In dit geval zou ik inderdaad concluderen dat er geen aanwijzingen zijn dat werkdruk bevlogenheid voorspelt.
In deze situatie is het grootste probleem waarschijnlijk dat de drie constructen overlappende delen van de menselijke psychologie beschrijven.
Aangenomen dat werkdruk is gemeten via self-reports, is dat niet werkdruk maar subjectieve werkdruk. Ttwee medewerkers met dezelfde objectieve werkdruk (e.g. waar precies dezelfde eisen aan worden gesteld) kunnen verschillende subjectieve werkdruk ervaren, bijvoorbeeld omdat een werknemer minder competent is (en de eisen dus als zwaarder ervaart) of omdat ze andere attributiestijlen hanteren, bijvoorbeeld een interne of externe locus of control.
Voor autonomie geldt hetzelfde: als dit is gemeten via self-reports, is dat subjectieve autonomie. Ook bij de meting daarvan spelen processen zoals attributie (weer locus of control, bijvoorbeeld) een rol: mensen met een interne locus of control zullen gemiddeld genomen een hogere autonomie ervaren, bijvoorbeeld.
Als drie constructen overlappen, ofwel in hun definitie, ofwel in de constructen en processen die een rol spelen bij het meten van de geoperationaliseerde constructen, dan kun je die niet samen in een regressie-analyse opnemen.
Laten we bijvoorbeeld bij locus of control blijven. Als locus of control een rol speelt bij alle drie de constructen, en dat conform de definitie van die constructen is, dan betekent dat dat in het verband tussen twee constructen de rol van locus of control dus opgenomen moet zijn.
Laten we gemakshalve even net doen alsof locus of control 15% uitmaakt van werkdruk; 30% van autonomie; en 25% van bevlogenheid (mensen met een interne locus of control ervaren minder werkdruk; meer autonomie; en meer bevlogenheid; ik bedenk maar wat, dit is niet mijn veld, het gaat om het voorbeeld).
Het verband tussen werkdruk en bevlogenheid wordt dus deels veroorzaakt door locus of control, omdat dat onderdeel uitmaakt van beide constructen. Laten we zeggen dat die 15% van werkdruk die locus of control is, volledig binnen de 25% locus of control in bevlogenheid valt. Dat betekent dat van de variantie in bevlogenheid die wordt verklaart door werkdruk, 15% komt doordat de constructen overlappen (die locus of control). Omdat die overlap niet 'fout' is, maar in de definities of operationalisaties van de constructen thuishoort, is het belangrijk die te behouden als je wil dat je meetinstrumenten valide blijven. Je kutn niet zomaar (deel deel van) locus of control uit het construct trekken zonder het construct te veranderen (en dan heb je het dus niet meer over werkdruk of over bevlogenheid).
Minstens 25% van de variantie in bevlogenheid wordt verklaart door autonomie (weer via locus of control). Ook die covariantie maakt deel uit van beide constructen, en mag dus niet zomaar worden verwijderd uit het verband; anders gaat dat verband niet langer over bevlogenheid of autonomie.
Het probleem is nu dat 15% van de variantie in bevlogenheid overlapt met tegelijkertijd werkdruk als autonomie. Dat is niet erg - als je naar bivariate correlaties kijkt gaan die toch maar steeds over twee variabelen.
Maar in een regressie-analyse kan de variantie in bevlogenheid maar een maal worden toegekend. Dat kan alleen niet in dit geval: die 15% "locus of control-variantie" hoort tegelijkertijd thuis in werkdruk en in autonomie. Je kunt niet zeggen dat 7.5% naar werkdruk kan, en 7.5% naar autonomie, of dat 10% naar werkdruk gaat, en 5% naar autonomie; als je de variantie wel zo op zou delen, dan zou je daarmee een deel van de variantie die bij werkdruk en autonomie hoort verwijderen. Als gevolg daarvan zou het verband niet langer het verband weergeven tussen "werkdruk en bevlogenheid" of tussen "autonomie en bevlogenheid", maar tussen "een onbekend, waarschijnlijk niet zinnig, en niet bestaand construct en bevlogenheid" en tussen "een ander onbekend, maar ook waarschijnlijk niet zinnig, en niet bestaand construct en bevlogenheid".
Dit is precies wat regressie-analyse doet: omdat de variantie niet 'verdubbeld' kan worden, wordt die min of meer arbitrair opgedeeld tussen de voorspellers. Daarmee worden de voorspellers ge-invalideerd.
De oplossing is om, als je niet zeker weet dat je voorspellers onafhankelijke delen van de menselijke psychologie betreffen, geen multivariate analyses uit te voeren.
Daarom kun je in dit geval dus het beste uitgaan van de correlaties.
De verbanden die je in de regressie-analyse ziet kun je niet goed interpreteren.
De regressie-analyse is wel geschikt om te kijken hoeveel overlap er is, in totaal, tussen enerzijds autonomie en werkdruk samen, en anderzijds bevlogenheid. Die R^2 heeft trouwens ook een betrouwbaarheidsinterval, dus het kan handig zijn om die te berekenen (e.g. R, en wsch jamovi, geven die wel).
