Dankwoord. Verder wens ik Karen Lammens en Kaat Baeskens oprecht te bedanken voor het nalezen van de thesistekst

1

Abstract De focus van deze masterscriptie ligt op het onderzoeken van de gepercipieerde geloofwaardigheid van eWOM (electronic Word-Of-Mouth) in de context van vakantiegerelateerde beslissingen. Er bestaat echter een gebrek aan inzicht en onderzoek omtrent dit onderwerp. Deze masterscriptie tracht dan ook het eWOM-fenomeen net iets meer te ontrafelen. In een between subjects design werd de variabele valence gemanipuleerd in vijf experimentele condities. De respondenten werden at random toegekend aan een van de condities en mits een matching werd er variatie aangebracht in geslacht, leeftijd, opleidingsniveau en beroep. De steekproef bestond voor 54% uit vrouwen, met een gemiddelde leeftijd van 40 jaar (SD = 12.68), variërend van 18 tot 61 jaar. De mannelijke respondent had een gemiddelde leeftijd van 42 jaar (SD = 13.90), variërend van 23 tot 67 jaar. Uit de studie (N = 240) bleek dat de experimentele condities een significante invloed hebben op de gepercipieerde geloofwaardigheid van eWOM-boodschappen. De negatieve conditie verschilde significant van de vier resterende condities in gepercipieerde geloofwaardigheid. Parallel met de theorie van Park & Lee (2009) wordt geconcludeerd dat het negativity-effect standhoudt binnen een e-omgeving. De variabelen internetgebruik en opinieleiderschap modereren dit hoofdeffect. Er werd daarentegen geen evidentie gevonden voor een significant modererend effect voor de variabelen betrokkenheid en attitude toward the website. Het onderzoek vertoont enkele tekortkomingen, maar biedt een stevige basis voor toekomstig onderzoek.

2

Dankwoord Bij het afleveren van deze scriptie wil ik een aantal mensen bedanken die me geholpen hebben om deze scriptie tot een goed einde te brengen. Mijn dank gaat in het bijzonder uit naar dr. Professor Cauberghe die de taak van promotor op zich genomen heeft en die me met haar expertise doorheen deze masterproef heeft geloodst. Mijn masterscriptie werd op deze manier verrijkt door het aanbrengen van haar kritische inzichten.

Vervolgens gaat mijn dank ook uit naar Lic. Katarina Panic die me geadviseerd heeft bij het opstellen van mijn vragenlijst en de statistische analyses. Uiteraard wil ik hierbij ook alle respondenten bedanken die tijd vrijgemaakt hebben om deel te nemen aan mijn onderzoek. Daarnaast richt ik ook een dankwoord aan iedereen uit mijn nabije omgeving. Mijn ouders omdat ze mijn studies mogelijk hebben gemaakt, mijn zus, vrienden en medestudenten, voor het geduld, hulp en morele steun gedurende de voltooiing van mijn masterproef. Hun feedback en deelname aan het proefonderzoek was erg stimulerend en heeft veel bijgedragen aan de kwaliteit van het onderzoek. Verder wens ik Karen Lammens en Kaat Baeskens oprecht te bedanken voor het nalezen van de thesistekst. Indien u hier interessante bevindingen mocht lezen, vertel het gerust verder…

Sara De Bruyne,

mei 2010, Zottegem.

3

Inhoudstafel

Abstract

2

Dankwoord

3

Inhoudstafel

4

Inleiding

6

Probleemstelling

10

DEEL I: Een literatuurstudie naar het begrip Word-Of-Mouth

11

1.

THEORETISCH KADER

12

1.1

De wortels van WOM

12

1.2

Definities

13

1.3

Een veranderende omgeving

15

1.4

WOM-karakteristieken

17

1.5

Verwante terminologie

19

1.6

Motivaties voor het participeren in WOM

20

1.7

De kracht van het gesproken woord

23

1.8

De kracht van het virtuele woord

27

1.9

De e-Belg

29

1.10

Geloofwaardigheid van eWOM

30

1.10.1

Het construct geloofwaardigheid

30

1.10.2

Geloofwaardigheid in relatie tot persoonsgebonden factoren

32

1.10.3

WOM versus eWOM

35

2.

1.11

De impact van valence

37

1.12

De impact van de interpersoonlijke relatie

40

1.13

Aankoopintentie

43

ONDERZOEKSVRAAG EN HYPOTHESEN

45

DEEL II: Een onderzoek naar de geloofwaardigheid van eWOM

46

3.

METHODOLOGIE

47

3.1

Onderzoeksopzet

47

3.2

Design

47

3.3

Stimuli

48

3.4

Vooronderzoek

49 4

4.

3.5

Procedure en respondenten

50

3.6

Materiaal

51

RESULTATEN

57

4.1

Preliminaire analyses

57

4.2

Resultaten hypothese 1

4.3

Resultaten hypothese 2a, b, c en d

58

4.4

Bijkomende resultaten

61

4.4.1

Aankoopintentie

61

4.4.2

De mening van weak ties versus strong ties

62

4.4.3

Informatiezoekgedrag

63

4.4.4

Internetgebruik algemeen en in relatie tot vakantiegerelateerde

63

-

58

beslissingen 4.4.5

Demografische segmentatie

64

5.

DISCUSSIE EN CONCLUSIE

65

6.

BEPERKINGEN EN VERDER ONDERZOEK

68

7.

REFERENTIES

70

BIJLAGEN

76

Bijlage 1

Contact-e-mail

Bijlage 2

Inleidende tekst en vragenlijst

Bijlage 3

Scenario’s

Bijlage 4

Output reliability analyses

Bijlage 5

Output correlaties

Bijlage 6

Output hoofdeffect

Bijlage 7

Output interactie-effect involvement-credibility

Bijlage 8

Output interactie-effect attitude toward the website-credibility

Bijlage 9

Output interactie-effect opinion leader-credibility

Bijlage 10

Output interactie-effect opinion seaker-crediblity

Bijlage 11

Output interactie-effect internet use-credibility

Bijlage 12

Output one-way Anova credibility-purchase intention

Bijlage 13

Output extra analyses

Bijlage 14

Output pretest 1

Bijlage 15

Output pretest 2

5

Inleiding We leven in bijzondere tijden op communicatiegebied. Vaak rijst de vraag of alle grondvesten waar de mediasector op steunt, langzaam zullen afbrokkelen. Traditionele media lijken aan terrein te verliezen (Doh et al., 2009; Kim et al., 2009; Microsoft, 2009; Trusov et al., 2009) en het lijkt wel alsof velen het erover eens zijn dat de dagen van traditionele marketing geteld zijn en de machtspositie van de consument de overhand krijgt. Lang voor het marketingconcept ontstond, bestonden er slechts een beperkt aantal informatiebronnen, met name onze interpersoonlijke contacten en relaties. Met de opkomst van kranten, tijdschriften, radio en televisie breidde onze waaier aan informatie- en inspiratiebronnen uit. Voor een consument die weloverwogen wil kiezen, is het vandaag de dag een must om goed geïnformeerd te zijn. We gaan meer dan ooit tevoren actief op zoek naar informatie en baseren daar onze keuzes op. Meer en meer consumenten lijken te vertrouwen op Word-Of-Mouth (WOM), eerder dan op informatie afkomstig van marketeers en organisaties. Volgens internationaal onderzoek (East et al., 2005; Trusov, et al., 2009; Schandwick, 2009) wordt WOM beschouwd als belangrijkste bron voor ideeën en informatie. Uit een Nielsen-studie (2009) blijkt dat 78% van de consumenten vertrouwen in persoonlijke aanbevelingen en online reviews, slechts 35% baseert zich op traditionele reclame. Na maanden van speculatie en economische onzekerheid, is er aan de consumentenzijde een duidelijke reactie zichtbaar en is het consumentenvertrouwen wereldwijd gedaald naar het laagste niveau in jaren. De consumer mindset is dus veranderd (Nielsen Consumer Confidence Index, 2008). De opkomst van het internet in de jaren „90 bood een explosie aan informatie en user generated content, in tegenstelling tot de marketinggedomineerde, professionele, topdown informatie. Het internet is een prominente rol gaan spelen in de mediaomgeving van de 21ste eeuw. Er komen meer en meer interessante alternatieven aan de oppervlakte, gaande van de opmars van het bloggingfenomeen tot de explosieve groei van sociale netwerksites. Dankzij de opkomst van het internet zijn onze sociale netwerken massaal uitgebreid en delen we veel meer informatie met veel meer mensen. De nieuwe beïnvloedingseconomie (Universal Mc Cann, 2008, p. 50) stelt ons dus in staat onze mening te verspreiden en invloed uit te oefenen, ver buiten onze sociale groep van peers, vrienden, familie en kennissen. De barrières van technische kennis vielen reeds lange tijd weg en iedereen kan tegenwoordig overweg met Youtube, My Space en Facebook. Door de ongelimiteerde toegang tot data heeft de impact van WOM eveneens een enorme vlucht genomen. Een van de belangrijkste mediaontwikkelingen is dus ontegensprekelijk de overload aan beschikbare informatie die is ontstaan door de commercialisering en digitalisering van het medialandschap (McQuail, 1999). Omdat het voor mensen steeds moeilijker wordt om producten, diensten en merken te evalueren binnen deze gigantische informatiestroom vertrouwen ze steeds meer op aanbevelingen van medeconsumenten (Stokes et al., 2001). Het is dan ook niet verwonderlijk dat informatiezoekgedrag 6

een van de meest bestudeerde onderwerpen is binnen consumentenonderzoek (Gursoy et al., 2004). WOM en eWOM maken hier onmiskenbaar deel van uit. Het internet maakt dus een belangrijk deel uit van de mediamarketingmix en van de mediabeleving van de consument. Web 2.0 is flexibel, de content is pluralistisch en kan op verschillende

plaatsen en manieren worden geconsumeerd

en verspreid.

Deze

sociale

netwerkomgeving vormt de ideale omgeving om WOM nader te bestuderen. Elektronische WOM opent een nieuw venster naar de effecten van WOM. In de studie van WOM kunnen drie belangrijke variabelen onder de loep genomen worden. Allereerst het medium (traditionele media versus het internet), de manier van communiceren (online versus offline), de plaats waar de communicatie plaatsvindt (thuis, werkomgeving,...) en de eigenschappen van de zender. Ten tweede kan ook de boodschap worden geanalyseerd, namelijk de positieve versus negatieve geladenheid en de gepercipieerde geloofwaardigheid van de boodschap. Ten derde kan de ontvanger in beschouwing genomen worden, zijn/haar demografische kenmerken en zijn/haar relatie met de zender. In deze masterstudie wordt de variabele boodschap benaderd, meer specifiek de geloofwaardigheid ervan in een virtuele omgeving. De tak van communicatie die zich in WOM-marketing specialiseert is de afgelopen jaren explosief gegroeid. Toen ik de term WOM googlede, resulteerde dit in meer dan 29 miljoen hits. In de vakliteratuur wordt WOM omschreven als “the world‟s most effective, yet least understood marketing strategy.” (Misner geciteerd in Stokes et al., 2001, p. 2). Deze oeroude selling tool werd dan ook in verschillende onderzoeken bestudeerd. Toch is wetenschappelijk onderzoek ernaar relatief recent en startte dit pas in de jaren ‟40. De hoeveelheid literatuur omtrent dit onderwerp is eindeloos, maar de hoeveelheid wetenschappelijke literatuur naar eWOM, in relatie tot geloofwaardigheid is relatief beperkt. De bestaande literatuur richt zich veelal op een enkel aspect van WOM, bijvoorbeeld op de relatie tussen tevredenheid en WOM of de effecten van WOM en de rol van het internet. De effecten en kanalen van WOM hebben hierbij het meeste aandacht gekregen, de oorzaken een stuk minder. Deze masterscriptie concentreert zich op de geloofwaardigheid van eWOM-boodschappen met betrekking tot vakantie-ervaringen. Uit vorig onderzoek (o.a. Castaneda et al., 2007; Pan, MacLaurin & Crotts, 2007) is alvast gebleken dat het internet een populair platform is geworden voor het uitwisselen van meningen over opgedane reiservaringen. De Belg is net als alle andere Europeanen erg beïnvloedbaar door online aanbevelingen, maar twijfelt toch vaak aan de juistheid van de informatie op het internet (Shandwick, 2009). Dit lijkt een uiterst interessant vertrekpunt om na te gaan in welke mate men vakantiegerichte eWOM geloofwaardig acht en welke factoren dit proces beïnvloeden. Deze paper is opgedeeld in vijf secties. Binnen het literatuurgedeelte komen er in hoofdstuk 1 en 2 theoretische inzichten aan bod en wordt een overzicht gegeven van de meest essentiële opvattingen met betrekking tot WOM. In hoofdstuk 1 wordt in eerste instantie het begrip WOM uitgediept vanuit een marketinggerichte invalshoek. Dit omvat een verwijzing naar het ontstaan van 7

WOM en WOM in relatie tot enkele essentiële communicatietheorieën die focussen op interpersoonlijke communicatie. Verder worden ook een definitie van het begrip en een omschrijving van de offline en online WOM-variant weergegeven. Bijkomend wordt aan de belangrijkste merkwaardigheden van WOM aandacht geschonken. Vervolgens wordt de kracht van WOM verklaard en aan de hand van deze longlist van factoren, wordt de link met social media toegelicht en een beknopt overzicht weergegeven van de effecten van een aantal beïnvloedende factoren. Het internet als motor achter het eWOM-fenomeen krijgt ook de nodige aandacht. Enkele verwante termen worden vanuit hun relevantie voor dit masterproefonderwerp nader besproken. Hoofdstuk 1 richt zich verder op de invloed van de variabele valence van de boodschap in relatie tot de geloofwaardigheid van elektronische WOM-boodschappen. Er wordt telkens aandacht besteed aan het onderscheid tussen positieve en negatieve WOM, ook de motieven waarom consumenten engageren in WOM worden geïdentificeerd. Op basis van al deze verzamelde informatie worden tenslotte een aantal hypothesen opgesteld, die in hoofdstuk 2 aan bod komen. In hoofdstuk 3 wordt vervolgens de methodologische aanpak van het empirisch onderzoek beschreven en wordt de hoofdvraag verder uitgewerkt en geoperationaliseerd. Op basis van de gegevens uit zowel de literatuurstudie als het empirisch onderzoek zal geprobeerd worden een antwoord te vinden op de vraag: “speelt valence een modererende rol in de geloofwaardigheid van eWOM-boodschappen?”. Ten slotte zal worden geverifieerd of de personen te segmenteren zijn op basis van demografische variabelen of persoonlijke kenmerken. In hoofdstuk 4 worden de resultaten van dit onderzoek besproken. Tenslotte wordt deze masterscriptie afgesloten met hoofdstuk 5 en 6, bestaande uit een conclusie en een beschrijving van de beperkingen van het onderzoek en een discussie over de implicaties van dit onderzoek voor de wetenschap en communicatiepraktijk. De studie van dit intrigerend en complex fenomeen is onvermijdelijk gekoppeld aan enkele uitdagingen. Het WOM-medium is namelijk erg vluchtig, aangezien de WOM-communicatie plaatsvindt tussen individuen, ongeacht of dit nu offline of online gebeurt. Bovendien wisselen zender en ontvanger voortdurend van rol. Dit communicatiegebeuren is dus erg onvoorspelbaar van aard en wordt zelden geregistreerd. De content van boodschappen is erg gevarieerd en wordt geproduceerd door de consument en niet door de marketeer (Keller et al., 2006, p. 2). Vandaar dat vele managers WOM beschouwen als een “black box” (Goldenberg, et al., 2001, p. 212), een verhaal dat zich afspeelt buiten hun controlemechanismen (De Bruyn & Lilien, 2008). Hiermee dient dus rekening gehouden te worden bij de interpretatie van de resultaten. Een eerste praktisch probleem betreft de eigenlijke dataverzameling. Hoe verzamelt men data, gezien de offline WOM-conversaties in de private sfeer plaatsvinden? Directe observatie is geen mogelijkheid en onderzoekers baseerden zich al te vaak op consumer recall. Met de opmars van eWOM werd de observatie van conversaties enigszins mogelijk. Er treedt ook een tweede probleem op bij het meten van eWOM, met name, welk aspect wordt er gemeten? Hoe een set van statements tussen personen meten? Een laatste uitdaging is dat WOM geen exogeen gebeuren is en dus niet zichtbaar is. WOM is namelijk een resultaat van gedrag 8

dat plaatsvond in het verleden. WOM kan ook van impact toe- of afnemen in de loop van de levensduur van een product (Godes et al., 2004). Al deze factoren maken het dermate moeilijk om dit fenomeen te voorspellen, empirisch te meten en te analyseren (Goldenberg et al., 2001). Toch wordt er getracht met deze masterscriptie het uiterst complexe fenomeen iets meer te ontrafelen.

9

Probleemstelling Meer en meer moeten organisaties de slagkracht van hun communicatiebudgetten herzien ten gevolge van de toenemende media clutter, de hevige concurrentiestrijd die woedt binnen het reclamelandschap en de consument die steeds selectiever tijd en aandacht besteedt aan reclameboodschappen. Consumenten hebben een sceptische blik ontwikkeld t.a.v. mediacontent. Steeds meer marketeers onderkennen het potentieel van een oeroud communicatiefenomeen: Word-Of-Mouth. Maar what‟s new? Mond- aan- mondcommunicatie is oeroud. Met deze masterproef wordt mond-aanmondcommunicatie gesitueerd binnen het social mediatijdperk en wordt een nieuw licht geworpen op de drivers van het recente eWOM-verhaal. Een vitaal, maar nog steeds te weinig onderzocht element binnen de communicatiemix. Met de toenemende aandacht voor het WOM-fenomeen, stijgt ook het belang van meer inzicht in de WOM-conversaties en om het potentieel ervan te achterhalen. Academisch onderzoek focust zich doorgaans op de kenmerken van de WOM-zender, binnen dit onderzoek wordt gekeken naar diens tegenpool, de ontvanger van WOM. Meer bepaald de gepercipieerde geloofwaardigheid van een eWOM-boodschap. Via een literatuurstudie en empirisch onderzoek wordt in eerste instantie achterhaald of de richting van de boodschap (positief vs. negatief vs. gemengd) de geloofwaardigheid van elektronische WOM beïnvloedt. Bijgevolg wordt onderzocht of en op welke manier bepaalde (situationele) verschilvariabelen het credibility-gehalte van eWOM-boodschappen beïnvloeden. Vanuit deze optiek wordt verhoopt aanvullende en vernieuwende inzichten te verkrijgen in dit complexe eWOMfenomeen. Een deconstructie van de factoren die eWOM zo belangrijk en geloofwaardig maken, zal professionals helpen bij het kwantificeren van (e-)WOM-effecten. Uit de resultaten die hieruit voortvloeien, wordt een conclusie getrokken die het mogelijk maakt een antwoord te bieden op de onderzoeksvraag.

10

Deel I: Een literatuurstudie naar het begrip Word-Of-Mouth.

11

1.

Theoretisch kader

Decennialang vloeiden er liters inkt over het intrigerende WOM-fenomeen. WOM zou bovendien de belangrijkste vorm van communicatie zijn tussen consumenten onderling (Derbaix & Vanhamme, 2003). Daarom wordt er in de volgende paragrafen allereerst een terugblik geworpen op de roots van WOM. Eerst en vooral wordt een overzicht gegeven van de belangrijkste literatuur op het gebied van WOM. Vervolgens wordt een overzicht gegeven van de belangrijkste definities, gerelateerde kenmerken van WOM en verwante terminologie. Ook de drie maatschappelijke veranderingen binnen het medialandschap kunnen niet worden weggedacht binnen het WOM-plaatje. Vervolgens wordt er gefocust op de impact van het internet en het daaruit voortvloeiende eWOM-fenomeen, de kern van deze masterproef, waarbij de kracht van WOM versus eWOM eveneens uitgebreid wordt behandeld. Tenslotte werpen we

een licht

op de

gepercipieerde

geloofwaardigheid

van eWOM.

Geloofwaardigheid vormt een essentieel construct om de impact van het eWOM-fenomeen te kunnen inschatten. Daarbij komen de antecedenten van het (e)WOM-effect aan het licht, alsook determinerende factoren zoals persoonskenmerken van de e-consument. In dit onderzoek naar de geloofwaardigheid van eWOM, betrekken we voornamelijk de variabele valence om een completer beeld te schetsen van dit uiterst complexe communicatieconcept.

1.1

De wortels van WOM

WOM is een eeuwenoud fenomeen en het is bovendien sinds mensenheugenis een gegeven dat mensen onderling informatie en meningen uitwisselen. Mensen delen graag hun ervaringen met anderen, mondeling of online, en hechten hieraan veel belang. Communicatie tussen mensen onderling is het fundament van Word-Of-Mouth. Daarentegen, over de mate van invloed die massamedia hebben en over hoe die beïnvloeding precies in zijn werk gaat, houden vele wetenschappers een andere mening na. De marketingwereld werd lange tijd gedomineerd door de idee van de directe impact van de almachtige massamedia. Later werd er geclaimd dat de massamedia niet volledig verantwoordelijk zouden gehouden kunnen worden voor veranderingen in het besluitvormingsproces van individuen. “Ideas often flow from radio and print to opinion leaders and from these to the less active sections of the population” (Lazarsfeld, Berelson & Gaudet, 1944, p. 151). Zij brachten dus voor het eerst de rol van opinieleider onder de aandacht. Het aantal publicaties over opinieleiderschap is dusdanig talrijk, dat een terugblik naar de oorsprong van het begrip noodzakelijk is. Meer dan 50 jaar geleden introduceerden Katz & Lazarsfeld (1955) de two-step-flow-theorie. Zij stelden dat de beïnvloeding door massamedia indirect verloopt via opinieleiders, door Solomon (1992) bestempeld als “influentials” of invloedrijke personen. Zij zouden een interveniërende rol spelen in het communiceren van massamediaboodschappen (Buttle, 1998). Deze opinieleiders zijn 12

individuen die meer dan anderen invloed uitoefenen op de meningsvorming in hun omgeving (de Boer & Brennecke, 1999, p. 47). Latere versies van deze theorie gingen ervan uit dat de overdracht van mediabronnen naar opinieleiders vooral betrekking had op het doorgeven van informatie. De tweede fase, van opinieleiders naar volgers, ging niet louter om informatieoverdracht, maar bezat ook een beïnvloedingscomponent (de Boer et al., 1999). De afgelopen 50 jaar zijn een aantal theorieën ontwikkeld als uitlopers van dit two- step- flowmodel. De multi-step-flowtheorie (Buttle, 1998) maakt een onderscheid tussen verschillende functies van communicatie en voegt meer stappen aan het proces toe. Invloed- en informatiestromen worden op een meer complexe wijze voorgesteld dan alleen van media naar de opinieleiders en vervolgens naar de volgers. De invloed- en informatiestromen werden uitgebreid met een directe stroom van de media naar de volgers, met horizontale stromen tussen opinieleiders onderling en tussen volgers onderling. Ook wordt binnen het multi-step-flowmodel rekening gehouden met mogelijke invloed- en informatiestromen van volgers naar opinieleiders (de Boer et al., 1999). Onderzoek naar opinieleiderschap duidt dus de rol aan van expertise van de zender op interpersoonlijke invloed. De impact van interpersoonlijke communicatie op opinies, attitudes en gedrag wordt reeds zeer lang bestudeerd. Hovland (Hovland, 1984, geciteerd in Sweeney et al., 2005, p. 346) bracht aan dat sociale communicatie bestaat uit vier factoren: een zender (sender), de boodschap (stimuli), de ontvanger (receiver) en de reactie (response). Elk element kan worden onderworpen aan onderzoek, maar Hovland gaf toen al aan dat de ontvanger en zijn/haar respons of reactie het moeilijkst te onderzoeken zijn. De zoals hierboven aangegeven rol van opinieleiderschap, valt ook onder de te bestuderen ontvangersrol. De grootste verdienste van de hierboven geciteerde theorieën is dat ze de rol van interpersoonlijke communicatie hebben aangeduid. Hoewel de recentste mediatechnologieën een belangrijke plaats innemen in onze mediaomgeving en het besluitvormingsproces richting geven, speelt WOM nog steeds een prominente rol binnen attitudevorming en het besluitvormingsproces. Onze mediaomgeving, die erg onderhevig is aan transformatie, heeft ook het eWOM-fenomeen nieuw leven ingeblazen. WOM heeft dus altijd al bestaan, het is beslist geen modewoord.

1.2

Definities

Zonder er ook maar één woord over gehoord te hebben, kan iedereen zich iets voorstellen bij de betekenis van WOM. De term Word-Of-Mouth bestaat ruim 30 jaar en het fenomeen op zich wordt al meer dan 60 jaar bestudeerd. WOM kent (nog steeds) een enorme evolutie, parallel aan de trends binnen het medialandschap anno 2010 (Cfr. pag. 12-14). In de volgende alinea‟s worden de belangrijkste definities in kaart gebracht, vergeleken en de modificaties en transformaties blootgelegd.

13

De eerste definitie van WOM stamt van 1976 en is afkomstig van Arndt, een van de eerste onderzoekers binnen het WOM-domein, en omschrijft WOM als mondelinge communicatie tussen een niet- commerciële zender en een ontvanger over een merk, product of dienst (Arndt 1976 in Buttle, 1998, p. 242). Ook Richins (1984) definieert WOM als een vorm van interpersoonlijke communicatie, met als doel het delen van persoonlijke ervaringen over een product of een organisatie. Verder wordt WOM in de academische literatuur gedefinieerd als informele communicatie gericht naar andere consumenten over het bezit, gebruik of kenmerken van bepaalde producten, diensten en/of over hun verkopers (Westbrook, 1987, p. 261). Bone verrichte in de jaren „90 baanbrekend onderzoek naar WOM en definieert het als het uitwisselen van commentaren, gedachten en ideeën tussen twee of meer individuen, zonder marketinggerichte intenties (1992, p. 579). Harrison-Walker, creëerde een definitie die de componenten van bovenstaande begripsomschrijvingen omvat en ziet WOM als informele, persoon-tot-persooncommunicatie tussen een non-commerciële zender en een of meerdere ontvangers met betrekking tot een merk, product, organisatie of dienst (Brown et al., 2005). De Word Of Mouth Marketing Association (WOMMA) houdt het veel beknopter en definieert WOM als consumenten die elkaar onderling voorzien van informatie (WOMMA, 2005, p. 2). De definitie van WOM is in de afgelopen decennia enorm verschoven. WOM refereerde in de beginjaren aan gesprekken tussen twee personen, waarbij de nadruk lag op gesproken communicatie. Er is allereerst een evolutie merkbaar van communicatie van individu tot individu, naar WOM die plaatsvindt tussen meerdere personen. Bovendien kan de dag van vandaag een informatieoverdracht en beïnvloeding evengoed via geschreven kanalen plaatsvinden. Het internet biedt ook de mogelijkheid om een mening naar meer dan één persoon tegelijk over te brengen (Buttle, 1998). “WOM, however, need not necessarily be brand, product or service focused. It may be organization focused. Neither in this electronic age need WOM be face to face, direct, oral or ephemeral. [...] perhaps all that distinguishes WOM is that it is uttered by sources who are assumed by receivers to be independent of corporate influence.”. “This needs updating in the context of electronic forms of communication; for example, the Internet is a growing source of recommending and complaining communications.” (Buttle, 1998, p. 243). De recentste definities zijn dus ruim genoeg om ook interpersoonlijke communicatie via nieuwe mediakanalen, zoals o.a. blogs en sociale netwerksites te behelzen, ook digitale WOM genaamd (Stokes & Lomax, 2001) of electronic word-of-mouth (eWOM) (Gruen et al., 2006).

14

1.3

Een veranderende omgeving

De wereld staat niet stil, we leven in een turbulente omgeving boordevol innovatie en evolutie. Er kan niet voorbijgegaan worden aan de drie maatschappelijke veranderingen die de wetenschappelijke en professionele belangstelling voor WOM hebben aangewakkerd (Nihom, 2007). Ook de transformatie van de WOM-definities geeft aan dat er zich een heuse digitale revolutie voltrokken heeft. Nihom differentieert in zijn doctoraatsscriptie excess (de sterk toegenomen informatiestroom), access (de sterk toegenomen toegang tot communicatiekanalen) en participatie (het betrekken van consumenten bij het handelen van een onderneming) (Nihom, 2007, p. 8). Technologische ontwikkelingen veranderden marketing en communicatie fundamenteel en hebben de oudste marketingvorm, WOM, opnieuw leven ingeblazen. Excess

Eén van de belangrijkste mediaontwikkelingen betreft de overvloed aan beschikbare informatie die is ontstaan door de commercialisering en digitalisering van het medialandschap (McQuail, 1999). De maatschappij van vandaag wordt getypeerd als een tijdperk van informatieoverdracht. Niet alleen heeft er zich een toename van de traditionele massamedia voltrokken door de jaren heen, er is ook een nieuw medium bijgekomen, dat qua omvang en informatiedichtheid alle andere media overtreft, het internet. In de overvloed aan keuzeopties de dag van vandaag wat betreft producten en diensten, wordt het steeds moeilijker om merken, diensten of producten te beoordelen. Vandaar vertrouwen consumenten meer en meer op het oordeel van andere consumenten of opinieleiders (Rice, 1999; Stokes et al., 2001). De consument gaat binnen die informatiestroom steeds meer op zoek naar manieren om alle irrelevante ruis uit de informatiestroom te filteren (Rosen, 2000). Access

De tweede ontwikkeling betreft de sterk verhoogde toegang tot communicatiekanalen. De komst van het internet valt hierbij opnieuw niet weg te denken. Aangezien de focus binnen deze masterproef op elektronische WOM ligt, wordt voornamelijk de rol van dit virtuele medium besproken. Rosen (2000) haalt in deze context de veelheid van manieren aan om via internet te reageren op een bepaald product, merk of bedrijf. Men kan een e-mail verzenden naar vrienden, bekenden of geïnteresseerden, een bericht plaatsen op een chatsite of nieuwsgroep, een comment plaatsen op de website van een bedrijf, een bericht plaatsen op een consumentenwebsite, een bericht op een eigen website of blog plaatsen of zelfs een speciale site oprichten, gericht naar het bedrijf in kwestie (als fan of als protest). Men heeft toegang tot informatie, zowel als zender, als ontvanger, als toeschouwer en als deelnemer (McQuail, 2000). Deze internethype, in combinatie met de huidige technologische evolutie en innovatie, is de motor achter het veranderende consumentengedrag en de transformatie van ons traditionele medialandschap. 15

De hierboven beschreven ontwikkelingen, excess en access, gaan hand in hand. We hebben steeds meer behoefte aan het delen van ervaringen of inwinnen van advies gezien de enorme informatie-overload. Tegelijkertijd hebben we ook de mogelijkheid dit te doen, gezien de veelheid aan bronnen die we kunnen raadplegen. De combinatie van beiden heeft onmiskenbaar het belang van WOM in een stroomversnelling gebracht. Participatie

Nihom (2007) splitst de derde maatschappelijke kentering op in een tweeluik van decentralisatie en individualisering. Met decentralisatie beoogt Nihom de toegenomen aandacht voor de mening van de consument, ook Lankes (2008, p. 676) wijst op “the power of participation”. Afgezien van het feit dat de consument moeiteloos zijn mening kan delen over bedrijven, merken, producten en diensten, ligt er een andere meer abstracte oorzaak aan de basis van dit verschijnsel (Nihom, 2007). Burgers zijn kritischer geworden, alsook is het de afgelopen jaren geaccepteerd geraakt dat burgers onderling de prestaties van bedrijven beoordelen en hun mening verkondigen. Nihom voegt hier onmiddellijk aan toe dat deze ontwikkeling geen direct effect heeft op het kwantitatief toenemen van WOM. Wel verklaart het waarom bedrijven onderlinge meningsvorming onder consumenten steeds belangrijker vinden. Individualisering verwijst naar de toegenomen wens bij het steeds kritischer wordende publiek om invloed uit te oefenen op het productie- en communicatieproces. Men betrekt de consument steeds meer bij het handelen van een organisatie, hierdoor individualiseert de samenleving en vindt een verregaande fragmentatie van het publiek en haar wensen plaats (Nihom, 2007). De evolutie van marketingboodschappen afkomstig van organisaties, naar communicatie-uitingen afkomstig van het publiek (user generated content), heeft een enorme vlucht genomen. Het internationaal marketingbureau McCann bundelt deze veranderingen onder “The new influencer landscape” (Universal McCann, 2008, p. 9). Dit zogeheten landschap wordt gekenmerkt door drie megatrends: “the rise of social media”, “digital friends” en “profileration of influencer channels”. De opkomst van sociale media hebben onmiskenbaar een hoofdrol gespeeld in de toegenomen invloed van e-informatie. Het massale volume aan online opinies is de motor achter dit nieuwe landschap. De toename van sociale platforms creëert op haar beurt nieuwe kanalen voor peerto-peerinteractie (Universal McCann, 2008, p. 14-18). Ook de aard van onze sociale contacten is onderhevig aan verandering: “The nature of friendship is changing from voice to text and written word. This is a significant change in the ability to influence and share opinions as it‟s much easier to do in text – communication is more frequent and can include additional information like links, videos and photos.” (Universal McCann, 2008, p. 20). De expansie van sociale media en digitalisering van onze contacten liggen aan de basis van de kanalen waarlangs consumenten hun stem laten horen via hun bestaande netwerken of naar een breder publiek. “Consumer contribution to the web has become the norm”. (Universal McCann, 2008, p. 26). “Everybody is an influencer: The power to influence no 16

longer belongs to the experts or “those who know”. The idea that we live in a simplistic world where there is a small group of “influencers” who dictate the agenda to everyone else is no longer true thanks to social media. We all share influence today whether we actively mean it or not.” (Universal McCann, 2008, p. 8). Kortom, dit is de aloude opinieleider in een elektronisch jasje. Lankes (2008, p. 668) koppelt aan het bovenstaande de “paradox of information selfsufficiency”. De reden waarom de consument de toevlucht neemt tot het internet is volgens hem te danken aan de self-service opties die het medium biedt. Iedereen kan er content creëren, uploaden, delen en becommentariëren. De consument moet daarentegen steeds meer informatie zelfstandig beoordelen, terwijl hij veel minder tastbare cues ter beschikking hebben. Hij wordt steeds afhankelijker van informatie die hij van anderen krijgt. De informatiezoektocht in de aanloop van het besluitvormingsproces van de consument, kan zowel op interne als externe basis gebeuren. “Information search” (Engel et al., 1995 geciteerd in Gursoy & McCleary, 2004, p. 355) kan worden gedefinieerd als: “The motivated action of knowledge stored in the memory or acquisition of information from the environment.”. Wanneer deze zoektocht onvoldoende informatie oplevert, gaat men ook extern op zoek naar bronnen of informatie (Gursoy et al., 2004). 1.4

WOM-karakteristieken

Het volgende gedeelte is gebaseerd op de kenmerken die Buttle (1998) en Stokes et al. (2001) gebruiken om het WOM-fenomeen te beschrijven, vervolledigd met inzichten van andere auteurs in het (e)WOM- onderzoeksdomein. Valence

Met de term valence verwijst Buttle naar de polariteit van WOM-conversaties. WOM kan volgens Buttle zowel positief als negatief getint zijn. Polariteit is in die zin een foutieve definiëring, aangezien een WOM-uiting ook een combinatie kan zijn van zowel positief als negatief geladen uitspraken (Sweeney, Soutar & Mazzarol, 2005; Okazaki, 2009). Deze term wordt in paragraaf 1.9 uitvoeriger besproken, aangezien deze variabele deel uitmaakt van dit onderzoek naar de geloofwaardigheid van eWOM.

Frequentie

Frequentie is de mate waarin iemand al dan niet positieve of negatieve boodschappen communiceert. De hoeveelheid ontvangers is hierbij niet van belang (Stokes et al., 2001).

Volume

Hierbij gaat het om het bereik of de reikwijdte van de boodschap. WOM kan naar relatief kleine, maar ook naar grote groepen individuen verspreid worden (Stokes et al., 2001). Door de opmars van het internet is dit bovendien 17

makkelijker dan ooit tevoren. Het WOM-volume wordt gedefinieerd als het aantal individuen dat door een bepaalde boodschap bereikt wordt. De totale hoeveelheid

WOM

wordt

gedefinieerd

als:

de

WOM-frequentie

vermenigvuldigd met het volume. Richting

De richting van WOM verwijst naar de keuze van de zender om de boodschap naar een bepaalde ontvanger of groep ontvangers te sturen. Dit impliceert ook een keuze voor een bepaald kanaal waarlangs de WOM verspreid wordt (Stokes et al., 2001). Aanvullend wordt erop gewezen dat dit kanaal dus ook van elektronische aard kan zijn: het internet.

Input vs.

Het belangrijkste onderscheid binnen het onderzoek naar WOM is WOM als

output

bron van informatie voor het keuze- of aankoopproces (input) enerzijds, of naar WOM als uitkomst van een aankoop of ander contact met het bedrijf, merk, product of de dienst (output) anderzijds (Buttle, 1998, p. 245). Of anders verwoord, WOM kan zich zowel voor als na de aankoop voltrekken, kortom als input voor een koopbeslissing of als output van een consumentenervaring (Bone, 1995; Stokes et al., 2001). Buttle (1998, p. 245) definieert dit als: de timing van de boodschap.

Gevraagd vs.

WOM wordt niet altijd gevraagd door de consument, men kan dus ook

ongevraagd

ongevraagd

of toevallig met WOM geconfronteerd worden (Rosen, 2000;

Stokes et al., 2001). Buttle (1998, p. 245) plaatst dit onder de noemer: solicitation. Gestuurd vs.

Bedrijven zijn steeds meer in de weer om het WOM-proces te sturen. Dit

niet-gestuurd

impliceert dat er twee soorten WOM bestaan. WOM kan allereerst toevallig of spontaan ontstaan vanuit een consumentenervaring. Daarnaast is het echter zo dat WOM ook proactief kan worden gegenereerd door bedrijven (Stokes et al, 2001; Buttle 1998). Door Buttle (1998, p. 245) gedefineerd als intervention. De WOMMA (2005), maakt binnen dit perspectief een onderscheid tussen organic WOM, WOM die tot stand komt vanuit een consumentenervaring. Amplified WOM daarentegen, resulteert vanuit het initiatief van marketeers, bijvoorbeeld campagnes gericht op het accelereren of stimuleren van WOM.

Gedrag vs.

In het kader van WOM-onderzoek kan ook het onderscheid gemaakt worden

intentie

tussen WOM-intentie en daadwerkelijk WOM-gedrag (Stokes et al., 2001).

18

De inhoud van WOM-conversaties is divers van aard, maar bestaat hoofdzakelijk uit informatie met betrekking tot de kwaliteit, de waarde en in mindere mate de prijs van producten en diensten (Mangold, Miller & Brockway, 1999). WOM is een echte vorm van communicatie, aangezien het een vorm van two- waycommunicatie is en dus over een wederkerig karakter beschikt (Derbaix & Vanhamme, 2003; Johnson & Kaye, 2009).

1.5

Verwante terminologie

Vervolledigend merken we op dat in de academische literatuur omtrent WOM er niet altijd een eenduidig onderscheid gemaakt wordt tussen WOM als uitkomst van een proces (output) en WOM als benaming voor het proces zelf. Er treedt ook spraakverwarring op wat betreft WOM als bron van informatie voor het keuze- of aankoopproces (input), of WOM als uitkomst van een aankoop of ander contact met het bedrijf, merk, product of de dienst (ouput). Een niet onbelangrijke nuance. De Word Of Mouth Marketing Association (WOMMA) maakt in deze context een onderscheid tussen WOM en WOM-marketing, waarbij het laatste wordt gedefinieerd als: “Giving people a reason to talk about your products and services and making it easier for that conversation to take place. It is the art and science of building

active, mutually beneficial consumer-to-consumer and consumer-to-

marketercommunications.”(WOMMA, 2005, p. 2). Marketingagentschap The Grapevine definieert WOM-marketing als: “[…] een overkoepelende term voor een reeks van tools en strategieën die erop gericht zijn om conversaties te creëren of meningen te verspreiden, over een bepaald merk, product of idee, tussen 2 of meer mensen.” (The Grapevine, 2009). Viral, buzz, digital, social media, guerilla marketing, en talloze andere begrippen worden geassocieerd met WOM of beschouwd als synoniem ervan. Ook blogmarketing, stealth marketing, advergame,

subviral

video‟s en vele

andere

varianten vallen onder de

paraplu van

marketingstrategieën om WOM te genereren. Nochtans zijn deze tools slechts een klein onderdeel binnen een WOM-strategie. De strategieën waarmee WOM gestimuleerd kan worden zijn talrijk, de twee vaakst voorkomende, namelijk buzz en viral marketing, worden hieronder besproken. Buzz marketing wordt vaak verkeerdelijk gebruikt als synoniem voor WOM-marketing. Rosen schrijft: “Buzz is all the WOM about a brand. It‟s the aggregate of all person-to-person communication about a particular product, service or company at any point in time.” (Rosen, 2000, p. 7). Zoals hierboven beschreven is buzz een onderdeel van een WOM-marketingstrategie: “Using high-profile entertainment or news to get people to talk about your brand.” (WOMMA, 2005, p. 3). Het komt in principe neer op het uitlokken van gesprekken over een merk of product door een opvallend, shockerend of boeiend evenement te organiseren. Men labelt eWOM ook vaak als viral marketing (Goldenberg et al., 2001, p. 212): “[...] the process of encouraging honest communication among consumer networks.” (Phelps, Lewis, Mobilio, 19

Perry & Raman, 2004, p. 334). Als strategie echter gaat het om een specifiek middel: “Creating entertaining or informative messages that are designed to be passed along in an exponential fashion, often electronically or by email.” (WOMMA, 2005, p. 3). De boodschap verspreidt zichzelf op initiatief van de consument, meestal via online netwerken, email, chat, fora of blogs. Laat het duidelijk wezen dat WOM een mogelijke, maar niet noodzakelijke uitkomst van deze strategieën is. De verschillen tussen WOM, buzz en viral marketing zijn niet altijd eenduidig en leiden vaak tot spraakverwarring. De hoofdconclusie is dat de consument wordt gezien als doorgeefluik van de boodschap. Buzz en viral zijn eigenlijk buitenbeentjes en eerder een verlengde van traditionele media, namelijk activiteiten die erop gericht zijn om de aandacht te trekken van de consument en op die manier merkbekendheid te genereren. Deze campagnes genereren echter geen “echte” conversaties over het product, maar meestal blijft de aandacht en het gesprek van de consument hangen op de stunt of activiteit op zich, wat dan ook weer wegebt na enige tijd (The Grapevine, 2009).

1.6

Motivaties tot het participeren in WOM

Consumenten vertonen verschillende motivaties om zich te uiten over een ervaring, product, dienst of organisatie. Resultaten afkomstig van consumentenonderzoek, maar ook vanuit sociologische en psychologische invalshoek suggereren dat een consumptie-ervaring affectieve gevoelens met zich meebrengt. Deze gevoelens vormen vervolgens een bron van menselijke motivatie (Westbrook, 1987). Deze motivatie is bepalend voor het gedrag na de aankoop, zoals een WOM-uiting, klachten of toekomstige koopbeslissingen of herhaalaankopen (Sundaram et al., 1998). De “uses and gratifications”-traditie vormt dus een goede basis voor het bestuderen van motivaties van internetgebruik (Kaye & Johnson, 2004a). De meeste studies hebben deze theorie gelinkt aan motivaties om het internetgebruik als geheel te bestuderen. Aangezien het internet bestaat uit verschillende componenten (o.a. bulletin boards, chat rooms en blogs), zullen de motivaties ook verschillen van component tot component. Motivatieonderzoek suggereert dat consumenten actief op zoek gaan naar media en mediacontent om bepaalde behoeften te bevredigen (Kaye et al., 2004). Dit houdt dus ook in dat consumenten bewust zijn van de redenen van hun mediagebruik. Vervolledigend wordt opgemerkt dat kennisuitwisseling tweeledig is (Cfr. pag. 17), enerzijds gebruiken mensen online informatie voor het ophalen van informatie en kennis (input). Anderzijds voor het verspreiden van informatie en kennis (output). Internetgebruikers zijn doelgericht en gaan actief media selecteren om bepaalde behoeften/noden te bevredigen (Kaye & Johnson, 2002). Dit zijn weliswaar andere motivaties dan voor het gebruik van traditionele media (Johnson et al., 2009). Deze literatuurstudie maakt dan ook een onderscheid tussen motivaties voor het zich uiten in positieve WOM enerzijds en negatieve WOM anderzijds. Onderzoek suggereert dat de geloofwaardigheid of overtuigingskracht van een communicator afhankelijk is van verschillende eigenschappen van de zender van de boodschap (Dholakia, et al., 20

1977). In onderzoek wordt aangegeven dat het beeld dat men van de zender heeft, de belangrijkste graadmeter is voor betrouwbaarheid. Daarom zijn de motivaties van de internetgebruiker om (online) naar informatie te zoeken een beïnvloedende factor van de geloofwaardigheid.

PWOM

Alvorens een overzicht te geven van de motivaties tot positieve (PWOM) versus negatieve WOM (NWOM), dient opgemerkt te worden dat zowel zender als ontvanger van de boodschap motivaties vertonen voor het enerzijds verspreiden van WOM en anderzijds het open staan voor WOM: door Dichter onderscheiden als “speaker motivation” en “listener motivation” (Dichter, 1966, p. 148-152). Dichter (1966) onderzocht de mogelijke motivaties om zich te uiten in WOM en classificeerde vier categorieën

van

motivaties

tot

positieve

WOM,

namelijk:

product-

involvement

(productbetrokkenheid), self- involvement (zelfverbetering, de aandacht trekken en het tonen van kennis om zo een positief imago voor zichzelf te creëren), other- involvement (altruïsme, anderen willen helpen zonder een tegenprestatie te verwachten) en message- involvement (betrokkenheid bij de boodschap). Dit sluit aan bij de conclusies van Lau et al. (2001); Stokes et al. (2001); Brown et al. (2005) en Doh et al. (2009). Hun onderzoek wees uit dat betrokkenheid een significante rol speelt in het al dan niet deelnemen aan het WOM-circuit. Aanvullend op de categorieën van Dichter, identificeren Sundaram et al. (1998) “het helpen van een organisatie”, waarbij de zender de ontvanger overtuigt om de organisatie te waarderen. De studie van Brown et al. (2005) wees bovendien uit dat ook tevredenheid (satisfaction) en identificatie een primordiale rol spelen in engageren in positieve WOM. Hoe groter de overlap is tussen de identiteit van de consument en de organisatie-identiteit, hoe waarschijnlijker het is dat een individu positieve dingen zal verspreiden over de organisatie in kwestie. Er werd eveneens een significant interactie-effect gevonden tussen het verspreiden van positieve WOM en voorkennis over het product, de dienst of de organisatie (Doh et al., 2009). Mangold et al. (1999) geeft als motivationele categorie ook de informatiebehoefte op. Ook de persoonlijkheid van de communicator en de algemene attitudes van de communicator (Arndt, 1967; Richins, 1984; Lau et al. 2001) aan. Ook situationele factoren als de nabijheid van anderen (Buttle, 1998; Lau et al., 2001) kunnen bepalend zijn. Maar dit geldt uiteraard zowel voor de positieve als de negatieve variant van WOM. Ook de motivaties van de ontvanger, of de bereidheid tot luisteren, zijn divers van aard. Luisterbereidheid zou bepaald worden door “need urgency” (Dichter, 1966, p. 152) van de ontvanger of het al dan niet nodig hebben van het product of dienst en de geloofwaardigheid van de bron. Maar ook door de “speaker-listener relationship” en de “speaker-product relationship”, beide vanuit het standpunt van de ontvanger (Dichter, 1966, p. 152). Ook het zich identificeren met gelijkaardige kenmerken van de zender (homophily) en de interpersoonlijke band tussen zender en ontvanger (Brown et al., 1987) zijn bepalend (Cfr. pag. 47). Eveneens de producteigenschappen, de koopomgeving en het gepercipieerde risico zijn van invloed volgens Arndt (1967). Maar ook het 21

nieuwe karakter van een product (Rogers, 1983) en het niet tastbare karakter van het object, bijvoorbeeld een dienst (Zeithaml, 1981, in Murray, 1991). Deze voorgaande eigenschappen refereren naar de producteigenschappen die Arndt (1976) vermeldt. Bijkomend kunnen situationele factoren zoals niet of moeilijk beschikbaar zijn van productinformatie (Lau et al., 2001) een rol spelen. Bovenstaande vormen van intrinsieke motivatie kennen ook een extrinsieke variant. Consumenten kunnen door bedrijven aangespoord worden om positieve informatie te verspreiden over de producten of de organisatie in ruil voor een beloning (refferal reward programs) (Goldenberg et al., 2001). NWOM

De studie van NWOM (negatieve Word-Of-Mouth) is essentieel voor het inschatten van consumentenreacties. NWOM ontstaat ten gevolge van een persoonlijke slechte ervaring met een product of bedrijf (Richins, 1983; Sundaram et al., 1998; Mangold et al., 1999). Hoewel het gevoel van ontevredenheid (dissatisfaction) ook kan ontstaan ten gevolge van een slechte ervaring van een familielid of kennis (Richins, 1983). Indien men het gevoel van ontevredenheid ervaart, kan dit eveneens geuit worden in twee andere reacties, namelijk het niet verrichten van een herhaalaankoop of het indienen van een klacht. Het indienen van een klacht en het verspreiden van negatieve WOM, mag dus in geen geval verward worden. Negatieve WOM is dus slechts één van de mogelijke reacties naar aanleiding van een negatieve consumptie-ervaring (Richins, 1983; Buttle, 1998; Lau et al, 2001; Sweeney et al., 2005). Door Richins (1983) worden drie hoofdmotivaties tot NWOM onderscheiden. Namelijk het ventileren van een negatieve ervaring met andere consumenten (catharsis and anxiety reduction), het willen vermijden dat andere consumenten dezelfde fout maken (altruïsme) en/of een wraakactie tegenover het bedrijf in kwestie (vengeance).

eWOM

Bestaand onderzoek werpt maar weinig licht op de redenen waarom mensen participeren in eWOM in hun zoektocht naar informatie. Intuïtief kan worden verondersteld dat de motivaties tot offline WOM enerzijds en eWOM anderzijds analogieën vertonen. Ondanks de ontoereikende literatuur, wordt in de volgende paragrafen een overzicht gegeven van de resultaten van schaars onderzoek. Schindler en Brickart (2005) onderscheiden vijf motivationele categorieën in de studie naar eWOM. Eerst en vooral de mogelijkheid om directe vergelijkingen te maken tussen merken en producten, ten tweede kan men ook negatieve informatie opzoeken, ten derde kan men een aankoop gaan rechtvaardigen door informatie op te zoeken over de aangekochte dienst of product. Ten vierde kan men contact leggen met consumenten met gelijkaardige productinteresses. Ten vijfde participeert men in eWOM omwille van het plezier en intrinsiek genot dat het met zich meebrengt. Bovenstaande categorieën refereren naar redenen voor het zoeken naar informatie, niet voor het verspreiden ervan. 22

Onderzoek heeft uitgewezen dat beweegredenen om deel te nemen aan WOM verschillen per online community. Dit is aangetoond door network- based en small-group-based communities met elkaar te vergelijken, waarbij het verschil wordt toegeschreven aan het wel of niet bestaan van persoonlijke relaties tussen leden (Dholakia et al., 2004). Leden van network-based communities delen een bepaalde focus. Men neemt deel omdat men geïnteresseerd is in het onderwerp en niet direct op zoek gaat naar een bepaalde relatie met andere individuen. Daarentegen vinden binnen small-group-based communities interacties plaats om gezamenlijke doelen te verwezenlijken en bestaande relaties te behouden. In dit opzicht onderscheiden Dholakia et al. (2004) drie motieven. Ten eerste de doelgerichte waarde (purposive value), ten tweede sociale vermeerdering (social enhancement) of de meerwaarde die men haalt uit sociaal contact, bijvoorbeeld vriendschap. Als derde motivatie wordt intrinsiek genot (intrinsic enjoyment) of vermaak onderscheiden. Johnson et al. (2002; 2007) differentiëren gebruiksgemak (convenience) als motivatie tot online zoekgedrag. Kaye (2005) onderscheidt

zelfontplooiing (personal

fulfillment),

sociale

controle

(social

surveillance),

zelfexpressie (expression/affiliation) en anti-media sentiment. Mensen beoordelen de verschillende soorten websites naar geloofwaardigheid, afhankelijk van hun persoonlijke motivaties om online te gaan (Johnson et al., 2009). Informatie- en referentiewebsites worden als geloofwaardiger beoordeeld dan entertainment of commerciële sites (Flanagin & Metzger, 2000 in Johnson et al., 2009). Het marketingbureau Universal McCann (2008) voerde eveneens onderzoek naar motivaties om online een opinie te delen. In de top vijf van motivaties staat op nummer één: een positieve ervaring (met een product of dienst), op nummer twee: een persoon die men vertrouwt met een positieve ervaring. Op nummer drie: het hoge kwaliteitsgehalte van een merk, op plaatsen nummer vier en vijf: een aanbeveling van een vriend, gevolgd door een persoonlijke negatieve ervaring.

1.7

De kracht van het gesproken woord

Tal van studies (o.a. Herr, Kardes & Kim, 1991; Bone, 1995; Goldenberg, Libai & Muller, 2001; Goldsmith & Horwitz, 2006; Keller et al., 2006; Doh et al., 2009; Trusov et al., 2009) hebben aangetoond dat WOM-communicatie een significante impact heeft op consumentenbeslissingen en percepties. Day, 1971; Herr et al., 1991; Goldenberg et al., 2001; East et al., 2005; De Bruyn et al., 2008; Okazaki, 2009 en Trusov et al., 2009 beklemtonen dat de impact van WOM significant groter is dan die van advertising en andere marketingactiviteiten, zoals bijvoorbeeld events. Meer en meer wordt er beweerd binnen WOM-research dat informele informatieoverdracht, zoals WOM, een belangrijkere informatiebron is vergeleken met massamedia als print of televisie (Katz et al., 1955; Buttle, 1998; East et al., 2005). WOM zou zelfs meer impact hebben dan een consumentenverslag (consumer report) (Price et al., 1984; Herr et al., 1991). Het meest frappante resultaat is waarschijnlijk dat WOM krachtiger zou zijn dan de eigen mening/attitude van de consument (East et al., 2005). De 23

precieze kracht van WOM in vergelijking met traditionele media blijft echter een discussiepunt, hoewel WOM doorgaans beschouwd wordt als “a dominant force in the marketplace” (Mangold et al., 1999, p. 73). Binnen deze masterproef wordt de cruciale vraag gesteld waarom WOM, meer bepaald eWOM, zo‟n krachtige tool is. Deze zoektocht leverde interessante inzichten op ondanks het ontbreken aan studies, met uitzondering van de studie van Lang (2004), die een relatief compleet overzicht geeft van de determinanten van WOM. In het verlengde hiervan dient kritisch te worden opgemerkt dat een compleet overzicht van WOM-determinanten onmogelijk is, omdat zowel intrapersoonlijke als extrapersoonlijke of contextuele variabelen het WOM-proces beïnvloeden. Er volgt in de volgende paragrafen een synthese van de factoren die de kracht van WOM voeden. Er bestaan zowel factoren die in het voordeel spelen van de consument, als in het voordeel van het bedrijf of organisatie. WOM is een van de meest effectieve tools om verkoop en cash flow te genereren (Luo, 2009), alsook voor de acquisitie van nieuwe klanten (Trusov et al., 2009). WOM beschikt over tal van voordelen t.o.v. de overvloedige en vaak storende reclames of andere spam, zowel op televisie, online, per post of in het straatbeeld. De overtuigende kracht van WOM kan worden toegeschreven aan het feit dat consumenten eerder vertrouwen op het oordeel van andere mensen dan op de communicatie gecontroleerd door organisaties en marketeers (Richins, 1984; Herr et al., 1991; Derbaix & Vanhamme, 2003; East et al.,2005; Goldsmith & Horowitz, 2006; Trusov et al., 2009). De uitwisseling van meningen tussen consumenten is dus een zeer krachtige beïnvloeder van koopgedrag en in de vorming van opinies en attitudes. Een bijkomende verklaring voor de kracht van WOM schuilt in het “Elaboration likelihood model of persuasion” van Cacioppo & Petty (1984). Dit model stelt dat de geloofwaardigheid van de informatie een indicator kan zijn die aanzet om informatie meer centraal te verwerken. Dit leidt tot grotere en langer blijvende veranderingen in de attitudes en gedrag dan perifeer verwerkte informatie. Ook Di Blasio et al. (2008) volgen deze gedachtegang. In een Keller-Fay-rapport (2006) wordt bovendien een bijkomstige verklaring gegeven, namelijk dat naast het geloofwaardigheidsgehalte ook de relevantie van de informatie een rol speelt bij de ontvanger. Mensen zouden beslissingen baseren op informatie die men relevant acht (Rieh et al., 2007). Tenslotte geeft WOM een beschrijving van de koopervaring aan potentiële consumenten, waardoor het een verlichting van het risico oplevert (Derbaix et al., 2003). Dit gepercipieerde risico kan o.a. van financiële, sociale of psychologische aard zijn. De grootte en de aard van het risico bepaalt de informatiebehoefte (Murray, 1991) en de behoefte aan persoonlijke invloed (Murray, 1991). De aankoop van een dienst zou, omwille van het ontastbare karakter onder andere, een groter risico inhouden dan een tastbaar product (Zeithalm, 1981; Murray, 1991; Stokes et al., 2001). Een andere motivering wordt gevonden in het toegankelijkheid- diagnosticiteitsmodel (accessibility-diagnosticity model) (Biehal & Chakravarti, 1986, p. 384). Dit model stelt dat als de toegankelijkheid van de informatie verhoogt, ook de waarschijnlijkheid verhoogt dat deze informatie gebruikt wordt als input 24

voor oordelen en keuzes. In de marketingliteratuur wordt een aanvullende argumentatie gegeven voor de effectiviteit van WOM bij aankoopbeslissingen en keuzegedrag (Lau & Ng, 2001). De effectiviteit van WOM communicatie kan verklaard worden door de geloofwaardigheid gekoppeld aan de waarschijnlijkheid dat een ontvanger meer betrokken zal zijn bij een WOM-boodschap dan bij een advertentie. Hiermee wordt alvast aangegeven dat betrokkenheid een essentiële component is in de geloofwaardigheid van WOM-conversaties. Lang (2006) voerde als eerste, ruimschoots zes decennia na het ontstaan van het WOMonderzoeksdomein, een grondige literatuurstudie naar de factoren die de kracht van WOM bepalen. Enkele van de hierboven vermelde determinanten komen terug in zijn model. In zijn conceptueel model van elf determinanten, gebaseerd op twee fundamentele factoren, met name het bereik (pervasiveness) en de impact (persuasiveness) van WOM, komen vele van de hierboven vermelde determinanten terug. Beide factoren, bereik en impact, zijn onderling afhankelijk van elkaar. Lang (2004) benadrukt dat de factoren afzonderlijk hun impact hebben, maar dat vooral het synergetische effect van de elf factoren het krachtigst is. Er dient toch opgemerkt te worden dat dit om een puur inductief model gaat. Hieronder volgt een synthese van het framework, ontwikkeld door Lang (2006), aangevuld met de inzichten van andere auteurs binnen het WOM-onderzoeksdomein. Het bereik (pervasiveness) van WOM wordt volgens Lang (2006) bepaald door zeven determinanten. Allereerst kent WOM geen geografische grenzen. WOM is dus altijd en overal. WOM ontstaat ten tweede vanuit uiteenlopende sectoren, gaande van de diensten- tot productensector. Ten derde vertonen consumenten in het algemeen een hoge graad van engagement in WOM (Bone, 1995; Bristor, 1990). Percentages fluctueren, maar sommige onderzoeken wijzen op een participatiegraad van maar liefst 80% (Larsen & Hill, 1954; Bone, 1992). Ten vierde is het vertrouwen in WOM erg hoog. Opnieuw wordt het exacte percentage betwist, maar het is wel een gegeven dat consumenten op WOM vertrouwen in hun keuzeproces. Ten vijfde verspreidt WOM zichzelf zeer snel. De overdracht van eWOM gebeurt vanzelfsprekend nog sneller (Phelps et al., 2004). Ten zesde, kan WOM zich steeds opnieuw verspreiden (re-transmission) (Brown et al., 1987; Bristor, 1990). Een consument ontvangt een boodschap en geeft deze op zijn beurt door aan een andere consument. Dit proces zet zich steeds verder, waardoor er een soort sneeuwbaleffect veroorzaakt wordt, waarbij de boodschap zichzelf verspreidt. Ook digitaal kan dit zeer snel (Phelps et al., 2004). Ten laatste kan WOM worden gedeeld met meerdere ontvangers tegelijkertijd (multiple dyads). Men kan eenzelfde boodschap zowel doorgeven aan een naast familielid als aan een verre vriend. De impact van WOM (persuasiveness) wordt volgens Lang (2006) gedetermineerd door vier factoren. Ten eerste: het geloofwaardige, betrouwbare karakter van WOM (Arndt, 1967; Dholokia & Sternthal, 1977; Richins, 1984). Ten tweede de grote overtuigingskracht van WOM gekoppeld aan de mogelijkheid van het geven van feedback (Arndt, 1967). Ten derde de mogelijkheid van de zender om gepersonaliseerde informatie over te brengen (Lazarsfeld et al., 1948), waardoor de ontvanger zelf kan filteren op relevantie van de 25

boodschap. Ten slotte heeft research uitgewezen dat toegankelijke en diagnostische (nuttige) informatie een grotere impact heeft op consumenten (Feldman & Lynch, 1988). Bovenstaande determinanten hebben betrekking op het WOM-fenomeen in het algemeen, maar zijn quasi allemaal toepasbaar op het concept van eWOM. In de volgende paragrafen splitsen we de literatuur zo veel mogelijk op in een WOM- en eWOM-gedeelte, ondanks de relatief beperkte hoeveelheid vergelijkende documentatie.

(Bron: Lang, B. 2006. Conceptual Framework of Factors that Contribute Towards the Significance of WOM, p. 4).

26

“People are leading their lives online.” (Microsoft, 2009, Context Matters, p. 6).

1.8

De kracht van het virtuele woord

Drie grote maatschappelijke veranderingen hebben het WOM-fenomeen een nieuwe wending gegeven (Cfr. pag. 13-14). Het internet is geen rudimentair medium meer, maar speelt een steeds meer essentiële rol in de ontwikkeling en verspreiding van WOM of beter eWOM. Uit digimeter-cijfers (2009) blijkt dat ongeveer 80% van de Vlamingen over een internetconnectie beschikt. De meerderheid van de Vlaamse internetgebruikers surft zowel in de week als in het weekend ongeveer twee uur per dag. Wanneer we ingaan op de registraties bij verschillende types websites en de verschillende internettoepassingen valt op dat e- mail en bijgevolg ook webmail, het zoeken van informatie, het volgen van actualiteit en chat zeer hoog scoren bij de Vlamingen. Bijna 90% van de Vlaamse internetbezitters gebruikt het internet minstens wekelijks voor e- mail en specifieke informatiezoekopdrachten. Eén van de opmerkelijkste trends in het gebruik van computer en internet is ongetwijfeld de opmars van de sociale netwerksites. 80% Van de Vlaamse internetbezitters geeft aan een geregistreerde gebruiker te zijn van een bepaalde website, daarvan heeft 63% een account op een sociale netwerksite. In het verlengde van deze ontwikkeling is er de afgelopen jaren steeds meer honger naar onderzoek met betrekking tot online reclame (o.a. Godes & Mayzlin, 2004; Gruen, Osmonbekov & Czaplewski, 2006), online transacties (o.a. McKnight & Chervany, 2002) en online aanbevelingen van producten (en diensten) (o.a. Stokes et al., 2001; Dellarocas, 2003; Gefen et al., 2004; Senecal et al., 2004; Di Blasio et al., 2008; Steffes & Burgee, 2009). Deze onderzoeken bieden een werkzaam theoretisch kader voor dit eWOM-onderzoek. De traditionele vorm van WOM heeft, zoals de definities (Cfr. pag. 17-18) aangeven, een direct en interpersoonlijk karaker. Er wordt met name informatie gedeeld tussen twee individuen of kleine groepen van individuen. eWOM Daarentegen is een asynchroon proces waarbij zender en ontvanger zich in een andere tijd en ruimte kunnen bevinden (Di Blasio et al., 2008; Steffes et al, 2009). Doh et al. (2009, p. 193) omschrijven het eWOM-fenomeen als prospecterende consumenten die websites raadplegen en online reviews lezen van andere consumenten om meer te weten te komen over een product (of dienst) alvorens over te gaan tot een aankoop. Het internet creëert als het ware een “one-to-worldplatform” (Di Blaso et al., 2008, p. 799), in tegenstelling tot het one-toonecommunicatieverkeer dat eigen is aan de offline variant van WOM (Dellarocas, 2003). De reikwijdte van het woord is niet meer beperkt tot je naaste omgeving. De consument heeft de dag van vandaag controle over de boodschap, het medium en genereert zelfstandig informatie. Het internet speelt ook steeds meer in op de toenemende behoefte van consumenten om zelf content te creëren. Deze user generated content kan op haar beurt worden gedeeld binnen social media. Social media is de nieuwerwetse benaming voor de verschillende elektronische tools als bulletin boards, blogs, chats, wiki‟s en websites om je mening virtueel te uploaden (Universal 27

McCann, 2008; Okazaki, 2009). De bekendste zijn zonder meer de sharingsites als YouTube en Flickr en de sociale netwerksites zoals MySpace, Facebook, Linkedin en Netlog. Sociale netwerksites, een van de snelst groeiende arena‟s van het World Wide Web, creëren bovendien de mogelijkheid om een netwerk van vrienden uit te bouwen voor sociale of professionele interactie (Trusov et al., 2009). De term social media verzamelt dus alle online communicatie door en voor consumenten, die zich vaak in een virtuele community hebben verzameld. In het verlengde hiervan is het internet dus hét medium bij uitstek om interpersoonlijk contact mogelijk te maken. Het inwinnen van advies van experts of medeconsumenten is makkelijker dan ooit en omgekeerd is het voor mensen met een mening over een product, merk of bedrijf zeer eenvoudig geworden om deze mening te ventileren. Zeithaml (1981) geeft aan dat het ontastbare karakter en hoge “experience- waarde” van een dienst de kans vergroten dat consumenten input halen uit WOM-aanbevelingen (Murray, 1991). Een dienst vraagt dus een hogere betrokkenheid van de consument (Stokes et al, 2001). Volgens een onderzoek van de European Interactive Advertising Association (EIAA, 2008) in Europa, zouden online shoppers bij het zoeken naar informatie het vaakst gebruik maken van zoekmachines, gevolgd door prijsvergelijkende websites en aanbevelingen van vrienden en kennissen. Ook customer website reviews vormen een belangrijke informatiebron. Dit laatste werd ook bevestigd door de resultaten van het onderzoek gevoerd door Sanoma Uitgevers. Mc Cann (2008) plaatst e-mail op de tweede plaats van informatiebron, gevolgd door officiële websites en instant messenger. Bleek dat WOM en aanbevelingen van vrienden via e-mail de belangrijkste vormen van invloed zijn wanneer consumenten een aanschaf overwegen. Senecal et al. (2004) toonden aan dat persoonlijke aanbevelingen door de consument meer vertrouwd worden en geloofd, dan feitelijke, niet persoonlijke aanbevelingen. Wanneer de indruk van sociale interactie wordt gecreëerd, stijgt het vertrouwen in de informatie (Gefen & Straub, 2004). Zelfs wanneer de bron als minder deskundig wordt ingeschat, heeft deze nog meer invloed, door het persoonlijke karakter van de boodschap (Senecal et al., 2004). De gelijkenis met de offline variant van WOM leidt dus tot meer vertrouwen. De beschrijving van de ervaring met een product of dienst door een collega-consument, is van meer waarde dan een deskundige aanprijzing door een onpartijdige bron (Senecal et al., 2004). Wanneer een individu zich betrokken voelt, heeft de WOM-uiting in haar geheel meer effect op de ontvanger van de boodschap (Senecal et al., 2004). De elektronische versie van WOM biedt onmiskenbaar tal van voordelen voor zowel de organisatie als de consument. Het internet schept de mogelijkheid om de consument op grote schaal te bereiken tegen een lage kost (Dellarocas, 2003; Di Blaso et al., 2008; Luo, 2009; Trusov, et al., 2009). Organisaties kunnen bovendien constant monitoren of er al dan niet iets leeft binnen de consumentenwereld en daar hun beleid op afstemmen (Dellarocas, 2003). Met andere woorden, eWOM is dus opspoorbaar (Buttle, 1994). Consumenten kunnen eveneens hun persoonlijke ideeën en mening wereldwijd kenbaar maken, maar ook die van anderen raadplegen (Dellarocas, 2003; Awad, et al., 2004; Di Blaso et al., 2008; Trusov, et al., 2009). Okazaki (2009) wijst op vier belangrijke 28

veranderingen in onze koopomgeving als resultaat van de opkomst van eWOM. Men heeft gemakkelijk toegang tot het type en de hoeveelheid informatie die men wenst m.b.t. prijs en nietprijsgerelateerde informatie over concurrerende producten. Men kan ook steeds gemakkelijker producten vergelijken en evalueren. De kwaliteit van informatie is toegenomen en de toegankelijke informatie is bovendien meer georganiseerd en gestructureerd. Parallel aan de internetrevolutie zal de kracht van eWOM almaar toenemen (Goldenberg et al., 2001; Doh et al., 2009; Okazaki, 2009). Tegelijkertijd vragen wetenschappers zich af welke gevolgen deze informatielawine voor onze maatschappij heeft. Raken we bedolven onder de enorme berg aan informatie en gaan digitale media ons sociale leven domineren? (McQuail, 1999). Hiermee wordt het grote belang van (e)WOM nogmaals onderstreept. Zoals voorheen aangehaald, omdat het voor de consument steeds moeilijker wordt om producten, diensten en merken te evalueren, vertrouwen ze steeds meer op aanbevelingen van medeconsumenten of opinieleiders (Stokes et al. 2001 ).

1.9

De e-Belg

Het toonaangevende PR-agentschap Weber Shandwick (2009) heeft een onderzoek gevoerd naar het aankoop- en beslissingsproces van de Europese consument, waaronder ook de Belg. De resultaten toonden aan dat Europeanen zich hoofdzakelijk laten beïnvloeden door online- en sociale media (26%) en WOM via familie en vrienden (20%). In vergelijking met de andere Europese nationaliteiten is de Belgische consument het minst beïnvloedbaar door reclame. Hoewel de Belg ook teruggrijpt naar de traditionele media in functie van de definitieve beslissing, is hij net als alle andere Europeanen het sterkste beïnvloedbaar door online aanbevelingen. Desalniettemin twijfelt meer dan een derde van de Belgen aan de juistheid van de informatie op het internet, een uiterst markante paradox, nietwaar? Hiermee wordt nog maar eens de aandacht gevestigd op het belang van onderzoek naar geloofwaardigheid van eWOM. Deze masterscriptie concentreert zich op de geloofwaardigheid van eWOM-boodschappen met betrekking tot vakantie-ervaringen. De studie van het internet als (commercieel) kanaal in de context van vakantiegerelateerde informatie wordt erkend in vorige studies (o.a. Castaneda et al., 2007; Buhalis et al., 2008; Ye et al., 2009). Het internet is een virtuele omgeving geworden om onder andere - ervaringen uit te wisselen met collega- reizigers op wereldwijde schaal (Castaneda et al., 2007; Pan, MacLaurin & Crotts, 2007). Reizigers zoeken in het algemeen graag informatie op over hun geprefereerde vakantiebestemming (Ye et al., 2009). Bovendien vormen reizen en vakanties de belangrijkste categorie wat betreft het zoeken naar informatie en beïnvloedt dit significant de aankoopbeslissing (Godes et al., 2004). Dit is niet verwonderlijk aangezien reizen en vakanties onder de categorie van experience- goederen vallen (Ye et al., 2009). Meer dan 70% van de respondenten in de Stokes & Lomax- studie (2001) gaven aan dat ze aanbevelingen (recommendation) de belangrijkste 29

of belangrijke factor vinden bij het kiezen van een hotel. Reisblogs zijn een vorm van digitale storytelling of eWOM die reisverhalen en avonturen bevatten, voor en door de reizigers (Pan et al., 2007). Deze eWOM-verhalen kunnen de finale beslissing van de consument sterk beïnvloeden en consumenten lezen en gebruiken deze reviews als referentie om al dan niet naar de bestemming te gaan.

1.10

Geloofwaardigheid van eWOM

Naast het enorme potentieel en de kracht van WOM, bestaan er een aantal antecedenten van het WOM- effect (o.a. Arndt, 1967; Dholakia et al., 1977; Herr, et al., 1991; Buttle, 1998; Solomon, 1998; Brown et al., 2005). Het WOM-effect is met andere woorden afhankelijk van verschillende factoren. Binnen deze masterproef wordt de variabele geloofwaardigheid behandeld. De volgende paragrafen worden gewijd aan de door de consument gepercipieerde geloofwaardigheid van eWOMboodschappen en de invloed van de variabele valence. Gaziano (1998) duidde reeds vele jaren terug al op het belang van geloofwaardigheid: “Credibility is of particular importance to the internet as a news medium because people tend not to use a source that they do not trust.” (Gaziano, 1998, geciteerd in Kim et al., 2009, p. 283). De geciteerde auteur heeft het over het internet als nieuwsmedium, maar geloofwaardigheid is van minstens evenveel belang voor het internet als informatiemedium in het algemeen. Allereerst wordt het construct geloofwaardigheid gesitueerd en het belang ervan binnen een online omgeving. Daarbij komen ook de typen van geloofwaardigheid aan bod. Vervolgens wordt er een onderscheid gemaakt tussen online en offline WOM, wat betreft geloofwaardigheidsgehalte, om de grootste verschillen en overeenkomsten aan het licht te brengen. Opinieleiders spelen in deze context een flagrante rol (Cfr. pag. 12-13) en verdienen eveneens de aandacht. 1.10.1

Het construct geloofwaardigheid

Met de excess aan bronnen en kanalen, neemt ook de onzekerheid toe over welke informatie men al dan niet kan vertrouwen (Rieh et al., 2007) binnen de enorme berg aan ongereguleerde informatie. Het is in de online wereld vaak moeilijk om terug te vinden wie wat heeft geschreven en wat voor persoon hij of zij is. Maar waarom is de studie van geloofwaardigheid van informatie in een digitale omgeving zo cruciaal? Het antwoord schuilt volgens Lankes (2008) in twee waarheiden. Allereerst is online informatie is niet meer tastbaar en ten tweede worden de interacties die er plaatsvinden gemedieerd door software tools. Hierin schuilt ook de paradox van “information self-sufficiency” (Lankes, 2008, p. 668) op het internet: end- users moeten steeds meer informatie zelfstandig beoordelen, terwijl ze veel minder tastbare cues ter beschikking hebben. Ze worden steeds afhankelijker van informatie die ze van anderen krijgen. We kunnen bijvoorbeeld online tweedehands schoolboeken aankopen, maar we kunnen niet door de pagina‟s heen bladeren om te zien of erin 30

geschreven staat (Lankes, 2008). “Credibility is fundamental to the long-term success of selfsufficiency, and by implication, the success of digital media.” (Lankes, 2008, p. 669). Door het gebrek aan professionele standaarden die de accuraatheid en objectieve informatie garanderen en het gebrek aan contextuele cues (Kim et al., 2009), lijkt de gedachte te groeien dat de ongereguleerde informatiestroom op het internet moeilijk te beoordelen is naar geloofwaardigheid. In hun studie vonden Kim et al. (2009) ook evidentie voor het omgekeerde. Door hen geciteerd onderzoek zou uitgewezen hebben dat consumenten digitale informatie toch geloofwaardig achten en een positieve attitude hebben ten aanzien van online bronnen. Ook Johnson & Kaye (2002) vonden in hun onderzoek bewijs voor de toegenomen geloofwaardigheid van online bronnen. Deze tegengestelde bevindingen wijzen op een tekort aan empirisch bewijsmateriaal. Traditionele credibility- studies leggen de klemtoon op het construct “authority” in de studie van geloofwaardigheid. Authority wordt gedefinieerd als: “A trusted source used in place of a given individual‟s credibility decisions”. (Lankes, 2008, p. 678). Die persoon staat dus borg voor de waarachtigheid van de informatie. Met de digitale revolutie worden consumenten zelf autoriteiten, in die zin dat ze zelf informatie kunnen produceren, evalueren en synthetiseren. In het verlengde hiervan gaat men eerder spreken van “reliability”, in credibility assessment. “Reliability” refereert naar “something of someone who is perceived as dependable and consistent in quality.” (Lankes, 2008, p. 680). Beide termen, autoriteit en betrouwbaarheid hebben daarentegen niet dezelfde betekenis. Van beide is betrouwbaarheid het meest krachtige construct, omdat het een essentiële determinant is in het worden van een autoriteit. De definities en conceptualisaties van credibility zijn eindeloos, net zoals de studies die erover uitgevoerd zijn. “Several researchers have concluded that credibility is a multidimensional concept, although the dimensions identified vary from study to study.” (Gaziano & McGrath, 1986, p. 453). “It is a multi-dimensional concept that serves as a means for the receiver of the information to rate the source or transmitter of the communication in relation to the information. This rating correlates with the willingness of the receiver to attribute truth and substance to the information.” (Hovland et al., 1951, p. 21). Het construct van geloofwaardigheid dekt vele ladingen: met name de geloofwaardigheid van de bron (source credibility), de geloofwaardigheid van het medium (media credibility) en de geloofwaardigheid van de boodschap (message credibility). Dit zijn drie afzonderlijke en elkaar beïnvloedende concepten, hoewel ze vaak verkeerdelijk als equivalenten worden beschouwd (Rieh et al., 2007). Binnen deze masterproefstudie zoomen we in op message credibility, meer bepaald eWOM-boodschappen in de context van vakanties en reizen, maar later meer hierover. Geloofwaardigheid wordt door Flannigan et al. (geciteerd in Lankes, 2008, p. 669) gedefinieerd als: “the believability of a source or message, which is made up of two primary dimensions: trustworthiness and expertise.” De waargenomen geloofwaardigheid refereert dus naar de persoonlijke perceptie van het waarheidsgehalte van informatie. Geloofwaardigheid fungeert als 31

het ware als een relevantiecriterium (Rieh et al., 2007). Er wordt aangenomen dat consumenten beslissen om informatie al dan niet te verwerpen op basis van de mate waarin men de gevonden informatie relevant acht. Geloofwaardigheid is dus geen intrinsieke eigenschap van een bepaalde bron, maar het oordeel van de gebruiker (Lankes, 2008; Johnsons et Kaye, 2009). Verschillende studies hadden als doel de onderliggende dimensies van credibility te ontrafelen. Door de jaren heen werd dus een brede waaier aan dimensies opgelijst in relatie tot de geloofwaardigheid van de boodschap. Initieel onderzoek naar credibility door Hovland et al. (1951) onderscheidde de dimensies "competence” (expertise) en “trustworthiness”. Geloofwaardigheid is waarschijnlijk de meest onderzochte eigenschap van een zender, waarbij expertise een dominante eigenschap zou zijn, maar empirisch bewijsmateriaal is contradictorisch hieromtrent. Expertise refereert naar “[…] the extent to which the source of a communication is perceived to be capable of making correct assertions by virtue of having relevant skills, whereas truthworthiness refers to the degree to which an audience perceives that the communicator considers the assertions to be valid.” (Hovland et al.,1951). Johnson et al. (2002; 2007) onderscheiden de dimensies “believability”, “fairness”, “accuracy” en “depth of information”. In andere studies kwamen “perceived expertise”, “bias”, “fairness”, “truthfulness”, “accuracy”, “amount of use”, “depth” or “completeness of message”, “prior knowledge” and “message quality” stuk voor stuk aan bod als componenten van het construct geloofwaardigheid. 1.10.2

Geloofwaardigheid in relatie tot persoonsgebonden factoren

Zoals beschreven in paragraaf 1.2 ging onderzoek naar WOM van start met de ontdekking van het begrip opinieleider. Katz et al. (1955) verklaarden de rol van opinieleiders in relatie tot WOM. Decennia later blijkt uit diverse studies dat opinieleiderschap nog altijd een van de kernfactoren is bij het voorspellen van WOM-gedrag en -intentie, zowel bij gesproken als elektronische WOM (Engelland, Hopkins & Larson, 2002). Om de werking van het WOM-fenomeen te begrijpen, ondanks de veelheid aan situationele variabelen, dient de rol van opinieleider verduidelijkt te worden binnen de studie van geloofwaardigheid van eWOM. Opinieleiders zouden erg invloedrijke personen zijn om een attitudeverandering teweeg te brengen (Richins, 1983). Okazaki (in Sanoma, 2008) definieert opinieleiderschap als volgt: “Opinion leadership can be defined as the extent to which individuals tend to give information or advice to others in terms of product or service purchase decision.”. Deze definitie bevat een sterke beïnvloedingscomponent. Opinieleiders praten graag over een bepaald issue, product of dienst, maar ze bezitten ook de kracht om anderen te beïnvloeden in hun keuzes en opinies. De definitie van Chan en Misra (1990, p. 53) geeft aan dat opinieleiders ook early adopters of innovatoren zijn: “Since opinion leadership may be an indication of innovativeness, opinionleaders may be created from early adopters to persuade later adopters to try a new product of service.”. Opinieleiderschap wordt dus beschouwd als een persoonskenmerk (de Boer et al, 1999). Opinieleiders op eWOM-fora zijn eerder 32

personen die hun mening posten en dus openbaar maken, dan personen die enkel de opinie lezen van anderen (Steffes et al., 2009). Steffes et al. (2009) onderscheiden dan ook de “lurkers” (Cfr. pag. 56), diegenen die niet participeren in eWOM en de individuen die wel deelnemen aan de WOMcommunicatiestroom en ook comments en ratings plaatsen. De kennis die men heeft op een specifiek terrein en de positie waarin men al dan niet verkeert om deze kennis aan anderen over te brengen, is medebepalend voor het opinieleider-concept. Volgens de Boer et al. liggen er dus drie dimensies ten grondslag aan opinieleiderschap: persoonlijkheid, kennis en positie binnen een sociaal netwerk. De “knowledgeable person” zou de belangrijkste bron vormen voor het nemen van beslissingen, zowel op korte als lange termijn (Olaisen, 1990 geciteerd in Rieh et al., 2007, p. 317). Uit McKnight & Chervany (2002) blijkt dat vertrouwen bij online interactie een cruciale rol speelt. Dit vertrouwen wordt door twee factoren beïnvloed, namelijk aanbevelingen van (onafhankelijke) derden en de mogelijkheid tot interactie. Opinieleiders verspreiden hun mening over een product en/of dienst binnen hun sociaal netwerk. Doordat zij vertrouwd worden door anderen binnen datzelfde netwerk, wordt hun mening ook vertrouwd en overgenomen, door Rosen (2000) ook wel “imitators” genaamd. Het proces van eWOM, is vrijwel gelijklopend aan het offline proces. Online hoeft de informatiestroom echter niet per definitie via opinieleiders te verlopen, maar slagen ook de imitatoren erin om zelf informatie te vinden op het internet. Parallel met bovenstaande kenmerken van opinieleiders, was het opzet van het trendvormers-onderzoek, gevoerd door Sanoma Uitgevers i.s.m. TNS Nipo en de Universiteit Amsterdam (2008) erop gericht een overkoepelend profiel van “de invloedrijke consument” te bepalen. Prof. dr. Fred Bronner operationaliseerde binnen het onderzoek zeven dimensies die aan de basis liggen van opinieleiderschap. Hij baseerde zich daarbij op de “Dimensions of opinion leadership” van Myers en Robertson (1972), meer bepaald: (1) praten, (2) advies geven, (3) beïnvloeden, (4) innovatief zijn, (5) het vertonen van een hoge interessegraad, (6) honger naar informatie hebben en (7) het beschikken over kennis. Het invloedrijke karakter van het internet impliceert dan ook een verruiming van het opinieleiderconcept aangezien individuen een opinieleider kunnen worden zonder dat men ze kent (Myers & Robertson, 1972, geciteerd in Sanoma, 2008, p. 7). Dichter, 1966, Dholokia et al., 1977 en Ilger et al., 1979 geven eveneens aan dat ontvangers van een WOM-boodschap twee factoren in overweging nemen bij het evalueren van de zender zijn/haar geloofwaardigheid. Namelijk de intentie, kennis en expertise van de zender. Met intentie wordt verwezen naar de bedoeling van de zender en of die er al dan niet op gericht is iemand te helpen bij een beslissing m.b.t. een product of dienst (Dichter, 1966). Ook de attributietheorie nam “source credibility” onder de loep en bevestigt dat de intentie van de zender bepalend is (Eagly et al., 1978). Mensen die als geloofwaardig worden gezien, omdat zij op de hoogte zijn van het product in kwestie of van nieuwe producten in het algemeen, hebben een hogere kans op het vertonen van WOM- gedrag dan anderen. (Nihom, 2007). Dholakia et al. (1977) onderscheiden in hun onderzoek een extra dimensie, namelijk fysieke aantrekkelijkheid van de zender. Hoe aantrekkelijker de zender is, hoe groter de kans tot identificatie met dit individu en dus ook de 33

geloofwaardigheid van de boodschap. Deze stelling werd eveneens bevestigd door Day (1971) en Chaiken (1978). Het is belangrijk om op te merken, dat fysieke aantrekkelijkheid geen rol kan spelen binnen deze studie van eWOM. In de loop der jaren ontstonden aanverwante concepten van de opinieleider. In de jaren tachtig bracht men de “market maven” onder de aandacht (Feick & Price, 1987). “A marketplace influencer whose influence is based not on knowledge or expertise in particular product categories, but rather on more general knowledge and experience with markets.” (Feick et al., 1987, p. 83). Deze opinieleiders zouden geen betrokkenheid bij een specifieke categorie hebben, maar een algemene betrokkenheid bij de markt. Market mavens zijn vergelijkbaar met opinieleiders in de zin dat zij hun invloed verkrijgen door kennis en expertise, alleen is deze kennis en expertise niet productspecifiek. Uit onderzoek blijkt bovendien dat market mavens een hoge mate van WOM-gedrag vertonen. Ze zoeken soms naar informatie die zichzelf niet zozeer interesseert, maar die zij nuttig achten voor eventuele latere sociale interactie (Feick et al., 1987). In een recent onderzoek vonden Engelland en collega‟s bewijs voor de hypothese dat personen die hoog scoren op “mavenschap” ook hoog scoren op opinieleiderschap (Engelland et al., 2002). Een ander type invloedrijk persoon is de “network hub”, beschreven door Rosen (2000). Een network hub hoeft volgens Rosen niet altijd invloedrijk te zijn op basis van expertise, dit kan ook op basis van sociale status. Rosen definieert hen als: “Individuals who communicate with more people about a certain product than the average person does.” (Rosen, 2000, p. 43). Rosen koppelt (Cfr. Lang, 2006) echter het bereik van de boodschap aan de mate van invloed. De aandacht dient erop gevestigd te worden dat “communicating with more people” iets anders betekent dan “communicating more with people”. Network hubs, zijn dus opinieleiders met een groot bereik of groot netwerk. Ook hier wordt de importantie van de sterkte van het sociaal netwerk (de Boer et al., 1999)

aangegeven

waartoe

deze

“influencers”

behoren.

Onderzoek

van

internationaal

marketingbureau Universal McCann identificeert het profiel van “The New Super Influencer” (Universal McCann, 2008, p. 54). Die persoon beschikt over een hoge beïnvloedingscapaciteit en wordt getypeerd door een extreem hoog gebruik van sociale media. De sociale media voorziet hem van tools om content te creëren en anderen te beïnvloeden op grote schaal, ongeacht het onderwerp. Tot de top drie van zijn activiteiten behoort: het uploaden van video‟s, het schrijven van blogs en comments posten op blog sites (Universal McCann, 2008, p. 54-56). Zoals voorheen werd aangehaald, wordt WOM-communicatie door veel consumenten als meer betrouwbaar gezien dan reclame of communicatie afkomstig van marketeers. Net die betrouwbaarheid maakt opinieleiders zo invloedrijk! De mate van betrokkenheid (Richins et al., 1988; Lau et al., 2001; Stokes et al., 2001; Brown et al., 2005; Doh et al., 2009) bij een bepaald onderwerp, product, dienst of organisatie wordt geassocieerd met de mate waarin men een boodschap al dan niet verwerkt. In bovenstaande paragrafen komt duidelijk naar voren dat betrokkenheid een richtinggevende factor is in WOM-gedrag. Richins & Root-Shaffer (1988) verrichtten onderzoek naar 34

deze belangrijke antecedent van opinieleiderschap. Een hoge mate van interesse veronderstelt een zekere graad van betrokkenheid bij een specifieke productcategorie. Concluderend kan gesteld worden dat als de klassieke opinieleidertheorieën gekoppeld worden aan de toegenomen overtuigingskracht van WOM, de opmars van eWOM, de toegenomen informatiebehoefte en mediaconsumptie van de consument, de enorme kracht van een opinieleider niet mag onderschat worden. In de context van dit eWOM-onderzoek is het niet ondenkbaar dat ook verschillende andere variabelen een rol spelen in de geloofwaardigheid van online boodschappen. Volgens Castaneda et al. (2007) en Kaye et al. (2004) is de ervaring (experience) die men met het internetmedium heeft, een bepalende factor bij het evalueren van informatie. Internetervaring wordt gedefineerd als: “[…] the individual‟s ability to use the information source.”. Persoonlijke ervaring met het internet-medium zal dus hoogstwaarschijnlijk mede de geloofwaardigheid van eWOM conditioneren. Het expertiseniveau beperkt zich met andere woorden niet meer tot expertise of kennis over het product of de dienst in kwestie, maar is verruimd naar expertise met betrekking tot het internetmedium. Talloze studies hebben ook demografische factoren in rekening genomen. Er kan alvast worden meegegeven dat hierover onenigheid bestaat. Zo wijzen de recentste studies uit dat demografische variabelen nauwelijks tot geen rol spelen met betrekking tot motivaties om online te gaan. Enkel de variabele opleidingsniveau zou volgens Kaye et al. (2002) een rol spelen. Johnson et al. (2002) gaven aan dat demografische kenmerken steeds minder een rol spelen, omdat de internetpopulatie steeds uitbreidt en heterogener wordt. De mate waarin we onbekende personen online vertrouwen wordt ook deels gedetermineerd door nationaliteit en de daaruit voortvloeiende culturele, sociale en technologische verschillen (Universal McCann, 2008). Er dient echter meer internationaal onderzoek gevoerd te worden om de culturele verschillen en de daaraan gekoppelde perscultuur aan het licht te brengen in de context van geloofwaardigheidsperceptie van e- informatie. 1.10.3

WOM versus eWOM

Wanneer we de vergelijking maken tussen de geloofwaardigheid van de offline en online variant van WOM, blijkt dat er omtrent dit issue veel tegenstrijdigheden en inconsistenties bestaan binnen de academische

literatuur

(Johnson

et

al.,

2009;

Godes

et

al.,

2004).

Alvorens

het

geloofwaardigheidskarakter na te gaan van WOM vs. eWOM, is het essentieel de algemene geloofwaardigheid van het internetmedium te bespreken. De gepercipieerde geloofwaardigheid beïnvloedt op haar beurt de geloofwaardigheid van de e- informatie of boodschap (Rieh et al., 2007). Het is ook algemeen aangenomen dat het vertrouwen in een medium samenhangt met de geloofwaardigheid ervan (Stavrositu & Sundar, 2008). Vele studies leverden tegenstrijdige resultaten op wat betreft de geloofwaardigheid van het internet (medium credibility). Dit heeft onder andere te maken met de meetmethode. Het internet wordt namelijk vaak gezien als één entiteit, hoewel het internet bestaat uit componenten zoals 35

websites, blogs, bulletin boards/lists, chat/instant messenger, etc., die elk afzonderlijk kunnen beoordeeld worden naar geloofwaardigheid (Kaye et al., 2004; Johnson et al., 2009). Het is echter onmogelijk om de effectieve of exacte geloofwaardigheid van computergemedieerde communicatie te meten, gezien de veelheid aan componenten binnen dit online medium (Rieh et al., 2007). Bij het steeds groter wordende assortiment aan informatiebronnen, groeit de onzekerheid over welke bronnen al dan niet betrouwbaar en accuraat zijn. De consument moet nieuwe strategieën en vaardigheden ontwikkelen om de geloofwaardigheid van bronnen te kunnen beoordelen. Het inwinnen van bruikbare informatie is sterk afhankelijk van de skills en motivatie van de gebruiker (Johnson et al., 2002; 2007; 2009; Rieh et al, 2007). Internetgebruikers zouden steeds waakzamer en selectiever te werk gaan in het proces van informatiegaring. Online vertrouwen zou ook samenhangen met offline vertrouwen (Shankar et al., 2002). Er bestaat nog steeds geen glashelder beeld over welke invloed communicatie via het internet heeft op interpersoonlijke beïnvloeding (interpersonal persuasion) (Di Blasio et al., 2008). Vormt de computer een barrière of leidt dit medium net tot een verhoogd geloofwaardigheidsniveau? Sommige auteurs vonden dat er eerder een shift in opinie plaatsvindt via communicatie via het internet, anderen vonden geen evidentie voor dit fenomeen (Di Blasio et al., 2008). Volgens de studie van Keller Fay & OMD (2008) zou het geloofwaardigheidsgehalte van face-to-facecommunicatie hoger liggen dan dat van online gesprekken via onder andere e-mail, text messaging of blogs. De WOM is bovendien ook positiever van aard, waardoor deze vaker tot een koopintentie leidt. De stelling dat online consumenten elkaar nauwelijks kennen als reden voor de credibility gab, lijkt niet op te gaan. Oogcontact, stem en non- verbale tekenen versterken de geloofwaardigheid en de kans dat we het doorvertellen. Di Blasio & Milani (2008) verwijzen in deze context naar het feit dat face-tofacegesprekken een opmerkelijk invloedrijker karakter hebben wat betreft attitudeverandering, dan eWOM. De reden hiervoor is dat men meer tijd heeft om te reflecteren over het onderwerp, zonder al te veel beïnvloedende factoren, zoals onder andere fysieke aanwezigheid van anderen of sociale druk. Dit laatste wordt ook onder de noemer van de “social presence theory” geplaatst (Walther, 1995). “Social presence” (Walther, 1995, p. 188) wordt gedefinieerd als het gevoel dat er anderen betrokken zijn bij een communicatie-overdracht. Wanneer de zogeheten “social presence” (Walther, 1995, p. 188) afneemt, wordt de boodschap onpersoonlijker van aard. Computergemedieerde communicatie zou arm zijn aan social presence in tegenstelling tot face-to-facecommunicatie en andere telecommunicatiemedia, aangezien er geen non-verbale, visuele of auditieve codes aan te pas komen (Walther, 1995). In strijd met vorige beweringen, zou de impact van WOM door de digitale media net meer potentie dan ooit hebben. De technologische revolutie heeft de deur open gezet voor elektronische WOM en de publicatie van user generated content. Gruen et al. (2006, p. 449) halen aan dat “Similar to WOM, research has shown that eWOM may have higher credibility, empathy and relevance to customers than marketer-created sources of information on the Web.”. Ondanks deze aanname 36

bestaat er nog steeds geen consistent beeld van de geloofwaardigheid van het internetmedium in relatie tot traditionele massamedia (Rieh et al., 2007). De geloofwaardigheid van de bron is dus een essentiële determinant wat betreft de effectiviteit ervan. Naast haar grote potentieel, elimineert het internet de mogelijkheid van de ontvanger om de geloofwaardigheid van de zender en zijn/haar boodschap te beoordelen (Park & Lee, 2009). Walther (1995) beweert dat het bij computergemedieerde communicatie enkel meer tijd vergt eer men de bron kan inschatten qua geloofwaardigheid, maar dat deze na herhaalde interactie even sterk is. Hiermee wordt afbreuk gedaan aan de bestaande theorieën over computergemedieerde communicatie, die face-to-facecommunicatie als meer intiem beschouwen en een sociale factor toekennen. Er kan geconcludeerd worden dan de status van de zender (geloofwaardigheid), zijn of haar houding tegenover het bedrijf, merk of product (bereidheid of motivatie) en zijn of haar toegang tot een netwerk (toegang) essentiële determinanten zijn in het WOM-proces.

1.11

De impact van valence

Een wezenlijk kenmerk van WOM-communicatie is de variabele valence (Cfr. pag. 19). Intuïtief kan worden verondersteld dat een boodschap verschillende ladingen kent. Meerdere onderzoeken, zowel binnen offline als online WOM, hebben aangetoond dat WOM zowel positief als negatief (Richins, 1984; Buttle, 1997; Derbaix et al., 2003) of een combinatie van beide kan zijn (Sweeney et al., 2005; Okazaki, 2009). Uit talrijke studies is gebleken dat de valence van een boodschap sterk bepalend is voor consumentenpercepties (o.a. Richins, 1984; Buttle, 1997; Lau & Ng, 2001; Sweeney et al., 2005; Doh et al., 2009). Er dient opgemerkt te worden dat literatuur die positieve en negatieve WOM vergelijkt zo goed als onbestaande is en de focus bovendien doorgaans op positieve WOM ligt. Naar analogie met het onderzoek van Dichter (1966) en Brown et al. (1987) wil dit onderzoek nagaan in welke mate de valence van de boodschap een invloed uitoefent op de geloofwaardigheid van de WOM-boodschap, meer bepaald een eWOM-boodschap. Buttle (1998, p. 243) definieert de valence van WOM-boodschappen als volgt: “Positive WOM occurs when good news testimonials and endorsements desired by company are uttered. Negative WOM is the mirror image.”. Positieve WOM vloeit dus volgens Buttle voort uit positieve consumentenervaringen, daar waar negatieve WOM eerder het gevolg is van negatieve ervaringen. Positieve WOM heeft volgens Luo (2009) in navolging van Buttle eveneens betrekking op een positieve consumptie- ervaring of aanbeveling, negatieve WOM impliceert een slechte consumentenervaring. Buttle (1998) haalt aan dat wanneer er aan de verwachtingen van de consument wordt voldaan, er een gevoel van tevredenheid (satisfaction) ontstaat. Het tevredenheidsgevoel stimuleert

volgens

Buttle

(1998)

de

uiting

van

positieve

WOM-boodschappen.

Dat

tevredenheidsgevoel wordt verondersteld het resultaat te zijn van een cognitief proces, beschreven 37

door de “Disconformation of Expectations Theory” (Bearden & Teel, 1983, geciteerd in Castaneda, 2007, p. 404). Deze theorie is gebaseerd op de aanname dat consumenten een gevoel van tevredenheid of satisfactie ervaren, wanneer het resultaat positiever is dan de oorspronkelijke verwachting. Positieve disconfirmatie wordt ervaren als resultaat van overtroffen verwachtingen en leidt op haar beurt tot satisfactie. Het tegenovergestelde, negatieve disconfirmatie zal resulteren in dissatisfaction of ontevredenheid (Yi, 1990). Volgens de geciteerde auteurs worden verwachtingen voornamelijk vormgegeven door externe factoren zoals bijvoorbeeld het internet, advertising en door eigen ervaring en ervaringen van andere consumenten als referentiegroep (Yi, 1990). Het gevoel van dissatisfactie kan ook gesitueerd worden binnen de cognitieve theorie van Festinger (1957), die stelt dat als er een onevenwicht ontstaat qua verwachting en ervaring met een product of dienst, men als mogelijke strategie WOM- bronnen kan raadplegen om dit gevoel van ongemak (discomfort) te reduceren. De individuele mate van tevredenheid of ontevredenheid met een dienst of product, wordt vaak gezien als de sleutelantecedent voor WOM-gedrag en -intentie. Er bestaat echter onenigheid over het relatieve belang van tevredenheid en ontevredenheid ten opzichte van elkaar. East et al. (2007) geven aan dat er meer positieve dan negatieve WOM bestaat. In lijn met de bevindingen van het Keller & Fay- rapport (2006) zal men eerder positieve boodschappen geloven en deze ook sneller doorgeven. Om de eenvoudige reden dat producten of diensten waarover in het algemeen negatieve consumentenreacties ontstaan, deze verdwijnen en de meeste productervaringen dus positief zijn. Hoewel er dus meer positieve dan negatieve WOM bestaat, zouden volgens Richins (1984) negatieve boodschappen naar meer mensen gecommuniceerd worden dan positieve WOM. Tegengesteld aan wat Keller et al. (2006) bewerken zou men zich sneller na de negatieve ervaring uiten in WOM, dan wanneer men een positieve ervaring opdoet (Sweeney et al., 2005). Solomon (1998) vermeldt ook dat blootstelling aan PWOM-boodschappen de koopintentie verhoogt, in tegenstelling tot NWOM, waarbij de koopintentie daalt. De hypothese waarbij men ervan uitgaat dat mensen die engageren in negatieve WOM minder geneigd zijn een herhaalaankoop te verrichten, werd niet bevestigd in het onderzoek van Lau & Ng (2001). In de literatuur worden verschillende effecten gevonden van NWOM, deze variant kan resulteren in een attitudeverandering, zeker na het herhaaldelijk horen van dergelijke boodschappen (Richins, 1983). NWOM kan schade aanrichten aan de reputatie (Sweeney et al., 2005) en de financiële positie van bedrijven (Solomon, 1998). Naar analogie met de bevindingen van Luo (2009), die zegt dat ondanks het beperkte onderzoek naar de langetermijneffecten van NWOM-communicatie, toch aangegeven kan worden dat NWOM significante directe korte- en langetermijneffecten heeft op de financiële situatie van een organisatie. Richins, 1983; Herr et al., 1991; Solomon, 1998; Luo, 2009; Sweeney et al. 2005 geven aan dat extreem negatief getinte WOM een erg schadelijke of vernietigende invloed uitoefent op de aantrekkelijkheid of corporate imago van een organisatie. Ook Richins (1983, p. 68) haalde aan dat “If the number of consumers experiencing dissatisfaction is high enough, such responses may have lasting effects in terms of negative image and reduced sales for the firm.”. Negatieve WOM heeft dus 38

een sterke invloed op het informatieverwerkingsproces van de consument en loyaliteit tegenover het merk, dienst of bedrijf. Aangezien positieve WOM een significante impact heeft op sales, awareness en loyaliteit, heeft negatieve WOM dit eveneens, in de omgekeerde richting (Singh, 1988). Het genereren van positieve WOM zou net een imago- opbouwend effect creëren voor organisaties (Debaix et al., 2003). Deze communicatievorm zal eveneens de kosten voor een organisatie verminderen (Sundaram et al., 1998) en de koopintenties ten opzichte van nieuwe producten verhogen, door de risico‟s verbonden aan de aankoop van nieuwe producten te reduceren (Dichter, 1966; Solomon, 1998). Wanneer de zender enkel positieve informatie meedeelt, dan veronderstelt de ontvanger dat men een aankoop wil rechtvaardigen (Dichter, 1966). Positieve WOM is volgens Sweeney et al. (2005) cognitiever en meer overwogen dan negatieve WOM en vaker kwaliteitsgerelateerd. Goldenberg et al. (2001) verwerpen de eenduidige visie dat tevreden consumenten zich uiten in PWOM en ontevreden consumenten in NWOM en vermelden dat zowel tevreden als ontevreden consumenten positieve en negatieve WOM uiten. Ook de studie van Mangold et al. (1999) suggereert dat niet altijd mag aangenomen worden dat tevreden consumenten PWOM-boodschappen zullen verspreiden en ontevreden consumenten negatieve WOM. De noden van anderen worden namelijk in rekening genomen en vaak wordt advies gegeven tegenstrijdig met onze eigen attitude of mening, omdat het merk of product niets is voor de persoon in kwestie maar wel voor jezelf, of omgekeerd. Je kan dus in sommige gevallen zowel positief advies geven aan de ene persoon en negatief advies aan iemand anders (Mangold et al., 1999). Volgens Anderson (1998) is het mogelijk dat zowel tevreden als ontevreden klanten WOM gedrag vertonen. De mate van (on)tevredenheid bepaalt vervolgens de frequentie en het volume van de positieve dan wel negatieve WOM. Wel is het zo, dat een bepaalde mate van ontevredenheid tot relatief meer WOM leidt dan eenzelfde mate van tevredenheid. Positieve WOM sluit negatieve WOM dus niet uit en omgekeerd. Deze conclusie kan gekoppeld worden aan de motivaties die consumenten vertonen tot het zich uiten in de verschillende vormen van WOM (Cfr. pag. 21-24 ). Op basis van deze theorie kan geconcludeerd worden dat tevredenheid een zeer belangrijke voorspeller van de kans op PWOM (Stokes et al., 2002)

is. Een hoge mate van

tevredenheid laat de waarschijnlijkheid toenemen dat iemand een positieve boodschap zal verspreiden. Een lage mate van tevredenheid zal deze kans niet alleen doen afnemen, maar zal er ook voor zorgen dat de kans op een negatieve boodschap fors toeneemt. En dat is gevaarlijk, want diverse onderzoeken hebben laten zien dat negatieve WOM zich een stuk sneller verspreid dan positieve WOM. Een negatieve boodschap wordt aan twee tot zes keer zoveel mensen doorverteld dan een positieve boodschap (Rosen, 2000). Terwijl het potentieel van WOM binnen het domein van consumentenbeslissingen een relatief ontwikkeld studiegebied is binnen academische literatuur, is onderzoek naar eWOM en het effect van valence schaars. Toch kwamen er enkele bijzonderheden aan het licht met betrekking tot WOM in een online omgeving. Een interessante bevinding is die van het eWOM-onderzoek van Park et al. (2009). 39

Zij duiden op het negativiteit-effect (negativity effect) (2009, p. 62). Consumenten zouden meer gewicht toekennen aan negatieve informatie dan aan positieve in consumentenbeoordelingen. Onderzoeksresultaten van Doh et al. (2009) wijzen uit dat enkele negatief getinte meningen, in een hoofdzakelijk positieve set van beoordelingen, niet per definitie slecht zijn voor de attitude tegenover een product (of dienst). Doh et al. (2009) vonden vervolgens een significant interactie- effect tussen de richting (valence) van de boodschap en de factor betrokkenheid. Hoger betrokken personen staan wantrouwiger tegenover té positieve berichten, waardoor het effect van de negatieve boodschappen afgezwakt wordt. Ook de reputatie van de website heeft een significante invloed op het eWOM-effect (Park et al., p. 65). Wat betreft de attitude tegenover de website, is een perfect positieve set van meningen niet bevorderend voor de geloofwaardigheid ervan. Consumenten zullen bedrijven ervan verdenken dat ze de stem van de consument manipuleren bij te positieve commentaren. In de huidige competitieve mediaomgeving wordt de sereniteit van bedrijven dan ook meer en meer in vraag gesteld (Doh et al., 2009). Positieve feedback over producten (of diensten) zou niet alleen nieuwe consumenten overtuigen, maar eveneens ervaren consumenten aanzetten tot een herhaalaankoop (Gruen et al., 2006). Er bestaat nog steeds geen eenduidig beeld over het potentieel of omgekeerd, het vernietigende effect van (e)WOM. Er kan wel aangenomen worden dat WOM in het algemeen een mes is dat aan beide zijden snijdt. Aangezien PWOM helpt bij de imago-opbouw van een organisatie en de negatieve variant schade kan berokkenen aan het imago (Debaix & Vanhamme, 2003; Sweeney, 2005). Zoveel is zeker. Maar in welke mate negatieve, dan weer positieve of gemengde eWOM iemand beïnvloedt is onduidelijk. Zoals valence een kenmerk is van de boodschap, bestaan er nog talloze andere variabelen, zoals intensiteit van het taalgebruik (message intensity), stijl (style), aantrekkelijkheid (attractiveness) en kwaliteit (quality) (Slater & Rouner, 1997). Stuk voor stuk beïnvloeden ze de perceptie van een boodschap.

1.12

De impact van de interpersoonlijke relatie

In hun zoektocht naar informatie hebben consumenten een ruime keuze aan bronnen, zeker binnen de verscheidenheid aan sociale netwerken. Het onderzoeksveld van sociale netwerken of hoe mensen relaties leggen en onderhouden, wordt al decennialang bestudeerd. Toch is de impact van interpersoonlijke relaties of “tie strength” (Granovetter, 1973, p. 1362) op WOM-gedrag een onderontwikkeld deelgebied binnen de academische literatuur met uitzondering van onder andere Granovetter (1973), Brown et al. (1987), Goldenberg et al. (2001) & Steffes et al. (2009). Hierbij moet gewezen worden op een serieuze tekortkoming in het begrijpen van de werking van het WOMfenomeen. In de volgende paragraaf wordt beknopt het centrale idee van sociale interactie geschetst, 40

om aan te geven dat deze sociale contacten belangrijk zijn in de vorming van opinies en attitudes ten aanzien van producten en/of diensten. De impact van WOM wordt bepaald door “who is talking to whom” (Godes et al., 2004, p. 547). In de zoektocht naar informatie kunnen consumenten verschillende bronnen raadplegen (Murray, 1991). Murray maakt in deze context, net zoals Gursoy et al. (2004) een tweedeling tussen interne en externe bronnen. Als consument doen we ervaring op bij het aankopen van producten of diensten of bij het in contact komen met bepaalde organisaties. Bij een eventuele herhaalaankoop, voert men een soort geheugenscan uit op basis van de opgedane kennis en ervaring bij vroegere aankopen en functioneert dit als een interne informatiebron. In een externe informatiezoektocht, gaat de consument met bepaalde motivaties (Cfr. pag. 29) op zoek naar informatie in zijn/haar omgeving. Bij de categorie van externe bronnen, kan een classificatie gemaakt worden tussen het al dan niet marketeer- gedomineerd zijn van de bron (Murray, 1991). Eerder werd al aangehaald dat hoe groter het risico verbonden aan de aankoop van een product (of dienst) is, hoe groter de behoefte ook is aan persoonlijke invloed (Arndt, 1967; Murray, 1991) (Cfr. pag. 24). Onze sociale netwerken omvatten “strong tie members” (Granovetter, 1973, p. 1362), zoals familieleden en vrienden met wie men een stabiele, frequente en intieme relatie onderhoudt. Daarnaast onderscheidt men de “weak tie members” (Granovetter, 1973, p. 1364), die meer oppervlakkig van aard zijn, zoals kennissen of mensen die men per toeval ontmoet (Granovetter, 1973; Brown et al., 1987; Goldenberg et al., 2001). In deze context wordt vaak naar de term “tie strength” (Granovetter, 1973, p. 1362) gerefereerd als de intensiteit van een sociale relatie. “Tie strength, the level of intensity of the social relationship between consumers or degree of overlap of two individuals‟ friendship varies greatly across a consumer‟s social network.” (Steffes et al., 2009, p. 45). De sterkte van de interpersoonlijke band wordt bepaald door verschillende indicatoren, namelijk het belang dat men hecht aan de sociale relatie (Brown et al., 1987), de frequentie van sociaal contact (Brown et al., 1987) en het type sociale relatie (Granovetter, 1973; Weimann, 1983; Brown et al., 1987), een kennis tegenover bijvoorbeeld een goede vriend of familielid. De door Granovetter vernoemde strong ties zouden een hoofdrol spelen in interpersoonlijke communicatie op microniveau, dit zijn de communicatiestromen tussen twee individuen of kleine groepen. Tegenover weak ties die vooral functioneren op macroniveau, de communicatiestromen tussen groepen (Brown et al., 1987; Goldenberg et al., 2001). Een onderzoek van Brown et al. (1987) binnen offline WOM, bewijst dat informatie die men inwint via strong ties veel invloedrijker is op het gebied van aankoopbeslissingen. Deze bronnen zouden aanzien worden als geloofwaardiger, omdat deze sterke verbindingen in hogere mate beschikbaar zijn, men frequenter contact heeft met deze personen en men deze personen ook beter kent (Rogers, 1983; Brown et al., 1987; Mangold, 1987). Deze stelling is in lijn met de resultaten van andere studies (Weimann, 1983; Murray, 1991; Buttle, 1998). Er is ook een mogelijkheid tot feedback en verduidelijking (Day, 1971; Murray, 1991). Niet elke sociale verbinding, zwak of sterk, heeft dus dezelfde kans om geactiveerd te worden als informatiebron. Laat 41

ons toe op te merken dat deze onderzoeken stuk voor stuk gebeurden in de context van offline WOM. De meeste studies leggen ook de klemtoon op sterke interpersoonlijke relaties, terwijl de minder sterke relaties buiten beschouwing worden gelaten. In Granovetter‟s (1973, p. 1362) betoog over “the strength of weak ties” suggereert hij dat minder sterke sociale relaties ontegensprekelijk een cruciale rol spelen in het verspreiden van informatie. Ze functioneren als het ware als een brug tussen subgroepen of sociale segmenten. Mochten deze zwakkere interpersoonlijke relaties ontbreken, dan zou een sociaal systeem een groot onsamenhangend geheel vormen (Granovetter, 1973). Toch vertoonde het empirische bewijsmateriaal van Granovetter (1973) enkele tekortkomingen, zoals het onderzoeken van weak ties in slechts één context, de rekruteringssector. Maar ook in het algemeen bestaat er een gebrek aan systematisch onderzoek. Het overgrote deel van academische literatuur met betrekking tot sociale interactie concentreert zich op offline informatiestromen. Maar ook online wisselt men steeds vaker ideeën, meningen, ervaringen en kennis uit. Het internetplatform is geëvolueerd tot de virtuele feedbackvariant van persoonlijk contact. Consumenten zijn niet langer virtuele vreemdelingen, deze 2.0 omgeving bestaande uit onder andere sociale netwerksites, blogs en wiki‟s, zijn de digitale representatie van de oeroude genootschappen, verenigingen en clubs. De keuze voor een sociaal netwerk maak je zowel in het echte leven als online. Je zit in zowel online netwerken, bijvoorbeeld Facebook, als offline netwerken, bijvoorbeeld een studentenvereniging of sportclub. De kern van het elektronische zusje van WOM is net zoals haar offline variant, communicatie. Volgens het internationaal onderzoek van Universal Mc Cann (2008, p. 8) zouden we vreemden evenveel vertrouwen als onze vrienden: “Friendship is no longer local or face-to-face: it‟s becoming distant and virtualised.”. In tegenstelling tot wat eerder beweerd werd (o.a. Rogers, 1983; Weimann, 1983; Brown et al., 1987; Mangold, 1987; Murray, 1991; Buttle, 1998; Steffes et al., 2009). Steffes en collega (2009) voerden onderzoek naar tie strength binnen eWOM en concludeerden dat de hypothese van strong ties niet standhield binnen een digitale omgeving. Anonieme (non-existent) ties werden als een belangrijkere informatiebron aanschouwd dan de zogeheten weak of strong ties. Een belangrijke factor bij eWOM is de sterkte van het netwerk, ofwel de mate waarin diverse leden elkaar kennen. Dit is van grote invloed op het vertrouwen dat internetgebruikers hebben in andere internetgebruikers, aangezien dat vertrouwen gebaseerd wordt op de schijnbare gelijkheid (similarity) tussen zender en ontvanger (Mayer, Davis & Schoorman, 1995). Naast een vaste groep communityleden, komen er ook vaak nieuwe bezoekers langs in online communities op zoek naar antwoorden op hun vragen na het lezen van bepaalde informatie of bij het gebrek aan informatie. Deze incidentele bezoekers zoeken dus naar informatie bij anderen die ze niet kennen en waarbij het vertrouwen in de bron dus moeilijk kan beoordeeld worden. Er is geen sprake van eerdere interactie en dus geen kennis over de andere partij (McKnight et al., 1998). In 1973 kon Mark Granovetter niet vermoeden dat de “strength of weak ties” misschien het belangrijkste concept is achter de enorme 42

opleving van eWOM. Mensen, die soms enkele continenten van elkaar verwijderd zijn, vinden elkaar op basis van een gedeelde interesse (Rosen, 2000). Er lijkt een relatie te bestaan tussen de toegang tot een (online) medium en de kans op het verspreiden van WOM. Immers, als het zo is dat mensen met een groot sociaal netwerk dit netwerk vaak gebruiken voor het verspreiden van hun mening, dan kan men ook verwachten dat voor het virtuele sociale netwerk hetzelfde geldt. Mensen die op hun eigen weblog publiceren, een eigen website bijhouden, die reageren op het weblog van een ander en op review sites of online winkels, hebben een grotere kans op het vertonen van WOM-gedrag en het hebben van WOM-intenties. Vervolledigend moet een kritische noot geplaatst worden. Het concept van “tie strength” mag in geen geval verward worden met “homophily” (Rogers, 1983; Brown et al., 1987). Dit is de communicatie tussen soortgelijke consumenten of de mate waarin individuen gelijkaardige kenmerken vertonen zoals leeftijd, geslacht, opleiding en sociale status (Rogers, 1983). Homophily veronderstelt dus niet noodzakelijk een relatie of interpersoonlijke band tussen twee of meer individuen. Vele studies plaatsen daarentegen beide begrippen onder dezelfde noemer. Er wordt binnen deze literatuurstudie gewezen op het verschil tussen beide concepten, doch op de gerelateerdheid ervan. Hoe sterker de connectie of mate van identificatie tussen individuen, hoe gelijkaardiger deze ook zijn. Hoe homogener de verbindingen zijn, hoe groter de kans dat deze ook geactiveerd worden in de WOM-communicatiestroom. Kortom, “homophilous ties” worden als geloofwaardiger gezien en dus invloedrijker (Rogers, 1983; Brown et al. 1987). De studie van Steffes et al. (2009, p. 45) voegt hieraan toe dat de theorie van homophily wel standhoudt binnen een online omgeving. “Homophilic sources” worden er vaker geraadpleegd dan “heterophilic sources”. Binnen dit onderzoek zal worden nagegaan in welke mate consumenten onbekenden vertrouwen of geloven, aangezien het in een online omgeving quasi onmogelijk is om te weten wie er een bepaalde beoordeling geschreven heeft en of die wel betrouwbaar is.

1.13

Aankoopintentie

De op één na laatste schakel in de ketting van consumentengedrag is de aankoopintentie. De mate van gepercipieerde geloofwaardigheid leidt niet noodzakelijk tot het aankopen van een product of dienst. In het kader van dit onderzoek is een hoge mate van gepercipieerde geloofwaardigheid binnen dit onderzoek is niet noodzakelijk een garantie voor het zich laten beïnvloeden door online consumentenbeoordelingen bij het boeken van een vakantie. Eerder werd binnen dit theoretisch kader aangehaald dat PWOM de koopintenties ten opzichte van nieuwe producten verhoogt, door de risico‟s verbonden aan de aankoop van nieuwe producten te reduceren (Dichter, 1966; Solomon, 1998). Solomon (1998) vermeldt dat blootstelling aan PWOM-boodschappen de koopintentie verhoogt, in tegenstelling tot NWOM, waarbij de koopintentie daalt. Een interessante bevinding is die van het eWOM-onderzoek van Park et al. (2009) 43

is het negativiteit-effect (negativity effect) (2009, p. 62). Consumenten zouden meer gewicht toekennen aan negatieve informatie dan aan positieve in consumentenbeoordelingen en het negativiteit-effect zou ook gelden voor aankoopintentie. Ajzen (1991) stelde de relatie tussen attitude en online aankoopintentie vast in zijn “Theory of Planned Behaviour”. Volgens het model van Ajzen (1991) leidt een positieve attitude tot aankoopintentie en aankoopintentie leidt op haar beurt tot aankoopgedrag. De theorie van Ajzen (1991) is echter gericht op offline consumenten. De huidige literatuur voegt aan de definitie van Ajzen (1991) toe dat consumenten zich nu ook in een online winkelomgeving kunnen bevinden. Er wordt opgemerkt dat attitude in de context van een online omgeving ook de attitude tegenover de website kan omvatten. Dit wordt mede geïntegreerd binnen dit onderzoek. Concluderend kan gesteld worden dat de aankoopintentie een indicator is voor de mate van bereidheid om een product/dienst online te kopen of een boodschap al dan niet te geloven.

44

2.

Onderzoeksvraag en hypothesen

Na het literatuuroverzicht worden de hypothesen geformuleerd die af te leiden zijn uit de beschreven theorie. In de onderstaande paragraaf wordt de hoofdvraag gespecificeerd en uitgesplitst in hypothesen. RQ: Wat is de relatieve rol van valence op de gepercipieerde geloofwaardigheid van een eWOMboodschap? Om deze vraag goed te kunnen onderzoeken en aan alle doelen van deze scriptie te voldoen, valt de hoofdvraag uiteen in de volgende hypothesen.

H1: Negatieve eWOM verschilt significant in gepercipieerde geloofwaardigheid tegenover positieve en gemengde eWOM-boodschappen. H2a: De mate van betrokkenheid beïnvloedt significant het hoofdeffect van valence op de gepercipieerde geloofwaardigheid van eWOM. H2b: De attitude tegenover de website beïnvloedt significant het hoofdeffect van valence op de gepercipieerde geloofwaardigheid van eWOM. H2c: De mate van opinieleiderschap beïnvloedt significant het hoofdeffect van valence op de gepercipieerde geloofwaardigheid van eWOM. H2d: Het internetgebruik beïnvloedt significant het hoofdeffect van valence op de gepercipieerde geloofwaardigheid van eWOM.

45

Deel II: Een onderzoek naar de geloofwaardigheid van elektronische Word-Of-Mouth.

46

3.

Methodologie

3.1

Onderzoeksopzet

Na de inleiding en het beschrijven van de relevantie van WOM en vooral eWOM in de huidige samenleving zijn ook de belangrijkste theoretische principes erachter uiteengezet. Dit heeft uiteindelijk geleid tot het opstellen van een aantal hypothesen. Het vervolg van deze scriptie staat in het teken van een empirisch onderzoek naar de geldigheid van deze hypothesen. Zoals in het theoretisch kader werd beschreven, is het onderzoek naar WOM in de dienstensector ondervertegenwoordigd in vergelijking met de goederensector. Vandaar dat het een interessante uitbreiding op bestaand onderzoek lijkt, om dit onderzoek toe te spitsen op de vakantiesector. Het effect van WOM als input in het beslissingsproces lijkt in de praktijk niet erg omstreden. Des te interessanter het is voor deze sector, om te weten wie de vrijwillige merkambassadeurs zijn. In paragraaf 3.2 volgt een beschrijving van de gekozen onderzoeksdesign. Vervolgens wordt er in paragraaf 3.3 nader ingegaan op de stimuli, gevolgd door een overzicht van de twee vooronderzoeken in paragraaf 3.4. Binnen paragraaf 3.5 wordt de procedure, steekproef en onderzoekspopulatie omschreven. Tenslotte wordt in paragraaf 3.6 de constructie van de onderzoeksschalen voor de afhankelijke, onafhankelijke en segmentatievariabelen beschreven.

3.2

Design

Deze scriptie wil de gepercipieerde geloofwaardigheid van eWOM-boodschappen onderzoeken die varieëren in valence. In functie daarvan werd een between subjects experiment opgezet, waarin vijf condities werden gemanipuleerd. Experimenten zijn de meest adequate onderzoeksmethode om inzicht te verschaffen in causale effecten (Hair et al., 2006). Elke respondent neemt deel aan slechts één conditie en de analyse betreft een vergelijking van resultaten van de deelgroepen van de respondenten voor de verschillende condities. Hiervoor werd gekozen, om enerzijds de beoordeling van de verschillende condities onafhankelijk van elkaar te houden en anderzijds om de benodigde tijd voor het invullen van de vragenlijst te beperken. Elke conditie bestond uit telkens twee eWOMbeoordelingen. Conditie 1 bevat twee positieve eWOM-beoordelingen, conditie 2 bevat twee negatieve beoordelingen, conditie 3 bevat een negatieve en een gemengde beoordeling, condie 4 bevat een positieve en een negatieve beoordeling en conditie 5 bestaat uit een positieve en een gemengde beoordeling (Cfr. pag. 52). De gemengde beoordelingen bevatten zowel negatieve als positieve kenmerken. Het eigenlijke onderzoek werd voorafgegaan door een vooronderzoek om de betrokkenheid (involvement) ten aanzien van vakanties en reizen na te gaan. Op basis van de literatuurstudie en het vooronderzoek werd er vervolgens een vragenlijst opgesteld, die in de tweede fase van het onderzoek online verspreid werd onder 240 respondenten, omdat er een 30-tal 47

respondenten beoogd werden per conditie. Om de eerste hypothese te toetsen, werd er nagegaan of er een verband terug te vinden is tussen de afhankelijke variabele geloofwaardigheid en de onafhankelijke variabele valence. Hypothese 2a, 2b, 2c en 2d integreren de variabelen involvement attitude toward the website, de mate van opinieleiderschap en de mate van internetgebruik om eventuele extra verbanden aan te tonen. Om het onderzoek nog stringenter te maken werden een aantal demografische variabelen toegevoegd aan het onderzoek.

3.3

Stimuli

Om te onderzoeken of en in welke mate consumenten online aanbevelingen of negatieve commentaren geloofwaardig achten, werd geopteerd voor de scenariomethode. De scenarioanalyse wordt bovendien vaak gebruikt in WOM- onderzoek en levert valide data op (Sundaram & Webster, 1999). Er werden vijf scenario‟s opgesteld waarin de variabele valence het onderscheid kenmerkt tussen de condities. De respondenten werden telkens gevraagd aan te geven in welke mate de beoordelingen geloofwaardig werden geacht. Aangezien er geen adequate scenario‟s bestonden, werden de scenario‟s zelf uitgeschreven, gebaseerd op bestaande beoordelingen, afkomstig van een website van vakantiebeoordelingen. De opstelling van deze vijf scenario‟s (Cfr. bijlage 3) diende te voldoen aan een aantal criteria. Deze mochten niet al te lang zijn, opdat de respondenten de aandacht niet zouden verliezen tijdens het lezen ervan. Deze scenario‟s dienden qua framing ook zo ver mogelijk uit elkaar te liggen. Elk scenario bestaat uit twee comments of beoordelingen. De comments die in de pretest gemiddeld het best scoorden in de gewenste richting werden geselecteerd. Omdat we twee positieve en twee negatieve beoordelingen nodig hadden, werden ook de op één na best scorende comment geselecteerd in de gewenste richting. Hieronder volgt een overzicht van de vijf scenario‟s. Scenario

1

2

3

4

5

Valence

Positief

Negatief

Negatief

Positief

Positief

Positief

Negatief

Gemengd

Negatief

Gemengd

beoordeling 1 Valence beoordeling 2

De online vragenlijst die bij de scenario‟s hoorde, was identiek voor elke respondent. Naast een beknopte introductie over het opzet van dit onderzoek, werd op de eerste pagina vermeld dat alle gegevens anoniem en vertrouwelijk behandeld worden en dat de gegevens enkel voor wetenschappelijke doeleinden gebruikt worden. Er werd eveneens vermeld hoe lang het invullen van de enquête duurt, bij wie ze terechtkunnen voor eventuele vragen en/of opmerkingen. Aangezien er nog geen adequate vragenlijst bestond met betrekking tot dit studiedomein, werd er een vragenlijst 48

opgesteld op basis van literatuurstudie en vooronderzoek. De vragenlijst bestond, naast een aantal vragen met betrekking tot demografische en persoonsgebonden variabelen, uit nog twee onderdelen die respectievelijk naar de geloofwaardigheid, betrokkenheid, purchase intention, attitude towards the website, mate van opinieleiderschap en mate van internetgebruik peilden met betrekking tot eWOM. De items kunnen teruggevonden worden in bijlage 2. Om de respons te optimaliseren werd er aandacht besteed aan de opbouw en inhoud van de vragenlijst. De vragenlijst werd opgebouwd hoofdzakelijk op basis van gesloten vragen, met duidelijk geformuleerde antwoordcategorieën. Aangezien er gestreefd werd naar een aanzienlijk aantal respondenten (minimum 30 per scenario), dienden gesloten vragen voor een eenvoudigere verwerking te zorgen. Antwoordcategorieën als “weet niet”

of

“geen

mening”

werden

niet

gebruikt

om

te

vermijden

dat

respondenten

gemakkelijkheidshalve deze categorie aan zouden kruisen.

3.4

Vooronderzoek

Om de accuraatheid van de manipulatie te maximaliseren, werd een vooronderzoek opgezet. Daarom werd er in een eerste pretest (N = 30) bevraagd in welke mate consumenten belang hechten aan, en dus betrokken zijn bij, vakanties en reizen (1 = helemaal niet akkoord; 5 = volledig akkoord). Om het opzet van het onderzoek niet te voor de hand liggend te maken, werden hieraan drie andere categorieën toegevoegd: huizen en vastgoed, auto‟s en kleding en mode. Categorieën waarvan ook een hoge mate van betrokkenheid verwacht werd. De resultaten van deze eerste pretest (Cfr. bijlage 14) wezen uit dat vakanties en vakantiegerelateerde zaken belangrijk geacht worden (M = 4.07; SD = 1.05). Voor het verdere verloop van het onderzoek wordt dan ook gebruik gemaakt van vakantiegerelateerde eWOM. Met een tweede pretest (N = 60) werd verhoopt een eerste indicatie te verkrijgen van hoe geloofwaardig eWOM in de context van vakanties gezien wordt. Er werd telkens aan de hand van een 5-punts Lickert-schaal bevraagd: “Bij het boeken van dit hotel zou ik rekening houden met bovenstaande stelling”. Dit vooronderzoek bestond uit drie scenario‟s: (1) een overwegend positief scenario met twee positieve comments en één gemengde comment, (2) een overwegend negatief scenario met twee negatieve comments en één gemengde comment en (3) een gemengd scenario met één positieve, één negatieve en één gemengde comment. (De gemengde comments bevatten zowel positieve als negatieve elementen). Er werd gekozen voor een withinsubjects design, waarbij elke conditie afzonderlijk werd gepretest. De verschillende condities worden binnen dit design aan dezelfde proefpersonen gegeven. Het voordeel hiervan is dat er minder proefpersonen nodig zijn en er geen toevallige groepsverschillen mogelijk zijn. Dit sample werd naar een zo heterogeen mogelijke groep van respondenten verstuurd, waarbij er variatie werd aangebracht in leeftijd, geslacht en hoogst behaalde diploma en beroep. Er werd telkens bevraagd, per comment, in welke mate men de commentaar geloofwaardig achtte met 5-punts Lickert-schaalitems (1 = helemaal niet akkoord; 5 = volledig akkoord). De scenario‟s werden telkens in een andere volgorde gezet om 49

bias op de resultaten te vermijden. Er werd gekozen voor maximaal vijf scenario‟s, bestaande uit telkens twee beoordelingen, om een hoge non- respons te vermijden. De scenario‟s zijn gebaseerd op reële beoordelingen en bevatten de aspecten die consumenten doorgaans van belang vinden bij vakantiegerelateerde beslissingen. Deze beoordelingen zijn afkomstig van een at random gekozen vakantiebeoordelingswebsite. Om te achterhalen welke aspecten belangrijk worden geacht, werd dit kwalitatief (N = 5) bevraagd. Daaruit bleek dat accommodatie/faciliteiten, omgeving/ligging, hygiëne, service/personeel en eetgelegenheden in het top vijf verlanglijstje van reizigers staan. De resultaten van de tweede pretest wezen uit dat drie condities significant tegenover elkaar verschilden. De negatieve conditie verschilde significant (M = 4.47; SD =.70) tegenover de postieve conditie (M = 4.17; SD =.763); t(118) = -2.244; p =.027. De negatieve conditie verschilde significant tegenover de gemengde conditie (M = 3.67; SD =.896); t(118) = -5.240; p =.000. En ook de positieve condie verschilde significant van de gemengde conditie t(118) = 3.292; p =.001 (Cfr. bijlage 15).

3.5

Procedure en respondenten

De doelstelling om geldige en betrouwbare uitspraken te doen over de verdeling van bepaalde eigenschappen in de bevolking vraagt aandacht. De externe validiteit is cruciaal omdat de uitspraken na afloop van het onderzoek hierbij staan of vallen. Door de beperkte hoeveelheid beschikbare tijd en de afwezigheid van financiële middelen, is het echter onmogelijk een perfect aselecte steekproef te nemen. Wel is geprobeerd een zo representatief mogelijke steekproef te nemen, waarbij er gekozen werd voor een zo heterogeen mogelijk sample om deze validiteit te verhogen. De populatie bevat zowel jongeren als volwassenen, zowel studenten als werkende mensen. Er werd variatie aangebracht qua leeftijd, geslacht, opleiding en beroep. De steekproef werd getrokken op basis van een persoonlijk adressenbestand en de goodwill van familie, vrienden en kennissen. Alle e-mailadressen werden in een denkbeeldige trommel gestopt, het aantal werd opgeteld en gedeeld door vijf. De potentiële respondenten kregen gerandomiseerd een e-mail toegestuurd die een link bevatte naar de elektronische versie van de vragenlijst (Cfr. bijlage 1-2). De enquête stond gedurende twee weken online vanaf 8 april 2010. Ongeveer één week later werd er naar de volledige populatie een herinneringsmail gestuurd. In deze e-mail werden respondenten die de vragenlijst reeds ingevuld hadden uitvoerig bedankt en werden anderen aangespoord om de vragenlijst alsnog in te vullen. Na deze herinneringsmail bleef de vragenlijst nog ongeveer 1 week op het internet beschikbaar. Om de respons te maximaliseren, werd een begeleidende brief opgesteld die meer informatie gaf over het doel van ons onderzoek, de vereiste tijd om de vragenlijst in te vullen, de gegarandeerde privacy van de respondent en enkele contactgegevens. Initieel werden er 200 personen benaderd, maar om de respons te maximaliseren en de respons over de vijf vragenlijsten enigzins gelijkmatig te verdelen, werden er enkele dagen na het online zetten van de vragenlijst 40 extra personen gecontacteerd. De 50

datacollectie werd uiteindelijk afgesloten met 185 respondenten. Dit stemt overeen met een responsratio van 77%.

Conditie

# Respondenten

1.

positief - positief

35

2.

negatief - negatief

37

3.

gemengd - negatief

38

4.

positief - negatief

38

5.

gemengd - positief

37

Totaal

185

Van de 185 respondenten resteerden er na de datacleaning 179 valid cases. De steekproef bestond voor het grootste deel uit vrouwen (53.6%), met een gemiddelde leeftijd van 40 jaar (SD = 12.68), variërend van 18 tot 61 jaar (range). De mannelijke respondent had een gemiddelde leeftijd van 42 jaar (SD = 13.90), variërend van 23 tot 67 jaar. Het overgrote deel van de respondenten genoot een opleiding aan de hogeschool (42.5%) of een universitaire opleiding (11.7%), postgraduaat, doctoraat en MBA (1.1%) en een categorie ander (1.1%). Een minderheid heeft enkel middelbare studies afgerond (43.6%). De meest uitgeoefende beroepen door de respondenten zijn respectievelijk ambtenaar (34.1%), bediende (24%), kaderlid/directielid (13.4%) en student (13,4%). De beroepscategorieën huisman/huisvrouw (3.9%), zelfstandige (3.4%), arbeider (3.4%), werkzoekende (2.8%) en gepensioneerd (1.7%) vormen een minderheid.

3.6

Materiaal

In het onderzoek wordt de invloed van de onafhankelijk variabele (valence) op de afhankelijke variabele “perceived credibility” getoetst. Daarnaast worden de respondenten beschreven aan de hand van hun internetgebruik en een analyse van demografische variabelen, zoals geslacht, leeftijd, opleidingsniveau en beroep. Vervolledigend werden een aantal controlevariabelen opgenomen om eventuele extra verbanden aan te tonen. Hieronder wordt per variabele beschreven hoe deze is geoperationaliseerd en in de vragenlijst is verwerkt. Omdat de schalen meervoudig zijn en dus uit meerdere items bestaan, is het noodzakelijk om de betrouwbaarheid van de schalen te toetsen door de interne consistentie ervan na te gaan. Alvorens de interne consistentie te meten werd er voor elke schaal een factoranalyse uitgevoerd om de onderliggende dimensie(s) te confirmeren. De resultaten van de betrouwbaarheidsanalyses worden weergegeven in bijlage 4. Aangezien de schalen afkomstig zijn uit eerder onderzoek, kwamen hier zoals verwacht geen noemenswaardige bijzonderheden naar voren. Met uitzondering van de “Importance of testimonial scale” van Agee & Martin (2000) en de “Information motivation scale” 51

van Korgaonkar & Wolin (1999). Deze werden niet in de analyses geïntegreerd wegens een te lage interne consistentie. Onafhankelijke variabele

De onafhankelijke variabele in dit onderzoek is de valence van de eWOM-comments. Valence

Valence van de boodschap werd gemanipuleerd door middel van de door ons opgestelde scenario‟s (Cfr. bijlage 3). Per scenario werd telkens de gepercipieerde geloofwaardigheid bevraagd. Dit construct werd verder geoperationaliseerd aan de hand van een zelfgeconstrueerde vraag: “Stel, u leest op het internet een beoordeling over een hotel, appartement, vakantiehuisje,…Geef aan in welke mate u akkoord gaat met onderstaande stellingen.” Een voorbeeld van dergelijke stelling is: “Bij een beslissing zal ik eerder rekening houden met negatieve beoordelingen” (1 = helemaal niet akkoord; 5 = volledig akkoord). Door het gebruik van Lickert-schalen, in dit geval een 5-puntenschaal, kan telkens de relatieve positie van de respondenten bepaald worden, na sommering van de afzonderlijke items. Deze zelfgeconstrueerde vraag werd weggelaten uit de analyses, omwille van een problematisch hoog percentage aan missing values (+40%). Afhankelijke variabele

De afhankelijke variabele en tegelijkertijd ook hoofdvariabele in dit onderzoek betreft de geloofwaardigheid van de eWOM-boodschap. Deze variabele en de daaraan verbonden meetmethode worden hieronder uiteengezet. Gepercipieerde geloofwaardigheid

De afhankelijke variabele is gepercipieerde geloofwaardigheid van de eWOM-content. Onderzoek wees uit dat geloofwaardigheid (credibility) een multidimensioneel construct is (o.a. Gaziano et al., 1986; Rieh et al., 2006). Dit construct wordt gemeten aan de hand van de schaal van Block, Lauren & Punam (1995), met drie items gescoord op een 5-punts Lickert-schaal. Een voorbeeld van een item is: “De informatie is niet geloofwaardig”. Een statistische analyse op deze drie items wees bovendien uit dat de interne consistentie van de items goed was (α =.78). Deze items werden voor de analysefase omgeschaald. Vervolledigend werd een zelf-geconstrueerde vraag toegevoegd met betrekking tot de gepercipieerde geloofwaardigheid van het internet als informatiemedium: “Vindt u het internet een geloofwaardige bron om informatie op te zoeken over uw vakantie of reis?”. De respondenten konden telkens antwoorden met dichotome antwoordcategorieën: ja/nee.

52

Controlevariabelen

In een experimenteel onderzoek wordt de afhankelijke variabele niet alleen beïnvloed door de onafhankelijke variabele, maar zijn er meestal ook storende variabelen aanwezig die invloed kunnen uitoefenen op de afhankelijke variabele. De potentieel storende variabelen moeten dus zo goed mogelijk gecontroleerd worden. Men dient de storende variabelen zo te controleren, zodat men kan concluderen dat indien er variatie geobserveerd wordt in de afhankelijke variabele men kan stellen dat die variatie te wijten is aan de onafhankelijke variabele en niet aan de storende variabele. De controlevariabelen in dit onderzoek zijn respectievelijk: betrokkenheid, attitude ten opzichte van de website, mate van opinieleiderschap en internetgebruik. Betrokkenheid

Betrokkenheid wordt in dit onderzoek gemeten aan de hand van de betrokkenheidsmaat van Mittal (1995). Bij deze “Modified Personal Involvement Inventory” (PII), gebaseerd op de “Personal Involvement Inventory scale” van Zaichkowsky. Deze semantische differentiaal bevat vijf items. Bij een dergelijk type vraag worden van een bepaald onderwerp of begrip twee tegenovergestelde polen gegeven als ankers met een significant verschillende betekenis. Aan de respondent wordt dan gevraagd om aan te geven waar zijn/haar mening of voorkeur ligt ten aanzien van het onderwerp. De respondent wordt in dit onderzoek gevraagd om vakanties te beoordelen op verschillende indicatoren van betrokkenheid (-7 = onbelangrijk; +7 = belangrijk). De eerste vier items werden omgekeerd gescoord. De interne consistentie van deze schaal was uitstekend (α =.92). Attitude ten opzichte van de website

Dit construct is gebaseerd op drie items van de “Attitude toward the website scale” van Stevenson, Bruner & Kumar (2000). Er kon door middel van een 7-punts Lickert-schaal (1 = helemaal niet akkoord; 7 = volledig akkoord) aangegeven worden in welke mate ze akkoord gingen met de aangeboden stellingen. Een voorbeeld van dergelijke stelling is: “Ik vind dit een goede website”. De interne consistentie van deze schaal was goed (α =.85). De respondenten konden hun oordeel vellen op basis van een screenshot van de website (Cfr. bijlage 2). Opinieleiderschap

In het derde gedeelte werd een vraag geïntegreerd die een persoonlijkheidskenmerk van de respondenten meet, met name mate van opinieleiderschap. Er werd gekozen voor de “Opinion leadership and information seeking scale” van Reynolds & Darden (1971), bestaande uit 5 opinion leadership (OL) items en 3 information seeking (OS) items. Met andere woorden, de mate van het geven van advies versus de mate van het zoeken naar advies. De items zijn geformuleerd in de vorm van stellingen en zijn getoetst aan de hand van een 5-punts Likert-schaal (1 = helemaal niet akkoord; 5 = volledig akkoord). Een voorbeeld van een stelling van de OL-schaal is: “Mijn vrienden en 53

kennissen vragen mij vaak om advies bij een aankoopbeslissing”. Een voorbeeld van een stelling van de OS-schaal is: “Ik zoek vaak advies bij mijn vrienden alvorens een aankoop te doen”. Een factoranalyse bevestigt de 2-factor structuur van de schaal, waarbij de verdeling van de items 3-5 is, zoals Reynolds et al. 1971) voor ogen hadden. De interne consitentie van de subschaal met opinion leadership items enerzijds en de subschaal met opinion seeking items anderzijds zijn beide goed (α =.79) en (α =.82). Bijkomend werd aan de hand van de “Importance of Testimonial Scale” van Agee & Martin (2001) bevraagd in welke mate (1 = helemaal niet akkoord; 5 = volledig akkoord) men belang hecht aan de mening van anderen (consumenten, experten,…) bij beslissingen in het algemeen. Deze schaal was met een erg lage Chronbach‟s Alpha (α = <.60) onbruikbaar voor verdere analyses, aangezien in dit onderzoek Chronbach‟s α =.70 gehanteerd wordt als absolute ondergrens. Geen enkel item of meerdere items konden door weglating de interne consistentie van de schaal verhogen. Internetgebruik (information motivation)

Twee vragen in de vragenlijst hebben betrekking op internetgebruik. Allereerst wordt de frequentie van internetgebruik gemeten aan de hand van een zelfgeconstrueerde vraag, bestaande uit vijf items, gaande van verschillende keren per dag tot nooit. Het internetgebruik en meer bepaald de “Information motivation” wordt gemeten aan de hand van een 5-puntenschaal van Korgaonkar & Wolin (1999). De respondenten kregen telkens een stelling voorgelegd met de vraag om aan te geven in welke mate ze het eens dan wel oneens zijn met het betreffende item (1 = helemaal niet akkoord; 5 = volledig akkoord). Een voorbeeld van een stelling is: “Ik gebruik het internet omdat ik er kosteloos informatie vind”. De interne consistentie van deze schaal was onvoldoende (α =.60) en kon niet substantieel verhoogd worden door items te verwijderen. Deze schaal wordt dus niet gebruik voor verdere analyses. Aankoopintentie

De koopintentie wordt gemeten aan de hand van de semantische differentiaal van de schaal van Putrevu & Lord (1994). Deze intervalschaal bestond uit vijf punten met telkens twee tegenpolen met in het midden een nulpunt. De respondenten konden op die manier aangeven in welke mate ze geneigd waren rekening te houden met de voorgestelde vakantiebeoordelingen. Er dient opgemerkt te worden dat het hier niet letterlijk om aankoopintentie gaat, maar eerder om het rekening houden van eWOM in een beslissing. Een voorbeeld van een differentiaal is: “Heel waarschijnlijk zou ik bij het boeken van een vakantie geen rekening houden met deze beoordelingen” versus “Heel waarschijnlijk zou ik bij het boeken van een vakantie wel rekening houden met deze beoordelingen”. Een statistische analyse op deze items wees bovendien uit dat de interne consistentie van de items goed was (α =.82). Binnen wetenschappelijk onderzoek is het altijd interessant extra of onverwachte verbanden aan te tonen. Daarom werden er een aantal zelfgeconstrueerde vragen opgenomen die mogelijk nieuwe 54

bevindingen aan het licht konden brengen. Omdat het onderzoek naar eWOM erg beperkt is wat betreft het verband met de variabele valence althans, namen we onderstaande variabelen op in de vragenlijst. Informatiezoekgedrag/mediagebruik

Het concept van informatiezoekgedrag wordt in dit onderzoek specifiek geoperationaliseerd als de mate waarin iemand gebruik maakt van televisie, kranten en magazines, internet, radio of informatie in het aankooppunt, in hun informatiezoektocht en in het nemen van beslissingen. Dit wordt gemeten aan de hand van een zelfgeconstrueerde multiple choice-vraag: “Wanneer u op zoek bent naar informatie over een bepaald product of dienst, waar haalt u het overgrote deel van uw informatie?”. Vervolledigend werd een open antwoordcategorie toegevoegd (“ander”) die ook de categorieën vrienden, kennissen, boeken in de bibliotheek en catalogi opleverden. Bijkomend werd een extra ja/nee- vraag toegevoegd die peilde naar zoekgedrag met betrekking tot vakanties: “Zoekt u op het internet informatie op omtrent uw vakantie of reis?”. Hieraan werd nog een zelfgeconstrueerde vraag toegevoegd die peilde naar het belang dat men al dan niet hecht aan de mening van bepaalde categorieën van mensen. “Ik hecht belang aan de mening van onderstaande personen als ik informatie zoek omtrent een vakantie of reis”. Telkens werd gevraagd voor alle zeven categorieën in welke mate ze akkoord gingen (1 = helemaal niet akkoord; 5 = volledig akkoord). Deze categorieën zijn respectievelijk: vrienden, familie, kennissen, collega‟s, reizigers op het internet, het reisbureau en de website van het gekozen hotel, appartement of andere accommodatie. eWOM-gedrag

Dit is de mate waarin iemand aangeeft in het verleden berichten verspreid te hebben aan anderen. Een zelfgeconstrueerde vraag peilde naar het volgende: “Heeft u in het verleden al eens een reactie over uw vakantie of reisbestemming geplaatst op het internet?”. De respondenten kregen een dichotome antwoordcategorie, bestaande uit nee en ja.

Beschrijvende variabelen Demografische variabelen

Het theoretisch kader geeft aan dat demografische kenmerken nauwelijks een rol spelen in het profiel van een eWOM‟mer. Enkel opleidingsniveau zou een significante rol spelen (Kaye et al., 2002) in relatie tot geloofwaardigheid van eWOM. Gezien de beperkte hoeveelheid research hieromtrent werden de variabelen geslacht, leeftijd en beroep toch in het onderzoek opgenomen. Het lijkt immers niet onwaarschijnlijk dat de variabele leeftijd een invloed kan hebben op de participatie in eWOM. Jonge mensen hebben mogelijk, in tegenstelling tot ouderen, meer skills om met het relatief recente medium om te gaan. Opleiding (hoogst behaalde diploma) en beroep zijn door middel van 55

meerkeuzevragen verwerkt. Leeftijd werd bevraagd aan de hand van het geboortejaar. De variabele geboortejaar werd gehercodeerd tot leeftijd in aantal jaren. De variabele geslacht werd gecodeerd tot een dummyvariabele met 1 = man en 2 = vrouw. Hoogst behaalde diploma (opleidingsniveau) werd gehercodeerd tot een dummyvariabele waarbij 0 = middelbaar onderwijs en 1 = hogere studies (hogeschool, universiteit, postgraduaat, doctoraat en MBA).

56

4.

Resultaten

In dit hoofdstuk worden de resultaten van het onderzoek voorgesteld. De samenhang tussen de diverse onafhankelijke en afhankelijke variabelen wordt besproken, om vervolgens de vooropgestelde verbanden empirisch te toetsen. Daarna zal er dieper worden ingegaan op een aantal relaties die niet in hypothesen gegoten werden, maar wel uit de analyse naar voren kwamen. Alvorens van start te gaan met de analysefase, werd een datacleaning uitgevoerd waarbij de complete dataset werd gecontroleerd op onmogelijke waarden, typ- en/of codeerfouten. Daarbij werden er geen abnormaliteiten in de datamatrix opgespoord. Zoals eerder vermeld werden vijf cases verwijderd omwille van systematisch ongeldige antwoorden. Voor de beantwoording van de hoofdvraag en de toetsing van de opgestelde hypothesen zijn meerdere variantie-analyses uitgevoerd. De verkregen data is verwerkt met behulp van het computerprogramma SPSS, versie 16.0.

4.1

Preliminaire analyses

Om de hypothesen te toetsen, die in hoofdstuk 2 zijn opgesteld, is nagegaan of er een samenhang bestaat tussen de afhankelijke, controle- en demografische variabelen. Deze gegevens worden verkregen door het toetsen van de correlaties tussen deze variabelen. Spearman‟s Rho is de maat voor deze correlatie, waarbij een positief getal (tussen 0 en 1) een positief verband en een negatief getal (tussen 0 en -1) een negatief verband aangeeft. Een score van 1 betekent hierbij een perfect positief verband en een score van -1 een perfect negatief verband. De resultaten van de correlatieanalyse staan in bijlage 5, daaruit kunnen alvast een aantal bevindingen afgeleid worden. Een allereerste bevinding is dat gepercipieerde geloofwaardigheid (perceived credibility) geen correlaties vertoont met de opgenomen demografische kenmerken. Opleidingsniveau werd in het theoretisch kader aangegeven als significante variabele in de context van eWOM-credibility (Kaye et al., 2002). Daarvoor geen evidentie gevonden binnen dit onderzoek. De assumptie dat leeftijd een mogelijk significante rol speelde in het geloofwaardigheidsverhaal lijkt eveneens niet op te gaan. Het feit dat jongeren meer vertrouwd zijn met social media, lijkt het vertrouwen niet te vergroten in online opinies. Leeftijd is dus geen significante factor. Ook gender lijkt weinig van invloed te zijn. Gepercipieerde geloofwaardigheid (perceived credibility) en de attitude tegenover de website (attitude toward the website) zijn zeer zwak, maar positief gecorreleerd (rs =.170; p = <.05). Dit duidt welliswaar op een bijna verwaarloosbaar verband. Gepercipieerde geloofwaardigheid (perceived credibility) en aankoopintentie (purchase intention) zijn -logischerwijs- positief gecorreleerd (rs =.401; p =.000). Er werd ook een zwakke positieve correlatie gevonden tussen opinion seaking en geslacht (rs =.184; p =.014). Verder werden er geen significante verbanden gevonden.

57

4.2

Resultaten hypothese 1

Hypothese 1: Negatieve eWOM verschilt significant in gepercipieerde geloofwaardigheid tegenover positieve en gemengde eWOM-boodschappen. Om na te gaan of er een significant verschil bestaat in gepercipieerde geloofwaardigheid van eWOM tussen de vijf condities, is een enkelvoudige variatieanalyse uitgevoerd. De resultaten (Cfr. bijlage 6) geven aan dat er minstens twee gemiddelden significant van elkaar verschillen. Uit de beschrijvende tabel kan worden geconcludeerd dat conditie 2 het hoogste gemiddelde vertoont in gepercipieerde credibility (M =4.000; SD =.367) in vergelijking met conditie 1 (M =2.727; SD =.770); conditie 3 (M =3.287; SD =.613); conditie 4 (M =2.546; SD =.686) en conditie 5 (M =3.093; SD =.670). De Sheffe multiple comparisons-test specificeert waar de verschillen precies zitten wat betreft gepercipieerde geloofwaardigheid. Opmerkelijk is dat de tweede1 conditie (negatief-negatief) significant verschilt van de andere vier condities in gepercipieerde geloofwaardigheid. Ook conditie 3 verschilt significant van conditie 1 en 4. Verder verschilt conditie 5 ook significant van conditie 4: F =26.839; p =.000. Conclusie: bovenstaande resultaten leveren evidentie voor hypothese 1.

Conditie

Gepercipieerde geloofwaardigheid*

Conditie 2: negatief – negatief

M = 4.000; SD =.367

Conditie 3: negatief - gemengd

M = 3.287; SD =.613

Conditie 5: positief - gemengd

M = 3.093; SD =.670

Conditie 1: positief - positief

M = 2.727; SD =.770

Conditie 4: positief - negatief

M = 2.546; SD =.686

*Noot: gepercipieerde geloofwaardigheid in dalende volgorde.

4.3

Resultaten hypothese 2

Aan de hand van de literatuur kan verwacht worden dat de variabelen involvement (betrokkenheid), attitude toward the website (attitude tegenover de website), opinionleadership (opinieleiderschap) en internetgebruik de relatie tussen valence en gepercipieerde geloofwaardigheid modereren. Door middel van variantie-analyses werden de veronderstelde interactie-effecten één voor één getest.

Hypothese 2a: De mate van betrokkenheid beïnvloedt significant het hoofdeffect van valence op de gepercipieerde geloofwaardigheid van eWOM.

1

Cfr. bijlage 3 voor een overzicht van de samenstelling van de condities. 58

Ter confirmatie van de pretest werd bevraagd of consumenten daadwerkelijk een hoge betrokkenheidsgraad vertonen ten aanzien van de categorie vakanties en reizen. Parallel met de eerste pretest wordt een hoge mate van involvement vertoond (M =5.84; SD =1.01). De variantie-analyse toont aan dat de variabele betrokkenheid (involvement) geen significant modererend effect heeft op het hoofdeffect van de experimentele condities op gepercipieerde geloofwaardigheid (F =1.457; p =.218). Er werd wel een verschil gevonden voor de aangeboden conditie: F =5.632; p =.000, maar geen verschil voor involvement: F =.004; p =.951. Conclusie: bovenstaande resultaten leveren geen evidentie voor hypothese 2a. Hypothese 2b: De attitude tegenover de website beïnvloedt significant het hoofdeffect van valence op de gepercipieerde geloofwaardigheid van eWOM. De uitgevoerde variantie-analyse toont aan dat de variabele attitude tegenover de website geen significant modererend effect heeft op het hoofdeffect van de experimentele condities op gepercipieerde geloofwaardigheid (F =.105; p =.981). Er werd wel een verschil gevonden voor de aangeboden conditie: F =25.776; p =.000 en voor de attitude toward the website: F =5.298; p =.023. Conclusie: bovenstaande resultaten leveren geen evidentie voor hypothese 2b. Hypothese 2c: De mate van opinieleiderschap beïnvloedt significant het hoofdeffect van valence op de gepercipieerde geloofwaardigheid van eWOM. Zoals werd aangegeven in paragraaf 3.6 bestaat de “Opinion leadership and information seeking scale” van Reynolds & Darden (1971) uit een 2-factorstructuur. Daarom werd er een variantie-analyse uitgevoerd voor de opinion leadership-items (OL-items) enerzijds en de opinion seaking-items (OSitems) anderzijds. De variantie-analyse wees uit dat de OL-items een significant modererend effect hebben op het hoofdeffect van de experimentele condities op gepercipieerde geloofwaardigheid: F =3.443 ; p =.010. Er werd een verschil gevonden voor de aangeboden conditie: F =25.215; p =.000, maar niet voor de OL-items afzonderlijk: F =.132; p =.717.

59

T-testen toonden aan dit interactie-effect van opinionleadership op gepercipieerde geloofwaardigheid geldt voor alle condities. Conditie 1: t(31)= 5.927; p =.000; conditie 2 t(35)= 4.719; p =.000; conditie 3: t(34)= 4.482; p =.000; conditie 4: t(31)= 4.606; p =.000 en conditie 5: t(32)= 5.164; p =.000. Voor de opinion seaking-items werd geen significant modererend effect gevonden op het hoofdeffect van de experimentele condities op gepercipieerde geloofwaardigheid (F =1.747; p =.142). Er werd wel een verschil gevonden voor de aangeboden conditie: F =28.381; p =.000, maar niet voor de OS-items afzonderlijk: F =1.976; p =.162. Conclusie: bovenstaande resultaten leveren dus ten dele evidentie voor hypothese 2c, in termen van opinieleiderschap.

Hypothese 2d: Het internetgebruik beïnvloedt significant het hoofdeffect van valence op de gepercipieerde geloofwaardigheid van eWOM.

De variantie-analyse toonde aan dat de variable internetgebruik een significant modererend effect heeft op het hoofdeffect van de experimentele condities op gepercipieerde geloofwaardigheid: F = 2.689 ; p =.005. Er werd wel een verschil gevonden voor de aangeboden conditie: F = 20.292; p =.000, maar niet voor het internetgebruik afzonderlijk: F =.469; p =.758.

60

T-testen toonden aan dit interactie-effect van internetgebruik op gepercipieerde geloofwaardigheid geldt voor elke conditie. Conditie 1: t(32)= 17.89; p =.000; conditie 2 t(35)= 35.00; p =.000; conditie 3: t(36)= 36.00; p =.000; conditie 4: t(35)= 13.23; p =.000 en conditie 5: t(36)= 17.23; p =.000. Conclusie: bovenstaande resultaten leveren evidentie voor hypothese 2d.

4.4

Bijkomende resultaten

De volgende resultaten geven nog enkele aanvullende inzichten in de gepercipieerde geloofwaardigheid van het eWOM-fenomeen. 4.4.1

Aankoopintentie

Om een nog completer beeld te schetsen, werd een one-way Anova-analyse uitgevoerd voor de variabele aankoopintentie (purchase intention), gezien gepercipieerde geloofwaardigheid (perceived crediblity) en aankoopintentie (purchase intention) positief gecorreleerd zijn (rs =.40; p =.000). Hoewel dit een logische gevolgtrekking is, lijkt het interessant te verifiëren of dit voor elke conditie geldt. De resultaten (Cfr. bijlage 12) geven aan dat er minstens twee gemiddelden significant van elkaar verschillen. Uit de beschrijvende tabel kan worden geconcludeerd dat conditie 1 het laagste gemiddelde vertoont in purchase intention (M =3.071; SD =.927) in vergelijking met conditie 2 (M =4.167; SD =.440); 61

conditie 3 (M =3.856; SD =.611); conditie 4 (M =3.686; SD =.656) en conditie 5 (M =649; SD =.772). De Sheffe multiple comparisons-test specificeert waar exact de verschillen zitten wat betreft aankoopintentie per aangeboden condite. Opmerkelijk is dat conditie 1 significant verschilt van de andere vier condities qua aankoopintentie. Ook conditie 2 verschilt significant in aankoopintentie van conditie 5: F =11.345; p =.000.

Conditie

Aankoopintentie*

Conditie 2: negatief – negatief

M = 4.167; SD =.440

Conditie 3: negatief - gemengd

M = 3.856; SD =.611

Conditie 5: positief - gemengd

M = 3.649; SD =.772

Conditie 4: positief - negatief

M = 3.686; SD =.656

Conditie 1: positief – positief

M = 3.071; SD =.927

*Noot: aankoopintentie in dalende volgorde

4.4.2

De mening van weak ties versus strong ties

De respondenten werden op een 5-punts Lickert-schaal (1 = helemaal niet akkoord; 5 = volledig akkoord) bevraagd in welke mate ze rekening houden met de mening van andere personen bij een vakantiegerelateerde beslissing. De resultaten (Cfr. bijlage 13) wijzen uit dat de categorie van vrienden het beste scoort (M = 4.12; SD =.692) ten opzichte van de website (M = 3.37; SD =.779), die het laagste gemiddelde vertoont. Familie, collega‟s, kennissen, reizigers op het internet en het reisbureau scoren eveneens goed. Er kan allereerst geconcludeerd worden dat de respondenten bij het nemen van een vakantiegerelateerde beslissing eerder wel dan niet rekening houden met al deze categorieën. Aangezien het gemiddelde per categorie nooit minder dan 3 bedraagt en het zelfs eerder neigt naar 4, wat overeenstemt met de antwoordcategorie akkoord. Op het eerste gezicht geeft dit een verkeerde indruk, omdat strong ties sowieso een invloedrijke mening hebben. Maar deze resultaten wijzen erop dat het verschil in gemiddeld belang met weak ties niet zo groot is. Althans voor de categorie van reizigers op het internet. Aan de mening van corporate bronnen zoals het reisbureau en de website wordt het minste belang gehecht. Onderstaande tabel geeft een overzicht van het gemiddeld belang dat men hecht aan de meningen.

Mening . Vrienden . Familie . Collega‟s . Kennissen . Reizigers op het internet . Reisbureau . Website van de gekozen accommodatie

Gemiddeld belang M = 4.12; SD =.692 M = 4.06; SD =.692 M = 3.73; SD =.838 M = 3.71; SD =.761 M = 3.61; SD =.761 M = 3.49; SD =.767 M = 3.37; SD =.779

*Noot: belang in dalende volgorde

62

4.4.3

Informatiezoekgedrag/mediagebruik

Er werd eveneens een vraag geïntegreerd die peilde naar de vaakst geraadpleegde media in de zoektocht naar informatie over producten of diensten in het algemeen. Dit om een algemene trend aan te geven van het mediagebruik van de respondenten. De traditionele informatiekanalen scoren zoals verwacht beduidend lager dan het internetmedium (95.5%). Er kan dus niet voorbij gegaan worden aan de kracht van het internet. Op de tweede plaats staan kranten en magazines (36.9%), gevolgd door informatie in het aankooppunt (21.8%). Televisie (12.3%) en radio (1.1%) komen als laatste in het rijtje te staan. Vervolledigend dient opgemerkt te worden dat er in de vragenlijst een openantwoordcategorie werd opgenomen: “andere”. Na het analyseren van de resultaten bleek dat enkele respondenten de volgende categorieën opgaven: vrienden, kennissen, catalogi en boeken uit de bibliotheek. Deze categorieën werden niet in de analyses weggelaten, aangezien een groot deel van de respondenten waarschijnlijk ook deze categorieën hadden aangekruist indien deze toch in de vragenlijst opgenomen waren (Cfr. bijlage 13). Dit kan dus mogelijk een vertekend beeld geven van de verkregen resultaten.

4.4.4

Internetgebruik algemeen & internet in relatie tot vakantiegerelateerde beslissingen

Allereerst kan worden meegegeven dat 41.3% van de respondenten meerdere keren per dag gebruik maken van het internet. 25.7% Van de respondenten gebruikt het internet dagelijks en 25.1% meerdere keren per week. En een minderheid van 7.3% één keer per week of minder, 0.6% gebruikt het internet nooit. Deze trend geeft analoog met bovenstaande bevindingen het toegenomen gebruik van het internetmedium weer. In de vragenlijst werden drie zelfgeconstrueerde vragen opgenomen die peilden naar internetgebruik in relatie tot vakanties en reizen in het bijzonder. Vraag 5 bevraagde naar het internetgebruik met betrekking tot informatie over vakanties en reizen (“Zoekt u op het internet informatie op omtrent uw vakantie of reis?”). Een grote meerderheid van ruim 89.4% van de respondenten beweert dit te doen. Vraag 6 bevraagde of men in het verleden reeds een reactie heeft geplaatst op het internet met betrekking tot vakanties of een reis. (“Heeft u in het verleden al een een reactie geplaatst op het internet over uw vakantie of reis?”). Een minderheid van 27.9% geeft aan dit al gedaan te hebben. Tenslotte werd er met vraag 7 gepeild naar de geloofwaardigheid van het internet om informatie op te zoeken over vakanties of reizen. (“Vindt u het internet een geloofwaardige bron om informatie op te zoeken over uw vakantie of reis?”). Een grote meerderheid van 91.6% geeft aan dat ze het internet daadwerkelijk als geloofwaardig acht. Bovenstaande vragen hebben betrekking op slechts één enkele sector, namelijk vakanties en reizen. Dit mag dus in geen geval veralgemeend worden. Zoals in het theoretisch kader wordt aangegeven, bestaat het internet uit tal van componenten die afzonderlijk naar geloofwaardigheid kunnen gemeten worden. Ook het construct geloofwaardigheid is multidimensioneel en betekent niet noodzakelijk dat iedereen hieraan dezelfde associaties toekent. 63

4.4.5

Demografische segmentatie

Verder werd nagegaan of de respondenten te segmenteren waren op basis van demografische kenmerken. Hieromtrent kwamen er weinig opvallende bevindingen aan het licht. Er werden geen significante verschillen gevonden in de frequentie van internetgebruik in relatie tot het geslacht van de respondenten. Mannen scoren iets hoger dan vrouwen op opinieleiderschap en vrouwen scoren net iets hoger op de opinion seaking items, maar deze verschillen zijn opnieuw niet significant.

64

5.

Discussie en conclusie

Deze masterproefstudie is gericht op het effect van de variabele valence op de gepercipieerde geloofwaardigheid van eWOM. Vanuit academisch standpunt, biedt deze studie inzicht in een tot nu toe weinig onderzochte relatie, zeker in een e-omgeving. In functie hiervan, werden de respondenten bevraagd over hun geloofwaardigheidsperceptie van online beoordelingen met betrekking tot vakanties. Vanuit een marketinggericht standpunt, kan deze informatie interessant zijn om knopen door te hakken op communicatiestrategisch gebied. De resultaten leveren empirisch bewijs voor het theoretisch argument dat er een samenhang bestaat tussen het toegenomen gebruik van het internetmedium en de vakantiesector (Castaneda et al., 2007). In lijn met de bevindigen van deze auteur kan er gesteld worden dat de vakantieganger of toerist de op het internet beschikbare informatie waardevol acht en hierop beslissingen baseert. Resultaten van dit onderzoek wijzen erop dat de meerderheid van de respondenten het internet dagelijks of meermaals per dag raadpleegt als informatiemedium. In de context van vakantiegerelateerde beslissingen geeft het overgrote deel van de respondenten aan het internet te raadplegen. Ze beweren het internet als geloofwaardig medium te beschouwen voor het zoeken naar informatie over reizen en vakanties. Het percentage dat actief deelneemt aan de eWOM-stroom ligt daarentegen veel lager, dit zijn de zogeheten “lurkers” (Steffes et al., 2009, p. 56). Het toegankelijkheids-diagnosticiteitsmodel (Biehal et al., 1986, p. 384) stelt dat als de toegankelijkheid van de informatie verhoogt, ook de waarschijnlijkheid verhoogt dat die informatie gebruikt wordt als input voor oordelen en keuzes. Dit kan een verklaring zijn voor het toegenomen gebruik van en vertrouwen in het internetmedium, ook in de context van vakanties en reizen. eWOM kent namelijk geen geografische grenzen en is altijd en overal raadpleegbaar. De focus van dit onderzoek was om na te gaan of de variabele valence een significante invloed uitoefent op de gepercipieerde geloofwaardigheid van eWOM. De statistische analyses geven aan dat de gepercipieerde geloofwaardigheid van NWOM daadwerkelijk significant verschilt van PWOM en gemengde boodschappen. Dit resultaat is volledig in lijn met de bevindingen van Park et al. (2009). Zij wezen op het negativiteit-effect (Park et al. 2009, p. 62), waarbij consumenten meer gewicht toekennen aan negatieve informatie dan aan positieve. Maar ook de aankoopintentie verschilt significant voor de vijf condities. De respondenten die de eerste conditie (positief-positief) beoordeelden, vertoonden een lagere aankoopintentie in vergelijking met de andere vier condities. Aankoopintentie dient hier geïnterpreteerd te worden in termen van de waarschijnlijkheidsgraad waarmee men met de aangeboden boodschap rekening zou houden bij een aankoopbeslissing. Negatief geladen boodschappen lijken de aankoopintentie het sterkste te beïnvloeden. Het theoretisch kader gaf aan dat een enorme waaier aan variabelen de gepercipieerde geloofwaardigheid van eWOM beïnvloedt. Het is dus niet onwaarschijnlijk dat er een aantal interactie-effecten bestaan, die het hoofdeffect beïnvloeden. Tal van studies binnen het theoretisch 65

kader gaven aan dat betrokkenheid (involvement) een essentiële component is in de geloofwaardigheid van WOM-conversaties. Beslissingen omtrent vakanties brengen een hoge betrokkenheidsgraad met zich mee, omdat de aankoop van een dienst een groot risico inhoudt (Arndt, 1967; Murray, 1991). Vakanties zijn experience-goederen, vandaar dat aan de ervaring van andere reizigers belang wordt gehecht. De mate van betrokkenheid (Richins et al., 1988; Brown et al., 2005; Doh et al., 2009) bij een bepaald onderwerp, product, dienst of organisatie wordt geassocieerd met de mate waarin men een boodschap al dan niet verwerkt. De eerste pretest wees uit dat de betrokkenheid hoog is ten aanzien van vakanties en reizen, analoog met de bevindingen in het hoofdonderzoek. Er werd daarentegen geen significant verband gevonden tussen gepercipieerde geloofwaardigheid en de mate van betrokkenheid. De reden hiervoor is mogelijk dat de betrokkenheid in relatie tot vakanties sowieso hoog is. Laat dit een reden zijn voor vervolgonderzoek, met betrekking tot product- of dienstencategorieën met een lage(re) betrokkenheidsgraad. Op die manier kunnen bepaalde producten dienstencategorieën met elkaar vergeleken worden, wat betreft de betrokkenheidsgraad en de invloed ervan op gepercipieerde geloofwaardigheid. Tegengesteld aan de verwachtingen, werd er geen evidentie gevonden voor een interactie-effect tussen de attitude toward the website en gepercipieerde geloofwaardigheid. Een mogelijke reden is dat de respondenten slechts een screenshot te zien kregen van de webstite. Ze kregen dus niet de mogelijkheid om door de pagina‟s te scrollen en zich een beeld te vormen van de website. In navolging van Castaneda et al. (2007) en Kaye et al. (2004) zou de ervaring die men met het internetmedium heeft, een bepalende factor zijn bij het evalueren van informatie. Persoonlijke ervaring met het internet-medium zal dus hoogstwaarschijnlijk mede de geloofwaardigheid van eWOM conditioneren. Binnen dit onderzoek werd er inderdaad evidentie gevonden voor een significant interactie-effect tussen de gepercipieerde credibility en internetgebruik. De resultaten wijzen erop dat een hoge mate van internetgebruik significant de geloofwaardigheidsperceptie modereert. Er werd eveneens een significant interactie-effect gevonden voor de mate van opinleiderschap en gepercipieerde geloofwaardigheid van eWOM. Meer bepaald voor de opinieleiderschapsitems. Een hoge mate van opinieleiderschap modereert het hoofdeffect van valence op gepercipieerde geloofwaardigheid. Extra analyses toonden aan dat de “strong ties” (Granovetter, 1973), hier vrienden, familie, kennissen en collega‟s, een sterke rol spelen binnen het beslissingsproces van vakanties en reizen. Bij het nemen van beslissingen, hier vakantiegerelateerd, scoren deze categorieën hoog. Opmerkelijk is dat de website van de gekozen accommodatie het laagste scoort, wat erop kan wijzen dat corporate informatie niet altijd even geloofwaardig geacht wordt (Buttle, 1998; Doh et al., 2009). Maar ook aan de mening van reizigers op het internet wordt belang gehecht, de zogeheten “weak ties” (Granovetter, 1973). Dit zijn de mensen waarmee men geen of nauwelijks een interpersoonlijke band heeft. Senecal et al. (2004) geven aan dat wanneer de bron als minder deskundig wordt ingeschat, het toch meer invloed heeft dankzij het persoonlijke karakter van de boodschap. De ervaring van een collega-consument zou bovendien van meer waarde zijn dan 66

een deskundige aanprijzing door een onpartijdige bron (Senecal et al., 2004). Johnson et al. (2002) gaven aan dat demografische kenmerken steeds minder een rol spelen, omdat de internetpopulatie steeds uitbreidt en heterogener wordt. Ook binnen dit onderzoek werden er geen significante verbanden ontdekt met de demografische variabelen. Deze bevindingen suggereren dat de gepercipieerde geloofwaardigheid van eWOM geen parallellen vertoont met de socio-economische verdeling van de bevolking. Geloofwaardigheid van eWOM kan dus beschouwd worden als een graadmeter voor de effectiviteit van de eWOM-boodschap. Een belangrijke richtinggevende factor van geloofwaardigheid is onmiskenbaar de valence van de boodschap. In grote lijnen kan men dus stellen dat de gepercipieerde geloofwaardigheid van de informatie samenhangt met de geladenheid van de boodschap. Hoewel men de brede waaier aan invloedrijke variabelen, zowel intra- als extrapersoonlijk, in rekening moet nemen. Finaal kan geconcludeerd worden dat deze masterscriptie bewijs levert voor het belang en de geloofwaardigheid van het internet als informatiebron in de vakantie- en reissector. Uit deze masterscriptie is gebleken dat aan het woord van de consument belang wordt gehecht. Dit was ook onrechtstreeks af te leiden uit de bevinding dat negatieve comments (van onbekenden) de geloofwaardigheidsperceptie significant beïnvloedden. Maar dit onderzoek onthult slechts een tipje van de sluier. Het internet injecteert steeds meer macht bij de consument. De komende jaren zullen consumenten steeds intensiever het internet gaan gebruiken en dit zal het eWOM-fenomeen opnieuw boosten. Het internet biedt aan elke “prosumer” de mogelijkheid om er zich te informeren, te reageren, te discussiëren en te publiceren. Wie weet zal de consument het commerciële landschap ooit volledig domineren? Zoals voorheen werd aangehaald, wordt (e)WOM-communicatie door veel consumenten als meer betrouwbaar gezien dan reclame of communicatie afkomstig van marketeers. Net die betrouwbaarheid maakt opinieleiders zo invloedrijk! Wanneer men het woord van de consument enerzijds en dat van de organisatie anderzijds in een weegschaal legt, kan iedereen raden welk van beide het grootste gewicht krijgt toegekend.

67

6.

Beperkingen en verder onderzoek

Er dient met een zekere voorzichtigheid naar de resultaten gekeken te worden, aangezien elk onderzoek een aantal restricties kent. Een eerste beperking is de cross-sectionele aard van het onderzoek. Er is dus nood aan longitudinaal onderzoek om zo eventuele ontwikkelingen in kaart te kunnen brengen. Er bestaat bovendien te weinig academisch inzicht en bewijsmateriaal over de langetermijneffecten

van

eWOM.

Aansluitend

is

er

het

probleem

van

de

beperkte

generaliseerbaarheid van deze studie. De steekproef bestond uit zelfgeselecteerde e-mailadressen. Dit convenience sample vormt dus niet met zekerheid een representatief staal van de totale bevolking. Ook moet bij het gebruik van een online vragenlijst een aantal kanttekeningen geplaatst worden. Er zijn veel voordelen verbonden aan online vragenlijsten, maar er bestaan minstens evenveel redenen waarom men dergelijke vragenlijsten niet graag invult. Onzekerheid over de veiligheid van de data en de anonimiteit verbonden aan dergelijke bevragingsmethode, boezemen sommige respondenten wantrouwen in (Kooiker, 2003). De vraag of consumenten die de online vragenlijst wel invulden dan wel representatief zijn voor de volledig doelgroep, dringt zich hier op. Het internet is alomtegenwoordig, maar nog lang niet iedereen kan ermee overweg. Hieraan kan onmiddellijk worden toegevoegd dat het typische representativiteitsprobleem eigen aan webenquêtes steeds meer wordt ingedijkt. Bepaalde groepen zijn nog steeds ondervertegenwoordigd, zoals ouderen, de minder welgestelden en niet-actieve internetters (Kooiker, 2003). Toch vormen deze categorieën steeds meer een uitzonderlijke groep. Hiermee dient toch rekening gehouden te worden bij het interpreteren van de resultaten. Een beperking die aansluit bij de online bevragingsmethode, is een lage responsratio. Toch bedraagt de responsratio binnen dit onderzoek 77%, na het versturen van een herinneringsmail. In de meeste handboeken wordt aangehaald dat een ratio van 50% een aanvaardbare standaard is. Een nog ruimere populatie zal nog meer inzicht verschaffen in dit complexe fenomeen en de generaliseerbaarheid verruimen. Bij het ontbreken aan bestaande stimuli, werd geopteerd om zelf scenario‟s uit te schrijven. Hoewel deze gebaseerd zijn op bestaande comments, afkomstig van een bestaande en zeer populaire vakantiebeoordelingswebsite, dient toekomstig onderzoek aandacht te besteden aan de opstelling van dergelijke scenario‟s. Door de gelimiteerdheid in tijd en middelen werd geopteerd voor relatief beknopte scenario‟s, bestaande uit slechts twee beoordelingen. De combinaties van eWOM-comments zijn oneindig en het aantal comments dat men te lezen krijgt speelt onmiskenbaar een rol in de geloofwaardigheidsperceptie van de consument. Dit is opnieuw een verwijzing naar hoe breed de waaier aan variabelen is in de context van WOM, laat staan eWOM. Bovendien zijn de comments (hier vakantiebeoordelingen) hoogstwaarschijnlijk veel rijker aan content dan Lickert-schalen kunnen meten.

68

Dit onderzoek beperkt zich vervolgens tot de dienstensector van vakanties en reizen. Hoewel verwacht wordt dat de resultaten relatief veralgemeenbaar zijn voor producten die eveneens gepaard gaan met een hoge betrokkenheid. Het is daarentegen toch aan te raden om deze studie te herhalen voor andere product- en dienstencategorieën, zowel met hoge als lage betrokkenheidsgraad. Een minder fundamenteel, maar daarom niet onbelangrijk punt van kritiek, betreft het gebrek aan informatie over concurrerende sites. Daarom kon geen analyse verricht worden naar de effecten van concurrerende eWOM-boodschappen. Ook de relatieve invloed van weak ties versus strong ties verdient meer aandacht. Zoals in het theoretisch kader beklemtoond wordt, bestaat het internet uit verschillende componenten. Systematische metingen van de verschillende componenten waaruit het internet bestaat, nodigen uit tot nader onderzoek. Ook kunnen de voorspellende variabelen uit dit onderzoek gekoppeld worden aan de aangehaalde motieven om eWOM-gedrag te vertonen. Tot slot kan er nog een suggestie voor toekomstig onderzoek aangehaald worden, met name het onderzoek specifiek naar eWOM. Het huidige onderzoek kan herhaald worden in een populatie die hoog scoort op online mediagebruik. Op deze manier kan dieper worden ingegaan op de rol die andere variabelen spelen bij eWOM. Het lijkt ook interessant om niet alleen eWOM-gedrag en intentie te onderzoeken, maar ook het feitelijke eWOM-gedrag te monitoren. Specifiek moet aandacht worden besteed aan de verhouding tussen deze variabelen onderling en andere variabelen die de kans op eWOM- gedrag en intentie bepalen. De verbanden die gevonden werden en nieuwe variabelen kunnen in vervolgonderzoek getest worden aan de hand van Structural Equation Modelling. Op deze manier kan beter de relatieve invloed van variabelen op elkaar bepaald worden, kunnen moderator- en mediatorrelaties beter beschreven worden en kunnen eventuele multicollineariteitsproblemen beter gecontroleerd worden. Toekomstig onderzoek zou bovenstaande opmerkingen kunnen opnemen in verder onderzoek, om op die manier een nog scherper beeld te krijgen van het intrigerende en multidimensionele eWOM-fenomeen.

69

7.

Referenties

Ajzen, I. (1991). The Theory of Planned Behavior. Organizational behavior and human decision processes, 50, 179-211. Biehal G. & Chakravarti, D. (1986). Consumers‟ Use of Memory and External Information in Choice: Macro and Micro Perspectives. Journal Of Consumer Research, 12, 382-405. Bone, P.F. (1995). Word-of-Mouth Effects on Short-term and Long-term Product Judgements, Journal of Business Research, 21(3), 213-223. Buhalis, D. & Law, R. (2008). Progress in information technology and tourism management: 20 years on and 10 years after the Internet - The state of eTourism research. Tourism Management, 29, 609-623. Buttle, F.A. (1998). Word of mouth: understanding and managing referral marketing. Journal Of Strategic Marketing, 6, 241-254. Brown, T.J., Barry, T.E., Dacin, P.A. & Gunst, R.F. (2005). Spreading the Word: Investigating Antecedents of Consumers‟ Positive WOM Intentions and Behaviors in a Retailing Context. Journal of the Academy of Marketing Science, 33(2), 123-138. Brown, J.J. & Reinigen, P.H. (1987). Social Ties and WOM Referral Behavior. Journal of Consumer Research, 14(3), 350-362. Bruner, G.C. & Hensel, P.J. & James, K. E. (2007). Marketing Scales Handbook. A Compilation of Multi-Item Measures for Consumer Behavior and Advertising (volume 4). Illinois: American Marketing Association. Cacioppo, J.T. & Petty, R.E. (1984). The elaboration likelihood model of persuasion. Advances in Consumer Research, 11, 673-675. Castaneda, J.A., Frias, D.M. & Rodriguez, M.A. (2007). The influence of the Internet on destination satisfaction. Internet Research, 17(4), 402-420. Day, G.S. (1971). Attitude change, media and word of mouth. Journal of Advertising Research, 11(6), 31-40. Dellarocas, C. (2003). The Digitization of Word of Mouth: Promise and Challenges of Online Feedback Mechanisms. Management Science, 49(10), 1407-1424. De Marez, L. (2009). Digimeter: Rapport 1. Mediatechnologie- & ICT- gebruik in Vlaanderen. Wave 1 mei- augustus 2009. Rapport IBBT Labo. Derbaix, C. & Vanhamme, J. (2003). Inducing WOM by eliciting surprise - a pilot investigation. Journal of Economic Psychology, 24, 99-116. Di Blasio, P. & Milani, L. (2008). Computer-mediated communication and persuasion: Peripheral vs. central route to opinion shift. Computers in Human Behavior, 24, 798-815. Dichter, E. (1966). How WOM Advertising Works. Harvard Business Review, 44, 147-166. 70

Doh, S.J. & Hwang, J.S. (2009). How Consumers Evaluate eWOM (Electronic WOM) Messages. CyberPsychology & Behavior, 12(2), 193-197. Dholakia, R.R. & Sternthal, B. (1977). Highly Credible Sources: Persuasive Facilitators of Persuasive Liablilities? Journal of Consumer Research, 3, 223-232. Dholakia, U.M., Bagozzi, R.P. & Pearo, L.K. (2004). A social influence model of consumer participation in network- and small-group-based virtual communities. International Journal of Research in Marketing, 21, 241-263. de Boer, C. & Brennecke, S.I. (1999). Media en publiek. Theorieën over media-impact. Amsterdam: Boom. De Bruyn, A. & Lilien, G.L. (2008). A Multi-Stage Model of WOM through Viral Marketing. International Journal of Research in Marketing, 25(3), 143-225. East, R., Hammond, K., Lomax, W. & Robinson, H. (2005). What Is the Effect of a Recommendation? Marketing Review, 5(2), 145-157. East, R., Hammond, K. & Wright, M. (2007). The relative incidence of positive and negative word of mouth: a multi-category study. International Journal of Research in Marketing, 24, 175184. Engelland, B.T., Hopkins, C.D., Larson, D.A. (2002). Market Mavenship as an Influencer of Service Quality Evaluation. Journal of Marketing Theory and Practice, 9(4), 15-26. Festinger, L.A. (1957). A Theory of a Cognitive Dissonance. Standford: Standford University Press. Gaziano, C. & McGrath, K. (1986). Measuring the concept of credibility. Journalism Quarterly,63, 451-462. Gefen, D. & Straub, D.W. (2004). Consumer trust in B2C e-Commerce and the importance of social presence: experiments in e-Products and e-Services. Omega 32, 407-424. Godes, D. & Mayzlin, D. (2004). Using Online Conversations to Study Word-of-Mouth Communication. Marketing Science, 23(4), 545-560. Goldsmith, R.E. & Horowitz, D. (2006). Electronic word of mouth: a comparison of stated and related behavior on electronic discussion boards. Journal of Interactive Advertising, 6(2), 61-70. Goldenberg, J., Libai, B. & Muller, E. (2001). Talk of the Network: A Complex Systems Look at the Underlying Proces of WOM. Marketing Letters, 12(3), 211-223. Granovetter, M.S. (1973). The strength of weak ties. American Journal of Sociology, 78(6), 13601380. Gruen, T.W., Osmonbekov, T. & Czaplewski, A.J. (2006). Ewom: The impact of consumer-toconsumer online know-how exchange on consumer value and loyalty. Journal of Business Research, 59, 449-456. Gursoy, D. & McCleary, K.W. (2004). An Integrative Model Of Tourists‟ Information Search Behavior. Annals of Tourism Research, 31(2), 353-373. 71

Hair, J.F. Jr., Black, W.C., Babin, B.J., Anderson, R.E. & Tatham, R.L. (2006). Multivariate Data Analysis. Sixth Edition. New Jersey: Pearson Education International. Hovland, C.I., Weiss, W. (1951). The Influence of Source Credibility on Communication Effectiveness, The Public Opinion Quarterly, 15(1), 635-650. Johnson, T.J. & Kaye, B.K. (2002). Webelievability: A path model examining how convenience and reliance predict online credibility. Journalism & Mass Communication Quarterly, 79, 619-642. Johnson, T.J. & Kaye, B.K. (2004a). Wag the Blog: How reliance on a traditional media and the internet influence perceptions of credibility of Weblogs among Blog users. Journalism & Mass Communication Quarterly, 81(3), 622-642. Johnson, T.J. & Kaye, B.K. (2007). Choosing is believing? How Web gratifications and reliance affect Internet credibility among politically interested users. Paper gepresenteerd op de Association of Education & Mass Communication Researchers, Washington, D.C. Johnson, T.J. & Kaye, B.K. (2009). In blog we trust? Deciphering credibility of components of the internet among politically interested internet users. Computers in Human Behavior, 25, 175-182. Katz , E. & Lazarsfeld, P.F. (1955). Personal Influence. New York: The Free Press. Kaye, B.K. & Johnson, T.J. (2004). A Web for all reasons: uses and gratifications of Internet components for political information. Telematics and Informatics, 21, 197-223. Kim, D. & Johnson, T.J. (2009). A Shift In Media Credibility. Comparing Internet and Traditional News Sources in South Korea. International Communication Gazette, 71, 283-302. Kooiker, R. (2003). Marktonderzoek. Groningen: Wolters-Noordhoff. Lang, B. (2005). Word Of Mouth. Asset or Liability? Paper gepresenteerd op The Marketing 2.0 Conference, Auckland, New Zealand (Fremantle). Lang, B. (2006). Word of Mouth: Why is it so significant? Paper gepresenteerd op de Australian & New Zealand Marketing Academy (ANZMAC), Brisbane. Lau, G.T. & Ng, S. (2001). Individual and Situational Factors Influencing Negative WOM Behaviour. Canadian Journal of Administrative Sciences, 18(3), 163-178. Lazarsfeld, P.F., Berelson, B. & Gaudet, H. (1944). The People‟s Choice. New York: Columbia University Press. Luo, X. (2009). Quantifying the Long-Term Impact of Negative Word of Mouth on Cash Flows and Stock Prices. Marketing Science, 28(1), 148-165. Mangold, W.G., Miller, F. & Brockway, G.R. (1999). WOM communication in the service marketplace. Journal of Services Marketing, 13(1), 73-89. McKnight, D.H., Cummings, L.L. & Chervany, N.L. (1998). Initial Trust Formation in New Organizational Relationships. The Academy of Management Review 23(3), 473-490. McQuail, D. (2000). Mass Communication Theory. London: Sage. 72

Microsoft. (2009, 24oktober). Europe Logs On. European Internet Trends of Today and Tomorrow. Geraadpleegd

op

het

World

Wide

Web

op

24

oktober

2009:

http://statbel.fgov.be/nl/modules/digibib/arbeidsmarkt_levensomstandigheden/1255_euro pe_logs_on.jsp Murray, K.B. (1991). A Test of Services Marketing Theory: Consumer Information Acquisition Activities. Journal of Marketing, 55, 10-25. Nielsen (2008). Consumer Confidence, Concerns, Spending & Attitudes to Recession. Nielsen Global Survey. Nielsen (2009). Global Faces and Networked Places. A Nielsen Report on Social Networking‟s New Global Footprint. Nielsen Survey. Nihom, B. (2007). Een onderzoek naar het bepalen van de kans op Word-of-Mouth. Doctoraatsscriptie gepresenteerd voor de Stichting Wetenschappelijk Onderzoek Commerciële Communicatie (SWOCC), Amsterdam. Okazaki, S. (2009). Social Influence model and electronic word of mouth. Pc versus mobile internet. International Journal of Advertising, 28(3), 439-472. Pan, B., MacLaurin, T. & Crotts, J. (2007). Travel blogs and the implications for destination marketing. Journal of Travel Research, 46, 35-45. Park, C. & Lee, T.M. (2009). Information direction, website reputation and eWOM effect: A moderating role of product type. Journal of Business Research, 62, 61-67. Phelps, J.E., Lewis, R., Mobilio, L., Perry, D. & Raman, N. (2004). Viral Marketing or Electronic WOM Advertising; Examining Consumer responses and Motivations to Pass Along Email. Journal of Advertising Reserach, 44(4), 333-348. Richins, M.L. (1983). Negative WOM by Dissatisfied Consumers: A Pilot Study. Journal of Marketing, 47(1), 68-78. Richins, M.L. (1984). WOM communication as negative information. Advances in Consumer Research, 11(1), 697-702. Richins, M.L. & Root-Shaffer, T. (1988). The Role of Involvement and Opinion Leadership in Consumer WOM. An Implicit Model Made Explicit. Advances in Consumer Research, 15, 32-36. Rieh, S.Y. & Danielson, D.R. (2007). Credibility: A Multidisciplinary Framework. Annual Review of Information Science and Technology, 41(1), 307-364. Rogers, E. M. (1983). Diffusion of Innovations. New York: Free Press. Rosen, E. (2000). The Anatomy Of Buzz. New York: Doubleday. Sanoma uitgevers i.s.m. TNT NIPO en Universiteit Amsterdam. (2008). Trendvormers. Hoe de nieuwe consument zich informeert en de trend bepaalt. Geraadpleegd op 2 maart 2009 op het World Wide Web: http://researchblog.weblog.nl/researchblog/2008/11/trendsvormers-d.html 73

Schandwick, W. (2009). Inline communications. Geraadpleegd op 2 maart 2009 op het World Wide Web: http://www.scribd.com/doc/21168770/INLINE-Communications-UK-Presentation Senecal, S. & Nantel, J. (2004). The influence of online product recommendations on consumers‟ online choices. Journal of Retailing, 80, 159-169. Singh, J. (1998). Consumer complaint intentions and behavior: Definitional and taxonomical issues. Journal of Marketing, 25, 93-107. Slater, M.D. & Rouner, D. (1997). How message evaluation and source attributes may influence credibility assessment and belief change. Journalism and Mass Communication Quarterly, 73(4), 974-991. Solomon, M. R. (1998). Consumer Behavior: Buying, Having, and Being. Boston: Prentice Hall. Steffes, E.M. & Burgee, L.E. (2009). Social ties and online word of mouth. Internet Research, 19(1), 42-59. Stokes, D. & Lomax, W. (2001). Taking Control of Word-of-Mouth Marketing: The Case of an Entrepreneurial Hotelier. Occasionele Paper, Kingston University: Londen. Sundaram, D.S., Mitra, K. & Webster, C. (1998). WOM Communications: A Motivational Analysis. Advances in Consumer Research, 25, 527-531. Sweeney, J.C., Soutar, G.N. & Mazzarol, T. (2005). Factors influencing word of mouth effectiveness: receiver perspectives, European Journal of Marketing, 42(3/4), 244-364. The Grapevine (n.d.). WOM types. Word of Mouth: veel meer dan „Viral‟. Geraadpleegd op 19 december 2009 op het World Wide Web: http://www.thegrapevine.be/intro/wom-types The Keller Fay Group LLC & BzzAgent. (2006). The More, The Better. Creating Successful Word of Mouth Campaigns. White paper. The Keller Fay Group LLC & OMD. (2008). Keller Fay & OMD Study Finds Offline Word of Mouth More Positive and Credible than Online Buzz. Offline Conversation More Likely than Online Talk to Lead to Purchase Intent. Keller Fay & OMD, New York. Trusov, M., Bucklin, R.E. & Pauwels, K. (2009). Effects of WOM Versus Traditional Marketing: Findings from an internet Social Networking Site. Journal of Marketing, 73, 90-102. Universal MC Cann (2008). When did we start trusting strangers? How the internet turned us all into influencers. Onuitgegeven rapport. Walther, J.B. (1995). Relational Aspects of Computer-mediated Communication: Experimental Observations over Time. Organisation Science, 6(2), 186-203. Weimann, G. (1983). The Strength of Weak Conversational Ties in the Flow of Information and Influence. Social Networks, 5, 245-267. Westbrook, R.A. (1987). Product/Consumption-Based Affective Responses and Postpurchase Processes. Journal of Marketing Research, 24(3), 258-270.

74

WOMMA. (2005). Word of Mouth 101. An Introduction To Word of Mouth Marketing. Geraadpleegd op het World Wide Web op 24 oktober 2009: http://www.womma.org/content/womma_wom101.pdf. Ye, Q., Zhang, Z. & Law, R. (2009). Sentiment Classification of online reviews to travel destinations by supervised machine learning approaches. Expert Systems with Applications, 36, 65276535. Yi, 1990. A critical review of consumer satisfaction. In: Zeilthaml, V. (Ed.), Review of marketing 1990. Chicago: American Marketing Association.

75

Bijlagen

76

BIJLAGE 1 Deze eerste bijlage bevat een voorbeeld van een e-mail die de respondenten ontvangen hebben.

Beste, als studente Master in de Communicatiewetenschappen aan de Universiteit Gent, voer ik momenteel onderzoek naar online consumentengedrag met betrekking tot vakanties. Dit onderzoek maakt deel uit van mijn masterscriptie aan de Universiteit Gent. Voor dit onderzoek heb ik echter uw medewerking nodig. Wanneer u op volgende link klikt, komt u terecht bij mijn vragenlijst: http://www.thesistools.com/masterproef_saradebruyne Ik zou het erg op prijs stellen indien u deze vragen zeer aandachtig leest en beantwoordt. Er zijn geen juiste of foute antwoorden, ik vraag alleen uw persoonlijke mening. Alle antwoorden worden anoniem verwerkt en blijven ook na afloop van dit onderzoek strikt anoniem. De enquête zal ongeveer 10 minuten in beslag nemen. Mocht u vragen of opmerkingen hebben, kunt u me steeds bereiken op volgend e-mailadres: [email protected] of op het nummer: x. Alvast héél hartelijk bedankt voor uw medewerking! Sara.

77

BIJLAGE 2 Bijlage 2 bevat de volledige online vragenlijst (screenshot) die gebruikt werd om de doelgroep te bevragen.

Inleidende pagina van de vragenlijst: Beste, als studente Master in de Communicatiewetenschappen aan de Universiteit Gent, voer ik momenteel onderzoek naar online consumentengedrag met betrekking tot vakanties. Dit onderzoek maakt deel uit van mijn masterscriptie aan de Universiteit Gent. Voor dit onderzoek heb ik echter uw medewerking nodig. Ik zou het erg op prijs stellen indien u deze vragen zeer aandachtig leest en beantwoordt. Er zijn geen juiste of foute antwoorden, ik vraag alleen uw persoonlijke mening. Alle antwoorden worden anoniem verwerkt en blijven ook na afloop van dit onderzoek strikt vertrouwelijk. Het invullen van de vragenlijst zal ongeveer 10 minuten in beslag nemen. Mocht u vragen of opmerkingen hebben, kunt u me steeds bereiken op volgend e-mailadres: [email protected] of telefonisch op het nummer: x. Alvast bedankt, uw medewerking wordt enorm geapprecieerd. Met de meeste hoogachting, Sara De Bruyne.

78

79

80

81

82

83

84

85

86

BIJLAGE 3 Bijlage 3 bevat de vijf verschillende condities, telkens bestaande uit twee beoordelingen. Scenario 1

Beoordeling 1: positief “Onze kamer was erg gezellig en netjes. Het zicht van op ons terrasje was adembenemend. Op de service valt er niets aan te merken, integendeel, we kregen zelf een aperitiefje aangeboden bij ontvangst. Heerlijk! Het hotel was goed gelegen en de omgeving was prachtig. We hebben een fijn weekend achter de rug en kunnen dit iedereen aanbevelen. Wij gaan zeker terug!” Beoordeling 2: positief “Mooi hotel, op wandelafstand van het strand en nabijgelegen dorpje. De service was fantastisch en het buffet was erg uitgebreid en verzorgd. We vinden het zeer sympathiek dat we spontaan een korting kregen toegestuurd! Echt een topper van een vakantie!”

Scenario 2

Beoordeling 1: negatief “Het hotel is smerig, verouderd en donker. Het personeel spreekt nagenoeg geen Engels of Frans. De kamers waren basic en de badkamer stroomde vol water bij het nemen van een douche. De bedden waren een ware hel en ons minuscule terras gaf uit op een ranzig zijstraatje. Waardeloos gewoon.” Beoordeling 2: negatief “Na een week in het hotel zijn we zeer blij terug thuis te zijn! Het hotel is erg verouderd en overal zijn er opknapwerken nodig. Toen we de defecten op de kamer tot driemaal toe meldden, kwam er pas de 2de dag iemand langs toen wij weg waren. Bij vertrek was de receptie gesloten en moesten we onze sleutel achteloos in een doos gooien. Zonde van het geld!”

Scenario 3

Beoordeling 1: gemengd “Toen we arriveerden was alles prima, het onthaal verliep erg vlot. Toen we in de kamer aankwamen, merkten we jammer genoeg een defecte douchekraan op. De kamers waren ietwat ongezellig en er was weinig keuze wat betreft het eten. Positief was wel de mooie omgeving.” Beoordeling 2: Negatief “Het hotel is smerig, verouderd en donker. Het personeel spreekt nagenoeg geen Engels of Frans. De kamers waren basic en de badkamer stroomde vol water bij het nemen van een douche. De bedden waren een ware hel en ons minuscule terras gaf uit op een ranzig zijstraatje. Waardeloos gewoon.”

87

Scenario 4

Beoordeling 1: positief “Onze kamer was erg gezellig en netjes. Het zicht van op ons terrasje was adembenemend. Op de service valt er niets aan te merken, integendeel, we kregen zelf een aperitiefje aangeboden bij ontvangst. Heerlijk! Het hotel was goed gelegen en de omgeving was prachtig. We hebben een fijn weekend achter de rug en kunnen dit iedereen aanbevelen. Wij gaan zeker terug!” Beoordeling 2: negatief “Het hotel is smerig, verouderd en donker. Het personeel spreekt nagenoeg geen Engels of Frans. De kamers waren basic en de badkamer stroomde vol water bij het nemen van een douche. De bedden waren een ware hel en ons minuscule terras gaf uit op een ranzig zijstraatje. Waardeloos gewoon.”

Scenario 5

Beoordeling 1: gemengd “Toen we arriveerden was alles prima, het onthaal verliep erg vlot. Toen we in de kamer aankwamen, merkten we jammer genoeg een defecte douchekraan op. De kamers waren ietwat ongezellig en er was weinig keuze wat betreft het eten. Positief was wel de mooie omgeving.” Beoordeling 2: positief “Onze kamer was erg gezellig en netjes. Het zicht van op ons terrasje was adembenemend. Op de service valt er niets aan te merken, integendeel, we kregen zelf een aperitiefje aangeboden bij ontvangst. Heerlijk! Het hotel was goed gelegen en de omgeving was prachtig. We hebben een fijn weekend achter de rug en kunnen dit iedereen aanbevelen. Wij gaan zeker terug!”

88

BIJLAGE 4 OUTPUT RELIABILITY SCALES SCALE: Attittude toward the website

Case Processing Summary N Cases

Valid Excluded

% 178

99,4

1

,6

179

100,0

a

Total

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha

N of Items

,850

3

Item-Total Statistics Scale Mean if Item

Scale Variance if Item Corrected Item-Total

Deleted V11 Ik vind de website leuk

Deleted

Correlation

Cronbach's Alpha if Item Deleted

8,81

4,231

,727

,783

8,98

4,192

,716

,794

9,14

4,359

,715

,795

V11 Ik denk dat dit een goede website is V11 Ik vind de website mooi

Scale Statistics Mean 13,47

Variance 8,917

Std. Deviation 2,986

N of Items 3

SCALE: Involvement

Case Processing Summary N Cases

Valid Excluded

% 175

97,8

4

2,2

179

100,0

a

Total

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha

N of Items

,921

5

Item-Total Statistics Scale Mean if Item

Scale Variance if Item Corrected Item-Total

Deleted V04 Onbelangrijk - Belangrijk

Deleted

Correlation

Cronbach's Alpha if Item Deleted

23,37

16,315

,780

,907

23,34

16,236

,818

,899

V04 Niet significant - Significant

23,50

16,608

,812

,900

V04 Van geen belang - Van belang

23,31

16,893

,755

,911

23,31

16,548

,815

,900

V04 Van geen betekenis – Betekenisvol

V04 Belangen me niet aan Belangen me aan

Scale Statistics Mean 29,21

Variance 25,314

Std. Deviation 5,031

N of Items 5

90

SCALE: Importance of testimonial

Case Processing Summary N Cases

Valid Excluded

% 171

95,5

8

4,5

179

100,0

a

Total

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha

N of Items

,037

3

Item-Total Statistics Scale Mean if Item

Scale Variance if Item Corrected Item-Total

Deleted

Deleted

Correlation

Cronbach's Alpha if Item Deleted

V10 Mening expert

8,12

48,897

,090

,012

V10 Mening mensen zoals ik

7,82

49,373

,064

,026

7,52

1,357

,057

,470

V10 Mening van een andere consument

Scale Statistics Mean 11,73

Variance 50,433

Std. Deviation 7,102

N of Items 3

91

SCALE: Credibility

Case Processing Summary N Cases

Valid Excluded

% 172

96,1

7

3,9

179

100,0

a

Total

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha

N of Items

,775

3

Item-Total Statistics Scale Mean if Item

Scale Variance if Item Corrected Item-Total

Deleted

Deleted

Correlation

Cronbach's Alpha if Item Deleted

V12 De informatie is niet 5,94

3,218

,506

,801

V12 Ik vind de informatie overdreve n

5,77

2,577

,641

,662

V12 Ik vind de informatie twijfelachtig

5,87

2,350

,699

,592

geloofwaardig

Scale Statistics Mean

Variance 8,78

5,491

Std. Deviation 2,343

N of Items 3

92

SCALE: Purchase Intention

Case Processing Summary N Cases

Valid Excluded

% 177

98,9

2

1,1

179

100,0

a

Total

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha

N of Items

,818

3

Item-Total Statistics Scale Mean if Item

Scale Variance if Item Corrected Item-Total

Deleted

Deleted

Correlation

Cronbach's Alpha if Item Deleted

V13 Ik zou geen-wel rekening houden met de beoordelingen van 7,35

2,615

,724

,699

7,38

2,511

,764

,657

7,45

2,680

,546

,886

andere reizigers bij het boeken van een vakantie V13 De volgende keer zou ik bij het boeken van een vakantie geen-wel rekening houden met de beoordelingen van andere reizigers V13 Heel ws zou ik bij het boeken van een vakantie geen-wel rekening houden met deze beoordelingen

Scale Statistics Mean 11,09

Variance 5,367

Std. Deviation 2,317

N of Items 3

93

SCALE: Opinion leadership and opinion seeking (*SUBSCALE: Opinion leadership items) Case Processing Summary N Cases

Valid Excluded

a

Total

% 168

93,9

11

6,1

179

100,0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha

N of Items

,786

5

Item-Total Statistics Scale Mean if Item

Scale Variance if Item Corrected Item-Total

Deleted

Deleted

Correlation

Cronbach's Alpha if Item Deleted

V14 Mijn vrienden en kennissen vragen mij geregeld om advies bij

13,21

5,978

,649

,718

13,33

6,150

,509

,766

13,51

6,503

,473

,775

13,27

6,269

,572

,744

13,08

6,029

,624

,726

een aankoop V14 Ik beïnvloed soms de aankoopbeslissing van vrienden en kennissen V14 Mijn vrienden komen vaker naar mij dan ik naar hen voor info V14 Vrienden en kennissen vinden mij een goede bron voor advies V14 Ik kan minstens 2 mensen bedenken die ik de afgelopen 6 maanden advies gegeven heb bij een aankoop

Scale Statistics Mean 16,60

Variance 9,175

Std. Deviation 3,029

N of Items 5

94

SCALE: Opinion leadership and opinion seeking (*SUBSCALE: Opinion seeking items)

Case Processing Summary N Cases

Valid Excluded

% 177

98,9

2

1,1

179

100,0

a

Total

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha

N of Items

,818

3

Item-Total Statistics Scale Mean if Item

Scale Variance if Item Corrected Item-Total

Deleted

Deleted

Correlation

Cronbach's Alpha if Item Deleted

V14 Mijn vrienden en kennissen geven me goed advies wanneer ik

6,94

2,224

,696

,735

7,02

1,960

,675

,746

7,10

1,933

,655

,771

een aankoop wil doen V14 Ik vraag vaak advies aan vrienden alvorens een aankoop te doen V14 Ik praat veel met mijn vrienden over mijn aankopen

Scale Statistics Mean 10,53

Variance 4,205

Std. Deviation 2,051

N of Items 3

95

SCALE: Internet usage (information motivation)

Case Processing Summary N Cases

Valid Excluded

% 178

99,4

1

,6

179

100,0

a

Total

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha

N of Items

,595

5

Item-Total Statistics Scale Mean if Item

Scale Variance if Item Corrected Item-Total

Deleted

Deleted

Correlation

Cronbach's Alpha if Item Deleted

V03 1 Ik vind op het Internet gemakkelijk grote hoeveelheden

15,31

4,296

,344

,550

V03 2 Ik leer veel bij via het internet

15,99

3,701

,413

,506

V03 3 Op de hoogte van de wereld

16,07

3,447

,302

,585

15,84

4,077

,363

,537

15,81

3,647

,379

,523

informatie

V03 4 De informatie op het internet is nuttig V03 5 De informatie is kosteloos

Scale Statistics Mean 19,76

Variance 5,438

Std. Deviation 2,332

N of Items 5

96

BIJLAGE 5

Correlaties tussen de afhankelijke variabele , de controlevariabelen en de demografische kenmerken2. Correlations

Credibility Spearman's rho

Credibility

the website

Leader

Seeker

Intention

1,000

-,012

,170

*

-,041

,026

.

,876

,026

,604

172

168

171

-,012

1,000

,876

Opleidings Leeftijd

niveau

Geslacht -,083

,738

,000

,098

,153

,276

161

170

171

164

170

172

,024

,109

,032

,003

-,055

-,068

,107

.

,754

,166

,677

,972

,475

,371

,160

168

175

174

164

173

173

170

173

175

*

,024

1,000

,067

,080

,036

-,017

,114

-,044

,026

,754

.

,387

,290

,634

,824

,131

,561

171

174

178

167

176

176

170

176

178

-,041

,109

,067

1,000

,057

-,090

-,033

,138

-,061

,604

,166

,387

.

,468

,250

,678

,076

,432

161

164

167

168

166

166

160

166

168

Correlation Coefficient

,026

,032

,080

,057

1,000

,013

,007

,013

,184

Sig. (2-tailed)

,738

,677

,290

,468

.

,862

,930

,864

,014

170

173

176

166

177

175

169

175

177

Correlation Coefficient

N Attitude toward the website Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N

N

2

Purchase

,110

Sig. (2-tailed)

Opinion Seaker

Opinion

-,130

N

Opinion Leader

Opinion

**

Correlation Coefficient Sig. (2-tailed)

Involvement

Involvement

Attitude toward

,170

NOOT: De in het vet gedrukte correlaties indiceren een lineair verband. Geslacht (0 = man; 1 = vrouw), opleidingsniveau (0 = middelbaar; 1 = hogere studies) & leeftijd (in jaren).

,401

*

Purchase Intention

**

,003

,036

-,090

,013

1,000

,019

-,115

,058

,000

,972

,634

,250

,862

.

,808

,129

,444

171

173

176

166

175

177

169

175

177

-,130

-,055

-,017

-,033

,007

,019

1,000

-,176

*

-,107

,098

,475

,824

,678

,930

,808

.

,022

,163

164

170

170

160

169

169

171

169

171

Correlation Coefficient

,110

-,068

,114

,138

,013

-,115

-,176

*

1,000

Sig. (2-tailed)

,153

,371

,131

,076

,864

,129

,022

.

,001

170

173

176

166

175

175

169

177

177

*

,058

-,107

**

1,000

Correlation Coefficient Sig. (2-tailed) N

Leeftijd

Correlation Coefficient Sig. (2-tailed) N

Opleidingsniveau

N Geslacht

Correlation Coefficient Sig. (2-tailed) N

,401

-,241

-,241

**

-,083

,107

-,044

-,061

,184

,276

,160

,561

,432

,014

,444

,163

,001

.

172

175

178

168

177

177

171

177

179

*. Correlation is significant at the 0.05 level (2 -tailed). **. Correlation is significant at the 0.01 level (2-tailed).

98

BIJLAGE 6 OUTPUT ONE-WAY ANOVA HOOFDEFFECT ONEWAY Credibility BY conditie /STATISTICS DESCRIPTIVES /MISSING ANALYSIS /POSTHOC=SCHEFFE ALPHA(0.05).

Descriptives Credibility 95% Confidence Interval for Mean N

Mean

Std. Deviation

Std. Error

Lower Bound

Upper Bound

Minimum

Maximum

conditie1

33

2,7273

,77035

,13410

2,4541

3,0004

1,67

4,33

conditie2

34

4,0000

,36699

,06294

3,8720

4,1280

3,00

4,67

conditie3

36

3,2870

,61284

,10214

3,0797

3,4944

2,33

4,33

conditie4

33

2,5455

,68626

,11946

2,3021

2,7888

1,00

4,00

conditie5

36

3,0926

,66957

,11160

2,8660

3,3191

2,00

4,00

172

3,1376

,80435

,06133

3,0165

3,2587

1,00

4,67

Total

Noot: de onafhankelijke variabele valence werd gemanipuleerd, resulterend in vijf condities.

ANOVA Credibility Sum of Squares

Df

Mean Square

Between Groups

43,291

4

10,823

Within Groups

67,341

167

,403

110,632

171

Total

F

Sig. 26,839

,000

Multiple Comparisons Credibility Scheffe 95% Confidence Interval (I) Conditie

(J) Conditie

conditie1

conditie2

-1,27273

*

,15518

,000

-1,7561

-,7894

conditie3

-,55976

*

,15304

,012

-1,0365

-,0831

conditie4

,18182

,15633

,852

-,3051

,6688

conditie5

-,36532

,15304

,228

-,8420

,1114

conditie1

1,27273

*

,15518

,000

,7894

1,7561

conditie3

,71296

*

,15186

,000

,2399

1,1860

conditie4

1,45455

*

,15518

,000

,9712

1,9379

conditie5

,90741

*

,15186

,000

,4344

1,3804

conditie1

,55976

*

,15304

,012

,0831

1,0365

conditie2

-,71296

*

,15186

,000

-1,1860

-,2399

conditie4

,74158

*

,15304

,000

,2649

1,2183

conditie5

,19444

,14967

,793

-,2718

,6607

conditie1

-,18182

,15633

,852

-,6688

,3051

conditie2

-1,45455

*

,15518

,000

-1,9379

-,9712

conditie3

-,74158

*

,15304

,000

-1,2183

-,2649

conditie5

-,54714

*

,15304

,015

-1,0238

-,0704

,36532

,15304

,228

-,1114

,8420

conditie2

conditie3

conditie4

conditie5

conditie1

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

conditie2

-,90741

*

,15186

,000

-1,3804

-,4344

conditie3

-,19444

,14967

,793

-,6607

,2718

conditie4

,54714

*

,15304

,015

,0704

1,0238

*. The mean difference is significant at the 0.05 level.

100

Credibility Scheffe Subset for alpha = 0.05 Conditie

N

1

2

conditie4

33

2,5455

conditie1

33

2,7273

conditie5

36

conditie3

36

conditie2

34

Sig.

3

4

2,7273 3,0926

3,0926 3,2870 4,0000

,842

,229

,807

1,000

Means for groups in homogeneous subsets are displayed.

101

BIJLAGE 7 OUTPUT INTERACTIE-EFFECT INVOLVEMENT-CREDIBILITY UNIANOVA Credibility BY conditie INVOLVREC /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=conditie(SCHEFFE) /PLOT=PROFILE(conditie*INVOLVREC) /CRITERIA=ALPHA(0.05) /DESIGN=conditie INVOLVREC conditie*INVOLVREC.

Between-Subjects Factors Value Label Conditie

Involvement recoded

N

1

conditie1

29

2

conditie2

34

3

conditie3

36

4

conditie4

33

5

conditie5

36

0

15

1

153

Tests of Between-Subjects Effects Dependent Variable:Credibility Source

Type III Sum of Squares

df

Mean Square

F

Sig.

Corrected Model

47,452

a

9

5,272

13,269

,000

Intercept

388,840

1

388,840

978,625

,000

Conditie

8,951

4

2,238

5,632

,000

,001

1

,001

,004

,951

2,316

4

,579

1,457

,218

Error

62,779

158

,397

Total

1757,111

168

110,230

167

INVOLVREC conditie * INVOLVREC

Corrected Total a. R Squared = ,430 (Adjusted R Squared = ,398)

102

Multiple Comparisons Credibility Scheffe 95% Confidence Interval (I) Conditie

(J) Conditie

conditie1

conditie2

-1,37

*

,159

,000

-1,86

-,87

conditie3

-,65

*

,157

,002

-1,15

-,16

conditie4

,09

,160

,990

-,41

,59

conditie5

-,46

,157

,078

-,95

,03

conditie1

1,37

*

,159

,000

,87

1,86

conditie3

,71

*

,151

,000

,24

1,18

conditie4

1,45

*

,154

,000

,97

1,93

conditie5

,91

*

,151

,000

,44

1,38

conditie1

,65

*

,157

,002

,16

1,15

conditie2

-,71

*

,151

,000

-1,18

-,24

conditie4

,74

*

,152

,000

,27

1,22

conditie5

,19

,149

,788

-,27

,66

conditie1

-,09

,160

,990

-,59

,41

conditie2

-1,45

*

,154

,000

-1,93

-,97

conditie3

-,74

*

,152

,000

-1,22

-,27

conditie5

-,55

*

,152

,014

-1,02

-,07

conditie1

,46

,157

,078

-,03

,95

conditie2

-,91

*

,151

,000

-1,38

-,44

conditie3

-,19

,149

,788

-,66

,27

conditie4

,55

*

,152

,014

,07

1,02

conditie2

conditie3

conditie4

conditie5

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

Based on observed means. The error term is Mean Square(Error) = ,397. *. The mean difference is significant at the 0,05 level.

103

Credibility Scheffe Subset Conditie

N

1

2

conditie4

33

2,55

conditie1

29

2,63

conditie5

36

conditie3

36

conditie2

34

Sig.

3

4

2,63 3,09

3,09 3,29 4,00

,989

,069

,810

1,000

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = ,397.

104

BIJLAGE 8 OUPUT INTERACTIE-EFFECT ATTITUDE TOWARD THE WEBSITE-CREDIBILITY UNIANOVA Credibility BY conditie ATTREC /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=conditie(SCHEFFE) /PLOT=PROFILE(conditie*ATTREC) /CRITERIA=ALPHA(0.05) /DESIGN=conditie ATTREC conditie*ATTREC.

Between-Subjects Factors Value Label Conditie

Att t web recoded

N

1

conditie1

33

2

conditie2

34

3

conditie3

36

4

conditie4

32

5

conditie5

36

0

82

1

89

Tests of Between-Subjects Effects Dependent Variable:Credibility Source

Type III Sum of Squares

Df

Mean Square

F

Sig.

a

9

5,084

12,618

,000

Intercept

1576,303

1

1576,303

3912,706

,000

Conditie

41,537

4

10,384

25,776

,000

ATTREC

2,134

1

2,134

5,298

,023

,169

4

,042

,105

,981

Error

64,862

161

,403

Total

1794,889

171

110,613

170

Corrected Model

45,752

conditie * ATTREC

Corrected Total

a. R Squared = ,414 (Adjusted R Squared = ,381)

105

Multiple Comparisons Credibility Scheffe 95% Confidence Interval (I) Conditie

(J) Conditie

conditie1

conditie2

-1,27

*

,155

,000

-1,76

-,79

conditie3

-,56

*

,153

,012

-1,04

-,08

conditie4

,20

,157

,817

-,29

,69

conditie5

-,37

,153

,228

-,84

,11

conditie1

1,27

*

,155

,000

,79

1,76

conditie3

,71

*

,152

,000

,24

1,19

conditie4

1,47

*

,156

,000

,98

1,96

conditie5

,91

*

,152

,000

,43

1,38

conditie1

,56

*

,153

,012

,08

1,04

conditie2

-,71

*

,152

,000

-1,19

-,24

conditie4

,76

*

,154

,000

,28

1,24

conditie5

,19

,150

,792

-,27

,66

conditie1

-,20

,157

,817

-,69

,29

conditie2

-1,47

*

,156

,000

-1,96

-,98

conditie3

-,76

*

,154

,000

-1,24

-,28

conditie5

-,56

*

,154

,012

-1,04

-,08

conditie1

,37

,153

,228

-,11

,84

conditie2

-,91

*

,152

,000

-1,38

-,43

conditie3

-,19

,150

,792

-,66

,27

conditie4

,56

*

,154

,012

,08

1,04

conditie2

conditie3

conditie4

conditie5

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

Based on observed means. The error term is Mean Square(Error) = ,403. *. The mean difference is significant at the 0,05 level.

106

Credibility Scheffe Subset Conditie

N

1

2

conditie4

32

2,53

conditie1

33

2,73

conditie5

36

conditie3

36

conditie2

34

Sig.

3

4

2,73 3,09

3,09 3,29 4,00

,804

,232

,808

1,000

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = ,403.

107

BIJLAGE 9 OUTPUT INTERACTIE-EFFECT OPINIONLEADER-CREDIBILITY UNIANOVA Credibility BY conditie OLREC /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=conditie(SCHEFFE) /PLOT=PROFILE(conditie*OLREC) /CRITERIA=ALPHA(0.05) /DESIGN=conditie OLREC conditie*OLREC.

Between-Subjects Factors Value Label Conditie

OL recoded

N

1

conditie1

32

2

conditie2

34

3

conditie3

34

4

conditie4

29

5

conditie5

32

0

91

1

70

Tests of Between-Subjects Effects Dependent Variable:Credibility Source

Type III Sum of Squares

df

Mean Square

F

Sig.

a

9

5,431

14,104

,000

Intercept

1509,646

1

1509,646

3920,187

,000

Conditie

38,840

4

9,710

25,215

,000

OLREC

,051

1

,051

,132

,717

5,303

4

1,326

3,443

,010

Error

58,149

151

,385

Total

1695,222

161

107,031

160

Corrected Model

48,882

conditie * OLREC

Corrected Total

a. R Squared = ,457 (Adjusted R Squared = ,424)

108

Multiple Comparisons Credibility Scheffe 95% Confidence Interval (I) Conditie

(J) Conditie

conditie1

conditie2

-1,30

*

,153

,000

-1,78

-,83

conditie3

-,59

*

,153

,007

-1,06

-,11

conditie4

,18

,159

,863

-,32

,68

conditie5

-,39

,155

,193

-,87

,10

conditie1

1,30

*

,153

,000

,83

1,78

conditie3

,72

*

,151

,000

,25

1,19

conditie4

1,48

*

,157

,000

,99

1,97

conditie5

,92

*

,153

,000

,44

1,39

conditie1

,59

*

,153

,007

,11

1,06

conditie2

-,72

*

,151

,000

-1,19

-,25

conditie4

,77

*

,157

,000

,28

1,26

conditie5

,20

,153

,785

-,28

,68

conditie1

-,18

,159

,863

-,68

,32

conditie2

-1,48

*

,157

,000

-1,97

-,99

conditie3

-,77

*

,157

,000

-1,26

-,28

conditie5

-,57

*

,159

,016

-1,06

-,07

conditie1

,39

,155

,193

-,10

,87

conditie2

-,92

*

,153

,000

-1,39

-,44

conditie3

-,20

,153

,785

-,68

,28

conditie4

,57

*

,159

,016

,07

1,06

conditie2

conditie3

conditie4

conditie5

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

Based on observed means. The error term is Mean Square(Error) = ,385. *. The mean difference is significant at the 0,05 level.

109

Credibility Scheffe Subset Conditie

N

1

2

conditie4

29

2,52

conditie1

32

2,70

conditie5

32

conditie3

34

conditie2

34

Sig.

3

4

2,70 3,08

3,08 3,28 4,00

,851

,191

,793

1,000

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = ,385.

110

USE ALL. COMPUTE filter_$=((conditie = 1)). VARIABLE LABEL filter_$ '(conditie = 1) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie OLREC /CRITERIA=CI(.95).

One-Sample Statistics N

Mean

Std. Deviation

Conditie

33

1,00

OL recoded

32

,53

Std. Error Mean a

,000

,507

,090

,000

a. t cannot be computed because the standard deviation is 0. One-Sample Test Test Value = 0 95% Confidence Interval of the Difference T OL recoded

Df 5,927

Sig. (2-tailed) 31

Mean Difference

,000

,531

Lower

Upper ,35

,71

USE ALL. COMPUTE filter_$=((conditie = 2)). VARIABLE LABEL filter_$ '(conditie = 2) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie OLREC /CRITERIA=CI(.95).

One-Sample Statistics N

Mean

Std. Deviation

Conditie

36

2,00

OL recoded

36

,39

Std. Error Mean a

,000

,494

,082

,000

a. t cannot be computed because the standard deviation is 0.

111

One-Sample Test Test Value = 0 95% Confidence Interval of the Difference t OL recoded

Df 4,719

Sig. (2-tailed) 35

Mean Difference

,000

Lower

,389

Upper ,22

,56

USE ALL. COMPUTE filter_$=((conditie = 3)). VARIABLE LABEL filter_$ '(conditie = 3) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie OLREC /CRITERIA=CI(.95). One-Sample Statistics N

Mean

Std. Deviation

Conditie

37

3,00

OL recoded

35

,37

Std. Error Mean a

,000

,490

,083

,000

a. t cannot be computed because the standard deviation is 0.

One-Sample Test Test Value = 0 95% Confidence Interval of the Difference t OL recoded

Df 4,482

Sig. (2-tailed) 34

Mean Difference

,000

,371

Lower

Upper ,20

,54

USE ALL. COMPUTE filter_$=((conditie = 4)). VARIABLE LABEL filter_$ '(conditie = 4) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie OLREC /CRITERIA=CI(.95).

112

One-Sample Statistics N

Mean

Std. Deviation

Conditie

36

4,00

OL recoded

32

,41

Std. Error Mean a

,000

,499

,088

,000

a. t cannot be computed because the standard deviation is 0.

One-Sample Test Test Value = 0 95% Confidence Interval of the Difference t OL recoded

Df 4,605

Sig. (2-tailed) 31

Mean Difference

,000

Lower

,406

Upper ,23

,59

USE ALL. COMPUTE filter_$=((conditie = 5)). VARIABLE LABEL filter_$ '(conditie = 5) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie OLREC /CRITERIA=CI(.95). One-Sample Statistics N

Mean

Std. Deviation

Conditie

37

5,00

OL recoded

33

,45

Std. Error Mean a

,000

,506

,088

,000

a. t cannot be computed because the standard deviation is 0.

One-Sample Test Test Value = 0 95% Confidence Interval of the Difference t OL recoded

Df 5,164

Sig. (2-tailed) 32

,000

Mean Difference ,455

Lower

Upper ,28

,63

113

BIJLAGE 10 OUTPUT INTERACTIE-EFFECT OPINION SEAKER-CREDIBILITY UNIANOVA Credibility BY conditie OSREC /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=conditie(SCHEFFE) /PLOT=PROFILE(conditie*OSREC) /CRITERIA=ALPHA(0.05) /DESIGN=conditie OSREC conditie*OSREC.

Between-Subjects Factors Value Label Conditie

OS recoded

N

1

conditie1

33

2

conditie2

34

3

conditie3

36

4

conditie4

33

5

conditie5

34

0

73

1

97

Tests of Between-Subjects Effects Dependent Variable:Credibility Source

Type III Sum of Squares

Df

Mean Square

F

Sig.

a

9

5,174

13,472

,000

Intercept

1591,203

1

1591,203

4143,258

,000

Conditie

43,599

4

10,900

28,381

,000

OSREC

,759

1

,759

1,976

,162

2,684

4

,671

1,747

,142

Error

61,447

160

,384

Total

1795,889

170

108,014

169

Corrected Model

46,566

conditie * OSREC

Corrected Total

a. R Squared = ,431 (Adjusted R Squared = ,399)

114

Multiple Comparisons Credibility Scheffe 95% Confidence Interval (I) Conditie

(J) Conditie

conditie1

conditie2

-1,27

*

,151

,000

-1,74

-,80

conditie3

-,56

*

,149

,009

-1,03

-,09

conditie4

,18

,153

,840

-,29

,66

conditie5

-,43

,151

,095

-,90

,04

conditie1

1,27

*

,151

,000

,80

1,74

conditie3

,71

*

,148

,000

,25

1,17

conditie4

1,45

*

,151

,000

,98

1,93

conditie5

,84

*

,150

,000

,37

1,31

conditie1

,56

*

,149

,009

,09

1,03

conditie2

-,71

*

,148

,000

-1,17

-,25

conditie4

,74

*

,149

,000

,28

1,21

conditie5

,13

,148

,942

-,33

,59

conditie1

-,18

,153

,840

-,66

,29

conditie2

-1,45

*

,151

,000

-1,93

-,98

conditie3

-,74

*

,149

,000

-1,21

-,28

conditie5

-,61

*

,151

,004

-1,08

-,14

conditie1

,43

,151

,095

-,04

,90

conditie2

-,84

*

,150

,000

-1,31

-,37

conditie3

-,13

,148

,942

-,59

,33

conditie4

,61

*

,151

,004

,14

1,08

conditie2

conditie3

conditie4

conditie5

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

Based on observed means. The error term is Mean Square(Error) = ,384. *. The mean difference is significant at the 0,05 le vel.

115

Scheffe Subset Conditie

N

1

2

conditie4

33

2,55

conditie1

33

2,73

conditie5

34

conditie3

36

conditie2

34

Sig.

3

4

2,73 3,16

3,16 3,29 4,00

,833

,091

,945

1,000

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = ,384.

116

BIJLAGE 11 OUTPUT INTERACTIE-EFFECT INTERNET USE-CREDIBILITY UNIANOVA Credibility BY conditie interngebr /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /POSTHOC=conditie(SCHEFFE) /PLOT=PROFILE(conditie*interngebr) /CRITERIA=ALPHA(0.05) /DESIGN=conditie interngebr conditie*interngebr.

Between-Subjects Factors Value Label Conditie

Internetgebruik

N

1

conditie1

33

2

conditie2

34

3

conditie3

36

4

conditie4

33

5

conditie5

36

1

Verschillende keren per 71 dag

2

Dagelijks

3

Meerdere keren per

44

43 week 4

Wekelijks

5

Nooit

13 1

117

Tests of Between-Subjects Effects Dependent Variable:Credibility Source

Type III Sum of Squares

Df

Mean Square

F

Sig.

Corrected Model

54,507

a

18

3,028

8,255

,000

Intercept

402,142

1

402,142

1096,251

,000

Conditie

29,775

4

7,444

20,292

,000

,688

4

,172

,469

,758

9,896

10

,990

2,698

,005

Error

56,126

153

,367

Total

1803,889

172

110,632

171

Interngebr conditie * interngebr

Corrected Total a. R Squared = ,493 (Adjusted R Squared = ,433)

118

Multiple Comparisons Credibility Scheffe 95% Confidence Interval (I) Conditie

(J) Conditie

conditie1

conditie2

-1,27

*

,148

,000

-1,73

-,81

conditie3

-,56

*

,146

,007

-1,01

-,10

conditie4

,18

,149

,829

-,28

,65

conditie5

-,37

,146

,186

-,82

,09

conditie1

1,27

*

,148

,000

,81

1,73

conditie3

,71

*

,145

,000

,26

1,16

conditie4

1,45

*

,148

,000

,99

1,92

conditie5

,91

*

,145

,000

,46

1,36

conditie1

,56

*

,146

,007

,10

1,01

conditie2

-,71

*

,145

,000

-1,16

-,26

conditie4

,74

*

,146

,000

,29

1,20

conditie5

,19

,143

,762

-,25

,64

conditie1

-,18

,149

,829

-,65

,28

conditie2

-1,45

*

,148

,000

-1,92

-,99

conditie3

-,74

*

,146

,000

-1,20

-,29

conditie5

-,55

*

,146

,009

-1,00

-,09

conditie1

,37

,146

,186

-,09

,82

conditie2

-,91

*

,145

,000

-1,36

-,46

conditie3

-,19

,143

,762

-,64

,25

conditie4

,55

*

,146

,009

,09

1,00

conditie2

conditie3

conditie4

conditie5

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

Based on observed means. The error term is Mean Square(Error) = ,367. *. The mean difference is significant at the 0,05 level.

119

Credibility Scheffe Subset Conditie

N

1

2

conditie4

33

2,55

conditie1

33

2,73

conditie5

36

conditie3

36

conditie2

34

Sig.

3

4

2,73 3,09

3,09 3,29 4,00

,818

,187

,778

1,000

Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = ,367.

120

USE ALL. COMPUTE filter_$=((conditie = 1)). VARIABLE LABEL filter_$ '(conditie = 1) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie INTUSEREC /CRITERIA=CI(.95).

One-Sample Statistics N

Mean

Std. Deviation

Conditie

33

1,00

Int Use recoded

33

,91

Std. Error Mean a

,000

,292

,051

,000

a. t cannot be computed because the standard deviation is 0.

One-Sample Test Test Value = 0 95% Confidence Interval of the Difference T Int Use recoded

Df 17,889

Sig. (2-tailed) 32

Mean Difference

,000

,909

Lower

Upper ,81

1,01

USE ALL. COMPUTE filter_$=((conditie = 2)). VARIABLE LABEL filter_$ '(conditie = 2) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie INTUSEREC /CRITERIA=CI(.95).

One-Sample Statistics N

Mean

Std. Deviation

Conditie

36

2,00

Int Use recoded

36

,97

Std. Error Mean a

,000

,167

,028

,000

a. t cannot be computed because the standard deviation is 0.

121

One-Sample Test Test Value = 0 95% Confidence Interval of the Difference T Int Use recoded

df 35,000

Sig. (2-tailed) 35

Mean Difference

,000

Lower

,972

Upper ,92

1,03

USE ALL. COMPUTE filter_$=((conditie = 3)). VARIABLE LABEL filter_$ '(conditie = 3) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie INTUSEREC /CRITERIA=CI(.95). One-Sample Statistics N

Mean

Std. Deviation

Conditie

37

3,00

Int Use recoded

37

,97

Std. Error Mean a

,000

,164

,027

,000

a. t cannot be computed because the standard deviation is 0. One-Sample Test Test Value = 0 95% Confidence Interval of the Difference T Int Use recoded

df 36,000

Sig. (2-tailed) 36

Mean Difference

,000

,973

Lower

Upper ,92

1,03

USE ALL. COMPUTE filter_$=((conditie = 4)). VARIABLE LABEL filter_$ '(conditie = 4) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie INTUSEREC /CRITERIA=CI(.95).

122

One-Sample Statistics N

Mean

Std. Deviation

Conditie

36

4,00

Int Use recoded

36

,83

Std. Error Mean a

,000

,378

,063

,000

a. t cannot be computed because the standard deviation is 0. One-Sample Test Test Value = 0 95% Confidence Interval of the Difference T Int Use recoded

df 13,229

Sig. (2-tailed) 35

Mean Difference

,000

Lower

,833

Upper ,71

,96

USE ALL. COMPUTE filter_$=((conditie = 5)). VARIABLE LABEL filter_$ '(conditie = 5) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMAT filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST /TESTVAL=0 /MISSING=ANALYSIS /VARIABLES=conditie INTUSEREC /CRITERIA=CI(.95).

One-Sample Statistics N

Mean

Std. Deviation

Conditie

37

5,00

Int Use recoded

37

,89

Std. Error Mean a

,000

,315

,052

,000

a. t cannot be computed because the standard deviation is 0. One-Sample Test Test Value = 0 95% Confidence Interval of the Difference T Int Use recoded

df 17,234

Sig. (2-tailed) 36

,000

Mean Difference ,892

Lower

Upper ,79

1,00

123

BIJLAGE 12 OUTPUT ONE-WAY ANOVA CREDIBILITY-PURCHASE INTENTION ONEWAY PIgem BY conditie /STATISTICS DESCRIPTIVES /MISSING ANALYSIS /POSTHOC=SCHEFFE ALPHA(0.05). Descriptives Purchase Intention 95% Confidence Interval for Mean N

Mean

Std. Deviation

Std. Error

Lower Bound

Upper Bound

Minimum

Maximum

conditie1

33

3,0707

,92705

,16138

2,7420

3,3994

1,00

4,67

conditie2

36

4,1667

,44006

,07334

4,0178

4,3156

3,00

5,00

conditie3

37

3,8559

,61132

,10050

3,6520

4,0597

2,00

5,00

conditie4

34

3,6863

,65619

,11254

3,4573

3,9152

2,00

5,00

conditie5

37

3,6486

,76556

,12586

3,3934

3,9039

2,67

5,00

177

3,6968

,77221

,05804

3,5822

3,8113

1,00

5,00

Total

ANOVA Purchase Intention Sum of Squares

Df

Mean Square

Between Groups

21,909

4

5,477

Within Groups

83,041

172

,483

104,950

176

Total

F

Sig. 11,345

,000

124

Multiple Comparisons Purchase Intention Scheffe 95% Confidence Interval (I) Conditie

(J) Conditie

conditie1

conditie2

-1,09596

*

,16746

,000

-1,6174

-,5745

conditie3

-,78515

*

,16637

,000

-1,3032

-,2671

conditie4

-,61557

*

,16979

,013

-1,1443

-,0868

conditie5

-,57794

*

,16637

,019

-1,0960

-,0599

conditie1

1,09596

*

,16746

,000

,5745

1,6174

conditie3

,31081

,16266

,458

-,1957

,8173

conditie4

,48039

,16617

,084

-,0370

,9978

conditie5

,51802

*

,16266

,042

,0115

1,0245

conditie1

,78515

*

,16637

,000

,2671

1,3032

conditie2

-,31081

,16266

,458

-,8173

,1957

conditie4

,16958

,16507

,901

-,3444

,6836

conditie5

,20721

,16155

,800

-,2958

,7103

conditie1

,61557

*

,16979

,013

,0868

1,1443

conditie2

-,48039

,16617

,084

-,9978

,0370

conditie3

-,16958

,16507

,901

-,6836

,3444

conditie5

,03763

,16507

1,000

-,4764

,5517

conditie1

,57794

*

,16637

,019

,0599

1,0960

conditie2

-,51802

*

,16266

,042

-1,0245

-,0115

conditie3

-,20721

,16155

,800

-,7103

,2958

conditie4

-,03763

,16507

1,000

-,5517

,4764

conditie2

conditie3

conditie4

conditie5

Mean Difference (I-J)

Std. Error

Sig.

Lower Bound

Upper Bound

*. The mean difference is significant at the 0.05 level.

125

Purchase Intention Scheffe Subset for alpha = 0.05 Conditie

N

1

2

3

conditie1

33

conditie5

37

3,6486

conditie4

34

3,6863

3,6863

conditie3

37

3,8559

3,8559

conditie2

36

Sig.

3,0707

4,1667 1,000

,814

,082

Means for groups in homogeneous subsets are displayed.

126

BIJLAGE 13 OUTPUT BIJKOMENDE RESULTATEN

Vraag 1: informatiezoekgedrag Statistics

N

V01 a Informatie

V01 b Informatie

televisie

kranten en magazines internet

Valid Missing

V01 c Informatie

V01 d Informatie

V01 e Informatie

radio

aankooppunt

179

179

179

179

179

0

0

0

0

0

V01 a Informatie televisie Frequency Valid

Nee

Valid Percent

Cumulative Percent

157

87,7

87,7

87,7

22

12,3

12,3

100,0

179

100,0

100,0

Ja Total

Percent

V01 b Informatie kranten en magazines Frequency Valid

Nee

Valid Percent

Cumulative Percent

113

63,1

63,1

63,1

66

36,9

36,9

100,0

179

100,0

100,0

Ja Total

Percent

V01 c Informatie internet Frequency Valid

Nee

Percent

Valid Percent

Cumulative Percent

8

4,5

4,5

4,5

Ja

171

95,5

95,5

100,0

Total

179

100,0

100,0

V01 d Informatie radio Frequency Valid

Nee Ja Total

Percent

Valid Percent

Cumulative Percent

177

98,9

98,9

98,9

2

1,1

1,1

100,0

179

100,0

100,0

127

V01 e Informatie aankooppunt Frequency Valid

Nee

Valid Percent

Cumulative Percent

140

78,2

78,2

78,2

39

21,8

21,8

100,0

179

100,0

100,0

Ja Total

Percent

Vraag 2: internetgebruik Internetgebruik Frequency Valid

Percent

Valid Percent

Cumulative Percent

Verschillende keren per dag

74

41,3

41,3

41,3

Dagelijks

46

25,7

25,7

67,0

Meerdere keren per week

45

25,1

25,1

92,2

Wekelijks

13

7,3

7,3

99,4

Nooit

1

,6

,6

100,0

Total

179

100,0

100,0

Vraag 4: betrokkenheid vakantiegerelateerde beslissingen

Descriptive Statistics N

Minimum

Involvement

175

Valid N (listwise)

175

Maximum 2

Mean 7

Std. Deviation 5,84

1,006

128

Vraag 5, 6 en 7: internetgebruik vakanties en reizen V05 Zoekt u informatie op mbt vakanties of reizen? Frequency Valid

Nee

Percent

Valid Percent

Cumulative Percent

19

10,6

10,6

10,6

Ja

160

89,4

89,4

100,0

Total

179

100,0

100,0

V06 Heeft u in het verleden al eens een reactie geplaatst op het internet over uw vakantie of reis? Frequency Valid

Nee

Valid Percent

Cumulative Percent

129

72,1

72,1

72,1

50

27,9

27,9

100,0

179

100,0

100,0

Ja Total

Percent

V07 Vindt u het internet een geloofwaardige bron om info te zoeken over uw vakantie of reis? Frequency Valid

Nee

Percent

Valid Percent

Cumulative Percent

15

8,4

8,4

8,4

Ja

164

91,6

91,6

100,0

Total

179

100,0

100,0

Vraag 8: belang mening Statistics

N

Valid

V08 1 Mening

V08 2 Mening

V08 3 Mening

V08 4 Mening

V08 5 Mening

V08 6 Mening

V08 7 Mening

vrienden

collega's

familie

kennissen

reizigers

reisbureau

website

179

179

177

178

178

179

179

0

0

2

1

1

0

0

Mean

4,12

3,73

4,06

3,71

3,61

3,49

3,37

Std. Deviation

,692

,838

,692

,761

,761

,767

,779

Minimum

1

1

1

1

2

1

1

Maximum

5

5

5

5

5

5

5

Missing

129

BIJLAGE 14 OUTPUT PRETEST 1

Descriptive Statistics N

Minimum

Maximum

Mean

Std. Deviation

Hoe belangrijk zijn huizen&vastgoed 30

2

5

3,53

1,137

30

2

5

3,47

,860

30

2

5

4,07

1,048

30

2

5

3,90

,845

in uw leven? Hoe belangrijk zijn auto's in uw leven? Hoe belangrijk zijn vakanties&reizen in uw leven? Hoe belangrijk zijn kleding&mode in uw leven? Valid N (listwise)

30

130

BIJLAGE 15 OUTPUT PRETEST 2

T-TEST CONDITIE 1&2 Group Statistics Aangeboden conditie Score op de conditie

N

Mean

Std. Deviation

Std. Error Mean

Positief

60

4,17

,763

,098

gemengd

60

3,67

,896

,116

Independent Samples Test Levene's Test for Equality of Variances

t-test for Equality of Means

95% Confidence Interval

Sig.

F Score op de

Equal variances

conditie

assumed

Sig.

1,224

T

,271

Df

(2-

Mean

Std. Error

tailed)

Difference

Difference

of the Difference Lower

Upper

3,292

118

,001

,500

,152

,199

,801

3,292

115,084

,001

,500

,152

,199

,801

Equal variances not assumed

T-TEST CONDITIE 1&3 Group Statistics Aangeboden conditie Score op de conditie

N

Mean

Std. Deviation

Std. Error Mean

Positief

60

4,17

,763

,098

negatief

60

4,47

,700

,090

131

Independent Samples Test Levene's Test for Equality of Variances

t-test for Equality of Means 95% Confidence Interval

F Score op de

Equal variances

conditie

assumed

Sig.

,025

T

,875

Df

Sig. (2-

Mean

Std. Error

tailed)

Difference

Difference

of the Difference Lower

Upper

-2,244

118

,027

-,300

,134

-,565

-,035

-2,244

117,147

,027

-,300

,134

-,565

-,035

Equal variances not assumed

T-TEST CONDITIE 2&3 Group Statistics Aangeboden conditie Score op de conditie

N

Mean

Std. Deviation

Std. Error Mean

gemengd

60

3,67

,896

,116

negatief

60

4,47

,700

,090

Independent Samples Test Levene's Test for Equality of Variances

t-test for Equality of Means 95% Confidence Interval

F Score op de

Equal variances

conditie

assumed

1,232

Sig.

,269

T

Df

Sig. (2-

Mean

Std. Error

tailed)

Difference

Difference

of the Difference Lower

Upper

-5,450

118

,000

-,800

,147

-1,091

-,509

-5,450

111,510

,000

-,800

,147

-1,091

-,509

Equal variances not assumed

132