Incom ist die Kommunikations-Plattform der Fachhochschule Potsdam

In seiner Funktionalität auf die Lehre in gestalterischen Studiengängen zugeschnitten... Schnittstelle für die moderne Lehre

Incom ist die Kommunikations-Plattform der Fachhochschule Potsdam mehr erfahren

Konstrukt der Verschwiegenheit

(Fast) alles über UX-Methoden und deren Anwendung
Marian Gunkel • Gabriela Rocha • Oliver Opaterni
Sommersemester 2020


Konstrukt der Verschwiegenheit?

Ein selbstgewählter Name für ein bekanntes Phänomen. Das KdV ist unsere Bezeichnung für eine für die meisten nicht unbekannte Thematik: „Kind, über’s Geld spricht man nicht.“ Gemeint ist also die – besonders in Deutschland typische – Grundhaltung, Stillschweigen über Gehalt und Geld im Allgemeinen zu bewahren. Aber wieso eigentlich?

Forschungsfrage: Woher kommt das KdV? Für die Beantwortung haben wir in diesem Projekt einen quantitativen Ansatz gewählt. Wichtig waren dabei verschiedene Thesen, die wir im Laufe des Projektes bestätigt oder widerlegt haben. Unsere Forschung war dabei rein auf den Research fokussiert, um den Ursprung des Problems zu ergründen, und nicht um einen Lösungsentwurf zu erarbeiten.

Geld oder doch lieber Zimmerpflanzen? Vor dem Start des Projektes gab es eine Vielzahl anderer Ideen, mit denen wir neue UX Methoden hätten kennenlernen können. Die anderen Favoriten waren Lösungen zu entwickeln für die schier unlösbare Aufgabe des Pflanzen-am-Leben-halten, eine Synchronisation zwischen analogen und digitalen Notizen sowie eine Möglichkeit Lebenszyklus-Emmisionen verschiedener elektrischer Fahrzeuge zu tracken.

Research, Entwurf, Produkt?

Die maßgebliche Idee des Kurses ist es, „(Fast) alles über UX-Methoden […]“ zu lernen. Um eine Wiederholung der schon bekannten Methoden zu vermeiden, haben wir uns für eine seltener in der UX-Branche angewandten Methodik entschieden: der Statistik, also einer quantitativen Umfrage mit einer möglichst breiten Zielgruppe.

Eine für uns naheliegende Entscheidung: über Geld spricht man laut unserer These schließlich nicht, wieso sollten sich Probanden bereit erklären, genau darüber mit uns zu sprechen? Öfter genutzte UX-Methoden – wie zum Beispiel qualitative Interviews – setzen einen solchen Diskurs aber voraus.

Unsere Hoffnung war, mit einer möglichst anonymen Umfrage eine Barriere aufzubauen, die es den TeilnehmerInnen erlaubt, so ehrlich wie möglich zu antworten. Das ist uns, basierend auf den ehrlichen qualitativen Antworten in der Umfrage, auch durch zahlreiche Hinweise zum Datenschutz gelungen.

konstrukt-der-verschwiegenheit.de

Um das Vertrauen und die Seriosität der Umfrage zu stärken haben wir verschiedene Wege ausprobiert, mit der wir unsere Umfrage deployen und weitergeben können. Wichtig waren für uns dabei zwei Punkte:

1. Eine Umgebung, die Vertrauen schafft.

Durch den vorangehenden Research (und das Konstrukt selbst) war klar, dass insbesondere Deutsche bei einer solchen Umfrage vorsichtig sind. Um Vergleichswerte und Korrelationen darstellen zu können, war es aber enorm wichtig, dass die korrekten Daten angegeben werden.

Um dieses Vertrauen herzustellen, haben wir die Domain konstrukt-der-verschwiegenheit.de gekauft und als Platzhalter für die Umfrage genutzt. Auch Details wie eine fehlende SSL-Verschlüssung haben in unseren Augen ein abschreckendes Licht geworfen, die wir im Sinne der korrekten Antworten vermeiden wollten.

2. Eine Umfrage, die nicht im Weg ist.

Im Gegensatz zu den üblichen Diensten, die für Umfragen im Hochschulkontext genutzt werden, wollten wir eine Plattform nutzen, die ein konzentriertes und visuell nicht ablenkendes Interface einsetzt. Wichtig war dabei, dass die TeilnehmerInnen die Fragen einzeln sehen, um sich – insbesondere für die qualitativen Textantworten – Zeit bei der Beantwortung zu lassen.

Für die Umsetzung haben wir Typeform eingesetzt, ein Dienst ähnlich zu Google Forms und Soscisurvey. Für die Analyse und den Export der Rohdaten ist eine zu Typeform verknüpfte Google Spreadsheet-Tabelle zum Einsatz gekommen, in der wir auch anschließend die Analyse mitsamt der Korrelations-Berechnung durchgeführt haben.

Thesen — „Je älter, desto verschwiegener.“

Im Vorfeld der Umfrage und basierend auf dem vorangegangen Research sind Thesen entstanden, auf die wir die Fragestellung der Umfrage gezielt gerichtet haben. Entstanden sind dabei einige demografische Thesen, wie

  • Je älter, desto verschwiegener.
  • Wohnort hat einen Einfluss auf Verschwiegenheit.
  • Direktes Umfeld hat einen Einfluss auf Verschwiegenheit.

Andere Thesen sind spezifischer auf Gehalt und Branche bezogen, zum Beispiel:

  • Höheres Gehalt → verschwiegener.
  • Länger im selben Job → verschwiegener.

Weitere Thesen behandeln den von uns prophezeiten Ursprung des KdV bei der ArbeitergeberInnen. Dafür aufgestellte Thesen sollten prüfen, wie wahr diese Aussage ist:

  • Leitende MitarbeiterInnen → verschwiegener.
  • ArbeitergeberInnen → verschwiegener.

Eine Umfrage erstellen

Das eigentliche Erstellen des Fragebogens und die anschließende technische Umsetzung war ein spannender Lernprozess, denn die Umfrage hat sich auch nach der Live-Schaltung noch mehrfach verändert. Begründet war das in einer hohen Absprungzahl – von insgesamt 292 Views und 210 gestarteten Umfragen haben nur 99, also 47,1%, die Umfrage beendet und abgeschickt.

In unserer Auswertung der Abbruchsstellen hat sich ergeben, dass trotz des mehrfach angepassten Start-Textes mit Hinweisen zum Datenschutz viele TeilnehmerInnen bei den kritischen Fragen wie zum Beispiel das genaue Gehalt abgesprungen sind. Während des Prozesses haben wir aufgrund des verschwiegenen Themas mit einer hohen Abbrecherquote gerechnet, aber nicht mit fast 50%.

Im Zuge dessen wurden besonders kritische Fragen geändert oder teilweise sogar entfernt, um die restlichen Daten in einem quantitativ angemessenen Rahmen erheben zu können. Dabei haben wir auch verschiedene Versionen der Einleitung verfasst, die mehr Vertrauen zu uns und der Umfrage aufbauen sollten.

Ergebnisse der Umfrage

Zuerst die „hard facts“ zu der Umfrage:

Für die Darstellung unserer Ergebnisse ist außerdem wichtig, dass wir nur eine Korrelation aufzeigen. Auch die Berechnung unseres Vergleichwertes, der „KdV-Wert“, erfordert eine kurze Erklärung.

Korrelation ≠ Kausalität. Auch wenn unsere Ergebnisse einen offensichtlichen Zusammenhang darstellen, muss es keine logische Erklärung dafür geben. Ein gutes Beispiel dafür ist die Korrelation zwischen den Filmen, in denen Nicolas Cage erschien, und Menschen, die im Pool ertrunken sind. Unsere Ergebnisse zeigen also eine mögliche Trendrichtung, aber nicht zwingend einen definitiven Zusammenhang auf.

n = 9, Bundesländer = 8. Durch die hohe Abbruchszahl haben wir für einen nationalen Vergleich definitiv zu wenig TeilnehmerInnen. Auch Aussagen über beispielsweise den Einfluss von Herkunftsort auf das KdV lassen sich nur bedingt nachweisen, wenn nur die Hälfte der Bundesländer in unserer Umfrage vertretbar sind. Auch hier zeigt sich nur ein Trend, es lässt sich aber keine definitive, wissenschaftliche Aussage treffen.

Der KdV-Wert beschreibt die Verschwiegenheit. Zur Prüfung unserer Thesen haben wir den sogenannten KdV-Wert entworfen, er stellt die Verschwiegenheit des*r TeilnehmerIn auf einer Skala von -1 bis 1 dar. Für diese Formel haben wir Fragen der Umfrage zusammengefasst und aus einer Addition den KdV-Wert berechnet. Diese Fragen wurden für die Formel genutzt:

  • Kennt Ihre Partnerin/Ihr Partner Ihr Gehalt?
  • Kennt Ihre Verwandschaft ersten Grades (Eltern, Geschwister, Kinder) Ihr Gehalt?
  • Gibt es in Ihrem Arbeitsvertrag eine Regelung, die Ihnen verbietet, über Ihr Gehalt zu sprechen
  • Haben Sie schon mal mit KollegInnen in Ihrer jetzigen Anstellung über Gehalt gesprochen?
  • Haben Sie schon mal mit KollegInnen in Ihrer jetzigen Anstellung über Gehalt gesprochen
  • Denken Sie, es wäre für Sie vorteilhaft, das Gehalt all Ihrer KollegInnen zu kennen?

Dabei haben wir eine offene Formel verwendet, die nachträgliches Justieren erlaubt hat. Dadurch konnten wir die einzelnen Fragen unterschiedlich gewichten und so eine angemessene Skala für die Vergleiche herstellen. Wichtig für die folgenden Ergebnisse ist also:

1 bedeutet, der*die TeilnehmerIn ist sehr verschwiegen.

0 bedeutet, der*die TeilnehmerIn hat keine klare Meinung zum KdV.

-1 bedeutet, der*die TeilnehmerIn ist gar nicht verschwiegen.

Eine Korrelation zeigt sich ebenfalls von -1 bis 1. Für das Verständnis der Grafiken ist also wichtig: die Korrelatino zeigt, wie sehr sich zwei Datenreihen einander beeinflussen. Je höher oder niederiger der PEARSON-Wert also ist, desto mehr korrelieren die Daten. Geht er gegen Null, gibt es keinen Zusammenhang zwischen den beiden Datensätzen. Bei Grenzwerten von 0,1 (oder -0,1) spricht man von einem kleinen Effekt, bei 0,3 von einem mittleren und über 0,5 von einem großen Effekt. Umso größer der Effekt, umso mehr Zusammenhang gibt es.

Der r²-Wert beschreibt ein weiteres statistisches Maß, konrekt setzt er eine Voraussagbarkeit an. Diese Zahl ist meist sehr klein, insbesondere wenn es viele verschiedene Antwortmöglichkeiten gab. Das erklären wir anbei für jede Korrelation.

Korrelationen und ihre Bedeutung

These #1: Je älter und gebildeter, desto verschwiegener?

Es gibt einen kleinen Effekt zwischen dem Alter und der Verschwiegenheit. Die Trendlinie zeigt, älter → verschwiegener. Der r²-Wert bedeutet in diesem Zusammenhang: in 2,1% der Fälle können wir nur anhand der Altersgruppe die Verschwiegenheit vorhersagen.

Es gibt keine Korrelation beim Bildungsabschluss. Demnach spielt es keine Rolle, ob ein fehlender Abschluss oder ein akademischer Grad zugrunde liegt – es hat keinen Einfluss auf die Verschwiegenheit. Der PEARSON-Wert geht also gegen Null.

These #1: nicht bestätigt. Alter hat geringen Effekt, Bildung keinen.


These #2: Umso einkommensstärker, desto verschwiegener?

Entgegen unserer Erwartung konnten wir mit PEARSON -0,027 und r² 0,1% keine Korrelation zwischen der Höhe des Gehalts und der Verschwiegenheit feststellen.

Spannenderweise haben wir bei einer angelehnten Frage nach der Zufriedenheit mit dem eigenen Gehalt eine deutlich stärkere Korrelation festgestellt. Mit PEARSON 0,287 haben wir mit dieser Umfrage die stärkste Korrelation zum KdV-Wert. Sie fragt nach einer Einschätzung zum eigenen Gehalt, -2 bedeutet „unterbezahlt“ und +2 „überbezahlt“.

In unseren Augen gibt es eine logische Erklärung für diese Korrelation, insbesondere in Verbindung mit qualitiativen Antworten, die oft von Neid und Eifersucht innerhalb des Unternehmens sprechen. Wir konnten diese weiterführenden Thesen aber nicht nachweisen, und gehen also nur von Annahmen aus.

These #2: Gehalt selbst hat keinen Einfluss, die eigene Wahrnehmung davon allerdings schon.


These #3: Hängt Verschwiegenheit von Arbeitgeber und Unternehmensstruktur ab?

Unterschiede zwischen Art der Anstellung haben einen überraschenden, kleinen Effekt: Selbstständige sind weniger verschwiegen als reguläre ArbeitnehmerInnen und Beamte.

Unternehmensgröße und Dauer der Firmenzugehörigkeit spielen im Gegensatz dazu überhaupt keine Rolle bei der Verschwiegenheit mit PEARSON-Werten von -0,073 und 0,016.

These #3: Keine Korrelation.


These #4: Merklicher Unterschied zwischen Ost und West?

Wie im Disclaimer genannt: wir haben nur Antworten aus 8 von 16 Bundesländern erhalten, eine finale Aussage lässt sich auch hier also natürlich nicht treffen. Auffallend ist aber, dass Hamburg und Niedersachsen deutlich weniger verschwiegen als die anderen teilnehmenden Bundesländer sind.

Aus den verfügbaren Daten zu den Neuen und Alten Bundesländern lassen sich aber keine Rückschlüsse auf den Einfluss ziehen. Die Bundesländer haben im Durchschnitt einen Unterschied von 0,1 auf der KdV-Skala.

Was wir anders gemacht hätten

Rückblickend hätten wir verschiedene Probleme vermeiden können, indem wir folgende Aspekte beachtet oder besser ausgearbeitet hätten: Anfangs fiel es uns relativ schwer, unsere Fragestellung und Zielformulierung genauer zu definieren, da wir versucht haben, möglichst viele Felder wie zum Beispiel Faktoren der Emotionalität oder genderspezifische Themen aufzugreifen.

Das ist uns nur bedingt gelungen und wir hätten in der Umfrage einen klareren Fokus halten sollen. Das hat auch dazu geführt, dass wir erst nach der Umfrage entschieden haben, wie wir den KdV-Wert berechnen wollen. Das hätte vor Start der Umfrage passieren sollen, damit wir die Skala noch anpassen hätten können.

Ein anderes Problem war die enge Gruppe der TeilnehmerInnen. Wir hatten, wie es bei solchen Umfragen oft vorkommt, Schwierigkeiten aus unserer „Bubble“ rauszukommen. Heißt: übermäßig viele DesignerInnen und BerlinerInnen. Vermeidbar wäre das mit zielgerichteter Werbung an sowohl mehr Orte in Deutschland, als auch an verschiedene Alters- und Zielgruppen.

Auch haben wir nicht genug Zeit für die Bearbeitung der Umfrage gelassen. Durch die häufigen Änderungen und Richtungswechsel der Umfrage war die Umfrage im Endeffekt nur rund 3 Wochen für die Allgemeinheit geöffnet. Das schränkt den möglichen TeilnehmerInnen-Pool natürlich nochmal künstlich ein – beim nächsten Projekt in dieser Form sollten wir also mehr Zeit für Akquise und Umfrage selbst einplanen.

Was für die Zukunft denkbar ist

Um tatsächlich repräsentative Daten miteinander vergleichen zu können, sind zwei bis dreimal so viele Teilnehmer nötig. Anstatt sich auf die eigenen Social Media Kanäle zu verlassen, wäre es denkbar, Experten – oder gut vernetzte Interessierte – anzuschreiben, die die Umfrage teilen könnten. Im Gegenzug könnte man Ihnen die Umfrageergebnisse zur Verfügung stellen.

Einfach zu behebende Fehlerquellen sind erst jetzt nach unserer ersten Umfrageauswertung klar identifizierbar. Da wir uns jetzt über die Berechnung KdV-Werts bewusst sind, kann man Fragen besser auf ihre Aussagekraft hin anpassen.

Des Weiteren hätte sich die Spearman Methode besser geeignet, da wir vermehrt stetige oder ordinäre Zahlen miteinander vergleichen. Um das zu verständlich zu machen, ist es erforderlich sich nochmal unser Auswertungsvorgehen anzuschauen. Da wir anonyme Daten abfragen, können wir zum Beispiel nur nach Altersspannen oder Gehaltsspannen fragen, denen wir einen Code geben. Hier bietet sich die Spearman-Methode an, weil wir nicht bestimmt sagen können, dass sich vergleichbare Datenwerte tatsächlich gemeinsam oder nur monoton verändern.

Über unsere Semesterarbeit hinaus, ist es wichtig sich nicht nur auf eine breit angelegte quantitative Umfrage zu verlassen, sondern diese mit qualitativen Interviews zu verifizieren. Denkbar wären hier Interviews mit Extremfällen, die besonders verschwiegen oder gar nicht verschwiegen sind.

Fachgruppe

Design Master

Betreuung

Marian Gunkel oliver opaterni Gabriela Rocha

Zugehöriger Workspace

(Fast) alles über UX-Methoden und deren Anwendung

Entstehungszeitraum

Sommersemester 2020