Het effect van interactiviteit bij
online nieuwsmedia
Bachelor Thesis Informatiekunde
Fenna Levenbach
10606297
Begeleider: Jacobijn Sandberg
17 augustus 2016
2
Abstract
Nieuws heeft zich verplaatst naar het web 2.0. Dit brengt vele mogelijkheden met zich mee voor zowel de nieuwsredactie als de consument. Er is interactie mogelijk tussen de redactie en de
consument, en tussen de consumenten onderling. In deze thesis wordt onderzocht of waargenomen interactiviteit positief effect heeft op de relatie tussen intrinsieke factoren van de consument en de intentie van de consument om een technologie te gebruiken. Dit wordt onderzocht aan de hand van het UTAUT2 model (Venkatesh,2012), dat tracht de variantie met betrekking tot het accepteren van technologie te verklaren. Om de hoofdvraag te beantwoorden wordt gebruik gemaakt van een enquête onder 78 gebruikers van online nieuwsmedia. De enquête bestaat uit een eerste sectie waarin onderzocht wordt of het UTAUT2 model te generaliseren is tot online nieuwsmedia. Daarnaast is er een tweede sectie om het effect van de waargenomen interactiviteit bij online nieuwsmedia te toetsen.
Uit een factoranalyse (varimax) blijkt dat het UTAUT2 model niet te valideren is voor online
nieuwsmedia. Er komen slechts twee significante factoren uit de analyse, die voornamelijk bestaan uit twee oorspronkelijke intrinsieke factoren van het UTAUT2 model: Habit en Effort Expectancy. In de tweede sectie van het onderzoek worden vijf interactieve functies getoetst met betrekking tot online nieuwsmedia. Hieruit blijkt dat interactieve functies overwegend positief beoordeeld worden. Daarnaast wordt er een matige tot sterke correlatie gevonden tussen de twee intrinsieke factoren uit de factoranalyse, interactiviteit en de Behavioral Intention. De intrinsieke factoren kunnen
gecombineerd 65% van de variantie verklaren met betrekking tot de intentie om online nieuwsmedia te gebruiken. Met additie van de in dit onderzoek gesuggereerde component interactiviteit, komt dit uit op een percentage van 69%. Interactiviteit heeft dus een positief effect op de intentie om online nieuwsmedia te gebruiken.
3
Voorwoord
Voor u ligt de scriptie ‘Het effect van interactiviteit bij online nieuwsmedia.’ Deze scriptie is geschreven is het kader van mijn afstuderen aan de opleiding Informatiekunde aan de Universiteit van Amsterdam. Van mei 2016 tot en met augustus 2016 ben ik bezig geweest met het onderzoek en het schrijven van de scriptie. Tijdens dit onderzoek stond mijn scriptiebegeleider Jacobijn Sandberg, altijd voor mij klaar. Zij heeft het gehele project kritisch over mijn schouder meegekeken, al mijn vragen beantwoord en altijd geholpen als ik vast zat. Bij dezen wil ik graag mijn begeleider bedanken voor de fijne begeleiding en ondersteuning tijdens dit traject. Ik heb enorm veel geleerd van dit traject en ik ben content dat ik op deze wijze mijn bachelor Informatiekunde kan afronden. De bachelor die ik altijd met veel plezier en interesse gevolgd heb. Ik kan tevreden terug kijken op mijn studieverloop en hoop dat dit onderzoeksgebied mij nog veel brengt in de toekomst.
Ik wens u veel leesplezier toe. Fenna Levenbach
4
Inhoudsopgave
Inleiding ...5
Theoretisch kader ...7
Het UTAUT2 model ...7
Bestaande modellen interactiviteit ...8
Uitbreiding UTAUT2 Model met Interactiviteit ... 12
UTAUT2 en online nieuwsmedia ... 13
Invloed interactiviteit op intrinsieke factoren ... 13
Methode ... 15 Participanten ... 15 Materialen ... 15 Onderzoeksopzet UTAUT2 ... 15 Onderzoeksopzet Interactie ... 15 Resultaten ... 17
Oorspronkelijke factoren UTAUT2 ... 17
Nieuwgevonden factoren UTAUT2 ... 19
Interactie ... 20
Variantie Behavioral Intention ... 21
Conclusie ... 22
Discussie ... 23
Representativiteit ... 23
UTAUT2 en online nieuwsmedia ... 23
Invloed interactie... 23 Interactieve functies ... 24 Vervolgonderzoek ... 24 Literatuurlijst ... 25 Appendix A ... 28 Appendix B ... 30
5
Inleiding
De verschuiving van kranten, tijdschriften en andere analoge nieuwsbronnen naar online
nieuwsmedia is inmiddels geen regelrechte vertaalslag meer. Waar de online krant eerst een digitale kopie van de bestaande analoge krant was, wordt er nu steeds meer ingespeeld op het nieuwe digitale medium. De online weergave brengt vele mogelijkheden met zich mee. Zo biedt Blendle losse krantenartikelen aan en betaal je per stuk. Hierdoor betaal je niet voor al het nieuws, maar
uitsluitend voor de artikelen waar je als consument zelf voor gekozen hebt. Daarnaast verschijnen op Blendle de meest gelezen artikelen bovenaan, waardoor mensen meer geneigd zijn deze te lezen. Hierdoor ontstaat een verschuiving van het nieuws. (Korven, 2015)
De 21ste eeuw wordt ook wel het informatietijdperk genoemd (Castells, 2011). Toegang tot het internet betekent toegang tot een oneindig aantal nieuwsartikelen. Artikelen zijn nu op te zoeken en er is een veel hogere beschikbaarheid en toegankelijkheid. Daarnaast zorgen hyperlinks in artikelen ervoor dat het nieuwsartikel een hub (verzameling) van informatie wordt. In plaats van een enkel artikel in de krant, kan je nu eenvoudig verschillende bronnen raadplegen over een
nieuwsonderwerp. Je hebt toegang tot de voorgaande artikelen over het onderwerp, afbeeldingen en filmpjes (Peng et al. 1999). Kenney et al. (2000) stellen in hun onderzoek naar interactieve functies van online nieuws dat journalisten nu de keuze hebben. Ze kunnen heel veel informatie verspreiden of ze kunnen ervoor kiezen om gebruikers actief te betrekken bij het nieuws. De multiple-communication channels creëren een nieuwe omgeving van communicatie. Door hyperlinks, is de traditionele one-to-many communicatie van de krant veranderd naar een many-to-many relatie. De ontstane informatie-hub binnen een artikel heeft ervoor gezorgd dat de gebruiker zelf kan kiezen welke artikelen hij leest en via welk platform. Hyperlinks zijn een eis geworden, mensen hebben behoefte aan extra informatie, zoals een andere bron of visuele toelichting, naast het oorspronkelijke artikel (Chung, 2008).
Daarnaast heeft het online beschikbaar stellen van artikelen een belangrijke rol in het helder maken van de publieke opinie. Ook Schönbach (2005) en Li (1998) stellen in hun onderzoek dat online artikelen meer activiteit en controle voor de lezer ondersteunen.
Het internet is een verzamelpunt voor gebruikers, je kan met andere gebruikers communiceren. Dit geeft de mogelijkheid om te discussiëren met andere gebruikers die bijvoorbeeld dezelfde artikelen gelezen hebben of geïnteresseerd zijn in hetzelfde gebied (Peng et al. 1999). Mensen willen graag hun mening verkondigen en zijn nieuwsgierig naar de mening van anderen. (Ku, 2006) Je mening openbaar delen of samen discussiëren was niet mogelijk bij de analoge krant. Ook bij Web 1.0 was het wel mogelijk om artikelen online te bekijken, maar werd er door nieuwsplatformen nog niet volledig ingegaan op alle mogelijkheden die het web met zich mee brengt.
Met de opkomst van het Web 2.0 en de mogelijkheden die het met zich mee brengt, verandert de verhouding tussen de mens en de technologie . Het Web 2.0 waar het digitale nieuws zich op bevindt, is interactief. O’ Reilly (2005) definieert het Web 2.0 als volgt:
‘Web 2.0 is the network as platform, spanning all connected devices; Web 2.0 applications are those that make the most of the intrinsic advantages of that platform: delivering software as a continually-updated service that gets better the more people use it, consuming and remixing data from multiple sources, including individual users, while providing their own data and services in a form that allows
6 remixing by others, creating network effects through an "architecture of participation," and going beyond the page metaphor of Web 1.0 to deliver rich user experiences.’
Het begrijpen van het gedrag van de mens tegenover technologie is erg ingewikkeld. De technologische revolutie gaat razend snel en we moeten als mens ons best doen om deze bij te houden. Er wordt de laatste jaren veel onderzoek gedaan naar welke factoren het gedrag van de mens ten opzichte van technologie kunnen verklaren en voorspellen (Venkatesh et al. 2012; Hsu & Chiu, 2004; Jiang, Shih, 2004; Klein, & Carr, 2002; Venkatesh, 2003)).
De kern van de modellen gaat over de invloed van intrinsieke factoren op de intentie van gebruik en het daadwerkelijke gebruik. Venkatesh et al. (2012) stelt in zijn Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) model, dat verschillende intrinsieke factoren bepalen in welke mate een technologie geaccepteerd wordt. Bij intrinsieke factoren gaat het vaak om persoonskenmerken, dingen die geleerd zijn, invloeden van de eigen levensgeschiedenis en dergelijke. Bijvoorbeeld
hoeveel moeite je in de technologie verwachte te moeten stoppen of hoeveel plezier je uit een technologie verwacht te halen.
In de huidige modellen over de acceptatie van technologie wordt vooral gekeken naar de intrinsieke factoren van de mens die invloed hebben op de Behavioral Intention en het gebruik van de
technologie. In de modellen met betrekking tot interactie wordt vooral gekeken naar de effecten van interactie op het gebruik en de invloed op excentrieke factoren. Bij excentrieke factoren ligt de bron van het handelen niet bij de gebruiker zelf.
Het ontbreekt echter nog aan onderzoek naar een mogelijk verband tussen interactie en de intrinsieke factoren van de gebruiker. Daarom zal er in dit onderzoek gekeken worden naar een combinatie van deze twee onderzoeksgebieden. Zo wordt de mogelijke invloed van interactiviteit op de intrinsieke factoren van de gebruiker onderzocht, in relatie tot de intentie om een technologie te gebruiken. Dit zal onderzocht worden aan de hand van de hoofdvraag:
Heeft waargenomen interactiviteit een positief effect op de relatie tussen intrinsieke factoren en de intentie om een technologie te gebruiken?
Deze vraag zal in deze thesis beantwoord worden aan de hand van online nieuwsmedia. Met online nieuwsmedia worden alle media bedoeld die nieuws representeren.
Eerst wordt het huidige UTAUT2 model van Venkatesh (2012) gepresenteerd. Vervolgens worden de mogelijke effecten van waargenomen interactiviteit besproken. Aan de hand van de bespreking wordt het oorspronkelijke UTAUT2 model uitgebreid. Om dit uitgebreide model te toetsen volgt een kwantitatief onderzoek onder gebruikers van online nieuwsmedia.
7
Theoretisch kader
Het UTAUT2 model
Venkatesh heeft in 2003 het Unified Theory of Acceptance and Technology (UTAUT) model opgesteld. Een samenvoeging van acht bestaande theorieën/modellen over de acceptatie van technologie in de context van organisaties.
Het UTAUT model bestaat uit vier bepalende intrinsieke factoren: Performance Expectancy, Effort Expectancy, Social Influence en Facilitating Conditions. Deze vier factoren beïnvloeden de intentie om een technologie te gebruiken. In het onderzoek van Venkatesh is Performance Expectancy geformuleerd als de mate waarin de technologie bijdraagt aan je doel te bereiken. Effort Expectancy geeft de mate van verwachte moeite aan ten opzichte van het gebruik van technologie. Social Influence is de mate waarin de gebruiker invloed voelt van vrienden en kennissen om de technologie te gebruiken. Facilitating Conditions, als laatste, refereert naar de ondersteunende middelen waar de persoon gebruik van kan maken bij het gebruik van technologie.
Aangezien dit model ontworpen is voor de context van organisaties, is het model verder niet breed toepasbaar (Venkatesh, 2012). Hierom heeft Venkatesh in 2012 zijn model uitbreid. Het UTAUT2 model claimt toepasbaar te zijn op meer situaties met als speerpunt consumententechnologie.
Figuur 1 Utaut2 Venkatesh (2012)
In figuur 1 is het Utaut2 model van Venkatesh (2012) te zien. De factoren Hedonic Motivation, Price Value, Experience en Habit zijn toegevoegd ten opzichte van het eerste model.
8 Hedonic Motivation houdt de mate van beleefde plezier in, voortgekomen uit het gebruik van de technologie. Price Value geeft aan in hoeverre de technologie de prijs waard is. The Price Value is positief als de voordelen van het gebruik van de technologie als grotere waarde beleefd wordt dan de prijs. (Dodds, 1991)
Er wordt door Venkatesh (2012) een duidelijk onderscheid gemaakt tussen Habit en Expierence. Habit geeft aan in hoeverre je automatisch met de technologie omgaat, dus in hoeverre het een gewoonte is geworden om met gebruik te maken van de technologie. Experience is meer waarde gericht, over hoe vaak je de technologie gebruikt. Je kan een technologie heel vaak gebruiken (Experience) maar dan hoeft het niet als een gewoonte beleefd te worden (Habit). De verhouding tussen deze factoren kan dus per persoon verschillen.
Kim et al. (2005) onderzochten de factor Habit. Uit hun onderzoek bleek dat Habit een directe mediator is met betrekking tot Use Behavior. Dit houdt in dat Habit een verklarende factor is voor Use Behavior. Experience heeft een moderating effect op de relatie tussen Behavioral Intention en Use Behavior. Een moderatorvariabele verandert het effect dat de onafhankelijke variabele op de afhankelijke variabele heeft afhankelijk van de waarde van de moderator. De moderator verandert dus het effect van de oorzaak-gevolg relatie tussen de twee variabelen (Bucy, 2007). Hoe groter de waarde van de moderator, hoe groter effect de moderator heeft op de relatie tussen twee factoren. Het UTAUT2 heeft als hoofddoel om de variantie in de acceptatie en het gebruik van technologie te verklaren voor consumententechnologie. In het UTAUT2 model zijn Age, Gender en Experience de moderators. Het model is al gevalideerd voor verschillende technologische toepassingen, vooral op het gebied van digitaal leren (Kang, 2015; Raman, 2013; Yang, 2013) en digitale betalingen (Morosan, 2016; Slade,2013).
Bestaande modellen Interactiviteit
Teo et al. (2003) deden onderzoek naar de invloed van interactiviteit op Usability (gebruiksgemak). Usability geeft de mate aan waarin een bepaald product kan worden gebruikt om specifieke doelen te behalen in een bepaalde context. (ISO 9241-11, 1998)
Onderzoek wijst uit dat potentiële voordelen van interactiviteit plezier en tevredenheid zijn (Rafaeli, 1989) Daarnaast zorgt interactie voor een verhoogd niveau van verbondenheid met de technologie en een verbeterde prestatie (Schaffer and Hannafin, 1986; Szuprowicz, 1996). Shackel (1991) stelt dat Usability (gebruiksgemak) naast Utility (of het systeem doet wat het moet doen) en Likeability (in hoeverre de gebruiker vindt dat het systeem aansluit op zijn wensen) een dimensie is die de
9 In figuur 2 hiernaast is het model van
Kristof en Satran (1995)
gepresenteerd. Zij hebben gepoogd een 7-level indeling te maken, gebaseerd op de controle die de gebruiker heeft. Ze stellen dat als de controle voor de gebruiker verhoogd wordt, het niveau van interactiviteit ook hoger ligt.
Onderzoek wijst uit dat controle voor de gebruiker (Hoffman en Novak, 1996) en informatie uitwisselen (Bretz, 1984) twee hoofdvormen van interactie zijn.
Teo et al. (2003) onderscheiden in hun onderzoek twee verschillende niveaus van interactiviteit: Machine interactivity en person interactivity.
1. Machine interactivity geeft de mate aan waarin gebruikers kunnen participeren in het wijzigen van de content op het interactieve medium.
2. Person interactivity is gedefinieerd als interactiviteit dat kan ontstaan tussen gebruikers door het medium.
Machine interactivity is dus interactiviteit met het medium en person interactivity is interactiviteit ondersteund door het medium.
In het onderzoek van Teo et al. (2003) naar de effecten van interactiviteit is interactiviteit de onafhankelijke variabele. Op basis van de onderzoeken van Hoffman en Novak (1996), Szuprowicz (1996) en de in figuur 2 gerepresenteerde tabel van Kristof en Satran (1995) hebben Teo et al. (2003) een nieuw model opgesteld. In dit model verdelen ze verschillende interactieve functies over drie niveaus; Lage, gemiddelde en hoge interactiviteit.
Figuur 3 Teo et al. (2003)
Het laagste niveau van interactiviteit is het weergeven van de gevraagde informatie, bijvoorbeeld door navigatie op de pagina. In dit geval reageert de gebruiker op de technologie.
10 Het tweede niveau van interactiviteit is bijvoorbeeld een FAQ. In dit geval reageert de technologie op de gebruiker.
Op het derde niveau is interactie tussen gebruikers mogelijk, en interactie tussen de technologie en de gebruiker.
Bij online nieuwsmedia is het weergeven van de geselecteerde krant, het laagste niveau. Kan je zoeken naar specifieke artikelen of staan er hyperlinks in de artikelen naar externe
informatiebronnen dan is het van gemiddeld interactie niveau. Als de gebruiker de mogelijkheid heeft om met andere gebruikers te discussiëren of live hulp kan vragen aan het platform en antwoord krijgt, is er sprake van het hoogste niveau van interactiviteit.
In het tweede deel van het onderzoek van Teo et al. worden de onderscheiden interactieniveaus als afhankelijke variabele getoetst. Aan het onderzoek namen 54 studenten van de studie
Informatiesystemen deel. De participanten werden verdeeld in drie gelijke groepen.
De eerste groep moest taken uitvoeren met behulp van een website met een medium niveau van interactiviteit. De tweede groep moest taken uitvoeren met behulp van een website met een hoog niveau van interactiviteit. De derde groep was een controlegroep.
Hierna vulden de participanten een vragenlijst over de uitgevoerde taak. Deze vragenlijst bestond uit vragen over Satisfaction, Effectiveness, Efficiency, Value en Attitude. De responses zijn vervolgens geanalyseerd met een Partial Least Squares (PLS) test.
Figuur 4 Teo et al. (2003)
De waarden bij de paden in figuur 4 geven de correlaties tussen de twee factoren aan. De
dikgedrukte waarden in de bollen geven de square root van de gemiddelde variantie aan voor elke factor. Uit het model blijkt dat de houding tegenover de technologie voor 56,9% wordt verklaard door de getoetste factoren. Interactiviteit heeft een significante correlatie met tevredenheid, effectiviteit en efficiency. Ook verklaart het, zoals af te lezen in het figuur, een deel van de variantie van de factoren.
Concluderend, de resultaten van het onderzoek suggereren dat een verhoogd niveau van
interactiviteit op een website, leidt tot positieve effecten op een gebruikers beleefde tevredenheid Satisfaction (tevredenheid), Effectiveness (effectiviteit), Efficiency (efficiëntie), Value (waarde) en de Attitude (algemene houding tegenover de website).
11 Fortin en Dholakia (2005) hebben ook onderzoek gedaan op basis van een laag, gemiddeld en hoog niveau van interactiviteit. Zij deden dit aan de hand van de factoren Involvement (verbondenheid), Social Presence (mate waarin de gebruiker wordt ontvangen als een echt persoon) en Arousal (opwinding/plezier). Ze verzamelden 360 responses via een online web interface.
Figuur 5 Fortin en Dholakia (2005)
In figuur 5 is zichtbaar dat de relatie tussen interactie en Involvement, Social Presence en Arousal niet lineair is. Van een laag niveau naar een medium niveau is er een stijging zichtbaar, maar een hoog niveau van interactiviteit kan ook een afname van de afhankelijke variabele veroorzaken.
Chang en Wang (2008) deden onderzoek naar de invloed van interactiviteit van online-communicatie op de Behavioral Intention op basis van het Technologie Acceptance Model (TAM). Het model van Chang en Wang is een combinatie van interactiviteit (kenmerk), het TAM (extrinsieke motivatie) en de Flow Theory (intrinsieke motivatie). De Flow Theory gaat uit van de flow state, waarin je compleet opgaat in je taak, de gebruiker voelt zich compleet in controle van de taak. Dit zorgt voor controle, aandacht, nieuwsgierigheid en intrinsieke belangstelling (Hoffman en Novak, 1996).
12 In figuur 6 is het model van Chang en Wang gerepresenteerd met de gevonden verklarende variantie. In tegenstelling tot het model van Teo et al. (2003), en Fortin en Dholakia (2005) is in het model van Chang en Wang sprake van beleefde/waargenomen interactie door de gebruiker. De resultaten laten zien dat er daadwerkelijk een significante correlatie is tussen de waargenomen interactiviteit en de Perceived Usefulness, Perceived Ease of Use en de eerder genoemde Flow Experience. Hiermee wordt een indirect verband tussen de waargenomen interactiviteit en de Behavioral Intention aangetoond.
Uitbreiding UTAUT2 Model met Interactiviteit
De hiervoor behandelde onderzoeken tonen een direct verband aan tussen interactiviteit en Satisfaction, Effectiveness, Efficiency (Teo et al., 2003), Involvement, Social Presence en Arousal (Fortin en Dholakia, 2005), Perceived Usefulness, Perceived Ease of Use en Flow Experience (Chang en Wang, 2008). Daarnaast is een indirect verband met Behavioral Intention (Chang en Wang, 2008), Value en Attitude (Teo et al.,2003) aangetoond.
Op basis van de beschouwde modellen en theorieën hebben we het UTAUT2 model aangevuld met het component interactiviteit. Het vernieuwde UTAUT2 model met interactiviteit gaat in op de intrinsieke factoren die de variantie verklaren ten opzichte van de intentie om een technologie te gebruiken.
Figuur 7 UTAUT2 model met waargenomen interactiviteit
In figuur 7 representeren we het nieuwe uitgebreide UTAUT2 model. In dit onderzoek zal onderzocht worden of waargenomen interactiviteit een vierde moderator kan zijn naast leeftijd, geslacht en ervaring. De (rode) vetgedrukte pijlen geven de voorgestelde nieuwe relaties aan. De intrinsieke factoren zijn links gerepresenteerd in het model. Op basis van dit nieuwe model zullen we
onderzoeken of de beoordeelde interactiviteit een positief effect heeft op de intrinsieke factoren in relatie tot de Behavioral Intention. Om de gesuggereerde nieuwe verbanden te toetsen stellen we
13 twee hoofdhypotheses op, op basis van de voorgaande theorie en het bovenstaande gesuggereerde uitgebreide UTAUT2 model.
UTAUT2 en online nieuwsmedia
Zoals eerder genoemd is het UTAUT2 model (Venkatesh, 2012) al gevalideerd voor verschillende technologische toepassingen (Kang, 2015; Raman, 2013; Yang, 2013, Morosan, 2016; Slade,2013). In dit onderzoek wordt gekeken of dit model ook te generaliseren is tot online nieuwsmedia.
H1: Het oorspronkelijke UTAUT2 model is toepasbaar op online nieuwsmedia.
Invloed interactiviteit op intrinsieke factoren
In de beschouwde literatuur over interactie zijn een aantal modellen gepresenteerd over de effecten van interactie en het verband tussen interactie en het gebruik van technologie. Wat echter nog ontbreekt is onderzoek naar het effect van interactie op de intrinsieke factoren. Door interactie als moderator toe te voegen aan het UTAUT2 model hopen we een hogere verklarende variantie te vinden ten opzichte van het gebruik van technologie.
De tweede hoofdhypothese luidt:
H2: Waargenomen interactiviteit heeft een positief effect op de relatie tussen de intrinsieke factoren en de Behavioral Intention ten opzichte van online nieuwsmedia.
Dit suggereert dat interactie, via de intrinsieke factoren, effect heeft op de intentie om een technologie te gebruiken. Op basis van de beschouwde literatuur delen we deze tweede
hoofdhypothese op in deelhypotheses, voor elk gesuggereerde nieuwe verband uit het model. Alle hypotheses zijn gericht op online nieuwsmedia.
Op basis van de literatuur stellen we dat interactie binnen technologie ervoor zorgt dat gebruikers verwachten een taak beter uit te voeren en deze taak als eenvoudiger beschouwen.
H2.1 Een hoger beoordeelde waargenomen interactiviteit heeft een positief effect op de relatie tussen Performance Expectancy en Behavioral Intention.
H2.2 Een hoger beoordeelde waargenomen interactiviteit heeft een positief effect op de relatie tussen Effort Expectancy en Behavioral Intention.
Daarnaast stellen we dat interactie effect heeft op de Social Influence. Hiermee wordt gesuggereerd dat interactie ervoor kan zorgen dat de consument verwacht dat vrienden en familie het belangrijk vinden dat hij/zij deze technologie gebruikt.
H2.3 Een hoger beoordeelde waargenomen interactiviteit heeft een positief effect op de relatie tussen Social Influence en Behavioral Intention.
De vierde deelhypothese stelt dat interactie effect heeft op Facilitating Conditions. Hiermee wordt gesuggereerd dat interactie ervoor zorgt dat gebruikers verwachten meer ondersteund te worden bij het gebruik van technologie.
H2.4 Waargenomen interactiviteit heeft een positief effect op de relatie tussen Facilitating Conditions en Behavioral Intention.
14 De volgende hypothese stelt dat gebruikers interactie effect heeft op in hoeverre gebruikers
verwachten plezier te halen uit het gebruik van technologie.
H2.5 Waargenomen interactiviteit heeft een positief effect op de relatie tussen Hedonic Motivation en Behavioral Intention.
De laatste deelhypothese stelt dat interactie effect heeft op de relatie tussen Habit en Behavioral Intention. Hiermee wordt bedoeld dat middels interactiviteit de technologie meer als een gewoonte aanvoelt voor de gebruiker.
H2.6 Waargenomen interactiviteit heeft een positief effect op de relatie tussen Habit en Behavioral Intention.
15
Methode
Participanten
Er is een online enquête afgenomen onder 78 gebruikers (53% Man, 47% Vrouw) van online
nieuwsmedia. De participanten reageerden op een oproep op Facebook. Deze oproep is openbaar op de eigen Facebookpagina gedeeld. De gemiddelde leeftijd van de respondenten is 21 jaar.
Materialen
Om het voorgestelde model te toetsen is gekozen voor een kwantitatief onderzoek. De enquête is afgenomen met Google Forms. Het onderzoek bestaat uit drie opeenvolgende secties.
In de eerste sectie werden enkele demografische vragen gesteld. Dit om de leeftijd, geslacht en ervaring (moderators) te kunnen meten. Ervaring bestond uit vier keuzes over hoe vaak de participant gebruik maakt van online nieuwsmedia: één keer per maand, één keer per week, één keer per dag, meerdere keren per dag. Hiernaast werden nog vragen gesteld naar opleidingsniveau en het gebruik van analoge nieuwsmedia.
De tweede sectie bestaat uit 27 stellingen om te toetsen of het UTAUT2 model toepasbaar is op online nieuwsmedia. De stellingen werden getoetst op een 7-punts Likertschaal. De schaal loopt van ‘Helemaal mee oneens’ tot ‘Helemaal mee eens’.
De derde sectie bestaat uit 7 stellingen voor elke interactiefunctie die aanwezig zijn op het meest gebruikte nieuwsmedium van de participant. Dit zijn maximaal 35 vragen als alle interactieve functies aanwezig zijn.
Verdere toelichting is te vinden onder de onderzoeksopzet. De gehele enquête is te vinden in de appendix.
Onderzoeksopzet UTAUT2
Om te toetsen of het UTAUT2 model toepasbaar is op online nieuwsmedia, is de oorspronkelijke vragenlijst van de UTAUT2 van Venkatesh (2012) gebruikt en zijn de stellingen aangepast naar online nieuwsmedia. De vragenlijst bestaat uit stellingen over de volgende factoren van het UTAUT2 model; Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Conditions, Hedonic
Motivation, Price Value, Habit, en Behavioral Intention. Dit zijn de intrinsieke factoren met
uitzondering van de Behavioral Intention. Voor elke factor zijn drie of vier vragen opgenomen in de enquête om een goed beeld te kunnen krijgen. De stellingen zijn in willekeurige volgorde gesteld om te voorkomen dat de participanten hun antwoorden baseren op vragen uit dezelfde categorie.
Onderzoeksopzet Interactie
In dit onderzoek worden vijf interactieve functies getoetst om erachter te komen hoe de interactieve functies door de gebruiker worden waargenomen. Dit werd getoetst op het gebied van waarde van de interactieve functie en houding tegenover de interactieve functie.
De vijf interactieve functies nemen we over uit het onderzoek van Teo et al. (2003). Zoals eerder genoemd maakten Teo et al. (2003) in hun onderzoek onderscheid tussen lage, gemiddelde en hoge mogelijkheden tot interactie. Zij stellen in hun onderzoek dat productinformatie, FAQ,
feedbackformulier en een zoekfunctie deel uitmaken van een site met gemiddelde interactie. Onder een hoog niveau van interactie wordt een online gastenboek, een online forum en een online chat verstaan. De functies van Teo et al. zijn in dit onderzoek vertaald naar functies die beschikbaar als je gebruik maakt van online nieuwsmedia.
16
Gemiddeld niveau interactiviteit Hoog niveau interactiviteit
Meest populaire/gelezen artikelen Reageren op artikel
Hyperlinks Discussiëren met andere gebruikers
Zoekfunctie
Tabel 1 Interactieve functies online nieuwsmedia
Meest populaire/gelezen artikelen: Artikelen op online nieuwsmedia die het meest gelezen worden
door gebruikers worden bovenaan op de website weergegeven of op de hoofdpagina. (Machine interactivity).
Hyperlinks: De artikelen beschikken over links naar externe media over hetzelfde onderwerp. Dit kan
op hetzelfde of een ander platform zijn. (Machine interactivity).
Zoekfunctie: Je kan als gebruiker zoeken naar bepaalde onderwerpen of titels waar jij interesse in
hebt. (Machine interactivity).
Reageren op artikelen: Je hebt de mogelijkheid om te reageren op een artikel. (Person interactivity). Discussiëren met andere gebruikers: Je hebt de mogelijkheid om te communiceren/discussiëren met
andere gebruikers op het online nieuwsmedia platform. (Person interactivity).
De literatuur toont aan dat een positieve houding tegenover een technologie het gebruik van de technologie verhoogt (DeSanctis, 1983). Daarom wordt er getoetst wat de houding van mensen tegenover de functies van interactie is. Voor elk van de interactiefuncties konden de participanten aangeven of de desbetreffende interactie functie aanwezig was op hun meest gebruikte online nieuwsmedium. Dit om gebruikers alleen een mening te laten geven over functies waar ze regelmatig mee te maken hebben. De functies werden beoordeeld op 4 stellingen over de Value (waarde) van de interactiefunctie en drie stellingen over de Attitude (houding) tegenover de interactiefunctie. Attitude wordt gedefinieerd als de vooringenomen mening tegenover een specifieke categorie of object (Rosenberg, 1960). Er wordt gesteld dat Attitude kan worden onderscheiden in twee verschillende componenten, de cognitieve component en de affectieve component. De cognitieve component gaat in op de bewuste gedachten over een object. De affectieve component gaat over onbewuste gevoelens tegenover een object. Hierdoor wordt het lastiger om de houding tegenover de interactiefuncties te toetsen.
Participanten konden op een 7-punts Likertschaal aangeven in hoeverre ze het eens waren met de genoemde bijvoeglijk naamwoorden over de waarde van de functie en de houding tegenover de functie. De participanten kunnen zo hun eerste intuïtie aangeven. Door het op onderstaande manier weer te geven, wordt gepoogd zowel de cognitieve als de affectieve houding tegenover de functie te toetsen. De stellingen zijn overgenomen uit het onderzoek van Teo et al. (2003) naar de invloed van interactiviteit op Usability (gebruikersgemak).
Value:
Niet nuttig 1 2 3 4 5 6 7 Nuttig Niet belangrijk 1 2 3 4 5 6 7 Belangrijk Niet behulpzaam 1 2 3 4 5 6 7 Behulpzaam Waardeloos 1 2 3 4 5 6 7 Van waarde
Attitude:
Saai 1 2 3 4 5 6 7 Interessant
Niet vermakelijk 1 2 3 4 5 6 7 Vermakelijk Niet leuk 1 2 3 4 5 6 7 Leuk
Uit dit laatste deel van de enquête komt een beoordeling voor de waarde van elke van de vijf interactieve functies en een beoordeling voor de houding van de participant ten opzichte van de vijf functies. Hierna kan een mogelijk verband tussen de intrinsieke factoren van de gebruiker en de beoordeelde waargenomen interactiviteit onderzocht worden.
17
Resultaten
Alle 78 participanten hebben de vragenlijst volledig ingevuld. Alle responses zijn behouden. De Cronbach’s alpha van de gehele vragenlijst kwam uit op 0,922. De literatuur hierover adviseert dat deze waarde op minimaal 0,70 moet uitkomen (Jum C Nunnally, 1994).
Allereerst presenteren we de beschrijvende statistieken per factor in tabel 2.
N Gemiddelde Std. Deviatie Cronbach’s Alpha Aantal vragen Performance Expectancy (PE) 78 5,46 1,01 0,761 3 Effort Expectancy (EE) 78 5,60 1,02 0,876 4
Social Influence (SI) 78 3,76 1,16 0,616 3
Facilitating Conditions (FC) 78 6,05 0,66 0,628 4 Hedonic Motivation (HM) 78 5,06 1,09 0,773 3 Prijs Value (PV) 78 4,37 1,03 0,569 3 Habit (H) 78 3,95 1,36 0,843 4 Behavioral Intention (BI) 78 5,12 1,18 0,865 3
Tabel 2 Beschrijvende statistieken intrinsieke factoren
In tabel 2 is af te lezen dat niet alle factoren aan de aanbevolen waarde voor Cronbach’s alpha van 0,7 voldoen. In de vragenlijst was Price Value opgenomen (Cronbach’s alpha = 0,569). De lage waarde voor Cronbach’s alpha is te verklaren aangezien er bij online nieuwsmedia niet gesproken kan
worden van een vaste of bepaalde prijs. Vele artikelen zijn gratis beschikbaar of kosten een paar cent, dit verschilt per nieuwsplatform. Deze factor nemen we niet mee in de rest van het onderzoek. Verder had het elimineren van vragen had geen substantiële invloed.
Oorspronkelijke factoren UTAUT2
Eerst zullen we de resultaten met betrekking tot hypothese 1 bespreken: Het UTAUT2 model van Venkatesh (2012) is toepasbaar op online nieuwsmedia.
De Kaiser-Meyer-Olkin test kwam uit op een waarde van 0.822. Dit is ruim boven de algemeen aanbevolen waarde van 0.6. Bartlett’s test of sphericity was significant (χ2=928,79; p<0,05). De 6 intrinsieke factoren uit het model van Venkatesh (2012) worden getoetst in een factoranalyse met VARIMAX-rotatie. De intrinsieke factoren Performance Expectancy (PE), Effort Expectancy (EE), Social Influence (SI), Facilitating Conditions (FC), Hedonic Motivation (HM) en Habit (H) zijn in de vragenlijst getoetst door middel van drie á vier vragen per factor. De gevonden factoren worden gepresenteerd in tabel 3.
Er is gekozen voor een principale componenten analyse, om te toetsen of de door Venkatesh (2012) onderzochte factoren, generaliseerbaar zijn voor online nieuwsmedia. Daarnaast is principale componenten analyse geschikt bij een laag aantal vragen per component.
De correlaties tussen de factoren komen geen van allen komt dicht bij 1, wat betekent dat alle factoren in zekere mate te onderscheiden zijn. Om deze rede is gekozen voor een Varimax (rechte) rotatie bij de factoranalyse. Logischerwijs is er enige correlatie tussen de intrinsieke factoren, dit is ook noodzakelijk voor een factoranalyse.
18
Tabel 3
Rotated Component Matrixa
Component 1 2 3 4 5 6 Social Influence 1 ,759 ,109 ,329 -,012 -,032 ,095 Habit 1 ,758 ,233 -,089 -,004 ,045 -,137 Habit 2 ,750 ,101 -,046 ,187 -,089 -,149 Hedonic Motivation 1 ,718 ,305 ,087 ,155 ,219 ,200 Habit 3 ,693 ,231 ,185 ,374 -,086 -,012 Social Influence 2 ,684 -,147 -,135 ,146 ,064 ,052 Habit 4 ,616 ,197 ,103 ,489 -,130 -,014 Performance Expectancy 1 ,561 ,470 ,199 ,414 ,126 -,040 Effort Expectancy 1 ,156 ,855 ,105 ,275 ,033 ,089 Effort Expectancy 2 ,203 ,842 ,102 ,064 ,181 ,056 Effort Expectancy 3 ,145 ,836 ,097 ,224 ,001 -,034 Effort Expectancy 4 -,033 ,554 ,507 ,311 -,078 ,221 Facilitating Conditions 1 ,049 ,027 ,766 ,266 ,329 -,115 Facilitating Conditions 2 ,252 ,357 ,735 -,011 -,215 -,168 Facilitating Conditions 3 -,149 ,058 ,699 -,004 ,191 ,403 Performance Expectancy 2 ,223 ,219 -,007 ,742 ,207 ,181 Performance Expectancy 3 ,208 ,302 ,177 ,730 -,165 -,162 Hedonic Motivation 2 ,285 ,403 ,368 ,511 ,161 ,281 Facilitating Conditions 4 -,043 ,121 ,158 ,020 ,834 ,006 Social Influence 3 ,424 ,042 -,039 ,010 ,505 -,626 Hedonic Motivation 3 ,499 ,345 ,027 ,133 ,126 ,583
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
In bovenstaande tabel 3 is te beschouwen dat de door Venkatesh (2012) onderscheiden factoren van het UTAUT2 model, niet uit het kwantitatieve onderzoek over online nieuwsmedia komen.
19
Nieuwgevonden factoren UTAUT2
In de Principale Componenten Analyse (PCA), weergegeven in tabel 3, worden zes componenten onderscheiden. De laatste twee onderscheiden factoren worden niet meegenomen in de analyse. Deze factoren bestaan uit minder dan drie vragen en hebben deze factoren geen significante invloed. De eerste component, HabitPlus, bestaat grotendeels uit de oorspronkelijke factor Habit, en deels uit Hedonic Motivation, Social Influence en Performance Expectancy.
De tweede component bestaat uit de oorspronkelijke factor Effort Expectancy.
De derde component, PerformancePlus, bestaat deels uit Performance Expectancy en deels uit Hedonic Motivation.
De vierde component bevat de oorspronkelijke factor Facilitating Conditions.
N Gemiddelde Std. Deviatie HabitPlus 78 4,3 1,14 Effort Expectancy 78 5,6 0,99 PerformancePlus 78 5,1 0,95 Facilitating Conditions 78 6,4 0,65 Behavioral Intention 78 5,1 1,18
Tabel 4 Beschrijvende statistieken
Cronbach’s Alpha N of Items
HabitPlus 0,895 8
Effort Expectancy 0,876 4
Performance Plus 0,757 4
Facilitating Conditions 0,628 3
Tabel 5 Betrouwbaarheid samenstelling vragen per factor
In tabel 5 is te zien dat de uit de analyse gekomen factoren, met uitzondering van de vierde factor Facilitating Conditions, voldoen aan de aanbevolen waarde voor Cronbach’s Alpha (>0.7). Ook in dit geval had het elimineren van vragen geen substantiële invloed.
R2 HabitPlus Effort PerformancePlus Facilitating
Conditions HabitPlus 1 0,532 0,593 0,247 Effort 0,532 1 0,553 0,474 PerformancePlus 0,593 0,553 1 0,232 Facilitating Conditions 0,247 0,474 0,232 1
Tabel 6 Inter-item correlatie nieuwe factoren (sign. < 0.05)
Geen van de correlaties in tabel 6 komt dicht in de buurt van één. De factoren kunnen dus onderscheiden worden.
20 In de screeplot in figuur 8 is af te lezen dat deze eerste component bijna alle gevonden variantie verklaart. Daarnaast valt af te lezen dat de tweede component enige significante invloed heeft.
Met de nieuwe factoren is een lineaire regressie test uitgevoerd. De eerste component, HabitPlus (predictor), verklaart 62% (sign. < 0.05) van de variantie ten opzichte van de afhankelijke variabele Behavioral Intention. Met additie van component 2, Effort (predictor), kan 65% (sign. < 0.05) van de variantie verklaard worden (Appendix B). De overige factoren, PerformancePlus en Facilitating Conditions, maken geen significant verschil en worden dus niet verder behandeld in dit onderzoek.
Interactie
In deze sectie wordt de tweede hypothese behandeld: Beoordeelde interactiviteit heeft een positief effect op de relatie tussen de intrinsieke factoren en de Behavioral Intention ten opzichte van online nieuwsmedia.
In tabel 7 worden de beschrijvende statistieken met betrekking tot de verschillende interactieve functies gerepresenteerd. Het aantal responses verschilt per factor met betrekking tot interactie, aangezien niet elke participant gebruik maakt van elke interactieve functie.
(Value = nuttig, belangrijk, behulpzaam, van waarde) (Attitude = interessant, vermakelijk, leuk)
N Gemiddelde Value Std. Deviatie Cronbach’s Alpha Gemiddelde Attitude Std. Deviatie Cronbach’s Alpha Populair 45 4,39 1,18 0,864 4,57 1,20 0,895 Hyperlinks 62 5,24 0,94 0,862 4,73 1,00 0,810 Zoekfunctie 61 5,48 1,15 0,870 4,20 0,93 0,811 Reageren 40 3,8 1,45 0,875 4,82 1,20 0,877 Discussiëren 29 4,25 1,80 0,960 4,77 1,15 0,825 Totaal 78 4,82 0,90 0,852 4,56 0,75 0,821
Tabel 7 Beschrijvende statistieken
In bovenstaande tabel is af te lezen dat de resultaten overwegend positief zijn. Zowel de waarde van interactiviteit (4,82) als de houding tegenover interactiviteit (4,56) worden positief beoordeeld. In onderstaande tabel 8 worden de correlaties tussen interactiviteit en de Behavioral Intention gerepresenteerd. In de tabel is af te lezen dat zowel de waarde van interactiviteit als de houding tegenover interactiviteit positief correleren met de Behavioral Intention.
21
R2 Value Attitude
Attitude 0,434**
Behavioral Intention 0,288* 0,327**
Tabel 8 Correlaties **. Correlatie is significant op 0.01 level tailed). *. Correlatie is significant op 0.05 level (2-tailed).
Uit een lineaire regressie test komt dat de beoordeelde waarde voor interactiviteit
gecombineerd met de beoordeelde houding tegenover interactiviteit 13% (sign. < 0.05) van de variantie in Behavioral Intention kunnen verklaren (Appendix B).
Variantie Behavioral Intention
Samenvattend, zijn er uit het onderzoek twee nieuwe intrinsieke factoren gekomen die significante invloed hebben op de Behavioral Intention: HabitPlus en Effort Expectancy (65% verklarend). Daarnaast is er een correlatie gevonden tussen de beoordeelde waarde en houding ten opzichte van technologie en de Behavioral Intention (respectievelijk 0,288 en 0,327). Deze laatstgenoemde factoren met betrekking tot interactie verklaren
gecombineerd 13% van de variantie ten opzichte van Behavioral Intention.
In tabel 9 hieronder, zijn de onderlinge correlaties weergegeven. In de tabel is af te lezen dat Attitude, HabitPlus en Effort alle drie onderling een matige tot sterke correlatie hebben. De waarden voor Value zijn niet significant. De houding tegenover interactie heeft dus een positieve correlatie met HabitPlus en Effort.
R2 Attitude Value HabitPlus Effort
Value 0,434** HabitPlus 0,471** 0,221 Effort 0,511** 0,213 0,532** Behavioral Intention 0,327** 0,288* 0,788** 0,557**
Tabel 9 **. Correlatie is significant op 0.05 level (2-tailed).
Als laatste gaan we kijken naar de variantie van de vier factoren tezamen. Uit een lineaire regressie test blijkt dat de nieuw gevonden factoren uit het UTAUT2 gecombineerd met de beoordeelde interactie, 69% (sign. < 0.05) van de variantie kunnen verklaren met betrekking tot de Behavioral Intention.
22
Conclusie
In deze sectie beantwoorden we de hoofdvraag of waargenomen interactiviteit een positief effect heeft op de relatie tussen intrinsieke factoren en de intentie om een technologie te gebruiken. Dit is getoetst aan de hand van online nieuwsmedia en het UTAUT2 model.
Om deze vraag te kunnen beantwoorden hebben we twee hypotheses gesteld en onderzocht: H1: Het UTAUT2 model van Venkatesh (2012) is toepasbaar op online nieuwsmedia.
H2: Waargenomen interactiviteit heeft een positief effect op de relatie tussen de intrinsieke factoren en de Behavioral Intention bij online nieuwsmedia.
Uit de resultaten is af te leiden dat de gesuggereerde intrinsieke factoren uit het UTAUT2 model (Venkatesh, 2012), niet uit het empirisch onderzoek komen. Waar Venkatesh stelt dat er zeven intrinsieke factoren de variantie ten opzichte van de Behavioral Intention verklaren, komen uit het onderzoek maar twee factoren die significant invloed hebben. Deze twee factoren bestaan
hoofdzakelijk uit Habit; in hoeverre het gebruik van een technologie een gewoonte is, en Effort; hoe makkelijk het gebruik van een technologie de gebruiker afgaat. Het UTAUT2 model is in dit
onderzoek, niet generaliseerbaar naar online nieuwsmedia. De eerste hypothese vindt dus geen steun.
Aangezien de oorspronkelijke intrinsieke factoren van het UTAUT2 model dus niet uit het empirisch onderzoek kwamen, is verder gewerkt met een alternatief model. Dit model bestaat uit HabitPlus en Effort, gevonden via de factoranalyse, en de beoordeelde interactiviteit (bestaande uit Value en Attitude). Vervolgens hebben we gekeken in hoeverre deze factoren de variantie ten opzichte van de Behavioral Intention konden verklaren en daarnaast of interactie hier een toegevoegde waarde heeft.
Uit de resultaten blijkt dat de beoordeelde houding ten opzichte van interactie een positieve relatie heeft met de in het onderzoek gevonden factoren: HabitPlus en Effort. De beoordeelde waarde voor interactie heeft geen significante correlatie. De vier onderzochte factoren Value (interactie), Attitude (interactie), HabitPlus en Effort kunnen samen 69% van de variantie verklaren ten opzichte van de Behavioral Intention. Aan de hand van deze factoren is het dus mogelijk om 69% van het gedrag te verklaren met betrekking tot de intentie om een technologie te gebruiken. Het percentage van de verklaarde variantie ligt zonder de additie van interactiviteit 4% lager. Interactiviteit heeft dus een toegevoegde waarde. De tweede hypothese wordt dus bevestigt.
Concluderend, het UTAUT2 model is niet generaliseerbaar tot online nieuwsmedia. Er kunnen geen uitspraken gedaan worden over het effect van interactie op de door Venkatesh onderscheiden intrinsieke factoren van het UTAUT2 model. Wel is er met een aangepast model gevonden dat interactie een toegevoegde waarde heeft met betrekking tot het verklaren van de variantie van de intentie om online nieuwsmedia te gebruiken.
23
Discussie
Representativiteit
Het onderzoek is afgenomen onder 78 participanten geworven via Facebook. De gemiddelde leeftijd was 21 jaar en de meesteparticipanten waren student. Er is geen significant verschil gevonden tussen mannen en vrouwen. Er zijn geen cijfers bekend over de gebruikers van online nieuwsmedia, daarom is de generaliseerbaarheid lastig te achterhalen. Wel is duidelijk dat de steekproef grotendeels uit
jongeren bestaat, die in het digitale tijdperk zijn opgegroeid en allen frequent gebruik maken van online nieuwsmedia. Hierdoor is de steekproef wellicht niet representatief voor alle gebruikers van online nieuwsmedia, maar kan wel gesteld worden dat het onderzoek representatief is voor ervaren gebruikers.
UTAUT2 en online nieuwsmedia
De principale componenten analyse leverde andere, minder factoren op dan horen bij het
oorspronkelijke UTAUT2 model. Er kunnen verschillende verklaringen zijn waarom dit het geval is. Allereerst zijn in dit onderzoek de stellingen met betrekking tot de intrinsieke factoren, in
willekeurige volgorde gesteld. Hierdoor werd getracht de bias eruit te halen en zou wenselijke antwoorden te voorkomen. Wellicht baseerden participanten hierdoor hun antwoorden minder op soortgelijke voorgaande vragen. In het onderzoek van Venkatesh wordt nergens genoemd dat de stellingen willekeurig gesteld zijn. Hierdoor kan eventueel een verschil ontstaan.
Daarnaast heeft Venkatesh zijn model in 2012 getoetst met mobiel internet onder de Chinese populatie. Deze technologie was toen nog relatief nieuw, waardoor er grotere verschillen bestonden tussen de participanten. Aangezien de steekproef in dit onderzoek vooral participanten bevat die minimaal één keer per dag gebruik maken van online nieuwsmedia, liggen de resultaten voor alle factoren relatief hoog. Performance Expectancy en Effort Expectancy, Hedonic Motivation en Facilitating Conditions scoren hoger dan 5 (op een 7-punts Likertschaal). Participanten verwachten dus vrijwel geen problemen met betrekking tot de omgang van de technologie. Aangezien online nieuwsmedia vooral als entertainment gezien kan worden, is de hoge score voor Hedonic Motivation ook te verklaren. Hierdoor kunnen de factoren dichter bij elkaar liggen.
Als laatste zijn de stellingen van Venkatesh in het onderzoek vertaald van Engels naar Nederlands, en omgezet naar online nieuwsmedia. Hier zouden ook nog enige verschillen in kunnen zitten. Niet alle stellingen waren even geschikt voor online nieuwsmedia als voor mobiel internet.
Invloed interactiviteit
Het oorspronkelijke UTAUT2 model, getoetst op mobiel internet, verklaart 74% van de variantie ten opzichte van Behavioral Intention. De gevonden variantie van 69% van het in dit onderzoek
gesuggereerde uitgebreide UTAUT2 model, ligt dus lager dan de door Venkatesh (2012) verklaarde variantie met het oorspronkelijke UTAUT2 model. Waarbij Venkatesh zeven intrinsieke factoren
24 suggereert, waren er in dit onderzoek maar twee intrinsieke factoren nodig naast de toegevoegde component interactiviteit, om op de verklarende variantie uit te komen.
Bagozzi (2007) bekritiseert het UTAUT-model en stelt dat het model te veel variabelen bevat om een duidelijk beeld te kunnen scheppen van het gebruikersgedrag. Om het model optimaal te kunnen gebruiken is veel kennis vereist en daarom lastiger te gebruiken dan bijvoorbeeld het TAM (Van Raaij en Schepers, 2008). Het TAM neemt alle, in het UTAUT2 onderscheiden, intrinsieke factoren samen in één factor. Door de relatief grote hoeveelheid factoren van het UTAUT2, worden de factoren lastiger te onderscheiden en hebben deze altijd een zekere relatie onderling.
Uit de factoranalyse van dit onderzoek kwamen maar twee factoren duidelijk naar voren: HabitPlus en Effort. Als we kijken naar de stellingen met betrekking tot deze factoren is het in zekere zin verklaarbaar. De eerste factor HabitPlus, bestaat hoofdzakelijk uit in hoeverre het voor de gebruiker als een gewoonte aanvoelt om een bepaalde technologie te gebruiken. De tweede factor Effort, vertelt in hoeverre de gebruiker moeite heeft met het gebruiken van een technologie. Chang en Wang (2008) hebben het in hun eerdergenoemde onderzoek over de zogenaamde flow experience. Als het gebruiken van een technologie de gebruiker gemakkelijk afgaat en het gebruik gaat voelen als een gewoonte, kan je spreken van een flow. Dit zou een verklaring kunnen zijn voor het feit dat deze twee factoren uit de factoranalyse kwamen.
Interactieve functies
Uit het onderzoek blijkt dat alle interactieve functies overwegend positief beoordeeld worden. Dit geldt voor zowel de waarde van de functies als de houding tegenover de functies. Wat opvalt is de hoge standaarddeviatie bij de waarde voor discussie van 1.8, op een 7-punts Likertschaal. Dit is waarschijnlijk te wijten aan het feit dat de functie niet altijd in positieve zin wordt gebruikt en soms zelfs misbruikt. Toch kunnen we over het algemeen stellen dat interactieve functies goed ontvangen worden onder gebruikers van online nieuwsmedia.
Vervolgonderzoek
Voor een vervolgonderzoek valt een grotere en meer willekeurige steekproef aan te raden om een meer representatieve steekproef te kunnen toetsen.
Door in dit onderzoek toe te spitsen op vijf interactieve functies krijg je een duidelijk beeld wat de waarde van de functies is en hoe de houding van gebruikers tegenover deze functies is. De resultaten kunnen van belang zijn voor ontwerpers van online nieuwsmedia platformen. Wegens beperkte middelen en tijd was het niet mogelijk om een vooronderzoek te doen naar de interactieve functies, in het speciaal voor online nieuwsmedia. Dit zou in een vervolgonderzoek naar interactieve functies voor online nieuwsmedia gedaan kunnen worden. In een vervolgonderzoek zouden meer functies uitgebreider getoetst kunnen worden. Daarnaast zou het ook interessant zijn om een
casusonderzoek uit te voeren over dit onderwerp, waar interactiviteit en interactieve functies zich wellicht meer voor lenen.
Kortom, verder onderzoek op dit gebied is zeker interessant en relevant. Een positief effect van interactie op de relatie tussen intrinsieke factoren en de intentie om een technologie te gebruiken is zeker mogelijk en verder onderzoek waard.
25
Literatuurlijst
Bagozzi, R. P. (2007). The legacy of the technology acceptance model and a proposal
for a paradigm shift. Journal of the Association for Information Systems, 8(4), 244–254. Bucy, E. P. (2004). Interactivity in society: Locating an elusive concept.The information society,20(5),
373-383.
Bucy, E. P., & Tao, C. C. (2007). The mediated moderation model of interactivity.Media Psychology,9(3), 647-672.
Bretz, R., 1984. Media for Interactive Communication. Sage Publications, BeverlyHills, CA. Castells, M. (2011). The rise of the network society: The information age: Economy, society, and
culture(Vol. 1). John Wiley & Sons.
Chung, D. S. (2008). Interactive features of online newspapers: Identifying patterns and predicting use of engaged readers. Journal of Computer‐Mediated Communication, 13(3), 658-679. Desanctis, G., 1983. Expectancytheory as an explanation of voluntaryuse of a decision-support
system.Psychological Reports 52, 247–260.
Deuze, M. (1999). Journalism and the Web An Analysis of Skills and Standards in an Online Environment. International Communication Gazette,61(5), 373-390.
Dodds, W. B., Monroe, K. B., & Grewal, D. (1991). Effects of price, brand, and store information on buyers' product evaluations.Journal of marketing research, 307-319.
Fortin, D. R., & Dholakia, R. R. (2005). Interactivity and vividness effects on social presence and involvement with a web-based advertisement.Journal of business research,58(3), 387-396. Heeter, C. (2000). Interactivity in the context of designed experiences.Journal of Interactive
Advertising,1(1), 3-14.
Hoffman, D. L., & Novak, T. P. (1996). Marketing in hypermedia computer-mediated environments: Conceptual foundations. Journal of Marketing, 60(3), 50–69.
Hsu, M.-H., & Chiu, C.-M. (2004). Predicting electronic service continuance with a decomposed theory of planned behaviour. Behaviour & Information Technology, 23(5), 359-373.
ISO 9241-11, 1998. Ergonomic requirements for office work with visual displayterminals (VDTs)—Part 11: guidance on usability.
Jiang, J. J., Klein, G., & Carr, C. L. (2002). Measuring information system service quality: SERVQUAL from the other side. MIS quarterly, 145-166
Kang, M., Liew, B. Y. T., Lim, H., Jang, J., & Lee, S. (2015). Investigating the determinants of mobile learning acceptance in Korea using UTAUT2. InEmerging Issues in Smart Learning(pp. 209-216). Springer Berlin Heidelberg.
Kenney, K., Gorelik, A., & Mwangi, S. (2000). Interactive features of online newspapers. First Monday, 5(1).
26 Kim, S. S., & Malhotra, N. K. (2005). A longitudinal model of continued IS use: An integrative view of four mechanisms underlying postadoption phenomena.Management science,51(5), 741-755. Korven, I. P. J. (2015). Tussen een oude en nieuwe mediaecologie: Blendle als schakel tussen fysieke
nieuwsmedia en hun online publiek.
Kristof, R., & Satran, A. (1995).Interactivity by design. Adobe Press.
Li, X. (1998). Web page design and graphic use of three US newspapers. Journalism & Mass Communication Quarterly, 75(2), 353-365.
Liu, Y., & Shrum, L. J. (2009). A dual-process model of interactivity effects.Journal of Advertising,38(2), 53-68.
Ku, L. W., Liang, Y. T., & Chen, H. H. (2006, March). Opinion Extraction, Summarization and Tracking in News and Blog Corpora. In AAAI spring symposium: Computational approaches to analyzing weblogs(Vol. 100107).
Morosan, C., & DeFranco, A. (2016). It's about time: Revisiting UTAUT2 to examine consumers’ intentions to use NFC mobile payments in hotels.International Journal of Hospitality Management,53, 17-29.
Nunnally, J. C. (1994). Bernstein: Psychometric theory: McGraw-Hill, New York. O’reilly, T. (2005). Web 2.0: compact definition.
Peng, F. Y., Tham, N. I., & Xiaoming, H. (1999). Trends in online newspapers:" A look at the US web". Newspaper Research Journal, 20(2), 52.
Raman, A., & Don, Y. (2013). Preservice teachers' acceptance of learning management software: An Application of the UTAUT2 Model.International Education Studies,6(7), 157.
Rosenberg, M.J., 1960. An analysis of affective–cognitive consistency. In: Hovland, C.I., Rosenberg, M.J. (Eds.), Attitude Organization and Change. Yale UniversityPress Inc., CT, pp. 15–64. Schaffer, L.C., Hannafin, M.J., 1986. The effects of progressive interactivityon learning from
interactive video. Educational Communication and Technology34, 89–96.
Schönbach, K., de Waal, E., & Lauf, E. (2005). Research note: Online and print newspapers their impact on the extent of the perceived public agenda.European Journal of Communication, 20(2), 245-258.
Shackel, B., 1991. Usability—context, framework, design, and evaluation. In: Shackel, B., Richardson, S. (Eds.), Human Factors for Informatics Usability. Cambridge University Press, UK, pp. 21– 38.
Shih, H.-P. (2004). Extended technology acceptance model of Internet utilization behavior. Information & management, 41(6), 719-729.
Slade, E., Williams, M., & Dwivedi, Y. (2013). Extending UTAUT2 to explore consumer adoption of mobile payments’. InProceedings of the UK Academy for Information Systems Conference, March.
Szuprowicz, B.O., 1996. Interactive Communications: New Technologies and Future Directions. Computer TechnologyResearch Corp., SC
27 Van Raaij, E. M., & Schepers, J. J. L. (2008). The acceptance and use of a virtual learning environment
in China. Computers and Education, 50(3), 838–852
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 27(3).
Venkatesh, V., Thong, J., & Xu, X. (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS quarterly, 36(1), 157- 178.
Yang, S. (2013). Understanding undergraduate students' adoption of mobile learning model: A perspective of the extended UTAUT2.Journal of convergence information technology,8(10), 969.
Wu, G. (2005). The mediating role of perceived interactivity in the effect of actual interactivity on attitude toward the website.Journal of Interactive advertising,5(2), 29-39.
28
Appendix A
Vragenlijst onderzoek Wat is je leeftijd? Wat is je geslacht? Man/ VrouwWat is je hoogst afgeronde opleiding?
Basisonderwijs Middelbaar onderwijs
MBO (Middelbaar Beroeps Onderwijs) HBO (Hoger Beroeps Onderwijs) WO (Wetenschappelijk Onderwijs)
Hoe vaak maak je gemiddeld gebruik van een online nieuws medium?
- één keer per maand - één keer per week - één keer per dag
- Meerdere keren per dag
Heb je nog een abonnement op een papieren krant?
- Ja ik heb een abonnement.
- Nee, ik heb nooit een abonnement gehad.
- Nee, maar ik heb wel ooit een abonnement gehad. - Nee, maar ik lees wel regelmatig een papierenkrant.
Performance Expectancy
Ik vind online nieuwsmedia nuttig in mijn dagelijks leven. Online nieuwsmedia bieden mij de gewenste informatie.
Door online nieuwsmedia ben ik beter op de hoogte van het nieuws.
Effort Expectancy
Ik kan eenvoudig vinden wat ik nodig heb op online nieuwsmedia. Ik kan snel vinden wat ik nodig heb op online nieuwsmedia.
Het kost me weinig moeite om te vinden wat ik nodig heb op online nieuwsmedia. Ik vind online nieuwsmedia makkelijk te gebruiken.
Social Influence
Mensen die belangrijk voor me zijn stimuleren me om gebruik te maken van online nieuwsmedia. Ik praat graag met anderen over de artikelen die ik online gelezen heb.
Ik lees online artikelen zodat ik erover kan vertellen aan anderen.
Facilitating Conditions
Ik heb de middelen om online nieuwsmedia te gebruiken. Ik heb de kennis om online nieuwsmedia te gebruiken.
Online nieuwsmedia zijn beschikbaar op het medium (telefoon, laptop, tablet) dat ik gebruik. Ik kan hulp krijgen van anderen als ik moeite heb met het gebruik van online nieuwsmedia.
29
Hedonic Motivation
Het gebruik van online nieuwsmedia geeft mij plezier. Het gebruik van online nieuwsmedia is prettig. Het gebruik van online nieuwsmedia vermakelijk.
Price Value
Online nieuwsmedia zijn redelijk geprijsd. Online nieuwsmedia zijn van goede kwaliteit.
Online nieuwsmedia heeft een goede prijs/kwaliteit verhouding.
Habit
Het gebruik van online nieuwsmedia is een gewoonte voor mij geworden. Ik kan niet zonder het gebruik van online nieuwsmedia.
Het gebruik van online nieuwsmedia is voor mij vanzelfsprekend. Ik ben verslaafd aan het gebruik van online nieuwsmedia.
Behavioral Intention
Ik ben van plan online nieuwsmedia te blijven gebruiken.
Ik zal altijd proberen om online nieuwsmedia te gebruiken in mijn dagelijks leven. Ik ben van plan om door te gaan met regelmatig gebruik van online nieuwsmedia.
Van welk online nieuwsmedium maak je het meest intensief gebruik?
Volkskrant, de Correspondent, Blendl, NRC.nl, NOS.nl, Parool.nl, Nu.nl, Voetbalzone.nl, Metronieuws.nl, Telegraaf.nl, Ad.nl, Overige
Van welk online nieuwsmedium maak je het meest intensief gebruik?
Volkskrant, de Correspondent, Blendl, NRC, NOS.nl, het parool, Nu.nl, Voetbalzone, PowNews, Anders:..
Welk cijfer zou je het medium in het algemeen geven?
1-10
Meest populaire/gelezen artikelen, Hyperlinks, Zoekfunctie, Reageren, Discussiëren. Is het mogelijk om … te gebruiken op het medium? Zo ja:
Niet nuttig 1 2 3 4 5 6 7 nuttig
Niet belangrijk 1 2 3 4 5 6 7 belangrijk Niet behulpzaam 1 2 3 4 5 6 7 Behulpzaam Waardeloos 1 2 3 4 5 6 7 Van waarde Saai 1 2 3 4 5 6 7 Interessant
Niet vermakelijk 1 2 3 4 5 6 7 Vermakelijk Niet leuk 1 2 3 4 5 6 7 Leuk
Welk cijfer geef je voor de interactiviteit op het medium?
30
Appendix B
Lineaire regressietesten Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin-Watson R Square Change F Change df1 df2 Sig. F Change1 ,804a ,647 ,637 ,70857 ,647 68,689 2 75 ,000 1,780
a. Predictors: (Constant), Effort, HabitPlus b. Dependent Variable: Behavioral Intention
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
Change Statistics
Durbin-Watson R Square Change F Change df1 df2 Sig. F Change
1 ,365a ,133 ,110 1,11758 ,133 5,680 2 74 ,005 1,898
a. Predictors: (Constant), Value, Attitude b. Dependent Variable: Behavioral Intention
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin-Watson R Square Change F Change df1 df2 Sig. F Change
1 ,829a ,687 ,670 ,68073 ,687 39,518 4 72 ,000 1,823
a. Predictors: (Constant), Effort, Value, HabitPlus, Attitude b. Dependent Variable: Behavioral Intention
