WAAROM GAAN CONSUMENTEN AL DAN NIET ILLEGAAL FILMS DOWNLOADEN?

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2008 – 2009

WAAROM GAAN CONSUMENTEN AL DAN NIET ILLEGAAL FILMS DOWNLOADEN?

Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen

Barbara Campe

onder leiding van Professor Iris Vermeir

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2008 – 2009

WAAROM GAAN CONSUMENTEN AL DAN NIET ILLEGAAL FILMS DOWNLOADEN?

Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen

Barbara Campe

onder leiding van Professor Iris Vermeir

PERMISSION

Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd worden en/of gereproduceerd worden, mits bronvermelding. Barbara Campe

I

Woord vooraf

Een thesis schrijven is een werk van lange adem. Het begint heel leuk met het kiezen van een onderwerp, het lezen van vele literatuurartikels, het naarstig zoeken naar interessante visies op het onderwerp en het uitdenken van een eigen standpunt. Hierbij wil ik alvast Jorn Rijckaert hard bedanken voor de samenwerking, zijn bezieling over het onderwerp en zijn kijk op de dingen, Prof. Iris Vermeir, Prof. Patrick Van Kenhove en Tine De Bock voor het helpen concretiseren en expliceren van zaken die ons onduidelijk waren, en tenslotte waren we ook erg gebaat met de hulp van Hendrik Slabbinck, die ons hielp met de websurvey 2ask en het analyseren van de gegevens. Uiteraard dank ik ook de vele respondenten die deelnamen aan het onderzoek. Zonder hen was het niet mogelijk een zorgvuldig onderzoek uit te voeren. Toch keert met de dagen af en toe eens het enthousiasme. Gelukkig waren er altijd mensen die mij een hart onder de riem staken met hun behulpvaardigheid en optimisme. Eerst een dankwoordje gericht aan mijn ouders, aan wie ik deze studies te danken heb en die mij een duwtje in de rug gaven met hun motto ‘doorzetten, want het is het laatste loodje van je schoolloopbaan’. Gelijk hebben ze wel, maar de laatste loodjes wegen vaak het zwaarst. Daarom dank ik eveneens mijn broer Mattias en zus Liesbet, tevens ex-studenten van de Universiteit Gent, voor het lezen en het herlezen van mijn thesis, tot vervelens toe. Hun opmerkingen hebben veel bijgedragen tot de kern van deze scriptie en behoedden mij er telkens van om al te ver uit te weiden over het onderwerp. Ook mijn vriend die altijd aangaf in mij te geloven en bij wie ik vaak mijn frustraties kwijt kon, verdient een plaatsje in deze dankbetuiging. Verder gaven vrienden en vriendinnen me het gevoel niet alleen te zijn en lieten ze me eens toe om de nodige ontspanningsuurtjes in te vullen.

II

Inhoudsopgave

Inleiding ___________________________________________________________________________ 1 DEEL I – LITERATUURSTUDIE  _________________________________________________________ 2 Hoofdstuk 1 Analyse van het probleem __________________________________________________ 2 1.1 Digitale piraterij __________________________________________________________________ 2 1.2 Van vaststelling tot aanpak ________________________________________________________ 4 1.2.1 Vaststelling van het probleem __________________________________________________ 4 1.2.2 Visies op het probleem ________________________________________________________ 5 1.2.3 Aanpak en resultaat ___________________________________________________________ 7 1.3 Afbakening van het onderzoek _____________________________________________________ 9 1.3.1 Europa ______________________________________________________________________ 9 1.3.2 Jongeren ____________________________________________________________________ 10 Hoofdstuk 2 Model m.b.t. de intentie om al dan niet illegaal films te downloaden ___________ 11 2.1 Model of Goal-Directed Behavior (MGB)____________________________________________ 11 2.2 Hunt-Vitell Theory of Ethics (H-V) ________________________________________________ 13 2.3 Model m.b.t. de intentie om al dan niet illegaal films te downloaden ____________________ 14 2.3.1 De variabelen van het model __________________________________________________ 15 2.3.2 Verdeling van het model ______________________________________________________ 16 DEEL II: PRAKTIJKONDERZOEK  ______________________________________________________ 17 Hoofdstuk 3 Formulering van hypothesen ______________________________________________ 17 3.1 Hypothesen ____________________________________________________________________ 17 3.1.1 Hypothese 1: Deontologische Evaluatie (DE) ____________________________________ 17 3.1.2 Hypothese 2: Teleologische Evaluatie (TE) ______________________________________ 18 a. Het gepercipieerd risico voor het individu _______________________________________ 18 b. De prijsperceptie van het individu______________________________________________ 19 c. Het gepercipieerd comfort voor het individu _____________________________________ 19 d. De gepercipieerde waarde voor het individu_____________________________________ 19 e. Gevolgen voor anderen _______________________________________________________ 20 3.1.3 Hypothese 3: Ethisch Oordeel (EO) _____________________________________________ 20 3.1.4 Hypothese 4: Attitude (Aact) __________________________________________________ 20 3.1.5 Hypothese 5: Verlangen (DES) _________________________________________________ 20

III 3.1.6 Hypothese 6 en 7: Subjectieve Normen (SN) _____________________________________ 21 3.1.7 Hypothese 8: Verwachte Emoties (VE) __________________________________________ 21 3.1.8 Hypothese 9 en 10: Perceived Behavioral Control (PBC) ___________________________ 22 3.1.9 Hypothese 11 en 12: Perceived Difficulty (PD) ___________________________________ 22 3.1.10 Hypothese 13 en 14: Frequency of Past Behavior (FPB) ___________________________ 22 3.1.11 Extra hypothese 15: Interactie-effecten PIE _____________________________________ 23 3.1.12 Extra hypothese 16: Neutralisatietechnieken (NEU) ______________________________ 23 3.1.13 Extra hypothese 17: Willingness To Pay (WTP) __________________________________ 24 3.2. Individuele kenmerken __________________________________________________________ 24 Hoofdstuk 4 Onderzoek naar de intentie om al dan niet films illegaal te downloaden ________ 26 4.1 Populatie en steekproeftrekking ___________________________________________________ 26 4.2 Gegevensverzameling____________________________________________________________ 27 4.2.1 Constructie van de vragenlijst _________________________________________________ 27 a. De deontologische evaluatie ___________________________________________________ 28 b. De teleologische evaluatie _____________________________________________________ 28 c. Ethisch oordeel ______________________________________________________________ 30 d. Attitude ____________________________________________________________________ 30 e. Verlangen ___________________________________________________________________ 31 f. Intentie _____________________________________________________________________ 31 g. Subjectieve normen __________________________________________________________ 31 h. Verwachte Emoties ___________________________________________________________ 32 i. Perceived Behavioral Control __________________________________________________ 32 j. Perceived Difficulty ___________________________________________________________ 33 k. Frequency of Past Behavior ____________________________________________________ 33 l. PIE _________________________________________________________________________ 34 m. Neutralisatietechnieken ______________________________________________________ 34 n. Willingness To Pay ___________________________________________________________ 35 o. Individuele kenmerken _______________________________________________________ 35 4.2.2 Pretest _____________________________________________________________________ 36 4.3 Gegevensverwerking ____________________________________________________________ 38 4.3.1 Voorbereidende stappen ______________________________________________________ 38 4.3.2 Profiel van de steekproef______________________________________________________ 39 4.3.3 Factoranalyse _______________________________________________________________ 39 a. Hercodering van variabelen ___________________________________________________ 40

IV b. Is factoranalyse zinvol? _______________________________________________________ 40 c. Bepaling van het aantal factoren ________________________________________________ 40 d. Berekening factorscores en Cronbach’s Alpha ____________________________________ 43 e. Samenvattende tabellen _______________________________________________________ 44 4.3.4 Regressieanalyse: Testen van de hypothesen _____________________________________ 45 a. Voorwaarden voor het uitvoeren van een regressieanalyse _________________________ 47 b. Testen van model 1: Ethisch oordeel ____________________________________________ 48 b.1. Controle van de assumpties en zinvolheid van het model ______________________ 48 b.2. Interpretatie van de coëfficiënten ___________________________________________ 49 b.3. Interactie-effecten van PIE _________________________________________________ 50 c. Testen van model 2: Attitude __________________________________________________ 51 c.1. Controle van de assumpties en zinvolheid van het model ______________________ 51 c.2. Interpretatie van de coëfficiënten ___________________________________________ 52 c.3. Interactie-effecten van PIE _________________________________________________ 52 d. Testen van model 3: Intentie ___________________________________________________ 53 d.1. Controle van de assumpties en zinvolheid van het model ______________________ 53 d.2. Interpretatie van de coëfficiënten ___________________________________________ 54 d.3. Extra: Neutralisatietechnieken _____________________________________________ 54 d.4. Extra: WTP ______________________________________________________________ 55 e. Conclusie hypothesen ________________________________________________________ 56 4.3.5 Individuele kenmerken _______________________________________________________ 56 a. Geslacht ____________________________________________________________________ 57 b. Leeftijd _____________________________________________________________________ 57 c. Studiejaar ___________________________________________________________________ 58 d. Faculteit ____________________________________________________________________ 58 4.4 Bespreking van de bekomen resultaten _____________________________________________ 59 4.4.1 De intentie om films al dan niet illegaal te downloaden ___________________________ 60 4.4.2 Het verlangen om films (illegaal) te downloaden _________________________________ 62 4.4.3 De attitude tegenover het illegaal downloaden van films __________________________ 62 4.4.4 Het ethisch oordeel over het illegaal downloaden van films ________________________ 63 4.4.5 Algemeen oordeel over de resultaten ___________________________________________ 63 4.5 Beperkingen van het uitgevoerd onderzoek _________________________________________ 64 4.6 Suggesties voor verder onderzoek _________________________________________________ 65 4.7 Besluit _________________________________________________________________________ 66

V

Referenties __________________________________________________________________________ I

Bijlagen _____________________________________________________________________________ I Bijlage 1: Vragenlijst _______________________________________________________ I Bijlage 2: Is factoranalyse zinvol? __________________________________________ XV Bijlage 3: Factoranalyse Teleologische Evaluatie______________________________ XV Bijlage 4: Factoranalyse Subjectieve Normen _______________________________ XVI Bijlage 5: Factoranalyse Neutralisatietechnieken ___________________________ XVII Bijlage 6: Factoranalyse WTP ____________________________________________ XVII Bijlage 7: Betrouwbaarheidsanalyse, Cronbach’s Alpha _____________________ XVII Bijlage 8: Regressieanalyse m.b.t. Model 1: Ethisch oordeel ____________________ XX Bijlage 9: Regressieanalyse m.b.t. Model 2: Attitude ________________________ XXII Bijlage 10: Regressieanalyse m.b.t. Model 3: Intentie ________________________ XXIII Bijlage 11: Extra WTP - Intentie __________________________________________ XXV Bijlage 12: Individuele kenmerken ______________________________________ XXVII

VI

Lijst met afkortingen

BAF

Belgian Anti-Piracy Foundation

MPA

Motion Picture Association

MPAA

Motion Picture Association of America

MGB

Model of Goal-Directed Behavior

TPB

Theory of Planned Behavior

H-V

Hunt-Vitell Theory of Ethics

DE

Deontologische Evaluatie

TE

Teleologische Evaluatie

RIS

Gepercipieerde risico’s voor het individu

POS

Positieve gevolgen voor het individu

NEG

Negatieve gevolgen voor het individu

AND

Gevolgen voor anderen

EO

Ethisch Oordeel

Aact

Attitude

DES

Verlangens

INT

Intentie

SN

Subjectieve Normen

PBC

Perceived Behavioral Control

PD

Perceived Difficulty

VE

Verwachte Emoties

FPB

Frequency Of Past Behavior

PIE

Perceived Importance Of An Ethical Issue

NEU

Neutralisatietechnieken

AI

Anti-Industrie

AP

Anti-Piraterij

WTP

Willingness To Pay

VII

Lijst van de figuren Figuur 1: Gemodificeerde versie van Model of Goal-Directed Behavior - Taylor (2007) ........................ 11 Figuur 2: Hunt-Vitell Theory of Ethics – Hunt & Vitell (1986, 1993) ....................................................... 13 Figuur 3: Model m.b.t. de intentie tot het al dan niet illegaal downloaden van films............................. 14 Figuur 4: Model m.b.t. de intentie tot het al dan niet illegaal downloaden van films HYPOTHESEN .................................................................................................................................... 25 Figuur 5: Model m.b.t. de intentie tot het al dan niet illegaal downloaden van films REGRESSIEMODELLEN .................................................................................................................... 46 Figuur 6: Deelmodel: Ethisch Oordeel........................................................................................................ 48 Figuur 7: Deelmodel: Attitude .................................................................................................................... 51 Figuur 8: Deelmodel: Intentie...................................................................................................................... 53 Figuur 9: Model m.b.t. de intentie tot het al dan niet illegaal downloaden van films RESULTATEN ..................................................................................................................................... 59

VIII

Lijst van de tabellen Tabel 1: Stellingen van Teleologische evaluatie: Gepercipieerd risico voor het individu ....................... 28 Tabel 2: Stellingen van Teleologische evaluatie: Prijsperceptie van het individu ................................... 29 Tabel 3: Stellingen van Teleologische evaluatie: Gepercipieerd comfort voor het individu ................... 29 Tabel 4: Stellingen van Teleologische evaluatie: Gepercipieerde waarde voor het individu ................. 29 Tabel 5: Stellingen van Teleologische evaluatie: Gevolgen voor anderen ............................................... 30 Tabel 6: Stellingen van Subjectieve normen ............................................................................................... 31 Tabel 7: Stellingen van Perceived Behavioral Control ............................................................................... 33 Tabel 8: Stellingen van Perceived Difficulty .............................................................................................. 33 Tabel 9: Stellingen van Neutralisatietechnieken: Anti-industrie en Anti-piraterij .................................. 35 Tabel 10: Samenvatting van de variabelen ................................................................................................. 36 Tabel 11: Wijziging van de constructen van de Teleologische Evaluatie ................................................. 43 Tabel 12: Samenvatting van de wijzigingen van alle variabelen .............................................................. 44 Tabel 13: Gegevens per construct, na Factoranalyse en Cronbach’s Alpha (summated scale) .................. 45 Tabel 14: Gehanteerd model met deelmodellen voor regressieanalyse ................................................... 46 Tabel 15: ANOVA Deelmodel Ethisch Oordeel ......................................................................................... 49 Tabel 16: Model Summary Deelmodel Ethisch Oordeel............................................................................ 49 Tabel 17: Coefficients Deelmodel Ethisch Oordeel .................................................................................... 49 Tabel 18: Anova Deelmodel Ethisch Oordeel met PIE .............................................................................. 50 Tabel 19: Model Summary Deelmodel Ethisch Oordeel met PIE ............................................................. 50 Tabel 20: Coefficients Deelmodel Ethisch Oordeel met PIE ...................................................................... 50 Tabel 21: Anova van Deelmodel Attitude .................................................................................................. 51 Tabel 22: Model Summary van Deelmodel Attitude ................................................................................. 52 Tabel 23: Coefficients Deelmodel Attitude................................................................................................. 52 Tabel 24: Anova van Deelmodel Intentie ................................................................................................... 54 Tabel 25: Model Summary van Deelmodel Intentie .................................................................................. 54 Tabel 26: Coefficients Deelmodel Intentie .................................................................................................. 54 Tabel 27: Anova van Extra: Intentie – Neutralisatietechnieken ................................................................ 55 Tabel 28: Model Summary van Extra: Intentie - Neutralisatietechnieken ................................................ 55 Tabel 29: Coefficients van Extra: Intentie - Neutralisatietechnieken ........................................................ 55 Tabel 30: Conclusie hypothesen: Ethisch Oordeel, Attitude en Intentie .................................................. 56

1

Inleiding Het illegaal downloaden van films is een kwestie die de laatste jaren vaak in de media werd beschreven. Het is frappant hoe een reusachtige organisatie als de filmindustrie er maar niet in slaagt piraterij te matigen en hardnekkig naar oplossingen zoekt. Het leek ons interessant om ons te verdiepen in dit onderwerp en mee te helpen zoeken naar mogelijke uitkomsten. Vooraleer de filmindustrie met nieuwe oplossingen komt aandraven, moet men immers eerst weten waarom consumenten de illegale toer opgaan voor wat betreft het consumeren van films. Dit moet indicaties aangeven van wat de filmindustrie momenteel verkeerd doet en van op wat de filmindustrie zich dan wel moet focussen bij het construeren van oplossingen. In deze scriptie wordt gepoogd een antwoord te formuleren op de vraag ‚Waarom gaan consumenten al dan niet illegaal films downloaden?‛. Deel I: Literatuurstudie start in Hoofdstuk 1 met de analyse van het probleem van filmpiraterij. Er worden definities gegeven om het probleem theoretisch te omkaderen. Ook wordt het piraterijprobleem cijfermatig vastgesteld, waarbij het beleid van de filmindustrie als antwoord hierop wordt omschreven, net zoals de elementen waarin het faalde. In Hoofdstuk 2 wordt op basis van twee bestaande modellen uit de literatuur een eigen model ontwikkeld, die een antwoord moet bieden op de onderzoeksvraag. Dit model bevat diverse variabelen die rechtstreeks of onrechtstreeks een invloed kunnen hebben op de intentie tot het illegaal downloaden en werd samen met Jorn Rijckaert opgesteld, die tevens hetzelfde onderwerp behandelt m.b.t. zijn scriptie. In Deel II: Praktijkonderzoek worden in Hoofdstuk 3 zeventien hypothesen geformuleerd m.b.t. dit model, die verdeeld worden tussen Jorn Rijckaert en mezelf, mits enige overlapping. Hoofdstuk 4 betreft het eigenlijke onderzoek. De hypothesen worden getoetst door een steekproef uit te voeren onder studenten van de Universiteit Gent. Hier wordt zowel de populatie, de steekproeftrekking als de gegevensverzameling met constructie van de vragenlijst en de pretest omschreven. De gegevensverwerking gebeurt door factoren regressieanalyses uit te voeren op de diverse variabelen in het model. Hoewel de steekproef slechts bestaat uit studenten van de Universiteit Gent, wat een beperking vormt voor het onderzoek, hopen we toch voldoende eenduidige conclusies te kunnen trekken m.b.t. de factoren die de intentie tot het al dan niet illegaal downloaden van films beïnvloeden. Met deze resultaten wordt vervolgens een algemene eindconclusie voor de filmindustrie geformuleerd. Er wordt afgesloten met het aangeven van enkele beperkingen van het gevoerde onderzoek en er worden suggesties tot verder onderzoek gegeven.

2

 DEEL I – LITERATUURSTUDIE 

HOOFDSTUK 1 ANALYSE VAN HET PROBLEEM Waarom gaan consumenten al dan niet illegaal films downloaden? Deze vraagstelling volgt uit het probleem van aanzienlijke verliezen van de filmindustrie, wat de filmindustrie vooral toeschrijft aan internetpiraterij. Het illegaal downloaden van films valt onder deze categorie. In dit hoofdstuk wordt de impact van internetpiraterij op de inkomsten van de filmindustrie cijfermatig bewezen, maar ook in vraag gesteld. Het is immers gemakkelijk om met een vinger te wijzen naar een dergelijk onherroepelijk fenomeen als piraterij. Hoe dan ook trachtte de filmindustrie tevergeefs filmpiraterij aan te vechten. Er wordt geduid op de strategieën die men hanteerde en de elementen waarin men faalde. Om alsnog te kunnen concurreren met online piraterij moet de filmindustrie weten waarom consumenten al dan niet illegaal films downloaden. Het antwoord op dit vraagstuk kan een eerste indicatie zijn om zich te herpakken. De focus gaat op een doordachte wijze uit naar Europese jongeren, waarvoor in dit onderzoek evidentie gegeven wordt. Vooreerst worden enkele definities gegeven.

1.1 Digitale piraterij In deze paragraaf worden - als vertrekpunt van de analyse van het probleem omtrent filmpiraterij – de begrippen digitale piraterij, online en offline filmpiraterij omschreven. Op de definitie van online filmpiraterij worden overigens twee kanttekeningen gemaakt. Piraterij is volgens de Belgian Anti-Piracy Federation (BAF) “‘het illegaal kopiëren - dus zonder voorafgaande toestemming van de rechthebbenden – van auteursrechtelijk beschermde werken zoals muziek, films, games, computerprogramma's ... en/of het verhandelen van deze illegaal vervaardigde kopieën‛ (BAF, 2007b, Filmpiraterij: Wat is piraterij?). Deze definitie is verenigbaar met definities van auteurs die het begrip ‘Digitale

Piraterij’

hanteren

(Al-Rafee

&

Cronan,

2006,

Cronan

&

Al-Rafee,

2008).

HOOFDSTUK 1 – ANALYSE VAN HET PROBLEEM

3

Dergelijke digitale goederen zijn intellectuele eigendommen (intellectual property), gedefinieerd als ‚ontastbaarheden zoals ideeën, uitvindingen, symbolen, informatie en expressies‛ (Yar, 2005, p. 679; vrij vertaald). Intellectuele eigendomswetten richten zich op de rechten over de originele vormen van intellectuele productie, waaronder auteursrechten (copyrights) (Bently & Sherman, 2001, WIPO, 2001). De term ‘auteursrechtelijk beschermd’ in de definitie van piraterij verwijst in Belgische context naar de Auteurswet (Wet 30 juni 1994). Die stelt dat de schepper van een bepaald werk vermogensrechten heeft m.b.t. de publieke vertoningen, de distributie en de reproductie, en morele rechten m.b.t. o.a. de bekendmaking van het werk. Enkel de vermogensrechten zijn overdraagbaar (BAF, 2007b). Yar (2005) geeft een bevattelijk voorbeeld: als een individu een dvd koopt, is hij wel eigenaar over het tastbaar product, maar niet over de inhoud van de dvd. Zoals de definitie van de BAF aanduidt, gaat piraterij niet alleen over het verwerven van kopieën voor jezelf (reproductie), maar ook over het verhandelen van kopieën aan anderen (distributie). Beide vormen kunnen zich zowel online als offline voordoen, zo ook bij filmpiraterij. Online filmpiraterij wordt door de Motion Picture Association (MPA) gedefinieerd met de term internet piracy als ‚het verkrijgen van films door ze ofwel te downloaden via het internet zonder ervoor te betalen, ofwel door kopieën te verwerven van illegaal gedownloade films van vrienden of familie‛ (MPA & LEK, 2005, p. 5; vrij vertaald). Andere auteurs hebben het over unauthorized duplication/download (Chiou et al., 2005). Offline filmpiraterij is gedefinieerd als hard goods piracy of ‚het verwerven van films door ofwel een illegaal geproduceerde VHS, dvd of VCD aan te kopen of te verwerven via een commerciële bron, ofwel door illegale kopieën van gelegitimeerde VHS, dvd of VCD te maken voor zichzelf of te ontvangen via persoonlijke bronnen (vrienden of familie)” (MPA & LEK, 2005, p. 5; vrij vertaald). Een andere term is pirated product purchasing (Chiou, Huang, & Lee, 2005). Het doel van het onderzoek is nagaan waarom consumenten illegaal films downloaden, wat valt onder reproductie van films via online piraterij. Bij de notie ‘downloaden via het internet zonder ervoor te betalen’ in de definitie over online filmpiraterij van de MPA zijn er twee kanttekeningen. Ten eerste brengt die stelling het idee dat te betalen downloads per se legaal zijn, wat niet het geval is. Er zijn illegale, te betalen websites (bvb. RapidShare) die met de inkomsten hun illegale praktijken financieren, maar vaak claimen dat ze legaal zijn. De MPA kan de definitie verfijnen door de stelling uit te breiden naar ‘downloaden via het internet zonder dat er een vergoeding aan de rechthebbende betaald wordt’. Ten tweede bestaan er eveneens legale en gratis downloads, zoals de korte en kwaliteitsvolle animatiefilms The Elephant Dream of Big Buck Bunny van de Blender Foundation (Blender Foundation, 2007, Blender Foundation, 2008). Dit valt buiten het bestek van deze scriptie (geen Hollywoodfilms), doch is interessant om te vermelden. De projecten van de Blender Foundation worden mogelijk gemaakt door de organisatie Creative Commons, die de creator


4

toelaat om voorop te stellen in welke mate de gebruikers zijn werk mogen kopiëren, distribueren, vertonen of bewerken (some rights reserved). Dit is geen rechtstreekse reactie op piraterij, maar geldt als een zijsprong voor copyrights met all rights reserved (Creative Commons, 2009). Wat betreft de Hollywoodfilms van de filmindustrie zijn er vermoedelijk geen legale en gratis downloads beschikbaar (vandaar wellicht de beperkte notie in de definitie van de MPA), gezien de filmindustrie uitermate commercieel is. Als het online piraterijkanaal er wel in slaagt gratis (illegale) downloads vrij te geven, is het meteen duidelijk dat dit ongunstig kan zijn voor de filmindustrie.

1.2 Van vaststelling tot aanpak In deze paragraaf wordt met cijfers bekrachtigd dat online filmpiraterij een probleem is voor de filmindustrie, doch dit wordt ook vanuit een kritische invalshoek bekeken. De diverse aanpakken van de filmindustrie op dit probleem worden toegelicht om dan te komen tot de vraag m.b.t. het ‘waarom?’ van het illegaal downloaden.

1.2.1 Vaststelling van het probleem De filmindustrie heeft tendensen tot filmpiraterij zien aankomen, doordat het probleem zich reeds in de software en muziek voordoet. Computersoftware was het eerste digitaal goed dat op grote schaal elektronisch gedupliceerd werd (Swinyard et al., 1990). Daarna volgde de muziekindustrie (Chellappa & Shivendu, 2003). De vooruitgang van file sharing networks en de gelijktijdige achteruitgang van de verkopen in de muziekindustrie verontrustte de filmindustrie. Het was mogelijk dat hun industrie hetzelfde effect zou ondergaan (The Economist, 2002). Filmpiraterij, maar in Europa vooral online filmpiraterij, veroorzaakt inderdaad een nadelig effect op de inkomsten van de filmindustrie. Volgens het onderzoek ‚The Cost of Movie Piracy‛ van de MPA bedroeg het verlies in 2005 voor de gehele filmindustrie 18.2 miljard dollar, te wijten aan de mondiale filmpiraterij. Deze filmindustrie betreft producers, distributeurs, bioscopen, videowinkels en pay-per-view leveranciers (vaststaande televisieprogramma’s). Specifiek voor de filmstudio’s bedroeg dit verlies in 2005 6.1 miljard dollar (MPA & LEK, 2005). Van de 18.2 miljard dollar verlies is 39% ($7.1 mld.) afkomstig van internetpiraterij, de overige 61% ($11.1 mld.) resulteerde uit offline piraterij (MPA & LEK, 2005). De BAF stelt daarentegen dat meer dan 80% van de piraterij in de filmsector (en gamesector) online gebeurt (BAF, 2007a). Deze cijfers spreken elkaar klaarblijkelijk tegen, doch de Motion Picture Association of Ameri-


5

ca (MPAA) stelt eveneens dat in de Verenigde Staten het illegaal kopiëren en distribueren 1 het grootste probleem vormt, terwijl internationaal het probleem van illegaal downloaden2 en bootlegging3 frappanter is (MPAA, 2006a, MPAA, 2006b). Deze scriptie betreft Europa, waar volgens bovenstaande vooral het probleem van illegaal downloaden heerst en waarover er in de afbakening van het onderzoek (zie 1.3) nog meer evidentie gegeven wordt om zich te focussen op dit continent en op online filmpiraterij. De filmindustrie kan het verlies moeilijk incasseren, want de meeste filmprojecten zijn niet winstgevend (De Vany & Walls, 2004, Vogel, 1998). Het kost gemiddeld 100 miljoen dollar om een film te maken en te promoten. Slechts één op tien films kunnen deze investering terugverdienen door vertoningen in de bioscoop. Zes op de tien films behalen dit echter niet en moeten hun investering trachten terug te verdienen door andere kanalen aan te wenden (Taylor, 2005). Na de bioscoopvertoningen komen de home video (videowinkels), de pay-per-view (kopen van vaststaande televisieprogramma’s), de premium cable (kabeltelevisie) en de syndicated tv (lokale televisie) (Das, 2008). Videowinkels zijn het belangrijkste kanaal (Taylor, 2005). De filmindustrie haalt hier 47.1% van zijn inkomsten uit en slechts 15.7% uit de bioscopen (Gardiner, 2006). Als de filmindustrie door piraterij te kampen heeft met dalende bezoekcijfers in de bioscopen, is de impact op de sequentieel opeenvolgende distributiekanalen voor films drastischer (De Vany & Walls, 2007).

1.2.2 Visies op het probleem De diverse visies op het probleem gaan twee richtingen uit. Enerzijds zijn er externe oorzaken die het belang van online filmpiraterij voor de consument beklemtonen en kunnen staven dat piraterij toeneemt. Anderzijds kan gesteld worden dat de filmindustrie dit probleem zelf in de hand heeft gewerkt door hun beleid en door hun drift om de focus op hun problemen te vergroten. De externe oorzaken zijn de vele voordelen van het internet voor consumenten, die een indicatie kunnen zijn van waarom (online) filmpiraterij kennelijk groeit. Het voornaamste is dat internetconnecties steeds sneller worden en dat er weinig technische kennis nodig is om illegaal te downloaden, wat het downloaden gemakkelijker maakt en een daling van de tijdskosten voor de consument impliceert (Das, 2008, Vermeir, 2008, Yar, 2005). Het regelmatig dupliceren van digitaal materiaal zal bovendien 1

Door hen gedefinieerd als “het maken van illegale kopieën voor zichzelf of het verkrijgen van illegale kopieën van vrienden van een gelegitimeerde VHS/DVD/VCD” (MPAA, 2006b; vrij vertaald) 2 Gedefinieerd als “het verkrijgen van films door ze ofwel te downloaden van het internet zonder ervoor te betalen of het verkrijgen van harde kopieën van illegaal gedownloade films vanwege vrienden of familie” (MPAA, 2006b; vrij vertaald) 3 Gedefinieerd als “het verkrijgen van films door ofwel een illegaal gekopieerde VHS/DVD/VCD te kopen of het verkrijgen van harde kopieën van gesmokkelde films” (MPAA, 2006b; vrij vertaald)


6

de technische kwaliteit ervan niet degraderen (Waterman et al., 2007). Verder zijn er ook voordelige opslagmogelijkheden en home entertainment equipment (Cronan & Al-Rafee, 2008, Yar, 2005), waardoor illegale kopieën kunnen opgeslagen worden op mobiele apparatuur zoals laptops, iPods of pda’s. Dit laat de consument toe om uitgebreide digitale bibliotheken (collecties) bij te houden (Das, 2008, Hennig-Thurau et al., 2007). Dit is slechts een greep uit de vele voordelen die filmpiraterij kan bieden aan de consument en die aangeven de andere mogelijkheden van de filmindustrie te kannibaliseren. Enkele auteurs stellen echter dat er ook interne oorzaken aanwezig zijn. Yar (2005) beweert dat de filmindustrie hun goederen geprijsd heeft op een niveau dat onder de praktische uitvoerbaarheid van de doelgroep gaat, waardoor ze zelf de stimulans gecreëerd hebben om zich te richten tot de goedkopere, illegale kopieën. De Vany en Walls (2007) stellen dat piraterij een ongunstig effect heeft op aanbod en vraag, maar dat dit gedeeltelijk aan de filmindustrie te wijten is. Het aanbod van illegale films vergroot ten opzichte van het aantal vertoningen in de bioscoop, wat kan resulteren in een daling van de inkomsten per film in week één. Als bioscopen beslissen hun aanbod te verlagen na een gebrekkige start (week twee), kan een versnelling van de dalende inkomsten voordoen. Bij de vraagzijde is dit het signaal dat de film gedegradeerd werd in de ranglijsten, waardoor de intentie van de consument om de film te bekijken verzwakt en de vraag daalt. Toch vermelden deze auteurs dat een bredere waaier aan films door piraterij enkele kijkers kan beïnvloeden om het illegaal verworven product alsnog te bekijken in de bioscoop of te verschaffen via andere legale mogelijkheden. Piraterij doet dan de vraag naar legale mogelijkheden toenemen (De Vany & Walls, 2007). Dit is in contrast met de opvatting van Das (2008), die stelt dat een gebruiker niet nogmaals zal willen betalen voor de legale versie, nadat het een illegaal verworven film bekeken heeft. Volgens Yar (2005) zijn er nog meer zaken die wijzen op enige scepticisme. Bepaalde landen hebben door de internationalisatie van de auteurswet van de laatste decennia op heden strenge wetten ontwikkeld en veranderden in hun gebruik van rechtsmiddelen die voorheen beschikbaar waren, maar wegens gebrek aan prioriteit niet werden toegepast. Deze recente wijziging leidde tot het vestigen van onafhankelijke organisaties of gespecialiseerde groepen binnen organisaties (cfr. de MPA/MPAA) die specialisten sturen naar diverse overheidsinstanties en tevens tot het oprichten van speciale eenheden bij de overheden om de misbruiken een halt toe te roepen. Verder doet het incorporeren van additionele voorwaarden m.b.t. sancties de bruikbaarheid ervan uitbreiden van piraterij voor commerciële doeleinden naar piraterij voor privé-gebruik (Yar, 2005). Het aantal vaststellingen van piraterij groeide uiteraard en gaf de impressie dat piraterij wereldwijd explodeert. De cijfers m.b.t. het piraterijprobleem moeten bijgevolg met een korreltje zout genomen worden. Wat betreft de cijfers in het rapport ‚The Cost of Movie Piracy‛ (MPA) komen er bovendien op verkeerde wijze extrapolaties van gege-


7

vens voor. De bewering dat elke illegale kopie de auteursrechtelijke eigenaar ontzet om een eenheid van het legale product (een filmticket, aankoop of huur van een dvd, etc.) te verkopen is onjuist. Een consument voor wie de illegale producten niet beschikbaar zijn, wil niet per se betalen voor de legale versie van dezelfde film (Yar, 2005). Dit wordt bevestigd door Das (2008) (zie supra). Het doel van de MPA is om met de hoge piraterijcijfers extra druk uit te oefenen op de wetgever en zodoende ook de uitvoeringsagentschappen strenger te laten optreden. Net door dit strenger optreden is er echter de kans dat de filmindustrie meer illegale praktijken onder de consumenten produceert (Yar, 2005). Het probleem van piraterij kan erkend worden, doch de grootte van de invloed op de inkomsten van de filmindustrie en hun eigen inbreng daarin is betwistbaar. Het is dan ook ongepast van de filmindustrie om te kraaien hoe erg het lijdt onder filmpiraterij en om daartoe de overheidsinstanties te gebruiken in hun opzet. Er zijn verder ook andere oorzaken voor de daling van bioscoopbezoeken mogelijk, zoals de overloop naar videospelletjes en de beschikbaarheid over andere elektronische media (Waterman, Ji, & Rochet, 2007), maar de invloed is vaag.

1.2.3 Aanpak en resultaat De filmindustrie poogde piraterij te bestrijden en trachtte ook te concurreren met online piraterij, door diverse strategieën over te nemen van de muziekindustrie, die al eerder hetzelfde probleem onderging. Het resultaat is echter niet zoals het zou moeten zijn, maar dit gegeven kan onderbouwd worden met de diverse verschillen tussen beide soorten digitale goederen. De filmindustrie probeert filmpiraterij te bestrijden door technologische en strafwettelijke activiteiten m.b.t. de strijd tegen muziekpiraterij van de Recording Industry Association of America (RIAA) over te nemen ter oplossing van het probleem (Ponte, 2008). Geen van de methodes zijn efficiënt bij filmpiraterij (Al-Rafee & Cronan, 2006). De technologische strategieën betreffen het gebruik van technologie die het illegaal kopiëren detecteren op basis van regionale codes (DRM, digital rights management), wat echter veel eerlijke gebruikers frustreert (vandaar ook de benaming digital restrictions management). Er dient een balans te zijn tussen publieke toegang van creatieve materialen en de bescherming van de rechten van de eigenaars (Free Software Foundation, 2009, Gardiner, 2006, Ponte, 2008, Taylor, 2005). De strafwettelijke strategieën waren eveneens ondoeltreffend, omdat filmpiraterij publiekelijk getolereerd wordt. Er zijn geen hoge risico’s voor het individu en dus wordt piraterij niet als een maatschappelijk probleem aanzien. De kapitaalkrachtige filmindustrie moet dit met eigen middelen afdwingen in plaats van wetten te gebruiken (Nasheri, 2004).


8

Het probleem van piraterij zal niet verdwijnen zolang gebruikers de intentie hebben om illegale producten te verschaffen (Hsu & Shiue, 2008). De BAF en andere filmorganisaties gebruiken sensibiliserende informatiecampagnes om die intentie te verlagen (BAF, 2007d, Ponte, 2008). Een poging tot het ontwikkelen van een businessmodel dat kan concurreren met online filmpiraterij lijkt gunstiger, zodat er een intentie kan ontwikkeld worden om legale producten te verschaffen (Haber et al., 2003). Als reactie op het succes van het gebruik van legale sites in de muziekindustrie als methode om te wedijveren met de illegale mogelijkheden, ontwikkelde de filmindustrie ook zijn eigen sites (cfr. CinemaNow en Movielink) (Das, 2008). Bij de muziekindustrie was er de notie dat de ontwikkeling van dergelijke sites de hoofdreden was voor de daling van het downloaden (Pew Internet & American Life Project & Comscore, 2003). Deze oplossing gaat wederom voor de filmindustrie om diverse redenen niet op. Das (2008) stelt dat films one experience goods zijn, in tegenstelling tot muziek (multiple experience goods). Dit betekent dat muziek meerdere keren wordt beluisterd, terwijl gepercipieerd wordt dat een film slechts eenmaal wordt bekeken. Consumenten zullen bijgevolg niet gauw de neiging hebben om een film nogmaals (legaal) te downloaden, als het de film al bekeken heeft (Das, 2008). Bovendien gebeurt de wereldwijde distributie van films in zones. Films worden eerst in de Verenigde Staten getoond, en dan pas in de overige continenten (zie infra). Een film is hoe dan ook eerder beschikbaar in de VS en zo ook voor de legale, online kanalen. Consumenten van andere continenten hebben niet de mogelijkheid om te betalen in de VS (BAF, 2007c, Staal, 2009). Verder worden de online, legaal te verkrijgen films hoe dan ook vertraagd door de sequentiële industriecyclus (zie supra) (Das, 2008). Waarom zou een consument dan wachten als het piraterijkanaal erin slaagt een film eerder uit te brengen tegen geen of lage kosten? Deze moeilijkheden komen niet voor bij de muziekindustrie (Das, 2008), wat hun succes van de legale websites kan verklaren. Staal (2009) beweert dat consumenten wel willen betalen voor online distributie als het weinig tijd en moeite vraagt, als de films snel beschikbaar zijn, de prijs redelijk is en het downloaden virusvrij (Staal, 2009). Dit is helemaal niet het geval. Er is een beperkte selectie van films, de prijs evenaart die van fysieke media, er zijn technische beperkingen, tijdslimieten van 24 uur om de film te bekijken en de te verkrijgen films worden vertraagd door de sequentiële industriecyclus (Das, 2008). Bij toevoeging van een extra online distributiekanaal bestaat het gevaar andere kanalen te kannibaliseren, door de film te vroeg online uit te brengen. Indien dit te laat gebeurt, kan de studio het risico lopen dat de illegale kopieën reeds de omloop doen op het internet (Das, 2008). Toch stelt Das (2008) dat het gunstig kan zijn voor de studio’s als ze de functionaliteit van de website verbeteren naargelang bovenstaande nadelen. Studio’s worden verwacht over deze middelen te beschikken, maar kunnen eigenlijk nog meer misstappen zich niet veroorloven. Het verdient aanbeveling om eerst te achterhalen wat de consument drijft om al dan niet illegaal films te downloaden, vooraleer een nieuw distributiemodel te ontwikke-


9

len. Deze scriptie tracht redenen aan te geven van waarom consumenten illegaal films downloaden, om zodoende de aanzet te geven tot een veelbetekenende oplossing. In de volgende paragraaf wordt het onderzoek afgebakend en daarna start hoofdstuk 2 met het ontwikkelen van een model om de intentie om al dan niet illegaal films te downloaden te onderzoeken.

1.3 Afbakening van het onderzoek In deze paragraaf wordt evidentie gegeven om zich te focussen op online piraterij van jongeren afkomstig uit Europa, waarbij de MPA cijfers van de ‚The Cost of Movie Piracy‛ opnieuw worden aangehaald.

1.3.1 Europa In dit onderzoek wordt Europa het uitgangspunt. Volgens het onderzoek ‚The Cost of Movie Piracy‛ van de MPA bedroeg het verlies aan internetpiraterij in 2005 voor de gehele filmindustrie 7.1 miljard dollar (zie supra). Slechts 13% ($0.9 mld.) is afkomstig van de Verenigde Staten, de overige 87% ($6.2 mld.) vindt internationaal plaats. Het onderzoek betreft 22 deelnemende landen, waarvan tien in Europa (België werd er niet in opgenomen), zeven in Azië, vier in Amerika en tenslotte Australië. De vijf sterkste piraterijcijfers zijn te vinden bij China, Rusland, Thailand, Hongarije en Polen. Volgens dezelfde studie verloren de studio’s in 2005 6.1 miljard dollar, waarvan 2.3 miljard dollar aan internetpiraterij. Van het totale verlies is 21% ($1.3 mld.) van de Verenigde Staten en 78% ($4.8 mld.) internationaal. Hier wordt wel geduid dat bijna de helft van deze verliezen ($2.4 mld., eigen berekeningen) afkomstig zijn van Europa (MPAA, 2006a). Films worden eerst in de Verenigde Staten getoond (Zone 1films), om dan op te rukken naar andere werelddelen (Zone 2-films en verder), waar de verkopen belangrijke inkomsten betekenen voor de filmindustrie (BAF, 2007b, Walls, 2008). Europa behoort tot het Zone 2-gebied en is de eerste in lijn om die achterstand aan te voelen. De regionale verschillen en de lage betrokkenheid van Europa tot de problematiek die heerst in de Verenigde Staten, kan de intentie tot piraterij verhogen. Dit onderzoek betreft –voornamelijk omwille van kostenefficiëntie - Vlaanderen (België). Volgens de BAF zorgde filmpiraterij in 2005 in België voor een geschat omzetverlies van 38 miljoen dollar (ong. 30 miljoen euro). Met betrekking tot de bandbreedtepenetratie is België volgens BAF één van de koplopers in Europa, wat gunstig is voor het uitvoeren van internetpiraterij (BAF, 2007a). Er zijn bijgevolg voldoende argumenten om zich op Europa te focussen.


10

1.3.2 Jongeren Volgens hetzelfde onderzoek van de MPA (zie supra) is 58% van de downloaders van de leeftijdsgroep tussen de 16 en 24 jaar (MPA & LEK, 2005). De gemiddelde leeftijd van een internetpiraat is 25 jaar. 66% is mannelijk en bovenal is 24% student. Het maken van een kopie, het ontvangen van een kopie en bootlegging impliceren respectievelijk 15%, 12% en 12% studenten, wat aanzienlijk lager is dan bij internetpiraterij (MPAA, 2006b). In deze scriptie worden universiteitsstudenten bij het onderzoek betrokken. Universiteiten hebben de vlugste computernetwerken en dat leidt tot een situatie waar piraterij zich constant voordoet onder studenten (Taylor, 2005). Verder wordt de mening van Freestone en Mitchell (2004) gevolgd. De Generatie Y (1977-1993) is de generatie die het meest vertrouwd is met de wijzigingen in de huidige omgeving, een hogere koopkracht heeft, de mogelijkheid heeft om voor zichzelf te kopen, relatief vrij is van ouderlijke toezicht, open toegang heeft tot computers en internet, voldoende vertrouwd is met ethische termen en over een relatieve homogeniteit onderling beschikt (Freestone & Mitchell, 2004). In het volgende hoofdstuk wordt een model ontwikkeld om de intentie tot het al dan niet illegaal downloaden van films bij Europese jongeren te achterhalen, gebruik makende van reeds bestaande modellen.

11

HOOFDSTUK 2 MODEL M.B.T. DE INTENTIE OM AL DAN NIET ILLEGAAL FILMS TE DOWNLOADEN In dit hoofdstuk wordt het gehanteerde model voor het praktijkonderzoek (zie Deel II) omschreven met bijhorende definities van de variabelen. Twee modellen werden gecombineerd tot één model, nl. een gemodificeerde versie van het Model of Goal-Directed Behavior van Taylor (2007) en het HuntVitell Theory of Ethics (1986, 1993). Er wordt vooreerst aangegeven welke meerwaarde ieder model bijbrengt tot dit onderzoek. Daarna wordt het eigen model uiteengezet met de bijhorende variabelen.

2.1 Model of Goal-Directed Behavior (MGB) NEGATIVE ANTICIPATED EMOTIONS

FREQUENCY OF PAST BEHAVIOR

ANTICIPATED REGRET

POSITIVE ANTICIPATED EMOTIONS UTILITARIAN ATTITUDES

MOTIVATION/ DESIRES

BEHAVIORAL INTENTIONS

PERCEIVED CONTROL

PERCEIVED DIFFICULTY

HEDONIC ATTITUDES SUBJECTIVE NORMS

Figuur 1 Gemodificeerde versie van Model of Goal-Directed Behavior - Taylor (2007) Bron: Taylor (2009)

HOOFDSTUK 2 – MODEL M.B.T. DE INTENTIE OM AL DAN NIET ILLEGAAL FILMS TE DOWNLOADEN

12

Taylor (2007) bracht een gemodificeerde versie van het Model of Goal-Directed Behavior van Perugini en Bagozzi (2001). Hun model werd ontwikkeld als een uitgebreid alternatief van de Theory of Planned Behavior (hierna TPB) van Ajzen (1991) met de Attitude toward the Act (Aact), Subjective Norms (SN) en Perceived Behavioral Control (PBC) als invloed op Intention (zie figuur 1, grijze kaders) (Perugini & Bagozzi, 2001). Het gemeenschappelijk gegeven van deze modellen is dat het gedrag (behavior) direct voortvloeit uit intenties (behavioral intention) om dat gedrag uit te oefenen en indirect uit andere variabelen via intenties. De stelling ‘Waarom gaan consumenten al dan niet illegaal films downloaden?’ bevraagt het bestaan van een intentie tot illegaal downloaden en de factoren die hierop inspelen. De voornaamste uitbreiding van Perugini en Bagozzi (2001) is de toevoeging van Desires/Motivation (DES). Deze kernvariabele heeft de grootste invloed op intentie en dient als moderator om aan te duiden hoe redenen voor gedrag getransformeerd worden in een intentie om het gedrag uit te voeren (Perugini & Bagozzi, 2001). Een andere uitbreiding van de TPB is de Negative/Positive Anticipated Emotions (AE), wat een beperking is van de TPB in het proces van intentievorming (Manstead & Parker, 1995). De geanticipeerde, persoonlijke emotionele beoordeling van het slagen of het falen in een gedragsmatige doelstelling speelt immers een rol bij het vormen van verlangens (Desires), en zo ook bij intentievorming (Perugini & Conner, 2000). Er werd door Taylor (2007) een variabele Anticpated Regret (AR) toegevoegd. Dit is een specifieke, negatieve emotie, die opportuun is ingeval het risicomatig karakter van het gedrag relevant is (Leone et al., 2004), wat het geval is bij het illegaal downloaden. In het eigen onderzoek worden deze drie variabelen m.b.t. emoties samengevoegd tot één variabele (zie figuur 3). De intensiteit van de AE op DES is immers belangrijker (Bagozzi et al., 1998). De Frequency of Past Behavior (FPB) werd geïncorporeerd om informatie op te roepen over de automatische aspecten van het gedrag, wat niet in de TPB omvat wordt. Het gedrag in het verleden speelt immers ook een rol bij intentievorming (Perugini & Bagozzi, 2001). SN is na de TPB ongewijzigd gebleven, terwijl het concept van Aact en PBC onder Taylor (2007) wijzigde. Aact bestaat uit Utiliarian Attitudes en Hedonic Attitudes, om cognitieve en affectieve attitudes tegenover het resultaat van het gedrag trachten te scheiden (Taylor et al., 2009). In dit onderzoek wordt het oorspronkelijk begrip van Attitude in de TPB behouden, gebaseerd op Perugini en Bagozzi (2001). Tussen SN en Aact werd een extra relatie toegevoegd in het eigen model (zie figuur 3). Volgens Al-Rafee en Cronan (2006) is SN de belangrijkste variabele die Aact beïnvloedt. PBC werd door Taylor (2007) opgesplitst in een tweedimensionaal construct met Perceived Behavioral Control (PBC) en Perceived Difficulty (PD). PBC impliceert de perceptie ‚onder mijn controle/niet onder mijn controle‛ (bekwaamheid), terwijl PD gaat om de dimensie ‚gemakkelijk/moeilijk‛ (opportuniteit) (Armitage et al., 1999, Chan & Fishbein, 1993). Al deze variabelen zijn stuk voor stuk essentieel om de intentie van het illegaal downloaden te achterhalen.


13

2.2 Hunt-Vitell Theory of Ethics (H-V) Net zoals vorige modellen (TPB, MGB) impliceert het Hunt-Vitell Theory of Ethics (Hunt & Vitell, 1986, Hunt & Vitell, 1993) eveneens dat gedrag (behavior) voortvloeit uit intenties (intentions) om dat gedrag uit te voeren. Dit model bekijkt het echter vanuit een ethische invalshoek door inbegrip van de variabele ethisch oordeel (ethical judgments, zie figuur 2).

Cultural environment a. Religion b. Legal system c. Political system

Perceived Ethical Problem

Professional environment a. Informal norms b. Formal codes c. Code enforcement

Action Control Deontological Norms

Perceived Alternatives

Industry environment a. Informal norms b. Formal codes c. Code enforcement Organizational environment a. Informal norms b. Formal codes c. Code enforcement

Deontological Evaluation

Ethical Judgments

Perceived Consequences

Desirability Of Consequences

Behavior

Actual Consequences

Probabilities Of Consequences

Personal characteristics a. Religion b. Value system c. Belief system d. Strength of moral character e. Cognitive moral development f. Ethical sensitivity

Intentions

Teleological Evaluation

Importance Of Stakeholders

Figuur 2 Hunt-Vitell Theory of Ethics – Hunt & Vitell (1986, 1993) Bron: Hunt en Vitell (1986, 1993). Noot: Het deel van het model buiten de streepjeslijn is de algemene theorie. Het gedeelte binnen de streepjeslijn spitst zich toe op het algemeen model voor een professionele of managementcontext

Vitell (2003) stelt dat weinig studies ethische problemen onderzocht hebben vanuit het perspectief van de consument, terwijl consumenten ook belangrijke deelnemers zijn op de markt. Alle aspecten van consumentengedrag (het verwerven, het gebruiken en het beschikken van goederen) hebben een ethisch component. Een beter inzicht in waarom sommige consumenten zich inlaten met onethisch gedrag kan nuttig zijn om dergelijk gedrag in te perken. Het Hunt-Vitell Theory of Ethics (1986, 1993) is een algemene theorie van ethische besluitvorming en het enige model dat toepasbaar is op de indivi-


14

duele consument (Vitell, 2003). Verder is het model bruikbaar op de ethische besluitvorming in elke context (Hunt & Vitell, 1986). Het illegaal downloaden als een manier om een goed (film) te verwerven impliceert een context waarbij het individu zich onderwerpt aan een ethische besluitvorming. Dit is voldoende reden om het Hunt-Vitell Theory of Ethics (1986, 1993) te implementeren. In het eigen model (zie figuur 3) worden de environments en Personal characteristics niet in beschouwing genomen, alsook de pijlen die daaruit voortvloeien, zoals naar Deontological Norms en Importance of Stakeholders. Behavior wordt niet meegerekend en zo ook Action Control en Actual Consequences niet.

2.3 Model m.b.t. de intentie om al dan niet illegaal films te downloaden

Ethisch probleem

Gepercipieerde mogelijkheden

Deontologische Evaluatie

Gepercipieerde gevolgen

Ethisch Oordeel

Attitude

Verlangen

Intentie

Teleologische Evaluatie

Subjectieve Normen



Wenselijkheid gevolgen

Verwachte Emoties

Waarschijnlijkheid gevolgen

Gebaseerd op het Hunt-Vitell Theory of Ethics

Frequency Of Past Behavior

Gebaseerd op de gemodificeerde Model of Goal-Directed Behavior van Taylor (2007)

Figuur 3 Model m.b.t. de intentie tot het al dan niet illegaal downloaden van films Bron: Eigen werk

Ons gehanteerd model (zie figuur 3) is een combinatie van bovenstaande modellen. Alle variabelen werden vertaald naar het Nederlands, behalve Frequency of Past Behavior, Perceived Behavioral Control en Perceived Difficulty, om de connotatie niet uit het oog te verliezen. Enkel de grijze kaders impliceren het eigenlijke model. De witte kaders dienen als een startpunt om het model te expliceren. Omdat de consument diverse manieren kan vinden om een film te verkrijgen, die niet per se alternatieven zijn (bvb. bioscoopbezoek en het aankopen van een dvd), wordt ‘alternatieven’ (zie figuur 2) vervangen


15

door ‘mogelijkheden’. Vervolgens wordt het model als een proces beschreven, waarbij elke variabele gedefinieerd wordt.

2.3.1 De variabelen van het model Als een consument het illegaal downloaden van films in overweging neemt als een manier om een film te verkrijgen of te bekijken, impliceert dit het oproepen van ethische dilemma’s die het besluitvormingsproces van de consument beïnvloeden (Chiou, Huang, & Lee, 2005) en dus het ontstaan van een ethisch probleem. Het individu zal zijn mogelijkheden eerst evalueren, zo ook het illegaal downloaden. Bij dit evaluatieproces neemt de consument zowel een deontologische als een teleologische evaluatie in beschouwing (Hunt & Vitell, 1986). Het feit dat beide evaluaties moeten voorkomen, wordt bevestigd door andere literatuur (Hunt & Vasquez-Parraga, 1993, Mayo & Marks, 1990, Vitell & Hunt, 1990). Dit resulteert in een Ethisch Oordeel, de bepaling van een activiteit als ethisch of onethisch (Vitell, 2003, Wagner & Sanders, 2001). De Deontologische Evaluatie is de individuele evaluatie van de rightness of wrongness van aspecten van een bepaald probleem (Hunt & Vitell, 1993) of de inherente righteousness van elke gepercipieerde mogelijkheid (Hunt & Vitell, 1986, Vitell et al., 1993). De consument denkt na over hoe rechtvaardig (righteous) het illegaal downloaden van films is. Het gaat om het illegaal downloaden dat als ethisch of onethisch beschouwd wordt omwille van zijn aard, niet omwille van de gevolgen (Hunt & Vitell, 1986, Hunt & Vitell, 1993). De Teleologische Evaluatie is een evaluatie gebaseerd op de geschatte goodness of badness van de gepercipieerde gevolgen van elke mogelijkheid (Hunt & Vitell, 2006), in dit geval het illegaal downloaden. Het illegaal downloaden is ethisch of onethisch omwille van de gevolgen of uitkomsten voor het individu of anderen, niet omwille van de aard ervan (Hunt & Vitell, 1986, Hunt & Vitell, 1993). Het ethisch oordeel bepaalt de attitude van het individu tegenover het illegaal downloaden. Attitude wordt gedefinieerd als het gevoel van een individu tegenover de goedgunstigheid van een bepaald gedrag (Ajzen, 1985). Het impliceert een psychologische aanleg dat uitgedrukt wordt door iets bestaands te evalueren met een mate van gunst of ongunst (Eagly & Chaiken, 1993). Dit gegeven kan echter nog wijzigen door de invloed van de mening van anderen, de Subjectieve Normen. Ajzen (1985) stelt dat dit de perceptie is van een individu over hoe de meeste mensen, die


16

voor hem belangrijk zijn, denken dat hij het gedrag al dan niet zou mogen uitvoeren (Ajzen, 1985). Dit vormt een sociale druk voor het individu (Cronan & Al-Rafee, 2008, Taylor, Ishida, & Wallace, 2009). De attitude resulteert in een welbepaald verlangen van het individu om het gedrag te stellen. Het Verlangen impliceert de state of mind waarbij het individu een persoonlijke motivatie heeft om een gedrag uit te voeren of een doel te bereiken voor zichzelf of voor anderen (Perugini & Bagozzi, 2004). Op deze variabele spelen verder vijf factoren in: de Subjectieve Normen zoals eerder gedefinieerd, Verwachte Emoties, Perceived Behavioral Control, Perceived Difficulty en Frequency of Past Behavior. De variabele Verwachte Emoties verwijst naar de positieve en negatieve emoties die een individu verwacht te voelen, geassocieerd met het bereiken of het falen in een doel (Taylor, Ishida, & Wallace, 2009), in dit geval het illegaal downloaden van films. Dit bepaalt mede het verlangen om het gedrag uit te voeren. De Perceived Behavioral Control (PBC) is de mate waarin het individu het gedrag beschouwt als iets dat wel of niet buiten zijn spontane controle valt (Trafimow et al., 2002). De Perceived Difficulty (PD) is de mate waarin een persoon gelooft dat het uitvoeren van een gedrag gemakkelijk of moeilijk zal zijn, of het niveau van vertrouwen dat iemand heeft in het uitvoeren van het gedrag (Trafimow, Sheeran, Conner, & Finlay, 2002). De Frequency of Past Behavior (FPB) betekent de regelmaat van het uitvoeren van het gedrag in het verleden door het individu, binnen een relatief lange tijdsperiode van één jaar (Leone, Perugini, & Ercolani, 2004). Dit verlangen kan worden omgezet in een werkelijke intentie om te downloaden. Deze intentie wordt eveneens beïnvloed door PBC, PD en FPB. De Intentie is de waarschijnlijkheid dat het individu zich zal engageren in een bepaalde activiteit (Wagner & Sanders, 2001), waarbij het individu door zijn persoonlijke, mentale staat zijn beslissing reflecteert om een bepaald gedrag uit te voeren, en dus een aanwijzing is voor het verlangen om dat gedrag uit te voeren (Sheeran, 2002). Dit wijst tevens op de discrepantie tussen verlangens en intenties. Verlangens zijn minder vervulbaar dan intenties, zijn abstracter omschreven en worden over een langere tijdsperiode, d.i. in de toekomst, bepaald (Perugini & Bagozzi, 2004).

2.3.2 Verdeling van het model Dit model werd ontwikkeld in samenwerking met Jorn Rijckaert. We behandelen hetzelfde onderwerp, maar leggen elk onze focus op andere variabelen, mits enige overlapping. Dit werd beslist om op die manier zich voldoende te verdiepen in welbepaalde factoren. De verdeling van dit model wordt verder verduidelijkt in het volgende hoofdstuk, waar de hypothesen geformuleerd worden die een verklaring moeten geven van waarom consumenten illegaal films downloaden.

17

 DEEL II: PRAKTIJKONDERZOEK 

HOOFDSTUK 3 FORMULERING VAN HYPOTHESEN Het doel van het onderzoek bestaat erin na te gaan wat de consument drijft om films illegaal te downloaden. Hiertoe worden hypothesen geformuleerd, gebaseerd op het eigen ontwikkeld model (zie figuur 3), en wordt de invloed van diverse demografische variabelen onderzocht. Drie extra hypothesen dienen om dieper te graven in het model.

3.1 Hypothesen Alle hypothesen m.b.t. dit model worden opgesomd. Er wordt aangegeven wie welke hypothesen behandelt, om in het volgend hoofdstuk er niet meer op terug te keren en enkel de eigen hypothesen te verwerken. Bij elke hypothese wordt toegespitst op belangrijke vaststellingen uit de literatuur. Op het einde van dit hoofdstuk wordt het model herhaald met een aanduiding van de verbanden (zie figuur 4). Voor de definities van de variabelen wordt terug verwezen naar 2.3.1 en de gebruikte afkortingen worden vermeld bij elke titel.

3.1.1 Hypothese 1: Deontologische Evaluatie (DE) Individuen met een ethische ingesteldheid hebben minder de neiging om zich te wagen aan piraterij (Bhattacharjee et al., 2003). Deze individuen zullen op basis van de aard van het gedrag het illegaal downloaden immers als onethisch beschouwen. Vandaar de volgende hypothese: 

H1: De deontologische evaluatie (“illegaal downloaden is immoreel”) heeft een negatieve invloed op het ethisch oordeel om illegaal films te downloaden (“illegaal downloaden is ethisch”)

HOOFDSTUK 3 – FORMULERING VAN HYPOTHESEN

18

3.1.2 Hypothese 2: Teleologische Evaluatie (TE) Hoe gunstiger de gevolgen van het gedrag voor het individu, hoe eerder het individu het illegaal downloaden als ethisch zal beschouwen en omgekeerd. Binnen de variabele TE worden zowel ongunstige als gunstige gevolgen omschreven. De ongunstige gevolgen betreft (a) het gepercipieerd risico voor het individu. De gunstige gevolgen voor het individu betreft (b) de prijsperceptie, (c) het gepercipieerd comfort en (d) de gepercipieerde waarde van het illegaal downloaden. Verder worden ook (e) de gevolgen voor anderen bepaald. Vandaar de volgende hypothese: 

H2: (a) De gepercipieerde risico’s voor het individu hebben een negatieve invloed op het ethisch oordeel om illegaal films te downloaden; (b) De prijsperceptie voor het individu; (c) Het gepercipieerde comfort voor het individu; en (d) De gepercipieerde waarde voor het individu hebben een positieve invloed op het ethisch oordeel om illegaal films te downloaden; en (e) De gevolgen voor anderen hebben een negatieve invloed op het ethisch oordeel om illegaal films te downloaden (“illegaal downloaden is ethisch”)

Deze opsomming van gevolgen resulteerde uit een visie van Fraedrich en Ferrell (1992). Ze introduceerden de begrippen financieel risico, performantierisico, functioneel risico, sociaal risico, psychologisch risico en totaal risico als zes aspecten van risico die invloed hebben op het ethisch besluitvormingsproces (Fraedrich & Ferrell, 1992). De eerste vier vermelde vormen van ‘risico’ worden in de context van softwarepiraterij als de belangrijkste aspecten van risico beschouwd (Tan, 2002) en vormt in dit onderzoek het vertrekpunt voor de uitwerking van TE. Het financieel risico werd in dit onderzoek gedefinieerd als de prijsperceptie van het individu, het performantierisico impliceert het gepercipieerd comfort en de gepercipieerde waarde, terwijl functioneel risico de gepercipieerde risico’s voor het individu inhoudt. Het sociaal risico komt eerder overeen met SN (zie 3.1.6), waardoor de focus naar de overige gaat. Daarnaast wordt ook de gevolgen voor anderen toegevoegd, aangezien alle relevante stakeholders moeten worden opgenomen.

a. Het gepercipieerd risico voor het individu Chiou e.a. (2005) stellen dat het risico om gepakt te worden (prosecution risk) een belangrijkere variabele is bij muziekpiraterij (Chiou, Huang, & Lee, 2005), wat ook wordt bevestigd door Tan (2002) bij softwarepiraterij. Dit gegeven wordt in dit onderzoek geëxtrapoleerd naar filmpiraterij. Hoe hoger het risico om gepakt te worden, hoe hoger de wil om te betalen (WTP, willingness to pay) voor legale versies (Boccaletti & Nardella, 2000). Toch geloven individuen dat ze niet zullen gestraft worden (Gopal & Sanders, 1997), want professionele piraterijgroepen vallen het meest op, niet de gemiddelde piraat


19

(Al-Rafee & Cronan, 2006). Verder weten ze dat het controleren van elke piraat niet uitvoerbaar is (AlRafee & Cronan, 2006). Er wordt onderzocht in welke mate consumenten het risico van gerechtelijke vervolging geloven, en in welke mate dit hun ethisch oordeel beïnvloedt.

b. De prijsperceptie van het individu Consumenten geloven dat ze geld kunnen sparen door digitale media illegaal te kopiëren (Cheng et al., 1997) en selecteren illegale producten door prijsvoordelen (Hsu & Shiue, 2008). Rochelandet en Le Guel (2005) merken op dat het om meer gaat dan de prijs van het goed alleen, en dat alle kosten geassocieerd met het consumeren van het legaal goed in beschouwing moet worden genomen. HennigThurau, Henning en Sattler (2007) onderscheiden hierin de gepercipieerde prijs van het origineel en de gepercipieerde transactiekosten geassocieerd met de consumptie van het origineel (bvb. babysit indien naar de bioscoop). Deze kosten verlagen de aantrekkelijkheid van het origineel in vergelijking met de illegale mogelijkheden (Hennig-Thurau, Henning, & Sattler, 2007). Er wordt onderzocht hoe groot de invloed van de prijsperceptie van het individu is op het ethisch oordeel.

c. Het gepercipieerd comfort voor het individu Consumenten prefereren een illegale film, omdat het hen specifieke nuttigheden kan leveren die ze niet kunnen verkrijgen bij het origineel (Chen et al., 2008, Hennig-Thurau, Henning, & Sattler, 2007), zoals tijd- en energiebesparing. Er wordt verwacht dat individuen een welbepaald gevoel van comfort ervaren bij het illegaal downloaden van films, wat hen toelaat het gedrag als ethisch te bestempelen. Omgekeerd kunnen er ook bepaalde minpunten (bvb. computerproblemen) aanwezig zijn. We gaan na in welke mate het gepercipieerd comfort hun ethisch oordeel beïnvloedt.

d. De gepercipieerde waarde voor het individu Er wordt eveneens verwacht dat de illegale kopie ten opzichte van het origineel een bepaalde meerwaarde (bvb. collecties aanleggen) biedt voor individuen (Chen, Shang, & Lin, 2008), zodat ze daarom ook eerder de neiging hebben om het illegaal downloaden als ethisch te evalueren. Omgekeerd kunnen ook meerwaarden ontbreken (bvb. kwaliteit), die eerder verenigbaar zijn met de originele versies (Hsu & Shiue, 2008). We gaan na in welke mate de gepercipieerde waarde van het illegaal downloaden hun ethisch oordeel beïnvloedt.


20

e. Gevolgen voor anderen Volgens het Hunt-Vitellmodel (zie 2.2, figuur 2) wordt er met ‘Importance of stakeholders’ geduid op het belang van iedere stakeholder, zo ook de filmindustrie. We gaan na in welke mate het individu de negatieve gevolgen voor de filmindustrie erkent, en in welke mate dit hun ethisch oordeel beïnvloedt.

3.1.3 Hypothese 3: Ethisch Oordeel (EO) Wat het ethische besluitvormingsproces (zie verwijzing Hunt-Vitellmodel in 2.3, figuur 3) beïnvloedt, heeft ook een impact op attitude. Individuen die hoog scoren op moreel oordeel, hebben een lagere attitude tegenover digitale piraterij (Al-Rafee & Cronan, 2006). Het ‘moreel oordeel over een gedrag’ impliceert in hun onderzoek echter dat het betreffende gedrag als immoreel gedrag wordt aanzien. In dit onderzoek wordt het ethisch oordeel als tegenovergesteld gedefinieerd. 

H3: Individuen met een sterk ethisch oordeel over het illegaal downloaden van films (“illegaal downloaden is ethisch”), zullen een positieve attitude hebben tegenover het illegaal downloaden van films (“illegaal downloaden is gunstig”)

3.1.4 Hypothese 4: Attitude (Aact) Taylor (2009) bevestigt dat de attitude tegenover een gedrag een belangrijke rol speelt in het vormen van een verlangen om dat gedrag uit te voeren (Taylor, Ishida, & Wallace, 2009). Een attitude wordt weleens gedefinieerd als een via een leerproces ‘verworven gedragsmatige instelling’ (Campbell, 1963, Eagly & Chaiken, 1993) en constant over een redelijke tijdsperiode (Perugini & Bagozzi, 2001). Eens een individu een gunstige attitude ontwikkelt tegenover het gedrag, kan dit het verlangen tot het gedrag vergroten. De hypothese wordt als volgt geformuleerd: 

H4: Individuen met een positieve attitude tegenover het illegaal downloaden van films (“illegaal downloaden is gunstig”), zullen een sterker verlangen hebben om films illegaal te downloaden

3.1.5 Hypothese 5: Verlangen (DES) Verlangens worden als belangrijk aanzien bij het ontstaan van menselijke handelingen en er wordt gesteld dat ze leiden tot intenties. Een individu kan het verlangen hebben om illegaal te downloaden, en dit ook intenderen (Perugini & Bagozzi, 2004).




21

H5: Individuen met een sterk verlangen m.b.t. het illegaal downloaden van films, zullen een hogere intentie hebben om films illegaal te downloaden

3.1.6 Hypothese 6 en 7: Subjectieve Normen (SN) De invloed van anderen werd in het onderzoek van Al-Rafee e.a. (2006) beschouwd als de sterkste variabele die de attitude tegenover piraterij beïnvloedt. Hogere subjectieve normen (significante anderen hebben een positieve mening over het gedrag) komen overeen met een hogere attitude van het individu tegenover piraterij (Al-Rafee & Cronan, 2006). Een andere onderzoek stelt dat in de gevallen waarbij het individu de intentie heeft om zich te onthouden van digitale piraterij, er de invloed is van subjectieve normen in het vormen van verlangens (Taylor, Ishida, & Wallace, 2009). Dit leidt tot de volgende hypothesen: 

H6: Hoge en negatieve subjectieve normen (“significante anderen zijn niet akkoord”) van het individu leiden tot een lagere attitude van het individu m.b.t. het illegaal downloaden van films



H7: Hoge en negatieve subjectieve normen (“significante anderen zijn niet akkoord”) van het individu leiden tot een zwakker verlangen van het individu m.b.t. het illegaal downloaden van films [Jorn Rijckaert]

3.1.7 Hypothese 8: Verwachte Emoties (VE) Wanneer mensen een bepaalde doelstelling overwegen, zullen ze ook de emotionele gevolgen van het bereiken en het falen in een bepaalde doelstelling in rekening nemen (Parker et al., 1995, Richard et al., 1995). Een relevante opmerking is dat het hier gaat om gevoelens m.b.t. het bereiken van een doelstelling en niet m.b.t. het gedrag op zich (Perugini & Bagozzi, 2001). Het gedrag (het illegaal downloaden) is wel een manier om die doelstelling (bvb. een film bekijken) te bereiken. Als mensen denken dat de verwachte emoties bij het bereiken van de doelstelling voor hen voordelig zijn, zullen ze bepaalde situaties overwegen, zo ook het illegaal downloaden van films. Vervolgens kan hun verlangen tot het uitvoeren van het gedrag versterkt worden. Vandaar de volgende hypothese: 

H8: (a) De verwachte positieve emoties en (b) de verwachte negatieve emoties hebben respectievelijk een positieve invloed en een negatieve invloed op het verlangen van het individu om films illegaal te downloaden [Jorn Rijckaert]


22

3.1.8 Hypothese 9 en 10: Perceived Behavioral Control (PBC) Vermeir (2008) incalculeert de variabele ‘actiegerelateerde kennis’ en stelt dat lage actiegerelateerde kennis tot minder filmpiraterij leidt, zelfs al wordt filmpiraterij als een ethisch alternatief beschouwd. Kennis is bijgevolg een noodzakelijke voorwaarde. Het onderzoek bracht voorts aan het licht dat indien de kennis groot is, dit resulteert in piraterij, ongeacht de ethische perceptie (Vermeir, 2008). Dit gegeven kunnen we converteren naar de volgende hypothesen m.b.t. het verlangen en de intentie van het illegaal downloaden van films. 

H9: Individuen met een hoge PBC (“bekwaam”) m.b.t. het illegaal downloaden van films, zullen een sterker verlangen hebben om films illegaal te downloaden [Jorn Rijckaert]



H10: Individuen met een hoge PBC (“bekwaam”) m.b.t. het illegaal downloaden van films, zullen een hogere intentie hebben om films illegaal te downloaden

3.1.9 Hypothese 11 en 12: Perceived Difficulty (PD) Als de verwachte inspanning voor het legale alternatief te hoog is, leidt dit tot meer filmpiraterij, ook al wordt filmpiraterij als onethisch beschouwd (Vermeir, 2008). Ook dit gegeven kunnen we converteren naar resp. hypothese 11 en 12 m.b.t. verlangen en intentie van het illegaal downloaden van films. 

H11: Individuen met een hoge PD (“zwakke opportuniteiten”) m.b.t. het illegaal downloaden van films, zullen een zwakker verlangen hebben om films illegaal te downloaden [Jorn Rijckaert]



H12: Individuen met een hoge PD (“zwakke opportuniteiten”) m.b.t. het illegaal downloaden van films, zullen een lagere intentie hebben om films illegaal te downloaden

3.1.10 Hypothese 13 en 14: Frequency of Past Behavior (FPB) Volgens Conner en Armitage (1998) is Past Behavior de beste voorspeller van toekomstig gedrag. Immers, als een individu in het verleden zich al onderworpen heeft aan piraterij, dan zal het eerder de intentie hebben om het opnieuw te doen (Al-Rafee & Cronan, 2006). Perugini en Bagozzi (2001) veronderstellen dat FPB een voorspeller is van zowel verlangen als intentie. Als het gedrag niet goed ontwikkeld is of in een onstabiele context wordt gebruikt, dan draagt de FPB rechtstreeks bij tot het vormen van intenties, omdat mensen eerder een gunstige intentie ontwikkelen over het gedrag als ze het in het verleden regelmatig hebben uitgevoerd (Ouellette & Wood, 1998). Dit is ook zo bij verlangens .




23

H13: Individuen die in het verleden vaker films illegaal gedownload hebben, zullen een sterker verlangen hebben om films illegaal te downloaden [Jorn Rijckaert]



H14: Individuen die in het verleden vaker films illegaal gedownload hebben, zullen een hogere intentie hebben om films illegaal te downloaden

3.1.11 Extra hypothese 15: Interactie-effecten PIE Er wordt een extra hypothese m.b.t. PIE toegevoegd, daar Robin, Reidenbach en Forrest (1996) beweren dat hierdoor de validiteit van de modellen verbetert. PIE wordt gedefinieerd als ‘the perceived personal relevance or importance of an ethical issue to an individual’ (Robin et al., 1996) of ‘het gepercipieerd belang van een ethisch probleem voor een individu’. Het niveau van PIE beïnvloedt bij het individu o.a. de betrokkenheid tot en de uitbreiding van het beslissingsproces (Robin, Reidenbach, & Forrest, 1996). Chan, Wong en Leung (2008) stellen dat als individuen de ethische kwestie als iets belangrijker of relevanter percipiëren voor zichzelf, ze meer cognitieve inspanningen zullen leveren om de kwestie te evalueren. Dit resulteert in een sterkere relatie tussen de diverse ethisch-gerelateerde constructen. Verwijzend naar het ethische besluitvormingsproces in het eigen gehanteerd model (zie figuur 3, ‚gebaseerd op het Hunt-Vitell Theory of Ethics‛), impliceert dit de relatie tussen resp. DE en TE met het EO en de relatie EO met Aact. Dit laatste is in contrast met de relatie tussen ethisch oordeel en intentie, zoals gehanteerd in de vermelde literatuuronderzoeken onder deze subtitel (Chan et al., 2008, Robin, Reidenbach, & Forrest, 1996). Dit resulteert in de volgende formulering: 

H15: Een hoog niveau van PIE versterkt de relatie tussen (a) de deontologische evaluatie en het ethisch oordeel over het illegaal downloaden van films; (b) tussen de teleologische evaluatie en het ethisch oordeel over het illegaal downloaden van films; en (c) het ethisch oordeel en de attitude tegenover het illegaal downloaden

3.1.12 Extra hypothese 16: Neutralisatietechnieken (NEU) Als gedrag en intentie inconsistent zijn met het ethisch oordeel over het gedrag, dan is een van de gevolgen een schuldgevoel bij het individu (Hunt en Vitell, 1986). Mensen kunnen echter neutralisatietechnieken gebruiken. Dit is een set van rationalisaties die hen afzondert van de eigen schuld wanneer ze in een gedrag resulteren dat een inbreuk vormt op hun normen (Chatzidakis et al., 2004, Strutton et al., 1994, Sykes & Matza, 1957). Deze mensen zullen hierbij de normen die ze schenden niet


24

per se als nutteloos interpreteren, maar vinden het in hun situatie niet toepasselijk (Shang et al., 2008). In de context van filmpiraterij kunnen volgende neutralisatietechnieken gehanteerd worden: appealing to higher loyalties (verwijzing naar hogere banden), denial of the victim (ontkenning van het slachtoffer), denial of injury (ontkenning van de schade), denial of responsibility (ontkenning van de verantwoordelijkheid) en condemning the condemners (de veroordeelden veroordelen) (Strutton, Vitell, & Pelton, 1994, Sykes & Matza, 1957). Indien klanten de industrie veroordelen voor het uitvoeren van oneerlijke businesspraktijken (bvb. het aanrekenen van te hoge prijzen), zullen ze wraak willen nemen en uitkijken voor substituten (Kwong et al., 2003, Piron & Fernandez, 1995). Op die manier neutraliseren consumenten hun praktijken door de schuld in de schoenen te schuiven van de bedrijven (Harrington, 2000, Sykes & Matza, 1957). Piraterij is dan het resultaat van een negatieve attitude van de consument tegen de bedrijven (anti-big business attitude) (Eining & Christenen, 1991, Muncy & Vitell, 1992). Daartegenover staat de anti-piracy attitude, wat we definiëren als de negatieve attitude tegenover piraterij. We gaan na in welke mate beide concepten de intentie beïnvloeden. Dit leidt tot de volgende hypothese: 

H16: Hoe hoger (a) de anti-industrie attitude bij het individu; en hoe lager (b) de anti-piraterij attitude bij het individu, hoe hoger hun intentie om films illegaal te downloaden

3.1.13 Extra hypothese 17: Willingness To Pay (WTP) Omdat de filmindustrie beweert dat door illegale praktijken zoals het illegaal downloaden van films de intentie van de consumenten vermindert om te betalen voor de legale mogelijkheden (zie Hoofdstuk 1), wordt dit nog via een extra hypothese onderzocht. De hypothese wordt geformuleerd als: 

H17: Hoe hoger de intentie van het individu om films illegaal te downloaden, hoe lager de bereidheid van het individu om te betalen voor de legale mogelijkheden (WTP)

3.2. Individuele kenmerken Individuele kenmerken als leeftijd en geslacht worden verwacht attitude te beïnvloeden (Al-Rafee & Cronan, 2006). Terwijl sommige studies dit bevestigen, zijn er evengoed studies die de invloed van dergelijke individuele kenmerken niet gevonden hebben (Khazanchi, 1995, Leonard & Cronan, 2001, Loch & Conger, 1996, Reiss & Mitra, 1998). In dit onderzoek wordt het effect van geslacht op alle variabelen gecontroleerd. Er wordt getracht onder andere een extra bevestiging te geven dat vrouwen een hogere ethische standaard hebben dan mannen (Ford & Richardson, 1994, Leonard & Cronan, 2005), dat mannelijke studenten eerder aan piraterij doen dan vrouwen (Bhattacharjee, Gopal, & Sanders,

25


2003, Sims et al., 1996) en dat vrouwen bijgevolg een lagere attitude tegenover piraterij hebben dan mannen (Sims, Cheng, & Teegen, 1996). Verder heeft geslacht uiteraard altijd een indirect effect via andere variabelen (Al-Rafee & Cronan, 2006). De variabele leeftijd kan moeilijk onderzocht worden wegens de beperkte steekproef (zie infra), maar er is evidentie dat oudere individuen hogere ethische standaarden hebben dan jongere individuen (Auerbach & Welsh, 1994, Barger et al., 1998, Erffmeyer et al., 1999, Ford & Richardson, 1994, Fullerton, Kerch, & Dodge, 1996, Muncy & Vitell, 1992, Vitell et al., 1991). Rawwas en Singhapakdi (1998) stelden concreter dat volwassen (20-79 jaar) ethischer zijn dan tieners (meestal 19 jaar) of kinderen (10-12 jaar). Oudere individuen hebben een lagere attitude tegenover digitale piraterij dan jongere individuen (Al-Rafee & Cronan, 2006). Oudere individuen doen bovendien minder aan piraterij (Bhattacharjee, Gopal, & Sanders, 2003). Het rapport ‚The Cost of Movie Piracy‛ (zie supra) heeft al aangeduid dat jongeren de grootste groep vormen binnen digitale piraterij. Ook leeftijd heeft een indirecte invloed via overige factoren (Al-Rafee & Cronan, 2006). De variabele faculteit en studiejaar kunnen beide onderzocht worden m.b.t. de invloed van het onderwijsgebeuren op het illegaal downloaden van films. Aangezien studiejaar sterk samengaat met de leeftijd, zijn de verwachtingen erg laag. Faculteiten refereren naar de inhoud van de opleiding. Studenten met informaticagerelateerde studies worden verwacht over sterke intenties te beschikken om illegaal films te downloaden. Ook hier wordt het effect van faculteit op alle variabelen gecontroleerd. Meer geschoolde consumenten zullen onethisch gedrag eerder accepteren (Fullerton, Kerch, & Dodge, 1996).

DE FPB

VE PIE 5A°

H1(-)

H13(+)

PIE 5A° H15c (+)

H15a(+)

EO

H14 (+)

H8 (+/-)

Aact

H3 (+)

H16 (+/-)

DES

H4 (+)

INT

H5 (+)

H17 (-)

PIE 5A°

H2(+/-)

H6 (-)

H15b(+)

H9 (+)

SN

TE

LEEFTIJD

H7 (-)

GESLACHT

H10 (+)

PBC

STUDIEJAAR

NEU

H11 (-)

WTP

H12 (-)

PD

FACULTEIT

Figuur 4 Model m.b.t. de intentie tot het al dan niet illegaal downloaden van films – HYPOTHESEN

26

HOOFDSTUK 4 ONDERZOEK NAAR DE INTENTIE OM AL DAN NIET FILMS ILLEGAAL TE DOWNLOADEN Na de formulering van de hypothesen volgt het onderzoek. In dit hoofdstuk wordt de populatie en steekproeftrekking besproken, alsook de gegevensverzameling met de constructie van de vragenlijst en pretest en de gegevensverwerking. Het hoofdstuk wordt afgesloten met de bespreking van de resultaten, de beperkingen verbonden aan het onderzoek, enkele suggesties voor verder onderzoek en een kort besluit. In deze uiteenzetting komen enkel de resultaten van de aan mij toegewezen hypothesen (zie supra). Voor de verwerking van de overige hypothesen wordt verwezen naar Jorn Rijckaert.

4.1 Populatie en steekproeftrekking De te bestuderen populatie betreft volgens de onderzoeksvraag consumenten die al dan niet illegaal films downloaden. De populatiespecificatiefout is minimaal, aangezien iedere consument wel of niet illegaal films downloadt. De focus gaat naar studenten van de Universiteit Gent, die we als een lijst gebruiken van alle leden van de te onderzoeken populatie. Een niet-probabilistische steekproefprocedure wordt verkozen, omwille van de kostenefficiëntie en de praktische uitvoerbaarheid ervan. Er kunnen steekproeffouten optreden, die we trachten te reduceren door een homogene groep van voldoende omvang te selecteren (een marge van 400 studenten). We opteerden voor een online vragenlijst op een webpagina met een welbepaalde URL (websurvey 2ask). De link naar de enquête werd met een begeleidende tekst via het leerplatform Minerva doorgestuurd naar studenten van diverse faculteiten van de Universiteit Gent (restrictief). Het gaat om – in volgorde van contactopname - de Faculteit Wetenschappen, Faculteit Economie en Bedrijfskunde, Faculteit Geneeskunde en Gezondheidswetenschappen, Faculteit Ingenieurswetenschappen, Faculteit Politieke

HOOFDSTUK 4 – ONDERZOEK NAAR DE INTENTIE OM AL DAN NIET ILLEGAAL FILMS TE DOWNLOADEN

27

en Sociale Wetenschappen en de Faculteit Letteren en Wijsbegeerte. Per faculteit werd een gemakkelijkheidssteekproef (niet-restrictief) uitgevoerd. Iedere student van een faculteit had een kans om getrokken te worden, zolang de limiet van 400 studenten niet bereikt werd. Het voordeel van een online vragenlijst is dat het invullen ervan hoogst waarschijnlijk individueel gebeurt, wat volgens Hennig-Thurau, Henning en Sattler (2007) moet, ervan uitgaande dat het downloaden ook een individuele aangelegenheid betreft. We zijn er ons van bewust dat de vragenlijst relatief lang is, maar de aard van het onderwerp en de mate van betrokkenheid van de respondent zorgde voor een hoge responsgraad. Ook de mogelijkheid om een prijs te winnen kon een stimulans zijn. Na een week hadden we voldoende respondenten.

4.2 Gegevensverzameling Als gegevensverzamelingsmethode wordt geopteerd voor een gestructureerde vragenlijst. Dit is een onderzoeksvorm die toepasselijk is om emoties, motiveringen, attitudes, verwachtingen, opinies, intenties e.d. te achterhalen, zoals ook omschreven in het model. Door de vragenlijst voldoende te structureren vergroot de betrouwbaarheid, maar er kunnen validiteitsproblemen voorkomen, doordat de respondent geen kans krijgt tot verduidelijking van zijn antwoorden. Er werd gepoogd alle relevante vragen op te nemen om enigszins de validiteit te verhogen. De pretest hielp hierbij (zie infra). De constructie van de definitieve vragenlijst wordt voorgesteld, alsook de resultaten van de pretest.

4.2.1 Constructie van de vragenlijst Van ieder te meten variabele uit het model wordt de meetschaal beschreven. Dit werd gebaseerd op schalen uit de literatuur, maar ook op eigen inzichten. Bepaalde variabelen (TE, SN, PBC, PD en NEU) bevatten meerdere stellingen en per stelling wordt de bron vermeld. In het vooronderzoek werd immers - in samenspraak met collega Jorn Rijckaert - naar zoveel mogelijk passende stellingen voor die variabelen gezocht en werden de voornaamste gegroepeerd. De besproken meetschalen van de variabelen worden voorgesteld in de volgorde zoals die in het eigen gehanteerd model voorkomen. De volgorde in de vragenlijst is anders, vandaar er ook steeds verwezen wordt naar het nummer van de vraag in bijlage 1. Verder geldt de opmerking dat indien de 7-puntenschaal niet wordt omschreven, dit een schaal betreft van ‚Helemaal niet akkoord‛ tot ‚Helemaal akkoord‛.

HOOFDSTUK 4 – ONDERZOEK NAAR DE INTENTIE OM

28

AL DAN NIET ILLEGAAL FILMS TE DOWNLOADEN

a. De deontologische evaluatie Deze evaluatie wordt gemeten aan de hand van de vraag ‚Rekening houdend met uw eigen normen en waarden, hoe zou u het illegaal downloaden van films beoordelen?‛ (zie vraag 11, bijlage 1). Drie items op een 7-puntenschaal worden gehanteerd. De ankerpunten van deze items zijn: ‚het is mijn plicht / mijn plicht niet om een film te verkrijgen zoals het zou moeten (d.i. op een legale manier)‛, ‚Het is moreel juist / moreel onjuist om een film illegaal te downloaden‛ en ‚Het is eerlijk / niet eerlijk om films illegaal te downloaden‛. Deze vraag is geïnspireerd op diverse auteurs (Mayo & Marks, 1990, Reidenbach & Robin, 1990). De deontologische evaluatie wordt voorgesteld als het gemiddelde van deze items (Chan, Wong, & Leung, 2008, Vitell & Ho, 1997).

b. De teleologische evaluatie Er wordt voor dit onderdeel gezocht naar stellingen over de diverse gevolgen van het illegaal downloaden voor het individu en voor anderen. Voor elk van de gevolgen moet de respondent aangeven in welke mate ze het waarschijnlijk en wenselijk vinden dat deze gevolgen zich voordoen, bevraagd op een 7-puntenschaal gaande van resp. ‘Zeer onwaarschijnlijk’ tot ‘Zeer waarschijnlijk’ (zie vraag 12a en 12b, bijlage 1) en ‘Zeer onwenselijk’ tot ‘Zeer wenselijk’ (zie vraag 13a en 13b, bijlage 1). Omwille van de vele items worden ze opgesplitst, waardoor dit in een deel a en b resulteert bij iedere vraag. Een gewogen score wordt bekomen door elk van de waarschijnlijkheidscores te vermenigvuldigen met de wenselijkheidscores. Vervolgens wordt het gemiddelde berekend (Chan, Wong, & Leung, 2008, Cherry & Fraedrich, 2002, Vitell & Ho, 1997). Hier wordt bovendien een extra stelling als manipulation check toegevoegd om invalide antwoorden uit te sluiten, gebaseerd op de visie van Oppenheimer, Meyvis en Davidenko (2007). De stelling luidde ‚Ter controle vragen wij u om hier ‚Zeer onwaarschijnlijk‛ aan te duiden‛. Respondenten die hier verkeerd op antwoorden worden uitgesloten (zie infra). Het gepercipieerd risico voor het individu (a) wordt bevraagd door vier stellingen (zie tabel 1), geïnspireerd op items van de variabele prosecution risk van Hsu en Shiue (2008) en Chiou e.a. (2005). Stellingen

Bron

Het illegaal downloaden van films leidt tot een arrestatie

Hsu en Shiue (2008)

Het illegaal downloaden van films leidt tot een gerechtelijke vervolging

Hsu en Shiue (2008)

Het illegaal downloaden van films leidt tot een boete

Hsu en Shiue (2008)

Het illegaal downloaden van films leidt ertoe dat mijn familie en vrienHsu en Shiue (2008) den mij buitensluiten uit hun familie- of vriendenkring Tabel 1 Stellingen van Teleologische evaluatie: Gepercipieerd risico voor het individu


29


De prijsperceptie van het individu (b) wordt nagegaan door drie stellingen (zie tabel 2) die geïnspireerd zijn op de constructie van cognitive beliefs (Al-Rafee & Cronan, 2006) en het idee van utility of the original (Hennig-Thurau, Henning & Sattler, 2007, Rochelandet & Le Guel, 2005). Stellingen Het (illegaal) downloaden van films leidt tot geldbesparing

Bron Al-Rafee en Cronan, 2006

De legale manieren om een film te bekijken (bioscoop, dvd kopen/ huHennig-Thurau e.a., 2007 Rochelandet en Le Guel, 2005 ren,…) leiden tot hogere kosten dan de illegale manieren De legale manieren om een film te bekijken (bioscoop, dvd kopen/ huHennig-Thurau e.a., 2007 Rochelandet en Le Guel, 2005 ren,…) leiden tot extra uitgaven (bv. vervoerkosten, parkeergeld, etc.) Tabel 2 Stellingen van Teleologische evaluatie: Prijsperceptie van het individu De drie stellingen m.b.t. het gepercipieerd comfort voor het individu (c) (zie tabel 3) is een combinatie van items uit de technical costs of the copy van Hennig-Thurau e.a. (2007) en de perceived value difference van Chen e.a. (2008). Stellingen Het illegaal downloaden van films leidt tot computer- en internetproblemen

Bron Hennig-Thurau e.a., 2007

Het (illegaal) downloaden van films leidt tot tijd- en energiebesparing (bv. vervoer naar videotheek/ bioscoop, vergelijken van prijzen van Chen e.a., 2008 dvd’s in verschillende winkels, etc.) Het (illegaal) downloaden van films vergemakkelijkt het zoeken naar Chen e.a., 2008 zeldzame of moeilijk te vinden films Tabel 3 Stellingen van Teleologische evaluatie: Gepercipieerd comfort voor het individu Hsu en Shiue (2008) en Chen e.a. (2008) hielpen met items van resp. hun variabelen performance risk en perceived value de gepericipieerde waarde voor het individu (d) in te vullen met vijf items (zie tabel 4). Het vierde item werd zelf toegevoegd om op het verschil te duiden met het derde item. Het downloaden van films zorgt ervoor dat er gemakkelijk collecties kunnen worden gemaakt (bvb. op de computer), doch de waarde ervan kan lager zijn dan tastbare collecties. Stellingen

Bron

Het illegaal downloaden van films betekent een lagere kwaliteit van de films

Hsu en Shiue (2008)

Het illegaal downloaden van de films betekent een gemis van een aantal functies die het originele beziet (bv. extra’s op dvd’s, geavanceerde video- en geluidseffecten in de bioscoop, etc.) Het (illegaal) downloaden van films leidt tot het gemakkelijk aanleggen van een collectie van films

Hsu en Shiue (2008)

Chen e.a., 2008

Het (illegaal) downloaden van films leidt tot een lagere collectiewaarde van Eigen werk films Het (illegaal) downloaden van films leidt tot een betere opvolging van trends Chen e.a., 2008 in de filmwereld Tabel 4 Stellingen van Teleologische evaluatie: Gepercipieerde waarde voor het individu


30


Tenslotte wordt de gevolgen voor anderen (e) bevraagd met een item van Al-Rafee en Cronan (2006) en twee andere items die zelf werden gevonden (zie tabel 5). Deze twee laatste items zijn extra beweringen die de ongunstige gevolgen voor de filmindustrie kunnen aantonen. Stellingen

Bron

Het illegaal downloaden van films leidt tot meer geldverlies voor de Al-Rafee en Cronan, filmindustrie 2006 Het illegaal downloaden van films leidt tot een inbreuk van de artistieEigen werk ke waarde van de films Het illegaal downloaden van films leidt tot een bedreiging van het beEigen werk roep van auteurs, regisseurs, acteurs, etc. Tabel 5 Stellingen van Teleologische evaluatie: Gevolgen voor anderen

c. Ethisch oordeel Deze variabele wordt gemeten (zie vraag 14, bijlage 1) door de vraag ‚Rekening houdend met uw eigen normen en waarden, alsook de gevolgen van het illegaal downloaden van films, hoe zou u het illegaal downloaden van films beoordelen?‛met vier items als ankerpunten op een 7-puntenschaal, nl. ‚onaanvaardbaar - aanvaardbaar‛, ‚ethisch – onethisch‛, ‚juist – fout‛ en ‚slecht – goed‛ (Dabholkar & Kellaris, 1992, Mayo & Marks, 1990). Het ethisch oordeel wordt voorgesteld als het gemiddelde van deze vier items (Chan, Wong, & Leung, 2008, Vitell & Ho, 1997). De items ‚correct – incorrect‛ en ‚moreel – immoreel‛ zoals gedefinieerd door Dabholkar en Kellaris (1992) worden weggelaten, wegens inhoudelijke overeenkomsten met resp. ‚juist-fout‛ en ‚ethisch-onethisch‛.

d. Attitude De attitude van de respondent tegenover het illegaal downloaden van films wordt nagegaan door de vraag (zie vraag 7, bijlage 1) ‚Hoe staat u tegenover het illegaal downloaden van films? Het illegaal downloaden van films is voor / volgens mij …‛. Er worden zes bipolaire items gebruikt die beoordeeld worden op basis van een 7-puntenschaal. De items zijn ‚niet wenselijk – wenselijk‛, ‚schadelijk – voordelig‛, ‚slecht – goed‛, ‚nutteloos – nuttig‛, ‚onverstandig – verstandig‛ en ‚onaantrekkelijk – aantrekkelijk‛ (Ajzen & Fishbein, 1980, Al-Rafee & Cronan, 2006, Cronan & Al-Rafee, 2008, Leone, Perugini, & Ercolani, 2004). Attitude wordt voorgesteld als een gemiddelde score afgeleid van deze zes items.


31


e. Verlangen Er wordt hiertoe één vraag gesteld om het verlangen tot het downloaden bij de respondent na te gaan (zie vraag 9, bijlage 1), nl. ‚Mijn verlangen om films (illegaal) te downloaden is …‛. De respondenten kunnen hun verlangen aanduiden op een 6-puntenschaal, gaande van ‘Heel sterk’ tot ‘Heel zwak’ en ‘Ik heb geen verlangen’. Deze vraag werd gebaseerd op auteurs die deze variabele bevroegen in de Model of Goal-Directed Behavior (Perugini & Conner, 2000).

f.

Intentie

Er worden twee stellingen (zie vraag 3, bijlage 1) gebruikt, nl. ‚Het is waarschijnlijk dat ik tussen vandaag en volgend jaar een film illegaal zal downloaden‛ en ‚Het is onmogelijk dat ik tussen vandaag en volgend jaar een film illegaal zal downloaden‛ (Stevenson et al., 2000). De respondenten kunnen hun intentie aanduiden op een 7-puntenschaal. Intentie is de gemiddelde score van deze twee items (Chan, Wong, & Leung, 2008).

g. Subjectieve normen Er worden hiertoe zeven items bevraagd op een 7-puntenschaal (zie vraag 6, bijlage 1). Deze stellingen werden geformuleerd op basis van meerdere auteurs (zie tabel 6) die deze variabele eveneens behandelden, hetzij onder dezelfde benaming (Al-Rafee & Cronan, 2006, Cronan & Al-Rafee, 2008, Morton & Koufteros, 2008), hetzij onder een andere benaming (perceived social consensus (Chiou, Huang, & Lee, 2005), social risk (Hsu & Shiue, 2008) en social outcomes (LaRose & Kim, 2007)). Een eigen extra item bevraagt de gepercipieerde invloed van het gedrag van vrienden op die van het individu. Subjectieve normen wordt voorgesteld als een gemiddelde score van deze zeven items. Stellingen

Bron

Wat betreft het illegaal downloaden van films, doe ik zoals de meeste van mijn vrienden, familie of kennissen doen Als ik films illegaal download, doen mijn vrienden, familie of kennissen het ook Mijn familie, vrienden of kennissen zullen niet akkoord gaan dat ik films illegaal download

Al-Rafee & Cronan, 2006 Cronan & Al-Rafee, 2008 Al-Rafee & Cronan, 2006 Cronan & Al-Rafee, 2008

Ik kan mijn vrienden imponeren met het illegaal downloaden van films

LaRose & Kim, 2007

Ik download films alleen illegaal omdat mijn vrienden mij aansporen Mijn familie, vrienden of kennissen zouden een negatieve visie van mij hebben als ze ontdekken dat ik films illegaal download Mijn familie, vrienden of kennissen vinden het normaal om films illegaal te downloaden Tabel 6 Stellingen van Subjectieve normen

Chiou e.a., 2005

Eigen werk Hsu & Shiue, 2008 Morton & Koufteros, 2008


32

Verder wordt opgemerkt dat de bewoording van deze vraag lichtjes verschilt naargelang de respondent al dan niet een downloader is (zie vraag 1, bijlage 1). De downloader krijgt bijvoorbeeld de stelling ‘ik kan mijn vrienden imponeren met het illegaal downloaden van films’, terwijl de nietdownloader de stelling ‘ik zou mijn vrienden kunnen imponeren’ krijgt. Op die manier zijn de stellingen voor elke respondent te begrijpen (zie vraag 6, bijlage 1).

h. Verwachte Emoties De verwachte emoties van de respondent wordt nagegaan door de vraag (zie vraag 8, bijlage 1) ‚Wat zijn uw gevoelens tegenover het illegaal downloaden van films?‛. Er worden 16 emoties gebruikt, die worden bevraagd op een 5-puntenschaal, gaande van ‚Als ik download, ben ik helemaal niet…‛ tot ‚Als ik download, ben ik heel erg…‛. Opnieuw wordt deze vraagstelling gewijzigd voor nietdownloaders naar bvb. ‚Als ik zou downloaden, zou ik helemaal niet … zijn‛. De emoties zijn gebaseerd op de Consumption Emotions Set (CES) (Richins, 1997). Laros en Steenkamp (2005) vulden dit aan en verdeelden de emoties in twee grote categorieën, nl. positieve en negatieve invloeden met elk vier emoties (componenten) met een onderliggend niveau van specifieke emoties. In deze scriptie worden alleen de relevante items opgenomen, wat resulteert in negen negatieve en zeven positieve items. De negen negatieve emoties betreffen kwaad (angry) en gefrustreerd (frustrated) uit component Anger, bang (afraid), nerveus (nervous) en ongerust (worried) uit component Fear, gedeprimeerd (depressed), droevig (sad) en schuldig (guilty) uit component Sadness en beschaamd (ashamed) uit component Shame. De zeven positieve emoties zijn tevreden (contented), voldaan (fulfilled) uit component Contentment, opgelucht (relieved), gelukkig (happy), opgewonden (thrilled), blij (pleased) uit component Happiness en uiteindelijk het item trots (proud) van het component Pride (Laros & Steenkamp, 2005). De negatieve en positieve emoties worden voorgesteld als een gemiddelde score van resp. negen en zeven items.

i. Perceived Behavioral Control Acht items worden bevraagd op een 7-puntenschaal (zie vraag 4, bijlage 1). Er worden bestaande stellingen (zie tabel 7) van diverse auteurs gebruikt die dezelfde benaming hanteren (Cronan & Al-Rafee, 2008) of dit onder een andere benaming bevragen, nl. self-efficacy (LaRose & Kim, 2007) of expertise of file-sharing (Huang, 2005). Deze variabele wordt voorgesteld als het gemiddelde van de acht items.


33


Stellingen Het is voor mij gemakkelijk om films illegaal te downloaden

Bron Cronan & Al-Rafee, 2008

Ik ken verschillende manieren om een film illegaal te downloaden

Cronan & Al-Rafee, 2008 Cronan & Al-Rafee, 2008 Cronan & Al-Rafee, 2008 Cronan & Al-Rafee, 2008 Huang, 2005

Ik ken alle valstrikken van het illegaal downloaden (bv. spyware-aanvallen)

LaRose & Kim, 2007

Ik weet hoe ik goede van slechte filmbestanden kan onderscheiden Tabel 7 Stellingen van Perceived Behavioral Control

LaRose & Kim, 2007

Ik denk dat ik de bekwaamheid niet heb om films illegaal te downloaden Ik heb de noodzakelijke middelen (bv. snelle internetverbinding, benodigde software, etc.) om films illegaal te downloaden en te bekijken Ik weet hoe de noodzakelijke middelen voor het illegaal downloaden van films te vinden, als ik zou willen Ik kan films vinden om illegaal te downloaden als ik zou willen

j.


Er worden vier items bevraagd op een 7-puntenschaal (zie vraag 5, bijlage 1). Alle stellingen (zie tabel 8) komen van dezelfde literatuur (Hennig-Thurau, Henning, & Sattler, 2007), behalve de tweede stelling. De notie ‘steeds moeilijker door strengere beveiligingsmethoden’ in deze stelling bevraagt of de respondent moeilijkheden ondervindt die onderhevig zijn aan de strategieën van de filmindustrie om piraterij een halt toe te roepen. Deze variabele is de gemiddelde score van de vier items. Stellingen

Bron

Een film illegaal downloaden is te omslachtig, er zijn betere manieren om aan films te geraken Een film illegaal downloaden wordt steeds moeilijker door strengere beveiligingsmethoden Het gevaar van virussen op de computer tijdens het illegaal downloaden van films is meestal hoog

Hennig-Thurau e.a., 2007 Eigen werk

Het illegaal downloaden van films kan voor technische problemen zorgen (bv. overschrijding van downloadlimiet, het internet loopt vast, etc.) Tabel 8 Stellingen van Perceived Difficulty

Hennig-Thurau e.a., 2007

Hennig-Thurau e.a., 2007

k. Frequency of Past Behavior Vooreerst wordt gevraagd of de respondent ooit films legaal of illegaal gedownload heeft (zie vraag 1, bijlage 1). Wie ‚Nee‛ antwoordt (niet-downloader), wordt automatisch doorverwezen naar vraag 3. Wie ‚Ja‛ antwoordt (downloader), krijgt vervolgens een lijst van vijf mogelijkheden (zie vraag 2, bijlage 1), waarbij de respondent die mogelijkheid moet aanduiden via dewelke hij ooit films downloadde. Het betreft downloaden via peer-to-peernetwerken, website(s) waar je moet betalen, website(s) waar


34

je niet moet betalen of over het internet via familieleden, vrienden of kennissen. Er is ook een optie ‘Andere’ als invulvraag beschikbaar. Vervolgens krijgt de respondent een opsomming van de door hem aangekruiste mogelijkheden. Van iedere mogelijkheid krijgt hij de kans om de namen in te vullen (bvb. ‚LimeWire‛ bij P2P-netwerken) en aan te duiden in welke mate hij denkt dat het downloaden van films via die wijze illegaal of legaal is, dit op een 6-puntenschaal gaande van ‚Legaal, zeker niet illegaal‛, ‚Legaal, maar ben het niet zeker‛, ‚Ik heb er geen idee van‛, ‚Illegaal, maar ben het niet zeker‛ naar tenslotte ‚Illegaal, zeker niet legaal‛. Als laatste vraag bij deze variabele krijgt de respondent ‚Hoe vaak hebt u gemiddeld films gedownload in afgelopen jaar via de volgende manieren?‛, opnieuw enkel bij die mogelijkheden die hij aangeduid heeft. Dit betreft een 5-puntenschaal, gaande van ‚Eén tot meerdere keren per dag‛, ‚Niet elke dag, maar toch één tot meerdere keren per week‛, ‚Niet elke week, maar toch één tot meerdere keren per maand‛, ‚Niet elke maand, maar toch één tot meerdere keren per jaar‛, met inbegrip van tenslotte ‚Het was slechts eenmalig‛ en ‚Dit heb ik afgelopen jaar niet gedaan‛. De samenstelling van deze variabele wordt geëxpliceerd in 4.3.1 (Voorbereidende stappen).

l. PIE PIE wordt bevraagd door: ‚In hoeverre vindt u het probleem ‘het illegaal downloaden van films’ belangrijk voor uzelf? Het illegaal downloaden van films is voor mij…‛ (zie vraag 15, bijlage 1). Er worden vier items gebruikt die beoordeeld worden op basis van een 7-puntenschaal. De items zijn ‚een onbelangrijk probleem - een belangrijk probleem‛, ‚een probleem die het verschil niet maakt met andere problemen - een probleem die het verschil maakt met andere problemen‛, ‚een probleem zonder belang - een probleem van groot belang‛ en ‚een bijkomstig probleem - een fundamentele probleem‛ (Robin, Reidenbach, & Forrest, 1996). PIE wordt voorgesteld als een gemiddelde score afgeleid van deze vier items (Chan, Wong, & Leung, 2008).

m. Neutralisatietechnieken Voor Anti-industrie en Anti-piraterij worden elk vier stellingen gebruikt (zie tabel 9), gebaseerd op diverse auteurs (Chiou, Huang, & Lee, 2005, Hennig-Thurau, Henning, & Sattler, 2007, Huang, 2005, Thong & Yap, 1998). De respondenten kunnen hun mening weergeven op een 7-puntenschaal (zie vraag 10, bijlage 1). Beide worden voorgesteld als de gemiddelde score van hun vier items.


35


Anti-Industrie Stellingen

Bron

Filmindustrieën beschermen hun auteursrechten om ons uit te buiten

Huang, 2005

Filmindustrieën hebben alleen winst in hun hoofd en trekken zich niks aan van wat wij wensen

Huang, 2005

Het enige wat filmindustrieën doen, is afzetterij

Huang, 2005

Door het illegaal downloaden van de films zet je het de filmindustrieën betaald Anti-Piraterij Stellingen Het illegaal downloaden van films is gelijk aan het schenden van de auteursrechten

Hennig-Thurau, 2007

Bron Chiou e.a., 2005

Iemand die films illegaal downloadt, moet gestraft worden

Thong en Yap, 1998

We mogen alleen films downloaden als we ervoor gemachtigd zijn

Thong en Yap, 1998

Thong en Yap, 1998 Het illegaal downloaden van films is gelijk aan stelen Tabel 9 Stellingen van Neutralisatietechnieken: Anti-industrie en Anti-piraterij

n. Willingness To Pay Rochelandet en Le Guel (2005) en Bhattacharjee e.a. (2003) bevroegen Willingness To Pay (WTP) voor de legale alternatieven in monetaire waarde (resp. euro’s en dollars). In deze scriptie wordt dit eenvoudiger bevraagd (zie vraag 16, bijlage 1) door ‚Hoe bereid bent u om te betalen voor een film op de volgende legale manieren?‛. De respondent kan zijn bereidheid aanduiden op een 7-puntenschaal, gaande van ‘Helemaal niet bereid’ tot ‘Helemaal bereid’. Het betreft vijf manieren, nl. het bekijken van een film in de bioscoop, het huren van een film op dvd, het kopen van een film op dvd, het downloaden van een film via legale manieren of het huren van een film via digitale televisie. Er wordt ook een optie ‘Andere’ toegevoegd. WTP wordt voorgesteld als een gemiddelde score.

o. Individuele kenmerken Er wordt gevraagd om de leeftijd in te vullen en het geslacht aan te duiden (zie vraag 17 en 18, bijlage 1). Ook al betreft de steekproef studenten, er wordt als controlevraag ook bevraagd of de respondent student is (zie vraag 19, bijlage 1). Zoja, dan moet de respondent ook zijn studiejaar en faculteit opgeven (zie vraag 20 en 21, bijlage 1).


36


Als slot een samenvattende tabel (zie tabel 10) met de variabelen, hun afkorting en het aantal items. Variabele Beschrijving Variabele Deontologische evaluatie (DE) 3 items Frequency of Past Behavior Teleologische evaluatie (TE) 18 items PIE (FPB) Ethisch oordeel (EO) 4 items Neutralisatietechnieken (NEU) Attitude (Aact) 6 items Willingness To Pay (WTP) Verlangen (DES) 1 item Geslacht Intentie (INT) 2 items Leeftijd Subjectieve normen (SN) 7 items Student Verwachte emoties (VE) 16 items Studiejaar 8 items Faculteit Perceived Behavioral Control Perceived Difficulty (PD) 4 items (PBC) Tabel 10 Samenvatting van de variabelen

Beschrijving 4 items 8 items 6 items 1 item 1 item 1 item 1 item 1 item

4.2.2 Pretest Vooraleer de vragenlijst op punt te stellen, werd een pretest verwezenlijkt en rondgestuurd naar enkele medestudenten. Dit bleek gunstig om twee redenen. Eerst en vooral was het de bedoeling om eventuele onduidelijkheden in de vragenlijst aan het licht te brengen, zodat mogelijke validiteitsproblemen vermeden kon worden. Ten tweede kon zo achterhaald worden hoeveel tijd een respondent nodig had om de vragenlijst in te vullen. Dit bleek 15 à 20 minuten te zijn. De constructie van de vragenlijst zoals omschreven in 4.2.1 is de definitieve vragenlijst. Bij de vraag omtrent de Deontologische Evaluatie werden twee van de drie bipolaire stellingen eenvoudiger omschreven. De stelling ‚Er bestaat (g)een plichtsgevoel om een film te downloaden zoals het zou moeten (d.i. op een legale manier)‛ werd vervangen door ‚Het is mijn plicht (niet) om een film te verkrijgen zoals het zou moeten (d.i. op een legale manier)‛ en de stelling ‚Het illegaal downloaden van films doet mijn idee van eerlijkheid (geen) geweld aan‛ werd vervangen door ‚Het is (niet) eerlijk om films illegaal te downloaden‛. De Teleologische Evaluatie werd oorspronkelijk bevraagd door bij elke stelling een 7-puntenchaal toe te voegen van zowel ‚onwenselijk – wenselijk‛ als ‚onwaarschijnlijk - waarschijnlijk‛. Men vond dit vermoeiend omdat er telkens een gedachtesprong moest gemaakt worden van de waarschijnlijkheid op de wenselijkheid van de stelling. Dit werd gemakkelijk opgelost door eerst de waarschijnlijkheid van iedere stelling te bevragen, om die daarna nog eens te herhalen ter beoordeling van de wenselijkheid ervan. Oorspronkelijk werd m.b.t. Verlangen twee items bevraagd, nl. ‚Ik verlang ernaar om films te downloaden‛ en ‚Ik verlang ernaar om films illegaal te downloaden‛, te beantwoorden op een 7-


37

puntenschaal van ‚Helemaal niet akkoord‛ tot ‚Helemaal akkoord‛. Velen merkten op dat dit voor hen twee dezelfde stellingen zijn. Deze stellingen werden vervangen door de stelling ‚Mijn verlangen om films (illegaal) te downloaden is…‛, te beantwoorden op een 6-puntenschaal gaande van ‚Heel sterk‛ tot ‚Heel zwak‛ en ‚Ik heb geen verlangen‛. Bij de Verwachte Emoties werd ‘niet voldaan’ en ‘ontevreden’ gewist, omdat er reeds een item ‘voldaan’ en ‘tevreden’ bestond (unipolariteit). In de pretest was er voor de niet-downloaders de toevoeging ‚Indien u niet downloadt, hoe zou u zich voelen als u het wel deed?‛. Dit bleef verwarring scheppen omdat ze telkens zelf de transformatie naar het ‘zouden' moesten maken. Deze vraag werd opgesplitst naargelang downloaders en niet-downloaders, afgaande op de allereerste vraag (‚Hebt u ooit films – legaal of illegaal – gedownload?‛). Dit vormt geen problemen voor de analyse van de vragen. De downloaders krijgen de vraag ‚Als ik download, ben ik (…) *emotie+‛, terwijl de niet-downloaders op de vraag ‚Als ik zou downloaden, zou ik (…) *emotie+ zijn‛ moeten antwoorden. Bij de vraag omtrent Subjectieve Normen hadden niet-downloaders problemen met de zinsbouw van de stellingen. Er werd opnieuw besloten om deze vraag op te splitsen naargelang downloaders of nietdownloaders. Zo werd de stelling ‚Als ik films illegaal download, (…)‛ voor de niet-downloaders gewijzigd naar een voor hen juistere stelling ‚Als ik films illegaal zou downloaden, (…)‛. Ook bij de andere stellingen waren dergelijke aanpassingen noodzakelijk. Enkele bewoordingen werden veranderd. Zo werd bij Perceived Behavioral Control ‚kennis‛ vervangen door ‚bekwaamheid‛ en ‚vallen‛ door ‚valstrikken‛. Bij Perceived Difficulty werd een voorbeeld toegevoegd bij de stelling m.b.t. technische problemen. Bij de vragen omtrent Frequency of Past Behavior merkte een student op dat er nog een extra optie bestond om films te downloaden, nl. over het internet via familieleden, vrienden of kennissen (bvb. MSN). Dit werd toegevoegd bij de tweede vraag. Hij merkte overigens op dat er op heden ook Nieuwsgroepen bestaan. Na wat opzoekwerk vonden we dat deze wijze nieuw is, waardoor dit slechts ter voorbeeld werd vermeld bij de optie ‘Andere’. Verder gaven we bij elke wijze een bekend voorbeeld, wetende dat sommigen de naam wel kennen, maar zich niet bewust zijn van tot wat het hoort. Wat betreft de bevraging omtrent de legaliteit of illegaliteit van iedere mogelijkheid, werd ‚Volgens mij is het …‛ vervangen door ‚Volgens mij is het downloaden van films via …‛, omdat bijvoorbeeld peer-to-peernetwerken op zich niet illegaal zijn, maar wel het downloaden van films via deze netwerken. Bij de vraag omtrent de frequentie van het downloaden werd ‚Dit heb ik afgelopen jaar niet gedaan‛ toegevoegd, wat voor een medestudent ontbrak.


38

4.3 Gegevensverwerking De gegevens van het kwantitatief onderzoek werden verwerkt met behulp van het statistisch programma SPSS versie 15.0. De vragenlijst bestond uit vier afhankelijke en zeven onafhankelijke variabelen. De afhankelijke variabelen zijn Ethisch Oordeel (EO), Attitude (Aact), Verlangen (DES) en Intentie (INT). De onafhankelijke variabelen betreffen Deontologische Evaluatie (DE), Teleologische Evaluatie (TE), Subjectieve Normen (SN), Verwachte Emoties (VE), Perceived Behavioral Control (PBC), Perceived Difficulty (PD) en Frequency of Past Behavior (FPB). Daarnaast zijn er extra variabelen zoals PIE, Neutralisatietechnieken (NEU), Willingness To Pay (WTP) en de individuele kenmerken. Na enkele voorbereidende stappen wordt het profiel van de steekproef omschreven en wordt met behulp van factoranalyse de geobserveerde variabelen (items) gereduceerd tot constructen. Daarna wordt een lineaire regressieanalyse uitgevoerd. Er zijn vier afhankelijke variabelen en bijgevolg vier te bespreken deelmodellen. Voor het deelmodel m.b.t. DES wordt verwezen naar Jorn Rijckaert. Hierdoor behoort de variabele VE niet tot deze scriptie. Om de gegevensverwerking tot een goed einde te brengen, werden de instructies van Wijnen e.a. (2002) gevolgd, alsook ‘Multivariate Data Analysis with SPSS 15.0’ van Slabbinck (2008).

4.3.1 Voorbereidende stappen De data in SPSS werd voor het aanvangen van de analyse aangepast. Een controlevraag (bij Teleologische Evaluatie) was bedoeld om invalide antwoorden uit te sluiten. Op basis van foute antwoorden op deze vraag werden 12 respondenten uit de analyse verwijderd. Vier niet-studenten en drie nietingevulde rijen werden mede uit de dataset geweerd. Dit bracht het totaal van 401 respondenten naar 382 respondenten. De items van SN werden voor downloaders en niet-downloaders samengevoegd. Dit werd aanvankelijk apart bevraagd (zie supra), om de juiste bewoording voor iedere groep te hanteren. De variabele DES werd hergecodeerd, zodat ‘hoe hoger de waarde van de variabele, hoe hoger het verlangen’, wat nodig is voor de analyse van de hypothesen. Bovendien is alvast zeker dat factoranalyse van DES onmogelijk is (één item). De variabele FPB werd op bijzondere wijze ontwikkeld. De vraag ‚Via welke van onderstaande mogelijkheden downloadde u films?‛ resulteerde in een tweede vraag waarbij de respondent bij ieder aangeduide mogelijkheid maximum vijf namen kon invullen. Vijf mogelijkheden maal vijf namen impliceert maximum 25 variabelen, waarbij de respondent telkens moest aanduiden in welke mate hij deze mogelijkheid illegaal vindt. Deze 25 variabelen werden hergecodeerd. De ant-


39

woorden ‘Illegaal, maar ben het niet zeker’ of ‘Illegaal, zeker niet legaal’ kregen een waarde 1, de overige een 0. De som hiervan resulteerde in de variabele ILLDOW, waarbij de waarde 0 bleef, maar de overige waarden hergecodeerd werden tot 1. Een waarde 0 betekent dat de respondent geen downloader of een gepercipieerde legale downloader is. Een waarde 1 betekent dat de respondent minstens één keer illegaal downloadde, en dus naar zijn mening een illegale downloader is. De vraag ‚Hoe vaak hebt u gemiddeld gedownload in afgelopen jaar via de volgende manieren?‛ werd hergecodeerd, zodat hoe hoger de waarde, hoe vaker de respondent downloadt via die mogelijkheid. Zo kreeg bijvoorbeeld ‘Dit heb ik afgelopen jaar niet gedaan’ een 1 i.p.v. een 6. Vervolgens werd de som gemaakt tot een nieuwe variabele FREQ. De variabele FPB werd vervolgens bekomen door ILLDOW te vermenigvuldigen met FREQ. Elke waarde hoger dan 0 is een aanduiding van de frequentie en/of de intensiteit van de illegale downloader.

4.3.2 Profiel van de steekproef Van de 382 respondenten zijn 44.2% mannen. Wat betreft de leeftijd, vulden twee respondenten de vraag verkeerd in en werden hier uitgesloten (380 respondenten). 50% is jonger dan 20 jaar (Me). De minimum leeftijd bedraagt 17, de maximum leeftijd 45, doch 95% heeft een leeftijd tussen 18 en 23 jaar. Elk studiejaar is mooi vertegenwoordigd. 24.6% van de 382 studenten zijn eerste bachelors, 19.4% tweede bachelors, 19.6% derde bachelors, 19.1% eerste masters, 7.1% tweede masters en 10.2% van de respondenten zitten in een ander studiejaar, waarvan 25.6% een GIT volgt. Van de respondenten studeert 29.1% aan de Faculteit Wetenschappen, 27.5% aan de Faculteit Geneeskunde en Gezondheidswetenschappen, 17.3% aan de Faculteit Economie en Bedrijfskunde, 14.9% aan de Faculteit Letteren en Wijsbegeerte, 6.5% aan de Faculteit Ingenieurswetenschappen en 5.2% aan de Faculteit Psychologie en Sociale Wetenschappen. Dit zijn alle faculteiten die gecontacteerd werden, behalve de laatste. Verder heeft 56.8% van de 382 respondenten in het verleden ooit illegaal of legaal gedownload. Deze verdeling betekent dat de steekproef voldoende respondenten van beide groepen heeft om te kunnen antwoorden op de vraag ‚Waarom gaan consumenten al dan niet illegaal films downloaden?‛.

4.3.3 Factoranalyse Ter voorbereiding van verdere analyses wordt een factoranalyse uitgevoerd om één of meerdere constructen te bekomen van de variabelen DE, TE, EO, Aact, INT, SN, PBC, PD, PIE, NEU en WTP. Een factoranalyse van de variabelen DES en FPB is onmogelijk (één item) en wordt bijgevolg niet in onder-


40

staande analyse opgenomen. Beide variabelen werden reeds geconstrueerd bij de voorbereidende stappen (zie 4.3.1). Alle variabelen zijn ordinaal, doch elke variabele heeft zeven antwoordcategorieën, wat de vertekening beperkt en niet per se tot onbetrouwbare resultaten leidt. De meetschaal zal als een intervalschaal aanzien worden omwille van de assumptie van gelijke intervallen. Verder zijn er minstens tienmaal zoveel respondenten nodig als er variabelen zijn, met een minimum van 100 respondenten. Met 382 valide waarnemingen gaat deze voorwaarde op.

a. Hercodering van variabelen Voor de berekening van de factorscores en de Cronbach’s Alpha (zie infra) is het noodzakelijk om enkele items te hercoderen. Het gaat om: 

DE: item 1



EO: item 2 en 3



INT: item 2*



PBC: item 2



SN: item 7

*Volgens factoranalyse moet item 1 worden hergecodeerd, maar om de logische interpreteerbaarheid te vergemakkelijken m.b.t. de hypothesen (zie 3.1) wordt het ander item hergecodeerd, zodat hoe hoger de waarde, hoe hoger de intentie om illegaal downloaden.

b. Is factoranalyse zinvol? Er wordt per variabele nagegaan of factoranalyse aangewezen is, wat betekent dat er voldoende correlatie tussen de items onderling moet zijn. Hierbij worden de richtlijnen Bartlett test of sphericity (pwaarde kleiner dan 0.001, zodat H0: correlatiematrix = eenheidsmatrix verworpen wordt; zie bijlage 2), de Kaiser-Meyer-Olkin measure of sampling adequacy (hoofddiagonaal en globale MSA groter dan 0.50; zie bijlage 2) en de correlatiematrix (r > 0.30) in beschouwing genomen. Alle richtlijnen zijn feilloos, behalve dat de correlatie tussen item 2 en 5 van NEU laag is (r = 0.283), doch dit is verwaarloosbaar en dit item wordt later verwijderd (zie infra). Voor elke variabele is een factoranalyse zinvol.

c. Bepaling van het aantal factoren De factoren worden geëxtraheerd door de Principal Components-methode. De bepaling van het aantal factoren van iedere variabele wordt gebaseerd op het Kaiser Criterion (Eigenvalue > 1) en het aantal


41

verwachte factoren. Ook de Communalities (> 0.30) worden hiertoe geïnterpreteerd. Er wordt geopteerd voor een orthogonale varimaxrotatie om de interpretatie van de gegevens te vereenvoudigen. De Rotated Component Matrix bepaalt de uiteindelijke factoren door analyse van de factorladingen. De strenge regel geldt dat de lading van de eerste factor groter moet zijn (en bovendien > 0.50) dan tweemaal de lading van de tweede hoogste factor. Verder primeert inhoud boven getallen. De verantwoording voor de eventuele verwijdering van items wordt in bijlagen 3 t.e.m. 6 telkens onderaan de tabel geëxpliceerd. Ook moet de Total Variance Explained minimaal 60% bedragen, opdat de factor een goede voorstelling van de data zou zijn. De bepaling van het aantal factoren wordt hierna per variabele besproken. De variabelen DE, EO, Aact, INT, PBC, PD en PIE resulteren telkens in één factor, wat voldoet aan het aantal verwachte factoren. Bij elke variabele verklaart de factor minimum 60% van de totale variantie, nl. DE (72.22%), EO (73.96%), Aact (64.15%), INT (89.27%), PBC (69.05%), PD (61.41%) en PIE (70.63%). Voor deze variabelen wordt meteen doorverwezen naar d. Berekening factorscores en Cronbach’s Alpha. De variabelen TE, SN, NEU en WTP kunnen op basis van de gegeven items niet verklaard worden door één factor. Bij TE en NEU was dit te voorspellen (zie supra), maar niet bij SN en WTP. De TE werd oorspronkelijk in vijf factoren geëxtraheerd. Op basis van de Rotated Component Matrix (zie bijlage 3.1) worden drie items verwijderd en resulteert een nieuwe factoranalyse in vier factoren (zie bijlage 3.2). Deze variabele is bijgevolg gewijzigd ten opzichte van wat oorspronkelijk bedoeld werd (zie tabel 11). Door verwijdering van de items 8, 9 en 10 wordt Prijsperceptie niet meer opgenomen. De construct Gevolgen voor anderen (hierna AND) komt overeen met het oorspronkelijk vooropgestelde construct. Het Gepercipieerd risico voor het individu (hierna RIS) telt één item meer, wat oorspronkelijk bij Gepercipieerd comfort voor het individu hoorde. Het Gepercipieerd comfort en de Gepercipieerde waarde voor het individu werden verder samengevoegd en opgesplitst in twee duidelijkere constructen, nl. Positieve Gevolgen (hierna POS) en Negatieve Gevolgen voor het individu (hierna NEG). Op basis van de Total Variance Explained besluiten we dat RIS, POS, NEG en AND resp. 30.54%, 15.09%, 11.00% en 8.50% van de totale variantie in de 15 variabelen verklaart, samen goed voor meer dan 60%. SN werd oorspronkelijk gedefinieerd als één factor (zie 3.1.6 en 4.2.1), doch de factoranalyse bracht twee factoren op. Op basis van de Rotated Component Matrix (zie bijlage 4) werden vier items gereduceerd, waardoor toch één factor overbleef. Deze factor bestaat uit item 3 (‚Mijn familie, vrienden of kennissen zullen niet akkoord gaan dat ik films illegaal download‛), item 6 (‚Mijn familie, vrienden of kennissen zouden een negatieve visie van mij hebben als ze ontdekken dat ik films illegaal download‛) en item 7 (‚Mijn familie, vrienden of kennissen vinden het normaal om films illegaal te down-


42


loaden‛), wat inhoudelijk beter samenhangt. Deze factor verklaart 71.79% van de totale variantie in de drie items. NEU wordt in twee factoren opgesplitst, wat voldoet aan de eigen verwachtingen (zie supra). De Rotated Component Matrix levert geen problemen op (zie bijlage 5). De factor betreffende Anti-Industrie (hierna AI) verklaart 42.56% van de totale variantie in de acht items, de factor betreffende AntiPiraterij (hierna AP) verklaart 19.90% van de totale variantie, samen goed voor 62.46%. WTP resulteert in twee factoren, maar de Rotated Component Matrix levert geen verhelderende conclusies (zie bijlage 6). Een factoranalyse is niet mogelijk, waardoor vervolgens elke stelling apart behandeld wordt. Dit betekent dat WTP opgesplitst wordt in WTPb, WTPh, WTPk, WTPd en WTPtv, refererend naar bioscoop, het huren van een dvd, het kopen van een dvd, het legaal downloaden en digitale televisie. Deze variabelen worden dan ook niet opgenomen bij de berekening van de Cronbach’s Alpha. Oud construct

Items 1

Gepercipieerd risico van het individu

2 3 4 8

Prijsperceptie van het individu

9 10 5

Gepercipieerd comfort van het individu

6 7 12

Gepercipieerde waarde van het individu

13 14 15 16

Nieuw construct


RIS

Het illegaal downloaden van films leidt tot een gerechtelijke vervolging Het illegaal downloaden van films leidt tot een boete

RIS

Het illegaal downloaden van films leidt ertoe dat mijn familie en vrienden mij buitensluiten uit hun familie- of vriendenkring Het (illegaal) downloaden van films leidt tot geldbesparing

RIS

De legale manieren om een film te bekijken (bioscoop, dvd kopen/ huren,…) leiden tot hogere kosten dan de illegale manieren De legale manieren om een film te bekijken (bioscoop, dvd kopen/ huren,…) leiden tot extra uitgaven (bv. vervoerkosten, parkeergeld, etc.) illegaal downloaden van films leidt tot computer- en internetHet problemen Het (illegaal) downloaden van films leidt tot tijd- en energiebesparing (bv. vervoer naar videotheek/ bioscoop, vergelijken van prijzen van dvd’s in verschillende winkels, etc.) Het (illegaal) downloaden van films vergemakkelijkt het zoeken naar zeldzame of moeilijk te vinden films Het illegaal downloaden van films betekent een lagere kwaliteit van de films Het illegaal downloaden van de films betekent een gemis van een aantal functies die het originele beziet (bv. extra’s op dvd’s, geavanceerde video- en geluidseffecten in de bioscoop, etc.) Het (illegaal) downloaden van films leidt tot het gemakkelijk aanleggen van een collectie van films Het (illegaal) downloaden van films leidt tot een lagere collectiewaarde van films Het (illegaal) downloaden van films leidt tot een betere opvolging van trends in de filmwereld

/

RIS

/

/ RIS POS

POS NEG NEG

POS NEG POS


43


Het illegaal downloaden van films leidt tot meer geldverlies voor de filmindustrie Het illegaal downloaden van films leidt tot een inbreuk van de artis17 tieke waarde van de films Het illegaal downloaden van films leidt tot een bedreiging van het 18 beroep van auteurs, regisseurs, acteurs, etc. Tabel 11 Wijziging van de constructen van de Teleologische Evaluatie 11

Gevolgen voor anderen

AND AND AND

d. Berekening factorscores en Cronbach’s Alpha De factorscores bekomen via factoranalyse dienen als input voor de regressieanalyse. Eerst moet de interne consistentie betrouwbaarheid via de Cronbach’s Alpha worden nagegaan. Voor de beoordeling van de Cronbach’s Alpha (C.A.) gelden de volgende regels: 

C.A. < 0.60: items verwijderen om de C.A. te verhogen. Indien dit herhaaldelijk verwijderen niet helpt, is de berekening van de factorscores niet toegestaan.



C.A. tussen 0.60 en 0.80: items verwijderen om de C.A. te verhogen. De berekening van de factorscores is steeds toegestaan.



C.A. > 0.80: het verwijderen van items om de C.A. te verhogen is overbodig.



Minimum 3 items.

Het resultaat van de betrouwbaarheidsanalyse van elke variabele zit in bijlage 7. Telkens wordt onderaan de tabel aangegeven welke van de bovenstaande regels geldt. Tevens wordt het gemiddelde en de standaardafwijking van ieder item weergegeven, waardoor deze tabellen ook gelden als een algemeen overzicht van de inhoud van de diverse variabelen. Bij de variabelen DE (zie bijlage 7.1), RIS, POS, NEG en AND (zie bijlage 7.2), EO (zie bijlage 7.3), Aact (zie bijlage 7.4), INT (zie bijlage 7.5), SN (zie bijlage 7.6), PBC (zie bijlage 7.7), PIE (zie bijlage 7.9) en AI (zie bijlage 7.10) zijn er geen wijzigingen voorhanden na de betrouwbaarheidsanalyse. De Cronbach’s Alpha’s bedragen minimum 0.70. De reeds bekomen factorscores bij de factoranalyse kunnen rechtstreeks worden gebruikt als input voor de regressieanalyse. Bij PD (zie bijlage 7.8) werd item 4 (‚Het illegaal downloaden van films kan voor technische problemen zorgen‛) alsnog verwijderd, aangezien de C.A. hierdoor kon verhoogd worden. Bovendien was de waarde van de Communalities van item 4 laag (0.409) en correleerde dit item laag met de overige items. Bij de variabele AP (zie bijlage 7.10) werd item 2 (‚Het illegaal downloaden is gelijk aan het schenden van de auteursrechten‛) verwijderd. De waarde van de Communalities van item 2 is laag


44


(0.356) en dit item correleert laag met de overige items. De factorscore van PD en NEU worden opnieuw berekend en kunnen vervolgens gebruikt worden voor regressieanalyse.

e. Samenvattende tabellen Tabel 12 vat alle wijzigingen per variabele samen en Tabel 13 geeft het gemiddelde, de standaardafwijking, het minimum en maximum en de Cronbach’s Alpha per construct weer. Dit werd berekend op basis van de ‘summated scale’ (als gemiddelde), behalve bij DES en FPB (één item) en alle WTP’s. Variabele

Construct

Deontologische evaluatie

DE

Geen wijziging. Item 1 werd hergecodeerd.

RIS

‚Gepercipieerd risico‚ bestaat uit item 1, 2, 3, 4 en 5.

POS

‚Positieve gevolgen‛ bestaat uit item 6, 7, 14 en 16.

NEG

‚Negatieve gevolgen‛ bestaat uit item 12, 13 en 15.

AND

‚Gevolgen voor anderen‛ bestaat uit item 11, 17 en 18.

Teleologische evaluatie

Wijziging

Ethisch Oordeel

EO

Attitude

Aact

Geen wijziging.

Verlangen

DES

Geen factoranalyse mogelijk. Zie 4.3.1.

Intentie

INT


Subjectieve Normen

SN

Item 7 werd hergecodeerd. Items 1, 2, 4 en 5 werden verwijderd.


PBC



PD

Item 4 werd verwijderd.

Frequency of Past Behavior

FPB

Geen factoranalyse mogelijk. Zie 4.3.1.

PIE

PIE

Geen wijziging.

AI

‚Anti-industrie‛ bestaat uit item 1, 3, 6 en 8.

AP

‚Anti-piraterij‛ bestaat uit item 4, 5 en 7. Item 2 werd verwijderd.

Neutralisatietechnieken WTP

Geen wijziging. Items 2 en 3 werden hergecodeerd.

WTP Geen factoranalyse mogelijk. Tabel 12 Samenvatting van de wijzigingen van alle variabelen

Construct

Items

Gemiddelde

Standaardafwijking

Minimum

Maximum

Alpha

DE

3

4.70– op 7

1.26

1

7

0.795

RIS

5

7.08 – op 49

5.86

1

49

0.813

POS

4

25.86 – op 49

9.40

1

49

0.758

NEG

3

15.90 – op 49

7.72

2

46.67

0.743

AND

3

13.43 – op 49

6.49

1

46.67

0.711

EO

4

3.85 – op 7

1.22

1

7

0.876

Aact

6

4.25 – op 7

1.28

1

7

0.886


45


Construct

Items

Gemiddelde

Standaardafwijking

Minimum

Maximum

Alpha

DES

1

2.90 – op 6

1.48

1

6

-

INT

2

4.81 – op 7

2.00

1

7

0.877

SN

3

2.97 – op 7

1.16

1

7

0.798

PBC

8

4.52 – op 7

1.58

1

7

0.935

PD

3

3.84 – op 7

1.34

1

7

0.803

FPB

1

2.82 – op 20

3.73

0

20

-

PIE

4

2.57 – op 7

1.14

1

7

0.860

AI

4

3.41 – op 7

1.15

1

7

0.808

AP

3

3.52 – op 7

1.26

1

7

0.792

WTPb

1

5.35 – op 7

1.43

1

7

-

WTPh

1

5.17 – op 7

1.61

1

7

-

WTPk

1

4.54 – op 7

1.73

1

7

-

WTPd

1

3.74 – op 7

1.83

1

7

-

WTPtv

1

4.12 – op 7

1.79

1

7

-

Tabel 13 Gegevens per construct, na Factoranalyse en Cronbach’s Alpha (summated scale)

4.3.4 Regressieanalyse: Testen van de hypothesen Er wordt getracht het model m.b.t. het al dan niet illegaal downloaden van films te verklaren d.m.v. de bijhorende hypothesen (zie Hoofdstuk 3). Het resultaat hiervan moet een indicatie geven welke factoren belangrijk zijn voor studenten om de intentie te ontwikkelen tot het al dan niet illegaal downloaden van films. In tabel 14 worden de deelmodellen geformuleerd met een vermelding van welke hypothesen elk model betreft. In figuur 5 worden die deelmodellen aangeduid in het gehanteerd model. Vervolgens worden de assumpties voor regressieanalyse opgesomd en wordt ieder deelmodel getest d.m.v. regressie en m.b.v. de factoren uit de factoranalyse (behalve bij DES, FPB en WTP). Na factoranalyse bekwamen we voor TE vier relevante constructen, nl. RIS, POS, NEG en AND, waardoor hypothesen 2 (TE) en 15 (PIE) worden verfijnd. Ook hypothese 17 (WTP) wordt gewijzigd (zie infra). NEU werd na factoranalyse opgesplitst in twee constructen (AP en AI), wat samen met de overige variabelen gewijzigd wordt in het model. Voor de analyse van het deelmodel m.b.t. Verlangen wordt verwezen naar Jorn Rijckaert.

Model

Formule en hypothesen

1

EO = bconstante + bde DE + bris RIS + bpos POS + bneg NEG + band AND + ε Hypothesen: H1, H2a, H2b, H2c en H2d en interactie PIE (H15a, H15b1, H15b2, H15b3 en H15b4)

2

Aact = bconstante + beo EO + bsn SN + ε Hypothesen: H3 en H6 en interactie PIE (H15c)


46


INT = bconstante + bdes DES + bpbc PBC + bpd PD + bfpb FPB + ε Hypothesen: H5, H10, H12, H14 INT = bconstante + bai AI + bap AP + ε

3

Hypothesen: H16a en H16b WTP (b, h, k, w, tv) = bconstante + bint INT + + ε Hypothesen: H17a, H17b, H17c, H17d en H17e Tabel 14 Gehanteerd model met deelmodellen voor regressieanalyse

Model 1

DE H1

FPB

VE Model 2

H14 H8

Model 3

H13

H16a H3

EO

Aact

H4

DES

H5

INT

AI

H16b

AP H6

H7

H9

H2d

H2a

H11

H10

H17 (a-e)

WTP

H12

H2b

RIS

H2c

POS

AND

SN

PBC

PD

NEG

H15a, H15b(1), H15b(2), H15b(3), H15b(4) en H15c

PIE

LEEFTIJD

GESLACHT

STUDIEJAAR

FACULTEIT

Figuur 5 Model m.b.t. de intentie tot het al dan niet illegaal downloaden van films - REGRESSIEMODELLEN De hypothese van TE wordt omschreven als: 

H2: (a) De gepercipieerde risico’s voor het individu; (c) De negatieve gevolgen voor het individu; en (d) De gevolgen voor anderen hebben een negatieve invloed op het ethisch oordeel om illegaal films te downloaden en; (b) De positieve gevolgen voor het individu hebben een positieve invloed op het ethisch oordeel om illegaal films te downloaden (“illegaal downloaden is ethisch”)


47

De hypothese van PIE wordt omschreven als: 

H15: Een hoog niveau van PIE versterkt de relatie tussen (a) de deontologische evaluatie en het ethisch oordeel over het illegaal downloaden van films; (b1) de gepercipieerde risico’s voor het individu en het ethisch oordeel over het illegaal downloaden van films; (b2) de positieve gevolgen voor het individu en het ethisch oordeel over het illegaal downloaden van films; (b3) de negatieve gevolgen voor het individu en het ethisch oordeel over het illegaal downloaden van films; (b4) de gevolgen voor anderen en het ethisch oordeel over het illegaal downloaden van films; en (c) het ethisch oordeel en de attitude tegenover het illegaal downloaden

De hypothese van WTP wordt omschreven als: 

H17: Hoe hoger de intentie van het individu om films illegaal te downloaden, hoe lager de bereidheid van het individu om te betalen voor (a) het bekijken van een film in de bioscoop; (b) het huren van een film op dvd; (c) het kopen van een film op dvd; (d) het downloaden van een film via legale manieren; en (e) het huren van een film via digitale televisie

a. Voorwaarden voor het uitvoeren van een regressieanalyse Er zijn enkele assumpties waaraan het model moet voldoen om betrouwbaar en/of valide te zijn. 

Causaliteit: er wordt verwacht dat elk van de afhankelijke variabelen (EO, Aact en INT) verklaard wordt door de onafhankelijke variabelen in de formule (zie tabel 14).



Alle relevante variabelen in overweging nemen: alle deelmodellen blijken geen duidelijk patroon te bevatten (cfr. scatterplots). Verder garandeert het vooronderzoek de volledigheid van het model.



Intervalgeschaalde variabelen: strikt genomen betreft het ordinale schalen, maar door de ‘assumptie van gelijke intervallen’ kunnen deze schalen aanzien worden als intervalschalen en kan de regressieanalyse gebeuren.



Een lineair verband tussen de afhankelijke en onafhankelijke variabele: er zijn geen significante verbeteringen merkbaar door kwadratische invloeden toe te voegen, met als gevolg dat geen enkel deelmodel een niet-lineair verband omvat.



Residuen, onafhankelijkheid: doordat de respondenten de vragenlijst online invulden, wordt verwacht dat elke observatie onafhankelijk geschiedde, zonder invloed van anderen.



Residuen, normaliteit: De Kolmogorov-Smirnovtest levert p-waarden op die groter zijn dan 0.05. Aan de normaliteitsvoorwaarde is voldaan.


48




Residuen, homoscedasticiteit: er is bij de deelmodellen geen diamant- of driehoekpatroon merkbaar (cfr. scatterplots). De homoscedasticiteitsassumptie is voldaan.



Voldoende aantal waarnemingen: er moeten minstens vijfmaal zoveel waarnemingen zijn als er variabelen zijn. Met 382 respondenten gaat deze voorwaarde altijd op.

Deze voorwaarden zijn voor elk deelmodel voldaan. De extra quality checks zoals afwezigheid van multicollineariteit en aandacht voor uitschieters (outliers outside 3 standard deviations) worden per model besproken. Er is geen multicollineariteit als alle correlaties < 0.6, als alle waarden in de Condition Index < 30 en als Tolerance > 0.1. Verder wordt de zinvolheid van elk model nagegaan en worden de bekomen coëfficiënten voor de onafhankelijke variabelen geïnterpreteerd.

b. Testen van model 1: Ethisch oordeel In figuur 6 wordt model 1 m.b.t. het Ethisch Oordeel voorgesteld.

EO = bconstante + bde DE + bris RIS + bpos POS + bneg NEG + band AND + ε DE H15a

PIE 5A°

H1 EO H2a

H2b H15b(1)

RIS

PIE 5A°

H2c H15b(2)

POS

PIE 5A° TE

H2d H15b(3)

NEG

PIE 5A°

H15b(4)

PIE 5A°

AND

Figuur 6 Deelmodel: Ethisch Oordeel

b.1. Controle van de assumpties en zinvolheid van het model Het model werd zinvol bevonden (p Anova = 0.000 < 0.05, gecorrigeerde R² = 0.626 > 0.50), maar de variabelen NEG en AND zijn niet significant (p = resp. 0.165 en 0.435 > 0.05; zie bijlage 8.1). De analyse werd herhaald, maar zonder deze variabelen. Vijf uitschieters werden verwijderd en in het definitief model werd voldaan aan multicollineariteit (zie bijlage 8.2 en tabel 17: Tolerance). Volgens tabellen 15 en 16 is het definitief model zinvol (p Anova = 0.000 < 0.05, gecorrigeerde R² = 0.632 > 0.50).


49

AL DAN NIET ILLEGAAL FILMS TE DOWNLOADEN ANOVAb Sum of Squares

df

Mean Square

F

Sig.

Regression

234.489

3

78.163

216.707

0.000a

Residual

134.535

373

0.361

Total

369.024

376

a Predictors: (Constant), DE, RIS, POS b Dependent Variable: EO

Tabel 15 ANOVA Deelmodel Ethisch Oordeel Model Summaryb R

R²

0.797

a

0.635

Adjusted R²

Std. Error of the Estimate

0.632

0.601

a Predictors: (Constant), DE, RIS, POS b Dependent Variable: EO

Tabel 16 Model Summary Deelmodel Ethisch Oordeel

b.2. Interpretatie van de coëfficiënten Aan de hand van de Coefficients (zie tabel 17) kunnen de waarden in het regressiemodel concreet worden ingevuld. Alle onafhankelijke variabelen zijn significant (p < 0.05), waardoor dit het juiste model inhoudt. Coefficientsa Unstandardized Coefficients B Std.Error

Standardized Coefficients Beta

Collinearity Statistics t

Sig.

0.023

0.982

Tolerance

VIF

(Constant)

0.001

0.031

DE

-0.674

0.036

-0.669

-18.526

0.000

0.750

1.333

RIS

-0.138

0.033

-0.139

-4.125

0.000

0.859

1.165

POS

0.160

0.033

0.162

4.790

0.000

0.858

1.166

a Dependent Variable: EO

Tabel 17 Coefficients Deelmodel Ethisch Oordeel Hypothesen 2c (NEG) en 2d (AND) worden verworpen, en hierdoor ook 15b(3) en 15b(4) m.b.t. PIE. DE (β = -0.669) heeft de grootste en negatieve invloed op EO. Daarna volgt de positieve invloed van POS (β = 0.162) en de negatieve invloed van RIS (β = -0.139) op EO. Dit betekent dat hypothesen 1 (DE), 2a (RIS) en 2b (POS) aanvaard worden. Het model is als volgt: EO = 0.001 – 0.674 DE – 0.138 RIS + 0.160 POS + ε. Met deze resultaten kan bovendien de stelling van Hunt en Vasquez Parraga (1993) dat consumenten meer wegen op DE dan op TE bij het vellen van een ethisch oordeel worden bevestigd.


50


b.3. Interactie-effecten van PIE Om de modererende effecten van PIE te achterhalen werd het vorig model herhaald met inbegrip van de interactie-effecten. Het model was zinvol (p Anova = 0.000 < 0.05, gecorrigeerde R² = 0.575 > 0.50), maar de interactievariabelen DExPIE, RISxPIE en POSxPIE zijn niet significant (p = resp. 0.709, 0.410 en 0.340 > 0.05; zie bijlage 8.3). Er is wel een significant direct effect van PIE op EO. Het model werd hernomen zonder de interactievariabelen. Er werden zeven uitschieters verwijderd en er zijn geen problemen m.b.t. multicollineariteit (zie bijlage 8.4 en tabel 20: Tolerance). Volgens tabellen 18 en 19 is het definitief model zinvol (p Anova = 0.000 < 0.05, gecorrigeerde R² = 0.646 > 0.50). De gecorrigeerde R² is nu opmerkelijk hoger dan voorheen (0.632, zie tabel 16). ANOVAb Sum of Squares

df

Mean Square

F

Sig.

Regression

232.872

4

58.218

171.942

0.000a

Residual

125.278

370

0.339

Total

358.150

374

a Voorspellers: (Constant), DE, RIS, POS, PIE b Dependent Variable: EO

Tabel 18 Anova Deelmodel Ethisch Oordeel met PIE

Model Summaryb R

R²

0.806a

0.650

Adjusted R² 0.646

Std. Error of the Estimate 0.581

a Predictors: (Constant), DE, RIS, POS, PIE b Dependent Variable: EO

Tabel 19 Model Summary Deelmodel Ethisch Oordeel met PIE Aan de hand van de Coefficients (zie tabel 20) kunnen de coëfficiënten worden geïnterpreteerd. Coefficientsa Unstandardized Coefficients B

Std.Error

(Constant)

-0.008

0.030

DE

-0.657

0.036

RIS

-0.117

POS PIE


Collinearity Statistics Tolerance VIF

t

Sig.

-0.279

0.781

-0.660

-18.375

0.000

0.734

1.363

0.033

-0.120

-3.582

0.000

0.839

1.192

0.141

0.033

0.144

4.316

0.000

0.849

1.178

-0.105

0.032

-0.106

-3.303

0.001

0.913

1.095

a Dependent Variable: EO

Tabel 20 Coefficients Deelmodel Ethisch Oordeel met PIE


51


De hypothesen 15a, 15b(1) en 15b(2) m.b.t. interactie-effecten van PIE worden verworpen. Er is echter wel een significant negatief direct effect van PIE (β = -0.106, p = 0.001) op EO. De β-waarden van DE (β = -0.660, p = 0.000), POS (β = 0.144, p = 0.000) en RIS (β = -0.120, p = 0.000) zijn gelijkaardig als in het voorgaande model. Het resultaat is als volgt: EO = -0.008 – 0.657 DE – 0.117 RIS + 0.141 POS – 0.105 PIE + ε.

c. Testen van model 2: Attitude In figuur 7 wordt model 2 m.b.t. de attitude tegenover het illegaal downloaden van films geïllustreerd.

Aact = bconstante + beo EO + bsn SN + ε H3

EO

Aact

H15c H6

PIE 5A°

SN

Figuur 7 Deelmodel: Attitude

c.1. Controle van de assumpties en zinvolheid van het model Het model werd zinvol bevonden (p Anova = 0.000 < 0.05, gecorrigeerde R² = 0.564 > 0.50) en de coëfficiënten zijn significant (p = resp. 0.000 en 0.000 < 0.05; zie bijlage 9.1). Er werden negen uitschieters verwijderd, en aan de voorwaarde van multicollineariteit werd voldaan (zie bijlage 9.2 en tabel 23: Tolerance). Tabellen 21 en 22 tonen aan dat het model zinvol bevonden wordt (p Anova = 0.000 < 0.05, gecorrigeerde R² = 0.649 > 0.50). Een verdere interpretatie van de coëfficiënten is mogelijk. ANOVAb Sum of Squares

df

Mean Square

F

Sig.

Regression

232.281

2

116.141

345.518

0.000a

Residual

124.370

370

0.336

Total

356.651

372

a Predictors: (Constant), EO, SN b Dependent Variable: Aact

Tabel 21 Anova van Deelmodel Attitude


52

AL DAN NIET ILLEGAAL FILMS TE DOWNLOADEN Model Summaryb R

R²

0.807a

Adjusted R²


0.649

0.580

0.651

a Predictors: (Constant), EO, SN b Dependent Variable: Aact

Tabel 22 Model Summary van Deelmodel Attitude

c.2. Interpretatie van de coëfficiënten Aan de hand van de Coefficients (zie tabel 23) kunnen de waarden in het regressiemodel worden ingevuld, gezien alle onafhankelijke variabelen significant (p < 0.05) zijn. Coefficientsa Unstandardized Coefficients B

Std.Error

(Constant)

0.016

0.030

EO

0.587

0.035

SN

-0.304

0.036



Sig.

0.532

0.595

Tolerance

VIF

0.599

16.551

0.000

0.720

1.390

-0.310

-8.561

0.000

0.720

1.390

a Dependent Variable: Aact

Tabel 23 Coefficients Deelmodel Attitude Hypothesen 3 (EO) en 6 (SN) worden aanvaard. EO (β = 0.599) heeft de grootste en positieve invloed op Aact. Het effect van SN (β = -0.310) is tevens relatief groot en wijst in negatieve zin. Het resultaat is als volgt: Aact = 0.016 + 0.587 EO – 0.304 SN + ε.

c.3. Interactie-effecten van PIE Om de modererende effecten van PIE te achterhalen, werd het vorig model herhaald met inbegrip van interactie-effecten tussen EO en PIE. Het model werd zinvol bevonden (p Anova = 0.000 < 0.05, gecorrigeerde R² = 0.565 > 0.50), maar PIE en de interactievariabele EOxPIE zijn niet significant (p = resp. 0.324 en 0.166 > 0.05; zie bijlage 9.3). Deze variabelen werden geëlimineerd. Dit betekent dat het model ongewijzigd blijft en dat hypothese H15c wordt verworpen.


53


d. Testen van model 3: Intentie Model 3 m.b.t. de intentie tot het al dan niet illegaal downloaden wordt in figuur 8 geïllustreerd.

INT = bconstante + bfpb FPB + bdes DES + bpbc PBC + bpd PD + ε FPB H16a H14 H16b

DES

H5

AI AP

H17 (a – e)

INT

WTP H10 PBC

H12 PD

Figuur 8 Deelmodel: Intentie

d.1. Controle van de assumpties en zinvolheid van het model Het model werd zinvol bevonden (p Anova = 0.000 < 0.05, gecorrigeerde R² = 0.636 > 0.50), de coëfficiënten zijn significant (p = 0.000 < 0.05; zie bijlage 10.1), maar multicollineariteit is een twijfelgeval. De correlatietabel duidt aan dat er significante en hoge correlaties (r > 0.6) zijn tussen PBC en PD (-0.649), PBC en FPB (0.617) en tussen DES en FPB (0.601). Wat betreft PBC en PD volgen we de mening van Trafimow e.a. (2002) dat PBC en PD correlationeel zijn, maar dat er voldoende grondslagen zijn om te stellen dat er twee constructen zijn i.p.v. één (Trafimow, Sheeran, Conner, & Finlay, 2002). De hoge correlatie tussen FPB en DES is verwaarloosbaar en bovendien moeilijk te verklaren, terwijl de correlatie tussen FPB en PBC te verklaren is door het feit dat een individu slechts een hoge mate van PBC kan ontwikkelen als hij in het verleden voldoende gedownload heeft. De Tolerance en Condition Index zijn wel in orde (zie bijlage 10.2), waardoor er niks gewijzigd wordt. Er worden vier uitschieters verwijderd. Het model werd zinvol bevonden (p Anova = 0.000 < 0.05, gecorrigeerde R² = 0.664 > 0.50), maar de variabele FPB is niet significant (p = 0.116 > 0.05; zie bijlage 10.3). De analyse werd herhaald, maar zonder deze variabele. Er werden vier uitschieters verwijderd. De analyse van de multicollineariteit is identiek als vorig, met een hoge correlatie tussen PD en PBC (0.695), maar de Condition Index en Tolerance is in orde (zie bijlage 10.4 en Tabel 26: Tolerance). Volgens tabellen 24 en 25 is het definitief model zinvol (p = 0.000 < 0.05, gecorrigeerde R² = 0.662 > 0.50). De coëfficiënten kunnen geïnterpreteerd worden.


54

AL DAN NIET ILLEGAAL FILMS TE DOWNLOADEN ANOVAb Sum of Squares

df

Mean Square

F

Sig.

Regressie

246.835

3

82.278

247.334

0.000a

Residu

124.415

374

0.333

Totaal

371.250

377

a Predictors: (Constant), DES, PBC, PD b Dependent Variable: INT

Tabel 24 Anova van Deelmodel Intentie Model Summaryb R 0.815

R² a

0.665

Adjusted R²


0.662

0.577

a Predictors: (Constant), DES, PBC, PD b Dependent Variable: INT

Tabel 25 Model Summary van Deelmodel Intentie

d.2. Interpretatie van de coëfficiënten Aan de hand van de Coefficients (zie tabel 26) kunnen de waarden in het regressiemodel worden ingevuld, gezien alle onafhankelijke variabelen significant (p < 0.05) zijn. Coefficientsa Unstandardized Coefficients B

Std.Error

(Constant)

-0.739

0.081

DES

0.262

0.026

PBC

0.376

PD

-0.173



Sig.

-9.127

0.000

Tolerance

VIF

0.388

10.083

0.000

0.606

1.651

0.043

0.379

8.669

0.000

0.468

2.136

0.043

-0.174

-3.998

0.000

0.473

2.116

a Dependent Variable: INT

Tabel 26 Coefficients Deelmodel Intentie Het verlangen (β = 0.388) heeft de grootste en positieve invloed op de intentie om films illegaal te downloaden. Vervolgens is de invloed van PBC (β = 0.379) tevens positief. De PD (β = -0.174) is van minder belang, maar de invloed op de intentie om films illegaal te downloaden is negatief. Dit betekent dat hypothesen 5 (DES), 10 (PBC) en 12 (PD) aanvaard worden. Hypothese 14 (FPB) wordt verworpen. Het resultaat is als volgt: INT = -0.739 + 0.376 PBC - 0.173 PD + 0.262 DES + ε.

d.3. Extra: Neutralisatietechnieken Om de invloed van NEU op INT te achterhalen werd een aparte regressieanalyse uitgevoerd met de variabelen AI en AP. Volgens tabellen 27 en 28 is het definitief model is zinvol (p Anova = 0.000 < 0.05,


55


gecorrigeerde R² = 0.373 > 0.10). De coëfficiënten kunnen geïnterpreteerd worden. Beide onafhankelijke variabelen zijn significant (p < 0.05), waardoor dit het juiste model inhoudt. ANOVAb Sum of Squares

df

Mean Square

F

Sig.

Regressie

143.444

2

71.722

114.426

0.000a

Residu

237.556

379

0.627

Totaal

381.000

381

a Predictors: (Constant), AP, AI b Dependent Variable: INT

Tabel 27 Anova van Extra: Intentie – Neutralisatietechnieken Model Summaryb R 0.614a

R²

Adjusted R²


0.373

0.373

0.376

a Predictors: (Constant), AP, AI b Dependent Variable: INT

Tabel 28 Model Summary van Extra: Intentie - Neutralisatietechnieken Coefficientsa Unstandardized Coefficients B

Std.Error

(Constant)

9.63E-017

0.041

AI

0.224

0.041

AP

-0.571

0.041



Sig.

Tolerance

VIF

0.000

1.000

0.224

5.512

0.000

1.000

1.000

-0.571

-14.088

0.000

1.000

1.000


Tabel 29 Coefficients van Extra: Intentie - Neutralisatietechnieken Hypothesen 16a (AI) en 16b (AP) worden bevestigd. De β-waarden van AI (β = 0.224) en AP (β = 0.571) duiden resp. op een positieve en negatieve invloed op de intentie om al dan niet illegaal te downloaden. Het resultaat is als volgt: INT = -9.63*10^-17 + 0.224 AI - 0.571 AP + ε.

d.4. Extra: WTP De invloed van intentie op de wil om te betalen voor resp. het bekijken van een film in de bioscoop (WTPb), het huren van een film op dvd (WTPh), het kopen van een film op dvd (WTPk), het legaal downloaden van een film (WTd) en tenslotte het huren van een film via digitale televisie (WTPtv) werd nagegaan via enkelvoudige regressieanalyses. Het model met WTPb is niet zinvol (p Anova = 0.232 > 0.000). De overige modellen zijn geen goede regressiemodellen (p Anova = resp. 0.000, 0.000, 0.004 en 0.000 < 0.000, Gecorrigeerde R² = resp. 0.066, 0.033, 0.019 en 0.036 < 0.1; zie bijlage 11). Bijgevolg kunnen er geen verdere interpretaties gebeuren.


56


De analyse werd vervolgens voltooid door een t-toets voor onafhankelijke steekproeven uit te voeren. Hiertoe werd de summated scale van INT hergecodeerd naar INT2. Alle waarden lager dan de helft (3.50, op 7) worden hergecodeerd naar ‚1: Lage intentie‛, alle waarden hoger dan de helft naar ‚2: Hoge intentie‛. Slechts acht respondenten die 3.5 scoorden op INT worden verwijderd, aangezien zij geen duidelijke richting aangeven m.b.t. hun intentie. Elke WTP is de Test Variable, INT2 de Grouping Variable. Enkel WTPh, WTPk en WTPtv is significant (p = resp. 0.000, 0.000 en 0.005 < 0.05). In elk van de gevallen is WTP lager bij ‚2: Hoge intentie‛ (zie bijlage 11.2). Hypothese 17a (WTPb) en 17d (WTPd) worden verworpen, hypothese 17b (WTPh), 17c (WTPk) en 17e (WTPtv) worden aanvaard.

e. Conclusie hypothesen In tabel 30 wordt aangegeven welke hypothesen aanvaard of verworpen worden. In een volgend deel worden de individuele kenmerken van de respondenten besproken en de invloed ervan op de diverse variabelen. Paragraaf 4.4 geeft vervolgens een algemene bespreking van alle resultaten, waarbij ook de hypothesen geïnterpreteerd worden en geduid wordt op de belangrijkste elementen. De variabele Ethisch oordeel

De variabele Attitude

De variabele Intentie

1

DE

Aanvaard.

3

EO

Aanvaard.

5

DES

Aanvaard.

2a

RIS

Aanvaard.

6

SN

Aanvaard.

10

PBC

Aanvaard.

15c

PIExEO

Verworpen.

2b

POS

Aanvaard.

12

PD

Aanvaard.

2c

NEG

Verworpen.

14

FPB

Verworpen.

2d

AND

Verworpen.

16a

AI

Aanvaard.

15a

PIExDE

Verworpen.

16b

AP

Aanvaard.

15b1

PIExRIS

Verworpen.

17a

WTPb

Verworpen.

15b2

PIExPOS

Verworpen.

17b

WTPh

Aanvaard.

15b3

PIExNEG

Verworpen.

17c

WTPk

Aanvaard.

15b4

PIExAND

Verworpen.

17d

WTPd

Verworpen.

17e

WTPtv

Aanvaard.

Tabel 30 Conclusie hypothesen: Ethisch Oordeel, Attitude en Intentie

4.3.5 Individuele kenmerken Er wordt onderzocht of er significante effecten zijn van het geslacht, de leeftijd, het studiejaar of de faculteit op de diverse variabelen m.b.t. het illegaal downloaden van films. Er werd hiertoe geen specifieke hypothesen geformuleerd, doch voorgaand literatuuronderzoek geeft wel reeds bepaalde verwachtingen aan (zie 3.2), die hier bevestigd of ontkend kunnen worden. Geslacht en leeftijd worden verwerkt via de t-toets voor onafhankelijke variabelen, studiejaar en faculteit via een variantieanalyse.


57

a. Geslacht Van de diverse variabelen in het gehanteerd model willen we weten of er een significant verschil is tussen mannen en vrouwen. Er wordt een t-toets voor onafhankelijke variabelen uitgevoerd. Uit de ttest for Equality of Means blijkt dat PIE, NEG en AND niet significant zijn (resp. p = 0.216, 0.235 en 0.588 > 0.05). De overige variabelen kunnen wel geïnterpreteerd worden (zie bijlage 12.1). De deontologische evaluatie is bij vrouwen hoger dan bij mannen (DE: resp. M = 5.05 > 4.27, op 7), wat bevestigd dat vrouwen een hogere ethische standaard hebben. De gepercipieerde risico’s is eveneens hoger bij vrouwen (RIS: resp. M = 8.52 > 5.25, op 49), terwijl mannen eerder de positieve gevolgen erkennen (POS: resp. M = 27.29 > 24.72, op 49). Dit resulteert in het feit dat mannen het illegaal downloaden van films eerder als ethisch bestempelt dan vrouwen (EO: resp. M = 4.20 > 3.56, op 7). Vrouwen luisteren bovendien meer naar de mening van significante anderen (SN: resp. M = 3.27 > 2.60, op 7), wat samen met het vorig resulteert in een hogere attitude tegenover het illegaal downloaden bij mannen (Aact: resp. M = 4.68 > 3.91, op 7). Het verlangen en de intentie om illegaal films te downloaden is bij mannen hoger (DES en INT: resp. M = 3.44 > 2.48 en resp. M = 5.62 > 4.17, beide op 7). Dit kan verklaard worden doordat mannen aanzienlijk meer controle hebben over hun gedrag dan vrouwen (PBC: resp. M = 5.52 > 3.73, op 7) en dat vrouwen meer moeilijkheden ondervinden (PD: resp. M = 4.42 > 3.10, op 7). Het belangrijkste is echter het verschil in het downloadgedrag in het verleden, wat bij mannen aanzienlijk hoger is (FPB: resp. M = 4.35 > 1.61, op 7). Verder is de anti-piraterijattitude bij vrouwen lichtjes hoger dan bij mannen (AP: resp. M = 3.82 > 3.14, op 7) en lijkt de antiindustrieattitude een mannenkwestie (AI: resp. M = 3.71 > 3.17, op 7).

b. Leeftijd Het is te voorspellen dat er geen significante verschillen optreden m.b.t. het effect van leeftijd op de variabelen, gezien de smalle verdeling van de leeftijden. De grootste groep van de respondenten (95%) betreft een leeftijd tussen de 18 en 23 jaar. Er werd getracht een categorische variabele te maken, waarbij onderscheid wordt gemaakt tussen de 20-jarigen of jonger en de 21-jarigen of ouder, aangezien 50% jonger is dan 20 jaar (Me). Vervolgens werd een t-toets voor onafhankelijke variabelen (zie bijlage 12.2) uitgevoerd. Er bleek enkel een significant verschil te zijn bij de variabele DES (p = 0.019 < 0.05), waarbij het verlangen om illegaal te downloaden bij +21-jarigen hoger is (resp. 3.09 > 2.74, op 7). Dit gegeven is niet bijzonder relevant en er kunnen geen eenduidige conclusies uit getrokken worden.


58

c. Studiejaar Om na te gaan of er een significant effect is van het studiejaar op de diverse variabelen m.b.t. het illegaal downloaden van films werd een variantie-analyse uitgevoerd. De ANOVA duidt aan dat er enkel een significant effect is van het studiejaar op de PBC (p = 0.034 < 0.05) en volgens de Multiple Comparisons bovendien enkel tussen het eerste bachelor en het derde bachelor (p = 0.023 < 0.05). Eerste bachelors hebben meer controle over hun downloadgedrag dan derde bachelors (PBC: resp. M = 4.92 > 4.16). Dit verschil is echter minimaal en er kunnen geen concrete conclusies getrokken worden (zie bijlage 12.3).

d. Faculteit Er werd ter voorbereiding een som gemaakt van de variabelen van de diverse faculteiten4. Vier respondenten die meerdere faculteiten aangeduid hebben, werden verwijderd, alsook de ene respondent van de Faculteit Diergeneeskunde. Een variantie-analyse werd uitgevoerd. De ANOVA verklaart dat er enkel een significant effect is van de faculteiten op Aact, INT, SN, PBC, PD, DES, FPB en AP (resp. p = 0.039, 0.001, 0.009, 0.000, 0.000, 0.014, 0.044 en 0.016 < 0.05). De Multiple Comparisons duidt aan dat er geen significante verschillen zijn voor Aact, DES en FPB. De overige variabelen kunnen geïnterpreteerd worden (zie bijlage 12.4). De intentie tot het illegaal downloaden van films is merkbaar hoger bij de Faculteit ING (M = 6.14), dan bij alle andere faculteiten, met uitzondering van de niet-significante Faculteit PSW. De PBC en de PD kunnen dit deels verklaren. De bekwaamheid van de studenten van de Faculteit ING (PBC: M = 5.27) en de Faculteit WET (PBC: M = 5.03) is opmerkelijk hoger dan bij de Faculteit LET (PBC: M = 4.20) en de Faculteit GG (PBC: M = 3.86). Zo ook is er een significant verschil tussen de Faculteit EB (PBC: M = 4.67) en de Faculteit GG. De gepercipieerde moeilijkheden van de studenten van de Faculteit LET (PD: M = 4.09), de Faculteit GG (PD: M = 4.33) en de Faculteit EB (PD: M = 3.81) is opmerkelijk hoger dan van de Faculteit ING (PD: M = 2.80). Verder is er ook een significant verschil tussen de Faculteit GG (PD: M = 4.33) en de Faculteit WET (PD: M = 3.57). Bij de faculteiten ING, WET en in mindere mate EB is het computer- en internetgebruik sterk gerelateerd zijn aan de studies, wat de hogere PBC en de lagere PD verklaart. De mening van significante anderen speelt een grotere rol bij de Faculteit GG (SN: M = 3.25) dan de Faculteit ING (SN: M = 2.44). Zo ook voor de attitude tegenover piraterij, wat bij de Faculteit GG (AP: M = 3.79) sterker is dan bij de Faculteit ING (AP: M = 2.80).

4

De Faculteit Diergeneeskunde (DI), de Faculteit Ingenieurswetenschappen (ING), de Faculteit Politiek en Sociale Wetenschappen (PSW), de Faculteit Wetenschappen (WET), de Faculteit Letteren en Wijsbegeerte (LET), de Faculteit Geneeskunde en Gezondheidswetenschappen (GG), de Faculteit Economie en Bedrijfskunde (EB).


59


4.4 Bespreking van de bekomen resultaten Het doel van dit onderzoek is die factoren te achterhalen die verklaren waarom consumenten al dan niet illegaal films downloaden. In de vorige paragrafen werd een statistische verwerking uitgevoerd van het eigen gehanteerd model, waarvan het resultaat hier wordt bediscussieerd. Figuur 9 is een samenvattende figuur van alle variabelen die significant zijn en – rechtstreeks of onrechtstreeks - inspelen op de intentie om al dan niet illegaal films te downloaden. Door de vergelijking te maken met het oorspronkelijk model (figuur 5, pg. 46) wordt duidelijk welke variabelen niet significant zijn. Bij elke afhankelijke variabele wordt de gecorrigeerde R² aangeduid. De cijfers bij de pijlen stellen de β-coëfficiënten voor, met een indicatie van de significantie tussen haakjes. Voor de variabele DES wordt verwezen naar Jorn Rijckaert.

DE

AI

-0.660 (0.000)

PIE

-0.106 (0.001)

EO

-0.120 (0.000)

R² = 0.646

0.224 (0.000)

0.599 (0.000)

Aact

POS

R² = 0.649

-0.310 (0.000)

0.144 (0.000) RIS

AP

SN

-0.571 (0.000)

0.388 (0.000) DES

INT

R² = 0.662

0.379 (0.000) PBC

WTP

-0.174 (0.000) PD

Figuur 9 Model m.b.t. de intentie tot het al dan niet illegaal downloaden van films - RESULTATEN

In het vervolg worden elk van de afhankelijke variabelen geïnterpreteerd, waarbij mogelijke verklaringen worden gegeven voor de verbanden. De beweringen worden tevens gestaafd met enkele descriptieve gegevens van de variabelen.


60

4.4.1 De intentie om films al dan niet illegaal te downloaden De gemiddelde intentie van 382 studenten van de Universiteit Gent om films illegaal te downloaden is hoog (M = 4.81, op 7). Maar liefst 71.7% van de respondenten geeft aan akkoord te zijn met het idee om binnen het jaar een film illegaal te downloaden. Mannen zijn eerder geneigd om aan dergelijke praktijken deel te nemen dan vrouwen. Bovendien is de intentie het hoogst bij studenten van de Faculteit Ingenieurswetenschappen (met inbegrip van de opleiding computerwetenschappen), wat hun studies verklaart of wat verklaard wordt door hun studies. Deze scriptie is gestart met de veronderstelling van de filmindustrie dat hun dalende inkomsten hoofdzakelijk te wijten zijn aan online filmpiraterij, ervan uitgaande dat de consument na het illegaal verschaffen van een film niet nogmaals zal willen betalen voor een legale optie. In dit onderzoek werd dit eenvoudig nagegaan door de invloed van de intentie om illegaal te downloaden op de wil om te betalen voor vijf legale mogelijkheden te achterhalen. Deze mogelijkheden zijn: het bekijken van een film in de bioscoop, het huren van een dvd, het kopen van een dvd, het legaal downloaden en het huren via digitale televisie. Er bleek geen significant effect te zijn bij een bioscoopbezoek of bij het legaal downloaden. Ruim 80% beweert bereid te zijn om naar de bioscoop te gaan. Een filmpje meepikken is echter een sociale aangelegenheid, wat in contrast is met de notie van ‘het individu’ doorheen deze scriptie en wat de insignificantie kan verklaren. Wat betreft de insignificantie bij het legaal downloaden, kan dit verklaard worden door de eventuele verwarring van de respondent met het illegaal downloaden en de perceptie van velen dat je voor het downloaden sowieso niet moet betalen. Van de 382 respondenten is 36,9% bereid hiervoor te betalen. Er is wel een significant en negatief effect op het huren en het kopen van een dvd en het huren van een film via digitale televisie, doch de grootte van dit effect kan niet worden gecontroleerd. Resp. 78.5%, 60.1% en 48.7% van de respondenten beweert te willen betalen voor resp. het huren van een dvd, het kopen van een dvd en het huren via digitale televisie. Een bereidheid tot betalen en een intentie tot het illegaal downloaden impliceert nog geen werkelijk gedrag, waardoor in deze paragraaf het gedrag in het verleden ook onderzocht wordt in relatie tot de wil om te betalen voor de legale mogelijkheden. Van de 218 (57.1%) illegale downloaders is de bereidheid om te betalen voor het huren van een dvd, het legaal downloaden en het huren via digitale televisie lager dan voor niet-downloaders. De overige mogelijkheden waren niet significant. De conclusie is dat piraterij inderdaad de wil om te betalen voor de legale mogelijkheden beïnvloedt en zodoende de inkomsten van de filmindustrie afzwakt. Dit is zeker het geval voor het legaal downloaden, het huren van een dvd en digitale televisie, als de enige mogelijkheden waar er een tijdsbeperking geldt op het bekijken van de film. Als we nog een stapje verder gaan, kan verondersteld worden dat de wil om een


61

dvd te kopen slechts beïnvloed wordt als het individu de intentie ontwikkeld heeft om de film illegaal te downloaden en niet als de film reeds gedownload is, ervan uitgaande dat het downloaden dienst doet als trial versions. Er zijn drie factoren die invloed hebben op de intentie. Deze intentie resulteert voornamelijk uit het verlangen (β = 0.388) van het individu om aan dergelijke praktijken deel te nemen, wat de bevindingen van Taylor (2009) bevestigt die stelt dat het verlangen de sterkste invloed heeft op intentie (Taylor, Ishida, & Wallace, 2009). De mate van bekwaamheid (β = 0.379) van het individu over zijn handelingen en de gepercipieerde moeilijkheden (β = -0.174) van het downloaden beïnvloeden ook de intentie. 69.2% van de respondenten beweert voldoende bekwaam (M = 4.52, op 7) te zijn en over de middelen te beschikken om illegaal te downloaden. Het effect van de moeilijkheden (M = 3.84, op 7) die ze ondervinden is relatief laag, waardoor het geen aanbeveling verdient voor de filmindustrie om het illegaal downloaden te beperken met technologische toestanden. Dergelijke strategieën waren niet effectief, wat hier opnieuw wordt bekrachtigd. Ook al ondervindt 65,8% van de respondenten hinder bij het illegaal downloaden, waarbij het gevaar van virussen op nummer één staat, klaarblijkelijk zal dit hun intentie niet in sterke mate verzwakken. Overigens, als individuen bekwaam zijn om films illegaal te downloaden, kan worden verondersteld dat ze ook de capaciteiten hebben om de risico’s te omzeilen. Hoewel beide factoren apart werden onderzocht, is er een hoge mate van correlatie. Met het oog op de toekomst, moet de filmindustrie weten dat de komende generaties steeds meer vertrouwd zullen zijn met computers en het internet, waardoor hun bekwaamheid om illegaal te downloaden vermoedelijk zal groeien, en waardoor de moeilijkheden die ze ondervinden ook steeds minder effect zullen hebben. Zolang er de mogelijkheid bestaat, individuen ertoe bekwaam zijn en ze weinig ongemakken ervaren, zullen ze hoe dan ook intenderen om illegaal te downloaden. Dit is een eerste indicatie om te stellen dat de filmindustrie legale downloadsites moet ontwikkelen als concurrerend alternatief (zie infra). De mate van frequentie van het gedrag in het verleden is niet significant. De correlatie tussen PBC en FPB was hoog (zie supra), wat kan duiden dat de FPB reeds vervat zit in de PBC. Een individu kan immers niet weten dat hij bekwaam is, vooraleer hij het gedrag al eens gesteld heeft. Het downloaden via peer-to-peernetwerken is de populairste methode om films te downloaden (49.2% van de respondenten), waarbij vooral BitTorrent en LimeWire heersen. Bij websites waar je niet moet betalen is dit slechts 25.3% en over het internet 12.2%. Websites waar je moet betalen (3.7%) is ofwel al helemaal niet in trek, ofwel zijn er gewoon te weinig van. Er kan onderzocht worden waarom jongeren het downloaden via peer-to-peernetwerken het meest verkiezen en de filmindustrie kan een nieuw online distributiemodel ontwikkelen dat eveneens aan deze wensen voldoet (zie infra).


62

Individuen scoren middelmatig op hun anti-piraterij attitude (M = 3.52, op 7) en hun anti-industrie attitude (M = 3.41, op 7). De negatieve invloed van de anti-piraterij (β = -0.571) op de intentie om illegaal films te downloaden is uitermate hoger dan de positieve invloed van het anti-industrie attitude (β = 0.224). Er kan geen onmiddellijke verklaring gegeven worden voor deze resultaten, doch inhoudelijk komt anti-piraterij attitude overeen met de deontologische evaluatie van het gedrag, waar er ook reeds sterke verbanden merkbaar zijn.

4.4.2 Het verlangen om films (illegaal) te downloaden Het verlangen bij de 382 studenten om films (illegaal) te downloaden is neutraal (M = 2.90, op 6). 38.8% van deze studenten hebben een middelmatige tot een zeer sterk verlangen, terwijl 22.8% aangeeft geen verlangen te hebben. Voor de elementen die deze variabele beïnvloeden, wordt verwezen naar Jorn Rijckaert. De attitude van het individu tegenover het illegaal downloaden blijkt de belangrijkste variabele te zijn, alsook de positieve emoties die het individu ervaart of zou ervaren bij het downloaden. De bekwaamheid en de gepercipieerde moeilijkheden van het individu hebben rechtstreekse invloed op het verlangen, en onrechtstreeks op de intentie om illegaal films te downloaden. De frequentie van het downloadgedrag in het verleden heeft hier wel een significante invloed.

4.4.3 De attitude tegenover het illegaal downloaden van films Jongeren hebben een gunstige attitude tegenover het illegaal downloaden van films (M = 4.25, op 7), wat vooral wordt bepaald door het ethisch oordeel (β = 0.599) van het individu dat het illegaal downloaden ethisch is (M = 3.85, op 7). De invloed van de mening van significante anderen (β = -0.310) is eveneens een bepalende factor die de houding van het individu kan wijzigen, doch de invloed is niet denderend. Deze studenten menen dat hun familie, vrienden of kennissen geen uitgesproken mening hebben tegen het illegaal downloaden (M = 2.97, op 7), wat niet verwonderlijk is. Dit onderzoek maakte geen onderscheid tussen de categorieën van significante anderen. Jongeren hechten vooral belang aan de mening van hun leeftijdsgenoten, die waarschijnlijk ook downloaden. Ze zullen vooral hun mening zich eigen maken en de raad van anderen (ouders, leerkrachten, etc.) in de wind slaan. Bovendien betreft het downloaden een individuele aangelegenheid dat weinig merkbare, directe effecten heeft op zichzelf of anderen. Dit illustreert ook waarom voor individuen hun eigen ethische perceptie (ethische oordeel) relevanter is dan de perceptie van anderen (mening van significante anderen). Aangezien deze studenten het illegaal downloaden niet als een belangrijk probleem voor zichzelf (PIE) ervaren (M = 2.57, op 7), is er ook geen aanwijzing dat dit een modererende invloed zou hebben op de


63

sterke relatie tussen het ethisch oordeel van het individu en de attitude tegenover het illegaal downloaden.

4.4.4 Het ethisch oordeel over het illegaal downloaden van films De mate waarin studenten het illegaal downloaden van films als ethisch beoordelen is relatief middelmatig (M = 3.85, op 7). Van de 382 respondenten beschouwt 59.3% het illegaal downloaden van films als een ethische gedragstelling. Opvallend is dat 85.6% van de respondenten het illegaal downloaden van films als niet rechtvaardig (M = 4.70, op 7) beschouwt omwille van de aard ervan en dat de negatieve impact hiervan op het ethisch oordeel groot is (β = -0.660). Daarnaast erkennen de studenten de positieve gevolgen (M = 25.8, op 49), waarbij het gemakkelijk aanleggen van een collectie het hoogst scoort (M = 29.0, op 49). Dit is bovendien de hoogste score van alle teleologische evaluaties. Het individu percipieert de risico’s als erg onwaarschijnlijk en onwenselijk (M = 7.08, op 49). Individuen geloven in het krijgen van een boete en computer- en internetproblemen (resp. M = 12.45 en 10.38), maar niet in een arrestatie, een gerechtelijke vervolging of het buitengesloten worden door anderen (resp. M = 3.95, 5.98 en 2.62). De lage perceptie van het risico kan verklaard worden doordat individuen menen dat dergelijke straffen enkel bedoeld zijn voor georganiseerde piraterij en niet voor individuele piraterij. De invloed van beide op het ethisch oordeel is nagenoeg gelijk, doch de positieve gevolgen (β = 0.144) wegen net iets sterker door dan de risico’s (β = -0.120). De invloed van de negatieve gevolgen (M = 15.90, op 49) en de gevolgen voor de filmindustrie (M = 13.43, op 49) op het ethisch oordeel bleek niet significant te zijn. Opnieuw is er geen modererend effect van het gepercipieerd belang van het probleem op deze ethische componenten. De rechtstreekse, negatieve invloed ervan op het ethisch oordeel is echter wel aanwezig (β = -0.106), doch dit is het minst van belang om het ethisch oordeel te bepalen. Dit laatste kan gestaafd worden door het feit dat individuen het probleem op zijn minst moeten kennen, vooraleer ze het als ethisch of onethisch beoordelen (cfr. Cognitieve inspanning).

4.4.5 Algemeen oordeel over de resultaten De juiste perceptie van jongeren over de illegaliteit van het illegaal downloaden is aanwezig (cfr. deontologische evaluatie), doch dit heeft kennelijk geen invloed op hun uiteindelijke intentie om films illegaal te downloaden. Jongeren worden bijna immuun voor problemen die een ver-van-hun-bed show zijn en die geen onmiddellijke impact hebben op hun eigen leven of die van de mensen in hun naaste omgeving. Het gepercipieerd belang van het probleem voor het individu (PIE) heeft immers


64

weinig invloed, net zoals dat de negatieve gevolgen voor zichzelf en de gevolgen voor de industrie van geen belang zijn. Ook kunnen er geen bijzondere conclusies getrokken worden m.b.t. hun antipiraterij en anti-industrie attitude. Verder geloven ze weinig in de risico’s die het illegaal downloaden met zich meebrengt. Het is dan ook niet verwonderlijk dat ze de oproepen van de filmindustrie om piraterij in te perken negeren of niet opmerken en zich vasthouden aan de positieve gevolgen van hun gedrag, hun bekwaamheid en de vele gemakken van het illegaal downloaden. Technologische restricties invoeren heeft geen effect. De huidige generatie jongeren is opgegroeid met het internet en weten gauw hoe deze restricties te omzeilen. Bovendien zijn er altijd partijen die nadelen ondervinden van deze technologische toestanden, terwijl dit de bedoeling niet is. Deze jongeren maken verder deel uit van een social copying network, waardoor ze alleen maar stimulansen krijgen van anderen om hun gedrag aan te houden.

4.5 Beperkingen van het uitgevoerd onderzoek Bij het interpreteren van de resultaten moet rekening gehouden worden met een aantal beperkingen die verbonden zijn aan dit onderzoek. De steekproeftrekking betreft studenten van de Universiteit Gent. We zijn ons ervan bewust dat deze studenten geen perfect weergave zijn van de te onderzoeken populatie. Studenten verschillen in veel opzichten van andere consumenten, wat kan resulteren in onnauwkeurige onderzoeksresultaten. Doch er werd bij de afbakening van het onderzoek (zie 1.3) al enige evidentie gegeven voor deze keuze. Jongeren zijn een grote downloadgroep en door ook niet-downloaders in beschouwing te nemen wordt een zo laag mogelijk vertekend beeld bereikt. Het kan echter nuttig zijn om een meer uitgebreide steekproef te nemen, zodat andere factoren zoals cultuur, leeftijd, e.d. ook een rol kunnen spelen. Verder betrof het een relatief lange vragenlijst, waardoor de vermoeidheid bij de respondent kon optreden. We poogden dit handig op te lossen door de student te stimuleren (bioscooptickets als prijs), door de vragenlijst voldoende op te splitsen en een extra manipulation check in te voeren om invalide antwoorden uit te sluiten. De kans blijft dat de respondenten door de vele vragen frequent dezelfde antwoorden opgaven zonder de stellingen grondig te lezen. Bovendien is het mogelijk dat – ondanks de korte introductie - voor de respondenten o.a. het concept ‘illegaal downloaden’ tegenover het ‘legaal downloaden’ niet duidelijk was, wat de antwoorden kan vertekenen. Het was beter om deze introductie mondeling te geven, doch dit was omwille van de kostenefficiëntie niet haalbaar. Tenslotte gaven we bij de vraag omtrent de diverse mogelijkheden om illegaal te downloaden, van elk een voorbeeld. Dit was met de bedoeling om voor de respondent duidelijk te maken wat elke mogelijk-


65

heid inhield, doch mondde uit dat bijna elke respondent dit voorbeeldje – toevallig of niet toevallig aangaf als hun manier om een film illegaal te verschaffen. De volgorde van de vragen kan tevens een reden zijn van waarom P2P-netwerken het hoogst aangeschreven staan, i.p.v. de andere mogelijkheden. Het is ook spijtig dat er bij factoranalyse geen construct kon gemaakt worden van de prijsperceptie van het individu. Waarschijnlijk verloor deze notie zijn belang tussen de vele andere stellingen bij de Teleologische Evaluatie. De respondenten scoorden bij de Neutralisatietechnieken wel relatief hoog op de stelling ‚Filmindustrieën hebben alleen winst in hun hoofd en trekken zich niks aan van wat wij wensen‛ (M = 4.20, op 7). Deze variabele kon beter apart bevraagd worden, gezien het vooral voor de filmindustrie van belang is om de perceptie van de consument hierover te weten.

4.6 Suggesties voor verder onderzoek De beste suggestie is om het over een heel andere boeg te gooien en te bevragen wat jongeren wensen van een online, legaal distributiemodel. De eindconclusie is immers dat er beter intenties worden ontwikkeld om de jongeren te lokken naar de legale downloadmogelijkheden, dan halsstarrig de jongeren te behoeden voor de zogenaamde ongunstige gevolgen van het illegaal downloaden. Jongeren zijn individualistisch en zullen hoofdzakelijk illegaal downloaden omdat ze dit verlangen, omdat ze dit kunnen en het voor hen bovendien gemakkelijk is, hoewel ze heel goed weten dat dit downloadgedrag niet mag. Net zoals het verkeerd was om zomaar de strategieën van de muziekindustrie over te nemen, kan het bovendien ook onjuist zijn om te stellen dat je een legale website kunt vergelijken met een illegale versie. De verwachtingen bij de consument van een legale website van de filmindustrie zullen vermoedelijk hoger liggen dan bij een illegale website. Het is dan beter te bevragen waarom de huidige legale sites (cfr. CinemaNow) niet in trek zijn. Hierbij kan er al vooral gedacht worden aan de tijdsbeperkingen, gezien de intentie tot illegaal downloaden de wil om te betalen voor legaal downloaden verzwakt, net zoals bij het huren van een dvd of via digitale televisie. Dit onderzoek kon niks concluderen m.b.t. de prijsperceptie van de consument en kon bijgevolg niet staven dat de prijs een beduidende variabele is om illegaal films te downloaden. Dit zal echter van belang zijn bij het online, legaal distributiemodel, wat opnieuw duidt dat de visie van de consument over het legaal downloaden heel belangrijk is. In het kader van eventuele imagocampagnes bij de filmindustrie (bvb. om de online websites te lanceren), kan ook onderzocht worden waarom jongeren dit piraterijprobleem als niet belangrijk ervaren. Ontvangen ze te weinig informatie? Voelen ze zich te weinig betrokken tot de situaties in Hollywood? Of kan het hen gewoon niet schelen?


66

4.7 Besluit We zijn m.b.t. dit onderzoek erin geslaagd zoveel mogelijk variabelen te verklaren. We gingen na welke variabelen het meest effect hebben op de intentie tot het illegaal downloaden van films en trachten hiermee een eindconclusie te formuleren. De filmindustrie kan deze conclusie meenemen in hun verdere opzet om te concurreren met de illegale downloadmogelijkheden, doch er is voldoende materiaal over om meer te analyseren. Laat deze scriptie alvast een goede aanzet zijn…

I

Referenties Ajzen, I. (1985). From Intentions to Behavior: A Theory of Planned Behavior. In I.J.K.J.B. (eds.), ActionControl: From Cognition to Behavior. Heidelberg: Spinger. Ajzen, I. & Fishbein, M. (1980). Understanding attitudes and predicting social behaviour, Prentic Hall: Englewood Cliffs. Al-Rafee, S. & Cronan, T.P. (2006). Digital piracy: Factors that influence attitude toward behavior. Journal of Business Ethics, 63, 237-259. Ang, S.H., Cheng, P.S., Lim, A.C., & Tambyah, S.K. (2001). Spot the Difference: Consumer Responses Towards Counterfeits. Journal of Consumer Marketing, 18, 219-235. Armitage, C.J., Conner, M., Loach, J., & Willetts, D. (1999). Different perceptions of control: Applying an extended theory of planned behavior to legal and illegal drug use. Basic and Applied Social Psychology, 21, 301-316. Auerbach, J.A. & Welsh, J.C. (1994). Aging and Competition: Rebuilding the U.S. Workforce, Washington DC: National Planning Association. BAF (2007a). Belgian Anti-Piracy Foundation. Online beschikbaar op: http://www.anti-piracy.be/nl/ BAF (2007b). Filmpiraterij. Wat is Filmpiraterij? Online beschikbaar op: http://www.antipiracy.be/nl/indexb.php?n=130&PHPSESSID=5103880f8f1609e167f727f7d709cb40 BAF (2007c). Filmpiraterij. Online beschikbaar op: http://www.anti-piracy.be/nl/indexb.php?n=130 BAF (2007d). Over BAF. Online beschikbaar op: http://www.anti-piracy.be/nl/indexb.php?n=2 Bagozzi, R.P., Baumgartner, H., & Pieters, R. (1998). Goal-directed emotions. Cognition & Emotion, 12, 1-26. Barger, R.N., Kubitschek, W.N., & Barger, J.C. (1998). Do Philosophical Tendencies Correlate with Personality Types?, San Diego, CA. Paper gepresenteerd op de Algemene Vergadering van de American Educational Research Association, San Diego, CA, April 13-17, 1998. Bently, L. & Sherman, B. (2001). Intellectual Property Law, Oxford: Oxford University Press.

REFERENTIES

II

Bhattacharjee, S., Gopal, R.D., & Sanders, G.L. (2003). Digital music and online sharing: Software piracy 2.0? Communications of the Acm, 46, 107-111. Blender Foundation (2007). Elephants Dream. Online beschikbaar op: http://www.elephantsdream.org/ Blender Foundation (2008). Big Buck Bunny. Online beschikbaar op: http://www.bigbuckbunny.org/ Boccaletti, S. & Nardella, M. (2000). Consumer Willingness to Pay for Pesticide-Free Fesh Fruit and Vegetable in Italy. International Food and Agribusiness Management Review, 3, 297-310. Campbell, D.T. (1963). Social attitudes and other acquired behavioral dispositions, New York: McGraw-Hill. Chan, D.K.S. & Fishbein, M. (1993). Determinants of college women's intentions to tell their partners to use condoms. Journal of Applied Social Psychology, 21, 409-431. Chan, R.Y.K., Wong, Y.H., & Leung, T.K.P. (2008). Applying ethical concepts to the study of "Green" consumer behavior: An analysis of Chinese consumers' intentions to bring their own shopping bags. Journal of Business Ethics, 79, 469-481. Chatzidakis, A., Hibbert, D., Mittusis, D., & Smith, A. (2004). Virtue in Consumption? Journal of Marketing Management, 20, 527-544. Chellappa, R.K. & Shivendu, S. (2003). Economic implications of variable technology standards for movie piracy in a global context. Journal of Management Information Systems, 20, 137-168. Chen, Y.C., Shang, R.A., & Lin, A.K. (2008). The intention to download music files in a P2P environment: Consumption value, fashion, and ethical decision perspectives. Electronic Commerce Research and Applications, 7, 411-422. Cheng, H.K., Sims, R.R., & Teegen, H. (1997). To Purchase or to Pirate Software: An Empirical Study. Journal of Management Information Systems, 13, 49-60. Cherry, J. & Fraedrich, J. (2002). Perceived risk, moral philosophy and marketing ethics: mediating influences on sales managers' ethical decision-making. Journal of Business Research, 55, 951-962. Chiou, J.S., Huang, C.Y., & Lee, H.H. (2005). The antecedents of music piracy attitudes and intentions. Journal of Business Ethics, 57, 161-174. Conner, M., & Armitage, C.J. (1998). Extending the theory of planned behavior: A review and avenues for further research. Journal of Applied Social Psychology, 28, 1429-1464. Creative Commons (2009). What is CC? Online op: http://creativecommons.org/ about/what-is-cc

REFERENTIES

III

Cronan, T.P. & Al-Rafee, S. (2008). Factors that influence the intention to pirate software and media. Journal of Business Ethics, 78, 527-545. Dabholkar, P.A. & Kellaris, J.J. (1992). Toward Understanding Marketing Students Ethical Judgment of Controversial Personal Selling Practices. Journal of Business Research, 24, 313-329. Daly, S. (2007). Pirates of the Multiplex edited by Vanity Fair. Online beschikbaar op: http://www.vanityfair.com/ontheweb/features/2007/03/piratebay200703? Das, S. (2008). Timing Movie Release on the Internet in the Context of Piracy. Journal of Organizational Computing and Electronic Commerce, 18, 307-332. De Pelsmacker, P., & Van Kenhove, P. (1999). Marktonderzoek, methoden en toepassingen, Leuven: Garant. De Vany, A.S. & Walls, W.D. (2004). Motion picture profit, the stable Paretian hypothesis, and the curse of the superstar. Journal of Economic Dynamics & Control, 28, 1035-1057. De Vany, A.S. & Walls, W.D. (2007). Estimating the effects of movie piracy on box-office revenue. Review of Industrial Organization, 30, 291-301. Eagly, A.H. & Chaiken, S. (1993). The psychology of attitudes, Fort Worth, TX: Harcourt, Brace, & Janovich. Eining, M.M. & Christenen, A.L. (1991). A Psycho-Social Model of Software Piracy: The Development and Test of a Model, Boston, MA: Boyd & Fraser. Erffmeyer, R.C., Keillor, B.D., & LeClair, D.T. (1999). An empirical investigation of Japanese consumer ethics. Journal of Business Ethics, 18, 35-50. Ford, R.C. & Richardson, W.D. (1994). Ethical Decision-Making - A Review of the Empirical Literature. Journal of Business Ethics, 13, 205-221. Fraedrich, J.P. & Ferrell, O.C. (1992). The Impact of Perceived Risk and Moral-Philosophy Type on Ethical Decision-Making in Business Organizations. Journal of Business Research, 24, 283-295. Free Software Foundation (2009). Digital Restrictions Management and Treacherous Computing. Online beschikbaar op: http://www.fsf.org/campaigns/drm.html Freestone, O. & Mitchell, V.W. (2004). Generation Y attitudes towards E-ethics and Internet-related misbehaviours. Journal of Business Ethics, 54, 121-128.

REFERENTIES

IV

Fullerton, S., Kerch, K.B., & Dodge, H.R. (1996). Consumer ethics: An assessment of individual behavior in the market place. Journal of Business Ethics, 15, 805-814. Gardiner, B. (2006). MPAA: Frustrated Consumers Will Pirate. Online beschikbaar op: http://www.pc mag.com/article2/0,2817,2031751,00.asp Gopal, R.D. & Sanders, G.L. (1997). Preventive and Deterrent Controls for Software Piracy. Journal of Management Information Systems, 13, 29-47. Haber, S., Horne, B., Pato, J., Sander, T., & Tarjan, R.E. (2003). If piracy is the problem, is DRM the answer? Digital Rights Management, 2770, 224-233. Harrington, S.J. (2000). Software Piracy: Are Robin Hood and Responsibility Denial at Work?, Hershey, PA: Idea Group Publishing. Hennig-Thurau, T., Henning, V., & Sattler, H. (2007). Consumer file sharing of motion pictures. Journal of Marketing, 71, 1-18. Hsu, J.L. & Shiue, C.W. (2008). Consumers' willingness to pay for non-pirated software. Journal of Business Ethics, 81, 715-732. Huang, C.Y. (2005). File sharing as a form of music consumption. International Journal of Electronic Commerce, 9, 37-55. Hunt, S.D. & Vasquez-Parraga, A.Z. (1993). Organizational Consequences, Marketing Ethics, and Salesforce Supervision. Journal of Marketing Research, 78-90, 78-90. Hunt, S.D. & Vitell, S.J. (1986). A general theory of marketing ethics. Journal of Macromarketing, 5-15. Hunt, S.D. & Vitell, S.J. (1993). The general theory of marketing ethics: A retroperspective and revision. Ethics in marketing, 775-784. Hunt, S.D. & Vitell, S.J. (2006). The General Theory of Marketing Ethics: A Revision and Three Questions. Journal of Macromarketing, 26. Khazanchi, D. (1995). Unethical Behavior in Information-Systems - the Gender Factor. Journal of Business Ethics, 14, 741-749. Kwong, K.K., Yau, O.H.M., Lee, J.S.Y., Sin, L.Y.M., & Tse, A.C.B. (2003). The effects of attitudinal and demographic factors on intention to buy pirated CDs: The case of Chinese consumers. Journal of Business Ethics, 47, 223-235.

REFERENTIES

V

Laros, F.J.M. & Steenkamp, J.B.E.M. (2005). Emotions in consumer behavior: a hierarchical approach. Journal of Business Research, 58, 1437-1445. LaRose, R. & Kim, J. (2007). Share, steal, or buy? A social cognitive perspective of music downloading. Cyberpsychology & Behavior, 10, 267-277. Leonard, L. & Cronan, T.P. (2001). Illegal, Inappropriate, and Unethical Behavior in an Information Technology Contexts: A Study to explain Influence. Journal of the Assciotiation for Information Systems, 1, 1-31. Leonard, L.N.K. & Cronan, T.P. (2005). Attitude toward ethical behavior in computer use: a shifting model. Industrial Management & Data Systems, 105, 1150-1171. Leone, L., Perugini, M., & Ercolani, A.P. (2004). Studying, practicing, and mastering: A test of the model of goal-directed behavior (MGB) in the software learning domain. Journal of Applied Social Psychology, 34, 1945-1973. Loch, K.D. & Conger, S. (1996). Evaluating ethical decision making and computer use. Communications of the Acm, 39, 74-83. Manstead, A.S.R. & Parker, D. (1995). Evaluating and extending the theory of planned behavior. European review of psychology, 6, 69-95. Mayo, M.A. & Marks, L.J. (1990). An Empirical Investigation of a General Theory of Marketing Ethics. Journal of the Academy of Marketing Science, 18, 163-171. Morton, N.A. & Koufteros, X. (2008). Intention to commit Online music piracy and its an empirical antecedents: An empirical investigation. Structural Equation Modeling-A Multidisciplinary Journal, 15, 491-512. MPA & LEK (2005). The Cost of Movie Piracy. Online beschikbaar op: http://www.mpaa.org/ leksummaryMPA%20revised.pdf MPAA (2006a). MPAA Releases Data From Piracy Study. Online beschikbaar op: http://www.mpaa. org/press_releases/2006_05_03lek.pdf MPAA (2006b). Worldwide Study Of Losses To The Film Industry & International Economies Due To Piracy; Pirate Profiles. Online beschikbaar op: http://www.fact-uk.org.uk/site/media_centre/documents/ 2006_05_03leksumm.pdf

REFERENTIES

VI

Muncy, J.A. & Vitell, S.J. (1992). Consumer Ethics - An Investigation of the Ethical Beliefs of the Final Consumer. Journal of Business Research, 24, 297-311. Nasheri, H. (2004). Adressing global scope of intellectual property law. Online beschikbaar op: http://www.ncjrs.gov/pdffiles1/nij/grants/208384.pdf Oppenheimer, D.M., Meyvis, T., & Davidenko, N. (2007). Instructional Manipulation Checks: Detecting Sastisficing to Increase Statistical Power in Survey Studies, Princeton: Green Hall. Ouellette, J.A. & Wood, W. (1998). Habit and intention in everyday life: The multiple processes by which past behavior predicts future behavior. Psychological Bulletin, 124, 54-74. Parker, D., Manstead, A.S.R., & Stradling, S.G. (1995). Extending the Theory of Planned Behavior - the Role of Personal Norm. British Journal of Social Psychology, 34, 127-137. Perugini, M. & Bagozzi, R.P. (2001). The role of desires and anticipated emotions in goal-directed behaviours: Broadening and deepening the theory of planned behaviour. British Journal of Social Psychology, 40, 79-98. Perugini, M. & Bagozzi, R.P. (2004). The Distinction Between Desires and Intentions. European Journal of Social Psychology, 34, 69-84. Perugini, M. & Conner, R. (2000). Predicting and understanding behavioral volitions: the interplay between goals and behaviors. European Journal of Social Psychology, 30, 705-731. Pew Internet & American Life Project & Comscore (2003). Media Metrix Data Memo. Online beschikbaar op: http://www.pewinternet.org/pdfs/PIP_File_Swapping_Memo_0104.pdf Piron, R. & Fernandez, L. (1995). Are Fairness Constraints on Profit-Seeking Important. Journal of Economic Psychology, 16, 73-96. Ponte, L.M. (2008). Coming attractions: Opportunities and challenges in thwarting Global Movie Piracy. American Business Law Journal, 45, 331-369. Rawwas, M.Y.A., & Singhapakdi, A. (1998). Do Consumers’ Ethical Beliefs Vary with Age? A Substantion of Kohlberg’s Typology in Marketing. Journal of Marketing Theory and Practice, 6, 26-38. Reidenbach, R.E. & Robin, D.P. (1990). Toward the Development of A Multidimensional Scale for Improving Evaluations of Business Ethics. Journal of Business Ethics, 9, 639-653.

REFERENTIES

VII

Reiss, M.C. & Mitra, K. (1998). The effects of individual difference factors on the acceptability of ethical and unethical workplace behaviors. Journal of Business Ethics, 17, 1581-1593. Richard, R., Vanderpligt, J., & Devries, N. (1995). Anticipated Affective Reactions and Prevention of Aids. British Journal of Social Psychology, 34, 9-21. Richins, M. L. (1997). Measuring emotions in the consumption experience. Journal of Consumer Research, 24, 127-146. Robin, D.P., Reidenbach, R.E., & Forrest, P.J. (1996). The perceived importance of an ethical issue as an influence on the ethical decision-making of ad managers. Journal of Business Research, 35, 17-28. Rochelandet, F. & Le Guel, F. (2005). P2P music-sharing networks: Why legal fight against copiers may be inefficient? Review of Economic Research on Copyright Issues, 2, 69-82. Shang, R.A., Chen, Y.C., & Chen, P.C. (2008). Ethical decisions about sharing music files in the P2P environment. Journal of Business Ethics, 80, 349-365. Sheeran, P. (2002). Intention-Behavior Relations: A Conceptual and Empirical Review. European Review of Social Psychology, 12, 1-36. Sims, R.R., Cheng, H.K., & Teegen, H. (1996). Toward a profile of student software piraters. Journal of Business Ethics, 15, 839-849. Slabbinck, H. (2008). Multivariate Data Analysis with SPSS 15.0. Eigen noties. Staal, M. (2009). Het optimale distributiemodel voor Amerikaanse films? Online beschikbaar op: http://www.marketingfacts.nl/berichten/20090416_het_optimale_distributiemodel_voor_amerikaanse_ films/ Stevenson, J.S., Bruner, G.C., & Kumar, A. (2000). Webpage background and viewer attitudes. Journal of Advertising Research, 40, 29-34. Strutton, D., Vitell, S.J., & Pelton, L.E. (1994). How Consumers May Justify Inappropriate Behavior in Market Settings - An Application on the Techniques of Neutralization. Journal of Business Research, 30, 253-260. Swinyard, W.R., Rinne, H., & Kau, A.K. (1990). The Morality of Software Piracy - A Cross-CulturalAnalysis. Journal of Business Ethics, 9, 655-664.

REFERENTIES

VIII

Sykes, G.M. & Matza, D. (1957). Techniques of Neutralization - A Theory of Delinquency. American Sociological Review, 22, 664-670. Tan, B. (2002). Understanding Consumer Ethical Decision Making With Respect to Purchase of Pirated Software. Journal of Consumer Marketing, 19, 96-111. Taylor, R. (2005). Piracy on campus: an overview of the problem and a look at emerging best practices to reduce online theft of copyrighted works. Online beschikbaar op: http://www.mpaa.org/MPAA%20testimony% 20for%209.22.05%20hearing.pdf Taylor, S.A. (2007). The addition of anticipated regret to attitudinally based, goal-directed models of information search behaviours under condition of uncertainty and risk. British Journal of Social Psychology, 46, 739-768. Taylor, S.A., Ishida, C., & Wallace, D.W. (2009). Intention to Engage in Digital Piracy A Conceptual Model and Empirical Test. Journal of Service Research, 11, 246-262. The Economist (2002). The Oscars Get Napsterized. Online beschikbaar op: http://www.economist. com/agenda/displaystory.cfm?Story_ID=1049624 Thong, J.Y.L. & Yap, C. (1998). Testing an Ethical-Decision-Making Theory: The Case of Softlifting. Journal of Management Information Systems, 15, 213-237. Trafimow, D., Sheeran, P., Conner, M., & Finlay, K.A. (2002). Evidence that perceived behavioural control is a multidimensional construct: Perceived control and perceived difficulty. British Journal of Social Psychology, 41, 101-121. Vermeir, I. (2009). The consumer who knew too much: online movie piracy by young adults. Advances in Consumer Research, 36. Vitell, S.J. (2003). Consumer ethics research: Review, synthesis and suggestions for the future. Journal of Business Ethics, 43, 33-47. Vitell, S.J. & Ho, F.N. (1997). Ethical decision making in marketing: A synthesis and evaluation of scales measuring the various components of decision making in ethical situations. Journal of Business Ethics, 16, 699-717. Vitell, S.J. & Hunt, S.D. (1990). The General Theory of Marketing Ethics: A Partial Test of the Model. Research in Marketing, 10, 237-265.

REFERENTIES

IX

Vitell, S.J., Lumpkin, J.R., & Rawwas, M.Y.A. (1991). Consumer Ethics - An Investigation of the Ethical Beliefs of Elderly Consumers. Journal of Business Ethics, 10, 365-375. Vitell, S. J., Nwachukwu, S. L., & Barnes, J. H. (1993). The Effects of Culture on Ethical DecisionMaking - An Application of Hofstedes Typology. Journal of Business Ethics, 12, 753-760. Vogel, H.L. (1998). Entertainment Industry Economics: A Guide for Financial Analysis, New York, Cambridge University Press. Wagner, S.C. & Sanders, G.L. (2001). Considerations in ethical decision-making and software piracy. Journal of Business Ethics, 29, 161-167. Walls, W.D. (2008). Cross-country analysis of movie piracy. Applied Economics, 40, 625-632. Waterman, D., Ji, S.W., & Rochet, L.R. (2007). Enforcement and control of piracy, copying, and sharing in the movie industry. Review of Industrial Organization, 30, 255-289. WIPO (2001). WIPO Intellectual Property Handbook: Policy, Law and Use, Geneva: World Intellectual Property Organization. Wijnen, K., Janssens, W., De Pelsmacker, P., & Van Kenhove, P. (2002). Marktonderzoek met SPSS: statistische verwerking en interpretatie, Antwerpen – Apeldoorn: Garant. Yar, M. (2005). The global 'epidemic' of movie 'piracy': crime-wave or social construction? Media Culture & Society, 27, 677-+.

I

Bijlagen Bijlage 1: Vragenlijst

Beste student(e), In het kader van onze Masterproef aan de Universiteit Gent (faculteit Economie en Bedrijfskunde), vragen wij u om een vragenlijst in te vullen m.b.t. het (illegaal) downloaden van films, een uiterst actueel onderwerp! Je hoeft echter geen fervente downloader te zijn om deze vragenlijst in te vullen. Zowel de mening van downloaders als van niet-downloaders zijn relevant voor onze Masterproef. De vragenlijst duurt 20 minuten. Iedere persoon die de vragenlijst invult, heeft een kans op het winnen van filmtickets voor 2 personen. De vragenlijst invullen kan via de volgende link: http://survey.2ask.net/8617cef8b6606b29/survey.html Indien u vragen heeft, kunt u ons steeds contacteren via de volgende e-mailadressen: [email protected] of [email protected].

Alvast bedankt voor jullie medewerking! Barbara Campe en Jorn Rijckaert

II

BIJLAGEN

Beste, Deze vragenlijst betreft het downloaden van films. Er zijn zowel legale als illegale manieren beschikbaar om een film te verkrijgen, waaronder het downloaden. Met dit onderzoek willen we nagaan waarom men films legaal of illegaal downloadt. De vragen hebben alleen betrekking op films (geen muziek of software). Het betreft bovendien enkel films die in de bioscoop of op dvd te zien (zullen) zijn (geen YouTube-films of het bekijken van trailers van films). Wij willen u nog eens garanderen dat uw antwoorden strikt anoniem behandeld worden.

Vraag 1: Hebt u ooit films – legaal OF illegaal – gedownload? Denk goed na over het antwoord op deze vraag. Dit bepaalt immers het verdere verloop van de vragenlijst. Terugkeren is geen optie.

o Ja o Nee

 Ga naar de volgende vraag.  Ga naar vraag 3.

Vraag 2: Zoja, via welke van de onderstaande mogelijkheden downloadde u films? Duid aan. U kunt meerdere mogelijkheden aankruisen.

o Peer-to-peernetwerken (Een peer-to-peernetwerk (P2P) is een computernetwerk van computers waar de gemeenschappelijke bestanden eenvoudig uitgewisseld kunnen worden. Enkele voorbeelden van P2P-netwerken zijn LimeWire, BitTorrent, etc.)

o Een website waar je moet betalen o Een website waar je niet moet betalen o Over het internet via een familielid, vriend of kennis (bv. via MSN, IRC, etc.) o Andere? (vul in) ………………………………….. Vul in onderstaande schema de namen van P2P-netwerken in die u gebruikt(e). Bijvoorbeeld: LimeWire en BitTorrent. Indien u de naam niet meer herinnert, duid dit dan aan via de melding ‘VERGETEN’ en ga naar de volgende vraag. Duid daarna aan in welke mate u denkt dat het downloaden van films via P2P illegaal of legaal is.

Volgens mij is het downloaden van films via … Legaal, zeker niet illegaal

Legaal, maar ben het niet zeker

Ik heb er geen idee van

Illegaal, maar ben het niet zeker

Illegaal, zeker niet legaal

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

III

BIJLAGEN

Vul in onderstaande schema de namen van websites waar je moet betalen in die u gebruikt(e). Bijvoorbeeld: RapidShare. Indien u de naam niet meer herinnert, duid dit dan aan via de melding ‘VERGETEN’ en ga naar de volgende vraag. Duid daarna aan in welke mate u denkt dat het downloaden van films via websites waar je moet betalen illegaal of legaal is. Volgens mij is het downloaden van films via … Legaal, zeker niet illegaal




ο

Illegaal, maar ben het niet zeker ο

…………………………………..

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

ο

Vul in onderstaande schema de namen van websites waar je NIET moet betalen in die u gebruikt(e). Indien u de naam niet meer herinnert, duid dit dan aan via de melding ‘VERGETEN’ en ga naar de volgende vraag. Duid daarna aan in welke mate u denkt dat het downloaden van films via websites waar je NIET moet betalen illegaal of legaal is. Volgens mij is het downloaden van films via … Legaal, zeker niet illegaal





…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

Vul in onderstaande schema de mogelijkheden over het internet in die u gebruikt(e). Bijvoorbeeld: MSN of IRC. Indien u de naam niet meer herinnert, duid dit dan aan via de melding ‘VERGETEN’ en ga naar de volgende vraag. Duid daarna aan in welke mate u denkt dat het downloaden van films via een familielid, vriend of kennis over het internet illegaal of legaal is. Volgens mij is het downloaden van films via … Legaal, zeker niet illegaal




ο

Illegaal, maar ben het niet zeker ο

…………………………………..

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

ο

IV

BIJLAGEN

Vul in onderstaande schema de andere mogelijkheden in die u gebruikt(e). Bijvoorbeeld: Nieuwsgroepen. Indien u de naam niet meer herinnert, duid dit dan aan via de melding ‘VERGETEN’ en ga naar de volgende vraag. Duid daarna aan in welke mate u denkt dat het downloaden van films via de door u aangegeven andere mogelijkheden illegaal of legaal is. Volgens mij is het downloaden van films via … Legaal, zeker niet illegaal





…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

…………………………………..

ο

ο

ο

ο

ο

Hoe vaak hebt u gemiddeld films gedownload in afgelopen jaar via de volgende manieren?

Eén tot meerdere keren per dag

Niet elke dag, maar toch één tot meerdere keren per week

Niet elke week, maar toch één tot meerdere keren per maand

Niet elke maand, maar toch één tot meerdere keren per jaar

Peer-to-peernetwerk(en)

ο

ο

ο

De website(s) waar je moet betalen

ο

ο

De website(s) waar je NIET moet betalen

ο

Over het internet via familieleden, vrienden of kennissen De andere – door u aangeduide - mogelijkheden

Het was slechts eenmalig

Dit heb ik afgelopen jaar niet gedaan

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

De volgende vragen hebben betrekking op het ILLEGAAL downloaden van films, niet op het legaal downloaden. Er wordt gepeild naar redenen waarom mensen de neiging hebben om al dan niet illegaal te downloaden. Ook de antwoorden van de niet-downloaders zijn bijgevolg nuttig voor ons onderzoek. Het betreft het illegaal downloaden van films via de volgende manieren: peer-to-peernetwerken, websites waar je moet betalen, websites waar je niet moet betalen en het downloaden via personen over het internet (bv. MSN). (Een peer-to-peernetwerk (P2P) is een computernetwerk van computers waar de gemeenschappelijke bestanden eenvoudig uitgewisseld kunnen worden. Enkele voorbeelden van P2P-netwerken zijn LimeWire, BitTorrent, etc.)

V

BIJLAGEN

Vraag 3: Hieronder staan twee stellingen m.b.t. de neiging tot het illegaal downloaden. Plaats een kruisje in de kolom die het best uw mening weergeeft.

Helemaal niet akkoord

Niet akkoord

Eerder niet akkoord

Noch akkoord, noch niet akkoord

Eerder akkoord

Akkoord

Helemaal akkoord

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Het is waarschijnlijk dat ik tussen vandaag en volgend jaar een film illegaal zal downloaden Het is onmogelijk dat ik tussen vandaag en volgend jaar een film illegaal zal downloaden

Vraag 4: Hieronder staan een aantal stellingen m.b.t. de bekwaamheid om films illegaal te downloaden. Plaats een kruisje in de kolom die het best uw mening weergeeft.


Niet akkoord

Eerder niet akkoord


Eerder akkoord

Akkoord

Helemaal akkoord

Het is voor mij gemakkelijk om films illegaal te downloaden

ο

ο

ο

ο

ο

ο

ο

Ik denk dat ik de bekwaamheid niet heb om films illegaal te downloaden

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Ik kan films vinden om illegaal te downloaden als ik zou willen

ο

ο

ο

ο

ο

ο

ο

Ik ken verschillende manieren om een film illegaal te downloaden

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Ik heb de noodzakelijke middelen (bv. snelle internetverbinding, benodigde software, etc.) om films illegaal te downloaden en te bekijken Ik weet hoe de noodzakelijke middelen voor het illegaal downloaden van films te vinden, als ik zou willen

Ik ken alle valstrikken van het illegaal downloaden (bv. spywareaanvallen) Ik weet hoe ik goede van slechte filmbestanden kan onderscheiden

VI

BIJLAGEN

Vraag 5: Hieronder staan een aantal stellingen m.b.t. de moeilijkheden om films illegaal te downloaden. Plaats een kruisje in de kolom die het best uw mening weergeeft.

Een film illegaal downloaden is te omslachtig, er zijn betere manieren om aan films te geraken Een film illegaal downloaden wordt steeds moeilijker door strengere beveiligingsmethoden Het gevaar van virussen op de computer tijdens het illegaal downloaden van films is meestal hoog Het illegaal downloaden van films kan voor technische problemen zorgen (bv. overschrijding van downloadlimiet, het internet loopt vast, etc.)


Niet akkoord

Eerder niet akkoord


Eerder akkoord

Akkoord

Helemaal akkoord

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Vraag 6: Hieronder staan een aantal stellingen m.b.t. de vrienden- of familiekring. Plaats een kruisje in de kolom die het best uw mening weergeeft. Voor de downloaders (wie ‘ja’ aanduidde bij vraag 1)


Niet akkoord

Eerder niet akkoord


Eerder akkoord

Akkoord

Helemaal akkoord

ο

ο

ο

ο

ο

ο

ο

Als ik films illegaal download, doen mijn vrienden, familie of kennissen het ook Mijn familie, vrienden of kennissen zullen niet akkoord gaan dat ik films illegaal download Ik kan mijn vrienden imponeren met het illegaal downloaden van films

ο

ο

ο

ο

ο

ο

Ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Ik download films alleen illegaal omdat mijn vrienden mij aansporen

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Wat betreft het illegaal downloaden van films, doe ik zoals de meeste van mijn vrienden, familie of kennissen doen

Mijn familie, vrienden of kennissen zouden een negatieve visie van mij hebben als ze ontdekken dat ik films illegaal download Mijn familie, vrienden of kennissen vinden het normaal om films illegaal te downloaden

VII

BIJLAGEN

Voor de niet-downloaders (wie ‘nee’ aanduidde bij vraag 1)


Niet akkoord

Eerder niet akkoord


Eerder akkoord

Akkoord

Helemaal akkoord

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Wat betreft het illegaal downloaden van films, doe ik zoals de meeste van mijn vrienden, familie of kennissen doen Als ik films illegaal zou downloaden, zouden mijn vrienden, familie of kennissen het ook doen Mijn familie, vrienden of kennissen zouden niet akkoord gaan als ik films illegaal zou downloaden Ik zou mijn vrienden kunnen imponeren met het illegaal downloaden van films Ik zou alleen films illegaal downloaden als mijn vrienden mij aansporen Mijn familie, vrienden of kennissen zouden een negatieve visie van mij hebben als ze ontdekken dat ik films illegaal download Mijn familie, vrienden of kennissen vinden het normaal om films illegaal te downloaden

Bij de volgende vraag kunt u een score geven van 1 tot 7. Voor alle duidelijkheid geven we het overzicht: 1 = helemaal akkoord met de uitspraak in de linkerkolom 2 = akkoord met de uitspraak in de linkerkolom 3 = eerder akkoord met de uitspraak in de linkerkolom 4 = met geen van beide uitspraken akkoord, m.a.w. ik heb hier geen mening over 5= eerder akkoord met de uitspraak in de rechterkolom 6 = akkoord met de uitspraak in de rechterkolom 7 = helemaal akkoord met de uitspraak in de rechterkolom

Vraag 7: Hoe staat u tegenover het illegaal downloaden van films? Duid in onderstaande tabel aan in welke mate u akkoord gaat met de uitspraak.

Het illegaal downloaden van films is voor mij / volgens mij… niet wenselijk

1 ο

2 ο

3 ο

4 ο

5 ο

6 ο

7 ο

wenselijk

schadelijk

ο

ο

ο

ο

ο

ο

ο

voordelig

slecht

ο

ο

ο

ο

ο

ο

ο

goed

nutteloos

ο

ο

ο

ο

ο

ο

ο

nuttig

onverstandig

ο

ο

ο

ο

ο

ο

ο

verstandig

onaantrekkelijk

ο

ο

ο

ο

ο

ο

ο

aantrekkelijk

VIII

BIJLAGEN

Vraag 8: Wat zijn uw gevoelens tegenover het illegaal downloaden van films? Plaats een kruisje in de kolom die het best uw mening weergeeft.

Vraagstelling is als volgt: Voor de downloaders (wie ‘ja’ aanduidde bij vraag 1) (voor de niet-downloaders (wie ‘nee’ aanduidde bij vraag 1)). Als ik download, (Als ik zou downloaden,) ben ik helemaal niet… (zou ik helemaal niet … zijn)

ben ik een beetje … (zou ik een beetje … zijn)

ben ik… (zou ik … zijn)

ben ik erg… (zou ik erg … zijn)

ben ik heel erg… (zou ik heel erg … zijn)

kwaad

ο

ο

ο

ο

ο

gefrustreerd

ο

ο

ο

ο

ο

tevreden

ο

ο

ο

ο

ο

voldaan

ο

ο

ο

ο

ο

bang

ο

ο

ο

ο

ο

nerveus

ο

ο

ο

ο

ο

ongerust

ο

ο

ο

ο

ο

gedeprimeerd

ο

ο

ο

ο

ο

opgelucht

ο

ο

ο

ο

ο

trots

ο

ο

ο

ο

ο

gelukkig

ο

ο

ο

ο

ο

beschaamd

ο

ο

ο

ο

ο

opgewonden

ο

ο

ο

ο

ο

droevig

ο

ο

ο

ο

ο

schuldig

ο

ο

ο

ο

ο

blij

ο

ο

ο

ο

ο

Vraag 9: Hieronder staan een stelling m.b.t. het verlangen om films illegaal te downloaden. Plaats een kruisje in de kolom die het best uw mening weergeeft.

Mijn verlangen om films (illegaal) te downloaden is…

Heel sterk

Sterk

Middelmatig

Zwak

Heel zwak

Ik heb geen verlangen

ο

ο

ο

ο

ο

ο

IX

BIJLAGEN

Vraag 10: Hieronder staan een aantal stellingen m.b.t. auteursrechten en de filmindustrie. Plaats een kruisje in de kolom die het best uw mening weergeeft.


Niet akkoord

Eerder niet akkoord

Filmindustrieën beschermen hun auteursrechten om ons uit te buiten Het illegaal downloaden van films is gelijk aan het schenden van de auteursrechten Filmindustrieën hebben alleen winst in hun hoofd en trekken zich niks aan van wat wij wensen

ο

ο

ο

Noch akkoord, noch niet akkoord ο

ο

ο

ο

ο

ο

Iemand die films illegaal downloadt, moet gestraft worden

ο

We mogen alleen films downloaden als we ervoor gemachtigd zijn

Eerder akkoord

Akkoord

Helemaal akkoord

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Het enige wat filmindustrieën doen, is afzetterij

ο

ο

ο

ο

ο

ο

ο

Het illegaal downloaden van films is gelijk aan stelen

ο

ο

ο

ο

ο

ο

ο

Door het illegaal downloaden van de films zet je het de filmindustrieën betaald

ο

ο

ο

ο

ο

ο

ο


Vraag 11: Rekening houdend met uw eigen waarden en normen, hoe zou u het illegaal downloaden van films beoordelen? Plaats een kruisje in de kolom die het best uw mening weergeeft.

1

2

3

4

5

6

7

Het is mijn plicht om een film te verkrijgen zoals het zou moeten (d.i. op een legale manier) Het is moreel juist om een film illegaal te downloaden

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Het is eerlijk om films illegaal te downloaden

ο

ο

ο

ο

ο

ο

ο

Het is mijn plicht niet om een film te verkrijgen zoals het zou moeten (d.i. op een legale manier) Het is moreel onjuist om een film illegaal te downloaden Het is oneerlijk om films illegaal te downloaden

X

BIJLAGEN

Vraag 12a: Het illegaal downloaden van films heeft welbepaalde gevolgen. Hieronder zijn enkele van deze gevolgen opgesomd. Hoe waarschijnlijk vindt u dat deze gevolgen zullen voorkomen (onwaarschijnlijk – waarschijnlijk)? Plaats een kruisje in de kolom die het best uw mening weergeeft.

Zeer onwaarschijnlijk

Onwaarschijnlijk

Eerder onwaarschijnlijk

Noch waarschijnlijk, noch onwaarschijnlijk


ο

ο

ο

ο

ο

ο

ο


ο

ο

ο

ο

ο

ο

ο


ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Het illegaal downloaden van films leidt ertoe dat mijn familie en vrienden mij buitensluiten uit hun familie- of vriendenkring Het illegaal downloaden van films leidt tot computer- en internetproblemen Het (illegaal) downloaden van films leidt tot tijd- en energiebesparing (bv. vervoer naar videotheek/ bioscoop, vergelijken van prijzen van dvd’s in verschillende winkels, etc.) Het (illegaal) downloaden van films vergemakkelijkt het zoeken naar zeldzame of moeilijk te vinden films

Eerder waarschijnlijk

Waarschijnlijk

Zeer waarschijnlijk

Vraag 12b: Het illegaal downloaden van films heeft welbepaalde gevolgen. Hieronder zijn enkele van deze gevolgen verder opgesomd. Hoe waarschijnlijk vindt u dat deze gevolgen zullen voorkomen (onwaarschijnlijk – waarschijnlijk)? Plaats een kruisje in de kolom die het best uw mening weergeeft.

Het (illegaal) downloaden van films leidt tot geldbesparing De legale manieren om een film te bekijken (bioscoop, dvd kopen/ huren,…) leiden tot hogere kosten dan de illegale manieren

Zeer onwaarschijnlijk

Onwaarschijnlijk

Eerder onwaarschijnlijk

ο

ο

ο

Noch waarschijnlijk, noch onwaarο schijnlijk

ο

ο

ο

ο

Eerder waarschijnlijk

Waarschijnlijk

Zeer waarschijnlijk

ο

ο

ο

ο

ο

ο

XI

BIJLAGEN

De legale manieren om een film te bekijken (bioscoop, dvd kopen/ huren,…) leiden tot extra uitgaven (bv. vervoerkosten, parkeergeld, etc.)

ο

ο

ο

ο

ο

ο

ο

Het illegaal downloaden van films leidt tot meer geldverlies voor de filmindustrie

ο

ο

ο

ο

ο

ο

ο

Het illegaal downloaden van films betekent een lagere kwaliteit van de films

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Het (illegaal) downloaden van films leidt tot het gemakkelijk aanleggen van een collectie van films

ο

ο

ο

ο

ο

ο

ο

Het (illegaal) downloaden van films leidt tot een lagere collectiewaarde van films

ο

ο

ο

ο

ο

ο

ο

Het (illegaal) downloaden van films leidt tot een betere opvolging van trends in de filmwereld

ο

ο

ο

ο

ο

ο

ο

Het illegaal downloaden van films leidt tot een inbreuk van de artistieke waarde van de films

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Het illegaal downloaden van de films betekent een gemis van een aantal functies die het originele beziet (bv. extra’s op dvd’s, geavanceerde video- en geluidseffecten in de bioscoop, etc.)

Het illegaal downloaden van films leidt tot een bedreiging van het beroep van auteurs, regisseurs, acteurs, etc. Ter controle vragen wij u om hier ‘Zeer onwaarschijnlijk’ aan te duiden

Vraag 13a: Hieronder ziet u dezelfde gevolgen van het illegaal downloaden van films. Hoe wenselijk vindt u dat deze gevolgen zullen voorkomen (onwenselijk – wenselijk)? Plaats een kruisje in de kolom die het best uw mening weergeeft.

Zeer onwenselijk

Onwenselijk

Eerder onwenselijk


ο

ο

ο

Noch wenselijk, noch onwenο selijk


ο

ο

ο


ο

ο

ο

Eerder wenselijk

Wenselijk

Zeer wenselijk

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

XII

BIJLAGEN

Het illegaal downloaden van films leidt ertoe dat mijn familie en vrienden mij buitensluiten uit hun familie- of vriendenkring Het illegaal downloaden van films leidt tot computer- en internetproblemen Het (illegaal) downloaden van films leidt tot tijd- en energiebesparing (bv. vervoer naar videotheek/bioscoop, vergelijken van prijzen van dvd’s in verschillende winkels, etc.) Het (illegaal) downloaden van films vergemakkelijkt het zoeken naar zeldzame of moeilijk te vinden films

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Vraag 13b: Hieronder worden dezelfde gevolgen van het illegaal downloaden van films verder opgesomd. Hoe wenselijk vindt u dat deze gevolgen zullen voorkomen (onwenselijk – wenselijk)? Plaats een kruisje in de kolom die het best uw mening weergeeft.

Zeer onwenselijk

Onwenselijk

Eerder onwenselijk

ο

ο

ο

Noch wenselijk, noch onwenο selijk

ο

ο

ο

ο

ο

ο

Eerder wenselijk

Wenselijk

Zeer wenselijk

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Het (illegaal) downloaden van films leidt tot het gemakkelijk aanleggen van een collectie van films

ο

ο

ο

ο

ο

ο

ο

Het (illegaal) downloaden van films leidt tot een lagere collectiewaarde van films

ο

ο

ο

ο

ο

ο

ο

Het (illegaal) downloaden van films leidt tot geldbesparing De legale manieren om een film te bekijken (bioscoop, dvd kopen/huren,…) leiden tot hogere kosten dan de illegale manieren De legale manieren om een film te bekijken (bioscoop, dvd kopen/huren,…) leiden tot extra uitgaven (bv. vervoerkosten, parkeergeld, etc.) Het illegaal downloaden van films leidt tot meer geldverlies voor de filmindustrie Het illegaal downloaden van films betekent een lagere kwaliteit van de films Het illegaal downloaden van de films betekent een gemis van een aantal functies die het originele beziet (bv. extra’s op dvd’s, geavanceerde video- en geluidseffecten in de bioscoop, etc.)

XIII

BIJLAGEN

Het (illegaal) downloaden van films leidt tot een betere opvolging van trends in de filmwereld

ο

ο

ο

ο

ο

ο

ο

Het illegaal downloaden van films leidt tot een inbreuk van de artistieke waarde van de films

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

Het illegaal downloaden van films leidt tot een bedreiging van het beroep van auteurs, regisseurs, acteurs, etc.


Vraag 14: Rekening houdend met uw eigen normen en waarden, alsook de gevolgen van het illegaal downloaden van films, hoe zou u het illegaal downloaden van films beoordelen? Plaats een kruisje in de kolom die het best uw mening weergeeft.

Ik vind het illegaal downloaden van films… onaanvaardbaar

1 ο

2 ο

3 ο

4 ο

5 ο

6 ο

7 ο

aanvaardbaar

ethisch

ο

ο

ο

ο

ο

ο

ο

onethisch

juist

ο

ο

ο

ο

ο

ο

ο

fout

slecht

ο

ο

ο

ο

ο

ο

ο

goed

Bij de volgende vraag kunt u een score geven van 1 tot 7. Voor alle duidelijkheid geven we het overzicht: 1 = helemaal akkoord met de uitspraak in de linkerkolom 2 = akkoord met de uitspraak in de linkerkolom 3 = eerder akkoord met de uitspraak in de linkerkolom 4 = met geen van beide uitspraken akkoord, m.a.w. ik heb hier geen mening over 5= eerder akkoord met de uitspraak in de rechterkolom 6 = akkoord met de uitspraak in de rechterkolom 7 = helemaal akkoord met de uitspraak in de rechterkolom Vraag 15: In hoeverre vindt u het probleem ‘het illegaal downloaden van films’ belangrijk voor uzelf? Plaats een kruisje in de kolom die het best uw mening weergeeft. Het illegaal downloaden van films is voor mij… 1 ο

2 ο

3 ο

4 ο

5 ο

6 ο

7 ο

een probleem dat het verschil niet maakt met andere problemen

ο

ο

ο

ο

ο

ο

ο

een probleem dat het verschil maakt met andere problemen

een probleem zonder belang een bijkomstig probleem

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

ο

een probleem van groot belang een fundamentele probleem

een onbelangrijk probleem

een belangrijk probleem

XIV

BIJLAGEN

Vraag 16: Hoe bereid bent u om te betalen voor een film op de volgende legale manieren? Plaats een kruisje in de kolom die het best uw mening weergeeft.

Helemaal niet bereid

Niet bereid

Eerder niet bereid

Noch bereid, noch niet bereid

Eerder bereid

Bereid

Helemaal bereid

Het bekijken van een film in de bioscoop

ο

ο

ο

ο

ο

ο

ο

Het huren van een film op dvd

ο

ο

ο

ο

ο

ο

ο

Het kopen van een film op dvd

ο

ο

ο

ο

ο

ο

ο

Het downloaden van een film via legale manieren

ο

ο

ο

ο

ο

ο

ο

Het huren van een film via digitale televisie

ο

ο

ο

ο

ο

ο

ο

Andere (vul in): ……………………

ο

ο

ο

ο

ο

ο

ο

Vraag 17: Wat is uw geslacht?

o Man

o Vrouw

Vraag 18: Wat is uw leeftijd? …………………………… Vraag 19: Bent u student?

o

o Neen

Ja

Ja Vraag 20: Indien u student bent, in welk studiejaar zit u?

o Eerste jaar Bachelor o Tweede jaar Bachelor o Derde jaar Bachelor

o Eerste jaar Master o Tweede jaar Master o Andere (vul in. bv. GIT, schakelprogramma, etc.): ……………………………

Vraag 21: Indien u student bent, in welke faculteit zit u?

o o o o o o o o o o o

Faculteit Letteren en Wijsbegeerte Faculteit Rechtsgeleerdheid Faculteit Wetenschappen Faculteit Geneeskunde en Gezondheidswetenschappen Faculteit Ingenieurswetenschappen Faculteit Economie en Bedrijfskunde Faculteit Diergeneeskunde Faculteit Psychologie en Pedagogische Wetenschappen Faculteit Bio-ingenieurswetenschappen Faculteit Farmaceutische Wetenschappen Faculteit Politieke en Sociale Wetenschappen

XV

BIJLAGEN

Bijlage 2: Is factoranalyse zinvol?

Variabelen

Bartlett test of sphericity (p < 0.001)

KMO-MSA diagonaal (r > 0.50)

KMO-MSA globaal (> 0.50)

DE TE EO Aact INT SN PBC PD PIE NEU WTP

0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000

Bij alle items > 0.50 Bij alle items > 0.50 Bij alle items > 0.50 Bij alle items > 0.50 Bij alle items > 0.50 Bij alle items > 0.50 Bij alle items > 0.50 Bij alle items > 0.50 Bij alle items > 0.50 Bij alle items > 0.50 Bij alle items > 0.50

0.665 0.792 0.805 0.877 0.500 0.676 0.918 0.758 0.803 0.795 0.579

Bijlage 3: Factoranalyse Teleologische Evaluatie Bijlage 3.1: Teleologische Evaluatie, 5 factoren . Rotated Component Matrix Component 1

2

3

4

5

Item 1: Arrestatie

0.876

-0.102

0.018

0.082

-0.071

Item 2: Gerechtelijke vervolging

0.871

-0.120

0.171

0.003

-0.046

Item 4: Buitensluiten

0.724

-0.243

-0.159

0.030

0.021

Item 3: Boete

0.721

-0.200

0.304

-0.021

-0.022

Item 5: Computer- en internetproblemen

0.657

-0.246

0.258

0.127

0.115

Item 14: Gemakkelijk aanleggen collectie

-0.106

0.809

-0.040

0.000

-0.019

Item 16: Betere opvolging trends

-0.087

0.752

-0.070

0.019

-0.020

Item 7: Zoeken naar zeldzame films

-0.149

0.698

-0.040

-0.033

-0.026

Item 6: Tijd- en energiebesparing

-0.176

0.690

-0.078

-0.038

0.147

Item 8: Geldbesparing

-0.370

0.665

-0.121

0.012

0.114

Item 13: Gemis aantal functies

0.106

-0.119

0.821

0.082

0.116

Item 12: Lagere kwaliteit

0.186

-0.138

0.765

0.170

0.185

Item 15: Lagere collectiewaarde

0.058

-0.011

0.727

0.131

-0.052

Item 18: Bedreiging beroep

0.158

-0.060

0.118

0.863

0.072

Item 17: Inbreuk artistieke waarde

0.070

-0.172

0.306

0.766

0.063

Item 11: Meer geldverlies filmindustrie

-0.066

0.174

0.024

0.686

0.223

Item 10: Extra uitgaven

-0.008

0.080

0.100

0.158

0. 930

Item 9: Hogere kosten

-0.022

0.036

0.095

0.167

0.929

Item 8 laadt 0.665 op factor 2, maar -0.370 op factor 1. Geen exclusiviteit, want .665 < (2 x .370) = .740.Bovendien werd verwacht dat item 8 bij item 9 en 10 hoort (prijsperceptie), maar laadt het item slechts 0.114 op factor 5. Dit is te laag om van betekenis te zijn. Item 9 en 10 zijn de enige die laden op factor 5. Er zijn minimaal 3 items nodig. Item 8, 9 en 10 worden verwijderd.

XVI

BIJLAGEN

Bijlage 3.2: Teleologische Evaluatie, 4 factoren: na verwijdering item 8, 9 en 10 Rotated Component Matrix Component 1 Gepercipieerde risico’s

2 Positieve gevolgen voor het individu

3 Negatieve gevolgen voor het individu

4 Gevolgen voor anderen

Item 1: Arrestatie

0.881

-0.086

0.018

0.063

Item 2: Gerechtelijke vervolging

0.876

-0.115

0.172

-0.015

Item 4: Buitensluiten

0.728

-0.218

-0.145

0.046

Item 3: Boete

0.725

-0.188

0.309

-0.033

Item 5: Computer- en internetproblemen

0.657

-0.219

0.277

0.152

Item 14: Gemakkelijk aanleggen collectie

-0.125

0.799

-0.054

-0.004

Item 16: Betere opvolging trends

-0.104

0.774

-0.082

0.015

Item 7: Zoeken naar zeldzame films

-0.165

0.722

-0.051

-0.039

Item 6: Tijd- en energiebesparing

-0.201

0.687

-0.071

0.009

Item 13: Gemis aantal functies

0.098

-0.105

0.832

0.107

Item 12: Lagere kwaliteit

0.176

-0.114

0.783

0.208

Item 15: Lagere collectiewaarde

0.061

-0.013

0.715

0.091

Item 18: Bedreiging beroep

0.162

-0.056

0.120

0.858

Item 17: Inbreuk artistieke waarde

0.078

-0.172

0.306

0.750

Item 11: Meer geldverlies filmindustrie

-0.079

0.168

0.039

0.731

Alle items voldoen aan de voorwaarde dat de lading van de eerste factor hoger is dan tweemaal de lading van de tweede hoogste factor

Bijlage 4: Factoranalyse Subjectieve Normen Rotated Component Matrix Component 1

2

Item 3: Vrienden, familie of kennissen gaan niet akkoord

0.869

0.045

Item 6: Vrienden, familie of kennissen hebben een negatieve visie

0.838

0.220

Item 7: Vrienden, familie of kennissen vinden het niet normaal

0.740

-0.255

Item 4: Ik vrienden, familie of kennissen imponeren

0.026

0.756

Item 5: Vrienden, familie of kennissen mij aansporen

0.241

0.654

Item 2: Vrienden, familie of kennissen ook doen

-0.445

0.654

Item 1: Ik zoals vrienden, familie of kennissen doen

-0.478

0.528

Item 1 laadt 0.528 op factor 2, maar -0.478 op factor 1. Geen exclusiviteit, want .528 < 2 x .478 = .956. Item 2 laadt 0.654 op factor 2, maar -0.445 op factor 1. Geen exclusiviteit, want .654 < 2 x .445 = .890. Na verwijdering van item 1 en 2 blijven slechts 2 items over die het hoogst laden op factor 2. Inhoudelijk bestaan items 3, 6 en 7 inderdaad beter op zichzelf.

XVII

BIJLAGEN

Bijlage 5: Factoranalyse Neutralisatietechnieken Rotated Component Matrix Component 1 Anti-industrie

2 Anti-piraterij

Item 6: Afzetterij door filmindustrie

0.835

-0.205

Item 1: Uitbuiting door filmindustrie

0.783

-0.252

Item 8: Het de filmindustrie betaald zetten

0.753

0.058

Item 3: Filmindustrie heeft alleen winst in hun hoofd

0.741

-0.253

Item 4: Illegaal downloaden moet gestraft worden

-0.125

0.854

Item 7: Illegaal downloaden is stelen

-0.099

0.803

Item 5: Alleen illegaal downloaden als we gemachtigd zijn

-0.128

0.791

Item 2: Illegaal downloaden is het schenden van de auteursrechten

-0.190

0.566

Alle items voldoen aan de voorwaarde dat de lading van de eerste factor hoger is dan tweemaal de lading van de tweede hoogste factor

Bijlage 6: Factoranalyse WTP Rotated Component Matrix Component 1

2

Item 1: Bekijken van film in de bioscoop

-0.109

0.843

Item 2: Huren van een film op dvd

0.381

0.544

Item 3: Kopen van een film op dvd

0.114

0.607

Item 4: Film downloaden via legale manieren

0.837

-0.043

Item 5: Huren van een film via digitale televisie

0.763

0.189

Item 4 en 5 laden het hoogst op factor 1, terwijl item 1 en 3 hoog laden op factor 2. Verder is er nog item 2, dat niet exclusief is en op beide factoren voldoende laadt. Er zijn minimaal drie items nodig, dus kunnen er nergens eenduidige conclusies worden getrokken.

Bijlage 7: Betrouwbaarheidsanalyse, Cronbach’s Alpha Bijlage 7.1: Cronbach’s Alpha van Deontologische Evaluatie Cronbach’s Alpha = 0.795

Bijlage 7.2:

Item M (op 7) SD α Item 1: plicht 4.09 0.67 0.850 Item 2: moreel juist 5.06 1.44 0.656 Item 3:-ethisch 4.97 1.37 0.661 Geen verwijdering van het eerste item. Voorwaarde: minimaal 3 items. 0.499* 0.498* 0.740* Cronbach’s Alpha van - Teleologische Evaluatie: RIS, POS, NEG en RIS Item Item 1: Arrestatie Item 2: Gerechtelijke vervolging Item 3: Boete Item 4: Buitensluiten Item 5: Computer- .789* en- internetproblemen C.A. hoger dan 0.80. .550* .708* .596* -.513* .504* .382* .526* .554* -

AND

Cronbach’s Alpha = 0.813 M (op 49) 3.95 5.98 12.45 2.62 10.38

SD 4.70 6.68 11.62 3.82 9.18

α 0.773 0.729 0.785 0.812 0.776

XVIII

BIJLAGEN

POS

Cronbach’s Alpha = 0.758

Item M (op 49) SD α Item 6: Tijd- en energiebesparing 24.33 13.64 0.723 Item 7: Zoeken naar zeldzame films 27.50 13.65 0.706 Item 14: Gemakkelijk aanleggen collectie 29.00 11.36 0.680 -Item 16: Betere opvolging trends 22.59 10.45 0.699 -.442* Geen verhoging C.A. mogelijk. -.432* .450* NEG Cronbach’s Alpha = 0.743 -.390* .432* Item M (op 49) SD α .557* Item 12: Lagere kwaliteit 13.76 9.46 0.574 - Item 13: Gemis aantal functies 17.57 9.74 0.578 Item 15: Lagere collectiewaarde 16.38 9.29 0.795 Geen verwijdering van het laatste item. Voorwaarde: minimaal 3 items. .660* -.406* AND Cronbach’s Alpha = 0.711 .403* Item M (op 49) SD α

Bijlage 7.3:

Bijlage 7.4:

Bijlage 7.5:

Item 11: Meer geldverlies filmindustrie 17.41 8.69 0.782 Item 17: Inbreuk artistieke waarde 12.80 7.99 0.586 Item 18: Bedreiging beroep 10.07 7.73 0.480 - het eerste item. Voorwaarde: minimaal 3 items. Geen verwijdering van .317* .418* Cronbach’s Alpha van Ethisch .643* Oordeel Cronbach’s Alpha = 0.876 Item M (op 7) SD Item 1: aanvaardbaar 4.58 1.65 Item 2: ethisch 3.50 1.39 Item 3: juist3.57 1.32 Item 4: goed 3.74 1.35 .520* - 0.80. C.A. hoger dan .693* .627* .691* Cronbach’s Alpha van Aact .549* Cronbach’s Alpha = 0.886 .815* Item M (op 7) SD Item 1: wenselijk 4.02 1.72 Item 2: voordelig 4.45 1.75 Item 3: goed 3.69 1.50 Item 4: nuttig 4.68 1.56 .640* Item 5: verstandig 3.82 1.38 -Item 6: aantrekkelijk 4.84 1.71 .612* C.A. hoger -dan 0.80. .609* .524* .483* -.545* .516* Cronbach’s Alpha van Intentie .543* Cronbach’s Alpha = 0.877 .552* .587* .503* .636* - Item M (op 7) SD .485* -waarschijnlijk Item 1: 4.41 2.22 .692* Item 2: mogelijk 5.20 2.20 .617*dan 0.80. C.A. hoger .785* -

α 0.854 0.883 0.806 0.819

α 0.864 0.869 0.867 0.866 0.864 0.866

α -

XIX

BIJLAGEN

Bijlage 7.6: Cronbach’s Alpha van Subjectieve Normen Cronbach’s Alpha = 0.798

Bijlage 7.7:

M (op 7) Item 3: Vrienden, familie of kennissen gaan niet akkoord 2.89 Item 6: Vrienden, familie of kennissen hebben een negatieve visie 2.39 Item 7: Vrienden, familie of kennissen vinden het niet normaal 3.64 Geen verwijdering van het laatste item. Voorwaarde: minimaal 3 items. 0.733* -0.536* 0.448* Cronbach’s Alpha van Perceived Behavioral Control

SD 1.38 1.31 1.44


Bijlage 7.8:

Bijlage 7.9:

Item M (op 7) SD α Item 1: gemakkelijk 4.64 2.04 0.921 Item 2: bekwaamheid 5.05 1.88 0.928 Item 3: de middelen hebben 5.16 1.76 0.933 -Item 4: de middelen vinden 4.98 1.89 0.925 -.724* Item 5: films vinden 5.37 1.65 0.924 Item 6: verschillende manieren 4.19 2.05 0.921 .700* -Item 7: valstrikken 3.26 1.91 0.931 -.548* Item 8: filmbestanden 3.52 2.01 0.925 -.686* C.A. hoger dan 0.80. .632* -.735* .583* -.647* .708* Cronbach’s Alpha -.629*van Perceived Difficulty .656* .783* Cronbach’s Alpha = 0.785 .582* .569* -.561* -.739* Item M (op 7) SD α .710* .439* -.739*1: omslachtig Item 3.91 1.73 0.734 .602* -.588*2: steeds moeilijker Item 3.34 1.44 0.700 .511* --.555*3: gevaar virussen Item 4.26 1.57 0.680 .614* -.669*4: technische problemen -Item 4.95 1.46 0.803 .629* .587* -Er is een verhoging mogelijk door verwijdering van het laatste item. -.752* -Er is dan ook voldaan aan de voorwaarde van minimaal drie items. .736* -.543* -.619* Cronbach’s Alpha = 0.803 .311* .351* Item M (op 7) SD α .461*Item 1: omslachtig 3.91 1.73 0.763 Item 2: steeds moeilijker 3.34 1.44 0.702 - virussen Item 3: gevaar - 0.80. C.A. hoger dan .587* .543* .619* Cronbach’s Alpha van PIE -

4.26

1.57

0.732

Cronbach’s Alpha = 0.860 Item Item 1: Een belangrijk probleem Item 2: Een probleem dat het verschil maakt - groot belang Item 3: Een probleem van - probleem Item 4: Een fundamenteel C.A. hoger dan 0.80..587* .543* .619* .311* .351* .461* -

M (op 7) 2.49 2.34 2.92 2.54

SD 1.39 1.30 1.43 1.29

α 0.798 0.865 0.802 0.817

α 0.616 0.698 0.845

XX

BIJLAGEN

Bijlage 7.10: Cronbach’s Alpha van Neutralisatietechnieken: AI en AP ANTI-INDUSTRIE

Bijlage 8:


Item M (op 7) SD α Item 1: Uitbuiting door filmindustrie 2.90 1.51 0.743 Item 3: Filmindustrie heeft alleen winst in hun hoofd 4.20 1.47 0.761 Item 6: Afzetterij door filmindustrie 3.55 1.42 0.710 Item 8: Het de filmindustrie betaald zetten 2.99 1.35 0.812 -0.528* C.A. hoger dan 0.80. -0.620* 0.627* ANTI-PIRATERIJ Cronbach’s Alpha = 0.773 -0.450* 0.366* M (op 7) SD α 0.474* Item 2: Illegaal downloaden is het schenden van de auteursrechten 5.27 1.38 0.792 Item 4: Illegaal downloaden moet gestraft worden 2.94 1.35 0.662 Item 5: Alleen illegaal downloaden-als we gemachtigd zijn 3.73 1.53 0.710 Item 7: Illegaal downloaden is stelen 3.90 1.62 0.694 0.353* Er is een verhoging mogelijk door verwijdering van het eerste item. Er is dan ook voldaan aan de voorwaarde van minimaal drie items. 0.283* 0.658* 0.417* ANTI-PIRATERIJ Cronbach’s Alpha = 0.792 0.577* Item M (op 7) SD α 0.476* Item 4: Illegaal downloaden moet gestraft worden 2.94 1.35 0.662 Item 5: Alleen illegaal downloaden als we gemachtigd zijn 3.73 1.53 0.710 Item 7: Illegaal downloaden is stelen 3.90 1.62 0.694 Geen verhoging C.A. mogelijk. 0.658* -0.577* Regressieanalyse m.b.t. Model 1: Ethisch oordeel 0.476* -

Bijlage 8.1: Controle zinvolheid van het model en interpretatie van de regressiecoëfficiënten ANOVA

b

Sum of Mean df Squares Square Regression 234.530 5 46.906 Residual 137.060 372 0.368 Total 371.590 377 a Predictors: (Constant), DE, RIS, POS, NEG, AND b Dependent Variable: EO

Model Summary F 127.309

Unstandardized Coefficients B Std.Error (Constant) 0.005 0.031 DE -0.654 0.038 RIS -0.148 0.034 POS 0.166 0.034 NEG -0.046 0.033 AND -0.025 0.032 a Dependent Variable: EO

Std.Error of the Estimate a 0.794 0.631 0.626 0.607 a Predictors: (Constant), DE, RIS, POS, NEG, AND b Dependent Variable: EO b Dependent Variable: EO b Dependent Variable: Aact R

Sig. a 0.000

Coefficients Standardized Coefficients Beta -0.646 -0.149 0.167 -0.046 -0.025

b

R²

Adjusted R²

a

t 0.157 -17.089 -4.372 4.898 -1.390 -0.781

Sig. 0.875 0.000 0.000 0.000 0.165 0.435

Collinearity Statistics Tolerance VIF 0.693 0.848 0.849 0.922 0.999

1.443 1.179 1.178 1.085 1.001

XXI

BIJLAGEN

Bijlage 8.2: Assumpties multicollineariteit Correlations (N = 377) DE RIS POS DE 1 0.354* (0.000) -0.355* (0.000) RIS 0.354* (0.000) 1 -0.007 (0.899) POS -0.355* (0.000) -0.007 (0.899) 1 *Correlation is significant at the 0.01 level (2-tailed)

a

Collinearity Diagnostics Condition Variance Proportions Dimension Eigenvalue Index Constant DE RIS 1 1.505 1.000 0.00 0.25 0.14 2 1.004 1.224 0.71 0.00 0.12 3 0.989 1.233 0.29 0.00 0.32 4 0.502 1.731 0.00 0.75 0.42 a Dependent Variable: EO

POS 0.14 0.13 0.30 0.43

Bijlage 8.3: Interactie-effecten PIE : Controle zinvolheid van het model en interpretatie van de regressiecoëfficiënten

Regression Residual Total

Sum of Squares 221.873 159.127 381.000

ANOVA df 7 374 381

b

Mean Square 31.696 0.425

F 74.497

Sig. 0.000 a

a Predictors: (Constant), DE, RIS, POS, PIE, DE x PIE, RIS x PIE, POS x PIE. b Dependent Variable: EO

b

R a 0.763

R² 0.582

Model Summary Adjusted R² Std.Error of the Estimate 0.575

0.652

a Predictors: (Constant), DE, RIS, POS, PIE, DE x PIE, RIS x PIE, POS x PIE. b Dependent Variable: EO

Unstandardized Coefficients B Std.Error (Constant) 0.000 0.035 DE -0.579 0.039 RIS -0.178 0.040 POS 0.162 0.036 PIE -0.118 0.036 PIE x DE -0.013 0.034 PIE x RIS 0.039 0.047 PIE x POS 0.035 0.037 a Dependent Variable: EO

Coefficients Standardized Coefficients Beta -0.579 -0.178 0.162 -0.118 -0.017 0.034 0.039

a

t -0.010 -14.945 -4.409 4.479 -3.310 -0.374 0.825 0.955

Sig. 0.992 0.000 0.000 0.000 0.001 0.709 0.410 0.340

Collinearity Statistics Tolerance VIF 0.745 0.684 0.852 0.875 0.558 0.677 0.655

1.342 1.462 1.173 1.143 1.793 1.477 1.527

XXII

BIJLAGEN

Bijlage 8.4: Assumpties multicollineariteit Correlations (N = 375) DE RIS POS DE 1 0.354*(0.000) -0.356*(0.000) RIS 0.354* (0.000) 1 -0.004 (0.944) POS -0.356* (0.000) -0.004 (0.944) 1 PIE 0.249*(0.000) 0.212*(0.000) -0.153*(0.003) *Correlation is significant at the 0.01 level (2-tailed)

PIE 0.249*(0.000) 0.212*(0.000) -0.153*(0.003) 1

a

Dimension

Eigenvalue

1 1.690 2 1.005 3 0.998 4 0.806 5 0.500 a Dependent Variable: EO

Collinearity Diagnostics Condition Variance Proportions Index Constant DE RIS POS 1.000 0.00 0.17 0.11 0.09 1.297 0.28 0.00 0.24 0.34 1.302 0.72 0.00 0.10 0.13 1.448 0.00 0.10 0.13 0.01 1.839 0.00 0.73 0.42 0.43

PIE 0.12 0.01 0.01 0.86 0.00

Bijlage 9: Regressieanalyse m.b.t. Model 2: Attitude Bijlage 9.1: Controle zinvolheid van het model en interpretatie van de regressiecoëfficiënten b

Sum of Squares Regression 215.595 Residual 165.405 Total 381.000 a Predictors: (Constant), EO, SN b Dependent Variable: Aact

ANOVA df Mean Square 2 107.798 379 0.436 381

F 247.002

Sig. a 0.000

b

Model Summary R R² Adjusted R² Std.Error of the Estimate a 0.752 0.566 0.564 0.661 a Predictors: (Constant), EO, SN b Dependent Variable: Aact

Unstandardized Coefficients B Std.Error (Constant) -1.87E-017 0.034 EO 0.544 0.040 SN -0.305 0.040 a Dependent Variable: Aact

Coefficients Standardized Coefficients Beta 0.544 -0.305

a

t 0.000 13.604 -7.639

Sig. 1.000 0.000 0.000

Bijlage 9.2: Assumpties multicollineariteit

EO SN

Correlations (N = 373) EO SN 1 -0.530* (0.000) -0.530* (0.000) 1

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

Collinearity Statistics Tolerance VIF 0.717 0.717

1.395 1.395

XXIII

BIJLAGEN

a

Collinearity Diagnostics Condition Dimension Eigenvalue Variance Proportions Index Constant EO SN 1 1.530 1.000 0.00 0.24 0.24 2 1.000 1.237 1.00 0.00 0.00 3 0.470 1.803 0.00 0.76 0.76 a Dependent Variable: Aact

Bijlage 9.3: Interactie-effecten PIE : Controle zinvolheid van het model en interpretatie van regressiecoëfficiënten ANOVA

Regression Residual Total

Sum of Squares

df

216.955 164.045 381.000

4 377 381

b


F

Sig.

124.648

0.000

Model Summary R

a

R²

0.755

a

b

Adjusted R²

0.569

0.565

Std.Error of the Estimate 0.660

a Predictors: (Constant), EO, SN, PIE, EO x PIE b Dependent Variable: Aact

a Predictors: (Constant), EO, SN, PIE, EO x PIE b Dependent Variable: Aact

Unstandardized Coefficients B Std.Error (Constant) 0.011 0.035 EO 0.549 0.041 SN -0.313 0.040 PIE 0.035 0.036 EOxPIE 0.037 0.027 a Dependent Variable: Aact

Coefficients Standardized Coefficients Beta

a

t 0.322 13.423 -7.789 0.987 1.389

0.549 -0.313 0.035 0.047

Collinearity Statistics Tolerance VIF

Sig. 0.747 0.000 0.000 0.324 0.166

0.683 0.705 0.892 0.990

1.464 1.418 1.121 1.010

Bijlage 10: Regressieanalyse m.b.t. Model 3: Intentie Bijlage 10.1: Controle zinvolheid van het model en interpretatie van de regressiecoëfficiënten ANOVA

b

Sum of Mean df Squares Square Regression 243.621 4 60.905 Residual 137.379 377 0.364 Total 381.000 381 a Predictors: (Constant), DES, PBC, PD, FPB b Dependent Variable: INT

F

Sig.

167.138

0.000

Model Summary a

R²

Adjusted R²

a

0.800 0.639 0.636 a Predictors: (Constant), DES, PBC, PD, FPB b Dependent Variable: INT

Coefficients Unstandardized Coefficients B Std.Error (Constant) -0.778 0.084 DES 0.246 0.028 PBC 0.325 0.047 PD -0.165 0.046 FPB 0.023 0.012 a Dependent Variable: INT

R

b

Standardized Coefficients Beta 0.362 0.325 -0.165 0.086

a

t -9.272 8.642 6.925 -3.627 1.996

Sig. 0.000 0.000 0.000 0.000 0.047

Collinearity Statistics Tolerance VIF 0.544 0.433 0.460 0.514

1.838 2.308 2.173 1.947


XXIV

BIJLAGEN

Bijlage 10.2: Assumpties multicollineariteit DES 1

Correlations (N = 382) PBC PD -0.575* (0.000) -0.572* (0.000) 1 -0.694* (0.000) 1

FPB 0.601* (0.000) -0.617* (0.000) -0.576 (0.899) 1

DES PBC PD FPB *Correlation is significant at the 0.01 level (2-tailed)

a

Dimension

Collinearity Diagnostics Condition Variance Proportions Index Constant DES PBC PD 1.000 0.01 0.01 0.02 0.02 1.355 0.02 0.01 0.09 0.10 3.018 0.00 0.00 0.52 0.82 3.434 0.06 0.03 0.31 0.00 6.639 0.90 0.95 0.06 0.07

Eigenvalue

1 2.837 2 1.546 3 0.312 4 0.241 5 0.064 a Dependent Variable: INT

Unstandardized Coefficients B Std.Error (Constant) -0.778 0.084 DES 0.246 0.028 PBC 0.325 0.047 PD -0.165 0.046 FPB 0.023 0.012 a Dependent Variable: INT

Coefficients Standardized Coefficients Beta

FPB 0.03 0.00 0.06 0.88 0.03

a

t -9.272 8.642 6.925 -3.627 1.996

0.362 0.325 -0.165 0.086

Sig. 0.000 0.000 0.000 0.000 0.047


1.838 2.308 2.173 1.947

Bijlage 10.3: Controle zinvolheid van het model en interpretatie van de regressiecoëfficiënten ANOVA

b

Sum of Mean df Squares Square Regression 247.659 4 61.915 Residual 123.591 373 0.331 Total 371.250 377 a Predictors: (Constant), DES, PBC, PD, FPB b Dependent Variable: INT

Model Summary F

Sig.

186.860

0.000

R a

Coefficients Unstandardized Coefficients B Std.Error (Constant) -0.748 0.081 DES 0.247 0.027 PBC 0.355 0.045 PD -0.162 0.044 FPB 0.018 0.011 a Dependent Variable: INT

Standardized Coefficients Beta 0.367 0.358 -0.163 0.066

R²

b

Adjusted R²

a

0.817 0.667 0.664 a Predictors: (Constant), DES, PBC, PD, FPB b Dependent Variable: INT

a

t -9.230 9.023 7.849 -3.702 1.577

Sig. 0.000 0.000 0.000 0.000 0.116


1.851 2.334 2.172 1.952


XXV

BIJLAGEN

Bijlage 10.4: Assumpties multicollineariteit Correlations (N = 378) PBC PD DES -0.581* (0.000) -0.575* (0.000) FPB PBC 1 -0.695* (0.000) 0.601*1(0.000) PD -0.617* (0.000) *Correlation is significant at the 0.01 level (2-tailed) DES 1

Collinearity Diagnostics Dimension

Eigenvalue

Condition Index

1 2 3 4

2.074 1.556 0.305 0.065

1.000 1.154 2.607 5.648

a

Variance Proportions Constant PBC PD 0.02 0.04 0.04 0.02 0.10 0.10 0.00 0.76 0.78 0.96 0.10 0.09

FPB 0.02 0.01 0.00 0.97


Bijlage 11: Extra WTP - Intentie Bijlage 11.1: Regressieanalyses m.b.t. WTP b

ANOVA Sum of Mean df Squares Square Regression 1.429 1 1.429 Residual 379.571 380 0.999 Total 381.000 381 a Predictors: (Constant), INT b Dependent Variable: WTPb

F

Sig.

1.430

0.232

Model Summary a

R

R²

b

Adjusted R²

a

0.061 0.004 a Predictors: (Constant), INT b Dependent Variable: WTPb

0.001


b

ANOVA Sum of Mean df Squares Square Regression 26.182 1 26.182 Residual 354.818 380 0.934 Total 381.000 381 a Predictors: (Constant), INT b Dependent Variable: WTPh

F

Sig.

28.040

0.000

Model Summary a

R

R²

b

Adjusted R²

a

0.262 0.069 a Predictors: (Constant), INT b Dependent Variable: WTPh

0.066


b

ANOVA Sum of Mean df Squares Square Regression 13.438 1 13.438 Residual 367.562 380 0.967 Total 381.000 381 a Predictors: (Constant), INT b Dependent Variable: WTPk

ANOVA Sum of df Squares Regression 8.364 1 Residual 372.636 380 Total 381.000 381 a Predictors: (Constant), INT b Dependent Variable: WTPd

F

Sig.

13.893

0.000

Model Summary a

R² a

Adjusted R²

0.188 0.035 a Predictors: (Constant), INT b Dependent Variable: WTPk

b


R

F

Sig.

8.529

0.004

a

b

0.033


XXVI

BIJLAGEN

Model Summary R

R²

b

Adjusted R²

a

0.148 0.022 a Predictors: (Constant), INT b Dependent Variable: WTPd

0.019

ANOVA Sum of df Squares Regression 14.819 1 Residual 366.181 380 Total 381.000 381 a Predictors: (Constant), INT b Dependent Variable: WTPtv


b


F

Sig.

15.378

0.000

Model Summary R

a

R²

b

Adjusted R²

a

0.197 0.039 a Predictors: (Constant), INT b Dependent Variable: WTPtv

0.036


Bijlage 11.2: T-Toets voor onafhankelijke variabelen – WTP

Independent Samples Test Levene's Test for Equality of Variances F

WTPb

Equal variances assumed

1.413

Sig.

0.235

Equal variances not assumed WTPh


8.195

0.004

Equal variances not assumed WTPk


9.979

0.002

Equal variances not assumed WTPd


5.133

0.024

Equal variances not assumed WTPtv

Equal variances assumed Equal variances not assumed

0.895

0.345

t-test for Equality of Means

t

df

Sig. (2tailed)

Mean Difference

Std. Error Difference

95% Confidence Interval of the Difference Upper

Lower

1.318

372

0.188

0.218

0.165

-0.107

0.543

1.347

183.633

0.179

0.218

0.162

-0.101

0.537

4.016

372

0.000

0.740

0.184

0.378

1.103

4.504

224.400

0.000

0.740

0.164

0.416

1.064

3.963

372

0.000

0.785

0.198

0.396

1.175

4.242

202.035

0.000

0.785

0.185

0.420

1.150

1.761

372

0.079

0.371

0.211

-0.043

0.786

1.846

193.342

0.066

0.371

0.201

-0.025

0.768

2.847

372

0.005

0.586

0.206

0.181

0.990

2.920

184.945

0.004

0.586

0.201

0.190

0.981

XXVII

BIJLAGEN

Group Statistics

WTPh

WTPk

INT2

N

Mean

Std. Deviation

Std. Error Mean

Lage intentie

100

5.70

1.299

0.130

Hoge intentie

274

4.96

1.667

0.101

Lage intentie

100

5.11

1.517

0.152

Hoge intentie

274

4.32

1.756

0.106

Lage intentie

100

4.52

1.691

0.169

Hoge intentie

274

3.93

1.786

0.108

WTPtv

Bijlage 12: Individuele kenmerken Bijlage 12.1: T-toets voor onafhankelijke variabelen: Geslacht

DE RIS POS EO ATT INT SN PBC PD DES FPB AI AP

Geslacht man vrouw man vrouw man vrouw man vrouw man vrouw man vrouw man vrouw man vrouw man vrouw man vrouw man vrouw man vrouw man vrouw

N 169 213 169 213 169 213 169 213 169 213 169 213 169 213 169 213 169 213 169 213 169 213 169 213 169 213

Group Statistics Mean Std. Deviation 4.27 1.257 5.05 1.159 5.25 5.354 8.52 5.858 27.29 9.793 24.72 8.940 4.20 1.182 3.56 1.182 4.68 1.214 3.91 1.234 5.62 1.798 4.17 1.917 2.60 1.000 3.27 1.197 5.52 1.254 3.73 1.345 3.10 1.358 4.42 1.002 3.44 1.471 2.48 1.337 4.35 4.126 1.61 2.860 3.71 1.180 3.17 1.061 3.14 1.325 3.82 1.124

Std. Error Mean 0.097 0.079 0.412 0.401 0.753 0.613 0.091 0.081 0.093 0.085 0.138 0.131 0.077 0.082 0.096 0.092 0.104 0.069 0.113 0.092 0.317 0.196 0.091 0.073 0.102 0.077

Bijlage 12.2: T-toets voor onafhankelijke variabelen: Leeftijd

DES

Leeftijd -20 jaar +21 jaar

N 200 182

Group Statistics Mean Std. Deviation 2.74 1.430 3.09 1.506

Std. Error Mean 0.101 0.112

XXVIII

BIJLAGEN

Bijlage 12.3: Variantie-analyse: Studiejaar

Descriptives

PBC

ste

1 bachelor 2de bachelor 3de bachelor 1ste master de 2 master Andere Totaal

N

Mean

Std. Deviation

Std. Error

94 74 75 73 27 39 382

4.92 4.54 4.16 4.58 4.48 4.16 4.52

1.492 1643 1.631 1.540 1.575 1.486 1.579

0.154 0.191 0.188 0.180 0.303 0.238 0.081

95% Confidence Interval for Mean Lower Upper Bound Bound 4.6147 5.2258 4.1547 4.9162 3.7881 4.5386 4.2160 4.9347 3.8536 5.1001 3.6817 4.6453 4.3637 4.6814

Minimum

Maximum

1.00 1.38 1.38 1.50 1.88 1.13 1.00

7.00 7.00 7.00 7.00 6.88 6.88 7.00

Minimum

Maximum

1.00 1.38 1.13 2.00 1.50 1.75 1.00 1.00 1.00 1.33 1.00 1.00 1.00 1.00 1.00 1.00 1.00 2.67 1.50 1.00 1.00 1.00 1.00 1.00 3.00 1.00 1.00 1.00 1.00 1.00 1.67 1.00 1.00 1.33 1.00 1.00 1.00 1.00

7.00 7.00 7.00 7.00 7.00 6.75 7.00 5.33 7.00 6.67 6.67 7.00 6.33 7.00 7.00 7.00 6.83 7.00 7.00 6.50 7.00 7.00 7.00 7.00 7.00 7.00 7.00 7.00 6.33 7.00 6.33 4.67 6.33 5.33 7.00 6.33 7.00 6.67

Bijlage 12.4: Variantie-analyse: Faculteit

PBC

SN

ATT

INT

PD

AP

Letteren Wetenschappen Geneeskunde Ingenieur Economie PolSoc Total Letteren Wetenschappen Geneeskunde Ingenieur Economie PolSoc Total Letteren Wetenschappen Geneeskunde Ingenieur Economie PolSoc Total Letteren Wetenschappen Geneeskunde Ingenieur Economie PolSoc Total Letteren Wetenschappen Geneeskunde Ingenieur Economie PolSoc Total Letteren Wetenschappen Geneeskunde

N

Mean

55 110 103 25 65 19 377 55 110 103 25 65 19 377 55 110 103 25 65 19 377 55 110 103 25 65 19 377 55 110 103 25 65 19 377 55 110 103

4.20 5.03 3.86 5.28 4.67 4.36 4.51 3.02 3.00 3.25 2.44 2.75 2.63 2.97 4.12 4.24 3.99 4.76 4.53 4.36 4.24 4.73 4.93 4.22 6.14 5.05 5.05 4.81 4.09 3.57 4.33 2.80 3.81 3.56 3.84 3.47 3.44 3.79

Descriptives Std. Std. Deviation Error 1.657 .223 1.546 .147 1.371 .135 1.625 .325 1.434 .178 1.667 .382 1.582 .081 1.164 .157 1.238 .118 .948 .093 1.197 .239 1.162 .144 1.418 .325 1.164 .060 1.246 .168 1.311 .125 1.172 .116 1.325 .265 1.254 .156 1.704 .391 1.290 .066 2.025 .273 1.988 .190 1.927 .190 1.168 .234 1.987 .247 2.356 .541 1.999 .103 1.251 .169 1.404 .134 1.036 .102 1.251 .250 1.480 .184 1.243 .285 1.344 .069 1.245 .168 1.349 .129 1.099 .109

95% Confidence Interval Lower for Mean Upper Bound Bound 3.7521 4.6479 4.7420 5.3262 3.5936 4.1297 4.6041 5.9459 4.3100 5.0208 3.5583 5.1654 4.3504 4.6708 2.7034 3.3329 2.7691 3.2369 3.0639 3.4345 1.9459 2.9341 2.4607 3.0367 1.9481 3.3151 2.8547 3.0905 3.7875 4.4610 3.9902 4.4856 3.7644 4.2227 4.2132 5.3068 4.2149 4.8363 3.5386 5.1807 4.1143 4.3755 4.1799 5.2747 4.5515 5.3030 3.8466 4.6000 5.6577 6.6223 4.5536 5.5387 3.9169 6.1884 4.6105 5.0155 3.7526 4.4292 3.3014 3.8319 4.1277 4.5325 2.2836 3.3164 3.4384 4.1719 2.9625 4.1603 3.7056 3.9779 3.1361 3.8093 3.1874 3.6974 3.5715 4.0013

XXIX

BIJLAGEN

FPB

DES

Ingenieur Economie PolSoc Total Letteren Wetenschappen Geneeskunde Ingenieur Economie PolSoc Total Letteren Wetenschappen Geneeskunde Ingenieur Economie PolSoc Total

25 65 19 377 55 110 103 25 65 19 377 55 110 103 25 65 19 377

2.80 3.62 3.40 3.53 2.35 3.12 2.04 4.08 2.98 4.05 2.80 2.67 2.94 2.57 3.48 3.22 3.21 2.90

1.262 1.270 1.275 1.261 3.267 3.993 3.168 4.320 3.834 3.808 3.698 1.552 1.479 1.318 1.358 1.526 1.548 1.470

.252 .158 .292 .065 .441 .381 .312 .864 .476 .874 .190 .209 .141 .130 .272 .189 .355 .076

2.2791 3.3057 2.7892 3.3992 1.4622 2.3637 1.4196 2.2969 2.0345 2.2175 2.4239 2.2531 2.6568 2.3152 2.9196 2.8373 2.4642 2.7476

3.3209 3.9353 4.0178 3.6547 3.2287 3.8727 2.6580 5.8631 3.9347 5.8878 3.1729 3.0924 3.2159 2.8304 4.0404 3.5934 3.9568 3.0455

1.00 1.33 1.00 1.00 .00 .00 .00 .00 .00 .00 .00 1.00 1.00 1.00 1.00 1.00 1.00 1.00

5.67 6.00 5.33 7.00 12.00 20.00 15.00 16.00 14.00 13.00 20.00 6.00 6.00 6.00 6.00 6.00 6.00 6.00

WAAROM GAAN CONSUMENTEN AL DAN NIET ILLEGAAL FILMS DOWNLOADEN?

Recommend Documents