Psychosoziale Arbeitsbedingungen und Burnout im Längsschnitt der „Studie zur mentalen Gesundheit bei der Arbeit (S-MGA)“

Die „Studie zur mentalen Gesundheit bei der Arbeit (S-MGA)“ war in der ersten Erhebungswelle (t₀) ein repräsentativer Querschnitt sozialversicherungspflichtig Beschäftigter im Alter von 31 bis 60 Jahren auf der Basis von 13.590 Adressziehungen aus den beim Institut für Arbeitsmarkt- und Berufsforschung (IAB) der Bundesagentur für Arbeit (BA) gespeicherten Integrierten Erwerbsbiografien [21, 30]. Als erwerbstätig wurden – in Übereinstimmung mit dem Labour-Force-Konzept der International Labour Organization (ILO), das auch vom Statistischen Bundesamt genutzt wird [29] – Personen mit mindestens einer Wochenstunde Arbeitszeit in die Adressziehung einbezogen.

Die Erhebung fand zwischen November 2011 und Juni 2012 statt, weitere 16 Personen wurden zwischen Oktober und Dezember 2012 nacherhoben. Die Datenerfassung wurde in Form computergestützter persönlicher Interviews von geschulten Interviewern durchgeführt. Insgesamt konnten 4549 Interviews realisiert werden, von denen 38 nach Interviewerkontrollen und der Analyse der Interviewdauern als nicht auswertbar klassifiziert wurden, sodass 4511 Interviews für Analysen verblieben, d. h. 33,2 % der Adressziehungen [35].

Im Jahr 2017 wurde die zweite Welle (t₁) der S‑MGA mit denjenigen Studienteilnehmenden durchgeführt, die bei der ersten Welle in 2011/2012 ihre Bereitschaft für eine weitere Erhebung erklärt hatten. Die Erhebung der Daten benötigte wie in der ersten Welle mehrere Monate (Januar bis Mai), sodass sich Zeitabstände von 4,13 bis 5,47 Jahren zwischen den Befragungen bei den einzelnen Studienteilnehmern ergaben (MW = 5,13 Jahre). In der ersten Welle erklärten 3943 Personen ihre Bereitschaft für eine zweite Erhebung, von denen 67 Personen durch Tod, Umzug oder Rücknahme der Panelbereitschaft ausschieden [34]. Realisiert wurden 2640 Interviews (58,52 % der Primärstichprobe, 66,95 % der Personen mit Panelbereitschaft).

In der vorliegenden Untersuchung sollten diejenigen Erwerbstätigen berücksichtigt werden, die in beiden Erhebungswellen erwerbstätig waren und den Fragebogen zu Burnout in Schriftform ausgefüllt hatten. Von den in der ersten Welle erhobenen 4511 Personen waren zum konkreten Erhebungszeitpunkt 4201 erwerbstätig, von den 2640 Personen in der zweiten Welle befanden sich von den Erwerbstätigen der ersten Welle noch 2484 in Erwerbstätigkeit. Davon wiederum hatten 2005 Personen zu beiden Zeitpunkten den Burnout-Fragebogen ausgefüllt.

Die Erhebung von Burnout erfolgte mit der Subskala „Erschöpfung“ – als Kernkomponente des Burnout [26, 33] – des Oldenburger Burnout-Inventar (OLBI; [9, 12]) über Aussagen wie „Es gibt Tage, an denen ich mich müde fühle, bevor ich zur Arbeit komme“ oder „Nach der Arbeit habe ich genug Energie für meine Freizeitaktivitäten“. Der OLBI wurde eingesetzt, da er für alle Berufe – nicht nur solche mit Klientenbezug – geeignet ist, neben affektiver auch physische und kognitive Erschöpfung erfasst und jeweils vier positiv und vier negativ formulierte Items beinhaltet, sodass Tendenzen im Antwortverhalten reduziert werden [5]. Die vier Antwortkategorien der acht Items reichen von „völlig zutreffend“ (1) über „eher zutreffend“ (2) und „eher unzutreffend“ (3) bis „völlig unzutreffend“ (4). Für die Skalenbildung – als Mittelwert über alle Items – ist die Hälfte der Items so zu rekodieren [12], dass ein hoher Skalenwert eine stärker ausgeprägte Erschöpfung indiziert [11].

Psychosoziale Arbeitsbedingungen wurden auf Basis des Copenhagen Psychosocial Questionnaire (COPSOQ; [22]) ermittelt. Im Sinne von Anforderungen wurden Arbeitsmenge und Arbeitsplatzunsicherheit erhoben, im Sinne von Ressourcen neben Einfluss auf die Arbeit, Kontrolle über die Arbeitszeit und Entwicklungsmöglichkeiten auch Rollenklarheit, Führungsqualität sowie soziale Unterstützung durch die Kollegen (Tab. 1). Alle Items waren auf einer 5‑stufigen Likert-Skala mit Werten von 1 bis 5 zu beantworten. Die Skalenbildung erfolgte als Mittelwert über alle Items, sofern mindestens die Hälfte der Items beantwortet wurde. Ein höherer COPSOQ-Skalenwert steht für eine hohe Ausprägung der jeweiligen Skala, entsprechend sollten – gemäß des JDR-Modells [10] – die Skalen der Anforderungen positiv mit Burnout assoziiert sein und die Ressourcen-Skalen negativ.

Ziel der Analyse war es zu prüfen, in welchem Maße eine Änderung der Arbeitsbedingungen zwischen den beiden Messzeitpunkten t₀ und t₁ mit einer Änderung von Burnout einhergeht, um Hinweise zur Arbeitsgestaltung zu gewinnen. Die Residuen der Burnoutskalen ließen sich nach Anpassung eines linearen Regressionsmodells gut durch eine Normalverteilung approximieren, sodass die Analysen mit diesem Modelltyp ausgeführt werden konnten. Die Arbeitsbedingungen wurden in den Modellen als Expositionsvariablen festgelegt. Für weitere Variablen war zu prüfen, ob sie einen Confounding-Effekt haben. Als mögliche Confounder wurden der Zeitabstand zwischen den Interviews, das Alter der Befragten, ihr höchster Ausbildungsabschluss, ihre wöchentlich geleisteten Arbeitsstunden und ihre Anzahl der Nachtschichten berücksichtigt. Das Alter wurde in drei Altersgruppen (zu Welle 1: 31 bis 40 Jahre, 41 bis 50 Jahre und 51 bis 60 Jahre) mit der jüngsten Altersgruppe als Referenz berücksichtigt. Der höchste Ausbildungsabschluss wurde in den drei Kategorien „Hoch‑/Fachschulabschluss, Ingenieur‑/Meisterstudium“, „Berufsschulabschluss, Spezialausbildung“ (Referenzgruppe) und „keinen oder anderen Abschluss“ zusammengefasst. Die wöchentlich geleisteten Arbeitsstunden wurden in vier Kategorien unterteilt, die zwischen Teilzeittätigkeit (1 bis unter 35 h), Vollzeitbeschäftigung (35 bis 40 h) und Vollzeitbeschäftigung mit Überstunden (über 40 bis 48 h bzw. über 48 bis 90 h) unterscheiden, um die wöchentliche Höchstarbeitszeit von 48 h nach Arbeitszeitgesetz (ArbZG) zu berücksichtigen. Als Referenzgruppe diente die Vollzeitbeschäftigung. Nachtarbeit wurde mit der mittleren Anzahl von Nachtschichten pro Monat erhoben, Beschäftigten ohne Nachtschicht wurde hierbei der Wert 0 zugeordnet.

Der höchste Ausbildungsabschluss, die wöchentlich geleisteten Arbeitsstunden und die Anzahl der Nachtschichten wurden auf Verteilungsunterschiede zwischen den Geschlechtern geprüft, ebenso die Arbeitsbedingungen und der Burnout-Score. Letztere wurden auch auf Mittelwertsunterschiede zwischen den Erhebungszeitpunkten getestet.

Vor Berechnung der Regressionsmodelle erfolgte eine Missing-value-Analyse der Arbeitsbedingungen und der Wochenarbeitszeit. Die Burnout-Skalen und die Mehrzahl der Confounder waren frei von fehlenden Werten. Die wenigen Datenausfälle in der Wochenarbeitszeit und den meisten Arbeitsbedingungen wurden als „missing at random“ bewertet, die Analysen erfolgten mit den jeweils gültigen Daten. Systematische Ausfälle gab es bei der sozialen Unterstützung durch die Kollegen (n = 84, 4,2 %) und der Führungsqualität (n = 78, 3,9 %), wenn es am Arbeitsplatz keine Kollegen oder Vorgesetzte gab.

Das Alter zum Interviewzeitpunkt und der Zeitabstand zwischen den Interviews wiesen im Regressionsmodell keinen Zusammenhang zum Burnout bzw. dessen Änderung auf. Die wöchentlich geleisteten Arbeitsstunden zeigten bei Frauen und Männern Effekte auf den Burnout-Score und auf die Arbeitsbedingungen, bei den Frauen gilt dies auch für den höchsten Ausbildungsabschluss und die Anzahl der Nachtschichten. Die nachfolgend beschriebenen Regressionsmodelle wurden deshalb geschlechtsspezifisch nach den genannten Variablen adjustiert.

Ein typisches Vorgehen bei Längsschnittanalysen ist es, die Exposition zu t₀ zum Outcome zu t₁ in Beziehung zu setzen. In regressionsanalytischen Voranalysen ergaben sich für die vorliegenden Daten zwar signifikante Zusammenhänge zwischen Arbeitsbedingungen und Burnout jeweils innerhalb der beiden Erhebungswellen (Querschnittanalysen). Zwischen den Wellen waren die Einflüsse der COPSOQ-Skalen von t₀ auf den Burnout-Score zu t₁ aber schwächer. So ergaben sich bspw. für die Arbeitsmenge die Regressionskoeffizienten \(\hat{\upbeta }\left(t_{0}\right)\) = 0,246, \(\hat{\upbeta }\left(t_{1}\right)\) = 0,266 in den Querschnitten und \(\hat{\upbeta }\left(t_{0}\rightarrow t_{1}\right)\) = 0,177 im Längsschnitt.

Eine andere Möglichkeit ist es, die Änderungen (Differenzvariablen) des Outcomes – in unserem Falle Burnout – in Relation zu den Änderungen der Exposition – in unserem Falle die Arbeitsbedingungen – zu setzen. Auch hier bestand nur ein schwacher Zusammenhang zwischen der Änderung der COPSOQ-Werte von t₀ nach t₁ zum Burnout-Score zu t₁ sowie zur Änderung des Burnout-Scores von t₀ nach t₁. Insgesamt beschrieben die typischen Längsschnittanalysen die Wirkung von psychosozialen Arbeitsbedingungen auf den Burnout-Score über einen Fünf-Jahres-Zeitraum hinweg nicht ausreichend. Aus diesem Grund schien die alleinige Verwendung von Arbeitsbedingungen zu t₀ oder Differenzvariablen kein erfolgversprechender Weg zu sein. Einer der Gründe kann darin liegen, dass die COPSOQ-Skalen nicht auf einer unendlichen Skala liegen und dadurch die Änderungswerte nicht uneingeschränkt variieren können, d. h. die Tendenz zur Mitte verstärkt auftritt. In der vorliegenden Untersuchung wurde deshalb ein anderer Weg gewählt.

Es wurde zunächst die erste Welle (primärer Querschnitt) betrachtet, um Effekte für zeitnahe Zusammenhänge aufzuzeigen und einen Vergleichsmaßstab für die weiteren Analysen zu haben:

Für diesen Ansatz werden zwei Modelle ausgeführt. Modell 1 enthält jeweils eine einzelne COPSOQ-Variable separat, Modell 2 alle COPSOQ-Variablen (Tab. 1) gemeinsam.

Im zweiten Analyseschritt wurde mit Blick auf den starken Zusammenhang zwischen Arbeitsbedingungen und Burnout zum Zeitpunkt t₁ eine Zerlegung der COPSOQ-Skalen in zwei Teile – den Ausgangswert COPSOQ(t₀) zur Welle 1 und den Änderungswert Diff(t₁,t₀) zwischen Welle 1 und 2 – vorgenommen:

Ein solcher Ansatz zeigt den Effekt der Veränderung einer COPSOQ-Variablen, adjustiert auf den Ausgangswert zu t₀:

Diese Adjustierung war wesentlich für die Modellbildung, da die COPSOQ-Skalen eine Verteilung auf einem begrenzten Intervall von 1 bis 5 haben und somit die Werte der Differenzvariablen stärker von den Ausgangswerten abhängig sind als bei einer unendlichen Verteilung. Das heißt, in der Nähe der Skalenränder sind Änderungen zur Mitte wesentlich wahrscheinlicher (Tendenz zur Mitte) als zu den Rändern hin, eine Skalenänderung im Zeitverlauf gewinnt ihre Bedeutung damit erst im Kontext des zugehörigen Ausgangswertes. Umgekehrt wurde über diesen Ansatz aber auch der Effekt jeder Arbeitsbedingung zu t₀ auf ihre Veränderung adjustiert. Unter gegenseitiger Adjustierung dieser beiden Anteile der betrachteten COPSOQ-Skalen wurden höhere Effektstärken beobachtet, als das bei ihrer einzelnen Verwendung der Fall war. Das heißt, die Einbeziehung der Differenzvariablen verstärkt den Effekt der Arbeitsbedingungen zu t₀ auf den Burnout-Wert zu t₁, da nun die summierten Arbeitsbedingungen zu t₁ im Modell wirken.

Analog zum ersten Modellansatz wurden auch für den zweiten Modellansatz wieder zwei Modelle berechnet, eines mit je einer COPSOQ-Variablen und der zugehörigen Differenz separat (Modell 3) und eines mit allen COPSOQ-Variablen und ihren zugehörigen Differenzen gemeinsam (Modell 4).

Anschließend wurden ausschließlich vollständige Datensätze für eine Sensitivitätsanalyse zur Validierung der berechneten Effekte herangezogen.

Die vorliegende Studie baut auf zwei Erhebungswellen auf, was es möglich macht, die Auswirkungen der Veränderungen in den COPSOQ-Skalen auf den Burnout-Score zu analysieren, und als Stärke anzusehen ist.

Weiterhin wurden alle methodischen Kriterien, die in den zwei Reviews [2, 36] benannt wurden, in der vorliegenden Arbeit berücksichtigt, um einen substanziellen Beitrag zur Burnout-Forschung zu leisten. So wurde auf eine Stichprobe zurückgegriffen, die auf Basis eines Registers gezogen und für die überprüft wurde, dass es keine substanziellen Abweichungen zwischen Grundgesamtheit und Stichprobe bezogen auf relevante Merkmale wie Alter oder Schul- und Berufsbildung gibt, sodass eine für die 30- bis 60-jährigen sozialversicherungspflichtig Beschäftigten in Deutschland repräsentative Stichprobe vorliegt [30]. Darüber hinaus erfolgt durch die Zerlegung der COPSOQ-Skalen COPSOQ(t₁) in Ausgangswert COPSOQ(t₀) und Differenzwert Diff(t₁,t₀) für deren Effekte auf den Burnout-Wert zu t₁ eine indirekte Adjustierung auf die Ausprägung des Burnouts zur ersten Welle (t₀). Des Weiteren wurden validierte Skalen zur Erfassung von Arbeitsbedingungen und Burnout eingesetzt. Dabei ist zu berücksichtigen, dass zur Ermittlung von Burnout eine Beschränkung auf die Skala Erschöpfung erfolgte, da diese als Kernkomponente von Burnout anzusehen ist [15].

Eine Limitation der Studie ist, dass durch fehlende Antworten – im Wesentlichen in zwei der COPSOQ-Skalen – unterschiedliche Fallzahlen in die einzelnen Regressionsmodelle eingehen. Daher erfolgten Sensitivitätsanalysen auf Basis der Teilstichprobe der Erwerbstätigen mit vollständigen Werte, in denen deutlich wurde, dass die Beträge der Differenzen zwischen den Regressionskoeffizienten beider Modelle (Hauptanalyse und Sensitivitätsanalyse) betragsmäßig den Wert Δ\(\hat{\upbeta }\) = 0,021 nicht überstiegen und in den meisten Fällen sogar Δ\(\hat{\upbeta }\) < 0,013 galt. Diese Änderungen in den Effekten sind klein gegenüber den Änderungen, die sich durch die korrelierten COPSOQ-Skalen in den Modellen 2 und 4 ergeben.

Bakker und Demerouti [3] betonen, dass eine Trennung nach sog. „hindrance demands“ und „challenge demands“ Berücksichtigung finden sollte, um zu prüfen, ob diese differenziell auf relevante Endpunkte wirken, da die Befundlage bisher widersprüchlich ist. Während Erstere als Anforderungen beschrieben werden, die sehr hohe oder unerwünschte Einschränkungen beinhalten und die Fähigkeit eines Individuums zur Zielerreichung stören oder einschränken wie bspw. Arbeitsplatzunsicherheit, verursachen Letztere zwar Anstrengungen, aber können potenziell persönliches Wachstum und Erfolg begünstigen, z. B. die Arbeitsmenge [24]. Beide Arten von Anforderungen sollten positiv mit Beanspruchung – dazu zählen LePine et al. [24] auch Erschöpfung – assoziiert sein, aber mit unterschiedlichem Vorzeichen bei Motivation und Leistung. Während bei LePine et al. [24] die „hindrance stressors“ stärker mit Erschöpfung assoziiert waren als die „challenge stressors“ und bei van den Broeck, de Cuyper, de Witte und Vansteenkiste [37] der Zusammenhang von „challenge stressors“ und Erschöpfung sogar null war, ist in unseren Analysen die Arbeitsmenge, der „challenge stressor“, am stärksten mit Erschöpfung assoziiert und die Assoziation mit Arbeitsplatzunsicherheit, dem „hindrance stressors“, ist geringer. Da Motivation und Leistung in der S‑MGA nicht erhoben wurden, lassen sich differenzielle Effekte zu diesen Kriterien in unserer Studie nicht bestimmen.

Künftig sollte auch in den Blick genommen werden, wie sich durch die Zunahme von Informations- und Kommunikationstechnologien die Arbeitsbedingungen der Beschäftigten verändern und welche Effekte dies auf die Gesundheit der Beschäftigten hat, da die Befundlage hierzu noch nicht klar ist [7]. Entsprechende Analysen werden mit dem Vorliegen der dritten Erhebungswelle der S‑MGA in 2022 ermöglicht.

Die Reduzierung psychosozialer Risiken im Betrieb ist angesichts der damit verbundenen komplexen Beurteilungs- und Gestaltungsprobleme eine anspruchsvolle Aufgabe. Der Blick auf die Praxis zeigt, dass der betriebliche Arbeitsschutz sich dieser Aufgabe bislang eher in der Ausnahme als in der Regel stellt [6]. Die vorliegende Arbeit kann einen Beitrag dazu leisten, diese Situation zu ändern.