Faculteit Psychologie en Pedagogische Wetenschappen Academiejaar 2010-2011 Tweede Examenperiode
STUDEREN EN EEN BIJBAAN: POSITIEVE OF NEGATIEVE EFFECTEN?
Scriptie neergelegd tot het behalen van de graad van 2e Master in de Psychologie, Optie Bedrijfspsychologie en Personeelsbeleid, door Emilie Thant en Daphne Van Royen
Promotor: Prof. Dr. Eva Derous
Ondergetekenden, Emilie Thant en Daphne Van Royen, geven toelating tot het raadplegen van de scriptie door derden.
3
Dankwoord
Eerst en vooral willen wij een aantal mensen bedanken voor hun hulp bij de verwezenlijking van deze scriptie. In de eerste plaats willen wij onze promotor Prof. Dr. Eva Derous bedanken voor tips, opmerkingen en feedback, die ze ons, ondanks haar drukke werkschema, gaf. Ten tweede willen wij onze goede vriendin, Anke Van Gulck, bedanken voor de tijd en moeite die ze stak in het uitleggen van de statistische procedures die we moesten uitvoeren. Haar bijdrage heeft ons enorm veel geholpen. Vervolgens willen wij enkele vrienden en familieleden bedanken, die bereid waren deze thesis na te lezen: onze vriendin Melissa D‟Haen, Marleen Van Royen en Pascal Thant. Ook onze partners, Toon Wauman en Matthias Van Hulle, verdienen een woord van dank. Voor het nalezen, maar vooral voor de steun en opbeurende woorden op momenten dat het moeilijk was om door te zetten. Zonder hen was deze scriptie niet geworden hoe ze nu is. Ten slotte willen wij elkaar bedanken. Het is een lange weg geweest die we aflegden, met een paar hindernissen onderweg, maar we kunnen eerlijk zeggen we er samen sterker van zijn geworden.
4
Abstract
Het aantal studenten dat voltijdse studies combineert met een bijbaan tijdens het schooljaar groeit elk jaar opnieuw. Het doel van deze studie is onderzoeken of de combinatie tussen studeren en werken vooral voordelen of vooral nadelen met zich meebrengt. In deze studie onderzoeken we bij 520 Vlaamse studenten vanaf 16 jaar of een bijbaan invloed heeft op enerzijds hun studieresultaten en anderzijds hun persoonlijk welzijn. Verder gaan we na of deze relatie wordt beïnvloed door de werkvereisten van de bijbaan of doordat de student „primair georiënteerd‟ is op het goed presteren op school. Een reeks hiërarchische regressieanalyses wees uit dat het hebben van een bijbaan samenhangt met slechtere studieresultaten en met een verminderd welzijn. Verder bleken de academische prestaties nog sterker te dalen wanneer studenten meer uren werkten. Dat men deze negatieve situatie kan omkeren door meer rekening te houden met de werkvereisten van de bijbaan en de primaire oriëntatie van de student werd niet bewezen. We kunnen concluderen dat hoewel het aantal studenten met een bijbaan stijgt, dit negatieve gevolgen teweeg kan brengen voor de academische resultaten en het persoonlijk welzijn van de student. Deze resultaten wijzen op de nood naar meer beleidsmaatregelen die een optimale afstemming tussen studeren en werken mogelijk maken. Trefwoorden: Combinatie studies-bijbaan; Spillover; Primaire oriëntatie; Werkvereisten
5
Inhoudstabel
Dankwoord ....................................................................................................................... 3 Abstract ............................................................................................................................. 4 Inhoudstabel ..................................................................................................................... 5 De Student aan het Werk: Een Situering .......................................................................... 6 De Student aan het Werk: Wat zegt de Literatuur? .......................................................... 9 Invloed van een Bijbaan op Schoolprestaties ............................................................... 9 Moderator Primaire Oriëntatie.................................................................................... 15 Invloed van een Bijbaan op Welzijn .......................................................................... 17 Moderator Werkvereisten ........................................................................................... 19 Methode .......................................................................................................................... 22 Steekproef en Procedure ............................................................................................. 22 Meetinstrumenten ....................................................................................................... 23 Statistische analyses ................................................................................................... 26 Resultaten ....................................................................................................................... 29 Beschrijvende Statistieken.......................................................................................... 29 Hypothesetoetsing ...................................................................................................... 30 Hypothese 1 ............................................................................................................ 30 Hypothese 2 ............................................................................................................ 34 Hypothese 4 ............................................................................................................ 37 Hypothese 5 ............................................................................................................ 38 Discussie ......................................................................................................................... 40 Beperkingen en Suggesties voor verder onderzoek .................................................... 45 Praktische Implicaties ................................................................................................. 49 Conclusie ........................................................................................................................ 51 Referenties ...................................................................................................................... 52 Bijlage............................................................................................................................. 64 Vragenlijst .................................................................................................................. 64
6
De Student aan het Werk: Een Situering
In de hedendaagse economie worden jongeren uitgedaagd om van jongs af aan zoveel mogelijk ervaring op te doen. Sommige jongeren kiezen voor het maken van een wereldreis, terwijl anderen ervoor kiezen om zo vroeg mogelijk deel uit te maken van de arbeidsmarkt. Een onderzoek uitgevoerd door Randstad (2010) wees uit dat het aantal studenten dat tijdens het schooljaar werkt een stijgende lijn volgt. Zo zou vandaag, vergeleken met een gelijkaardige studie uitgevoerd in 2004, maar liefst 15% meer jongeren een bijbaan hebben tijdens het schooljaar. De redenen voor het hebben van een bijbaan zijn erg uiteenlopend: Men wil wat extra zakgeld verdienen, spaart voor een eigen autootje, moet bijdragen aan de kosten die de studie met zich meebrengt of wil al wat ervaring opdoen in het werkleven (Bachman, Safron, Rogala Sy, & Schulenberg, 2002; Derous & Ryan, 2008; Horn, Peter, & Rooney, 2002; Swanson, Broadbridge, & Karatzias, 2006). Dat het behalen van goede studieresultaten erg belangrijk is, werd reeds aangetoond door Berk (2007) en Fisher (1998). Berk stelde dat leerlingen die slechte resultaten behalen op school een grotere kans hebben om hun studies niet te voltooien. Deze beslissing heeft op zijn beurt een invloed op de tewerkstellingskansen van deze studenten. Ook Fisher (1998) kaartte de invloed op tewerkstelling aan. Hij stelde dat studieresultaten door werkgevers worden gebruikt om een eerste selectie te maken tussen kandidaten. Er wordt minder gekeken naar welke studies de student heeft gevolgd, maar eerder naar de manier waarop hij zijn studie volbracht. We stelden ons hierbij de vraag of het hebben van een bijbaan, met de werkuren die hierbij horen, niet ten koste van deze studieresultaten gaat. Het „Zero-Sum‟ model van Coleman (1961) stelt immers dat een toenemende toewijding aan werken (in termen van tijd, energie, enz.) rechtstreeks leidt tot een afnemende toewijding aan de studies. Meer tijd spenderen aan je bijbaan, betekent minder tijd spenderen aan je studies. Een andere redenering vindt men bij de „Dynamics of Action‟ theorie van Atkinson en Birch (1970). Zij hebben het over het maken van een keuze tussen twee activiteiten, waarbij de beslissing beïnvloed wordt door de motivatie die men heeft voor het uitvoeren van elk van deze activiteiten. Zo zal een student die meer gemotiveerd is om zijn bijbaan uit te oefenen frequenter en langer werken, wat een rechtstreekse vermindering van de studietijd betekent. Een meer innovatieve en extremere theorie die aanleunt bij de
7 redenering van Atkinson en Birch (1970) is het „Primary Orientation‟ model van Warren (2009). Ook in deze theorie wordt de keuze tussen twee activiteiten beïnvloed door onderliggende motieven. Warren stelt dat de relatie tussen werkintensiteit en studieresultaten eerder afhankelijk is van psychosociale factoren dan van het spenderen van tijd en middelen. Primaire oriëntatie is het kernbegrip van dit model. Hiermee wordt de focus van de persoon bedoeld. Dit is iemands‟ primaire doel of datgene waar men het meeste belang aan hecht: Het goed doen op school of het goed doen op het werk. Studenten waarbij hun primaire oriëntatie op school ligt, doen het volgens dit model goed op school, onafhankelijk van het aantal uren dat men werkt. Studenten waarbij de primaire oriëntatie op werken ligt, doen het slechter op school, vermits dit voor hen slechts van secundair belang is. Dit zeer recente model werd nog niet vaak gehanteerd bij het uitvoeren van onderzoek, wat het des te interessanter maakt om deze variabele hier wel in rekening te brengen. Naast het effect op studieresultaten, stelden we ons de vraag of het hebben van een bijbaan goed is voor het algemeen welzijn van de student. Derous en Ryan (2008) rapporteerden immers dat het opnemen van een dubbele rol (die van student en werknemer) het welzijn van de student schaadt. Vele studies rapporteren de nadelige gevolgen van bepaalde karakteristieken van de bijbaan op het welbevinden van studenten. Zo zou het aantal werkuren schadelijke effecten hebben op het persoonlijk functioneren van de student (Bachman & Schulenberg, 1993; Derous & Ryan, 2008; Markel & Frone, 1998; Steinberg & Dornbush, 1991; Steinberg, Fegley, & Dornbusch, 1993). Een hoge tewerkstellingsintensiteit zou leiden tot psychologische stress, een lage mate van jobtevredenheid, psychologisch disfunctioneren en een verhoogd risico voor de gezondheid (Cotton, Dollard, & de Jonge, 2002, Steinberg & Dornbusch, 1991; Weller, Kelder, Cooper, Basen-Engquist, & Tortolero, 2003). Indien deze bevindingen systematisch gerepliceerd worden, kan dit impliceren dat de overheid maatregelen dient te treffen om werkende jongeren te beschermen. Bovendien wordt het op deze manier ook minder aantrekkelijk voor een werkgever om studenten in dienst te nemen. Zowel Cotton et al. (2002) als Robbins en Judge (2009) bevestigden namelijk de hypothese dat gelukkige werknemers ook meer productieve werknemers zijn. Wanneer het welzijn van de studenten daalt, zal dit invloed hebben op hun werkprestaties. Naast het aantal werkuren speelt ook werklast een belangrijke rol. Studies rapporteren dat hoge werkvereisten de negatieve effecten van het aantal werkuren nog
8 kunnen versterken (Van Ruysseveldt & Proost, 2010). Hoge werkvereisten zorgen voor een situatie die zowel fysiek als psychisch zeer belastend is. Dit kan leiden tot een verminderd psychisch welzijn (Frone, Yardley, & Markel, 1997). Verder zou werklast leiden tot vermoeidheid, verminderd leervermogen, psychologisch disfunctioneren, en een hoge mate van stress (Cotton et al., 2002; Markel & Frone, 1998; Mortimer, Finch, Ryu, Shanahan, & Call, 196; Steinberg & Dornbusch, 1991). De variabele werkvereisten wordt als laatste mee opgenomen in dit onderzoek. In het verleden werden deze variabelen slechts in erg beperkte mate onderzocht bij Vlaamse jongeren (Vangoetsenhoven, 2007). Voorgaande studies werden uitgevoerd in de Verenigde Staten (Bachman, Safron, Rogala Sy, & Schulenberg, 2003; Derous & Ryan, 2008; Poyrazli et al., 2008; Warren, 2002; Weller et al., 2003), in Australië (Cotton et al., 2002), in het Verenigd Koninkrijk (Daniels & Harris, 2000; Martin & McCabe, 2007; Swanson et al., 2006) en in Canada (Barling, Rogers, & Kelloway, 1995). Zowel het schoolsysteem als onze arbeidsmarkt verschillen echter van deze streken, waardoor het opportuun is deze bevindingen te repliceren in een Vlaamse context. Vorige
studies
legden
de
focus
op
het
aantal
werkuren.
Naast
de
tewerkstellingsintensiteit, wou deze studie ook onderzoeken of er verschillen bestaan tussen studenten die een bijbaan hebben en studenten zonder een bijbaan. Het algemene doel van deze studie was het onderzoeken of het hebben van een bijbaan eerder positieve of eerder negatieve effecten heeft voor de studieresultaten en het welzijn van studenten. We wilden met andere woorden onderzoeken of het nu net een voordeel of eerder een nadeel is voor een student om te kiezen voor het combineren van de studies met een bijbaan. Verder wilden we onderzoeken of deze effecten anders zijn wanneer we rekening houden met zowel de primaire oriëntatie van de doelgroep, als met de werkvereisten van de bijbaan. Hieraan wilden we vervolgens enkele raadgevingen voor studenten koppelen. In deze scriptie wordt eerst de bestaande literatuur bekeken over de veronderstelde relaties, waaruit een aantal hypothesen werden vooropgesteld. Vervolgens werden deze hypothesen getoetst. De resultaten van deze analyses worden aan het einde van dit rapport besproken. We eindigen met de het bespreken van de beperkingen en implicaties van de resultaten, met als slot een besluit.
9
De Student aan het Werk: Wat zegt de Literatuur?
In deze studie onderzochten we hoe het hebben van een bijbaan de academische prestaties en het persoonlijk welzijn van studenten beïnvloedt. Naast een analyse van de effecten die de werkintensiteit teweeg brengt en een exploratieve vergelijking tussen studenten met en zonder bijbaan, werd rekening gehouden met eigenschappen van de student en bijbaan die deze effecten zouden kunnen beïnvloeden. Zo keken we of de primaire oriëntatie van de student de relatie tussen een bijbaan en studieresultaten modereert. We wilden onderzoeken of de gevolgen van het hebben van een bijbaan anders waren voor studenten met een primaire focus op het behalen van goede punten op school, dan voor studenten met een primaire focus op het goed doen op het werk. Aanvullend onderzochten we of de vereisten van de bijbaan, zoals werklast, een rol speelden. Hierbij keken we of het hebben van een bijbaan waarbij de student harder moest werken extremere gevolgen had dan een bijbaan waarbij de student eenvoudige taken uitvoerde. In dit onderdeel wordt elke veronderstelde samenhang puntsgewijs verder uitgelegd en beargumenteerd aan de hand van reeds bestaande theorieën en studies. Dit wordt afgesloten met een schematische samenvatting van de veronderstelde hypothesen.
Invloed van een Bijbaan op Schoolprestaties Bij de relatie tussen het hebben van een bijbaan en de schoolprestaties van de student, wordt hier aandacht besteed aan de Dynamics of Action theorie en aan het Zero-Sum model. De Dynamics of Action theorie van Atkinson en Birch (1970) geeft een motivationele verklaring voor de verschillen tussen prestaties van individuen op een specifieke activiteit. Zij stellen dat de initiatie van een bepaalde activiteit op een gegeven moment en de duurtijd van deze activiteit afhangen van zowel de hoeveelheid motivatie voor deze activiteit als van de hoeveelheid motivatie voor andere, concurrerende activiteiten. Dit wil zeggen dat men meer tijd besteedt aan een activiteit naarmate men hiervoor meer gemotiveerd is, maar ook naarmate de motivatie voor andere activiteiten lager is. Wanneer gedrag van een individu verandert, impliceert dit ook dat er een verschuiving heeft plaatsgevonden in de relatieve sterkte van de motivatie voor de eerdere en voor de volgende activiteit. Dit op zo‟n manier dat er een verandering van gedrag veroorzaakt wordt. Op elk moment wordt dus de sterkste motivatie uitgedrukt in gedrag. Wanneer dit toegepast wordt op een academische context, stelt
10 deze theorie dat het niet enkel belangrijk is te kijken naar de motivatie van de student om te studeren, maar ook naar de sterkte van de motivatie voor alternatieve acties die hij of zij zou kunnen uitoefenen. De aanlokkelijkheid van deze alternatieve acties, zoals gaan sporten, naar de bioscoop gaan, televisie kijken of het uitoefenen van een bijbaan, bepalen mede zijn motivatie voor de uitvoering van deze activiteiten en dus mede zijn gedrag. Deze theorie ondersteunt het feit dat studenten een keuze dienen te maken tussen twee activiteiten (vereenvoudigd voorgesteld). Afhankelijk van hun motivatie kiezen ze voor één activiteit, wat wil zeggen dat de andere activiteit niet wordt uitgevoerd. Wie gaat werken, studeert minder en haalt bijgevolg ook minder goede schoolresultaten. Een meer radicale benadering van deze aspecten betreft het Zero-Sum model. Dit model werd voor het eerst beschreven door James Coleman in zijn werk “The Adolescent Society” uit 1961. Hij stelt principieel dat een student zich volledig dient toe te leggen op zijn studies en zo weinig mogelijk afleiding mag hebben. Hij gaat ervan uit dat elke minuut die besteed wordt aan een andere, niet-schoolse, activiteit een “verloren” minuut is. Tijd en energie die gespendeerd wordt aan een bijbaan wordt volgens hem primair en direct afgetrokken van de tijd en energie gespendeerd aan de studies. In termen van een verdeling van tijd (time management), wil dit zeggen dat een uur meer auto‟s wassen een uur minder studeren of huiswerk maken betekent. Zijn model stelt dat hoe meer tijd een student spendeert aan een bijbaan, hoe minder tijd hij spendeert aan zijn studies, dus hoe slechter zijn resultaten zijn. Evidentie voor deze benadering wordt gevonden in een studie van Oettinger (1998) waaruit blijkt dat het hebben van een bijbaan tijdens de zomervakantie geen negatief effect heeft op studieresultaten, terwijl tewerkstelling tijdens het academiejaar dit wel heeft. Oettinger concludeert dat dit resultaat, naar alle waarschijnlijkheid, verklaard kan worden door te stellen dat tijdens het academiejaar de werkuren worden afgetrokken van het aantal uren dat men studeert. Met deze stelling steunt hij de Zero-Sum benadering. Hoewel het Zero-Sum model in eerste instantie een erg logische redenering lijkt te volgen, kan je er toch een paar bedenkingen bij maken. Men houdt bijvoorbeeld geen rekening met andere alternatieve activiteiten. Het is niet zo dat studenten enkel tijd spenderen aan studeren en/of werken. Het is bijgevolg erg zwart-wit te veronderstellen dat wanneer een student geen bijbaan zou hebben, hij automatisch meer tijd spendeert aan zijn studies. De bespaarde tijd kan ook naar hobby‟s, vrienden en uitgaan gaan. Dit wordt aangetoond door Schoenhals, Tienda, en Schneider (1998) die uit hun onderzoek concludeerden dat hoe meer de schoolgaande jeugd werkt, hoe minder tijd ze spenderen aan televisie kijken. De werktijd staat volgens hen dus niet in
11 conflict met de studeertijd, maar eerder met de vrije tijd. Deze studie gaat in tegen de dualistische visie (of werken of studeren) van het Zero-Sum model, vermits meer werken niet tegenover minder studeren staat, maar bijvoorbeeld tegenover minder televisie kijken. Ondanks de bedenkingen bij dit model, wordt de redenering van Coleman bijna universeel, expliciet dan wel impliciet, overgenomen in recenter onderzoek om de relatie tussen een bijbaan en schoolprestaties te verklaren (Warren, 2002). De literatuur maakt duidelijk dat bij de meeste studies geen opsplitsing gemaakt wordt tussen werkende en niet-werkende studenten. Men bestudeerde gebruikelijk enkel de intensiteit van de tewerkstelling. Steinberg en Dornbursh (1991) rapporteerden hierover dat er een consensus heerst onder onderzoekers dat het effect van de tewerkstelling gelinkt is aan de hoeveelheid werk dat de student op zich neemt en niet aan het feit of hij al dan niet tewerkgesteld is. Men voegde hieraan toe dat studies die enkel een onderscheid maken tussen werkende en niet-werkende studenten zelden in staat zijn een significant effect vast te stellen. Toch zijn er studies die dit wel deden, zoals de studie van Staff, Mortimer, en Uggen (2004). Zij stelden dat het hebben van werk het gevoel van onafhankelijkheid van de ouders kan stimuleren. Het voorzien van een alternatieve bron van status en succes zou op deze manier de conventionele sociale controle ondermijnen. Wat dus wil zeggen dat ouders minder invloed kunnen uitoefenen op hun kinderen door het hebben van deze bijbaan. Men gaf aan dat dit op zijn beurt kan zorgen voor een lagere betrokkenheid bij school en uiteindelijk kan leiden tot slechtere schoolprestaties. Deze studie wou naast de intensiteit van de tewerkstelling exploratief nagaan of er een onderscheid bestaat tussen de groep werkende en niet-werkende studenten. Hoewel we er ons bewust van zijn dat het dichotomiseren van data informatieverlies inhoudt, werd dit toch onderzocht om eeninhoudelijke vergelijking met bevindingen uit bovenstaand onderzoek mogelijk te maken. Wanneer we keken naar het aantal werkuren van studenten, zien we dat het negatief effect op studieresultaten in het verleden reeds meermaals door onderzoekers werd aangetoond (Bachman et al., 2003; Lens, Lacant, & Vansteenkiste, 2005; Steinberg & Dornbursh, 1991; Weller et al., 2003; Staff et al., 2004). Steinberg en Dornbursh (1991) vonden onder andere dat de uitvoering van vele werkuren bij studenten samenhangt met een kleinere investering van deze studenten voor school, wat tot lagere schoolprestaties leidt. Ook Weller et al (2003) kwamen tot deze bevinding. Het aantal uren dat een student wekelijks opoffert aan zijn bijbaan hangt samen met een verminderde hoeveelheid engagement met de studies en lagere schoolprestaties. De student is bijgevolg minder betrokken en participeert
12 minder in schoolse activiteiten. Een studie die uitgevoerd werd in de Verenigde Staten stelde zelfs dat jongeren die de wens hebben om vele uren te werken, lagere studieresultaten neigen te behalen en een geringere ambitie bezitten om verder te studeren (Bachman et al., 2003). Lens, Lacant, en Vansteenkiste (2005) concentreerden zich op het onderscheid tussen verschillende soorten niet schoolse activiteiten. Zij stelden dat het effect van tijd besteden aan extra-curriculaire activiteiten op studieresultaten afhankelijk is van het type activiteit dat men uitvoert. Zo heeft tijd spenderen aan ontspannende vrijetijdsactiviteiten, in tegenstelling tot werkactiviteiten, geen negatieve invloed op schoolprestaties. Tijd spenderen aan werkactiviteiten is negatief gerelateerd aan studiemotivatie en -attitude. Ook vond men een negatief effect van werktijd op de volharding bij schoolse activiteiten en op de academische prestaties van jongeren. Op basis van deze bevindingen zouden we kunnen stellen dat schoolprestaties hoe dan ook achteruit gaan wanneer studenten tewerkgesteld zijn. Sommige studies kwamen echter tot andere bevindingen (Curtis & Shani, 2002; D‟Amico, 1984; Mortimer, 2003; Mortimer et al., 1996; Schill, McCartin, & Meyer, 1985; Staff & Mortimer, 2007; Steel, 1991; Warren, 2002). Zo werd gevonden dat studenten die een beperkt aantal uur per week werken wel goede studieresultaten behalen. Studenten die intensief tewerkgesteld zijn en zelfs studenten die niet werken behalen lagere resultaten (Schill et al., 1985). Er zou dus eerder sprake zijn van een curvilineair verband. Dit werd bevestigd in het onderzoek van Mortimer et al. (1996). Zij vonden dat oudere studenten uit het secundair onderwijs die een matig aantal uur werken betere resultaten behalen dan zowel de studenten die veel uren per week werken als hun nietwerkende leeftijdsgenoten. Bovendien vond men dat adolescenten die het aantal werkuren per week beperken gedurende hun middelbare opleiding een grotere kans maken om hun bachelor diploma te behalen (Mortimer, 2003). Ook D‟Amico (1984) en Steel (1991) vonden dat studenten met een beperkt werkschema een kleinere kans hebben om de school vroegtijdig te verlaten. Bozick (2007) vond, volledig in lijn met de voorgaande bevindingen, dat studenten die extensief tewerkgesteld zijn een grotere kans hebben om hun studies vroegtijdig stop te zetten. Hij stelde dat het al dan niet hebben van werk bij studenten een cruciale rol speelt in de aanvang van hogere studies. Naast een beperking van het aantal werkuren, zijn er nog een aantal andere situaties waarin het hebben van een bijbaan positieve effecten teweegbrengt. Zo stelden Staff en Mortimer (2007) in hun onderzoek dat weinig beloftevolle jongeren voordeel halen uit een strategie waarbij gematigd werken gecombineerd wordt met het volgen van lessen. Hun onderwijsniveau zou hierdoor opgekrikt worden. Verder stelden zij dat het
13 hebben van een deeltijds baantje tijdens het middelbaar onderwijs een sleutelervaring is. Deze zou geen hinder betekenen, maar eerder het onderwijsniveau bevorderen. Ook Barling, Rogers, en Kelloway (1995) nuanceerden de zwart-wit gedachte dat het hebben van een deeltijdse baan gelijk staat aan het behalen van slechtere studieresultaten. Ter besluit van hun onderzoek dat uitgevoerd werd bij 563 studenten uit het middelbaar onderwijs, vonden zij dat de effecten afhankelijk zijn van de kwaliteit van de bijbaan. Zo zou de werkintensiteit wel schadelijke effecten hebben op de gemiddeld behaalde scores, tenzij het een kwaliteitsvolle job betreft. Hiermee bedoelt men een job waarin men autonoom werkt en een duidelijke functie toegewezen krijgt. Wanneer de mening van de student zelf gevraagd werd, rapporteerde ongeveer twee derde dat de impact van de bijbaan op hun academische resultaten neutraal of positief is (Curtis & Shani, 2002). De studenten zelf zien de bijbaan niet als een belemmering voor hun studieresultaten. Hij zou er zelfs voor kiezen om meer uren te werken, indien dit mogelijk zou zijn (Bachman et al., 2003). Wanneer we het aantal werkuren nader bekeken, zagen we dat een drempel van 20 uur per week in vele studies werd vooropgesteld. Studenten die wekelijks meer dan 20 uur werken, worden intensief tewerkgestelden genoemd. Onderzoek wees immers uit dat wanneer deze drempel overschreden wordt, studenten vaak enkel nog negatieve invloed ondervinden van hun bijbaan. De mogelijke positieve effecten van hun bijbaan zijn bij een dergelijke tewerkstellingsintensiteit verwaarloosbaar (Weller et al, 2003). Steinberg en Dornbursh (1991) toonden aan dat studenten die meer dan 20 uur per week werken slechtere schoolprestaties behalen en bovendien een nefaste invloed ondervinden op hun persoonlijk functioneren. Ook andere onderzoeken vonden dat studenten die meer dan 20 uur per week werken, het slechter doen op school (Bachman et al., 2003; Lillydahl, 1990; Marsh & Kleitman, 2005). Zo rapporteerde Lillydahl (1990) dat een geringe hoeveelheid werkuren bij middelbare school studenten geen rechtstreekse impact heeft op de prestaties bij examens van jongeren. Een intensieve tewerkstelling zorgt er echter wel voor dat de jongeren frequenter afwezig zijn van school. Bovendien spenderen ze minder tijd aan hun huiswerk en ligt hun studiegemiddelde een stuk lager. Ook Marsh en Kleitman (2005) toonden het verband aan tussen intensieve tewerkstelling en de gespendeerde tijd aan huiswerk, naast de slechtere resultaten die de studenten behalen. Deze studenten lopen bovendien meer risico om hun studies op te geven tijdens het academiejaar (Warren & Lee, 2003). Bachman et al. (2003) gaven een mogelijke verklaring voor deze bevindingen. Zij stelden dat studenten die meer dan 20 uur per week werken, zich distantiëren van hun rol als student. Volgens hen is het evident
14 dat deze groep jongeren slechtere studieresultaten behalen, ze zien zichzelf immers niet meer als student, maar eerder als werknemer. Naast de tewerkstellingsintensiteit te onderzoeken, vonden wij het noodzakelijk om ook deze veelbesproken drempelwaarde (zie bijv. Bachman et al., 2003; Lillydahl, 1990; Marsh & Kleitman, 2005; Steinberg & Dornbursh, 1991) mee te nemen in ons onderzoek. Daarom werd geopteerd om exploratief te testen of er een verschil bestaat tussen de groep matig tewerkgestelden en de groep intensief tewerkgestelden met betrekking tot de onderzochte variabelen. Opnieuw zijn we er ons van bewust dat het categoriseren van data informatieverlies impliceert. Deze aanvullende analyse met categorische variabele zal uitgevoerd worden naast de analyse met continue variabele (zie verder in scriptie: verantwoording statische analyses). Alle standpunten in rekening brengend, waren wij geneigd te stellen dat de hoeveelheid studietijd belangrijk is voor de studieresultaten en dat een bijbaan hier een schadelijk effect op kan hebben. De hoeveelheid verwerkte leerstof staat immers in een stijgend lineair verband met de studietijd. Dit staat bekend als de „total time hypothesis‟ (Vandierendonck, 2006). Hoe meer je studeert, hoe beter je de leerstof verwerkt, wat theoretisch gezien in hogere studieresultaten zal resulteren. Wij wensen klaarheid te scheppen over de relatie tussen een bijbaan en studieresultaten met volgende hypothese: Hypothese 1. Er is een negatieve relatie tussen het aantal uren dat studenten besteden aan de bijbaan en de studieresultaten.
Verder werd post-hoc nagegaan of er een onderscheid bestaat tussen studenten zonder en studenten met een bijbaan. Deze analyse is slechts exploratief van aard en werd louter uitgevoerd om een vergelijking te kunnen maken met de gevonden resultaten van Staff, Mortimer, en Uggen (2004). Aansluitend met het voorgaande, zal een opsplitsing gemaakt worden tussen studenten die minder dan 20 uur en studenten die meer dan 20 uur per week werken. Opnieuw werd deze opsplitsing gemaakt om een vergelijking met de studies van Bachman et al. (2003), Lillydahl (1990), Marsh & Kleitman (2005) en Steinberg en Dornbursh (1991) mogelijk te maken. Op basis van de bevindingen van bovenstaande onderzoeken, komen wij tot volgende onderzoeksvragen:
15 Onderzoeksvraag 1A. Behalen werkende studenten significant slechtere resultaten dan niet-werkende studenten? Onderzoeksvraag 1B. Behalen studenten die meer dan 20 uur per week werken significant slechtere resultaten dan studenten die minder dan 20 uur werken?
Moderator Primaire Oriëntatie Uit vorige paragraaf kunnen we besluiten dat er globaal gezien van een negatieve relatie tussen het hebben van een bijbaan en studieresultaten wordt uitgegaan. Veel onderzoek stopt echter bij deze bevinding en faalt in het verklaren van deze samenhang (Bachman & Schulenberg, 1993; Poyrazli et al., 2008; Weller et al., 2003). Tot op vandaag, vroegen slechts enkele onderzoekers zich af of de negatieve effecten van intensief werken tijdens de studies wel veroorzaakt worden door participatie in de arbeidswereld of dat zij grotendeels worden veroorzaakt door ongemeten, reeds bestaande verschillen tussen studenten zonder en studenten met een bijbaan (Bachman & Schulenberg, 1993; Schoenhals et al., 1998; Steinberg et al., 1993; Warren, LePore, & Mare, 2000). Zoals Steinberg et al. (1993) argumenteerden, zouden studenten die langere uren werken minder geïnteresseerd kunnen zijn in het schoolse gebeuren. Dit gebrek aan interesse en engagement zou al bestaan voor dat ze werk hebben en zou zelfs het zoeken van een bijbaan kunnen stimuleren. De gevonden verschillen tussen werkende en niet-werkende studenten kunnen vervolgens toe te schrijven zijn aan deze vooraf bestaande verschillen tussen die twee groepen van studenten. Evidentie voor deze redenering vonden Steinberg et al. in hun studie bij 1800 Amerikaanse studenten. Zo vonden zij dat adolescenten die na verloop van tijd meer dan 20 uur per week werken, initieel minder geëngageerd waren met hun studies. In dit onderzoek wilden we een mogelijke verklaring bieden voor bovenstaande bevindingen. Deze verklaring zou bovendien de gangbare negatieve mening over het hebben van een bijbaan nuanceren. De verklaring vinden we in het Primaire Oriëntatie model van Warren (2002). Het Primaire Oriëntatie model stelt dat de associatie tussen tewerkstellingsintensiteit en academische prestaties meer te maken heeft met psychosociale factoren dan met de verdeling van zijn tijd tussen verschillende activiteiten (ook bekend onder de term „Resource allocation‟). De term primaire oriëntatie is volgens Warren de meest geschikte verklaring voor het feit dat studenten die erg veel werken het meestal slechter doen op school. Primaire oriëntatie kan men omschrijven als een doelstelling waar men zich op focust. Het wordt gezien als een continuüm met aan het ene uiterste een primaire oriëntatie op het goed doen op
16 school en aan het andere uiterste een primaire oriëntatie op het goed doen op het werk. Studenten die primair georiënteerd zijn op school zullen het goed doen op school, ongeacht hoeveel uren zij werken. Studenten die primair georiënteerd zijn op het werk doen het minder goed op school omdat dit voor hun ook minder belangrijk is. Hun primaire doelstelling is het goed doen op het werk. Op deze manier is de mate van tewerkstelling enkel van belang wanneer het wordt gecombineerd met een psychologische oriëntatie op het werk. Het is deze primaire oriëntatie die aanleiding geeft tot een vermindering van de studieresultaten, niet de werkuren op zich. Het aantal werkuren is eerder een uiting van de primaire oriëntatie van de student. Deze redenering werd ook teruggevonden in bestaande literatuur. Wanneer men aan schoolverlaters vraagt waarom zij de schoolbanken verlieten, antwoorden zij twee dingen: Ze vonden school niet leuk of ze verlangen naar betalend werk (Eckstrom, Goertz, Pollack, & Rock, 1987; Rumberger, 1983). Desinteresse in studeren en verlangen om te werken zijn niet ongerelateerd, vaak volgen ze elkaar op. Vele studenten die zich niet of weinig betrokken voelen bij hun studies, wenden zich tot werken als een nieuwe bron van voldoening en tevredenheid (Warren, 2002). Zoals Eckstrom et al. (1987) vonden in hun studie, rapporteren schoolverlaters vaker dan afgestudeerde scholieren dat zij hun bijbaantje leuker vonden dan school en dat hun bijbaan voor hen belangrijker was dan school. Wanneer de betrokkenheid bij hun werk toeneemt en hun schoolprestaties matig tot slecht blijven, groeit de motivatie nog meer om te stoppen met studeren en te gaan werken. Vanuit dit perspectief heeft het verband tussen het hebben van een bijbaan en studieresultaten minder te maken met de toewijzing van tijd en middelen, maar eerder met een psychologische ingesteldheid die van invloed is op het gedrag. Vandaar verwachtten wij volgende relatie: Hypothese 2. Primaire oriëntatie modereert de negatieve relatie tussen het aantal uren dat studenten besteden aan de bijbaan en de studieresultaten op zo’n manier dat deze relatie minder negatief zal zijn naarmate de primaire oriëntatie van de studenten met een bijbaan gericht is op studeren.
17 Invloed van een Bijbaan op Welzijn Regels over hoe men rekening kan houden met jongeren die naast studeren ook werken, werden nog maar weinig geïnstitutionaliseerd. Zo vond Curtis (2005) dat ondersteuning van de werkende student eerder toevallig en willekeurig is. Academische medewerkers zijn zich niet bewust van de moeilijkheden die studenten ondervinden door de dubbele rol die ze aangemeten krijgen. Bijgevolg lijkt het erg waarschijnlijk dat de combinatie tussen werken en school gepaard gaat met gevolgen voor het persoonlijke welbevinden. Zo mag je bijvoorbeeld geen les missen om je bijbaan uit te voeren of opdrachten laattijdig inleveren omdat je moest overwerken. Een evenwicht vinden tussen deze verschillende activiteiten is een hele opdracht. Onder andere de studies van Derous en Ryan (2008) en van Markel en Frone (1998) rapporteerden effecten op het persoonlijk welbevinden. Bij de eerste studie suggereerden de bevindingen dat betrokkenheid bij buitenschoolse activiteiten kan interfereren met de studieattitude van de student. Deze relatie is in het bijzonder negatief voor werken als buitenschoolse activiteit. Bovendien rapporteerde men dat de interferentie tussen werken en studeren een nefast effect heeft op het welzijn van de student. De tweede studie rapporteerde een positieve relatie tussen werkuren en werk-school conflict. Zo zou werklast de oorzaak zijn van psychische en fysieke vermoeidheid. Ook Steinberg en Dornbusch (1991) en Vangoetsenhoven (2007) vonden negatieve effecten van de werkintensiteit bij leerlingen van 15 tot 18 jaar. Werken blijkt gerelateerd te zijn aan hogere niveaus van psychologisch en gedragsmatig disfunctioneren. Het onderzoek van Bachman en Schulenberg (1993) naar het verband tussen het aantal uren werk per week bij studenten uit het secundair onderwijs en indicatoren van psychosociaal disfunctioneren kwam tot gelijkaardige bevindingen. Ook hier bleken de twee positief gecorreleerd te zijn. Cotton et al. (2002) vonden een hoge mate van psychologische stress, naast een lage mate van jobtevredenheid bij tweedejaarsstudenten aan de universiteit in Zuid-Australië. Dit was volgens hen gelinkt aan de werkomgeving van de studenten. Wanneer we keken naar wat het effect is van een groot aantal wekelijkse werkuren, zagen we dat dit samenhangt met een verhoogd risico voor de gezondheid van de student en met een verhoogde hoeveelheid psychologische stress (Weller et al., 2003). Dit bleek uit vragenlijsten die in 1995 afgenomen werden bij 3,083 studenten van de 10 de en 12de graad uit het middelbaar onderwijs. In dit onderzoek werd zelfs uitdrukkelijk de boodschap meegegeven dat ouders het wekelijks aantal uren van hun kind in de gaten dienden te houden. Finch et al. (2006) vroegen de studenten of zij zelf vinden dat de tewerkstelling impact heeft op hun gezondheid en welzijn. Van de studenten die voltijdse studies volgen en betaald werk
18 hebben gedurende het academiejaar vindt 39% dat het werk een impact heeft op hun gezondheid en welzijn. Ook bij deze relatie werd de drempel van 20 werkuren per week vaak gehanteerd. Zowel in de studie van Steinberg en Dornbusch (1991) als in de studie van Steinberg et al. (1993), werd een tewerkstelling van 20 uur per week gehanteerd als breekpunt. Meer werken dan 20 uur resulteert in schadelijke effecten voor onder andere het persoonlijk functioneren. Bovendien kon deze laatste studie ook uitsluitsel bieden over de onomkeerbaarheid van deze effecten. Het gaat hier om een longitudinale studie van 1,800 studenten, waarbij men tot de conclusie kwam dat studenten die wekelijks 20 uur werken en vervolgens dit werk opzeggen, wel een stijging waarnemen voor hun academische prestaties, maar op vlak van welzijn kan de geleden schade niet hersteld worden. Hoewel de negatieve stem erg duidelijk klinkt, rapporteren nog steeds verschillende studies ook over een aantal positieve effecten. Zo zou betaald werk een positieve invloed hebben op welzijn volgens Zierold, Garman, & Anderson (2005). Ook het onderzoek van Swanson, Broadbridge en Karatzias (2006) bood een tegenwicht tegen de eerder vermelde studies. Rolcongruentie biedt volgens hen wel degelijk voordelen voor het psychologisch welbevinden. Steinberg en Cauffman (1995) rapporteerden dat de effecten op welzijn afhankelijk zijn van de intensiteit van de tewerkstelling, wanneer studenten minder dan 10 uur per week werken, vormt dit slechts een erg beperkt risico. Er zou zelfs sprake zijn van een bevorderlijk effect voor de studenten. Men toonde reeds aan dat hoe goed een persoon zich in z‟n vel voelt een niet onbelangrijke invloed heeft op zijn latere werkprestaties (Daniels & Harris, 2000; Wright & Cropanzano, 2000). Deze bevinding steunt de „Happy Productive Worker‟s‟ stelling, welke stelt dat wanneer werknemers zich gelukkig voelen, ze ook beter presteren (Cotton et al., 2002; Robbins & Judge, 2009). Het leek ons interessant te onderzoeken of het hebben van een bijbaan nefast is voor het welzijn en op deze manier de latere werkprestaties van de student in het gedrang kan brengen. We onderzochten welke relaties zich manifesteren met betrekking tot het welzijn van Vlaamse studenten aan de hand van volgende hypothese: Hypothese 3. Er is een negatieve relatie tussen het aantal uren dat studenten besteden aan de bijbaan en het psychosociaal welzijn van de studenten.
19 Verder zullen wij opnieuw de variabele dichotomiseren om een vergelijking met voorgaand onderzoek mogelijk te maken, met het gevolg van informatieverlies in het achterhoofd. Exploratief zullen in het kader van de relatie tussen een bijbaan en het welzijn volgende twee onderzoeksvragen onderzocht worden: Onderzoeksvraag 2A. Behalen werkende studenten een significant lagere score voor welzijn dan niet-werkende studenten? Onderzoeksvraag 2B. Behalen studenten die meer dan 20 uur per week werken een significant lagere score voor welzijn dan studenten die minder dan 20 uur per week werken?
Moderator Werkvereisten Onder werkvereisten, of „job demands‟ zoals ze in de literatuur vaak worden genoemd, verstaan we fysieke, psychische, sociale of organisatorische aspecten van het werk, waarvoor aanhoudende lichamelijke en/of psychische inspanning of vaardigheden nodig zijn (Demerouti, Bakker, Nachreiner, & Schaufeli, 2001). Hoe hoger deze werkvereisten of demands zijn, hoe groter ook de fysiologische en/of psychologische kosten zullen zijn. De meest voorkomende voorbeelden van deze werkvereisten zijn werkdruk en emotionele belasting. Frone et al. (1997) stelden dat hoge werkvereisten een situatie weerspiegelen waarin het individu teveel te doen heeft in een beperkte tijdspanne. Bijgevolg zou deze hoge werkdruk ervoor zorgen dat het individu zich zorgen blijft maken over taken op het werk die niet werden afgerond. Deze psychologische bezorgdheid zou continueren, zelfs wanneer het individu de verplichtingen van een andere rol zou proberen vervullen. De verhoogde werkdruk van een bijbaan zou er met andere woorden voor zorgen dat de efficiëntie van het studeren daalt. Verder kan dit een blijvend effect hebben op de motivatie van een student om te studeren. Aanwijzingen voor deze assumpties konden we terugvinden in bestaande literatuur. Zo concludeerden Van Ruysseveldt en Proost (2010) uit hun onderzoek dat een toename in de werkdruk gerelateerd is aan een meer problematische afstemming tussen werk en studie. Zij verklaarden dit aan de hand van een spillover- of overkookmechanisme, waarbij de stress veroorzaakt door de verhoogde werkdruk ook van invloed is op het studeren. Dit spillovermechanisme bevat duidelijke overeenkomsten met de assumpties van Frone et al. (1997). Markel en Frone (1998) bevestigden deze bevindingen aan de hand van hun
20 onderzoek. Een hoge blootstelling aan werkkarakteristieken zoals werkdruk heeft volgens hun onderzoek een negatief effect op academische prestaties. Ook Cotton et al. (2002) rapporteerden in hun onderzoek dat job design een belangrijke factor is bij het beschrijven van het effect van een bijbaan op schoolse prestaties. Zij beschreven de relatie tussen een bijbaan en de studiemotivatie als curvilineair. Een optimaal design bestaande uit matige werkdruk zou een motiverend effect hebben op studeren, terwijl te veel of te weinig werkdruk juist demotiverend werkt. Derous en Ryan (2008) rapporteerden gelijkaardige bevindingen in hun onderzoek. Zo wees hun onderzoek wel uit dat een combinatie van een hoog aantal werkuren en hoge werkvereisten voor een school-werk conflict zorgt. Zij maken echter verder ook de opmerking dat een job met weinig tot geen werkvereisten ook niet erg motiverend werkt. Deze jobs zouden de aandacht voor de studies nog verminderen en zouden uitgeoefend worden door studenten met weinig engagement, noch bij hun bijbaan noch bij hun studies (Derous & Ryan, 2008). Wij formuleerden op grond van een synthese van alle bovenstaande bevindingen de volgende hypothese: Hypothese 4. De werkvereisten van de bijbaan modereren de negatieve relatie tussen het aantal uren dat studenten besteden aan de bijbaan en de studieresultaten. Meer bepaald is de relatie sterker negatief, naarmate de vereisten van de bijbaan hoger zijn.
Naast het modererend effect op de relatie tussen het aantal werkuren en studieresultaten, zou de invloed van werkvereisten zoals werkdruk nog verder gaan. Zo toonden verschillende studies reeds aan dat ook specifieke karakteristieken van een baan een invloed kunnen hebben op het welzijn van een werknemer (de Jonge et al., 2010; Halbesleben & Buckley, 2004). Werkvereisten zoals hoge werkdruk en emotionele belasting zouden kunnen leiden tot slaapproblemen en gezondheidsklachten volgens Halbesleben en Buckley (2004). Het causaal verband tussen werkkarakteristieken zoals werkvereisten en psychologisch welzijn werd reeds aangetoond door de Jonge et al. in 2010. Speculaties omtrent een wederzijdse invloed van beide variabelen op elkaar bestonden al langer. Een oorzakelijk verband werd aan de hand van een longitudinaal onderzoek nu bevestigd. Volgens de Jonge et al. leiden hoge werkvereisten wel degelijk tot spanning. Zijn studie spreekt de redenering tegen dat mensen die onder spanning staan louter hogere werkvereisten rapporteren. Naast deze bevindingen verwezen verschillende andere onderzoekers naar de negatieve effecten van werkvereisten. Zo zouden werklast en intensiteit leiden tot fysieke en psychische vermoeidheid, een verminderd
21 leervermogen, psychisch disfunctioneren, stress en een verminderde jobtevredenheid (Cotton et al., 2002; Markel & Frone, 1998; Mortimer et al., 1994; Steinberg & Dornbusch, 1991). Deze bevindingen leidden ons tot het vormen van de laatste hypothese: Hypothese 5. De werkvereisten van de bijbaan modereren de negatieve relatie tussen het aantal uren dat studenten besteden aan de bijbaan en het psychosociaal welzijn, op zo’n manier dat deze relatie sterker negatief zal zijn naarmate de werkvereisten hoger zijn.
Onderstaand overzicht geeft een schematische voorstelling van de relaties die onderzocht werden.
Fig. 1. Onderzoeksmodel
22
Methode
Steekproef en Procedure De dataverzameling gebeurde aan de hand van een elektronische vragenlijst. Het online beschikbaar maken van de vragenlijst werd mogelijk gemaakt door het programma Qualtrics. De vragenlijst was online beschikbaar gedurende het voorjaar van 2011, meer precies van 7 januari tot en met 28 maart. Studenten ouder dan 16 jaar werden gevraagd vrijwillig de vragenlijst in te vullen en konden hiermee twee filmtickets winnen. Enkel studenten die in het schooljaar 2009 – 2010 voltijdse studies volgden, kwamen in aanmerking. Zij werden bereikt aan de hand van het posten van onze onderzoekslink op sociale netwerksites zoals Facebook en de intranetsites van de verschillende faculteiten aan de universiteit van Gent. Bovendien werden ook studenten bereikt die tijdens het schooljaar bij Volvo Cars Gent tewerkgesteld waren. De variabelen die bevraagd werden, zijn terug te vinden in de sectie Meetinstrumenten. Anonimiteit van de antwoorden werd gegarandeerd. Wel werd gewerkt met codes, zodat we indirect iemand toch konden identificeren. Dit was nodig om het verloten van de incentives mogelijk te maken. In het totaal namen 736 studenten deel aan ons onderzoek, waarvan 520 de gehele vragenlijst vervolledigden. De data van de 216 proefpersonen die de vragenlijst niet volledig invulden werden niet vrijgegeven door het survey-programma Qualtrics. De analyses die volgen, werden dus enkel gebaseerd op de data van de 520 studenten die de vragenlijst volledig invulden. Zowel studenten met bijbaan als zonder bijbaan werden bevraagd, zodat gelijkenissen en verschillen kunnen worden gesteld tussen beide groepen. Wanneer we keken naar het aantal personen met (1.00) en het aantal personen zonder bijbaan (0.00), bleek duidelijk dat van de bevraagde 520 studenten de meerderheid een bijbaan had gedurende het academiejaar. Meer bepaald 329 van de 520 participanten of 63.6% had een bijbaan. Wanneer we vervolgens de groep studenten die een bijbaan hadden meer in detail bekeken, zagen we dat 247 van de 329 of 75% van de studenten met een bijbaan over slechts één bijbaan beschikten. Iets meer dan 20% beschikte over twee bijbaantjes. Wat betreft de zittijd van de student, hiermee bedoelen we of de student in eerste of tweede zittijd geslaagd was, merkten we op dat van het totaal aantal bevraagde studenten iets meer dan de helft, meer precies 277 van de 520 studenten of 53.3%, in eerste zittijd geslaagd was in het academiejaar 2009 – 2010. Verdere analyse van de steekproef toonde duidelijk aan dat meer vrouwen deelnamen aan deze studie. Slechts 28.8% van de participanten waren mannelijk.
23 Tot slot konden we besluiten dat vooral universiteitsstudenten de vragenlijst invulden. Van de proefpersonen studeerde 80,2% aan een universiteit, terwijl slechts 15,4% aan een hogeschool en 4.4% aan een middelbare school studeerde.
Meetinstrumenten De onafhankelijke variabelen in dit onderzoek waren het hebben van een bijbaan en het aantal werkuren dat men doorgaans spendeerde aan zijn of haar bijbaan. De afhankelijke variabelen waren studieresultaten en welzijn. Verder werden er twee variabelen gehanteerd die deze relaties modereren. Enerzijds onderzochten we de primaire oriëntatie van de student die de relatie tussen het aantal werkuren en de studieresultaten modereert. Anderzijds werden de werkeisen onderzocht, die zowel de relatie tussen werkuren en studieresultaten als de relatie tussen werkuren en welzijn modereert. Bijbaan werd geoperationaliseerd aan de hand van het aantal bijbaantjes dat de student aangaf te hebben tijdens het schooljaar 2009 - 2010. De variabele werd bevraagd met één item waarbij de student het aantal bijbaantjes kon aangeven: “Vorig schooljaar (2009 - 2010) had ik ... bijbaantje(s).” Door middel van een voorbeeld werd erg duidelijk gesteld wat we in dit onderzoek verstaan onder een bijbaan. Er werden zes antwoordmogelijkheden vooropgesteld: “0; 1; 2; 3; 4; 5 of meer”. Nadien werd een opsplitsing gemaakt tussen de studenten die “0” invulden en dus niet over een bijbaan beschikten en de studenten die “1; 2; 3; 4; 5 of meer” invulden en dus wel over een bijbaan beschikten. Op deze manier kwam de variabele bijbaan tot stand. Het aantal werkuren werd geoperationaliseerd aan de hand van het aantal uren dat men gedurende het schooljaar gemiddeld wekelijks spendeert aan zijn of haar bijbaan. Werkuren tijdens de schoolvakanties werden hierbij niet in rekening gebracht. Deze zou men eerder kunnen benoemen als een vakantiejob in plaats van een bijbaan. De variabele werd bevraagd aan de hand van één open item waarin de student het aantal werkuren vrij kon invullen: “Hoeveel uur spendeerde je vorig schooljaar gemiddeld per week aan (al je) bijbaantjes?” (Lacante et al., 2002). Hierbij werd duidelijk vermeld wat we onder een bijbaan verstaan en wat het onderscheid is tussen een bijbaan en een vakantiejob. Aan de hand van een praktisch voorbeeld werd dit nog extra verduidelijkt, zodat geen misopvattingen konden gemaakt worden. Er werd niet gewerkt met op voorhand vastgelegde categorieën, maar met een open vraag. Op deze manier konden de participanten achteraf nog ingedeeld worden in verschillende categorieën, zodat zowel een onderscheid gemaakt kon worden tussen studenten
24 met en zonder bijbaan als tussen matig en intensief tewerkgestelden. Het onderscheid tussen deze matig en intensief tewerkgestelden werd gebaseerd op reeds bestaande literatuur waarin beschreven wordt dat 20 werkuren mag gezien worden als een cruciaal breekpunt (Bachman et al., 2003; Lillydahl, 1990; Marsh & Kleitman, 2005; Steinberg & Dornbursh, 1991; Warren & Lee, 2003; Weller et al., 2003). Wanneer een student meer dan 20 uur per week werkt, zou hij volgens deze literatuur hiervan enkel negatieve effecten ondervinden. Studenten die doorgaans minder dan 20 uur per week werken, werden matig tewerkgestelden genoemd. Studenten die doorgaans 20 uur of meer per week werken, werden intensief tewerkgestelden genoemd. Naast het aantal werkuren werd er ook gevraagd naar het aantal bijbaantjes dat de studenten hadden. Studieresultaten werden geoperationaliseerd aan de hand van (a) de gemiddelde totaalscore van het schooljaar 2009 – 2010, zoals gerapporteerd (subjectief) en (b) de zittijd waarin men geslaagd was (eerste vs. tweede zittijd) (eveneens zelfrapportage). Om te controleren voor sociaal wenselijke antwoorden en verkeerde antwoorden door vergetelheid, vroegen wij ook objectieve resultaten op. De deelnemers konden een extra bijdrage leveren aan het onderzoek door hun puntenbrief door te mailen. In voorgaande studies werkte men hoofdzakelijk met het GPA (Grade Point Average) van een student om de studieresultaten weer te geven (Bachman et al., 2003; Cotton et al., 2002; Derous & Ryan, 2008; Staff & Mortimer, 2007;
Warren et al., 2003; Warren et al., 2000; Zierold et al., 2005). Deze
Amerikaanse maat wordt op een schaal van 4.0 gemeten. Hier in België wordt echter gewerkt met gemiddelden op 10 en met percentages. Aangezien er verschillende gangbare puntensystemen worden gehanteerd in het Vlaamse middelbaar en hoger onderwijs, werd gebruik gemaakt van een open vraag: “Hoeveel bedroeg je gemiddelde totaalscore op het eind van het schooljaar 2009-2010?”. De verschillende resultaten werden ter voorbereiding van de verwerking van de gegevens gelijkgeschakeld naar een schaal op 100. Het zijn deze procentuele resultaten die verder werden meegenomen in de data-analyse. Naast de totaalscore werd ook bevraagd of de studenten in eerste of tweede zittijd slaagden aan de hand van de vraag “Was je geslaagd in eerste of in tweede zittijd?”. De twee antwoordmogelijkheden waren “Eerste zittijd” of “Tweede zittijd”. Welzijn werd bevraagd aan de hand van een vragenlijst met 27 items die ook gehanteerd werd door Derous en Ryan (2008). Deze is gebaseerd op The Satisfaction with Life Scale (Diener, Emmons, Larsen, & Griffin, 1985), op The Measurement of Well-Being and Other Aspects of Mental Health (Warr, 1990) en op Development and validation of a brief measure
25 of positive and negative affect (Watson, 1988). Deze schaal gaat zowel de emotionele als cognitieve tevredenheid van de studenten met hun leven na. Deze items werden reeds voorafgaand aan deze studie vertaald vanuit het Engels naar het Nederlands met behulp van Prof. Dr. Derous. Het is deze vertaling die in dit onderzoek ook gebruikt werd. Elk item werd gescoord op een Likert-schaal. Het aantal antwoordmogelijkheden was niet overal gelijk, waardoor gelijkschakeling tijdens de data-analyse nodig was. Een voorbeelditem met zeven antwoordmogelijkheden, gaande van 1 (Helemaal Oneens) tot 7 (Helemaal Eens), is: “Ik ben zeer tevreden met het leven dat ik leid.”. Een voorbeelditem met zes antwoordmogelijkheden, gaande van 1 (Nooit) tot 6 (Altijd), is: “Tijdens de laatste paar weken voelde ik me vrolijk.”. Een voorbeelditem met twee antwoordmogelijkheden, gaande van 1 (Ja) tot 2 (Neen), is: “De laatste paar weken voelde ik me wel eens gedeprimeerd of diep ongelukkig.”. Alle items werden onderworpen aan een principale componentenanalyse. Hierbij hebben we gekeken naar de factorladingen per item. Wanneer deze lager dan .35 waren, werden deze items geschrapt. Na deze analyse hielden we 15 items over. Factoranalyse (gebruik makend van Maximum-Likelihood-methode) resulteerde in één factor, die 50.52% van de totale variantie verklaart. Cronbach‟s alpha bedroeg .93. Primaire oriëntatie ten aanzien van werk werd gemeten aan de hand van een vragenlijst van Warren (2000) bestaande uit negen items. De Engelse items werden vertaald naar het Nederlands met behulp van Prof. Dr. F. Vandevijver. Er werd gebruik gemaakt van de methode „back-translation‟, waarbij de items eerst naar het Nederlands vertaald werden en vervolgens door een derde opnieuw naar het Engels vertaald werden ter controle. De oriëntatie gericht op werken werd gemeten aan de hand van uitspraken zoals “Als ik moest kiezen tussen het goed doen op mijn bijbaan en het goed doen op school, zou ik ervoor kiezen het goed te doen tijdens mijn bijbaan.” en “Het werk dat ik doe op mijn bijbaan is meer bevredigend voor mij dan het werk dat ik doe op school.”. De oriëntatie gericht op werken werd gemeten aan de hand van het akkoord gaan met dergelijke uitspraken, terwijl de oriëntatie gericht op school gemeten werd aan de hand van het niet akkoord gaan met dergelijke uitspraken. Er werd gebruik gemaakt van een Likert-schaal met vier antwoordmogelijkheden, waarbij de hogere scores een hogere instemming indiceerden. Na datareductie met een cutoff-waarde van .35, hielden we vier items over. Factoranalyse toonde aan dat deze vier items slechts één factor nagingen. Deze factor verklaart 58.51% van de totale variantie. De betrouwbaarheid van deze schaal bedroeg .76.
26 Werkvereisten werden gemeten aan de hand van een schaal met vier items die ook gebruikt werd door Caplan, Cobb, French, Van Harrison, en Pinneau (1980) in hun onderzoek naar de belastende aspecten van een job. Deze items werden reeds voorafgaand aan deze studie vertaald vanuit het Engels naar het Nederlands met behulp van Prof. Dr. Eva Derous. Het is deze vertaling die in dit onderzoek ook gebruikt werd. Er werd een Likert-schaal met vijf antwoordmogelijkheden gehanteerd, gaande van 1 (Helemaal Oneens) tot 5 (Helemaal Eens). Principale componentenanalyse wees uit dat alle vier de items voldoende laadden op de factor werkvereisten. Voorbeelditems zijn: “Mijn bijbaantje vereist dat ik snel werk.” en “Over het algemeen is de werklast hoog.”. Factoranalyses toonden slechts één onderliggende factor aan, met een verklaarde variantie van 76.62%. Cronbach‟s alpha van deze schaal bedroeg .90. Demografische kenmerken werden op het einde bevraagd. Zo werd geslacht bevraagd aan de hand van één item: “Wat is jouw geslacht?”. De twee antwoordmogelijkheden waren “Mannelijk” of “Vrouwelijk”. Leeftijd werd bevraagd aan de hand van één item: “Wat is jouw leeftijd?”. De studenten konden hier vrij invullen. Achteraf moesten deze waarden soms gehercodeerd worden zodat enkel een getal overbleef. Woorden zoals “jaar” of “jaar oud” werden verwijderd. Tot slot werd ook bevraagd welk onderwijstype de student volgt. Hiermee werd bedoeld of de student middelbaar, hogeschool of universitair onderwijs volgt. Dit werd bevraagd aan de hand van één item met drie antwoordmogelijkheden. Het item was: “Welk onderwijstype volg je?”. De antwoordmogelijkheden waren: “Middelbaar”, “Hogeschool” en “Universitair”.
Statistische analyses Alle statistische analyses werden uitgevoerd met het programma SPSS versie 16 (SPSS Base 16.0 Users Guide, 2007). We startten met de analyse van frequenties voor de nominale variabelen en de analyse van descriptieven voor alle andere variabelen. Vervolgens werden de correlaties berekend tussen alle variabelen. Voor de nominale variabelen werd de Spearman-correlatie berekend, voor de continue variabelen de Pearson-correlatie. In het kader van de hypotheses die getest dienden te worden, werd vervolgens een principale componentenanalyse uitgevoerd voor de concepten “primaire oriëntatie”, “werkvereisten” en “welzijn”. Er werd gekeken naar het deel van de variantie van de items
27 dat verklaard werd door de onderliggende factor. Hierbij werd een cut-off score gehanteerd van .350 (Janssens, Wijnen, De Pelsmacker, & Van Kenhove, 2008). Vervolgens werden de Cronbach‟s alpha en factorscores voor elk construct berekend. Het onderzoeken van de hypotheses en onderzoeksvragen kon vervolgens starten. Hypothese 1 werd onderzocht aan de hand van een lineaire regressie. De twee onderzoeksvragen 1A/B werden exploratief getest aan de hand van een logistische regressieanalyse. Voor Hypothese 2 werd enkel gebruik gemaakt van een lineaire regressie. Bij Hypothese 3 werd opnieuw zowel een lineaire voor de algemene hypothese als een logistische analyse voor de onderzoeksvragen 2A/B gebruikt. Ook hier zijn de logistische analyses van de deelhypothesen van exploratieve aard. Hypotheses 4 en 5 werden ten slotte onderzocht door middel van een lineaire regressie.
28 Tabel 1 Gemiddelde, standaarddeviatie, correlaties en betrouwbaarheden van de variabelen M SD 1 2 3 4 5 af 1. Bijbaan 0.63 0.48 ─ f 2. Aantal bijbanen 0.84 0.83 .91** ─ bf 3. Drempel van 20u 0.05 0.23 .18** .25** ─ 4. Werkuren 5.96 7.11 .85** .83** .40** ─ 5. Studieresultaten (gerapporteerd) 68.1 8.86 -.08 -.04 -.20** -.27** ─ 6. Obj. Studieresultaten 67.8 4.68 -.09 -.02 n.v.t. .00 .97** cf ** ** ** 7. Zittijd 1.47 0.50 .14 .13 .08 .19 -.43** df 8. Geslacht 1.71 0.45 .07 .05 -.04 .01 .04 ** ** ** ** 9. Leeftijd 20.8 2.36 .17 .20 .12 .25 -.05 10. Onderwijstypeef 2.76 0.52 .04 .01 .02 .03 .05 * * 11. Welzijn 4.39 0.84 -.10 -.11 .05 -.02 -.04 12. Primaire Oriëntatie 1.82 0.51 n.v.t. .08 -.02 -.00 .07 13. Werkvereisten 3.62 0.91 n.v.t. .02 .08 .04 -.10 Note. Cronbach alpha staat op de diagonaal. a 0 = geen bijbaan; 1 = bezit bijbaan. b 0 = < 20u werk/week; 1= >20u werk/week. c 1 = 1ste zit; 2 = 2de zit. d 1 = man; 2 = vrouw. e 1 = middelbaar; 2 = hogeschool; 3 = universiteit. f Spearman correlaties * p <.05. ** p <.01.
6
7
8
9
10
11
12
13
─ -.68* -.55 -.27 -.25 .40 -.34 -.48
─ .02 .23** .13** .03 -.01 .14*
─ -.06 .30** -.02 -.00 -.09
─ .22** -.01 .06 .02
─ .02 -.04 -.04
.93 -.07 -.06
.76 -.07
.90
29
Resultaten
Eerst worden beschrijvende statistieken besproken, vervolgens de resultaten van de hypothesen.
Beschrijvende Statistieken Tabel 1 biedt een overzicht van het gemiddelde en de standaarddeviatie van alle gemeten variabelen,
aangevuld
met
hun
inter-correlaties.
Op
de
diagonaal
werden
de
betrouwbaarheden weergegeven. In het volgende deel lichten wij enkele bevindingen van dit overzicht meer in detail toe. Zoals te zien is in Tabel 1, was er een hoge significante correlatie tussen wat de studenten aangaven dat hun eindscore van het academiejaar 2009 – 2010 bedroeg (subjectieve gegevens) en de objectieve gegevens van deze variabele, r = .97, p < .01. In de volgende analyses werd uitsluitend gewerkt met de studieresultaten zoals gerapporteerd door de studenten (subjectieve gegevens). Wat betreft de leeftijd van de studenten werd duidelijk dat leeftijd significant samenhangt met het hebben van een bijbaan, t(475) = -4.32, p < .01. Studenten zonder bijbaan waren gemiddeld jonger, M = 20.23, SD = 1.96, dan studenten met een bijbaan, M = 21.09, SD = 2.52. Ook de relatie tussen leeftijd en aantal bijbanen was significant, r = .20, p < .01. Verder gaf de significant positieve relatie tussen het aantal werkuren en de leeftijd van de student, r = .25, p < .01, indicatie voor een stijging van het aantal werkuren, naarmate de student ouder werd. Ten slotte werd een tendens naar slechtere scores waargenomen naarmate de studenten ouder waren, r = -.05, p > .01. Hierbij werd bovendien duidelijk dat hoe ouder de student was, hoe meer hij pas in tweede zit slaagde, r = .23, p < .01. Er werden geen significante verschillen gevonden tussen mannen en vrouwen. Ze verschilden niet significant voor het al dan niet hebben van een bijbaan, het aantal bijbanen dat ze hadden, het aantal werkuren dat ze uitvoerden, het halen van de drempel van 20 uur wekelijks werken, hun studieresultaten, hun zittijd, hun welzijn, hun primaire oriëntatie en ten slotte ook niet voor de rapportering van werkvereisten die hun bijbaan stelde.
30 Hypothesetoetsing Hypothese 1 Hypothese 1 voorspelde een negatieve relatie tussen een bijbaan en de studieresultaten die studenten behaalden. Eerst kijken we naar de resultaten betreffende het aantal werkuren (1), vervolgens worden de resultaten betreffende het al dan niet beschikken over een bijbaan toegelicht (Onderzoeksvraag 1A) en ten slotte kijken we wat een opsplitsing tussen matig en intensief tewerkgestelden teweegbrengt (Onderzoeksvraag 1B). Hypothese 1 stelde dat er een negatieve relatie is tussen het aantal werkuren en de studieresultaten van studenten. Tabel 1 geeft hier een eerste indicatie voor. Er was sprake van een significant negatieve correlatie, r = -.27, p < .01. Wanneer studenten meer uren per week werkten, behaalden ze volgens deze correlatie slechtere studieresultaten. Er werd een lineaire regressie uitgevoerd waarbij in een eerste stap gecontroleerd werd voor demografische kenmerken (dit werd gedaan omdat zij significante relaties vertonen met verschillende variabelen (zie Tabel 1)) en in een tweede stap het aantal werkuren werd toegevoegd. Zoals Tabel 2 aangeeft, was er geen significant effect van demografische kenmerken. Het aantal werkuren was significant negatief gerelateerd aan de gerapporteerde studieprestaties (= -.28, p < .01). Voor elk uur méér werken, daalt het studieresultaat met .35 punten. Het model waarbij de variabele werkuren werd toegevoegd als predictor, was beduidend beter dan wanneer de predictor niet werd toegevoegd. De verklaarde variantie was klein (.08) maar significant. We konden dan ook besluiten dat Hypothese 1 bevestigd werd.
31 Tabel 2 Regressietabel werkuren – studieresultaten Studieresultaten (gerapporteerd) Model 1 Model 2 Variabele B SE(B) B SE(B) 95% CI ** ** Constante 69.31 3.91 65.97 3.81 [58.49-73.44] a Geslacht .39 .91 .02 .56 .87 .03 [-1.15-2.28] Leeftijd -.22 .17 -.06 .05 .17 .01 [-.29-.78] b Onderwijstype .99 .81 .06 .81 .78 .05 [-.72-2.34] Werkuren .35 .05 -.28** [-.45- -.24] R² .01 .08** F 1.14 1.05** ∆R² .00 .08** ∆F 1.14 40.52** Note. N = 520.CI = confidence interval. a 1 = man; 2 = vrouw. b 1 = middelbaar onderwijs; 2 = hogeschool; 3 = universiteit. ** p <.01.
Verder onderzochten we of het aantal werkuren verband hield met de zittijd van de studenten. We voerden een logistische regressie uit, waarbij in de eerste stap gecontroleerd werd voor de demografische variabelen geslacht, leeftijd en onderwijstype. In de tweede stap werd de variabele werkuren toegevoegd. Bij uitvoering van deze regressie werd duidelijk dat er een significant effect is van de demografische variabelen, χ²(4) = 38.50, p < .01. De verdere bestudering van dit gevonden resultaat wees leeftijd en onderwijstype aan als aanleiding voor dit effect, Wald(1) = 17.56, p < .01 en Wald(1) = 5.50, p <.05. Overigens bleek uit deze analyse dat wanneer het aantal werkuren toegevoegd werd aan het model, dit een significante verbetering van het model teweeg bracht, χ²(5) = 50.29, p <.01. Voor de variabele werkuren zagen we dat het aantal werkuren verband hield met de zittijd van de studenten, Wald(1) = 10.89, p <.01. Er kon besloten worden dat er een significante relatie is tussen het aantal werkuren van de student en zijn zittijd.
32 Tabel 3 Logistische regressie werkuren B SE (B) Model 1 Constante -4.22 1.00 Geslachta .01 .21 ** Leeftijd .20 .05 Onderwijstypeb -1.80* .77 Model 2 Constante -3.94** 1.03 a Geslacht .05 .22 Leeftijd .17** .05 b Onderwijstype -1.82 .77 Werkuren -.05** .01
Wald
Exp (B)
95% CI
17.73 .00 17.56 5.50
.02 1.01 1.22** 1.17*
[.66-1.53] [1.11-1.34] [.04-.74]
14.68 .06 12.33 5.63 10.89
.02 1.05 1.19** .16* 1.05**
χ² 38.50**
N 520
50.29**
520
[.69-1.61] [1.08-1.31] [.04-.73] [1.02-1.08]
Note. Afhankelijke variabele is zittijd. CI = confidence interval. a 1 = man; 2 = vrouw. b 1 = middelbaar onderwijs; 2 = hogeschool; 3 = universiteit. * p <.05. ** p <.01.
Om een antwoord te krijgen op Onderzoeksvraag 1A en 2A, en een vergelijking mogelijk te maken met bevindingen van Bachman et al. (2003), Lillydahl (1990), Marsh & Kleitman (2005), Staff, Mortimer, en Uggen (2004) en Steinberg en Dornbursh (1991), werd de variabele werkuren gedichotomiseerd en opgenomen in een serie regressie-analyses. Deze analyses werden exploratief uitgevoerd om mogelijke verschillen tussen studenten zonder en met een bijbaan en tussen studenten die meer en minder dan 20 uur per week werken bloot te leggen met betrekking tot studieresultaten. Onderzoeksvraag 1A onderzocht of het al dan niet beschikken over een bijbaan de gerapporteerde studieresultaten beïnvloedde. Een lineaire regressie werd uitgevoerd waarbij in een eerste stap gecontroleerd werd voor demografische kenmerken (als geslacht, leeftijd en onderwijstype). In een tweede stap werd het al dan niet beschikken over een bijbaan toegevoegd. Tabel 4 geeft aan dat er geen significant effect van de demografische variabelen was. De variabele bijbaan was echter wel significant gerelateerd aan de studieresultaten van de studenten, = -.09, p < .05. Het hebben van een bijbaan doet de studieresultaten van de student dalen met 1.61 punten. De verklaarde variantie van het model bedroeg echter slechts .01 en was bovendien niet significant. Met de nodige voorzichtigheid gezien de lage verklaarde variantie, besloten wij dat onderzoeksvraag 1A bevestigd werd.
33 Tabel 4 Regressietabel bijbaan – studieresultaten
Variabele Constante Geslachta Leeftijd Onderwijstypeb Bijbaanc R² F ∆R² ∆F
B 69.31** .39 -.22 .99
Studieresultaten (gerapporteerd) Model 1 Model 2 SE(B) B SE(B) 95% CI ** 3.91 68.88 3.91 [61.20-76.55] .91 .02 .53 .91 .03 [-1.25-2.31] .17 -.06 -.16 .17 -.04 [-.50-.18] .81 .06 .98 .84 .06 [-.60-2.56] -1.61 .82 -.09* [-3.22-.01] .01 .01 1.14 1.83 .01 3.89*
Note. N = 520. CI = confidence interval. a 1 = man; 2 = vrouw. b 1 = middelbaar onderwijs; 2 = hogeschool; 3 = universiteit. c 0 = zonder bijbaan; 1 = met bijbaan * p < .05. ** p <.01.
Vervolgens onderzochten we of het al dan niet beschikken over een bijbaan de zittijd beïnvloedde. We voerden een logistische regressie uit. We wisten reeds uit de regressie met werkuren als onafhankelijke variabele dat bij controle voor de demografische er een significant effect gevonden werd, dat toe te schrijven was aan leeftijd en onderwijstype. Wanneer het al dan niet beschikken over een bijbaan toegevoegd werd, vonden we een significant effect, χ²(5) = 43.6, p < .01. Verdere bestudering van de output wees naast leeftijd, Wald(1) = 14.74, p < .01, en onderwijstype, Wald(1) = 5.50, p <.05, de variabele bijbaan, Wald(1) = 5.06, p < .05, aan als reden. Onderzoeksvraag 1B onderzocht of er een significant verschil zou zijn tussen de groep studenten die minder dan 20 uur per week werkt en de groep studenten die meer dan 20 uur per week werkt (zoals eerder gevonden door Bachman et al. (2003), Lillydahl (1990), Marsh & Kleitman (2005) en Steinberg en Dornbursh (1991)). Studenten die meer dan 20 uur werken, zouden slechtere studieresultaten behalen. Wij gingen na of deze opdeling in twee groepen (studenten die minder dan 20 uur per week werkten; studenten die meer dan 20 uur per week werkten) samenhing met de studieresultaten en zittijd. We voerden deze analyses exploratief uit om een vergelijking te kunnen maken met in de literatuur gevonden resultaten hierover. Enkel de data van de werkende studenten werden bij deze analyses in rekening gebracht. Om de relatie met studieresultaten te testen, werd een lineaire regressie uitgevoerd waarbij in een eerste stap gecontroleerd werd voor demografische kenmerken en in een
34 tweede stap het aantal werkuren (< 20 uur per week; > 20 uur per week) werd toegevoegd. De controle voor demografische variabelen leverde geen significant effect op (zie ook vorige lineaire regressies). Bij toevoeging van de drempel van 20 uur, zagen we een significante verbetering van het model, ∆F(1,324) = 29.26, p <.01. Er was sprake van een goede fit tussen de data en het model dat hier werd vooropgesteld, F(4,324) = 7.47, p <.01. Hierdoor werd het acceptabel om de verklaarde variantie en de regressiecoëfficiënten nader te bekijken. verklaarde variantie bedroeg .08. De regressiecoëfficiënt (B) van de significante variabele “drempel van 20 uur”, = -.29, p < .01, bedroeg -9.40. Dit wil zeggen dat wanneer de student de drempel van 20 werkuren per week behaalt, dit een puntenverlies van 9.40 teweegbrengt. We konden dus besluiten dat Onderzoeksvraag 1B bevestigd werd. Ten slotte gingen we na of de drempel van 20 uur gerelateerd was aan de zittijd van de studenten. Dit deden we door middel van een logistische regressie, waarbij in eerste instantie opnieuw een significant effect van de demografische variabelen gevonden werd (zie vorige logistische regressies). Verder werd duidelijk dat hoewel het model wel een goede fit voor de data was, χ²(5) = 18.97, p <.01, de drempel op zich geen significant effect had op zittijd Wald(1) =.65, p >.01. Hypothese 2 Hypothese 2 stelde dat primaire oriëntatie de negatieve relatie tussen het aantal uren dat studenten aan hun bijbaan besteden en hun studieresultaten op zo een manier zou beïnvloeden dat deze relatie minder negatief is wanneer de primaire oriëntatie van de studenten gericht is op studeren. Om dit te toetsen werd een lineaire regressie uitgevoerd. In een eerste stap werd gecontroleerd voor de demografische variabelen. Vervolgens werden het aantal werkuren en primaire oriëntatie toegevoegd als predictoren. Ten slotte werd ook de interactieterm “werkuren x primaire oriëntatie” toegevoegd. Zoals tabel 5 duidelijk maakt is er geen sprake van een significant effect van primaire oriëntatie, = .07, p > .01 („at step‟ waarde). Het volledige model werd wel beschouwd als een goede fit voor de data, F(6,322) = 8.17, p <.01. De verklaarde variantie van dit model bedroeg .12 en de regressiecoëfficiënt (B) van de significante variabele werkuren, = -.36, p < .01, bedroeg -.47. We zagen hiernaast dat wanneer de interactieterm aan het model werd toegevoegd, dit geen significante verbetering teweegbracht. Dit alles wees erop dat primaire oriëntatie geen moderator was voor de relatie tussen het aantal werkuren en zijn studieresultaten. We konden besluiten dat hypothese 2 niet bevestigd werd.
35 Tabel 5 Moderatie effect van primaire oriëntatie Studieresultaten (gerapporteerd) Model 1 Variabele
B
SE(B)
Constante
65.68
Geslachta
.76
1.22
Leeftijd
-.01
Onderwijstypeb
.15
Model 2
5.03
B
SE(B)
Model 3
65.82
4.7
.04
.48
1.14
.02
.20
.00
.25
.19
.07
1.12
.01
.01
1.01
.00
Werkuren (A)
-.47**
.07**
-.36**
Primaire Oriëntatie (B) AxB
.58
.47
.07
95% CI
B
SE(B)
95% CI
[56.5575.09] [-1.772.73] [-.13.63] [-2.072.08] [-.61-.34] [-.341.50]
65.6 9 .40
4.73 1.16
.02
.26
.20
.07
.03
1.06
.00
[56.4074.99] [-1.872.67] [-.12.64] [-2.052.11] [-.61-.33] [-.341.73]
-.47**
.07**
-.36**
.70
.53
.08
-.03
.06
-.03
R²
.00
.13**
.13
F
.18
9.79**
8.17**
∆R²
-.01
.12**
.12
∆F
.18
24.19**
.23
[-.14.64]
Note. N = 329. CI = confidence interval. a 1 = man; 2 = vrouw. b 1 = middelbaar onderwijs; 2 = hogeschool; 3 = universiteit. ** p <.01.
Hypothese 3 Hypothese 3 stelde dat er een negatieve relatie is tussen een bijbaan en het welzijn van de studenten. Wij volgden dezelfde structuur als bij hypothese 1, waarbij eerst gekeken werd naar de resultaten betreffende het aantal werkuren (3), vervolgens naar de resultaten betreffende het al dan niet beschikken over een bijbaan (Onderzoeksvraag 2A) en ten slotte naar wat een opsplitsing tussen matig tewerkgestelden en intensief tewerkgestelden geeft (Onderzoeksvraag 2B). Hypothese 3 stelde dat er een negatieve relatie zou zijn tussen het aantal uren dat studenten besteden aan de bijbaan en het welzijn van deze studenten. Wanneer we in eerste instantie keken naar de correlatietabel (zie Tabel 1), gaf deze een indicatie voor een nietsignificant negatieve relatie, r = -.02, p >.01. Om dit verder te toetsen werd een lineaire
36 regressie uitgevoerd, waarbij eerst gecontroleerd werd voor de demografische variabelen geslacht, leeftijd en onderwijstype. Hierna werd het aantal werkuren als variabele toegevoegd. Er werd geen significant effect gevonden van de demografische variabelen. De regressie maakte verder duidelijk dat er ook geen significant effect van werkuren op welzijn was,
p >.01. De toevoeging van deze variabele bracht geen significante verbetering van het model teweeg. We konden besluiten dat hypothese 3 niet bevestigd werd. Onderzoeksvraag 2A stelde vervolgens dat er een significant verschil was tussen de groep werkende en niet-werkende studenten, betreffende hun welzijn. Werkende studenten zouden een lagere score voor welzijn behalen. Er werd een lineaire regressie uitgevoerd, waarbij in een eerste stap gecontroleerd werd voor de demografische variabelen en vervolgens de variabele bijbaan werd toegevoegd. Tabel 6 maakt duidelijk dat er geen significant effect van de demografische variabelen was, F(3,519) = .22, p >.01. Het al dan niet bezitten van een bijbaan had wel een significant effect op het welzijn van de studenten, p <.05. Bovendien zien we significante verbetering van het model, wanneer deze variabele toegevoegd werd. De verklaarde variantie van het volledige model bedroeg .01. We besloten dan ook met de nodige voorzichtigheid (gezien de lage verklaarde variantie) dat er enige evidentie is voor onderzoeksvraag 2A.
37 Tabel 6 Regressietabel bijbaan
Variabele Constante Geslachta Leeftijd Onderwijstypeb Bijbaanc R² F ∆R² ∆F
B .07 -.06 -.01 .07
Welzijn Model 1 SE(B) .44 .10 -.03 .02 -.02 .09 -.03
Model 2 B .02 -.04 .00 .06 -.20
.00 .22 -.01 .22
SE(B) .44 .10 .02 .09 .09
-.02 .00 .03 -.10* .01* 1.39 .00* 4.84*
95% CI [-.85-.88] [-.24-.16] [-.04-.69] [-.12-.24] [-.39- -.02]
Note. N = 520. CI = confidence interval. a 1 = man; 2 = vrouw. b 1 = middelbaar onderwijs; 2 = hogeschool; 3 = universiteit. c 0 = zonder bijbaan; 1 = met bijbaan. * p < .05.
Onderzoeksvraag 2B stelde ten slotte dat er een significant verschil is tussen de groep studenten die minder dan 20 uur per week tewerkgesteld zijn en de groep studenten die meer dan 20 uur per week tewerkgesteld zijn. Studenten die meer dan 20 uur werkten, zouden een lagere score behalen voor welzijn. Een lineaire regressie werd uitgevoerd, waarbij eerst gecontroleerd werd voor de demografische variabelen. Ook hier werd geen significant effect gevonden van de demografische variabelen, noch van de drempel van 20 uur, p >.01. Ten slotte bracht de variabele geen significante verbetering van het model teweeg. We konden besluiten dat er geen evidentie is voor Onderzoeksvraag 2B. Hypothese 4 Hypothese 4 onderzocht of de vereisten van de bijbaan de negatieve relatie tussen het aantal werkuren en de studieresultaten modereert. Meer bepaald, zou de relatie sterker negatief zijn, naarmate de vereisten van de bijbaan hoger zijn. Om dit te toetsen werd een lineaire regressie uitgevoerd. In een eerste stap werd gecontroleerd voor de demografische variabelen. Vervolgens werden het aantal werkuren en werkvereisten toegevoegd, om ten slotte ook de interactieterm “werkuren x werkvereisten” toe te voegen. Er was geen sprake van een significant effect van de variabele werkvereisten, = -.09, p > .01 („at step‟ waarde). Ook werd er geen verbetering van het model waargenomen wanneer de interactieterm “werkuren x werkvereisten” werd toegevoegd. Het volledige model (Model 2) werd wel beschouwd als een goede fit voor de data, F(5,323) = 8.43, p <.01. De verklaarde variantie
38 van dit model bedroeg .12 en de regressiecoëfficiënt (B) van de significante variabele werkuren, = -.36, p < .01, bedroeg -.47. Dit geeft aan dat de variabele werkvereisten geen moderator is voor de relatie tussen het aantal en zijn studieresultaten. We konden besluiten dat hypothese 4 niet bevestigd werd.
Tabel 7 Moderatie effect van werkvereisten Studieresultaten (gerapporteerd) Model 1 Variabele
B
SE(B)
Model 2
5.03
B 65.86
SE(B)
Constante
65.68
4.7
Geslachta
.76
1.22
.04
.37
1.14
.02
Leeftijd
-.01
.20
.00
.27
.19
.08
Onderwijstypeb
.15
1.12
.01
-.10
1.10
-.01
Werkuren (A)
.07**
.07**
-.36**
Werkvereisten (B)
.46
.47
-.09
AxB
Model 3
95% CI
B
[56.6175.11] [-1.872.62] [-.11.65] [-2.161.97] [-.61-.33] [-.1.73.10]
65.9 8 .38
4.71 1.15
.02
.27
.19
.08
-.11
1.06
-.01
-.47**
SE(B)
.07**
-.36**
.77
.53
-.09
-.01
.07
-.01
R²
.00
.14**
.14
F
.18
10.13**
8.43**
∆R²
-.01
.12**
.12
∆F
.18
25.02**
.03
95% CI [56.6275.16] [-1.872.63] [-.11.65] [-2.191.96] [-.61-.33] [-.18.27] [-.16.13]
Note. N = 329. CI = confidence interval a 1 = man; 2 = vrouw. b 1 = middelbaar onderwijs; 2 = hogeschool; 3 = universiteit. ** p <.01.
Hypothese 5 Hypothese 5 stelde dat de werkvereisten de negatieve relatie tussen het aantal werkuren en het welzijn modereren, op zo‟n manier dat deze relatie sterker negatief zou zijn naarmate de werkvereisten hoger zijn. Wederom werd gebruik gemaakt van een lineaire regressie om hier uitsluitsel over te bieden. Ook hier kon niet gesproken worden van een modererende rol van de variabele werkvereisten in de relatie tussen aantal werkuren en welzijn. Er is geen
39 significante verbetering van het model wanneer de interactieterm werd toegevoegd, alsook werd geen significant effect van werkvereisten op welzijn vastgesteld, = -.06, p > .01 („at step‟ waarde). Tabel 8 biedt een overzicht van deze resultaten. We konden besluiten dat hypothese 5 niet bevestigd werd.
Tabel 8 Moderatie effect van werkvereisten Welzijn Model 1 Variabele
B
SE(B)
Model 2
.57
B -.31
SE(B)
Constante
-.34
.56
Geslachta
.07
.14
-.03
-.08
.14
-.03
Leeftijd
.00
.02
.01
.00
.02
-.01
Onderwijstypeb
.12
.12
.03
.12
.13
.06
Werkuren (A)
.01
.01
.08
Werkvereisten (B)
-.06
Model 3 95% CI
B
SE(B)
[-1.42.80] [-.35.19] [-.05.04] [-.13.37] [-.01-.03] [-.17.05]
-.32
.57
-.08
-.14
.00
.02
.13
.13
95% CI
R²
.00
.12
[-1.43.79] -.04 [-.35.19] -.01 [-.05.04] .06 [-.12.38] .08 [-.01-.03] -.07 [-.20.05] .02 [-.01.02] .01
F
.34
.79
.68
∆R²
-.01
.00
-.01
∆F
.34
1.47
.13
.06
-.06
AxB
.01
.01
-.07
.06
.00
.01
Note. N = 328. CI = confidence interval. a 1 = man; 2 = vrouw. ᵇ 1 = middelbaar onderwijs; 2 = hogeschool; 3 = universiteit.
Samenvattend kunnen we stellen dat van de vooropgestelde hypothesen, enkel Hypothese 1 bevestigd is. Er werd geen evidentie gevonden voor Hypothesen 2, 3, 4 en 5.
40
Discussie
Onze bevindingen suggereren dat het hebben van een bijbaan een negatieve invloed heeft op de studieresultaten. Hoewel het verschil klein is, lijken studenten met een bijbaan gemiddeld lagere studieresultaten te behalen dan studenten zonder een bijbaan. Tevens zien we dat hoe meer uren men wekelijks werkt, hoe meer de studieresultaten dalen. De Zero-Sum theorie van Coleman lijkt de test te doorstaan. Hoe meer tijd de student wekelijks spendeert aan zijn of haar bijbaan, hoe lager de studieresultaten zijn. Deze bevinding geeft een indicatie voor het feit dat de werktijd rechtstreeks van de studeertijd wordt afgetrokken, net zoals Coleman voorspelde. De resultaten bieden ook ondersteuning voor de Dynamics of Action theorie van Atkinson en Birch (1970). Wanneer studenten meer gemotiveerd zijn voor het uitvoeren van hun bijbaan dan voor studeren, zal dit gedrag zich vaker stellen, wat zal resulteren in een verminderde studiemotivatie. Dit kan ervoor zorgen dat werkende studenten de studies gaan verwaarlozen, waardoor de academische prestaties kunnen dalen. Deze bevinding ligt in dezelfde lijn als de conclusies getrokken uit de onderzoeken van onder andere Bachman et al. (2003) en Weller et al. (2003). Ook zij vinden een negatief verband en bevestigden aan de hand van hun resultaten dat een hoog aantal werkuren een negatieve invloed heeft op de schoolse prestaties van studenten. Anderen vinden geen significant verband tussen het aantal werkuren en studieresultaten (Derous & Ryan, 2008; Mortimer et al., 1996; Mortimer, 2003). Mortimer et al. (1996) en Mortimer (2003) rapporteren een zwakke samenhang tussen beide variabelen en vegen de bezorgdheid omtrent de negatieve gevolgen van het hebben van een bijbaan van tafel. Nog anderen hebben het over gemengde uitkomsten (Steinberg et al., 1994). Dat door het hoge aantal werkuren studenten minder tijd hebben om voor school te werken klopt wel, maar volgens hen zijn er verschillende mogelijke verklaringen voor het feit dat sommige studenten de negatieve gevolgen van hun bijbaan weten te vermijden. Bijvoorbeeld, zo hebben leerkrachten mogelijk minder hoge verwachtingen van studenten met een bijbaan waardoor ze toegeeflijker worden. Studenten, daarentegen, kunnen moeilijke vakken waarvoor ze veel huiswerk moeten maken vermijden op te nemen in het curriculum (dit is vooral van toepassing in het Amerikaanse schoolsysteem). Tevens wordt het stellen van compenserend gedrag zoals spieken, het werk van behulpzame medestudenten kopiëren, te laat komen enzovoort als verklaring gegeven (Bachman & Schulenberg, 1993; Schoenhals et al., 1997). De resultaten van ons onderzoek spreken bovenstaande verklaringen zeker niet tegen, maar tonen aan dat zulke activiteiten
41 misschien
niet
voldoende
zijn
om
het
schadelijke
effect
van
een
hoge
tewerkstellingsintensiteit teniet te doen. Ondanks het feit dat het dichotomiseren methodologisch onder vuur ligt, vinden we evidentie voor het belang van de kritieke drempel van 20 werkuren (Lillydahl, 1990) in ons onderzoek. Studenten die doorgaans meer dan 20 uren per week spenderen aan hun bijbaan, behalen beduidend lagere studieresultaten. Dit komt overeen met de bevindingen van eerdere studies (Bachman et al., 2003; Lillydahl, 1990; Marsh & Kleitman, 2005; Steinberg & Dornbusch, 1991; Warren & Lee, 2003; Weller et al., 2003) waarin de 20 werkuren drempel gehanteerd werd. Hoewel deze vergelijking niet alles zegt en vanuit methodologisch standpunt betwistbaar is, ligt ze in dezelfde lijn met de bevindingen van andere studies en ook met de voorgaande hypothese omtrent het aantal werkuren. Primaire oriëntatie zorgt volgens onze resultaten niet voor een modererend effect op de relatie tussen het aantal werkuren en academische prestaties. Studenten met een primaire oriëntatie op school ondervinden een even nefaste invloed van het aantal werkuren dan studenten met een primaire oriëntatie op werken. De theorie van Warren wordt in onze data dus niet bevestigd. Hoewel er weinig evidentie te vinden is voor de uitwerking ervan, blijven wij ervan overtuigd dat zijn oorspronkelijke overtuiging waardevol is. De idee om de invloed van een bijbaan ruimer te zien dan enkel een effect van objectief waarneembare karakteristieken zoals het aantal werkuren en werkvereisten, blijft volgens ons een zinvolle redenering. Een benadering gebaseerd op subjectieve parameters, erkent dat ook de „psyche‟ of de menselijke geest een rol speelt in het verklaren van het effect van een bijbaan. De mogelijkheid dat reeds bestaande verschillen in motivatie een belangrijke rol spelen in de relatie tussen werkuren en de onderzochte uitkomstvariabelen werd reeds aangehaald in gelijkaardig onderzoek (Bachman & Schulenberg, 1993; Derous & Ryan, 2008; Warren et al., 2000). Bachman en Schulenberg (1993) kaartten in hun onderzoek de vraag aan of een hoog aantal werkuren wel als oorzaak moet gezien worden van minder goede schoolresultaten. Zij geloven dat, hoewel tewerkstellingsintensiteit een aanvullende bijdrage aan slechtere studieresultaten kan geven, een ander onderliggend proces aan de oorzaak ligt. Volgens hen zijn studenten met een minder succesvol schoolverleden en minder interesse in studeren juist als een gevolg daarvan meer geneigd langere uren te kloppen in hun bijbaan. Veel tijd spenderen aan hun bijbaan is bijgevolg geen oorzaak op zich, maar eerder een symptoom van eerdere psychosociale moeilijkheden. Het zijn deze moeilijkheden die ervoor zorgen dat jongeren een jaar moeten dubbelen, het moeilijk hebben om goede resultaten te behalen, een
42 desinteresse in studeren ontwikkelen en in een latere fase ook de voorkeur geven aan werken voor hun bijbaan. Een belangrijke verklarende factor van dergelijk gedrag is volgens hen „transition proneness‟ (Jessor & Jessor, 1977), door ons vrij vertaald als een „doorgedreven drang naar overgang‟. Deze term komt uit de „Problem Behavior Theory‟ van professor R. Jessor (1977) en gaat over jongeren die de drang vertonen om snel volwassen te willen zijn, ook al hebben ze de nodige ervaring en verantwoordelijkheden die bij volwassenheid horen nog niet ontwikkeld. Deze opvatting werd gedeeld door Greenberger en Steinberg (1986) die in hun onderzoek spraken over een vorm van „pseudo-volwassenheid‟. Het zou dus goed kunnen dat studenten die veel tijd spenderen aan hun bijbaan een snellere overgang naar jongvolwassenheid ervaren dan hun leeftijdsgenoten (Bachman & Schulenberg, 1993). Dit suggereert dat voor velen van hen de werker-rol een prominentere rol speelt dan de studentrol en dat in hun ogen meer aandacht aan deze eerst rol meer voordelen oplevert dan aandacht aan de tweede rol. De gelijkenissen met het concept primaire oriëntatie van Warren (2002) zijn hier duidelijk aanwezig. Een ander gelijkaardig concept is autonome motivatie. Binnen de Zelfdeterminatietheorie (Deci & Ryan, 2000) wordt een duidelijk onderscheid gemaakt tussen autonome (cfr. intrinsieke motivatie) en gecontroleerde motivatie (cfr. extrinsieke motivatie). Wanneer iemand autonoom gemotiveerd is om een bepaald gedrag te stellen, dan wil dit zeggen dat hij of zij dit gedrag stelt uit vrije wil, wat leidt tot een volledige bereidheid om zich te engageren tot de activiteit (Derous & Ryan, 2008). In contrast hiermee, wordt gecontroleerd gedrag gestuurd door een interne (e.g. schuld, schaamte) of externe (e.g. de wil van anderen) druk (Derous & Ryan, 2008). Studenten kunnen autonoom gemotiveerd zijn om hard te studeren (e.g. zij vinden dit leuk), maar kunnen ook gecontroleerd gemotiveerd zijn (e.g. enkel zo kan ik mijn diploma behalen). Dit geldt ook voor het uitvoeren van je bijbaan. Zo vinden sommige studenten het leuk om achter de bar te staan, terwijl anderen dit enkel doen om geld te verdienen. Derous en Ryan (2008) toonden in hun onderzoek bij Amerikaanse studenten het belang van autonome motivatie aan. Studenten die autonoom gemotiveerd waren om hun bijbaan uit te voeren hadden een betere studieattitude, betere schoolresultaten en een hoger welzijn. Deze bevinding is een duidelijke indicatie voor het belang van het opnemen van subjectieve parameters in toekomstig onderzoek. In huidig onderzoek is het effect van het hebben van een bijbaan op het persoonlijke welzijn van studenten moeilijker eenduidig te interpreteren. Wanneer we studenten met een bijbaan vergelijken met studenten zonder een bijbaan zien we een verschil. Studenten zonder bijbaan scoorden gemiddeld hoger op de welzijn-maat dan studenten met een bijbaan. Op
43 basis hiervan zouden we kunnen concluderen dat een bijbaan het persoonlijk welzijn negatief beïnvloedt. Wanneer we de resultaten met betrekking tot de werkintensiteit nader bekijken, komen we echter tot een andere conclusie. Zo bevestigt ons onderzoek niet dat de uitvoering van meer werkuren per week het welzijn nog zou doen dalen. Het bestaan van een verband tussen het aantal werkuren en het welzijn van studenten werd niet teruggevonden in dit onderzoek. Hieruit blijkt dat we niet kunnen concluderen dat het aantal werkuren negatieve effecten zou hebben op de mentale gezondheid van de bevraagde studenten. Een verhoging van de werkintensiteit heeft geen daling van het welzijn tot gevolg. Dit resultaat is tegengesteld aan de bevindingen van onderzoeken uitgevoerd door onder andere Derous en Ryan (2008), Steinberg en Dornbusch (1991), Bachman en Schulenberg (1993) en Weller et al. (2003). Zij concludeerden immers dat er een positieve samenhang bestaat tussen werkintensiteit en indicatoren van psychosociaal disfunctioneren. Volgens hen zou het spenderen van meer uren op het werk leiden tot een groter risico op het ervaren van stress, een grotere kans op druggebruik en een grotere mate van delinquent gedrag (Steinberg en Dornbusch, 1991). In hun onderzoek leggen zij de nadruk op hun bevinding dat de kans op deze negatieve effecten steeds groter wordt naarmate studenten meer uren per week werken. Onze data suggereren echter het omgekeerde, namelijk dat werkintensiteit geen extra schadelijk effect heeft op het welzijn van studenten met een bijbaan. Ook andere auteurs die de relatie tussen het aantal werkuren en psychosociaal welzijn onderzochten, rapporteerden reeds „nuleffecten‟. Zo besloten Mortimer et al. (1996) dat werkuren weinig nadelige invloed hebben op de mentale gezondheid. Ook Bachman en Schulenberg (1993) vonden eveneens geen significante relatie tussen het aantal werkuren van middelbare schoolstudenten en hun self-esteem. De bevindingen zijn dus gemengd en nodigen uit voor meer onderzoek, waarbij meerdere (andere) moderatoren onderzocht worden. Derous en Ryan (2008) onderzochten zo bijvoorbeeld de mate waarin werkintensiteit en jobkenmerken (o.a. effectieve werkeisen en functiekenmerken zoals de mate van autonomie die men in de functie bezit) interageren en zo het individuele welzijn kunnen beïnvloeden. Zoals eerder aangegeven, vonden we wel significant negatieve effecten van het hebben van een bijbaan (maar niet van werkintensiteit) op welzijn terug. Hoe kan dit – op het eerste zicht – paradoxaal resultaat verklaard worden? Het hebben van een bijbaan activeert mogelijks meer negatieve factoren dan werkintensiteit alleen. In lijn met Derous en Ryan (2008) is het zinvol om niet alleen naar werkintensiteit te kijken maar om ook de psychosociale kenmerken van de werkomgeving in beschouwing te nemen in vervolgonderzoek.
44 De kritieke drempel van 20 werkuren werd niet teruggevonden bij het welzijn van deze jongeren. Het ontbreken van de voorspelde verdere daling in het persoonlijk welzijn van de student kan verklaard worden door de aanwezigheid van hulpbronnen op het werk. Dit wordt verder in deze discussiesectie meer uitgebreid behandeld. Het begrip werkvereisten werd in dit onderzoek gebruikt als een modererende variabele. De data wijzen uit dat werkvereisten geen modererend effect hebben op de relatie tussen werkuren en studieresultaten, noch op de relatie tussen werkuren en welzijn. Nochtans werd het belang van deze variabele in voorgaand onderzoek reeds meermaals bevestigd (Cotton et al., 2002; Derous & Ryan, 2008). Methodologische gebreken zouden mogelijks aan de basis kunnen liggen van deze bevinding. Het meten van deze werkvereisten werd gedaan aan de hand van 1 schaal met slechts 4 items (Caplan et al., 1980). Hoewel de degelijkheid van de schaal reeds bevestigd werd in het onderzoek van Derous en Ryan (2008) en de interne consistentie ook in ons onderzoek goed was (Cronbach‟s alpha van deze schaal bedroeg .90), had een uitbreiding ervan voor meer informatie kunnen zorgen. Het gebruik van meerdere schalen had ons kunnen helpen om een breder beeld te krijgen van de werkvereisten van de bevraagde respondenten, wat mogelijks tot andere bevindingen had kunnen leiden. Ook inhoudelijk zijn er andere keuzes mogelijk. Wanneer we kijken naar het Job-Demands Resources model van Bakker en Demerouti (2007), zien we dat naast job demands of werkvereisten ook job resources een belangrijke rol spelen. Het opnemen van deze variabele had ons een ruimer beeld van de werkomgeving van de studenten kunnen schetsen (cf. infra). Hoewel we de rol van werkvereisten in toekomstig onderzoek rond studenten met een bijbaan niet willen afschrijven, zijn er nog andere variabelen die mogelijks een rol spelen. Naast de objectieve factoren van de werkomgeving, spelen ook subjectieve factoren een grote rol. Het Michigan Stress model van Kaplan (1982) beschrijft dat personen alle factoren in hun werkomgeving interpreteren. Volgens dit model zijn het dus niet zozeer de effectieve werkvereisten die voor stress kunnen zorgen, maar wel de interpretatie ervan. Dit heeft als gevolg dat wat voor het ene individu als stresserend ervaren wordt, niet noodzakelijk stresserend is voor een ander individu. De eigen persoonlijkheid en gevoelens spelen een belangrijke rol in de interpretatie van deze factoren. Het opnemen van maten voor deze factoren verdient extra aandacht in toekomstig onderzoek dat zich focust op het verklaren van de effecten van het hebben van een bijbaan.
45 Beperkingen en Suggesties voor verder onderzoek Een eerste beperking is het retrospectief design van de studie. Om praktische redenen werd het aantal werkuren tijdens vorig schooljaar (2009-2010) bevraagd, terwijl het welzijn op het moment van de bevraging (begin 2011) gemeten werd. Het nadeel hiervan is dat er een kloof ontstaat, waarin verschillende andere gebeurtenissen hebben kunnen voorvallen die ook van invloed zijn op het persoonlijk welzijn van de student. Dit is een andere mogelijke verklaring voor de nulbevindingen inzake persoonlijke welzijn en werkintensiteit. Toekomstig onderzoek via de survey methodiek zou welzijn op het zelfde moment van de meting van het aantal en kenmerken van de bijbaan moeten bevragen. Een mogelijk alternatieve methode die zou kunnen gebruikt worden in toekomstig onderzoek en hieraan tegemoet komt, is de dagboekstudie in plaats van een eenmalige bevraging door middel van een vragenlijst of survey. In dagboekstudies wordt aan de deelnemers gevraagd om op geregelde tijdstippen (dagelijks, wekelijks, etc.) hun gevoelens neer te schrijven en/of een korte vragenlijst in te vullen. Op deze manier krijgt men een nauwkeuriger beeld van het welzijn van het individu en worden ook mogelijke veranderingen geregistreerd tijdens het uitvoeren van de bijbaan en/of andere werkzaamheden. Aan de hand van deze gegevens kan men de relatie tussen de hoeveelheid werkuren en het welzijn van werkstudenten veel beter bestuderen. Een tweede, gerelateerde beperking van dit onderzoek is het hanteren van een crosssectioneel design. Door het feit dat slechts op één moment metingen werden gedaan, kunnen we geen uitspraken doen over de ontwikkeling of de evolutie van de variabelen, noch over de richting van verbanden tussen variabelen. Een alternatief voor deze onderzoeksmethode is het longitudinaal design waarbij men op meerdere momenten metingen doet. Zo zou men een premeting van studieresultaten en welzijn van de student kunnen doen van voor de tijd dat hij of zij een bijbaan had en deze vergelijken met een post-meting wanneer hij of zij wel een bijbaan heeft. Op deze manier zou men meer duidelijkheid en zekerheid kunnen verkrijgen over of het lage welzijn toe te schrijven kan zijn aan het verkrijgen van een bijbaan of het verhogen van het aantal werkuren. Zo zou het kunnen dat de pre-meting van welzijn reeds laag was, waardoor de oorzaak ergens anders moet gezocht worden. In huidig onderzoek werd gekeken naar het aantal uur dat men spendeert aan de bijbaan. In toekomstig onderzoek zou men kunnen kijken naar specifieke types van bijbanen. Indien de bijbaan op dezelfde competenties beroep doet als de studies, zou dit positievere resultaten teweeg kunnen brengen. Op deze manier wordt een bijbaan relevanter voor de studies. Indien de competenties die van belang zijn voor een studie/binnen een onderwijssetting meer
46 ontwikkeld worden tijdens het uitvoeren van de bijbaan, zou men een positieve relatie tussen bijbaan en studieresultaten kunnen vinden. Valentine, Cooper, Bettencourt en Dubois (2002) merkten dit reeds op en gaven de relevantie tussen de bijbaan en de gevolgde studies de naam „academic relatedness‟. Het belang ervan werd reeds onderzocht door Mortimer en zijn collega‟s in hun onderzoek bij Amerikaanse leerlingen (Mortimer, Finch, Shanahan, & Ryu, 1992). Uit hun onderzoek bleek dat wanneer leerlingen vonden dat hun werkervaring complementair was aan hun schoolwerk, zij een positievere invloed ondervonden van hun bijbaan. Aanvullend was hun welzijn en self-esteem positief gerelateerd aan de mate waarin zij vonden dat zij door het uitoefenen van hun bijbaan vaardigheden aanleerden, die nuttig voor hen waren in de toekomst (Mortimer et al., 1992). Ook Derous en Ryan (2008) vonden evidentie voor het belang van deze relevantie. Zij gebruikten in hun onderzoek de term „perceived relevance of work‟ en vonden dat deze „perceived relevance‟ positief gerelateerd was aan studieattitude. Uitzoeken welke attributen van een bijbaan dit gevoel van relevantie bevorderen en welke soort van bijbanen nu juist het meest voordelig zijn, zijn interessante ideeën voor toekomstig onderzoek. Gebaseerd op het uitvoerig gebruik ervan in eerdere studies, werd in dit onderzoek ook exploratief getest of er een verschil bestaat tussen matig tewerkgestelden en intensief tewerkgestelden met betrekking tot studieresultaten en welzijn. Hiervoor werd de variabele aantal werkuren gedichotomiseerd tot twee categorieën, nl. minder dan 20 uur per week en 20 uur of meer per week. Hoewel er een significant verschil werd gevonden tussen deze twee groepen van studenten wanneer we kijken naar hun studieresultaten, kunnen we niet met zekerheid zeggen dat de drempelwaarde precies 20 werkuren per week bedraagt. Deze waarde werd a priori gekozen op basis van voorgaand onderzoek (Bachman et al., 2003; Lillydahl, 1990; Marsh & Kleitman, 2005; Steinberg & Dornbusch, 1991; Warren & Lee, 2003; Weller et al., 2003). De resultaten van deze analyse werden dus beïnvloed door het a priori kiezen van deze drempelwaarde. Deze benadering kan niet alleen vanuit methodologisch standpunt bekritiseerd worden, maar kan ook bekritiseerd worden omwille van inhoudelijke gronden/argumenten. Bij gebruik van een andere cut-off waarde zou men andere resultaten kunnen bekomen en het is niet duidelijk waar dat precies aan zou kunnen liggen. Toekomstig onderzoek naar waar we deze drempelwaarde precies moeten situeren en de redenen waarom, is nuttig. Bovendien is het onduidelijk of deze drempelwaarde voor iedereen geldt. De meeste vermelde studies lijken immers uit te gaan van één bepaalde, algemeen-geldende drempelwaarde. Mogelijks wordt deze drempelwaarde beïnvloed door persoons- of
47 situatiegebonden variabelen. Welke moderatoren nu juist van belang zijn, is een interessant onderwerp voor vervolgonderzoek. Een andere, belangrijke beperking van dit onderzoek is het feit dat “job resources” of hulpbronnen op het werk niet werden bevraagd. Onder deze “job resources” of hulpbronnen verstaat men: Fysieke, psychologische, sociale of organisatorische aspecten van de job, die ervoor zorgen dat doelen bereikt worden en de invloed van werkvereisten, en de daarmee gepaard gaande fysiologische en psychologische kosten, beperkt wordt (Demerouti et al., 2001). Deze hulpbronnen stimuleren persoonlijke groei, het leervermogen en de eigen ontwikkeling. De meest voorkomende voorbeelden hiervan zijn coaching en autonomie. Het job demands-resources model (JD-R model) van Bakker en Demerouti (2007) beschrijft dat deze hulpbronnen een enorm motivatiepotentieel hebben en tot een hoog werkengagement leiden. Het integreren van deze hulpbronnen zou meer informatie kunnen verschaffen over hoe studenten erin slagen hun bijbaan te combineren met hun studies. Een mogelijke hulpbron zou kunnen zijn dat ze minder uren moeten werken wanneer het examens zijn of dat ze zelfs niet moeten komen werken wanneer ze teveel schoolwerk hebben. Deze hulpbronnen zouden ook kunnen verklaren waarom de stijging in aantal werkuren niet leidt tot een verdere daling van het welzijn. Indien deze extra werkuren hand in hand gaan met het verhogen van het aantal hulpbronnen, hoeft de stijging in werkuren inderdaad geen extra belasting op de student te betekenen. Integendeel, het zou zelfs kunnen dat een student juist meer voldoening krijgt van zijn bijbaan als hij meer uren spendeert op de werkplek. Collega‟s en klanten kennen je beter, leidinggevenden appreciëren je meer en zelf word je meer gedreven in het uitvoeren van de opdrachten in het takenpakket. Het ontbreken van de voorspelde daling in persoonlijk welzijn van studenten die meer werkuren spenderen aan hun bijbaan, zou volledig verklaard kunnen worden aan de hand van deze positieve gevolgen. In deze studie werd gewerkt met gerapporteerde studieresultaten. Deze zijn minder betrouwbaar, aangezien zij onderhevig kunnen zijn aan zelfrepresentatie-fouten. Men kan ze per ongeluk verkeerd inschatten, maar men kan ze ook bewust manipuleren om een positiever beeld van zichzelf achter te laten (sociale wenselijkheid). Ter controle werden enkele objectieve studieresultaten opgevraagd, maar dit bleek moeilijker haalbaar dan verwacht. Als gevolg waren de objectieve controlevariabelen schaars en kan men de hoge positieve correlatie betwisten. Dit wil zeggen dat er nog steeds fouten door verkeerde herinnering of sociale wenselijkheidtendensen kunnen voorkomen in de data. In de toekomst werkt men
48 beter met een meting van sociale wenselijkheid of, indien mogelijk, met uitsluitend objectieve studieresultaten. Tot slot moeten we erkennen dat er een risico is op „respons bias‟. De data van deze studie werden verzameld via een online vragenlijst. Hoewel dataverzameling via internet vele voordelen inhoudt op vlak van snelheid, grotere toegang tot meerdere populaties en vermindering van kosten (zowel vanuit de kant van de onderzoeker als de kant van de deelnemer), zijn er ook diverse nadelen verbonden aan het gebruik van deze technologie voor onderzoeksdoeleinden. Door het gebrek aan rechtstreeks contact tussen de onderzoeksleiders en de respondent, is men nooit zeker of de respondent is wie hij of zij beweert te zijn. Zo zijn we er dus niet zeker van of elke ingevulde vragenlijst daadwerkelijk afkomstig is van een student die in het schooljaar 2009 – 2010 voltijdse studies gevolgd heeft. Dit is anders wanneer de data-verzameling in scholen gebeurt en de onderzoeker de vragenlijst voorlegt aan studenten in klassikaal verband. Het is dus onzeker of de gewenste doelgroep effectief bereikt werd en de resultaten niet vertekend zijn door participatie van ongewilde respondenten of zogeheten “non-respondenten” (Stanton & Rogelberg, 2001). Verder heeft niet iedereen toegang tot het internet, waardoor het risico bestaat dat bepaalde subgroepen van de populatie overgerepresenteerd worden in het onderzoek (Stanton & Rogelberg, 2001). Een laatste nadeel van online dataverzameling is de mogelijkheid op “multiple responding”, waarbij hetzelfde individu meerdere malen de vragenlijst invult (Stanton & Rogelberg, 2001). Dit kan toevallig gebeuren (het individu is vergeten dat hij de vragenlijst reeds invulde), maar het kan ook doelbewust gebeuren om de resultaten te manipuleren en ze in een bepaalde richting te sturen. Dit fenomeen zorgt opnieuw voor een overrepresentatie en vormt dus een bedreiging voor de generaliseerbaarheid van de resultaten. Bij dataverzameling in onze studie, is echter rekening gehouden met deze mogelijke beperkingen. Onze data werden dan ook gescreend op multiple responding, alvorens we aan de voorbereidingen van de data-analyse begonnen. Verder hebben we getracht zoveel mogelijk onze doelgroep te bereiken door het doelbewust mailen van studenten en het posten van de onderzoekslink op Minerva-sites die voorbehouden zijn voor studenten. Op deze manier hebben we non-respondenten proberen te vermijden. Ook werd onze database gecontroleerd op afwijkende antwoordpatronen, waarbij respondenten, die bijvoorbeeld overal het laatste keuzealternatief aangeduid hadden, uitgezuiverd werden. Tot slot was het voor de proefpersonen onmogelijk om meerdere antwoorden op één vraag te geven of een vraag open te laten.
49 Een andere mogelijke oorzaak van respons bias is de samenstelling van de steekproef. Zo bleek de meerderheid van onze participanten vrouwelijke universiteitsstudenten te zijn. Iets minder dan twee derden van onze steekproef bleek vrouwelijk te zijn en vier vijfde rapporteerde dat zij aan een universiteit studeren. Bovendien bevatte onze steekproef meer respondenten met een bijbaan dan respondenten zonder een bijbaan, waardoor de eerste groep een grotere invloed kon uitoefenen op de resultaten. Dit beperkt de generaliseerbaarheid van deze studie naar andere groepen van studenten en kan in rekening gebracht worden bij vervolgonderzoek.
Praktische Implicaties Het hebben van een bijbaan neemt tegenwoordig een prominente rol in in het leven van studenten. Dit werd duidelijk in deze studie, waarbij 63% van de bevraagde studenten aangaf over minstens één bijbaan te beschikken en hiervoor gemiddeld 9.4 uur per week opofferde. Deze toenemende betrokkenheid wekt ongerustheid bij ouders, leerkrachten en potentiële werkgevers (Derous & Ryan, 2008). Uit onze bevindingen blijkt dat deze ongerustheid enigszins terecht is, gegeven de negatieve relatie tussen het aantal werkuren en de door de studenten zelf-gerapporteerde studieprestaties. Echter, om een meer precieze afweging te kunnen maken tussen de diverse voor- en nadelen van een bijbaan is het belangrijk te weten wat deze bijbaan precies inhouden. Deze studie geeft een eerste aanzet tot het in kaart brengen van de nadelen betreffende de studieresultaten en het welzijn van de student. Rekening houdend met het feit dat er naast werken nog vele andere activiteiten zijn die de aandacht van de student kunnen wegtrekken van zijn studies (bijv. Derous & Ryan, 2008), zien we het als de taak van de overheid om samen met universiteiten en andere onderwijsinstellingen een betere balans te zoeken tussen werken en studeren. Werken kan moeilijk als het slechtste alternatief gezien worden voor studeren. Een verbod op tewerkstelling bij schoolgaande jeugd lijkt ons dan ook absoluut niet de beste oplossing. Men kan zich vervolgens afvragen of een beperking van het aantal werkuren verlichting zou kunnen brengen. Een beperking van het aantal geregulariseerde uren bestaat reeds. Tot op vandaag mogen studenten per kalenderjaar 46 dagen werken. Deze 46 werkdagen worden verdeeld over twee perioden: 23 werkdagen in de zomermaanden (juli, augustus en september) en nogmaals 23 werkdagen in de overgebleven maanden (januari tot en met juni
50 en oktober tot en met december) (“Jobat”, 2011). Een overschrijding van dit aantal zorgt ervoor dat een student niet meer kan genieten van het verlaagde sociale lastentarief. Als een student de 46 werkdagen overschrijdt, dan betaalt hij (en de werkgever) een even grote RSZbijdrage als elke gewone werknemer. De regulering zou vanaf januari 2012 echter versoepeld worden. Zo wordt het maximum aantal werkdagen opgetrokken van 23 werkdagen naar 50 werkdagen en zal er geen onderscheid meer gemaakt worden tussen de zomermaanden en de rest van het jaar. Toch zoeken jongeren vaak een bijbaan „in het zwart‟ om deze maximumregels te ontwijken. Een onderzoek van Randstad (2010) bevestigt dat Vlaamse jongeren meestal op een niet-geregulariseerde manier tewerkgesteld zijn. Het lijkt ons hierom opportuun over te gaan tot een grondigere controle van niet-geregulariseerd werk. Schoolgaande jeugd wordt zo tegen zichzelf beschermd. Wanneer de overheid hiernaast werk maakt van een soepelere regeling voor de organisatie van opleidingen, kunnen de nadelen van een bijbaan tot een minimum herleid worden. Op deze manier kunnen studenten meer voordelen halen uit hun bijbaan. Onderzoek toont namelijk aan dat het hebben van een bijbaan een niet te onderschatten rol speelt in de voorbereiding naar latere tewerkstelling van jongeren. Het leert hen bepaalde vaardigheden, naast verantwoordelijkheid, stiptheid en time management (Warren, 2002). Ook rekruteerders zien een pluspunt in jongeren die reeds werkervaring hebben. Ze gebruiken de informatie over de werkervaring van studenten om werkgerelateerde vaardigheden te identificeren en jobs toe te wijzen (Derous & Ryan, 2008). Naast de rol die weggelegd is voor de overheid, zijn er nog een aantal zaken waar studenten rekening mee kunnen houden. Men dient in de eerste plaats zelf een inschatting te maken van de eigen capaciteiten. Het is belangrijk van vooraf aan stil te staan bij de voor- en nadelen van het opnemen van een dubbele rol als werknemer en student. Sommige studenten zijn minder capabel om een goed evenwicht te bewaren tussen een bijbaan en hun studies en hebben hierdoor meer behoefte aan hulp. (Derous & Ryan, 2008). Wanneer deze hulp niet voorhanden is en men bezit zelf niet over de competentie om evenwicht te vinden, kan men beter concluderen dat eerder nadelen dan voordelen tot uiting zullen komen. Wanneer toch beslist wordt een bijbaan aan te nemen, geven wij de raad mee hier zorgvuldig mee om te springen. Men mag zich niet laten leiden door de aanlokkelijkheid van extra zakgeld verdienen, maar dient stil te staan bij het effect dat vele werkuren kan hebben op studieresultaten. Op basis van de bevindingen in deze scriptie, raden we studenten met een bijbaan aan hun werkuren gedurende het schooljaar te beperken.
51
Conclusie
Concluderend kunnen we stellen dat, gezien de gevonden resultaten, studenten zich in eerste instantie dienen te concentreren op hun studies. Slechts enkele studies splitsen jongeren op in werkende en niet-werkende studenten. Deze studie doet dit wel en vindt hier een significant effect van. Het hebben van een bijbaan brengt een daling van de studieresultaten en het welzijn mee. Wanneer de intensiteit in rekening gebracht wordt, dalen de studieresultaten naarmate het wekelijkse aantal werkuren stijgt. Het Zero-Sum model (Coleman, 1961) en de Dynamics of Action theorie (Atkinson & Birch, 1970) worden ondersteund door dit onderzoek. De idee dat deze nadelige effecten afgezwakt worden doordat de primaire oriëntatie van de student op school gericht is, kon niet bevestigd worden. Er werd bijgevolg geen evidentie gevonden voor het Primaire Oriëntatie model van Warren (2002). Ook de modererende rol van werkvereisten werd niet teruggevonden. De drang naar een bijbaan blijft echter enkel toenemen bij studenten. Een doordachte afweging van deze beslissing wordt dan ook meer dan ooit noodzakelijk.
52
Referenties Apel, R., Paternoster, R., Bushway, S. D., & Brame R. (2003). The effect of teenage employment on delinquency and problem behaviors. Social Forces, 82 (1), 297-335. Apel, R., Paternoster, R., Bushway, S. D., & Brame R. (2006). A job isn‟t just a job: The differential impact of formal versus informal work on adolescent problem behavior. Crime & Delinquency, 52 (2), 333-369.
Apel, R., Paternoster, R., Bushway, S. D., Brame R., & Sweeten, G. (2008). Effect of youth employment on deviant behavior and academic achievement. Journal of Quantitative Criminology, 24 (4), 337-362.
Arrindell, W. A., & van der Ende, J. (1985). Cross-sample invariance of the structure of selfreported distress and difficulty in assertiveness: Experiences with the Scale for Interpersonal Behaviour. Advances in Behaviour Research and Therapy, 7, 205–243.
Atkinson, J. W., & Birch, D. (1970). The dynamics of action. New York: Wiley.
Bachman, J. G., & Schulenberg, J. (1993). How part-time work intensity relates to drug use, problem behavior, time use, and satisfaction among high school seniors: are these consequences of merely correlates? Developmental Psychology, 29, 220-235.
Bachman, J. G., Safron, D. J., Rogala Sy, S., & Schulenberg, J. E. (2002). Preferred work intensity of secondary school students: New findings and insights on why part-time work intensity correlates with drug use and problem behavior. Monitoring the Future Occasional Paper No. 48. Ann Arbor, MI: University of Michigan, Institute for Social Research.
53 Bachman, J. G., Safron, D. J., Rogala Sy, S., & Schulenberg, J. E. (2003). Wishing to work: New perspectives on how adolescents‟ part-time work intensity is linked to educational disengagement, substance use, and other problem behaviors. International Journal of Behavioral Development, 27 (4), 301–315.
Bandura, A. (1977). Social learning theory. Retrieved from http://www.learning-theories.com Barling, J., Rogers, K. A., & Kelloway, K. (1995). Some effects of teenagers‟ part-time employment. Journal of Organizational Behavior, 16, 143-154.
Barnes, G. M., Hoffman, J. H., Welte, J. W., Farrell M. P., & Dintcheff, B. A. (2006). Adolescent's time use: Effects on substance use, delinquency and sexual activity. Journal of youth and adolescence, 36 (5), 697-710.
Bankston, C. L. III, & Zhou, M. (2002). Being well vs. doing well: Self-esteem and school performance among immigrant and non-immigrant racial and ethnic groups. International Migration Review, 36, 389-415.
Blascovich, J., & Tomaka, J. (1991). The self-esteem scale. In J. P. Robinson, P. R. Shaver, & L. S. Wrightsman (Eds.), Measures of personality and social psychological attitudes. New York: Academic Press.
Berk, L. E. (2007). Development through the lifespan. (4 ed., Vol. 4, pp. 454-455). Boston: Pearson Education. Bozick, R. (2007). Making it through the first year of college: The role of students‟ economic resources, employment, and living arrangements. Sociology of Education, 80 (3), 261284.
Brady, J. P. (1984). Social skills training for psychiatric patients, I: Concepts, methods, and clinical results. American Journal of Psychiatry, 141, 333–340.
54 Chambel, A. J., & Curral, L. (2005). Stress en academic life: work characteristics as predictors of student well-being and performance. Applied Psychology: An International Review, 54(1), 135-147.
Coleman, J. S. (1961). The adolescent society. Harvard education review, 29(4).
Cotton, S. J., Dollard, M. F., de Jonge, J. (2002). Stress and student job design: Satisfaction, well-being, and performance in university students. International Journal of Stress Management, 9(3), 147-161.
Cooper, H., Valentine, J. C., Nye, B, & Lindsay, J.J. (1998). Relationships between 5 afterschool activities and academic achievement. Journal of Educational Psychology, 91 (2), 369-378.
Cordery, J. (1997). Reinventing work design theory. Australian Psychologist, 22, 185-189.
Cotton, S. J., Dollard, M. F., & de Jonge, J. (2002). Stress and student job design: Satisfaction, well-Being, and performance in university Students. International Journal of Stress Management, 9 (3), 147-162.
Crocker, J., & Luthanen, R. K. (2003). Level of self-Esteem and contingencies of self-worth: Unique effects on academic, social, and financial problems in college students. Personality and Social Psychology Bulletin, 29(6), 701-712.
Curtis, S. (2005). Support for working undergraduates: the view of academic staff. Education and Training, 47 (7), 496-505.
Curtis, S., & Shani, N. (2002). The effect of taking paid employment during term time on students‟ academic studies. Journal of further and higher Education, 26 (2), 129-138. D‟Amico, R. (1984). Does employment during high school impair academic progress? Sociology of Education, 57, 152-164.
55 Daniels, K, & Harris, C. (2000). Work, psychological well-being & performance. Sheffield University Management School, 50 (5), 304-309.
Deci, E., & Ryan, R. (2002). Handbook of self-determination research. Rochester, NY: University of Rochester Press.
Demerouti, E, Bakker, A. B., Nachreiner, F., & Schaufeli, W. B. (2001). The job demandsresources model of burnout. Journal of Applied Psychology, 86 (3), 499-512.
Derous, E., & Ryan, A. M. (2008). When earning is beneficial for learning: The relation of employment and leisure activities to academic outcomes. Journal of vocational behaviour, 73 (1), 118-131.
Diener, E., Emmons, R. A., Larsen, R. J., & Griffin, S. (1985). The satisfaction with life scale. Journal of Personality Assessment, 49, 71-75.
Duffy, R. D., & Sedlacek, W. E. (2007). The work values of first-year college students: Exploring group differences. Career development quarterly, 55(4), 359-364.
Eccles, J. S. (2003). Extracurricular activities and adolescent development. Journal of social issues, 59 (4), 865-889.
Eckstrom, R., Goertz, M., Pollack, J., & Rock, D. (1987). Who drops out of high school and why? Findings from a national study. School dropout: Patterns and policies, 52-69.
El-Anzi, F. O. (2005). Academic achievement and its relationship with anxiety, self-esteem, optimism, and pessimism in Kuwaiti students. Social Behavior and Personality, 33(1), p.95
Entwisle, D. R., Alexander, K. L., Olson, L. S., & Ross, K. (1999). Paid work in early adolescence: Developmental and ethnic patterns. Journal of early adolescence, 19(3), 363-388.
56 Fisher, C. (1998). The Student Perspective. Presentation at the Conference on Employability, Copenhagen Business School.
Finch, S., Jones, A., Parfrement, J., Cebulla, A., Connor, H., Hillage, J., Pollard, E., Tyers, C., Hunt, W. & Loukas, G. (2006) Student Income and Expenditure Survey 2004/05. Retrieved from http://www.employment-studies.co.uk/pdflibrary/rr725.pdf
Frone, M. R., Yardley, J. K., & Markel, K. S. (1997). Developing and testing an integrative model of the work-family interface. Journal of Vocational Behavior, 50(2), 145-167.
Gray-Little, B., Williams, V. S. L., & Hancock, T. D. (1997). An item response theory analysis of the Rosenberg Self-Esteem Scale. Personality and Social Psychology Bulletin, 23, 443-451.
Greenberger, E., & Steinberg, L. (1986). When teenagers work: The psychological and social costs of adolescent employment. New York: Basic Books
Halbesleben, J. R. B., & Buckley, M. R. (2004). Burnout in organizational life. Journal of Management, 30(6), 859-879.
Heatherton, T. E., & Polivy, J. (1991). Development and validation of a scale for measuring state self-esteem. Journal of personality and social psychology 60, 895-910.
Horn, L., Peter, K., & Rooney, K. (2002). Profile of undergraduates in U.S. postsecondary institutions: 1999-2000. Washington DC: U.S. Department of education’s national center for education statistics.
Janssens, W., Wijnen, K., De Pelsmacker, P., & Van Kenhove, P. (2008). Marketing research with SPSS. (1 ed., pp. 257). Pearson Education Limited.
Jessor, R., & Jessor, S. L. (1977). Problem behavior and psychological development: A longitudinal study of youth. San Diego, CA: Academic Press.
57 Jobat (2011). Retrieved from http://content.jobat.be/nl/artikels/versoepelde-regeling-voorjobstudenten-vanaf-2012
Jonge, J. de, Dormann, C., Janssen, P. P. M., Dollard, M. F., Landeweerd, J. A., & Nijhuis, F. J .N. (2010). Testing reciprocal relationships between job characteristics and psychological well-being: A cross-lagged structural equation model. Journal of Occupational and Organizational Psychology, 74, 29–46.
Kaplan, S. and Kaplan, R. (1982). Cognition and Environment. New York: Praeger.
Karasek, R. A. (1998). Demand/control model: A social emotional and physiological approach to stress risk and active behavior development. Encyclopedia of Occupational Health and Safety, 346-414.
Karasek, R. A., & Theorell, T. (1990). Healthy work: stress, productivity, and the reconstruction of working life. Retrieved from http://www.workhealth.org
Larsen, R., & Buss, D. M. (2005). Differential personality psychology (2 ed., Vol. 4, pp. 452463). New York: The McGraw-Hill Companies.
Larsen, R., & Buss, D. M. (2008). Differential personality psychology (3 ed., Vol. 5, pp. 545546). New York: The McGraw-Hill Companies.
Lillydahl, J. H. (1990). Academic achievement and part-time employment of high school students. Journal of economic education, 21 (3), 307-316.
Lens, W., Lacante, M., Vansteenkiste, M., & Herrera, D. (2005). Study persistence and academic achievement as a function of the type of competing tendencies. European journal of psychology of education, 20 (3), 275-287.
Lockett, C. T., & Harrell, J. P. (2003). Racial identity, self-esteem, and academic achievement: Too much interpretation, too little supporting data. Journal of Black Psychology, 29, 325-336.
58 Mackintosh, N. J. (2006). IQ and human intelligence. (1 ed., Vol. 2, pp. 44-47). Oxford: University Press.
Markel, K. S., & Frone, M. R. (1998). Job characteristics, work-school conflict, and school outcomes among adolescents: Testing a structural model. Journal of applied psychology, 83 (2), 277-287.
Marsh, H. (1991). Employment during high school: Character building or a subversion of academic goals? Sociology of Education, 64, 172-189.
Marsh, H. W., & Kleitman, S. (2005). Consequences of employment during high school: Character building, subversion of academic goals, or a threshold? American educational research journal, 42 (2), 331-369.
Martin, E., & McCabe, S. (2007). Part-time work and postgraduate students: Developing the skills for employment? Journal of hospitality leisure sport & tourism education, 6 (2), 29U1.
McClelland, D. C., & Pilon, D. A. (1983). Sources of adult motives in patterns of parent behavior in early childhood. Journal of personality and social psychology, 44, 564-574.
Morand, D. A. (2001). The emotional intelligence of managers: assessing the construct validity of a nonverbal measure of “people skills”. Journal of business and psychology, 16(1).
Mortimer, J. T. (2003). Working and growing up in America. Harvard University Press.
Mortimer, J. T., & Finch, M. D. (1986). The development of self-esteem in the early work career. Work and occupations, 13 (2), 217-239.
Mortimer, J. T., Finch, M. D., Ryu, S., & Shanahan, M. (1991). Evidence from a prospective longitudinal study of work experience, adolescent mental health, and behavioral adjustment. Paper presented at the biennial meeting of the Society for Research in Child Development, Seattle, Washington.
59 Mortimer, J. T., Finch, M., Shanahan, M., Ryu, S. (1992). Work experience, mental health, and behavioral adjustment in adolescence. Journal of Research on Adolescence, 2 (1), 2557.
Mortimer, J. T., Finch, M., Dennehy, K., Lee, C., & Beebe, T. (1994). Work experience in adolescence. Journal of Vocational Education Research, 19, 39-70.
Mortimer, J. T., Finch, M. D., Ryu, S., Shanahan, M., & Call, K. T. (1996). The effects of work intensity on adolescent mental health, achievement, and behavioral adjustment: New evidence from a prospective study. Child Development, 67, 1243-1261.
Oettinger, G. S. (1998). Does high school employment affect high school academic performance. Industrial & labor relations review, 53 (1), 136-151.
Patton, W., & Creed, P. A. (2002). The relationship between career maturity and work commitment in a sample of Australian high school students. Journal of career development, 29 (2), 69-85.
Poyrazli, S., Ferrer-Wreder, L., Meister, D. G., Forthun, L., Coatsworth, J. D., & Grahame, K.M. (2008). Academic achievement, employment, age and gender and students‟ experience of alternative school. Adolescence, 43 (171), 547-556.
Randstad, 2010. Randstad-onderzoek 2010: Studenten aan het werk. Retrieved from http://www.randstad.be
Riggert, S. C., Boyle, M., Petrosko, J. M., Ash, D., & Rude-Parkins, C. (2006). Student employment and higher education: Empiricism and contradiction. Review of educational research, 76 (1), 63-92.
Rumberger, R. W. (1983). The influence of family background on education, earnings, and wealth. Social Forces, 61, 755-773. Robbins, S. P., & Judge, T.A. (2009). Organizational behaviour (13th ed., p120). Pearson Education Inc.
60 Roediger, H. L., Capaldi, E. D., Paris, S. G., Polivy, J., & Herman, C. P. (1996). Psychologie (2 ed., pp. 517-577). International Thomson Publishing Inc.
Ross, C. E., & Broh, B. A. (2000). The roles of self-esteem and the sense of personal control in the academic achievement process. Sociology of Education, 73, 270-284.
Schill, W., McCartin, R., & Meyer, K. (1985). Youth employment: Its relationship to academic and family variables. Journal of vocational behaviour, 26, 155-63.
Schoenhals, M., Tienda, M., & Schneider, B. (1998). The educational and personal consequences of adolescent employment. Social forces, 77, 723-762.
Staff, J., & Mortimer, J. T. (2007). Educational and work strategies from adolescence to early adulthood: consequences for educational attainment. Social forces, 85 (3), 1169-1194.
Staff, J., Mortimer, J. T., & Uggen, C. (2004). Work and leisure in adolescence. Handbook of Adolescent Psychology, 429-450.
Stanton, J. M., & Rogelberg, S. G. (2001). Using internet/intranet web pages to collect organizational research data. Organizational Research Methods, 4 (3), 200-217.
Schmidt, J. A., & Padilla, B. (2003). Self-esteem and family challenge: An investigation of their effects on achievement. Journal of Youth and Adolescence, 32, 37-46.
SPSS Base 16.0 Users Guide (2007), Chicago, Illinois: SPSS, Inc.
Steinberg, L. D. & Cauffman, E. (1995). The impact of employment on adolescent development. Annals of child development, 11, 131-166.
Steinberg, L. D. & Dornbusch, S. M. (1991). Negative correlates of part-time employment during adolescence: Replication and elaboration. Development Psychology, 27, 304-313.
61 Steinberg, L., Fegley, S. and Dornbusch, S. M. (1993). Negative impact of part-time work on adolescent adjustment: Evidence from a longitudinal study. Developmental Psychology, 29, 171-180. Steel, L. (1991). Early work experience among white and nonwhite youths – Implications for subsequent enrollment and employment. Youth and society, 22 (4), 419-447.
Swanson, V., Broadbridge, A., & Karatzias, A. (2006). Earning and learning: Role congruence, state/trait factors and adjustment to university life. British journal of educational psychology, 76 (4), 895-914.
Theorell, T., & Karasek, R. A. (1996). Current issues relating to psychological well-being. New Zealand Journal of Educational Studies, 7, 266-277.
Vandierendonck, A. (2006). Aandacht en geheugen. (1 ed., Vol. 2, pp. 224-225). Gent, Academia Press.
Vangoetsenhoven, S. (2007). Het verband tussen extracurriculaire activiteiten en de studieresultaten en het welzijn van studenten. Literatuurstudie en empirisch onderzoek. (Ongepubliceerde scriptie). Katholieke Universiteit Leuven, België.
Van Ruysseveldt, J., & Proost, K. (2010). De combinatie van werk en studie. Tijdschrift voor arbeidsvraagstukken, 26(3), 261-275.
Verhofstadt-Denève, L., Van Geert, P., & Vyt, A. (2003). Handboek ontwikkelingspsychologie: gedragingen en theorieën. (5 ed., Vol. 4, pp. 353-357). Houtem: Bohn Stafleu Van Loghum.
Verkuyten, M., & Brug, P. (2002). Ethnic identity achievement, self-esteem, and discrimination among Surinamese adolescents in the Netherlands. Journal of Black Psychology, 28, 122-141.
Warr, P. (1990). The Measurement of well-being and other aspects of mental health. Journal of Occupational Psychology, 63, 193-210.
62 Warren, J. R. (2002). Reconsidering the relationship between student employment and academic outcomes: A new theory and better data. Youth & society, 33 (3), 366-393.
Warren, J. R., & Cataldi, E. F.(2002). Trends in the selectivity and consequences of adolescent employment. Unpublished manuscript, University of Washington. Warren, J.R., & Cataldi, E. F. (2006). A historical perspective on high school students‟ paid employment and its association with high school dropout. Sociological forum, 21 (1), 113143.
Warren, J. R., & Lee, J. C. (2003). The impact of adolescent employment on high school dropout: Differences by individual and labor-market characteristics. Social science research, 32 (1), 98-128.
Warren, J. R., LePore, P. C., & Mare, R. D. (2000). Employment during high school: Consequences for students' grades in academic courses. American educational research journal, 37 (4), 943-969.
Weller, N. F., Kelder, S. H., Cooper, S. P., Basen-Engquist, K., & Tortolero, S. R. (2003). School-year employment among high school students: Effects on academic, social, and physical functioning. Adolescence, 38 (151), 441-458.
Wong, M. S. W., & Watkins, D. (2001). Self-esteem and ability grouping: A Hong Kong investigation of the big fish little pond effect. Educational Psychology: An International Journal of Experimental Educational Psychology, 21, 79-87.
Wright, T. A., & Cropanzano, R. (2000). The role of organizational behavior in occupational health psychology: A view as we approach the millennium. Journal of Occupational Health Psychology, 5, 5–10.
Wu, L., Schlenger, W. E., & Galvin, D. M. (2003). The relationship between employment and substance use among students aged 12 to 17. Journal of adolescent health, 32 (1), 5-15.
63 Zierold, K. M., Garman, S., & Anderson, H. A. (2005). A comparison of school performance and behaviors among working and nonworking high school students. Family & community health, 28 (3), 214-224.
64
Bijlage
Vragenlijst Studeren en een bijbaan 0 Hallo iedereen,wij doen onderzoek naar studeren en een bijbaan en wensen hierbij na te gaan of deze 2 zaken positieve of negatieve effecten hebben op elkaar. Volg jij voltijdse studies en ben je minimum 16 jaar, dan kan je de vragenlijst invullen. Je hoeft dus zeker niet over een bijbaan te beschikken om ons te kunnen helpen!! Heel erg bedankt alvast!! Het zal niet veel van je tijd in beslag nemen! Groetjes, Daphne en Emilie Gelieve hieronder jouw vragenlijst te coderen door eerste je geboortedatum en dan je initialen in te geven. Q1 Vorig schooljaar (2009-2010) had ik ... bijbaantje(s). Met een bijbaan bedoelen we een job die je uitvoert tijdens het schooljaar. Wanneer je enkel tijdens schoolvakanties werkt, telt dit niet mee. Vb. 1) Je werkt enkel tijdens de paasvakantie -> Aantal bijbaantjes = 0 Vb. 2) Je werkt tijdens het schooljaar in het weekend in een restaurant -> Aantal bijbaantjes = 1 0 (1) 1 (2) 2 (3) 3 (4) 4 (5) 5 of meer (6) If 0 Is Selected, Then Skip To Hoeveel bedroeg je gemiddelde totaals... Q2 Hoeveel uur spendeerde je vorig schooljaar gemiddeld per week aan (al je) bijbaantjes? Q3 Hoeveel bedroeg je gemiddelde totaalscore op het eind van het schooljaar 2009-2010? Probeer een zo juist mogelijk antwoord te geven. Vb. Ik behaalde 71%. Q17 Indien mogelijk, scan je officiële puntenbrief in en mail deze door naar
[email protected]. Op deze manier stijgt de waarde van ons onderzoek. Je zou ons hier een enorm plezier mee doen! Klik op het pijltje om naar de volgende vraag over te gaan, je hoeft hier niets in te vullen! Q4 Was je geslaagd in eerste of in tweede zittijd? Eerste zittijd (1) Tweede zittijd (2)
65 Q5 Geef aan of u het eens of oneens bent met elk van de volgende uitspraken. Kies één alternatief. Wat vind je van je leven? Helemaal Oneens Eerder Neutraal Eerder Eens Helemaal oneens (2) oneens (4) eens (6) eens (7) (1) (3) (5) In veel opzichten vind ik mijn leven bijna ideaal (1)
Mijn levensomstandigheden zijn uitstekend (2)
Ik ben erg tevreden over het leven dat ik leid (3)
Tot nu toe, heb ik in mijn leven de belangrijke dingen verkregen die ik wou hebben (4)
Als ik mijn leven kon overdoen, dan zou ik er bijna niets aan veranderen (5)
66 Q6 Hoe voelde je jezelf tijdens de laatste paar weken? Nooit (1) Occasioneel Eerder (uitzonderlijk eens (3) eens) (2)
Regelmatig (meer dan eens) (4)
Heel erg vaak (5)
Altijd (6)
Gespannen (1)
Ongemakkelijk (2) Bezorgd (3)
Rustig - vredig (4)
Tevreden (5)
Ontspannen (6)
Depressief (7) Somber (8)
Ellendig (9)
Vrolijk opgeruimd (10)
Enthousiast (11)
Optimistisch (12)
67 Q7 De laatste paar weken voelde ik me wel eens... Ja (1) bijzonder enthousiast over iets, geïnteresseerd in iets (1)
Neen (2)
heel eenzaam en afgezonderd van mensen (4)
tevreden over iets wat ik gepresteerd had (5)
verveeld (6)
alsof alles me voor de wind ging (9)
van streek omdat iemand kritiek op me had (10)
zo rusteloos dat ik niet langer op een stoel kon blijven zitten (2) trots omdat iemand me complimenteerde met wat ik gedaan had (3)
geweldig, d.w.z. dat ik het gevoel had dat het leven fantastisch was (7) gedeprimeerd of diep ongelukkig (8)
68 Answer If Ik heb ... bijbaantje(s). Met een bijbaan bedoel... 0 Is Not Selected Q8 Geef aan of u het eens of oneens bent met elk van de volgende uitspraken. Kies één alternatief. Helemaal Oneens (2) Eens (3) Helemaal oneens (1) eens (4) Hoe goed ik het doe op mijn bijbaan is een belangrijk onderdeel van wie ik ben als persoon (1)
Ik geniet meer van school dan dat ik geniet van mijn bijbaan (2)
Het werk dat ik doe tijdens mijn bijbaan is meer bevredigend voor mij dan het werk dat ik doe op school (3)
Op de lange termijn, zal het goed doen op school meer renderen dan het goed doen tijdens mijn bijbaan (6)
Ik denk vaak aan mijn bijbaan, zelfs wanneer ik niet aan het werk ben (7)
Mijn bijbaan is belangrijk voor mij (8)
Ik kijk er naar uit om te gaan werken (9)
Mijn bijbaan is voor mij belangrijker dan mijn schoolwerk (4) Als ik moest kiezen tussen het goed doen op mijn bijbaan en het goed doen op school, zou ik ervoor kiezen om het goed te doen tijdens mijn bijbaan (5)
69 Answer If Ik heb ... bijbaantje(s). Met een bijbaan bedoel... 0 Is Not Selected Q9 Hieronder staan een aantal uitspraken die kunnen worden gebruikt om de deeltijdse baan waar u het meeste tijd aan besteedt te beschrijven. Geef aan of u het eens of oneens bent met elk van de volgende uitspraken. Kies één alternatief. Oneens Eerder Neutraal Eerder Eens (5) (1) oneens (2) (3) eens (4) Mijn deeltijds baantje vereist dat ik snel werk (1)
Mijn deeltijds baantje vereist dat ik hard werk (2)
Er moet vaak heel veel gebeuren (3)
Over het algemeen is de werklast hoog (4)
Q10 Wat is jouw geslacht? Mannelijk (1) Vrouwelijk (2) Q11 Wat is jouw leeftijd? Q12 Welk onderwijstype volg je? Middelbaar (1) Hogeschool (2) Universiteit (3)
