Van Dyne und LePine (1998) haben das Konzept Voice Behavior in die organisationswissenschaftliche Literatur eingeführt, das in der Folge sehr häufig mit dem Begriff Speak-Up Behavior synonym verwendet wurde (vgl. z. B. Morrison, 2014). Aus Gründen der höheren inhaltlichen Aussagekraft, insbesondere bei Verwendung im deutschsprachigen Kontext, wird im vorliegenden Beitrag der Begriff Speak-Up Behavior gewählt. Speak-Up Behavior ist als Synonym für Voice Behavior sowie den dazu existierenden organisationswissenschaftlichen Arbeiten zu verstehen. Van Dyne und LePine (1998) beschreiben Voice Behavior bzw. Speak-Up Behavior als unaufgefordertes und damit proaktives Verhalten, welches das konstruktive Hinterfragen des Status Quo mit der Absicht der Verbesserung und weniger der bloßen Kritik beschreibt (van Dyne & LePine, 1998). Die Intention von Speak-Up Behavior ist konstruktiv, zukunfts- und chancenorientiert und stets mit dem Ziel verbunden, gemeinschaftlich bestehende Lösungen und Prozesse zu optimieren.

Es ist wichtig, dass Teams ein möglichst hohes durchschnittliches Level an Speak-Up Behavior zeigen. Daher betonen einige Autoren die Bedeutung von kollektivem Speak-Up Behavior, also der durchschnittlichen Qualität, mit der die Teammitglieder gemeinsam den Status-Quo ihrer Arbeit konstruktiv in Frage stellen und damit die Teamkreativität fördern (vgl. z. B. Morrison et al, 2011). Es ist wenig überraschend, dass durch kollektives Speak-Up Behavior die unnötige und oftmals ökonomisch schädliche Wiederholung von Fehlern verhindert werden kann. In der organisationalen Praxis kommt es immer wieder vor, dass ineffektive Prozesse zwar erkannt werden, oftmals jedoch wichtige Informationen zurückgehalten oder Beobachtungen nicht geteilt werden, die Einfluss auf diese unvorteilhaften Zustände nehmen könnten (Edmondson & Lei, 2014). Der Literatur-Review von Morrison (2014) fasst die positiven Effekte von Speak-Up Behavior auf unterschiedliche Effektivitätskriterien (z. B. Leistung, Innovation und Zufriedenheit) zusammen. Auch die Meta-Analyse von Chamberlin und Kollegen (2017) bestätigt die wünschenswerte Wirkung. Kollektives Speak-Up Behavior wirkt sich insbesondere positiv auf Effektivitätskriterien auf der Team-Ebene aus, wie z. B. Team-Innovation (Duan et al, 2019; Liu et al, 2017). Dabei leistet kollektives Speak-Up Behavior einen inkrementellen Beitrag zur Vorhersage der Gesamteffektivität von Gruppen, der über den Effekt von individuellem Speak-Up Behavior hinausgeht (Morrison et al, 2011).

Itemkonstruktion und Itemselektion

Die englischsprachige Skala der Autoren van Dyne und LePine (1998) zur Messung von Speak-Up Behavior auf Individualebene bildet die Grundlage. Der Speak-Up-Check erfasst mit kollektivem Speak-Up Behavior ein Konstrukt auf Teamebene. Daher wurde die kollektive Bewertungsreferenz „Die Mitglieder des Teams "“ verwendet und die Formulierung der Items wurde entsprechend angepasst.

Um ein möglichst sparsames und gleichzeitig inhaltlich valides Instrument zu entwickeln, wurden für den Speak-Up-Check lediglich vier der ursprünglich sechs Items der Skala von van Dyne und LePine (1998) ausgewählt. Experten der Teamforschung haben dabei die Items bestimmt, in deren Formulierung die Absicht der proaktiven Kommunikation und konstruktiven Verbesserung am stärksten betont wird.

Bei der Übersetzung des englischen Fragebogens wurde das von Brislin (1970) vorgeschlagenen Vorgehen befolgt: Im ersten Schritt übersetzte der Erstautor des vorliegenden Manuskripts die englischen Items ins Deutsche. Im zweiten Schritt verbesserten deutschsprachige Experten im Bereich der Teamforschung seinen Vorschlag. Im Anschluss wurden in einem dritten Schritt die deutschsprachigen Items von einem professionellen Übersetzer wieder ins Englische zurückübersetzt. Sprachliche Unschärfen wurden gemeinsam diskutiert und in der deutschen Version des Speak-Up-Checks entsprechend angepasst.

Die Analysen wurden mit IBM SPSS Statistics 23, IBM SPSS Amos 25 sowie JASP 0.11.1 durchgeführt. Teilnehmer mit mehr als 20% fehlenden Werten wurden bei der Analyse nicht berücksichtigt. Die fehlenden Werte der verbleibenden Teilnehmer wurden mit der Software Norm (2.03) anhand des Expectation-Maximization Algorithmus (EMA) imputiert.

Stichprobe

Die Daten wurden in einem Innovations- bzw. Entwicklungsprojekt eines Unternehmens im Bereich Fahrzeugbau in Deutschland im Jahr 2011 erhoben. 502 Mitarbeiter in 49 Teams wurden für die Datenerhebung über einen Online-Fragebogen eingeladen. Sie hatten 3 Wochen Zeit, den Fragebogen auszufüllen.

Die Stichprobe zur Validierung des Speak-Up-Checks setzt sich aus 41 Teams mit insgesamt 210 Personen zusammen. Somit haben 84% der eingeladenen Teams und 42% der eingeladenen Mitarbeiter an der Studie teilgenommen. Die Teilnehmer wurden nicht entlohnt. Die Teilnehmer konnten am Ende des Fragebogens angeben, wie lange sie bereits in ihrem Team arbeiten.

Zugehörigkeit zum Team:

-       weniger als 1 Jahr: 22%

-       zwischen 1 und 2 Jahren: 39%

-       länger als 2 Jahre: 31%

-       keine Angabe: 8%

Aus Gründen des betrieblichen Datenschutzes durften keine weiteren demographischen Variablen erhoben werden. Aus Unternehmensangaben vor der Befragung war ersichtlich, dass 92% der zu der Befragung eingeladenen Personen männlichen Geschlechts waren. Eine weitere Differenzierung der befragten Stichprobe ist daher nicht möglich.

Weiterhin können – bezogen auf den Industriezweig insgesamt – folgenden Angaben hinsichtlich der allgemeinen Verteilung der beiden soziodemographischen Merkmale Geschlecht und Alter gemacht werden:

Geschlecht:

-       Frauen: 18%

-       Männer: 82%

Alter:

-       jünger als 30 Jahre: 18%

-       zwischen 30 und 50 Jahren: 57%

-       älter als 50 Jahre: 26%

Itemanalysen

Alle vier Items des Speak-Up-Checks wurden im ersten Schritt anhand einer exploratorischen Hauptachsenfaktorenanalyse untersucht. Es wurde die oblique Rotationstechnik Promax (Kappa = 2) gewählt. Dabei wurde ein Faktor mit einem Eigenwert größer 1 extrahiert, dieser erklärt 69% der Varianz. Die Kommunalitäten der vier Items variieren zwischen .61 und .78.

Mittels linearer Strukturgleichungsmodelle (Williams et al., 2009) wird im zweiten Schritt die Modellgüte des Speak-Up-Checks bestimmt. Die Parameterschätzung erfolgt anhand der Maximum Likelihood-Methode. Für die Bewertung der Modellgüte werden in der Literatur folgende Kriterien diskutiert (z. B. Schermelleh-Engel et al., 2003): Modelle mit einem CFI, IFI und TLI < .90, RMSEA ≥ .10 und SRMR > .10 sind nicht akzeptabel bzw. defizitär. Modelle mit einem 90 ≤ CFI, IFI und TLI < .95, einem RMSEA ≥ 05 bis < .10 und einem SRMR >.08 bis ≤ .10 werden als gut bzw. akzeptabel bewertet. Die Güte eines Modells gilt als sehr gut bzw. exzellent, wenn die folgenden Kriterien erfüllt sind: CFI, IFI und TLI > .95, RMSEA < .05 und SRMR ≤ .08.Für den Speak-Up-Check ergeben sich folgende Ergebnisse: c2 = 11.651, df = 2, p < .01;  CFI = .97, IFI = .97, TLI = .90, RMSEA = .15, SRMR = .037. Die standardisierten Faktorladungen liegen zwischen .62 und .90. Der CFI, IFI und TLI sowie der SRMR deuten insgesamt auf eine sehr gute Modellgüte hin. Der RMSEA liegt zwar in einem kritischen Bereich. Allerdings demonstrieren unterschiedliche Simulationsstudien (z. B. Heene et al., 2011), dass der RMSEA bei Modellen mit geringer Zahl an manifesten und latenten Variablen sowie bei eher kleinen Stichprobengrößen sehr sensibel reagieren kann. Im vorliegenden Fall sind beide Bedingungen zutreffend und können daher u. U. erklären, warum der RMSEA in einen eher kritischen Bereich fällt. Vor diesem Hintergrund sowie angesichts der Empfehlung in der Literatur, nicht einzelne Fit-Indizes isoliert, sondern die Gesamtheit mehrerer Gütekriterien gleichzeitig zu betrachten (vgl. z. B. Schermelleh-Engel et al., 2003), darf die Güte des Modells als sehr gut beschrieben werden.

Itemkennwerte

In Tabelle 2 sind Mittelwert, Standardabweichung, Schiefe, Exzess und Trennschärfe aller Items des Speak-Up-Checks abgebildet. Nach Bortz und Döring (2006) sollte die Trennschärfe einen Wert von mindestens .50 betragen. Items mit einer Trennschärfe kleiner als .30 sind als kritisch zu bewerten.

Im Falle des Speak-Up-Checks dürfen die part-whole-korrigierten Trennschärfen gemäß den Konventionen nach Bortz und Döring (2006) insgesamt als gut bewertet werden.

Tabelle 2

Mittelwert, Standardabweichung, Schiefe, Exzess und Trennschärfe der manifesten Items

Anmerkung. Skala von 1 (stimme überhaupt nicht zu) bis 5 (stimme voll und ganz zu), N = 210.

Objektivität

Wenn die in diesem Manuskript vorgestellten Empfehlungen zur Durchführung und Auswertung des Speak-Up-Checks berücksichtigt werden, ist die Objektivität gewährleistet. Für die Interpretation und Einordnung der Ergebnisse können sich Anwender an den in diesem Manuskript vorgestellten deskriptiven Ergebnissen orientieren.

Reliabilität

Als Schätzer für die Reliabilität wird für den Speak-Up-Check jeweils neben Cronbachs α zusätzlich noch McDonalds ω berichtet. Es ergeben sich folgende Werte: Cronbachs α = .83 und McDonalds ω = .83. Die Reliabilitäten des Speak-Up-Checks dürfen somit als gut bewertet werden.

Validität

Zur Bestimmung der konvergenten Konstruktvalidität wird der Zusammenhang zwischen dem Speak-Up-Check und den beiden folgenden Konstrukten bestimmt: psychologische Sicherheit und interpersonelle Prozesse. Psychologische Sicherheit beschreibt die geteilte Wahrnehmung der Mitglieder eines Teams, dass niemand vom Team für eine konstruktiv-kritische Stellungnahme zurückgewiesen, ausgeschlossen oder sanktioniert wird (Edmondson & Lei, 2014). Niemand, der eine von der Gruppenmehrheit abweichende Meinung vertritt oder zwischenmenschliche Risiken eingeht, muss negative Konsequenzen fürchten (Edmondson, 1999). In Teams mit hoher psychologischer Sicherheit sind die Mitglieder eher bereit, mit neuen oder unkonventionellen Lösungsversuchen zu experimentieren und dabei durchaus auch Risiken auf zwischenmenschlicher Ebene einzugehen. Es ist zu erwarten, dass in Teams mit hoher psychologischer Sicherheit auch mehr kollektives Speak-Up Behavior zu beobachten ist. Das Konstrukt psychologische Sicherheit wird über eine adaptierte Version des PsySafety-Checks von Fischer und Hüttermann (2020) gemessen (Beispielitem: "Keiner im Team würde absichtlich etwas tun, das die Bemühungen der anderen untergräbt."). Der Pearson-Korrelations-Koeffizient für den Zusammenhang zwischen dem Speak-Up-Check und psychologischer Sicherheit beträgt r = .63 (p < .001). Dieses Ergebnis spricht für die konvergente Konstruktvalidität des Speak-Up-Checks.

Interpersonelle Prozesse beschreiben nach Marks und Kollegen (2001) beziehungsorientierte Aktivitäten zwischen den Mitgliedern eines Teams. Dazu gehören kollektive Emotionsregulation, der konstruktive Umgang mit Konflikten und gegenseitige Motivation. Teams, deren Mitglieder gemeinsam in interpersonelle Prozesse investieren, verfügen über eine hohe Beziehungsqualität, die es den Mitgliedern erleichtert, den Status-Quo konstruktiv zu hinterfragen. Es ist zu erwarten, dass der Speak-Up-Check positiv mit interpersonellen Teamprozessen korreliert. Die Qualität interpersoneller Teamprozesse wird über den Fragebogen zur Teamprozess-Messung (Fischer, 2020) operationalisiert. Der Pearson-Korrelations-Koeffizient für den Zusammenhang zwischen dem Speak-Up-Check und interpersonellen Prozessen beträgt r = .49 (p < .001). Dieses Ergebnis kann ebenfalls als Hinweis für die konvergente Konstruktvalidität des Speak-Up-Checks gewertet werden.

Hinsichtlich der Überprüfung der Kriteriumsvalidität wird der Zusammenhang des Speak-Up-Checks mit Teamkreativität bestimmt. Teamkreativität beschreibt das Ergebnis eines kreativen, synergetischen Prozesses innerhalb von Teams (Kurtzberg & Amabile, 2001). Neue Ideen werden häufig von einzelnen Mitgliedern des Teams entwickelt und in der Gesamtgruppe geteilt. Begünstigt durch ein kollektives Speak-Up Behavior werden diese Ideen von den anderen Teammitgliedern kritisch hinterfragt, angepasst, weiterentwickelt und neu kombiniert. In der Folge sollten Teams mit starkem kollektiven Speak-Up Behavior auch ein höheres Maß an Teamkreativität aufweisen. Die Messung von Teamkreativität erfolgte durch vier Items der Skala von Eisenbeiss et al. (2008) (Beispielitem: "Mein Team schlägt neue Wege vor, um Arbeitsaufgaben auszuführen."). Der Pearson-Korrelations-Koeffizient für den Zusammenhang zwischen dem Speak-Up-Check und dem Konstrukt Teamkreativität liegt bei r = .56 (p < .001). Dieses Ergebnis liefert unterstützende Hinweise für die Kriteriumsvalidität des Speak-Up-Checks.

Abschließend wird die inkrementelle Validität des Speak-Up-Checks bestimmt. Hierfür wird der Anteil der erklärten Varianz im Kriterium Teamkreativität bestimmt, den der Speak-Up-Check über den Einfluss der anderen oben genannten Konstrukte hinaus zu erklären vermag. Hierfür wird eine schrittweise multiple Regressionsanalyse durchgeführt, deren Ergebnisse in Tabelle 3 zusammengefasst sind: Im ersten Schritt wird die abhängige Variable Teamkreativität durch die beiden Konstrukte psychologische Sicherheit und interpersonelle Prozesse vorhergesagt. Im zweiten Schritt wird kollektives Speak-Up Behavior – gemessen über den Speak-Up-Check – in das Modell aufgenommen. Der Speak-Up-Check erklärt einen inkrementellen Varianzbeitrag im Kriterium Teamkreativität von 8%, der über den Erklärungseffekt der anderen beiden Team-Konstrukte hinausgeht (β = .38, p < .001). Dieses Ergebnis spricht für die Relevanz des Konstrukts kollektives Speak-Up Behavior sowie für die inkrementelle Validität des Speak-Up-Check – insbesondere vor dem Hintergrund, dass der Speak-Up-Check lediglich vier Items umfasst. Weiterhin kann das Ergebnis der schrittweisen Regressionsanalyse als Beleg für die Annahme gesehen werden, dass Speak-Up Behavior einen zentralen erklärenden Mechanismus (Mediator) des Zusammenhangs zwischen psychologischer Sicherheit und Teamkreativität darstellt (MacKinnon et al., 2007): Durch ein erhöhtes Maß an psychologischer Sicherheit kann es zu mehr kollektivem Speak-Up Behavior in Teams kommen, welches in der Folge ein höheres Maß an Teamkreativität begünstigt (Edmondson & Lei, 2014). Dieses Resultat unterstreicht die Sinnhaftigkeit eines kombinierten Einsatzes von Speak-Up-Check und PsySafety-Check (Fischer & Hüttermann, 2020).

Deskriptive Statistiken (Normierung)

Die deskriptiven Statistiken basieren auf einer Stichprobe von N = 210. Bei der Langversion ist der Skalenmittelwert 3.67, die Standardabweichung beträgt .67. Die Schiefe ist .17 und der Exzess entspricht 1.49.

Ökonomie

Da das Kosten-Nutzen-Verhältnis hinsichtlich der Bearbeitungsdauer (1 Minute) sehr günstig ist, darf die Testökonomie des Speak-Up-Checks als sehr gut eingestuft werden.

Augenscheinvalidität

Sämtliche Items des Speak-Up-Checks sind für die Nutzer inhaltlich nachvollziehbar und werden als plausibel bewertet. Folglich darf die Augenscheinvalidität als hoch bezeichnet werden.