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


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


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


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

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_6omschaal<---PerceivedEaseofUse 0,669



Q6_1<---PerceivedRisk 0,641







Q7_1<---SubjectiveNorm 0,815



Q7_4<---Intention 0,913

74




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

HET VOORSPELLEN VAN E- COMMERCE ADOPTIE · 2017-11-30 · 3.5 Cultuur en e-commerce ... Deze...

Documents

Transcript of HET VOORSPELLEN VAN E- COMMERCE ADOPTIE · 2017-11-30 · 3.5 Cultuur en e-commerce ... Deze...