HET VOORSPELLEN VAN E- COMMERCE ADOPTIE · 2017-11-30 · 3.5 Cultuur en e-commerce ... Deze...
Transcript of HET VOORSPELLEN VAN E- COMMERCE ADOPTIE · 2017-11-30 · 3.5 Cultuur en e-commerce ... Deze...
HET VOORSPELLEN VAN E-COMMERCE ADOPTIE: EEN UITBREIDING VAN HET TECHNOLOGY ACCEPTANCE MODEL MET TASK TECHNOLOGY FIT, THEORY OF PLANNED BEHAVIOUR EN RISK FACETTEN, EMPIRISCH GETEST OP INWONERS VAN VLAANDEREN EN NEDERLAND. Wetenschappelijke verhandeling Aantal woorden: 19.169
Maxim Van Meenen Stamnummer: 01508412 Promotor: Prof. dr. Lieven De Marez Copromotor: Bastiaan Baccarne Masterproef voorgelegd voor het behalen van de graad master in de richting Communicatiewetenschappen afstudeerrichting Communicatiemanagement Academiejaar: 2016 - 2017
2
Inhoudstabel
Inhoudstabel................................................................................................................................................2
1 Abstract..............................................................................................................................................5
2 Inleiding..............................................................................................................................................6
3 Literatuurstudie.................................................................................................................................7
3.1 Inleiding......................................................................................................................................7
3.2 Watise-commerce?..................................................................................................................8
3.3 E-commerceindewereld........................................................................................................10
3.4 Wiekooptonline?....................................................................................................................11
3.4.1 Convenienceshoppers..........................................................................................................12
3.4.2 Informationseekingshoppers..............................................................................................12
3.4.3 Immediatepossession..........................................................................................................12
3.4.4 Socialinteractionseekingshoppers.....................................................................................12
3.4.5 Experienceseeker.................................................................................................................13
3.4.6 Conclusie..............................................................................................................................13
3.5 Cultuurene-commerce...........................................................................................................13
3.6 Gedragsvoorspellendetheorieënenmodellen........................................................................15
3.6.1 TheoryofReasonedAction..................................................................................................15
3.6.2 TheoryofPlannedBehaviour...............................................................................................16
3.6.3 TechnologyAcceptanceModel............................................................................................17
3.6.4 TaskTechnologyFit..............................................................................................................19
3.6.5 PerceivedRiskModel...........................................................................................................19
3.7 Vormingmodel.........................................................................................................................21
3.7.1 Stap1:CombinerenTAMenTPB(fig.5)..............................................................................21
3.7.2 Stap2:ToevoegenPerceivedRisk(fig.6).............................................................................22
3.7.3 Stap3:ToevoegingTTF(Fig.7)............................................................................................23
3.8 MeerwaardeModel.................................................................................................................24
3.9 Hypothesevorming(fig.8)........................................................................................................25
4 Conceptualisering............................................................................................................................27
4.1 Determinanten.........................................................................................................................27
5 Operationalisering...........................................................................................................................30
6 Onderzoek........................................................................................................................................34
3
6.1 Inleiding....................................................................................................................................34
6.2 Onderzoeksontwerpenmethodologie....................................................................................34
6.2.1 Inleiding...............................................................................................................................34
6.2.2 Onderzoeksontwerp.............................................................................................................34
6.2.3 Voor-ennadelensurveyonderzoek......................................................................................36
6.3 Steekproef................................................................................................................................36
6.4 Rekrutering...............................................................................................................................38
6.4.1 Inleiding...............................................................................................................................38
6.4.2 SocialeMedia.......................................................................................................................38
6.4.3 Andere..................................................................................................................................39
6.4.4 Rekruteringsproces..............................................................................................................39
6.4.5 Rekruteringsmatrix..............................................................................................................41
6.5 Steekproefkarakteristieken......................................................................................................43
6.6 Weging.....................................................................................................................................44
6.6.1 Vlaanderen...........................................................................................................................44
6.6.2 Nederland............................................................................................................................46
6.6.3 Conclusie..............................................................................................................................47
7 Analyseplan......................................................................................................................................48
7.1 Pilotstudy.................................................................................................................................48
7.1.1 Validiteitschalen..................................................................................................................48
7.1.2 Chronbach’salpha...............................................................................................................49
7.1.3 Onduidelijkheden.................................................................................................................51
7.2 Modeltesting............................................................................................................................52
7.2.1 Inleiding...............................................................................................................................52
7.2.2 Fitindicesstructureelmodel................................................................................................52
7.2.3 Factorladingen.....................................................................................................................53
7.2.4 Modelfitnaherzieningitems..............................................................................................54
7.3 Hypothesetesting.....................................................................................................................55
7.4 Multi-groupanalyse.................................................................................................................57
7.5 T-Toets......................................................................................................................................58
8 Discussieenconclusie.....................................................................................................................60
8.1 Theoretischediscussie.............................................................................................................60
8.1.1 RelatieinTAM......................................................................................................................60
8.1.2 RelatietussenTAMenTPB..................................................................................................61
4
8.1.3 RelatietussenTAMenTTF...................................................................................................61
8.1.4 RelatietussenTAMenPerceivedRisk..................................................................................61
8.1.5 VerschilNederlandenVlaanderen.......................................................................................62
8.2 Praktischediscussie..................................................................................................................62
8.3 Conclusie..................................................................................................................................63
9 Limitatiesenverderonderzoek......................................................................................................64
10 Bibliografie.......................................................................................................................................65
11 Bijlagen.............................................................................................................................................70
5
1 Abstract
Hetdoelvandezestudieishetvoorstellenvaneenvernieuwdstructureelmodeldatframeworksals
hetTechnologyAcceptanceModel(TAM),TheoryofPlannedBehaviour(TPB),TaskTechnologyFit
(TTF)itemsenPerceivedRisk-itemsintegreert,teneindedecontinuevoluerendee-commercealsook
demotivatiesendrempelsdieleidentotdeadoptievanhete-shoppinggedragteonderzoeken.Dit
voorgesteldmodelwordtmeteengebruiktomhetverschilvanderolvanPerceivedRiskinde
adoptievane-commercetussenVlamingenenNederlanderstevergelijken.Eenonlinesurveyzorgde
vooreentotaalvan320respondentenvoorbeideregio’s.Hetvoorgesteldstructureelmodelduikt
netonderdebeoogdecut-offvaluesvandeTLIenCFI,maartoondedat(1)SubjectiveNorm,
PerceivedRiskenPerceivedUsefulnesseensignificanteffecthebbenopdeIntentiontoUse;(2)
PerceivedUseeenmediatorisvoorPerceivedEaseofUseenTaskTechnologyFitdiezoindirecte
effectenhebbenopIntentiontoUse;(3)OutputQualitygeensignificanteffectblijkttehebbenop
PerceivedUsefulness;(4)GepercipieerdRisicogeensignificantsterkereffectheeftopIntentionto
UsebijVlamingendanbijNederlanders.(5)Hetuitvoerenvaneent-testtoondeanderzijdsweldat
hetgemiddeldegepercipieerderisicobijVlamingenhogerisdanbijNederlanders.
6
2 Inleiding
Onlinewinkeleniseenrelatiefrecentfenomeendatindejaren90isontplooidensamenmetde
globaliseringeenevenredigestijgingheeftgekend(Sharma,2016).Indezehuidigetijdisdezemanier
vanshoppennietmeeruithetdagelijkselevenwegtedenken.Naastdeenormevoordelendiee-
commercebiedtzoalshetterbeschikkinghebbenvaneengroteremarkt,lagekostenstructuren,een
grootgemakvoordeconsumentenzovoortheefte-commerceookhaareigendrempels(Srinivasan,
Anderson,&Ponnavolu,2002).Omdezedrempelsalsookmotivatorenteonderzoekenisernood
aaneenéénvaststructureelmodeldieelkedeterminantafzonderlijkkanmetenenanalyseren.
Verschillendeonderzoekersgebruikenverschillendemodellenomdeadoptievandeimmer
evoluerendee-commerceteverklaren(Bhattacherjee(2000);DeLoneenMcLean(2003);Wuen
Wang(2004)).Tochisernoggeeneensgezindheidomtrentééneenduidigmodelomdee-commerce
adoptieteverklaren.Ditiszekergeenvereiste,aangeziene-commercenogvolopinontwikkelingis
ennueenvastmodelconstruerenvooreencontinuveranderendfenomeenabsurdis.Ditneemtniet
wegdatdebestaandemodellenregelmatigmoetenwordenherzienomrelevantteblijven.
Onderzoekersterennogsteedsopdecenniaoudetechnologiemodellenomeenhedendaags
fenomeenteanalyseren.Ditleiddetoteenonderzoekomeennieuwconceptueelmodelvoorte
stellenentetesten.Inditmodelwordenvastewaardenuitdesocialewetenschappengelinktmet
nieuwereframeworkstoegespitstope-commerce,teneindeeenhedendaagsvoorspellendmodelte
construerenvoordeadoptievanonlinewinkelen.InditmodelstaanhetTechnologyAcceptance
Model,TaskTechnologyFitendeTheoryofPlannedBehaviourcentraalenhetPerceivedRisk
centraal.
7
Inhettweedeluikvanditwetenschappelijkonderzoekwordtditmodelbeproefdaandehandvan
datagecollecteerdvanNederlandersenVlamingen.Meteensteekproefvan320personenwordtvia
eenmultigrouptesthetverschiltussendezetweenationaliteitenblootgelegd.Populaireliteratuur
lichtjaarlijkshetverschilinonlineaankopenindezetweegroepenuitenkomtsteedstotde
conclusiedatdeBelgenopditvlakgeengelijketredkunnenhoudenmethunnoorderburen.Indeze
thesiszaleveneenswordenonderzochtwatdeonderliggenderedenenkunnenzijnvoordeze
mogelijkediscrepantie.
Ditonderzoeksteltduseersthetmaatschappelijkdoelvoorop.Erwordtgezochtnaarredenen
waaromonlineaankopeninVlaanderennognietzoingeburgerdisinvergelijkingmetNederland.
DezenieuweinzichtenkunnenleidentoteenaangepasteaanpakinVlaanderenenBelgië.Omdit
zorgvuldigtekunnennagaan,heeftditonderzoekookeentheoretischdoel.Hetstelteengereviseerd
modelopgesteundopreedsbestaandeconceptuelemodellen,dienaeengrondigetestfasezal
wordengebruiktomhettweededeelvanditonderzoektebeproeven.
3 Literatuurstudie
3.1 Inleiding
Dezeliteratuurstudiegaatdieperinopwate-commercepreciesiseninwelkematehetal
geïmplementeerdwordtindewereld.Deverschillendesoortenshopperskomenaanbodevenals
hunmotivatiesomtoteenaankoopovertegaan.Ookdeverschillendedrempelstote-shopping
wordenbesprokenengeanalyseerdtelkensmetaandachtvoorcultureleverschillen.Dezedrempels
enmotivatieszulleninwetenschappelijkeliteratuurwordenopgezochtteneindeeenzofitting
mogelijkstructureelmodelteconstruerendiedezedeterminanteninkaartkanbrengenenmeten.
Verschillendemodellendiehiervoorwordengebruikt,zullenuitvoerigwordenbesproken,maarook
bekritiseerd,omzohetonderzoektestartenmeteenobjectievekijkzondervooringenomenheden.
8
3.2 Watise-commerce?
Hoewelhetbegrip‘electroniccommerce’duidelijkeneenvoudiglijkt,bestaateronder
wetenschappersenonderzoekersnogalwatambiguïteitoverdeterm.Eenbedrijfsanalystkan‘e-
commerce’zienalseenstatistischetoolomdeonlineverkoopvanproductenbijtehouden,terwijl
eensysteemontwikkelaardetermeerderzaldefiniërenalszijndeeenonlineproductcatalogus
(Poong,Zaman,&Talha,2006).Dezediscrepantiesspoordenonderzoekersaanoméénvast
frameworkendefinitietebiedenaandeterm.DeeerstedefinitiekwamervanMollaenLicker
(2001)dieverschillendebasiscomponententoewezenaanhetbegripe-commerce.Zomoetdeze
maniervanhandeldrijvennetwerktechnologie,eentransactieapplicatie,eenbedrijfsfunctie,
reguleringopoverheidsniveauenalslaatstenatuurlijkverschillendepartijenbevatten.Wanneere-
commercewordtbestudeerd,moetditaltijdverlopenvanuithetperspectiefvandegebruikeropdat
moment.DezegebruikerszijnheelgevarieerdenkunnengaanvandeIT-managerdiedewebpagina
heeftvormgegeven,totdeeindconsumentenallemogelijketussenpersonen.Ookadvocaten,
ingenieursendeCEOvanhetbedrijfkunnengebruikerseninteractorenzijnvanhete-
commerceplatform(Molla&Licker,2001).Inditonderzoekzaldoordebrilvandeeindconsument
gekekenworden,dieuiteindelijkhetproductzalaankopen.Hierondervolgteenkortebeschrijving
vanbovenstaandetermenuithetperspectiefvandezeeindgebruiker.
- Netwerktechnologie:Tijdenshetvoltrekkenvandehandelsovereenkomstmoetgebruik
gemaaktwordenvaneennetwerk.Ditkanviainternet,propriëtairesoftware,VPN-server,
4Genzovoort.Hierbijhorendusgeentelefonischebestellingenofaankopenviasms.
- Transactieapplicatie:Deaankoopmoetviaeenonlinetransactieapplicatiewordengeplaatst
enverwerkt.Dezeapplicatieskunnenonlinebetalingzijn,viaoverschrijving,viaeen
messengerappenzovoort.
- Bedrijfsfunctie:Deverkoopdiewordtvoltrokken,wordtgezienalseenbedrijfsfunctieen
wordteveneensindiecontextomkaderd.
- Regulering:Deverkoopvanonlinegoederenwordtgereguleerddooreenoverheid.Deze
regelsomvatten,maarbeperkenzichniettot,beschermingvandeprivacy,cyberwetgeving
enpatentenbescherming.
- Verschillendepartijen:Ineenhandelsovereenkomstzijnersteedsminstenstweepartijen
nodig.Indezecontextishetbedrijfdiehetproductverkooptdeeerstepartijdieverkoopt
aandeeindgebruiker.Dezeeindgebruikerkanverschillendevormenaannemenzoalseen
student,bejaarde,deoverheid,businesspartner,etcetera.
9
Samengevatheefte-commercealsdefinitiehetonlineverhandelenvanproductentussen
verschillendepartijen,watopgouvernementeelniveaugereguleerdwordt.Detransactieverlooptvia
eenbepaaldebetalingsapplicatieophetinternetendeverkoopbehoorttotdefunctiesvanhet
bedrijf(Poongetal.,2006).
Ditonlinehandeldrijvenlaatklantenvanoverdehelewereldtoegoederenendienstenaante
kopenviaeenonlineomgevinggefaciliteerddoorhetinternet(Olson&Olson,2000).Indezescriptie
wordthetBusiness-to-consumer(B2C)e-commercesegmentnaderbekeken,watconcreetde
aankoopvanproductendoorconsumentenviaeeninternetmediumbetekent(Pavlou&Fygenson,
2006).Degrootsteverschilleninconsumentengedragtussendeonlineendetraditionelehandelzijn
vooraldeonpersoonlijkeenafstandelijkeaanpakdiedezeonlineomgevingmetzichmeebrengt,de
onzekerheidvande(potentiële)consumententenopzichtevandeonlinebetaalinfrastructuur,maar
ookdeeenvoudomBigDatatevergarenvandezeklanten(Ba&Pavlou,2002).
Dezeonlinemaniervanhandeldrijvenbeperktzichooknietenkeltoteenmonetairetransactieop
hetweb,maarkenteencontinueevolutie.Tegenwoordigwordtdezemaniervantransactiesvoeren
uitgebreidtotonlinebanking,marketing,distributie,enzovoort(Niranjanamurthy,Kavyashree,
Jagannath,&Chahar,2013).Doordezeconstanteinnovatiewordtdeonlinemarktooksteeds
competitieverenmoetmenmeerenmeeronderscheidendtewerkgaanindienmeneengrote
afzetmarktwilbekomenofaanhouden.Dezevoortdurendeverandering,verbeteringenevolutievan
e-commercezorgtaandevraagzijdeookvooreenaangepastgedragtenopzichtevandeze
verschillendemogelijkheden.Hetrecenterem-commerce,kortvoormobilecommerce,iséénvan
dergelijkeevoluties(Niranjanamurthyetal.,2013).Bijdezetelkensveranderendemaniervan
handelen,hoorteveneenseenveranderendemethodologiedieditkanbestuderen.Decenniaoude
modellenzoalshetTechnologyAcceptanceModelvanDavisuit1985enhetTaskTechnologyFit
modelvanGoodhueuit1988zullenzondergrondigeanalyseenherwerkinghoogstwaarschijnlijkeen
grootstukvaliditeitverliezenbijdeexponentieelgroeiendeonlinewinkelomgevingenen–
procedures.Langzaamaanproberenverschillendeonderzoekersdezeoeroudebekendestokpaardjes
onderuittehalen.Volgenssommigeonderzoekers(Sniehotta,Presseau,&Araújo-Soares,2014)
blinkenvastewaardenzoalsdeTheoryofPlannedBehaviourvanDavis(1989)uitinvaagheidenin
medischonderzoekishetzelfsempirischnietvalabel(Hardemanetal.,2002).Dezekritiekenleiden
totdevraagofeenherzieningvandezebredeenambiguemodellenmogelijkzouzijnenhoedeze
ouderemodellenrelevantgemaaktkunnenwordenvoorhedendaagsonderzoekomtrente-
commerce.
10
3.3 E-commerceindewereld
Vandaagdedagspeeltinterneteengroterolinelkestapvanhetonlineaankoopproces.Potentiële
klantenkunnenonlineinformatieoverhetproductvergaren,verdelersvandergelijkproductvinden
encontacterenenuiteindelijkookhunbestellingplaatsten.Deklantendienstkanmenookop
dezelfdesitesterugvindenencontacterenindiendebestellingnietnaarwensis(Goethals,Carugati,
&Leclercq,2009).
Ditonlinewinkelenisrelatiefrecentfenomeendiedevoorbijejarenevenredigmetdestijgende
globaliseringaanpopulariteitaanhetwinnenis.Hoewelditconceptpasisontplooidinlatejaren90,
leiddehetsindsdieneenergvolatielelevenscyclus.Naeensterkegroeiindebeginjarenkendee-
commerceeeneerdergestagestijgingbeginjaren2000.Dezestijgingbevondzichvooralinde
VerenigdeStaten,waardoorbetereinstitutioneleenstructureleomkaderingene-commercesterker
konbloeiendaninderestvandewereld.Naastdebenodigdecomputer,haddenconsumentenook
eenwettelijkkadernodigomvertrouwentekrijgeninhet,toennog,nieuweshoppingsysteem(Oxley
&Yeung,2001).Pasin2014,metdeuitvindingenverbeteringvanmobieletoestellenen3G
internetconnectiekendee-commercewederomeenexplosievegroei.Eveneenswerdendedigital
nativesookkoopkrachtig,watzorgtvooreengrotereafzetmarktvooronlineshops(Sharma,2016).
VooralreedsontwikkeldelandenzoalsdeVerenigdeStatenenEuropeselandenziendeonline
handelboomen.Sinds2013kennenAziatischelandeneveneenseensterkestijginginaankopenvia
hetinternet.Vooraldemiddenklassespringthierdelaatstejarenmeeopdekar,debevolkingwordt
steedsmeerweb-savvyenditgaathandinhandmetdestijgendetechnologischeinnovatie(Xu,
Zhang,Cao,Chen,&Ye,2016).
InpopulaireliteratuurzienweeveneensdatEuropaeensterkespelerisopdee-commercemarkt
zowelopdeaanbod-alsopdevraagzijde.BinneninEuropaisertelkenséénzelfdestigmadat
terugkeert:Belgiëhinktachteropopvlakvane-commercetenopzichtevanhaarnabijebuurlanden
(BeCommerceMarketMonitor,2016).Dezeassumptiestaatinschrilcontrastmetdeimpliciete
veronderstellingdatonlineaankoopgedraggelijkaardigzouzijninlandenmeteengelijkaardige
cultuur.VolgensdedimensiesvanHofstedewordterveronderstelddatertussenVlaanderenen
pakwegNederland,dienietenkeldezelfdetaalhanteren,maarookgrotendeelsdezelfdeculturele
waardeninachtnemen,nauwelijksverschilmoetentebemerkenzijnophetvlakvane-commerce
(Goethalsetal.,2009).TochwordtdoorGeertHofstede(2001)zelfvastgestelddatdeculturele
waardentussenVlaanderenenBelgiëvolgenszijn5cultureledimensiesenormverschillen.Hijging
zelfszoverdoornazijnonderzoekhetvolgendeteconcluderen:
11
“Infact,notwocountries...withacommonborderandacommonlanguagearesofarculturally
apart...as[Dutch]BelgiumandtheNetherlands”(Hofstede,2001,p.63).Ditcultureelverschillend
gedraguitzichnietenkelindebedrijfssfeer,waarde5dimensiesineersteinstantietoebedoeld
warentemeten,maarookinhetaankoopgedrag.
DezediscrepantiestussendeculturelewaardenvanzowelNederlandalsVlaanderenkunnenenkele
vandeoorzakenzijnvanhetverschilinonlineaankoopgedrag,maarverderzijnernogandere
afhankelijkendieditverschilzoudenkunnenveroorzaken.
Dedrempelsendeterminantenomaldannietovertegaantoteenonlineaankoopwordenzowelin
dewetenschappelijkealsindepopulaireliteratuuraluitvoerigbesprokenengeanalyseerd.Volgens
vanHeel,LukicenLeeuwis(2014)iseendrempelvoorcross-borderonlineaankopenonderandere
deverschillenderisico’sdiemete-commercegepaardgaan.Dezerisico’szijnbijvoorbeeldhetniet
tijdigverkrijgenvanhetgewensteproduct,moeilijkeprocessenomhetproductterugtesturen,lage
transparantieoverdeleveringendergelijke.VolgenseenonderzoekvanLi,Yue,GriffinenZhao
(2010)ishetookduidelijkdatBelgenveelsterkerrisicofactorenvermijdendanNederlanders.
Ondanksgrotegelijkenissenzoalsdetaal,grotebevolkingsdichtheid,beidenmonarchieën,iser
desondankseengrootverschilinrisicoaversietebemerken.MetdezestellingsprekenzijGoethalset
al.(2009)(cfrsupra)tegen,daarzijveronderstellendatdeculturelewaardenvanlandenmeteen
gelijkaardigecultureleachtergronddezelfdegedragspatronenzoudenvertonen.VolgensTabellini
(2008)daarentegen,staanculturelewaardenennormenaandebasisvandevermijdingsdrangvan
risico’s.
3.4 Wiekooptonline?
Destijgendeacademischeinteressenaare-commercegroeidemeemethetstijgendebelangvandit
onlinehandelenindeeconomie.Doordezestijgendegroeiishetookbelangrijkvoordeaanbiederte
wetenwatdeconsumentendrijftomonlinetekopen,teneindederetailmarktcompetitieftemaken,
maarvooralookzotehouden(Rohm&Swaminathan,2004).Ookdestijgendevraagvanuithet
werkveldhielddeacademischenoodvooronderzoekhoog.Ditresulteerdeineenonderzoeknaar
typologieënvanonlineshoppersenhunmotivatiesomonlinehunproductenbijéénspecifieke
winkelaantekopen.InhetonderzoekvanRohmenSwaminathan(2004)werdenmotivaties
overgenomenvanmensendieookofflinewinkelden.Zekondenpersona’smet6verschillende
motivatiesonderscheidenentesttendeovereenkomstenopeensampledieonlinehunaankopen
deed.Deze6typologieënwordenindevolgendealineabesproken.
12
3.4.1 Convenienceshoppers
Gemakisnamelijkéénvandebelangrijkstemotievenomeenwinkelineenofflinesettingte
verkiezen.Dezeshopperverkiestelkewinkelnaargemakinfunctievantijdsbesparingenbesparing
vanmoeite(Bellenger&Korgaonkar,1980).Alsweditdoortrekkennaareenonlineomgevingisdit
eenzeerbelangrijkemotivator,daarafstandenmoeitequasiirrelevantworden.Hetgemakzithem
bijonlineaankopeninhetfeitdatmenhetgewensteproductbijdeconsumentthuiskanbestellen
endatheteveneensdaarwordtgeleverd(Swaminathan,Lepkowska-White,&Rao,1999).
3.4.2 Informationseekingshoppers
Dezepersonenwillenineenofflinecontextvooralkunnenkijken,vergelijkeneninformatieoverhet
productkunnenopvragen.Deonlineinfrastructuurgeefthierzelfsnogmeermogelijkheden.
Informatiekanmeteenwordenopgevraagdoveranderewinkels,productenenzovoort.Hetopzoek
gaannaarinformatieverlooptonlinevlotter,diepgaanderensnellerdanineenoffline‘brick-and-
mortar’winkel(LynchJr&Ariely,2000).
3.4.3 Immediatepossession
Koperswordengemotiveerdingewonewinkelstekopenindienzehetproductmeteenterhun
beschikkinghebben.Isdithetgeval,dragenzedewinkelhooginhetvaandelenzijn
vervolgaankopenwaarschijnlijker(Shaw,1994).Onlinewinkelsspelenhieropindoorde
leveringstermijnzolaagmogelijktehouden.Ditzaldedrempeltotonlineaankopenverlagenendus
leidentoteenhogereverkoop(Balasubramanian,1998).
3.4.4 Socialinteractionseekingshoppers
Metsocialeinteractiewordtnietenkeldeinteractieindewinkelmetverkopersbedoeld,maarook
desocialeconnectiemetvrienden,familieenreferentiegroepenmetdezelfdeinteresses(Tauber,
1972).TentijdevanditonderzoekvanTauber(1972)wasernoggeensprakevanparticuliere
internetconnectiesencommunicatiemetdergelijkereferentiegroepenonline.Nukunnenwedeze
connectiesterugvindenonlineenzijndezereferentiegroepenbijvoorbeeldonlineinfluencers.Ineen
onlineomgevingvindenwevanzelfsprekendgeenliveone-to-onegesprekkenterug,maarditkan
zichweluitenineenchatboxwaarmensenvragenkunnenstellenaandewerknemers.Dezesociale
drukofsocialecontactenkunnenzorgenvooreenmotivatievoordekeuzeomaldannietonline
productenaantekopen(Albaetal.,1997).
13
3.4.5 Experienceseeker
Deverkoopsexperienceopzichwordtookalseenmotivatieervarentijdenshetkiezenvaneen
winkelofeenmedium.Derecreatieveshopperhoudtervantijdtebestedentijdenshetwinkelen,
spendeertveeltijdaanhetwinkelenenaanhetdecor(Bellenger&Korgaonkar,1980).Ditis
eveneensnietmakkelijktecreërenineenonlineomgeving,maarkanwordenopgelostdooreen
goedwebsitedesignenmakkelijktegebruikentoolsindewebwinkel.Zokunnendeonlineverkopers
ookdatsegmentaansprekenenzoeengroteredoelgroepaanspreken.
3.4.6 Conclusie
Dezesoorspronkelijkepersona’smetelkhuneigenmotivatorenomvooreenwinkeltekiezen,
kunnenookwordendoorgetrokkennaareenonlineomgeving.Dekeuzewordtdussamenvattend
gemaaktopvlakvangemak,beschikbareinformatie,onmiddellijkebeschikbaarheidvanhetproduct,
socialeinteractieendeexperience.Dezemotivatorenzulleninhetmodelvertaaldwordenin
determinanten,zodatallemotivatorenzekergeanalyseerdkunnenworden.
3.5 Cultuurene-commerce
Zoalsaangehaaldindeinleidingwordterverwachtvanlandenmeteengelijkaardigeculturele
achtergrond,datzeookeengelijkaardigonlineaankooppatroonzoudenhebben(Goethalsetal.,
2009).Alswelandenopbasisvancultureleachtergrondwillenvergelijken,grijpenweterugnaareen
onderzoekvanHofstedeuit2001waarinhijbeschreefdaterverschillendecultureledimensies
bestondenwaarinlandenkunnenverschillen.DevierdimensieswerdendoorHofstedevooral
bekekenopbedrijfsniveauzijnindeloopderjarendoormarketeersenbedrijfsanalisten
doorgetrokkennaardealgemenesamenleving.Laterwerdooknogeenvijfdetoegevoegdenworden
hieronderbesproken.
- Machtsafstand:Dematewaarinwerknemersvredenemenmetdeongelijkverdeelde
machtsstructuurineenorganisatie.
- Individualisme:Degraadwaarineensamenlevingsteuntopderolvanéénindividu.
- Masculiniteit:Dematewaarineensamenlevingisgebouwdopmannelijkewaardenzoals
competitiviteit,ambitieenverwezenlijking).Aandeanderekantvandezeschaalstaande
vrouwelijkewaardendiestaanvoorbehulpzaamheid,bescheidenheidensolidariteit.
- Langeofkortetermijnoriëntatie:Hierwordtdetegenstellinggemaakttussendevoorkeur
voorlangdurigeontwikkelingeneninnovatieofeendirectresultaat.
- Onzekerheidsvermijding:Dezelaatsteisdematewaarinangstomtefalenprimeertbij
onzekereenongestructureerdesituaties(Hofstede,2001).
14
Ine-commercestudiesdiedezedimensieshanterenomculturentevergelijken,wordenmeestal
landengebruiktdiezowelgeografischalscultureelzeerveruitelkaarliggen,zoalsdeVSAenChina
(Pavlou&Chai,2002).Weinigonderzoekersspitsenzichtoeoplandendiegroteculturele
gelijkenissenhebbenofgeografischdichtbijelkaarliggen.Nochtanszijnvooreenbedrijfde
makkelijksteenmeestvoorzichsprekendelandenomnaaruittevoeren,debuurlanden.Hetisvoor
deconsumentookmeertijds-enkostenbesparendonlineaantekopenuiteenlandmetlage
transportkostenen–tijden.
DeonderstaandetabelgeeftdescoresvolgensHofstede(2001)weervoorzowelNederlandals
Vlaanderenvoorviervandevijfcultureledimensieshierbovenbesproken.Lange-ofkorte
termijnoriëntatieisindezetabelnognietterugtevinden,daardezelaatstedimensiepaslaterdoor
Hofstedewerdtoegevoegd.Descoreshebben0alsminimumen100alsmaximum,waarbijeen
hogerescoredecultureledimensiessterkervertegenwoordigt.
Tabel1:VerschillenincultuurdimensiesvanHofstedetussenNederlandenVlaanderen.(Hofstede,
2001)
Individualisme Machtsafstand Masculiniteit Onzekerheids-
vermijding
Nederland 80 38 14 53
Vlaanderen 78 61 43 97
BovenstaandetabeltoontaandaterweleffectiefgrotecultureleverschillenzijntussenNederland
enVlaanderen.Afgezienvanhetonderdeel‘individualisme’geeftdetabelduidelijkgroteverschillen
weerinculturelewaardentussenVlamingenenNederlanders.Bijlaatstgenoemdeisde
machtsafstandveelkleinerevenalsdemasculiniteit.Deonzekerheidsvermijdingisookveelgroterbij
VlamingendanNederlanders.
InonderzoekzoalsvanSuhenKwon(2002)isreedsgeblekendatdezedimensieseenverandering
kunnengeveninhetaankooppatroonvanzowelonlinealsofflineconsumenten.Zelfsdoorde
stijgendeglobalisatiehebbenpersonenmeteenverschillendecultureleachtergrondnogsteeds
andereattitudes,preferentiesenwaardenwatzicheveneensuitineenverschillend
aankooppatroon.
15
3.6 Gedragsvoorspellendetheorieënenmodellen
Volgendetheorieënenmodellenbezittentelkensdeterminantenteruggevondenindezesmotivaties
hierbovenbeschreven.Volgendemodellenzullenuiteindelijkookhetframeworkbiedenvooreen
geïntegreerdmodeldiezalwordenvoorgesteldengetest.Telkensproberenzeaandehandvan
verschillendedeterminantenteverklarenwaaromeenbepaaldehandelingwordtvoltrokkenof
waaromeenbepaaldgevoelwordtgecreëerd.
3.6.1 TheoryofReasonedAction
Inonderzoekennaarwateraandebasisligtvanhethandelen,wordtvaakteruggegrepennaarde
TheoryofReasonedAction.NadeuiteenzettingvanditmodeldoorAjzen(1975)werdhetalseen
stokpaardjegebruiktinallerleisoortenvakgebieden.DeTRAwilhetattitudevormingsprocesinkaart
brengenenderolaantonendiehetspeeltbijgedragomhetbijgevolgtekunnenvoorspellen
(Fishbein&Ajzen,1975).Dezestelt2determinantenvastdieleidentotdeintentietoteenbepaalde
handeling,watophaarbeurtzoumoetenleidentothetaanvaardenenuitvoerenvanhetgedragin
kwestie.Hoewelditmodelinwetenschappelijkonderzoekhaarnutalmeermaalsheeftbewezen,
stellenveelwetenschapperszichtochvragenbijdevolledigheidvanditmodel.OndermeerBearden
enCrockett(1981)enWarshaw(1980)steldenvastdatdeSubjectiveNormenAttitudeTowards
Behaviorookonderlingcorreleerden.Dezesamenhangisduidelijkindezindatindieneengedrag
positiefdooranderenwordtervaren,deattitudevandatgedrageveneenspositiefzalzijn(Hale,
Householder,&Greene,2002).Verderbeperktditmodelzichookenkeltotbewusteenvrijwillige
handelingenensluitdusverplichteofondoordachte,impulsievehandelingenuit(Tesser&Schaffer,
1990).VolgensdegezondheidspsycholoogWeinstein(1987)kanmenhandelingenookaanpassen
aanhetgepercipieerdrisicoofaanhet(onrealistisch)optimismevandepersoon.Menzou
bijvoorbeeldgeendoktersbezoekplannenomdatmendenktgoedegenenofeengezondelevensstijl
tehebben.Indienhetrisicodaterietsverkeerdzoulopenkleinis,zoumendehandelinginkwestie
danooknietvoltrekken,zelfsindiendeattitudeensubjectievenormtenopzichtevandehandeling
positiefis(Karina&Prkachin,1997;Weinstein,1987).
AttitudeTowards
Behaviour
Intention
SubjectiveNorm
Behaviour
Fig.1TheoryofReasonedAction(Ajzen,1975)
16
DezetheoriebevatdusnogenkelehiatenenonduidelijkhedendiedooracademicienFishbeinen
Ajzenzelfnogaangepastenverbeterdwerden.HoedanookblijftdeTheoryofReasonedActioneen
vastewaardeinonderzoeknaarattitudevormingenvoorspellenvanhandelenenditiseveneensin
dezescriptienietanders.Dezetheoriediendealsbasisomgedragofhandelingentekunnen
voorspellen,maarwerddoorheendejarennogmeermaalsaangepastenuitgebreid.Ookindeze
scriptieligtditmodelaandebasisvanhetuiteindelijkemodel.
3.6.2 TheoryofPlannedBehaviour
DitmodelsteuntonderandereopdevoorgaandeTheoryofReasonedAction,maarwaardeTRAzich
slechtsbeperktetotactiesdiezichondervolledigeenvrijwilligecontrolebevondenvandepersoon,
reiktdeTPBnognetietsverder.HetTPB-model(afbeelding3)dektookhandelingendieweinig
vrijwilligofgecontroleerdzijn(Ajzen,1985).Dezewordenconcreetvertegenwoordigddoorde
determinantPerceivedBehavioralControl,watgrofwegvertaaldkanwordeninwelkematemen
denktcontroletehebbenovereenzekergedrag(Ajzen,1985).Ditomvatdematewaarinmeneen
handelingbeheerstendenkttebeheersen.Hiermeeneemtmenookdeonenigheidwegdieinde
TRAbestondoveronvrijwilligeofondoordachtehandelingen.TPBneemtweliswaarwelde‘attitude
towardbehavior’alsookdesubjectievenormovervandeTRA.Detweesprongmetenigszinsde
perceptievandepersoonzelfenanderzijdsdievanhunsocialekringishierduswederomterugte
vinden.VolgensAjzen(1985)oefenendezedrieonderliggendedeterminantennietalleeneeneffect
uitopdegedragsintentie,maarooknogeensopelkaar.Wekunnendusconcluderendatde
modellenopelkaarlijken,maartochhebbenzenogenkelefundamenteleverschillen.
AttitudeTowards
Behaviour
Intention
PerceivedBehavioural
Control
SubjectiveNorm Behaviour
Fig.2TheoryofPlannedBehaviour(Ajzen,1985)
17
NetalsdeTRAstuitdezetheorieookopheelwattegenstand.VooralSniehottaetal(2014)willen
dezeheletheorievandebaanschuiven,wantzevindenzeonvolledigentekortdoordebocht.Ook
indeliteratuurzietmensteedsmeerenmeeraangepasteenuitgebreidemodellenverschijnen.
HieruitleidenSniehottaetalafdatwetenschappersnietmeerindeoorspronkelijke,onbewerkte
theoriegeloven.Ajzen,deoorspronkelijkeontwerpervandeTPBgaathiertegeninensteltdatde
theoriegeenextraveranderingennodigheeftendathetnogsteedsopzichzelfkanstaan.Het
ontspruitenvansteedsnieuweremodelextensiesenaanpassingenbewijsttochdatdeTPBniet
(meer)volledigisofkloptinelkesituatie.
Indienevenwordtteruggegrepennaardepersona’svanRohmenSwaminathan(2004)uithoofdstuk
3.4kunnenwezekerSubjectiveNormgebruikenomzodemotivatorvandeSocialInteractionSeeker
teconcretiseren.Metdezedeterminantkaninhetvoorgesteldmodeldemotivatievandiespecifieke
groepalaangeduidworden.
3.6.3 TechnologyAcceptanceModel
HetTAM,vooreerstuitdedoekengedaandoorDavis(1989),steuntopvoorgaandetheorieën,maar
ismeertoegespitstopdeoverschakelingnaardegebruiksintentieenuiteindelijkdeadoptieendus
hetgebruikvantechnologischeinnovaties.DeTRAwaseerdereenmodeldieinelkesocialecontext
kontoegepastworden,waarhetTechnologyAcceptanceModelhieropeenvariantis,maarmeteen
focusoptechnologischeinformatiesystemen.
Perceived
Usefulness
Attitudetowards
behaviourPerceived
EaseofUse
Intentionto
useSystemUse
External
Variables
Fig.3TechnologyAcceptanceModel(Davis,1989)
18
Ditmodelbewijsthaarrelevantienogsteedsinrecentestudiesenwordtookvaakuitgebreiden
aangepastnaarhetteonderzoekendomein.Ditconceptueelmodelkaneveneenswordenuitgebreid
metanderemodellenofconceptenzoalshetTaskTechnologyFitmodel(zieinfra)(Wu&Chen,2017)
endeTheoryofPlannedBehaviour(ziesupra)(Dumpit&Fernandez,2017).Ookaldateertditmodel
reedsvan1989,waartechnologieeenheelanderebetekenisverschaftedannu,tochkandezenog
steedswordengeactualiseerddoortoevoegingofaanpassingvanconceptenendeterminanten.In
verschillendewetenschappelijkestudieswordthetTAMindeliteratuurookvaakgecombineerdmet
modellenalsTRAenTPB(o.a.(Venkatesh&Davis,2000)).Inditmodelwerdenverschillende
conceptentoegevoegd,waaronderbijvoorbeeldeenconceptvandeTPB,SubjectiveNorm,endit
werdlaterookTAM2genoemd.Doorheendejarenheeftditmodelooksteedsdeduimenmoeten
leggenvoornieuwere,geavanceerderemodellen,dietelkenseenmeerwaardetebiedenhaddenten
opzichtevanhetoorspronkelijkeTAM.TAM2,zoalsdaarnetbesproken,focustzichopde‘externe
variabelen’uitheteerstemodelenkanditookconcretiseren.IndeherzieningvanVenkateshen
Davisin2000werdenmeerderedeterminantentoegevoegdzoals:hetsocialebeeld,dejob
relevantie,dekwaliteitendeaantoonbaarheidvanhetresultaat.Ditzijndeterminantendieeen
effectzoudenhebbenopdePerceivedUsefulness.OokdeSubjectiveNorm,dieisovergenomenvan
dereedsbesprokenTRA,isaandezeherzieningtoegevoegd.DitTAM2zalvooralaandebasisliggen
vanhetmodeldieinhetonderzoekgebruiktzalworden.HetTAM3neemtditnogeenstapjeverder
mettoevoegingendieeveneensdeconceptenPerceivedUsefulnessenPerceivedEaseofUse
verklaren.Hetmodelisduszekernietaanzijnproefstuktoeenzalindetoekomstmetde
exponentiëleveranderingvantechnologieënsteedsverderwordenuitgebreidenaangepast.
Terterugkoppelingnaarvorigeliteratuurkunnenookuitditmodeldeterminantengehaaldworden
diemotivatorenkunnenzijnvoordezepersona’sbesprokeninhoofdstuk3.4.DePerceived
UsefulnesskaneenmotivatorzijnvoordeConvenienceShopperdiegraagvoorhetgemakende
snelheidkiest.DePerceivedEaseofUseisdaneerdereenmotivatordieExperienceSeeking
shoppersoverdestreepkunnentrekken.Zijhebbennoodaanduidelijkheidengemaktijdenshet
winkelen.
19
3.6.4 TaskTechnologyFit
DeTaskTechnologyFitdateertvanhetjaar1995(Klopping&McKinney,1995),toene-commerce
noginhaarkinderschoentjesstond.Hetisinsenietechteenlosstaandmodel,maarwordtvaakals
determinantgebruiktinandereadoptiemodellen(Klopping&McKinney,2004).DitisnetalshetTAM
nietspecifiekgerichtopwebaankopen,maarinditgevaloptechnologieëngebruiktinhetwerkveld.
NietteminzijnsommigeaspectenvandeTTFterugtevindeninliteratuuromtrente-commerce.Deze
determinantverklaartdesamenhangtussenverschillendefunctionaliteitenvaneenzeker
informatiesysteemendevereistenvaneenuittevoerentaak(Goodhue,1988).Demeerwaardevan
dezedeterminant,dienogverschillendesubdimensiesbevat,zitinhoedeklanteen
informatiesysteemervaartalszijndehetmeestgeschiktvooreenbepaaldetaak.Kloppingen
McKinney(2004)interpreteerdendeTaskTechnologyFitvooralalsdeactiviteitvanhetzoekennaar
informatieopdezewebshopsites.
Ookhierkandekeuzevandedeterminantwordenverklaarddoordepersona’s(cfr.supra).De
InformationSeekingshopperdraagtbeschikbaarheidenduidelijkheidvaninformatiehooginhet
vaandel,waardoorditzekereenbelangrijkemotivatorkanzijnvoor(potentiële)klantendieonline
zoudenwillenaankopen.
3.6.5 PerceivedRiskModel
SocialRisk
PerceivedRisk
PerformanceRisk
FinancialRisk
PsychologicalRisk
TimeRisk
SafetyRisk
Fig.4PerceivedRisk(Featherman&Pavlou,2003)OverallRisk
20
PerceivedRiskkomtintallozemodellenaanbodenwordtvolgensverschillendeonderzoekersop
verschillendemanierengemeten.EénvandemeestgebruiktemodellenwerddoorBauer(1960)uit
dedoekengedaan.Hiersteldehijdatderisicofactoreenbelangrijkedeterminantisbijhet
consumentengedragindeofflineomgeving.Inlatereonderzoekenwordthetgepercipieerdrisico
meerenmeeralseendeterminantopgenomeninonderzoekenrondonlinemarketingene-
commerce(Garbarino&Strahilevitz,2004).Ditrisicowordtconcreetgezienalsdecombinatievande
kansdaterietsfoutlooptendeverwachteconsequentiesvandergelijkrisico(Kaplan,Syzbillo,&
Jacoby,1974).PerceivedRiskwordtopverschillendemanierengeconceptualiseerd,naargelanghet
onderzoek,maarinzijnmeestalgemenevormbevatditfinanciële,sociale,psychologische,
tijdsgebonden,product-enveiligheidsrisico’s.Financiëlerisico’sslaanopdeprobabiliteitdateen
aankoopkanverkeerdgaan,watzoukunnenresultereninverlorengeldofanderemiddelen.
Productrisico’shoudendemogelijkheidindathetproductnietvoldoetaandeverwachtingenvande
consumentofnietfunctioneertnaarbehoren.Sociaalrisicoisdemogelijkheiddatvriendenoffamilie
hetproductinkwestieafkeuren.Psychologischrisicoisdekansdathetproductnietovereenstemt
methetimagovandeconsument.Fysiekrisicoisdemogelijkheiddathetuiteindelijkproductfysieke
schadeberokkentaandekoperentijdsrisico,alslaatste,slaatopdekansdathetproductresulteert
inuiteindelijktijdsverlies(Kaplan,Syzbillo,&Jacoby,1974).FeathermanenPavlou(2003)voegden
daarbijnoghetveiligheidsrisicoenhetalgemenerisico.Hetveiligheidsrisicoslaathiernietopfysieke
risico’s,maarhetveiligheidsgevoel,enmetdeOverallRiskwordthierhetalgemenetotalerisico
bedoeld.Inditonderzoekstaanvooraldefinanciëlerisico’sendetijds-enveiligheidsrisico’scentraal.
Dezerisicofactorzalookinhetmodelgeïntegreerdworden,teneindedeimpactervantemetenop
degebruiksintentieenvervolgenshetverschilhiervantemetentussenVlamingenenNederlanders.
21
3.7 Vormingmodel
Indeliteratuurstudiewerdenalleapartemodellenreedsbesprokenenhunrelevantieverklaard.Dit
hoofdstukzalverklarenhoedezetheorieëninelkaarverwevenkunnenwordenomzoeengeldig
conceptueelmodelteontwikkelen.Indeliteratuurwerdendezetheorieënreedsmeermaals
gekoppeld,maarditenkelmetslechtstweemodellenofbijkomendetheorieëndieinditgevalniet
vantoepassingzijnope-commerce.Indithoofdstukwordenstapsgewijstheorieëntoegevoegden
besproken.
3.7.1 Stap1:CombinerenTAMenTPB(fig.5)
DeTheoryofPlannedBehaviourstamtafuiteentijdperkwaarernoggeensprakewasvane-
commerceenkanineenzeerbredecontextgebruiktworden.Dezetheoriesteltvastdaterdrie
verschillendedeterminantenbestaandieleidentotdeintentieomeengedraguittevoeren,namelijk
SubjectiveNorm,PerceivedBehaviouralControl(PBC)enAttitudeTowardsBehaviour(ATB)(Ajzen,
1985).DezedeterminantenhebbennietenkeleeneffectopdeIntentiontoUse,maarcorrelerenook
nogeensmetelkaar.InverschillendeonderzoekenzoalsdievanVenkateshenDavisuit2000alsdat
vanQiuenLi(2008)komenPerceivedBehaviouralControlenAttitudeTowardsBehaviournietvoor
eninhetonderzoekvanGrandòn,NascoenMykytynhadPBCgeeneffectenATBeenzeerzwak
effectopIntentiontoUse.Inhetbovenstaandepathmodelvindjedezetheorieterugaandeuiterst
rechterkantmetdeSubjectiveNorm,IntentiontoUseenSystemUse.HetTechnologyAcceptance
ModelheeftgelijklopendedeterminantenzoalsIntentiontoUseenSystemUse(wordtgelijkgesteld
aanBehaviouruitdeTPB).
Intention
Perceived
Usefulness
PerceivedEaseof
Use
SubjectiveNorm
SystemUse
OutputQuality
Image
Fig.5CombinatieTAMenTPB
22
NieuwevariabelenhierzijndePerceivedUsefulness,PerceivedEaseofUseendeexternevariabelen
zijndeOutputQualityenImage.DezelaatstetweezijngekozennaarhetonderzoekvanVenkateshen
Davis(2000)enminderrelevantedeterminanten(zoalsdejobrelevantieeenaantoonbaarheid)zijn
achterwegegelaten.Delagerelevantietothetonderzoekenhetbeknopthoudenvandevragenlijst
warenhierdedoorslaggevendefactorenomzenietmeetenemeninhetonderzoek.
Beidemodellenwerdeninbovenstaandehoofdstukkenreedsuitvoerigbehandeldeninditdeel
wordtovergegaantotdecreatievaneenconceptueelpath-modeldiealdezeaspectenkan
combineren.Ditiszekergeenunicuminwetenschappelijkonderzoekenisdoorheendejarenal
meermaalsvoorgedaan(Venkatesh&Davis,2000;Grandònetal.,2011;QiuenLi,2008).
3.7.2 Stap2:ToevoegenPerceivedRisk(fig.6)
Risicoenmeerbepaaldhetgepercipieerderisicoisalmeerderemalenaanbodgekomenindeze
literatuurstudie.Zowelpopulairealswetenschappelijkebronnenkaartenditaanalséénvande
grootstestruikelblokkenteraanvaardingvanonlinewinkelen(Salam,Rao,&Pegels,2003;Corbitt,
Thanasankit,&Yi,2003).VlamingenzijnvannatureveelmeerrisicoaversdanNederlanders
(Hofstede,2001).Hoederisicofactorinditmodelgeïntegreerdmoetworden,werdreeds
voorgedaaninandereonderzoeken.FeathermanenPavlou(2003)vondeninhunonderzoeknaar
adoptievanelektronischedienstverleningeenverbandtussenhetgepercipieerdrisicoenenkele
determinantenuithetTechnologyAcceptanceModel.Zozouditrisicoeendrempelvormeneneen
negatiefeffecthebbenopdeadoptie-intentieenhetgepercipieerdenut(PerceivedUsefulness).
Eveneensheefthetgepercipieerdgebruiksgemak(PerceivedEaseofUse)eennegatiefeffectopdit
risico.
23
3.7.3 Stap3:ToevoegingTTF(Fig.7)
KloppingenMcKinney(2004)warendeeersteonderzoekersdiedergelijkmodelvoorstelden.Hetis
nietgemakkelijkomde‘taak’vane-commerceteconcretiserenenconceptualiseren.Zijgaven(naar
hetonderzoekvanChenetal.(2002))hetprocesvanhetzoekenenverkrijgenvaninformatieals
definitievoordetevolbrengen‘taak’vane-commercewebsites.InhunonderzoekhaddeTask
TechnologyFitvariabeleindezestudieeensignificantpositiefverbandmetPerceivedUsefulness,
PerceivedEaseofUseenIntentiontoUse.Afgezienvandelagerepresentativiteit(enkelstudenten
werdenondervraagd)concludeerdendeonderzoekersdatdeTaskTechnologyFitkanworden
gekoppeldmethetTechnologyAcceptanceModel.Zeraaddenverderonderzoekaanmetweliswaar
eenbetererepresentativiteitentask-itemsdiezijntoegepastophetnieuweonderzoekendusdeuit
tevoerentaakwaarhetvervolgonderzoeknaarpeilt.
-
-
-Intention
Perceived
Usefulness
PerceivedEaseof
Use
SubjectiveNorm
SystemUse
OutputQuality
Image
PerceivedRisk
Fig.6CombinatieTAM,TPBenPR
24
3.8 MeerwaardeModel
HetmodelsteuntnogsteedsophetdealombekendeTheoryofPlannedBehaviourenhet
TechnologyAcceptanceModel.Zoalsaangehaaldinhetvorigehoofdstukhebbendezemodellenzich
reedsaanhardekritiekmogenverwachten.Mededoordestijgendetechnologischeontwikkelingen
wordendezemodellendoorsommigeonderzoekersgezienalsonvolledigofambigu.Hierdoorwerd
gekozenomverschillendedeterminantenuitverschillendemodellentoetevoegen.Vooreerstis
PerceivedRiskeenbelangrijketoevoegingtothetnieuwemodel.VolgensHofstede(2001)is
risicovermijdingsgedragéénvandevijfmeestprominentiedimensiesdieverschillendeculturen
onderscheidt.InTabel1(ziesupra)werdbijditgedragreedseengrotediscrepantieopgemerkt
tussenVlaanderenenNederlandenaangeziencultuurverschillenkunnenleidentoteenverschilin
aankoopgedrag,isPerceivedRiskonontbeerlijkvoorhetonderzoeksmodel.Concreethoudtdeze
determinantrekeningmetderisico’sdiegepaardgaanmetonlineaankopen.Risico’skunnenbijhet
aankopenvaneenproductbestaanuit6verschillendeitems(cfrinfra).Ditonderzoekheefttemaken
metonlineaankopenenwaaraandezerisico’saangepastvolgensFeathermanenPavlou(2003).
Dezezoudenhetmodeleengrotereverklarendekrachtmoetengevendoorhetgebruikvanmeeren
specifiekeredimensies.
-
-
-
TaskTechnology
Fit
Intention
Perceived
Usefulness
PerceivedEaseof
Use
SubjectiveNorm
SystemUse
OutputQuality
Image
PerceivedRisk
Fig.7CombinatieTAM,TPB,PRenTTF
25
3.9 Hypothesevorming(fig.8)
Deliteratuurheeftgenoegstofgegevenomomtrentdezezaakverschillendehypothesesopte
stellen.Demeestvoorzichsprekendezijndiegenedieinhetvoorgesteldstructureel
onderzoeksmodel(fig.8)voorkomen.Verderhaaldedeliteratuurooknogverschillenaantussen
VlamingenenNederlandersopvlakvandeperceptievanrisico,dieeveneenskunnenwordengetest
aandehandvanhypotheses.
Hypothese1a
DeImageheefteenpositiefeffectopPerceivedUsefulness
Hypothese1b
DeOutputQualityheefteenpositiefeffectopPerceivedUsefulness
Hypothese1c
DeTaskTechnologyFitheefteenpositiefeffectopPerceivedUsefulness
Hypothese1d
DeTaskTechnologyFitheefteenpositiefeffectopPerceivedEaseofUse
Hypothese2a
PerceivedRiskheefteennegatiefeffectopdePerceivedUsefulness
Hypothese2b
PerceivedEaseofUseheefteennegatiefeffectophetPerceivedRisk.
Hypothese2c
PerceivedEaseofUseheefteenpositiefeffectophetPerceivedUsefulness.
-
-
-
TaskTechnology
Fit
Intention
Perceived
Usefulness
PerceivedEaseof
Use
SubjectiveNorm
SystemUse
OutputQuality
Image
PerceivedRisk
H1a
H1b
H1c
H1d
H2a
H2b
H3a
H3b
H4a
H4b
H4c
H4d
H3c
H5
H2c
Fig.8VoorgesteldModelmethypotheses
26
Hypothese3a
SubjectiveNormheefteenpositiefeffectopdeImage
Hypothese3b
SubjectiveNormheefteenpositiefeffectopdePerceivedUsefulness
Hypothese3c
SubjectiveNormheefteenpositiefeffectopdeIntentiontoUse
Hypothese4a
PerceivedUsefulnessheefteenpositiefeffectopdeIntentiontoUse
Hypothese4b
PerceivedRiskheefteennegatiefeffectopdeIntentiontoUse
Hypothese4c
DeTaskTechnologyFitheefteenpositiefeffectopdeIntentiontoUse
Hypothese4d
PerceivedEaseofUseheefteenpositiefeffectopdeIntentiontoUse
Hypothese5
IntentiontoUseheefteenpositiefeffectopdeActualSystemUse.
Hypothese6
HeteffectvanPerceivedRiskisbijBelgischerespondentensterkerdanbijNederlandse
respondenten.
Hypothese7
HeteffectvanIntentionopSystemUseisbijdeBelgischerespondentenzwakkeralsbijde
Nederlandserespondenten.
Hypothese8
Hetgepercipieerdrisico(PerceivedRisk)ishogerbijVlamingenalsbijNederlanders.
Hypothese9
Hetgebruik(Use)ishogerbijNederlandersalsbijVlamingen.
27
4 Conceptualisering
4.1 Determinanten
Inditonderdeelwordtelkedeterminantaanweziginhetvoorgesteldbesproken,omzomeerinzicht
teverwerveninhetmodel.Dezedefinitieszulleneenbetererichtinggevenoverwatbevraagdmoet
wordenenwelkeitemsdezeabstractevariabelenzullenvormengeven.Doorheendeliteratuur
hanterenverschillendebronnenverschillendedefinitiesperdeterminant,maarhierzaldezekorten
algemeenaanbodkomen.Dezedefinitieszullenooksteedsvoortkomenuitreedsgevoerde
onderzoekenwaarvanhetonderwerpookhandeldeome-commerce,teneindedeinhoudelijkeen
semantischediscrepantiestussendezeconceptenzolaagmogelijktehouden.Indiendeze
verklaringentochuiteenanderonderzoeksdomeinvoortkomen,zullendedefinitiesworden
toegepastopditonderzoek.Hoedezedeterminantendaneffectiefzullengeoperationaliseerd
worden,zallaterwordenbesprokenonderhethoofdstukOperationalisering.
Perceivedoutputquality
PerceivedOutputQualityisdeperceptiediedeconsumentheeftoverhoegoedeensysteemde
gewenstetaakheeftuitgevoerd(Chismar&Wiley-Patton,2003).Dezedeterminantbeoordeeltdus
deuitgevoerdetakenenmeetdusofdeOutputQualityheeftvoldaanaandeverwachtingenvande
consument.Ditwordtnietenkelgemetenophetgeleverdeproduct,maarookdedienstdiewerd
verleend.Geziendeaardvandezevraag,kandezeenkelmaargesteldwordenaanpersonendie
reedsonlinehebbengewinkeld.Hierdoorzaldezedeterminanteenlageraantalrespondenten
kennen.
Image
Imageheeftbetrekkingopdesocialeomgevingvanderespondentenhetbeelddiebeïnvloedende
groepenhebbenopderespondent.Alsdezegroepeenpositieveingesteldheidheefttenopzichte
vaneenbepaaldehandeling,zouditeeneffectmoetenhebbenophetgedragvandepersoon.(Blau,
2009)Eenanderebronzietde‘Image’alsdematewaarinhetgebruikvandeinnovatiedesociale
statusvandiepersoonkanverbeteren(Moore&Benbasat,1991).Ditconceptkangedefinieerd
wordenalsdesocialedrukdiemenervaartvande(nauwe)omgevingomonlineaantekopen.
28
TaskTechnologyFit
DeTTFgaatervanuitdattechnologieadaptatieafhangtvandetaakendespecifiekeverwachte
vereistenhiervoor(Klopping,I.,&McKinney,E.,2004).VolgensGoodhueenThompson(1995,p.213)
zaleentechnologiepasaanvaardentoegepastwordenindienheteengoedefitheeftmetdete
volbrengentaak.Ermoetopdewebsitedusduidelijkbeschrevenstaanwathetproductexact
inhoudtenwatdetevolbrengentaakis,indienheteenhogescorewilbehalenopdeTTF.
PerceivedUsefulness
SamenvattendhoudtdePerceivedUsefulnessininwelkemateeeninformatiesysteemeentaak
vergemakkelijktenofmensenhetnuttigvindenomdezetakentevolbrengen(Davis,1989).Concreet
gaanwehieropzoeknaardematewaarinconsumentenhetinterneteenmeerwaardevindenom
hetaankoopprocesvanproductentevergemakkelijken.
PerceivedRisk
Hetgepercipieerdrisico(PR)wordtgezienalsnegatieveconsequentiedievoortvloeituitde
onzekerheidbijhetgebruikvaneendienst.Risico’sdieonderdenoemervanPRvallenzijn
bijvoorbeeldsociale,psychologische,financiëleenprivacyrisico’s(Featherman&Pavlou,2003).
Risico’sbijonlineaankopenzijnvooralvanprivacyenfinanciëleaard.Metdezerisico’sworden
potentiëlekopersvooralgeconfronteerdbijhetonlineaankopenvanhunproducten.Deschrikdieer
heerstomdoorhackersbestolenteworden,zowelopvlakvanfinanciëlemiddelenalsidentiteitis
eenreëleangst(Dinev&Hart,2006).
PerceivedEaseofUse
Dezedeterminantwordtgevormddoorenkeleonderliggendeitemszoals:hoegemakkelijkhet
systeemtegebruikenisenofhetmakkelijkisomhetsysteemtelatendoenwatdepersoonwildat
hetdoet.Derigiditeitvanhetsysteemishierookvanbelangendewebshopmoetookmakkelijkom
meetewerkenzijn(Legris,Ingham,&Collerette,2003)(Davis,1989).Concreetentoegepastophet
onderzoekisdithoegemakkelijkmenmetdesitevanZalandoene-commerceinhetalgemeen
overwegkan.
29
SubjectiveNorm
DeSubjectiveNormisdenormdiedoorderdenwordtgesteldovereenbepaaldgedrag.Enkel
mensendieeenbetekenisvollesocialerelatiehebbentotdiepersoonkunnendeSubjectiveNorm
beïnvloeden(Fishbein&Ajzen,1975).Hierbijwordtnietenkelgedachtaanfamilieenvrienden,maar
ookidolen,inspirerendepersonenenanderebeïnvloeders.
Intention
Kortwegdeintentieomeengedraguittevoeren.Inditonderzoekbetekentditdusdeintentieom
onlineaantekopen(Davis,1989).Personendiehoogscorenopdezedeterminantzijnduspotentiële
klantendieminstenszullenoverwegenproductenviaeenonlineinfrastructuuraankopen.
SystemUse
Dezedeterminanttoontheteffectiefaantalmensendieuiteindelijkhetgedragtoepassenof
uitvoeren(Davis,1989).Inhetgevalvanditonderzoekbetekentditdemensendieeffectiefonline
aankopeneninwelkematezeditdoen.
30
5 Operationalisering
Naardeconceptualiseringinhetvorigehoofdstukvolgthierdeoperationaliseringofhoede
concepteneffectiefindesurveyzullenwordenbevraagd.Deconceptenbestaanuitverschillende
itemsdiedeabstracteterminologieindepraktijkzullenmeten.Hetgrosvandeitemskomenuitde
literatuurwaarvandeschalenreedszijngevalideerdenzijnvrijvertaaldinhetNederlandsen
aangepastnaarhuidigeonderwerp.Nietalleitemszijnbehoudenbijdebevragingomdevragenlijst
zobondigmogelijktehoudenenomzouitvaltevermijden.Alleitemswordenbevraagdviaeen7-
puntenLikert-schaal,behalveindienandersverklaard.Bijlage1toontdevolledigevragenlijstnapre-
testen.Indevragenlijststaannogmeeritemsdietweeextradeterminantenzoudenbeschrijvendie
uithetonderzoekzijngehaald.Dezewerdennietnahettestenuithetonderzoekgehaalddoorlage
relevantie,maarnaherzieningvandeliteratuurbleekdatdieitemsgeenmeerwaardezouden
brengen.DezeitemswarenPerceivedBehaviouralControlenAttitudeTowardsBehaviouruitde
TheoryofPlannedBehaviour.Definalevragenlijstisooknogtevindenonderbijlage1.
Concept Operationalisering Bron
OutputQuality*
*Enkelvoormensen
diereedsonline
hebbengewinkeld.
-DekledingstukkenbesteldbijZalandozijnaltijd
perfectzoalsbeschrevenopdewebsite.
- Zalando levert een hoge kwaliteit aan
producten.
- Ik heb nog geen problemen gehad met de
verzendingbijZalando.
- Ik heb nog geen problemen gehad met de
betalingbijZalando.
Venkatesh,V.,&Davis,F.D.(2000)
Image
- Online shoppers zijn innovatief en
vernieuwend
- Vrienden en familie die kopen bij Zalando
hebben meer prestige dan diegenen die in
gewonewinkelsshoppen.
- Mensen die ik ken die bij Zalando shoppen,
hebbenhoogaanzien
-Mensendieonlineaankopenzijnmeemetde
kledijtrends.
Venkatesh, V., & Davis,
F.D.(2000)
31
Task Technology Fit
model
Indien u nog niet bij Zalando heeft gewinkeld,
bekijkeensrustigdewebsite:www.zalando.be.
Volgendestellingenhebbenallemaalbetrekking
totdezewebsite.
- Ik krijg genoeg informatieoverdeproducten
opdewebsite.
-Deinformatieoverdeproductenisduidelijk.
-Deinformatieoverdeproductenismakkelijkte
vinden.
-Alsikinformatievind,isdezeaccuraatgenoeg
voorwatikoverhetproductwilweten
- De informatie over online producten staat
altijd leesbaar en verstaanbaar op de Zalando
website
- De informatie staat in zoveel vormen op de
site, dat het moeilijk is deze efficiënt te
gebruiken.
Klopping, I., &
McKinney,E.(2004).
32
Perceivedusefulness
-ViaZalandokaniksnellermijnkledij
aankopen.
-ViaZalandoishetmakkelijkeromtewinkelen.
-InhetalgemeenvindikZalandonuttigomte
winkelen.
Klopping,I.,&
McKinney,E.(2004).
PerceivedRisk
- Betalingssystemen kunnen falen en zo mijn
persoonlijkeinformatievrijgevenaanhackers
-Volgensmijzijndeveiligheidsystemennietsterk
genoegommijnbankgegevenstebeschermen.
- Hackers (criminelen) zouden via e-shopping
controlekunnenhebbenovermijnbankrekening
- Online winkelen leidt tot tijdverlies om
betalingsfoutenendergelijkeoptelossen.
-Hetlerenwerkenmetonlinebetalingenleidttot
tijdverlies.
-E-shoppingisgevaarlijk
- Ik vindhet inhet algemeen riskantomonline
aantekopen
Featherman,M.,&Pavlou,P.(2003)
PerceivedEaseofUse
-IkvindhetmoeilijkomviaZalandoaante
kopen.
-Hetduurtlangvoormijomhetonlineshoppen
aanteleren.
-IkbenvaakverwardalsikaankoopbijZalando.
Klopping,I.,&
McKinney,E.(2004).
SubjectiveNorm
-Mensenrondommijmoedigenmeaanomaan
tekopenbijZalando.
-Mensendievoormijbelangrijkzijn,beïnvloeden
meomaantekopenbijZalando.
-Demensenwaarvanikhunmeningrespecteer,
vindendatikmoetshoppenbijZalandoinplaats
vanindewinkel.
Venkatesh,V.,&Davis,F.D.(2000)
Intention
-Internetisvoormijeenzeergoedmediumom
kledijaantekopen.
Hetinternetgebruikenvooronlineshoppenvan
kledijiseengoedidee.
Klopping,I.,&
McKinney,E.(2004).
33
-Hetzouveelbeterzijnommijnklerenvia
Zalandoaantekopen.
-Inhetalgemeenvindikhetleukomonlinekledij
tekopen.
SystemUse
-Hoeveelverschillendewebshopsbezoektu
gemiddeldpermaand?
• Geen• 1tot2• 3tot5• 6tot20• Meerdan20
-HoefrequentshoptugemiddeldviaZalando?
• Niet• 1keerperjaar• 2tot3keerperjaar• 4tot6keerperjaar• 7tot11keerperjaar• Maandelijks• Wekelijks• Meerdan1keerperweek
Klopping,I.,&
McKinney,E.(2004).
Sociodemo’s -Geslacht(nominaal)
-Leeftijd(metrisch)
-Beroep(nominaal)
-Nationaliteit(nominaal)
Kadering koopkracht
en
-frequentie
-Hoeveelspendeertugemiddeldmaandelijks
aankledijinzowelonlinealsin‘echte’,fysieke
winkels?
• 0-25euro• 26-50euro• 51-75• 76-100• 101-150• >150
-Hoeveelspendeertugemiddeldmaandelijks
aankledijinonlinewinkels?
• 0• 1-25• 26-50• 51-75• 76-100• 101-150• >150
34
6 Onderzoek
6.1 Inleiding
Indeliteratuurstudiewerdhetbegripe-commerceduidelijkgeconceptualiseerdalsookde
methodologischebrilwaardoorhetonderzoekzalwordengevoerd,verklaard.Concreetzaldit
onderzoeknietenkeleenvoorgesteldmodeltestenenbespreken,ditframeworkzalookdienenom
verschillentussenVlamingenenNederlanderstetestendieindeliteratuurnaarvoorkwamen.Deze
verschillenzoudenzichvolgensdeliteratuurvooralmoetensituereninhetgepercipieerdrisicoende
hetgebruikvanwebshops.HetrisicovermijdingsgedragisreedsbevestigddoorHofstede(2001),
maarnuisdevraagofditzichuitineenverschilinonlineaankoopgedrag.
6.2 Onderzoeksontwerpenmethodologie
6.2.1 Inleiding
Concreetzijnpoogtditonderzoekineersteinstantieeenframeworktebiedendatdemotivatiesen
drempelsdieeenrolspelenbijdeadoptievane-commercebijparticulierenverklaart.Hettweede
luikvanditonderzoekzalenkeledeterminantendievolgensdeliteratuuressentieelverschillen
tussenVlamingenenNederlandersmeten,vergelijkenenbespreken.Dittweededeelvandeze
scriptieisbijgevolgreedseeneerstetestvanhetvoorgesteldmodelaandehandvanderesultaten
vaneenonlinesurvey.Hetisduseenkwantitatieftoetsendonderzoekdatzalpeilennaarde
onderliggendedeterminantendieleidentothetonlineshoppinggedragdatviaeenconceptueel
path-modelwordtgevoerd,waarnaenkeledeterminantennaderwordenbekekenenvergeleken
tussentweegeografischverschillendegroepen.
6.2.2 Onderzoeksontwerp
Heteerstedoelvanditonderzoekisdusdeonderliggendeverschilleninmotivatiesomonlineaante
kopeninéénconceptueelmodeltevormen.Dezemotivatieskunnenwordengeconceptualiseerd
aandehandvanlatentevariabelenkomendeuitreedsbestaandeengevalideerdeliteratuur.Daar
hetuiteindelijkemodeleensamenhangisvanverschillendemodellen,moetditvoorgesteld
frameworkookeerstgetestworden.Alledeterminantensamen,zoalsdezewordenvoorgesteldin
ditmodel(fig.8),zijnnognietaaneenconfirmerendonderzoekonderworpen.Dedeterminanten
zulleneerstwordengeoperationaliseerdenaandehandvaneenkwantitatiefonderzoekaaneen
pretestonderworpen.Daarnatreedthetuiteindelijkonderzoekinwerkingenwordthetvoorgesteld
modelgetest.Onderzoekenalsdezewordennamelijkimmeropeenkwantitatievemaniergevoerd
(bijvoorbeeldBhattacherjee,2000enCrespo&Rodriguez,2008).
35
Doormiddelvaneengestructureerdevragenlijst,grotendeelsgesteundopliteratuurdieinvorige
hoofdstukkenzijnuitgeklaard,wordendevooropgesteldehypotheses(cfrinfra)getest.Het
uiteindelijkstructureelpath-modelstaathierindezestudiecentraal.Deeffectendiespelentussen
deverschillendedeterminantenopgesteldindehypotheseszullenwordenberekenden
geanalyseerd.Verderzalheteffectvangepercipieerdrisicoopdegebruiksintentieenvan
gebruiksintentieopheteffectiefgebruiktussenVlamingenenNederlanderswordengemeten.Beide
determinanten(PRenUse)zullendaarnaviasomschalenmiddelseent-testwordenvergeleken
tussendietweegroepen.
Eene-surveyiseenhoofdmiddeldiewordtgebruiktomditdoeltebehalen.Deresultatenvandit
surveyzullennahetafnemenwordengeëxporteerdnaarSPSSendaarverderstatistischworden
behandeld.SPSSiseenstatistischetooldiegemakkelijktoelaatdatavaneengrootaantal
respondentenefficiëntenduidelijktebehandelenenachterafookweertegeven.SPSSzalvooral
gebruiktwordenvoorhetonderdeeldatacleaningvoordatdedatawordtovergeplaatstnaarhet
volgendeprogrammaAMOS.OokdewegingopleeftijdengeslachtzalviaSPSSwordenvoltrokken
omalslaatstehypothese8en9teonderzoeken.Omdezetweehypothesestetestenzalgebruik
gemaaktwordenvaneent-toetsomzodegemiddeldenvandesomschalentussentwee
onafhankelijkegroepentevergelijken.
AMOSiseveneenseenstatistischprogramma,maardieenkelgebruiktwordtomeenStructural
EquationModelteconstruerenentesten.Hetiseenconfirmatorischecombinatievanregressie-en
factoranalysedatdeverbandentussendedeterminantenzalmetenensignificanteverschillentussen
VlaanderenenNederlandzalaantonen.Dezelaatstestapzalwordenvoltrokkenviaeenmulti-group
analyseomdegroepenuitdetweeverschillendelandentevergelijken.Opdezemanierzullende
betreffendedeterminantenwordenvergelekenomtezienwaardediscrepantieszichbevinden.
Desurveyiseenonontbeerlijkluikinditsoortkwantitatieveonderzoeken.KloppingenMcKinney
(2004)voerdeneengelijkaardigonderzoekuit,meteveneenseengelijkaardigemethodologie.Een
grootdeelvandeitemszijnovergenomenvanuitditonderzoekenvrijvertaaldinhetNederlands.
Omspaarzaamheidtevrijwarenenuitvaltebeperken,zijnhetaantalgebruikteitemsbeperkt
gebleven.Devragenwerdenopeenconsistentemaniervoorgesteldzonderrandomisatie.Desurvey
werduitgevoerdviahetdoordeUGentaangeleverdeprogrammaQualtricsvia7-puntsLikert-
schalen.Aangezienermetminderitemswordtgewerktalsindeliteratuurwaaropzegebaseerdis,
wordteenpilot-studygebruiktomdeschalenvooraftepre-testen.
36
6.2.3 Voor-ennadelensurveyonderzoek
Devoordelenvaneensurveyonderzoekzijnvooraldatjeopeenkortetijdeengrootaantal
respondentenkuntbevragen.Zekerinhetgevalvaneene-surveykanhetrespondentenaantalsnel
oplopen(Jansen,Corley,&Jansen,2007).Doorhetgrotererespondentenaantalkanmenook
makkelijkerveralgemeniserenendusconclusiestrekkenvoordevolledigepopulatie,indiende
steekproefrepresentatiefis.Viastatistischeprogramma’salsSPSSzijndezedatabijgevolgook
makkelijktebewerkenenteanalyseren.
Anderzijdszijneraansurveyonderzoekooknadelenverbonden.Criticastersbewerendatde
geldigheidvansurveyslaagisendathetgeencorrecteweergaveisvandewerkelijkheid(Roose&
Meuleman,2014).Erisookweinigcontroleoverdeverspreidingenerismogelijkheidtotsampling
bias(Jansenetal.,2007).Tochwegendevoordeleninditgevalzwaarderdoordandenadelenen
zoalsreedsbesproken,wordenquasiallesoortgelijkeonderzoekenopeensoortgelijkekwalitatieve,
naturalistischemaniergevoerd.Hetspreektvoorzichdatditonderzoekdushetzelfde
onderzoeksontwerpzalhanteren.
6.3 Steekproef
Dedoelgroepbestaatuitzowelmannenalsvrouwendieinhetbezitzijnvaninternetenditookmet
regelmaatgebruiken.In2012namdeAlgemeneDirectieStatistiekenEconomischeInformatieeen
enquêteafwaarintezienwasdatdeactieveonlineshoppingpopulatie1inBelgiëvielinde
leeftijdsvork16-65.InNederlandwordtdezelfdeleeftijdsradiusgehanteerd.
Doordebeperktemiddelenalsstudentzaldeonderzoekerhete-surveyvooralverspreidendoor
middelvandesneeuwbalmethodeendusviazelfselectie.Hoedeconcreteverspreidinggebeurdeis
terugtevindenonderhethoofdstukRekrutering.
1Leeftijdsgroepenwaarinmeerdan20%indelaatste3maandenietsonlineheeftaangekocht.
37
Desteekproeftrekkingzaldusvooralopeenpragmatischemaniergebeuren,daardemiddelenvan
hetonderzoekonvoldoendezijnomeenperfectproportioneelgestratificeerdestreekproefuitte
voeren.Desteekproefzaldusopeenadaptievemaniergetrokkenwordenmetinbegripvanvolgende
strategieën:
- Sneeuwbalsteekproef:Dezestrategiebestaateruitrespondentendiereedstotde
steekproefbehoren,tevragenofzedeonderzoekerincontactkunnenbrengenmet
anderepersonendietotdeteonderzoekenpopulatiebehoren.(Roose&Meuleman,
2014)
- Zelfselectie:Respondentenwordennietgedwongen,maarkiezenzelfofzealdanniet
willendeelnemenaanhete-survey.Dezeenquêtezaldoorhetsneeuwbaleffectook
rondgaannaarrespondentendienormaliternietaangesprokenzoudenworden.De
respondentenselecterenalshetwarezichzelfalszeaanditonderzoekwillendeelnemen.
(Roose&Meuleman,2014)
Nadelenvandezesoortensteekproeftrekkingenisonderanderedehogegraadvannon-respons
maarvooralhetfeitdatdeonderzoekerwaarschijnlijkeerderpersonenzalbereikendiezichvooralin
éénzelfdeleeftijdscategoriebevindenmeteengelijkaardigesocio-demografischeachtergrond.De
implicatiessprekenvoorzichenkunnenvooralderepresentativiteitvanhetonderzoeknegatief
beïnvloeden.Tochzaldeonderzoekermetditsurveyzoveelmogelijkverschillendepersonen
proberenbereiken,teneindeeenzo’ngediversifieerdmogelijkesteekproeftebekomen.Daarde
onderzoekervanzelfsprekendookmeermogelijkerespondentenzalkunnenbereikeninVlaanderen
daninNederland,zaldesteekproefnietperfectproportioneelgestratificeerdzijn.
Voordeverspreidingvandesurveywerdenvooralsocialemediagebruiktteneindeopkortetijdeen
grootnetwerkaantespreken.OmNederlandserespondentenaantesprekenmoesteenander
strategieaangewendworden,aangezienslechtsenkeleNederlanderstotdekennissenkringvande
onderzoekerbehoorden.Hoederekruteringconcreetinwerkingtrad,wordtbesprokeninhet
volgendehoofdstuk.
38
6.4 Rekrutering
6.4.1 Inleiding
Doordelagemiddelenvanhetonderzoekzalderekruteringnietuitbesteedworden,maarvolledig
zelfwordenvoltrokken.Centraalinditrekruteringsprocesstaanpersoonlijkeaansprekingenvooral
viasocialemediaene-mail.Inhetvolgendehoofdstukstaathetprocesindetailuitgelegd.Erwerd
weleenincentivevoorzienvoordedeelnemersaanhetonderzoekindevormvaneenkansophet
winnenvanéénvandetweewaardebonnenterwaardevan20eurobijwebwinkelwww.bol.com.
6.4.2 SocialeMedia
- Facebook:ViaFacebookwerdenconnectiespersoonlijkaangesproken.Nederlandse
kennissendietothetnetwerkbehorenvandeonderzoekerwerddevraaggestuurdofzede
surveyzoudenwilleninvullenendelen.Deresponsgraadwashoog,maardeverdere
verspreidingviaditkanaalwasgering.Ditmediumzorgdedusvooreenhogerespons,maar
hadeenlagediversiteitopvlakvanrespondenten.Ditwerdopgelostdoorpersoonlijke
aansprekingnaarmensendieafwekenvandegemiddelderespondent.Indienrespondenten
nietantwoorddenophetverzoek,werdenzenogmaalsaangeschreventerherinneringvan
hetonderzoek.
- Facebook:VerderwerddesurveyookinverschillendeFacebookgroepengepostzoalsdeze
vandeUniversiteitGent.Eveneenswasderesponsgraadzeerhoog,medegeholpendoorde
incentive,maardediversiteitwasookhiereerdergering.
- Facebook:DesurveywerdookgedeeldopgratisweggeefsitesuitverschillendeNederlandse
steden,aangezienergratisdekansopeenincentiveaangebodenwerd.Ditmediumhadeen
lageresponsgraad,maardiversifieerdeweldesteekproef.Ditproceswerdherhaaldelijk
toegepast.
- LinkedIn:ViaditmediumisdesurveymeermaalsgedeeldalsookpersoonlijkviaInMailnaar
Nederlandseconnectiesgestuurd.Ditmediumbleekweinigeffectief,maarde
representativiteitwerdhierverhoogddoorhetaansprekenvaneenpubliekanderesocio-
demografischeachtergrond.HierwerdennamelijkvooralNederlandspersonen
aangesprokenvanmiddelbareleeftijd.Ookhierwerdbijnon-responseenherinnerings-
berichtgestuurd.
- shareasurvey.com:Ditmediumbleekeveneensweinigeffectiefenbeperktezichooktot
enkelstudentendieditinvulden.
39
- AlslaatstewerddesurveygedeeldopdeenquêtepaginaopMinerva.Dezegenereerde
frequentnieuwerespondenten,maareveneenstelkensmeteengelijkaardigesocio-
demografischeachtergrond.
6.4.3 Andere
- Mail:desurveywerdviamailverspreidnaarvriendenenfamilieindekennissenkringvande
onderzoeker,teneindeverschillendeleeftijdsgroepenaantesprekenmetdesurvey.Deze
handelinghadeenrelatieflaagaantalrespondentenmaarwasmeergediversifieerd.
- Persoonlijk:Personendieineeninternationaleomgevingwerken,werdenaangesprokenom
desurveytedelenmetNederlandserespondentenenwerdengevraagddezeophunbeurt
nogmaalstedelen.Ookhierwerdgebruikgemaaktvaneenherinneringsmailteneindede
respondentenaantesporen.
6.4.4 Rekruteringsproces
Zoalseerderisaangehaaldisdenon-responsgraadbije-surveyszeerhoog.Respondentenkunnende
vraagomeneenonlineenquêtegewoonnaastzichneerleggen.Omditfenomeenzogoedals
mogelijkteonderdrukken,gebeurdedesurveyverdelingaandehandvande‘TaylorDesignMethod’
vanDonDillman(2008).Dillmansteldeverschillendestappeninhetrekruteringsprocesvooromdeze
non-responsgraadzolaagmogelijktehouden.Hetvertrekpuntvandezemethodesteuntopeen
ouderraamwerkvoorgesteldin1958doorHomansgenaamddesocialeruiltheorie.Dezetheorie
steldedateenhandeling(inditgevalhetaldannietinvullenvaneene-survey)gestuurdwordtdoor
eenafwegingvandekostenenbaten(Homans,1958).Elementenindezekosten-batenanalysezijn
nietenkelvanmonetaireaard,maarkunnenookpsychologischeofemotioneelgeladenzijn.Het
verschiltussendebatenendekostenvaltdushetbestpositiefuitvoorderespondent.Ditgegeven
steuntdannogeensopeengevoelvanvertrouwen.NadezebevindingenconstateertDilmann
verschillendeconcreteaanbevelingen.Depsychologischebatenkunnenteneerstebijvoorbeeld
verhoogdwordendoorhetpersoonlijkaantesprekenendezekerheidgevendatdesurveyweinig
tijdinbeslagzalnemen.Omdebatenvanderespondentennogteverhogen,kanergebruikgemaakt
wordenvaneenincentive.Aandeanderekantkunnenkostengedruktwordendoordekorte
invultijdvandesurveytebenadrukkenendevragenlaagdrempeligtehouden.Alslaatstezijn
herinneringenefficiëntemanierenomderesponsgraadoptekrikken.Regelmatigeen
herinneringsmailof–berichttesturen,mitsenigetussentijdseintervallenkanhetaantal
respondenteneveneensaansterken.
40
Omeenwarerepresentatievesteekproeftebekomenvoorbeidelanden,iseenrespondentenaantal
vanminstens385personenperlandvereist.Zowordthetbetrouwbaarheidsintervalopde5%of
lagergehouden,watvandezestudieeensociaalwetenschappelijkrelevantestudiemaakt(Roose&
Meuleman,2014).Daardeonderzoekereenlaatstejaarsstudentismetbeperktemiddelen,iseen
dergelijkrespondentenaantalzeerambitieusenwerdgemiktopeentotaalaantalvan400
respondenten(idealitergelijk)verdeeldoverdebeidelanden.
Eenanderprobleemdatzichdreigttestellenisdeonvoldoenderepresentativiteitvandesteekproef
opvlakvanleeftijd.Desurveyzalvooralviaensneeuwbalsteekproefverdeeldworden,watertoekan
leidendatveelrespondentenuitdezelfdeleeftijdsgroepzullenkomen.Erkanzichduseenprobleem
stellenvanoververtegenwoordigingvanjongererespondenten,wathetonderzoekzoukunnen
vertekenen.Indiendeleeftijdennietevenwichtigverdeeldzijn,zalervialeeftijdsgroepengewerkt
wordenenzalerookmoetenwordengewogen.Dezeopdelingzal,naargelanghetaantalvande
respondentenenhunleeftijd,gebeurenin2grotegroepen;dedigitalnativesendedigital
immigrants.Hoedezeopdelingpreciesmoetwordengeoperationaliseerd,isterugtevindeninde
literatuur.MarcPrensky(2001)wasdeeerstedieheelwatrapportenenliteratuurschreefoverdeze
termen,maarheeftditnietmeteenspecifiekeleeftijdsvorkbeschreven.Laterwerdende‘digital
natives’arbitrairbeschouwdalspersonendiegeborenzijnvanaf1980.Digitalnativeszijn
samengevatpersonendiezijnopgegroeidmettechnologieënalsvideospellen,draagbare
muziekspelersencomputers.Prenskyzietdigitaliseringwatalseentaaldiemenspreekt,waar
uiteindelijkookdeterm‘digitalnatives’vandaankomt.Hetzijnalshetwarepersonendiedeze
digitaletaalalshunmoedertaalbeheersen(Prensky,2001).Diegenendiedeze‘taal’nietvanvroegaf
aanbeheersenwordendande‘digitalimmigrants’genoemd.Dezeaanpassinglooptvoorsommigen
snellerdanvooranderen,maarimmigrantsdieditmaarlateraanleren,zullen‘accent’vanvoorhet
digitaletijdperkbehouden(Prensky,2001).Tochbestaaterronddezetermentochwatambiguïteit,
watindewetenschappelijkewereldalmeermaalstoteendebatleidde.Deeigenschappenende
specifieketoe-eigeningvandezeverschillendegroepenisalmeermaalsonderwetenschappelijkvuur
komenteliggen(Bennett,Maton,&Kervin,2008).
41
Concreetzaldezeopdelinggebeurenin2grotegroepen,namelijkdevolgendetweeleeftijdsvorken:
16-37envan38-65.Indiennodigzullendezetweecategorieënwordengewogenomde
representativiteittevrijwaren.Erwordttenminsteeentotaalrespondentenaantalverwachtvan400
respondentenuitbeidelanden,waarbijdebeidelandenongeveerevenveelrespondentenbevatten.
Omeengroteraantalrespondententelokkenwordteenincentivevoorziendieconcreetbestaatuit
eenkansoméénvandetweewaardebonnenvan20eurotewinnen.Indeliteratuurwordthet
positieveeffectvandergelijkeincentivesophetrespondentenaantalbevestigd(Armstrong,1975).
6.4.5 Rekruteringsmatrix
Indienderekruteringzoalsgewenstzouverlopen,zoudeverdelingeruitzienzoalsgetoondin
Tabellen4en5.Indiennietaandezecriteriawordtvoldaan,zullenderespondentenaandehandvan
eenstatistischewegingrepresentatiefmetdepopulatiewordengesteld.Erwordthierinvooral
gezochtnaareenevenwichttussenmannenenvrouwenenleeftijd.AangezienVlamingenen
Nederlandersonderlingwordenvergeleken,hoevendezetweegroependusnietgewogente
worden.DezeweginggeldtenkelvoordetweetestendieinSPSSzullengehoudenworden,
aangezienAMOSgeenwegingenkanlezen.Deidealerekruteringsmatrixisgebaseerdopdetotale
populatievanbeideregio’senkanteruggevondenwordenondertabel4en5.
Tabel2:AbsolutepopulatieVlaanderen
Absoluut Leeftijd populatie 18-37 38-65 TotaalGeslacht Man 873725 1222543 2096268 Vrouw 856761 1201309 2058070
Totaal 1730486 2423852 4154338
Tabel3:AbsolutepopulatieNederland
Absolute Leeftijd populatie 18-37 38-65 TotaalGeslacht Man 2398712 3205326 5604038 Vrouw 2334239 3201203 5535442
Totaal 4732951 6406529 11139481
42
Tabel4:VerwachterekruteringVlamingen
Procentueel Leeftijdscategorieën populatie 18-37 38-65 TotaalGeslacht Man 42 58 100 Vrouw 42 58 100
Totaal 84 116 200
Tabel5:VerwachterekruteringNederlanders
Procentueel Leeftijdscategorieën populatie 18-37 38-65 TotaalGeslacht Man 42 58 100 Vrouw 42 58 100
Totaal 84 116 200
43
6.5 Steekproefkarakteristieken
Hetuitsturenvandesurveyduurdeeendrietalmaandenenklokteuiteindelijkafop492ingevulde
exemplarenvolgensQualtrics,waarnadatacleaning320waardevollerespondentenuitwerden
gefilterd.Dezegrotediscrepantiebevindtzichvooralinhetaantaloningevuldeenquêtesen
enquêteswaarbijderespondentbijelkevraaghetzelfdeantwoordgafendiedesurveywaarschijnlijk
enkelinvuldenomkanstemakenopéénvandewaardebonnen.Eveneenswerddeenquêtesoms
ingevulddoormensendieniettotdedoelgroepbehoorden,zoals65-plussers,dezewerden
eveneensuithetonderzoekgeschrapt.Hettotaalaantaluiteindelijkerespondentenvaltonderhet
beoogdeaantalinderekruteringsmatrix,maarkannogsteedstoteengoedonderzoekdienen.
Zoalsreedsverwachtenbesprokeninhetvorigehoofdstukisdesteekproefnietrelevantopzowel
leeftijdalslandvanherkomst.Onderstaandegrafiekengevendesteekproefkarakteristiekenweerop
vlakvanleeftijd,geslacht,nationaliteitenofderespondentreedsonlineheeftaangekocht.
n=316 missing=4 n=320 missing=0
n=319missing=1 n=316 missing=4
0
2
4
6
8
10
12
18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63
Leeftijd
34,10 65,900,00
10,0020,0030,0040,0050,0060,0070,00
Man Vrouw
Geslacht(%)
72,50 27,200
20
40
60
80
Belgisch Nederlands
Nationaliteit(%)
57,80 40,900
10203040506070
Ja Neen
GekochtbijZalando?(%)
44
Zoalsverwachtisdesteekproefnietvolledigrepresentatiefvergelekenmetdepopulatie.Desurvey
werdvooralingevulddoorjongeremensen.Degemiddeldeleeftijdindesteekproefwas36jaar(SD=
13,69),waar50%vandesteekproefjongerisdan29jaarenbijnadrieoptien(29,4%)istussende22
en24jaaroud.Dezeverdelingsluitaanbijdeverwachtingen,aangeziendemethodetot
steekproeftrekkingweinigprofessioneelgedifferentieerdwasenvooralviaeensneeuwbalmethode
verliep.Wateenverrassendeondervindingis,isdatookdeverdelingopbasisvangeslachtsterkvan
elkaarverschilt.Substantieelmeervrouwen(66%tegenover34%)hebbendeenquêteingevulddan
mannen.Hierisgeenéénduidigeverklaringvoor,maareenmogelijkefactorkandemeer
bereidwilligheidtotmedewerkingzijnvanvrouwelijkeparticipantentenopzichtevandemannelijke.
ZoalsverwachtiserookeengrotediscrepantietussenzowelNederlandsealsVlaamserespondenten.
Ditkaneveneenswordentoegeschrevenaandesneeuwbalsteekproefmethodeenhetfeitdat
Nederlandserespondentenmoeilijkeraantetrekkenwarenvoorhetinvullenvandesurveydan
Vlaamse.
6.6 Weging
Aangeziendeonderzochtevariabele‘nationaliteit’wordtonderzochtenalsapartetevergelijken
groepenmoetwordengezien,ishetuitdenbozedezeaantallentewegennaarhetpopulatieaantal.
Welzijnerenormediscrepantiestezientussendebeoogdesteekproefmatrixendeuiteindelijke
steekproefbijdevariabelengeslachtenleeftijd.Omdeuiteindelijkeresultatenvanhypothese8en9
tochenigszinstekunnenspiegelenaandepopulatiezalgebruikgemaaktwordenvaneenweging.
Dezewegingzaleenandergewichttoekennenperitemindevariabelenomdesteekproefin
relatievecijferstelatenovereenstemmenmetdecijfersindepopulatie.Dezetweevariabelenzullen
elkafzonderlijkwordengewogenvoorrespectievelijkVlaanderenenNederland.Ditzalonstoelaten
uitsprakentedoenophethogerpopulatieniveau.Ditneemtnietwegdathetlagerespondenten-
aantaldezerepresentativiteitnogsteedsinhetgedrangkanbrengen.
6.6.1 Vlaanderen
DekruistabelvoordeleeftijdsgroepentenopzichtevanhetgeslachtvoorVlaanderenwordt
beschreveninTabel6.Alsdezesteekproefnietovereenkomtmetdebeoogdepopulatie,moeteen
wegingscoëfficiëntberekendentoegepastworden.Zoalsindevorigealineabesproken,isereen
grootverschiltussenhetaantalrespondentenopbasisvangeslachtenleeftijdenditverschiluitzich
sterkonderdeVlaamserespondenten.
45
Tabel6:AbsolutecijferssteekproefVlaanderen
Absolute Leeftijdscategorieën
cijfers 18-37 38-65 Totaal
Geslacht? Man 38 27 65
Vrouw 104 63 167
Totaal 142 90 232
Tabel7:ProcentuelecijferssteekproefVlaanderen
Procentueel Leeftijdscategorieën
steekproef 18-37 38-65 Totaal
Geslacht? Man 16% 12% 28%
Vrouw 45% 27% 72%
Totaal 61% 39% 100%
Omdewegingscoëfficiënttebepalen,moetwordenteruggegrepennaarderekruteringsmatrix,
waarinbepaaldwerdhoeveelpersonenvanuitelkecategoriezoumoetenwordenbevraagd.Ineen
kruistabelenrelatievecijferszoudemeestidealeverdeling,omdepopulatiezocorrectmogelijk
weertegeven,eralsvolgtmoetenuitzienalsgetoondinTabel8.
Tabel8:ProcentuelecijferspopulatieVlaanderen
Procentueel Leeftijdscategorieën
populatie 18-37 38-65 Totaal
Geslacht Man 21% 29% 50%
Vrouw 21% 29% 50%
Totaal 42% 58% 100%
DeexactecoëfficiëntwaarmeeVlaamsemannenenvrouwenuitverschillendeleeftijdscategorieën
gewogenmoetenwordenisterugtevindenindelaatsteTabel9.Elkitemkrijgtduseenhogereof
lagereladingtoegewezenteneindezo’nperfectmogelijkbeeldtekunnengevenvandecorrecte
populatieinVlaanderen.
46
Tabel9:WegingscoëfficiëntVlaanderen
Wegings- Leeftijdscategorieën
coëfficiënt 18-37 38-65
Geslacht Man 131% 242%
Vrouw 47% 107%
6.6.2 Nederland
VoorNederlandwordthetzelfdestappenplanvervolledigdomdewegingscoëfficiëntteberekenen.
Vooreersttonentabel10eenkruistabelvandeverdelingvandesteekproefvolgens
leeftijdscategorieengeslacht.Meteenvaltopdatdeverdelinghierwatgematigderisenzekerop
vlakvangeslacht.Zoalsreedsverklaardzijnderespondentenopvlakvanleeftijdmindermetde
populatiegelijkgestemddoordemethodevansteekproeftrekking.
Tabel10:AbsolutecijferssteekproefNederland
Absolute Leeftijdscategorieën
cijfers 18-37 38-65 Totaal
Geslacht? Man 23 18 41
Vrouw 29 13 42
Totaal 52 31 83
Tabel11:ProcentuelecijferssteekproefNederland
Procentueel Leeftijdscategorieën
steekproef 18-37 38-65 Totaal
Geslacht? Man 28% 22% 49%
Vrouw 35% 16% 51%
Totaal 63% 37% 100%
47
Dezebovenstaandecijfersvergelijkenwewederommetdedemografischespreidingvandegehele
populatie,zijndeNederland.Tabel12toontdezeverdelingaandehandvanderekruteringsmatrixen
bevolkingsaantallen.Volgensdeberekeningenaandehandvandecensusuitbeidelanden,
verschillendezeminiemmetelkaar.Netzoalsbijdevoorgaandecasuszaldewegingscoëfficiënt
berekendwordenaandehandvandedatavandepopulatieensteekproef.Tabel13geeftdeze
coëfficiëntenweerdieeennieuwgewichtmoetgevenaandeitemsuitdesteekproef.
Tabel12:ProcentuelecijferspopulatieNederland
Procentueel Leeftijdscategorieën
populatie 18-37 38-65 Totaal
Geslacht Man 22% 29% 50%
Vrouw 21% 29% 50%
Totaal 42% 58% 100%
Tabel13:WegingscoëfficiëntNederland
Wegings- Leeftijdscategorieën
coëfficiënt 18-37 38-65
Geslacht Man 79% 132%
Vrouw 60% 181%
6.6.3 Conclusie
DegewichtenzijnnutoegekendvoorzowelNederlandalsVlaanderenpervariabeleenzullenervoor
zorgendatondervertegenwoordigdegroepenindesteekproefeenzwaarderen
oververtegenwoordigdeeenlichtergewichtzullenhebbentijdensdedataverwerking.Deze
berekeningzalenkelwordengebruiktvoordehypotheses8en9dieinSPSSwordengetest,
aangezienhetprogrammaAMOSgeengewichtenkantoekenneninditsysteem.Hierdoorzullen
anderehypothesesgeenperfecteweerspiegelingzijnvandewerkelijkepopulatie.
48
7 Analyseplan
7.1 Pilotstudy
Eenpilotstudyofpre-testiseenbelangrijkprocesineenkwantitatiefonderzoekenzekeralser
wordtgewerktmetvertalingenuitdeliteratuurensomschalen.Metdergelijkepilotstudiesspoort
menmogelijkefoutenenproblemenopdiedeonderzoekerindeeersteplaatsniethadopgemerkt.
7.1.1 Validiteitschalen
Dedeterminantendiewerdengebruikt,zijnabstracteconceptendienietviaéénstellingkunnen
wordenbevraagd.Hiervoorwordenverschillendestellingengegevendiedaarnaeensomschaal
kunnenvormenofineenstructuralequationmodelkunnenwordengebruikt.Destellingenzijnreeds
gebruiktinanderonderzoek,maardatweerhoudtdeonderzoekernietdestellingenmeteente
aanvaarden.Eerstwordtergebruikgemaaktvaneentestomteanalyserenofdeitemsdiewerden
gebruiktomdedeterminantentebeschrijvenditopeenvoldoendevalidemanierdoen.Hiervoor
werddeCronbach’sAlphatestgebruikt.Dezewaarderepresenteertdusdeinterneconsistentievan
deitemsenwordtgeachtboven0,7teliggen.Indienditlagerligt,moetdeschaalworden
geanalyseerdenwordenitemseventueelverwijderd.InvolgendetabelwordendeCronbach’s
Alpha’sbeschreven,debesprekingvolgterna.DeChronbach’salphamethodeisdemeestbekende
alsookmeestgebruiktemaatinsurveyonderzoeken(Roose&Meuleman,2014).Aangezienvoor
sommigevragenverschillendeschalenwerdengebruiken,werdendezeeerstcorrectgeherschaald
naareen7-puntsschaal.Deantwoordenineenkleinereschaalwordteengrotergewichttoegekend
enviceversa,teneindehettestenvandeschalenmogelijktemaken.Dergelijkemethodezouvolgens
BaggaleyenHull(1983)weinigeffecthebbenopdebetrouwbaarheidvandeschalen.Hieronder
staatdegebruikteformuleomtotdezeherschaaldeitemstekomen.
Y=(B-A)*(X-a)/(b-a)+A
Waarbij: X=oorspronkelijkewaarde
Y=nieuwewaarde
A=ondergrensnieuweLikertschaal
B=bovengrensnieuweLikertschaal
a=ondergrensgebruikteLikertschaal
b=bovengrensgebruikteLikertschaal
49
7.1.2 Chronbach’salpha
Determinant Cronbach’sAlpha
TaskTechnologyFit ,721
OutputQuality ,529
Image ,612
Perceivedusefulness ,943
Perceivedeaseofuse ,955
PerceivedRisk ,825
SubjectiveNorm ,829
Intention ,871
Use <,001*
*Dezedeterminantbevatslechtstweeitemswaardoordeinteritemcorrelatienietwerdberekend
viadeCronbach’sAlpha,maardooreenSpearman-Brownsplit-halftest.
DeCronbach’sAlpha’svariërenvan0,529tot0,955entweeconceptendienietcorreleerden.Over
hetalgemeenzijndeitemsgoedbevondenenwordendusaanvaard.Enkeleproblemenbevinden
zichtochbijdedeterminantenOutputQuality,ImageenUse.Dezelatentevariabelenhalende
onderstedrempelvan0,700namelijkniet.Alsdezenaderbekekenworden,kunnenhier
verschillendeoorzakenvooronderscheidenworden.HeteersteprobleemisdeOutputQuality,de
Cronbach’sAlphavaltveronderdeaanvaardbare0,700drempel.Deoorzaakhiervanvalt
hoogstwaarschijnlijktewijtenaanhetlagerespondentenaantal.Dezestellingenwerdennamelijk
enkelgetoondaanmensendiereedsviaZalandohebbenaangekocht.Slechts12personen
behoordentotdezegroepensamenmededoorhetfeitdatdestellingenookuitdeliteratuur
kwamen,werdbeslistdeitemstebehouden,wetendedatinhetuiteindelijkesurveyhet
respondentenaantalveelgroterzalzijn.
BijImagewordtwederomopeengelijkaardigprobleemgestoten.DeschaalisvolgensdeCronbach’s
Alphanietinternvalide,maarbijonthoudingvan1itemwordtdeschaalwelvalide.Indienhetitem
‘mensendieonlinekopenzijnmeemetdekledijtrends’,wordtverwijderd,stijgtdeChronbach’s
Alphanaareenaanvaardbare,723.Ookdezeitemskunnenweterugvindenindeliteratuur,watook
leiddetothetbehoudenvanitems.Indienditeneiteminhetfinalesurveynogsteedsdeinterne
validiteitinhetgedrangbrengt,zaldezewordenonthouden.
50
Devariabele‘ActualUse’hadslechtstweeitemsterbeschikking,waardoordeCronbach’sAlphaniet
kanwordentoegepast.Deliteratuurishetwatoneensoverwelketesterbestwordtgebruiktom
eentwee-itemschaaltevalideren.VolgensEisinga,Grotenhuis&Pelzer(2013)isdebestemanier
omdezesoortschalentevaliderenopinterneconsistentieviadeSpearman-Browncoëfficiënt.Deze
coëfficiëntwerdbijgevolgberekendviadeSpearman-Brownsplit-halftest.Dezestranddeop<0,001
watvanzelfsprekendonderhetaanvaardbare0,7niveauligt.Ditiseeneerderopmerkelijkprobleem
datkantewijtenzijnaanbijvoorbeeldhethoogaantalwebshopsdiemenbezochttenopzichtevan
eenveellageraantalmensendiezoudenovergaantotheteffectiefaankopenopdezeonlinewinkels.
Hierdoorwaseencorrelatiewerkelijkonbestaand.Ditiseenergfrappantevaststelling,daarde
stellingenuitgevalideerdeliteratuurkwamen.Voorhetuiteindelijkeonderzoekzullendeze
stellingennogsteedswordengebruikt,maarvoeltdeonderzoekerzichgenoodzaakteenderdeitem
toetevoegen.Dehoeveelheiddiemengemiddeldmaandelijksuitgeeftaanklerenonlinezalals
derdeitemwordentoegevoegdaandevariabele‘Use’.Hierbijwordtgepoogddevaliditeitvande
schaalinhetuiteindelijkonderzoekteverhogen.Indiendititemwordttoegevoegdenhetitemmet
deaantalbezochtewebshopsweglaat,stijgtdeSpearman-Browncoëfficiëntnaareenaanvaardbare
,749.DezetweeitemszullendusgebruiktwordenomUseteverklareninhetuiteindelijke
voorgesteldemodel.
AlslaatstemoeterzekernogeenopmerkinggemaaktwordenoverdeTaskTechnologyFitschaal.
Éénvandeonderliggendeitemsstaatnamelijknegatiefverwoordendusomgekeerdgeschaald.Bij
onoplettendheidvanderespondentkandezedeschaalverkeerdwordengeïnterpreteerdenduseen
omgekeerdantwoordgegevenwordenwaarditnietzowasbedoeld.Descaleifitemdeletedwas
danook0,863,wateenpakhogerligtdanhethuidige0,806.Dezeisnogsteedsaanvaardbaar,maar
metdatitemmoetzekerrekeningwordengehoudenbijverdereanalysesenindienhetbijde
uiteindelijkesurveydevaliditeitnogsteedsinhetgedrangbrengt,zalhetzekeroverwogenworden
dezeteverwijderen.InhetonderzoekvanKloppingenMcKinney(2004)kwamookhetzelfde
probleemvoor,maarinminderemate.Achterafwerdookdaarbeslistdevraagindefinaleenquête
tehouden.
51
7.1.3 Onduidelijkheden
Verderwerderaanderespondentennoggevraagdofzedesurveyaldannietduidelijkvondenen
waternogaankonveranderdworden.Sommigerespondentenbegrepennietmeteenwaterwerd
bedoelmet‘kledij’en‘kledingstukken’indesurvey,waardoorerinhetbeginvandeenquêteeen
algemenedefinitieervanwerdopgemaakt.Hierdoorwordthetmakkelijkervoorderespondentom
eenbeeldtevormenwatermetdevraagwordtbedoeld.Devolgendedefinitiewerdtoegevoegd:
Noot:indezesurveywordentermenals'kledij','kledingstukken'en'producten'doorelkaargebruikt.
Hiermeewordttelkensverwezennaarzowelschoenenalskledijinhaaralgemenevorm.
Ookmerkteéénvandepre-testparticipantennogeentypefout,dieeveneenswerdaangepastinde
finaleenquête.Bijdevraagoverhoeveelmenmaandelijksongeveerspendeertaanonlinewinkels
werdooknogdemogelijkheid‘€0’toegevoegdvoordiegenendiehunkledijnooitonlineaankopen.
Hierdoormoetdititemooknogherschaaldworden,ommetingentekunnenuitvoeren.
52
7.2 Modeltesting
7.2.1 Inleiding
Hetmodelwerdvooreerstgetestdoorallevariabelenteverbindenviacovariatie.Zokunnenmeteen
allesignificanteverbindingenwordenvastgesteld,ookalwordendiemisschiennietaangehaaldin
hetvoorgesteldmodel.Bijhetanalyserenvandergelijkemodellenmoetenaanverschillende
voorwaardenvoldaanworden.Dezevoorwaardenbestaanuitverschillendestatistischeparameters
diebepalenhoegoedhetmodelpast.BrowneenCudeck(1992)gingenuitvanvolgendewaarden
voordeRMSEA(RootMeanSquareErrorofApproximation);<0,05iseenzeersterkemodelfit,
waardentussen0,05en0,08iseengoedefitenindiendeRMSEAhogerligtdan0,10isdefitslecht.
Decutoffvaluevandezeindexwordtinverschillendeonderzoekenbevochten,maarmenkomt
steedstoteengemeenschappelijkeconclusiedat0,10deultiemebovengrensisvooreen
aanvaardbarefit.AnderewaardendiezullenwordengebruiktomdefittebepalenzijndeTLIenCFI.
VolgensCheungenRensvold(2002)isheteengangbarepraktijkombeideindicatorentegebruiken
bijhettestenopeenmodelfit.Beidenmetendezefitopeenverschillendemanieraldannietmet
inbegripvandesteekproefgrootte.Zijbeamen,netalsveelandereonderzoekers,datdeze
parametersidealitergroterzijndan0,90omtekunnensprekenvaneengoedemodelfit.
Spaarzaamheidisdelaatsteindexdiediegerapporteerdinditonderzoekgerapporteerdzalworden.
Dezemaatstafverteltofhetmodelaldannietspaarzaamismetdegebruikteitemsenvariabelen.
VolgensBlunch(2008)houdtdezeparameter(PRATIO)zichbestbovende0,60alsondergrens.
7.2.2 Fitindicesstructureelmodel
Nadetoevoegingvanallecovarianties,kanverdergefocustwordenopdefitindices.Intabel14zijn
dezeterugtevindensamenmethuncut-offwaarden.
Tabel14:Fitindicesmodelmetcovarianties
Model Gewenst
TLI 0,859 >0,90
CFI 0,881 >0,90
RMSEA 0,061 <0,10
PRATIO 0,844 >0,60
53
Nadeeerstetestvanhetmodelishetreedsduidelijkwaardegrootsteproblemenzichbevinden.
ZoweldeTucker-LewisIndex(TLI)alsdeComparativeFitIndex(CFI)liggenonderhetaanvaardbare
minimum.Ditzoulogischerwijsdeaanvaardbaarheidvandefitvanhetmodelmoetenverwerpen.
Daartegenoverstaatdanrecentmeergebruikteenpopulaireindex,RMSEA,dieweleenmeerdan
aanvaardbarefitaantoont.Despaarzaamheidvanhetmodeliseveneensgoedgekeurdmeteen
waardedieverbovenhetbeoogdeminimumreikt.Dezelaatsteindicatorheeftwaarschijnlijkte
makenmethetlageaantalitemspervariabelediewerdengebruiktomdevragenlijstzobeperkten
laagdrempeligmogelijktemaken.Voorweverdergaanmethethuidigmodel,zaleerstworden
bekekenhoedezemeerfittinggemaaktkanwordenaandehandvandefactorladingen.
7.2.3 Factorladingen
Defactorladingenzullenaantonenwelkeitemsaldannietsterkladenopdevooropgestelde
variabelen.Indienenkelevandezeitemstelaagzijn,kunnenzedemodelfitsterkinhetgedrang
brengen.Hetstellenvaneencut-offvaluezalitemsdiezwakladenopeenlatentevariabele
aantonenenerzaldanbeslistwordenomdezeitemsaldannietinhetmodeltebehouden.Het
stellenvaneendergelijkecut-offvalueiszeersubjectiefenmoetbestperonderzoekworden
vergeleken.Aangeziendevariabelenreedsinandereonderzoekenzijngevalideerd,wordteen
eerderstrengecut-offvaluegebruiktvan0,55dievolgensComreyenLeealseen‘goede’lading
wordtgezien.Bijlage2toontdegestandaardiseerderegressiegewichtenvanelkitemophunlatente
variabele.Deitemsdiedeondergrensniethalen,wordenuithetonderzoekgehaald,teneindehet
modeleenbeterfittegeven.
Deitemsdielaagopdevariabelenlaadden,warenteneerstehetomgeschaaldeitembijdeTask
TechnologyFit-variabele.Dezevaststellingwerdalopgemerktindepre-testenkomteveneensvoor
inhetwerkelijkonderzoek.Derespondentenhebbenwaarschijnlijkdooreenonoplettendheidde
negatieindevraagnietgewaargeworden,waardoordititemtelichtlaaddeopdezedeterminant.
Tentweedewarenertweeitemsdiezwaklaaddenopééndezelfdevariabele.Ditwarendestelling:
“IkhebnoggeenproblemengehadmetdeverzendingbijZalando”en“Ikhebnoggeenproblemen
gehadmetdebetalingbijZalando.”opdevariabeleOutputQuality.Deredendatdezeitemsuitde
bootvallen,kanzijndatdenegatievevormvanvraagstellentotverwarringkanzorgenbijde
respondent.Anderzijdskanhetzijndatsommigemenseneffectiefproblemenhebbenervarenbij
eenverzendingofbetaling,maarnoggeenproblemenhebbengehadmetdekwaliteitvande
goederen.
54
Tochbeslistdeonderzoekerhetlaatsteitemoverbetalingsproblemeninhetmodeltebehouden,om
dezevariabelemeergewichttegeven.Dititemligtookslechtseenfractieonderdecut-offgrens
(0,542<0,550),maarzalhetmodelwelveelzijdigermaken.
Bijde‘Image’warenereveneenstweeitemswaarvandefactorladingdeondergrensvan0,55niet
haalden.Dezeitemshaddentemakenmetdeprestigeenhetaanzienvanmensendieonline
aankopen.Wekunnenstellendatditnietgenoegsamenhangtmetdeperceptievaninnovativiteiten
‘trendiness’waarmeedergelijkeconsumentengeassocieerdworden.Dezetweelaatstezijninuithet
modelgehaaldomdefitteverhogen.Invervolgonderzoekenzouernaarextraitemskunnengezocht
wordenomdezevariabelebetertebeschrijven.
Alslaatstekeertwederomeentelagefactorladingterugdatwerdopgemerktindepre-test.Deze
toondedathetbezoekenvanwebshopsnietmeteensamenhingmeteengrotereaankoopopdeze
onlinewinkels.Wezienduidelijkdatdititemdanweeruitdebootvalt.Deanderetoegevoegde
factorlaadtdanwelvoldoendeopdevariabele‘Use’.Dezetweelaatstezijndefrequentiewaarmee
Zalandowordtbezochtalsookhetgemiddeldbestedebedragpermaandaanklereninonline
winkels.
7.2.4 Modelfitnaherzieningitems
Zoalsverklaardindevorigealinea,zullenalleitemsdiedecut-offvaluevan0,55alsfactorladingniet
halen,wordenverwijderd.Nadeverwijderingvandeitems,ziendefit-indiceserveelbeteruit.Elke
cut-offvalueisgehaald,behalvedeTucker-LewisIndexdie0,013onderdeverwachteondergrensligt
(tabel15).Hethuidigemodelzalwelwordenbehouden,aangeziendemeesteindiceseengoede
scorebehalen.DeredenvanhetniethalenvandeondergrensopdeTLIkanliggenaanhetlage
aantalitemspervariabeleendeweinigbredesteekproeftrekking.
Tabel15:Modelfitnaherzieningitems
Model Gewenst
TLI 0,887 >0,90
CFI 0,908 >0,90
RMSEA 0,061 <0,10
PRATIO 0,811 >0,60
55
7.3 Hypothesetesting
Indithoofdstukzalhetpath-modelaaneentestwordenonderworpenzalhetdevooropgestelde
hypothesestesten.Ditmodelzaldezeresultatenvisualiserenomeenbeteroverzichttekrijgenover
debestaandeeffecten.Deindiceswaarmeedemodelfitwordenberekendzijnterugtevindenin
tabel16.Opmerkelijkisdatdemodelfitsterkachteruitgegaanisinvergelijkingmetstructureel
modeldieallecovariantiesbevatte.Deredenhiervoorisdatheteerstemodelexhaustiefisengeen
beperkingenoplegtoverhoedeeffectenzoudenmoetenlopen.Hetstructurelepath-modelwerkt
volgenseenregressiebenaderingenisdusstrikterinhetanalyserenvandedata.
Tabel16:Fitindicesvoorhetpath-model
Model Gewenst
TLI 0,883 >0,90
CFI 0,900 >0,90
RMSEA 0,062 <0,10
PRATIO 0,852 >0,60
DeTucker-LewisIndexzaktnunetonderdecut-offvaluevan0,90,watditpath-modelgeengoedefit
geeft.DeComparativeFitIndexhaaltnetdeonderstedrempelvan0,90endeRMSEAduidtnog
steedseengoedefitaan.DePRATIOtoontdatdehetmodelnogsteedsspaarzaamismethetaantal
variabelen.Dezelagefitkannogtemakenhebbenmeteenweiniggediversifieerdesteekproef,laag
aantalrespondentenofeenlaagaantalitemsperlatentevariabele.Tochzullendehypothesesaan
dehandvanditpath-modelwordengetest.
56
Figuur10toontdeverschillendegestandaardiseerdepath-coëfficiënteninhetvoorgesteld
onderzoeksmodel.11vande15vooropgesteldehypothesesmogenwordenaanvaarden5ervanzijn
verplichtteverwerpen.SlechtséénvandedrieitemsdiePerceivedUsefulnesszoumoeten
verklaren,isnietsignificantwaardoordehypothesemoetverworpenworden.H1b(β=,018;p=
,788)moetenbijgevolgwordenverworpen.DitisdehypothesedatdeOutputQualityeensignificant
effectheeftopdePerceivedUsefulness.DeImageenTaskTechnologyFithebbendaarentegenwel
positiefsignificanteeffectenopdePU(β=,153;p=,011)(β=,275;p<,001).TTFheeftalsookeen
significantpositiefeffectopdePerceivedEaseofUse(β=,439;p<,001).HypothesesH1a,H1cen
H1dkunnenbijgevolgwordenaanvaard.
TaskTechnology
Fit
Intention
PerceivedUsefulness
PerceivedEaseof
Use
SubjectiveNorm
SystemUse
OutputQuality
Image
PerceivedRisk
0,275***0,069
-0,482***
,523***
0,034
0,169**
0,735***
***:p<,001
**:p<,01
*:p<,05
0,461***
Fig10:Voorgesteldmodel
57
PerceivedRisktoontgeensignificantnegatiefeffectopdePerceivedUsefulness(β=,069;p=,241),
maardePerceivedEaseofUseoefentwelduidelijkeensignificantnegatiefeffectuitopdePerceived
Risk(β=-,482;p<,001).Hypothese4cwordteveneensbevestigd,waarPerceivedEaseofUseeen
significantpositiefeffecttoontopPerceivedUsefulness(β=,461;p<,001)
DeSubjectiveNormheeftpositieveeffectenopzoweldeImage(β=,523;p<,001)alsopde
PerceivedUsefulness(β=,304;p<,001)enopdeBehaviouralIntention(β=,169;p<,01).H3a,H3b
enH3ckunnendusaanvaardworden.
Hetvoorgesteldmodelondersteunteveneenshypothese4adatdePerceivedUsefulnesseen
significantepositieveinvloedheeftopdeUserIntention(β=,640;p<,001).Verderheeftookde
PerceivedRiskeensignificantenegatieveinvloedopdeIntentiontoUse(β=-,106;p<,05).Nochde
TaskTechnologyFit(β=,036;p=,709)alsdePerceivedEaseofUse(β=,034;p=,114)een
significanteffectopdeIntentiontoUse.
Alslaatstewordthypothese5bevestigdwaarIntentiontoUseeensterksignificanteffectvertoont
opdeSystemUse(β=,735;p<,001).
Alleresultatenstaanookweergegevenintabelvorminbijlage3teneindederesultatenoverzichtelijk
tehouden.
7.4 Multi-groupanalyse
Eenmulti-groupanalyseisdemethodeomeenpath-modelofaparteeffectenencovariantieste
vergelijkentussentweegroepen.Hetlaatdeonderzoekertoehetmodeltelateninvullendoorde
tweeverschillendegroepenzijndeVlaanderenenNederlandendesignificanteverschillenervanop
tesporen.DezemethodewordtgebruiktomHypotheses6en7optelossen.Voordatdeze
resultatenwordenbesprokenmoetmenervanbewustzijndatereenbelangrijkelimitatierustopdit
deelvanhetonderzoek.HetprogrammaAMOSkanonmogelijkbinnenindezetweegroepen
respondentenwegennaargeslachtenleeftijd.Ditleidtertoedatderesultatennietkunnenworden
gegeneraliseerdenenkelgeldenvoorditonderzoek.
Voordatdehypothesesdemulti-grouptestondergaan,wordteerstonderzochtofhetmodeleen
significantverschiltoonttussenbeidegroepen.DitgebeurtaandehandvaneenChi-kwadraattoets
waarbijdatondervondenwordtdatdetweegroepenaandehandvanhetvoorgesteldmodel
significantvanelkaarverschillen(c2(69)=120,47;p<,001).Dezekerheiddaterverschilistussen
58
dezetweegroepenisnugestaafd,waardoorerkanovergegaanwordentothettestenvan
verschillentussendepadengesteldindehypotheses.Hypothese6gaatervanuitdatdatdeinvloed
vanhetgepercipieerdrisicoopdegebruiksintentiesterkerisbijVlamingendanbijNederlanders,
maaralsditverschilwordtonderzocht,spreektdemulti-grouptestdittegen.Erisdusgeen
significantverschilvanheteffectvanPerceivedRiskopIntentiontoUsetussenVlamingenen
Nederlandersindezesteekproef(c2(1)=,461;p=,497).Dehypothesedatereenverschilisvanhet
effectvanPerceivedRiskopIntentiontoUsetussenVlamingenenNederlandersmoetbijgevolg
verworpenworden.DezelfdeconclusiegeldtvoorheteffectvanIntentiontoUseendeUsezelf
(c2(1)=1,947;p=,163).
7.5 T-Toets
Delaatste2hypotheseswordenopgelostinSPSSaandehandvaneent-toets.Vooreerstwordt
gebruiktgemaaktvandeweging,verklaardinhoofdstuk7.6.Nadezeweging,wordtde
betrouwbaarheidvandeschalennogmaalsgetestaandehandvandeChronbach’sAlphaende
Spearman-Brownsplit-halftest.Frappantisdatindeuiteindelijkestudieenkeldeschaalvan
PerceivedRiskbetrouwbaaris.DetweeitemsvanUsevormen,integenstellingtotdepilot-study,nu
geenbetrouwbareschaalmeeraangeziendeSpearman-Brownsplit-halftestdedrempelvan0,700
niethaalt,wateenabsolutecut-offvalueisvooreentwo-itemscale(Worthington&Whittaker,
2006).Bijgevolgkunnendezeitemsnietalssomschaalgebruiktwordenomhetverschilteberekenen
tussenVlamingenenNederlandersenhypothese9blijftdusonbeantwoordinditonderzoek.(zie
tabel17).
Tabel17:Betrouwbaarheidschalen
Schalen Chronbach’salpha(PR)
Spearman-Brown(Use)
Minimumcut-off
value
PerceivedRisk 0,862 0,700
Use 0,618 0,700
59
DeschaalvoorPerceivedRiskiswelinternbetrouwbaar,waardoorhiervanweleensomschaalkan
geconstrueerdworden.Deschaalisnietnormaalverdeeld(Kolmogorov-Smirnovtest:p<0,05),maar
inditgevalmeteensteekproefvan320respondentengeldtdecentralelimietstellingdieuitgaatvan
normaliteitbijgrotesamples(Lumley,Diehr,Emerson,&Chen,2002).Bijhetuitvoerenvandet-test
wordtopgemerktdatdevariantiesvandeVlamingenenNederlandersnietgelijkzijn(Levene’stest:
p=,023<,05).Ditleidtertoedathetgemiddeldegepercipieerderisicosignificantverschilttussen
NederlandersenBelgen:t(319)=2,212,p=0,028.DegemiddeldePRisvoorVlamingen(M=3,18;SD
=0,98)hogerdanbijNederlanders(M=2,94;SD=0,81)enverschiltsignificantvanelkaar.
Test Gemiddelde VoorwaardeverwerpenH0
Levene’stest 0,023 <0,050
T-test 0,028 <0,050
Afkomst Gemiddelde Standaardafwijking
Vlaanderen 3,18 0,98
Nederland 2,94 0,81
60
8 Discussieenconclusie8.1 Theoretischediscussie
Inditlaatsteonderdeelzullenallevernomenresultatenwordenbesprokenenzalereenverklaring
wordengezochtvoordealdannietaanvaardehypotheses.Erzalwordenteruggegrepennaar
literatuurteneindedezeresultatenteverklarenennieuweinzichtenteverwerven.Vooreerst
wordenhetvoorgesteldmodelgeanalyseerdwaarnawordtovergegaantotdebesprekingvande
laatstehypotheses.
8.1.1 RelatieinTAM
Hypotheses1a,1b,4a,4den5verklarenderelatiesinhetTAMvolgensVenkateshenDavis(2000).
MetuitzonderingvanH1b(eenverwachtpositiefeffecttussenOutputQualityenPerceived
Usefulness)enH4d(eenverwachtpositiefeffectvanPerceivedEaseofUseopIntentiontoUse)zijn
allehypothesesaanvaard.Ditresultaatstaatinschrilcontrastmetdewelsignificanteeffectendie
gevondenzijnindeandereonderdelenvanhetTAM.DeverklaringvoorH1bkanzijndatde
respondentendieslechteervaringenhebbengehadmethetonlinebestellenditnietassociërenmet
gebruiksgemak,waardoorOutputQualityhiergeengoedeverklarendevariabelevooris.Eentweede
mogelijkheidkanzijndaterzicheffectiefproblemenhebbenvoorgedaan,maardatZalandodeze
goedheeftopgelost,waardoorditgeeneffecthadopdePU.Eenderdemogelijkheidkanzijndatde
itemsdiewerdenuitdeliteratuurwerdengekozendevariabeleOutputQualitynietgoedgenoeg
verklaarden.Deverwerpingvanhypothese4disonverwacht,aangezienditeffectaanwezigisineen
grootaantalgevalideerdelectuur(VenkateshenDavis,2000;Szajna,1996;Davis,1989).Naastdeze
onderzoekenzijnerookenkelendiediteffecteveneensniethebbenkunnenstavenaandehandvan
hundata(Subramanian,1994).Demeestvoordehandliggenderedenhiervoorkanzijnmengeen
problemenheeftmetdehandelingvanonlineshoppen,maardatdithennietmeteenaanzetom
daadwerkelijkeenintentietehebbentotaankoop.Eenanderemogelijkheiddatditeffectniet
significantis,kanzijndatindevoorgesteldevragenlijstdestellingennegatiefstondenverwoord,wat
derespondentenkonverwarren.
61
8.1.2 RelatietussenTAMenTPB
DedriehypothesesdiemetdeTPBtemakkenhebben,hebbenbetrekkingopdevariabeleSubjective
Norm.H3a,H3benH3cverondersteldenrespectievelijkeeneffectvandeSNopImage,PUen
IntentiontoUse.Dezedriehypotheseszijnallenaanvaard.Dezeresultatenstaandusinlijnmetde
verwachtingenendevermeldeliteratuuruitdeliteratuurstudie.Eenopmerkingbijderesultatenis
dathet(zwakkere)effectvandeSNopIntentiontoUseteverklarenvaltdoordeindirecteeffecten
dieverlopenviademediatorPU.Debeta-coëfficiëntstijgtnamelijksterkindiendeindirecteeffecten
viaPUinhetmodelverwijderdworden(β=,169;p<,01naarβ=,414;p<,001).
8.1.3 RelatietussenTAMenTTF
Hypotheses1c,1den4chebbenbetrekkingopderelatietussenhetTAMendeTTF.Dedatawijzen
uitdatdeTTFzoalsverwachteensignificantheeftopzoweldePUalsdePEOU.Beidehypotheses
kunnenbijgevolgwordenaanvaard.HeteffectopdeIntentiontoUsedaarentegenisnietsignifant
optemerken.DestudievanKloppingenMcKinney(2004)beweesnochtanshettegendeel,wat
verontwaardingveroorzaakt.Deitemsdiezijngebruiktvoorbeidedeterminantenzijnnamelijk
hetzelfde,afgezienvandevertalingenhetgebruikvanietsminderitems(KloppingenMcKinney
gebruiktener8voorTTFen5voorIntention,terwijlerinditonderzoekslechts5TTFverklaardenen
4IntentiontoUse).IndienhetpadvanTTFnaarPUenvanPUnaarIntentionnietinachtwerd
genomen,werdheteffectvanTTFopIntentiontoUsewelsignificant(β=,036;p=,709naarβ=
,173;p=,003).DitgeeftookaanatPerceivedUsefulnesseenmediatorisvoorheteffecttussenTTF
enIntentiontoUse.Hetonderzoekisinmiddelsookal13jaaroud,watdeitemsminderrelevantkan
makenvoorhuidigonderzoeknaare-commerce.
8.1.4 RelatietussenTAMenPerceivedRisk
DelaatsterelatiewerdvoorgestelddoorFeathermanenPavlou(2003)enwordeninditonderzoek
H2a,H2benH3cgenoemd,waarvandelaatstetweehypotheseszijnbevestigd.PEOUheefteen
significantnegatieveinvloedopdePRendezeheeftopzijnbeurteennegatieveinvloedopde
IntentiontoUse.H2aisnietsignificant,ookalisditeffectwelbewezendoorFeathermanenPavlou.
ZijwerktenweliswaarmetmeeritemsdiedePRverklaarden,maarmeteenkleineresteekproef.Een
andereredenkanzijndatdoordejarenheenhetgepercipieerdrisicodanigisveranderddathet
effectervanopdeintentieendePUsterkverlaagdtotzelfsonbestaandisgeworden.
62
8.1.5 VerschilNederlandenVlaanderen
EriseensignificantverschiltussenhetgepercipieerdrisicoinVlaanderenenNederland.Vlamingen
ervareneensignificanthogerrisicobijhetonlinewinkelendanNederlanders,watdeinitiële
hypothese8aanvaardt.Nadezetestkunnenwebesluitendatdehogererisico-aversieinVlaanderen
dieHofstedein2001vaststelde,16jaarlaternogsteedsgeldtentoepasbaarisope-commerce.
Hypothese9konnietwordengetest,daardeitemsdieUsezoudenmoetenverklaren,geen
voldoendebetrouwbareschaalvormen.Hetmeetinstrumentdieindepilot-studywelbetrouwbaar
was,isinhetuiteindelijkonderzoeknietzogebleken.
8.2 Praktischediscussie
Inaanvullingopdetheoretischebijdrage,heeftditonderzoekookpraktischeimplicaties.Dit
onderzoekwijstuitdatdemeestdominantiepredictorvoordegebruiksintentievanwebshopsde
PerceivedUsefulness(PU)is.Desnelheidvanaankopen,hetgemakendenuttigheidvanhetonline
winkelenzijndusbelangrijkefactorendieaanleidingkunnengeventotdeintentievanhetgebruik
vanonlinewinkels.DitbeaamthetonderzoekvanKloppingenMcKinneyuit2004enbewijstnog
steedszijnrelevantieopdagvanvandaag.Webwinkelswordendusaangeradenhieropintezetten
teneindedezeintentietotaankopenteverhogen.Metdezemaatregelenwordenvooralde
convenienceenimmediatepossessionshoppersaangesprokendiedevoorkeurgevenaanhetgemak
ensnelheidwaarmeekangewinkeldworden(Bellenger&Korgaonkar,1980).
EentweedesterkepredictorvandeintentieisdeSubjectiveNorm.Dezedeterminantheeftniet
enkeleensignificanteffectopdeintentie,maarookopdePerceivedUsefulness.Onlinewinkels
moetenzichduseveneensbewustzijnvandenauweomgevingvande(potentiële)e-shopper.Dit
kanaanleidinggeventothetinzettenvansocialinfluencerskunnenactievemanierenzijnomzodie
klantenaantespreken(Constantinides,2013).DezemaatregelspreektdaneerderdeSocial
InteractionSeekingklantaandiesocialecontactenenappreciatienodighebbentijdenshethele
shoppingproces(Tauber,1972).Indienditineenervaringsstrategiewordtgebruikt,kanditeveneens
deExperienceSeekingshoppersaanspreken,dienaarietsextrazoekentijdenshunonline
winkelactiviteit.
63
Hetgepercipieerderisicospeeltookeensignificanterolinditprocesenheefteennegatieveinvloed
opdegedragsintentie.ErisweliswaargeenverschilineffectvanPRopdeintentietotaankopen
tussenVlamingenenNederlanders,tochisditgepercipieerdrisicohogerbijVlamingendanbij
Nederlanders.AangeziendePerceivedEaseofUse(PEOU)eennietteverwaarlozeneffectheeftop
dePR,kaneenaanbevelingzijnhetprocesomonlineaantekopentevergemakkelijkenenduidelijk
tebeschrijven.Ditzorgtvoorminderverwarringenzalvoor(potentiële)kopershetverwachtrisico
doendalen.AlslaatsteverklaartdeTaskTechnologyFitdePUenPEOUopeensignificantemanier,
waardoorhetookindirecteeninvloedheeftopdeaankoopintentie.Dezevariabelebevroegvooral
deaanwezigheidenduidelijkheidvanproducten.Dezedeterminantrichtzichvooralopde
InformationSeekingconsumentdiegraagalleinformatieterbeschikkingheeftenzokanvergelijken.
Eenconcrete,duidelijkeenbeschikbarebeschrijvingdeproductenisvitaalvoordezeshoppersen
kanhunkoopintentieuiteindelijkindirectpositiefgaanbeïnvloeden.
8.3 Conclusie
Uithetonderzoekisgeblekendat11vande15verwachteeffectenzicheffectiefheeftvoorgedaanin
hetonderzoek.Hetmodelhaaltvolgenssommigeindicatorenweleengoedefit,maarmistnogmeer
enrelevantereverklarendeitems.Hetbesprokenmodelgeeftduseengoedeaanzetvoor
uitbreidingenentoepassingeninhete-commercegebied.Verdergafdeliteratuuraandatderisico-
aversiehogerwasbijVlamingendanbijNederlandersendituittezichbijgevolgineenhoger
gepercipieerdrisicogevoelbijVlamingen.Tochwerderindezesteekproefgeensignificantverschil
gevondenineffectvandezePR-factoropdeintentietotaankopen.
64
9 Limitatiesenverderonderzoek.
Hoedanookzijnerverschillendelimitatiesdiedezestudiebeperken.Teneerstewarendeze
enquêtesvolledigself-reported,watbetekentdatderespondentenditnaareigenwetenhebben
ingevuld.Ditkanleidentotzelf-gegenereerdevaliditeitenduszelfontworpencausaleeffecten.De
antwoordenvandeenevraagkanantwoordenvaneenanderbeïnvloeden,watdevaliditeit
versterkt,maardewaarheidsgetrouwheidverzwakt(Feldman&Lynch,1988).
Nogeenlimitatieheeftbetrekkingopdesteekproeftrekking.Desneeuwbal-steekproeftrekkingheeft
alsgrotegevaardatderespondentendesurveyzullendoorsturennaarpersonendiebehorentot
dezelfdesocio-demografischeomgeving.Ditkantotvertekeningenleiden,aangezieneenovergroot
merendeelvandesteekproefvrouwenzijn,Belgenenjongeren.Doorhetlagerespondentenaantal
meteensmallesocio-demografischeachtergrondisditonderzoekbijgevolgnietrepresentatiefvoor
dehelebevolking.Dezeimplicatiemaaktvandezescriptieeerdereenpilotstudiealsaanzettot
verderonderzoekmeteengroteresamplesize.Deresultatenvandestudiezijnhieralleszinseen
goedeaanzetvoor.
Verderheefthetmodelmisschienweleenaanvaardbarefit,tochzienwedatdeeffectentussende
latentevariabelennietaltijdsterktotuitingkomeninhetvoorgesteldmodel.Wekunnendusstellen
daternogveelfactorenwordengemist.Ditgeeftaanleidingtotverderonderzoek,teneindedeze
variabelenofitemsteontdekken.Sommigevariabelenhaddenookeentelaagaantalitems,wateen
slechtefitofmindersterkeladingverklaarde.Eenvolgendestudiekanmeeritemsvoorstellenmet
betrekkingopdehedendaagsee-commerce.
Ditprobleemgaatnaadloosoverhetprobleemvandeonvoldoendebetrouwbareschaalomde
variabeleUseteverklarenwatvooreenhogebarrièrezorgdeinditonderzoek.Intoekomstige
studiesishetaanteradenvernieuwdeenbetereitemstevormendiedezevariabelekunnen
verklaren.Ookhetaantalitemsverhogen,kanhelpenbijhetbeterconstruerenvandezevariabele.
65
10 BibliografieAjzen,I.(1985).Fromintentionstoactions:atheoryofplannedbehavior.InActionControlFrom
CognitiontoBehavior(pp.11-39).SpringerBerlinHeidelberg.
Alba,J.,Lynch,J.,Weitz,B.,Janiszewski,C.,Lutz,R.,Sawyer,A.,&Wood,S.(1997).Interactivehomeshopping:consumer,retailer,andmanufacturerincentivestoparticipateinelectronicmarketplaces.TheJournalofMarketing,38-53.
AlgemeneDirectieStatistiekenEconomischeInformatie.(2012,Februari).SteedsmeerBelgenhebbentoegangtotinternet.OpgeroepenopJuli2017,vanFODEconomie:http://statbel.fgov.be/nl/binaries/Persbericht_ICT-HH_2011_NLb_tcm325-163740.pdf
Armstrong,J.S.(1975).Monetaryincentivesinmailsurveys.ThePublicOpinionQuarterly,39(1),111-116.
Ba,S.,&Pavlou,P.(2002).EvidenceoftheEffectofTrustBuildingTechnologyinElectronicMarkets:PricePremiumsandBuyerBehavior.MISQuarterly,26(3),243-268.
Baggaley,A.R.,&Hull,A.L.(1983).TheeffectofnonlineartransformationsonaLikertscale.Evaluation&thehealthprofessions,6(4),483-491.
Balasubramanian,S.(1998).Mailversusmall:Astrategicanalysisofcompetitionbetweendirectmarketersandconventionalretailers.MarketingScience,17(3),181-195.
Bearden,W.O.,&Crockett,M.(1981).Self-monitoring,norms,andattitudesasinfluencesonconsumercomplaining.JournalofBusinessResearch,9,255-266.
BeCommerceMarketMonitor.(2016).becommerce.be.OpgeroepenopApril2014,vanhttps://www.becommerce.be/nl/leden/marktonderzoeken/becommerce-market-monitor/
Bellenger,D.,&Korgaonkar,P.(1980).Profilingtherecreationalshopper.JournalofRetail,56,77-92.
Bennett,S.,Maton,K.,&Kervin,L.(2008).The‘digitalnatives’debate:Acriticalreviewoftheevidence.Britishjournalofeducationaltechnology,39(5),775-786.
Bhattacherjee,A.(2000).Acceptanceofe-commerceservices:thecaseofelectronicbrokerages.IEEETransactionsonsystems,man,andcybernetics-PartA:Systemsandhumans,30(4),411-420.
Blau,P.M.(2009).ExchangeandPowerinSocialLife.TransactionPublishers.
Blunch,N.J.(2008).IntroductiontostructuralequationmodellingusingSPSSandAMOS.Londen,Engeland:Sage.
Browne,M.W.,&Cudeck,R.(1992).Alternativewaysofassessingmodelfit.SociologicalMethods&Research,21(2),230-258.
Chismar,W.G.,&Wiley-Patton,S.(2003).Doestheextendedtechnologyacceptancemodelapplytophysicians.SystemSciences,2003.Proceedingsofthe36thAnnualHawaiiInternationalConference,8.
66
Christian,L.M.,Dillman,D.A.,&Smyth,J.D.(2008).Theeffectsofmodeandformatonanswerstoscalarquestionsintelephoneandwebsurveys.Advancesintelephonesurveymethodology.
Comrey,A.L.,&Lee,H.B.(1992).Interpretationandapplicationoffactoranalyticresults.2.
Constantinides,E.(2013).Socialmediamarketing:Challengesandopportunitiesintheweb2.0marketplace.InConsumerinformationsystemsandrelationshipmanagement:Design,implementation,anduse(pp.51-73).IGIGlobal.
Corbitt,B.J.,Thanasankit,T.,&Yi,H.(2003).Trustande-commerce:astudyofconsumerperceptions.Electroniccommerceresearchandapplications,2(3),203-215.
Davis,F.D.(1989).PerceivedUsefulness,PerceivedEaseOfUse,AndUserAcceptanceofInformationTechnology.MISquarterly,13(3),319-340.
Delone,W.H.,&McLean,E.R.(2003).TheDeLoneandMcLeanmodelofinformationsystemssuccess:aten-yearupdate.Journalofmanagementinformationsystems,19(4),9-30.
Dinev,T.,&Hart,P.(2006).Anextendedprivacycalculusmodelfore-commercetransactions.InformationSystemsResearch,17(1),61-80.
Dumpit,D.Z.,&Fernandez,C.J.(2017).AnalysisoftheuseofsocialmediainHigherEducationInstitutions(HEIs)usingtheTechnologyAcceptanceModel..InternationalJournalofEducationalTechnologyinHigherEducation,14(1),5.
Eisinga,R.,Grotenhuis,M.T.,&Pelzer,B.(2013).Thereliabilityofatwo-itemscale:Pearson,Cronbach,orSpearman-Brown?Internationaljournalofpublichealth,1-6.
Featherman,M.,&Pavlou,P.(2003).Predictinge-servicesadoption:aperceivedriskfacetsperspective.InternationalJournalofHuman-ComputerStudies,59(4),451-474.
Feldman,J.M.,&Lynch,J.(1988).Self-generatedvalidityandothereffectsofmeasurementsonbelief,attitude,intention,andbehavior.JournalofAppliedPsychology,73(3),421-435.
Fishbein,M.,&Ajzen,I.(1975).Belief,Attitude,Intention,andBehavior:AnIntroductiontoTheoryandResearch.Massachussets:Addison-WesleyPublishingCompany.
Fishbein,M.,&Ajzen,I.(1975).Beliefs,attitudes,intentionandbehavior:Anintroductiontotheoryandresearch.Reading:Addison-Wesley.
Garbarino,E.,&Strahilevitz,M.(2004).Genderdifferencesintheperceivedriskofbuyingonlineandtheeffectsofreceivingasiterecommendation.JournalofBusinessResearch,57(7),768-775.
Goethals,F.G.,Carugati,A.,&Leclercq,A.(2009).Differencesine-commercebehaviorbetweenneighboringcountries:thecaseofFranceandBelgium.ACMSIGMISDatabase,40(4),88-116.
Goodhue,D.(1988).I/Sattitudes:towardtheoreticalanddefinitionalclarity..ACMSIGMISDatabase,19(3-4),6-15.
67
Grandón,E.E.,Nasco,S.A.,&Mykytyn,P.P.(2011).Comparingtheoriestoexplaine-commerceadoption.JournalofBusinessResearch,64(3),292-298.
Hale,J.L.,Householder,B.J.,&Greene,K.L.(2002).Thetheoryofreasonedaction.InThepersuasionhandbook:Developmentsintheoryandpractice(Vol.14,pp.259-286).
Hardeman,W.,Johnston,M.,Johnston,D.,Bonetti,D.,Wareham,N.,&Kinmonth,A.L.(2002).Applicationofthetheoryofplannedbehaviourinbehaviourchangeinterventions:Asystematicreview.Psychologyandhealth,17(2),123-158.
Hofstede,G.(2001).Culture'sconsequences:Comparingvalues,behaviors,institutionsandorganizationsacrossnations.London:SagePublications.
Homans,G.C.(1958).Socialbehaviorasexchange.Americanjournalofsociology,63(6),597-606.
Jansen,K.J.,Corley,K.G.,&Jansen,B.J.(2007).E-surveymethodology.Handbookofresearchonelectronicsurveysandmeasurements,1-8.
Kaplan,L.,Syzbillo,G.,&Jacoby,J.(1974).Componentsofperceivedriskinproductpurchase.JournalofAppliedPsychology,59,287-291.
Karina,D.,&Prkachin,K.(1997).Optimismandunrealisticoptimismhaveaninteractingimpactonhealth-promotingbehaviorandknowledgechanges.PersonalityandSocialPsychologyBulletin,23(6),617-625.
Klopping,I.M.,&McKinney,E.(2004).Extendingthetechnologyacceptancemodelandthetask-technologyfitmodeltoconsumere-commerce.InformationTechnology,Learning,andPerformanceJournal,22(1),35.
Legris,P.,Ingham,J.,&Collerette,P.(2003).Whydopeopleuseinformationtechnology?Acriticalreviewofthetechnologyacceptancemodel.InformationandManagment,40(3),191-204.
Lumley,T.,Diehr,P.,Emerson,S.,&Chen,L.(2002).Theimportanceofthenormalityassumptioninlargepublichealthdatasets.Annualreviewofpublichealth,23(1),151-169.
LynchJr,J.G.,&Ariely,D.(2000).Wineonline:Searchcostsaffectcompetitiononprice,quality,anddistribution.Marketingscience,19(1),83-103.
Molla,A.,&Licker,P.S.(2001).E-commercesystemssuccess:AnattempttoextendandrespecifytheDeloneandMacLeanmodelofISsuccess.JournalofElectronicCommerce,2(4),131-141.
Moore,G.C.,&Benbasat,I.(1991).Developmentofaninstrumenttomeasuretheperceptionsofadoptinganinformationtechnologyinnovation.Informationssystemsresearch,2(3),192-222.
Niranjanamurthy,M.,Kavyashree,N.,Jagannath,S.,&Chahar,D.(2013).Analysisofe-commerceandm-commerce:advantages,limitationsandsecurityissues.2(6).
Olson,J.S.,&Olson.(2000).i2iTrustine-Commerce.CommunicationsoftheACM,43(12),41-44.
Oxley,J.E.,&Yeung,B.(2001).E-commercereadiness:Institutionalenvironmentandinternationalcompetitiveness.JournalofInternationalBusinessStudies,32(4),705-723.
68
Pavlou,P.A.,&Chai,L.(2002).Whatdriveselectroniccommerceacrosscultures?Across-culturalempiricalinvestigationofthetheoryofplannedbehavior.J.Electron.CommerceRes.,3(4),240-253.
Pavlou,P.,&Fygenson,M.(2006).UnderstandingandPredictingElectronicCommerceAdoption:AnExtensionoftheTheoryofPlannedBehavio.MISQuarterly,30(1),115-143.
Poong,Y.,Zaman,K.U.,&Talha,M.(2006).E-commercetodayandtomorrow:atrulygeneralizedandactiveframeworkforthedefinitionofelectroniccommerce.Proceedingsofthe8thinternationalconferenceonElectroniccommerce:Thenewe-commerce:innovationsforconqueringcurrentbarriers,obstaclesandlimitationstoconductingsuccessfulbusinessontheinternet,553-557.
Prensky,M.(2001).Digitalnatives,digitalimmigrantspart1.Onthehorizon,9(5),1-6.
Qiu,L.,&Li,D.(2008).ApplyingTAMinB2CE-commerceresearch:Anextendedmodel.TsinghuaScience&Technology,13(3),265-272.
Rohm,A.J.,&Swaminathan,V.(2004).Atypologyofonlineshoppersbasedonshoppingmotivations.Journalofbusinessresearch,57(7),748-757.
Roose,H.,&Meuleman,B.(2014).MethodologievandesocialeWetenschappen.Gent:AcademiaPress.
Salam,A.F.,Rao,H.R.,&Pegels,C.C.(2003).Consumer-perceivedriskine-commercetransactions..CommunicationsoftheACM,46(12),325-331.
Schreiber,J.B.,Nora,A.,Stage,F.K.,Barlow,E.A.,&King,J.(2006).Reportingstructuralequationmodelingandconfirmatoryfactoranalysisresults:Areview.TheJournalofeducationalresearch,99(6),323-338.
Sharma,R.(2016).E-Commerce:AnAnalyticalStudyonItsSpreadandImpactonIndianEconomy.Productivity,56(4),338.
Shaw,E.(1994).Theutilityofthefourutilitiesconcept.ResearchinMarketing,Supplement,6,47-66.
Sniehotta,F.F.,Presseau,J.,&Araújo-Soares,V.(2014).Timetoretirethetheoryofplannedbehaviour.HealthPsychologyReview,8(1),1-7.
Srinivasan,S.S.,Anderson,R.,&Ponnavolu,K.(2002).Customerloyaltyine-commerce:anexplorationofitsantecedentsandconsequences.Journalofretailing,78(1),41-50.
Subramanian,G.(1994).Areplicationofperceivedusefulnessandperceivedeaseofusemeasurement.DecisionSciences,25(5),863–874.
Suh,T.,&Kwon,I.(2002).Globalizationandreluctantbuyers.InternationalMarketingReview,19(6),663–680.
Swaminathan,V.,Lepkowska-White,E.,&Rao,B.P.(1999).Browsersorbuyersincyberspace?Aninvestigationoffactorsinfluencingelectronicexchange.JournalofComputer-MediatedCommunication,5(2).
69
Szajna,B.(1996).Empiricalevaluationoftherevisedtechnologyacceptancemodel.Managementscience,42(1),85-92.
Tauber,E.M.(1972).Whydopeopleshop?TheJournalofMarketing,46-49.
Tesser,A.,&Schaffer,D.R.(1990).Attitudesandattitudechange.Annualreviewofpsychology(41),479-523.
vanHeel,B.,Lukic,V.,&Leeuwis,E.(2014).Cross-Bordere-CommerCemakestheWorldFlatter.BCGPerspectives.BostonConsultingGroup.
Venkatesh,V.,&Davis,F.D.(2000).Atheoreticalextensionofthetechnologyacceptancemodel:Fourlongitudinalfieldstudies.ManagementScience,46(2),186-204.
Warshaw,P.R.(1980).Anewmodelforpredictingbehavioralintentions.AnalternativetoFishbein.JournalofMarketingResearch,17,153-172.
Weinstein,D.N.(1987).Unrealisticoptimismaboutsusceptibilitytohealthproblems:Conclusionsfromacommunity-widesample.Journalofbehavioralmedicine,5(10),481-500.
Worthington,R.L.,&Whittaker,T.A.(2006).Scaledevelopmentresearch:Acontentanalysisandrecommendationsforbestpractices.TheCounselingPsychologist,34(6),806-838.
Wu,B.,&Chen,X.(2017).ContinuanceintentiontouseMOOCs:Integratingthetechnologyacceptancemodel(TAM)andtasktechnologyfit(TTF)model.ComputersinHumanBehavior(67),221-232.
Wu,J.H.,&Wang,S.C.(2005).Whatdrivesmobilecommerce?:Anempiricalevaluationoftherevisedtechnologyacceptancemodel.Information&management,42(5),719-729.
Xu,Y.,Zhang,X.,Cao,J.,Chen,Y.,&Ye,X.(2016).CollaborationandEvolutionofE-CommerceandExpressDeliveryIndustrySupplyChain.DiscreteDynamicsinNatureandSociety.
70
11 BijlagenBijlage1:Vragenlijst
71
72
73
Bijlage2:Gestandaardiseerderegressiegewichten
Gestandardiseerderegressiegewichten
Q2_1<---TTF 0,844
Q2_2<---TTF 0,872
Q2_3<---TTF 0,843
Q2_4<---TTF 0,773
Q2_5<---TTF 0,781
Q2_6omschaal<---TTF 0,074*
Q3_1<---OutputQuality 0,692
Q3_2<---OutputQuality 0,726
Q3_3<---OutputQuality 0,429*
Q3_4<---OutputQuality 0,542*
Q4_1<---Image 0,405*
Q4_2<---Image 0,492*
Q4_3<---Image 0,879
Q4_4<---Image 0,865
Q5_3<---PerceivedUsefulness 0,743
Q5_4<---PerceivedUsefulness 0,879
Q5_5<---PerceivedUsefulness 0,829
Q5_6omschaal<---PerceivedEaseofUse 0,669
Q5_7omschaal<---PerceivedEaseofUse 0,823
Q5_8omschaal<---PerceivedEaseofUse 0,847
Q6_1<---PerceivedRisk 0,641
Q6_2<---PerceivedRisk 0,626
Q6_3<---PerceivedRisk 0,782
Q6_4<---PerceivedRisk 0,704
Q6_5<---PerceivedRisk 0,634
Q6_6<---PerceivedRisk 0,780
Q6_7<---PerceivedRisk 0,711
Q7_1<---SubjectiveNorm 0,815
Q7_2<---SubjectiveNorm 0,896
Q7_3<---SubjectiveNorm 0,826
Q7_4<---Intention 0,913
74
Q7_5<---Intention 0,858
Q7_6<---Intention 0,650
Q7_7<---Intention 0,849
Q8juist<---Use 0,426*
Q9juist<---Use 0,689
Q11juist<---Use 0,662
*Dezeitemshaaldendeondergrensvan0,55niet.
Hypotheses Gestandardiseerde
regressie-
gewichten(β)
Pvalue Aanvaarden
H1a:Image→PU 0,153 p<0.05∗ Ja
H1b:OutputQuality→PU 0,018 p>0.05 Nee
H1c:TTF→PU 0,275 p<0.001∗∗∗ Ja
H1d:TTF→PEOU 0,439 p<0.001∗** Ja
H2a:PR→PU 0,069 p>0.05 Nee
H2b:PEOU→PR −0,482 p<0.001*** Ja
H2c:PEOU→PU 0,461 p<0.001∗∗∗ Ja
H3a:SubjectiveNorm→Image 0,523 p<0.001∗∗∗ Ja
H3b:SubjectiveNorm→PU 0,304 p<0.001∗∗* Ja
H3c:SubjectiveNorm→IntentiontoUse 0,169 p<0.01∗∗ Ja
H4a:PU→IntentiontoUse 0,640 p<0.001∗∗∗ Ja
H4b:PR→IntentiontoUse -0,106 p<0.05∗ Ja
H4c:TTF→IntentiontoUse 0,036 p>0.05 Nee
H4d:PEOU→IntentiontoUse 0,034 p>0.05 Nee
H5:IntentiontoUse→Use 0,735 p<0.001∗∗∗ Ja