Blandat resultat - Organisationskultur och Produktivitet: hur ser sambandet ut?

starkast samband till de flesta av prestationsmåtten (försäljningstillväxt, marknadsandelar och lönsamhet).

2.6.1 Sammanfattning tidigare forskning

Resultatmässigt visar majoriteten av tidigare studier på någorlunda likvärdiga resultat, då 9/10 studier funnit helt eller delvis signifikanta samband mellan de fyra kulturdimensionerna och olika former av prestationer. De brister som förekommer i tidigare studier och det som motiverar genomförandet av den aktuella studien är:

1. Subjektiva mått på produktivitet

I ett flertal av studierna (Denison & Mishra, 1995; Denison & Fey, 2003; Denison et al., 2003; Denison et al., 2006; Nazir & Mushtaq, 2008; Yilmaz & Ergün, 2008; Kotrba et al., 2012) användes subjektiva mått på produktivitet, vilket har blivit kritiserat för att inte vara tillförlitligt (Ridzwana et al., 2017).

2. Endast en person har besvarat enkäten

I två av huvudstudierna (Denison & Mishra, 1995; Denison & Fey, 2003) besvarades kulturenkäten endast av en person, vilket har blivit kritiserat då en person inte kan representera en hel organisationskultur.

3. Blandat resultat

Trots att 9/10 studier visat på signifikanta samband varierar resultaten en del mellan vissa av studierna. Variationen förekommer både bland de studier som har ovan nämnda brister och i de studier som inte har dessa brister. Om man i första steget jämför resultaten i de studier som har bristerna finns ett par intressanta motstridigheter. Exempelvis visade resultaten från Kotrba et al. (2012) ett signifikant negativt interaktionseffekt samband mellan Mission och Consistency mot lönsamhet. Detta strider mot den teoretiska modellen som hävdar att högpresterande organisationer har en tydlig riktning (Mission) (Denison & Mishra, 1995).

Resultat från flertalet av de tidigare studierna har också visat att dimensionen Mission är särskilt associerad med lönsamhet, vilket är i direkt motsats till resultaten i Kotrba et al.

(2012).

Vid en genomgång av de studier som inte hade någon av bristerna ovan (vilket var 3/10) framgår att två av dessa (Denison et al., 2008; Boyce et al., 2015) gav stöd till modellen och visade signifikanta samband. Detta gör att Denison et al. (2008) och Boyce et al. (2015) är de studier som gett bäst stöd för modellen, då båda i vissa aspekter visat signifikanta samband samt inte innehöll bristerna ovan. I relation till dessa två är resultatet från Davidson et al.

(2008) extra intressant då den inte heller innehöll någon av bristerna, samtidigt som den inte fann några signifikanta samband.

Sammanfattningsvis råder det oklarheter i tidigare forskning främst metodologiskt men även resultatmässigt, vilket motiverar genomförandet av denna studie. I tabell 1 nedan presenteras de studier som tagits upp i litteraturgenomgången för att ge en tydligare överblick över vilka

studier som funnit ett signifikant samband, samt vilka som innehållit bristerna som nämndes ovan.

Tabell 1. Översikt över studierna i litteraturgenomgången. Tabellen ger en överblick över vilka studier som funnit signifikanta samband samt vilka som begått de metodologiska bristerna som påpekats ovan

Studie

Produktivitet mått

Antal personer som besvarat enkät

Signifikant samband

- Subjek. Objek. 1 >1 -

Denison och Mishra (1995) X X X JA

Denison och Fey (2003) X X JA

Denison et al. (2006) X X JA

Denison et al. (2003) X X JA

* Denison et al. (2008) X X JA

Kotrba et al. (2012) X X JA

* Boyce et al. (2015) X X JA

* Davidson et al. (2007) X X NEJ

Nazir och Mushtaq (2008) X X JA

Yilmaz och Ergün (2008) X X JA

* = studien har ingen av bristerna

3. Metod

3.1 Val av metod

För att uppfylla syftet med studien och besvara forskningsfrågan genomfördes en kvantitativ enkätstudie. Valet av metod föll sig naturligt eftersom studien har för avseende att uttala sig om samband mellan variabler, vilket gör att en kvantitativ metod blev lämplig. Kvantitativ metod bygger på ett naturvetenskapligt synsätt där verkligheten utgör en yttre objektiv kvantifierbar verklighet, där variabler tydligt kan definieras och jämföras mot varandra (Bryman & Bell, 2011). Eftersom syftet med studien var att specifikt undersöka kopplingen mellan organisationskultur och produktivitet utifrån DOCS-modellen blev även valet att utföra en kvantitativ enkätstudie naturligt eftersom den teoretiska DOCS-modellen har en färdigutvecklad enkät som avser mäta specifika kulturella aspekter som i tidigare studier blivit associerade med produktivitet.

3.2 Urval

Det initiala urvalet till studien bestod av 49 företag som alla bedrev verkstäder för buss och lastbilar. Anledningen till varför lastbils- och bussverkstäder valdes var på grund av att författaren av studien gjorde ett praktikarbete på en lastbilsverkstad strax innan uppsatsarbetet påbörjades. Innan fler företag kontaktades för att medverka i studien övervägdes för- och nackdelar med att välja företag inom samma bransch eller välja företag från olika branscher. Eftersom att studien i sin forskningsfråga inte är riktad mot någon specifik bransch var planen i första skedet att slumpmässigt välja företag från olika branscher för att förbättra möjligheterna att generalisera studiens resultat. En fördel med att å andra sidan välja företag inom samma bransch är på grund av att dessa som regel är mer homogena än företag från olika branscher och en eventuell variation i den beroende variabeln därför är troligare att vara på grund av den oberoende variabeln och inte på grund av olikheter mellan företagen. Denna aspekt blev till sist det som avgjorde, vilket gjorde att företag inom samma bransch valdes trots dess begränsade möjligheter att generalisera till hela populationen.

Urvalsförfarandet kan beskrivas som en blandning av ett bekvämlighetsurval och ett stratifierat slumpmässigt urval. Ett bekvämlighetsurval är en typ av icke-sannolikhetsurval som innebär att forskaren väljer undersökningsobjekt utifrån vad som finns tillgängligt (Bryman & Bell, 2011). I detta fall bestod bekvämlighetsurvalet av att i första hand välja de företag som fanns tillgängliga inom koncernen där praktiken utfördes. Ett stratifierat sannolikhetsurval kännetecknas av att forskare “stratifierar” populationen utifrån ett på förhand valt kriterium, detta görs för att forskaren önskar att gruppen som undersöks ska inneha en specifik egenskap (Bryman & Bell, 2011). Företagen plockas sedan slumpmässigt utifrån den grupp som definierats. I detta fall bestod det stratifierade urvalet i att “stratifiera”

populationen utifrån verksamhet och enbart välja företag som bedrev lastbils- och bussverkstäder. Bekvämlighetsurvalet bestod av 18 företag och det stratifierade urvalet bestod av 31 företag.

Av de 49 företag som kontaktades medverkande slutligen 18 st företag vilket ger en svarsfrekvens på 37%. Av de 18 företag som medverkade var samtliga från samma koncern, det vill säga den koncern som också var ägare till företaget där praktikarbetet genomfördes.

Dessa 18 företag hade mellan 2-24 anställda i verkstäderna och det genomsnittliga antalet anställda var 10 personer. Antalet besvarade enkäter uppgick totalt till 153 stycken vilket motsvarade 83 % av det totala antalet anställda på verkstäderna. Medelåldern på de 153 personer som besvarade enkäten var M = 42,8 år, SD = 12,1 år. Gällande könsfördelningen bestod urvalet i stort sett bara av män, då endast en kvinna medverkade i studien.

Svarsfrekvensen på respektive företag pendlade mellan 55 - 100 %. Som beskrivet i introduktion och teorikapitlet var ett av målen med studien att låta samtliga personer på företagen besvara enkäterna. Syftet med det var att få en en mer rättvis bild över varje företags kultur än vissa av tidigare studier som enbart låtit enkäten besvaras av en person. Ett annat sätt att se på det är att kvaliteten i mätningarna i denna studie prioriterades före ett stort urval, vilket utgjort prio i de tidigare studierna. En mer djupgående diskussion om urvalet, dels beträffande storleken och dels angående möjligheterna att generalisera finns under rubrik 3.6 nedan.

3.3 Material och Variabler

Studiens huvudvariabler var organisationskultur (oberoende) och produktivitet (beroende).

Produktiviteten operationaliserades genom att dividera omsättning från föregående år (2019) med arbetade timmar från samma år. Den kvot som erhölls av uträkningen speglade respektive företags produktivitet och var det som användes i studiens sambandsanalyser. Den beroende variabeln befann sig på kvotskala eftersom den har en absolut nollpunkt och är ekvivalent, dvs lika stora “avstånd” mellan varje enhet på skalan (Bryman & Bell 2011).

Den oberoende variabeln var som tidigare känt organisationskultur och den operationaliserades genom Denisons Organizational Culture Survey. Som beskrivet i avsnitt 3 avser enkäten mäta vissa specifika aspekter av en organisationskultur som har visat sig relatera till hur företag presterar. Enkäten bygger på de fyra generella dimensionerna av en organisationskultur (Involvement, Consistency, Adaptability och Mission). Den oberoende variabeln i studien är uppdelad i dessa fyra dimensioner, då avsikten var att se hur var och en av dessa relaterade till måttet på produktivitet.

Varje dimension innehåller i sin tur tre stycken underliggande kategorier och varje kategori bygger därefter på fem enkätfrågor, vilket ger totalt 60 frågor. Frågorna besvaras genom självskattning på en likert skala från 1-5 (1 = instämmer inte alls, 5 = instämmer helt och hållet). Figur 4 visar enkätens uppbyggnad.

Figur 4. Enkätens uppbyggnad. Illustrerar hur enkäten är uppbyggd med de fyra övergripande dimensionerna och deras respektive underliggande kategorier (Denison, Nieminen & Kotrba, 2014). Bifogat under ”Bilagor” i slutet återfinns enkätfrågorna.

På grund av att enkätfrågorna inom respektive kategori var mycket lika varandra i sin karaktär plockades en fråga från varje kategori bort så att 48 frågor kvarstod. Anledningen till det var för att minska antalet frågor i enkäten och på så vis minska sannolikheten för svarsbortfall. Bryman och Bell (2011) skriver att enkätstudier generellt har problem med svarsbortfall, vilket tenderar att bli värre i enkäter med många frågor. Eftersom de frågor som plockades bort i enkäten rent innehållsmässigt var väldigt lika de kvarvarande borde det inte har påverkat resultatet negativt. Det frågor som plockades bort gjordes också med hänsyn till huruvida de bedömdes spegla kategoriernas innehåll eller inte. Under rubriken ”bilagor” finns enkäten bifogad, där framgår även vilka frågor som kvarstod och vilka som rensades bort. I övrigt översattes alla enkätfrågor av författaren av studien från engelska till svenska. Innan genomförandet av datainsamlingen korrekturlästes enkätfrågorna av två oberoende personer för att säkerställa att frågorna på svenska speglade frågorna på engelska.

Som kontrollvariabler användes kön, ålder och storlek på företag. Eftersom det endast förekom en kvinnlig deltagare i studie blev inte könvariabeln tillämpbar som kontrollvariabel.

Slutgiltiga enkäten med frågor gällande organisationskulturen och kontrollvariablerna skapades via Google-formulär.

3.4 Procedur

Efter att 12 av enkätfrågorna tagits bort och enkäten översatts och granskats skickades enkäten ut till de 49 företagen som valts ut via email med följebrev och en länk bifogad till enkäten. I följebrevet framgick att författaren var i stort behov av deltagare till uppsatsen i företagsekonomi som skulle handla om organisationskultur och produktivitet. Vidare gavs information om att enkäten skulle besvaras av mekanikerna och att den tog ca 10 min att genomföra, samt att deltagandet var frivilligt och att ingen information som lämnades skulle gå att koppla till någon specifik person eller företag. Därtill framgick också att författaren var i behov av information om: omsättning 2019, arbetade timmar 2019 (för mekanikerna) samt antal anställda i verkstaden.

Efter cirka två veckor hade fem företag besvarat enkäten vilket gav en svarsfrekvens på 10%.

I detta skede skickades en första påminnelse ut till samtliga verkstäder med information om att de i utbyte fick ta del av studiens resultat när den var klar i ett försök att öka motivationen

inför att besvara enkäten. Efter cirka 1 vecka till hade 11 företag totalt besvarat enkäten vilket gav en svarsfrekvens på 22%. Några av företagen besvarade mailet och skrev att de hade för mycket att göra, bland annat med hänsyn till Covid-19 som precis brutit ut i samband med datainsamlingen, något som påverkade samtliga verksamheter i samhället vid den tidpunkten (Folkhälsomyndigheten, 2020). I ett ytterligare försök att öka svarsfrekvensen kontaktades några av företagen via telefon, vilket resulterade i samma förklaring som tidigare i några fall och vissa fall gick det inte att nå personen som kunde besluta om företaget skulle medverka eller ej. I ett sista försök att förbättra svarsfrekvensen togs hjälp av två personer internt inom den koncern där praktiken genomfördes som i sin tur påminde respektive företag inom koncernen. Det resulterade i att 18 företag medverkade vilket gav en svarsfrekvens på 37%

totalt.

Förhoppningarna inför studien var att ha minst det dubbla antalet medverkande företag, men med tanke på rådande situation med Covid-19 betraktades 18 som godkänt. En annan detalj som troligen minskade företagens benägenhet att besvara enkäten var på grund av att alla anställda i verkstäderna skulle besvara enkäten, vilket kostar en del pengar i form av missad arbetstid. Om enkäten endast behövde besvaras av chefen på respektive arbetsplats som i några av de tidigare studierna hade genomförande troligtvis gått smidigare.

3.5 Analysmetoder

Efter att datainsamlingen var färdig granskades datamaterialet inledningsvis visuellt för att kontrollera huruvida de frågor med omvänd skala hade uppmärksammats av respondenterna.

Eftersom de med omvänd skala i samtliga fall innehöll ett värde som var i motsats till liknande frågor med rättvänd skala vändes svaren på de med omvänd skala inför analyserna.

En fråga med omvänd skala som hade värdet 5 ändrades till 1, en som hade värdet 4 ändrades till 2 osv.

Därefter gjordes univariata analyser av datamaterialet för att få en bild av det interna bortfallet samt om variablerna var normalfördelade. Detta gjordes genom att ta fram frekvenstabeller och histogram för samtliga enkätfrågor, produktivitet och kontrollvariablerna. För att ytterligare bedöma normalfördelningen användes värden på Skewness och Kurtosis. För att göra det beräknades z-poängen för Skewness och Kurtosis genom att dividera värdet på Skewness och Kurtosis med deras standardfel. Field (2009) skriver att z-poängen 1.96, 2.58 och 3.29 kan användas som gränsvärden för att bedöma huruvida materialet är normalfördelat eller inte. Vid små urval är det lämplig att använda 1.96, vid medelstora urval 2.58 och vid stora urval 3.29. Eftersom antal personer som besvarat enkäten var N=153 bedömdes urvalet som medelstort och 2,58 användes därför som referensvärde. Anledningen till att det förfarandet valdes var på grund av att de färdiga test som finns för att beräkna normalfördelningen (exempelvis Kolmogorov-Smirnov eller Shapiro-Wilk) ofta blir signifikanta redan vid mycket små avvikelser (Field, 2009).

Vad gäller det interna bortfallet i datamaterialet uppgick det till totalt 14 obesvarade frågor av 12 olika respondenter. De respondenter som missat att svara eller avstått från någon fråga

plockades inte bort, utan de obesvarade frågorna lämnades endast tomma. Det bedömdes vara mer värdefullt att ha respondenterna kvar med några frågor obesvarade än att exkludera de 12 respondenterna som missat en eller några frågor.

I nästa steg utfördes faktoranalyser för att testa hur väl den insamlade datan stämde överens med den teoretiska uppdelningen av kategorier och dimensioner som DOCS-modellen innehåller. Eftersom huvudsyftet med studien var att testa sambandet mellan de fyra teoretiska dimensionerna (Consistency, Adaptability, Mission och Involvement) och produktivitet, var målet att skapa fyra index som i den mån det var möjligt stämde överens både med den teoretiska modellen och med den insamlade datan. Faktoranalysen gjordes i två omgångar, där det i första steget gjordes ett försök att gruppera samtliga 48 variabler till 12 olika kategorier för att se om variablerna grupperade sig något så när lika som de 12 kategorierna i den teoretiska modellen. I nästa steg togs de index som precis skapats i första faktoranalysen och användes i en ytterligare faktoranalys i ett försök att slå de samman till fyra nya index, som stämde med de fyra dimensionerna.

Borg och Westerlund (2017) skriver att faktoranalys är en matematisk metod som används för att gruppera ett större antal variabler till ett färre antal variabler utifrån huruvida de visar sig mäta samma fenomen. Målet är att tillvarata det mesta möjliga av den ursprungliga variansen i ett så litet antal faktorer som möjligt. Variabler som korrelerar kraftigt grupperar sig därför inom samma faktorer/komponenter. Det finns ett antal olika typer av faktoranalyser att välja mellan. Vilken metod som är att föredra beror på flera faktorer, bland annat i vilket teoretiskt skede man är i forskningsprocessen. I detta fall genomfördes en principalkomponentanalys, eftersom den är vanligast och är lämplig om syftet är att empiriskt reducera variabler (Borg & Westerlund (2017). Forskaren behöver också välja hur många faktorer som ska extraheras, ett generellt råd är att extrahera faktorer som har ett egenvärde över 1. Om egenvärdet är över 1 indikerar det att faktorn kan förklara en betydande del av den totala variansen vilket gör det rimligt att hantera den som en egen faktor (Borg &

Westerlund (2017). Att skapa faktorer som har ett egenvärde under 1 gör att man får ett större antal faktorer med lägre förklaringsgrad.

En annan fråga forskaren behöver ställa sig inför en faktoranalys är hur “outputen”

(faktormatrisen) ska roteras, om det ska ske med ortogonal eller oblik rotation. Utan att gå in på detaljerna bakom rotationsmetoderna valdes en ortogonal rotation av typen varimax.

Anledningen till det var för att den är vanligast och gör faktormatrisen mest lättolkad (Borg

& Westerlund (2017). För att bidra till ännu lättare tolkning exkluderades variabler vars faktorladdning var under 0,30. Borg och Westerlund (2017) skriver att det inte finns någon exakt gräns för vad som anses vara hög respektive låg faktorladdning men en generell tumregel anses vara att faktorladdningar över 0,35 är av betydelse.

Borg och Westerlund (2017) skriver i tillägg att två viktiga aspekter att tänka på vid faktoranalys är att ha tillräckligt mycket data samt att inte övertolka resultatet. Gällande de förstnämnda finns ingen perfekt gräns, men en tumregel anges vara minst 150 individer och minst fem gånger fler variabler än faktorer som ska extraheras. Datamaterialet i denna studie

uppfyllde båda dessa tumregler. Gällande andra punkten skriver Borg och Westerlund (2017) att faktoranalys är explorativ i sin natur vilket gör att analysen ofta görs flera gånger utifrån olika variabler och komponenter, likaså är tolkning av faktorerna många gånger en bedömningsfråga. Det gör att det blir mått av subjektivitet från forskarens sida vid genomförandet av faktoranalys.

Utifrån de index som skapades gjordes reliabilitetstest genom att kontrollera värdet för Cronbachs alfa på respektive index. Bryman och Bell (2011) skriver att ett Cronbachs alfa-värde på 1 innebär en perfekt intern reliabilitet och ett alfa-värde på 0 innebär obefintlig intern reliabilitet, en tumregel för god reliabilitet anses vara 0,8. Detta gjordes både efter första och andra faktoranalysen på de index som hade två eller fler frågor.

Efter att tillfredsställande index skapades genomfördes korrelationsanalyser i första hand med Spearmans rho och i nästa steg Pearsons r. Anledningen till varför två olika korrelationsanalyser genomfördes var för att de analysmetoderna bygger på något annorlunda uträkningar. Bryman och Bell (2011) skriver att Spearmans rho normalt sett bör användas när variablerna är på ordinalskala och Pearsons r när variablerna är på intervall eller kvotskala.

Eftersom den oberoende variabeln är insamlad genom självskattning är den i strikt bemärkelse på ordinalskala och förstahandsvalet av analysmetod bör därför vara Spearmans rho. Dock brukar data på ordinalskala som är insamlad genom självskattning ofta hanteras som intervallskala (Bryman & Bell, 2011), vilket till exempel gjorts i de flesta av studierna som hänvisas till i litteraturgenomgången. Därav används även Pearsons r eftersom att jämförelsen mellan denna studie och de studier som hänvisas till i litteraturgenomgången blir rättvis.

Syftet med korrelationsanalyserna var att undersöka om sambandet mellan var och en av det fyra kulturella dimensionerna och produktivitet var signifikant. Den på förhand valda signifikansnivån var p < 0,05. Ett p-värde under 0,05 indikerar att det är mindre än fem procents sannolikhet att det erhållna resultatet har uppstått av en slump, vilket brukar betraktas som rimlig nivå inom samhällsvetenskapen (Borg & Westerlund, 2017).

Med korrelationsanalys undersöks samvariationen mellan två variabler i taget för se om variation i den ena variabeln sammanfaller med variation i den andra variabeln (Bryman &

Bell, 2011). Om korrelationerna var signifikanta var planen att göra en regressionsanalys för att få en fördjupad bild över sambandet mellan de olika kulturdimensionerna och produktivitet. Eftersom endast en av dimensionerna uppvisade signifikant korrelation och denna dessutom var svag utfördes ingen regressionsanalys. Vid svaga korrelationer försvinner delvis poängen med regressionsanalys eftersom andelen förklarad varians mellan den oberoende och den beroende variabeln kommer vara är så pass liten att blir ointressant (Borg & Westerlund, 2017). I praktiken innebär det att det finns andra variabler som bättre kan förklara variation i den beroende variabeln. Samtliga anlyser som beskrivits i avsnittet

In document Organisationskultur och Produktivitet: hur ser sambandet ut? (Page 24-46)