leertheorie verklaren onder welke
omstandigheden mensen stoppen met het
gebruiken van Facebook vanwege
privacyzorgen?
Een kwantitatief onderzoek over de privacy paradox
Meile Houtsma 10655891 11 juli 2018
Begeleider: Dick Heinhuis 2e Examinator: Toon Abcouwer Bachelorscriptie Informatiekunde
Faculteit der Natuurwetenschappen, Wiskunde en Informatica Universiteit van Amsterdam
Abstract
Dit onderzoek trachtte te voldoen aan de vraag naar een nieuw theoretisch kader voor het probleem van de privacy paradox bij het gebruik van online sociale media. Daarom werd gekeken in hoeverre de sociaal-cognitieve leertheorie (SCT) kan verklaren onder welke omstandigheden mensen stoppen met Facebook vanwege privacyzorgen. Een aangepaste versie van SCT werd opgesteld op basis van relevante literatuur en een online vragenlijst werd afgenomen bij 64 deelnemers. Uit de resultaten bleek dat dit model niet goed kan verklaren onder welke omstandigheden mensen met Facebook stoppen vanwege privacyzorgen. Het is daarom minder waarschijnlijk geworden dat SCT geschikt is als theoretisch kader voor de privacy paradox bij het gebruik van online sociale media.
Inhoudsopgave
Abstract ... 2
1. Inleiding ... 5
2. Theoretisch kader ... 8
2.1 De Sociaal-Cognitieve Leertheorie ... 8
2.2 In hoeverre blijken factoren uit eerder onderzoek geschikt voor een model op basis van de sociaal-cognitieve leertheorie? ... 9
2.2.1 Eerste gedeelte literatuuronderzoek ... 11
2.2.2 Tweede gedeelte literatuuronderzoek ... 13
2.3 De Sociaal-Cognitieve Leertheorie Toegepast op het Stoppen met Facebook vanwege Privacyzorgen ... 13 3. Methode ... 18 3.1 Deelnemers ... 18 3.2 Materialen ... 18 3.2.1 Privacyzorgen ... 19 3.2.2 Facebook-stopintentie ... 19
3.2.3 Sociale mogelijkheden van Facebook ... 20
3.2.4 Affectieve toewijding aan Facebook ... 20
3.2.5 Verwachte negatieve reacties ... 20
3.2.6 Vernomen privacyrisico’s ... 21 3.2.7 Online self-efficacy ... 21 3.2.8 Stop-self-efficacy ... 21 3.3 Procedure ... 22 4. Resultaten ... 23 4.1 Betrouwbaarheid ... 23 4.2 Hoofdanalyses ... 24 4.2.1 H1a ... 27 4.2.2 H1b ... 28 4.2.3 H2a ... 28 4.2.4 H2b ... 29 4.2.5 H3a ... 29 4.2.6 H3b ... 30 4.2.7 H4a ... 30 4.2.8 H4b ... 31 4.2.9 H5a ... 31
4.2.10 H5b ... 31 4.2.11 H5c ... 32 4.2.12 H6a ... 32 4.2.13 H6b ... 33 4.2.14 H7a ... 33 4.2.15 H7b ... 33 4.3 Exploratieve analyses ... 34
4.3.1 Online self-efficacy en leeftijd ... 34
4.3.2 Online self-efficacy en geslacht ... 34
4.3.3 Online self-efficacy en opleiding ... 35
5. Discussie ... 36
5.1 Conclusie, Wetenschappelijke Implicaties en Praktische Implicaties ... 36
5.2 Verklaringen Onverwachte Resultaten, Beperkingen en Suggesties voor Vervolgonderzoek ... 37
Referenties ... 40
Appendix A ... 43
1. Inleiding
Recent is bekend geworden dat de organisatie Cambridge Analytica de persoonlijke data van 87 miljoen Facebook-gebruikers heeft verkregen, zonder hun toestemming (Solon, 2018; Rosenberg, Confessore & Cadwalladr, 2018). Hiermee kon het bedrijf psychologische
profielen opstellen. Met deze profielen kon Cambridge Analytica persoonlijke advertenties op de gebruikers richten, om te proberen hun meningen en stemgedrag te beïnvloeden.
Gebruikers van online diensten delen informatie over zichzelf. Niet alleen de informatie die zij intentioneel delen wordt opgeslagen, maar ook informatie over hen (bijvoorbeeld hun IP-adres of locatie) en de manier waarop zij de diensten gebruiken. Deze informatie kan gebruikt worden om hun gedrag en identiteit in kaart te brengen, zodat gericht kan worden geadverteerd (zoals Cambridge Analytica deed).
Online sociale media zijn een voorbeeld van online diensten waarbij dit gebeurt. Mensen gebruiken online sociale media met onder andere de volgende doelen: communiceren met anderen, verbonden voelen met anderen, onderhouden en verbeteren van relaties (met name met verre vrienden), verkrijgen van informatie (bijvoorbeeld over nieuwe
gebeurtenissen of trends), en verkrijgen van aandacht (Waters & Ackerman, 2011). Deze doelen kunnen zij niet nastreven (op online sociale media) zonder persoonlijke informatie te delen met andere mensen en organisaties die hun online gedrag volgen. De enige manier waarop gebruikers hun privacy kunnen behouden, is door de diensten niet te gebruiken, maar dan kunnen zij de genoemde doelen niet nastreven. Zij moeten dus kiezen tussen het
nastreven van deze doelen en het behouden van hun privacy. Meestal kiezen mensen daarom om online sociale media wel te gebruiken.
Maar dat betekent niet dat mensen zich geen zorgen maken over privacy. 92 procent van de Amerikaanse en Britse internetgebruikers maakt zich zorgen over hun online privacy (TRUSTe & National Cyber Security Alliance, 2016a; TRUSTe & National Cyber Security Alliance, 2016b). 89 procent van de Amerikaanse en Britse internetgebruikers zegt zelfs dat ze bedrijven vermijden die hun privacy niet beschermen. Verder zijn zorgen over privacy vooral sterk bij het gebruiken van persoonlijke diensten, zoals online sociale media (in vergelijking met algemene diensten, zoals zoekmachines; Bergström, 2015). Er bestaat dus een tegenstelling: gebruikers van online sociale media maken zich terecht zorgen over hun privacy, maar blijven de diensten toch gebruiken en hun persoonlijke informatie online zetten. Deze tegenstelling wordt de privacy paradox genoemd (Norberg, Horne & Horne, 2007; Kokolakis, 2017).
Toch kan er niet eenvoudig gesteld worden dat iedereen zich zorgen maakt over privacy, maar dat niemand zich ernaar gedraagt. Sommige onderzoeken ondersteunen het privacy paradox-fenomeen, maar andere onderzoeken vinden er geen bewijs voor (Kokolakis, 2017). Inderdaad stoppen sommige mensen met online sociale media en het daarmee
nastreven van de genoemde doelen. Schijnbaar kiezen zij hiervoor doordat zij de privacyschending op een gegeven moment niet meer tolereren.
Verschillende eerdere onderzoeken hebben gekeken naar privacy en online sociale media. Zo bleek dat studenten meer informatie over zichzelf delen op Facebook dan in het algemeen, maar wel bezorgd zijn over privacy en controle over hun persoonlijke informatie (Christofides, Muise & Desmarais, 2009). Lee, Park en Kim (2013) vonden dat online sociale mediagebruikers sterker beïnvloed worden door voordelen die zij verwachten bij het delen van persoonlijke informatie dan door risico’s. Dit onderzoek keek echter niet specifiek naar privacyrisico’s. Uit een onderzoek dat dit wel deed, bleek dat veel mensen de bevrediging van het gebruiken van Facebook belangrijker vinden dan de bedreigingen voor privacy die ze waarnemen (Debatin, Lovejoy, Horn & Hughes, 2009). Daarnaast toonde dit onderzoek aan dat mensen denken dat anderen meer risico lopen op privacyschending dan zijzelf. In een vragenlijstonderzoek onder Duitse internetgebruikers bleek dat privacyzorgen er nauwelijks toe leiden dat mensen minder persoonlijke informatie deelden met anderen op online sociale media (Taddicken, 2014). In de voorgaande onderzoeken is wel naar de privacy paradox gekeken, maar niet naar redenen waarom mensen stoppen met het gebruik van online sociale media. In een onderzoek waarin dit wel is onderzocht, kwamen de volgende redenen naar voren: schuldgevoelens (voortkomend uit een gevoel van verslaving) in combinatie met hoge
self-efficacy (geloof in het kunnen behalen van een doel) dat het stoppen behaald kan worden
(Turel, 2015). Belangrijke obstakels waren gewoonte en tevredenheid. In een ander onderzoek naar redenen om met online sociale media te stoppen, werd gevonden dat
informatie-overload, sociale overload en communicatie-overload met als gevolg vermoeidheid en spijt
een positieve invloed hadden op de intentie om te stoppen (Cao & Sun, 2018). In de laatste twee besproken onderzoeken werd privacy echter niet meegenomen als factor. Een ander onderzoek, waarin privacy wel als reden naar voren kwam om te stoppen met online sociale media, toonde aan dat sommige deelnemers gestopt waren vanwege privacyzorgen. Het werd echter niet duidelijk onder welke omstandigheden privacyzorgen voor hen zwaarder gingen wegen dan de voordelen van het gebruik (Brubaker, Ananny & Crawford, 2016).
lijkt nog een theoretisch kader te ontbreken dat de relatie tussen privacyzorgen en stoppen met online sociale media verklaart. In de meta-analyse van Kokolakis (2017), bleek dat de privacy paradox vanuit verschillende theorieën onderzocht is, maar dat er nog geen algemeen erkend theoretisch model is. De auteur raadt daarom aan om de privacy paradox te benaderen met een nieuw theoretisch kader, en draagt hiervoor de sociaal-cognitieve leertheorie aan (SCT; Bandura, 1986; Bandura, 2001; Bandura, 2004). SCT zou dus kunnen helpen te begrijpen onder welke omstandigheden mensen stoppen met het gebruik van online sociale media vanwege privacyzorgen.
Daarom is de onderzoeksvraag van het huidige onderzoek:
In hoeverre kan de sociaal-cognitieve leertheorie verklaren onder welke omstandigheden mensen stoppen met het gebruiken van Facebook vanwege privacyzorgen?
De keuze voor Facebook is gemaakt vanwege de prominente rol van Facebook in het nieuws (Solon, 2018; Rosenberg et al., 2018; Van Loon & Wassens, 2018). Hierdoor is het waarschijnlijk dat de meeste mensen die overwegen om te stoppen met online sociale media, in ieder geval met Facebook zouden willen stoppen, of al gestopt zijn. Hierbij zullen de volgende subvragen beantwoord worden met een literatuuronderzoek en de resultaten van het afnemen van een online vragenlijst:
1. Wat is de sociaal-cognitieve leertheorie?
2. In hoeverre blijken factoren uit eerder onderzoek geschikt voor een model op basis
van de sociaal-cognitieve leertheorie?
3. Wat voor model kan opgesteld worden vanuit de sociaal-cognitieve leertheorie en
relevante factoren uit eerder onderzoek?
4. Wat is de uitkomst van het toetsen van het model met de resultaten van het huidige
2. Theoretisch kader
In dit hoofdstuk zal de voorgestelde theorie, SCT, uitgelegd worden, om de eerste subvraag te beantwoorden: Wat is de sociaal-cognitieve leertheorie? Hierna zal de tweede subvraag behandeld worden: In hoeverre blijken factoren uit eerder onderzoek geschikt voor een model
op basis van de sociaal-cognitieve leertheorie? Vervolgens zal de derde subvraag behandeld
worden: Wat voor model kan opgesteld worden vanuit de sociaal-cognitieve leertheorie en
relevante factoren uit eerder onderzoek? Op basis hiervan worden hypotheses en
verwachtingen opgesteld.
2.1 De Sociaal-Cognitieve Leertheorie
SCT gaat er vanuit dat gedrag (en gedragsverandering) verklaard kan worden door een raamwerk van drie soorten factoren: omgevingsfactoren, persoonlijke factoren en
gedragsfactoren (zie Figuur 1; Bandura, 1986; Bandura, 2001; Bandura, 2004). Hierbij geldt dat de drie soorten elkaar beïnvloeden.
Figuur 1. De drie soorten factoren waarmee de sociaal-cognitieve leertheorie gedrag probeert
te verklaren (Bandura, 2001).
Ten eerste omgevingsfactoren: deze kunnen in iemands fysieke omgeving voorkomen als natuurlijke of door de mens gemaakte objecten. Er bestaan ook sociale omgevingsfactoren:
(en hoe interacties hiermee en hierin verlopen, zowel in de virtuele als in de echte wereld). Hierbij horen ook sociale normen, sociale druk en waarden.
Ten tweede persoonlijke factoren: emoties, stemmingen, kennis, vaardigheden, ideeën, waarnemingen en verwachtingen (een belangrijk voorbeeld is self-efficacy: in hoeverre
gelooft iemand dat hij of zij een bepaalde gedraging uit kan voeren). Ook iemands ideeën, verwachtingen, enz., over omgevingsfactoren vallen hieronder. Bijvoorbeeld of objecten in de fysieke omgeving obstructief of stimulerend zullen zijn voor het uitvoeren van bepaald
gedrag. Een ander voorbeeld is dat mensen verwachtingen hebben (persoonlijke factor) over de reacties die ze van anderen gaan krijgen (omgevingsfactor), die ze overwegen voordat ze nieuw gedrag vertonen (gedragsfactor).
Ten derde gedragsfactoren: handelingen in situaties en met objecten, of reacties op situaties en objecten. Het feit dat de drie soorten factoren interacteren, betekent ook dat ze gebruikt kunnen worden om elkaar te voorspellen. Een voorbeeld van hoe de factoren interacteren is dat iemand op school heeft geleerd (omgevingsfactor) wat voor effect alcohol op het brein heeft. Met deze kennis zal hij of zij bepaalde verwachtingen hebben over
gevolgen van eigen alcoholconsumptie (persoonlijke factor), en door die kennis besluiten om geen glas bier te drinken voor het slapengaan (gedragsfactor).
Dit gedeelte van SCT wordt gebruikt in onderzoek naar informatietechnologisch gebruiksgedrag, zoals in de komende paragraaf duidelijk zal worden. Het is een abstract model, er zullen specifieke omgevings-, persoonlijke en gedragsfactoren bepaald moeten worden om tot een toetsbaar model te komen. Nu de basis toegelicht is, zal gekeken worden welke specifieke factoren naar voren komen uit eerdere toepassingen op
informatietechnologisch gebruiksgedrag, om antwoord te geven op de tweede subvraag: In
hoeverre blijken factoren uit eerder onderzoek geschikt voor een model op basis van de sociaal-cognitieve leertheorie?
2.2 In hoeverre blijken factoren uit eerder onderzoek geschikt voor een
model op basis van de sociaal-cognitieve leertheorie?
Een literatuuronderzoek werd uitgevoerd om de tweede subvraag te beantwoorden, en een model te maken dat dieper gaat dan de abstracte basis. Het literatuuronderzoek bestaat uit twee delen: relevant eerder onderzoek en een toepassing van SCT door de bedenker van de theorie (op de minder relevante gedragsfactor gezondheidsgedrag; Bandura, 2004). Het eerste deel schetst een beeld van hoe de theorie eerder gebruikt is voor het verklaren van
informatietechnologisch gebruiksgedrag. Het tweede deel helpt om een model te maken dat niet slechts losse factoren bevat uit onderzoeken met uiteenlopende contexten. De intentie hiervan is om een samenhangende toepassing van de theorie te zien vanuit het perspectief van de bedenker, en welke factoren in het algemeen belangrijk kunnen zijn binnen een toepassing. Zie Tabel 1 voor een overzicht van de uitkomsten van het literatuuronderzoek.
Onderzoek Context Ontleende
factor
Toelichting factor Soort factor binnen SCT Boateng, Adam, Okoe en Anning-Dorson (2016) Ingebruikname van internetbankieren Sociale mogelijkheden van Facebook In hoeverre vindt iemand dat Facebook mogelijkheden biedt (die aanmoedigen) om met anderen te interacteren? Omgeving Hoffman, Lutz en Meckel (2015) Actieve deelname aan online media
Online
self-efficacy
In hoeverre gelooft iemand dat hij of zij
kan omgaan met online media? Persoonlijk Lin (2010) Loyaliteitsgedrag aan virtuele gemeenschappen Affectieve toewijding aan Facebook De sterkte van iemands emotionele hechting aan Facebook Persoonlijk Bandura (2004) Gezondheidsgedrag Vernomen privacyrisico’s In hoeverre weet iemand dat er privacyrisico’s verbonden zijn aan
het gebruiken van Facebook? Persoonlijk Verwachte negatieve reacties In hoeverre verwacht iemand negatieve reacties Persoonlijk
haar belangrijke anderen na het stoppen met Facebook? Stop-self-efficacy In hoeverre gelooft iemand dat hij of zij
kan stoppen met Facebook en dit kan
volhouden?
Persoonlijk
Tabel 1. Ontleende factoren uit eerdere toepassingen van de sociaal-cognitieve leertheorie.
2.2.1 Eerste gedeelte literatuuronderzoek
Voor het eerste gedeelte werd gezocht naar literatuur met Web of Science en Google Scholar, met zoektermen als: SCT, social cognitive, social cognitive theory, online media, IT,
Facebook, information systems, technology, commitment, social network, rejection, privacy, quit, privacy paradox, discontinuance, privacy concerns, internet usage. Belangrijke criteria
voor het opnemen van onderzoeken in dit verslag waren: relevantie, ranking van het journal en jaartal (maximaal 10 jaar oud). Uiteindelijk zijn drie artikelen geselecteerd die het meest relevant leken, en uit elk artikel is één factor gekozen, mede om de omvang van het huidige onderzoek te beperken.
Het eerste artikel betreft de ingebruikname van internetbankieren (Boateng, Adam, Okoe & Anning-Dorson, 2016). Uit de resultaten bleek dat de intentie om dit te doen (gedragsfactor) onder andere positief beïnvloed werd door de mate van vertrouwen, dat de bank haar diensten betrouwbaar kan aanbieden met de website (omgevingsfactor). Ook
hadden de sociale mogelijkheden van de bankwebsite een positieve invloed (omgevingsfactor; mogelijkheden om te interacteren met anderen, voornamelijk het ontwerp van de website: als deze gebruikers aanmoedigt om met elkaar te interacteren, dan is de kans groter dat ze de website blijven gebruiken). De factor vertrouwen werd eerst nader bekeken, aangezien deze mogelijk relevant was voor het huidige onderzoek. Het is bijvoorbeeld mogelijk dat mensen met privacyzorgen weinig vertrouwen hebben in een bedrijf als Facebook, dat weinig
transparant is over welke data zij verzamelen en wat zij daarmee doen. De items die Boateng et al. (2016) gebruikten om vertrouwen te meten, bleken echter teveel toegespitst op websites
van banken, en niet goed om te zetten naar de huidige onderzoekscontext. Daarnaast leken de items niet goed te discrimineren tussen vertrouwen en privacyzorgen, een andere factor in het huidige onderzoek. Daarom werd besloten om de factor sociale mogelijkheden te gebruiken. Omdat Facebook een online sociaal medium is, kunnen sociale mogelijkheden een belangrijke reden zijn dat mensen Facebook gebruiken. De items die deze factor maten, bleken wel
geschikt.
Met SCT is ook geprobeerd om te analyseren waarom internetgebruikers actief meedoen aan online media (Hoffman, Lutz & Meckel, 2015). Het bleek dat online
self-efficacy (persoonlijke factor; gelooft iemand dat hij of zij kan omgaan met online media) een
sterke positieve invloed had op het actief meedoen aan online media (gedragsfactor; bijvoorbeeld: meningen delen, foto’s delen, petities invullen). Daarnaast hadden
privacyzorgen (persoonlijke factor) een licht negatief verband met online self-efficacy. Omdat Facebook een online medium is, speelt de factor online self-efficacy waarschijnlijk ook een rol bij de gebruikservaring daarvan. Ook het verband met privacyzorgen onderschrijft dat deze factor gebruikt kan worden in het huidige onderzoek.
De factor online self-efficacy speelt waarschijnlijk ook een rol bij online media als Facebook en de gebruikservaring daarvan. Daarom kan deze in het huidige onderzoek gebruikt worden.
Een andere toepassing van SCT was op gedrag in virtuele gemeenschappen (Lin, 2010). Uit dit onderzoek bleek onder andere dat affectieve toewijding (persoonlijke factor; hoe sterk is iemands emotionele hechting aan en identificatie met een virtuele gemeenschap) een positief verband had met loyaliteitsgedrag (gedragsfactor; continu meedoen aan een virtuele gemeenschap en anderen aanbevelen om dat ook te doen). Loyaliteitsgedrag is mogelijk een interessante factor voor het huidige onderzoek. Het is bijvoorbeeld mogelijk dat de mensen die nauwelijks actief meedoen aan Facebook, ook de mensen zijn die stoppen met Facebook. Echter bleek deze factor bij het construeren van de vragenlijst niet geschikt voor het huidige onderzoek. Ten eerste omdat Facebook al door veel mensen gebruikt wordt, waardoor niet verwacht kan worden dat gebruikers het snel aan anderen zouden aanbevelen. Ten tweede waren de door Lin (2010) gebruikte items om deze factor te meten niet geschikt om om te zetten naar Facebookgebruik. Daarom werd de geschikte factor affectieve
toewijding gekozen. Deze zou een belangrijke rol kunnen spelen voor de intentie om met Facebook te stoppen.
2.2.2 Tweede gedeelte literatuuronderzoek
Het tweede gedeelte van het literatuuronderzoek is gebaseerd op Bandura (2004). Sommige onderzoeken uit het eerste gedeelte bepaalden factoren die voor hun context relevant waren. Om een samenhangende basis vanuit SCT proberen te behouden, zijn uit Bandura (2004) de factoren, die relevant lijken voor de huidige onderzoeksvraag, geselecteerd en aangepast aan de context van het huidige onderzoek.
Ten eerste, voordat er überhaupt sprake kan zijn van het overwegen van een
gedragsverandering, moet herkend worden dat het huidige gedrag bepaalde nadelen heeft, of het veranderen ervan bepaalde voordelen (persoonlijke factor; Bandura, 2004). Zo ook bij het stoppen met Facebook vanuit privacyzorgen, begint de gedragsverandering altijd bij het vernemen van privacyrisico’s. Pas als duidelijk is dat Facebookgebruik negatieve gevolgen voor privacy heeft, dan zullen mensen beseffen dat ze dit kunnen tegengaan door met Facebook te stoppen.
Ten tweede zijn verwachtingen over uitkomsten wat betreft nadelen en voordelen van een gedragsverandering belangrijk, voornamelijk sociale reacties (persoonlijke factor;
Bandura, 2004). Daarom spelen verwachte sociale reacties van belangrijke anderen na het stoppen met Facebook een rol: “hoe zullen anderen reageren als ik geen Facebook meer heb?”. Of anderen dit goed- of afkeuren kan iemands bestaande relaties immers veranderen.
Ten derde is de factor waargenomen self-efficacy belangrijk bij gedragsveranderingen: de mate waarin iemand gelooft dat hij of zij nieuw gedrag kan aanleren en kan volhouden (persoonlijke factor; Bandura, 2004). Naast de eerder geselecteerde factor online self-efficacy (geloof in het kunnen omgaan met online media), kan de factor self-efficacy dus ook relevant zijn wat betreft de gedragsverandering zelf. In het huidige onderzoek zal daarom, naast online
self-efficacy, gekeken worden naar de mate waarin iemand gelooft dat hij of zij kan stoppen
met Facebook, en dit vol kan houden. Dit wordt stop-self-efficacy genoemd.
2.3 De Sociaal-Cognitieve Leertheorie Toegepast op het Stoppen met
Facebook vanwege Privacyzorgen
In deze paragraaf zal antwoord gegeven worden op de derde subvraag: Wat voor model kan
opgesteld worden vanuit de sociaal-cognitieve leertheorie en relevante factoren uit eerder onderzoek? Voor de toepassing van SCT op het stoppen met Facebook vanwege
mogelijkheden, online self-efficacy, affectieve toewijding, vernomen privacyrisico’s, verwachte negatieve reacties en stop-self-efficacy (zie Tabel 1).
Naast deze factoren komen natuurlijk ook de factoren uit de onderzoeksvraag in het model. Ten eerste privacyzorgen (zie Hoofdstuk 1) Dit is een persoonlijke factor, omdat het iemands ideeën, verwachtingen en emoties betreft, over bepaalde gedrags- en
omgevingsfactoren (zoals Facebookgebruik en wat voor data Facebook bijhoudt). Ten tweede het stoppen met Facebook, een gedragsfactor. Deze zal in twee factoren opgesplitst worden: of iemand wel of niet gestopt is; en bij de mensen die niet gestopt zijn of zij een sterke of zwakke intentie hebben om dat te gaan doen.1 Voor het toetsen van de meeste hypotheses zullen deelnemers daarom opgesplitst worden in verschillende groepen: gestopt, sterke Facebook-stopintentie en zwakke Facebook-stopintentie.
Zie Figuur 2 voor het model op basis van de hierboven genoemde factoren. Op basis van dit model zijn hypotheses opgesteld (zie Tabel 2).
Figuur 2. Het verwachte model van de toepassing van de sociaal-cognitieve leertheorie op het
stoppen met Facebook vanwege privacyzorgen.
Hypothese Onderbouwing H1a: Mensen die gestopt zijn met Facebook
hebben meer privacyzorgen dan mensen die niet gestopt zijn.
Ondanks de privacy paradox, wordt verwacht dat privacyzorgen over het algemeen toch een positief verband hebben
met het (willen) stoppen met Facebook. H1b: Mensen met een sterke
Facebook-stopintentie hebben meer privacyzorgen dan mensen met een zwakke
Facebook-stopintentie.
Zie H1a.
H2a: Mensen die gestopt zijn met Facebook hebben meer vernomen privacyrisico’s dan mensen die niet gestopt zijn.
Ondanks een mogelijk lang geleden stopmoment, wordt aangenomen dat het waarschijnlijk is dat gestopte mensen meer weten van privacyrisico’s dan niet gestopte
mensen. H2b: Mensen met een sterke
Facebook-stopintentie hebben meer vernomen
privacyrisico’s dan mensen met een zwakke Facebook-stopintentie.
Privacyrisico’s moeten eerst herkend worden voordat iemand kan overwegen om
daarom te stoppen met Facebook. Daarom zullen mensen die willen stoppen meer weten van privacyrisico’s dan mensen die
niet willen stoppen. H3a: Mensen die gestopt zijn met Facebook
hadden, voor hun besluit om te stoppen, minder verwachte negatieve reacties dan mensen die niet gestopt zijn.
Het verwachten van negatieve reacties van belangrijke anderen kan mensen
ontmoedigen om te stoppen.
H3b: Mensen met een sterke Facebook-stopintentie hebben minder verwachte negatieve reacties, dan mensen met een zwakke Facebook-stopintentie.
Zie H3a.
H4a: De sociale mogelijkheden van
Facebook wegen zwaarder voor mensen die niet gestopt zijn met Facebook dan voor mensen die wel gestopt zijn (voordat zij besloten te stoppen).
In Boateng et al. (2016)bleken de sociale mogelijkheden van bankwebsites een positieve invloed te hebben op het gaan gebruiken van de websites. Daarnaast zijn
sociaal medium als Facebook waarschijnlijk een belangrijke reden dat mensen het
gebruiken. H4b: De sociale mogelijkheden van
Facebook wegen zwaarder voor mensen met een zwakke Facebook-stopintentie, dan voor mensen met een sterke
Facebook-stopintentie.
Zie H4a.
H5a: Mensen met hoge online self-efficacy hebben minder privacyzorgen dan mensen met lage online self-efficacy
In Hoffman et al. (2015) bleek dat online
self-efficacy een licht negatief verband heeft
met privacyzorgen. H5b: Mensen die gestopt zijn met Facebook
hebben lagere online self-efficacy dan mensen die niet gestopt zijn.
Online self-efficacy heeft waarschijnlijk een negatief verband met privacyzorgen (dus minder online self-efficacy betekent meer privacyzorgen; zie H5a), en privacyzorgen hebben waarschijnlijk een positief verband met het stoppen met Facebook (zie H1a en
H1b). H5c: Mensen met een sterke
Facebook-stopintentie hebben lagere online
self-efficacy dan mensen met een zwakke
Facebook-stopintentie.
Zie H5b.
H6a: Mensen die gestopt zijn met Facebook hadden, voor hun besluit om te stoppen, een lagere affectieve toewijding aan Facebook dan mensen die niet gestopt zijn.
In Lin (2010) bleek dat affectieve toewijding aan een virtuele gemeenschap een positief verband heeft met het continu
meedoen aan deze gemeenschap en het anderen aanbevelen om dat ook te doen. Dus
meer affectieve toewijding betekent waarschijnlijk dat iemand minder wil
stoppen. H6b: Mensen met een sterke
Facebook-stopintentie hebben een lagere affectieve
toewijding aan Facebook dan mensen met een zwakke Facebook-stopintentie.
H7a: Mensen die gestopt zijn met Facebook hebben hogere stop-self-efficacy dan mensen die niet gestopt zijn.
Mensen kunnen de nieuwe gewoonte, gestopt zijn met Facebook, alleen aanleren
als zij ook geloven dat zij deze situatie kunnen bereiken en vol kunnen houden. H7b: Mensen met een sterke
Facebook-stopintentie hebben hogere stop-self-efficacy dan mensen met een zwakke Facebook-stopintentie.
Zie H7a.
3. Methode
In dit hoofdstuk zal de in dit onderzoek gebruikte methode uitgelegd worden. Dit is relevant om te kijken hoe de vierde subvraag beantwoord kan worden: Wat is de uitkomst van het
toetsen van het model met de resultaten van het huidige onderzoek?
3.1 Deelnemers
Aan dit onderzoek deden 74 mensen mee. Deelnemers werden geworven met convenience
sampling, door het sociale netwerk van de onderzoeker aan te spreken. De enige voorwaarde
om deel te nemen was het hebben of gehad hebben van een Facebookaccount. 10 deelnemers werden uitgesloten van verdere analyse. Deze hadden nooit een Facebookaccount gehad of de vragenlijst niet afgemaakt. Hierna bleef de uiteindelijke steekproef over van 64 deelnemers (28 mannen en 36 vrouwen). Hun leeftijd varieerde van 19 tot 75 jaar (M = 38,25, SD = 17,85).
3.2 Materialen
Alle factoren werden gemeten met een online vragenlijst. Hiervan is eerst een pilotversie gemaakt, deze is getest door vijf potentiële deelnemers. Op basis van hun feedback is de pilotversie aangepast. Deze aangepaste versie werd gebruikt om dit onderzoek af te nemen, zie Appendix A. In Tabel 3 is een overzicht weergegeven van alle items.
Factor Aantal items Schaal Minimum-score Maximum -score Privacyzorgen 3 Zevenpuntenschaal: van 1
sterk mee oneens tot 7 sterk mee eens
3 21
Facebook-stopintentie 1 Zevenpuntenschaal: van 1
sterk mee oneens tot 7 sterk mee eens
Sociale mogelijkheden van Facebook
3 Zevenpuntenschaal: van 1
sterk mee oneens tot 7 sterk mee eens
3 21
Affectieve toewijding aan Facebook
3 Zevenpuntenschaal: van 1
sterk mee oneens tot 7 sterk mee eens
3 21
Verwachte negatieve reacties
2 Zevenpuntenschaal: van 1
sterk mee oneens tot 7 sterk mee eens
2 14
Vernomen privacyrisico’s
1 Zevenpuntenschaal: van 1
helemaal niet tot 7 zeer veel
1 7
Online self-efficacy 3 Van 0 ik kan dit helemaal
niet tot 100 ik kan dit zeer zeker (in stappen van 10)
0 300
Stop self-efficacy 7 Van 0 ik kan dit helemaal
niet tot 100 ik kan dit zeer zeker (in stappen van 10)
0 700
Tabel 3. Overzicht van de vragenlijst: alle factoren met scoringsinformatie.
3.2.1 Privacyzorgen
De items die privacyzorgen maten, zijn gebaseerd op Hoffman et al. (2015; zie Appendix A). In het oorspronkelijke onderzoek hadden de items een betrouwbaarheid (Cronbach’s α) van 0,72. Een lagere score betekent dat iemand minder privacyzorgen heeft, en een hogere score betekent dat iemand meer privacyzorgen heeft (zie Tabel 3 voor verdere scoringsinformatie).
3.2.2 Facebook-stopintentie
Om Facebook-stopintentie te meten, werd ten eerste gevraagd of de deelnemers met Facebook gestopt waren (zie Appendix A). Dit werd beantwoord met ‘ja’ of ‘nee’. Het antwoord op deze vraag bepaalde ook hoe een gedeelte van de vragen over de verdere factoren gesteld werden, zie de verdere secties in Materialen. Als het antwoord ‘nee’ was, dan kregen zij vervolgens de vraag: “Ik ben van plan om met Facebook te stoppen”. Een lagere score betekent dat iemand een zwakkere intentie heeft om met Facebook te stoppen, en een hogere
score betekent dat iemand een sterkere intentie heeft om met Facebook te stoppen (zie Tabel 3).
3.2.3 Sociale mogelijkheden van Facebook
De items die de sociale mogelijkheden van Facebook maten, zijn gebaseerd op een
combinatie van items uit eerdere onderzoeken (zie Appendix A). Ten eerste Boateng et al. (2016; α = 0,85), ten tweede Park en Kim (2014; α = 0,95). Deze sets items zijn
gecombineerd, vertaald naar het Nederlands en toegepast op de sociale mogelijkheden van Facebook. Na de pilotstudie zijn deze verder aangepast naar aanleiding van de verkregen feedback (één werd zelfs verwijderd). Een lagere score betekent dat iemand vindt dat Facebook minder mogelijkheden biedt om met anderen te interacteren, en een hogere score betekent vindt dat Facebook meer mogelijkheden biedt om dat te doen(zie Tabel 3). Als deelnemers niet gestopt waren met Facebook, dan werd hen bij elke stelling gevraagd in hoeverre zij het ermee eens waren. Als zij wel gestopt waren met Facebook, dan werd hen gevraagd om bij elke stelling voor te stellen in hoeverre zij het ermee eens waren voordat zij met Facebook stopten. Als controlevraag volgde hierna: “Ik vond het moeilijk om me voor te
stellen hoe ik over de drie bovenstaande uitspraken dacht”.
3.2.4 Affectieve toewijding aan Facebook
De items die affectieve toewijding aan Facebook maten, zijn gebaseerd op Li, Browne en Chau (2006; zie Appendix A). In dit eerdere onderzoek hadden ze een betrouwbaarheid (composite reliability) van 0,88. Na de pilotstudie zijn deze verder aangepast naar aanleiding van de verkregen feedback. Een lagere score betekent dat iemand zwakker emotioneel
gehecht is aan Facebook, en een hogere score betekent dat iemand sterker emotioneel gehecht is aan Facebook (zie Tabel 3). Ook voor deze factor waren er verschillende items voor wel en niet met Facebook gestopte deelnemers, op dezelfde manier en met dezelfde controlevraag als bij de vorige factor.
3.2.5 Verwachte negatieve reacties
Collins, Kanouse, Elliott en Berry (2005), ten tweede Venkatesh en Bala (2008; α = 0,85). De relevante items hiervan zijn vertaald naar het Nederlands en toegepast op Facebook. Na de pilotstudie zijn deze verder aangepast naar aanleiding van de verkregen feedback. Een lagere score betekent dat iemand minder negatieve reacties verwacht van belangrijke anderen na het stoppen met Facebook, en een hogere score betekent dat iemand meer negatieve reacties verwacht (zie Tabel 3). Ook voor deze factor waren er verschillende items voor wel en niet met Facebook gestopte deelnemers, op dezelfde manier en met dezelfde controlevraag als bij de vorige factor.
3.2.6 Vernomen privacyrisico’s
Het item dat vernomen privacyrisico’s mat, is gebaseerd op Smith, Milberg en Burke (1996; zie Appendix A). Een lagere score betekent dat iemand minder heeft vernomen van
privacyrisico’s, en een hogere score betekent dat iemand meer heeft vernomen van privacyrisico’s (zie Tabel 3).
3.2.7 Online self-efficacy
De items die online self-efficacy maten, zijn gebaseerd op Hoffman et al. (2015; zie Appendix A). In dit eerdere onderzoek was de α 0,88. Deze items werden in het huidige onderzoek bevraagd volgens het advies van Bandura (2006): de items zijn stellingen over activiteiten, de deelnemers werd gevraagd om bij elke activiteit aan te geven hoeveel vertrouwen zij hebben dat zij die uit kunnen voeren. Een lagere score betekent dat iemand minder gelooft dat hij of zij kan omgaan met online media, en een hogere score betekent dat iemand dit meer gelooft (zie Tabel 3).
3.2.8 Stop-self-efficacy
Om stop-self-efficacy te meten, werden op basis van advies van Bandura (2006) negen items opgesteld (zie Appendix A). Na de pilotstudie werden deze teruggebracht tot zeven, naar aanleiding van de verkregen feedback. Deze items werden op dezelfde manier als de factor online self-efficacy bevraagd: de items zijn stellingen over activiteiten, de deelnemers werd gevraagd om bij elke activiteit aan te geven hoeveel vertrouwen zij hebben dat zij die uit kunnen voeren. Een lagere score betekent dat iemand minder gelooft dat hij of zij kan stoppen
met Facebook en dat kan volhouden, een hogere score betekent dat iemand dit meer gelooft (zie Tabel 3).
3.3 Procedure
Eerst werd er een introductie van het onderzoek gegeven (zie Appendix A). Vervolgens werd deelnemers gevraagd of ze een Facebookaccount hebben of gehad hebben, om ervoor te zorgen dat zij voldoen aan het inclusiecriterium. Als deelnemers voldeden aan de voorwaarde, dan werd hun leeftijd, geslacht, en hoogst voltooide of huidige opleiding gevraagd.
Vervolgens kwamen de in paragraaf 3.2 besproken items, respectievelijk: intentie om met Facebook te stoppen, privacyzorgen, sociale mogelijkheden van Facebook, affectieve toewijding aan Facebook, verwachte negatieve reacties van belangrijke anderen, vernomen privacyrisico’s, online self-efficacy, en stop-self-efficacy. Van de vragen over de factoren sociale mogelijkheden, affectieve toewijding en verwachte negatieve reacties, waren twee versies. Afhankelijk van of de deelnemers gestopt met Facebook waren of niet, kregen zij een andere versie (zie Materialen). Ten slotte werd deelnemers gevraagd om opmerkingen, waarna zij een bevestiging kregen dat de vragenlijst beëindigd en opgeslagen was (zie Appendix A).
4. Resultaten
In dit hoofdstuk zullen de resultaten van het in hoofdstuk 3 beschreven onderzoek
geanalyseerd worden. Daarmee wordt antwoord gegeven op de vierde subvraag: Wat is de
uitkomst van het toetsen van het model met de resultaten van het huidige onderzoek?.
Overigens werden de uitkomsten van de zevenpunten- en de 0 tot 100-schalen opgevat als intervaldata. Het is overwogen dat sommige onderzoekers deze als ordinale data beschouwen, en andere als intervaldata.
4.1 Betrouwbaarheid
Voor de set items van elke variabele (zie paragraaf 3.2; behalve de factoren met 1 item) werd de betrouwbaarheid berekend, zie Tabel 4. Het is te zien dat de factoren sociale
mogelijkheden, online self-efficacy, stop-self-efficacy, en verwachte negatieve reacties bij de niet gestopte groep deelnemers een acceptabele betrouwbaarheid hebben. Affectieve
toewijding heeft een twijfelachtige betrouwbaarheid. In de Discussie wordt verder ingegaan op de lage waarden van de andere factoren. Behalve bij de factoren met een acceptabele betrouwbaarheid, moet dus voorzichtig omgegaan worden met het trekken van conclusies uit de analyses.
Factor Gestopt met Facebook Betrouwbaarheid
(Cronbach’s α) Privacyzorgen Ja en nee ,41 Sociale mogelijkheden Ja Nee ,77 ,79 Affectieve toewijding Ja Nee ,63 ,62
Verwachte negatieve reacties Ja
Nee
-,19 ,73
Online self-efficacy Ja en nee ,87
Stop-self-efficacy Ja en nee ,91
Tabel 4. De resultaten van de betrouwbaarheidsanalyse per set items van elke factor (behalve
4.2 Hoofdanalyses
Er zijn hypotheses die verschillende groepen vergelijken: mensen met een sterke Facebook-stopintentie, mensen met een zwakke Facebook-Facebook-stopintentie, en mensen die met Facebook gestopt zijn. Daarom werden de scores op de factor Facebook-stopintentie met een
mediaansplitsing in een groep deelnemers met zwakke en een groep met sterke stopintentie ingedeeld. De groepen werden gescheiden op de waarde 4, wat betekent dat alle deelnemers die neutraal of lager ingevuld hebben in de groep met zwakke stopintentie terecht zijn
gekomen. De deelnemers die enigszins mee eens of hoger ingevuld hebben kwamen terecht in de groep met sterke stopintentie. Na controle bleek dat de groepen met zwakke en sterke stopintentie ongeveer even groot waren (zwakke stopintentie: N = 29, sterke stopintentie: N = 28). De met Facebook gestopte groep was echter relatief klein (N = 7).
Ook is er een hypothese die groepen met lage en hoge online self-efficacy vergelijkt. Daarom werden de scores op de factor online self-efficacy ook met een mediaansplitsing ingedeeld in een groep deelnemers met lage en een groep met hoge online self-efficacy. De groepen werden gescheiden op de waarde 180 (de scores gingen van 0 tot 300). Na controle bleek dat de groepen met lage en hoge online self-efficacy even groot waren (beiden hadden een N van 32).
Hierna werden de hoofdanalyses uitgevoerd; zie Figuur 3 voor een overzicht van de gemiddelde scores voor de hypotheses die wel en niet met Facebook gestopte deelnemers vergelijken. Zie Figuur 4 voor een overzicht van de gemiddelde scores voor de hypotheses die deelnemers met een zwakke en een sterke Facebook-stopintentie vergelijken. Zie Tabel 5 voor een overzicht van de uitkomsten van de getoetste hypotheses.
Figuur 3. De gemiddelde scores op alle factoren (met betrouwbaarheidsintervallen) voor
deelnemers die wel en niet gestopt zijn met Facebook (van de factor stop-self-efficacy is per deelnemer het gemiddelde van alle items genomen; bij de analyse hiervan en bij alle andere factoren de somscore).
Figuur 4. De gemiddelde scores op alle factoren (met betrouwbaarheidsintervallen) voor
deelnemers met zwakke en sterke Facebook-stopintenties (van de factor stop-self-efficacy is per deelnemer het gemiddelde van alle items genomen; bij de analyse hiervan en bij alle andere factoren de somscore).
Hypothese Uitkomst
H1a: Mensen die gestopt zijn met Facebook hebben meer privacyzorgen dan mensen die niet gestopt zijn.
Verworpen, maar marginaal H1b: Mensen met een sterke Facebook-stopintentie hebben meer
privacyzorgen dan mensen met een zwakke Facebook-stopintentie.
Bevestigd
H2a: Mensen die gestopt zijn met Facebook hebben meer vernomen privacyrisico’s dan mensen die niet gestopt zijn.
Verworpen
H2b: Mensen met een sterke Facebook-stopintentie hebben meer vernomen privacyrisico’s dan mensen met een zwakke Facebook-stopintentie.
Verworpen
H3a: Mensen die gestopt zijn met Facebook hadden, voor hun besluit om te stoppen, minder verwachte negatieve reacties dan mensen die niet
H3b: Mensen met een sterke Facebook-stopintentie hebben minder verwachte negatieve reacties, dan mensen met een zwakke Facebook-stopintentie.
Verworpen
H4a: De sociale mogelijkheden van Facebook wegen zwaarder voor mensen die niet gestopt zijn met Facebook dan voor mensen die wel gestopt zijn (voordat zij besloten te stoppen).
Verworpen
H4b: De sociale mogelijkheden van Facebook wegen zwaarder voor mensen met een zwakke Facebook-stopintentie, dan voor mensen met een sterke Facebook-stopintentie.
Bevestigd
H5a: Mensen met hoge online self-efficacy hebben minder privacyzorgen dan mensen met lage online self-efficacy
Verworpen
H5b: Mensen die gestopt zijn met Facebook hebben lagere online
self-efficacy dan mensen die niet gestopt zijn.
Verworpen
H5c: Mensen met een sterke Facebook-stopintentie hebben lagere online
self-efficacy dan mensen met een zwakke Facebook-stopintentie.
Verworpen
H6a: Mensen die gestopt zijn met Facebook hadden, voor hun besluit om te stoppen, een lagere affectieve toewijding aan Facebook dan mensen die niet gestopt zijn.
Verworpen
H6b: Mensen met een sterke Facebook-stopintentie hebben een lagere affectieve toewijding aan Facebook dan mensen met een zwakke Facebook-stopintentie.
Bevestigd
H7a: Mensen die gestopt zijn met Facebook hebben hogere
stop-self-efficacy dan mensen die niet gestopt zijn.
Bevestigd
H7b: Mensen met een sterke Facebook-stopintentie hebben hogere
stop-self-efficacy dan mensen met een zwakke Facebook-stopintentie.
Verworpen
Tabel 5. Overzicht van alle getoetste hypotheses en de uitkomsten daarvan.
4.2.1 H1a
Om te kijken of mensen die gestopt zijn met Facebook meer privacyzorgen hebben dan mensen die niet gestopt zijn, werd een onafhankelijke t-toets gebruikt. Hiervoor werd aan de assumpties van normaliteit, homogene varianties en onafhankelijkheid voldaan.
Uit deze toets bleek dat deelnemers die met Facebook gestopt zijn (M = 17,00, SD = 3,61) hoger scoorden op privacyzorgen dan deelnemers die niet gestopt zijn (M = 14,89, SD = 2,74). Dit verschil, 2,11, BCa 95% CI [-4,378, 0,17], was marginaal significant t(62) = 1,85, p = 0,069; en had een middelgroot effect, d = 0,74. Ook al is dit niet significant, op
beschrijvend niveau lijkt het erop dat de deelnemers die met Facebook gestopt zijn hoger scoorden op privacyzorgen dan de deelnemers die niet gestopt zijn, zoals verwacht.
4.2.2 H1b
Om te kijken of mensen met een sterke Facebook-stopintentie meer privacyzorgen hebben dan mensen met een zwakke Facebook-stopintentie, werd een onafhankelijke t-toets gebruikt. Hiervoor werd aan de assumpties van homogene varianties en onafhankelijkheid voldaan. Echter was de assumptie van normaliteit geschonden voor de groep met sterke Facebook-stopintentie (Shapiro-Wilk-test), D(28) = 0,92, p = 0,032. Daarom werd gekeken of dit problematisch zou zijn voor de analyses met deze groep, door te kijken naar de skewness en kurtosis van de data. Daarbij bleek dat de zwaarden tussen de 2 en 2 lagen (respectievelijk -1,56 en -0,16), wat aanduidt dat de skewness en kurtosis niet significant zijn. Daarnaast werd een Q-Q plot opgevraagd, waarop alle datapunten ongeveer op de lijn lagen. Daarom werd aangenomen dat de uitkomst van de Shapiro-Wilk-test niet problematisch zal zijn voor de normaliteit.
Uit deze toets bleek dat de deelnemers met een sterke Facebook-stopintentie (M = 15,89, SD = 2,42) hoger scoorden op privacyzorgen dan deelnemers met een zwakke
Facebook-stopintentie (M = 13,93, SD = 2,72). Dit verschil, 1,96, BCa 95% CI [-3,33, -0,59], was significant t(55) = 2,87, p = 0,006; en had een middelgroot effect, d = 0,76. Dit sluit aan bij de verwachting.
4.2.3 H2a
Om te kijken of mensen die gestopt zijn met Facebook meer vernomen privacyrisico’s hebben dan mensen die niet gestopt zijn, werden eerst de assumpties gecontroleerd voor een
onafhankelijke t-toets. Hiervoor was de assumptie van normaliteit geschonden voor de gestopte groep (Shapiro-Wilk-test), D(7) = 0,72, p = 0,006, en voor de niet gestopte groep,
Uit deze toets bleek dat de deelnemers die gestopt zijn met Facebook (Mdn = 5, M = 4,29) significant lager scoorden op vernomen privacyrisico’s dan de deelnemers die niet gestopt zijn (Mdn = 5, M = 5,40), U = 86,00 z = -2,71, p = 0,013. Dit effect was gemiddeld, r = -0,34. Dit is het tegenovergestelde van de verwachting.
4.2.4 H2b
Om te kijken of mensen met een sterke Facebook-stopintentie meer vernomen privacyrisico’s hebben dan mensen met een zwakke Facebook-stopintentie, werd een onafhankelijke t-toets gebruikt. Hiervoor werd aan de assumpties van homogene varianties en onafhankelijkheid voldaan. Echter was de assumptie van normaliteit geschonden voor de groep met sterke Facebook-stopintentie (Shapiro-Wilk-test), D(28) = 0,84, p < 0,001, en voor de groep met zwakke Facebook-stopintentie, D(29) = 0,80, p < 0,001. Daarom werd gekeken of dit
problematisch zou zijn voor de analyses met deze groepen, door te kijken naar de skewness en kurtosis van de data. Daarbij bleek dat de zwaarden tussen de 2 en 2 lagen (sterke groep: -0,38 en 0,85; zwakke groep: 1,51 en -0,34), wat aanduidt dat de skewness en kurtosis niet significant zijn. Daarnaast werd een Q-Q plot opgevraagd, waarop alle datapunten ongeveer op de lijn lagen. Daarom werd aangenomen dat de uitkomst van de Shapiro-Wilk-test niet problematisch zal zijn voor de normaliteit.
Uit deze toets bleek dat de deelnemers met een sterke Facebook-stopintentie (M = 5,29, SD = 1,01) niet significant verschilden, in vernomen privacyrisico’s, van deelnemers met een zwakke Facebook-stopintentie (M = 5,52, SD = 0,79), t(55) = 0,97, p = 0,338. De effectgrootte was klein, d = 0,26. Onverwachts hebben mensen met een sterke stopintentie niet meer vernomen privacyrisico’s dan mensen met een zwakke Facebook-stopintentie.
4.2.5 H3a
Om te kijken of mensen die gestopt zijn met Facebook minder verwachte negatieve reacties hadden, voor hun besluit om te stoppen, dan mensen die niet gestopt zijn, werden eerst de assumpties gecontroleerd voor een onafhankelijke t-toets. Hiervoor werd aan de assumpties van homogene varianties en onafhankelijkheid voldaan. Echter was de assumptie van normaliteit geschonden voor de niet met Facebook gestopte groep, D(57) = 0,87, p < 0,001.
Daarnaast bleek de skewness significant te zijn, wat ook terug te zien was in een histogram en een Q-Q plot. Daarom werd een Mann-Whitney-toets gebruikt om deze hypothese te toetsen.
Uit deze toets bleek dat de deelnemers die gestopt zijn met Facebook (Mdn = 4, M = 4,56) niet significant verschilden in verwachte negatieve reacties van voor hen belangrijke anderen, van de deelnemers die niet gestopt zijn (Mdn = 4, M = 4,71), U = 171,00 z = -0,624,
p = 0,555. Dit effect was klein, r = -0,09. Onverwachts hadden mensen die gestopt zijn met
Facebook niet minder verwachte negatieve reacties dan mensen die niet gestopt zijn.
4.2.6 H3b
Om te kijken of mensen met een sterke Facebook-stopintentie minder verwachte negatieve reacties hadden dan mensen met een zwakke Facebook-stopintentie, werden eerst de assumpties gecontroleerd voor een onafhankelijke t-toets. Hiervoor werd voldaan aan de assumpties van homogene varianties en onafhankelijkheid. Echter was de assumptie van normaliteit geschonden voor de groep met sterke Facebook-stopintentie (Shapiro-Wilk-test),
D(28) = 0,88, p = 0,004, en voor de groep met zwakke Facebook-stopintentie, D(29) = 0,85, p
= 0,001. Daarnaast bleek de skewness van beide groepen significant te zijn, wat ook terug te zien was in een histogram en een Q-Q plot. Daarom werd een Mann-Whitney-toets gebruikt om deze hypothese te toetsen.
Uit deze toets bleek dat de deelnemers met een sterke Facebook-stopintentie (Mdn = 4,
M = 4,76) niet significant verschilden in verwachte negatieve reacties, van de deelnemers met
een zwakke Facebook-stopintentie (Mdn = 4, M = 4,36), U = 368,50, z = -0,609, p = 0,548. Onverwachts hadden de mensen met een sterke Facebook-stopintentie niet minder verwachte negatieve reacties dan mensen met een zwakke Facebook-stopintentie.
4.2.7 H4a
Om te kijken of de sociale mogelijkheden van Facebook zwaarder wegen voor mensen die niet gestopt zijn met Facebook dan voor mensen die wel gestopt zijn (voordat zij besloten te stoppen), werd een onafhankelijke t-toets gebruikt. Hiervoor werd voldaan aan de assumpties van normaliteit, homogene varianties en onafhankelijkheid.
Uit deze toets bleek dat de sociale mogelijkheden van Facebook zwaarder wegen voor deelnemers die niet gestopt zijn met Facebook (M = 12,77, SD = 3,88) dan voor deelnemers
niet significant t(62) = 1,23, p = 0,224; en had een klein effect, d = 0,33. Dus, onverwachts, wegen de sociale mogelijkheden van Facebook niet zwaarder voor mensen die niet gestopt zijn met Facebook dan voor mensen die wel gestopt zijn (voordat zij besloten te stoppen).
4.2.8 H4b
Om te kijken of de sociale mogelijkheden van Facebook zwaarder wegen voor mensen met een zwakke Facebook-stopintentie, dan voor mensen met een sterke Facebook-stopintentie, werd een onafhankelijke t-toets gebruikt. Hiervoor werd voldaan aan de assumpties van normaliteit, homogene varianties en onafhankelijkheid.
Uit deze toets bleek dat de sociale mogelijkheden van Facebook zwaarder wegen voor deelnemers met een zwakke Facebook-stopintentie (M = 13,97, SD = 3,84) dan voor
deelnemers met een sterke Facebook-stopintentie (M = 11,54, SD = 3,57). Dit verschil, 2,43, BCa 95% CI [0,46, 4,40], was significant t(55) = 2,47, p = 0,017; en had een gemiddeld effect, d = 0,65. Dus, zoals verwacht, wegen de sociale mogelijkheden van Facebook zwaarder voor mensen met een zwakke Facebook-stopintentie, dan voor mensen met een sterke Facebook-stopintentie.
4.2.9 H5a
Om te kijken of mensen met hoge online self-efficacy minder privacyzorgen hebben dan mensen met lage online self-efficacy, werd een onafhankelijke t-toets gebruikt. Hiervoor werd voldaan aan de assumpties van normaliteit, homogene varianties en onafhankelijkheid.
Uit deze toets bleek dat de deelnemers met hoge online self-efficacy (M = 15,34, SD = 2,71) niet significant verschilden in privacyzorgen van deelnemers met lage online
self-efficacy (M = 14,91, SD = 3,09), t(62) = 0,60, p = 0,549. De effectgrootte was heel klein, d =
0,15. Onverwachts hebben mensen met hoge online self-efficacy niet minder privacyzorgen dan mensen met lage online self-efficacy.
4.2.10 H5b
Om te kijken of mensen die gestopt zijn met Facebook lagere online self-efficacy hebben dan mensen die niet gestopt zijn, werden de assumpties gecontroleerd voor een onafhankelijke t-toets. Hiervoor werd voldaan aan de assumpties van homogene varianties en
onafhankelijkheid. Echter was de assumptie van normaliteit geschonden voor de niet gestopte groep (Shapiro-Wilk-test), D(57) = 0,89, p < 0,001. Daarom werd deze hypothese met een Mann-Whitney-toets getoetst.
Uit deze toets bleek dat de deelnemers die gestopt zijn met Facebook (Mdn = 140) niet significant verschilden in online self-efficacy van de deelnemers die niet gestopt zijn (Mdn = 200), U = 123,50 z = -1,64, p = 0,103. De effectgrootte was klein, r = -0,21. Dus onverwachts hebben mensen die gestopt zijn met Facebook niet lagere online self-efficacy dan mensen die niet gestopt zijn.
4.2.11 H5c
Om te kijken of mensen met een sterke Facebook-stopintentie lagere online self-efficacy hebben dan mensen met een zwakke Facebook-stopintentie, werden de assumpties
gecontroleerd voor een onafhankelijke t-toets. Hiervoor werd voldaan aan de assumpties van homogene varianties en onafhankelijkheid. Echter was de assumptie van normaliteit
geschonden voor de zwakke Facebook-stopintentie groep (Shapiro-Wilk-test), D(29) = 0,88, p = 0,004, en de sterke Facebook-stopintentie groep, D(28) = 0,91, p = 0,016. Daarom werd deze hypothese met een Mann-Whitney-toets getoetst.
Uit deze toets bleek dat de deelnemers met een sterke Facebook-stopintentie (Mdn = 185) niet significant verschilden in online self-efficacy van de deelnemers met een zwakke Facebook-stopintentie (Mdn = 200), U = 345,50 z = -0,97, p = 0,336. De effectgrootte was klein, r = -0,13. Dus onverwachts hebben mensen met sterke Facebook-stopintentie niet lagere online self-efficacy dan mensen met zwakke Facebook-stopintentie.
4.2.12 H6a
Om te kijken of mensen die gestopt zijn met Facebook een lagere affectieve toewijding aan Facebook hadden, voordat zij besloten om te stoppen, dan mensen die niet gestopt zijn, werd een onafhankelijke t-toets uitgevoerd. Hiervoor werd voldaan aan de assumpties van
normaliteit, homogene varianties en onafhankelijkheid.
Uit deze toets bleek dat de deelnemers die gestopt zijn met Facebook (M = 11,00, SD = 1,51) niet significant verschilden in affectieve toewijding van deelnemers die niet gestopt zijn (M = 12,19, SD = 3,92), t(62) = 0,76, p = 0,451. De effectgrootte was klein, d = 0,30.
Onverwachts hadden mensen die gestopt zijn met Facebook, voor hun besluit om te stoppen, niet lagere affectieve toewijding dan mensen die niet gestopt zijn.
4.2.13 H6b
Om te kijken of mensen met een sterke Facebook-stopintentie een lagere affectieve
toewijding aan Facebook hebben dan mensen met een zwakke Facebook-stopintentie, werd een onafhankelijke t-toets uitgevoerd. Hiervoor werd voldaan aan de assumpties van normaliteit, homogene varianties en onafhankelijkheid.
Uit deze toets bleek dat mensen met een sterke Facebook-stopintentie (M = 11,07, SD = 3,76) lager scoorden op affectieve toewijding aan Facebook dan deelnemers met een zwakke Facebook-stopintentie (M = 13,28, SD = 3,82). Dit verschil, 2,20, BCa 95% CI [0,19, 4,22], was significant t(55) = 2,20, p = 0,032; en had een gemiddeld effect, d = 0,58. Dus, zoals verwacht, hebben mensen met een sterke Facebook-stopintentie een lagere affectieve toewijding aan Facebook dan mensen met een zwakke Facebook-stopintentie.
4.2.14 H7a
Om te kijken of mensen die gestopt zijn met Facebook hogere stop-self-efficacy hebben dan mensen die niet gestopt zijn, werden de assumpties gecontroleerd voor een onafhankelijke t-toets. Hiervoor was de assumptie van homogene varianties geschonden (Levene’s test), F(1, 62) = 20,05, p < ,001. Dit gold ook voor de assumptie van normaliteit (Shapiro-Wilk-test), voor de niet gestopte groep, D(57) = 0,94, p = 0,005 en de gestopte groep, D(7) = 0,45, p < 0,001. Daarom werd deze hypothese met een Mann-Whitney-toets getoetst.
Uit deze toets bleek dat de deelnemers die gestopt zijn met Facebook (Mdn = 700) significant hoger scoorden op stop-self-efficacy dan de deelnemers die niet gestopt zijn (Mdn = 500), U = 4 z = -4,21, p < 0,001. De effectgrootte was groot, r = -0,53. Dus zoals verwacht hebben mensen die gestopt zijn met Facebook hogere stop-self-efficacy dan mensen die niet gestopt zijn.
4.2.15 H7b
Om te kijken of mensen met een sterke Facebook-stopintentie hogere stop-self-efficacy hebben dan mensen met een zwakke Facebook-stopintentie, werd een onafhankelijke t-toets
gebruikt. Hiervoor werd aan de assumpties van homogene varianties en onafhankelijkheid voldaan. Echter was de assumptie van normaliteit geschonden voor de groep met sterke Facebook-stopintentie (Shapiro-Wilk-test), D(28) = 0,92, p = 0,026. Daarom werd gekeken of dit problematisch zou zijn voor de analyses met deze groepen, door te kijken naar de
skewness en kurtosis van de data. Daarbij bleek dat de z-waarden tussen de -2 en 2 lagen (respectievelijk -1,30 en -1,07), wat aanduidt dat de skewness en kurtosis niet significant zijn. Daarnaast werd een Q-Q plot opgevraagd, waarop alle datapunten ongeveer op de lijn lagen. Daarom werd aangenomen dat de uitkomst van de Shapiro-Wilk-test niet problematisch zal zijn voor de normaliteit.
Uit deze toets bleek dat de deelnemers met een sterke Facebook-stopintentie (M = 484,64, SD = 31,77) niet significant verschilden in stop-self-efficacy, van deelnemers met een zwakke Facebook-stopintentie (M = 446,90, SD = 155,15), t(55) = 0,88, p = 0,382. De
effectgrootte was klein, d = 0,23. Onverwachts hebben mensen met een sterke Facebook-stopintentie niet hogere stop-self-efficacy dan mensen met een zwakke Facebook-Facebook-stopintentie.
4.3 Exploratieve analyses
4.3.1 Online self-efficacy en leeftijd
Om te kijken of de groepen met lage en hoge online self-efficacy verschilden in leeftijd, werden eerst de assumpties gecontroleerd voor een onafhankelijke t-toets. Hiervoor werd niet voldaan aan de assumptie van normaliteit, dus werd een Mann-Whitney-toets gebruikt. Uit deze toets bleek dat de deelnemers met lage online self-efficacy (Mdn = 42,00) een hogere leeftijd hadden dan de deelnemers met hoge selfefficacy (Mdn = 24,50), U = 307,50 z = -2,75, p = 0,006. Dit effect was gemiddeld, r = -0,34.
4.3.2 Online self-efficacy en geslacht
Om te kijken of de groepen met lage en hoge online self-efficacy verschilden in geslacht, werd een chi-kwadraattoets gebruikt. Hiervoor werd aan de assumptie van verwachte waarden voldaan, omdat geen cellen een lagere verwachte waarde dan 5 hadden. Uit de
chi-kwadraattoets bleek dat de groepen met lage en hoge online self-efficacy niet verschilden in geslacht, χ2 (1) = 0,000, p = 1,000.
4.3.3 Online self-efficacy en opleiding
Om te kijken of de groepen met lage en hoge online self-efficacy verschilden in opleidingsniveau, werd een Mann-Whitney-toets gebruikt. Uit deze toets bleek dat de deelnemers met lage online self-efficacy (Mdn = 5,50) niet verschilden in opleidingsniveau van de deelnemers met hoge self-efficacy (Mdn = 6,00), U = 405,50 z = -1,62, p = 0,106. Dit effect was klein, r = -0,20.
5. Discussie
5.1 Conclusie, Wetenschappelijke Implicaties en Praktische Implicaties
In dit onderzoek werd gekeken in hoeverre SCT kan verklaren onder welke omstandigheden mensen stoppen met Facebook vanwege privacyzorgen. Uit de resultaten blijkt dat het model op basis van SCT niet goed kan verklaren onder welke omstandigheden mensen stoppen met Facebook vanwege privacyzorgen (zie Tabel 5 voor welke hypotheses wel en niet bevestigd waren).
Het is daarom minder waarschijnlijk geworden dat SCT geschikt is als theoretisch kader voor de privacy paradox bij het gebruik van online sociale media, met name bij
Facebookgebruik. Mogelijk is er meer onderzoek nodig om te kijken welke factoren hiervoor goed te combineren zijn, in plaats van dat er factoren uit uiteenlopende contexten gehaald worden. In het model van het huidige onderzoek stonden daarnaast voornamelijk persoonlijke factoren (die zich beter lenen voor vragenlijstonderzoek, omdat deelnemers gevraagd wordt naar hun opvattingen en waarnemingen). Aangezien SCT slechts factoren op abstract niveau definieert, kan de sterkte van een op SCT gebaseerd model nogal verschillen afhankelijk van welke specifieke factoren geselecteerd worden. Daarnaast zou er gekeken kunnen worden naar de ontwikkeling van betere schalen om de geselecteerde factoren te meten. In het huidige onderzoek bleek de betrouwbaarheid van sommige factoren namelijk ondermaats te zijn, mogelijk door het lage aantal items per factor.
Op basis van de resultaten zijn er de volgende mogelijke praktische implicaties. Aangezien privacyzorgen wel daadwerkelijk een positief verband hadden met Facebook-stopintentie, zouden mensen met zwakke Facebook-stopintentie zich kunnen verdiepen in privacy-implicaties van hun Facebookgebruik. Zo zouden zij kunnen bepalen of zij de risico’s vinden opwegen tegen het gebruik. Als zij de sociale mogelijkheden van Facebook belangrijk vinden, dan zouden ze de risico’s extra zwaar kunnen laten wegen, om te compenseren voor hun waarschijnlijk extra lage stopintentie. Dit geldt ook voor mensen die sterk affectief toegewijd zijn aan Facebook. Ten slotte zouden mensen die willen stoppen met Facebook kunnen kijken naar hoe zij beter gaan geloven dat zij dit kunnen (en vol kunnen houden). Hiervoor zouden ook interventies gemaakt kunnen worden.
5.2 Verklaringen Onverwachte Resultaten, Beperkingen en Suggesties voor
Vervolgonderzoek
Ten eerste is het mogelijk dat de vragenlijstitems niet goed maten wat ze moesten meten. De betrouwbaarheid van veel factoren was namelijk matig (zie Tabel 4). Cronbach’s α kan lager uitgevallen zijn door het beperkte aantal items per factor (Cortina, 1993). Daarnaast was de groep met Facebook gestopte deelnemers zeer klein, wat de resultaten van de relevante factoren vertekend kan hebben, en daardoor ook de betrouwbaarheid. Verder geldt nog dat veel items voor de met Facebook gestopte deelnemers hen vroegen om in te schatten hoe dit voor hen was voordat zij gestopt waren. Dit betekent dat dit vertekend kan zijn door hun huidige staat. Daarnaast kunnen de items die naar hun huidige staat vroegen, ook geen goed beeld geven over hun situatie toen ze besloten te stoppen, omdat die kan verschillen van nu. Zo kan er correctie plaatsgevonden hebben voor cognitieve dissonantie, bijvoorbeeld op de volgende manier. Voordat iemand met Facebook stopte, was deze persoon bang voor
afkeurende reacties van vrienden en familie. Omdat hij of zij weinig actief was op Facebook, besloot hij of zij toch om te stoppen. 2 jaar later vulde hij of zij de vragenlijst voor dit
onderzoek in. Eenmaal aangekomen bij de vragen over verwachte negatieve reacties, zou deze persoon gedacht kunnen hebben: “Omdat ik gestopt ben met Facebook, verwachtte ik destijds vast geen negatieve reacties van anderen.”. Deze persoon zou dan dus de dissonantie tussen zijn of haar cognitie/affect (bang voor afkeurende reacties) en zijn of haar gedrag (toch gestopt met Facebook) weggeredeneerd hebben. Ook is het mogelijk dat er na het stoppen geen daadwerkelijke negatieve reacties kwamen, ondanks de verwachting van wel. Daaruit zou iemand kunnen concluderen dat hij of zij ook niet bang was voor negatieve reacties, terwijl dat wel zo was. Uit de antwoorden op de controlevragen over hoe moeilijk het was om dit in te schatten, gaven sommige deelnemers bij bepaalde factoren toe dat zij het moeilijk vonden (zie Appendix B). Dit ondersteunt de aanname dat de resultaten van de meeste factoren vertekend kunnen zijn voor de met Facebook gestopte deelnemers.
Het discussiepunt over betrouwbaarheid is specifiek interessant voor de factor privacyzorgen. Dit was een van de belangrijkste factoren in het huidige onderzoek, als
onderdeel van de onderzoeksvraag. Echter had deze, van de factoren met identieke items voor de wel en niet met Facebook gestopte mensen, als enige een slechte betrouwbaarheid (zie Tabel 4). Ook kwam de verwachting, dat mensen die gestopt zijn meer privacyzorgen hebben dan mensen die niet gestopt zijn, niet uit. Toch was het een marginaal significant verschil, wat op beschrijvend niveau aan zou kunnen geven dat gestopte mensen meer privacyzorgen
hebben dan mensen die niet gestopt zijn. Echter zijn de resultaten van deze factor dus sterk vertekend door de slechte betrouwbaarheid (α = 0,41). Het valt op dat deze factor een acceptabele betrouwbaarheid (α = 0,72) had in het onderzoek van Hoffman et al. (2015), waaraan de items ontleend zijn. Zoals in de vorige alinea besproken, zou dit verschil verklaard kunnen worden met vertekeningen door het beperkte aantal items. Terug naar de verklaring voor de niet uitgekomen hypothese: men zou zelfs kunnen verwachten dat er ook binnen de groep gestopte mensen nog sterke verschillen in privacyzorgen zijn. Iemand die net gestopt is vanuit privacyzorgen zou bijvoorbeeld nog vers in het geheugen kunnen hebben hoe hij of zij zich zorgen maakte over privacy, maar iemand die al lang geleden gestopt is kan in privacyzorgen dalen, hij of zij heeft tenslotte al een grote oorzaak van privacyschending beëindigd. Hierbij kan afgevraagd worden in hoeverre privacyzorgen een factor is die over tijd stabiel blijft. Daarom zou toekomstig onderzoek ten eerste kunnen proberen
privacyzorgen te meten voor stoppen met Facebook, bijvoorbeeld door te vragen naar de situatie voor het stoppen (alhoewel vragen hiernaar afgeraden wordt, zie alinea 1). Ten tweede zou onderscheid gemaakt kunnen worden in hoe lang het geleden is dat deelnemers gestopt zijn. Zo kan onderzocht worden of net gestopte mensen inderdaad meer privacyzorgen hebben dan lang geleden gestopte mensen. Daarnaast kan dit helpen om vast te stellen in hoeverre privacyzorgen een stabiele factor over tijd is.
Als laatste over de betrouwbaarheid moet nog de factor met de negatieve α besproken worden (verwachte negatieve reacties, bij de met Facebook gestopte groep). Dit kan
betekenen dat de items voor deze factor slecht waren. Ook kan dit te maken hebben met de vertekeningen die in de eerste alinea van deze paragraaf (5.2) besproken zijn. Het is bijzonder dat de α van de met Facebook gestopte groep -0,19 is, terwijl de α van de niet gestopte groep 0,72 is. Dit lijkt inderdaad te onderschrijven dat het probleem aan de kleine grootte van de gestopte groep ligt. Maar het is niet uitgesloten dat het aan de items ligt. Mogelijk zijn de ontleende items aan Martino et al. (2005) en Venkatesh en Bala (2008) toch minder relevant dan eerder ingeschat. Deze hebben namelijk contexten die mogelijk te veel verschillen van die van het huidige onderzoek. Daarnaast zijn 2 van de items van Venkatesh en Bala (2008) geschrapt naar aanleiding van het pilotonderzoek. Dit zou er bijvoorbeeld toe geleid kunnen hebben dat de overige items niet goed genoeg meer discrimineerden tussen mensen met veel en weinig verwachte negatieve reacties. Daarom zou vervolgonderzoek: (a) deze factor achterwege kunnen laten (de factor had ook geen significante effecten), (b) andere items
onderzoek. Bijvoorbeeld met een grotere steekproef kan hierbij al voor het daadwerkelijke onderzoek geschat worden in hoeverre de betrouwbaarheid in orde zal zijn.
Onbekende factoren, zoals verschillen over tijd en correctie voor cognitieve dissonantie, zijn al naar voren gekomen als mogelijke verklaringen voor de onverwachte resultaten. Andere onbekende factoren die de onverwachte resultaten veroorzaakt kunnen hebben, zijn demografische. Leeftijd, geslacht en opleiding bleken in eerder onderzoek bijvoorbeeld een verband te hebben met online self-efficacy (Hoffman et al., 2015; zie paragraaf 2.2). Jonge, mannelijke en hoogopgeleide mensen hebben namelijk hogere online
self-efficacy. Vanuit SCT kan dit mogelijk als volgt verklaard worden. Bijvoorbeeld geslacht
beïnvloedt omgevings- en gedragsfactoren: verwachtingen van vrouwen kunnen hen andere bezigheden geven dan computers. Hierdoor kunnen persoonlijke factoren als interesses
beïnvloed worden, waardoor toekomstig gedrag ook minder met internet van doen zal hebben. Daardoor kan uiteindelijk de persoonlijke factor online self-efficacy lager zijn dan bij mannen. Uit exploratieve analyses (zie paragraaf 4.3) bleek dat de deelnemers met lage en hoge online
self-efficacy alleen in leeftijd verschilden, maar niet in geslacht en opleidingsniveau. Oudere
mensen hebben dus inderdaad lagere online self-efficacy. Dit betekent dat het onverwachte wegblijven van verschillen in privacyzorgen tussen de twee groepen door verschillen in leeftijd veroorzaakt kunnen zijn: als oudere mensen (die dus vooral in de lage online
self-efficacy-groep zitten) minder privacyzorgen hebben dan jongere mensen (die vooral in de
hoge online self-efficacy-groep zitten), dan zouden de verwachte hogere privacyzorgen van de lage online self-efficacy-groep zo laag uitgevallen kunnen zijn, dat er geen verschillen in privacyzorgen meer waren tussen de twee groepen.
