In het vorige hoofdstuk zijn de resultaten van het onderzoek weergegeven. In dit hoofdstuk worden de resultaten nogmaals samengevat en worden op basis van de resultaten conclusies getrokken. In Tabel 13 zijn de belangrijkste resultaten samengevat. Hieruit is op te maken dat drie van de elf hypotheses zijn aangenomen. Een aantal opmerkelijke bevindingen zullen nu besproken worden door terug te grijpen op de literatuur.
Tabel 13: Samenvatting resultaten hypotheses
Hypothese Relatie Effect Conclusie
H1 Website quality -> online customer experience + Niet geaccepteerd
H2 Website quality -> perceived risk - Geaccepteerd
H3 Price -> online customer experience + Geaccepteerd
H4 Price -> perceived risk - Niet geaccepteerd
H5 Website brand -> online customer experience + Niet geaccepteerd
H6 Website brand -> perceived risk - Niet geaccepteerd
H7 Social environment -> online customer experience + Niet geaccepteerd
H8 Social environment -> perceived risk - Niet geaccepteerd
H9 Perceived risk -> online customer experience + Niet geaccepteerd H10 Online customer experience -> purchase intention + Niet geaccepteerd
H11 Perceived risk -> purchase intention - Geaccepteerd
Hypothese 1, 3, 5 en 7 zijn opgesteld aan de hand van het voorgestelde conceptuele model van Verhoef (2009). Deze hypotheses zijn grotendeels niet bewezen: hypothese 1, 5 en 7 zijn niet geaccepteerd, alleen hypothese 3 is geaccepteerd. Dit toont aan dat het voorgestelde model van Verhoef (2009) de werkelijkheid niet (geheel) juist weergeeft.
Hypothese 2 is geaccepteerd. Er is een causaal verband gevonden tussen website quality en perceived risk. Dit resultaat komt overeen met het resultaat van Kim & Lennon (2013), maar spreekt het resultaat van Hsin Chang en Wen Weng (2008) tegen, zie 2.3 Hypothese 3. Dit is interessant omdat in dit onderzoek website quality met dezelfde vragen gemeten is als in het onderzoek van Kim & Lennon (2013). Perceived risk is in dit onderzoek met dezelfde vragen gemeten als in het onderzoek van Hsin Chang en Wen Weng (2008). Dit toont aan dat de manier van meten van invloed is op de causale verband tussen website quality en perceived risk.
Hypothese 6 is niet geaccepteerd. Dit is opmerkelijk omdat het causale verband tussen website brand en perceived risk wel is gevonden in het onderzoek van Hsin Chang en Wen Weng (2008). Ook Kim & Lennon (2013) vonden een verband tussen reputation en perceived risk. Hierin spreekt dit onderzoek deze twee voorgaande onderzoeken dus tegen. Dit zou kunnen komen door de verschillende manieren van meten van website brand en perceived risk.
Voor hypothese 10 is geen significant bewijs gevonden. Dit komt overeen met het onderzoek van Rose et al. (2012), waarin ook geen causaal verband gevonden werd van cognitive experiential state (CES) en affective experiential state (AES) op purchase intention. Uit de onderzoeken van Nasermoadeli et al. (2013) en Kim & Lennon (2013) kwam naar voren dat er wel een significant effect van emotion op
purchase intention is. Emotion is vergelijkbaar met affective experiential state. Het lijkt er dus op dat het emotionele (AES) gedeelte van customer experience wel een effect heet op purchase intention en het cognitieve (CES) gedeelte niet. De emoties die consumenten ervaren op een website hebben dus invloed op hun koopgedrag.
Verder zijn er nog enkele opvallende verschillen gevonden tussen mannen en vrouwen. Voor hypothese 3 is bij mannen geen significant bewijs gevonden en bij vrouwen wel. Dit impliceert dat de waargenomen prijs voor vrouwen een positief effect heeft op de online ervaring. Voor mannen is de prijs niet van invloed op hun ervaring.
Hypothese 10 was voor mannen wel significant en voor vrouwen niet. Voor mannen is de online ervaring dus wel van invloed op hun koopgedrag en voor vrouwen niet. Hierbij dient wel opgemerkt te worden dat de steekproef voor beide condities erg klein was (mannen: N = 74, vrouwen N = 48). De statistische power van deze bevindingen is dus niet erg groot.
Wat verder opvalt is dat de verklarende waarden van de modellen aan de lage kant waren. Het model dat online customer experience voorspelt had een verklarende waarde van 18,6%. Het model dat perceived risk moest verklaren deed het iets beter: 26,7%. Het model dat purchase intention zou moeten verklaren deed dat slechts voor 8,9%. Hierbij dient wel opgemerkt te worden dat het gebruikelijk is dat de verklarende waarde bij het voorspellen van psychologische constructen vaak lager is dan 50%. Het gedrag van mensen is lastig te voorspellen. Daarnaast is het aannemelijk dat er meerdere niet onderzochte factoren meespelen bij het voorspellen van online customer experience, perceived risk en purchase intention.
Doordat acht van de elf hypotheses niet geaccepteerd zijn, kan geconcludeerd worden dat het voorgestelde conceptuele model geen goede weergave is van de werkelijkheid. Hiermee zijn de deelvragen 2 en 3 beantwoord. Er is een conceptueel model opgesteld en empirische toetsing heeft uitgewezen dat drie van de elf voorgestelde causale relaties bewezen zijn.
Met de resultaten van dit onderzoek kan de onderzoeksvraag deels beantwoord worden. Welke factoren voorspellen online koopgedrag?
Om online koopgedrag te voorspellen is de koopintentie van consumenten onderzocht, omdat een intentie vrijwel altijd leidt tot gedrag. De invloed van online customer experience en perceived risk op online koopintentie is onderzocht. Hieruit is gebleken dat perceived risk een negatief effect heeft op online koopintentie en dat online customer experience geen effect heeft op online koopintentie. Er zijn een aantal factoren gevonden die deze twee constructen voorspellen. Website quality heeft een positief effect op perceived risk en price heeft een positief effect op online customer experience. Verder heeft dit onderzoek aangetoond dat er meerdere stimuli zijn die geen effect hebben op online
customer experience en perceived risk. Online koopintentie wordt dus voorspeld door perceived risk en indirect door website quality. Het is aannemelijk dat er nog meerdere factoren meespelen bij het voorspellen van online koopgedrag. De lage verklarende waarde van de modellen ondersteunt dit vermoeden. Mogelijke andere verklarende factoren worden in het volgende hoofdstuk kort besproken.
6. Discussie
In dit hoofdstuk wordt allereerst een kort exploratief onderzoek uitgevoerd om een verklaring te vinden voor het feit dat met het conceptueel model niet (geheel) online koopintentie verklaard kon worden. Vervolgens wordt gereflecteerd op het onderzoek en worden de limitaties aangekaart.
6.1 Exploratief onderzoek
Aangezien uit de resultaten is gebleken dat het conceptuele model de werkelijkheid niet goed weergeeft, is er een klein exploratief onderzoek gedaan naar mogelijke andere verklarende factoren. In het conceptueel model worden de directe invloeden van online customer experience en perceived risk op purchase intention getoetst. Op basis van eerder onderzoek was het aannemelijk dat deze twee variabelen een direct verband zouden hebben met purchase intention. Het zou echter ook kunnen dat ze optreden als mediërende variabele. Online customer experience en perceived risk zijn dan mediator tussen de onafhankelijke variabelen en purchase intention. Deze mediërende rol is niet getoetst aan de hand van hypotheses, omdat het aannemelijker was dat er een directe relatie was. Deze directe relaties zijn slechts voor een deel gevonden, vandaar dat nu nog kort de mediërende rol bekeken wordt. Een andere mogelijke verklaring voor de niet significante resultaten zou kunnen zijn dat de onafhankelijke variabelen (website quality, price, website brand, social environment) een directe invloed hebben op purchase intention. Deze directe relaties worden ook kort besproken. Om deze relaties te analyseren zijn mediërende regressieanalyses uitgevoerd. Met de regressieanalyses is voor alle onafhankelijke variabelen (website quality, price, website brand, social environment) geanalyseerd wat het directe effect is op purchase intention en het indirecte effect wat gemedieerd wordt door ofwel online customer experience ofwel perceived risk. Eerst zijn de analyses uitgevoerd met online customer experience als mediator en daarna met perceived risk als mediator.
Uit deze analyses kan geconcludeerd worden dat online customer experience niet optreedt als mediator. Er is voor geen enkele van de vier onafhankelijke variabelen een significant mediërend effect gevonden voor online customer experience. Er zijn ook analyses gedaan met perceived risk als mediator. Hieruit kwam dat er een indirect effect van price op purchase intention is via perceived risk, b = 0,058; BCa CI [0.0005, 0.1333]. Perceived risk treedt dus op als mediator in de relatie tussen price
en purchase intention. Voor de andere drie onafhankelijke variabelen treedt perceived risk niet op als mediator. Echter werd er wel voor drie van de vier onafhankelijke variabele een direct effect op purchase intention gevonden. Website quality (b = 0,749; p = 0,000), website brand (b = 0,264; p = 0,002) en social environment (b = 0,217; p = 0,008) hebben alledrie een positief direct effect op purchase intention. De resultaten zijn samengevat in Tabel 14. Deze gevonden directe verbanden zouden de lage voorspellende waarde van het conceptuele model kunnen verklaren; in het model werden deze directe verbanden niet meegenomen.
Tabel 14: Samenvatting resultaten mediërende regressieanalyse
Onderzoek Relatie Effect Conclusie
Exploratief Website quality -> purchase intention + Significant Exploratief Price -> purchase intention + Niet significant Exploratief Price -> purchase intention via perceived risk als
mediator
+ Significant
Exploratief Website brand -> purchase intention + Significant Exploratief Social environment -> purchase intention + Significant
Uit het exploratieve onderzoek is gebleken dat er wel veel directe verbanden tussen de stimuli en purchase intention zijn. Dit toont aan dat de variabelen online customer experience en perceived risk in het voorgestelde conceptuele model mogelijk onterecht tussen de stimuli en purchase intention instaan. Er is een herzien conceptueel model opgesteld waarin deze directe relaties zijn meegenomen. De sterkte van de effecten is ook te vinden in dit conceptueel model, zie Figuur 7. Dit herziene conceptuele model is een betere weergave van de werkelijkheid dan het eerdere voorgestelde conceptuele model.
Figuur 7: Herzien conceptueel model
6.2 Limitaties
In dit hoofdstuk wordt gereflecteerd op de opzet van het onderzoek. De limitaties van het onderzoek worden besproken en er wordt gekeken waar vervolgonderzoek nodig is.
Het onderzoek is uitgevoerd door respondenten vragen in te laten vullen over meerdere variabelen. Doordat er meerdere variabelen gemeten moesten worden, zijn er relatief weinig vragen gesteld over de variabelen. Een aantal variabelen zijn gemeten aan de hand van drie vragen. Dit heeft als gevolg dat het meten van de variabele mogelijk te gesimplificeerd is geworden. In vervolgonderzoek is het wenselijk dat de variabelen uitgebreider gemeten worden en de verbanden dan nog een keer getest worden. Er is voor gekozen om maar een beperkt aantal vragen per variabele te stellen omdat de vragenlijst niet te lang kon worden. Als de vragenlijst te lang werd zou het moeilijker worden om genoeg respondenten te vinden. Als een vragenlijst langer duurt dan 10 minuten zullen veel mensen afhaken. Dit is een van de restricties van een bachelor scriptie. Als er meer tijd of budget was geweest, was het makkelijker geweest om respondenten te vinden die bereid zijn een langere enquête in te vullen. Met meer tijd zouden er meer mensen benaderd kunnen worden met een budget zouden respondenten een beloning kunnen krijgen voor deelname.
Een ander punt van kritiek op de vragenlijst is dat de betrouwbaarheid van online customer experience relatief laag was. Online customer experience is een zeer belangrijk construct in het conceptuele
model. Het is dus wenselijk dat de betrouwbaarheidsschaal hoger zou zijn. De vragen zijn overgenomen uit eerder onderzoek en daar is wel een hoge betrouwbaarheid gemeten. Het zou kunnen dat er met de vertaling van de vragen kleine verschillen zijn ontstaan tussen de vragenlijsten. Dit zou de lage betrouwbaarheid kunnen verklaren. Mogelijk is de relatief lage betrouwbaarheid ook een verklaring voor het feit dat er weinig significante verbanden gevonden zijn in de relaties van online customer experience.
Er is voor gekozen om koopgedrag te meten door te vragen naar de koopintentie bij mensen. Dit is gedaan omdat koopgedrag lastig te meten is en het volgens de TRA en TPB theorie gerechtvaardigd is om intentie te zien als reflectie van daadwerkelijk gedrag. Toch zou het voor vervolgonderzoek interessant zijn om een experiment op te zetten waar daadwerkelijk koopgedrag gemeten kan worden en niet slechts de koopintentie.
De steekproef bestond uit 122 respondenten. Dit is volgens de statistiek genoeg om een effect te vinden, maar het is relatief weinig. Vergelijkbare onderzoeken werden uitgevoerd met (veel) grotere steekproeven. Door de restricties van een bachelor scriptie is er een selecte steekproef gebruikt. De vragenlijst is doorgestuurd naar bekenden. Door de convenience sample is het lastig om iets over de populatie te zeggen.
Daarnaast is de data van de steekproef niet normaal verdeeld. De leeftijdsgroep van 35-44 is ondervertegenwoordigd (5,7%). Terwijl uit onderzoek is gebleken dat dit een zeer belangrijke groep is als het gaat om online shoppen. Volgens onderzoek van KPMG deden in 2017 de consumenten uit generatie X (leeftijd van 37 tot 52) de meeste online aankopen, meer dan de andere leeftijdsgroepen. Dit kwam neer op bijna 19 transacties per consument per jaar (KPMG, 2017). Er mist dus een belangrijke groep in de steekproef van dit onderzoek. Dit zou effect kunnen hebben op de resultaten. Ook bevat de steekproef voornamelijk hoger opgeleiden (63,5%). Dit komt doordat de vragenlijst voornamelijk naar medestudenten is doorgestuurd. Ook dit is niet representatief voor de populatie.
Dit onderzoek draagt bij aan een bredere kennis over het zeer complexe vraagstuk hoe het online koopgedrag van consumenten voorspeld kan worden. Om een nog vollediger beeld te krijgen is vervolgonderzoek wenselijk. De resultaten van dit onderzoek kunnen door marketeers en verkopers worden gebruikt om te bepalen hoe zij hun budget en aandacht het best kunnen verdelen. Dit onderzoek suggereert dat zij zich het best kunnen focussen op de website quality en price. Dit zorgt voor een betere ervaring voor de klant en verkleint de waargenomen risico’s. Dit zal uiteindelijke leiden tot een hogere koopintentie.
7. Referenties
Aaker, D. A., & Equity, M. B. (1991). Capitalizing on the Value of a Brand Name. New York, 28, 35-37.
Ajzen, Icek, and Martin Fishbein. "Theory of reasoned action-Theory of planned behavior." University of South Florida(1988).
Aladwani, A.M. and Palvia, P.C. (2002), “Developing and validating an instrument for measuring user-perceived web quality”
Bauer, R. A. (1960). Consumer behavior as risk taking. In Proceedings of the 43rd National Conference of the American Marketing Assocation, June 15, 16, 17, Chicago, Illinois, 1960. American Marketing Association.
Chiang, C. F., & Jang, S. S. (2007). The effects of perceived price and brand image on value and purchase intention: Leisure travelers' attitudes toward online hotel booking. Journal of Hospitality & Leisure Marketing, 15(3), 49-69.
Chang, T. Z., & Wildt, A. R. (1994). Price, product information, and purchase intention: An empirical study. Journal of the Academy of Marketing science, 22(1), 16-27.
Corbitt, B. J., Thanasankit, T., & Yi, H. (2003). Trust and e-commerce: a study of consumer perceptions. Electronic commerce research and applications, 2(3), 203-215.
Doney, P. M., & Cannon, J. P. (1997). An examination of the nature of trust in buyer-seller relationships. the Journal of Marketing, 35-51.
Duan, W., Gu, B., & Whinston, A. B. (2008). The dynamics of online word-of-mouth and product sales—An empirical investigation of the movie industry. Journal of retailing, 84(2), 233-242.
Field, A. (2009). Discovering statistics using SPSS (4e Ed.). Thousand Oaks: Sage Publications.
Gefen, D. (2000). E-commerce: the role of familiarity and trust. Omega, 28(6), 725-737.
Gefen, D., & Straub, D. W. (2004). Consumer trust in B2C e-Commerce and the importance of social presence: experiments in e-Products and e-Services. Omega, 32(6), 407-424.
Hassanein, K., & Head, M. (2007). Manipulating perceived social presence through the web interface and its impact on attitude towards online shopping. International Journal of Human-Computer Studies, 65(8), 689-708.
Hsin Chang, H., & Wen Chen, S. (2008). The impact of online store environment cues on purchase intention: Trust and perceived risk as a mediator. Online information review, 32(6), 818-841.
Kim, D. J., Ferrin, D. L., & Rao, H. R. (2008). A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision support systems, 44(2), 544- 564.
Kim, J., & Lennon, S. J. (2013). Effects of reputation and website quality on online consumers' emotion, perceived risk and purchase intention: Based on the stimulus-organism-response model. Journal of Research in Interactive Marketing, 7(1), 33-56.
KPMG. (2017). The truth about online consumers. Geraadpleegd van
Ling, K. C., Chai, L. T., & Piew, T. H. (2010). The effects of shopping orientations, online trust and prior online purchase experience toward customers’ online purchase intention. International Business Research, 3(3), 63.
Liu, C., & Arnett, K. P. (2000). Exploring the factors associated with Web site success in the context of electronic commerce. Information & management, 38(1), 23-33.
Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. the MIT Press.
Meyer, C., & Schwager, A. (2007). Customer experience. Harvard business review, 85(2), 116-126.
Monroe, K. B., & Chapman, J. D. (1987). Framing effects on buyers' subjective product evaluations. ACR North American Advances.
Moon, J., Chadee, D., & Tikoo, S. (2008). Culture, product type, and price influences on consumer purchase intention to buy personalized products online. Journal of Business Research, 61(1), 31-39.
Nasermoadeli, A., Ling, K. C., & Maghnati, F. (2013). Evaluating the impacts of customer experience on purchase intention. International Journal of Business and Management, 8(6), 128.
Novak, T. P., Hoffman, D. L., & Yung, Y. F. (2000). Measuring the customer experience in online environments: A structural modeling approach. Marketing science, 19(1), 22-42.
Pavlou, P. A. (2003). Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model. International journal of electronic commerce, 7(3), 101-134.
Perea y Monsuwé, T., Dellaert, B. G., & De Ruyter, K. (2004). What drives consumers to shop online? A literature review. International journal of service industry management, 15(1), 102-121.
Pine, B. J., & Gilmore, J. H. (1999). The experience economy: work is theatre & every business a stage. Harvard Business Press.
Rose, S., Clark, M., Samouel, P., & Hair, N. (2012). Online customer experience in e-retailing: an empirical model of antecedents and outcomes. Journal of Retailing, 88(2), 308-322.
Sinha, I., & Batra, R. (1999). The effect of consumer price consciousness on private label purchase. International journal of research in marketing, 16(3), 237-251.
Stone, R. N., & Grønhaug, K. (1993). Perceived risk: Further considerations for the marketing discipline. European Journal of marketing, 27(3), 39-50.
Verhoef, P. C., Lemon, K. N., Parasuraman, A., Roggeveen, A., Tsiros, M., & Schlesinger, L. A. (2009). Customer experience creation: Determinants, dynamics and management strategies. Journal of retailing, 85(1), 31-41.
Winer, R. S. (1986). A reference price model of brand choice for frequently purchased products. Journal of consumer research, 13(2), 250-256.
Wolfinbarger, M., & Gilly, M. C. (2003). eTailQ: dimensionalizing, measuring and predicting etail quality. Journal of retailing, 79(3), 183-198.
Wu, P. C., Yeh, G. Y. Y., & Hsiao, C. R. (2011). The effect of store image and service quality on brand image and purchase intention for private label brands. Australasian Marketing Journal (AMJ), 19(1), 30-39.
8. Bijlagen
Vragenlijst
Website quality α = ,812
Website design
De website biedt uitgebreide informatie. Wolfinbarger &
Gilly (2003)
De website verspilt mijn tijd niet. Wolfinbarger &
Gilly (2003 Het is snel en eenvoudig om een transactie op de website te voltooien. Wolfinbarger &
Gilly (2003 Het niveau van personalisatie op de website is goed; niet te veel of te weinig. Wolfinbarger &
Gilly (2003
De website heeft een goede selectie van producten. Wolfinbarger &
Gilly (2003 Fulfillment / reliability
Het geleverde product kwam overeen met het getoonde product op de website.
Wolfinbarger & Gilly (2003
Je krijgt wat je besteld hebt van de website. Wolfinbarger &
Gilly (2003 Het product wordt geleverd binnen de beloofde tijd door het bedrijf. Wolfinbarger &
Gilly (2003 Security / privacy
Ik heb het gevoel dat mijn privacy op de website wordt beschermd. Wolfinbarger & Gilly (2003 Ik voel me veilig in mijn transacties met de website. Wolfinbarger &
Gilly (2003
De website heeft adequate beveiligingsfuncties. Wolfinbarger &
Gilly (2003 Customer service
Het bedrijf is bereid om te reageren op de behoeften van de klant. Wolfinbarger & Gilly (2003 Wanneer je een probleem ondervindt, toont de website oprechte interesse in
het oplossen ervan.
Wolfinbarger & Gilly (2003
Vragen worden snel beantwoord. Wolfinbarger &
Gilly (2003
Perceived Price α = ,788
De producten op deze website zijn:
Duur - goedkoop Chiang & Jang
(2007)
Onredelijk - redelijk Chiang & Jang
(2007)
Ongepast - gepast Chiang & Jang
(2007)
Onbetaalbaar - betaalbaar Chiang & Jang
(2007)
Website brand α = ,871
De website is welbekend. Kim & Lennon
(2013)
De website heeft een goede reputatie. Kim & Lennon
(2013)
De website is van een groot bedrijf dat iedereen herkent. Kim & Lennon (2013)
Social environment α = ,862
Er is een gevoel van menselijk contact op de website. Gefen & Straub (2004)
Er is een gevoel van sociaal contact op de website. Gefen & Straub