, 397-422. doi: 10.1146/annurev.psych.52.1.397 Moser, K., Preising, K., Görtiz, A. S., & Paul, K. (2002). Increasing information load at the workplace: strain-balanced coping with the electronic media (email, internet). Dortmund/Berlin/Dresden: Federal Institute for Occupational Safety and Health. Neustaedter, C., Brush, A., & Smith, M. (2005). Beyond “From” and “Received”: Exploring the Dynamics of Email Triage. Proceedings of the CHI 2005 Conference on Human Factors in Computing Systems. New York: ACM Press. doi: 10.1145/1056808.1057071 Oliver, P. (2006). Snowball sampling. In V. Jupp, The SAGE Dictionary of Social Research Methods (p. 352). London: SAGE Publications Ltd. Otte, S., Bangerter, A., Britisch, M., & Wüthrich, U. (2013). Attitudes of coaches towards computer technology in coaching. 16th EAWOP Congress 2013. Imagine the future world: How do we want to work tomorrow? (pp. 1-108). Münster: European Association of Work and Organizational Psychology. Patlan-Perez, J. (2014). Effect of work overload and burnout (chronic stress) on the quality of work life. Proceedings of the 11th European Academy of Occupational Health Psychology Conference: Looking at the past - planning for the future: Capitalizing on OHP multidisciplinarity (pp. 1-365). London: European Academy of Occupational Health Psychology.
50
Phelps, J. E. (2004). Viral marketing or electronic work of mouth advertising: examining consumer responses and motivations to pass along email. Journal of Advertising Research, 44 (4), 333-348. doi: 10.1017/S0021849904040371 Renaud, K., Ramsay, J., & Hair, M. (2006). "You've Got E-mail!" ... Shall I Deal With It Now? Electronic Mail From The Recipient's Perspective. International journal of human-computer interaction, 21(3), 313-332. Retrieved from http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.303.4446&rep=rep1& type=pdf Rennecker, J., & Derks, D. (2013). Email overload. Fine-tuning the research lens. In D. Derks, & A. B. Bakker (Eds.), The Psychology of digital media and work (pp. 14-38). Hove Sussex: Psychology Press. Schaufeli, W. B., & Bakker, A. B. (2013). Burnout en bevlogenheid. In W. B. Schaufeli, & A. B. Bakker, De psychologie van arbeid en gezondheid (pp. 305322). Houten: Bohn Stafleu van Loghum. doi: 10.1007/978-90-313-6556-2_17 Schaufeli, W. B., & Taris, T. W. (2013). Het job demands-resources model: Overzicht en kritische beschouwing. Gedrag & Organisatie, 26, 182-204. Retrieved from http://www.wilmarschaufeli.nl/publications/Schaufeli/401.pdf Schaufeli, W., & Schaap, C. (1995). Burnout. In W. E. (Red.), Handboek Klinische psychologie (pp. 1-20). Houten: Bohn, Stafleu & Van Loghum. Retrieved from http://www.wilmarschaufeli.nl/publications/Schaufeli/072.pdf Soucek, R., & Moser, K. (2010). Coping with information overload in email communication: Evaluation of a training intervention. Computers in Human Behavior 26 (2010), 1458-1466. doi: 10.1016/j.chb.2010.04.024 Sproull, L., & Kiesler, S. (1986). Reducing social context cues: electronic mail in organizational communication. Management Science Vol. 32, No. 11, 14921512. doi: 10.1287/mnsc.32.11.1492 Sproull, L., & Kiesler, S. (1991). Connections: New ways of working in the networked organization. Cambridge,: MA: MIT Press.
51
Sumecki, D., Chipulu, M., & Ojiako, U. (2011). Email overload: Exploring the moderating role of the perception of email as a 'business critical' tool. International Journal of Information Management 31, 407-414. doi: 10.1016/j.ijinfomgt.2010.12.008 Taris, T. W., & Kompier, M. (2003). Challenges in longitudinal designs in occupational health psychology. Scandinavian Journal of Work Environment & Health, 29(1), 1-4. doi: 10.5271/sjweh.697 Taris, T., Houtman, I., & Schaufeli, W. (2013). Burnout: de stand van zaken. Tijdschrift voor
Arbeidsvraagstukken
(29)
3,
241-257.
Retrieved
from
http://www.wilmarschaufeli.nl/publications/Schaufeli/410.pdf Totawar, A. K., & Nambudiri, R. (2002). An overview of depersonalization in the Organizational Context. Indore Management Journal, Vol.4, issue 2, 64-72. Retrieved from http://www.iimidr.ac.in/iimi/images/IMJ/Volume4_Issue2/An%20Overview%2 0of%20Depersonalization%20in%20the.pdfhttp://www.iimidr.ac.in/iimi/images/ IMJ/Volume4_Issue2/An%20Overview%20of%20Depersonalization%20in%20 the.pdf Westling, D. (2001). Gartner finds U.S. vacationers addicted to e-mail.Survey shows 42 percent of users check business e-mail on vacation. Retrieved from http://www.gartner.com/5_about/press_room/pr20010702a.html. Whittaker, S., & Sidner, C. (1996). Email overload: Exploring personal information management of email. Human Factors Comput. Systems: Proc. (CHI’96), 276283. doi: 10.1145/238386.238530
52
Appendix
Bijlage 1. Begeleidende brief (Online)
54
Bijlage 2. Vragenlijsten
55
53
Bijlage 1. Begeleidende brief (Online)
Beste,
Mijn naam is Veerle Vanoverberghe, student e Bedrijfspsychologie en Personeelsbeleid aan de Universiteit Gent .
In het kader van mijn thesis doe ik onderzoek naar e-mailgebruik op de werkvloer. Volgende pagina´s zijn erg gemakkelijk in t e vullen en vragen weinig inspanning. Het zal ongeveer 10 à 15 minuten van uw tijd in beslag nemen. U kunt mij hierbij enorm vooruit helpen met mijn thesis.
Deze gegevens worden volledig ANONIEM verwerkt en zullen gebruikt worden in mijn onderzoek. Het rode sterretje op de eerste pagina wijst op verplicht in te vullen velden. Maar gelieve op alle pagina's alle vragen in te vullen en geen vragen over te slaan.
Veel succes en alvast bedankt op voorhand! Voor verdere inlichtingen kunt U me steeds contact eren via onderstaand e-mailadres.
Met vriendelijke groeten,
Veerle Vanoverberghe
[email protected]
54
Bijlage 2. Vragenlijsten
Persoonlijke gegevens 1. Wat is Uw leeftijd? 2. Wat is Uw geslacht?
Man
Vrouw
3. Wat is Uw hoogst behaalde graad?
Lager onderwijs
Secondair onderwijs
Bachelor / Graduaat
Master / Licentiaat
Doctor
4. In welke sector werkt U? 5. Hoeveel jaren werkt U al? 6. Hoeveel e-mails ontvangt U op een gemiddelde werkdag op het werk? 7. Hoeveel uren per dag besteedt U op de computer in functie van Uw werk? 8. Hoeveel uren per dag besteedt U op de computer in Uw privé tijd? 9. Hebt U een smartphone die U gedeeltelijk/volledig gebruikt voor het werk?
Neen
Gedeeltelijk
Volledig
10. Hebt U een Ipad/tablet die U gedeeltelijk/volledig gebruikt voor het werk?
Neen
Gedeeltelijk
Volledig
11. Heeft U een leidinggevende functie?
Ja
Neen
55
E-mailoverload Information overload
Beantwoord volgende vragen in verband met nieuwe media. Onder nieuwe media verstaan we internet (facebook, twitter,…), e-mail, mobiele telefonie,… Scores: (1) Helemaal mee oneens (2) Oneens (3) Soms (4) Eens (5) Helemaal mee eens
1. Ondanks diverse pogingen, heb ik het door de toevloed aan informatie nog steeds moeilijk om de nieuwe media als werkbesparend te beschouwen.
(1)
(2)
(3)
(4)
(5)
2. Door de toevloed aan informatie, duiken bij mijn gebruik van de nieuwe media telkens weer problemen op.
(1)
(2)
(3)
(4)
(5)
3. Ik weet eigenlijk niet wat ik moet doen om geen problemen meer te hebben met de informatiestroom, afkomstig van de nieuwe media.
(1)
(2)
(3)
(4)
(5)
4. Op mijn werk word ik door de hoeveelheid aan informatie er constant aan herinnerd hoe ontoereikend de nieuwe media toch zijn.
(1)
(2)
(3)
(4)
(5)
5. Bij mijn werk word ik door de (1) hoeveelheid informatie er voortdurend aan herinnerd dat het gebruik van nieuwe media voor verbetering vatbaar is.
(2)
(3)
(4)
(5)
6. De constante toevloed aan e-mails is voor mij vervelender dan slechts één keer per dag post te ontvangen.
(2)
(3)
(4)
(5)
(1)
56
Inefficiënte workflow
Beantwoord volgende vragen in verband met nieuwe media. Onder nieuwe media verstaan we internet (facebook, twitter,…), e-mail, mobiele telefonie,… Scores: (1) Helemaal mee oneens (2) Oneens (3) Soms (4) Eens (5) Helemaal mee eens
1. Het lezen en beantwoorden van e-mails neemt zoveel tijd in beslag, dat ik met moeite mijn andere taken kan uitvoeren.
(1)
(2)
(3)
(4)
(5)
2. Wanneer de toevloed aan informatie van de nieuwe media te groot wordt, kan ik mijn andere taken nauwelijks zinvol uitvoeren.
(1)
(2)
(3)
(4)
(5)
3. Problemen met toevloed aan informatie van de nieuwe media beïnvloeden mijn volledige dagtaak.
(1)
(2)
(3)
(4)
(5)
4. Op mijn werk zijn verbeteringen inzake de verwerking van de toevloed aan informatie te wijten aan de nieuwe media, practisch moeilijk te realiseren.
(1)
(2)
(3)
(4)
(5)
5. Het verwerken van e-mails neemt zoveel tijd in beslag, dat ik andere taken verwaarloos.
(1)
(2)
(3)
(4)
(5)
6. Wanneer ik denk dat ik de toevloed aan e-mails verwerkt heb, dan duikt datzelfde probleem snel opnieuw op.
(1)
(2)
(3)
(4)
(5)
7. Wanneer ik enige tijd niet op mijn werk was, dan wacht bij mijn terugkeer een overvloed aan e-mails.
(1)
(2)
(3)
(4)
(5)
8. Door de nieuwe media in mijn werkomgeving vallen pauzes weg.
(1)
(2)
(3)
(4)
(5)
57
Deficiënte communicatiekwaliteit
Beantwoord volgende vragen in verband met nieuwe media. Onder nieuwe media verstaan we internet (facebook, twitter,…), e-mail, mobiele telefonie,… Scores: (1) Helemaal mee oneens (2) Oneens (3) Soms (4) Eens (5) Helemaal mee eens 1. Mijn collega’s en chefs laten zich door de nieuwe media verleiden tot het louter doorsturen van informatie.
(1)
(2)
(3)
(4)
(5)
2. Informatie verstuurd met de nieuwe media, behandel ik oppervlakkiger dan brief of fax.
(1)
(2)
(3)
(4)
(5)
3. Informatie verstuurd met de nieuwe media, lees ik niet zo grondig als een brief of fax.
(1)
(2)
(3)
(4)
(5)
4. Ik krijg dikwijls e-mails die oppervlakkigere informatie bevatten dan bijvoorbeeld een brief of fax.
(1)
(2)
(3)
(4)
(5)
5. Inhoudelijk kan ik informatie op papier beter begrijpen dan op e-mail.
(1)
(2)
(3)
(4)
(5)
6. Tussen collega’s en mij komt het vaker tot misverstanden omdat ze mijn e-mails niet correct gelezen hebben.
(1)
(2)
(3)
(4)
(5)
58
Internet self-efficacy
Duid aan hoe vertrouwd je bent met volgende zaken. “Ik voel me vertrouwd…” Scores: (1) Volledig niet akkoord (3) Neutraal (5) Volledig akkoord 1. … met informatie vinden door een zoekmachine (e.g. Google) te gebruiken.
(1)
(2)
(3)
(4)
(5)
2. … met e-mail berichten ontvangen.
(1)
(2)
(3)
(4)
(5)
3. … met e-mail berichten versturen.
(1)
(2)
(3)
(4)
(5)
4. … met bestanden toegevoegd aan een e-mail op te slaan.
(1)
(2)
(3)
(4)
(5)
5. … om bestanden toe te voegen aan een e-mail.
(1)
(2)
(3)
(4)
(5)
6. … met het plannen van evenementen of vergaderingen online via Doodle, Google Calendar, …
(1)
(2)
(3)
(4)
(5)
Gepercipieerde controle
Beantwoord volgende vragen met volledig niet akkoord (1), neutraal (3) of volledig akkoord (5) 1. Of ik e-mail gebruik voor het werk hangt volledig van mezelf af.
(1)
(2)
(3)
(4)
(5)
2. Ik heb heel weinig persoonlijke controle over het gebruik van e-mail voor het werk.
(1)
(2)
(3)
(4)
(5)
3. Ik heb heel veel persoonlijke controle (1) over het gebruik van e-mail voor het werk.
(2)
(3)
(4)
(5)
59
4. Ik heb het gebruik van e-mail niet onder (1) controle.
(2)
(3)
(4)
(5)
Burnout
Beantwoord volgende vragen in verband met hoe je je voelt. Kies tussen de volgende mogelijkheden: (1) Nooit (2) Sporadisch (3) Af en toe (4) Regelmatig (5) Dikwijls (6) Zeer dikwijls (7) Altijd
1. Ik voel me mentaal uitgeput door mijn werk.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
2. Ik twijfel aan het nut van mijn werk.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
3. Een hele dag werken vormt een zware belasting voor mij.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
4. Ik weet de problemen in mijn werk goed op te lossen.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
5. Ik voel me “opgebrand” door mijn werk.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
6. Ik heb het gevoel dat ik met mijn werk een positieve bijdrage lever aan het functioneren van de organisatie.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
7. Ik merk dat ik te veel afstand heb gekregen van mijn werk.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
8. Ik ben niet meer zo enthousiast als vroeger over mijn werk.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
9. Ik vind dat ik mijn werk goed doe.
(1)
(2)
(3)
(4)
(5)
(6)
(7) 60
10. Als ik op mijn werk iets afrond, vrolijkt me dat op.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
11. Aan het einde van een werkdag voel ik (1) me leeg.
(2)
(3)
(4)
(5)
(6)
(7)
12. Ik heb in deze baan veel waardevolle dingen bereikt.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
13. Ik voel me vermoeid als ik ’s morgens opsta en er weer een werkdag voor me ligt.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
14. Ik ben cynischer geworden over de effecten van mijn werk.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
15. Op mijn werk blaak ik van zelfvertrouwen.
(1)
(2)
(3)
(4)
(5)
(6)
(7)
61
