29-01-2016
“Autoriteit in webcare”
De invloed van de autoriteit van de afzender van een
webcarebericht op de evaluatie van het bericht, en de
rol van de waargenomen impact van een online
consumentenklacht op de bedrijfsreputatie.
Master Thesis
Universiteit van Amsterdam
Graduate School of Communication
Master Communicatiewetenschap
Docent: Sandra Zwier
Brenda Dolleman, 10242953
Abstract
Het doel van het huidige onderzoek was om meer inzicht te creëren in de rol van de autoriteit van de afzender van een webcarebericht, zodat bedrijven die zich met webcare bezighouden meer inzicht krijgen in de effecten van het reageren op een online
consumentenklacht vanuit verschillende gebruikersaccounts. Door middel van een experiment is onderzocht in welke mate de autoriteit van de afzender van een webcarebericht (laag, gemiddeld of hoog), invloed heeft op de evaluatie van het webcarebericht. Daarnaast is onderzocht hoe de waargenomen impact van een online consumentenklacht op de
bedrijfsreputatie invloed heeft op dit effect. Uit het onderzoek is gebleken dat er geen verschil was in de evaluatie van het webcarebericht tussen consumenten die hetzelfde webcarebericht met als afzender een persoon met een lage, dan wel middelmatige of hoge autoriteit hebben gezien. Wel is gevonden dat wanneer de gevoelsmatige waargenomen impact van een online consumentenklacht op de bedrijfsreputatie hoger was, de evaluatie van het webcarebericht ook negatiever was. Geconcludeerd kan worden dat de autoriteit van de afzender geen effect heeft op de evaluatie van een webcarebericht, maar de gevoelsmatige waargenomen impact van een online consumentenklacht op de bedrijfsreputatie wel. In de discussie worden een aantal limitaties en aanbevelingen voor vervolgonderzoek genoemd, zoals het onderzoeken van de rol van betrokkenheid bij het bericht en/of het bedrijf, en om nader te kijken naar het verschil tussen de gevoelsmatige en beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie.
Inleiding
Sociale media zijn online communicatiesystemen waarmee consumenten met elkaar kunnen communiceren (Peters, Chen, Kaplan, Ognibeni & Pauwels, 2013). Een belangrijk verschil met traditionele media zoals televisie en kranten is dat sociale media egalitair van oorsprong zijn, dat wil zeggen dat iedereen op deze media in principe gelijk is. Bedrijven zijn
bijvoorbeeld gelijk aan consumenten en zij hebben op sociale media dezelfde mogelijkheden. Zowel consumenten als bedrijven kunnen berichten posten op hun tijdlijn, evenementen aanmaken en privéberichten sturen (Peters et al., 2013).
Sociale media kunnen een bedreiging vormen voor bestaande bedrijfsmodellen en strategieën, doordat consumenten een belangrijkere rol gaan spelen (Hennig-Thurau, Malthouse, Friege, Gensler, Lobschat, Rangaswamy & Skiera, 2010). Het is voor
consumenten gemakkelijker geworden om met andere consumenten in contact te komen en veel andere consumenten te bereiken. Ook is veel informatie over bedrijven via sociale media altijd en overal beschikbaar en kunnen consumenten zelf berichten schrijven over bedrijven. Het is belangrijk voor bedrijven om met deze trends mee te gaan zodat ze niet de controle over hun merk verliezen (Deighton & Kornfeld, 2009). In tegenstelling tot vroeger hebben bedrijven immers niet meer de volledige controle over hun merk, maar zijn zij hier constant over in ‘gesprek’ met consumenten. Een manier om dit te doen is om als bedrijf zelf aanwezig
te zijn op sociale media (Deighton & Kornfeld, 2009). Dit is een trend die op dit moment in Nederland bezig is: Waar in 2012 nog maar 35 procent van de bedrijven actief was op sociale media, was in 2015 al 61 procent van de bedrijven in Nederland actief op sociale media (CBS, 2012; CBS 2016).
Als bedrijven een pagina op sociale media aanmaken, is er daarmee ook een grote kans dat consumenten hierop berichten zullen plaatsen. Ook op hun eigen sociale media en sociale media van derden kunnen consumenten berichten plaatsen over een bedrijf of een merk. Bedrijven reageren vaak weer op deze berichten, en dit wordt ook wel ‘webcare’ genoemd. Webcare is het aangaan van online interacties met consumenten die zich richten op het oplossen van klachten en vragen (Van Noort & Willemsen, 2012). Het doel van webcare is het herstellen en verbeteren van evaluaties over een merk of bedrijf door consumenten die klagen en andere consumenten die deze klacht hebben gezien op het web. Hierbij dient
webcare als een middel om de relatie met de klant te verbeteren en de reputatie van het merk of het bedrijf hoog te houden. Uit onderzoek blijkt dat het gebruik van webcare leidt tot een positievere evaluatie van een merk of bedrijf dan wanneer een reactie van een bedrijf uitblijft (Demmers, Dolen & Weltevreden, 2013; Van Noort, Willemsen & Antheunis, 2013).
Voorgaande onderzoeken over webcare hebben zich gefocust op verschillende onderwerpen. Zo is er onderzoek gedaan naar hoe men het beste gebruik kan maken van webcare (Davidow, 2003; Huibers & Verhoeven, 2014; Kerkhof, Beugels, Utz &
Beukeboom, 2011; Sparks & Bradley, 2014; Van Noort, Willemsen, Kerkhof & Verhoeven, 2014), wanneer er het beste gebruik gemaakt kan worden van webcare (Van Noort &
Willemsen, 2012; Willemsen, Neijens & Bronner, 2013) en hoe daadwerkelijk gebruik gemaakt wordt van webcare door bedrijven (Dekay, 2012; Kerkhof et al., 2011). Er is echter nog geen onderzoek gedaan naar de rol van autoriteit van de afzender binnen een webcare context. Hieruit vloeit de volgende onderzoeksvraag voort:
‘’Hoe heeft de mate van autoriteit van de afzender van een webcarebericht invloed op de evaluaties van het webcarebericht, en hoe speelt de waargenomen impact van een online consumentenklacht op de bedrijfsreputatie hierbij een rol?‘’
Theoretisch kader
In het theoretisch kader worden de verschillende variabelen besproken aan de hand van eerder onderzoek. Ook zullen theorieën en bevindingen uit voorgaand onderzoek besproken worden die relevant zijn voor de onderzoeksvraag. Allereerst zal het begrip autoriteit besproken worden, gevolgd door de waargenomen impact van een online consumentenklacht op de reputatie van een bedrijf.
Autoriteit
Er zijn verschillende auteurs die zich hebben gebogen over de definitie van autoriteit. Er wordt hierbij vaak onderscheid gemaakt tussen status-autoriteit en rol-autoriteit, waarbij
iemand met een hoge status maar geen hoog beklede functie ook zou kunnen dienen als autoriteit (Bushman, 1988). In het onderzoek van Bushman (1988) wordt in plaats van rol-autoriteit ook wel gesproken van ‘symbolische rol-autoriteit’, omdat de rol-autoriteit tot stand komt door de kleding die de persoon draagt. Uit zijn onderzoek bleek dat mensen gekleed in een uniform, ofwel rol-autoriteit, mensen sneller zo ver kregen om geld in een verlopen
parkeermeter te doen vergeleken met mensen met status-autoriteit en zonder autoriteit. Ook Michener en Burt (1975) stelden al dat autoriteit vooral ontstaat door de rol die mensen hebben: Hoe belangrijker de rol die mensen hebben, des te hoger de autoriteit. Omdat in het huidige onderzoek gebruik wordt gemaakt van verschillende rollen van de afzender zal deze definitie verder worden gebruikt in dit onderzoek.
Het fundamentele principe achter de overtuigingskracht van een afzender met een hoge autoriteit ligt in het feit dat consumenten experts geloven (Cialdini, 2001). Dit is een van de zes principes van overtuiging van persuasieve boodschappen. Hierbij is het van belang de consument te informeren over deze expertise, zodat ze er op kunnen bouwen. Dat is ook wat in dit onderzoek gedaan zal worden. Door de functie van de afzender te benoemen in het webcarebericht, wordt het duidelijk in hoeverre deze persoon expertise heeft op het gebied en hierdoor een betere dan wel slechtere overtuigingskracht kan hebben.
Een theorie die aansluit bij het van belang van expertise van de afzender van een webcarebericht, is de signalling theorie (Spence, 1973). Een van de belangrijkste aannames hierin is dat wanneer mensen niet veel informatie hebben over de bron van een boodschap, mensen signalen gebruiken die informatie geven over het te evalueren object (Donath, 2007; Dutta, Biswas & Grewal, 2007). De belangrijkste concepten hierbij zijn de persoon die het signaal geeft, het signaal en de ontvanger (Conelly, Certo, Ireland & Reutzel, 2011). De persoon die het signaal afgeeft, heeft informatie over een individu waarover de ontvanger niet beschikt. Daarom geeft hij/zij een signaal af, zodat deze informatie overkomt bij de
ontvangers (Conelly et al., 2011). Hierbij kan de autoriteit van een bron gebruikt worden als een kwaliteitssignaal (Gotlieb & Sarel, 1992).
Zowel recentelijk als in het verleden zijn er verschillende onderzoeken gedaan naar de rol van de autoriteit van de bron in persuasieve boodschappen. Uit meerdere onderzoeken bleek dat een hogere autoriteit van de afzender leidt tot positievere resultaten op verschillende afhankelijke variabelen (evaluatie product: Bambauer-Sachse & Mangold, 2013;
betrouwbaarheid van de informatie: Flanagin & Metzger, 2013; attitude t.o.v. merk en advertentie: Lafferty & Goldsmith, 1999; tevredenheid service: Ngamvichaikit & Beise-Zee, 2014; aandacht voor een advertentie: Van Reijmersdal, Neijens & Smit, 2005), maar er zijn ook enkele onderzoeken waarbij er geen effect werd gevonden van de autoriteit van de
afzender op verschillende afhankelijke variabelen (geloofwaardigheid van de afzender: Clark, 2000; de bereidheid van mensen om te evacueren uit een overstromingsgevoelig gebied: Lamb, Walton, Mora & Thomas, 2011; merkherkenning, aankoopintentie: Verhellen, Dens, & De Pelsmacker, 2013).
Naast de bovengenoemde onderzoeken waarbij er geen effect of een positief effect van de autoriteit van de afzender werd gevonden zijn er ook onderzoeken te noemen waarbij er een negatief effect is gevonden van de autoriteit van de afzender op de afhankelijke variabele (attitude t.o.v. het bericht: Ahn, Paek & Tinkham, 2009; Peak, Hove, Ju Jeong & Kim, 2013). Peak et al. (2013) vonden bijvoorbeeld dat juist peers als bron van de boodschap een
positiever effect hebben op de attitude tegenover een video dan experts. In het onderzoek van Peak et al. (2013) werd echter gekeken naar de overtuigingskracht van video’s op Youtube,
waarop vooral veel user generated content (UGC) geplaatst wordt. Hier zouden peers als grotere influencers gezien kunnen worden dan experts. Dit is een effect dat vaak alleen gevonden wordt bij jongeren (Ahn et al., 2009; Andsager, Bemker, Choi & Torwel, 2006;
Peak et al., 2013). In dit onderzoek wordt er gekeken naar een bredere doelgroep, waardoor dit negatieve effect als minder relevant kan worden beschouwd in deze context.
De meeste onderzoeken tot dusverre vonden positieve effecten van de autoriteit van de afzender van een boodschap op verschillende afhankelijke variabelen. Zo vonden Flanagin en Metzger (2015) dat een review afkomstig van een expert als meer geloofwaardig wordt gezien en dat de informatie in de review wordt gezien als accurater en betrouwbaarder dan wanneer het reviews van ‘gewone consumenten’ betrof. Bambauer-Sachse en Mangold (2013) vonden ook dat reviews een groter effect hebben wanneer ze van een bron komen die een hogere autoriteit heeft. Zo hadden negatieve reviews een kleinere impact op de evaluatie van een product als door een geloofwaardige bron werd verteld dat berichten gemanipuleerd kunnen worden, en waren de effecten van gemixte reviews op de evaluatie van een product groter als de boodschap dat berichten gemanipuleerd kunnen worden afkomstig was van een hoog geloofwaardige bron en kleiner als deze boodschap afkomstig was van een laag
geloofwaardige bron.
De eerder genoemde onderzoeken richten zich niet specifiek op klantenservice en de evaluatie hiervan. Ngamvichaikit en Beise-Zee (2014) hebben hier wel onderzoek naar gedaan en vonden dat wanneer er een betrouwbare bron voor de klantenservice wordt gebruikt vergeleken met een minder betrouwbare bron, dit leidt tot een hogere tevredenheid met de klantenservice die geboden is.
De uitkomsten van de in de bovenstaande alinea’s beschreven onderzoeken sluiten aan
bij de signalling theorie: Mensen kijken over het algemeen naar de afzender van het bericht om hiermee een oordeel te vellen, en hoe geloofwaardiger en meer autoriteit deze bron lijkt te hebben, hoe eerder een positieve evaluatie volgt. Hieruit volgt dan ook de volgende
H1: Een hogere mate van autoriteit van de afzender van een webcarebericht leidt tot
een positievere evaluatie van de webcarebericht, waarbij een middelmatige mate van autoriteit tot een positiever evaluatie leidt dan een lage mate van autoriteit (1a), en waarbij een hoge mate van autoriteit tot een positievere evaluatie leidt dan een lage en middelmatige mate van autoriteit (1b).
Waargenomen impact van een online consumentenklacht op de bedrijfsreputatie
De reputatie van een bedrijf is een beoordeling van het voorgaande handelen van een bedrijf dat een beeld geeft van hoe het bedrijf in staat is zijn missie uit te voeren (Fombrun, 1996). De waargenomen reputatie van een bedrijf wordt gevormd door directe en indirecte ervaringen met het bedrijf en de informatie die consumenten hebben gekregen over het bedrijf (Fombrun & Shanley, 1990). Als deze ervaringen of informatie negatief zijn, kan de reputatie van het bedrijf negatief zijn of schade oplopen. In het huidige onderzoek wordt mede gekeken naar de rol de waargenomen impact van een online consumentenklacht op de bedrijfsreputatie in webcare. Hierbij kan gesteld worden dat wanneer de waargenomen impact van een online consumentenklacht op de bedrijfsreputatie hoog is, de ernst van het bericht waarschijnlijk ook hoog is (McCollough, Berry & Yadav, 2000). Dit geldt ook andersom: Wanneer de
waargenomen impact van een online consumentenklacht op de bedrijfsreputatie laag is, is de ernst van het bericht waarschijnlijk ook laag.
Overal het algemeen heeft de ernst van een klacht of probleem van een consument een negatieve invloed op word-of-mouth (Swanson & Hsu, 2011; Weun, Beatty & Jones, 2004), loyaliteit (Wang, Wu, Lin & Wang, 2011) en tevredenheid met de klantenservice (Weun et al., 2004). Zo bleek uit onderzoek van Weun et al. (2004) dat wanneer de ernst van een
consumentenprobleem hoog is, dit leidt tot een lagere tevredenheid met de klantenservice, een lager vertrouwen en meer negatieve word-of-mouth. Daarnaast bleek uit onderzoek van
Swanson en Hsu (2011) dat een hogere ernst van een klacht of probleem leidt tot meer gesprekken over dit probleem met kennissen en familieleden. Mensen zullen andere mensen ook sneller waarschuwen over de service en anderen proberen te overtuigen de service niet te gebruiken. Ook leidt een grotere ernst van een probleem tot een lagere loyaliteit van klanten (Wang et al, 2011). Hieruit volgt de volgende hypothese:
H2: Wanneer er een hoge impact van een online consumentenklacht op de
bedrijfsreputatie wordt waargenomen, zal de evaluatie van het webcarebericht
negatiever zijn dan wanneer er een lage impact van een online consumentenklacht op de bedrijfsreputatie wordt waargenomen.
Als laatste wordt er gekeken naar het effect van de waargenomen impact van een online consumentenklacht op de reputatie van een bedrijf, en hoe deze de relatie tussen de autoriteit van de afzender en de evaluatie van de webcarebericht kan beïnvloeden. Dit effect zou verklaard kunnen worden door de match-up hypothese die oorspronkelijk is ontstaan in onderzoek naar datinggedrag (Walster, Aronson & Abrahams, 1966), maar later is deze hypothese ook gebruikt in onderzoek naar marketingboodschappen (Kamins, 1990). In de
match-up hypothese wordt gesteld dat er sterkere effecten ontstaan van een persuasieve
boodschap wanneer de persoon die een bericht overdraagt een overeenkomst heeft met de overtuigende boodschap of het product dat wordt geadverteerd. Vaak wordt hierbij gekeken naar de aantrekkelijkheid van een beroemdheid en de match met een product waarvoor hij/zij reclame maakt. Hierbij wordt voorspeld dat een aantrekkelijke beroemdheid een groter effect teweeg brengt van een reclameboodschap als een product wordt geadverteerd waarbij de aantrekkelijkheid wordt bevorderd, zoals make-up (Kamins, 1990).
Onderzoek van Till en Busler (2000) stelt dat naast de overeenkomst in de
aantrekkelijkheid tussen de beroemdheid en de boodschap/het product, ook de overeenkomst in expertise een belangrijke rol speelt bij de effectiviteit van een bericht. Ook Bower en Landreth (2001) sluiten zich hierbij aan. In het huidige onderzoek zou er dan een match moeten zijn tussen de waargenomen impact van een online consumentenklacht op de bedrijfsreputatie en de autoriteit van de afzender van een webcarebericht.
Er is nog weinig onderzoek gedaan naar de rol van de waargenomen impact van een online consumentenklacht op de reputatie van een bedrijf binnen een webcare-context. Uitgaande van de match-up hypothese, zou er in het huidige onderzoek echter een match moeten zijn tussen de autoriteit van de afzender van een webcarebericht, en de waargenomen impact van een online consumentenklacht op de bedrijfsreputatie. Als de autoriteit van de afzender van een bericht hoog is, is het immers mogelijk ongeloofwaardig dat deze persoon reageert op een online consumentenklacht die een lage waargenomen impact op de
bedrijfsreputatie heeft. Hierdoor zou het kunnen dat door deze ongeloofwaardigheid juist de evaluatie van het webcarebericht lager zou zijn. Hieruit volgt de volgende hypothese:
H3a: Een hogere mate van autoriteit van de afzender van een webcarebericht leidt tot
een positievere evaluatie van het bericht, met name wanneer er een hoge
waargenomen impact van een online consumentenklacht op de bedrijfsreputatie is.
H3b: Een combinatie van een hoge mate van autoriteit van de afzender en een lage
waargenomen impact van een online consumentenklacht op de bedrijfsreputatie, zal een negatief effect hebben op de evaluatie van het webcarebericht.
Methode
waargenomen impact van een online consumentenklacht op de bedrijfsreputatie dit effect beïnvloedt. Hierbij werd gebruik gemaakt van een experiment. Er is gekozen voor een experiment omdat dit het mogelijk maakt het causale verband tussen autoriteit van de afzender en evaluatie van een webcarebericht te onderzoeken, terwijl daarnaast de interne validiteit hoog is omdat de onafhankelijke variabele systematisch gemanipuleerd wordt.
Het experiment is uitgevoerd via Qualtrics, waarbij gebruik is gemaakt van een 1-factor tussen-proefpersonen design. Hierbij is de 1-factor ‘Autoriteit van de afzender van het webcarebericht’. Deze factor had drie niveaus, namelijk een afzender met lage autoriteit, een afzender met gemiddelde autoriteit en een afzender met hoge autoriteit. Voorafgaand aan het experiment is er een pilotstudie uitgevoerd om te bepalen of het manipulatiemateriaal geschikt was voor het onderzoek.
Pilotstudie
Er is een pilotstudie uitgevoerd om te kijken welk manipulatiemateriaal geschikt was voor het onderzoek. Hiervoor zijn vijftien respondenten met een gemiddelde leeftijd van 26 jaar (M = 26,07; SD = 10,15) ondervraagd via Qualtrics, waarvan 40 procent man was en de meest voorkomende opleiding MBO, gevolgd door WO en HAVO.
In de pilotstudie was sprake van drie condities, namelijk een conditie waarbij een webcarebericht afkomstig was van een afzender met lage autoriteit, een conditie met een webcarebericht dat afkomstig was van een afzender met middelmatige autoriteit en een conditie met een webcarebericht dat afkomstig was een afzender met hoge autoriteit. In alle condities kregen de respondenten drie webcareberichten te zien. De afbeelding had de lay-out van een Facebookbericht met een reactie, maar zowel het bericht als de reactie waren
onleesbaar gemaakt. De naam van de afzender van het bericht en zijn/haar functie was echter wel zichtbaar. Per conditie verschilde de functie die achter de naam van de afzender werd gezet. In de conditie met lage autoriteit was deze functie ‘medewerker klantenservice’, in de
conditie met middelmatige autoriteit was dit ‘manager klantenservice’ en in de conditie met
hoge autoriteit was dit ‘hoofd marketing en communicatie’.
Na elke afbeelding werd de waargenomen autoriteit van de afzender van het bericht gemeten, aan de hand van twee items gebaseerd op eerder onderzoek van Klebba en Unger (1983). Deze items worden gemeten op een zeven-puntsschaal (1 = sterk mee oneens, 7 =
sterk mee eens). De items waren: ‘[naam] is een invloedrijk persoon’ en ‘[naam] is een machtig persoon in [bedrijfstak].
Om te kijken of er een verschil was in waargenomen autoriteit van de afzender tussen de condities is er gebruik gemaakt van een Oneway ANOVA, met de autoriteit van de
afzender in het webcarebericht (lage vs. middelmatige vs. hoge autoriteit) als onafhankelijke variabele en de waargenomen autoriteit van de afzender van het webcarebericht als
afhankelijke variabele. Hieruit bleek geen significant verschil tussen de condities, F(2,12) = 0,21, p = 0,810. Er was dus geen verschil in waargenomen autoriteit tussen de respondenten die de afzender met lage autoriteit (medewerker klantenservice) hadden gezien (M = 4,03, SD = 1,92), de respondenten die de afzender met middelmatige autoriteit (hoofd klantenservice) hadden gezien (M = 3,83, SD = 1,28) en de respondenten die de afzender met hoge autoriteit (hoofd marketing en communicatie) hadden gezien (M = 4,50, SD = 1,70).
Uit de resultaten van deze pilotstudie bleek dat er een kans was dat de respondenten in het daadwerkelijke onderzoek de manipulaties van verschillende mate van autoriteit van de afzender van het webcarebericht onvoldoende zouden opmerken, dan wel dat zij onvoldoende verschil in mate van autoriteit ervaren tussen een ‘medewerker klantenservice’, een ‘manager klantenservice’ en een ‘hoofd marketing en communicatie. Daarom werden de verschillen in
de mate van autoriteit van de afzender in het daadwerkelijke experiment zowel meer benadrukt als extremer gemaakt.
Manipulatiemateriaal
Voor alle condities is er gebruik gemaakt van dezelfde consumentenklacht en hetzelfde webcarebericht als reactie op die klacht. De klacht luidde:
“Beste [bedrijf], Ik ben niet tevreden met jullie service, heb al drie keer geprobeerd
contact op te nemen maar krijg telkens geen gehoor! Zou toch fijn zijn eindelijk geholpen te worden…”.
De reactie luidde:
“Beste Brenda, als [aanduiding van functie binnen het bedrijf] ben ik je als klant graag van dienst, daarom wil ik je vragen mij in een bericht je probleem te sturen dan zal ik kijken wat ik kan doen! Groeten, Daan de Jong, [functie binnen het bedrijf]”.
In alle condities is gebruik gemaakt van hetzelfde platform, namelijk Facebook, en bij elke conditie was dezelfde profielfoto bij het webcarebericht te zien, namelijk het logo van het bedrijf. Voor een voorbeeld van hoe de manipulaties er op het scherm uitzagen, zie Appendix B.
Autoriteit van de afzender webcarebericht
Het verschil tussen de drie condities in dit experiment was de aanduiding van de functie van de afzender van het webcarebericht binnen het bedrijf. Omdat de pilotstudie liet zien dat de functie ‘medewerker klantenservice’ niet voldoende als een positie met lage
autoriteit werd gezien, is voor de conditie met een webcarebericht dat afkomstig is van een afzender met lage autoriteit de functie ‘stagiair klantenservice’ gebruikt. Voor de conditie met een webcarebericht dat afkomstig is van een afzender met middelmatige autoriteit was de functie ‘manager klantenservice’. Voor de conditie met een webcarebericht dat afkomstig is
van een afzender met hoge autoriteit werd de functie ‘algemeen directeur’ gebruikt, in
tegenstelling tot de pilotstudie waarin nog ‘hoofd marketing en communicatie’ werd gebruikt. Om de functie van de afzender verder te benadrukken, werd niet alleen in de afsluiting van het webcarebericht, maar ook in het webcarebericht zelf de functie van de afzender nog een keer benoemd, waardoor mensen waarschijnlijk sneller zouden opmerken wat de functie is van de afzender van het webcarebericht.
Sample
Voor dit onderzoek is gebruik gemaakt van een gelegenheidssteekproef. Daarbij werd er gebruik gemaakt van het netwerk van de onderzoeker om zoveel mogelijk respondenten te werven. Dit is vooral gebeurd via sociale media en e-mail. Een nadeel van een
gelegenheidssteekproef kan zijn dat de resultaten niet representatief zijn voor een bepaalde doelgroep. Dit was echter ook niet het primaire doel van een experimenteel onderzoek zoals het huidige, dat zich vooral richt op de interne validiteit.
Er zijn 258 personen aan de vragenlijst begonnen, maar de uiteindelijke steekproef bestond uit 183 personen met een gemiddelde leeftijd van 30 jaar (M = 30,57, SD = 13,16) en bestond voor 73,2 procent uit vrouwen. De meest voorkomende opleiding was
wetenschappelijk onderwijs met 36,5 procent gevolgd door HBO met 27,2 procent, MBO met 18,4 procent, HAVO met 8 procent, VWO met 6,9 procent en VMBO met 2,3 procent. Er is een outlieranalyse uitgevoerd met een boxplot om te kijken of er extreme waarden op de variabelen waren. Dit was niet het geval dus werden alle respondenten meegenomen in de analyse.
Waargenomen impact van een online consumentenklacht op de bedrijfsreputatie
De waargenomen impact van een online consumentenklacht op de reputatie van een bedrijf werd gemeten door de respondenten te vragen of zij dachten dat het bericht dat te zien was mogelijk een impact kan hebben op de reputatie van het bedrijf. Dit is gemeten door
middel van zeven items gebaseerd op eerder onderzoek van Newell en Goldmith (2001). Deze items werden gemeten op een zeven-puntsschaal (1 = sterk mee oneens, 7 = sterk mee eens). Voorbeelden van de items zijn ‘Deze klacht is een bedreiging voor de ervaring van het
bedrijf’ en ‘Deze klacht is een bedreiging voor de kundigheid van het bedrijf’. Een
factoranalyse gaf aan dat de zeven items uiteen vielen in twee componenten met een eigenwaarde boven de 1. Daarom zijn er twee aparte schalen gecreëerd.
De eerste schaal die is gecreëerd uit de items over de waargenomen impact van een online consumentenklacht op de reputatie, is de beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie (Eigenwaarde is 3,99, 57,05 % verklaarde variantie) en bevat vier items zoals ‘Deze klacht is een bedreiging voor de ervaring van het
bedrijf’ en ‘Deze klacht is een bedreiging voor het vertrouwen in het bedrijf’ (zie Appendix A
voor alle vier items die tot deze schaal behoorden). De betrouwbaarheid van de schaal was zeer goed (α = 0,86).
Ten behoeve van de analyses zijn de respondenten verder opgedeeld in twee groepen, namelijk respondenten met een lage beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie en respondenten met een hoge beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie. De mediaan van deze variabele was 4,50, zodat de respondenten met een score van 4,50 of lager aan de categorie met een lage beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie werden toegewezen (n = 86), en respondenten met een score van 4,50 of hoger aan de categorie met een hoge beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie (n = 97).
De tweede schaal die is gecreëerd uit de items van de waargenomen impact van de online consumentenklacht op de bedrijfsreputatie, is de gevoelsmatige waargenomen impact van een online consumentenklacht op de bedrijfsreputatie (Eigenwaarde is 1,00, 14,29 %
verklaarde variantie) en bevat items zoals ‘Deze klacht is een bedreiging voor de
geloofwaardigheid van de claims van het bedrijf’ en ‘Door het zien van deze klacht geloof ik niet wat het bedrijf mij vertelt’ (zie Appendix A voor alle items die tot deze schaal
behoorden). De betrouwbaarheid van de schaal was goed (α = 0,80).
Ten behoeve van de analyses zijn de respondenten verder opgedeeld in twee groepen, namelijk respondenten met een lage gevoelsmatige waargenomen impact van een online consumentenklacht op de bedrijfsreputatie en respondenten met een hoge gevoelsmatige waargenomen impact van een online consumentenklacht op de bedrijfsreputatie. De mediaan van deze variabele was 4,00, zodat de respondenten met een score van 4,00 of lager aan de categorie met een lage gevoelsmatige waargenomen impact van een online
consumentenklacht op de bedrijfsreputatie toegewezen (n = 99), en iedereen met een score van 4,00 of hoger aan de categorie met een hoge gevoelsmatige waargenomen impact van een online consumentenklacht op de bedrijfsreputatie (n = 84).
Evaluatie van het webcarebericht
De evaluatie van het webcarebericht meet hoe tevreden mensen zijn met het
webcarebericht. Dit is gemeten aan de hand van drie items gebaseerd op eerder onderzoek van Maxham en Netemeyer (2002). Deze items zijn gemeten op een zeven-puntsschaal (1 = sterk
mee oneens, 7 = sterk mee eens). Voorbeelden van de items zijn ‘Ik ben niet tevreden over hoe [bedrijfsnaam] bij deze klacht heeft gehandeld’ en ‘Als het om dit specifieke geval gaat ben ik tevreden met [bedrijfsnaam]’. Voor de volledige schaal zie Appendix A. Een
factoranalyse gaf aan dat de drie items samen een eendimensionale schaal vormen: Maar één component had een eigenwaarde boven de 1 (Eigenwaarde is 2,19, 72,93 % verklaarde variantie) en er was een duidelijke knik na deze component in het scree plot. Het tweede item (‘Ik ben niet tevreden over hoe [bedrijfsnaam] bij deze klacht heeft gehandeld’) hing negatief samen met het component en is dus omgescoord. De betrouwbaarheid van de schaal was goed
(α = 0,81). De gemiddelde score op de drie items is gebruikt als de afhankelijke variabele ‘Evaluatie van het webcarebericht’ (M = 4,23, SD = 1,39).
Manipulatiecheck
Er is een manipulatiecheck uitgevoerd om te kijken of de respondenten de afzender van het webcarebericht in de conditie met hoge autoriteit zagen als hoge autoriteit, de conditie met de afzender van het webcarebericht in de middelmatige autoriteit als middelmatige
autoriteit, en de afzender van het webcarebericht in de conditie met lage autoriteit als lage autoriteit. Hierbij zijn dezelfde items gebruikt als bij de pilotstudie, namelijk ‘[naam] is een
invloedrijk persoon’ en ‘[naam] is een machtig persoon in [bedrijfstak]. Deze items werden
gemeten op een zeven-puntsschaal (1 = sterk mee oneens, 7 = sterk mee eens). Er bestond een zeer sterke correlatie tussen deze twee variabelen, 𝑟𝑠 = 0,83, p < 0,001. De gemiddelde score op de twee items is gebruikt als manipulatiecheck (M = 3,63, SD = 1,62).
Procedure
Als de respondenten op de link van Qualtrics hadden geklikt werd als eerste gevraagd akkoord te gaan met de voorwaarden, het informed consent formulier. Daarna werd de respondent door middel van randomisatie toegewezen aan een van de drie experimentele condities. Vervolgens werd een van de webcareberichten getoond, met een afzender met dan wel lage, middelmatige of hoge autoriteit. Hierna volgden de vragen over de waargenomen impact van de online consumentenklacht op de reputatie van het bedrijf, en werd de evaluatie van het webcarebericht gemeten. Daarna werd de waargenomen autoriteit van de afzender gemeten, fungerend als manipulatiecheck. Als laatste werden er een aantal demografische vragen gesteld betreffende het geslacht, de leeftijd en het opleidingsniveau van de respondent. Na afloop van het experiment werd de respondent vriendelijk bedankt voor zijn of haar deelname. Het doorlopen van de totale vragenlijst duurde ongeveer vijf minuten en is terug te vinden in Appendix C.
Resultaten Randomisatiecheck
Er is een randomisatiecheck uitgevoerd om te kijken of de proefpersonen evenredig verdeeld waren over de drie condities wat betreft geslacht, leeftijd en opleidingsniveau. Er is een Oneway ANOVA uitgevoerd met de Autoriteit van de afzender van het webcarebericht als onafhankelijke variabele en Leeftijd als afhankelijke variabele. Hieruit bleek dat er geen verschil bestond tussen de condities wat betreft leeftijd, F(2,180) = 0,54, p = 0,582. Daarna is er Chi-kwadraattoets uitgevoerd over het verband tussen de Autoriteit van de afzender van het webcarebericht en respectievelijk Opleidingsniveau en Geslacht. Voor het opleidingsniveau bleek er geen verschil tussen de verschillende condities, χ2 (12) = 17,04, p = 0,148. Hier hoefde tijdens de analyses dus niet voor gecontroleerd te worden. Wel was er een zwak verschil tussen de condities wat betreft geslacht, χ2 (12) = 6,16, p = 0,046, φ = 0,18. Er zaten relatief weinig vrouwen en veel mannen in de conditie met de middelmatige autoriteit van de afzender in vergelijking met de conditie met de lage en hoge autoriteit van de afzender.
Omdat uit de kruistabel bleek dat de respondenten wat betreft geslacht verschilden over de condities zijn correlaties berekend tussen de variabelen ‘Gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie’, ‘Beredeneerde
waargenomen impact van de consumentenklacht op de bedrijfsreputatie’ en de ‘Evaluatie van het webcarebericht’ en Geslacht. Hieruit bleek dat er geen significante correlatie was tussen
geslacht en de gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie, r = -0,10, p = 0,179, tussen geslacht en de beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie, r = -0,08, p = 0,261, en tussen geslacht en de evaluatie van het webcarebericht, r = 0,09, p = 0,204. Hieruit is geconcludeerd dat ook de variabele geslacht niet in de analyses mee hoefde te worden genomen.
Manipulatiecheck
Er is een manipulatiecheck uitgevoerd om te kijken of de respondenten de
verschillende maten van autoriteit van de afzender van het webcarebericht ook daadwerkelijk hebben waargenomen. Hiervoor is gebruik gemaakt van een Oneway ANOVA met als onafhankelijke variabele de Autoriteit van de afzender van het webcarebericht en als
afhankelijke variabelen de Waargenomen autoriteit van de afzender van het webcarebericht. Hieruit bleek een significant verschil tussen de respondenten die de afzender hebben gezien met lage autoriteit, de respondenten die de afzender hebben gezien met gemiddelde autoriteit en de respondenten die de afzender hebben gezien met hoge autoriteit, F(2,180) = 39,12, p < 0,001, ƞ𝟐 = 0,30. Voor de gemiddelden en standaarddeviaties van deze Oneway ANOVA zie
Tabel 1.
Tabel 1
Gemiddelden en standaarddeviaties van de waargenomen autoriteit van de afzender in de verschillende condities
Autoriteit van de afzender Gemiddelde Standaarddeviatie Lage autoriteit M = 2,52 SD = 1,36
Middelmatige autoriteit M = 3,63 SD = 1,32
Hoge autoriteit M = 4,69 M = 4,69
Uit de post-hoc meervoudige-vergelijkingentoets bleek dat er een significant verschil was tussen de respondenten die het webcarebericht hebben gezien met een afzender met lage autoriteit en de respondenten die de afzender hebben gezien met middelmatige autoriteit (𝑴𝒗𝒆𝒓𝒔𝒄𝒉𝒊𝒍 = 1,12, p < 0,001) en de respondenten die het webcarebericht hebben gezien met hoge autoriteit (𝑴𝒗𝒆𝒓𝒔𝒄𝒉𝒊𝒍 = 2,17, p < 0,001). Ook was er een significant verschil tussen de
respondenten die het webcarebericht hebben gezien met middelmatige autoriteit en de
0,001). Dit betekent dat de respondenten die het webcarebericht hebben gezien met een afzender met hoge autoriteit, deze afzender zagen als meer gezaghebbend dan de
respondenten die het webcarebericht hebben gezien met een afzender met middelmatige en lage autoriteit. Ook zagen de respondenten die het webcarebericht hebben gezien met de middelmatige autoriteit deze afzender als meer gezaghebbend dan de respondenten die het webcarebericht hebben gezien met een afzender met lage autoriteit. De manipulatie van autoriteit van de afzender van de webcareberichten is door de respondenten dus volledig opgevat zoals bedoeld.
Testen van hypothesen
Om de hypothesen te testen zal er gebruik worden gemaakt van twee verschillende methodes: Regressieanalyse en variantieanalyse. Mediatie zal getest worden aan de hand van de stappen van Baron en Kenny (1986). Moderatie zal getoetst worden aan de hand van de variantieanalyses. Er wordt gebruik gemaakt van beide methoden om een zo volledig mogelijk inzicht in de resultaten te krijgen.
Stap 1: Invloed van de onafhankelijke variabele op de afhankelijke variabele
Als eerste werd Hypothese 1 getoetst. Deze hypothese stelde dat een hogere mate van autoriteit van de afzender van een webcarebericht leidt tot een positievere evaluatie van het webcarebericht. Deze hypothese zal eerst worden getest aan de hand van de methode van Baron en Kenny (1986). De eerste stap hierbij is het bekijken van de invloed van de onafhankelijke variabele, hier Autoriteit van de afzender van een webcarebericht, op de afhankelijke variabele, hier Evaluatie van het webcarebericht..
Om de eerste hypothese te toetsen is een regressieanalyse uitgevoerd met als onafhankelijke variabele de Autoriteit van de afzender van het webcarebericht en als afhankelijke variabele de Evaluatie van het webcarebericht. Het regressiemodel was niet significant, F (1,181) = 2,59, p = 0,110. Dit betekent dat de autoriteit van de afzender van het
webcarebericht de evaluatie van het webcarebericht niet kon voorspellen, b* = 0,12, t = 1,61,
p = 0,110, 95% CI [-0,05, 0,45]. Hiermee moet Hypothese 1 worden verworpen: Een hogere
mate van autoriteit van de afzender van een webcarebericht leidde niet tot een positievere evaluatie van het webcarebericht.
Daarnaast is er voor het testen van Hypothese 1 een Oneway ANOVA uitgevoerd met als onafhankelijke variabele de Autoriteit van de afzender van het webcarebericht en als onafhankelijke variabele en de Evaluatie van het webcarebericht als afhankelijke variabele. Hieruit bleek eveneens geen significant verschil in de evaluatie van het webcarebericht tussen de respondenten die de afzender hebben gezien met lage autoriteit, de respondenten die de afzender hebben gezien met gemiddelde autoriteit en de respondenten die de afzender hebben gezien met hoge autoriteit, F(2,180) = 2,42, p = 0,092. Voor de gemiddelden en
standaarddeviaties van deze Oneway ANOVA zie Tabel 2. Ook via deze analyse methode moet Hypothese 1 dus worden verworpen: Een hogere mate van autoriteit van de afzender van een webcarebericht leidde niet tot een positievere evaluatie van het webcarebericht.
Tabel 2
Gemiddelden en standaarddeviaties van de evaluatie van het webcarebericht voor de verschillende mate van autoriteit van de afzender van het webcarebericht.
Autoriteit van de afzender Gemiddelde Standaarddeviatie Lage autoriteit M = 3,92 SD = 1,42
Middelmatige autoriteit M = 4,44 SD = 1,31
Hoge autoriteit M = 4,32 SD = 1,41
Stap 2: Invloed van de onafhankelijke variabele op de mediator
Als tweede werd getest of de onafhankelijke variabele Autoriteit van de afzender invloed heeft op de mediator Waargenomen impact van de online consumentenklacht op de
bedrijfsreputatie. Dit is de tweede stap in de mediatieanalyse van Baron en Kenny (1986). Als er een relatie is tussen deze variabelen kan er een mogelijke mediatie aanwezig zijn.
Om de invloed van de autoriteit van de afzender van een webcarebericht op de waargenomen impact van de online consumentenklacht op de bedrijfsreputatie te testen, werden twee regressieanalyses uitgevoerd, allebei met als onafhankelijke variabele de Autoriteit van de afzender van het webcarebericht. De eerste regressieanalyse had als
afhankelijke variabele de Gevoelsmatige waargenomen van de online consumentenklacht op de bedrijfsreputatie, en de tweede had als afhankelijke variabele de Beredeneerde
waargenomen impact van de online consumentenklacht op de bedrijfsreputatie. Het
regressiemodel met als afhankelijke variabele de Gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie en als onafhankelijke variabele de Autoriteit van de afzender van het webcarebericht was niet significant, F (1,181) = 0,426, p = 0,515. De autoriteit van de afzender van het webcarebericht kon dus niet de gevoelsmatige
waargenomen impact van de online consumentenklacht op de bedrijfsreputatie voorspellen,
b* = 0,05, t = 0,65, p = 0,515, 95% CI [-0,06, -0,12]. Het regressiemodel met als afhankelijke
variabele de Beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie en als onafhankelijke variabele de Autoriteit van de afzender van het webcarebericht was evenmin significant, F (1,181) = 0,01, p = 0,941. De beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie kon dus de evaluatie van het webcarebericht evenmin voorspellen, b* = 0,01, t = 0,07, p = 0,941, 95% CI [-0,08, -0,09].
Stap 3: Invloed van de mediator op de afhankelijke variabele
Vervolgens werd Hypothese 2 getest. Deze hypothese stelde dat wanneer er een hoge impact van de online consumentenklacht op de bedrijfsreputatie wordt waargenomen, de evaluatie van het webcarebericht negatiever zal zijn dan wanneer er een lage impact op de
bedrijfsreputatie wordt waargenomen. Dit is de derde stap in de mediatieanalyse van Baron en Kenny (1986) waarbij naar de invloed van de mediator op de afhankelijke variabele wordt gekeken.
Om Hypothese 2 te toetsen werden twee regressieanalyses uitgevoerd, allebei met als afhankelijke variabele de Evaluatie van het webcarebericht, maar één met als onafhankelijke variabele de Gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie, en de ander met als onafhankelijke variabele de Beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie. Het regressiemodel met als onafhankelijke variabele de Gevoelsmatige waargenomen impact van de online
consumentenklacht op de bedrijfsreputatie en als afhankelijke variabele de Evaluatie van het webcarebericht bleek significant, F(1,181) = 5,12, p < .05. Het regressiemodel was dus bruikbaar om de evaluatie van het webcarebericht te voorspellen, maar de voorspelling was qua sterkte klein: Drie procent van de verschillen in de evaluatie van het webcarebericht konden voorspeld worden door de gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie (𝑅2 = 0,03). De gevoelsmatige waargenomen
impact van de online consumentenklacht op de bedrijfsreputatie had een zwak negatief verband met de evaluatie van het webcarebericht, b* = -0,17, t = -2,26, p < .05, 95% CI [-0,86, -0,06]. Dit betekent dat hoe sterker de gevoelsmatig waargenomen impact van de online consumentenklacht op de bedrijfsreputatie, hoe negatiever de evaluatie van het
webcarebericht. Het regressiemodel met als onafhankelijke variabele Beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie en als
afhankelijke variabele de Evaluatie van het webcarebericht was daarentegen niet significant,
F (1,181) = 2,01, p = 0,158. De beredeneerde waargenomen impact van de online
consumentenklacht op de bedrijfsreputatie kon dus niet de evaluatie van het webcarebericht voorspellen, b* = -0,11, t = -1,42, p = 0,158, 95% CI [-0,70, 0,11]. Hiermee kan Hypothese 2
deels worden aangenomen: Een gevoelsmatige hogere waargenomen impact van de online consumentenklacht op de bedrijfsreputatie had een negatieve invloed op de evaluatie van het webcarebericht, voor een beredeneerde impact van de online consumentenklacht op de bedrijfsreputatie gold dit echter niet.
Daarnaast zijn er voor het testen van Hypothese 2 twee Oneway ANOVA’s uitgevoerd met allebei als afhankelijke variabele de Evaluatie van het webcarebericht, maar één met als onafhankelijke variabele de Gevoelsmatige waargenomen impact van de online
consumentenklacht op de bedrijfsreputatie (laag vs. hoog), en de ander met als onafhankelijke variabele de Beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie (laag vs. hoog). Hieruit bleek een klein significant verschil tussen de respondenten met een lage gevoelsmatige waargenomen impact van de online
consumentenklacht op de bedrijfsreputatie en de respondenten met een hoge gevoelsmatige waargenomen van de online consumentenklacht impact op de bedrijfsreputatie, F(1,181) = 5,12, p < .05, ƞ𝟐 = 0,03. Respondenten die gevoelsmatig het idee hadden dat er een lage
impact van de online consumentenklacht op de bedrijfsreputatie zou zijn, evalueerden het webcarebericht positiever dan respondenten die gevoelsmatig het idee hadden dat er een hoge impact van de online consumentenklacht op de bedrijfsreputatie zou zijn. Er was daarentegen geen significant verschil tussen de respondenten met een lage beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie en de respondenten met een hoge beredeneerde waargenomen impact van de online consumentenklacht op de
bedrijfsreputatie, F(1,181) = 2,01, p = 0,158. Voor de gemiddelden en standaarddeviaties van deze Oneway ANOVA’s zie Tabel 3. Ook via deze methode wordt de tweede hypothese deels
aangenomen: Een gevoelsmatige hogere waargenomen impact van de online
consumentenklacht op de reputatie had een negatieve invloed op de evaluatie van het webcarebericht, maar voor de beredeneerde impact op de reputatie gold dit niet.
Tabel 3
Gemiddelden en standaarddeviaties van de evaluatie van het webcarebericht de verschillende soorten waargenomen impact van een online consumentenklacht op de bedrijfsreputatie
Soort impact
Laag Hoog
Gemiddelde Standaarddeviatie Gemiddelde Standaarddeviatie Beredeneerde impact op de reputatie M = 4,38 SD = 1,38 M = 4,09 SD = 1,39 Gevoelsmatige impact op de reputatie M = 4,44 SD = 1,31 M = 3,98 SD = 1,44
Stap 4: Testen van het gehele model
Als laatste wordt de laatste stap van de mediatieanalyse getest en hiermee de derde hypothese. Deze hypothese stelde dat een combinatie van een hoge mate van autoriteit van de afzender en een lage waargenomen impact van de online consumentenklacht op de
bedrijfsreputatie een negatief effect zal hebben op de evaluatie van het webcarebericht.
Daarnaast stelt deze hypothese dat een hogere mate van autoriteit van de afzender en een hoge waargenomen impact van een online consumentenklacht op de bedrijfsreputatie een positief effect zal hebben op de evaluatie van het webcarebericht. In deze stap wordt het gehele model getest en wordt er gekeken of er een volledige mediatie heeft plaatsgevonden, door de
waargenomen impact van de online consumentenklacht op de bedrijfsreputatie, op het effect van de autoriteit van de afzender van het webcarebericht op de evaluatie van het
webcarebericht. Hiervoor is een regressieanalyse uitgevoerd met als onafhankelijke
variabelen Autoriteit van de afzender van het webcarebericht, Gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie, Beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie en als afhankelijke variabele Evaluatie van het webcarebericht. Dit regressiemodel was significant, F (3,179) = 2,89, p < .05. Het regressiemodel was dus bruikbaar om de evaluatie van het webcarebericht te
evaluatie van het webcarebericht konden verspeld worden door de autoriteit van de afzender van het webcarebericht, de gevoelsmatige waargenomen impact van een online
consumentenklacht op de bedrijfsreputatie en de beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie (𝑅2 = 0,05).
De autoriteit van de afzender van het webcarebericht had in het bovenstaande
regressiemodel geen significant verband met de evaluatie van het webcarebericht, b* = 0,13, t = 1,73, p = 0,085, 95% CI [-0,03, 0,48]. De gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie had een zwak significant negatief verband met de evaluatie van het webcarebericht, b* = -0,15, t = -1,98, p = 0,049, 95% CI [-0,85, 0,00]. De beredeneerde waargenomen impact van de online consumentenklacht op de
bedrijfsreputatie had geen significant verband met de evaluatie van het webcarebericht, b* = -0,05 t = -0,69, p = 0,494, 95% CI [-0,57, 0,28]. Hiermee wordt de derde hypothese via deze methode verworpen: Er was geen mediatie van de waargenomen impact van de online
consumentenklacht op de bedrijfsreputatie op het verband tussen de autoriteit van de afzender en de evaluatie van het webcarebericht.
Al met al bleek dat niet de autoriteit van de afzender van het webcarebericht zelf, maar de gevoelsmatige waargenomen impact van een online consumentenklacht op de
bedrijfsreputatie een voorspeller was van de evaluatie van het webcarebericht. Voor een schematische weergave hiervan, zie Figuur 1.
Figuur 1: Betawaarden van alle stappen binnen de methode van Baron en Kenny (1986)
Autoriteit van de afzender Evaluatie van het bericht Impact op de reputatie gevoelsmatig beredeneerd 0,13 0,01 0,05 -0,05 -0,15*
Om te testen of de waargenomen impact van de online consumentenklacht op de bedrijfsreputatie fungeerde als een moderator, is een Univariate ANOVA uitgevoerd met als onafhankelijke variabelen Autoriteit van de afzender van het webcarebericht, Gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie, Beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie en als
afhankelijke variabele Evaluatie van het webcarebericht. Er was geen significant interactie-effect tussen de beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie en de autoriteit van de afzender van het webcarebericht op de evaluatie van het webcarebericht, F(2,171) = 0,27, p = 0,767. Dit betekent dat het effect van de autoriteit van de afzender van het webcarebericht op de evaluatie van het webcarebericht, niet werd gemodereerd door de beredeneerde waargenomen impact van de online consumentenklacht op de bedrijfsreputatie. Ook was er geen significant interactie-effect tussen de gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie en de autoriteit van de afzender van het webcarebericht, F(2,171) = 0,04, p = 0,957. Dit betekent dat het effect van de autoriteit van de afzender van het webcarebericht op de evaluatie van het
webcarebericht, ook niet werd gemodereerd door de gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie. Hiermee bevestigde de ANOVA
eveneens dat Hypothese 3 moet worden verworpen: De waargenomen impact van een consumentenklacht op de bedrijfsreputatie speelt geen rol bij het effect van autoriteit van de afzender op de evaluatie van een webcarebericht.
Discussie Conclusie
Het doel van het huidige onderzoek was om meer inzicht te creëren in de rol van de autoriteit van de afzender van een webcarebericht, zodat bedrijven die zich met webcare
bezighouden meer inzicht krijgen in de effecten van het reageren op een online consumentenbericht vanuit verschillende gebruikersaccounts.
Door middel van een experiment is onderzocht in welke mate de autoriteit van de afzender van een webcarebericht (laag, gemiddeld of hoog), invloed heeft op de evaluatie van het webcarebericht. Daarnaast is onderzocht hoe de waargenomen impact van de online consumentenklacht op de bedrijfsreputatie invloed heeft op dit effect. Uit het onderzoek is gebleken dat er geen verschil is in de evaluatie van een webcarebericht tussen consumenten die hetzelfde webcarebericht met als afzender een persoon met een lage, dan wel
middelmatige of hoge autoriteit hebben gezien. Dit is in overeenstemming met eerder onderzoek van Clark (2000), Lamb et al. (2011) en Verhellen et al. (2013), die eveneens vonden dat er geen effect was van de autoriteit van de afzender van een persuasieve boodschap op bijvoorbeeld de geloofwaardigheid van de afzender, de toegevendheid van mensen om te evacueren uit een overstromingsgevoelig gebied of merkherkenning en aankoopintentie.
De resultaten van het onderzoek zijn echter tegengesteld aan de meeste theorieën en andere onderzoeken over de effecten van de autoriteit van de afzender van een persuasieve boodschap, aangezien er over het algemeen een positief effect gevonden wordt van de autoriteit van de afzender van een persuasieve boodschap op verschillende afhankelijke variabelen (Bambauer-Sachse & Mangold, 2013; Flanagin & Metzger, 2013; Lafferty & Goldsmith, 1999; Ngamvichaikit & Beise-Zee, 2014; Van Reijmersdal et al., 2005). Het verschil tussen deze eerdere onderzoeken en het huidige onderzoek kan liggen aan het feit dat de meeste onderzoeken niet gekeken hebben naar de evaluatie van een webcarebericht, maar naar andere afhankelijke variabelen. Ngamvichaikit en Beise-Zee (2014) hebben wel
onderzoek gedaan naar de rol van autoriteit van de afzender van een boodschap bij tevredenheid over een service, maar ook dit onderzoek betrof geen online communicatie.
Kennelijk is er een ander effect van de autoriteit van de afzender op de evaluatie van een webcarebericht dan op veel andere afhankelijke variabelen en is er een ander effect bij online klantenservice dan bij offline klantenservice.
Een verschil in effect van autoriteit van een afzender binnen webcare en autoriteit offline kan mogelijk komen doordat webcare nog een relatief nieuw fenomeen is waar mensen misschien nog weinig ervaring mee hebben. Nieuwe media worden namelijk in verschillende fases opgenomen in de samenleving (Schumpeter, 1997; Stöber, 2004). Er worden vaak drie verschillende fases onderscheiden in de ontwikkeling van nieuwe media, namelijk de uitvinding, de innovatie en de verspreiding. Als eerste is er de uitvinding, het nieuwe fenomeen verbetert een oud fenomeen. In het geval van webcare wordt de
klantenservice verbeterd door deze ook op sociale media uit te voeren waardoor er een directere interactie met de klant ontstaat. Als tweede is er de innovatie: Er bestaat al een raamwerk, maar deze moet verder ontwikkeld en verbeterd worden. Als laatste is er de verspreiding: Het nieuwe fenomeen wordt belangrijk voor het grote publiek. Als eerste zullen de ‘early adopters’ de media gaan gebruiken, gevolgd door de vroege en daarna de late meerderheid. Het duurt dus even voordat een nieuw medium in de gehele samenleving is geïntegreerd. Uiteindelijk veranderen nieuwe media de samenleving waardoor er andere effecten van deze media te verwachten zijn (Stöber, 2004).
Uit het huidige onderzoek bleek dat er een verschil was tussen het effect van de gevoelsmatige waargenomen impact van een online consumentenklacht op de
bedrijfsreputatie en de beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie op de evaluatie van het webcarebericht. Gevonden is dat wanneer de gevoelsmatige waargenomen impact van een online consumentenklacht op de
bedrijfsreputatie hoger was, de evaluatie van het webcarebericht negatiever was. Dit komt overeen met eerder onderzoek van Weun et al. (2004) die ook vonden dat de ernst van het
probleem een negatieve invloed had op de tevredenheid met de klantenservice. Voor de beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie werd hetzelfde effect echter niet gevonden. Dit laat zien dat consumenten bij de evaluatie van een webcarebericht eerder geneigd zijn op hun gevoel af te gaan, dan om echt over het bedrijf en de reactie na te denken. Eerder onderzoek van Chen, Kim en Lin (2015) vond
gelijksoortige resultaten. Zij vonden eveneens dat een affectieve verwerking een positieve invloed heeft op de attitude tegenover een Facebookbericht, terwijl wanneer er een cognitieve verwerking plaatsvond dit geen effect had op de attitude ten opzichte van een
Facebookbericht. Hierbij maakte het niet uit of het bericht door een bedrijf of een consument was geplaatst (Chen et al., 2015).
Een verklaring voor het verschil tussen de beredeneerde en de gevoelsmatige
waargenomen impact van een online consumentenklacht op de bedrijfsreputatie kan worden gevonden in het Elaboration Likelihood Model (ELM) van Petty en Cacioppo (1986). In het ELM wordt gesteld dat boodschappen op twee manieren verwerkt kunnen worden, namelijk via een centrale en via een perifere route. Als de consument betrokken en gemotiveerd is, zal de boodschap via de centrale route worden verwerkt. Als dit gebeurt zullen mensen goed over de boodschap nadenken en willen mensen weten wat de informatie precies inhoudt. Is de consument niet betrokken en gemotiveerd, dan zal de boodschap via de perifere route worden verwerkt. Hierbij wordt er vooral gevoelsmatig naar een boodschap gekeken (Petty &
Cacioppo, 1986). De invloed van een persuasieve boodschap hangt dus af van de manier waarop deze boodschap wordt verwerkt.
Tenslotte bleek uit dit onderzoek dat de waargenomen impact van de online
consumentenklacht op de bedrijfsreputatie geen mediërende of modererende invloed had op het effect van de autoriteit van de afzender van het webcarebericht op de evaluatie van het webcarebericht. Niet de autoriteit van de afzender van het webcarebericht zelf, maar alleen de
gevoelsmatige waargenomen impact van een online consumentenklacht op de reputatie bleek namelijk een voorspeller van de evaluatie van het webcarebericht. De waargenomen impact van een online consumentenklacht op de bedrijfsreputatie had dus geen invloed op het effect van de autoriteit van de afzender van een webcarebericht op de evaluatie van het
webcarebericht. Dit betekent dat er dus geen match te zijn tussen de autoriteit van de afzender en de waargenomen impact van een online consumentenklacht op de bedrijfsreputatie, in tegenstelling tot wat Till en Busler (2000) beweren. Dit suggereert dat de expertise van een afzender zoals in het onderzoek van Till en Busler (2000), een andere functie heeft dan de autoriteit van de afzender van een webcarebericht zoals in dit onderzoek. Dit kan mogelijk verklaard worden door het verschil tussen expertise en autoriteit: Iemand kan een expert zijn zonder autoriteit te hebben (Flanagin & Metzger, 2013). Iemand kan bijvoorbeeld een expert zijn op het gebied van telefoons doordat die persoon er veel over heeft gelezen en er daardoor alles vanaf weet. Dit betekent echter niet dat deze persoon ook automatisch als een autoriteit wordt gezien op dit gebied.
Met deze conclusies kan de onderzoeksvraag beantwoord worden. De mate van autoriteit van de afzender van een webcarebericht lijkt vooralsnog geen invloed te hebben op de evaluatie van een webcarebericht. Omdat dit effect niet lijkt te bestaan, kunnen andere variabelen ook geen invloed hebben op dit effect. Daarom wordt de waargenomen impact van een online consumentenklacht op de reputatie van het bedrijf niet beïnvloed door de mate van autoriteit van een webcarebericht. Wel heeft de gevoelsmatige waargenomen impact van de online consumentenklacht op de bedrijfsreputatie op zich een negatief effect op de evaluatie van het webcarebericht. Als de gevoelsmatige waargenomen impact van een online
consumentenklacht op de bedrijfsreputatie hoger is, is de evaluatie van het webcarebericht negatiever dan wanneer de gevoelsmatige waargenomen impact van een online
consumentenklacht op de bedrijfsreputatie lager is. Dit effect geldt echter niet voor de
beredeneerde waargenomen impact van een online consumentenklacht op de bedrijfsreputatie.
Limitaties en vervolgonderzoek
Zoals elk onderzoek heeft ook dit onderzoek een aantal limitaties. Ten eerste zijn er redelijk veel mensen afgevallen tijdens het onderzoek. Er zijn 258 respondenten begonnen aan het onderzoek, maar 183 respondenten hebben het onderzoek ook daadwerkelijk
afgerond. 75 mensen zijn dus tussentijds gestopt met het invullen van de vragenlijst. Dit zou kunnen komen doordat de afbeeldingen van het webcarebericht en de reactie niet helemaal goed te zien waren op mobiele apparaten, waardoor de het onderzoek niet goed in te vullen was.
Een aanbeveling voor vervolgonderzoek is om na te gaan wat precies het verschil is tussen de beredeneerde waargenomen impact van een online consumentenklacht op de reputatie van een bedrijf, en de gevoelsmatige waargenomen impact van een online
consumentenklacht op de bedrijfsreputatie. De gevoelsmatige waargenomen impact van een online consumentenklacht op de bedrijfsreputatie bleek in dit onderzoek namelijk een negatief effect te hebben op de evaluatie van het webcarebericht, terwijl de beredeneerde
waargenomen impact van een online consumentenklacht op de bedrijfsreputatie geen effect had op de evaluatie van het webcarebericht. Het zou interessant zijn om te kijken waardoor dit verschil verklaard kan worden. Dit zou kunnen door bijvoorbeeld het eerder genoemde
Elaboration Likelihood Model (ELM) van Petty en Cacioppo (1986) te gebruiken in
vervolgonderzoek over dit onderwerp en daarmee de betrokkenheid van de consumenten bij een consumentenklacht in het onderzoek te integreren.
Een andere aanbeveling voor vervolgonderzoek is om dit onderzoek te herhalen op andere sociale media of online platformen om te onderzoeken of dit dezelfde resultaten oplevert of dat autoriteit van de afzender van een webcarebericht hier toch anders werkt. Op
Twitter is er bijvoorbeeld een maximum aantal woorden van 140 woorden per bericht. Uit eerder onderzoek bleek dat er een verschil is in de waargenomen bedrijfsreputatie tussen mensen die een bericht via Twitter en een blog, alleen een blog, alleen Twitter of een krant hebben gezien (Schultz, Utz & Göritz, 2011). Bij een bericht via Twitter en een blog was de waargenomen bedrijfsreputatie het hoogst, gevolgd door de krant, alleen het blog en alleen Twitter. Een conclusie uit dit onderzoek was dat korte berichten op Twitter een sterke invloed kunnen hebben op gedragsintenties.
Een ander onderscheid tussen verschillende sociale media zijn de redenen waarom consumenten deze media gebruiken. Er is bijvoorbeeld een verschil in de reden van gebruik tussen Facebook en instant messaging (Quan-Haase & Young, 2010). Facebook wordt vooral gebruikt voor het hebben van plezier en om te weten welke sociale activiteiten er plaatsvinden in het sociale netwerk, terwijl instant messaging vooral wordt gebruikt voor het ontwikkelen en behouden van sociale relaties (Quan-Haase & Young, 2010). Dit zou ook meegenomen kunnen worden in vervolgonderzoek.
Implicaties
Er moet worden opgemerkt dat dit het eerste onderzoek is waarbij er is gekeken naar de autoriteit van de afzender binnen webcare en de rol van de waargenomen impact van een online consumentenklacht op de reputatie van het bedrijf. Daarom zou dit onderzoek als uitgangspunt kunnen fungeren voor verder onderzoek over dit onderwerp. Er zal meer onderzoek gedaan moeten worden om na te gaan of dezelfde effecten ook plaatsvinden op bijvoorbeeld andere sociale media.
Het onderzoek heeft vooral implicaties voor bedrijven die actief zijn met webcare. Bij hen zal er vooral aandacht moet zijn voor de waargenomen impact van een online
consumentenklacht op de bedrijfsreputatie en dan vooral de gevoelsmatige impact. Als deze impact hoog is zal er namelijk een negatievere evaluatie van het webcarebericht zijn. Er zal
verder onderzoek gedaan moeten worden om te kijken wat een bedrijf als oplossing kan gebruiken om de evaluatie van het webcarebericht hoog te houden wanneer de gevoelsmatige waargenomen impact van een online consumentenklacht op de bedrijfsreputatie hoog is.
Referenties
Ahn, H., Paek, H.J. & Tinkham, S. (2009). The persuasive effects of anti-binge drinking
public service advertising on college students’ binge drinking: The effectiveness of message sources, message appeals and their interactions. Paper presented at the 2009
annual convention of American Academy of Advertising, Cincinnati, OH. Andsager, J. L., Bemker, V., Choi, H. L., & Torwel, V. (2006). Perceived similarity of
exemplar traits and behavior effects on message evaluation. Communication
Research, 33(1), 3-18.
Bambauer-Sachse, S., & Mangold, S. (2013). Do consumers still believe what is said in online product reviews? A persuasion knowledge approach. Journal of Retailing and
Consumer Services, 20(4), 373-381.
Bower, A. B., & Landreth, S. (2001). Is beauty best? Highly versus normally attractive models in advertising. Journal of Advertising, 30(1), 1-12.
Bushman, B. J. (1988). The effects of apparel on compliance: A field experiment with a female authority figure. Personality and Social Psychology Bulletin, 14(3), 459-467. CBS (2012). Vier op de tien bedrijven gebruiken sociale media. Verkregen op 29-01-2016
via:
http://www.cbs.nl/nl-NL/menu/themas/bedrijven/publicaties/artikelen/archief/2012/2012-3733-wm.htm CBS (2016). CBS: Gebruik professionele sociale netwerken stijgt. Verkregen op 29-01-2016
via:
http://www.cbs.nl/nl- NL/menu/themas/bedrijven/publicaties/artikelen/archief/2016/gebruik-professionele-sociale-netwerken-stijgt.htm
Chen, K. J., Kim, J., & Lin, J. S. (2015). The effects of affective and cognitive elaborations from Facebook posts on consumer attitude formation. Journal of Consumer
Behaviour.
Cialdini, R. B. (2001). Harnessing the science of persuasion. Harvard Business Review, 79(9), 72-81.
Clark, D. B. (2000). Evaluating media-enhancement and source authority on the internet: The knowledge integration environment. International Journal of Science
Education, 22(8), 859-871.
Conelly, B.L., Certo, S.T., Ireland, R.D., & Reutzel, C.R. (2011). Signalling theory: A review and assessment. Journal of Management, 37(1), 39-67
Davidow, M. (2003). Organizational responses to customer complaints: What works and what doesn’t. Journal of service research, 5(3), 225-250.
Deighton, J., & Kornfeld, L. (2009). Interactivity's unanticipated consequences for marketers and marketing. Journal of Interactive Marketing, 23(1), 4-10.
Dekay, S. H. (2012). How large companies react to negative Facebook comments. Corporate
Communications: An International Journal, 17(3), 289-299.
Demmers, J., Van Dolen, W. M., & Weltevreden, J. W. J. (2013). Attentive customer care or
privacy infringement? Dealing with customer feedback on social networking sites.
Working paper, University of Amsterdam.
Donath, J. (2007). Signals in social supernets. Journal of Computer‐ Mediated
Communication, 13(1), 231-251.
Dou, X., Walden, J. A., Lee, S., & Lee, J. Y. (2012). Does source matter? Examining source effects in online product reviews. Computers in Human Behavior, 28(5), 1555-1563. Dutta, S., Biswas, A., & Grewal, D. (2007). Low price signal default: An empirical
investigation of its consequences. Journal of the Academy of Marketing Science,
35(1), 76–88.
Flanagin, A. J., & Metzger, M. J. (2013). Trusting expert-versus user-generated ratings online: The role of information volume, valence, and consumer
characteristics. Computers in Human Behavior, 29(4), 1626-1634.
Fombrun, C.J. (1996). Reputation: Realizing value from the corporate image. Boston, MA: Harverd Business School Press.
Fombrun, C. and Shanley, M. (1990). What’s in a name? Reputation building and corporate
Strategy. Academy of Management Journal, 33(2), 233-58.
Gotlieb, J.B., & Sarel, D. (1992). The influence of type of advertisement, price, and source credibility on perceived quality. Journal of the Academy of Marketing Science, 20(3), 253–260.
Hennig-Thurau, T., Malthouse, E. C., Friege, C., Gensler, S., Lobschat, L., Rangaswamy, A., & Skiera, B. (2010). The impact of new media on customer relationships. Journal of
service research, 13(3), 311-330.
Huibers, J., & Verhoeven, J. (2014). Webcare als online reputatiemanagement. Tijdschrift
voor Communicatiewetenschap, 42(2), 165.
Kamins, M. A. (1990). An investigation into the “match-up” hypothesis in celebrity
advertising: When beauty may be only skin deep. Journal of Advertising, 19(1), 4-13. Klebba, J. M., & Unger, L. S. (1983). The impact of negative and positive information on
source credibility in a field setting. Advances in consumer research, 10(1), 11-16. Kerkhof, P., Beugels, D., Utz, S. & Beukeboom, C. (2011). Crisis PR in social media. An
experimental study of the effects of organizational crisis responses on Facebook.
Paper presented at the 61st Conference of the International Communication Association (ICA), Boston, USA.
Lafferty, B. A., & Goldsmith, R. E. (1999). Corporate credibility’s role in consumers’
attitudes and purchase intentions when a high versus a low credibility endorser is used in the ad. Journal of business research, 44(2), 109-116.
Lamb, S., Walton, D., Mora, K., & Thomas, J. (2011). Effect of authoritative information and message characteristics on evacuation and shadow evacuation in a simulated flood event. Natural hazards review, 13(4), 272-282.
Newell, S. J., & Goldsmith, R. E. (2001). The development of a scale to measure perceived corporate credibility. Journal of Business Research, 52(3), 235-247.
Maxham III, J. G., & Netemeyer, R. G. (2002). A longitudinal study of complaining customers’ evaluations of multiple service failures and recovery efforts. Journal of
Marketing, 66(4), 57-71.
McCollough, M. A., Berry, L. L., & Yadav, M. S. (2000). An empirical investigation of customer satisfaction after service failure and recovery. Journal of service
research, 3(2), 121-137.
Michener, H. A., & Burt, M. R. (1975). Components of " authority" as determinants of compliance. Journal of Personality and Social Psychology,31(4), 606.
Ngamvichaikit, A., & Beise-Zee, R. (2014). Customer preference for decision authority in credence services: The moderating effects of source credibility and persuasion knowledge. Managing Service Quality, 24(3), 274-299.
Paek, H. J., Hove, T., Ju Jeong, H., & Kim, M. (2011). Peer or expert? The persuasive impact of YouTube public service announcement producers. International Journal of
Advertising, 30(1), 161-188.
Peters, K., Chen, Y., Kaplan, A. M., Ognibeni, B., & Pauwels, K. (2013). Social media metrics—A framework and guidelines for managing social media. Journal of
