Taalhandelingen en Twitter

‘Ik ben gister overgestapt op T-mobile’. Persuasieven lijken op informatieven, maar hebben als doel de luisteraar te overtuigen. Het zijn informatieven die gepresenteerd worden als standpunt. De vorige uiting kan bijvoorbeeld als persuasief geformuleerd worden, en wordt dan ‘Ik vind het goed dat ik ben overgestapt op T-mobile’.

In de bewering ‘ik vind het goed dat ik ben overgestapt op T-mobile’ uit de spreker op het eerste gezicht een expressief. Door het gebruik van de woorden ‘ik vind het goed dat’ laat de spreker zien dat hij een uitdrukking geeft van zijn geestesgesteldheid over de bewering. De persoon is namelijk blij met het akkoord. In dat geval zou deze uiting een expressief zijn. Echter, dat de persoon blij is met het overstappen naar T-mobile, heeft niets te maken met de ontvanger waarvoor de taaluiting bedoeld is (de Groot, 2011). Volgens Pander Maat (1994) spelen expressieve taalhandelingen vooral “een belangrijke rol in het onderhouden van prettige relaties met andere taalgebruikers”. Houtkoop & Koole (2000) stellen dat de essentiële voorwaarde voor expressieven is dat “aan de spreker of de hoorder een bepaalde eigenschap wordt toegekend”. Expressieven zijn daarom altijd gericht op een bepaald persoon. Bij persuasieven is dit niet het geval. In deze uiting laat de spreker zien dat hij iets vindt, en dus is er sprake van een persuasief.

De Groot (2011) voegt vervolgens nog een extra categorie toe aan zijn classificatie, namelijk de ironische opmerkingen. Deze categorie bestaat uit grappen, sarcastische opmerkingen en retorische vragen. Van ironie en spot is volgens Zappavigna (2012) vaak sprake in twitterberichten.

2.4.2.6 Taalhandelingen en Twitter

Volgens Herring (2004) is de taalhandelingstheorie een geschikte theorie om bedoelingen in CMC te achterhalen. Andere onderzoekers (Kim et al., 2006; Zhang et al., 2011) lijken dit ook te erkennen. Onderzoek naar Twitter en taalhandelingen komt steeds meer op. Toch is er op dit moment nog niet veel onderzoek aanwezig dat zich richt op taalhandelingen en CMD. Het eerder genoemde onderzoek van de Groot (2011) richt zich op politieke discourse dat geuit wordt op Twitter. Uit dit onderzoek blijkt dat Nederlandse politici Twitter vooral gebruiken om te informeren en te overtuigen. Onderzoek van Zhang et al. (2011) naar taalhandelingen in Twitterberichten wijst uit dat het gebruik van commissieven en declaratieven erg schaars is. Twitter wordt bijna niet gebruikt om bindende uitspraken te doen. Ook zij geven aan dat de taalhandelingstheorie erg geschikt is om elektronische vormen van communicatie, zoals e-mail, instant messaging, en microblogs te bestuderen. Het onderzoek is echter gericht op algemene tweets en laat word-of-mouth buiten beschouwing. Kim et al. (2006) doen tot slot een onderzoek naar online discussies. Door te kijken naar de taalhandelingen binnen deze discussies stellen zij rollen op die participanten kunnen spelen tijdens de communicatie.

30

2.5 Samenvatting Theoretisch Kader

Er zijn in dit Theoretische Kader een aantal begrippen en benaderingen geïntroduceerd die gezamenlijk het raamwerk vormen waarbinnen WOM-tweets bestudeerd zullen worden. Met behulp van deze begrippen en benaderingen wordt geprobeerd een antwoord te krijgen op de hoofdvraag in dit onderzoek “Wat zijn de taalgebruikskenmerken van WOM-tweets, en wat onthullen deze over de bedoelingen die mensen hebben met het plaatsen van deze tweets?”. Om een antwoord te krijgen op deze vraag is allereerst het begrip Computer-Mediated Communication toegelicht. Een WOM-tweet is namelijk een vorm van CMC: een communicatievorm waarbij de computer of een ander apparaat gebruikt wordt om te communiceren. CMC verschilt van Face-to-Face communicatie op verschillende vlakken. Zo is bijvoorbeeld non-verbale communicatie afwezig, kan de communicatie asynchroon verlopen en blijven berichten een langere tijd bewaard. Herring (2004) stelt daarom een benadering voor waarmee teksten in CMC (Computer-Mediated Discourse) bestudeerd kunnen worden, de Computer-Mediated Discourse Analysis (CMDA). CMDA bestudeert taalgebruik in CMD, en stelt diverse niveaus en methodes van analyse voor. Wat betreft WOM-tweets is vooral het pragmatische niveau relevant om te bestuderen. Daarmee wordt zowel de betekenis in een uiting als de reden wat men wil bereiken met zijn of haar geplaatste uiting onderzocht. In dit onderzoek gebeurt dit door drie verschillende analyses uit te voeren.

De eerste analyse richt zich op de mate waarin een tweet gericht is op uitwisseling door het gebruik van de uitwisselingsmogelijkheden, zoals het apenstaartje, de hashtag en hyperlinks, te bestuderen. Er is daarom in het eerste gedeelte van het Theoretisch Kader uitgelegd wat Sociale Media zijn en hoe Twitter in zijn werk gaat. Daarbij is vastgesteld dat het platform zorgt voor een bepaald taalgebruik waarin spelfouten, ellipsen en emoticons niet geschuwd worden. Dit kan zorgen voor een bepaalde onduidelijkheid en ambiguïteit in de tweets waardoor het soms lastig is deze te interpreteren.

Er worden vervolgens twee tekstanalytische methoden besproken waarmee de taaluitingen bestudeerd zullen worden. De eerste is de Appraisal Theory. Volgens deze theorie maken we bewust keuzes uit verschillende ‘systemen’ om onze attitude te verwoorden. Een attitude kan gebaseerd zijn op gevoelens, op gedrag of op waardering van een voorwerp. Naast de attitude beschrijft Martin (2000) nog twee systemen, namelijk het systeem waarmee we een attitude kunnen versterken of afzwakken (graduation) en het systeem waarmee we meerdere stemmen binnen een uiting kunnen laten verschijnen (engagement). De tweede tekstanalytische methode waaraan de taaluitingen onderworpen zullen worden is de taalhandelingstheorie. Deze theorie stelt dat we met al onze uitingen een handeling verrichten. Dit is interessant omdat op deze manier te achterhalen is welke bedoelingen men heeft het met het plaatsen van WOM-tweets.

Met de taalhandelingstheorie wordt geprobeerd op een talige wijze de motieven van mensen te achterhalen om eWOM te uiten. Hennig-Thurau et al. (2004) stellen in hun onderzoek echter motieven voor eWOM op door mensen op webfora rechtstreeks te vragen naar hun motieven. Motieven kunnen

31 bijvoorbeeld ‘zorgen voor anderen’ of ‘hulp zoeken’ zijn. Deze motieven zullen, in combinatie met de taalhandelingstheorie, de basis vormen voor het opstellen van motieven voor het uiten van WOM op Twitter.

Tot slot wordt het CMC-competence Model van Spitzberg (2006) gebruikt om vast te stellen hoe succesvol de communicatie in WOM-tweets verloopt. Dit wordt gedaan door te kijken naar de vaardigheden (de skills) die men nodig heeft om zich te kunnen uiten in CMC. Deze vaardigheden bestaan uit de mate waarin iemand aandacht schenkt aan een ander (attentiveness), de mate waarin zelfverzekerdheid en assertiviteit wordt getoond (composure), de mate waarin iemand in staat is de interactie te beheersen (coordination) en tot slot de mate waarin expressie wordt getoond (expressiveness).

Om de tweets te verzamelen en te kunnen begrijpen wordt tot slot een definitie voor WOM-tweets voorgesteld, namelijk:

Een WOM-tweet is elke positieve of negatieve uiting van een potentiële, huidige of vroegere consument over een product of een organisatie, die beschikbaar gesteld wordt voor een groot aantal mensen en instituties via de microbloggingservice Twitter.

32

3. Methode

In dit hoofdstuk zal de methode die gebruikt wordt tijdens het onderzoek nader toegelicht worden. Het onderzoek richt zich op een vorm van Computer Mediated Discourse. Meer specifiek worden de talige kenmerken van word-of-mouth-berichten die op het CMC platform Twitter geplaatst worden onderzocht. De Computer Mediated Discourse Analysis (CMDA) van Herring (2004) is een aanpak die het bestuderen van online-gedrag ondersteunt. Binnen CMDA kunnen verschillende theorieën en methoden gebruikt worden om taaluitingen te onderzoeken. Het onderzoek gedaan in deze scriptie maakt gebruikt van drie verschillende analyses om de kenmerken van WOM-tweets te achterhalen. De eerste analyse richt zich op de algemene kenmerken van een tweet en bestudeert het gebruik van het apenstaartje, de hashtag en hyperlinks. Het doel daarvan is te achterhalen in welke mate een tweet gericht is op uitwisseling. Vervolgens wordt in een tweede analyse de attitude nader onderzocht met behulp van de Appraisal Theory. De Appraisal Theory is een tekstanalytische methode die bestudeerd welke attitude er zich in een taaluiting bevindt. Daarnaast wordt uitgezocht hoe deze geuit wordt. Wordt de attitude versterkt of afgezwakt? En hoe sterk is men verbonden met zijn of haar eigen uitspraak? Ook de laatste analyse waaraan de tweets onderworpen worden is een tekstanalytische methode. Door, met behulp van de taalhandelingstheorie, de taalhandelingen in een tweet te achterhalen wordt getracht vast te stellen welke bedoelingen men heeft met het plaatsen van de WOM-tweets. De resultaten van de drie analyses worden vervolgens aan elkaar gekoppeld met behulp van twee theorieën. Ten eerste is dit het CMC-Competence Model van Spitzberg (2006). Er wordt in het bijzonder gekeken naar de interpersonal skills, de vaardigheden die men zou moeten bezitten om communicatie in een CMC-omgeving succesvol te laten verlopen. Tot slot worden in de conclusie de resultaten in relatie gebracht met het onderzoek van Hennig-Thurau et al. (2004) naar motieven om eWOM te uiten. Door de koppeling te maken met dit onderzoek wordt beoordeeld of de motieven die zij op sociaalwetenschappelijke wijze hebben vastgesteld voor het uiten van WOM op fora, ook gelden voor WOM op Twitter. Met de uiteindelijke resultaten van de analyses is het mogelijk een antwoord te geven op de onderzoeksvraag die centraal staat in dit onderzoek:

Wat zijn de taalgebruikskenmerken van WOM-tweets, en wat onthullen deze over de bedoelingen die mensen hebben met het plaatsen van deze tweets?

Om de onderzoeksvraag te kunnen beantwoorden wordt een dataset samengesteld met behulp van een website die automatisch tweets verzamelt waarin positief of negatief gepraat wordt over een organisatie of merk. Om de resultaten generaliseerbaar en representatief te maken is er gekozen voor een corpus van in totaal 450 tweets. Op kwalitatieve wijze worden de tweets vervolgens bestudeerd en gecodeerd. De resultaten daarvan worden ingevoerd in het statistische programma SPSS. Een uitzondering vormt de taalhandelingsanalyse. Deze wordt geanalyseerd met behulp van het