Het beveiligen van sociale netwerken

FACULTEIT RECHTSGELEERDHEID DECANAAT TIENSESTRAAT 41 3000 LEUVEN Academiejaar 2011 - 2012

Het beveiligen van sociale netwerken

Promotor: Prof. S. Bogaerts, m.m.v. K. Demeyer

Verhandeling, ingediend door DE VUYST LYNN, bij het eindexamen voor de graad van MASTER IN DE CRIMINOLOGISCHE WETENSCHAPPEN

FACULTEIT RECHTSGELEERDHEID DECANAAT TIENSESTRAAT 41 3000 LEUVEN Academiejaar 2011 - 2012

Het beveiligen van sociale netwerken

Promotor: Prof. S. Bogaerts, m.m.v. K. Demeyer

Verhandeling, ingediend door DE VUYST LYNN, bij het eindexamen voor de graad van MASTER IN DE CRIMINOLOGISCHE WETENSCHAPPEN

Samenvatting

Samenvatting

Het doel in deze masterproef is een beeld te schetsen van de factoren die een invloed uitoefenen op het beveiligen en beschermen van persoonlijke gegevens op sociale netwerksites. Hiervoor werd gesteund op de definitie en theorie van boyd & Ellison (2007). Op basis van literatuur werd er een gestandaardiseerde vragenlijst opgesteld die, door middel van een web-survey, werd verspreid naar de respondenten. De vooropgestelde onderzoekspopulatie waren Vlaamse universiteitsstudenten. Omwille van pragmatische redenen zijn alleen KUL-studenten die de richting rechten, criminologische wetenschappen of informatica studeren, bevraagd. Aan de hand van twee onderzoeksvragen werd de privacy van de respondenten op sociale netwerksites nagegaan. De eerste onderzoeksvraag focust op de privacy-instellingen die gehanteerd worden, het accent ligt op het beveiligen van persoonlijke gegevens. De andere onderzoeksvraag richt zich op het beschermen van persoonlijke gegevens. Hiervoor worden respondenten bevraagd over privacybeschermende maatregelen die zij nemen op hun sociale netwerksite. Voor het opstellen van deze stellingen werd er gesteund op het onderzoek van Hoy & Milne (2010) en van Young & Quan-Haase (2009). De resultaten tonen aan dat verschillende factoren een significante invloed uitoefenen op het beveiligen en beschermen van persoonlijke gegevens. Zo zijn mannen minder begaan met privacy dan vrouwen. Ze delen meer persoonlijke gegevens op hun SNS en nemen minder maatregelen, met betrekking tot hun privacy-instellingen, dan vrouwen. Ook het lezen van het privacy-beleid laten ze vaker aan hun neus voorbij gaan dan vrouwen. Verder werd er ook voor enkele persoonlijke gegevens een significant verband gevonden met de mate van gebruik van je SNS en met het aantal vrienden op je SNS. Voorts vertoont ook het lezen van het privacy-beleid een significant verband met het beveiligen en beschermen van je SNS. De voorlaatste factor die onderzocht wordt, vertoont enkel een verband met het beschermen van je SNS. Deze factor is het bewustzijn dat persoonlijke gegevens ook met andere organisaties worden gedeeld. Tot slot wordt er gekeken naar de invloed van een negatieve internetervaring op het beschermen en beveiligen van persoonlijke gegevens. Ook hier werden enkel significante verbanden gevonden. Opgemerkt moet worden dat er niet steeds consensus is tussen eigen bevindingen en dat wat in de literatuur wordt geschreven.

Dankwoord

Dankwoord

Het einde is in zicht, het diploma loert al om de hoek. Het hele jaar heb ik me gewijd aan deze masterproef om ze tot een goed einde te brengen. Hoewel het bewandelde pad niet steeds over rozen liep, kijk ik met een tevreden gevoel terug op deze periode. Deze weg heb ik niet alleen bewandeld en daarom wil ik graag enkele mensen bedanken. Allereerst zou ik mijn begeleider Karel Demeyer willen bedanken voor het aanreiken van suggesties en tips, zijn opbouwende feedback en het kritisch nakijken van mijn masterproef. Ook wil ik mijn promotor, prof. S. Bogaerts bedanken voor de bijsturing en het nuttig advies dat hij gaf. Vervolgens wil ik de respondenten bedanken die de moeite namen om de vragenlijst in te vullen. Graag wil ik ook mijn ouders en hun partners bedanken voor de onvoorwaardelijke steun die zij gaven doorheen mijn studies en mij de kans gaven om deze studies aan te vatten. Verder mogen mijn zussen niet ontbreken in dit dankwoord. Zij zorgden, onbewust, voor de leukste ontspannende momenten tijdens deze periode. Ook mijn vriend Job verdient een plaats in dit dankwoord voor het bieden van een luisterend oor. Hij wist me steeds te motiveren om opnieuw aan de slag te gaan.

Ten slotte wil ik mijn vrienden en vriendinnen bedanken voor de opbeurende babbels, lieve mailtjes en de talloze leuke verzetjes.

I

Inhoudsopgave

Inhoudsopgave Lijst van tabellen ....................................................................................................................... V Lijst van figuren ....................................................................................................................... IX Lijst van bijlagen ....................................................................................................................... X Lijst van afkortingen ................................................................................................................ XI

Inleiding ..................................................................................................................................... 1

Deel 1: Literatuurstudie .............................................................................................................. 6 Hoofdstuk 1: Het begrip ‘sociale netwerksites’ ......................................................................... 6 1.

Inleiding .......................................................................................................................... 6

2.

Definitie sociale netwerksites gebaseerd op boyd & Ellison .......................................... 6

3.

2.1.

Social networking sites vs. Social network sites...................................................... 6

2.2.

Functies van SNS ..................................................................................................... 7

Conclusie ......................................................................................................................... 9

Hoofdstuk 2: Het begrip ‘ persoonlijke gegevens’ ................................................................... 10 1.

Inleiding ........................................................................................................................ 10

2.

Persoonlijke gegevens volgens functies van boyd (2010)............................................. 10

3.

Aanvullende items ......................................................................................................... 11

4.

Indeling persoonlijke gegevens volgens Nosko, Wood & Molema (2010) .................. 11 4.1.

Personal identity information ................................................................................. 12

4.2.

Sensitive personal information .............................................................................. 12

4.3.

Potentially stigmatizing information ...................................................................... 12

Hoofdstuk 3: Het begrip ‘beveiligen van persoonlijke gegevens’ ........................................... 14 1.

Inleiding ........................................................................................................................ 14

2.

Risico’s die leiden tot beveiliging ................................................................................. 14

3.

Mate van beveiliging ..................................................................................................... 15

Hoofdstuk 4: Het begrip ‘beschermen van persoonlijke gegevens’ ......................................... 17 1.

Inleiding ........................................................................................................................ 17

2.

Items van Hoy & Milne (2010) ..................................................................................... 18

3.

Items van Young & Quan – Haase (2009) .................................................................... 19

4.

Eigen studie ................................................................................................................... 20 II

Inhoudsopgave Hoofdstuk 5: Beïnvloedende factoren uit de literatuur ............................................................ 21 1.

Inleiding ........................................................................................................................ 21

2.

Demografische gegevens ............................................................................................... 21 2.1.

Geslacht .................................................................................................................. 21

2.2.

Studiejaar ............................................................................................................... 23

3.

Mate van gebruik SNS .................................................................................................. 23

4.

Aantal vrienden SNS ..................................................................................................... 24

5.

Negatieve internetervaringen ........................................................................................ 26 5.1.

Inleiding ................................................................................................................. 26

5.2.

‘The 2010 EU Kids Online Survey’ ....................................................................... 27

5.3. Aanvullingen uit onderzoek van Acquisti & Gross (2005) en Action Innocence in Klasse voor Leerkrachten (2007) ...................................................................................... 28 5.4.

Besluit .................................................................................................................... 29

6.

Lezen van privacy-beleid .............................................................................................. 33

7.

Bewust dat persoonlijke gegevens gedeeld kunnen worden met andere organisaties .. 34

Hoofdstuk 6: Conceptueel model ............................................................................................. 37

Deel 2: Het empirisch onderzoek ............................................................................................. 41 Inleiding ................................................................................................................................... 41 Hoofdstuk 1. Onderzoeksdesign .............................................................................................. 42 1.

Dataverzameling............................................................................................................ 42 1.1.

Respondenten ......................................................................................................... 44

1.2.

Gestandaardiseerde vragenlijst .............................................................................. 45

1.3.

Data-entry, Data-cleaning en Data-analyse ........................................................... 54

Deel 3: Resultaten .................................................................................................................... 56 Inleiding ................................................................................................................................... 56 Hoofdstuk 1: Beschrijving steekproef ...................................................................................... 56 Hoofdstuk 2: Bespreking onderzoeksvragen............................................................................ 59 1.

Inleiding ........................................................................................................................ 59

2.

Beveiligen van persoonlijke gegevens .......................................................................... 59

3.

Beschermen van persoonlijke gegevens ........................................................................ 63 3.1.

4.

Schaalconstructie privacybeschermende maatregels ............................................. 63

Demografische factoren ................................................................................................ 68 III

Inhoudsopgave

5.

6.

4.1.

Geslacht .................................................................................................................. 68

4.2.

Studiejaar ............................................................................................................... 73

Gedragsmatige factoren ................................................................................................. 77 5.1.

Gebruik SNS .......................................................................................................... 77

5.2.

Aantal vrienden op SNS ......................................................................................... 80

5.3.

Lezen privacy-beleid .............................................................................................. 83

5.4.

Bewustzijn persoonlijke gegevens gedeeld worden met andere organisaties ........ 90

Slachtofferschap negatieve internetervaringen ............................................................. 93

Hoofdstuk 3: Beperkingen onderzoek en suggesties voor verder onderzoek ........................ 103

Deel 4: Besluit ........................................................................................................................ 105

Referentielijst ......................................................................................................................... 109

Bijlagen .................................................................................................................................. 114

IV

Lijst van tabellen

Lijst van tabellen

Tabel 1

Verdeling van de demografische en persoonsgegevens volgens studierichting (absolute waarden en valide percentages)

Tabel 2

Beschrijving van de steekproef volgens geslacht (absolute waarden en valide percentages)

Tabel 3

57

58

Frequentietabel voor persoonlijke gegevens in absolute waarden en percentages

61

Tabel 4

KMO and Bartlett’s Test

64

Tabel 5

Factoranalyse voor privacybeschermende maatregelen

64

Tabel 6

Frequentietabel van privacybeschermende maatregelen in absolute waarden en valide percentages

65

Tabel 7

Levene’s test voor geslacht en hoeveelheid persoonlijke gegevens

68

Tabel 8

Independent Samples T-test voor geslacht en hoeveelheid persoonlijke gegevens

69

Tabel 9

Mann Whitney voor geslacht en soort persoonlijke info

70

Tabel 10

Gemiddelde rangscores voor geslacht en soort persoonlijke gegevens

71

Tabel 11

Independent Samples T-test voor geslacht en schaal ‘controlemaatregelen’

Tabel 12

72

Independent Samples T-test voor geslacht en schaal ‘defensieve maatregelen’ 73 V

Lijst van tabellen

Tabel 13

Independent Samples T-test voor studiejaar en hoeveelheid persoonlijke gegevens

74

Tabel 14

Chikwadraattoets voor studiejaar en soort persoonlijke gegevens

74

Tabel 15

Independent Samples T-test voor studiejaar en schaal ‘controlemaatregelen’

76

Tabel 16

Independent Samples T-test voor studiejaar en schaal ‘defensieve maatregelen’

Tabel 17

76

Test of Homogenity of Variances (variantie tussen vijf verschillende groepen van gebruik)

77

Tabel 18

Kruskall Wallis voor mate van gebruik en hoeveelheid persoonlijke gegevens 78

Tabel 19

Gamma en Tau-c voor mate van gebruik en privacy-instellingen persoonlijke gegevens

Tabel 20

79

Test of Homogenity of Variances (variantie tussen drie groepen met verschillend vriendenaantal)

Tabel 21

Kruskall Wallis voor aantal vrienden en hoeveelheid persoonlijke gegevens

Tabel 22

81

Gamma en Tau-c voor aantal vrienden en privacy-instelling soort persoonlijk gegeven

Tabel 23

80

82

Frequentietabel voor ‘lezen privacy-beleid’ in absolute waarden en valide percentages

83

Tabel 24

Chikwadraattoets voor geslacht en ‘lezen privacy-beleid’

84

Tabel 25

Kruistabel geslacht en ‘lezen privacy-beleid’

84

VI

Lijst van tabellen

Tabel 26

Independent Samples T-test voor ‘lezen privacy-beleid’ en hoeveelheid persoonlijke gegevens

Tabel 27

85

Chikwadraattoets voor’ lezen privacy-beleid’ en zichtbaarheid persoonlijke gegevens

Tabel 28

86

Independent Samples T-test voor ‘lezen privacy-beleid’ en schaal ‘controlemaatregelen’

Tabel 29

89

Independent Samples T-test voor ‘lezen privacy-beleid’ en schaal ‘defensieve maatregelen’

Tabel 30

89

Chikwadraattoets voor ‘bewustzijn delen persoonlijke gegevens’ en zichtbaarheid van persoonlijke gegevens

Tabel 31

Independent Samples T-test voor ‘bewustzijn delen persoonlijke gegevens’ en schaal ‘controlemaatregelen’

Tabel 32

92

Independent Samples T-test voor ‘bewustzijn delen persoonlijke gegevens’ en schaal ‘defensieve maatregelen’

Tabel 33

96

Independent Samples T-test voor slachtofferschap negatieve internetervaring en schaal ‘controlemaatregelen’

Tabel 36

94

Mann Whitney voor negatieve internetervaringen en privacy-instellingen soort gegevens

Tabel 35

93

Frequentietabel van slachtofferschap soorten negatieve internetervaringen in absolute waarden en valide percentages

Tabel 34

91

98

Kruskall Wallis voor negatieve internetervaringen en schaal ‘controlemaatregelen’

99

VII

Lijst van tabellen Tabel 37

Mean ranks voor negatieve internetervaringen en schaal ‘controlemaatregelen’

Tabel 38

100

Independent Samples T-test voor slachtofferschap negatieve internetervaring en schaal ‘defensieve maatregelen’

Tabel 39

Kruskall Wallis voor negatieve internetervaringen en schaal ‘defensieve maatregelen’

Tabel 40

101

102

Mean rank voor aanstootgevende inhoud en schaal ‘defensieve maatregelen’ 102

VIII

Lijst van figuren

Lijst van figuren

Figuur 1

Privacybeschermende maatregelen uit onderzoek van Hoy & Milne (2010) 19

Figuur 2

Privacybeschermende maatregelen uit het onderzoek van Young & Quan – Haase (2009)

19

Figuur 3

Conceptueel model van de onafhankelijke variabelen.

38

Figuur 4

Conceptueel model van de afhankelijke variabele ‘beveiligen persoonlijke gegevens’

Figuur 5

39

Conceptueel model van de afhankelijke variabele ‘beschermen van persoonlijke gegevens’

40

Figuur 6

Algemene en specifieke vragen over privacy

48

Figuur 7

Antwoordcategorieën met betrekking tot de privacy-instellingen van de respondent

50

Figuur 8

Stellingen met betrekking tot privacybeschermende maatregelen

51

Figuur 9

Negatieve internetervaringen

53

IX

Lijst van bijlagen

Lijst van bijlagen

Bijlage 1

Vragenlijst ‘beveiligen en beschermen van sociale netwerksites’

Bijlage 2

E-mail die werd verstuurd naar faculteit rechtsgeleerdheid

Bijlage 3

E-mail die werd verstuurd naar studenten informatica

Bijlage 4

Codeboek

Bijlage 5

Testen assumptie ‘normaal verdeling’

Bijlage 6

Testen assumptie ‘homogeniteit varianties’

X

Lijst van afkortingen

Lijst van afkortingen

Art.

Artikel

AV

Afhankelijke variabele

B.S.

Belgisch Staatsblad

Bv.

Bijvoorbeeld

ECAR

Educause Center for Applied Research

KUL

Katholieke Universiteit Leuven

OV

Onafhankelijke variabele

SNS

Sociale netwerksite(s)

SPSS

Statistical Package for the Social Sciences

Vs.

Versus

ZPG

Zichtbaarheid persoonlijke gegevens

XI

Inleiding

Inleiding

Milgram (1976) ontwikkelde de theorie dat elke persoon ter wereld hooguit zes sprongen verwijderd is van elkaar. Iedereen is, volgens deze theorie, op een of andere manier verbonden met de ander in zes tussenstappen (of minder). Worden deze stappen minder in een wereld waarin het delen van persoonlijke informatie steeds meer op de voorgrond treedt en waar de sociale netwerksites (SNS) hoogtij vieren? De afgelopen jaren is de deelname aan sociale netwerksites indrukwekkend toegenomen en het aantal sites blijft stijgen (Gross & Acquisti, 2005). Het groeiende succes van deze diensten geniet onze aandacht. Sociale netwerksites en hun privacy-beleid komen voortdurend aan bod in de media en vormen voor onderzoekers een nieuw onderzoeksterrein (Gross & Acquisti, 2005). We worden rond de oren geslagen met onderzoeken, krantenartikelen1, televisieafleveringen2, … die hieraan gewijd worden. Opgemerkt kan worden dat in de literatuur vooral studenten een dankbare doelgroep zijn om te onderzoeken. In verschillende onderzoeken die handelen over SNS vormen zij de onderzoekspopulatie. Een reden hiervoor is dat de meeste studenten beschikken over een account op een SNS. In het onderzoek van Salaway, Caruso, Nelson & Ellison (2008) kwam naar voren dat 85,2% van de studenten, uit een steekproef van 98 Amerikaanse universiteiten, één Ierse universiteit en één Spaanse universiteit, beschikken over een account op een SNS. Hoewel er in de literatuur veel geschreven is over SNS, zijn er maar weinig onderzoeken die alle SNS in beschouwing nemen. De meeste onderzoeken richten zich slechts op één of enkele SNS. Dit onderzoek tracht echter om alle SNS in ogenschouw te nemen en zo een meerwaarde te bieden aan de literatuur. Door al de mogelijke activiteiten SNS gooien we als het ware onze ziel en leven op het wereldwijde web. Persoonlijke gegevens maken we toegankelijk voor een grote groep personen, maar zijn we ons hier ook bewust van? In het kader hiervan kan de vraag gesteld worden of deze ontwikkeling ons helpt of net hindert in de persoonlijke interactie met anderen 1

http://www.gva.be/nieuws/media-en-cultuur/aid1184388/ook-kinderen-jonger-dan-13-jaar-binnenkort-opfacebook.aspx;http://www.gva.be/nieuws/video/sport/andere-sporten/extern-nee-tegen-facebook.aspx; http://www.gva.be/nieuws/media-en-cultuur/aid1110135/europa-wil-dat-sociale-netwerksites-persoonlijkegegevens-op-aanvraag-verwijderen.aspx 2 http://video.zita.be/video-galerij/krikke5/reportage_over_netlog_facebook_koppen_.aspx

1

Inleiding (Govani & Pashley, 2005). Het toegankelijk maken van onze persoonlijke gegevens, kan immers ook heel wat risico’s inhouden. In het onderzoek van Gross & Acquisti (2005) wordt opgemerkt dat deze informatie een risico kan inhouden voor identiteitsdiefstal, stalking, afpersing, discriminatie, enzovoort. Verder kunnen we ons ook afvragen wie er allemaal over onze schouders meekijkt en hoe we onze privacy kunnen verzekeren. Zo zou de fiscus meekijken (de redactie, 2009) en screenen werkgevers mogelijke werknemers (Castelyns, 2010). Ook worden je persoonlijke gegevens doorgegeven voor marketingdoeleinden door de SNS. Dit heet ‘behavioral tracking’ of ‘behavioral marketing’ (Turow et al., 2009). In het onderzoek van Birchmeier, Campbell, Kraan, & Sherman (2001) wordt opgemerkt dat individuen die zich bewust zijn van deze risico’s, zich hierdoor echter niet laten tegenhouden om toch deel te nemen aan risicovolle internetactiviteiten. Dit kan gelinkt worden aan het onderzoek van Acquisti & Gross (2006) waarin werd geconcludeerd dat individuen, die hun bezorgdheden uiten rond privacy, toch grote hoeveelheden persoonlijke informatie prijsgeven. Privacy kan met reden een ‘hot-item’ genoemd worden in de wereld van de sociale netwerksites, maar welke elementen bepalen nu of we ons persoonlijke gegevens op ons profiel al dan niet tentoonspreiden aan de wereld? Hieruit vloeien twee grote onderzoeksvragen: Onderzoeksvraag 1: Welke factoren hebben een invloed op de wijze waarop Vlaamse universiteitsstudenten hun persoonlijke gegevens beveiligen voor derden op sociale netwerkdiensten? Onderzoeksvraag 2: Welke factoren hebben een invloed op de wijze waarop Vlaamse universiteitsstudenten hun persoonlijke gegevens beschermen voor derden op sociale netwerkdiensten? Met beveiligen wordt gedoeld op de privacy-instellingen die de gebruiker hanteert om zijn persoonlijke gegevens af te schermen. Dit zijn de instellingen die worden aangeboden door SNS om gegevens al dan niet te delen. Het beschermen van persoonlijke gegevens wordt geoperationaliseerd door maatregelen die gebruikers kunnen nemen, de privacybeschermende maatregelen. Het zijn maatregelen die gebruikers nemen om hun persoonlijke gegevens te beschermen, bv. het blokkeren van bepaalde personen, onjuiste informatie plaatsen op hun profiel, grondig nadenken voor je lid wordt van een groep, jezelf googelen, enzovoort. De literatuur geeft verschillende factoren weer die een invloed kunnen hebben op het beveiligen en beschermen van persoonlijke gegevens. Omdat de beschikbare tijd beperkt is, 2

Inleiding werd er een selectie gemaakt uit deze factoren. De literatuur geeft aan dat vrouwen en mannen verschillen in het beveiligen van hun persoonlijke gegevens (Young & Quan – Haase, 2009) (Tufeckci, 2008). Onderzoek toont verder aan dat er een verschil tussen mannen en vrouwen is in het beschermen van persoonlijke gegevens. De onderzoeken van Sheenan (1999) en Hoy & Milne ‘2010) spreken elkaar echter tegen. Vandaar dat ‘geslacht’ als onafhankelijke variabele (OV) wordt opgenomen in eigen onderzoek om hier dieper op in te gaan. Verder toont de literatuur enkele verschillen aan tussen jonge studenten en oudere studenten (Salaway et al., 2008). De invloed van het ‘studiejaar’ op het beveiligen en beschermen wordt in dit onderzoek exploratief onderzocht. Er wordt nagegaan of eerstejaarsstudenten zich op dit vlak zich anders gedragen dan hun collega’s. Een andere factor die in de literatuur wordt besproken is ‘mate van gebruik SNS’. Zowel in het onderzoek van Lewis, Kaufman, & Christakis (2008) als in het onderzoek van Stutzman & Kramer-Duffield (2010) wordt er een verband gelegd tussen de activiteit van de gebruiker van een SNS en zijn privacyinstellingen. Hiermee kunnen gebruikers hun persoonlijke gegevens beveiligen. Een andere OV die in het onderzoek wordt opgenomen is ‘aantal vrienden op SNS’. Deze variabele wordt onderzocht naar aanleiding van het onderzoek van Stutzman & Kramer-Duffield (2010) en het onderzoek van Young & Quan – Haase (2009). Beide onderzoeken bevonden een verband tussen deze OV en het beveiligen van je persoonlijke gegevens. Een volgende cluster van factoren zijn ‘negatieve internetervaringen’. Govani & Pashley (2005) concluderen in hun onderzoek dat gebruikers selectiever worden in het delen van informatie met andere gebruikers van SNS wanneer men een negatieve internetervaring heeft meegemaakt. Deze ervaring kan ook plaats hebben buiten de SNS (bv. het zien van ongewenste beelden op bepaalde websites). Ze geven echter aan dat hier verder onderzoek naar moet gebeuren. Vandaar dat in eigen onderzoek niet enkel zal worden onderzocht wat de invloed is van negatieve ervaringen op het beveiligen van je gegevens, maar ook op het beschermen ervan. Een voorlaatste OV die onderzocht wordt in eigen onderzoek is ‘lezen privacy-beleid’. Uit onderzoek blijkt dat het merendeel van de gebruikers van SNS het privacy-beleid van hun SNS niet gelezen heeft (Acquisti & Gross, 2006) (Lawler & Molluzzo, 2010). Een mogelijke verklaring hiervoor zou de manier waarop het beleid geschreven wordt niet toegankelijk genoeg zijn voor de gebruikers (Bonneau & Preibusch, 2009) (Lawler & Molluzo, 2010). Dit kan ervoor zorgen dat gebruikers onvoldoende op de hoogte zijn van het privacy-beleid waardoor ze hun gedrag hieraan niet aanpassen. Het beveiligen en beschermen van hun persoonlijke gegevens kan hierdoor in het gedrang komen. De laatste factor die wordt toegevoegd aan het onderzoek is het ‘bewust zijn dat gegevens worden gedeeld met ander 3

Inleiding organisaties’. Uit onderzoek blijkt dat hoewel er steeds meer volwassenen zich ervan bewust zijn dat hun gegevens beschikbaar zijn op het wereldwijde web, maar dat er slechts enkelen stappen ondernemen om hun persoonlijke informatie, die online beschikbaar is, te beperken. Deze OV wordt zowel verkend op het gebied van beveiliging als op gebied van bescherming van persoonlijke gegevens. Deelonderzoeksvragen ‘beveiligen van persoonlijke gegevens’ Deelonderzoeksvraag 1.1: Is er een verband tussen het beveiligen van je persoonlijke gegevens en je demografische gegevens? Deelonderzoeksvraag 1.2: Is er een verband tussen het beveiligen van je persoonlijke gegevens en de mate van gebruik van SNS? Deelonderzoeksvraag 1.3: Is er een verband tussen het beveiligen van je persoonlijke gegevens en het aantal vrienden op je SNS? Deelonderzoeksvraag 1.4: Is er een verband tussen het beveiligen van je persoonlijke gegevens en negatieve internetervaringen? Deelonderzoeksvraag 1.5: Is er een verband tussen het beveiligen van je persoonlijke gegevens en het lezen van het privacy-beleid van de SNS? Deelonderzoeksvraag 1.6: Is er een verband tussen het beveiligen van je persoonlijke gegevens en bewustzijn dat persoonlijke gegevens gedeeld kunnen worden met andere organisaties? Deelonderzoeksvragen ‘beschermen van persoonlijke gegevens’ Deelonderzoeksvraag 2.1: Is er een verband tussen het beschermen van je persoonlijke gegevens en je demografische gegevens? Deelonderzoeksvraag 2.2: Is er een verband tussen het beschermen van je persoonlijke gegevens en negatieve internetervaringen? Deelonderzoeksvraag 2.3: Is er een verband tussen het beschermen van je persoonlijke gegevens en het lezen van het privacy-beleid van de SNS? Deelonderzoeksvraag 2.4: Is er een verband tussen het beschermen van je persoonlijke gegevens en bewustzijn dat persoonlijke gegevens gedeeld kunnen worden met andere organisaties? 4

Inleiding Deze masterscriptie wordt opgedeeld in vier delen. In deel 1 wordt er een schets weergegeven van de bestaande literatuur die handelt over privacy op SNS. In het eerste hoofdstuk wordt het begrip ‘sociale netwerksites’ uiteengezet en gezocht naar een gepaste definitie. Hierna wordt, in hoofdstuk 2, het begrip ‘persoonlijke gegevens’ afgebakend. Vervolgens wordt het verschil tussen ‘beveiligen’ en ‘beschermen’ verder uitgeklaard in hoofdstuk 3 en 4. Niet alleen deze afhankelijke variabelen werden uitgebreid omschreven, maar ook de onafhankelijke variabelen. Daarom worden, in hoofdstuk 5, de verschillende begrippen van de onderzoeksvragen op een heldere manier geformuleerd en gelinkt aan verschillende onderzoeken uit de literatuur. Tot slot wordt al deze informatie in een conceptueel model gegoten in hoofdstuk 6. In deel 2 en deel 3 wordt het eigenlijke kwantitatieve onderzoek besproken door op een transparante manier het onderzoeksdesign en de resultaten te beschrijven. Uiteindelijk wordt dit onderzoek, in deel 4, afgesloten met een besluit van het onderzoek waarin rekening wordt gehouden met alle aspecten van het onderzoek.

5

Deel 1: Literatuurstudie

Deel 1: Literatuurstudie

Hoofdstuk 1: Het begrip ‘sociale netwerksites’ 1. Inleiding De afgelopen jaren is de participatie aan sociale netwerksites indrukwekkend toegenomen en het aantal verschillende sites blijft stijgen (Gross & Acquisti, 2005). Het is niet vanzelfsprekend om een definitie te vormen die al deze sites omvat. In de literatuur is er een variëteit aan definities te vinden voor het concept ‘sociale netwerksites’. Auteurs vormen hun eigen definities en brengen eigen accenten aan. In dit hoofdstuk zal getracht worden om een definitie uiteen te zetten die gepast is voor dit onderzoek. 2. Definitie sociale netwerksites gebaseerd op boyd & Ellison Voor dit onderzoek zal de definitie van boyd & Ellison (2007) de basis vormen voor de uiteenzetting van het begrip ‘sociale netwerksite’, afgekort als SNS. De begripsomschrijving van boyd & Ellison (2007) wordt in verschillende studies gehanteerd en luidt als volgt. We define social network sites as web-based services that allow individuals to construct a public or semi-public profile within a bounded system, articulate a list of other users with whom they share a connection, and view and traverse their list of connections and those made by others within the system. The nature and nomenclature of these connections may vary from site to site. (boyd & Ellison, 2007, p. 211) 2.1. Social networking sites vs. Social network sites De termen social networking sites en social network sites worden in de literatuur vaak door elkaar gebruikt. boyd & Ellisson (2007) maken hier echter een duidelijk onderscheid in. Het onderscheid tussen de begrippen kan verklaard worden aan de hand van de verschillende klemtonen die ze leggen. Bij ‘networking’ is het primaire doel dat er contacten gelegd worden tussen personen die vreemden zijn voor elkaar. Men gaat uit van nieuwe kennismakingen en nieuwe relaties. Bij de ‘network sites’ is dit ook een mogelijkheid, maar is dit niet het primaire doel van de site. De SNS onderscheiden zich doordat ze de gelegenheid bieden aan de gebruiker om zijn bestaande sociale netwerk (gezin, familie, vriendenkring, kennissen, enzovoort) in kaart te brengen. De gebruikers hebben ook in het ‘offline’- leven 6

Deel 1: Literatuurstudie een bepaalde band met elkaar. Ze maken connecties met personen die ook in het echte leven deel uitmaken van hun uitgebreid sociaal netwerk (boyd & Ellison, 2007). van den Boomen (2007) maakt een soortgelijk onderscheid, maar maakt gebruik van andere termen. Zij maakt een onderscheid tussen profielsites en sociale netwerksites. De term ‘profielsites’ is in haar betoog te vergelijken met de ‘social networking sites’ van boyd & Ellison (2007). Profielsites hebben als hoofddoel het leggen van nieuwe contacten. Dit zijn dus contacten die voorheen niet bestonden en gelegd worden via het web. Sociale netwerksites daarentegen focussen op reeds bestaande relaties en willen deze in kaart brengen. Door middel van de sites zou het makkelijker moeten worden om deze relaties in stand te houden. Er wordt digitaal een web aangemaakt van je persoonlijke relaties. Voor dit onderzoek zal geopteerd worden voor de term ‘social network sites’, vertaald als sociale netwerksites, omdat deze zich toeleggen op het bestaande sociale netwerk in het echte leven. Contacten met vreemden worden echter niet uitgesloten. 2.2. Functies van SNS Zoals we reeds kunnen lezen in de definitie van boyd & Ellison (2007) kunnen SNS onderling sterk verschillen. boyd (2010) maakt daarom een onderscheid tussen vier verschillende functies die elke SNS bevat, maar die qua aard en nomenclatuur onderling kunnen verschillen. We spreken hier over volgende functies: het profiel, de vriendenlijst, tools die het mogelijk maken om publieke commentaren te geven en ‘stream-based updates’. 2.2.1.

Profiel

Het aanmaken van een profiel is het eerste wat van je gevraagd wordt als je gebruiker wordt van een SNS. SNS zijn niet de enige websites die het mogelijk maken om een profiel aan te maken, maar het feit dat je profiel centraal staat bij SNS differentieert hen (boyd, 2010). De karakteristieke informatie die op een profiel te vinden zijn, zijn: leeftijd, adres, interesses en ‘over mij’. Doorgaans hoort hier ook nog een profielfoto bij (boyd & Ellison, 2007). Verder kan er gedacht worden aan volgende informatie die op een profiel aanwezig zou kunnen zijn: geboortedatum, telefoonnummer, studie of werk, relatiestatus en eventueel naam van de partner, seksuele oriëntatie, politieke oriëntatie, … Dit kan echter verschillen van SNS tot SNS (Govani & Pashley, 2005). 2.2.2.

Vriendenlijst

De vriendenlijst wordt gevormd door personen die jij accepteert als vrienden of personen die jij verzoekt om je vriend te zijn en je aanvaarden. Wanneer je je aansluit bij een SNS, wordt 7

Deel 1: Literatuurstudie gevraagd om anderen te identificeren als vriend. Deze lijst wordt dan weergegeven op je profiel waar al je vrienden deze kunnen bekijken (boyd, 2010). Opgemerkt moet worden dat dit niet steeds geldt, er zijn uitzonderingen waardoor vrienden je vriendenlijst niet kunnen bekijken, bijvoorbeeld door het aanpassen van je privacy-instellingen (boyd & Ellison, 2007). De personen op de vriendenlijst hebben meestal toegang tot meer persoonlijke gegevens dan personen waarmee je niet bevriend bent (boyd, 2010). Bij het concept ‘vriendenlijst’ moet er een belangrijke kanttekening worden gemaakt. De personen die gebruikers toevoegen als ‘vrienden’ zijn in realiteit niet alleen je beste vrienden. De relaties op SNS betekenen niet noodzakelijk ook vriendschappelijke relaties, de redenen waarom er vriendschapsrelaties op een SNS ontstaan, kunnen immers verschillen van individu tot individu (boyd & Ellison, 2007). De meeste SNS-gebruikers aanvaarden en voegen iedereen toe die ze kennen en waar ze geen hekel aan hebben (boyd, 2004). De meeste SNS maken gebruik van tweezijdige relaties. Dit wil zeggen dat beide partijen de vriendschap moeten aanvaarden voordat er sprake is van een relatie op de SNS. De partijen kunnen hun relatie onderhouden door middel van verschillende vormen van interactie. Voorbeelden zijn het delen van foto’s, berichten achterlaten, enzovoort. Er zijn echter ook SNS die gebruik maken van eenzijdige relaties waarvoor geen acceptatie van beide partijen nodig is. Deze personen worden in het vakjargon ook ‘Fans’ of ‘Followers’ genoemd (boyd & Ellison, 2007). Ze worden in dit onderzoek niet beschouwd als vrienden op je vriendenlijst. 2.2.3.

Mogelijkheden voor publieke communicatie

Er zijn verschillende functies om interactie tussen gebruikers van een SNS mogelijk te maken. SNS ontwikkelen verschillende instrumenten om deze interacties te bevorderen, zowel openbaar als voor een beperkt publiek (boyd, 2010). Een eerste instrument zijn de groepen. Hier kunnen gebruikers van SNS zich verzamelen in groepen rond bepaalde interesses. Voorts zijn er ook functies die het mogelijk maken om conversaties te voeren op het profiel van vrienden, ze kunnen hierop boodschappen achterlaten voor hen (boyd & Ellison, 2007). Deze boodschappen worden ‘comments’, vertaald ‘commentaren’ genoemd. Deze commentaren zijn zichtbaar voor iedereen die toegang heeft tot het profiel in kwestie (boyd, 2010). Verder wordt er ook voorzien in een functie die de gebruiker in staat stelt om private berichten te sturen naar elkaar (boyd & Ellison, 2007).

8

Deel 1: Literatuurstudie 2.2.4.

Stream-based updates

Deze functie biedt gebruikers van SNS de mogelijkheid om zelf inhoud bij te dragen aan de inhoud op de SNS. Deze inhoud wordt telkens uitgezonden naar je vrienden via het overzicht van de updates van al hun vrienden. Het is dus informatie die je zelf upload en waarvan je vrienden continue op de hoogte worden gehouden via updates die worden weergegeven via hun profiel. Voorbeelden hiervan zijn statusupdates op Facebook, ‘bulletins’ op MySpace, enzovoort. Deze updates worden in sommige gevallen ook nog eens afzonderlijk gedeeld op je profiel zodat men hierop kan reageren (boyd, 2010). Hierdoor weten gebruikers van SNS wat er allemaal rondom hen gebeurt. 2.2.5.

Andere functies

Buiten de indeling van de vier bovenstaande functies, worden er ook nog andere functies beschreven door boyd & Ellison (2007). Deze functies worden apart beschreven omdat niet elke SNS, in tegenstelling tot bovenstaande functies, erover beschikt. Sommige SNS bieden de mogelijkheid om te bloggen, op andere kan je ook chatten met je vrienden. Verder zijn er ook SNS die mobiele interacties ondersteunen. 3. Conclusie Voor dit onderzoek vormt de definitie van boyd & Ellison (2007) de basis. Hun definitie wordt gebruikt in recente onderzoeken. Er werd hierboven reeds een onderscheid gemaakt tussen ‘social networking sites’ met als oogmerk om nieuwe contacten te leggen en ‘social network sites’ die vooral willen voortbouwen op de bestaande sociale relaties. In dit onderzoek zal deze laatste vorm de aandacht genieten. Extra aandacht moet gevestigd worden op de literatuur waar men deze twee benamingen vaak door elkaar gebruikt. De functies van SNS vormen samen de basiskenmerken van een SNS. De functies bieden de mogelijkheid om persoonlijke gegevens te delen op een SNS. Deze gegevens kan je beveiligen door middel van je privacy-instellingen. Het beveiligen van deze gegevens wordt besproken onder het begrip ‘beveiligen van persoonlijke gegevens’ waarin de privacyinstellingen zullen worden besproken. Naast het gebruik van privacy-instellingen kan men ook gebruik maken van privacybeschermende maatregelen om persoonlijke gegevens te beschermen. Deze maatregelen worden besproken bij het begrip ‘beschermen van persoonlijke gegevens’.

9

Deel 1: Literatuurstudie

Hoofdstuk 2: Het begrip ‘ persoonlijke gegevens’ 1. Inleiding Voor de omschrijving van het begrip ‘persoonlijke gegevens’ wordt er gesteund op de definitie uit de wet van 8 december 1992. Persoonlijke gegevens in dit onderzoek worden gelijkgesteld met het begrip ‘persoonsgegevens’3 uit deze wet. Hiermee wordt alle informatie betreffende een individu verstaan die het mogelijk maakt om hem/haar te identificeren. Voorbeelden hiervan zijn telefoonnummer, naam, e-mailadres, foto’s, enzovoort. Het zijn alledaagse gegevens over personen die een beeld geven over wie ze zijn, waar ze zich mee bezig houden, wat ze hebben gedaan, waar ze zijn geweest, enzovoort. Het delen van deze informatie lijkt in eerste instantie onschuldig en net daarom kan het als problematisch worden beschouwd (Mooradian, 2009). De enorme hoeveelheid aan indicatoren die deel uit kunnen maken van het item ‘persoonlijke gegevens’, maakt het onmogelijk om ze allemaal duidelijk te kwantificeren en te definiëren (Madden, 2007). Omdat de lijst van persoonlijke gegevens niet exhaustief is en niet evident is om mee te werken, werd er voor dit onderzoek een keuze gemaakt om te werken met items die een rode draad vormen doorheen de SNS. Hiermee wordt bedoeld dat ze verondersteld worden op elke SNS aanwezig te zijn. Deze items worden aangevuld met gegevens die op de meeste SNS vertegenwoordigd zijn. Voor het oplijsten van de persoonlijke gegevens wordt er voortgebouwd op de vier functies van boyd (2010). Verder wordt er inspiratie gehaald uit literatuur die handelt over SNS. Ten slotte worden de persoonlijke gegevens onderverdeeld in drie categorieën gebaseerd op Nosko, Wood & Molema (2010). 2. Persoonlijke gegevens volgens functies van boyd (2010) Opgemerkt moet worden dat het niet deze functies ‘an sich’ zijn die de items vormen. Het is de mogelijkheid die deze functies bieden om persoonlijke gegevens zichtbaar te maken voor anderen. boyd (2010) maakt een onderscheid tussen vier verschillende functies die elke SNS bevat, maar die onderling kunnen verschillen. We spreken hier over het profiel, de vriendenlijst, tools die het mogelijk maken om publieke commentaren te geven en ‘streambased updates’. Verder worden deze functies door boyd & Ellison (2007) aangevuld met

3

Art. 1, Wet van 8 december 1992 voor de bescherming van de persoonlijke levenssfeer ten opzichte van de verwerking van persoonsgegevens, B.S. 18 maart 1993

10

Deel 1: Literatuurstudie enkele andere functies. Voor een uitgebreide uitleg over deze functies wordt er verwezen naar de operationalisering van het concept SNS. Voor dit onderzoek wordt een keuze gemaakt die relevant lijkt voor het beantwoorden van de onderzoeksvragen. Volgende items worden opgenomen om het concept ‘persoonlijke gegevens’ te vertegenwoordigen: naam, leeftijd, adres, interesses, profielfoto, vriendenlijst, groepen waarbij je bent aangesloten, commentaren en boodschappen die je geeft, statusupdates, foto’s en video’s. 3. Aanvullende items Naast de items die hierboven geschreven staan kan er ook nog gedacht worden aan andere items. Eerder werd al vermeld dat het geen exhaustieve lijst is, maar dat er een keuze wordt gemaakt voor dit onderzoek. Er wordt verder gesteund op de vragenlijst uit het onderzoek van Govani & Pashley (2005). Volgende items uit deze vragenlijst zullen het begrip ‘persoonlijke gegevens’ aanvullen voor dit onderzoek: geboortedatum, telefoonnummer, studie of werk, relatiestatus, seksuele oriëntatie, naam van partner, politieke oriëntatie. Uit de vragenlijst van Brunel University (2007-2008), die peilt naar privacy op SNS, wordt er inspiratie gehaald voor dit onderzoek. In het onderzoek van Brunel University (2007-2008) maakte men een onderverdeling tussen foto’s van jezelf en foto’s van vrienden. Verder werd er ook gevraagd naar je relatiestatus en of je je echte naam gebruikt. Ook je geloofsovertuiging wordt betrokken in de vragenlijst. Al deze items kunnen de lijst voor persoonlijke gegevens vervolledigen. Uit de vragenlijst van Levin et al. (2008) halen we ook nog favoriete boeken, films en muziek. Interesses worden aangevuld met hobby’s. Er wordt verder ook nog opgesplitst in plaats waar je woont en adres. Nosko et al. (2010) sluiten het rijtje met een laatste item. Zij halen ook het emailadres aan als persoonlijke informatie. Dit wordt ook in dit onderzoek opgenomen onder ‘persoonlijke gegevens’. 4. Indeling persoonlijke gegevens volgens Nosko, Wood & Molema (2010) Nosko et al. (2010) deden aan de hand van drie studies onderzoek naar zelfonthulling op SNS. Ze baseerden zich op de SNS Facebook en namen 400 profielen onder de loep. Voor de tweede studie verdeelden ze ‘persoonlijke gegevens’ onder in drie verschillende groepen: default/standard information, sensitive personal information en potentially stigmatizing information. Het doel was om na te gaan of onthulling van bepaalde categorieën meer invloed had op risico’s zoals identiteitsdiefstal, sociale bedreigingen, enzovoort. Opgemerkt moet worden dat de onderverdeling niet strikt is, er is overlapping mogelijk tussen de drie categorieën. 11

Deel 1: Literatuurstudie Hoewel in eigen onderzoek alle SNS betrokken worden kan de opsplitsing in drie verschillende categorieën zijn nut bewijzen. Zo kan er onderzocht worden welke informatie de respondenten het gemakkelijkst blootstellen aan de buitenwereld. Verder is het ook mogelijk om na te gaan of er een verschil is in de onthulling van informatie tussen mannen en vrouwen. Dit zijn enkele voorbeelden waaruit blijkt dat de opdeling in categorieën ook voor dit onderzoek voordelen kan bieden. Hiervoor moet, aan de hand van een factoranalyse, nagegaan worden of de opdeling in de categorieën ook van toepassing is op dit onderzoek. Hieronder worden de categorieën uit het onderzoek van Nosko et al. (2010) besproken met in acht name van alle SNS. 4.1. Personal identity information Tot deze categorie behoren de persoonlijke gegevens die men als standaard beschouwt. Het is informatie die regelmatig wordt gevraagd van individuen door verschillende instellingen zoals scholen, banken, enzovoort. De kennis van deze gegevens maakt het mogelijk om een bepaald persoon te identificeren. Het zijn deze gegevens die op de meeste profielen op SNS gevraagd en weergegeven worden. Nosko et al. (2010) classificeren volgende items onder ‘personal identity information’: straatnaam, dorp/stad, postcode, geslacht, geboortedag, geboortejaar, profielfoto en e-mail. Het onthullen van deze gegevens houdt verschillende risico’s in voor het individu, de informatie kan misbruikt worden op verschillende manieren (Nosko et al., 2010). 4.2. Sensitive personal information Deze categorie gaat een stapje verder dan de standaardinformatie uit de ‘personal identity information’. De gegevens die hiertoe behoren, onthullen gevoelige informatie over een individu die het mogelijk maakt om iemand te identificeren. Omdat men over gevoelige informatie beschikt maken deze gegevens het ook mogelijk om iemand te kwetsen of te bedreigen. Volgende items kunnen behoren tot deze categorie: email, werkgever, werkpositie, status, profielfoto, fotoalbums, foto’s waarop je bent herkend, berichten, vriendenlijst (Nosko et al. (2010). 4.3. Potentially stigmatizing information Persoonlijke gegevens die kunnen leiden tot bepaalde stigma’s in onze maatschappij, vallen onder deze laatste categorie. Deze gevoelige informatie kan individuen een bepaald etiket bezorgen in de samenleving. Tot deze categorie kunnen volgende items behoren: religieuze opvattingen, politieke opvattingen, geboortejaar, seksuele oriëntatie, foto’s, vriendenlijst,

12

Deel 1: Literatuurstudie interesses, activiteiten, favoriete muziek, favoriete films, favoriete tv-shows, favoriete boeken, favoriete quotes en ‘over mij’ (Nosko et al. (2010).

13

Deel 1: Literatuurstudie

Hoofdstuk 3: Het begrip ‘beveiligen van persoonlijke gegevens’ 1. Inleiding Met het ‘beveiligen’ wordt bedoeld hoe je je persoonlijke gegevens (zie hierboven) afschermt voor publiek. Voor welke groepen maken de respondenten hun gegevens zichtbaar en voor welke groepen beveiligt men deze gegevens. Ten eerste zal besproken worden welke elementen er medeverantwoordelijk voor zijn dat mensen geneigd zijn om hun persoonlijke gegevens te beveiligen. Vervolgens wordt de mate van beveiliging behandeld. Met dit concept zal nagegaan worden in welke mate de respondent zijn persoonlijke gegevens beveiligt voor bepaalde groepen aan de hand van privacy-instellingen. 2. Risico’s die leiden tot beveiliging In de samenvatting van het Amerikaans onderzoek van Madden, Fox, Smith, & Vitak (2007) wordt er geconcludeerd dat de meeste internetgebruikers niet bezorgd zijn over de hoeveelheid informatie die over hen voorhanden is op het wereldwijde web, ondanks dat ze zich hier bewust van zijn. De consequentie hiervan is dat men geen stappen onderneemt om die informatie te beveiligen voor derden. Dit wordt bevestigd in de studie van Birchmeier et al. (2001) waarin wordt opgemerkt dat individuen die zich bewust zijn van deze risico’s, zich hierdoor niet laten tegenhouden om toch deel te nemen aan risicovolle internetactiviteiten. Dit kan ook gelinkt worden aan het onderzoek van Acquisti & Gross (2006) waarin werd geconcludeerd dat individuen die hun bezorgdheden wel uiten rond privacy, toch grote hoeveelheden persoonlijke informatie prijsgeven. Dit fenomeen wordt omschreven als de privacy paradox, de discrepantie tussen de nood aan privacy en de werkelijke privacyinstellingen (Barnes, 2006). Uit onderzoek blijkt dat internetgebruikers op een onachtzame manier omspringen met hun persoonlijke gegevens en heel wat persoonlijke informatie onthullen. Zo analyseerde Thelwall (2008) meer dan 20.000 MySpace profielen. Hieruit bleek dat slechts 27% van deze profielen privé waren. In een studie over Hyves, die uitgevoerd werd door Utz & Kramer (2009), werd bevonden dat slechts een derde van de Hyves-gebruikers zijn profiel privé maakten. Ook in het onderzoek van Gross & Acquisiti (2005) kwam men tot de conclusie dat Facebookgebruikers bereid zijn om grote hoeveelheden van informatie te delen, terwijl men minimaal gebruik maakt van de privacy-instellingen. Dit maakt het eenvoudig voor derden om toegang 14

Deel 1: Literatuurstudie te krijgen tot informatie van gebruikers zonder directe medewerking van een sociale netwerksite. Men merkt op dat men zichzelf hierdoor blootstelt aan een waaier van risico’s die niet enkel voor Facebook gelden. In het onderzoek van Gross & Acquisti (2005) verdeelt men deze risico’s in drie categorieën: (1) Gebruikers van een SNS kunnen, op basis van bepaalde gegevens en door gebruik van bepaalde technieken, herkend worden zonder persoonlijke gegevens openbaar te maken; (2) data van SNS-gebruikers kunnen voor een bepaalde tijd, die niet bekend is voor de gebruiker, door SNS worden opgeslagen in een digitaal dossier; (3) door de lage drempel om lid te worden van een SNS, de uitbreiding van SNS en het ontbreken van veiligheidsmaatregelen, wordt het voor buitenstaanders makkelijk om toegang te krijgen tot informatie van gebruikers zonder directe medewerking van een sociale netwerksite. Deze informatie wordt gebruikt voor stalking, identiteitsdiefstal, enzovoort. SNS-gebruikers kunnen deze risico’s inperken door hun privacy-instellingen aan te passen. Uit onderzoek van Gross & Acquisti (2005) blijkt dat slechts een kleine minderheid van de Facebook-gebruikers hier gebruik van maakt. 3. Mate van beveiliging In welke mate beveiligen individuen hun persoonlijke gegevens voor derden? Welke personen hebben toegang tot bepaalde gegevens en welke personen hebben hiertoe geen toegang of slechts beperkte toegang? Met dit concept wordt er nagegaan hoe individuen hun persoonlijke gegevens (zie hierboven) beveiligen voor derden. Krishnamurthy & Wills (2008) besluiten in hun studie dat gebruikers veel persoonlijke gegevens verstrekken en dat het aantal personen die deze gegevens kunnen zien groot is. Volgens Mooradian (2009) vragen verschillende soorten relaties om een andere manier van geven en achterhouden van persoonlijke informatie. Zo verschaf je andere informatie aan goede vrienden dan aan iemand waarmee je enkel een zakelijke relatie onderhoudt. Omdat in deze studie niet gefocust wordt op één of enkele SNS, is een indeling nodig die algemeen blijft zodat ze toepasbaar is op alle SNS. Hierdoor kan er niet dieper worden ingegaan op bepaalde privacy-instellingen van één sociale netwerksite omdat ze niet gangbaar zijn voor alle SNS. Er werd gezocht naar een indeling voor mate van beveiliging door te vergelijken met andere onderzoeken. In het onderzoek van Utz & Kramer (2009) werden de privacy-instellingen van Europese SNS-gebruikers onder de loep genomen. Hiervoor werden drie studies uitgevoerd, twee voor gebruikers van de sociale netwerksite Hyves en één studie voor de sociale netwerksite StudiVZ die vooral populair is onder Duitse studenten. De privacy-instellingen van de betreffende SNS werden onderzocht. Om de privacy-instellingen op Hyves te meten werd 15

Deel 1: Literatuurstudie gebruik gemaakt van volgende categorieën: ‘niemand’, ‘alleen vrienden’, ‘vrienden van vrienden’, ‘Hyvers’ of ‘iedereen’. De instellingen waarvan gebruik werden gemaakt voor het meten van de instellingen op StudiVZ zijn vergelijkbaar. Deze zijn ‘alleen vrienden’, ‘vrienden van vrienden’, ‘alle mensen van mijn universiteit’, ‘vrienden en vrienden van vrienden’ en ‘iedereen’. Krishnamurthy & Wills (2008) onderzochten in hun studie hoe SNS privacy-instellingen groeperen en welke privacy-instellingen ze beschikbaar stellen aan hun gebruikers. Hiervoor bestudeerden ze de standaardinstellingen van verschillende SNS zoals Facebook, MySpace, Hi5, Friendster, enzovoort. De meeste SNS verdelen hun privacy-instellingen in drie groepen waarvoor de persoonlijke gegevens toegankelijk worden, namelijk: de gebruiker zelf, de vrienden van de gebruiker en alle gebruikers van de SNS. Om het plaatje te vervolledigen, betrekken ze ook nog vrienden van vrienden. In de studie van Govani & Pashley (2005) wordt het bewustzijn van studenten omtrent privacy en de mogelijke privacy-instellingen, die door Facebook worden aangeboden, onderzocht. Hiervoor bevroegen ze studenten van Carnegie Mellon University naar de types van vrienden die ze toevoegden aan hun vriendenlijst. Deze categorieën werden ingedeeld in ‘close friends from university’, ‘close friends from high school’, ‘friends that may not be close friends’, ‘people you know but may not be friends with’, ‘people you’ve met just once’, ‘people whom you haven’t met’. Op deze manier maken ze een onderscheid tussen verschillende groepen die al dan niet toegang verkrijgen tot het profiel en de persoonlijke gegevens van de gebruiker. Hierdoor hangen ze samen met de mate van beveiliging van je persoonlijke gegevens. Voor deze studie doen we beroep op voorgaande studies en bekomen we volgende algemene indeling: ‘niemand’, ‘enkel goede vrienden’, ‘vrienden van vrienden’, ‘heel mijn vriendenlijst’, ‘Iedereen die over een account beschikt op de SNS’, ‘iedereen’.

16

Deel 1: Literatuurstudie

Hoofdstuk 4: Het Begrip ‘beschermen van persoonlijke gegevens’ 1. Inleiding Studies tonen aan dat gebruikers van SNS over het algemeen bezorgd zijn om hun privacy van hun persoonlijke gegevens. Het is dan ook strijdig dat ze in verhouding niet zo waakzaam zijn in het beschermen van deze gegevens (Awad & Krishnan, 2006). Volgens Tufecki (2008) zijn studenten een groep gebruikers die bezorgd zijn over wie allemaal toegang heeft tot hun profiel. In het onderzoek wordt gesproken over ‘unwanted audiences’. Hiermee bedoelt men personen die je persoonlijke gegevens kunnen bekijken, maar waarvan de gebruiker dit niet wenst. Dit zet studenten aan tot het nemen van privacybeschermende maatregelen om hun privacy te garanderen. Hieronder zullen privacybeschermende maatregelen worden besproken. Deze algemene maatregelen kunnen genomen worden om privacy te waarborgen en op die manier persoonlijke gegevens te beschermen voor ongewenst publiek (‘unwanted audiences’). Ze worden meestal genomen na een eigen negatieve ervaring met de SNS of door negatieve media-aandacht (Young & Quan – Haase, 2009). Deze items richten zich op het gedrag van de respondent. In deze studie wordt er beroep gedaan op de privacybeschermende maatregelen uit twee onderzoeken. Het eerste onderzoek is van de hand van Hoy & Milne (2010). Zij deden onderzoek naar privacy gerelateerde maatregelen op de sociale netwerksite Facebook bij jongvolwassenen. Omdat in het eigen onderzoek de nadruk gelegd wordt op het beschermen van je persoonlijke gegevens, nemen we enkel de aspecten die samenhangen met privacybeschermend gedrag over. Deze componenten worden gedeeltelijk overgenomen voor volgende redenen. Allereerst geven Hoy & Milne (2010) een uitgebreide lijst weer van items die het mogelijk maken om het concept ‘privacybeschermende maatregelen’ te meten. Dit biedt een houvast voor eigen onderzoek en maakt het mogelijk om op basis hiervan een eigen meetinstrument te ontwikkelen. Verder was het onderzoek er op gericht om verschillen waar te nemen tussen de genders. Dit sluit aan bij eigen onderzoek omdat ook hier gezocht wordt naar de verschillen tussen man en vrouw.

17

Deel 1: Literatuurstudie Vervolgens wordt er ook gesteund op het onderzoek van Young & Quan – Haase (2009). Zij deden onderzoek naar factoren die universiteitsstudenten beïnvloedden om persoonlijke gegevens te onthullen op de SNS Facebook. Verder verdiepten ze zich in strategieën die de studenten ontwikkelden om zichzelf te beschermen. De resultaten uit het onderzoek vertellen dat studenten een variatie aan beschermingsstrategieën hanteren om hun privacy te waarborgen. In eigen onderzoek zal er gesteund worden op deze strategieën die het mogelijk maken om persoonlijke gegevens te beschermen. Een voordeel van het kiezen voor de strategieën uit het onderzoek van Young & Quan – Haase (2009) is dat ze, net als in het eigen onderzoek, ook onderzoek voeren naar de houding bij universiteitsstudenten. Een nadeel is dat de casestudy, net als het onderzoek van Hoy & Milne (2010), zich enkel focust op de SNS Facebook. Opgemerkt moet worden dat de privacybeschermende maatregelen uit de twee onderzoeken wat overlap vertonen. Dit is een voordeel omdat uit de twee onderzoeken blijkt dat de maatregelen van belang zijn bij het beschermen van je persoonlijke gegevens. 2. Items van Hoy & Milne (2010) In het onderzoek van Hoy & Milne (2010) bedoelt men met ‘privacybeschermend gedrag’ het volgende: ‘gedragingen die men stelt om zijn/haar online identiteit te beschermen en te beheren.’ De meeste van de maatregelen die de persoon neemt om zijn/haar gegevens te beschermen gebeuren autonoom van anderen. Hiermee wordt gedoeld op gedragingen die de persoon onafhankelijk van anderen kan stellen omdat men zelf de persoonlijke informatie heeft geplaatst of men hier zelf de controle over heeft. Daarnaast zijn er ook gedragingen die medewerking van anderen vereisen omdat men zelf geen controle kan uitoefenen over de informatie. Het concept wordt gemeten aan de hand van verschillende items waarop de respondenten een score moeten gegeven op een schaal van 1 (“ik doe dit nooit”) tot 5 (ik doe dit altijd). Enkel de items die gebruikt worden in eigen onderzoek, worden opgenomen in figuur 1 (p. 19).

18

Deel 1: Literatuurstudie -

Ik lieg over persoonlijke gegevens op mijn profiel

-

Ik post onnauwkeurige informatie over mezelf op mijn profiel

-

Ik herbekijk regelmatig mijn privacy-instellingen

-

Ik controleer regelmatig mijn profiel

-

Ik ben voorzichtig met foto’s die ik post van mijzelf

-

Ik untag mezelf in foto’s

-

Ik ben voorzichtig met wie ik toevoeg als vriend

-

Ik ben voorzichtig van welke groepen ik lid wordt

-

Ik ‘google’ mezelf regelmatig

-

Ik controleer mijn privacy-instellingen zodat enkel vrienden mijn profiel kunnen zien

-

Ik vraag anderen om informatie over mij te verwijderen

-

Ik stuur anderen een negatieve boodschap die persoonlijke informatie over mij postte

-

Ik stuur een aanvraag naar de netwerk administrator om informatie te verwijderen

Figuur 1: Privacybeschermende maatregelen uit onderzoek van Hoy & Milne (2010)

3. Items van Young & Quan – Haase (2009) In deze studie worden een serie attitudegerichte vragen gesteld aan de respondent omtrent het nemen van privacybeschermende strategieën. De attitude van de gebruikers van de SNS Facebook wordt bevraagd aan de hand van stellingen. De respondenten geven aan de hand van een Likertschaal aan in welke mate men akkoord is met de stelling. De stellingen in figuur 2 (p.19) worden opgenomen in eigen onderzoek. -

Ik heb valse of onnauwkeurige informatie verstrekt op Facebook om te voorkomen dat personen die ik niet ken informatie over mij verkrijgen

-

Ik heb persoonlijke informatie uitgesloten op Facebook om te voorkomen dat personen die ik

niet ken informatie over mij verkrijgen -

Ik heb privémails gestuurd binnen Facebook in plaats van gebruik te maken van het prikbord van een vriend om te voorkomen dat anderen het bericht lezen

-

Ik heb voormalige contacten geblokkeerd zodat ze mij niet meer kunnen contacteren en geen toegang meer hebben tot mijn profiel

-

Sommige contacten op Facebook hebben alleen toegang tot een beperkt profiel van mij

-

Ik heb de standaard privacy-instellingen van Facebook veranderd

-

Ik heb berichten die gepost zijn op mijn prikbord verwijderd om te voorkomen dat anderen ze lezen of bekijken

-

Ik heb mezelf untagged van foto’s en/of video’s die gepost werden door anderen

Figuur 2: Privacybeschermende maatregelen uit het onderzoek van Young & Quan – Haase (2009)

19

Deel 1: Literatuurstudie 4. Eigen studie In deze studie wordt er gesteund op de stellingen uit de onderzoeken van Hoy & Milne (2010) en Young & Quan – Haase (2009). Er wordt gekozen voor een Likertschaal (1 = ik doe dit nooit, 2 = ik doe dit zelden, 3 = ik doe dit soms, 4 = ik doe dit vaak, 5 = ik doe dit altijd). Omdat het kan gaan om informatie die de respondent mogelijk niet kwijt wilt, wordt er ook geopteerd voor een zesde categorie ‘geen antwoord’. Een zevende categorie is van toepassing op respondenten die niet over de mogelijkheid beschikken om de maatregelen op hun SNS te nemen. Deze categorie wordt ‘niet van toepassing’ genoemd. De stellingen uit de twee voorgaande onderzoeken worden naast elkaar gelegd om op basis hiervan eigen stellingen te construeren.

20

Deel 1: Literatuurstudie

Hoofdstuk 5: Beïnvloedende factoren uit de literatuur 1.

Inleiding

In dit hoofdstuk worden deze factoren besproken die een mogelijke invloed uitoefenen op het gedrag van respondenten betreft het beveiligen en beschermen van persoonlijke gegevens. Deze factoren komen voort uit onderzoeken en literatuur waarin hun draagwijdte besproken wordt. De elementen die hier besproken worden zijn: demografische gegevens, mate van gebruik van de SNS, het aantal vrienden op de SNS, negatieve internetervaringen, het lezen van het privacy-beleid en het bewustzijn van SNS-gebruikers dat hun gegevens gedeeld worden met andere organisaties. 2. 2.1. 2.1.1.

Demografische gegevens Geslacht Beveiligen

Volgens Amichai-Hamburger & Vinitzky (2010) is gender een voorspellende factor voor de hoeveelheid informatie die een individu deelt op de SNS Facebook. In het onderzoek van Young & Quan – Haase (2009) maakt men een opsplitsing tussen de types van informatie die vrouwen en mannen onthullen op SNS. Voor de meeste persoonlijke informatie is er weinig verschil te bespeuren tussen mannen en vrouwen. De vrouwelijke en mannelijke studenten kwamen overeen in het onthullen van hun school, e-mailadres, relatiestatus en geboortedatum. De verschillen bevonden zich vooral in volgende types informatie: adres en politieke visie. Vrouwen geven minder vaak deze informatie vrij dan mannen. Ook Tufekci (2008) deed onderzoek naar soort van informatie die vrouwen en mannen onthullen op SNS. Uit dit onderzoek kwam naar voren dat mannen sneller hun telefoonnummer en adres weergeven op SNS. Vrouwen echter onthullen dan weer sneller hun religie en hun favoriete boeken en films. Het onderzoek van Gross & Acquisti (2005) bij studenten toonde dan weer aan dat de hoeveelheid informatie, die vrouwen en mannen delen, grotendeels gelijklopend is. Een uitzondering hierop is, net zoals in het onderzoek van Tufekci (2008), het delen van telefoonnummers. Slechts 28,9% van de vrouwen onthullen hun telefoonnummer. Bij mannen is dit bijna de helft (47,1%). In het onderzoek van Stutzman & Kramer-Duffield (2010) werd eveneens een verband gelegd tussen gender en privacy-instellingen. Zo is de kans kleiner bij mannen dat ze hun privacyinstellingen op Facebook instellen op ‘friends-only’ instellen, dan bij vrouwen. Vrouwen 21

Deel 1: Literatuurstudie beveiligen hun persoonlijke gegevens vaker dan mannen. Dit zou te maken kunnen hebben met de hogere bezorgdheid die vrouwen uiten ten opzichte van hun veiligheid. Personen die meer bezorgd zijn over hun veiligheid en privacy, zijn meer geneigd om hun profiel te beperken op een SNS. Ze onthullen minder persoonlijke informatie (Salaway et al., 2008). Onderzoek van Koleck & Saunders (2008) spreken deze bevindingen tegen. Volgens hen onthullen vrouwen net meer informatie op hun SNS dan mannen Uit het bovenstaande worden volgende hypothesen gedistilleerd: Hypothese 1: Vrouwen en mannen verschillen in de hoeveelheid persoonlijke gegevens die ze delen op SNS. Hypothese 2: Vrouwen en mannen verschillen in het type van persoonlijke gegevens die ze delen op SNS. 2.1.2.

Beschermen

Sheenan (1999) onderzocht het verschil tussen mannen en vrouwen in hun bezorgdheid over privacy en welk gedrag hieraan gelinkt kan worden. In de studie stelt men vast dat vrouwen minder maatregelen nemen om hun online-privacy te beschermen dan mannen wanneer men bezorgd is over hun privacy. Een recenter onderzoek van Hoy & Milne (2010) spreekt deze resultaten echter tegen. In hun onderzoek constateert men dat vrouwen juist vaker een aantal privacybeschermende maatregelen nemen dan mannen dit doen. Vrouwen controleren hun profiel regelmatiger, zijn voorzichtiger in het posten van foto’s van zichzelf, zijn behoedzamer met wie ze vrienden worden, enzovoort. Vrouwen nemen meer proactieve maatregelen om hun privacy te kunnen beschermen. Een mogelijke verklaring voor het verschil tussen de twee surveys zou het tijdsverschil kunnen zijn. Het is mogelijk dat vrouwen zich meer bewust zijn geworden van de risico’s op het internet door middel van media, verhalen over stalking en kidnapping, enzovoort (Hoy & Milne, 2010). Ook Salaway et al. (2008) halen deze reden aan voor de verschillen in het beschermen van persoonlijke gegevens. Een andere verklaring zou het verschil in steekproef tussen de twee onderzoeken kunnen zijn. Hoy & Milne (2010) deden specifiek onderzoek, aan de hand van een online survey, bij jongvolwassenen tussen 18 en 24 jaar. Sheenan (1999) deed een random steekproef bij volwassenen en bevroeg niet specifiek sociale netwerksites, maar het hele internet. Als er hier rekening mee wordt gehouden, sluit de studie van Hoy & Milne (2010) dichter aan bij de masterproef.

22

Deel 1: Literatuurstudie Hypothese 3: Vrouwen en mannen verschillen in het aantal privacybeschermende maatregelen die ze nemen. 2.2. Studiejaar Leeftijd is een belangrijke factor in het gebruik van SNS en de visie van de gebruiker op SNS. Jongere studenten maken meer gebruik van SNS dan hun oudere collega’s. Ook het aantal vrienden verschilt tussen jonge studenten en de oudere studenten. Zo beschikken de jongere studenten gemiddeld over meer vrienden dan de oudere generatie (Salaway et al., 2008). Uit de literatuur blijkt dat jongere studenten op een aantal vlakken verschillen van hun oudere collega’s. In dit onderzoek wordt exploratief onderzocht of eerstejaarsstudenten verschillen van andere studenten in het beschermen en beveiligen van hun persoonlijke gegevens. Deze gedachtegang komt voort uit het feit dat eerstejaarsstudenten in een nieuwe omgeving terechtkomen waar ze de mogelijkheid hebben om veel nieuwe sociale contacten te leggen. Heeft de toevloed van deze nieuwe contacten een invloed op hun privacy-instellingen en het nemen van privacybeschermende maatregelen? Hypothese 4: Eerstejaarsstudenten verschillen van andere studenten in de hoeveelheid persoonlijke gegevens die ze delen. Hypothese

5:

Eerstejaarsstudenten

verschillen

van

andere

studenten

in

de

privacybeschermende maatregelen die ze nemen. 3. Mate van gebruik SNS In het onderzoek van Lewis et al. (2008) is er een positief verband gelegd tussen de activiteit van de gebruikers en het gebruiken van privacy-instellingen. Hoe actiever een gebruiker, hoe meer hij gebruik maakt van de privacy-instellingen. We kunnen ons afvragen of een actieve gebruiker zijn instellingen ook strenger zijn dan een minder actieve gebruiker. Zij focussen zich echter enkel op de SNS Facebook. De vraag is of deze resultaten ook door te trekken is naar andere SNS. Een voordeel is dat ze zich, net als in eigen onderzoek, focussen op studenten. Ook in het onderzoek van Stutzman & Kramer-Duffield (2010), dat zich echter ook enkel op Facebook richt, vindt men een verband tussen je privacy-instellingen en de mate van gebruik van de SNS. Zo zouden Facebook-gebruikers die meer tijd spenderen op de SNS, hun instellingen vaker naar ‘friends only’ zetten dan gebruikers die minder tijd spenderen op de SNS. De mate van het Facebook-gebruik is in dit onderzoek een significante voorspeller voor strengere privacy-instellingen. 23

Deel 1: Literatuurstudie In verschillende studies wordt onderzocht hoeveel tijd gebruikers van SNS doorbrengen op hun SNS. Uit onderzoek van het ECAR4 door Salaway et al. (2008) komt men tot de bevinding dat de meerderheid van de respondenten (55,8%) minder dan vijf uur of vijf uur per week spenderen op hun SNS. Een minderheid (26,9%) spendeert tussen zes en tien uur per week op hun SNS. Deze resultaten worden bevestigd in het onderzoek van Lawler & Molluzzo uit 2010.

67% van de studenten spenderen meer dan tussen één en vijf uur per week op hun SNS. Een minderheid (23%) spendeert tussen vijf en tien uur per week op hun SNS. In een voorgaand onderzoek dat dateert uit 2007 van Ellison, Steinfield & Lampe geven Facebook-gebruikers aan dat ze gemiddeld tien à dertig minuten spenderen aan hun SNS per dag. Omgerekend is dit ongeveer één à drieënhalf uur per week. De resultaten van deze twee onderzoeken zijn echter niet te vergelijken omdat men in het onderzoek van Ellison et al. (2007) enkel werkt met het gemiddelde per dag en zich focust op de SNS Facebook. Als ze toch vergeleken worden kan er een lichte stijging worden opgemerkt in tijd die gespendeerd wordt op de SNS. Een mogelijk verklaring hiervoor zou de stijgende invloed van SNS en stijgende aanwezigheid van SNS kunnen zijn in ons dagelijks leven. Deze stijging merkt men ook op in het onderzoek van Salaway et al. (2008). Op basis van longitudinaal onderzoek concluderen zij dat het dagelijks gebruik van SNS sterk gestegen is.

In deze onderzoeksvraag is het de bedoeling om na hoe actief je bent op je SNS. Om deze variabele te meten zal er gepeild worden naar het aantal uren die je spendeert op de SNS. Aan de hand van onderstaande hypothesen wordt deze factor in verband gebracht met de privacyinstellingen van de respondent. Hypothese 6: Er is een verband tussen de activiteit van een SNS-gebruiker (die wordt aangegeven door gebruiker zelf) en de privacy-instellingen die gehanteerd worden. Hypothese 7: SNS-gebruikers die zeggen meer actief te zijn op hun SNS, delen minder persoonlijke gegevens op hun SNS dan minder actieve gebruikers 4. Aantal vrienden SNS Met deze variabele wordt er gedoeld op het aantal personen die je hebt aanvaard of zelf hebt toegevoegd aan je profiel, zodat deze personen toegang krijgen tot je persoonlijke gegevens of een deel hiervan. Men spreekt hier over tweezijdige relaties, waar de meeste SNS gebruik van maken. Dit wil zeggen dat beide partijen de vriendschap moeten aanvaarden voordat er sprake is van een tweezijdige relatie op de SNS. Er zijn echter ook SNS die gebruik maken van 4

Educause Center for Applied Research

24

Deel 1: Literatuurstudie eenzijdige relaties, die in dit onderzoek niet worden beschouwd als je vrienden. Enkel de personen waarmee een tweezijdige relatie in stand wordt gehouden, worden beschouwd als je vrienden. Het zijn deze personen die op je vriendenlijst terechtkomen (zie 2.2.2) (boyd & Ellison, 2007). De variabele wordt onderzocht naar aanleiding van het onderzoek van Stutzman & KramerDuffield (2010). Zij onderzochten welke factoren een invloed hebben op het afbakenen van je privacy-instellingen op de SNS Facebook. Uit dit onderzoek kwam naar voor dat gebruikers die hun profiel beschikbaar stellen voor ‘friends only’ significant meer vrienden hebben dan gebruikers die hun profiel beschikbaar stellen voor een grotere groep. Een denkbare verklaring hiervoor is dat er een mogelijke saturatie optreedt. Doordat je meer vrienden hebt op de SNS, is de kans ook groter dat al je vrienden zich bevinden op dezelfde SNS. Doordat al je vrienden zich op dezelfde plek bevinden, is het in stand houden van een open profiel overbodig geworden en biedt het nog weinig voordelen. Bovendien beperkt men de risico’s door een profiel niet langer voor iedereen beschikbaar te stellen (Stutzman & Kramer-Duffield, 2010). In het onderzoek van Young & Quan – Haase (2009) wordt de grootte van je netwerk positief geassocieerd met de informatie die je onthult op de SNS. Hoe groter het netwerk van de student, hoe meer informatie ze onthullen op hun SNS. Om deze variabele te onderzoeken zal er gevraagd worden, om bij benadering, het aantal vrienden op je vriendenlijst aan te duiden op een schaal. Uit onderzoek van Salaway et al. (2008) bleek dat meer dan een kwart van de respondenten meer dan 300 vrienden hebben op hun account. De jongere studenten hadden meer vrienden dan hun oudere collega’s. Hypothese 8: Er is een verband tussen het aantal vrienden op de SNS en de privacyinstellingen die gehanteerd worden. Hypothese 9: Er is een verband tussen het aantal vrienden op de SNS en de zichtbaarheid van je persoonlijke gegevens.

25

Deel 1: Literatuurstudie 5.

Negatieve internetervaringen

5.1. Inleiding Het internet biedt een waaier aan nieuwe mogelijkheden aan, maar het brengt echter ook risico’s voort. Deze risico’s zijn volgens Valkenburg & Peter (2010) te wijten aan de ontremmende functie van het internet. Mensen gedragen zich ‘vrijer’ op het internet en onthullen meer. Hierop plakken Valkenburg & Peter (2010) de term ‘disinhibitie’. Joinson (1998) omschreef ‘disinhibitie’ als volgt: With regard to individual’s behavior on the Internet could be summarized as behavior that is less inhibited than comparative behavior in real life. Thus disinhibition on the Internet … is seen as any behavior that is characterized by an apparent reduction in concerns for self-presentation and the judgment of others (Joinson, 1998, p. 44). Uit deze definitie komt naar voren dat mensen op het internet minder grenzen ervaren dan in de realiteit. Door de vervaging van deze grenzen, is men sneller geneigd om zichzelf bloot te geven op het internet en maakt men zich minder zorgen over het oordeel van anderen. Dit gedrag is mede een factor die de risico’s op het internet verhoogt. Doordat men zich vrijer gedraagt, gaat men meer informatie weergeven en minder geremd gedrag vertonen op het internet. Deze risico’s mogen echter niet gelijkgesteld worden aan de negatieve internetervaring. De risico’s vormen de aanleiding tot een eventuele negatieve internetervaring. Het is echter niet zo dat blootstelling aan risico’s op het internet in ieder geval leidt tot een negatieve internetervaring. De negatieve internetervaring is de onaangename ervaring die men overhoudt na blootstelling aan de online risico’s (Livingstone et al., 2010). Er wordt onderzocht hoe deze ervaringen een impact kunnen hebben op het gedrag van de internetgebruiker, in het bijzonder op het beveiligen en beschermen van je persoonlijke gegevens op SNS. Uit onderzoek van Govani & Pashley (2005) concludeert men dat gebruikers van SNS eerst een negatieve internetgebeurtenis moeten meemaken of iemand kennen die een negatieve internetgebeurtenis heeft meegemaakt voordat ze selectiever zullen worden in het delen van informatie met andere gebruikers. Ze geven aan dat hier verder onderzoek naar moet gebeuren. Negatieve internetervaringen kunnen zonder concretisering door iedereen anders beoordeeld worden. Om het concept negatieve internetervaringen te kunnen operationaliseren, wordt er gekeken naar de factoren die een mogelijke negatieve internetervaring veroorzaken. Het 26

Deel 1: Literatuurstudie omvat de risico’s van internetgebruik die mogelijk een negatieve internetervaring kunnen teweegbrengen. Voor dit onderzoek wordt er een onderverdeling gemaakt tussen verschillende negatieve internetervaringen. Voor de conceptualisering van de risico’s op een negatieve internetervaring wordt er gesteund op verschillende onderzoeken om een zo volledig mogelijk beeld te scheppen. Er wordt vooral gesteund op de begripsomschrijving van de risicoactiviteiten uit ‘The 2010 EU Kids Online Survey’ aangevuld met het onderzoek van Acquisti & Gross (2005) en het onderzoek van Action Innocence beschreven in Klasse voor leerkrachten (2007). Hieronder worden de onderzoeken kort geschetst en beschreven wat er voor eigen onderzoek kan dienen. 5.2. ‘The 2010 EU Kids Online Survey’ EU kids online is een multinationaal netwerk dat de kennis over het internetgebruik, de veiligheid van internetgebruik en de hiermee samenhangende risico’s, bij kinderen en jongeren uit Europa, wil vergroten. Hiervoor stimuleren en coördineren ze onderzoeken waarin men zowel de kinderen en jongeren als hun ouders bevraagd. Momenteel werken er reeds 33 landen mee aan het EU kids online-netwerk. Voor nationaal en Europees beleid wordt de dialoog opengetrokken en wordt actieve interactie mogelijk (The London School of Economics and Political Science: Department of Media and Communications, 2011). ‘The 2010 EU Kids Online Survey’ is een vragenlijst die men gebruikt voor het onderzoek EU Kids Online II. Dit project loopt van 2009 tot 2011 en is het vervolgonderzoek van EU Kids Online I, dat liep van 2006 tot 2009. Men voert hiervoor een grootschalig kwantitatief onderzoek bij negen- tot zestienjarigen in 25 Europese landen (Livingstone et al., 2011). Er wordt voor de concepten uit dit onderzoek als basis gekozen voor eigen onderzoek omwille van verschillende redenen. Zo ging er heel wat research vooraf aan het opstellen van de EU Kids Online Survey. Er werden ongeveer 400 andere onderzoeken onder de loep genomen om belangrijke bevindingen mee te kunnen nemen naar eigen onderzoek, maar ook om hiaten in het onderzoek aan te vullen met de EU Kids Online. Uit de analyse van al deze onderzoeken kwamen de onderzoekers tot zeven risicocategorieën voor negatieve internetervaringen. Verder is het ook een zeer grootschalig onderzoek waaraan 25142 kinderen en volwassenen aan meewerkten. Omdat er zowel volwassenen als kinderen vragenlijsten moesten invullen, was het van groot belang dat de concepten voor beide groepen duidelijk waren. Daarom kan dit als basis dienen voor eigen onderzoek. Een ander voordeel is dat het gaat om een longitudinaal onderzoek dat zijn nut in het verleden al heeft bewezen. Het is de tweede maal dat het onderzoek wordt gevoerd, waardoor hiaten uit het vorige onderzoek konden worden 27

Deel 1: Literatuurstudie weggewerkt (The London School of Economics and Political Science: Department of Media and Communications, 2011) (Livingstone, S., Haddon, L., Görzig, A., & Ólafsson, K., september 2011). Uit de analyse van de ongeveer 400 onderzoeken categoriseerden de onderzoekers de risico’s voor negatieve internetervaringen. Het eerste risico dat kan zorgen voor een negatieve ervaring met internet is aanstootgevende inhoud die op het wereldwijde web te vinden is. Hiermee doelt men op verschillende soorten inhoud zoals racisme en haatberichten die individuen of groepen aanvallen, manieren die promoten om mager te blijven, manieren om zichzelf fysiek pijn te doen, het delen van drugervaringen, manieren om zelfmoord te plegen, pornografische inhoud en gewelddadige inhoud. Blootgesteld worden aan één (of meerdere) van deze onderwerpen op het internet kan een negatieve internetervaring in de hand werken. Een tweede grote cluster die beschreven wordt in het onderzoek is ‘ongewenst contact’. Dit overkoepelende begrip omvat volgende risico’s: ongewenste seksuele benadering, online pestgedrag, misbruik van je persoonlijke informatie (The London School of Economics and Political Science: Department of Media and Communications, 2011) (Livingstone et al., 2011). Als laatste wordt er onderzocht hoe kinderen steeds meer zelf ongepast de aandacht trekken op het internet. Dit wordt voor eigen onderzoek buiten beschouwing gelaten omdat er niet gericht wordt op kinderen en bijgevolg niet van toepassing is. 5.3.

Aanvullingen uit onderzoek van Acquisti & Gross (2005) en Action Innocence in Klasse voor Leerkrachten (2007) In de literatuur worden er nog andere risico’s omschreven dan in ‘The 2010 EU Kids Online Survey’. In het onderzoek van Acquisti & Gross (2005) wordt opgemerkt het delen van persoonlijke gegevens een risico kan inhouden voor identiteitsdiefstal, stalking, discriminatie en chantage/afpersing. De identiteitsdiefstal kan onder de noemer ‘misbruik van je persoonlijke gegevens’ worden genomen bij de survey van EU Kids Online II. ‘Stalking’ werd niet vernoemd in de EU Kids Online survey en kan als extra risico worden opgenomen in de eigen vragenlijst. Discriminatie kan onder de noemer ‘aanstootgevende inhoud’ geplaatst worden. Als de discriminatie persoonlijk gericht is tegen een individu, kan het onder de term ‘online pestgedrag’ vallen. Afpersing en chantage kan zowel bij het misbruik van persoonlijke gegevens als bij pesten worden opgenomen.

28

Deel 1: Literatuurstudie In een onderzoek dat gevoerd werd door Action Innocence werd er gepeild naar negatieve internetervaringen bij Belgische jongeren tussen de tien en dertien jaar. Uit dit onderzoek kwam een top vier van negatieve internetervaringen naar voren. De meeste van deze negatieve internetervaringen kwamen ook al terug in ‘The 2010 EU Kids Online Survey’. Zo staat het zien van ‘ongewenste beelden’ op nummer één. Hiermee wordt gedoeld op beelden van porno en geweld. Deze risico’s werden gevolgd door ‘onaangename contacten’. Men doelt hiermee op verbale agressie, seksuele benadering, cyberpesten. Dit kan ook vergeleken worden met de survey van EU Kids Online. Nieuw zijn de laatste twee categorieën. Op de voorlaatste plaats staan computervirussen en –wormen, crashes die worden geplaatst onder de noemer ‘technische problemen’. Als laatste negatieve internetervaring staat ‘storende reclame’ in de lijst (Klasse voor leerkrachten, 2007). Het zijn twee categorieën waar niet enkel kinderen, maar ook volwassenen frequent mee in aanraking komen. Deze categorieën zullen ook worden opgenomen in eigen onderzoek. Deze lijst is niet exhaustief. 5.4. Besluit Voor eigen onderzoek werd er een onderverdeling gemaakt tussen de verschillende risico’s die kunnen leiden tot een negatieve internetervaring. Deze onderverdeling is gebaseerd is op de onderzoeken die hierboven werden beschreven. De begripsomschrijvingen werden niet klakkeloos overgenomen, maar aangepast aan de doelstellingen van dit onderzoek. Dit wil zeggen dat er bepaalde onderdelen gewist werden en andere onderdelen werden toegevoegd. Hieruit ontstonden volgende items om negatieve internetervaringen te meten: storende reclame, technische problemen, stalking, misbruik van gegevens, ongewenste seksuele benadering,

ongewenste

seksuele

beelden,

ongewenste

gewelddadige

beelden

en

aanstootgevende inhoud. 5.4.1.

Storende reclame

In dit onderzoek wordt hiermee ongewenste reclame bedoeld die bij jou terechtkomen op allerlei manieren. Dit kan gebeuren door mail in je mailbox, door reclame die ongewenst op je scherm verdwijnt, door reclame op je SNS, … Met andere woorden: alle soorten reclame die je tegenkomt wanneer je surft op het internet en die als storend wordt ervaren. 5.4.2.

Technische problemen

Met technische problemen worden al de technische problemen bedoeld waarvan men denkt dat ze voortkomen uit internetgebruik. Uit het onderzoek van Action Innocence kwam naar 29

Deel 1: Literatuurstudie voren dat computervirussen en - crashes een gevaar kunnen vormen voor een eventuele negatieve internetervaring (Klasse voor leerkrachten, 2007). 5.4.3.

Stalking

Stalking wordt in het Belgisch Strafwetboek beschouwd als een klachtmisdrijf. Het wordt omschreven als volgt: ‘Hij die een persoon heeft belaagd terwijl hij wist of had moeten weten dat hij door zijn gedrag de rust van die bewuste persoon ernstig zou verstoren, wordt gestraft met gevangenisstraf van vijftien dagen tot twee jaar en met geldboete van vijftig [euro] tot driehonderd [euro] of met een van die straffen alleen.’(Belgisch Strafwetboek, Art. 442 bis). Op de site van de Belgische federale politie omschrijft men stalking als volgt: ‘Een stalker is iemand die alles doet om in contact te komen met de persoon die hij op obsessieve wijze bewondert. Een stalker houdt zijn slachtoffer zo veel mogelijk in de gaten, achtervolgt hem of haar en valt hem of haar lastig met telefoontjes, e-mails, SMS. De term stalking wordt gewoonlijk gebruikt om gedrag aan te duiden waarbij een bepaald persoon bij herhaling wordt lastiggevallen of bedreigd.’ (Belgische Federale Politie, 2012) In dit onderzoek gaat het om stalking dat zich afspeelt op het internet. Via deze mediavorm worden de mogelijkheden van stalking uitgebreid waardoor het bijna niet mogelijk is om alle bronnen van stalking te verwijderen (Belgische Federale politie, 2012). Gebruikers van SNS onthullen op hun profiel persoonlijke informatie (zoals adres, telefoonnummer, school, …) die het voor mogelijke stalkers makkelijker maakt om hun slachtoffer te traceren en te contacteren (Gross & Acquisti, 2005). 5.4.4.

Misbruik van gegevens

Doordat SNS-gebruikers hun persoonlijke gegevens blootstellen op hun SNS, zijn ze vatbaar voor individuen die deze informatie misbruiken Livingstone et al. (2011). Dit misbruik gaat in

30

Deel 1: Literatuurstudie tegen de Wet van 8 december 19925 (Privacywet) aangepast aan de Europese Richtlijn 95/46/EG6. In het onderzoek van Livingstone et al. (2001) wordt het concept ‘misbruik van gegevens’ gemeten aan de hand van 3 subitems. Het eerste item omvat alle misbruiken waarbij iemand je paswoord misbruikte om toegang te krijgen tot jouw informatie of om te doen alsof hij/zij jou was (Livingstone et al., 2011). Met andere woorden misbruikte men jouw identiteit om toegang te krijgen tot bepaalde informatie of om voordelen te verkrijgen. Deze omschrijving wordt in het onderzoek van Acquisti & Gross (2005) beschouwd als ‘identiteitsdiefstal’. Een tweede vorm van misbruik van gegevens is dat je gegevens worden gebruikt om een manier die je zelf niet wou (vb. het doorgeven van je persoonlijke gegevens aan derden). Ten slotte halen Livingstone et al. (2011) aan dat ‘het verliezen van geld door bedrog op het internet’ ook behoort tot misbruik van gegevens. Om het concept te vervolledigen worden de drie items aangevuld met een item uit het onderzoek van Acquisti & Gross (2005). Zij halen aan dat ook chantage een vorm is van misbruik van gegevens. Men bedoelt hiermee het afpersen van iemand door gebruik te maken van zijn of haar persoonlijke gegevens. 5.4.5.

Ongewenste seksuele benadering

Het ervaren van een ongewenst seksuele benadering kan gebeuren in verschillende gradaties. De onderverdeling die gemaakt wordt in het onderzoek van Livingstone et al. (2010) ziet eruit als volgt. De laagste drempel is het zien van een seksueel bericht dat voor iedereen bestemd zou kunnen zijn. Het is met andere woorden niet persoonlijk gericht aan een individu. Hier situeert zich het verschil met de volgende stap, namelijk het ontvangen van een seksueel bericht dat naar jou werd gestuurd. Vervolgens is het zien uitvoeren van seksuele handelingen door andere mensen nog een stap verder. Ten vierde kan men nog verder gaan door jou te vragen om te praten over seksuele handelingen. Ten slotte is er ook nog het verzoek om via het internet foto’s of video’s te tonen van je eigen geslachtsdelen (Livingstone et al., 2010). In dit onderzoek vallen al deze gradaties onder de noemer ‘ongewenste seksuele benadering’. 5.4.6.

Ongewenst zien van seksuele beelden

In tegenstelling tot wat hierboven werd beschreven, gaat het hier niet om het persoonlijk benaderen van een individu. Het gaat voornamelijk om het ontvangen van seksuele beelden, 5

Wet van 8 december 1992 voor de bescherming van de persoonlijke levenssfeer ten opzichte van de verwerking van persoonsgegevens, B.S. 18 maart 1993. 6 Richtlijn 95/46/EG van het Europees Parlement en de Raad van 24 oktober 1995 betreffende de bescherming van natuurlijke personen in verband met de verwerking van persoonsgegevens en betreffende het vrije verkeer van die gegevens, Publicatieblad Nr. L 281 van 23/11/1995 blz. 0031 – 0050.

31

Deel 1: Literatuurstudie via het internet, die als ongewenst worden beschouwd door de ontvanger. Met beelden bedoelt men zowel foto’s als video’s. Voorbeelden hiervan zijn beelden van iemand die naakt is, beelden van geslachtsdelen, beelden van seks, …(Livingstone et al., 2010). 5.4.7.

Ongewenste zien van gewelddadige beelden

Hiermee worden beelden bedoeld die de respondent ongewild te zien kreeg op het internet. Deze beelden omvatten alle beelden die als gewelddadig of gruwelijk worden beschouwd door de respondent. Bv. Mensen die gekwetst worden, onaangename bloederige beelden, enzovoort (Livingstone et al., 2010. 5.4.8.

Online pestgedrag

Online pesten is een vorm van cyberpesten. In ‘The 2010 EU Kids Online Survey’ (Livingstone et al., 2010) spreekt men allereerst over ‘cyberbullying’. Onder deze term verstaat men pesten via internet, via gsm-oproepen, via gsm-berichten of via beelden/video’s via gsm-berichten. Belsey (2006) omschrijft cyberbullying als volgt: "Cyberbullying involves the use of information and communication technologies to support deliberate, repeated, and hostile behaviour by an individual or group, that is intended to harm others." (Belsey,2006) Onderzoek toont aan dat de invloed van cyberpesten op jongeren mogelijk groter is dan het klassieke pesten (Ybarra en Mitchell, 2004). In dit onderzoek worden, net als in het onderzoek van Livingstone et al. (2010), de pijlen gericht op het pesten op het internet. Deze vorm van cyberbullying wordt ‘online bullying’ of ‘online pesten’ genoemd. Hiermee wil men duidelijk maken dat deze vorm van pesten enkel op het internet plaatsvindt. Dit type van pesten gaat van vervelende en kwetsende berichten die naar je verzonden worden tot groepen of activiteiten op internet waarvan je uitgesloten wordt tot bedreiging op het internet (Livingstone et al., 2011). 5.4.9.

Aanstootgevende inhoud

Met deze items wordt er gepeild naar inhoud op het internet die een negatieve gebruikservaring kunnen veroorzaken als men ermee in aanraking komt. Ze worden onderverdeeld in vijf categorieën. Blootstelling aan één van deze vijf categorieën kan potentiële schade veroorzaken voor de gebruikservaring en veroorzaakt mogelijk dus een negatieve internetervaring. In ‘The 2010 EU Kids Online Survey’ wordt aanstootgevende inhoud onderverdeeld in vijf categorieën: haatberichten die individuen of groepen aanvallen, 32

Deel 1: Literatuurstudie manieren promoten om mager te blijven, manieren promoten om zichzelf fysieke schade toe te brengen, manieren promoten om zelfmoord te plegen en het delen van drugervaringen (Livingstone et al., 2011). Deze opsommingen kunnen ook teruggevonden worden op de SNS Facebook. De SNS biedt de mogelijkheid om de promotie van zelfbeschadigingen zoals zelfmoord, snijden, eetstoornissen of illegaal druggebruik te rapporteren. Ze beloven zelfs contact name met de juiste instanties als dit aan het licht zou komen (Facebook Helpcentrum, 2012). Volgende hypothese werden opgesteld voor de factor ‘negatieve internetervaringen’: Hypothese 10: Er is een verschil tussen slachtoffers van negatieve internetervaringen en nietslachtoffers in de privacy-instellingen voor persoonlijke gegevens. Hypothese 11: Gebruikers van een SNS die een negatieve internetervaring meegemaakt hebben, zullen minder persoonlijke gegevens delen op hun SNS. Hypothese 12: Gebruikers van een SNS die een negatieve internetervaring meegemaakt hebben, zullen meer privacybeschermende maatregelen nemen dan andere gebruikers. 6.

Lezen van privacy-beleid Social networking sites’ privacy policies are effectively social contracts cited in social contract theory. Students are dependent on the rules (terms of usage) defined in the policies on the sites. Policies may be designed in favor of the social networking sites, not in favor of the students. (Lawler & Molluzo, 2010, p. 5)

Een eerste indicator die vereist is om te weten hoever de kennis over het privacy-beleid van de gebruiker reikt, is het lezen van het privacy-beleid van die SNS. Dit lijkt logisch, maar uit onderzoek blijkt dat niet elke gebruiker het privacy-beleid van de SNS waarop ze actief zijn, heeft gelezen. Uit het onderzoek van Acquisti & Gross (2006) blijkt dat 77% van de Facebook-gebruikers het privacy-beleid van de site nooit gelezen heeft. In het onderzoek van Govani & Pashley (2005) is dit zelfs 80%. Ook de resultaten uit het onderzoek van Lawler & Molluzzo (2010) liggen in dezelfde lijn. Zij deden onderzoek naar de perceptie over privacy en veiligheid op SNS bij studenten en bevonden dat de meerderheid van de studenten (55,6%) het privacy-beleid van hun SNS niet gelezen had. Hiervoor worden er verschillende redenen aangegeven. Zo zijn er gebruikers die hier helemaal geen interesse hebben in het privacybeleid, anderen gaan ervan uit dat de SNS veilig omgaat met hun gegevens, enzovoort.

33

Deel 1: Literatuurstudie Respondenten die het privacy-beleid hadden gelezen, beweren vlugger dat ze voldoende kennis bezitten over het beleid van hun SNS (Lawler & Molluzzo, 2010). Vaak is het privacy-beleid van een SNS niet toegankelijk voor een gebruiker omdat er zoveel juridisch vakjargon wordt gebruikt (Bonneau & Preibusch, 2009). Ook Lawler & Molluzzo (2010) klagen dit aan in hun onderzoek. Volgens hen is het privacy-beleid van SNS vaak te lang en geschreven in moeilijk verstaanbare termen die gebruikers ontmoedigen om het beleid te lezen. Ze pleiten voor een toegankelijk en gemakkelijk verstaanbaar privacy-beleid. Uit de studie van Hoy & Milne (2010) komen sekseverschillen naar voren voor het al dan niet lezen van het privacy-beleid. Vrouwen zouden vaker het privacy-beleid lezen dan mannen, voor ze lid worden van een SNS. Meer mannen dan vrouwen lezen de privacyverklaringen nooit. Dit blijkt ook uit het onderzoek van Milne & Culnan (2004). Ook zij besluiten dat mannen minder geneigd zijn om privacyverklaringen te lezen dan vrouwen. Doordat er een verschil is tussen mannen en vrouwen in het al dan niet lezen van het privacy-beleid, zou men kunnen besluiten dat mannen en vrouwen hier anders mee omspringen. Mogelijk komt dit doordat vrouwen een hogere kans maken om slachtoffer te worden van online misbruik (WHOA, 2009). Een verwachting zou kunnen zijn dat vrouwen op een andere manier omgaan met het beveiligen en beschermen van hun persoonlijke gegevens dan mannen. Aangezien de literatuur vertelt dat meer vrouwen het privacy-beleid meer lezen dan mannen, kan er verwacht worden dat er een genderverschil optreedt in het beveiligen en beschermen van je persoonlijke gegevens. Hypothese 13: Er is een verband tussen het lezen van het privacy-beleid van je SNS en de zichtbaarheid van je persoonlijke gegevens voor derden. Hypothese 14: Er is een verband tussen het lezen van het privacy-beleid van je SNS de privacybeschermende maatregelen die je neemt. Hypothese 15: Er is een verband tussen mannen en vrouwen in het lezen van het privacybeleid van hun SNS. 7. Bewust dat persoonlijke gegevens gedeeld kunnen worden met andere organisaties SNS zijn erop gebrand om geld te verdienen aan persoonlijke gegevens van hun gebruikers. Deze gegevens zijn goud waard voor marketeers (Lawler & Molluzzo, 2010). Door te participeren aan een SNS, maak je persoonlijke gegevens, op bewuste en onbewuste manieren, bekend aan de website waarbij je je aansluit. Door je gegevens op verschillende

34

Deel 1: Literatuurstudie manieren beschikbaar te stellen aan de SNS, heeft de SNS de mogelijkheid om deze informatie te gebruiken en uit te besteden (Gross & Acquisti, 2005). Eén van de meest voorkomende vormen hiervan is ‘behavioral tracking’ of ‘behavioral marketing’. Adverteerders nemen kennis van de SNS en maken gebruik van de inhoud op de profielen om op maat gesneden advertenties aan te bieden aan mogelijke consumenten. Turow et al. (2009, p. 5) beschrijft behavioral tracking als volgt: Behavioral tracking involves following an individual’s activities over time and the using the information to select which advertisements to display to that individual. Advertisers believe the practice helps them deliver their persuasive messages to audiences who are most likely to be interested. Tailoring of content involves the creation or alteration of media material to suit marketers’ perceived interests of an individual or individuals. (Turow, 2009, p.5) Men gebruikt hiervoor verschillende methoden om advertenties op maat te kunnen afstemmen en op die manier consumenten op een persoonlijke manier te benaderen. Zo gaat men na welke zoekacties men uitvoert, welke websites men bezoekt, bij welke groepen men is aangesloten, enzovoort (Hoy & Milne, 2010). Gebruikers van SNS zijn zich vaak niet bewust van deze praktijken. Lawler & Molluzzo (2010) bevonden dat slechts 33% van hun respondenten weten hoe hun persoonlijke data gebruikt worden door hun SNS. De meerderheid van hun respondenten weten niet hoe hun persoonlijke gegevens worden gebruikt en gedeeld (Lawler & Molluzzo, 2010). Govani & Pashley (2005) tonen aan dat slechts 40% van de Facebook-gebruikers zich bewust zijn van het beleid dat Facebook voert in het delen van hun persoonlijke informatie met derden. Veel gebruikers zijn het niet eens met praktijken zoals ‘behavioral tracking’ en vinden het een schending van hun recht op privacy (Turow et al., 2009). Zowel vrouwen als mannen maken zich zorgen over deze tactiek en het gebruik van hun persoonlijke informatie (Hoy & Milne, 2010). Ondanks de tegenstand is de methode echter uitgegroeid tot één van de centrale en belangrijkste methode op het gebied van marketing (Turow et al, 2009). Verder zijn gebruikers vaak ook niet op de hoogte gebracht van de duurzaamheid van de data. Dit wil zeggen dat ze niet weten hoe lang hun persoonlijke gegevens zullen worden opgeslagen. Voorts zijn ze vaak ook niet op de hoogte van in hoeverre hun lidmaatschap vorm krijgt. Ze kennen vaak de omvang niet van hun lidmaatschap en weten niet hoe SNS hun lidmaatschap uitbreidt (Gross & Acquisti, 2005). Uit het onderzoek van Lawler & Molluzzo (2010) blijkt 35

Deel 1: Literatuurstudie dat gebruikers die meer actief zijn erin geloven dat hun SNS hen zal vertellen wanneer ze hun persoonlijke data zullen delen met derden. Hoewel volgens Madden et al. (2007) steeds meer volwassenen zich bewust zijn van hun gegevens die beschikbaar zijn op het wereldwijde web, zijn er maar enkelen die stappen ondernemen om hun persoonlijke informatie, die online beschikbaar is, te beperken. In het onderzoek van Govani & Pashley (2005) bevond men een correlatie tussen het aantal respondenten die zich bewust zijn van deze praktijk en het aantal respondenten die hun privacy-instellingen wijzigden. Hypothese 16: Er is een verband tussen bewustzijn dat persoonlijke gegevens voor andere doeleinden en de zichtbaarheid van je persoonlijke gegevens. Hypothese 17: Er is een verband tussen bewustzijn dat persoonlijke gegevens voor andere doeleinden worden gebruikt en het aantal privacybeschermende maatregels die men neemt.

36

Deel 1: Literatuurstudie

Hoofdstuk 6: Conceptueel model Figuur 3 (p. 38), figuur 4 (p. 39) en figuur 5 (p. 40) vormen de weergave van het conceptueel model van dit onderzoek op basis van de literatuur en eigen ideeën. In het model wordt een visuele voorstelling weergegeven van de concepten en de relaties tussen deze concepten.

37

Deel 1: Literatuurstudie

Figuur 3: Conceptueel model van de onafhankelijke variabelen

38

Deel 1: Literatuurstudie

Figuur 4: Conceptueel model van de afhankelijke variabele ‘beveiligen persoonlijke gegevens’

39

Deel 1: Literatuurstudie

Figuur 5: Conceptueel model van de afhankelijke variabele ‘beschermen van persoonlijke gegevens’

40

Deel 2: Het empirisch onderzoek

Deel 2: Het empirisch onderzoek

Inleiding In dit onderzoek werd er getracht om een antwoord te formuleren op twee grote onderzoeksvragen. Ten eerste werd onderzocht welke factoren een invloed uitoefenen op de wijze waarop Vlaamse universiteitsstudenten hun persoonlijke gegevens beveiligen voor derden op sociale netwerksites. Ten tweede werd er nagegaan welke factoren een invloed uitoefenen op de wijze waarop Vlaamse universiteitsstudenten hun persoonlijke gegevens beschermen voor derden op sociale netwerksites. Deze onderzoeksvragen werden onderverdeeld in kleinere deelvragen om efficiënt aan het werk te kunnen. Om antwoorden te vinden op de verschillende onderzoeksvragen werd er gesteund op de onderzoekscyclus die noodzakelijk wordt geacht in elk kwantitatief onderzoek (Goethals & Pauwels, 2009). Ook voor dit onderzoek werden de verschillende fasen op een zo duidelijk en transparant mogelijke manier doorlopen. Dit maakt het mogelijk voor andere onderzoekers om het onderzoek met een kritisch oog te bekijken en om het onderzoek op een identieke wijze over te doen (Goethals, 2009). Om hieraan te voldoen werden de onderzoeksvragen en de concepten meermaals geherformuleerd aan de hand van een grondige literatuurstudie. Hierdoor werden denkbare relaties tussen de verschillende variabelen blootgelegd. Er werd voor eigen onderzoek echter ook rekening gehouden met resultaten, uit de literatuur, die elkaar tegenspraken. Op basis hiervan werd het mogelijk om hypothesen op te stellen en een concrete probleemstelling op poten te zetten. In dit hoofdstuk wordt besproken hoe deze probleemstelling werd onderzocht en welke beslissingen hiervoor cruciaal waren. Er zal dieper ingegaan worden op alle aspecten van het empirisch onderzoek. In de volgende titels worden de verschillende segmenten van de dataverzameling en de data-analyse beknopt behandeld.

41

Deel 2: Empirisch onderzoek

Hoofdstuk 1. Onderzoeksdesign 1. Dataverzameling In dit onderzoek wordt er getracht om een verband te vinden tussen verschillende factoren (onafhankelijke variabelen, OV) en de wijze waarop Vlaamse universiteitsstudenten hun persoonlijke gegevens op SNS beveiligen en beschermen (afhankelijke variabelen, AV). Uitgangspunt hiervoor vormt de literatuur waarin verschillende onderzoeken betreffende SNS worden beschreven. De theorie vormt de basis voor het afbakenen van de probleemstelling en op zoek te gaan naar methodes om deze onderzoekbaar te maken (Goethals 2009). Er werd gezocht naar verbanden en wetmatigheden om de realiteit te kunnen verklaren. De doelstelling van het onderzoek was meer te weten komen over de factoren (OV) die een invloed uitoefenen op de AV en welke verklaringen hieraan gekoppeld kunnen worden. Verder was het ook de bedoeling om de eigenschappen van de doelgroep te beschrijven. Met andere woorden gaat het hier om een theoretisch of fundamenteel onderzoek (Goethals & Pauwels, 2009). Al het bovenstaande in acht genomen, werd er voor dit onderzoek geopteerd voor een kwantitatief onderzoek. In tegenstelling tot kwalitatief onderzoek kon hierdoor een groot aantal respondenten worden benaderd in een relatief korte tijdspanne. Omdat het de bedoeling van dit onderzoek was om een zo groot mogelijk aantal personen te bereiken, werd er gekozen voor een gestandaardiseerde vragenlijst die werd afgenomen via het web. De data werd verzameld via een elektronische survey. Dit gebeurde via een online survey, de resultaten werden automatisch doorgestuurd. Een voordeel hiervan is dat ook de data van respondenten die de vragenlijst slechts gedeeltelijk invullen, werden doorgestuurd. Op die manier verkrijg je meer data en wordt er een deel van het beeld weergegeven van de uitval. Om deze uitval te vermijden, werd er bovenaan de vragenlijst in een balkje aangegeven hoeveel procent van de vragenlijst de respondent al heeft ingevuld. Nog een voordeel van deze dataverzamelingsmethode is dat de respondent zelf een geschikt moment kan kiezen waarop hij de vragenlijst invult. Verder werden de respondenten automatisch doorverwezen naar de vragen die op hen van toepassing zijn. Een ander voordeel van de web-survey is dat sociaal wenselijke antwoorden minder aan de orde zijn en er geen sprake zal zijn van interviewerbias. Door de afwezigheid van een onderzoeker is de kans op een beter resultaat bij bedreigende vragen meer gegarandeerd. De afwezigheid van de onderzoeker zorgt er echter ook voor dat de respondenten geen vragen kunnen stellen als er iets voor hen onduidelijk is tijdens het invullen van de survey (Pauwels & Pleysier, 2009). Er werd getracht 42

Deel 2: Empirisch onderzoek dit te vermijden door op voorhand enkele pretests uit te voeren bij individuen die aansluiten bij de onderzoekspopulatie. De vragenlijsten werden ingevuld door enkele studenten en er werd gevraagd om begrippen die men niet begreep of andere moeilijkheden aan te duiden. Hierna werden moeilijkheden bij begrippen en vragen besproken met de student. Opgemerkt moet worden dat er ook nadelen verbonden zijn aan de web-survey. Door te kiezen voor een populatie die toegang tot internet nodig heeft voor het invullen van de survey, is het mogelijk dat hierdoor respondenten worden gemist (Pauwels & Pleysier, 2009). Doordat in dit onderzoek gekozen werd voor studenten als onderzoekspopulatie is dit nadeel echter te verwaarlozen. Er werd van uitgegaan dat studenten toegang hebben tot internet. Deze is noodzakelijk voor eigen studies en wordt ook aangeboden door de KUL. Een ander nadeel van de web-survey is dat er geen controle is over de persoon die de vragenlijst invult (Pauwels & Pleysier, 2009). In dit onderzoek werd er getracht dit te vermijden door de vragenlijsten te versturen naar het KUL7 e-mailadres van de student. Voorts wordt er ook verwacht dat de uitval, bij een web-survey, groter zal zijn. Er moet rekening worden gehouden dat de bevraagde groep groot genoeg is zodat dit gecompenseerd kan worden. Het sturen van een herinneringsmail kan een hulpmiddel zijn om deze uitval te verkleinen (Pauwels & Pleysier, 2009). Het bereiken van de respondenten was echter een moeilijke opgave waardoor het sturen van een herinneringsmail in dit onderzoek niet mogelijk was. Voor het opmaken van de survey en het automatisch doorsturen van de resultaten, werd er gebruik gemaakt van het programma ‘Limesurvey’. Voorts werd er ook de nodige aandacht geschonken aan de richtlijnen die noodzakelijk bij de vragenlijst werden gevoegd. Deze moesten ondubbelzinnig zijn zodat er geen twijfel kan rijzen over bepaalde vragen en er fouten sluipen in de resultaten. De respondenten kunnen immers geen vragen stellen aan de interviewer. Een mogelijke beperking van deze methode kunnen de kennisvragen zijn. Deze zijn moeilijker te bevragen met een web-survey (Pauwels en Pleysier, 2009). In eigen survey werd hieraan tegemoet gekomen door op voorhand bepaalde concepten duidelijk voor de respondent te beschrijven. Verder werden de respondenten automatisch doorgestuurd naar vragen die op voorgaande vragen van toepassing waren. Door het invoeren van deze condities werd verwarring over welke vragen men nu wel of niet moet invullen, vermeden. Ook werden ze regelmatig herinnerd aan de SNS die zij aangaven als meest gebruikt SNS. Zo werd achteraan de vragen opnieuw vermeld welke SNS

7

Katholieke Universiteit Leuven

43

Deel 2: Empirisch onderzoek de respondent als meest gebruikte SNS, had ingevuld. Het was immers de bedoeling om met slechts één SNS in het achterhoofd de vragenlijst in te vullen. De keuze voor kwantitatief onderzoek beïnvloedt de verdere relatie tussen onderzoeker en onderzochte en bepaalt de manier waarop kennis zal worden vergaard. Zo wordt er getracht om de respondent (de Vlaamse universiteitsstudent) zo min mogelijk te beïnvloeden. De relatie is afstandelijk om de objectiviteit zoveel mogelijk te waarborgen (Goethals, 2009). Zo werd het contact beperkt tot het versturen van een e-mail met de uitnodiging voor het invullen van de vragenlijst. Om de respons te verhogen werden er twee cinematickets verloot onder de deelnemers. 1.1. Respondenten In dit onderzoek bestaat de onderzoekspopulatie uit Vlaamse universiteitsstudenten die over een profiel beschikken op een SNS. De keuze voor deze populatie steunt op vier redenen. Ten eerste zal dit onderzoek fungeren als vooronderzoek voor een later grootschalig onderzoek van prof. Bogaerts. Een tweede reden situeert zich in de literatuur. Verschillende onderzoekers, die onderzoek voeren naar SNS, gebruiken studenten als onderzoekspopulatie. Door dit in eigen onderzoek ook als populatie te hanteren, wordt het eenvoudig om te zoeken naar overeenkomsten en verschillen met andere onderzoeken. Ten derde zijn Vlaamse universiteitsstudenten een eenvoudig te bereiken doelgroep. Ten laatste blijkt, uit onderzoeken en uit eigen ervaring, dat studenten een actieve populatie vormen op SNS en frequent gebruik maken van het internet (Amichai-Hamburger & Vinitzky, 2010). Omwille van pragmatische redenen (tijd, budget en bereikbaarheid) werden, voor dit surveyonderzoek, de Leuvense universiteitsstudenten bevraagd via hun KUL e-mailadres. Opgemerkt moet worden dat dit mogelijk een beperking zal zijn van het onderzoek en we voorzichtig moeten zijn met de veralgemening naar ‘de Vlaamse universiteitsstudent’. Doordat de Vlaamse universiteitsstudenten een homogene groep zijn ten opzichte van de Vlaamse bevolking, zal een veralgemening naar deze bevolking niet mogelijk zijn. Om de respons zo groot mogelijk te houden moest er idealiter een bevraging gebeuren onder alle Leuvense universiteitsstudenten. De bedoeling was om mails te sturen naar al deze studenten en al deze antwoorden zouden worden gebruikt in de analyse zodat er een zo compleet mogelijk beeld kan worden geschetst van deze onderzoekspopulatie. In de vragenlijst zelf zou dan bevraagd worden welke richting de student volgt en of hij/zij eerstejaarsstudent(e) is. 44

Deel 2: Empirisch onderzoek Het grootste struikelblok vormde echter de toestemming om al deze studenten te mogen bevragen via het KUL e-mailadres. Verder vormde de beschikbare tijd en budget een barrière om zulk grootschalig project te kunnen verwezenlijken. Vandaar dat er werd gewerkt aan een alternatief. In dit kader werden niet alle Leuvense universiteitsstudenten bevraagd, maar werd er een selectie gemaakt. Deze selectie is gebaseerd op de eerste deelonderzoeksvraag waarin gezocht wordt naar een verband tussen het beveiligen van je persoonlijke gegevens en je opleiding8.

Er

werd

vergeleken

tussen

informaticastudenten,

rechtenstudenten

en

criminologiestudenten. Op basis hiervan zijn er dus drie groepen die werden bevraagd en werden andere Leuvense universiteitsstudenten buiten beschouwing gelaten. Er werden mails verstuurd naar alle informaticastudenten, naar alle rechtenstudenten en naar alle criminologiestudenten om de respons zo groot mogelijk te houden. Al deze studenten kregen een mail (bijlage 2 en bijlage 3) met een link naar de survey. Hiervoor werden, via begeleider Karel Demeyer en prof. S. Bogaerts, eerst contacten gelegd met personen die de bevoegdheid om toestemming te verlenen voor het bevragen van grote groepen universiteitsstudenten. Er werd voor studenten van de faculteit rechtsgeleerdheid ook reclame gemaakt op Toledo9 via de Ad Valvaspagina. Omdat het verkrijgen van toestemming voor het versturen van mails naar faculteit rechtsgeleerdheid in het begin eerder stroef verliep, werd er ook reclame gemaakt via de Facebookgroep ‘Forum Master Criminologische Wetenschappen KUL’ en de groep ‘Crimen’ van studenten criminologische wetenschappen van de KUL. 1.2. Gestandaardiseerde vragenlijst Omdat het gaat om een grote groep die bevraagd werd, werd er geopteerd voor een gestandaardiseerde vragenlijst. De studenten werden slechts éénmalig bevraagd, het gaat hier over

een

one

shot

cross-sectionele

studie

(Pauwels

&

Pleysier,

2009).

De

dataverzamelingsmethode die hiervoor werd gehanteerd is de web-survey. Hiervoor werd reclame gemaakt via Facebook-groepen en op Ad Valvas (zie hierboven). De voornaamste manier om de studenten op de hoogte te brengen, was via een e-mail (bijlage 2 en bijlage 3). Hierin werden de doelstellingen van het onderzoek uiteengezet. Er werd hiervoor rekening gehouden met de checklist van Billiet (1997 in Pauwels & Pleysier, 2009, p. 78). Voorts werd er ook rekening gehouden met het ethische aspect, namelijk de ‘informed consent’ (Goethals & Pauwels, 2009). De respondenten werden in de mail geïnformeerd waarover het onderzoek handelde, wie het onderzoek uitvoerde, hoe lang het invullen van de vragenlijst zou duren, 8 9

Door de beperkte tijd en literatuur is deze onderzoeksvraag uiteindelijk niet mee opgenomen in het onderzoek Toledo is de elektronische leeromgeving van de Associatie K.U.Leuven

45

Deel 2: Empirisch onderzoek enzovoort. De vragenlijst kon gedurende drie weken worden ingevuld via de link in de ontvangen mail. De vragen voor dit onderzoek werden samengevoegd met een andere masterstudent, Sven Van Rymenant, die eveneens een masterscriptie schrijft rond SNS en hiervoor dezelfde onderzoekspopulatie bevraagd. Om te vermijden dat de onderzoekspopulatie werd overbevraagd en om de respons voor beide onderzoeken te garanderen, werd er besloten om de vragen samen te gieten in één gestandaardiseerde vragenlijst. De vragenlijst (bijlage 1) bestaat uit zes delen. In de volgende titels worden, per deel, de verschillende vragen, antwoordmogelijkheden en stellingen besproken. 1.2.1.

Deel I: Demografische gegevens

De vragenlijst vangt aan met enkele vragen naar demografische gegevens van de respondent. Er werd gekozen om deze vragen aan het begin van de vragenlijst te plaatsen zodat er beeld kan worden gevormd van respondenten die enkel deze vragen invullen en dan de vragenlijst vroegtijdig beëindigen. Een andere reden is dat het vragen zijn die voor de respondent eenvoudig zijn om in te vullen. Er moet minder over worden nagedacht dat over andere vragen waardoor het laagdrempeliger wordt om de survey te starten. Er worden twee demografische kenmerken van naderbij bekeken in deze masterproef: geslacht en studiejaar. In de literatuur worden er verbanden gevonden tussen geslacht en het beveiligen en beschermen van persoonlijke gegevens. Verder wordt exploratief onderzocht of er een verschil is tussen eerstejaarsstudenten en andere studenten op het gebied van beveiliging en bescherming van persoonlijke gegevens. Omdat de vragen omtrent deze twee kenmerken duidelijk zijn, worden ze hier niet apart opgenomen. De vragen kunnen geraadpleegd worden in bijlage 1. Behalve vraag twee zijn de antwoordmogelijkheden van de vragen van nominale aard. Bij vraag twee wordt er gevraagd aan de respondent om een jaartal op te geven. Dit antwoord is van ordinale aard. De antwoordmogelijkheden bij vraag vijf en vraag zes zijn dezelfde. Het verschil hier is dat bij vraag vijf meerdere antwoorden gekozen kunnen worden, terwijl bij vraag zes slechts één antwoordmogelijkheid mogelijk is. De SNS die wordt ingevuld in vraag zes, bepaalt het verdere verloop van de vragenlijst. Het is immers in functie van dit antwoord dat de survey

46

Deel 2: Empirisch onderzoek verder moet worden ingevuld. De respondent wordt aan zijn antwoord herinnerd door dit achter de betreffende vragen automatisch te vermelden. Ten slotte wordt bij vraag drie de extra antwoordmogelijkheid ‘andere’ aangeboden. Dit wordt voorzien voor respondenten die zich niet kunnen vinden in de aangeboden antwoordcategorieën. Op die manier gaat deze informatie niet verloren. 1.2.2.

Deel II: Gebruik

Vragen zeven tot tien (bijlage 1) peilen naar het gebruik van de respondent op zijn/haar SNS waarop hij/zij het meest actief is. Men kiest voor het antwoord dat het dichtste aansluit bij zijn/haar gebruik. In verschillende onderzoeken uit de literatuur wordt er een samenhang gevonden tussen het gebruik van SNS en het gebruik van privacy-instellingen Lewis et al. (2008) en Stutzman & Kramer-Duffield (2010). Alle antwoordmogelijkheden van deze vragen zijn van ordinale aard. Voor vraag zeven en tien werd gebruik gemaakt van dezelfde antwoordschaal. 1.2.3.

Deel III: Privacy (beleid) en kennis

In dit deel worden enkele algemene en specifieke vragen gesteld over de privacy-instellingen van de respondent en hun kennis hierover. Verder wordt er ook gepeild naar de privacybeschermende maatregelen die de respondent neemt om zijn/haar privacy te beschermen. De vragen worden op verschillende manieren gesteld. In figuur 6 (p. 48) worden enkele algemene en specifieke vragen gesteld in verband met het privacy-beleid. Vervolgens wordt er in vraag 16 (bijlage 1) gepeild naar de privacy-instellingen van de student. Vraag 17 (bijlage 1) onderzoekt, aan de hand van stellingen, welke maatregelen studenten nemen om hun persoonlijke gegevens te beschermen. De subdelen worden afzonderlijk beschreven. A. Algemene en specifieke vragen over privacy Uit de literatuur blijkt dat slechts weinig gebruikers van SNS het privacy-beleid van hun SNS hebben gelezen (Acquisti & Gross, 2006) (Lawler & Molluzzo, 2010). Er wordt hier ook gepeild naar het bewustzijn van de studenten in verband met het delen van hun persoonlijke gegevens. Zo zou meerderheid van de SNS-gebruikers niet weten hoe hun persoonlijke gegevens worden gebruikt en gedeeld (Lawler & Molluzzo, 2010).

47

Deel 2: Empirisch onderzoek 11. Heeft u het privacy-beleid van deze SNS gelezen? o Ja, ik heb het volledig gelezen o Ja, maar slechts een gedeelte o Nee. Ik weet dat het bestaat, maar heb het nooit gelezen o Nee. Ik wist niet dat het bestond. 12. Indien u het privacy-beleid WEL heeft gelezen. Begreep u wat er geschreven stond?

o Ik versta de gebruikte terminologie en wat men ermee bedoelde o Ik versta het privacy-beleid in grote lijnen o Ik weet enkele dingen die erin staan, maar versta het grotendeels niet o Ik verstond niets van wat er in stond 13. Indien u het NIET gelezen heeft, waarom niet? Kies het antwoord dat het meest bij u past. o Geen interesse o Ik ga ervan uit dat er veilig met mijn gegevens wordt omgegaan

o Ik kon het beleid nergens terugvinden o Te lang en moeilijk te begrijpen o Andere, …………………….. 14. In welke mate bent u bezorgd over uw privacy op deze SNS? o Erg bezorgd o Bezorgd o Noch bezorgd, noch onbezorgd o Onbezorgd

o Zeer onbezorgd 15. Denkt u dat deze SNS uw informatie zou delen met andere organisaties? o Ja o Nee Figuur 6: Algemene en specifieke vragen over privacy

De vragen elf, twaalf en veertien zijn vragen op ordinaal meetniveau. Er zit een bepaalde ordening tussen de termen. Zo kan er gesteld worden dat respondenten die kiezen voor antwoordoptie één in vraag elf, meer gelezen hebben van het privacy-beleid dan respondenten die kiezen voor antwoordoptie vier. Vraag twaalf peilt naar de mate waarin men het privacybeleid verstaan heeft. Zo begrijpt een respondent die kiest voor antwoordcategorie één, meer 48

Deel 2: Empirisch onderzoek van het privacy-beleid dan een respondent die kiest voor antwoordcategorie vier. In vraag veertien gaat het om een schaal die varieert van ‘erg bezorgd’ tot ‘zeer onbezorgd’. Er is dus een duidelijke orderelatie aanwezig tussen de verschillende antwoordcategorieën. De vragen dertien en vijftien zijn vragen die geen enkele hiërarchie aanwijzen tussen de verschillende waarden van de variabele. Het zijn vragen op nominaal meetniveau. B. Privacy-instellingen In vraag 16 wordt er gepeild naar de privacy-instellingen van de universiteitsstudent. Men duidt aan in welke mate men zijn/haar gegevens weergeeft. Uit de literatuur blijkt dat SNSgebruikers een grote hoeveelheid informatie beschikbaar stellen op het SNS en slechts beperkt gebruik maken van de privacy-instellingen (Gross & Acquisiti, 2005). Om de privacyinstellingen van de studenten te bevragen werd er beroep gedaan op voorgaande onderzoeken. Deze vormden de basis voor het opstellen van deze vraag. Voor deze vraag werd er een kruistabel opgesteld. o

Stellingen

Voor deze vraag werden in de linker kolom de persoonlijke gegevens geplaatst die men kan onthullen op SNS. De vraag werd gesteld als volgt: ‘Onderstaande gegevens zijn op deze SNS zichtbaar voor …’ De persoonlijke gegevens die weergegeven worden in de linker kolom zijn gebaseerd op de typologie van boyd (2010) aangevuld met persoonlijke gegevens uit onderzoek van Govani & Pashley (2005), Brunel University (2007-2008), Levin et al. (2008) en Nosko et al. (2010). Volgende persoonlijke gegevens werden bevraagd: naam, voornaam, geslacht, leeftijd/geboortedatum, woonplaats, volledig adres, studie en /of werk, relatiestatus, naam van je partner, seksuele oriëntatie, politieke oriëntatie, statusupdates, Interesses en hobby’s, favoriete boeken/films/muziek, commentaren en boodschappen die je geeft, profielfoto, foto’s van jezelf, foto’s van anderen, video’s, vriendenlijst, religie en e-mailadres. o

Antwoordcategorieën

De antwoordcategorieën voor deze vragenlijst zijn gebaseerd op literatuur. Verschillende onderzoeken, die peilen naar de mate van beveiliging bij hun respondenten, werden naast elkaar gelegd en vergeleken. Ideeën werden gehaald uit het onderzoek van Utz & Kramer (2009), Krishnamurthy & Wills (2008) en Govani & Pashley (2005). Op basis hiervan werd er een zespuntenschaal van ordinale aard gecreëerd voor het eigen onderzoek. De schaal varieert van ‘niemand’ tot ‘iedereen’. Men geeft aan in welke mate men zijn/haar persoonlijke gegevens weergeeft. Antwoordcategorie zeven, ‘niet van toepassing’, werd toegevoegd voor 49

Deel 2: Empirisch onderzoek respondenten die bepaalde gegevens niet plaatsen op hun SNS of indien het niet mogelijk is om deze gegevens toe te voegen aan hun SNS. Indien men liever geen antwoord geeft, is dit mogelijk door de categorie ‘geen antwoord’ aan te duiden. Figuur 7 (p. 50) geeft een beeld weer van de antwoordmogelijkheden voor vraag 16.

Niemand

Enkel

Heel

goede

vriendenlijst van

vrienden

mijn Vrienden

Iedereen die over

vrienden

Iedereen

Niet

van Geen

toepassing antwoord

een account beschikt op

de

SNS

Figuur 7: Antwoordcategorieën met betrekking tot de privacy-instellingen van de respondent

C. Privacybeschermende maatregelen In deze studie wordt, aan de hand van stellingen, onderzocht welke maatregelen de respondenten nemen om hun persoonlijke gegevens te beschermen van derden op SNS (vraag 17, bijlage 1) In deze studie wordt er gesteund op de stellingen uit de onderzoeken van Hoy & Milne (2010) en Young & Quan – Haase (2009). De stellingen uit deze twee voorgaande onderzoeken worden naast elkaar gelegd om op basis hiervan eigen stellingen te construeren. o Stellingen Er werd gekozen voor stellingen uit bovenstaande studies omdat de onderzoekspopulatie overeenkomt met de eigen onderzoekspopulatie. Zo deden Hoy & Milne (2010) onderzoek bij jongvolwassenen en Young & Quan – Haase (2009) bij universiteitsstudenten. Een beperking bij hun onderzoeken is het feit dat ze zich enkel richten op de SNS Facebook. Daarom werden voor dit onderzoek de stellingen vertaald en aangepast zodat ze toepasbaar zijn op alle SNS. In figuur 8 ( p. 51) worden de stellingen voor dit onderzoek weergegeven.

50

Deel 2: Empirisch onderzoek 1. Ik post onjuiste, onvolledige of onnauwkeurige informatie voer mijzelf op mijn profiel 2. Ik herbekijk regelmatig mijn privacy-instellingen 3. Ik controleer regelmatig mijn profiel 4. Ik denk grondig na voordat ik foto’s van mezelf post 5. Ik verwijder mijzelf in foto’s als men mij hierin heeft aangeduid (bv: ‘untaggen’) 6. Ik ben voorzichtig met wie ik toevoeg als ‘vriend’ 7. Ik denk grondig na van welke groepen ik lid word

8. Ik ‘google’ mezelf regelmatig 9. Ik controleer mijn privacy-instellingen zodat enkel vrienden mijn profiel kunnen zien 10. Ik stuur anderen, die persoonlijke informatie over mij postten, een negatieve boodschap 11. Ik stuur een aanvraag naar de verantwoordelijke van de SNS om informatie te verwijderen 12. Ik heb gebruik gemaakt van de mogelijkheid om privéberichten te sturen naar vrienden om te voorkomen dat anderen dit ook lezen 13. Ik heb berichten, die anderen postten op mijn profiel, gewist om te voorkomen dat

anderen dit ook lezen 14. Ik heb voormalige contacten geblokkeerd zodat ze me niet meer kunnen contacteren en geen toegang meer hebben tot mijn profiel

Figuur 8: Stellingen met betrekking tot privacybeschermende maatregelen

o

Antwoordcategorieën

Er wordt gekozen voor een Likertschaal (1 = ik doe dit nooit, 2 = ik doe dit zelden, 3 = ik doe dit soms, 4 = ik doe dit vaak, 5 = ik doe dit altijd). Er wordt ook geopteerd voor een zesde categorie ‘niet van toepassing’ omdat we te maken hebben met verschillende SNS. Er moet rekening worden gehouden met de diversiteit van de SNS, mogelijk is niet elke privacybeschermende maatregel mogelijk op elke SNS. Omdat het kan gaan om informatie die de respondent mogelijk niet kwijt wilt, wordt er ook geopteerd voor een zevende categorie ‘geen antwoord’. Het aanbieden van zulke categorieën raadt de literatuur af. De kans dat respondenten hun antwoord verruilen voor de extra aanboden categorie is groot. Deze respondenten worden ‘floaters’ genoemd. Verder is wordt de kans op missing values ook vergroot door het aanbieden van deze antwoordcategorie (Pauwels & Pleysier, 2009). Toch wordt er in deze vragenlijst gekozen voor het aanbieden van deze categorie omdat de stellingen handelen over een thema dat voor respondenten als bedreigend beschouwd kan 51

Deel 2: Empirisch onderzoek worden. Ze moeten immers aangeven of ze bepaalde maatregelen al dan niet nemen om hun privacy te beschermen. Om sociaal wenselijke antwoorden te vermijden en de respondent niet tot een keuze te dwingen, wordt er voor de antwoordcategorie ‘geen antwoord’ gekozen. Omwille van dezelfde reden als in vraag 16 wordt er een zevende categorie ‘niet van toepassing’ toegevoegd aan de antwoordmogelijkheden. 1.2.4.

Deel IV: Tevredenheid

In dit deel van de vragenlijst wordt er gepeild naar de tevredenheid van de respondent ten aanzien van zijn of haar privacy op SNS. Enkele zaken die bevraagd worden zijn: informatie over toekomstige wijzigingen op SNS, procedures om je profiel te verwijderen, mogelijkheden om je gegevens te beschermen, enzovoort. Aan de hand van deze vragen wordt er onderzoek gedaan naar de houding en het gedrag ten aanzien van SNS. Dit deel van de vragenlijst is niet van toepassing op eigen onderzoek. Het zal dienen voor het onderzoek van de andere masterstudent en zal bijgevolg in zijn masterscriptie beschreven worden. 1.2.5.

Deel V: Negatieve internetervaringen

Voor dit onderzoek wordt er enkel gebruik gemaakt van de eerste vraag die onder de titel ‘negatieve internetervaringen’ valt. Voor het opmaken van deze vraag werd er gesteund op de ‘The 2010 EU Kids Online Survey’ aangevuld met het onderzoek van Acquisti & Gross (2005) en het onderzoek van Action Innocence beschreven in Klasse voor leerkrachten (2007). Er werd een kruistabel opgesteld met in de kolommen de negatieve internetervaringen en in de rijen een ordinale schaal. In figuur 9 (p. 53) staat naar welke negatieve ervaringen gepeild werd bij de respondenten.

52

Deel 2: Empirisch onderzoek 1. Storende reclame 2. Technische problemen zoals virussen 3. Stalking 4. Misbruik van je identiteitsgegevens 5. Ongewenste seksuele beelden 6. Ongewenst zien van seksuele beelden 7. Ongewenst zien van gewelddadige beelden

8. Online pestgedrag 9. Aanstootgevende inhoud op websites zoals manieren promoten om mager te blijven, het delen van drugervaringen, manieren om zelfmoord te plegen, haatberichten, …

Figuur 9: Negatieve internetervaringen

o

Antwoordcategorieën

Met de verschillende antwoordmogelijkheden was het de bedoeling om twee dingen te weten te komen. Enerzijds werd er gepeild of de respondenten al eens geconfronteerd werden met een negatieve internetervaring. Anderzijds werd er gepeild naar hoe erg de respondent hiervan onder de indruk was. Deze varieerde van ‘ik was niet onder de indruk’ naar ‘ik was tamelijk geschokt’ naar ‘ik was zeer geschokt’. Indien de respondenten voor de antwoordcategorie ‘ja’ kozen, moesten ze dus ook nog een tweede keuze maken. Verder werd er ook nog een categorie ‘geen antwoord’ aangeboden voor respondenten die zich niet kunnen vinden in de keuzemogelijkheden of voor respondenten die liever niet antwoorden. Het gaat hier immers om een persoonlijke vraag die voor sommige respondenten als bedreigend kan overkomen. 1.2.6.

Deel VI: Persoonlijkheid

In dit deel worden er een aantal stellingen voorgelegd die betrekking hebben op de persoonlijkheid van de respondent. Er wordt gebruik gemaakt van vragen uit de NEO-FFI10. Bedoeling is om na te gaan of er een link is tussen de persoonlijkheid van de respondent en het delen van persoonlijke gegevens op SNS. Er wordt hier vooral gefocust op extraversie en consciëntieusheid. Er wordt niet verder uitgeweid over dit deel van de vragenlijst omdat het 10

Is een persoonlijkheidstest met 60 vragen die peilt naar vijf domeinen in de persoonlijkheid bij volwassenen.

Deze domeinen zijn neuroticisme, extraversie, openheid, altruïsme en consciëntieusheid (Hoekstra, H., Ormel, H., & de Fruyt, F., z.d.).

53

Deel 2: Empirisch onderzoek niet van toepassing op eigen onderzoek. Het zal dienen voor het onderzoek van de andere masterstudent en zal bijgevolg in zijn masterscriptie beschreven worden. 1.3. Data-entry, Data-cleaning en Data-analyse Voordat er kon worden begonnen aan het verwerken van de gegevens, werd het databestand gebruiksklaar gemaakt. Variabelen werden geëxporteerd vanuit het programma ‘Limesurvey’ naar SPSS (Statistical Package for the Social Sciences) en de variabelen werden benoemd. Hiervoor werd er gebruik gemaakt van een codeboek (bijlage 4), variabelen werden opgesteld en de antwoorden kregen codes. Het exporteren van de data naar SPSS en het benoemen van de variabelen behoort tot het proces van de data-entry. Om een werkbaar databestand te verwerven, werd vervolgens een data-cleaning uitgevoerd. Voordat de eigenlijke data-cleaning werd uitgevoerd, werd er eerst een selectie gemaakt uit de verschillende responsen. Voor deze studie werd er enkel gewerkt met volledige responsen. Dit wil zeggen dat enkel vragenlijsten waarin elke vraag beantwoord werden opgenomen in de dataset. Aangezien het om een web-survey ging, waren de respondenten niet in staat om een vraag open te laten. Ze waren verplicht om de vraag te beantwoordden voordat men de vragenlijst kon verderzetten. Respondenten die een bepaalde vraag niet invulden, beëindigden dus de vragenlijst zonder de overblijvende vragen in te vullen. Om een verkeerd beeld te vermijden en omdat de respons hoog is, werden deze onvolledige vragenlijsten geweerd uit het databestand. De meeste respondenten haakten af bij vraag elf. Met deze vraag werd het deel waarin gepeild werd naar de kennis van het privacy-beleid aangevat. Mogelijk worden de vragen in dit deel als bedreigend aangevoeld omdat ze peilen naar de kennis van de respondent. De overige respondenten haakten af op verschillende vragen. Concreet werden 539 volledig ingevulde vragenlijsten behouden waarop een data-cleaning werd uitgevoerd. Respondenten die niet over een account beschikken op een SNS, kregen automatisch minder vragen voorgeschoteld dan respondenten die wel over een account beschikken. Voor dit onderzoek zijn enkel respondenten van belang die over een account beschikken. Bijgevolg werden 31 (5,8%) respondenten, zonder een account op een SNS, verwijderd uit de data. Deze respondenten worden bij het opvragen van frequentietabellen in SPSS ook telkens als system missing values aangeduid. Op één na ging het in alle gevallen om studenten. Na deze selectie blijven er 508 respondenten over. Vervolgens werd er gekeken of de SNS die de respondenten aangeven, voldoet aan de criteria van boyd & Ellison (2007) zoals beschreven in de literatuurstudie. Indien de SNS niet voldeed aan deze criteria, werd de respondent geweerd uit de data. Ook respondenten die ooit over een 54

Deel 2: Empirisch onderzoek account op een SNS beschikten, maar deze ondertussen hebben verwijderd, werden niet behouden. Het gaat hier over zes respondenten. Een ander selectiecriteria dat werd nagegaan voor deze studie is of de respondenten student waren én ze informatica, criminologie of rechten studeerden. Indien dit criteria niet vervuld werd, werd het verwijderd uit het databestand. Dit brengt de eindbalans op 488 (83,419%) respondenten. Na de selectie van de respondenten werd de data nagekeken op foutieve antwoorden aan de hand van het opvragen van frequentietabellen. Het aantal missing values zijn echter beperkt omdat de respondenten werden gelimiteerd in het invullen van de web-survey. Zo konden ze enkel kiezen voor de vooropgestelde antwoorden en hadden ze niet de mogelijkheid om vragen open te laten. Op die manier werden foutieve antwoorden met een onbestaande code vermeden. Bij sommige vragen werd, in de survey, wel de antwoordcategorie ‘geen antwoord’ aangereikt. Deze categorie kreeg de code 999 in het databestand en werd gezien als een missing value. Ook werd bij enkele vragen de antwoordmogelijkheid ‘niet van toepassing’ aangeboden. Deze mogelijkheid kreeg als code 888 en viel eveneens onder de noemer van de missing values. Om te voorkomen dat deze ontbrekende waarden mee werden opgenomen in de analyses werden zij geweerd. Dit gebeurde door hen te definiëren als missing values in SPSS. Voordat er effectief aan de slag kon worden gegaan met het databestand, werd er nog gekeken naar het type van de variabele in het databestand. Doordat de data werd geëxporteerd uit het programma ‘Limesurvey’, werden enkele ‘numeric’-variabelen als ‘string’-variabelen beschouwd. Dit werd rechtgezet door de variabelen te hercoderen (Recode into different variables). Door te kiezen voor het creëren van nieuwe variabelen, is het mogelijk om nadien na te gaan of de hercodering op een correcte manier is gebeurd. Dit was de laatste stap in het aanmaken van het finale databestand. Door de data-entry en datacleaning werd het mogelijk om effectief aan de slag te gaan met de data en op zoek te gaan naar passende analysemethodes voor de verschillende onderzoeksvragen. Voor de dataverwerking en data-analyse werd gebruik gemaakt van het programma SPSS.

55

Deel 3: Resultaten

Deel 3: Resultaten

Inleiding In dit hoofdstuk worden de resultaten van het onderzoek beschreven. Allereerst zal een korte beschrijving worden gegeven van de steekproef. Vervolgens wordt uiteengezet hoe de twee dimensies, beveiligen en beschermen, werden geanalyseerd. Hierna volgt een bespreking van de resultaten per OV. Hiervoor zal de relatie met de AV in kaart gebracht worden en worden de hypotheses (zie hierboven) opnieuw betrokken. Tot slot worden de beperkingen en suggesties voor verder onderzoek kort beschreven.

Hoofdstuk 1: Beschrijving steekproef Voor deze thesis werden studenten bevraagd die rechten, criminologie of informatica11 studeren. In totaal gaat het hier om een populatie van 4039 studenten12. Omdat er voor de bevraging van deze studenten gebruik werd gemaakt van Limesurvey, was er een beperking in het aantal studenten die de vragenlijst konden invullen. In eerste instantie werd er een limiet opgelegd van 300 studenten die de vragenlijst konden invullen. Omdat deze limiet snel overschreden werd, werd er een aanvraag ingediend om meer respondenten te kunnen benaderen. De aanvraag werd aanvaard en zo konden nog eens 300 studenten de vragenlijst invullen. In totaal vulden 585 respondenten de survey in, waarvan er 488 bruikbaar bleken voor het onderzoek. Dit is geen slechte respons aangezien er beperkingen waren in het aantal respondenten die de vragenlijst konden invullen en in de beschikbare tijd waarin dit diende te gebeuren. In tabel 1 (p. 57) en tabel 2 (p. 58) wordt er een overzicht gegeven van de verhoudingen en verdelingen in de steekproef. Het merendeel van de respondenten is vrouwelijk (67%), 327 vrouwen vulden de vragenlijst in tegenover 161 mannen. Als er gekeken wordt naar de 11

bachelor informatica, schakelprogramma master toegepaste informatica, master toegepaste informatica, bachelor ingenieurswetenschappen met als hoofdrichting computerwetenschappen, master ingenieurswetenschappen: computerwetenschappen 12

https://webwsp.aps.kuleuven.be/sap(bD1ubCZjPTAwMA==)/public/bsp/sap/z_studinfo/hoofd_ALL_grp.htm

56

Deel 3: Resultaten studierichting, kan opgemerkt worden dat het aantal informaticastudenten (53 studenten of 10,9%) beduidend lager ligt ten opzichte van het aantal rechtenstudenten (231 studenten of 47,3%) en criminologiestudenten (204 studenten of 41,8%). Een logische verklaring hiervoor zouden

de

studentenaantallen

kunnen

zijn.

Er

zijn

immers

heel

wat

minder

informaticastudenten dan criminologie – en rechtenstudenten. Het is dus meer kans op het invullen van een vragenlijst door een rechtenstudent dan door een informaticastudent. Onder de respondenten zijn er 109 (22,3%) eerstejaarsstudenten. De gemiddelde leeftijd van de respondenten is 21,85 jaar, de mediaan bedraagt 22 jaar. De jongste respondent is 18 jaar, de oudste is 36 jaar. De oudste respondent ligt dus een stuk verder van het gemiddelde dan de jongste respondent. Dit kan zorgen voor outliers. Ondanks de bedoeling om alle SNS te betrekken in het onderzoek, maakt het merendeel van de gebruikers het meest gebruik van de SNS Facebook (481 respondenten of 98,6%). Slechts een klein deel van de studenten maakt het meeste gebruik van andere SNS dan Facebook. Zo wordt Google + door vier (0,8%) respondenten aangeduid als meest gebruikte SNS. My Space, Orkut en Netlog hebben elk één respondent die de SNS aanduid als meest gebruikte SNS. Dit zorgt ervoor dat dit onderzoek niet representatief is voor alle SNS. Tabel 1: Verdeling van de demografische en persoonsgegevens volgens studierichting (absolute waarden en valide percentages) Rechten

Informatica

Criminologie

TOTAAL

79 (34,2%)

42 (79,2%)

161 (19,6%)

161 (33%)

152 (65,8%)

11 (79,2%)

40 (19,6%)

327 (67%)

Facebook

228 (98,7%)

51 (96,2%)

202 (99%)

481 (98,6%)

My Space

1 (0,4%)

0 (0,0%)

0 (0,0%)

1 (0,2%)

Orkut

0 (0,0%)

0 (0,0%)

1 (0,5%)

1 (0,2%)

Google +

1 (0,4%)

2 (3,8%)

1 (0,5%)

4 (0,8%)

Netlog

1 (0,4%)

0 (0,0%)

0 (0,0%)

1 (0,2%)

57 (24,7%)

14 (26,4%)

38 (18,6%)

109 (22,3%)

174 (75,3%)

39 (73,6%)

166 (81,4%)

379 (77,7%)

Geslacht: Man Vrouw Meest gebruikte SNS:

Studiejaar: Eerstejaarsstudent Andere

57

Deel 3: Resultaten Tabel 2: Beschrijving van de steekproef volgens geslacht (absolute waarden en valide percentages) Universiteit

Vrouw

Man

Totaal

Studierichting 152 (46,5%)

79 (49,1%)

231 (47,3%)

11 (3,4%)

42 (26,1%)

53 (10,9%)

164 (50,2%)

40 (24,8%)

204 (41,8%)

Facebook

322 (98,5%)

159 (98,8%)

481 (98,6%)

My Space

1 (0,3%)

0 (0,0%)

1 (0,2%)

Orkut

1 (0,3%)

0 (0,0%)

1 (0,2%)

2 (0,6%)

2 (1,2%)

4 (0,8%)

1 (0,3%)

0 (0,0%)

1 (0,2%)

69 (21,1%)

40 (24,8%)

109 (22,3%)

258 (78,9%)

121(75,2%)

379 (77,7%)

Rechten Informatica Criminologie Meest gebruikte SNS

Google + Netlog Studierichting Eerstejaarsstudent Andere

58

Deel 3: Resultaten

Hoofdstuk 2: Bespreking onderzoeksvragen 1. Inleiding Voor dit onderzoek worden twee dimensies van privacy op SNS onderzocht: het beveiligen van persoonlijke gegevens en het beschermen van persoonlijke gegevens. Allereerst worden deze twee afhankelijke variabelen uitgebreid besproken en wordt er uitgelegd op welke manier deze twee variabelen geanalyseerd zullen worden. Vervolgens wordt telkens de invloed van een bepaalde onafhankelijke variabele besproken op deze AV. De eerste variabelen die besproken worden zijn de demografische gegevens. Er wordt dieper ingegaan op geslacht en studiejaar van de respondent. Vervolgens worden de OV behandeld die gekoppeld zijn aan het gedrag van de respondent. Volgende OV komen hiervoor in aanmerking: ‘mate van gebruik van de SNS’, ‘aantal vrienden op de SNS’, ‘lezen van het privacy-beleid’ en het bewustzijn dat persoonlijke gegevens ook worden gebruikt voor andere doelstellingen. Tot slot wordt er een verband gezocht tussen slachtofferschap van negatieve internetervaringen en de AV. Voor alle analyses werd er een = 0.05 gehanteerd. De nulhypothese werd behouden wanneer deze p-waarde groter was dan 0.05 en verworpen indien deze kleiner was. 2. Beveiligen van persoonlijke gegevens Doorheen de analyses werd nagegaan welke invloed de demografische gegevens, het gedrag van de respondent en slachtofferschap van negatieve internetervaringen een invloed uitoefenen op het beveiligen van persoonlijke gegevens. Met het beveiligen wordt gedoeld op het afschermen van persoonlijke gegevens voor derden. Hiervoor wordt op SNS gebruik gemaakt van de privacy-instellingen. Deze AV wordt opgesplitst in verschillende dimensies, namelijk ‘hoeveelheid persoonlijke gegevens’, ‘zichtbaarheid van persoonlijke gegevens voor derden’ en ‘soort persoonlijke gegevens’. Met ‘hoeveelheid persoonlijke gegevens’ wordt nagegaan hoeveel persoonlijke gegevens respondenten delen op hun SNS. Hiervoor werd een indicator gecreëerd die nagaat hoeveel persoonlijke gegevens een individu deelt. Dit gebeurde door een score van 0 toe te kennen wanneer de persoonlijke gegevens niet gedeeld werden. Hiervoor werden de antwoordcategorieën ‘niemand’ en ‘niet van toepassing’ samengevoegd. Het is immers op elke SNS, die werd vermeld in de survey, mogelijk om alle soorten persoonlijke gegevens te delen, waardoor de categorie ‘niet van toepassing’ gelijk gesteld kon worden met ‘niemand’. Score 1 werd toegekend wanneer de gegevens wel gedeeld werden. Er bleven dus maar twee 59

Deel 3: Resultaten categorieën over: de items die men niet deelt (score 0) en de items die men deelt (score 1). De scores worden opgeteld, met een maximum van 2113. De indicator kreeg de naam ‘hoeveelheid gedeelde persoonlijke gegevens’. Hoe hoger men scoort, hoe meer gegevens men deelt. De categorieën van de variabele ‘privacy-instellingen’ werden gehercodeerd naar de variabele ‘zichtbaarheid persoonlijke gegevens’. De bedoeling hiervan was om na te gaan of de respondenten hun persoonlijke gegevens enkel zichtbaar maken voor hun vrienden of dat hun persoonlijke gegevens voor een groter publiek zichtbaar is. De variabele bestaat uit twee dimensies: ‘enkel zichtbaar voor vrienden’ en ‘zichtbaar voor derden’. De categorieën ‘niet van toepassing’, ‘niemand’, ‘enkel goede vrienden’ en ‘vriendenlijst’ werden gehercodeerd naar ‘enkel vrienden’. Deze categorie kreeg de score 0. De andere categorieën: ‘vrienden van vrienden’, ‘iedereen die een account heeft op een SNS’ en ‘iedereen’ werd gehercodeerd naar ‘zichtbaar voor derden’. Hiervoor werd score 1 gehanteerd. Er wordt eveneens een indicator gecreëerd voor de zichtbaarheid van de persoonlijke gegevens. Hoe hoger men scoort, hoe meer persoonlijke gegevens men zichtbaar maakt voor derden. Met ‘soort persoonlijke gegevens’ wordt voor elke soort apart analyses uitgevoerd. Hiervoor wordt gebruik gemaakt van de originele variabele op ordinaal niveau. De categorie ‘niemand’ wordt samengevoegd met de categorie ‘niet van toepassing’ omwille van dezelfde reden die hierboven beschreven staat. Allereerst wordt er een overzicht gegeven van de frequenties van de persoonlijke gegevens in tabel 3 (p. 61).

13

Het item ‘naam van partner’ werd weerhouden uit de analyses. Aangezien niet elke respondent een partner heeft, heeft niet elke respondent dezelfde kans om te antwoorden op deze vraag. Respondenten zonder partner kunnen geen naam weergeven op hun SNS.

60

Deel 3: Resultaten Tabel 3: Frequentietabel voor persoonlijke gegevens in absolute waarden en percentages

Niet gedeeld

Wel gedeeld

Soort persoonlijke gegevens

Niet van toepassing

Niemand

Totaal

Enkel

Heel mijn

Vrienden

Iedereen

goede

vrienden-

van

met account

vrienden

lijst

vrienden

op SNS

Iedereen

Totaal

Voornaam

2 (0.4%)

2 (0.4%)

4 (0.8%)

9 (1.8%)

85 (17.4%)

30 (6.1%)

108 (22.1%)

252 (51.6%)

484 (99.2%)

Achternaam

4 (0.8%)

6 (1.2%)

10 (2%)

8 (1.6%)

87 (17.8%)

30 (6.1%)

105 (21.5%)

248 (50.8%)

480 (98%)

Geslacht

8 (1.6%)

15 (3.1%)

23 (4.7%)

11 (2.3%)

134 (27.5%)

29 (5.9%)

101 (20.7%)

190 (38.9%)

465 (95.3%)

Leeftijd/geboorte

3 (0.6%)

28 (5.7%)

31 (6.3%)

23 (4.7%)

271 (55.5%)

46 (9.4%)

44 (9.0%)

73 15.0%)

457 (93.7%)

Woonplaats

28 (5.7%)

102 (20.9%)

130 (26.6%)

22 (4.5%)

241 (49.4%)

26 (5.3%)

25 (5.1%)

44(9.0%)

358 (73.4%)

Volledig adres

81 (16.6%)

317 (65.0%)

398 (81.6%)

15 (3.1%)

68 (13.9%)

1 (0.2%)

4 (0.8%)

2 (0.4%)

90 (18.4%)

Studie/werk

52 (10.7%)

136 (27.9%)

188 (38.6%)

22 (4.5%)

212 (43.4%)

20 (4.1%)

16 (3.3%)

30 (6.1%)

300 (51.4%)

Relatiestatus

115 (23.6%)

192 (39.9%)

307 (73.5%)

8 (1.6%)

128 (26.6%)

13 (2.7%)

10 (2.0%)

22 (4.5%)

181 (26.5%)

Seksuele oriëntatie

155 (31.8%)

235 (48.2%)

39 (80.0%)

10 (2.0%)

71 (14.5%)

7 (1.4%)

3 (0.6%)

7 (1.4%)

449 (20%)

61

Deel 3: Resultaten

Politieke oriëntatie

2 (0.4%)

2 (0.4%)

4 (0.8%)

9 (1.8%)

85 (17.4%)

30 (6.1%)

108 (22.1%)

252 (51.6%)

484 (99.2%)

Statusupdates

14 (2.9%)

13 (2.7%)

27 (5.6%)

35 (7.2%)

388 (79.5%)

27 (5.5%)

3 (.6%)

8 (1.6%)

461 (94.4%)

Interesses en hobby’s

44 (9.0%)

54 (11.1%)

98 (20.1%)

12 (2.5%)

315 (64.5%)

20 (4.1%)

12 (2.5%)

31 (6.4%)

390 (79.9%)

Favorieten

45 (9.2%)

67 (13.7%)

112 (22.9%)

12 (2.5%)

293 (60.0%)

23 (4.7%)

14 (2.9%)

34 (7.0%)

376 (77.1%)

Commentaren

6 (1.2%)

8 (1.6%)

14 (2.8%)

42 (8.6%)

367 (75.2%)

51 (10.5%)

7 (1.4%)

7 (1.4%)

474 (97.2%)

Profielfoto

7 (1.4%)

4 (0.8%)

11 (2.2%)

13 (2.7%)

191 (39.1%)

43 (8.8%)

83 (17.0%)

147 (30.1%)

477 (97.8%)

Foto’s van jezelf

7 (1.4%)

12 (2.5%)

19 (3.9%)

67 (13.7%)

358 (73.4%)

29 (5.9%)

5 (1.0%)

10 (2.0%)

469 (96.1%)

Foto’s van anderen

25 (5.1%)

15 (3.1%)

40 (8.2%)

52 (10.7%)

344 (70.5%)

40 (8.2%)

7 (1.4%)

5 (1.0%)

448 (91.8%)

Video’s

86 (17.6%)

49 (10.0%)

135 (27.6%)

48 (9.8%)

275 (56.4%)

20 (4.1%)

5 (1.0%)

5 (1.0%)

353 (72.4%)

3 (0.6%)

28 (5.7%)

31 (6.3%)

19 (3.9%)

297 (60.9%)

50 (10.2%)

33 (6.8%)

58 (11.9%)

457 (93.7%)

Religie

171 (35.0%)

207 (42.4%)

379 (77.4%)

7 (1.4%)

81 (16.6%)

10 (2.0%)

2 (0.4%)

10 (2.0%)

109 (22.6%)

Email

30 (6.1%)

158 (32.4%)

188 (38.5%)

27 (5.5%)

230 (47.1%)

17 (3.5%)

11 (2.3%)

15 (3.1%)

300 (61.5%)

Vriendenlijst

62

Deel 3: Resultaten 3. Beschermen van persoonlijke gegevens Respondenten kunnen maatregelen nemen om hun persoonlijke gegevens te beschermen voor de buitenwereld. De gedragingen die men stelt om deze gegevens te beschermen (Hoy & Milne, 2010) worden in dit onderzoek ‘privacybeschermende maatregelen’ genoemd. Het is gedrag dat de respondent autonoom kan ondernemen. In dit deel wordt dieper ingegaan op deze maatregelen. Er wordt nagegaan welke maatregelen respondenten het vaakste nemen, waarin de respondenten verschillen en hoe vaak bepaalde maatregelen genomen worden. Hiervoor werd gesteund op de stellingen van Hoy & Milne (2010) en van Young & Quan Haase (2009). Omdat beide onderzoeken enkel de SNS Facebook betrekken, werden de stellingen aangepast aan eigen onderzoek. Aan de hand van een Likertschaal (1 = ik doe dit nooit, 2 = ik doe dit zelden, 3 = ik doe dit soms, 4 = ik doe dit vaak en 5 = ik doe dit altijd) konden respondenten hun houding ten opzichte van de stelling aangeven. Er werd ook een antwoordcategorie ‘niet van toepassing’ aangeduid voor respondenten die niet in staat zijn een bepaalde maatregel te nemen op hun SNS. In tabel 6 (p. 65) wordt een weergave gegeven van de frequenties van deze maatregelen. 3.1. Schaalconstructie privacybeschermende maatregels Het concept ‘beschermen van persoonlijke gegevens’ werd aan de hand van veertien stellingen bevraagd. Elke stelling vertegenwoordigt een privacybeschermende maatregel. Aan de hand van een exploratorische factoranalyse werd nagegaan of de stellingen één of meerdere achterliggende concepten vertegenwoordigen. In dat geval is het mogelijk om schalen te construeren en de betrouwbaarheid na te gaan. Uit tabel 4 (p. 64) kan afgeleid worden dat het zin heeft om een factoranalyse uit te voeren. Er is voldaan aan het Kaiser’s criterium (KMO = .705) en aan de Bartlett’s test (p = .000 < 0.05). In tabel 5 (p. 64) worden de resultaten weergegeven van de factoranalyse. Enkel stellingen die een factorlading van minstens 0.40 hebben, werden opgenomen in de analyse. Enkel deze stellingen worden opgenomen in een schaal. Hierdoor vielen vijf stellingen weg, er werden negen stellingen behouden. Vervolgens werd voor elke schaal de interne consistentie nagegaan door de Cronbach’s alpha te berekenen. Deze bedragen 0.673, 0.618 en 0.387. Aangezien de ondergrens in de praktijk 0.60 bedraagt, zijn deze waarden enkel hoog genoeg voor factor 1 en factor 2. De interne consistentie voor factor 3 is niet hoog genoeg. Er kan dus een betrouwbare schaal geconstrueerd worden voor factor 1 en factor 2. Er worden twee schalen geconstrueerd ‘schaal controlemaatregelen’ en ‘schaal defensieve maatregelen’. De schaal ‘controlemaatregelen’ omvat maatregels die betrekking hebben op het controleren van 63

Deel 3: Resultaten privacy. De defensieve maatregelen, die tot de tweede schaal behoren, zijn maatregelen die genomen worden nadat er al iets gebeurd is met betrekking tot hun persoonlijke gegevens. De items werden gesommeerd en gedeeld door hun aantal items om een schaal te vormen. Aangezien de twee schalen over evenveel items beschikt, is dit in principe niet noodzakelijk omdat er in elk geval een vergelijking mogelijk is. Tabel 4: KMO and Bartlett’s Test Kaiser-Meyer-Olkin of Sampling Adequacy

Bartlett’s Test of Sphericity (Sig.)

.756

.000

Tabel 5: Factoranalyse voor privacybeschermende maatregelen Items

Factorlading

Cronbach’s alpha

Factor 1: controlemaatregelen

.673

Ik herbekijk regelmatig mijn privacy-instellingen

.778

Ik controleer mijn privacy-instellingen zodat enkel vrienden mijn

.571

profiel kunnen zien Ik controleer regelmatig mijn profiel

.450

Ik ‘google’ mezelf regelmatig

.404

Factor 2: defensieve maatregelen

.618

Ik heb berichten, die anderen postten op mijn profiel, gewist om te

.592

voorkomen dat anderen dit ook lezen Ik stuur anderen, die persoonlijke informatie over mij postten, een

.565

negatieve boodschap Ik stuur een aanvraag naar de verantwoordelijke van de SNS om

.493

informatie te verwijderen Ik heb voormalige contacten geblokkeerd zodat ze me niet meer kunnen

.430

contacteren en geen toegang meer hebben tot mijn profiel Factor 3: preventieve maatregelen

.387

Ik denk grondig na van welke groepen ik lid word

.817

Ik ben voorzichtig met wie ik toevoeg als ‘vrienden’

.457

64

Deel 3: Resultaten Tabel 6: Frequentietabel van privacybeschermende maatregelen in absolute waarden en valide percentages Maatregel nooit genomen Privacybeschermende

Niet van

maatregel

toepassing

Nooit

Maatregel al één of meerdere keren genomen

Totaal

Zelden

Soms

Vaak

Altijd

Totaal

Totaal

Missing

nvp +

maatregel

alle

values

nooit

genomen

maatregelen

Ik post onjuiste, onvolledige of onnauwkeurige

18 (3.8%)

333 (69.8%)

2 (0.4%)

42 (8.6%)

1 (0.2%)

10 (2.1%)

18 (3.7%)

9 (1.8%)

informatie over mijzelf

351 (73.6%)

51 (10.7%)

46 (9.6%)

15 (3.1%)

14 (2.9%)

70 (14.4%)

211 (43.2%)

140 (28.7%)

22 (4.5%)

36 (7.4%)

121 (14.8%)

245 (50.2%)

74 (15.2%)

27 (5.5%)

76 (15.6%)

138 (28.3%)

219 (45.0%)

126

477

(26.4%)

(100%)

11

op mijn profiel

Ik herbekijk regelmatig mijn privacy-instellingen

Ik controleer regelmatig mijn profiel

Ik denk grondig na voordat ik foto’s van

44 (9.0%)

11 (2.3%)

27 (5.5%)

mijzelf post

65

443 (91%)

487 (100%)

476

487

(97.7%)

(100%)

460

487

(94.5%)

(100%)

1

1

1

Deel 3: Resultaten

Ik ben voorzichtig met wie ik toevoeg als

2 (0.4%)

2 (0.4%)

4 (0.8%)

8 (1.7%)

17 (3.5%)

3 (0.6%)

107 (22.0%)

5 (1.0%)

30 (6.2%)

62 (13.0%)

330 (69.0%)

11 (2.3%)

65 (13.3%)

134 (27.5%)

273 (65.1%)

56 (11.6%)

98 (20.2%)

135 (27.9%)

170 (35.1%)

155 (31.9%)

147 (30.2%)

63 (13.0%)

11 (2.3%)

44 (9.0%)

129 (26.5%)

141 (28.9%)

138 (28.3%)

60 (12.6%)

22 (4.6%)

3 (0.6%)

1 (0.2%)

vriend

Ik denk grondig na van welke groepen ik lid word

Ik ‘google’ mezelf regelmatig

25 (5.2%)

110 (22.6%)

483

487

(99.2%)

(100%)

459

484

(94.8%)

(100%)

376

486

(76.8%)

(100%)

452

487

(92.8%)

(100%)

1

4

2

Ik controleer mijn privacy-instellingen zodat enkel vrienden mijn profiel kunnen

35 (7.2%)

1

zien Ik stuur een aanvraag naar de verantwoordelijke van de SNS om informatie te verwijderen

66

392 (82.0%)

95 (18%)

478 (100%)

10

Deel 3: Resultaten Ik heb gebruik gemaakt van de mogelijkheid om privéberichten te

8 (1.6%)

10 (2.1%)

15 (3.1%)

108 (22.4%)

96 (20.5%)

209 (44.6%)

sturen naar vrienden

18 (3.7%)

10 (2.1%)

44 (9.1%)

260 (53.6%)

153 (31.5%)

160 (33.2%)

147 (30.5%)

36 (7.5%)

16 (3.3%)

93 (19.8%)

50 (10.7%)

14 (3.0%)

7 (1.5%)

467

485

(96.3%)

(100%)

359

482

(74.8%)

(100%)

164

469

(34.9%)

(100%)

3

om te voorkomen dat anderen dit ook lezen Ik heb voormalige contacten geblokkeerd zodat ze me niet meer

123 (25.5%)

6

kunnen contacteren

Ik stuur anderen, die persoonlijke informatie over mij postten, een negatieve boodschap

67

305 (65.1%)

19

Deel 3: Resultaten 4.

Demografische factoren

4.1.

Geslacht

4.1.1.

Beveiligen

A. Geslacht en hoeveelheid persoonlijke gegevens In de literatuur wordt er een verschil gevonden tussen mannen en vrouwen en de hoeveelheid informatie die men deelt op SNS (Stutzman & Kramer-Duffield, 2010). Gender zou eveneens een voorspellende factor zijn voor de hoeveelheid informatie die men deelt op SNS (AmichaiHamburger & Vinitzky, 2010). De Levene’s test is significant op het 5%-niveau (p = .000). De nulhypothese die stelt dat de beide varianties gelijk zijn, mag verworpen worden. De interpretatie van de t-test moet bijgevolg geïnterpreteerd worden bij de optie ‘equal variances not assumed’. De gemiddelde scores van vrouwen en mannen blijken significant te verschillen (t = -3.552; df = 256.759; p = .001 < 0.005). Mannen delen gemiddeld meer persoonlijke gegevens op hun SNS (mean = 16.4161) dan vrouwen (mean = 15.2936) (tabel 8, p. 69). Hypothese 1 (p. 22) kan dus behouden worden. Tabel 7: Levene’s test14 voor geslacht en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator

hoeveelheid

gedeelde

persoonlijke

F

Sig.

t

df

Sig. (2-tailed)

18.971

.000

-3.874

486

.000

-3.552

256.759

.000

gegevens Equal variances assumed Equal variances not assumed

14

Enkel de eerste Levene’s test, die hoort bij een independent samples T-test, is bijgevoegd bij de bespreking van de onderzoeksvragen. De andere Levene’s testen kunnen geraadpleegd worden in bijlage 6.

68

Deel 3: Resultaten Tabel 8: Independent Samples T-test15 voor geslacht en hoeveelheid persoonlijke gegevens

Indicator hoeveelheid

Std. Error

Geslacht

N

Mean

Std. Deviation

Vrouwelijk

327

15.2936

2.72109

.15048

Mannelijk

161

16.4161

3.52590

.27788

Mean

gedeelde persoonlijke gegevens

B. Geslacht en privacy-instellingen voor persoonlijke gegevens individueel16 Young & Quan – Haase (2009) bevonden dat mannen en vrouwen over het algemeen weinig verschillen in de soort persoonlijke gegevens die ze vrij geven op hun SNS. Het onderzoek toonde enkel verschillen aan tussen het geslacht en in het delen van hun adres en politieke visie. Ook Gross & Acquisti (2005) bevonden dat er niet zoveel verschillen waren in het soort informatie dat vrouwen en mannen delen op hun SNS. Zij bevonden enkel een verschil in het delen van telefoonnummers. Zo zouden vrouwen minder snel hun nummer onthullen dan mannen. Tufekci (2008) bevestigt deze bevindingen. Mannen delen sneller hun adres op SNS dan vrouwen. In de analyse wordt per soort persoonlijke gegeven nagegaan of er een verschil is tussen mannen en vrouwen. Er wordt gebruik gemaakt van een Mann Whitney. Er wordt een verschil getoetst tussen twee groepen, dus het meetniveau van de AV is van belang. De variabele ‘privacy-instellingen’ wordt gemeten op ordinaal niveau. Uit tabel 9 (p. 70) kan afgelezen worden dat er zich enkele significante verschillen voordoen tussen mannen en vrouwen. Mannen en vrouwen verschillen significant in het delen van: volledig adres (p = .000), seksuele oriëntatie (p = .000), politieke oriëntatie (p = .000), religie (p = .000), favoriete boeken, films en muziek (p = .004), interesses en hobby’s (p = .005) en vriendenlijst (p = .030). De resultaten in tabel 10 (p. 71) geven weer hoe dit verschil zich precies uit. Opvallend is dat voor elk soort van persoonlijk gegeven mannen significant hoger scoren dan de vrouwen. Dit wil zeggen dat mannen deze persoonlijke gegevens met een groter publiek 15

Er wordt een verschil nagegaan. De OV situeert zich op nominaal meetniveau met twee subgroepen. Het gaat om een onafhankelijke steekproef. De AV wordt strikt genomen gemeten op ordinaal niveau, maar door constructie van indicator wordt er gemeten op metrisch niveau. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. De steekproef is echter groot genoeg (N= 488) en een independent samples T-test is robuust tegen afwijkingen van normaliteit Rasha, Teuscher & Guiard (2007). Indien er echter gekozen zou worden voor de niet-parametrische variant, een Mann Withney, zou deze tot hetzelfde resultaat leiden. (mean rank vrouwen = 226.84; mean rank mannen = 280.38; p = 0.000) 16

Elk soort persoonlijk gegeven wordt apart geanalyseerd. ‘Privacy-instellingen’ is een ordinale variabele en heeft zes antwoordcategorieën: niemand, enkel goede vrienden, heel mijn vriendenlijst, vrienden van vrienden, iedereen die over een account beschikt op de SNS en iedereen. De categorie ‘niet van toepassing’ werd samengevoegd met de categorie niemand (zie hierboven).

69

Deel 3: Resultaten delen dan vrouwen. Hypothese 2 (p. 22), die stelt dat vrouwen en mannen verschillen in het soort persoonlijke gegevens die ze delen op hun SNS, werd behouden. Er zijn inderdaad significante verschillen te vinden tussen mannen en vrouwen. Tabel 9: Mann Whitney voor geslacht en soort persoonlijke info Soort persoonlijke info

Mann Whitney

Sign. (2-tailed)

Voornaam

24812.000

.262

Achternaam

24215.000

.119

Geslacht

24766.500

.165

Leeftijd/geboortedatum

25510.500

.541

Profielfoto

23893.000

.081

Woonplaats

24432.500

.479

Relatiestatus

24432.500

.164

Volledig adres

20443.500

.000**

E-mail

25316.500

.453

Studie/werk

26135.000

.885

Seksuele oriëntatie

18557.500

.000**

Politieke oriëntatie

20642.000

.000**

Religie

20163.000

.000**

22592.000

.004*

Statusupdates

26202.500

.907

Interesses en hobby’s

22792.000

.005*

Commentaren

26081.000

.665

Foto’s van jezelf

25831.500

.665

Foto’s van anderen

24316.000

.273

Video’s

24916.000

.282

Vriendenlijst

23529.000

.030*

Favoriete boeken, muziek en films

*p < 0.05 ** p < 0.001

70

Deel 3: Resultaten Tabel 10: Gemiddelde rangscores17 voor geslacht en soort persoonlijke gegevens Mean rank – vrouwen

Mean rank - mannen

Volledig adres

238.72

256.25

Seksuele oriëntatie

220.13

292.74

Politieke oriëntatie

227.13

179.79

Religie

225.66

282.76

233.09

267.68

Interesses en hobby’s

233.70

266.43

Vriendenlijst

235.95

261.86

Soort persoonlijk gegeven

Favoriete boeken, films en muziek

4.1.2.

Beschermen

Sheenan (1999) onderzocht het verschil tussen mannen en vrouwen in hun bezorgdheid over privacy op het internet en welk gedrag hieraan gelinkt kan worden. Opvallend is dat vrouwen meer bezorgd zijn over hun privacy, maar dat ze minder privacybeschermende maatregelen nemen dan mannen. Een recenter onderzoek van Hoy & Milne (2010) spreekt deze resultaten echter tegen. In hun onderzoek constateert men dat vrouwen juist vaker privacybeschermende maatregelen nemen dan mannen. In eigen onderzoek worden de maatregelen opgesplitst in schalen, geconstrueerd door middel van een factoranalyse (tabel 5, p. 64). Per schaal wordt nagegaan of er een significant verschil is tussen mannen en vrouwen en in welke mate er een verschil te vinden is. A. Geslacht en schaal ‘controlemaatregelen’ Wanneer de normaliteit wordt nagegaan van de AV, wordt een klokcurve vastgesteld (bijlage 5). De scheefheid is ligt echter niet tussen -1.96 en 1.96 (bijlage 5). Aangezien de t-test echter zo robuust is tegen afwijkingen van normaliteit (Rasha, Teuscher & Guiard., 2007) en de steekproef groot genoeg is (N = 488) vormen afwijkingen van de normaliteit geen groot probleem. Er wordt gekozen voor een parametrische test, namelijk de independent samples Ttest. De Levene’s test (bijlage 6, tabel 41) is significant op het 5%-niveau (p = .0191 < 0.05) dus de nulhypothese die stelt dat beide varianties gelijk zijn, mag verworpen worden. De test moet geïnterpreteerd worden bij ‘equal variances not assumed’. Uit tabel 11 (p. 72) kan afgeleid 17

Enkel de gemiddelde scores die significant bleken uit tabel 9 (p. 70) werden opgenomen in tabel 10 (p. 71)

71

Deel 3: Resultaten worden dat de gemiddelde scores significant verschillen (t = 2.124, df = 239.119, p = .034 < 0.05). Dit betekent dat de nulhypothese die stelt dat er geen significant verschil is in de gemiddelde score tussen vrouwen en mannen verworpen mag worden. Vrouwen nemen significant meer controlemaatregelen dan mannen (mean vrouwen = 3.2609, mean mannen = 3.1088). Hypothese 3 (p. 23) kan behouden worden, maar moet wel gespecifieerd worden. Vrouwen nemen significant meer controlemaatregelen dan mannen. Tabel 11: Independent Samples T-test

Schaal ‘controlemaatregelen’

18

voor geslacht en schaal ‘controlemaatregelen’ Std. Error

Geslacht

N

Mean

Std. Deviation

Vrouwelijk

321

3.2609

.71444

0.3988

Mannelijk

154

3.1088

.73816

.05948

Mean

B. Geslacht en schaal ‘defensieve maatregelen’ Om dezelfde redenen die beschreven staan bij de schaal ‘controlemaatregelen, wordt er geopteerd voor een independent samples T-test. Het histogram dat de normaalverdeling weergeeft, kan geraadpleegd worden in bijlage 5. De Levene’s test (bijlage 6, tabel 42) is niet significant op het 5%-niveau (p = .939). De nulhypothese die stelt dat beide varianties gelijk zijn, wordt behouden. Het significantieniveau bij ‘equal variances assumed’ wordt geïnterpreteerd. Besloten kan worden dat de gemiddelde scores niet significant verschillen (t = .121, df = 355, p = .904). De nulhypothese die stelt dat er een geen significant verschil is tussen de gemiddelde scores van vrouwen en mannen in het nemen van defensieve maatregelen mag behouden worden. Het kleine verschil, dat blijkt uit tabel 12 (p. 73) is te wijten aan het toeval en mag niet gegeneraliseerd worden naar de populatie. Hypothese 3 (p. 23) kan voor deze schaal niet bevestigd worden. Vrouwen en mannen verschillen significant niet in het nemen van defensieve maatregelen op hun SNS.

18

Er wordt een verschil nagegaan. De OV bevindt zich op nominaal meetniveau met twee subgroepen, man en vrouw. Tussen de twee groepen bestaat er geen link, het gaat om een onafhankelijke steekproef. De AV wordt strikt genomen gemeten op ordinaal niveau. Door middel van een factoranalyse ontstaan er schalen die zich bevinden op rationiveau. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. Aangezien de steekproef echter groot genoeg is (N= 488) vormen afwijkingen van de normaliteit geen groot probleem. Er wordt gekozen voor een parametrische test, namelijk de independent samples T-test. Indien er echter gekozen zou worden voor de niet-parametrische variant, een Mann Withney, zou deze tot hetzelfde resultaat leiden. (mean rank vrouwen = 226.84; mean rank mannen = 280.38; p = .000 < 0.05)

72

Deel 3: Resultaten Tabel 12: Independent Samples T-test

Schaal ‘defensieve maatregelen’

4.2.

19

voor geslacht en schaal ‘defensieve maatregelen’ Std. Error

Geslacht

N

Mean

Std. Deviation

Vrouwelijk

238

1.9412

.62953

0.4081

Mannelijk

119

1.9328

.60164

0.05515

Mean

Studiejaar

4.2.1.

Beveiligen

A. Studiejaar en hoeveelheid persoonlijke gegevens Hier wordt er exploratief onderzocht of eerstejaarsstudenten verschillen van andere studenten in de hoeveelheid persoonlijke gegevens die ze delen op hun SNS. Er wordt gekozen voor een independent samples T-test. Voor deze test geïnterpreteerd mag worden, wordt de homogeniteit van de varianties tussen de groepen nagegaan aan de hand van de Levene’s test (bijlage 6, tabel 43). Deze is niet significant (p = .320), dit wil zeggen dat beide varianties gelijk zijn en er geïnterpreteerd mag worden bij ‘equal variances assumed’. De gemiddelde scores van eerstejaarsstudenten verschillen significant niet (p = .250 > 0.05) van de gemiddelde scores van andere studenten. Er is geen significant verschil tussen de twee groepen in de hoeveelheid persoonlijke informatie die men deelt op SNS. De nulhypothese wordt behouden. Hypothese 4 (p.23) kan niet worden bevestigd, ze wordt verworpen. De verschillen die worden weergegeven in tabel 13 (p. 74) zijn te wijten aan toeval en mogen niet gegeneraliseerd worden.

19

Er wordt een verschil nagegaan. De OV bevindt zich op nominaal meetniveau met twee subgroepen, man en vrouw. Tussen de twee groepen bestaat er geen link, het gaat om een onafhankelijke steekproef. De AV wordt strikt genomen gemeten op ordinaal niveau. Door middel van een factoranalyse ontstaan er schalen die zich bevinden op rationiveau. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. Aangezien de steekproef echter groot genoeg is (N= 488) vormen afwijkingen van de normaliteit geen groot probleem. Er wordt gekozen voor een parametrische test, namelijk de independent samples T-test. Indien er echter gekozen zou worden voor de niet-parametrische variant, een Mann Withney, zou deze tot hetzelfde resultaat leiden. (mean rank vrouwen = 177.68; mean rank mannen = 181.63; p = .731 > 0.05)

73

Deel 3: Resultaten Tabel 13: Independent Samples T-test

20

voor studiejaar en hoeveelheid persoonlijke gegevens

Studiejaar Indicator hoeveelheid

Std. Error

N

Mean

Std. Deviation

Eerstejaarsstudent

109

15.3670

3.36557

.32236

Andere student

379

15.7493

2.95611

.15185

Mean

gedeelde persoonlijke gegevens

B. Studiejaar en privacy-instellingen voor persoonlijke gegevens individueel Hier is de bedoeling om na te gaan of er een verband bestaat tussen het studiejaar (OV) (eerstejaarsstudenten of niet) van de respondent en de verschillende soorten van persoonlijke gegevens (AV). De nulhypothese luidt dat er geen verband is tussen het studiejaar van de respondent en het delen van een bepaald soort van persoonlijke gegevens. Dit verband wordt, aan de hand van een chikwadraattoets, nagegaan. Uit tabel 14 (p. 74) kan afgeleid worden dat er geen enkel significant verband is tussen het delen van bepaald soort van persoonlijke gegevens en het studiejaar van de respondent. De nulhypothese die stelt dat er geen significant verband is, wordt behouden. Tabel 14: Chikwadraattoets21 voor studiejaar en soort persoonlijke gegevens 22 ² (continuity

Df.

Sig. (2-sided)

Cramer’s V

correction) Soort info (voornaam) * studiejaar

-

-

-

-

Soort info (achternaam) * studiejaar

-

-

-

-

.107

1

.744

-

.066

1

.797

Soort info (woonplaats) * studiejaar

.129

1

.719

-

Soort info (volledig adres) * studiejaar

1.019

1

.313

-

Soort info (studie/werk) *studiejaar

.072

1

.789

-

Soort info (relatiestatus) *studiejaar

.314

1

.575

-

Soort info (geslacht) * studiejaar Soort

info

(leeftijd/geboortedatum)*

studiejaar

-

20

Er wordt een verschil nagegaan, het meetniveau van de AV bepaalt de test. De AV wordt gemeten op metrisch niveau. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen – 1.96 en 1.96. Aangezien de steekproef echter groot genoeg is (N=488) vormen afwijkingen van de normaliteit geen groot probleem. Daarom wordt geopteerd voor een parametrische test. Indien er echter toch gekozen zou worden voor het uitvoeren van een Mann Whitney, zou dit tot hetzelfde resultaat leiden. (mean rank eerstejaarsstudenten = 234.38; mean rank andere studenten = 247.41; p = .392 > 0.05). 21

Er wordt een verband onderzocht tussen een nominale OV en een ordinale AV. Het gaat om onafhankelijke steekproeven. Aangezien het laagste meetniveau nominaal is, doet dit besluiten tot een chikwadraattoets. 22 Indien meer dan 20% van de cellen een verwachte frequentie heeft die lager ligt dan 5, mogen de cijfers niet geïnterpreteerd worden. Dit wordt weergegeven door een ‘-’ in te vullen in de tabel.

74

Deel 3: Resultaten Soort info (seksuele oriëntatie) * studiejaar

.217

1

.614

-

Soort info (politieke oriëntatie) * studiejaar

.000

1

1.000

-

Soort info (statusupdates) * studiejaar

.000

1

1.000

-

1.565

1

.211

-

.018

1

.894

-

-

-

-

-

Soort info (profielfoto) * studiejaar

-

-

-

-

Soort info (foto’s van jezelf) * studiejaar

-

-

-

-

Soort info (foto’s van anderen) * studiejaar

.000

1

1.000

-

Soort info (video’s) * studiejaar

.107

1

.744

-

Soort info (vriendenlijst) * studiejaar

.000

1

1

-

Soort info (religie) * studiejaar

.000

1

9.86

-

Soort info (e-mail) * studiejaar

3.611

1

.057

-

Soort info (interesses en hobby’s) * studiejaar Soort info (favoriete boeken, films en muziek) * studiejaar Soort info (commentaren en boodschappen) * studiejaar

4.2.2.

Beschermen

Net zoals bij het beveiligen van persoonlijke gegevens werd ook het beschermen van deze gegevens exploratief onderzocht. De bedoeling is om na te gaan of eerstejaarsstudenten verschillen van andere studenten in het nemen van privacybeschermende maatregelen. Dit wordt aan de hand van een independent samples T-test nagegaan voor de schaal ‘controlemaatregelen’ en de schaal ‘defensieve maatregelen’. A. Studiejaar en schaal ‘controlemaatregelen’ Uit tabel 44 (bijlage 6) kan afgeleid worden dat de Levene’s test niet significant is. De interpretatie van de test moet gebeuren ter hoogte van ‘equal variances assumed’. Aangezien de test niet significant is (p = .0828 > 0.05), mogen de gemiddelde scores niet met elkaar vergeleken worden. Het verschil in de scores (tabel 15, p. 76) is te wijten aan toeval en mag niet gegeneraliseerd worden naar de populatie. Hypothese 5 (p. 23) wordt verworpen. Eerstejaarsstudenten verschillen niet significant in het nemen van controlemaatregelen van andere studenten.

75

Deel 3: Resultaten Tabel 15: Independent Samples T-test23 voor studiejaar en schaal ‘controlemaatregelen’

Schaal ‘controlemaatregelen’

Std. Error

Studiejaar

N

Mean

Std. Deviation

Eerstejaarsstudent

106

3.1981

.72598

.07051

Andere student

161

3.2154

.72559

.03777

Mean

B. Studiejaar en schaal ‘defensieve maatregelen’ Er wordt tevens exploratief onderzocht of er een verschil is tussen eerstejaarsstudenten en niet-eerstejaarsstudenten in het nemen van defensieve maatregelen. Aangezien de Levene’s test (bijlage 6, tabel 43) niet significant is (p = .763) kan er besloten worden dat de varianties gelijk zijn. De scores blijken echter niet significant te verschillen (t = 1.560, df = 355, p = .120 > 0.05). De gemiddelde verschillen uit tabel 16 (p. 76) zijn te wijten aan toeval en mogen niet worden gegeneraliseerd. Ook hier wordt de nulhypothese behouden en wordt hypothese 5 (p. 23) verworpen. Eerstejaarsstudenten verschillen niet significant in het nemen van defensieve maatregelen van andere studenten. Tabel 16: Independent Samples T-test24 voor studiejaar en schaal ‘defensieve maatregelen’

Schaal ‘defensieve maatregelen’

Std. Error

Studiejaar

N

Mean

Std. Deviation

Eerstejaarsstudent

77

2.0357

.65734

.07491

Andere student

280

1.9116

.60723

.03629

Mean

23

Er wordt een verschil nagegaan, het meetniveau van de AV bepaalt de test. De AV wordt gemeten op metrisch niveau. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. Aangezien de steekproef echter groot genoeg is (N=488) vormen afwijkingen van de normaliteit geen groot probleem. Daarom wordt geopteerd voor een parametrische test. Indien er echter toch gekozen zou worden voor het uitvoeren van een Mann Whitney, zou dit tot hetzelfde resultaat leiden. (p = .866 > 0.05) 24

Er wordt een verschil nagegaan, het meetniveau van de AV bepaalt de test. De AV wordt gemeten op metrisch niveau. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. Aangezien de steekproef echter groot genoeg is (N=488) vormen afwijkingen van de normaliteit geen groot probleem. Daarom wordt geopteerd voor een parametrische test. Indien er echter toch gekozen zou worden voor het uitvoeren van een Mann Whitney, zou dit tot hetzelfde resultaat leiden. (p = .116 > 0.05)

76

Deel 3: Resultaten

5.

Gedragsmatige factoren

5.1.

Gebruik SNS

5.1.1.

Beveiligen

A. Mate van gebruik op SNS en hoeveelheid persoonlijke gegevens De bedoeling hier is om na te gaan of er een verschil is tussen respondenten die zeggen dat ze veel gebruik maken van hun SNS en respondenten die zeggen weinig gebruik te maken van SNS. In de literatuur wordt er een positief verband gelegd tussen de activiteit van de gebruikers en het gebruik van de privacy-instellingen (Lewis et al., 2008). Het zou een significante voorspeller zijn voor strengere privacy-instellingen op Facebook (Stutzman & Kramer-Duffield, 2010). Er wordt gekozen voor een ANOVA25 om het verschil na te gaan tussen vijf verschillende categorieën van gebruik wat betreft de hoeveelheid persoonlijke gegevens die men deelt. De Levene’s test (tabel 17, p. 77) is significant (p = .043 < 0.05). Dit wil zeggen dat de nulhypothese, die stelt dat de varianties in de vijf groepen gelijk zijn, verworpen mag worden. Er is niet voldaan aan de homogeniteit van de varianties. Tabel 17: Test of Homogenity of Variances (variantie tussen vijf verschillende groepen van gebruik) Levene’s statistic

df

df 2

Sig.

2.592

4

483

0.043

Aangezien er niet voldaan is aan de assumptie homogeniteit, wordt er gekozen voor een nietparametrische test, namelijk de Kruskall-Wallis test. Uit tabel 18 ( p. 78) kan afgeleid worden dat er geen significant verschil is tussen de verschillende gebruikers op SNS en de hoeveelheid persoonlijke gegevens die ze delen op SNS (p = .059 > 0.05). Gebruikers die aangeven minder dan één uur per week spenderen op hun SNS, gebruikers die aangeven tussen één en vijf uur per week spenderen op hun SNS, gebruikers die aangeven tussen vijf en tien uur per week spenderen op hun SNS, gebruikers die aangeven tussen tien en twintig uur per week spenderen op hun SNS en gebruikers die aangeven meer dan twintig uur spenderen op hun SNS, verschillen niet significant in het delen van de hoeveelheid persoonlijke gegevens. Hypothese 7 (p. 24) wordt niet behouden. Respondenten die zeggen dat zeer actief

25

Het meetniveau van de OV situeert zich op ordinaal niveau, het meetniveau van de AV situeert zich op metrisch meetniveau. Er wordt een verschil nagegaan tussen de vijf verschillende groepen. Er wordt gekozen voor de ANOVA omdat deze test robuust is tegen afwijkingen van normaliteit. Ook wordt er gewerkt met een groot databestand waardoor de assumptie normaliteit niet in het gedrang komt door voor deze parametrische test te kiezen.

77

Deel 3: Resultaten zijn op hun SNS verschillen niet in de hoeveelheid persoonlijke gegevens die ze delen van respondenten die aangeven dat ze minder actief zijn. Tabel 18: Kruskall Wallis26 voor mate van gebruik en hoeveelheid persoonlijke gegevens

Hoeveelheid persoonlijke gegevens * Mate van gebruik

Kruskall Wallis

df

Asymp. Sig.

9.089

4

.059

B. Mate van gebruik en privacy-instellingen voor persoonlijke gegevens individueel In het onderzoek van Stutzman & Kramer-Duffield (2010) bevind men dat Facebookgebruikers die meer tijd op hun SNS spenderen, vaker hun privacy-instellingen naar ‘friends only’ zetten. In eigen onderzoek werd dit onderzocht door na te gaan of er een verband is tussen de activiteit van respondenten op SNS en de privacy-instellingen van hun persoonlijke gegevens. Het verband wordt voor elk type van persoonlijke gegevens afzonderlijk nagegaan. Tabel 19 (p. 79) geeft de resultaten weer voor elke soort persoonlijk gegeven. Hieruit kan afgelezen worden dat er voor volgende persoonlijke gegevens een positief significant verband werd gevonden: woonplaats (p = .005), favoriete boeken, muziek en films (p = .001), statusupdates (p = .004), interesses en hobby’s (p = .020), foto’s van jezelf (p = .045), foto’s van anderen (p = .014) en video’s (p = .000). Dit wil zeggen dat de nulhypothese verworpen mag worden. Hypothese 6 (p. 24) wordt bevestigd. Er is wel degelijk een significant verband te bespeuren tussen de activiteit van de respondent op SNS en zijn privacy-instellingen. Voor elk soort persoonlijk gegeven gaat het om een zwakke positieve samenhang. Hoe actiever je zegt te zijn op je SNS, hoe meer mensen toegang hebben tot de hierboven beschreven persoonlijke gegevens. Hier is een discrepantie op te merken met de literatuur die net het tegenovergestelde beweert.

26

Aangezien er meerdere groepen met elkaar vergeleken werden, er een verschil werd onderzocht en er niet voldaan is aan de assumptie homogeniteit, werd een Kruskall Wallis uitgevoerd.

78

Deel 3: Resultaten Tabel 19: Gamma en Tau-c27 voor mate van gebruik en privacy-instellingen persoonlijke gegevens Mate

van

gebruik

Privacy-instelling

* Gamma

Sign.

Tau-c

Sign.

Voornaam

0.025

0.675

0.013

0.675

Achternaam

0.035

0.564

0.019

0.564

Geslacht

0.075

0.170

0.045

0.170

Leeftijd/geboortedatum

0.015

0.795

0.008

0.795

Woonplaats

0.160

0.005*

0.088

0.005*

Volledig adres

-0.051

0.580

-0.013

0.580

Studie/werk

0.103

0.083

0.052

0.083

Relatiestatus

-0.003

0.956

-0.002

0.956

Seksuele oriëntatie

0.086

0.206

0.038

0.206

Politieke oriëntatie

0.011

0.903

0.003

0.903

Profielfoto

0.039

0.495

0.023

0.495

Email

0.049

0.438

0.025

0.438

Religie

-0.016

0.847

-0.005

0.847

0.212

0.001**

0.102

0.001**

Statusupdates

0.250

0.004*

0.047

0.004*

Interesses en hobby’s

0.158

0.020*

0.070

0.020*

Commentaren

0.154

0.051

0.053

0.051

Foto’s van jezelf

0.152

0.045*

0.054

0.045*

Foto’s van anderen

0.180

0.014*

0.072

0.014*

Video’s

0.325

0.000**

0.159

0.000**

Vriendenlijst

0.106

0.074

0.052

0.074

persoonlijk gegeven (soort)

Favoriete boeken, muziek en films

* p < 0.05 * p < 0.001

27

Er wordt een verband nagegaan tussen twee ordinale variabelen. Het gaat om onafhankelijke steekproeven. De vraag naar de parametrische verdeling is niet van toepassing omdat er getest wordt op ordinaal niveau. Omdat het over een groot aantal waarnemingen gaat, wordt er gebruik gemaakt van de Gamma en de Tau-c.

79

Deel 3: Resultaten 5.2.

Aantal vrienden op SNS

5.2.1.

Beveiligen

In dit onderzoek wordt enerzijds onderzocht of je aantal vrienden een invloed uitoefenen op de hoeveelheid persoonlijke gegevens die je deelt op SNS. Anderzijds wordt er ook gekeken of er een verband is tussen het aantal vrienden je hebt op je SNS en je privacy-instellingen voor de verschillende soorten van persoonlijke gegevens. A. Aantal vrienden28 op SNS en hoeveelheid persoonlijke gegevens In het onderzoek van Young & Quan – Haase (2009) kwam men tot de bevinding dat de grootte van je netwerk positief geassocieerd kan worden met de informatie die je onthult op de SNS. Hoe groter het netwerk van de student, hoe meer informatie ze onthullen op hun SNS. Er wordt een verschil onderzocht tussen drie groepen. Er werd gekozen voor een ANOVA29. Aangezien er niet voldaan is aan de assumptie ‘homogeniteit van de varianties’ (tabel 20, p. 80), mag de test niet verder geïnterpreteerd worden. Vandaar dat er gekozen werd voor een Kruskall Wallis. De resultaten in tabel 21 (p. 81) geven weer dat er geen significant verschil is tussen de drie groepen (kruskall wallis = 2.408, df = 2, p = .300 > 0.05). De nulhypothese wordt behouden. Hypothese 8 (p. 22) die een verband veronderstelt tussen het aantal vrienden en de hoeveelheid gedeelde persoonlijke gegevens, wordt verworpen. Tabel 20: Test of Homogenity of Variances (variantie tussen drie groepen met verschillend vriendenaantal) Levene’s statistic

df

df 2

Sig.

10.087

2

485

0.000

28

De acht antwoordcategorieën voor de variabele ‘aantal vrienden’ werd voor de analyse herleid naar drie categorieën. Diegenen met een laag aantal vrienden (0 – 100), diegenen met een normaal aantal vrienden (101 – 400) en diegenen met een hoog aantal vrienden (401 – meer dan 600). Groep 1 kreeg score 1, groep 2 kreeg score 2 en groep 3 kreeg score 3. 29 Het meetniveau van de OV situeert zich op ordinaal niveau, het meetniveau van de AV situeert zich op metrisch meetniveau. Er wordt een verschil nagegaan tussen de vijf verschillende groepen. Er wordt gekozen voor de ANOVA omdat deze test robuust is tegen afwijkingen van normaliteit. Ook wordt er gewerkt met een groot databestand waardoor de assumptie normaliteit niet in het gedrang komt door voor deze parametrische test te kiezen.

80

Deel 3: Resultaten Tabel 21: Kruskall Wallis30 voor aantal vrienden en hoeveelheid persoonlijke gegevens

Indicator hoeveelheid persoonlijke gegevens * Aantal vrienden

Kruskall Wallis

df

Asymp. Sig.

2.408

2

.300

B. Aantal vrienden31 op SNS en privacy-instellingen voor persoonlijke gegevens individueel Het doel hier was om na te gaan of er een samenhang is tussen het aantal vrienden op je SNS en je privacy-instellingen voor elk soort persoonlijke gegeven. Stutzman & Kramer-Duffield (2010) stellen dat Facebook-gebruikers, die hun profiel beschikbaar stellen voor ‘friends only’, significant meer vrienden hebben dan gebruikers die hun profiel beschikbaar stellen voor een grotere groep. De nulhypothese stelt dat er geen samenhang is tussen het aantal vrienden die je hebt op je SNS en je privacy-instellingen voor je persoonlijke gegevens. Voor elke soort van persoonlijk gegeven wordt dit geanalyseerd aan de hand van een Gamma en Tau-c. Tabel 22 (p. 82) geeft de resultaten weer per soort van persoonlijk gegeven. Uit deze resultaten komt naar voren dat er voor

negen soorten van persoonlijke gegevens een

significant positief verband wordt gevonden met het aantal vrienden die de respondent heeft op zijn of haar SNS. Wanneer de variabele ‘aantal vrienden’ stijgt (1 = laag aantal vrienden tot 3 = hoog aantal vrienden), stijgt de variabele ‘privacy-instellingen’ (1 = delen met niemand tot 6 = delen met iedereen). Concreet wil dit zeggen dat hoe meer vrienden iemand heeft op zijn SNS, hoe zwakker zijn privacy-instellingen zijn voor deze negen soorten van persoonlijke gegevens. Dit geldt voor de persoonlijke gegevens voornaam, achternaam, geslacht, woonplaats, statusupdates, foto’s van jezelf, foto’s van anderen, video’s en vriendenlijst. De Gamma overschat de sterkte van het verband tussen de verschillende variabelen licht in vergelijking met de Tau-c. Er kan gesproken worden van een zwak positief verband tussen het aantal vrienden op je SNS en de gehanteerde privacy-instellingen voor bovengenoemde persoonlijke gegevens. Hypothese 8 (p. 25) wordt bevestigd. Dit strookt niet met het onderzoek van Stutzman & Kramer-Duffield (2010) die stellen dat hoe meer vrienden je hebt, hoe vaker je je privacy-instellingen instelt naar ‘friends only’. Een mogelijke verklaring voor de bevinding in eigen onderzoek zou de soort van persoonlijke gegevens kunnen zijn die een samenhang vertonen. Voornaam, achternaam, geslacht en woonplaats 30

Aangezien de Levene’s test van de ANOVA significant is en dus niet verder kan worden geïnterpreteerd, werd een Kruskall Wallis uitgevoerd. 31 Deze variabele is omgezet in drie categorieën (zie voetnoot 28)

81

Deel 3: Resultaten worden door Nosko et al. (2010) aanzien als ‘personal identity information’. Deze informatie wordt gevraagd en weergegeven op de meeste SNS. Het is deze informatie die men als standaard beschouwd en vaak vraagt aan een individu in verschillende instellingen (bv. school, ziekenhuis, enzovoort). Ook je vriendenlijst wordt op de meeste SNS weergegeven (boyd, 2010). Tabel 22: Gamma en Tau-c32 voor aantal vrienden en privacy-instelling soort persoonlijk gegeven Aantal vrienden * Privacyinstelling persoonlijk

Gamma

Sign.

Tau-c

Sign.

Voornaam

0.140

0.007*

0.089

0.007*

Achternaam

0.170

0.001*

0.

0.003*

Geslacht

0.151

0.025*

0.079

0.025*

Leeftijd/geboortedatum

0.038

0.612

0.018

0.612

Woonplaats

0.185

0.010*

0.091

0.010*

Volledig adres

-0.090

0.434

-0.022

0.434

Studie/werk

0.041

0.598

0.019

0.598

Relatiestatus

-0.101

0.179

-0.048

0.179

Seksuele oriëntatie

-0.100

0.236

-0.039

0.236

Politieke oriëntatie

-0.119

0.265

-0.029

0.265

Profielfoto

0.017

0.808

0.009

0.808

Email

0.119

0.119

0.054

0.119

Religie

-0.080

0.477

-0.022

0.477

0.034

0.679

0.014

0.679

Statusupdates

0.236

0.025*

0.062

0.025*

Interesses en hobby’s

0.065

0.448

0.025

0.448

Commentaren

0.083

0.402

0.026

0.402

Foto’s van jezelf

0.228

0.018*

0.075

0.018*

Foto’s van anderen

0.259

0.004*

0.031

0.004*

Video’s

0.263

0.001**

0.113

0.001**

Vriendenlijst

0.153

0.055*

0.069

0.055

gegeven (soort)

Favoriete boeken, muziek en films

* p < 0.05 * p < 0.001 32

Er wordt een verband nagegaan tussen twee ordinale variabelen. Het gaat om onafhankelijke steekproeven. De vraag naar de parametrische verdeling is niet van toepassing omdat er getest zal worden op ordinaal niveau. Omdat het over een groot aantal waarnemingen gaat, wordt er gebruik gemaakt van de Gamma en de Tau-c.

82

Deel 3: Resultaten 5.3. Lezen privacy-beleid In tabel 23 (p. 83) wordt een beeld geschetst van het lezen van het privacy-beleid door de respondenten. Doorheen de analyses zullen de oorspronkelijke vier groepen teruggebracht worden op twee groepen. De eerste groep bestaat uit de respondenten die het privacy-beleid gedeeltelijk of helemaal hebben gelezen, zij krijgen score 1. De tweede groep omvat de respondenten die het privacy-beleid niet hebben gelezen, zij krijgen score 0. Bonneau & Preibusch (2009) en Lawler & Molluzzo (2010) gaven enkele redenen op waarom individuen, die weten dat het privacy-beleid bestaat, het toch nalaten om het te lezen. Het privacy-beleid is vaak te lang, geschreven in moeilijk verstaanbare termen en ontoegankelijk. De respondenten uit eigen onderzoek haalden nog andere redenen waardoor ze afzagen van het lezen van het privacy-beleid. Enkele respondenten gaven aan dat ze de grote lijnen van het privacy-beleid reeds kenden via andere bronnen zoals vrienden. Een andere reden die wordt aangehaald is het feit dat men voorzichtig is met wat men post op hun SNS en dat men geen informatie post dat men verborgen wil houden. Daarbij aansluitend zijn er ook enkele respondenten die zo weinig mogelijk informatie delen op hun SNS. Ze vinden dit voldoende om hun privacy te beschermen en lezen bijgevolg het privacy-beleid niet. Nog een reden waardoor men het privacy-beleid niet leest is het feit dat men dit betekenisloos vindt. Zo is een respondent overtuigd dat Facebook het beleid toch eenzijdig kan aanpassen. Andere redenen die nog worden aangehaald zijn: geen tijd, gemakzucht, te lui, privacy-beleid is te lang, privacy-beleid is te saai en elk privacy-beleid houdt hetzelfde in. Tabel 23: Frequentietabel voor ‘lezen privacy-beleid’ in absolute waarden en valide percentages Privacy-beleid gelezen? Ja, ik heb het

Ja, maar slechts een

volledig gelezen

gedeelte

79 (16.2%)

5.3.1.

218 (44.7%)

Nee. Ik weet dat het bestaat, maar heb het nooit gelezen 182 (37.7%)

Nee. Ik wist niet dat het bestond 9 (1.8%)

Totaal

488 (100%)

Verband geslacht en lezen privacy-beleid

Vrouwen zouden vaker het privacy-beleid lezen, dan mannen. Mannen zijn minder geneigd om de privacyverklaringen te lezen (Milne & Culnan, 2004) (Hoy & Milne, 2010). Een verklaring hiervoor wordt gegeven door WHOA (2009). Vrouwen hebben meer kans om slachtoffer te worden van misbruik op het internet. Hieruit vloeit voort dat zij hierdoor op een ander manier omgaan met het beveiligen en beschermen van hun persoonlijke gegevens dan 83

Deel 3: Resultaten mannen. Uit tabel 24 (p. 84) blijkt dat er een significant verband is tussen geslacht en het lezen van het privacy-beleid (² = 11.264; df = 3; p = .010 < 0.05). Het gaat echter om een zwak verband, de Cramer’s V bedraagt 0.152. Uit tabel 25 (p. 84) kan afgeleid worden dat meer vrouwen (17.4%) dan mannen (13.7%) het privacy-beleid volledig lezen. Er zijn ook meer vrouwen (47.7%) dan mannen (38.5%) die een deel lazen van het privacy-beleid van hun SNS. In totaal las 65.1% van de vrouwelijke SNS-gebruikers een deel van het privacybeleid of het hele privacy-beleid. Dit aantal ligt hoger dan bij de mannen waarbij slechts iets meer dan de helft van de mannen (52.2%) een deel van het privacy-beleid of het hele privacybeleid las. Dit bevestigd wat er eerder al bevonden is in de literatuur waarin beschreven staat dat vrouwen vaker het privacy-beleid lezen dan mannen. Hypothese 15 (p. 34) kan worden bevestigd. Om na te gaan of het lezen van het privacy-beleid een invloed uitoefent op het beschermen van je persoonlijke gegevens, worden er verdere analyses uitgevoerd. Tabel 24: Chikwadraattoets33 voor geslacht en ‘lezen privacy-beleid’

Geslacht * lezen privacy-beleid

²

Df.

Sig. (2-sided)

Cramer’s V

11.264

3

.010

.152

Tabel 25: Kruistabel geslacht en ‘lezen privacy-beleid’ Geslacht

Ja, ik heb het volledig Privacy-beleid

Count

Vrouwelijk

Mannelijk

Totaal

57

22

79

17.4%

13.7%

16.2%

156

62

218

47.7%

38.5%

44.7%

106

76

182

32.4%

47.2%

37.3%

gelezen

(gedeeltelijk)

% within

gelezen

geslacht Ja, maar slechts een gedeelte

Count

% within geslacht Nee. Ik weet dat het bestaat, Privacy-beleid

Count

maar heb het nooit gelezen % within

niet gelezen geslacht

33

Er wordt een verband onderzocht tussen een nominale en een ordinale variabele. Het gaat om onafhankelijke steekproeven. Aangezien het laagste meetniveau nominaal is, doet dit besluiten tot een chikwadraattoets.

84

Deel 3: Resultaten

Nee. Ik wist niet dat het

Count

8

1

9

2.4%

0.6%

1.8%

bestond % within geslacht

5.3.2.

Beveiligen

In het onderzoek van Lawler & Molluzzo (2010) beweren respondenten, die het privacybeleid hebben gelezen, over meer kennis te beschikken in verband met het beleid van hun SNS. In dit onderzoek is het de bedoeling om na te gaan of respondenten deze kennis ook tonen in hun gedrag ten aanzien van gehanteerde privacy-instellingen. A. Lezen van privacy-beleid en hoeveelheid persoonlijke gegevens De bedoeling is om na te gaan of er een verschil is tussen respondenten die het privacy-beleid (gedeeltelijk) lazen en diegenen die dat niet deden op het gebied van de hoeveelheid persoonlijke gegevens die zij delen. De Levene’s test (bijlage 6, tabel 46) is niet significant (p = .099), de varianties tussen de groepen zijn dus gelijk. Tabel 46 (bijlage 6) en tabel 26 (p. 85) geven weer dat de scores tussen de twee groepen significant verschillen (t = 2.109; df = 486; p = .035 < 0.005). De groep die het privacy-beleid wel (gedeeltelijk) lazen, delen minder persoonlijke gegevens op hun SNS (mean 15.4310), dan de groep die het privacy-beleid niet lazen (mean 16.0262). Tabel 26: Independent Samples T-test34 voor ‘lezen privacy-beleid’ en hoeveelheid persoonlijke gegevens Lezen privacy-

Mean

Std. Deviation

191

16.0262

2.87902

.020832

297

15.4310

3.14236

.18234

beleid Indicator hoeveelheid

Niet gelezen

Std. Error

N

Mean

gedeelde persoonlijke

Gelezen

gegevens 34

Er wordt een verschil nagegaan. De OV situeert zich op nominaal meetniveau met twee subgroepen. Het gaat om een onafhankelijke steekproef. De AV wordt strikt genomen gemeten op ordinaal niveau, maar door constructie van indicator op metrisch niveau. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. De steekproef is echter groot genoeg (N= 488) en een independent samples T-test is robuust tegen afwijkingen van normaliteit Rasha et al. (2007). Indien er echter gekozen zou worden voor de niet-parametrische variant, een Mann Withney, zou deze tot hetzelfde resultaat leiden. (mean rank gelezen = 233.37; mean rank niet gelezen = 261.81; p = .029)

85

Deel 3: Resultaten B. Lezen privacy-beleid en zichtbaarheid persoonlijke gegevens voor derden In dit onderzoek werd eveneens nagegaan of het lezen van het privacy-beleid een invloed heeft op het beveiligen van je persoonlijke gegevens voor derden. Hiervoor werd gebruik gemaakt van de zichtbaarheid van persoonlijke gegevens. Deze zichtbaarheid werd opgesplitst in twee dimensies. Enerzijds de dimensie ‘ enkel zichtbaar voor vrienden’ en anderzijds ‘zichtbaar voor derden’. Dit wordt hierboven op p. 59 uitgebreid uitgelegd. Uit tabel 27 (p. 86) kan afgeleid worden dat de zichtbaarheid van zeven soorten persoonlijke gegevens significant verband houdt met het lezen van het privacy-beleid. Er wordt een verband gevonden voor politieke oriëntatie, ‘favoriete boeken, films en muziek’, ‘interesses en hobby’s’, foto’s van jezelf, foto’s van anderen, video’s en religie. Er zijn meer respondenten die hun persoonlijke gegevens instelden naar ‘enkel zichtbaar voor vrienden’ wanneer men het privacy-beleid had gelezen. Dit geldt voor de zeven soorten van persoonlijke gegevens waarvoor een verband is gevonden. Aan de waarde van de Cramer’s V kan afgeleid worden dat het telkens om een zwak significant verband gaat. De nulhypothese die aanneemt dat er geen significant verband is, wordt verworpen. Hypothese 13 (p. 34) wordt bijgevolg bevestigd. Er is een significant verband tussen het lezen van het privacy-beleid en de zichtbaarheid van enkele persoonlijke gegevens. Tabel 27: Chikwadraattoets35 voor’ lezen privacy-beleid’ en zichtbaarheid persoonlijke gegevens36 ² (continuity

Df.

Sig. (2-sided)

Cramer’s V

.246

1

.620

-

.294

1

.587

-

.535

1

.465

-

.066

1

.797

3.796

1

.051

correction) Soort info (voornaam) * lezen privacybeleid Soort info (achternaam) * lezen privacybeleid Soort info (geslacht) * lezen privacy-beleid Soort info (leeftijd/geboortedatum)* lezen privacy-beleid Soort info (woonplaats) * lezen privacybeleid

35

-

-

Er wordt een verband gezocht. Aangezien het laagste meetniveau nominaal is, doet dit besluiten tot een chikwadraattoets. 36 Indien meer dan 20% van de cellen een verwachte frequentie heeft die lager ligt dan 5, mogen de cijfers niet geïnterpreteerd worden. Dit wordt weergegeven door een ‘-’ in te vullen in de tabel.

86

Deel 3: Resultaten Soort info (volledig adres) * lezen privacy-

-

-

-

-

3.378

1

.066

-

.990

1

.320

-

2.455

1

.117

-

6.009

1

.014*

.122

2.565

1

.109

-

19.203

1

.000**

.205

13.008

1

.000**

.169

1.907

1

.167

-

.755

.385

-

-

4.134

1

.042*

.099

9.305

1

.002*

.145

6.810

1

.009*

.127

2.240

1

.135

-

Soort info (religie) * lezen privacy-beleid

4.777

1

.029*

.109

Soort info (e-mail) * lezen privacy-beleid

2.335

1

.126

-

beleid Soort info (studie/werk) * lezen privacybeleid Soort info (relatiestatus) * lezen privacybeleid Soort info (seksuele oriëntatie) * lezen privacy-beleid Soort info (politieke oriëntatie) * lezen privacy-beleid Soort info (statusupdates) * lezen privacybeleid Soort info (interesses en hobby’s) * lezen privacy-beleid Soort info (favoriete boeken, films en muziek) * lezen privacy-beleid Soort info (commentaren en boodschappen) * lezen privacy-beleid Soort info (profielfoto) * lezen privacybeleid Soort info (foto’s van jezelf) * lezen privacy-beleid Soort info (foto’s van anderen) * lezen privacy-beleid Soort info (video’s) * lezen privacy-beleid Soort info (vriendenlijst) * lezen privacybeleid

* p < 0.05 * p < 0.001 87

Deel 3: Resultaten 5.3.3.

Beschermen

Om na te gaan of er een verschil is in het beschermen van persoonlijke gegevens tussen respondenten die het privacy-beleid lezen en diegenen die het niet lezen, wordt er gesteund op de factoranalyse (zie hierboven). Door middel van de schalen die op basis hiervan werden geconstrueerd, is analyse op een hoger meetniveau mogelijk. Er wordt een verschil nagegaan, het meetniveau van de AV is van belang. De AV bevindt zich op metrisch niveau, waardoor een test op ratio/intervalniveau mogelijk is. De bedoeling is om na te gaan of er een verschil is tussen de groep die het privacy-beleid (gedeeltelijk) lazen en de groep die het privacy-beleid niet lazen. De variabele ‘lezen privacy-beleid’ werd hiervoor gehercodeerd. Indien men het privacy-beleid gedeeltelijk of helemaal heeft gelezen, werd code 1 toegekend. Indien deze gebeurtenis zich niet had voorgedaan, werd code 0 toegekend. Hieronder werden analyses uitgevoerd voor de twee schalen: schaal ‘controlemaatregelen en schaal ‘defensieve maatregelen’. Er werd gekozen voor een independent samples T-test. A. Lezen privacy-beleid en schaal ‘controlemaatregelen’ De Levene’s test (bijlage 6, tabel 47) toont aan dat de varianties tussen de twee groepen van elkaar verschillen (p = .034 < 0.05). De interpretatie gebeurt ter hoogte van ‘equal variances not assumed’. De gemiddelde scores van de twee groepen blijken significant te verschillen (t = -5.404; df= 338.573; p = .000 < 0.05). De resultaten uit tabel 28 (p. 89) worden geïnterpreteerd. Hieruit kan afgeleid worden dat respondenten die het privacy-beleid (gedeeltelijk) gelezen hebben, meer controlemaatregelen dan respondenten die het privacybeleid niet hebben gelezen (mean wel gelezen = 3.3541, mean niet gelezen = 2.9821). Hypothese 14 (p. 34) kan bevestigd worden voor de schaal ‘controlemaatregelen’.

88

Deel 3: Resultaten Tabel 28: Independent Samples T-test37 voor ‘lezen privacy-beleid’ en schaal ‘controlemaatregelen’ Privacybeleid

Std. Error

N

Mean

Std. Deviation

Nee

128

2.9821

.77068

.05713

Ja

293

3.3541

.65709

.03839

Mean

gelezen Schaal ‘controlemaatregelen’

B. Lezen privacy-beleid en schaal ‘defensieve maatregelen’ Aangezien de Levene’s test (bijlage 6, tabel 48) niet significant is (p = .355 > 0.05), kan er besloten worden dat de varianties tussen de groepen gelijk zijn. De interpretatie bij ‘equal variances assumed’ duidt op een significant verschil tussen de twee groepen (t = -1.976; df = 355; p = .049 < 0.05). Uit tabel 29 (p. 89) kan afgelezen dat respondenten die het privacybeleid (gedeeltelijk) hebben gelezen, significant meer maatregelen nemen dan respondenten die het niet gelezen hebben (mean 1.9917 versus 1.8603). Hypothese 14 (p. 34) gaat, net als voor de schaal ‘controlemaatregelen’, op voor de schaal ‘defensieve maatregelen’. Tabel 29: Independent Samples T-test38 voor ‘lezen privacy-beleid’ en schaal ‘defensieve maatregelen’ Privacybeleid

Mean

Std. Deviation

Nee

145

1.8603

.58473

.04856

Ja

212

1.9917

.63814

.04383

gelezen Schaal ‘defensieve maatregelen’

Std. Error

N

Mean

37

Omdat de T-test robuust is tegen afwijkingen van normaliteit, werd hiervoor gekozen. De schaal ‘controlemaatregelen’ is echter niet normaal verdeeld. De scheefheid ligt niet tussen -1.96 en 1.96. Indien er omwille van deze reden toch gekozen zou worden voor een niet-parametrische test, zou dit tot hetzelfde resultaat leiden. De Mann-Whitney geeft volgende resultaten: (mean rank niet gelezen = 197.06; mean rank wel gelezen = 263.43; p = .000 < 0.05) 38

Omdat de T-test robuust is tegen afwijkingen van normaliteit, werd hiervoor gekozen. De schaal ‘controlemaatregelen’ is echter niet normaal verdeeld. De scheefheid ligt niet tussen -1.96 en 1.96. Indien er omwille van deze reden toch gekozen zou worden voor een niet-parametrische test, zou dit tot hetzelfde resultaat leiden. De Mann-Whitney geeft volgende resultaten: (mean rank niet gelezen = 166.00; mean rank wel gelezen = 187.89; p = .047 < 0.05)

89

Deel 3: Resultaten

5.4.

Bewustzijn persoonlijke gegevens gedeeld worden met andere organisaties

5.4.1.

Beveiligen

SNS-gebruikers zijn zich vaak niet bewust dat hun persoonlijke gegevens gedeeld worden met derden door hun SNS. Verder zijn ze vaak ook niet op de hoogte van de duurzaamheid van hun data, wat hun lidmaatschap precies inhoudt, enzovoort (Gross & Acquisti, 2005). Govani & Pashley (2005) bevonden een verband tussen respondenten die zich bewust zijn van deze praktijk en het wijzigen van privacy-instellingen. Hier bouwt het eigen onderzoek op verder. Er wordt nagegaan of er een verschil is tussen beide groepen op het gebied van de hoeveelheid persoonlijke gegevens die men deelt en de zichtbaarheid van deze persoonlijke gegevens voor derden. A. Bewustzijn delen persoonlijke gegevens en hoeveelheid persoonlijke gegevens. Er werd gezocht naar een verschil in de hoeveelheid persoonlijke gegevens die men deelt tussen twee groepen. De éne groep is zich ervan bewust dat persoonlijke gegevens, door de SNS, gedeeld worden met andere organisaties. De andere groep niet. Het gaat om een onafhankelijke steekproef. Er werd geopteerd voor een independent samples T-test39. De Levene’s test (bijlage 6, tabel 49) is niet significant (p = .733), de varianties zijn gelijk. De test werd geïnterpreteerd bij ‘equal variances assumed’. Er kan geconcludeerd worden dat er geen significant verschil is tussen de gemiddelde scores van de twee groepen (t = -.035, df = 486, p = .972). De niet-parametrische variant, de Mann Whitney, vertoont hetzelfde resultaat (p = .487). Er is geen significant verschil in de hoeveelheid informatie die personen die zichzelf ervan bewust zijn dat hun SNS persoonlijke gegevens deelt met andere organisaties en personen die zichzelf hier niet bewust van zijn. B. Bewustzijn delen persoonlijke gegevens en zichtbaarheid van persoonlijke gegevens Er wordt exploratief onderzocht of er een verband is tussen de zichtbaarheid van je gegevens en het bewustzijn dat je persoonlijke gegevens gedeeld worden met andere organisaties. Tabel 30 (p. 91) toont aan dat er geen enkel significant verband te bespeuren is. Hoewel er in de individuele kruistabellen van de soorten persoonlijke gegevens te zien is dat er verschillen zijn tussen zij die zich wel bewust zijn en zij die zich niet bewust zijn, geeft de chikwadraattoets aan dat deze verbanden niet significant zijn. De gevonden verschillen zijn te 39

Er werd een verschil gezocht tussen twee onafhankelijke groepen. Het meetniveau van de AV is kwantitatief. Hoewel de AV niet voldoet aan de normaal verdeling, werd toch gekozen voor deze test. De independent samples T-test is immers robuust tegen afwijkingen van normaliteit ( Rasha et al., 2007)

90

Deel 3: Resultaten wijten aan het toeval en gelden enkel voor de steekproef. De sterkte van de verbanden, gemeten door de Cramer’s V, wordt zodoende niet geïnterpreteerd. De nulhypothese die stelt dat er geen verband is, wordt behouden. Hypothese 16 (p. 36) wordt niet bevestigd. Tabel 30: Chikwadraattoets40 voor ‘bewustzijn delen persoonlijke gegevens’ en zichtbaarheid van persoonlijke gegevens41 ² (continuity

Df.

Sig. (2-sided)

Cramer’s V

correction) Soort info (voornaam) * studiejaar

1.352

1

.245

-

Soort info (achternaam) * studiejaar

2.582

1

.108

-

Soort info (geslacht) * studiejaar

.041

1

.840

-

.462

1

.497

Soort info (woonplaats) * studiejaar

.000

1

1.000

-

Soort info (volledig adres) * studiejaar

.000

1

1.000

-

Soort info (studie/werk) *studiejaar

.056

1

.814

-

Soort info (relatiestatus) *studiejaar

.485

1

.486

-

Soort info (seksuele oriëntatie) * studiejaar

.165

1

.684

-

Soort info (politieke oriëntatie) * studiejaar

.035

1

.852

-

Soort info (statusupdates) * studiejaar

2.076

1

.150

-

2.546

1

.111

-

1.045

1

.307

-

.180

1

.671

-

Soort info (profielfoto) * studiejaar

.000

1

.901

-

Soort info (foto’s van jezelf) * studiejaar

.237

1

.491

-

Soort info (foto’s van anderen) * studiejaar

1.023

1

.312

-

Soort info (video’s) * studiejaar

3.431

1

.064

-

Soort info (vriendenlijst) * studiejaar

.619

1

.431

-

Soort info (religie) * studiejaar

.130

1

.718

-

Soort info (e-mail) * studiejaar

.955

1

.328

-

Soort info (leeftijd/geboortedatum)* studiejaar

Soort info (interesses en hobby’s) * studiejaar Soort info (favoriete boeken, films en muziek) * studiejaar Soort info (commentaren en boodschappen) * studiejaar

-

* p < 0.05 ** p < 0.001 40

Er wordt een verband onderzocht tussen twee nominale variabelen. Het gaat om onafhankelijke steekproeven. Aangezien het laagste meetniveau nominaal is, doet dit besluiten tot een chikwadraattoets. 41 Indien meer dan 20% van de cellen een verwachte frequentie heeft die lager ligt dan 5, mogen de cijfers niet geïnterpreteerd worden. Dit wordt weergegeven door een ‘-’ in te vullen in de tabel.

91

Deel 3: Resultaten 5.4.2.

Beschermen

Steeds meer volwassenen zijn zich bewust van de beschikbaarheid van hun gegevens op het wereldwijde web, maar slechts enkelen nemen maatregelen om hun persoonlijke informatie te beschermen (Maddden et al., 2007). In volgende analyses wordt onderzocht of er een verschil is tussen respondenten die over dit bewustzijn beschikken en deze die hier niet over beschikken en de privacybeschermende maatregelen die zij nemen. Dit wordt per schaal van maatregelen onderzocht. A. Bewustzijn gebruik persoonlijke gegevens en schaal ‘controlemaatregelen’ De bedoeling is om na te gaan of er een verschil is in het nemen van controlemaatregelen en het al dan niet bewust zijn van het delen van je gegevens met andere organisaties door je SNS. Uit de Levene’s test (bijlage 6, tabel 50) kan geconcludeerd worden dat beide varianties gelijk zijn (p = .990). De independent samples T-test is significant op het 5%-niveau, het verschil tussen de gemiddelde scores van de groepen is significant (t = 2.937, df = 473, p = .003 < 0.05). Respondenten die zich bewust zijn van het feit dat hun persoonlijke gegevens gedeeld worden met andere organisaties, nemen meer controlemaatregelen dan anderen (mean 3.2584 vs. Mean 3.0111) (tabel 31, p. 92). Hypothese 16 (p. 36) wordt hier bevestigd. Tabel 31: Independent Samples T-test42 voor ‘bewustzijn delen persoonlijke gegevens’ en schaal ‘controlemaatregelen’ Bewust dat persoonlijke gegevens gebruikt worden

Mean

Std. Deviation

Nee

90

3.0111

.70403

.07421

Ja

385

3.2584

.70403

.03683

voor andere doeleinden Schaal ‘controlemaatregelen’

Std. Error

N

Mean

B. Bewustzijn gebruik persoonlijke gegevens en schaal ‘defensieve maatregelen’ Omwille van dezelfde reden als hierboven, wordt ook voor de schaal ‘defensieve maatregelen’ getest of er een verschil is tussen twee groepen. Voor deze analyse kunnen dezelfde conclusies getrokken worden als voor de schaal ‘controlemaatregelen’. De Levene’s 42

Er wordt een verschil nagegaan. De OV situeert zich op nominaal meetniveau met twee subgroepen. Het gaat om een onafhankelijke steekproef. De AV wordt strikt genomen gemeten op ordinaal niveau, maar door factoranalyse werden schalen gecreëerd waardoor gemeten kon worden op metrisch meetniveau. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. De steekproef is echter groot genoeg (N= 488) en een independent samples T-test is robuust tegen afwijkingen van normaliteit (Rasha et al., 2007). Indien er echter gekozen zou worden voor de niet-parametrische variant, een Mann Withney, zou deze tot hetzelfde resultaat leiden. (mean rank bewust = 246.97; mean rank niet bewust = 199.62; p = .003)

92

Deel 3: Resultaten test (bijlage 6, tabel 51) is niet significant (p = .873), de varianties tussen beide groepen is gelijk. Er is een significant verschil in de gemiddelde scores tussen beide groepen (t = 2.395, df = 355, p = .017 < 0.05). De nulhypothese wordt verworpen, Hypothese 17 (p. 36) wordt bevestigd. De resultaten in tabel 32 (p. 93) tonen aan dat respondenten, die zich bewust zijn van het feit dat hun persoonlijke gegevens gedeeld worden met andere organisaties, meer defensieve maatregelen nemen dan respondenten die zich hier niet van bewust zijn (mean 1.9745 vs. mean 1.7698). Tabel 32: Independent Samples T-test43 voor ‘bewustzijn delen persoonlijke gegevens’ en schaal ‘defensieve maatregelen’ Bewust dat persoonlijke gegevens gebruikt worden

Mean

Std. Deviation

Nee

63

1.7698

.59450

.03615

Ja

294

1.9745

.59450

.07490

voor andere doeleinden Schaal ‘defensieve maatregelen’

Std. Error

N

Mean

6. Slachtofferschap negatieve internetervaringen In tabel 33 (p. 94) wordt een weergave getoond van het slachtofferschap en de mate waarin men onder de indruk was van negatieve internetervaringen. Hieruit kan worden afgeleid dat slechts 6.8% van de respondenten nog nooit te maken heeft gehad met storende reclame. Dit is in sterk contrast met bv. stalking waar 434 (88.9%) respondenten te kennen geven dat ze er nog nooit mee te maken hebben gehad. Omdat de verschillende typen van negatieve internetervaringen sterk uit elkaar liggen, werd geopteerd om elke type afzonderlijk te analyseren. Zo kan er gekeken worden welke negatieve internetervaringen in werkelijkheid een verband vertonen met privacy-instellingen en met het nemen van privacybeschermende maatregelen.

43

Er wordt een verschil nagegaan. De OV situeert zich op nominaal meetniveau met twee subgroepen. Het gaat om een onafhankelijke steekproef. De AV wordt strikt genomen gemeten op ordinaal niveau, maar door factoranalyse werden schalen gecreëerd waardoor gemeten kon worden op metrisch meetniveau. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. De steekproef is echter groot genoeg (N= 488) en een independent samples T-test is robuust tegen afwijkingen van normaliteit (Rasha et al, 2007). Indien er echter gekozen zou worden voor de niet-parametrische variant, een Mann Withney, zou deze tot hetzelfde resultaat leiden. (mean rank bewust = 185.04; mean rank niet bewust = 150.83; p = .016)

93

Deel 3: Resultaten Tabel 33: Frequentietabel van slachtofferschap soorten negatieve internetervaringen in absolute waarden en valide percentages Soort

negatieve

Neen

internetervaring

Ja, maar ik

Ja, ik was

Ja, ik was zeer

was niet

tamelijk

geschokt

onder de

geschokt

N

Missing values

indruk Storende reclame

Technische problemen

Stalking Misbruik van je identiteitsgegevens

33 (6.8%)

385 (78.8%)

49 (10.1%)

19 (3.9%)

486 (100%)

2

140 (29.0%)

162 (33.2%)

138 (28.6%)

43 (8.9%)

483 (100%)

5

434 (88.9%)

27 (5.5%)

21 (4.3%)

6 (1.2%)

488 (100%)

-

427 (88.0%)

26 (5.4%)

25 (5.2%)

7 (1.4%)

485 (100%)

3

386 (79.3%)

53 (10.9%)

34 (7.0%)

14 (2.9%)

487 (100%)

1

268 (55.1%)

136 (28.0%)

59 (12.1%)

23 (4.7%)

486 (100%)

2

373 (76.7%)

59 (12.1%)

44 (9.1%)

10 (2.1%)

486 (100%)

2

421 (86.6%)

23 (4.7%)

33 (6.8%)

9 (1.8%)

486 (100%)

2

269 (55.8%)

133 (27.6%)

57 (11.8%)

23 (4.8%)

482 (100%)

6

Ongewenste seksuele benadering Ongewenst zien van seksuele beelden Ongewenst gewelddadige beelden Online pestgedrag Aanstootgevende inhoud op websites

6.1. Beveiligen Mensen ervaren op het internet minder grenzen dan in de realiteit. Men stelt zichzelf sneller bloot op het internet, waardoor risico’s worden verhoogd (Valkenburg & Peter, 2010). Indien men met deze risico’s in aanraking komt, is er nog niet meteen sprake van een negatieve internetervaring. Hiervan spreekt men pas wanneer men een onaangename ervaring overhoudt aan deze risico’s (Livingstone et al., 2010). Uit onderzoek blijkt dat SNS-gebruikers eerst een

94

Deel 3: Resultaten negatieve internetgebeurtenis moeten meemaken voordat men selectiever wordt in het delen van informatie met anderen. Men dringt aan op verder onderzoek (Govani & Pashley, 2005). A. Negatieve internetervaringen en hoeveelheid persoonlijke gegevens In dit onderzoek wordt er verder ingegaan op de bevindingen van Govani & Pashley (2005). Hier wordt nagegaan of gebruikers die slachtoffer waren van een negatieve internetervaring effectief selectiever zijn in de hoeveelheid persoonlijke gegevens die ze delen op hun SNS. Er werd voor elke type een aparte analyse uitgevoerd. Aangezien er een verschil werd gezocht, werd er geopteerd voor een independent samples T-test omdat deze robuust is tegen afwijkingen van normaliteit. Allereerst werd, aan de hand van de Levene’s test, de homogeniteit van de varianties nagegaan (bijlage 6, tabel 52 - tabel 60). Indien de Levene’s test significant was op het 5%-niveau, werd de nulhypothese die stelt dat beide varianties gelijk zijn, verworpen. Indien de Levene’s test niet significant was, werd de nulhypothese behouden. Vervolgens werd er gekeken naar het significantieniveau van het verschil in de gemiddelde scores. Daaruit kon geconcludeerd worden dat geen enkel type van negatieve internetervaringen een significant verschil vertoont in de hoeveelheid persoonlijke gegevens die gedeeld worden. De nulhypothese wordt bevestigd, hypothese 11 (p. 33) wordt verworpen. B. Negatieve internetervaringen en privacy-instellingen van persoonlijke gegevens individueel Het meemaken van een negatieve internetervaring zou gebruikers selectiever maken in het delen van informatie (Govani & Pashley, 2005). Er werd onderzocht of er een verschil tussen slachtoffers van een negatieve internetervaring en niet-slachtoffers op het vlak van privacyinstellingen van je persoonlijke gegevens. Er wordt per type negatieve ervaring en per soort persoonlijk gegeven nagegaan of er een verschil te bespeuren is. Omdat hiervoor ettelijke analyses uitgevoerd zijn, worden enkel de significante verschillen weergegeven in tabel 34 (p. 96). Behalve voor ‘misbruik van identiteitsgegevens’ werd er voor elk type van negatieve internetervaringen een significant verschil gevonden. Hypothese 9 (p. 28) wordt bevestigd. Slachtoffers van negatieve internetervaringen hanteren strengere privacy-instellingen voor seksuele oriëntatie en interesses en hobby’s dan personen die geen slachtoffer waren. Een mogelijke verklaring kan gevonden worden in de theorie van Nosko et al. (2010). Volgens deze theorie behoren seksuele oriëntatie en interesses en hobby’s tot ‘potentially stigmatizing information’. Het is gevoelige informatie over het individu die kan leiden tot stigmatisering. Mogelijk delen individuen deze informatie in ieder geval al minder snel dan informatie die als 95

Deel 3: Resultaten ‘standaard’ wordt beschouwd. Het meemaken van een negatieve internetervaring zou dit verder mee in de hand kunnen werken. Opvallend is dat slachtoffers zwakkere privacy-instellingen hanteren voor informatie zoals voornaam, achternaam, profielfoto en geslacht dan niet-slachtoffers. Nosko et al. (2010) klasseren deze informatie onder de term ‘personal identity information’. Deze informatie wordt als standaard beschouwd en maken het mogelijk om iemand te identificeren. Ze worden in verschillende instellingen van een individu gevraagd en worden bijgevolg dus sneller gedeeld. Dit houdt echter verschillende risico’s in voor het individu (Nosko et al., 2010). Het is mogelijk dat slachtoffers van negatieve internetervaringen hun gegevens sneller verstrekken ‘uit gewoonte’ dan niet-slachtoffers.

Tabel 34: Mann Whitney44 voor negatieve internetervaringen en privacy-instellingen soort gegevens Soort

Mann

Sign.

Type negatieve

persoonlijk

Whitney

tailed)

internetervaring

gegeven

Storende reclame

Seksuele

niet-slachtoffer

21605.000

0.043

234.99

259.18

20507.000

0.003

231.79

267.02

10056.500

0.047

213.73

248.33

-

-

-

-

-

Woonplaats

17202.500

0.050

266.68

238.07

Volledig adres

16556.000

0.001

214.92

251.61

Interesses en hobby’s

benadering

rank

309.30

problemen

Ongewenste seksuele

slachtoffer

mean

238.71

oriëntatie

identiteitsgegevens

rank

0.001

Technische

Misbruik van

Mean

5303.000

Oriëntatie Seksuele

Stalking

(2-

Seksuele oriëntatie

44

Er wordt een verschil onderzocht tussen twee groepen: slachtoffers en niet-slachtoffers. De AV bevindt zich op ordinaal meetniveau. Dit doet besluiten tot een parametrische test, namelijk de Mann Whitney.

96

Deel 3: Resultaten

Ongewenst zien van seksuele beelden

Ongewenst zien van gewelddadige beelden

Online pestgedrag

Aanstootgevende inhoud

Voornaam

25591.500

.010

260.11

229.99

Achternaam

25651.000

0.012

259.83

230.21

Voornaam

18547.000

0.035

265.87

236.72

Geslacht

18569.000

0.045

265.67

236.78

Profielfoto

18408.500

0.032

267.09

236.35

Profielfoto

11564.000

0.035

276.08

238.47

Profielfoto

24781.000

0.008

259.66

227.12

6.2. Beschermen Zoals hierboven al werd beschreven, kunnen negatieve internetervaringen een invloed uitoefenen op het delen van informatie met anderen. Omdat men in het onderzoek van Govani & Pashley (2005) wordt aangespoord tot verder onderzoek, wordt niet enkel het beveiligen van deze informatie onderzocht. In dit deel zal worden onderzocht of negatieve internetervaringen een verband vertonen met het nemen van privacybeschermende maatregelen. A. Negatieve internetervaring en schaal ‘controlemaatregelen’ Slachtofferschap negatieve internetervaring en schaal ‘controlemaatregelen’ In tabel 35 (p. 98) worden de resultaten weergeven voor het verschil tussen personen die slachtoffers waren van negatieve internetervaringen en diegenen die dit niet waren45. Allereerst werd de Levene’s Test (bijlage 6, tabel 61 - tabel 69) geïnterpreteerd. Enkel de negatieve ervaringen waarvoor een significant verschil gevonden werd, werden opgenomen in tabel 35. Voor drie types van negatieve internetervaringen werd er een significant verschil gevonden. Telkens scoorden slachtoffers van deze drie types gemiddeld hoger op de schaal

45

De variabelen ‘onaangename ervaring’ werd gehercodeerd naar ‘slachtoffer van onaangename ervaring’. De antwoordcategorieën werden gehercodeerd. Indien men geen slachtoffer was van een negatieve internetervaring, werd score 0 toegekend. De overige drie categorieën: ‘ja, maar ik was niet onder de indruk’,’ ja, ik was tamelijk geschokt’ en’ ja, ik was zeer geschokt’ werden samengevoegd onder slachtofferschap en kregen de code 1. Zo ontstonden er twee groepen: slachtoffers en niet-slachtoffers

97

Deel 3: Resultaten dan niet-slachtoffers. Ze nemen gemiddeld dus meer controlemaatregelen dan andere respondenten. De drie types waarvoor een significant verschil gevonden is, zijn: storende reclame (t = -1.965, df = 471, p = .050), ongewenste seksuele benadering (t = -3.172, df = 472, p = .002) en het ongewenst zien van seksuele beelden (t = -2.013, df = 471, p = .045). Hypothese 12 (p. 33) kan bevestigd worden voor de hierboven omschreven types van negatieve internetervaringen. Tabel 35: Independent Samples T-test46 voor slachtofferschap negatieve internetervaring en schaal ‘controlemaatregelen’ Slachtoffer negatieve internetervaring

N

Mean

Std. Deviation

Std. Error Mean

Nee

31

2.29677

.62497

.11225

Ja

442

3.2313

.72829

.03464

Nee

375

3.1567

.73101

.03775

Ja

99

3.4141

.66831

.06717

Nee

261

3.1485

.72968

.04517

Ja

212

3.2830

.71426

.04906

Storende reclame

Ongewenste seksuele benadering

Ongewenst zien van seksuele beelden

Mate van slachtofferschap negatieve internetervaringen en schaal ‘controlemaatregelen’ Hier wordt nagegaan of er een verschil is tussen de mate van slachtofferschap en het nemen van controlemaatregelen. Er werd een verschil nagegaan tussen vier groepen. De eerste groep is geen slachtoffer van de negatieve internetervaring. Groep twee is slachtoffer van een negatieve internetervaring, maar is hier niet van onder de indruk. De volgende groep is eveneens slachtoffer en tamelijk geschokt door datgene wat hem overkomen is. Ten slotte is de vierde groep slachtoffers zeer geschokt door de negatieve internetervaring.

46

Er wordt een verschil nagegaan. De OV situeert zich op nominaal meetniveau met twee subgroepen. Het gaat om een onafhankelijke steekproef. De AV wordt strikt genomen gemeten op ordinaal niveau, maar door een factoranalyse werd een schaal geconstureerd. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. De steekproef is echter groot genoeg (N= 488) en een independent samples T-test is robuust tegen afwijkingen van normaliteit (Rasha et al., 2007).

98

Deel 3: Resultaten Voor elk type van negatieve internetervaring, werd apart een analyse uitgevoerd. Tabel 36 (p. 99) geeft de resultaten weer voor deze analyse. Hieruit kan afgeleid worden dat er enkel een significant verschil is tussen de vier groepen op het gebied van twee types negatieve internetervaringen: stalking (kruskall wallis = 11.325, df = 3, p = .010 < 0.05) en ongewenste seksuele benadering (kruskall wallis = 13.283, df = 3, p = .004 < 0.05). Hoe het verschil zich uit, kan afgelezen worden in tabel 37 (p. 100). Slachtoffers die zeer geschokt waren door een negatieve internetervaring, scoren het hoogst. Zij nemen de meeste controlemaatregelen met betrekking tot privacy. Daarna gaat het verder in dalende lijn. De groep die tamelijk geschokt is, neemt meer maatregelen dan de groep die niet onder de indruk is en de niet-slachtoffers. Opgemerkt kan worden dat de groep die geen slachtoffer is van stalking, toch meer maatregelen neemt dan de groep die slachtoffer was, maar niet onder de indruk was. Bij de slachtoffers van een ongewenste seksuele benadering scoren opnieuw de slachtoffers die het meest onder de indruk waren het hoogst. De niet-slachtoffers scoren het laagst. Tabel 36: Kruskall Wallis47 voor negatieve internetervaringen en schaal ‘controlemaatregelen’ Negatieve internetervaring

Kruskall Wallis

df

Asymp. Sig.

6.716

3

.082

‘controlemaatregelen’

1.283

3

.733

Stalking* schaal ‘controlemaatregelen’

11.325

3

.010*

1.399

3

.706

13.283

3

.004*

6.906

3

.075

3.946

3

.267

Storende reclame * schaal ‘controlemaatregelen’ Technische problemen * schaal

Misbruik identiteitsgegevens * schaal ‘controlemaatregelen Ongewenste seksuele benadering* schaal ‘controlemaatregelen’ Ongewenst zien van seksuele beelden* schaal ‘controlemaatregelen’ Ongewenst zien van gewelddadige beelden* schaal ‘controlemaatregelen’

47

Er werd gezocht naar een verschil, maar de afhankelijke variabele is niet normaal verdeeld. Daarom werd er gekozen voor een Kruskall Wallis in plaats van een ANOVA.

99

Deel 3: Resultaten Ongewenst zien van online pestgedrag * schaal ‘controlemaatregelen’

2.172

3

.538

4.034

3

.258

Aanstootgevende inhoud* schaal ‘controlemaatregelen’

* p < 0.05 Tabel 37: Mean ranks voor negatieve internetervaringen en schaal ‘controlemaatregelen’

Neen

Ja, maar ik was niet onder de indruk

Ja, ik was tamelijk geschokt

Ja, ik was zeer geschokt

Stalking

233.91

219.91

307.64

362.64

Ongewenste seksuele benadering

226.25

282.48

265.12

308.04

B. Negatieve internetervaring en schaal ‘defensieve maatregelen’ Slachtofferschap negatieve internetervaring en schaal ‘defensieve maatregelen’ De bedoeling was om na te gaan of er een verschil is tussen slachtoffers en niet-slachtoffers van negatieve internetervaringen en het nemen van privacybeschermende maatregelen. In dit geval werd er gefocust op de schaal ‘defensieve maatregelen’. Net als hierboven werd eerst de Levene’s test geïnterpreteerd (bijlage 6, tabel 70 - tabel 78). In tabel 38 (p. 101) werden enkel de negatieve ervaringen opgenomen die een significant verschil vertonen tussen de twee groepen. Er werd slechts voor twee types een significant verschil gevonden: stalking (t = 2.520, df = 355, p = .012 < 0.05) en ongewenste seksuele benadering (t = -2.289, df = 354, p = .023 < 0.05). In beide gevallen scoren slachtoffers van deze negatieve internetervaringen hoger op de schaal ‘defensieve maatregelen’. Hieruit kan geconcludeerd worden dat slachtoffers van stalking en ongewenste seksuele benadering significant meer defensieve maatregelen nemen dan niet-slachtoffers. Tabel 38 (p. 101) toont aan dat slachtoffers van stalking gemiddeld 2.1912 scoren tegenover 1.9118 bij de niet-slachtoffers. Bij ongewenste seksuele benadering zijn deze gemiddelde waarden 2.0868 vs. 1.9005. Hypothese 12 (p. 33) wordt bevestigd voor slachtoffers van stalking en slachtoffers van ongewenste seksuele benadering.

100

Deel 3: Resultaten Tabel 38: Independent Samples T-test48 voor slachtofferschap negatieve internetervaring en schaal ‘defensieve maatregelen’ Slachtoffer negatieve internetervaring

N

Mean

Std. Deviation

Std. Error Mean

Nee

323

1,9118

,61170

,03404

34

2,1912

,64567

,11073

284

1,9005

,61490

,03649

72

2,0868

,62399

,07354

Stalking Ja

Ongewenste seksuele benadering

Nee Ja

Mate van slachtofferschap negatieve internetervaringen en schaal ‘defensieve maatregelen’ Net als hierboven wordt hier nagegaan of er een verschil is tussen de vier groepen van slachtofferschap. Er werd onderzocht welke types van negatieve internetervaringen een invloed uitoefenen op het nemen van defensieve maatregelen. Tabel 39 (p. 102) geeft per negatieve ervaring de analyse aan de hand van een Kruskall Wallis weer. De resultaten geven enkel een significant verschil weer voor de negatieve internetervaring ‘aanstootgevende inhoud’ (kruskall wallis = 8.177, df = 3, p = .042 < 0.05). Opmerkelijk is dat slachtoffers die zeer geschokt waren van de aanstootgevende inhoud, de minste defensieve maatregelen nemen (Tabel 40, p. 102). Hierna volgen de niet-slachtoffers en gaat het verder in stijgende lijn.

48

Er wordt een verschil nagegaan. De OV situeert zich op nominaal meetniveau met twee subgroepen. Tussen Het gaat om een onafhankelijke steekproef. De AV wordt strikt genomen gemeten op ordinaal niveau, maar door een factoranalyse werd een schaal geconstrueerd. Wanneer de normaliteit wordt nagegaan, wordt een klokcurve vastgesteld. De scheefheid ligt echter niet tussen -1.96 en 1.96. De steekproef is echter groot genoeg (N= 488) en een independent samples T-test is robuust tegen afwijkingen van normaliteit (Rasha et al., 2007).

101

Deel 3: Resultaten Tabel 39: Kruskall Wallis 49voor negatieve internetervaringen en schaal ‘defensieve maatregelen’ Negatieve internetervaring Storende reclame * schaal ‘defensieve maatregelen’

Kruskall Wallis

df

Asymp. Sig.

2.504

3

.475

1.442

3

.696

7.270

3

0.064

3.778

3

.286

6.512

3

0.089

.176

3

.981

7.514

3

0.057

4.284

3

.232

8.177

3

0.042*

Technische problemen * schaal ‘defensieve maatregelen’ Stalking* schaal ‘defensieve maatregelen’ Misbruik identiteitsgegevens * schaal ‘defensieve maatregelen’ Ongewenste seksuele benadering* schaal ‘defensieve maatregelen’ Ongewenst zien van seksuele beelden* schaal ‘defensieve maatregelen’ Ongewenst zien van gewelddadige beelden* schaal ‘defensieve maatregelen’ Ongewenst zien van online pestgedrag * schaal ‘defensieve maatregelen’ Aanstootgevende inhoud* schaal ‘defensieve maatregelen’

* p < 0.05 Tabel 40: Mean rank voor aanstootgevende inhoud en schaal ‘defensieve maatregelen’ Neen

Aanstootgevende inhoud

Ja, maar ik was niet onder de indruk

169.88

181.62

49

Ja, ik was tamelijk geschokt

215.76

Ja, ik was zeer geschokt

144.18

Er werd gezocht naar een verschil, maar de afhankelijke variabele is niet normaal verdeeld. Daarom werd er gekozen voor een Kruskall Wallis in plaats van een ANOVA.

102

Deel 3: Resultaten

Hoofdstuk 3: Beperkingen onderzoek en suggesties voor verder onderzoek In dit deel worden de beperkingen van dit onderzoek en de suggesties voor verder onderzoek uiteengezet. De bedoeling hiervan is dat het toekomstige onderzoekers houvast biedt in het voeren van eigen onderzoek. Op die manier kunnen beperkingen worden vermeden en nieuwe wegen worden opengelegd. Een eerste beperking van dit onderzoek is dat de meeste respondenten lid zijn van dezelfde SNS, namelijk Facebook (98,6%). Hoewel het de bedoeling was om alle SNS te betrekken en zo een meerwaarde te bieden in de literatuur, is dit onderzoek hier niet in geslaagd. Een mogelijke verklaring zou kunnen zijn dat deze SNS de grootste SNS is op dit moment, waardoor het moeilijk is om veel gebruikers van andere SNS te betrekken. Een andere verklaring zou de populariteit van de SNS bij universiteitsstudenten kunnen zijn. Toch is dit een aandachtspunt waar in vervolgonderzoek rekening mee moet worden gehouden zodat manieren gevonden kunnen worden om ook andere SNS te betrekken. Een tweede beperking hangt samen met de steekproef. Omwille van pragmatische redenen werden enkel studenten bevraagd die studeren aan de KUL. Er werd verder nog geselecteerd op de studierichting, namelijk rechten,

criminologische

wetenschappen en informatica. De resultaten in dit onderzoek kunnen dus niet gegeneraliseerd worden naar de onderzoekspopulatie ‘universiteitsstudenten’. Het is mogelijk dat op deze universiteit en in deze richtingen andere normen en waarden heersen dan op andere universiteiten en in andere richtingen. Het is dan ook aanbevolen dat er in verder onderzoek studenten van andere universiteiten en richtingen te betrekken zodat de resultaten gegeneraliseerd kunnen worden. Door te kiezen voor een online survey, werd interviewersbias vermeden. Anderzijds zorgt een web-survey ervoor anderzijds ook voor dat antwoorden niet steeds even betrouwbaar zijn. Men kan niet zeker zijn dat de respondent de vragenlijst zelf invult en of hij/zij dit aandachtig doet. Dit kan deels opgevangen worden door, in de toekomst, het kwantitatieve onderzoek te ondersteunen met kwalitatieve enquêtes. Op die manier kan de aandacht van de respondent vastgehouden worden door de onderzoeker. Een ander voordeel van kwalitatieve enquêtes is dat de onderzoeker kan ingaan op de dieperliggende factoren die verscholen zitten achter de resultaten. Hierdoor kan er gezocht worden naar verklaringen voor de gevonden resultaten. Een ander nadeel van de online survey is dat respondenten zichzelf selecteren. Hiermee wordt bedoeld dat het denkbaar is dat individuen die zich interesseren voor het onderwerp, de vragenlijst sneller zullen invullen. Het 103

Deel 3: Resultaten is van belang om hier in verder onderzoek bij stil te staan. Anderen kunnen gemotiveerd worden door: voldoende tijd te bieden, te herinneren aan de enquête, te werken met incentives, enzovoort. Door de beperkte tijdsomvang en omwille van praktische redenen werd er geen herinneringsmail gestuurd naar mogelijke respondenten. Wegens tijdsgebrek is er niet ingegaan op bepaalde onderzoeksvragen die eerst voorop gesteld waren. Dit zou het onderzoek te omvangrijk hebben gemaakt om op een beperkte tijd af te ronden. Volgende factoren zouden nog onderzocht kunnen worden: studierichting, kennis van het privacybeleid, aantal updates op je SNS, aantal keer dat je je SNS bezoekt, en bewustzijn van de privacy-instellingen. De factoren die betrokken werden in het onderzoek werden geselecteerd op basis van literatuur en interesse. Verder dient er, in de toekomst, oog te zijn voor verschillen in persoonlijkheid tussen gebruikers die mogelijk een invloed uitoefenen op het beveiligen en beschermen van persoonlijke gegevens. Niet ieder individu is even gewillig om zijn persoonlijke gegevens te delen. Het is boeiend om ook deze factor te betrekken in verder onderzoek.

104

Deel 4: Besluit

Deel 4: Besluit

De laatste jaren is de deelname aan SNS indrukwekkend toegenomen en het aantal sites blijft stijgen. Het groeiende succes van deze websites genieten onze aandacht. SNS komen voortdurend aan bod in de media en vormen voor onderzoekers een nieuw onderzoeksterrein. In de literatuur is er heel wat onderzoek gedaan naar verschillende aspecten van privacy op SNS. In deze meesterproef was het de bedoeling om na te gaan welke factoren een invloed uitoefenen op het beveiligen en beschermen van persoonlijke gegevens op sociale netwerksites. Hiervoor werden deze factoren onderverdeeld in drie groepen: demografische factoren, gedragsmatige factoren en slachtofferschap van negatieve internetervaringen. Het onderzoek bestond uit twee grote onderzoeksvragen die zich telkens toespitsten op bovenstaande factoren. Enerzijds werd het beveiligen van persoonlijke gegevens onderzocht en anderzijds werd het beschermen van deze gegevens nader bekeken. De bedoeling was om gebruikers van verschillende SNS te bevragen zodat er een meerwaarde geboden kon worden aan de literatuur. De meeste onderzoeken uit de literatuur focussen zich op één SNS. Opgemerkt dient worden dat de respondenten van dit onderzoek hoofdzakelijk Facebookgebruikers zijn en dat het opzet in die zin niet geslaagd is. In de eerste onderzoeksvraag werd er onderzocht welke factoren een verband vertonen met het beveiligen van persoonlijke gegevens. Hiervoor werd er gevraagd naar de privacyinstellingen die gehanteerd werden door de respondent voor de verschillende soorten persoonlijke gegevens. Voor de analyses werden er drie extra variabelen gecreëerd. De eerste dimensie die onderzocht werd is de ‘hoeveelheid persoonlijke gegevens’. Vervolgens werden er analyses uitgevoerd die zich focusten op de ‘zichtbaarheid van de persoonlijke gegevens’. Tot slot werden er testen uitgevoerd die elke soort persoonlijk gegeven afzonderlijk analyseerden. Vervolgens werd, in onderzoeksvraag 2, onderzocht welke factoren een invloed uitoefenen op het beschermen van persoonlijke gegevens. Hiervoor werd er gevraagd naar de privacybeschermende maatregelen die de respondenten nemen om hun persoonlijke gegevens te beschermen. Na het uitvoeren van een factoranalyse werden er twee schalen geconstrueerd. Eén schaal omvat controlemaatregelen, de andere schaal omvat defensieve maatregelen. 105

Deel 4: Besluit Uit de resultaten blijkt dat het demografische gegeven, geslacht, een significante factor is in het verklaren van beide onderzoeksvragen. Ten eerste blijkt dat mannen gemiddeld meer persoonlijke gegevens delen op hun SNS dan vrouwen. Dit bevestigd wat reeds gevonden werd in de literatuur. Voort waren er ook enkele verschillen te bespeuren in de soort persoonlijke gegevens die mannen en vrouwen vrijgeven op hun SNS. Opnieuw scoren mannen significant hoger dan vrouwen. Er werd een significant verband gevonden voor volgende persoonlijke gegevens: volledig adres, seksuele oriëntatie, politieke oriëntatie, religie, favoriete boeken, films en muziek, interesses en hobby’s en vriendenlijst. Mannen delen deze gegevens met een groter publiek dan vrouwen. Dit vertoont enige tegenstrijdigheid met de literatuur waarin beschreven staat dat mannen en vrouwen weinig verschillen in de soort persoonlijke gegevens die ze weergeven. Het delen van adres en politieke oriëntatie werd al eerder beschreven in de literatuur. Op het vlak van beschermen wordt er gekeken naar de twee types maatregelen. Er wordt enkel een verschil bevonden bij de controlemaatregelen. Wederom scoren vrouwen hier hoger dan mannen. Ten slotte zijn er ook significant meer vrouwen dan mannen die het privacy-beleid van hun SNS lezen. Een verklaring voor de hogere scores van vrouwen kan gezocht worden in de hogere bezorgdheid die vrouwen uiten ten opzichte van hun veiligheid. Logisch gevolg hiervan is dat vrouwen meer geneigd zullen zijn om hun persoonlijke gegevens, op hun SNS, te beperken en te beschermen (Salaway et al. 2008). De andere demografische factor, studiejaar, zorgde voor geen significante verschillen. Er werden geen verbanden gevonden tussen deze OV en de hoeveelheid persoonlijke gegevens die men deelt, de soort persoonlijke gegevens die men deelt en de privacybeschermende maatregelen die men neemt. Deze factor werd exploratief onderzocht in dit onderzoek. Vervolgens werden er een aantal gedragsmatige factoren onder de loep genomen. De eerste factor die een significant verband oplevert, is ‘mate van gebruik’. In tegenstelling tot wat de literatuur beweert, werd er geen significant verband gevonden tussen de hoeveelheid persoonlijke gegevens die men deelt en de mate van gebruik. Er werd echter wel een zwak, positief significant verband gevonden tussen deze OV en de privacy-instellingen van volgende persoonlijke gegevens: woonplaats, favoriete boeken, muziek en films, statusupdates, interesses en hobby’s, foto’s van jezelf, foto’s van anderen en video’s. Dit wil zeggen dat hoe meer actief je bent op je SNS, hoe groter het publiek is waarvoor je deze gegevens toegankelijk maakt. Opmerkelijk is dat hier een discrepantie is op te merken met wat de literatuur beweert. Een volgende gedragsmatige factor is het aantal vrienden dat je 106

Deel 4: Besluit toevoegt aan je SNS. In de literatuur wordt een groot sociaal netwerk geassocieerd met de hoeveelheid informatie die je onthult op je SNS (Young & Quan – Haase, 2009). Dit werd echter niet bevestigd in eigen onderzoek. Verder werd de invloed van het aantal vrienden op de zichtbaarheid van persoonlijke gegevens onderzocht. Hier werd een zwak positief significant verband gevonden voor negen soorten persoonlijke gegevens. Concreet wil dit zeggen dat hoe meer vrienden iemand heeft op zijn SNS, hoe groter het publiek is waarmee persoonlijke gegevens worden gedeeld. Dit geldt voor volgende gegevens: voornaam, achternaam, geslacht, woonplaats, statusupdates, foto’s van jezelf, foto’s van anderen, video’s en vriendenlijst. Dit strookt niet met de bevinding van Stutzman & Kramer-Duffield (2010) die stelt dat gebruikers met veel vrienden hun profiel vaker naar ‘friends only’ instellen. De verklaring die zij hiervoor gaven was het optreden van mogelijke saturatie op hun SNS. Een mogelijke verklaring voor de bevinding in eigen onderzoek zou de soort van persoonlijke gegevens kunnen zijn die een samenhang vertonen. Voornaam, achternaam, geslacht en woonplaats worden door Nosko et al. (2010) aanzien als ‘personal identity information’. Deze informatie wordt gevraagd en weergegeven op de meeste SNS. Het is deze informatie die men als standaard beschouwd en vaak vraagt aan een individu in verschillende instellingen (bv. School, ziekenhuis, …). Ook je vriendenlijst wordt op de meeste SNS weergegeven (boyd, 2010). Een andere verklaring, die alle persoonlijke gegevens in ogenschouw neemt, zou te maken kunnen hebben met de persoonlijkheid van de respondent. Mogelijk zijn individuen, die veel vrienden toevoegen, minder voorzichtig en delen ze meer persoonlijke gegevens dan anderen. Een derde gedragsmatige factor is het lezen van het privacy-beleid. Eerder werd al aangegeven dat vrouwen vaker het privacy-beleid lezen dan mannen. Verder werd ook bevonden dat personen die het beleid wel lazen, minder persoonlijke gegevens delen dan personen die het beleid niet lazen. Ook namen deze respondenten significant meer defensieve maatregelen en controlemaatregelen. Een verklaring hiervoor zou kunnen zijn dat de gebruikers meer kennis bezitten over het beleid (Lawler & Molluzzo, 2010) en hierdoor hun gegevens beter beveiligen en beschermen. Ook het significant verband tussen de zichtbaarheid van enkele persoonlijke gegevens en het lezen van het privacy-beleid kan hierdoor verklaard worden. De voorlaatste factor die onderzocht werd, is het bewustzijn dat persoonlijke gegevens ook met andere organisaties gedeeld worden. Respondenten die zicht hiervan bewust zijn, nemen meer privacybeschermende maatregelen. Op het vlak van beveiligen wordt er geen enkel significant verband gevonden.

107

Deel 4: Besluit Tot slot werd de invloed van slachtofferschap van een negatieve internetervaring, op het beveiligen en beschermen van persoonlijke gegevens, geanalyseerd. Elk type van negatieve internetervaring werd hiervoor afzonderlijk onderzocht. Behalve voor ‘misbruik van identiteitsgegevens’ werd er voor elk type van negatieve internetervaring een significant verschil gevonden. Slachtoffers van negatieve internetervaringen hanteren strengere privacyinstellingen voor de persoonlijke gegevens ‘seksuele oriëntatie’ en ‘interesses en hobby’s’. Opnieuw kan de theorie van Nosko et al.(2010) hier enige duiding geven. De twee bovengenoemde soorten persoonlijke gegevens behoren tot ‘potentially stigmatizing information’. Het is gevoelige informatie, over het individu, die kan leiden tot stigmatisering. Het is denkbaar dat men deze informatie in ieder geval minder snel deelt dan informatie die als ‘standaard’ wordt beschouwd. Het meemaken van een negatieve internetervaring zou dit mee in de hand kunnen werken. Aan de andere kant hanteren slachtoffers van negatieve internetervaringen minder strenge privacy-instellingen voor ‘personal identity information’. Het feit dat deze informatie als standaard beschouwd wordt en in verschillende instellingen steeds gevraagd wordt van individuen (Nosko et al., 2010), zou een verklaring kunnen zijn voor het feit dat deze informatie sneller gedeeld worden. Het is mogelijk dat slachtoffers van negatieve internetervaringen hun gegevens sneller verstrekken ‘uit gewoonte’ dan nietslachtoffers. Slachtoffers van storende reclame, ongewenste seksuele benadering en het ongewenst zien van seksuele beelden nemen significant meer controlemaatregelen dan nietslachtoffers. Defensieve maatregelen worden significant meer genomen door slachtoffers van stalking en ongewenste seksuele benadering. Er is eveneens een significant verband tussen de mate waarin het slachtoffer onder de indruk was van de ervaring en het nemen van deze privacybeschermende maatregelen. Besloten kan worden dat er verschillende factoren een invloed uitoefenen op het beveiligen en beschermen van persoonlijke gegevens. Verder onderzoek is echter noodzakelijk om deze factoren verder uit te spitten en om na te gaan welke andere factoren mede een invloed uit oefenen. Op die manier wordt het mogelijk om uitspraken te doen over de voorspellingskracht van elke factor op zich.

108

Referentielijst

Referentielijst

Boeken en artikels Acquisti, A., & Gross, R. (2005). Information and Privacy in Online Social Networks. Workshop on Privacy in the Electronic Society (WPES), pp. 71-79. Acquisti, A., & Gross, R. (2006). Imagined communities: awareness, information sharing, and privacy on the facebook. Proceedings from privacy Enhancing Technologies Workshop, Cambridge, UK. Amichai-Hamburger, Y., & Vinitzky, G. (2010). Social network use and personality. Computers in human behavior, 26 (6), pp. 1289-1295. Awad, N.F., & Krishnan, M.S. (2006). The personalization Privacy Paradox: An Empirical Evaluation of Information Transparancy and the Willingness to be Profiled Online for Personalization. MIS Quarterly, 30 (1), pp. 13-28. Bonneau, J., & Preibusch, S. (2009). The privacy jungle: On the market for data protection in social networks. WEIS ‘09: The Eighth Workshop on the Economics of Information Security, University College London. boyd, D. (2004). Friendster and publicly articulated social networking. In Conference on Human Factors and Computing Systems (CHI 2004), april 24-29, Vienna, Austria. boyd, D., & Ellison, N (2007). Social network sites: Definition, history, and scholarship. Journal of Computer-Mediated Communication, 13(1), pp. 210-230. boyd, D. (2010). “Social Network Sites as networked Publics: Affordances, Dynamics, and Implications.” In Networked Self: Identity, Community, and Culture on Social Network Sites, pp. 39-58 Brunel University: Department of Information Systems and Computing. (2007-2008). Social networking Site Privacy Questionnaire. Brunel University: West London

109

Referentielijst Castelyns, V. (2010). LinkedIn And Facebook In Flanders: The Influences And Biases Of Social Networking Sites In Recruitment And Selection Procedures. [Eindwerk]. Brussel: Hogeschool-Universiteit Brussel. Goethals, J. (2009). Inleiding in de criminologie. Leuven: Acco. Goethals, J., & Pauwels, L. (2009). Kwantitatieve en kwalitatieve criminologische onderzoeksmethodes: een introductie. Leuven: Acco. Hoy, M., & Milne, G. (2010). Gender differences in privacy-related measures for young adult Facebook users. Journal of Interactive Advertising, 10(2), pp. 28-45. Joinson, A.N. (1998). “Causes and implications of disinhibited behavior on the Internet.” In Gackenbach, J. Psychology and the Internet: Intrapersonal, Interpersonal and Transpersonal implications, pp. 43-60. New York: Academic Press. Klasse voor leerkrachten. (september 2007). Internet schokt twee op drie kinderen. Klasse voor Leerkrachten, 177, pp. 10-15. Krishnamurthy, B., & Wills, C.E. (2008) Characterizing privacy in online social networks. In WOSN '08: Proceedings of the First Workshop on Online Social Networks, pages 37-42, New York, NY, USA. Lewis, K., Kaufman, J., & Christakis, N. (2008). The Taste for Privacy. An analysis of College Student Privacy Setting in an Online Social Network. Journal of Computer-mediated Communication, 14 (1), pp. 79-100. Livingstone, S., Haddon, L., Görzig, A., & Ólafsson, K. (2011). Technical Report and User Guide: The 2010 EU Kids Online Survey. LSE, London: EU Kids Online. Livingstone, S., Haddon, L., Görzig, A., & Ólafsson, K. (september, 2011). Final report. LSE, London: EU Kids Online. Milgram, S. (1967). The small world problem. Pscyhology Today, 2, pp. 60-67. Milne, G.R., & Culnan, M.J. (2004). Strategies for Reducing Online Privacy Risks: why Consumers Read (or Don’t Read) Online Privacy Notices. Journal of Interactive Marketing, 18(3), pp. 15-29. Mooradian, N. (2009) 'The Importance of Privacy Revisited', Ethics and Information Technology, 11, pp. 163-174. 110

Referentielijst Nosko, A., Wood, E., & Molema, S. (2010). All about me: Disclosure in online social networking profiles: The case of FACEBOOK. Computer Human Behavior, 26(3), pp. 406-418. Pauwels, L., & Pleysier, S. (2009). Criminaliteit en onveiligheid meten : de gestandaardiseerde vragenlijst. Leuven: Acco. Rasha, D., Teuscher, F, & Guiard, V. (2007) How robust are tests for two independent samples? Journal of Statistical Planning and Inference, 137(8), pp. 2706-2720. Salaway, G., Caruso, J. B., Nelson, M. R., & Ellison, N. (2008). The ECAR Study of Undergraduate Students and Information Technology. Boulder, Colorado: Educause Center for Applied Research. Sheehan, K.B. (1999). An investigation of gender differences in on-line privacy concerns and resultant behavior. Journal of Interactive Marketing, 13 (4), 24-38. Stutzman, F., & Kramer-Duffield, J.(2010) Friends Only: Examining a Privacy-Enhancing Behavior in Facebook. CHI 2010, pp. 1553- 1536. Atlanta, Georgia, USA. Thelwall, M. (2008). Social networks, gender, and friending: An analysis of MySpace member profiles. Journal of the American Society for Information Science and Technology, 59(8), 1321-1330. Tufekci, Z. (2008). Can you see me now? Audience and disclosure regulation in online social network sites. Bulletin of Science, Technology and Society, 28(20), pp. 20-36. Utz, S., & Kramer, N. (2009). The privacy paradox on social network sites revisited: The role of individual characteristics and group norms. Cyberpsychology: Journal of Psychosocial Research on Cyberspace, 3(2), article 1. Valkenburg, P., & Peter, J. (2010). “Communicating online” In De Haan, J., & Pijpers, R. (2010). Contact! Children and new media, pp.91-107. Houten: Bohn Stafleu van Loghum van den Boomen, M. (2007). “Van gemeenschap via webnetwerk naar datawolk.” In Steyaert, J & de Haan, J. (2007). Jaarboek ICT en samenleving 2007: Gewoon digitaal, pp.129-148. Amsterdam: Boom. Ybarra, M. L., & Mitchell, K. J. (2004). Online agressors/targets, agressors and targets: a comparison of associated youth characteristics. Journal of Child Psychology and Psychiatry, 45(7), pp. 1308-1316. 111

Referentielijst

Online-bronnen Belgische Federale Politie. (2012). Site van de Belgische Federale Politie. Veiligheid en Criminaliteit.

Computercriminaliteit.

Stalking.

Geraadpleegd

op

12

mei

2012,

http://www.polfed-fedpol.be/crim/crim_fccu_stalking_nl.php Belsey,

B.

(2012).

Cyberbullying.

Geraadpleegd

op

12

mei

2012,

http://www.cyberbullying.org/ Birchmeier, Z., Campbell, J., Kraan, E., & Sherman, R. (2001) Internet Privacy Awareness and

Concerns

among

College

Students.

Geraadpleegd

op

5

oktober

2011,

http://www.users.muohio.edu/shermarc/aps01.htm De redactie. (2009). Fiscus speelt ‘Big Brother’ op facebook. Geraadpleegd op 7 december 2011. http://www.deredactie.be/cm/vrtnieuws/cultuur%2Ben%2Bmedia/media/1.565598 Facebook Helpcentrum (2012). Hoe rapporteer ik de promotie van zelfbeschadiging zoals zelfmoord, "snijden", eetstoornissen of illegaal drugsgebruik? Geraadpleegd op 12 mei 2012, https://www.facebook.com/help/?faq=118214544942512&in_context Govani, T., & Pashley, H. (2005). Student awareness of the privacy implications when using facebook. Geraadpleegd op 5 oktober 2011, http://lorrie.cranor.org/courses/fa05/tubzhlp.pdf Hoekstra, H., Ormel, H., & de Fruyt, F. (z.d.). NEO-FFI – Handleiding. Hogrefe Testsytem 4. Geraadpleegd

op

2

mei

2010.

http://www.unifr.ch/ztd/HTS/inftest/WEB-

Informationssystem/nl/4nl001/46bab1570e2a46d5be7e698d95c6b0c3/hb.htm Lawler, J.P., & Molluzzo, J.C. (2010). A Study of the Perceptions of Students on Privacy and Security on Social Networking Sites (SNS) on the Internet. Journal of Information Systems Applied Research, 3 (12). http://jisar.org/3/12/. ISSN: 1946-1836 Madden, M., Fox, S., Smith, A., & Vitak, J. (2007). Digital footprints: Online identity management and search in the age of transparency. Pew Internet & American Life Project . Geraadpleegd op 4 december, http://pewresearch.org/pubs/663/digitalfootprints The London School of Economics and Political Science: Department of Media and Communications. (2011). EU Kids Online: Research. Geraadpleegd op 25 november 2011, http://www2.lse.ac.uk/media@lse/research/EUKidsOnline/Home.aspx 112

Referentielijst Turow, J., King, J., Hoofnatle, C. J., Bleakley, A., & Hennessy, M. (2009). Americans reject tailored advertising and three activities that enable it. Annenberg School for Communication, University

of

Pennsylvania.

Geraadpleegd

op

12

januari

2011,

http://repository.upenn.edu/cgi/viewcontent.cgi?article=1138&context=asc_papers WHAO (2008). Comparison Statistics 2000-2007. Geraadpleegd op 26 maart 2012, http://haltabuse.org/resources/stats/Cumulative2000-2007.pdf

Wet- en regelgeving Het Belgische strafwetboek Richtlijn 95/46/EG van het Europees Parlement en de Raad van 24 oktober 1995 betreffende de bescherming van natuurlijke personen in verband met de verwerking van persoonsgegevens en betreffende het vrije verkeer van die gegevens, Publicatieblad Nr. L 281 van 23/11/1995 blz. 0031 – 0050. Wet van 8 december 1992 voor de bescherming van de persoonlijke levenssfeer ten opzichte van de verwerking van persoonsgegevens, B.S. 18 maart 1993

113

Bijlagen

Bijlagen

Bijlage I

Vragenlijst ‘beveiliging en bescherming op sociale netwerksites’

Bijlage II

E-mail verzonden naar faculteit rechtsgeleerdheid

Bijlage III

E-mail verzonden naar studenten informatica

Bijlage IV

Codeboek

Bijlage V

Testen assumptie ‘Normaal verdeling’

Bijlage VI

Testen assumptie ‘homogeniteit van varianties’

Bijlagen

Bijlage 1: Vragenlijst ‘beveiligen en beschermen van sociale netwerksites’

Bijlagen Onderzoek naar beveiligen van sociale netwerksites

Beste respondent Wij zijn twee masterstudenten Criminologische wetenschappen en voeren onderzoek naar de houding en gedrag van universiteitsstudenten omtrent privacy op sociale netwerksites. U kan ons hierbij helpen door deze vragenlijst in te vullen. De bevraging zal ongeveer 10 à 15 minuten in beslag nemen en u helpt hiermee twee onderzoeken verder. Deze enquête bestaat uit zes delen: demografische gegevens en persoonsgegevens, gebruik van SNS, vragen i.v.m. uw privacy-instellingen, u houding ten aanzien van sociale netwerksites, negatieve internetervaringen en tot slot persoonlijkheidsvragen. We willen benadrukken dat uw antwoorden strikt vertrouwelijk zijn en niet met derden worden gedeeld. Alle resultaten worden met respect voor anonimiteit behandeld zodat antwoorden niet kunnen worden teruggekoppeld aan individuen. Wij danken u alvast voor uw medewerking! Er zijn 39 vragen in deze enquête. 1.

Demografische gegevens

1. Wat is uw geslacht? Kies a.u.b. een van de volgende mogelijkheden: Vrouwelijk Mannelijk

2.Wat is uw geboortejaar? Vul uw antwoord hier in: …… 3. Binnen welk domein bent u student? Kies a.u.b. een van de volgende mogelijkheden: Rechten Informatica

Bijlagen Criminologie Ik ben geen student Anders, ………… 4. Bent u een eerstejaarsstudent in uw huidige opleiding? * Kies a.u.b. een van de volgende mogelijkheden: Ja Nee 5. Duid aan op welke SNS (zie Help) u een profiel heeft. * Selecteer alles wat voldoet Facebook MySpace Hi5 Orkut Friendster Google+ Hyves Badoo Ik heb op geen enkele SNS een profiel. Anders, ……………….. Sociale netwerksites (SNS): websites die de mogelijkheid bieden aan individuen om een profiel aan te maken. Deze websites onderscheiden zich van andere websites doordat ze de gelegenheid bieden om het bestaande sociale netwerk (gezin, familie, vriendenkring, kennissen,...) in kaart brengen door middel van een 'vriendenlijst'. Verder bieden deze websites ook verschillende diensten aan om deze relaties te onderhouden zoals het plaatsen van berichten, het delen van foto's, lid worden van een groep,... Voorbeelden van deze websites zijn Facebook, Google+, MySpace, ...

Bijlagen Vrienden: Hiermee bedoelen we personen die u accepteert als vriend of personen die u verzoekt om je vriend te zijn en dit aanvaarden. Dit wil zeggen dat beide partijen de vriendschap moeten aanvaarden voordat er sprake is van een vriend. 6. Op welke SNS bent u het meest actief? Onder actief gebruik verstaan wij het lezen, posten, uploaden van informatie op de SNS via alle mogelijke instrumenten zoals PC, laptop, tablets, smartphones,… Let op, u kan maar één SNS kiezen. Kies a.u.b. een van de volgende mogelijkheden: Facebook My Space Hi 5 Orkut Friendster Google + Hyves Badoo Anders 2.

Gebruik

Onderstaande vragen peilen naar uw gemiddeld gebruik op uw SNS. Kies voor de opties die het meest aansluiten bij uw gebruik. 7. Hoe vaak bekijkt u gemiddeld deze SNS (Uw SNS: ) * Kies a.u.b. een van de volgende mogelijkheden: Meer dan 2 keer per dag 1 – 2 keer per dag Meer dan 2 keer per week 1 – 2 keer per week

Bijlagen Meer dan 1 – 2 keer per maand 1 – 2 keer per maand Minder dan één keer per maand 8. Hoeveel uren spendeert u wekelijks aan deze SNS? (Uw SNS: ) Opgelet. Het gevraagde aantal duidt op de tijdsperiode die u actief besteedt aan deze SNS (lezen, foto’s bekijken, commentaar schrijven, berichten plaatsen, etc…). * Kies a.u.b. een van de volgende mogelijkheden: Minder dan 1 uur Tussen 1 en 5 uur Tussen 5 en 10 uur Tussen 10 en 20 uur Meer dan 20 uur 9. Hoeveel vrienden heeft u ongeveer op deze SNS? (Uw antwoord: ) * Kies a.u.b. een van de volgende mogelijkheden: 0 – 10 11 – 50 51 – 100 101 – 200 201 – 300 301 – 400 401 – 600 Meer dan 600

Bijlagen 10. Hoe vaak update u uw profiel? (Uw SNS: ) Denk aan foto’s uploaden, profielinformatie aanpassen , berichten plaatsen, je statusupdate aanpassen, “inchecken”, “vind ik leuk”, “+1”, lid worden van een groep, vrienden toevoegen, aanwezigheid bevestigen op evenementen,… * Kies a.u.b. een van de volgende mogelijkheden: Meer dan 2 keer per dag 1 – 2 keer per dag Meer dan 2 keer per week 1 – 2 keer per week Meer dan 1 – 2 keer per maand 1 – 2 keer per maand Minder dan één keer per maand 3.

Privacy (beleid) en kennis

In dit deel worden enkele algemene en specifieke vragen gesteld over uw privacy-instellingen en uw kennis hierover. Er zal ook gepeild worden naar de maatregelen die u neemt om uw privacy te beschermen. Gelieve onderstaande vragen in te vullen volgens de SNS waarop u het meest actief bent! 11. Heeft u het privacy-beleid van deze SNS gelezen? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Ja, ik heb het volledig gelezen Ja, maar slechts een gedeelte Nee. Ik weet dat het bestaat, maar heb het nooit gelezen Nee. Ik wist niet dat het bestond

Bijlagen 12. Indien u het privacy-beleid wel heeft gelezen. Begreep u wat er geschreven stond? Kies a.u.b. een van de volgende mogelijkheden: Ik versta de gebruikte terminologie en wat men ermee bedoelde Ik versta het privacy-beleid in grote lijnen Ik weet enkele dingen die erin staan, maar versta het grotendeels niet Ik verstond niets van wat er in stond 13. Indien u het niet gelezen heeft, waarom niet? Kies a.u.b. een van de volgende mogelijkheden: Geen interesse Ik ga ervan uit dat er veilig met mijn gegevens wordt omgegaan Ik kon het privacy-beleid nergens terugvinden Ik vind het privacy-beleid te lang en moeilijk te begrijpen Anders 14. In welke mate bent u bezorgd over u privacy op deze SNS? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Erg bezorgd Bezorgd Noch bezorgd, noch onbezorgd Onbezorgd Zeer onbezorgd 15. Denkt u dat deze SNS uw informatie zou delen met andere organisaties? (Uw SNS:) Kies a.u.b. een van de volgende mogelijkheden: Ja Nee

Bijlagen 16. Welke privacy-instellingen hanteer jij voor de volgende persoonlijke gegevens? Onderstaande

gegevens

zijn

op

deze

SNS

zichtbaar

voor...

Als bepaalde gegevens niet kunnen worden toegevoegd aan uw SNS of indien u deze gegevens niet gebruikt, duidt u 'niet van toepassing' aan. * Kies het toepasselijk antwoord voor elk onderdeel:

Niemand Voornaam Achternaam Geslacht Leeftijd/ geboortedatum Woonplaats (postcode of stad/dorp) Volledig adres Studie en/of werk Relatiestatus Naam van je partner Seksuele oriëntatie Politieke oriëntatie Statusupdates Interesses en hobby's Favoriete boeken, films en muziek Commentaren en boodschappen die je geeft Profielfoto Foto's van jezelf

Enkel goede vrienden

Heel mijn vriendenlijst

Vrienden van vrienden

Iedereen die over een account beschikt op de SNS

Iedereen

Niet van toepassing

Bijlagen

Niemand

Enkel goede vrienden

Heel mijn vriendenlijst

Vrienden van vrienden

Iedereen die over een account beschikt op de SNS

Iedereen

Niet van toepassing

Foto's van anderen Video's Vriendenlijst Religie Email 17. Welke maatregelen neem je om je privacy te beschermen voor anderen? Indien het op jouw SNS () niet mogelijk is om een bepaalde maatregel te nemen, kruis je 'niet van toepassing' aan. Als je liever niet antwoord op een vraag, duid je 'geen antwoord' aan. Kies het toepasselijk antwoord voor elk onderdeel: Ik doe dit nooit Ik post onjuiste, onvolledige of onnauwkeurige informatie over mijzelf op mijn profiel Ik herbekijk regelmatig mijn privacyinstellingen Ik controleer regelmatig mijn profiel Ik denk grondig na voordat ik foto's van mijzelf post Ik verwijder mijzelf in foto's als men mij hierin heeft aangeduid (bv: 'untaggen')

Ik doe dit zelden

Ik doe dit soms

Ik doe dit vaak

Ik doe dit altijd

Niet van toepassing

Geen antwoord

Bijlagen Ik doe dit nooit Ik ben voorzichtig met wie ik toevoeg als 'vriend' Ik denk grondig na van welke groepen ik lid word Ik 'google' mezelf regelmatig Ik controleer mijn privacyinstellingen zodat enkel vrienden mijn profiel kunnen zien Ik stuur anderen, die persoonlijke informatie over mij postten, een negatieve boodschap Ik stuur een aanvraag naar de verantwoordelijke van de SNS om informatie te verwijderen Ik heb gebruik gemaakt van de mogelijkheid om privéberichten te sturen naar vrienden om te voorkomen dat anderen dit ook lezen Ik heb berichten, die anderen postten op mijn profiel, gewist om te voorkomen dat anderen dit ook lezen

Ik doe dit zelden

Ik doe dit soms

Ik doe dit vaak

Ik doe dit altijd

Niet van toepassing

Geen antwoord

Bijlagen Ik doe dit nooit

Ik doe dit zelden

Ik doe dit soms

Ik doe dit vaak

Ik doe dit altijd

Niet van toepassing

Geen antwoord

Ik heb voormalige contacten geblokkeerd zodat ze me niet meer kunnen contacteren en geen toegang meer hebben tot mijn profiel

4.

Tevredenheid

18. Bent u tevreden met de manier waarop een SNS u informeert over toekomstige wijzigingen? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Zeer ontevreden Ontevreden Eerder ontevreden Eerder tevreden Tevreden Zeer tevreden Geen beoordeling 19. Bent u tevreden over de mogelijkheden om uw gegevens te beschermen op uw SNS? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Zeer ontevreden Ontevreden Eerder ontevreden

Bijlagen Eerder tevreden Tevreden Zeer tevreden Geen beoordeling 20. Bent u tevreden met de procedure om een profiel te verwijderen (niet deactiveren)? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Zeer ontevreden Ontevreden Eerder ontevreden Eerder tevreden Tevreden Zeer tevreden 21. Hoe staat u ten aanzien van de mogelijkheid dat andere persoonlijke informatie over u kunnen toevoegen? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Zeer ontevreden Ontevreden Eerder ontevreden Eerder tevreden Tevreden Zeer tevreden Geen beoordeling

Bijlagen 22. Wat vindt u van het feit dat onbekenden (bedrijven, overheid, scholen,…) informatie over u kunnen opsporen via een SNS? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Zeer ontevreden Ontevreden Eerder ontevreden Eerder tevreden Tevreden Zeer tevreden Geen beoordeling 5.

Negatieve internetervaringen

In dit deel vragen wij naar uw persoonlijke internetervaringen. Wat we hier precies mee bedoelen, wordt duidelijk doorheen de vragen. Gelieve steeds het antwoord aan te duiden dat het meest past bij uw situatie. 23. Heb je ooit een onaangename ervaring gehad op het internet? Opgelet! Deze vraag heeft betrekking op uw ervaringen met internet, niet enkel met uw SNS. Kies het toepasselijk antwoord voor elk onderdeel:

Neen Storende reclame Technische problemen zoals virussen Stalking Misbruik van je identiteitsgegevens Ongewenste seksuele benadering

Ja, maar ik was niet onder de indruk

Ja, ik was tamelijk geschokt

Ja, ik was zeer geschokt

Geen antwoord

Bijlagen

Neen

Ja, maar ik was niet onder de indruk

Ja, ik was tamelijk geschokt

Ja, ik was zeer geschokt

Geen antwoord

Ongewenst zien van seksuele beelden Ongewenst gewelddadige beelden Online pestgedrag Aanstootgevende inhoud op websites zoals manieren die promoten om mager te blijven, het delen van drugervaringen, manieren om zelfmoord te plegen, haatberichten, ...

24. Heeft er iemand in de afgelopen 6 maanden een foto of video online gedeeld op uw SNS waarop u duidelijk herkenbaar was dat u niet online wou zien? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Ja Nee 25. Hoe heeft u toen gereageerd? Kies a.u.b. een van de volgende mogelijkheden: Gevraagd aan de uploader om dit te verwijderen (met resultaat) Gevraagd aan de uploader om dit te verwijderen (zonder resultaat) Geen actie ondernomen 26. Hoe voelde u zich daarbij? Kies de reactie die het beste bij u gevoel past. Kies a.u.b. een van de volgende mogelijkheden: Verveeld/Geïriteerd

Bijlagen Kwaad Niets van aangetrokken Angstig 27. Heeft u dit zelf al eens over iemand anders gedaan? Kies a.u.b. een van de volgende mogelijkheden: Ja Nee 28. Heeft er iemand in de afgelopen 6 maanden iets online geschreven op uw SNS waarbij u reputatie beschadigd werd? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Ja Nee 29. Hoe heeft u toen gereageerd? Kies a.u.b. een van de volgende mogelijkheden: Gevraagd aan de uploader om dit te verwijderen (met resultaat) Gevraagd aan de uploader om dit te verwijderen (zonder resultaat) Geen actie ondernomen 30. Hoe voelde u zich daarbij? Kies de reactie die het beste bij uw gevoel past. Kies a.u.b. een van de volgende mogelijkheden: Verveeld/Geïriteerd Kwaad Niets van aangetrokken Angstig

Bijlagen 31. Heeft u dit zelf al eens over iemand anders gedaan? Kies a.u.b. een van de volgende mogelijkheden: Ja Nee 32. Heeft een bekende of onbekende u in de afgelopen 6 maanden op deze SNS ongewenst benaderd (dreigend fysiek geweld, seksueel getinte uitspraken, ...) ? (Uw SNS: ) Kies a.u.b. een van de volgende mogelijkheden: Ja Nee 33. Hoe heeft u toen gereageerd? Kies a.u.b. een van de volgende mogelijkheden: Gevraagd aan de betrokkene om ermee te stoppen (met resultaat) Gevraagd aan de betrokkene om ermee te stoppen (zonder resultaat) Geen actie ondernomen 34. Hoe voelde u zich daarbij? Kies de reactie die het beste bij u gevoel past. Kies a.u.b. een van de volgende mogelijkheden: Verveeld/Geïriteerd Kwaad Niets van aangetrokken Angstig

Bijlagen 35. Heeft u dit zelf al eens over iemand anders gedaan? Kies a.u.b. een van de volgende mogelijkheden: Ja Nee 36. Bent u bezorgd over volgende potentiële risico's op SNS? (Uw SNS: ) Kies het toepasselijk antwoord voor elk onderdeel:

Erg bezorgd Identiteitsdiefstal (Er wordt een profiel aangemaakt op mijn naam) Overgenomen profiel (Mijn eigen profiel wordt door iemand anders (tijdelijk) misbruikt) Blackmail (Iemand anders die dreigt een geheim publiek te maken, veelal over delicate onderwerpen, in ruil voor geld,...) Stalking Roddelen Publieke vernedering

Bezorgd

Noch bezorgd, noch onbezorgd

Onbezorgd

Zeer onbezorgd

Bijlagen 6.

Persoonlijkheid

37. In dit deel worden er een aantal stellingen voorgelegd die betrekking hebben op uw persoonlijkheid. Wij vragen u om per stelling aan te geven in welke mate de stelling aansluit bij uw persoonlijkheid. Kies het toepasselijk antwoord voor elk onderdeel:

Helemaal oneens Ik houd er van veel mensen om me heen te hebben. Ik houd mijn spulletjes netjes en schoon. Ik lach gemakkelijk. Ik kan mezelf vrij goed oppeppen om dingen op tijd af te krijgen. Ik zie mezelf niet echt als een vrolijk en opgewekt persoon. Ik ben erg systematisch. Ik vind het echt leuk om met mensen te praten. Ik probeer alle aan mij opgedragen taken gewetensvol uit te voeren. Ik ben graag daar waar wat te beleven valt. Ik heb duidelijke doelen voor ogen en werk daar op een systematische manier naar toe. Ik geef er meestal de voorkeur aan om

Eerder oneens

Noch eens, noch oneens

Eerder eens

Helemaal eens

Bijlagen

Helemaal oneens dingen alleen te doen. Ik verknoei veel tijd voordat ik echt aan het werk ga. Ik voel me vaak alsof ik barst van de energie. Ik werk hard om mijn doelen te bereiken. Ik ben een vrolijk en levendig iemand. Als ik iets beloof, kan men er op rekenen dat ik die belofte ook nakom. Ik ben een vrolijke optimist. Soms ben ik niet zo betrouwbaar als ik zou moeten zijn. Ik heb een jachtig leven. Ik ben een productief mens die een klus altijd voor elkaar krijgt. Ik ben een heel actief persoon. Het lijkt mij maar niet te lukken om de dingen goed op orde te hebben. Ik ga liever mijn eigen gang dan dat ik leiding geef aan anderen. Ik streef er naar uit te blinken in alles wat ik doe.

Eerder oneens

Noch eens, noch oneens

Eerder eens

Helemaal eens

Bijlagen 7.

Cinematickets

Indien u wenst deel te nemen aan de loting van twee cinematickets, gelieve uw e-mailadres in te vullen. Dit e-mailadres wordt uitsluitend gebruikt voor de loting van de tickets en zal onder geen omstandigheden worden doorgegeven aan derden. 38.Wenst u deel te nemen aan de loting voor de cinematickets? Kies a.u.b. een van de volgende mogelijkheden: Ja Nee 39.Gelieve u e-mailadres in te vullen. Vul uw antwoord hier in:

Bedankt voor het invullen van de vragenlijst!

Verstuur uw enquête

Bedankt voor uw deelname aan deze enquête.

Bijlagen

Bijlage 2: E-mail die werd verstuurd naar faculteit rechtsgeleerdheid

Bijlagen Beste student(e), Samen met twee masterstudenten Criminologische Wetenschappen voeren prof. dr. Stefan Bogaerts en ikzelf van het Leuvens Instituut voor Criminologie (LINC) een studie naar de houding en het gedrag van universiteitsstudenten omtrent privacy op sociale netwerksites (verder afgekort als SNS). Deze studie kadert in een aantal onderzoeken om een beeld te krijgen van slachtoffer- en daderschap van verscheidene criminaliteitsfenomenen op het internet. Met dit bericht willen we je vragen om ons te helpen door een online vragenlijst in te vullen. De bevraging neemt ongeveer 10 à 15 minuten in beslag. Met het invullen van deze vragenlijst helpt u automatisch ons onderzoek en dat van onze thesisstudenten verder. Als dank verloten onze thesisstudenten twee cinematickets onder de deelnemers. De vragenlijst bestaat uit 6 delen. In het eerste deel vragen we je om enkele persoonsgegevens op te geven. Vervolgens gaan we wat verder in op je gebruik van SNS. Verder worden, in deel 3, enkele algemene en specifieke vragen gesteld over je privacy-instellingen en kennis hierover. Het vierde deel gaat dieper in op je houding ten aanzien van SNS. In het voorlaatste deel worden enkele vragen gesteld over negatieve internetervaringen. Er wordt geëindigd met een vragenlijst omtrent je persoonlijkheid. Voor

het

invullen

van

de

vragenlijst,

klikt

u

op

volgende

link:

https://websurvey.kuleuven.be/index.php?sid=6551&lang=nl Verder willen we nog extra benadrukken dat je antwoorden strikt vertrouwelijk zijn en niet met derden worden gedeeld. Alle resultaten worden met respect voor anonimiteit behandeld, zo kunnen we je verzekeren dat antwoorden niet kunnen worden teruggekoppeld aan individuen. Indien je nog bijkomende vragen hebt of graag op de hoogte gehouden wordt van de resultaten van het onderzoek, kan je contact opnemen door me een e-mail te sturen op het adres [email protected]. Vragen omtrent het de thesisonderzoeken van de medewerkende studenten kan je stellen per e-mail aan [email protected] of [email protected] Bedankt alvast voor uw medewerking, Karel Demeyer, onderzoeksassistent cybercriminaliteit van het Leuvens Instituut voor Criminologie namens prof. dr. Stefan Bogaerts, Lynn De Vuyst en Sven Van Rymenant.

Bijlagen

Bijlage 3: E-mail die werd verstuurd naar studenten informatica

Bijlagen Beste student(e) Wij zijn twee masterstudenten Criminologische Wetenschappen aan de KU Leuven. In het kader van het behalen van het diploma 'Master in de Criminologische Wetenschappen' voeren wij voor onze masterscriptie een onderzoek uit naar de houding en het gedrag van universiteitsstudenten omtrent privacy op sociale netwerksites (verder afgekort als SNS). U kunt ons hierbij helpen door de online vragenlijst in te vullen. De bevraging neemt ongeveer 10 à 15 minuten in beslag. Met het invullen van deze vragenlijst helpt u automatisch twee onderzoeken verder. Als dank worden er twee cinematickets verloot onder de deelnemers. De vragenlijst bestaat uit 6 delen. In het eerste deel vragen wij u om enkele persoonsgegevens op te geven. Vervolgens gaan we wat verder in op uw gebruik van SNS. Verder worden, in deel 3, enkele algemene en specifieke vragen gesteld over uw privacy-instellingen en uw kennis hierover. Het vierde deel gaat dieper in op uw houding ten aanzien van SNS. In het voorlaatste deel worden enkele vragen gesteld over negatieve internetervaringen. Er wordt geëindigd met een vragenlijst omtrent uw persoonlijkheid. Voor

het

invullen

van

de

vragenlijst,

klikt

u

op

volgende

link:

https://websurvey.kuleuven.be/index.php?sid=6551&lang=nl Verder willen we nog extra benadrukken dat uw antwoorden strikt vertrouwelijk zijn en niet met derden worden gedeeld. Alle resultaten worden met respect voor anonimiteit behandeld, zo kunnen wij u verzekeren dat antwoorden niet kunnen worden teruggekoppeld aan individuen. Indien u nog bijkomende vragen heeft of graag een online kopie ontvangt van het eindresultaat,

kan

u

contact

opnemen

door

een

e-mail

[email protected] of [email protected] Wij danken u alvast voor uw medewerking!

te

sturen

naar

Bijlagen

Bijlage 4: Codeboek

Bijlagen Codeboek

Deel 1: Demografische gegevens Geslacht 1 = Vrouw 2 = Man Geboortejaar Cijfer Studierichting 1 = Rechten 2 = Informatica 3 = Criminologie 4 = Ik ben geen student Gehercodeerd = anders Eerstejaarsstudent 1 = Ja 2 = Nee Meest actieve SNS 1 = Facebook 2 = My Space 3 = Hi 5 4 = Orkut 5 = Friendster 6 = Google + 7 = Hyves 8 = Badoo Gehercodeerd of gewist = Anders

Bijlagen Deel 2: Gebruik Bekijken SNS 1 = Meer dan 2 keer per dag 2 = 1 – 2 keer per dag 3 = Meer dan 2 keer per week 4 = 1 – 2 keer per week 5 = Meer dan 1 – 2 keer per maand 6 = 1 – 2 keer per maand 7 = Minder dan één keer per maand Aantal gespendeerde uren op SNS 1 = Minder dan 1 uur 2 = Tussen 1 en 5 uur 3 = Tussen 5 en 10 uur 4 = Tussen 10 en 20 uur 5 = Meer dan 20 uur Aantal vrienden 1 = 0 – 10 2= 11 – 50 3 = 51 – 100 4 = 101 – 200 5 = 201 – 300 6 = 301 – 400 7 = 401 – 600 8 = Meer dan 600 Updaten profiel 1 = Meer dan 2 keer per dag 2 = 1 – 2 keer per dag 3 = Meer dan 2 keer per week 4 = 1 – 2 keer per week 5 = Meer dan 1 – 2 keer per maand 6 = 1 – 2 keer per maand 7 = Minder dan één keer per maand

Bijlagen Deel 3: Privacy-beleid en kennis Privacy-beleid gelezen? 1 = Ja, ik heb het volledig gelezen 2 = Ja, maar slechts een gedeelte 3 = Nee. Ik weet dat het bestaat, maar heb het nooit gelezen 4 = Nee. Ik wist niet dat het bestond Privacy-beleid wel gelezen 1 = Ik versta de gebruikte terminologie en wat men ermee bedoelde 2 = Ik versta het privacy-beleid in grote lijnen 3 = Ik weet enkel dingen die erin staan, maar versta het grotendeels niet 4 = Ik verstond niets van wat erin stond 888 = Niet van toepassing Privacy-beleid niet gelezen 1 = Geen interesse 2 = Ik ga ervan uit dat er veilig met mijn gegevens wordt omgegaan 3 = Ik kon het privacy-beleid nergens terugvinden 4 = Ik vind het privacy-beleid te lang en moeilijk te begrijpen 5 = Andere reden 888 = Niet van toepassing Bezorgdheid privacy-beleid 1 = Erg bezorgd 2 = Bezorgd 3 = Noch bezorgd, noch onbezorgd 4 = Onbezorgd 5 = Zeer onbezorgd Bewust delen persoonlijke gegevens 1 = Ja 2 = Nee Privacy-instellingen (voor 22 soorten persoonlijke gegevens) 1 = Niemand 2 = Enkel goede vrienden 3 = Heel mijn vriendenlijst

Bijlagen

4 = Vrienden van vrienden 5 = Iedereen die over een account beschikt op de SNS 6 = Iedereen 888 = Niet van toepassing Privacybeschermende maatregelen (voor 14 maatregelen) 1 = Ik doe dit nooit 2 = Ik doe dit zelden 3 = Ik doe dit soms 4 = Ik doe dit vaak 5 = Ik doe dit altijd 888 = Niet van toepassing 999 = Geen antwoord

Deel 4: Tevredenheid Op dit deel wordt in deze masterproef niet dieper ingegaan. De andere masterstudent behandelt dit thema.

Deel 5: Negatieve internetervaringen Slechts enkele variabelen zijn van toepassing op deze masterproef, enkel deze worden opgenomen in het codeboek. Onaangename ervaring 1 = Nee 2 = Ja, maar ik was niet onder de indruk 3 = Ja, ik was tamelijk geschokt 4 = Ja, ik was zeer geschokt 999 = Geen antwoord

Deel 6: Persoonlijkheid Op dit deel wordt in deze masterproef niet dieper ingegaan. De andere masterstudent behandelt dit thema.

Bijlagen

Bijlage 5: Testen assumptie ‘normaal verdeling’

Bijlagen Normaalverdeling Indien er testen worden uitgevoerd op interval/rationiveau, is het van belang om na te gaan of er voldaan is aan de assumptie ‘normaalverdeling’. Hiervoor wordt de histogram opgevraagd om na te gaan of er sprake is van een klokcurve en wordt de scheefheid berekend. Deze waarde moet zich bevinden tussen – 1.96 en 1.96 om te mogen spreken van een normaal verdeelde variabele. Indicator ‘hoeveelheid persoonlijke gegevens’

Schaal ‘controlemaatregelen’

Bijlagen

Schaal ‘defensieve maatregelen’

Indicator hoeveelheid zichtbare persoonlijke gegevens

Bijlagen

Descriptives Std. N

Minimum

Maximum

Mean

Skewness Deviation

Statistic

Statistic

Statistic

Statistic

Statistic

Statistic

St.Error

488

1.00

21.00

15.6639

3.05288

-.604

.111

475

1,00

5,00

3,2116

,72495

-,351

,112

357

1,00

4,25

1,9384

,61954

,798

,129

488

,00

17,00

4,4693

3,45684

,972

,111

Indicator Hoeveelheid gedeelde persoonlijke gegevens (deelgedrag) Schaal

‘controle-

maatregelen’ Schaal

‘defensieve

maatregelen’ Indicator Hoeveelheid ZPG

Skewness (statistic/std.error) Hoeveelheid gedeelde persoonlijke gegevens (deelgedrag)

5.44

Schaal ‘controlemaatregelen’

-3.13

Schaal ‘defensieve maatregelen’

6.19

Indicator Hoeveelheid ZPG

8.767

Bijlagen

Bijlage 6: Testen assumptie ‘homogeniteit varianties’

Bijlagen Assumptie homogeniteit van varianties

In deze bijlage worden de testen voor de assumptie ‘homogeniteit van de varianties’ weergegeven. Ze gaan vooraf aan de independent samples T-test Tabel 41: Levene’s test voor geslacht en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

1.714

.0191

2.149

473

.032

2.124

239.119

0.034

‘controlemaatregelen’ Equal

variances

assumed Equal

variances

not assumed

Tabel 42: Levene’s test geslacht en schaal ‘defensieve maatregelen’

Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

0.006

.939

.121

355

.904

.122

245,873

.903

maatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 43: Levene’s test voor studiejaar en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

.993

.320

-1.153

486

.250

-1.073

159.006

.285

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Bijlagen Tabel 44: Levene’s test voor studiejaar en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

.053

.818

-.217

473

.828

-.217

169.915

.829

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 45: Levene’s test voor studiejaar en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

.091

.763

1.560

355

.120

1.491

114.143

.139

maatregelen Equal

variances

assumed Equal variances not assumed

Tabel 46: Levene’s test voor ‘lezen privacy-beleid’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

2.724

0.099

2.109

486

.035

-3.552

256.759

.032

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Bijlagen Tabel 47: Levene’s test voor ‘lezen privacy-beleid’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

4.508

.034

-5.608

473

.000

-5.404

338.573

.000

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 48: Levene’s test voor ‘lezen privacy-beleid’ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

.859

.355

-1.976

355

.049

-2.009

326.363

.045

maatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 49: Levene’s test voor ‘bewust delen persoonlijke gegevens’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

.117

.733

-.035

486

.972

-.033

127.870

.974

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Bijlagen Tabel 50: Levene’s test voor ‘bewust delen persoonlijke gegevens’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

.000

.990

2.937

473

.003

2.985

136.323

.003

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 51: Levene’s test voor bewustzijn delen persoonlijke gegevens en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

15.418

.873

2.395

355

.017

2.461

93.176

.016

maatregelen’ Equal

variances

assumed Equal variances not assumed

Negatieve internetervaringen en beveiligen privacy-instellingen Tabel 52: Levene’s test voor ‘storende reclame’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

2.984

.085

.906

484

.365

.805

35.644

.426

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Bijlagen Tabel 53: Levene’s test voor ‘technische problemen’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

1.887

.170

1.619

481

.106

1.674

277.935

.095

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Tabel 54: Levene’s test voor ‘stalking’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

.496

.494

1.080

486

.281

1.002

64.336

.320

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Tabel 55: Levene’s test voor ‘misbruik identiteitsgegevens’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

2.699

.101

.588

483

.557

.509

67.977

.613

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Bijlagen Tabel 56: Levene’s test voor ‘ongewenste seksuele benadering’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

1.489

.223

1.215

485

.225

1.276

167.329

.204

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Tabel 57: Levene’s test voor ‘ongewenst zien van seksuele beelden’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

.416

.519

1.339

484

.181

1.346

472.171

.179

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Tabel 58: Levene’s test voor ‘ongewenst zien van gewelddadige beelden’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

.031

.861

.848

484

.397

.868

192.156

.386

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Bijlagen Tabel 59: Levene’s test voor ‘online pestgedrag’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

2.445

.119

.094

484

.925

.079

76.910

.937

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Tabel 60: Levene’s test voor ‘aanstootgevende inhoud’ en hoeveelheid persoonlijke gegevens Levene’s Test for

t-test for Equality of Means

Equality of Variances Indicator hoeveelheid

F

Sig.

t

df

Sig. (2-tailed)

.444

.505

.250

480

.802

0250

449.964

.803

gedeelde persoonlijke gegevens Equal

variances

assumed Equal variances not assumed

Negatieve internetervaringen en schaal ‘controlemaatregelen’ Tabel 61: Levene’s test voor slachtoffer ‘storende reclame’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

1.006

,316

-1.965

471

.050

-2.244

35.964

.031

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Bijlagen Tabel 62: Levene’s test voor slachtoffer ‘technische problemen’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

.000

1.000

.054

468

.957

.054

249.382

.957

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 63: Levene’s test voor slachtoffer ‘stalking’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

1.378

.241

-1.720

473

.086

-1.905

70.163

.061

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 64: Levene’s test voor slachtoffer ‘misbruik identiteitsgegevens’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

.355

.552

-.847

471

.397

-.837

71.679

.406

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Bijlagen Tabel 65: Levene’s test voor slachtoffer ‘ongewenste seksuele benadering’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

3.234

.073

-3.172

472

.002

-3.342

165.364

.001

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 66: Levene’s test voor slachtoffer ‘ongewenste zien van seksuele beelden’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

.052

.820

-2.013

471

.045

-2.018

455.011

.044

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 67: Levene’s test voor slachtoffer ‘ongewenste zien van gewelddadige beelden’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

.125

.723

-1.554

471

.121

-1.549

176.655

.123

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Bijlagen Tabel 68: Levene’s test voor slachtoffer ‘online pestgedrag’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

.074

.785

-1.092

471

.275

-1.141

84.902

.257

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 69: Levene’s test voor slachtoffer ‘aanstootgevende inhoud’ en schaal ‘controlemaatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal

F

Sig.

t

df

Sig. (2-tailed)

.147

.702

-1.590

467

.113

-1.593

438.433

.112

‘controlemaatregelen’ Equal

variances

assumed Equal variances not assumed

Negatieve internetervaringen en schaal ‘defensieve maatregelen’ Tabel 70: Levene’s test voor slachtoffer ‘storende reclame’ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

2.643

.105

-1.675

353

.095

-2.285

28.667

.030

maatregelen’ Equal

variances

assumed Equal variances not assumed

Bijlagen

Tabel 71: Levene’s test voor slachtoffer ‘technische problemen’ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

2.473

.117

1.017

352

.310

.956

158.537

.341

maatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 72: Levene’s test voor slachtoffer ‘stalking’ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

.070

.791

-2.520

355

.012

-2.412

39.494

.021

maatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 73: Levene’s test voor slachtoffer ‘misbruik identiteitsgegevens’ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

.176

.675

-1.686

354

.093

-1.491

47.869

.143

maatregelen’ Equal

variances

assumed Equal variances not assumed

Bijlagen

Tabel 74: Levene’s test voor slachtoffer ‘ongewenste seksuele benadering’ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

.168

.682

-2.289

354

.023

-2.269

108.610

.025

maatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 75: Levene’s test voor slachtoffer ‘ongewenst zien van seksuele beelden’ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

.388

.534

.287

354

.774

.291

350.798

.771

maatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 76: Levene’s test voor slachtoffer ‘ongewenst zien van gewelddadige beelden’ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

.147

.702

-1.803

354

.072

-1.895

147.161

.060

maatregelen’ Equal

variances

assumed Equal variances not assumed

Bijlagen

Tabel 77: Levene’s test voor slachtoffer ‘online pestgedrag‘ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

.750

.387

-1.896

354

.059

-1.966

55.484

.054

maatregelen’ Equal

variances

assumed Equal variances not assumed

Tabel 78: Levene’s test voor slachtoffer ‘aanstootgevende inhoud‘ en schaal ‘defensieve maatregelen’ Levene’s Test for

t-test for Equality of Means

Equality of Variances Schaal ‘defensieve

F

Sig.

t

df

Sig. (2-tailed)

.116

.734

-.816

350

.415

-.826

335.729

.410

maatregelen’ Equal

variances

assumed Equal variances not assumed