wetenschappelijk artikel
Post on 12-Dec-2021
3 Views
Preview:
TRANSCRIPT
UNIVERSITEIT GENT
FACULTEIT POLITIEKE EN SOCIALE WETENSCHAPPEN
Wetenschappelijk artikel
EVELINE NEIRINGS
MASTERPROEF COMMUNICATIEWETENSCHAPPEN
afstudeerrichting COMMUNICATIEMANAGEMENT
PROMOTOR: PROF. DR. CAUBERGHE
COMMISSARIS: SANDER DE RIDDER
ACADEMIEJAAR 2013 – 2014
Crisiscommunicatie via sociale media: een experimenteel onderzoek naar
de effecten van reactie ‘valence’ en aantal ‘likes’ bij reacties, op postcrisis
reputatie en virale gedragsintenties.
aantal woorden:
9953
1
Deze pagina is niet beschikbaar omdat ze persoonsgegevens bevat.Universiteitsbibliotheek Gent, 2021.
This page is not available because it contains personal information.Ghent University, Library, 2021.
3
4
Dankwoord
Dit werk staat symbool voor discipline en uithouding, maar ook voor het botsen tegen een aantal grenzen, het leren loslaten en aanvaarden dat perfectie niet bestaat. Dit
proces was dan ook niet gelukt zonder een aantal belangrijke mensen, aan wie ik
deze masterproef dan ook graag wil opdragen.
Als eerste bedank ik mijn promotor professor Cauberghe voor de begeleiding, tips en
ideeën wanneer die bij mij even ontbraken. Ik kreeg de kans om te werken rond
crisiscommunicatie en sociale media, een recent onderwerp, wat het ook interessant maakte.
Ook wil ik iedereen bedanken die de tijd nam mijn vragenlijst in te vullen en de vele mensen die de link doorstuurden en deelden. Zonder jullie was dit onderzoek niet
mogelijk.
Daarnaast wil ik mijn lieve vrienden Annelore, Riemer en Jannes bedanken voor het
kritisch nalezen, voor de steun en de peptalk wanneer ik het nodig had. Jullie zijn
top!
In het bijzonder wil ik mijn mama, Annick Besbrugge, bedanken voor alle emotionele
en financiële steun tijdens mijn vijfjarige studieperiode en voor de kans die ik heb
gekregen om na mijn bacheloropleiding nog een master te behalen.
Als laatste bedank ik graag mijn allerliefste Sean Van Ryzeghem voor het
photoshopwerk en nalezen, maar vooral voor al het geduld, begrip en onvoorwaardelijke steun tijdens mijn studies.
Aan mijn lieve vrienden, Julie in het bijzonder, bedankt voor de hulp, het samen
thesissen, het klaarstaan voor een babbel, een ontspanningsavondje ... Ik haal mijn sociaal leven in vanaf nu :-)!
5
6
Abstract
Most of the prior research was focused on effective crisiscommunication by the spokesperson to minimize reputational damage (e.g. Coombs & Holladay, 2006).
However, crisiscommunication has transformed to many-to-many communication, by
which the public uses their voice to support or damage the firm (Hiltz, Diaz & Mark,
2011). Although prior research has shown that electronic word-of-mouth has the ability to influence consumer’s attitudes and behaviour (e.g. Cheung, Lee & Robjohn,
2008), the former hasn’t been explored in the field of crisiscommunication through
Facebook. The current study fills this gap by investigating how the public could frame the crisis by posting or liking comments on a crisis statement. The effects are
determined on organisational reputation and viral behavioural intentions. An
experiment with a 2x2 between subjects design, in which we manipulated comment valence (positive or negative) and number of likes next to these reactions (high or
low), was conducted among 210 Flemish participants. The results indicate that
comment valence has an impact on post crisis reputation, through which positive
reactions result in a better reputation perception. Adding a high number of likes does not have any strengthening effects on this finding. Further, positive comments lead to
higher intentions of liking and sharing. This effect is mediated by usefulness of the
information, explained by the positivity effect. The interaction-effect of comment valence and likes shows a tendency of positive comments with a high number of likes
leading to higher intentions of liking and sharing, although the t-test was not
significant. Contrary to the expectations, negative comments with few likes lead to a
higher sharing intention, for which further research is necessary. Lastly, when the participants are asked how positive or negative they would react on a statement, the
valence of their reactions appears to be influenced by the valence of the initial
reactions.
Key words: crisiscommunication, social media, audience framing, comments and likes, social influence
7
8
Inhoudstafel
INLEIDING ..............................................................................................................................10
LITERATUURSTUDIE ............................................................................................................12
1. Crisiscommunicatie en sociale media ............................................................................12 2. ‘Framing’ door het publiek ...............................................................................................13 3. Sociale beïnvloeding.........................................................................................................13 4. ‘Valence’ van reacties en hoeveelheid ‘likes’ .................................................................14 4.1 ‘eWOM’ en reactie ‘valence’..............................................................................................14 4.2 Hoeveelheid ‘likes’.............................................................................................................15 5. ‘Valence’ reacties, hoeveelheid ‘likes’ en postcrisis reputatie .....................................15 5.1 Organisatiereputatie ..........................................................................................................15 5.2 Invloed van ‘valence’ van reacties op reputatie.................................................................15 5.3 Interactie-effect reactie ‘valence’ en hoeveelheid ‘likes’ op reputatie................................16 6. ‘Valence’ reacties, hoeveelheid ‘likes’ en virale gedragsintenties ...............................16 6.1 Virale gedragsintenties......................................................................................................16 6.2 Invloed van ‘valence’ van reacties op virale gedragsintenties...........................................17 6.3 Mediatie-effect van bruikbaarheid .....................................................................................17 6.4 Interactie-effect reactie ‘valence’ en hoeveelheid ‘likes’ op virale gedragsintenties.........17 6.5 ‘Valence’ eigen reactie ......................................................................................................18
METHODE ..............................................................................................................................19
1. Design en stimuli...............................................................................................................19 2. Participanten......................................................................................................................21 3. Procedure...........................................................................................................................21 4. Meetschalen.......................................................................................................................21
RESULTATEN ........................................................................................................................23
1. Pretest ................................................................................................................................23 2. Manipulatiecheck ..............................................................................................................24 3. Hypothesen........................................................................................................................24
CONCLUSIE EN DISCUSSIE.................................................................................................30
BEPERKINGEN EN VERDER ONDERZOEK ........................................................................33
LITERATUURLIJST................................................................................................................35
BIJLAGEN ..............................................................................................................................41
Bijlage 1: outputs pretest .....................................................................................................42 Bijlage 2: vragenlijst .............................................................................................................44 Bijlage 3: demografische variabelen ...................................................................................55 Bijlage 4: ‘reliability analysis’ meetschalen........................................................................56 Bijlage 5: manipulatiecheck .................................................................................................60 Bijlage 6: hypothesetesten...................................................................................................63
9
10
Inleiding
Vandaag wordt een organisatie steeds vaker geconfronteerd met onverwachte crisissen, van geruchten tot voedselbesmetting, met veelal materiële en immateriële
consequenties tot gevolg. Na een crisis is het belangrijk om op een snelle en
adequate manier te reageren en dit via verschillende kanalen (Stamsnijder, 2002, p. 3). Een effectieve en professionele crisiscommunicatie kan hierbij de schade aan het
reputationeel kapitaal van de organisatie aanzienlijk beperken (Coombs, 2007).
Sinds lange tijd worden wetenschappelijke onderzoeken gedaan rond
crisiscommunicatie. Zo bepaalt de ‘situational crisis communication theory’, via de
crisisverantwoordelijkheid, voorgaande reputatie en crisisgeschiedenis, de geschikte
communicatiestrategie (Coombs, 2007). Daarnaast blijkt bij een ernstige crisis een ‘stealing thunder’-techniek, waarbij de organisatie als eerste communiceert, favorabel
en spelen empathie en ‘framing’ (emotioneel of rationeel) een rol bij het
communiceren na een crisis (Claeys, 2012; Liu & Kim, 2011; Veil, Buehner & Palenchar, 2011, p. 112). Recent is er meer aandacht voor het medium dat wordt
gebruikt tijdens de postcrisisfase. Door de groei van het web 2.0 kennen de meeste
crisissen een online component. Hierbij wordt de laatste jaren een belangrijke rol toegekend aan sociale media (Utz, Schultz & Glocka, 2013, p. 40). Tijdens een crisis
gaat het publiek immers meer gebruik maken van dit nieuwe medium (Pew Internet &
American Life, 2006). Daarnaast kunnen sociale media betrouwbare informatie op
een snelle en persoonlijke manier overbrengen naar de massa (Freberg, 2012, p. 416) en zijn ze interactiever dan traditionele media (Schultz, Utz & Göritz, 2011, p.
20). Praktijkvoorbeelden zoals de Nestlé-case waarbij mensen via Facebook kritiek
uitten op het gebruik van palmolie in chocoladerepen ‘KitKat’, tonen de nood aan kennis over sociale crisiscommunicatie. De manier van communiceren in het nieuwe
sociale media tijdperk wordt namelijk aanzienlijk uitdagender (Zhao, Wang, Wei &
Liang, 2013, p. 485).
Voorgaande onderzoeken rond crisiscommunicatie en sociale media focusten zich
op verschillen tussen traditionele en sociale media, het exponentiële gebruik van
Twitter tijdens een crisis, de aangehaalde onderwerpen tijdens een crisis en de geloofwaardigheid, aanvaarding en emoties bij crisisboodschappen door het bedrijf
of consumenten via sociale netwerksites (Byrd, 2012; Freberg, 2012; Liu & Kim,
2011; Schultz, Utz & Göritz, 2011; Terpstra, Stronkman, de Vries & Paradies, 2012). Ook werd het belang van blogs als relatiemanagementtool na een crisis aangetoond
gezien het de perceptie van crisisernst zou verminderen (Sweetser & Metzgar,
2007).
Hoewel communicatiemanagers het belang van sociale media als primaire
crisiscommunicatietool erkennen (Veil e.a., 2011, p. 120), is er een duidelijke hiaat in
wetenschappelijke literatuur rond de effecten van de integratie van een crisisstatement van de woordvoerder met daarbij interacties van
Facebookgebruikers. Die interactie zorgt immers voor een online spiraal van ‘word-
of-mouth’. Het huidig onderzoek biedt dan ook een verrijking voor de literatuur inzake sociale media na een crisis en de effecten van enkele specifieke kenmerken van
Facebook, de reactie ‘valence’ (positieve of negatieve reacties) en hoeveelheid
‘likes’. Ook wordt de literatuur rond ‘electronic word-of-mouth’ met die van crisiscommunicatie en sociale beïnvloeding gecombineerd. Het biedt een perspectief
waarin het publiek, naast de organisatie, via sociale media de crisis mee gaat
‘framen’. Daarnaast biedt het huidig onderzoek een verbredend inzicht voor de
crisiscommunicatiemanager.
11
In dit onderzoek wordt een 2 (hoeveelheid ‘likes’: hoog versus laag) x 2 (‘valence’
reacties: positief versus negatief) design gebruikt. Bijgevolg is de centrale vraag hoe het publiek de crisis via Facebook mee kan ‘framen’ door reacties te posten (positief
of negatief) en deze veel of weinig te ‘liken’. Om deze vraag te beantwoorden,
onderzoeken we twee deelvragen:
• Welk effect hebben reacties op een crisisstatement van de woordvoerder en
‘likes’ op die reacties via Facebook op de postcrisis reputatie van een bedrijf?
• In hoeverre heeft het statement met aangesloten reacties en ‘likes’ een invloed op virale gedragsintenties van mensen (intentie om te ‘liken’, delen,
reageren)?
Dit wetenschappelijk artikel start met een literatuurstudie. Daarop volgt de
methodesectie waarin het design, de stimuli, participanten, procedure en
meetschalen worden uitgelegd. In de resultatensectie worden de pretest, manipulatiecheck en analyse van de hypothesen besproken. Om te eindigen volgt de
discussiesectie met het besluit, praktische implicaties, beperkingen en aanzet tot
verder onderzoek.
12
Literatuurstudie
1. CRISISCOMMUNICATIE EN SOCIALE MEDIA
Crisissen zijn onverwachte gebeurtenissen die gepaard gaan met een hoge onzekerheid en die een organisatie en haar reputatie bedreigen (Seeger, Sellnow &
Ulmer, 1998, p. 233). Naargelang de verantwoordelijkheid die wordt toegekend aan
het bedrijf kunnen deze crisissen in drie clusters worden onderverdeeld: het slachtoffer -, het accidentele - en het vermijdbare cluster. Binnen elk cluster passen
verschillende types crisissen zoals de productschade crisis die vermijdbaar is door
de organisatie waardoor een hoge verantwoordelijkheid wordt toegewezen (Coombs,
2007). De productschade crisis door een menselijke fout, waarbij producten zoals voeding schadelijk zijn en waardoor een terugroeping noodzakelijk is, heeft
negatieve effecten op het imago bij de consument en leidt tot een daling in verkoop
en marktaandeel. Consumenten blijken erg gevoelig aan het idee een product aan te schaffen dat geen zekerheid of veilig gevoel biedt (Laufer & Coombs, 2006, p. 379-
381). Dit negatief gevoel is nog sterker bij vrouwen dan mannen (Laufer & Gillespie,
2004). Gezien de ernst en gevolgen van zo’n crisis is een snelle en effectieve crisiscommunicatie belangrijk.
Een decennium geleden werd na een crisis voornamelijk gebruik gemaakt van ‘one-
to-many’ communicatie. Een persconferentie werd snel georganiseerd, een persartikel werd geschreven en verspreid via traditionele media. Het gebruik van
nieuwe media zoals de website van de organisatie was bijzaak (Byrd, 2012, p. 242).
Vandaag worden deze traditionele vormen nog steeds gebruikt, maar zijn ze ondergeschikt aan de interactieve sociale media (Gonzalez-Herrero & Smith, 2008,
p. 144). ‘Sociale media’ is de overkoepelende benaming voor online
communicatiekanalen die de uitwisseling tussen mensen virtueel mogelijk maken, zoals blogs, ‘content communities’ en sociale netwerksites (Kaplan & Haenlein, 2010,
p. 60). Facebook vormt één van de grootste sociale netwerksites met meer dan 900
miljoen gebruikers (Utz e.a., 2013, p. 40). Naast traditionele media zoals kranten die
gebruik maken van Facebook en Twitter voor het communiceren van gebeurtenissen, zijn sociale netwerksites een belangrijk instrument voor de
organisatie in crisis (Jordan-Meier, 2011, p. 11). Het creëert de mogelijkheid om via
de Facebookpagina van het bedrijf een relatie op te bouwen met stakeholders en om tijdens een crisis snel met hen te communiceren (Fischer & Reuber, 2011; Shankar &
Malthouse, 2007). Hierdoor is een overgang merkbaar van (crisis)communicatie die
aangeboden en gecontroleerd wordt door PR professionals naar ‘many-to-many’
platformen waarbij het publiek wordt betrokken en men rekening houdt met hun input (Hiltz, Diaz & Mark, 2011, p. 2). Stakeholders zijn bij deze media op zoek naar
informatie met een menselijke stem in plaats van boodschappen van de organisatie
op een formele toon (Gonzalez-Herrero & Smith, 2008, p. 144; Kelleher, 2008). Ze gebruiken sociale media tijdens en na een crisis om informatie te zoeken en te delen,
zich emotioneel te uiten, zich begrepen te voelen of om een oplossing te eisen (Choi
& Lin, 2009; Liu e.a., 2011).
Deze verschuiving brengt enerzijds enkele voordelen met zich mee. Zo wordt het
voor de organisatie in crisis mogelijk om op een efficiënte manier te communiceren
met de heterogene getroffen bevolking (Hiltz e.a., 2011, p. 2). Daarnaast verloopt crisiscommunicatie sneller, interactiever en is de conversatie toegankelijker (Kent,
Taylor & White, 2003). Ook zou een transparante, eerlijke en duidelijke
communicatie via sociale media de reputatie en loyaliteit op lange termijn positief
13
beïnvloeden (Byrd, 2012, p. 244; Kaplan & Haenlein, 2010, p. 67). Door de
mogelijkheid om een persoonlijke relatie op te bouwen met de stakeholders kan de reputatieschade geminimaliseerd en het herstel gemaximaliseerd worden, gezien
betrokken stakeholders zelfs in crisistijden een aanmoedigende houding hebben
tegenover de organisatie (Byrd, 2012, p. 242-250; Gonzalez-Herrero & Smith, 2008,
p. 147). Als laatste zouden gebruikers van sociale media een lager niveau van crisis percipiëren dan mensen die enkel blootgesteld zijn aan traditionele media (Liu & Kim,
2011, p. 233).
Anderzijds zorgen sociale media ervoor dat de controle over de conversatie niet
meer in handen is van de organisatie, gezien stakeholders zelf de discussie kunnen
inleiden of versterken. Daarnaast beschikt de organisatie niet over een onbeperkte tijd om de informatie voor te bereiden en moet men zeer snel communiceren (Byrd,
2012, p. 242). Verder blijft de informatie veel langer levendig en beschikbaar dan in
traditionele media. Door een snelle online verspreiding kan de crisis online escaleren
zoals in de voorbije ‘Toyota’ en ‘Nestlé’ crisissen het geval was (Broida, 2010; Byrd, 2012; Mei, Bansal & Pang, 2009, p. 149).
Ondanks het groeiend belang van sociale netwerksites, betreft crisiscommunicatie via sociale netwerksites een nieuw domein. Naast de algemene kenmerken en
voordelen ten opzichte van traditionele media, werd nog niet ingezoomd op
crisiscommunicatie via Facebook en de specifieke kenmerken en gevolgen ervan op de perceptie en beïnvloeding van het publiek.
2. ‘FRAMING’ DOOR HET PUBLIEK
Verscheidene onderzoeken wezen reeds op het belang van de juiste
crisisresponsstrategie en van ‘crisisframing’ (e.g. Coombs, 2007). ‘Framing’ wordt
gedefinieerd als de manier waarop informatie gepresenteerd en daardoor gepercipieerd wordt door het publiek (Sparks & Browning, 2011, p. 1312). De manier
waarop de crisisrespons wordt ‘geframed’ zorgt dus voor een verschillende perceptie
bij het publiek. Het sociaal karakter van sociale media vergroot dit ‘frame’ gezien de crisisrespons kan genuanceerd worden door meningen van het publiek (Mei e.a.,
2009). De crisisboodschap wordt hierbij niet enkel meer ‘geframed’ door de
woordvoerder, maar door een combinatie van merk- en consumentengegenereerde
inhoud via ‘peer-to-peer’ technologieën (Lee, Rodgers & Kim, 2009). Recent is er meer aandacht voor de ontwikkeling van dit informationeel proces door het publiek
zelf tijdens een crisis (Pan, Pan & Leidner, 2012). De organisatie communiceert een
statement via een ‘online community’ en ‘netizens’ kunnen hier snel en asynchroon op reageren door er een reactie onder te plaatsen en de update of een andere
reactie te ‘liken’ (Hung & Li, 2007; Zhao e.a., 2013, p. 486). Het statement en de
reacties eronder worden door het publiek als een geheel beoordeeld aangezien ze dicht bij elkaar staan (de Vries, Gensler & Lee ang, 2012). Het is dus mogelijk dat de
organisatie het issue op een andere manier uitlicht dan het publiek waardoor beide
partijen als het ware samen de kwestie zouden kunnen ‘framen’ en zo het publiek
beïnvloeden.
3. SOCIALE BEÏNVLOEDING
Sociale beïnvloeding is bestudeerd in verschillende gedragswetenschappen (Fu &
Sim, 2011). Het fenomeen ‘bandwagon effect’ beschrijft de neiging van mensen om
14
de consensus onder de kritische massa te volgen en er de eigen keuze door te laten
bepalen (Simon, 1954). Deze theorie werd reeds in verscheidene contexten aangetoond. Zo heeft dit conformiteitseffect een invloed op de opinievorming van de
consument (Nadeau, Cloutier & Guay, 1993) en zou het mensen overtuigen om actie
te ondernemen zoals gelddonatie (Margetts, Escher & Reissfelder, 2009). Het volgen
van de meerderheid die al een keuze heeft gemaakt of een standpunt heeft ingenomen is namelijk veiliger (Burnkrant & Consineau, 1975). Ward (1974)
beschrijft de ‘consumer socialization theory’ waarbij communicatie tussen
consumenten affectieve, cognitieve en gedragsattitudes beïnvloedt. Door de hoge ‘social presence’ van Facebook, wat inhoudt dat sociale netwerksites intiemer en
rechtstreekser zijn dan bijvoorbeeld blogs, zouden Facebookgebruikers elkaars
gedrag meer kunnen beïnvloeden (Kaplan & Haenlein, 2010, p. 61-62). Het ‘social-mediated crisis communication model’ verdeelt het publiek in drie types sociale
mediagebruikers: de ‘creators’, de volgers en de inactieven die elkaar beïnvloeden
door middel van online of offline ‘word-of-mouth’ (Liu e.a., 2011).
4. ‘VALENCE’ VAN REACTIES EN HOEVEELHEID ‘LIKES’
4.1 ‘eWOM’ en reactie ‘valence’
‘Electronic word-of-mouth’ (‘eWOM’) is “een positief of negatief statement gemaakt door een potentiële, actuele of vorige consument over een product of bedrijf, die
beschikbaar gemaakt wordt voor een groot aantal mensen en instituties via het
internet” (Thorsten, Gwinner, Walsh & Gremler, 2004, p. 39). De opkomst van web
2.0 en daarbij ‘eWOM’ hebben de online communicatiespiraal versneld en de consument een grotere macht en stem gegeven om ervaringen te delen (van Noort &
Willemsen, 2011). De meest onderzochte vorm van ‘eWOM’ zijn ‘product reviews’
(Purnawirawan, De Pelsmacker & Dens, 2012). Toch kunnen de inzichten doorgetrokken worden naar andere contexten. Zo zijn online reacties van mensen op
een Facebookupdate zichtbaar voor anderen en kunnen we deze definiëren als
‘eWOM’ (de Vries e.a., 2012, p. 84; Zhao e.a., 2013, p. 487). Uit onderzoek blijkt dat ‘eWOM’ overtuigender, geloofwaardiger, nuttiger is en de attitude meer beïnvloed
dan bedrijfscommunicatie (Bickart & Schindler, 2001; Wang, Walther, Pingree &
Hawkins, 2008). Het publiek wordt namelijk beïnvloed door collectieve intelligentie in
plaats van door een kleine groep experts (Huang & Chen, 2006, p. 418).
Er wordt een onderscheid gemaakt tussen NWOM, negatieve online interacties die
een bedreiging vormen voor de organisatie en PWOM, het delen van positieve en steunende meningen. Negatieve commentaren zijn vaak een schreeuw om aandacht
en een manier om een frustratie te uiten (Coombs & Holladay, 2007; van Noort &
Willemsen, 2011, p. 30-32). Dit onderscheid tussen NWOM en PWOM komt overeen met de ‘valence’ van online interacties. ‘Valence’ is de evaluatieve richting van een
boodschap die positief, neutraal (beschrijvend) of negatief is en de respons van het
publiek kan beïnvloeden (Doh & Hwang, 2009, p. 193; Lee e.a., 2009; Purnawirawan
e.a., 2012, p. 245). Uit onderzoek blijkt dat het extremiteitseffect, congruentie-effect of ‘wisdom of the crowd’-heuristiek, waarbij er een consensus is gezien de reacties
overwegend dezelfde ‘valence’ hebben, de informatie betrouwbaar maakt en de
attitude versterkt in vergelijking met tweezijdige argumenten (Doh & Hwang, 2009, p. 193; Purnawirawan e.a., 2012, p. 245; Walther, Liang, Ganster, Wohn & Emington,
2012, p. 99; Zhu & Zhang, 2010). De perceptie van het publiek ontstaat dus door de
groep van reacties in het geheel en de overweldigende toon ervan (Zhao e.a., 2013,
p. 487).
15
4.2 Hoeveelheid ‘likes’
Naast de mogelijkheid om te reageren op een statusupdate, biedt Facebook de interactieve toepassing om reacties onder het crisisstatement te ‘liken’. Deze sociale
‘button’ wordt vandaag veel gebruikt, niet alleen op Facebook maar op het hele web
(men refereert ook wel naar de ‘like economy’). De ‘like-button’ vormt een
laagdrempelige manier van communiceren, vergroot de interactie en geeft aan dat iemand iets leuk vindt, sympathie toont of akkoord gaat met een update of reactie
(Gerlitz & Helmond, 2011). Deze verschillende ‘likes’ of sterrenbeoordelingen zijn
‘cognitive misers’, begrijpelijke, informele signalen die perifeer verwerkt zouden worden (Cheung & Thadani, 2012, p. 465; Pennington zoals geciteerd in Sparks &
Browning, 2011). Verscheidene onderzoeken wijzen op het belang van signalen om
inhoud te promoten zoals een rating of een aantal ‘likes’ bij ‘reviews’ om zo de overeenstemming onder het publiek te signaleren en het belang aan te tonen (e.g.
Jiménez & Mendoza, 2013, p. 58). Wanneer een reactie veel wordt ‘geliked’ geeft dit
dus aan dat veel mensen akkoord gaan met de vooropgestelde opinie over de crisis.
Zowel de ‘valence’ van de reacties als het aantal ‘likes’ op deze reacties vormen het
onderwerp van mogelijke ‘eWOM’-beïnvloeding op reputatie en virale
gedragsintenties.
5. ‘VALENCE’ REACTIES, HOEVEELHEID ‘LIKES’ EN POSTCRISIS
REPUTATIE
5.1 Organisatiereputatie
Een belangrijke zorg voor de getroffen organisatie is de mogelijke reputatieschade.
Tijdens een crisis staan het merk, de reputatie en de geloofwaardigheid van de organisatie immers op het spel (Barrett, 2005, p. 60; Byrd, 2012, p. 244-245). Het
reputatierisico is het hoogst bij crisissen waarbij er een hoge publieke perceptie is
van verantwoordelijkheid (Coombs, 2007). Door het interactieve ‘eWOM’ karakter van sociale media komt het reputatierisico meer op de voorgrond te staan. Hierbij is
het belangrijkste doel van crisiscommunicatie om negatieve postcrisis reacties zoveel
mogelijk in te perken (Coombs & Holladay, 2008). Naast de communicatie door de
woordvoerder gaat ook het publiek elkaar immers informeren (Gonzalez-Herrero & Smith, 2008, p. 149).
5.2 Invloed van ‘valence’ van reacties op reputatie
De effecten van ‘eWOM’ zijn reeds in verschillende contexten onderzocht. Edwards,
Edwards, Qing & Wahl (2007) toonden aan dat de ‘eWOM valence’ op een
discussieforum over ervaringen met een professor leidde tot een duidelijk verschil in leermotivatie, geloofwaardigheid en attitude ten opzichte van de professor, waarvan
ze een lesfilmpje bekeken. Ook blijken positieve of negatieve online product- en
hotelbeoordelingen een aanzienlijke invloed te hebben op aankoopbeslissingen en
attitudeveranderingen (Cheung e.a., 2008; Doh & Hwang, 2009, p. 193; Vermeulen & Seegers, 2009, p. 124). Een ander onderzoek kon bewijzen dat positieve
boekbeoordelingen leidden tot een positief effect op percepties, attitudes en verkoop
(Chevalier & Mayzlin, 2003). Daarnaast kwamen Zhao e.a. (2013) tot de bevinding dat reacties onder online krantenartikels de attitude, emoties en gedragsintenties
over het issue beïnvloedden. Als laatste tonen Coombs & Holladay (2007) aan dat
naast een effect van NWOM op aankoopintentie ook de reputatie eronder leidt. Deze effecten blijken vooral groot bij mensen die het merk niet kennen. Frequente en
16
betrokken gebruikers blijken immers meer resistent en beschermend tegenover een
merk (Chakravarty, Liu & Mazumdar, 2010).
Gebaseerd op resultaten uit vorig onderzoek waarbij ‘eWOM’ percepties over
producten en bedrijven het publiek beïnvloedden, wordt dezelfde invloed van ‘eWOM’ op crisiscommunicatie via Facebook verwacht. Gezien een crisis een grote
mate van onzekerheid veroorzaakt, wordt verwacht dat reacties van
Facebookgebruikers op een statement door de organisatie, de crisis mee zullen
‘framen’ en zo het publiek beïnvloeden in hun attitude en reputatieperceptie.
H1 = Wanneer de reacties die verschijnen na de crisisrespons op Facebook positief
zijn, zal de reputatieperceptie en attitude van het publiek positiever zijn dan bij negatieve reacties.
5.3 Interactie-effect reactie ‘valence’ en hoeveelheid ‘likes’ op reputatie
Daarnaast zou de ‘valence’ van reacties in combinatie met hoeveelheid ‘likes’ een
effect kunnen hebben op de organisatiereputatie. Deze reputatie wordt immers
uiteindelijk ontwikkeld door de partijen buiten het bedrijf (Fombrun, 1996) en kan
beïnvloed worden door mechanismen zoals signalering (Standifird, 2001, p. 281). Bij het evalueren van productinformatie blijkt het aantal ‘likes’ belangrijk en ook de
sterrenbeoordelingen van hotels blijken de attitude tegenover het merk te
beïnvloeden (Freedman, 2011; Sparks & Browning, 2011, p. 1313). De theorie van sociale beïnvloeding van Asch (Kelley & Michela, 1980) waarbij de meerderheid
wordt gevolgd in plaats van het verstand, gecombineerd met de doeltreffendheid van
deze signalen in andere contexten, doet verwachten dat een hoger aantal ‘likes’ bij reacties het effect van de ‘valence’ van reacties op postcrisis reputatie zal
versterken.
H2 = Wanneer de reacties veel ‘geliked’ worden in vergelijking met weinig, zal het effect van ‘valence’ op postcrisis reputatie sterker zijn.
Positieve reacties met veel ‘likes’ zullen dus zorgen voor een positievere reputatie dan degene met weinig ‘likes’. Bij negatieve reacties met veel ‘likes’ zal de reputatie
negatiever zijn dan bij negatieve reacties met weinig ‘likes’.
6. ‘VALENCE’ REACTIES, HOEVEELHEID ‘LIKES’ EN VIRALE
GEDRAGSINTENTIES
6.1 Virale gedragsintenties
De online interacties tussen consument en organisatie worden beschreven als
‘virality’. Deze term beschrijft het online gedrag van mensen ten opzichte van de
inhoud die ze aangereikt krijgen via sociale netwerksites (Alhabash & McAlister, 2014, p. 2). Tucker (zoals geciteerd in Alhabash & McAlister, 2014, p. 2) definieert
virale gedragsintenties als de verzameling van ‘liken’, delen van inhoud en plaatsen
van reacties als vorm van engagement van het publiek. Alhabash & McAlister (2014)
toonden reeds aan dat mensen sneller cognitief minder veeleisende acties ondernemen. Mensen zullen dus de grootste neiging hebben iets te ‘liken’, daarna
om het te delen en als laatste om er een reactie onder te plaatsen. Virale
gedragingen zijn tijdens een crisis van groot belang gezien het ervoor zorgt dat het crisisbericht zich razendsnel gaat verspreiden (Mei e.a., 2009), wat op zijn beurt het
reputatierisico vergroot. Door de groei van sociale media blijkt er meer kans op
17
secundaire crisiscommunicatie waarbij de consumenten over de crisis gaan vertellen,
commentaren achterlaten of de info gaan delen via het internet (Schultz e.a., 2011, p. 21). De virale interacties als nieuwe vorm van secundaire crisiscommunicatie
kunnen er dus voor zorgen dat er een online informatiespiraal ontstaat over de crisis.
6.2 Invloed van ‘valence’ van reacties op virale gedragsintenties
Het onderzoek van Eckler & Bolls (2011) toont aan dat er meer kans is op virale
gedragsintenties bij positieve advertenties dan bij negatieve. Ook Alhabash e.a.
(2013) besloten uit hun onderzoek dat statusupdates over cyberpesten met een positieve toon leidden tot meer virale gedragsintenties dan de negatieve. Mensen
blijken dus een grotere intentie te hebben zich te mengen in discussies met een
positieve noot dan in extreem negatieve interacties. Hierdoor wordt verwacht dat wanneer overwegend steunende reacties zijn geplaatst onder de statusupdate, de
virale gedragsintenties hoger zullen zijn dan in het geval van negatieve reacties.
H3 = Positieve reacties zullen zorgen voor meer virale gedragsintenties (‘liken’, delen
en reageren) dan negatieve reacties.
6.3 Mediatie-effect van bruikbaarheid
Algemeen blijkt dat online ‘word-of-mouth’ zorgt voor meer informatieverwerking dan
communicatie door de organisatie alleen (Casteleyn, Mottart & Rutten, 2009). Meer
specifiek komen in de literatuur twee tegengestelde theorieën voor: het negativiteits- en positiviteitseffect. Bij productbeoordelingen blijkt een negativiteitseffect, gezien
negatieve informatie als meer bruikbare informatie wordt gezien door de
aanwezigheid van tastbare attributen en objectievere criteria dan bij positieve ‘reviews’. Het publiek zou negatieve ‘reviews’ percipiëren als accurater en met de
doelstelling om eerlijk te informeren (Ahluwalia & Gurhan-Canli, 2000; Chen & Lurie,
2013; Sen & Lerman, 2007). Op basis van de literatuur kan echter worden verwacht
dat de bruikbaarheid van reacties op een postcrisis statement via Facebook anders zullen worden beoordeeld, onder andere door een hogere betrokkenheid van de
consument bij een crisis dan bij een productbeoordeling. In de crisiscontext is
positieve informatie zeldzamer en minder verwacht en daardoor meer diagnostisch dan negatieve informatie (Fiske, 1980). Het publiek zal als het ware een negatief
gevoel krijgen door de omstandigheden van de crisis, maar door het lezen van
positieve reacties kan er een positiviteitseffect ontstaan (East, Hammond & Lomax,
2008). Deze steunende feedback ten aanzien van de organisatie toont namelijk een andere invalshoek op het issue, waardoor men het gevoel zal hebben accurater
geïnformeerd te zijn (Cheung & Thadani, 2012). Zo kan de consument zijn mening
nuanceren en dit vooral wanneer de organisatie hem onbekend is. Lee & Koo (2012) verklaren dat het positiviteitseffect ontstaat wanneer positieve signalen
diagnostischer zijn dan negatieve. Het effect dat positieve informatie meer bruikbaar
maakt voor het publiek voor hun opinievorming wordt vooropgesteld als verklaring voor hypothese 3. Er wordt immers verwacht dat men bij positieve reacties hogere
virale gedragsintenties heeft omdat de informatie bruikbaar is en het dus de moeite
waard is om te interageren. Hierdoor wordt volgende hypothese opgesteld:
H4 = De bruikbaarheid van reacties als crisisinformatie is een mediator voor de
relatie tussen ‘valence’ en virale gedragsintenties.
6.4 Interactie-effect reactie ‘valence’ en hoeveelheid ‘likes’ op virale gedragsintenties
Bij de opbouw van hypothese 2 verwachtten we dat het aantal ‘likes’ als signaal dient
voor een snellere aanvaarding van de inhoud wat een effect heeft op postcrisis reputatie. Gezien het aantal ‘likes’ werkt als versterkend informationeel signaal
18
(Cheung & Thadani, 2012, p. 465), kan worden verwacht dat naast een
attitudeverandering, het publiek ook de (virale) gedragsintentie zal hebben te handelen zoals de voorgangers. De ‘social validation theory’ verklaart immers dat
men de neiging heeft om advies te zoeken van anderen over hoe zich te gedragen in
een situatie en dit vooral in een staat van onzekerheid, zoals een crisis (Cialdini &
Goldstein, 2002, p. 47; Sparks & Browning, 2011, p. 1310). Wanneer naar de intentie wordt gevraagd in hoeverre men zelf een reactie zou ‘liken’ of de statusupdate zou
delen, kunnen we verwachten dat de hoeveelheid ‘likes’ zal werken als duidelijk
signaal voor het publiek om zelf ook via signalen in interactie te gaan. Door het verwachte positiviteitseffect echter, waardoor positieve reacties meer bruikbaar zijn,
wordt het versterkend effect enkel verwacht in de conditie met positieve reacties.
H5a = Positieve reacties met veel ‘likes’ zullen zorgen voor hogere virale
gedragsintenties dan positieve reacties met weinig ‘likes’.
H5b = In de conditie met negatieve reacties zal er geen verschil zijn tussen weinig en
veel ‘likes’ voor virale gedragsintenties.
6.5 ‘Valence’ eigen reactie
Naast het aanpassen van de opinie na het lezen van negatieve of positieve reacties
(Schlosser, 2011), wordt verwacht dat Facebookgebruikers de neiging hebben een
reactie te posten met dezelfde ‘valence’ als de reeds geplaatste reacties om zich te conformeren aan de voorgangers. Door het ‘empathic accuracy mechanism’ gaat
men de specifieke inhoud van gedachten en gevoelens van anderen inschatten, wat
zorgt voor een interactie tussen mensen (Feng, Lazar & Preece, 2004). De commentaren van anderen worden gelezen en als basis gebruikt voor de eigen
keuzes of mening (Huang & Chen, 2006, p. 416). Zo toonden de Vries e.a. (2012)
aan dat mensen geneigd zijn negatieve reacties te plaatsen om de voorgangers te
volgen. Het conformiteitseffect verkleint de kans op een neiging om een reactie te plaatsen met een tegenstrijdige ‘valence’.
H6 = Wanneer de respondenten een reactie zouden plaatsen, zou deze een gelijkaardige ‘valence’ hebben als de reacties die ze voordien te zien kregen.
19
Methode
1. DESIGN EN STIMULI
In dit onderzoek gebruiken we een experimenteel design. Dit om een causaal
verband aan te tonen tussen te onderzoeken onafhankelijke en afhankelijke variabelen. Het experiment heeft een 2 (‘valence’: positief vs. negatief) x 2
(hoeveelheid ‘likes’: veel vs. weinig) ‘between subjects experimental design’.
Dezelfde crisis wordt beschreven in de verschillende condities. Het gaat om een
productschade crisis waarbij een voedselcrisis kon vermeden worden door de
organisatie. Dit crisistype binnen het vermijdbare crisiscluster werd gekozen omdat het bedrijf hier de hoogste verantwoordelijkheid heeft en de meeste negatieve
reputatiegevolgen kent (Claeys, Cauberghe & Vyncke, 2010). Het fictief scenario
bestaat erin dat 287 mensen opgenomen zijn in het ziekenhuis door besmetting met
de ‘salmonella paratyphi’ bacterie. Het ijsjesbedrijf ‘Jack Ice’ wordt verantwoordelijk geacht gezien zij onvoldoende zorgvuldig omsprongen met de transportvoorschriften
(zie figuur 1). Er werd gekozen voor een fictieve organisatie en crisis om effecten van
betrokkenheid bij de crisis en bekendheid met het merk uit te sluiten. Aan gekende merken zou immers minder schuld worden toegewezen (Laufer & Coombs, 2006, p.
381).
Figuur 1: Crisisscenario
Nadat de crisissituatie via een krantenartikel wordt toegelicht, volgt een
crisisstatement van de woordvoerder van ‘Jack Ice’ via de Facebookpagina van het
bedrijf. Hierbij wordt de compensatie communicatiestrategie toegepast waarbij het bedrijf empathie toont, excuses aanbiedt en een compensatie belooft. Deze ‘rebuild’-
strategie is het meest toepasselijk omdat het leidt tot het beste reputatieherstel
(Claeys, e.a., 2010). Hierop volgen de gemanipuleerde reacties van (fictieve) Facebookgebruikers. Deze reacties zijn zo opgesteld dat ze zo gelijk mogelijk zijn
qua vorm en lengte (telkens tussen veertig en vijftig tekens) en zijn gebaseerd op
reacties van sociale mediasites om zo de externe validiteit te verhogen. Er werd eenzelfde neutrale reactie gebruikt voor de vier condities, waardoor de kortere lengte
20
van deze reactie geen probleem vormt. Deze neutrale reactie werd steeds mee
gerandomiseerd in de set, maar kreeg telkens hetzelfde aantal ‘likes’. In de conditie met een grote hoeveelheid ‘likes’ hebben de reacties 187, 298 en 322 ‘likes’ en 97 bij
de neutrale reactie. Daarnaast toonde de weinig ‘likes’ conditie 2, 3 en 5 ‘likes’ naast
de reacties en 2 bij de neutrale reactie. Deze aantallen zijn gebaseerd op reële
aantallen op bedrijfsfacebookpagina’s en zijn zo bepaald dat er enerzijds voldoende verschil zit tussen de condities en anderzijds de grote aantallen realistisch blijven.
De positieve ‘valence’ set toont drie reacties die positief en steunend zijn voor het bedrijf ‘Jack Ice’ terwijl de negatieve conditie negatieve en beledigende
commentaren bevat. Bij elke set wordt ook eenzelfde vierde neutrale reactie
toegevoegd om de geloofwaardigheid te verhogen. De manipulaties zijn ‘ge-counterbalanced’, gezien binnen elke conditie zowel de volgorde van de reacties en
van het aantal ‘likes’ als de vier personen gerandomiseerd zijn. In elke conditie zijn
de Facebookgebruikers dezelfde, namelijk twee vrouwen en twee mannen. Er waren
vijf positieve en vijf negatieve reacties, waarvan er telkens drie, willekeurig gekozen, in één stimulus werden getoond. De set van drie werd telkens vervolledigd met de
ene neutrale reactie.
Binnen elk van de vier condities zijn acht stimuli gemaakt, waardoor elke participant
één van de tweeëndertig stimuli (zie voorbeeld figuur 1) te zien kreeg. Op die manier
zijn volgorde-effecten en effecten door de bron van de reactie uitgesloten.
Figuur 2: voorbeeldstimulus conditie negatief, weinig ‘likes’
21
2. PARTICIPANTEN
Voor het verzamelen van de deelnemers werd een gemakkelijkheidssteekproef
gebruikt. Deze veel gebruikte steekproefmethode in de sociale wetenschappen is erop gebaseerd mensen te selecteren naar hun beschikbaarheid en bereidheid om
mee te werken aan het onderzoek (Gravetter & Forzano, 2012, p. 151). Via e-mail en
Facebook werd de link naar het online onderzoek verstuurd naar een groep mensen,
die het op hun beurt deelden met anderen. Ook via papieren foldertjes werd de link verspreid. Om de participanten aan te moedigen om deel te nemen werd het ‘random
lottery incentive system’ gebruikt waarbij ze kans maakten op een bongobon. 255
Vlaamse respondenten namen deel aan het onderzoek. Na ‘screening’ door missing data (11 cases), het foutief beantwoorden van twee filtervragen (22 cases) en het
verwijderen van 2 uitschieters in leeftijd werden 210 bruikbare cases behouden
(N=210, 67% vrouwen). De gemiddelde leeftijd van de respondentengroep is 31 jaar
(SD=13.5, range=15-69 jaar). De meerderheid van de respondenten is hooggeschoold (N=162). 49 respondenten kregen de positieve, veel ‘likes’ conditie;
55 de negatieve, veel ‘likes’ conditie; 54 de positieve weinig ‘likes’ conditie en 52
respondenten kregen de negatieve weinig ‘likes’ conditie te zien. De respondenten wisten niet van het bestaan van de andere condities.
3. PROCEDURE
De participanten kregen een uitnodiging met de link naar het online experiment (via Qualtrics). Er werd meegedeeld dat het onderzoek peilt naar de reacties op een
voedselcrisis. Na een korte instructie, kregen de deelnemers een krantenartikel te
zien over de crisis. Daarna werden ze ‘at random’ aan één van de vier condities
toegewezen. Afhankelijk van de conditie waarin de respondent zat, kreeg hij of zij een afbeelding te zien van de Facebook-update met daarna een set reacties die
overwegend positief of negatief zijn en met telkens veel of weinig ‘likes’. Om te
garanderen dat er voldoende tijd zou besteed worden aan het lezen van de stimulus, werd gevraagd welke van de vier reacties men zou ‘liken’. Dit was een subtiele
manier om hen meer aandacht te laten vestigen op de reacties en ‘likes’ en de
antwoorden hierop waren dus verder niet van belang. Hierna kregen de
respondenten de vragenlijst met om te beginnen een manipulatiecheck en daarna de afhankelijke, controle- en socio-demografische vragen.
4. MEETSCHALEN
Na de manipulatie werden vragen gesteld om te peilen naar de perceptie van de respondent. De volledige vragenlijst is terug te vinden in bijlage 2. Er werden recente
bestaande schalen uit gepubliceerde artikels gebruikt, met enkele minieme
veranderingen om de items aan te passen aan de sociale mediacontext van het onderzoek. Elk item kreeg zeven ankerpunten. Allereerst werden de ernst van de
crisis (Arpan & Pompper, 2003; ! =.90) en issue involvement (Zaichkowsky, 1985; !
=.87) gemeten. Na het zien van de stimulus volgde een reeks afhankelijke
variabelen. De bruikbaarheid van de informatie werd gemeten aan de hand van de 3-itemschaal van Bailey & Pearson (1983; e.g. De reacties van de vier
Facebookgebruikers zijn waardevol; ! =.84). De verkorte 5-item ‘organizational
reputation scale’ van Coombs & Holladay (2002) werd gebruikt om de postcrisis reputatie van de organisatie te meten (e.g. De organisatie is begaan met het welzijn
van haar publiek; ! =.81). Impressie over de organisatie na de crisis werd gemeten
aan de hand van de 3-item schaal van Lee (2005; e.g. Ik heb een negatieve impressie over Jack Ice; ! =.84). De ‘company attitude scale’ bestond uit 7 items
(Yang e.a. (2010) van Boulding & Kirmani’s, 1993; e.g. verantwoordelijk–
onverantwoordelijk; ! =.76). Virale gedragsintenties werden gemeten met behulp van
22
de 4-itemschaal van Eckler & Bolls (2011; e.g. Ik zou de statusupdate delen op
Facebook; ! =.83). Daarnaast antwoordden de respondenten op een 7-puntenschaal
hoe positief–negatief ze zelf zouden reageren op de update. Ook werden twee
filtervragen verdeeld over de survey (e.g. Duid hier aub het antwoord ‘niet akkoord’
aan). Daarna volgden enkele controlevragen (zoals ‘product involvement’, van Noort
& Willemsen, 2011; ! =.84) en demografische vragen.
23
Resultaten
1. PRETEST
Om de gemanipuleerde variabele ‘valence’ en het scenario te testen werd
voorafgaand aan het onderzoek een pretest uitgevoerd. Een schriftelijke enquête werd verdeeld onder 20 respondenten (50% vrouwen) met een gemiddelde leeftijd
van 30.85 jaar (SD=13.22). Alle respondenten waren lid van Facebook zodat de
betrokkenheid bij en de kennis over het medium werd verzekerd. Deze respondenten namen niet deel aan het eigenlijk onderzoek. Na een beschrijving van het
crisisscenario werd de ‘attribution of responsibility-scale’ van Griffin, Babin en Darden
(1992) gebruikt om na te gaan of er voldoende verantwoordelijkheid werd
toegewezen aan het bedrijf. De twee omgekeerd geschaalde items (e.g., “Hoe verantwoordelijk zijn het lot of de omstandigheden voor deze gebeurtenissen?”)
werden uit de schaal verwijderd om de betrouwbaarheid te optimaliseren (! =.85).
Deze verkorte twee item 7-puntenschaal toont dat respondenten de verantwoordelijkheid van de voedselcrisis voornamelijk toekennen aan het bedrijf zelf
(M=6.13, SD=.70). Gezien het gemiddelde hoger ligt dan vijf kan deze crisis in het
vermijdbare cluster worden ingedeeld. Daarnaast kan uit de resultaten van de twee item 7-puntenschaal van gepercipieerde ernst (Arpan & Pompper, 2003, ! =.92)
worden besloten dat de respondenten de crisis als ernstig tot zeer ernstig
beschouwen (M=6.05, SD=.90). Door de bemerking van de respondenten over het
kleine aantal slachtoffers (37) werd dit aantal in het eigenlijke onderzoek verhoogd naar 287 mensen, gebaseerd op het scenario in het onderzoek van Yang, Kang &
Johnson (2010).
Vervolgens werd nagegaan of het crisisstatement via Facebook door het fictief bedrijf
‘Jack Ice’ voldoende geloofwaardig was via de drie item ‘general credibility-scale’
(Williams, Patti & Drolet, 2005; ! =.90; e.g. “Deze update van het bedrijf lijkt mij
geloofwaardig”). De geloofwaardigheid kon als aanvaardbaar beschouwd worden en
werd daarom verder gebruikt in het effectief onderzoek (M=4.63, SD=1.49).
Om de ‘valence’ van de reacties te testen werden vier neutrale, vijf positieve en vijf
negatieve Facebookreacties aan de respondenten voorgelegd. Deze werden
gerandomiseerd om vertekening door volgorde te vermijden. Per reactie werd de
‘valence’ (e.g. “Deze commentaar van de facebookgebruiker vind ik over het algemeen positief – negatief voor ‘Jack Ice’) ingeschat op een drie item 7-
puntenschaal (Walther e.a., 2012; chronbach’s alpha’s van .75 tot .96) en werd de
geloofwaardigheid van de reactie beoordeeld (Williams, e.a., 2005; chronbach’s alpha’s van .90 tot .99). Het doel hiervan was reacties te verkrijgen die optimaal van
elkaar verschillen in ‘valence’ en voldoende geloofwaardig zijn. Reacties met een
minimale gemiddelde betrouwbaarheid van 4.5 werden behouden, waardoor twee
positieve reacties geëlimineerd werden (M=3.88, SD=1.95; M=4.10, SD=1.71). Drie reacties werden ingedeeld als positief (M=6.00, SD=1.20; M=6.02, SD=.78; M=6.27,
SD=.76) en vijf reacties als negatief (M=2.07, SD=.78; M=1.82, SD=1.17; M=1.42,
SD=.62; M=1.17, SD=.35; M=1.50, SD=.73). De reacties die als doel hadden neutraal gepercipieerd te worden, werden toch eerder beoordeeld naar de positieve
kant (M=4.78, SD=1.08; M=5.17, SD=1.20; M=4.15, SD=.82; M=4.28, SD=1.23).
Twee van de vier oorspronkelijk neutrale reacties werden door hun hoge score meegenomen als reacties in de positieve ‘valence’ conditie (M=4.78 en M=5.17).
Door middel van een kwalitatieve nabevraging bij de respondenten werd gevonden
dat men een niet negatieve reactie automatisch linkt met een positieve attitude ten
opzichte van het bedrijf en de kwestie. Hierdoor werd in plaats van vier, één neutrale
24
reactie (M=4.28; SD=1.23) met een hoge geloofwaardigheid (M=5.63, SD=1.38) licht
aangepast en in alle condities van het eigenlijk onderzoek gebruikt. Het deeltje ‘veel moed gewenst aan iedereen die betrokken is in deze onzekere periode’ werd
verwijderd, waardoor een meer beschrijvende, neutrale reactie overbleef (Ik kocht
gisteren nog een pot aardbei-ijs in de supermarkt. Is er een mogelijkheid om het ijs
terug te brengen? Kan hierover wat informatie gegeven worden? Alvast bedankt!). De outputs van de pretest zijn te raadplegen in bijlage 1.
De tweede manipulatie, het aantal ‘likes’ werd niet gepretest. Dit omdat de aantallen voldoende verschillen om objectief als veel en weinig ‘likes’ te kunnen bestempelen.
Wanneer de Facebook printscreen voor het eigenlijk onderzoek bewerkt was via Photoshop (met fictieve personen, reacties en ‘likes’ erbij) werd een realismecheck
gedaan bij vijf mensen. Niemand gaf als commentaar dat er geen ‘likes’ of ‘shares’
onder de update van de woordvoerder zelf stonden, waardoor dit niet werd geïntegreerd in het onderzoek en de focus dus enkel kon liggen op reacties en de
bijhorende ‘likes’.
2. MANIPULATIECHECK
Om de effectiviteit van de ‘valence’ manipulatie te garanderen, werd een ‘independent samples t-test’ uitgevoerd. Aan het begin van de vragenlijst werd de
vraag gesteld te beoordelen op een 7-puntenschaal hoe negatief of positief de set
reacties onder de statusupdate was ten opzichte van het bedrijf ‘Jack Ice’. Uit de
resultaten kan afgeleid worden dat de ‘valence’ van de reacties duidelijk was. De respondenten in de positieve ‘valence’ conditie vonden de reacties duidelijk
positiever (M=5.74, SD=.97) dan degene in de negatieve conditie [M=2.16, SD=1.00,
t(208) = -26.30, p < .001].
De respondenten beoordeelden de crisis als zeer ernstig (M=5.60, SD=1.03) en
waren betrokken bij het issue (M=5.11, SD=1.05). Hierdoor kan de crisis ingedeeld worden als ‘preventable’. Er waren geen significante verschillen op te merken tussen
de vier groepen (M_NV=5.43, SD_NV=.95; M_NW=5.72, SD_NW=.86; M_PV=5.70,
SD_PV=1.21; M_PW=5.56, SD_PW=1.07) inzake perceptie van de ernst van de crisis [F(3, 206) = .95, p = .42]. Daarnaast zijn geen significante verschillen
gevonden tussen de vier groepen (M_NV=4.94, SD_NV=1.13; M_NW=5.17,
SD_NW=1.08; M_PV=5.27, SD_PV=.92; M_PW=5.10, SD_PW=1.04) voor
betrokkenheid bij het issue [F(3, 206) = .92, p = .43] (zie bijlage 4).
3. HYPOTHESEN
De outputs van de analyses zijn te raadplegen in bijlage 6.
H1 = Wanneer de reacties die verschijnen na de crisisrespons op Facebook positief zijn, zal de reputatieperceptie en attitude van het publiek positiever zijn dan bij
negatieve reacties.
Door middel van ‘general linear model, two-way multivariate analysis of variance’ (anova) werden de twee onafhankelijke variabelen reactie ‘valence’ en hoeveelheid
‘likes’ op de afhankelijke variabelen reputatie, attitude en impressie over het bedrijf
getest.
25
Als eerste werd het hoofdeffect van ‘valence’ op de afhankelijke variabelen
onderzocht. De drie afhankelijke variabelen gaven hierbij hetzelfde resultaat. Er werd
een significant effect gevonden tussen de conditie met negatieve (M=4.61, SD=.90) en positieve reacties (M=5.12, SD=.89) voor organisatiereputatie [F(1, 206) = 16.77,
p < .001]. Daarnaast werd een significant hoofdeffect gevonden tussen negatieve
(M=4.03, SD=.79) en positieve reacties (M=4.24, SD=.68) voor attitude ten aanzien van het bedrijf [F(1, 206) = 4.34, p = .04]. Als laatste werd een significant hoofdeffect
gevonden tussen de negatieve (M=3.64, SD=1.08) en positieve ‘valence’ conditie
(M=4.14, SD=1.08) voor impressie over de organisatie [F(1, 206) = 11.32, p = .001].
Deze bevindingen tonen dat mensen die positieve reacties te zien kregen een
significant hogere reputatieperceptie hebben in vergelijking met degenen die
negatieve reacties lazen onder de statusupdate van het bedrijf. Hierdoor kan
hypothese 1 worden bevestigd.
H2 = Wanneer de reacties veel ‘geliked’ worden in vergelijking met weinig, zal het
effect van ‘valence’ op postcrisis reputatie sterker zijn.
26
Wanneer we verder kijken naar de output blijkt geen significant interactie-effect voor
de combinatie van ‘likes’ en ‘valence’ op organisatiereputatie [F(1, 206) = 1.74, p =
.19], noch op ‘company attitude’ [F(1, 206) = .03, p = .86] of impressie over de
organisatie [F(1, 206) = .29, p = .60]. In de negatieve conditie was er geen verschil
voor organisatiereputatie tussen veel (M=4.63, SD=.88) en weinig ‘likes’ (M=4.60, SD=.92), noch voor attitude tussen veel (M=4.02, SD=.78) en weinig ‘likes’ (M=4.04,
SD=.81) of impressie ten opzichte van de organisatie tussen veel (M=3.67, SD=1.07)
en weinig ‘likes’ (M=3.61, SD=1.09). Ook in de positieve conditie was geen verschil
op te merken voor organisatiereputatie tussen veel (M=4.97, SD=1.01) en weinig ‘likes’ (M=5.27, SD=.74), noch voor attitude tussen veel (M=4.22, SD=.61) en weinig
‘likes’ (M=4.27, SD=.74) of voor impressie tussen veel (M=4.09, SD=1.15) en weinig
‘likes’ (M=4.19, SD=1.02). Hierdoor kan hypothese 2 niet worden aanvaard.
Daarnaast was er geen hoofdeffect van hoeveelheid ‘likes’ op een van de drie
afhankelijke variabelen.
H3 = Positieve reacties zullen zorgen voor meer virale gedragsintenties (‘liken’, delen en reageren) dan negatieve reacties.
Voor het testen van hypothesen 3 en 5 werd opnieuw een ‘general linear model, two-way multivariate anova’ uitgevoerd. Hierbij werd geslacht meegenomen als
controlevariabele. De twee onafhankelijke variabelen reactie ‘valence’ en
hoeveelheid ‘likes’ op de afhankelijke variabelen intentie om te ‘liken’, delen of een
reactie te plaatsen werden getoetst.
Er is geen significant verschil gevonden tussen de conditie met negatieve (M=3.07,
SD=1.68) versus de conditie met positieve reacties (M=3.29, SD=1.71) op de intentie
om een of meerdere reacties te ‘liken’ [F(1,202) = 1.65, p = .20]. Daarnaast werd
geen significant verschil gevonden voor de intentie om zelf een reactie te plaatsen
tussen de negatieve (M=2.42, SD=1.39) en positieve (M=2.33, SD=1.27) ‘valence’
conditie [F(1,202) = .01, p = .94]. Voor de intentie om het Facebookbericht te delen
werd wel een significant hoofdeffect gevonden tussen de negatieve (M=3.06, SD=1.42) en positieve conditie [M=3.38, SD=1.37, F(1, 202) = 3.91, p = .05]. Een
statement met positieve reacties eronder zorgt dus voor een hogere neiging om het
27
bericht te delen dan een statement gevolgd door negatieve reacties. Hypothese 3
kan dus gedeeltelijk worden aanvaard.
Er werd voor de variabele ‘intentie om te delen’ een hoofdeffect gevonden van
geslacht [F(1, 202) = 8.12, p = .005], waarbij vrouwen een hogere intentie hebben
(M=3.41, SD=1.41) om een Facebookbericht te delen dan mannen (M=2.84,
SD=1.32). Daarnaast werd een marginaal significant hoofdeffect gevonden voor
geslacht bij intentie om te reageren (F(1, 202) = 3.12, p = .08) waarbij vrouwen
(M=2.49, SD=1.28) een hogere intentie hebben dan mannen (M=2.16, SD=1.40).
H4 = De bruikbaarheid van reacties als crisisinformatie is een mediator voor de
relatie tussen ‘valence’ en virale gedragsintenties.
Om hypothese 4 te testen werd de Preacher & Hayes ‘Bootstrap’ test om indirecte effecten in simpele mediatiemodellen te testen, gebruikt gezien deze meer robuuste
resultaten oplevert dan de Sobel test.
Allereerst werd gevonden dat valence positief gerelateerd is aan de intentie om te
delen (B = .33, t(208) = 1.70, p = .09)1. Ook werd gevonden dat een set positieve
reacties samenhangt met een hogere gepercipieerde bruikbaarheid van de informatie (B = .60, t(208) = 3.60, p < .001). Daarnaast werd gevonden dat de mediator
(bruikbaarheid) positief geassocieerd is met de intentie om te delen (B = .58, t(208) =
8.30, p < .001). In deze studie is het 95% betrouwbaarheidsinterval verkregen met
5000 ‘bootstrap resamples’ (Preacher & Hayes, 2008). De resultaten van de mediatie-analyse bevestigen de mediërende rol van bruikbaarheid in de relatie
tussen ‘valence’ en intentie om te delen (B = .34, CI = .16 tot .55).
Dezelfde mediatie-analyse werd gedaan voor de afhankelijk variabele intentie om te
‘liken’. De positieve associatie tussen ‘valence’ en intentie om te ‘liken’ bleek, zoals
verduidelijkt in vorige hypothese, niet significant (B = .23, t(208) = .97, p = .33). Toch is het mogelijk de mediatie ‘bootstrap’ analyse uit te voeren zonder significant
hoofdeffect (Preacher & Hayes, 2008). Daarnaast werd gevonden dat een set
positieve reacties samenhangt met een hogere gepercipieerde bruikbaarheid van de
informatie (B = .60, t(208) = 3.60, p < .001). Ook bleek dat de mediator (bruikbaarheid) positief geassocieerd is met de intentie om te ‘liken’ (B = .67, t(208) =
7.84, p < .001). De resultaten van de mediatie-analyse bevestigen ook hier de
mediërende rol van bruikbaarheid in de relatie tussen ‘valence’ en intentie om te ‘liken’ (B = .40, CI = .19 tot .67).
Fig 6: mediatie information usefulness
1 De p-waarde is hier hoger dan in hypothese 3 door het weglaten van geslacht als
controlevariabele.
28
H5a = Positieve reacties met veel ‘likes’ zullen zorgen voor hogere virale
gedragsintenties dan positieve reacties met weinig ‘likes’.
Via de ‘two-way anova’ werd verder het interactie-effect van ‘valence’ en ‘likes’ op de
intentie om te ‘liken’, delen of een reactie te plaatsen getest. Er bleek een significant
interactie-effect op de intentie om te delen [F(1, 202) = 5.03, p = .03], een marginaal
significant effect op de intentie om te ‘liken’ [F(1, 202) = 3.34, p = .07] en geen
significant effect van de intentie om een reactie te plaatsen [F(1, 202) = .76, p = .38].
Voor het verder testen van hypothese 5a, waarbij wordt verwacht dat veel ‘likes’ bij
de conditie met positieve reacties zal zorgen voor hogere virale gedragsintenties (‘liken’ en delen) dan weinig ‘likes’, werd gebruik gemaakt van ‘independent samples
t-tests’. Er werd geen significant effect gevonden tussen de scores van de
respondenten in de weinig ‘likes’ conditie (M=3.29, SD=1.22) en de respondenten in
de veel ‘likes’ conditie (M=3.49, SD=1.52) voor de intentie om te delen [t(101) = -.75,
p = .45]. Daarnaast werden geen significante verschillen gevonden tussen de weinig
‘likes’ conditie (M=3.13, SD=1.65) versus veel ‘likes’ conditie (M=3.47, SD=1.77) voor
de intentie om een van de reacties te ‘liken’ [t(101) = -1.01, p = .32]. Hoewel de
verschillen niet significant zijn, is hier wel een gelijklopende tendens merkbaar, zowel
bij delen, ‘liken’ als reageren, waarbij positieve reacties met veel ‘likes’ leiden tot
hogere virale gedragsintenties dan positieve reacties met weinig ‘likes’. Voor dit onderzoek kan hypothese 5a echter niet worden aanvaard.
H5b = In de conditie met negatieve reacties zal er geen verschil zijn tussen weinig en
veel ‘likes’ voor virale gedragsintenties.
Als tweede onderzoeken we hypothese 5b, waarbij wordt verwacht dat er geen
verschil zal zijn tussen weinig en veel ‘likes’ voor virale gedragsintenties bij de
respondenten die negatieve reacties te zien kregen, opnieuw via t-tests. Er werd
merkwaardig genoeg een marginaal significant effect gevonden voor het verschil tussen de weinig ‘likes’ (M=3.31, SD=1.62) en veel ‘likes’ conditie (M=2.82, SD=1.17)
voor de vraag of men de statusupdate zou delen op Facebook [t(93) = 1.78, p = .08].
Hier zouden weinig ‘likes’ naast negatieve reacties meer aanzetten tot delen dan veel ‘likes’. Daarnaast werd geen significant verschil gevonden tussen de weinig ‘likes’
29
(M=3.31, SD=1.73) en veel ‘likes’ conditie (M=2.84, SD=1.61) voor de intentie om te
‘liken’ [t(105) = 1.46, p = .15]. Toch is ook hier een tendens te merken naar een
voorkeur voor weinig ‘likes’ in vergelijking met veel ‘likes’ voor virale
gedragsintenties. Hierdoor kan hypothese 5b gedeeltelijk worden aanvaard.
H6 = Wanneer de respondenten een reactie zouden plaatsen zou deze een
gelijkaardige ‘valence’ hebben als de reacties die ze voordien te zien kregen.
Voor de laatste hypothese, die werd getest met een ‘one-way anova’, werd een
significant verschil gevonden tussen de negatieve (M=3.28, SD=1.06) en positieve
valence conditie (M=4.28, SD=1.08) voor de vraag hoe negatief of positief de eigen reactie zou zijn wanneer men zelf op het statement zou reageren [F(1, 208) = 45.89,
p < .001]. Zoals verwacht hadden respondenten in de positieve conditie een
significant hogere intentie om een positieve reactie te posten dan mensen in de negatieve conditie. Hierdoor kan hypothese 6 worden bevestigd.
30
Conclusie en discussie
Het doel van dit onderzoek was om de effecten van de interactieve kenmerken van de sociale netwerksite Facebook op postcrisis reputatie en virale gedragsintenties
vast te stellen. Via een experiment trachtten we een antwoord te bieden op de
onderzoeksvraag hoe het publiek de crisis via Facebook mee kan gaan ‘framen’ door reacties te posten (positief of negatief) en deze veel of weinig te ‘liken’. Aan de hand
van sociale beïnvloedingstheorieën zoals het ‘bandwagon effect’ (Simon, 1954) werd
verwacht dat het publiek beïnvloed wordt door deze kenmerken.
Allereerst onderzochten we de effecten op de postcrisis reputatie van het bedrijf. In
de literatuur bestaat reeds de consensus dat crisissen een ernstige bedreiging zijn
voor de bedrijfsreputatie en werd aangetoond dat effectieve crisiscommunicatie door het bedrijf de schade kan beperken of herstellen (Coombs, 2007). In het huidig
onderzoek werd echter de vraag gesteld of naast de invloed van communicatie van
het bedrijf ook Facebookgebruikers de perceptie van het publiek kunnen beïnvloeden door in online interactie te gaan met de getroffen organisatie. De effecten van online
‘word-of-mouth’ op attitude, aankoopintenties en merkreputatie zijn reeds onderzocht
bij verscheidene ‘reviews’, discussiefora en reacties op online krantenartikels (Cheung e.a., 2008; Chevalier & Mayzlin, 2003; Zhao, e.a., 2013), waardoor
hetzelfde overtuigingseffect kon verwacht worden op de bedrijfsreputatie bij een
crisis. Uit de resultaten konden we inderdaad besluiten dat de ‘valence’ van reacties
die verschijnen na de crisisrespons op Facebook het publiek beïnvloedt gezien het lezen van positieve reacties leidde tot een positievere attitude, impressie en
postcrisis reputatie bij de participanten dan het lezen van negatieve reacties. Deze
bevindingen zijn in lijn met Mei e.a. (2009) die aan de hand van crisiscasestudies vermoedden dat subjectieve commentaren verspreid op het internet de opinie van de
organisatie sturen afgezien van de moeite van de organisatie om de crisis te
herstellen (p. 150). Dit zou vooral het geval zijn bij consumenten die het merk niet kennen (Mei e.a., 2009), zoals het fictief bedrijf in huidig onderzoek.
De hoeveelheid ‘likes’ bij reacties zou kunnen dienen als informationeel signaal om
het belang van de inhoud te benadrukken zoals in andere contexten zoals sterrenbeoordelingen en ‘likes’ bij ‘reviews’ het geval is (Freedman, 2011). Door de
benadrukking van de inhoud bij veel ‘likes’ werd verwacht dat het effect van ‘valence’
op postcrisis reputatie zou versterkt worden. Uit de resultaten bleek echter geen effect van aantal ‘likes’ in combinatie met de ‘valence’ van reacties op attitude,
impressie of postcrisis reputatie. Voor de afwezigheid van dit effect kunnen
verschillende verklaringen worden vooropgesteld. Chevalier & Mayzlin (2003) bewijzen dat participanten meer aandacht besteden aan en beïnvloed worden door
de tekst van een ‘review’ dan door signalen zoals een gemiddelde ‘rating’. Hierdoor
kan ook in deze kwestie verwacht worden dat men minder aandacht besteed aan het
aantal ‘likes’ dan aan de meer opvallende commentaren. Ook kregen de participanten slecht één conditie te zien waardoor het aantal ‘likes’ niet opvallend
werd gemaakt en de associatie van veel en weinig nummers misschien niet
gebeurde. Signalen zoals sterrenbeoordelingen voor hotels werken beter (Sparks & Browning, 2011, p. 1313) maar deze geven los van de inhoud een directe
inhoudelijke betekenis terwijl ‘likes’ bij reacties dit niet doen. Als laatste zou er een
‘ceiling effect’ kunnen zijn waarbij het aantal ‘likes’ geen extra informatie toevoegt
gezien er in het onderzoek sowieso reeds overeenstemming is door de gelijke ‘valence’ binnen de set reacties (Dawar & Pillutla, 2000, p. 216).
31
Naast de effecten op postcrisis reputatie werden ook virale gedragsintenties, de
intentie om de inhoud verder te verspreiden door te ‘liken’, delen of een reactie te plaatsen, onderzocht. Het sociale karakter van Facebook laat mensen immers in
interactie treden met elkaar en met de organisatie via bedrijfspagina’s op sociale
media, waardoor informatie gemakkelijk wordt verspreid (Lee, Xiong & Hu, 2012, p.
820). Voor de organisatie betekent dit echter een vergroting van het reputatierisico gezien meer mensen op de hoogte zijn van het incident en de crisis door online en
offline ‘word-of-mouth’ kan escaleren bij de publieke opinie (Mei e.a., 2009, p. 149).
De sporadische onderzoeken die reeds zijn gedaan naar virale gedragsintenties tonen aan dat er een grotere neiging is tot virale gedragsintenties bij inhoud met een
positieve noot dan bij extreem negatieve statusupdates of advertenties (Alhabash
e.a., 2013; Eckler & Bolls, 2011), waardoor hetzelfde werd verwacht bij de ‘valence’ van reacties op een crisisstatement. Die tendens naar meer virale gedragsintenties
na het lezen van positieve reacties werd in het huidig onderzoek teruggevonden bij
de intentie om een of meerdere reacties te ‘liken’ en om de statusupdate te delen,
hoewel enkel het effect bij delen significant bleek. Voor de intentie om zelf te reageren werd dit verschil niet gevonden en was er zelfs een licht hogere intentie bij
de negatieve conditie, die weliswaar niet significant bleek. Dit zou verklaard kunnen
worden doordat reageren cognitief veeleisender is dan ‘liken’ of delen (Alhabash & McAlister, 2014), waardoor enkele extreme reacties geuit worden. Gezien het
onderzoek fictief is zouden de participanten te weinig betrokken kunnen zijn om het
bedrijf te verdedigen of steunen. De virale gedragsintenties delen en reageren bleken aanzienlijk hoger voor vrouwen dan voor mannen, wat ook werd verwacht in de
literatuur gezien vrouwen meer betrokken zijn bij een voedselcrisis dan mannen
(Laufer & Gillespie, 2004). Daarnaast bleek uit het onderzoek via een mediatie-
analyse dat de bruikbaarheid van de informatie een verklaring was voor het effect van positieve reacties op de intentie om te ‘liken’ en delen. Zoals verwacht bleek
immers een positiviteitseffect, waarbij positieve reacties diagnostischer bleken voor
het publiek om hun mening te vormen rond het issue (Lee & Koo, 2012).
Door het positiviteitseffect werd verwacht dat veel ‘likes’ zou dienen als signaal voor
hogere eigen virale gedragsintenties. Dit gezien men in een staat van onzekerheid zowel een invloed op attitude als op gedrag waarneemt (Cialdini & Goldstein, 2002,
p. 47). Hoewel geen significante verschillen werden gevonden in het onderzoek, was
wel een gelijklopende tendens merkbaar waarbij in de positieve ‘valence’ conditie
veel ‘likes’ leidden tot een hogere intentie bij de respondent om te ‘liken’ en delen. Het aantal ‘likes’ blijkt dus een informationeel signaal, dat verduidelijkt dat veel
mensen betrokken zijn bij het issue en met elkaar interageren, wat aanzet om
hetzelfde te doen. Uit dit enkel onderzoek is deze tendens echter niet te bewijzen. Voor mensen die negatieve reacties te zien kregen werd dit effect niet verwacht,
gezien negatieve informatie minder diagnostisch zou zijn. Uit de resultaten bleek
onverwacht een omgekeerd matig effect voor intentie om te delen, waarbij mensen
die weinig ‘likes’ te zien kregen een hogere intentie hadden dan mensen in de veel ‘likes’ conditie. Voor de intentie om te ‘liken’ bleek het verschil niet significant, maar
was eenzelfde tendens merkbaar, waarbij mensen in de conditie met weinig ‘likes’
zelf een hogere intentie hadden om te ‘liken’. Deze onverwachte resultaten vergen verder onderzoek, maar zouden kunnen verklaard worden door medelijden. De
combinatie van negatieve reacties met veel ‘likes’ en dus veel mensen die de
reacties steunen, zou overweldigend kunnen zijn voor de lezer waardoor men de publieke opinie te extreem vindt en medelijden krijgt met de organisatie.
Een laatste bevinding uit de studie is dat respondenten zelf een reactie zouden
plaatsen met een gelijkaardige ‘valence’ aan de reacties die ze te zien kregen. Deze bevinding is te nuanceren, aangezien de intentie om een reactie te plaatsen laag is,
echter toch niet onbelangrijk. Uit het onderzoek valt immers af te leiden dat de
32
reacties een grotere invloed hebben dan de ‘likes’ erbij, waardoor een klein aantal
reacties van mensen de publieke opinie kunnen beïnvloeden. Wanneer de enkelen die toch een reactie plaatsen de neiging hebben om de voorgangers te volgen,
ontstaat dezelfde ‘valence’ over de reacties en dus een extremiteitseffect die zorgt
voor een grotere invloed dan tweezijdige argumenten (Doh & Hwang, 2009, p. 193).
Uit deze resultaten kunnen we de onderzoeksvraag positief beantwoorden dat via de
interactieve kenmerken van sociale media het publiek de crisis mee kan gaan
‘framen’ en op die manier anderen worden beïnvloed. De invloed van de ‘valence’ van reacties is hierbij prominenter dan van het aantal ‘likes’ gezien de positieve of
negatieve set reacties invloed heeft op de reputatieperceptie bij het publiek en op de
‘valence’ van een potentiële eigen reactie. De hoeveelheid ‘likes’ heeft hierbij geen extra effect, maar mag niet genegeerd worden door PR-professionals gezien reacties
met een groot aantal ‘likes’ meer kans hebben om direct onder de Facebookupdate
getoond te worden. De bevindingen over virale gedragsintenties blijken positief voor
de getroffen organisatie gezien positieve reacties zorgen voor meer ‘liken’ en delen dan negatieve, wat de reputatie zou kunnen helpen herstellen. In combinatie met het
aantal ‘likes’ is er een tendens merkbaar bij positieve reacties met veel ‘likes’ en
negatieve reacties met weinig ‘likes’ die hogere virale gedragsintenties zouden veroorzaken, maar de afzonderlijke effecten bleken niet significant waardoor verder
onderzoek noodzakelijk is. Deze exploratieve inzichten rond de hoeveelheid ‘likes’
geven een goede eerste aanzet voor verder studies.
Dit onderzoek biedt enkele belangrijke inzichten voor crisiscommunicatiemanagers.
Het toont de complexe sociale mediaomgeving waarbij de aandacht moet verdeeld
worden tussen de respons van de woordvoerder en de interactie door het publiek. Los van de juiste toepassing van een crisisresponsstrategie blijken reacties immers
de reputatie te kunnen schaden of herstellen. Het opbouwen van een ‘brand
community’ is dus zeker een meerwaarde voor elke organisatie, gezien fans van het merk door positieve reacties, die verder online verspreid worden, de schade kunnen
inperken.
33
Beperkingen en verder onderzoek
Deze exploratieve eerste studie was gebaseerd op weinig voorgaand onderzoek rond dit specifieke onderwerp, waardoor het niet mogelijk was alle bevindingen
volledig te verklaren. Onderzoek in een net ontgonnen terrein is echter ook een grote
sterkte aangezien het een interessante aanzet vormt tot verder onderzoek. Ook toont het onderzoek reeds enkele interessante tendensen.
Als eerste worden enkele praktische beperkingen van het onderzoek aangehaald. Tijdens het experiment zelf kregen respondenten de stimulus slechts kort te zien en
hadden we geen controle op de aandacht die eraan werd besteed, waardoor het
aantal ‘likes’ waarschijnlijk niet erg is opgevallen. Toch moet gezegd worden dat dit
een realistische setting is, gezien Facebook erg vluchtig is. Indien specifiek werd gewezen op het aantal ‘likes’, zou de invloed niet meer onbewust gemeten worden.
Evenzeer was de vragenlijst nogal lang, waardoor ondanks de filtervragen, de
aandacht bij sommige respondenten wat lager kon liggen. Ook was er slechts één blootstelling aan het statement en de reacties, terwijl in realiteit het issue meermaals
op de ‘Facebookwall’ kan verschijnen en meerdere blootstellingen zouden zorgen
voor een groter effect van sociale besmetting (Hodas & Lerman, 2013,). Tevens kan onderzocht worden of hetzelfde effect wordt bekomen bij een conditie zonder ‘likes’
en bij andere hoeveelheden ‘likes’. Verder is het moeilijk om sociale beïnvloeding na
te gaan via een online experiment en is er steeds een kloof tussen intentie en actueel
gedrag. Daarnaast zijn er in realiteit weinig geïsoleerde positieve of negatieve sets van reacties, maar eerder een mix (Purnawirawan e.a., 2012, p. 245). Hierdoor kan
aangeraden worden effecten te onderzoeken bij incongruente informatie.
Als tweede zijn er enkele inhoudelijke beperkingen van het onderzoek. Zo was het
niet mogelijk een sluitende verklaring te vinden voor de tendens van negatieve
reacties met weinig ‘likes’ die leiden tot hogere virale gedragsintenties, waardoor verder onderzoek noodzakelijk is. Daarnaast werd gefocust op één type crisis, een
voedselcrisis binnen het vermijdbare crisiscluster. Hierdoor kunnen de resultaten niet
veralgemeend worden naar elke soort crisis. Ook kan bijkomend onderzoek zich
meer toespitsen op virale gedragsintenties in plaats van reputatie als tweede afhankelijke variabele te beschouwen, om zo diepere inzichten te krijgen. Verder
werd een fictief bedrijf en crisis gebruikt. Frequente gebruikers die meer betrokken
zijn bij het merk zouden echter meer resistent zijn tegen WOM dan onwetende consumenten en meer openstaan om informatie te verkrijgen (Bagozzi & Dholakia,
2006; Chakravarty e.a., 2010), waardoor een bestaand merk zou kunnen gebruikt
worden in volgend onderzoek.
Als laatste worden enkele pistes voorgesteld waar volgend onderzoek zich op kan
focussen. Zo zouden andere kenmerken zoals ‘shares’ en ‘likes’ op de update zelf en
andere sociale netwerksites zoals Twitter en Youtube kunnen worden onderzocht. In plaats van een statement zou in volgend onderzoek een videofragment van de
woordvoerder op Facebook kunnen geplaatst worden, gezien dit meer levendig is en
zou leiden tot een betere attitude en meer reacties (de Vries e.a., 2012). Daarnaast kan verder worden ingegaan op de reacties. Naast de ‘valence’ zou men het effect
van rationele versus emotionele reacties kunnen nagaan gezien emotionele
informatie meer kans heeft om online gedeeld te worden en meer bruikbaar blijkt (Alhabash e.a., 2013, p. 176; Lee e.a., 2012, p. 820). Ook zou men de kwaliteit en
het aantal argumenten in de reacties in rekening kunnen nemen (Lee, Park & Han,
2008). Daarnaast zou men kunnen nagaan of frequente Facebookgebruikers minder
virale gedragsintenties hebben door een ‘eWOM overload’ (Alhabash & McAlister,
34
2014). Een andere piste is om enkele moderatie-effecten te onderzoeken waarbij het
conformiteitseffect niet zou voorkomen zoals wanneer een aanvullende mening voorgesteld wordt die omgekeerd is dan de reacties, zoals een blog, of wanneer men
denkt dat de reacties gemanipuleerd zijn door de organisatie zelf (Zhao e.a., 2013, p.
488).
Als laatste is het essentieel voor PR-professionals om inzicht te krijgen in de
manieren om met deze ‘eWOM’ om te gaan. Hierdoor is het interessant te
onderzoeken welke ‘webcare’ interventies van de organisatie de invloed van ‘valence’ kunnen beperken. van Noort en Willemsen (2011) vonden immers dat het
op merkgegeneerde platformen positief is om als organisatie te reageren op
klachten. Belangrijk is dus een inzicht te krijgen of deze ‘webcare’ interventies ook na een crisis favorabel zijn voor de organisatie en hoe deze ‘webcare’ aan te pakken.
35
Literatuurlijst
Ahluwahlia, R. & Gürhan-Canli, Z. (2000). The effects of extensions on the family brand name: an accessibility-diagnosticity perspective. Journal of Consumer
Research, 27(3), 371-381.
Alhabash, S. & McAlister, A.R. (2014). Redifining virality in less broad strokes:
predicting viral behavioral intentions from motivations and uses of Facebook and
Twitter. New Media & Society, 1-23.
Alhabash, S., McAlister, A.R., Hagerstrom, A., Quilliam, E.T., Rifon, N.J. & Richards,
J.I. (2013). Between likes and shares: effects of emotional appeal and virality on the persuasiveness of anticyberbullying messages on Facebook. Cyberpsychology,
Behavior and Social Networking, 16(3), 175-182.
Arpan, L.M. & Pompper, D. (2003). Stormy weather: testing stealing thunder as a crisis communication strategy to improve communication flow between organizations
and journalists. Public Relations Review, 29(3), 291-308.
Bagozzi, R.P. & Dholakia, U.M. (2006). Antecedents and purchase consequences of
customer participation in small group brand communities. International Journal of
Research in Marketing, 23(1), 45-61.
Bailey, J.E. & Pearson, S.W. (1983). Development of a tool for measuring and
analyzing computer user satisfaction. Management Science, 29(5), 530-545.
Barett, M.S. (2005). Spokespersons and message control: how the CDC lost
credibility during the anthrax crisis. Qualitative Research Reports in Communication,
6(1), 59-68.
Bickart, B. & Schindler, R.M. (2001). Internet forums as influential sources of
consumer information. Journal of interactive marketing, 15(3), 31-40.
Broida, R. (2010, 19 maart). Nestle’s Facebook page: how a company can really
screw up social media. Geraadpleegd op 20 april 2014 op het World Wide Web: http://www.cbsnews.com/news/nestles-facebook-page-how-a-company-can-really-
screw-up-social-media/.
Burnkrant, R.E. & Cousineau, A. (1975). Informational and normative social influence in buying behavior. Journal of Consumer Research, 2(3), 206-214.
Byrd, S. (2012). Hi fans! Tell us your story!: Incorporating a stewardship-based social media strategy to maintain brand reputation during a crisis. Corporate
communications: an international journal, 17(3), 241-254.
Casteleyn, J., Mottart, A. & Rutten, K. (2009). How to use data from Facebook in
your market research. International Journal of Market Research, 51(4), 439-347.
Chakravarty, A., Liu, Y. & Mazumdar, T. (2010). The differential effects of online
word-of-mouth and critics’ reviews on pre-release movie evaluation. Journal of
Interactive Marketing, 24, 185-197.
Chen, Z. & Lurie, N.H. (2013). Temporal contiguity and negativity bias in the impact
of online word-of-mouth. Journal of Marketing Research, 50(4), 463-467.
36
Cheung, C.M.K., Lee, M.K.O. & Robjohn, N. (2008). The impact of electronic word-
of-mouth: the adoption of online opinions in online customer communities. Internet Research, 18(3), 229-247.
Cheung, C.M.K. & Thadani, D.R. (2012). The impact of electronic word-of-mouth communication: a literature analysis and integrative model. Decision Support
Systems, 54(1), 461-470.
Chevalier, J.A. & Mayzlin, D. (2003). The effect of word of mouth on sales: online book reviews. Journal of Marketing Research, 44(3), 345-354.
Choi, Y. & Lin, Y.H. (2009). Consumer responses to Mattel product recalls posted on online bulletin boards: Exploring two types of emotion. Journal of Public Relations
Research, 21(2), 198-207.
Cialdini, R.B. & Goldstein, N.J. (2002). The science and practice of persuasion.
Cornell Hotel and Restaurant Administration Quarterly, 43(2), 40-50.
Claeys, A-S. (2012). The impact of the content and timing of organizational crisis
communication on reputation repair (doctoraatstudie). Universiteit Gent, België.
Claeys, A-S, Cauberghe, V. & Vyncke, P. (2010). Restoring reputations in times of crisis: an experimental study of the situational crisis communication theory and the
moderating effects of locus of control. Public Relations Review, 36, 256-262.
Coombs, W.T. (2007). Protecting organization reputations during a crisis: the
development and application of situational crisis communication theory. Corporate
Reputation Review, 10(3), 163-176.
Coombs, W.T. & Holladay, S.J. (2002). Helping crisis managers protect reputational
assets: initial tests of the situational crisis communication theory. Management
Communication Quarterly, 16(2), 165-186.
Coombs, W.T. & Holladay, S.J. (2007). The negative communication dynamic:
exploring the impact of stakeholder effect on behavioral intentions. Journal of Communication Management, 11(4), 300-312.
Coombs, W.T. & Holladay, S.J. (2008). Comparing apology to equivalent crisis response strategies: clarifying apology’s role and value in crisis communication.
Public Relations Review, 34, 252-257.
Dawar, N. & Pillutla, M.M. (2000). Impact of product-harm crises on brand equity: the
moderating role of consumer expectations. Journal of Marketing Research, 37(2),
215-226.
de Vries, L., Gensler, S. & Lee ang, P.S.H. (2012). Popularity of brand posts on
brand fan pages: an investigation of the effects of social media marketing. Journal of
Interactive Marketing, 26, 83-91.
Doh, S-J. & Hwang, J-S. (2009). How consumers evaluate eWOM messages.
CyberPsychology & Behavior, 12(2), 193-197.
East, R., Hammond, K. & Lomax, W. (2008). Measuring the impact of positive and
negative word of mouth on brand purchase probability. International Journal of Research in Marketing, 25, 215-224.
37
Eckler, P. & Bolls, P.D. (2011). Spreading the virus: emotional tone of viral
advertising and its effect on forwarding intentions and attitudes. Journal of Interactive Advertising, 11, 1-11.
Edwards, C., Edwards, A., Qing, Q. & Wahl, S.T. (2007). The influence of computer-mediated word-of-mouth communication on student perceptions if instructors and
attitudes toward learning course content. Communication Education, 56(3), 255-277.
Feng, J.J., Lazar, J. & Preece, J. (2004). Empathy and online interpersonal trust: a fragile relationship. Behaviour & Information Technology, 23(2), 97-106.
Fischer, E. & Reuber, A.R. (2011). Social interaction via new social media: how can interactions on Twitter affect effectual thinking and behavior? Journal of Business
Venturing, 26, 1-18.
Fiske, S.T. (1980). Attention and weight in person perception: the impact of negative
and extreme behavior. Journal of Personality and Social Psychology, 38(6), 889-906.
Fombrun, C. (1996). Reputation: Realizing value from the corporate image. Boston,
MA: Harvard Business School Press.
Freberg, K. (2012). Intention to comply with crisis messages communicated via social media. Public relations review, 38, 416-421.
Fu, W.W. & Sim, C.C. (2011). Aggregate bandwagon effect on online videos’ viewership: Value uncertainty, popularity cues and heuristics. Journal of the
American Society for Information Science and Technology, 62(12), 2382-2395.
Gerlitz, C. & Helmond, A. (2011, 24-25 januari). Hit, link, like & share: organizing the
social and the fabric of the web in a like economy. Paper gepresenteerd op mini-
conferentie Universiteit van Amsterdam, Nederland.
Gonzalez-Herrero, A. & Smith, S. (2008). Crisis communications management on the
web: How internet-based technologies are changing the way public relations
professionals handle business crises. Journal of Contingencies and Crisis Management, 16(3), 143-153.
Gravetter, F.J. & Forzano, L.B. (2012). Research methods for the behavioral sciences (4th ed.). California: Wadsworth.
Griffin, M., Babin, B.J. & Darden, W.R. (1992). Consumer assessments of responsibility for product-related injuries: the impact of regulations, warnings and
promotional policies. Advances in Consumer Research, 19(1), 870-878.
Hiltz, S.R., Diaz, P. & Mark, G. (2011). Introduction: Social media and collaborative systems for crisis management. ACM Transactions on Computer-Human Interaction,
18(4), 1-6.
Hodas, N.O. & Lerman, K. (2013). The simple rules of social contagion. USC
Information Sciences Institute, 1-12.
Huang, J.H. & Chen, Y.F. (2006). Herding in online product choice. Psychology &
Marketing, 23(5), 413-428.
Hung, K.H. & Li, S.Y. (2007). The influence of eWOM on virtual consumer
communities: social capital, consumer learning and behavioral outcomes. Journal of
Advertising Research, 47(4), 485-495.
38
Jiménez, F.R. & Mendoza, N.A. (2013). Too popular too ignore: the influence of
online reviews on purchase intentions of search and experience products. Journal of interactive marketing, 27, 226-235.
Jordan-Meier, J. (2011). The four stages of highly effective crisis management: how to manage the media in the digital age. Florida: Taylor & Francis Group.
Kaplan, A.M. & Haenlein, M. (2010). Users of the world unite! The challenges and
opportunities of social media. Business Horizons, 53, 59-68.
Kelleher, T. (2008). Conversational voice, communicated commitment and public
relations outcomes in interactive online communication. Journal of communication, 59(1), 31-40.
Kelley, H.H. & Michela, J.L. (1980). Attribution theory and research. Annual Review Psychology, 31, 457-501.
Kent, M.L., Taylor, M. & White, W.J. (2003). The relationship between web site design and organizational responsiveness to stakeholders. Public Relations Review,
29, 63-77.
Laufer, D. & Coombs, W.T. (2006). How should a company respond to a product harm crisis? The role of corporate reputation and consumer-based cues. Business
Horizons, 49, 379-385.
Laufer, D. & Gillespie, K. (2004). Differences in consumer attributions of blame
between men and women: the role of perceived vulnerability and empathic concern.
Psychology and Marketing, 21(2), 209-222.
Lee, B.K. (2005). Hong Kong consumers’ evaluations in an airline crash: a path
model analysis. Journal of Public Relations Research, 17(4), 363-391.
Lee, J., Park, D-H. & Han, I. (2008). The effect of negative online consumer reviews
on product attitude: an information processing view. Electronic Commerce Research
and Applications, 7, 341-352.
Lee, K.T. & Koo, D. M. (2012). Effects of attribute and valence of e-WOM on
message adoption: moderating role of subjective knowledge and regulatory focus. Computers in Human Behavior, 28(5), 1974-1984.
Lee, M., Rodgers, S. & Kim, M. (2009). Effects of valence and extremity of eWOM on attitude toward the brand and website. Journal of Current Issues and Research in
Advertising, 31(2), 1-11.
Lee, W., Xiong, L. & Hu, C. (2012). The effect of Facebook users’ arousal and valence on intention to go the festival: applying an extension of the technology
acceptance model. International Journal of Hopspitality Management, 31, 819-827.
Liu, B.F., Austin, L. & Jin Y. (2011). How publics respond to crisis communication
strategies: the interplay of information form and source. Public relations review, 37,
345-353.
Liu, B.F. & Kim, S. (2011). How organizations framed the 2009 H1N1 pandemic via
social and traditional media: implications for U.S. health communicators. Public Relations Review, 37, 233-244.
39
Margetts, H., John, P., Escher, T. & Reissfelder, S. (2009, March 18-20). Experiment
for web science: examining the effect of the internet on collective action. Conferencepaper, University of Oxford en University of Manchester.
Mei, J.S.A., Bansal, N. & Pang, A. (2009). New media: a new medium in escalating crisis? Corporate Communications: An International Journal, 15(2), 143-155.
Nadeau, R., Cloutier, E. & Guay, J-H. (1993). New evidence about the existence of a
bandwagon effect in the opinion formation process. International political science review, 14, 203.
Pan, S.L., Pan, G. & Leidner, D. (2012). Crisis response information networks. Journal of AIS, 13(1), 1518-555.
Pew Internet & American Life Project. (2006). Blogger callback survey. Geraadpleegd op 4 oktober 2013 op het World Wide Web:
http://www.pewinternet.org.
Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for
assessing and comparing indirect effects in multiple mediator models. Behavior
Research Methods, 40, 879-891.
Purnawirawan, N., De Pelsmacker, P. & Dens, N. (2012). Balance and sequence in
online reviews: how perceived usefulness affects attitudes and intentions. Journal of
interactive marketing, 26, 244-255.
Schlosser, A.E. (2011). Can including pros and cons increase the helpfulness and
persuasiveness of online reviews? The interactive effects of ratings and arguments. Journal of Consumer Psychology, 21, 226-239.
Schultz, F., Utz, S. & Göritz, A. (2011). Is the medium the message? Perceptions of
and reactions to crisis communication via twitter, blogs and traditional media. Public Relations Review, 37, 20-27.
Seeger, M.W, Sellnow, T. & Ulmer, R.R. (1998). Communication, organization and crisis. In M.E. Roloff (Ed.), Communication Yearbook 21 (pp. 231-276). California:
Sage.
Sen, S. & Lerman, D. (2007). Why are you telling me this? An examination into
negative consumer reviews on the web. Journal of interactive marketing, 21(4), 76-
94.
Shankar, V. & Malthouse, E.C. (2007). The growth of interactions and dialogs in
interactive marketing. Journal of Interactive Marketing, 21(2), 2-4.
Simon, H.A. (1954). Bandwagon and underdog effects and the possibility of election
predictions. Public Opinion Quarterly, 18(3), 245-253.
Sparks, B.A. & Browning, V. (2011). The impact of online reviews on hotel booking
intentions and perception of trust. Tourism Management, 32(6), 1310-1323.
Stamsnijder, P. (2002). Goed nieuws in kwade tijden: crisiscommunicatie in de
praktijk. Schoonhoven: Academic Service.
Standifird, S. (2001). Reputation and e-commerce: eBay auctions and the
assymetrical impact of positive and negative ratings. Journal of Management, 27,
279-295.
40
Sweetser, K. & Metzgar, E. (2007). Communicating during crisis: use of blogs as a
relationship management tool. Public Relations Review, 33(3), 340-342.
Terpstra, T., Stronkman, R., de Vries, A. & Paradies, G.L. (2012). Towards a realtime
Twitter analysis during crises for operational crisis management: Proceedings of the 9th international ISCRAM Conference. Vancouver, Canada.
Thorsten, H-T. Gwinner, K.P., Walsh, G. & Gremler, D.D. (2004). Electronic word-of-
mouth via consumer-opinion platforms: what motivates consumers to articulate themselves on the internet? Journal of Interactive Marketing, 18, 38-52.
Utz, S., Schultz F. & Glocka S. (2013). Crisis communication online: How medium, crisis type and emotions affected public relations in the Fukushima Daiichi nuclear
disaster. Public Relations Review, 39, 40-46.
van Noort, G. & Willemsen, L.M. (2011). Online damage controle: the effects of
proactive versus reactive webcare interventions in consumer-generated and brand-
generated platforms. Journal of interactive marketing, 26, 131-140.
Veil, S.R., Buehner, T. & Palenchar, M.J. (2011). A work-in-process literature review:
incorporating social media in risk and crisis communication. Journal of Contingencies
and Crisis Management, 19(2), 110-122.
Vermeulen, I.E. & Seegers, D. (2009). Tried and tested: the impact of online hotel
reviews on consumer consideration. Tourism Management, 30(1), 123-127.
Walther, J.B., Liang, Y., Ganster, T., Wohn, D.Y. & Emington, J. (2012). Online
reviews, helpfulness ratings and consumer attitudes: an extension of congruity theory of multiple sources in web 2.0. Journal of computer-mediated communication, 18, 97-
112.
Wang, Z., Walther, J.B., Pingree, S. & Hawkins, R. (2008). Health information, credibility, homophily and influence via the Internet: websites versus discussion
groups. Health Communication, 23, 358-368.
Ward, S. (1974). Consumer socialization. Journal of Consumer Research, 1(2), 1-14.
Williams, Patti & Drolet, A. (2005). Age-related differences in response to emotional advertisement. Journal of consumer research, 32, 343-354.
Zaichkowsky, J.L. (1985). Measuring the involvement construct. The Journal of Consumer Research, 12, 341-352.
Zhao, D., Wang, F., Wei, J. & Liang, L. (2013). Public reaction to information release
for crisis discourse by organization: integration of online comments. International Journal of Information Management, 33, 485-495.
Zhu, F. & Zhang, X. (2010). Impact of online consumer reviews on sales: the moderating role of product and consumer characteristics. Journal of Marketing, 74(2),
133-148.
41
Bijlagen
42
BIJLAGE 1: OUTPUTS PRETEST
Statistics: ernst en verantwoordelijkheid crisis
crisisernst
toegekende
verantwoordelijkheid
Valid 20 20 N
Missing 0 0
Mean 6,050 6,1250
Std. Deviation ,9018 ,70478
Minimum 4,5 4,50
Maximum 7,0 7,00
Statistics: geloofwaardigheid
Facebook update
Valid 20 N
Missing 0
Mean 4,6333
Std. Deviation 1,48639
Minimum 2,00
Maximum 7,00
43
Statistics: geloofwaardigheid reacties
reactie 1 reactie 2 reactie 3 reactie 4 reactie 5 reactie 6 reactie 7 reactie 8 reactie 9 reactie 10 reactie 11 reactie 12 reactie 13 reactie 14
Valid 20 20 20 20 20 20 20 20 20 20 20 20 20 20 N
Missing 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Mean 4,7333 5,1833 5,3500 4,7833 5,2000 4,4833 3,8833 4,7667 5,2833 4,6500 5,6333 4,1000 4,7333 5,1000
Std. Deviation 1,82446 1,28179 1,35282 1,43586 1,30854 1,75877 1,95048 1,79701 1,47603 1,37000 1,37607 1,71372 1,72223 1,54504
Minimum 2,00 2,67 2,00 2,00 3,00 1,67 1,00 1,33 2,00 2,00 1,33 1,00 1,00 2,00
Maximum 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00
Statistics: valence reacties
reactie 1
(+)
reactie 2
(+)
reactie 3
(-)
reactie 4
(+)
reactie 5
(+)
reactie 6
(-)
reactie 7
(+)
reactie 8
(-)
reactie 9
(n)
reactie 10
(+)
reactie 11
(n)
reactie 12
(+)
reactie 13
(-)
reactie 14
(-)
Valid 20 20 20 20 20 20 20 20 20 20 20 20 20 20 N
Missing 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Mean 6,0000 4,7833 2,0667 6,0167 5,1667 1,8167 5,7000 1,4167 4,1500 6,2667 4,2833 6,0333 1,1667 1,5000
Std. Deviation 1,20428 1,08296 ,78435 ,77592 1,19697 1,17217 1,24205 ,62008 ,81989 ,76929 1,22963 ,77157 ,35044 ,72950
Minimum 2,00 3,00 1,00 4,67 3,00 1,00 2,00 1,00 1,67 5,00 1,67 4,67 1,00 1,00
Maximum 7,00 7,00 3,67 7,00 7,00 6,00 7,00 2,67 6,00 7,00 7,00 7,00 2,00 3,33
44
BIJLAGE 2: VRAGENLIJST
Q40 Beste,Allereerst hartelijk dank om deel te nemen aan dit onderzoek. In het kader van mijn masterproef doe ik een onderzoek naar de reacties op een voedselcrisis. Het is uiterst belangrijk om te beginnen aan het onderzoek en
dit in 1 keer af te maken, zonder zich ondertussen op andere dingen te focussen. Gelieve de vragen heel aandachtig door te nemen. Klik telkens op >> om door te gaan naar de volgende pagina. De antwoorden worden in alle anonimiteit verwerkt. Het invullen van deze vragenlijst zal maximaal 20 minuten in beslag nemen. Wanneer je de
enquête volledig en correct invult, maak je kans op 1 van de bongobonnen (Zoete Zonde of Wijn) door je e-mailadres op het einde in te vullen. Hartelijk bedankt! Vele groeten,Eveline Note: deze vragenlijst is niet geschikt om in te vullen via een smartphone (dus enkel via een computerscherm).
Q36 In deze vragenlijst wordt een case besproken over het Nederlandse bedrijf ‘Jack Ice’ en de gebeurtenissen die
er plaatsvonden. Lees aub onderstaand krantenartikel aandachtig.
Q37 Gelieve te beoordelen hoe ernstig en zwaarwichtig u bovenstaande gebeurtenissen vindt:
1
(1)
! helemaal
niet ernstig (1)
! niet ernstig
(2)
! eerder
niet ernstig
(3)
! neutraal
(4)
! eerder
ernstig (5)
! ernstig
(6)
! heel
ernstig (7)
2 (2)
! helemaal niet
zwaarwicht
ig (1)
! niet zwaarwichti
g (2)
! eerder niet
zwaarwic
htig (3)
! neutraal (4)
! eerder zwaarwichtig (5)
! zwaarwichtig
(6)
! heel zwaarwichtig (7)
45
Q38 Lees onderstaande stellingen en antwoord van helemaal niet akkoord tot helemaal akkoord:
Q672 Lees de Facebook-update van de woordvoerder van het bedrijf na dit incident en de commentaren van de facebookgebruikers eronder aandachtig en beantwoord daarna de vraag. Let op: lees dit zeer aandachtig, want later in de vragenlijst worden vragen gesteld over de update en comments.
helemaal niet akkoord
(1)
niet akkoord
(2)
eerder niet akkoord (3)
neutraal (4)
eerder akkoord
(5)
akkoord (6)
helemaal akkoord
(7)
Ik heb een sterke interesse in deze gebeurtenissen. (1)
! ! ! ! ! ! !
De informatie omtrent zulke
gebeurtenissen is zeer belangrijk. (2) ! ! ! ! ! ! !
Ik hecht belang aan zulke gebeurtenissen. (3)
! ! ! ! ! ! !
Ik zou mij vervelen als mensen tegen
mij zouden praten over deze gebeurtenissen. (4)
! ! ! ! ! ! !
Deze gebeurtenissen zijn erg relevant.
(5) ! ! ! ! ! ! !
46
Q92 Stel u voor dat u deze 'comments' zag staan op Facebook. Welk(e) zou u 'liken' om aan te geven dat u akkoord gaat met de perso(o)n(en) in kwestie?
! Anniek (1)
! Marcus (2)
! Sarah (3)
! Pascal (4)
Q22 De reacties onder de statusupdate (4 comments) vind ik over het algemeen:
1 (1) 2 (2) 3 (3) 4 (4) 5 (5) 6 (6) 7 (7)
zeer negatief:zeer
positief (steunend) ten opzichte van het
bedrijf Jack Ice (1)
" " " " " " "
47
Q16 Beantwoord volgende stellingen van helemaal niet akkoord tot helemaal akkoord:
Helemaal niet akkoord (1)
Niet akkoord (2)
Eerder niet akkoord (3)
Neutraal (4)
Eerder akkoord (5)
Akkoord (6)
Helemaal akkoord (7)
Ik ben geneigd om het krantenartikel uit de
Telegraaf aan mensen
te tonen of door te sturen. (1)
! ! ! ! ! ! !
Ik ben geneigd mensen
te vertellen over deze crisis. (2)
! ! ! ! ! ! !
Ik ben geneigd om op een of andere manier
een bericht achter te laten. (3)
! ! ! ! ! ! !
Q17 Stel dat u hier zelf een 'comment' op zou plaatsen zoals de 4 personen, hoe positief of negatief zou uw reactie hierop zijn?
Heel positief (1)
positief (2) eerder positief (3)
neutraal (4) eerder negatief (5)
negatief (6) heel negatief (7)
1 (1) ! ! ! ! ! ! !
Q21 In hoeverre gaat u akkoord met volgende stellingen?
Helemaal niet akkoord (1)
Niet akkoord (2)
Eerder niet akkoord (3)
Neutraal (4)
Eerder akkoord (5)
Akkoord (6)
Helemaal akkoord (7)
Je volgt de
suggesties/meningen van de
facebookgebruikers.
(1)
! ! ! ! ! ! !
Je gaat akkoord met de mening die
voorgesteld wordt in de commentaren. (2)
! ! ! ! ! ! !
Q18 Beantwoord aub onderstaande stellingen:
Helemaal niet
waar (1)
Niet waar
(2)
Eerder niet
waar (3)
Neutraal
(4)
Eerder waar
(5)
Waar
(6)
Helemaal
waar (7)
De comments van de 4 facebookgebruikers
zijn waardevol. (1)
! ! ! ! ! ! !
De comments zijn informatief. (2)
! ! ! ! ! ! !
De comments zijn
nuttig/helpen mij om mijn mening te
vormen. (3)
! ! ! ! ! ! !
48
Q6 Beantwoord de stellingen van helemaal niet tot helemaal wel:
helemaal niet (1)
niet (2) eerder niet (3) neutraal (4)
eerder wel (5)
wel (6) helemaal wel (7)
Hoe verantwoordelijk is de organisatie Jack Ice voor deze gebeurtenissen? (1)
! ! ! ! ! ! !
In welke mate geeft u de schuld aan de organisatie
Jack Ice? (2) ! ! ! ! ! ! !
Q11 Beoordeel aub het merk Jack Ice op basis van volgende stellingen.
Helemaal niet akkoord (1)
Niet akkoord (2)
Eerder niet akkoord (3)
Neutraal (4)
Eerder akkoord (5)
Akkoord (6)
Helemaal akkoord (7)
De organisatie is
begaan met het welzijn van haar publiek. (1)
! ! ! ! ! ! !
De organisatie is niet eerlijk. (2)
! ! ! ! ! ! !
Ik vertrouw de organisatie niet dat zij
de waarheid vertelt over
het incident. (3)
! ! ! ! ! ! !
Onder de meeste omstandigheden zou ik
geneigd zijn te geloven wat de organisatie communiceert. (4)
! ! ! ! ! ! !
Dit is een controlevraag.
Duid hier aub 'niet akkoord' aan. (5)
! ! ! ! ! ! !
De organisatie is niet
begaan met het welzijn van haar doelgroepen.
(6)
! ! ! ! ! ! !
Q34 Wat is uw impressie over de organisatie Jack Ice na deze gebeurtenissen?
Hoe teleurgesteld
bent u in Jack Ice? (1)
! Helemaal
niet (1)
! Niet (2)
! Eerder niet (3)
! Neutraal (4)
! Eerder wel (5)
! Wel (6) ! Helemaal
wel (7)
Ik evalueer
Jack Ice: (2)
! heel
negatief (1)
! negat
ief (2)
! eerder
negatief (3)
! Neutraal
(4)
! eerder
positief (5)
! positief
(6)
! heel
positief (7)
Ik heb een negatieve
impressie over Jack
Ice: (3)
! Helemaal
niet waar (1)
! Niet waar
(2)
! Eerder niet
waar (3)
! Neutraal (4)
! Eerder waar (5)
! Waar (6)
! Helemaal waar (7)
49
Q8 Hoeveel controle heeft het bedrijf volgens u over dit probleem?
Helemaal geen
controle (1)
Geen controle (2)
Eerder geen
controle (3)
Neutraal (4) Eerder controle (5)
Controle (6) Veel controle (7)
1 (1) ! ! ! ! ! ! !
Q19 Beantwoord onderstaande stellingen:
Helemaal niet
akkoord (1)
Niet akkoord
(2)
Eerder niet
akkoord (3)
Neutraal
(4)
Eerder
akkoord (5)
Akkoord
(6)
Helemaal
akkoord (7)
Deze status update is de moeite waard om
te delen met anderen. (1)
! ! ! ! ! ! !
Ik zou de status
update ‘sharen’ op Facebook. (2)
! ! ! ! ! ! !
Ik zou één of meerdere reacties
‘liken’ om aan te geven dat ik akkoord
ben. (3)
! ! ! ! ! ! !
Ik zou op deze statusupdate zelf een commentaar zetten.
(4)
! ! ! ! ! ! !
Q14 Beantwoord volgende stellingen over Jack Ice.
1 (1) 2 (2) 3 (3) 4 (4) 5 (5) 6 (6) 7 (7)
befaamd:berucht (1) ! ! ! ! ! ! !
verantwoordelijk:onverantwoordelijk (2) ! ! ! ! ! ! !
financieel stabiel:financieel onstabiel (3) ! ! ! ! ! ! !
betrouwbaar:onbetrouwbaar (4) ! ! ! ! ! ! !
lange termijn georiënteerd:korte termijn geörienteerd (5) ! ! ! ! ! ! !
gevestigde naam:geen gevestigde naam (6) ! ! ! ! ! ! !
Het is heel waarschijnlijk dat Jack Ice nog bestaat binnen 7 jaar.:Het is heel onwaarschijnlijk dat Jack Ice nog bestaat binnen 7 jaar. (7)
! ! ! ! ! ! !
50
Q13 Beantwoord aub onderstaande stellingen:
Helemaal niet akkoord (1)
Niet akkoord (2)
Eerder niet akkoord (3)
Neutraal (4)
Eerder akkoord (5)
Akkoord (6)
Helemaal akkoord (7)
Als het aanwezig is in de winkel waar ik
normaal mijn
boodschappen doe, zou ik nog altijd overwegen
om een product te
kopen waarvan ik weet dat het van het bedrijf
Jack Ice is. (1)
! ! ! ! ! ! !
Als het aanwezig is in de winkel waar ik
normaal ga, zou ik
twijfelen om een product te kopen als ik
weet dat het gemaakt is
door Jack Ice. (2)
! ! ! ! ! ! !
Als het aanwezig is in de winkel waar ik
normaal ga, zou ik
waarschijnlijk een product kopen van Jack
Ice. (3)
! ! ! ! ! ! !
Q20 Beantwoord volgende stellingen van helemaal niet waar tot helemaal waar:
Helemaal niet waar (1)
Niet waar (2)
Eerder niet waar (3)
Neutraal (4)
Eerder waar (5)
Waar (6)
Helemaal waar (7)
Ik heb de intentie om
producten van dit bedrijf te boycotten. (1)
! ! ! ! ! ! !
Ik zal Jack Ice niet
boycotten. (2) ! ! ! ! ! ! !
Ik zal proberen om Jack Ice producten te
beginnen boycotten. (3)
! ! ! ! ! ! !
Q15 Wanneer de crisis achter de rug is:
Helemaal niet waar (1)
Niet waar (2)
Eerder niet waar (3)
Neutraal (4)
Eerder waar (5)
Waar (6)
Helemaal waar (7)
Zou ik vrienden
aanmoedigen om producten te kopen van
Jack Ice. (1)
! ! ! ! ! ! !
Zou ik familieleden aanmoedigen om
producten van Jack Ice
te kopen. (2)
! ! ! ! ! ! !
Zou ik Jack Ice aanbevelen aan iemand
die mij om advies vroeg. (3)
! ! ! ! ! ! !
Zou ik positieve dingen
zeggen over Jack Ice en zijn producten aan andere mensen. (4)
! ! ! ! ! ! !
51
Q38 Na het lezen over deze crisis, hoe staat u tegenover Jack Ice?
1 (1) 2 (2) 3 (3) 4 (4) 5 (5) 6 (6) 7 (7)
Zeer geërgerd:Helemaal niet geërgerd
(1) ! ! ! ! ! ! !
Heel boos/kwaad:Helemaal niet boos (2)
! ! ! ! ! ! !
Q26 Hoe gelijkend ziet u zichzelf met de mensen die een commentaar plaatsten onder de reactie van de woordvoerder?
1 (1) 2 (2) 3 (3) 4 (4) 5 (5) 6 (6) 7 (7)
Helemaal verschillend:Heel gelijkaardig
(1) ! ! ! ! ! ! !
52
Q35 Beantwoord volgende stellingen:
Helemaal niet akkoord (1)
Niet akkoord (2)
Eerder niet akkoord (3)
Neutraal (4)
Eerder akkoord (5)
Akkoord (6)
Helemaal akkoord (7)
We kunnen erop vertrouwen de waarheid te krijgen via sociale mediapagina’s van
bedrijven zoals Jack Ice. (1)
! ! ! ! ! ! !
Het doel van een corporate sociale mediapagina is om
de consument te informeren. (2)
! ! ! ! ! ! !
Ik geloof dat een corporate sociale mediapagina
informatief is. (3)
! ! ! ! ! ! !
Een corporate sociale mediapagina is over het
algemeen betrouwbaar. (4)
! ! ! ! ! ! !
Het is een betrouwbare bron van informatie over de
kwaliteit en prestatie van het bedrijf en haar
producten. (5)
! ! ! ! ! ! !
Via een corporate sociale
mediapagina wordt de waarheid verteld op een
goede manier. (6)
! ! ! ! ! ! !
Algemeen is het een waarheidsgetrouwe
afbeelding van het product
en het bedrijf. (7)
! ! ! ! ! ! !
Ik voel me accuraat geïnformeerd na het zien
van de meeste updates via corporate sociale
mediapagina’s. (8)
! ! ! ! ! ! !
Vink hier het antwoord 'eerder niet akkoord' aan.
(9) ! ! ! ! ! ! !
De meeste corporate
sociale mediapagina’s voorzien de consument met essentiële informatie. (10)
! ! ! ! ! ! !
Q24 Beantwoord onderstaande vragen:
Helemaal niet (1)
Niet (2) Eerder niet (3)
Neutraal (4)
Eerder wel (5)
Wel (6) Helemaal wel (7)
In hoeverre bent u geïnteresseerd in
roomijsproducten? (1) ! ! ! ! ! ! !
In hoeverre bent u betrokken bij de
aankoop van roomijs?
(2)
! ! ! ! ! ! !
53
Q27 Hieronder volgen nog enkele laatste vragen. Deze worden volledig anoniem verwerkt en worden dus niet gekoppeld aan de voorgaande antwoorden.
Q36 Beantwoord volgende stellingen zo eerlijk mogelijk:
Helemaal niet
akkoord (1)
Niet akkoord
(2)
Eerder niet
akkoord (3)
Neutraal
(4)
Eerder
akkoord (5)
Akkoord
(6)
Helemaal
akkoord (7)
Ik heb vaak vertrouwen in en
handel op basis van het advies van anderen. (1)
! ! ! ! ! ! !
Ik zou zelden mijn mening in een verhitte
discussie over een
controversieel onderwerp
veranderen. (2)
! ! ! ! ! ! !
Over het algemeen,
zou ik liever meegaan met de meerderheid om consistent te zijn.
(3)
! ! ! ! ! ! !
Meestal beslissen de mensen rond mij het
meest wat we samen gaan doen. (4)
! ! ! ! ! ! !
Omgevingsinformatie
kan mij gemakkelijk beïnvloeden en mijn ideeën veranderen.
(5)
! ! ! ! ! ! !
Ik ben meer onafhankelijk dan ik conform ben met de
groep. (6)
! ! ! ! ! ! !
Als iemand heel overtuigend is, zal ik
mijn opinie veranderen en meegaan met
hem/haar. (7)
! ! ! ! ! ! !
Duid aub hier het antwoord 'neutraal'
aan. (8)
! ! ! ! ! ! !
Ik geef niet snel toe aan anderen. (9)
! ! ! ! ! ! !
Wanneer ik snel een
belangrijke beslissing moet maken, zal ik
rekening op de
mening van anderen. (10)
! ! ! ! ! ! !
Ik geef de voorkeur
aan mijn eigen weg in het leven bepalen.
(11)
! ! ! ! ! ! !
Q30 Wat is uw geslacht?
! Man (1)
! Vrouw (2)
Q31 In welk jaar bent u geboren?
54
Q29 Heeft u een profiel op Facebook die u actief gebruikt?
! Ja (1)
! Nee (2)
Answer If Heeft u een profiel op Facebook die u actief gebruikt? Ja Is Selected
Q28 Hoeveel uren per dag zit u gemiddeld op Facebook?
Q32 Wat is uw hoogst genoten opleidingsniveau (of huidige opleiding)?
! Geen diploma (1)
! Lager onderwijs (2)
! Secundair onderwijs (3)
! Bachelor/Hoger onderwijs (4)
! Master/Universitair onderwijs (5)
! Doctoraat (6)
Q673 Hartelijk dank voor uw deelname aan dit onderzoek!Indien u nog graag kans maakt op 1 van de bongobons, vul hier gerust uw e-mailadres in.
55
BIJLAGE 3: DEMOGRAFISCHE VARIABELEN
Statistics: leeftijd
Valid 210 N
Missing 0
Mean 31,27
Median 24,00
Std. Deviation 13,489
Range 54
Minimum 15
Maximum 69
Wat is uw hoogst genoten opleidingsniveau (of huidige opleiding)?
Frequency Percent Valid Percent
Cumulative
Percent
Lager onderwijs 1 ,5 ,5 ,5
Secundair onderwijs 47 22,4 22,4 22,9
Bachelor/Hoger onderwijs 95 45,2 45,2 68,1
Master/Universitair onderwijs 67 31,9 31,9 100,0
Valid
Total 210 100,0 100,0
Wat is uw geslacht?
Frequency Percent Valid Percent
Cumulative
Percent
1 Man 70 33,3 33,3 33,3
2 Vrouw 140 66,7 66,7 100,0
Valid
Total 210 100,0 100,0
56
BIJLAGE 4: ‘RELIABILITY ANALYSIS’ MEETSCHALEN
1. Crisisernst
Reliability Statistics
Cronbach's
Alpha N of Items
,895 2
Item-Total Statistics
Scale Mean
if Item
Deleted
Scale Variance if
Item Deleted
Corrected Item-
Total Correlation
Q37_1 Gelieve te beoordelen hoe ernstig u
bovenstaande gebeurtenissen vindt: 5,35 1,282 ,814
Q37_2 Gelieve te beoordelen hoe
zwaarwichtig u bovenstaande gebeurtenissen
vindt:
5,85 1,048 ,814
2. Issue involvement
Reliability Statistics
Cronbach's
Alpha N of Items
,873 5
Item-Total Statistics
helemaal niet akkoord – helemaal
akkoord
Scale
Mean if
Item
Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
Q38_1 Ik heb een sterke interesse
in deze gebeurtenissen. 21,04 16,554 ,753 ,834
Q38_2 De informatie omtrent zulke
gebeurtenissen is zeer belangrijk. 19,70 19,042 ,710 ,845
Q38_3 Ik hecht belang aan zulke
gebeurtenissen. 20,62 16,830 ,805 ,819
Q38_4_rec: ik zou mij vervelen als
iemand tegen mij over deze
gebeurtenissen zou praten.
20,44 19,052 ,620 ,865
57
Q38_5 Deze gebeurtenissen zijn
erg relevant. 20,48 19,380 ,628 ,863
3. Bruikbaarheid informatie
Reliability Statistics
Cronbach's
Alpha N of Items
,839 3
Item-Total Statistics
Scale Mean if
Item Deleted
Scale
Variance if
Item Deleted
Corrected
Item-Total
Correlation
Cronbach's
Alpha if Item
Deleted
Q18_1 De reacties van de 4
facebookgebruikers zijn waardevol. 6,99 6,488 ,724 ,754
Q18_2 De reacties zijn informatief. 7,41 6,875 ,691 ,787
Q18_3 De reacties zijn nuttig/helpen
mij om mijn mening te vormen. 7,43 6,399 ,692 ,787
4. Organisatiereputatie
Reliability Statistics
Cronbach's
Alpha N of Items
,814 5
Item-Total Statistics
helemaal niet akkoord – helemaal akkoord
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
Q11_1 De organisatie is
begaan met het welzijn van
haar publiek.
19,44 14,257 ,604 ,777
Q11_4 Onder de meeste
omstandigheden zou ik
geneigd zijn te geloven wat
de organisatie
communiceert.
19,71 15,174 ,527 ,799
Q11_2_rec: De organisatie
is niet eerlijk. 19,26 14,060 ,660 ,760
58
Q11_3_rec: Ik vertrouw de
organisatie niet dat zij de
waarheid vertelt over het
incicident.
19,63 14,415 ,575 ,786
Q11_6_rec: De organisatie
is niet began met welzijn
van haar doelgroepen.
19,23 14,101 ,648 ,764
5. Attitude tegenover bedrijf
Reliability Statistics
Cronbach's
Alpha N of Items
,759 7
Item-Total Statistics
helemaal niet akkoord – helemaal akkoord
Scale
Mean if
Item
Deleted
Scale
Variance if
Item Deleted
Corrected
Item-Total
Correlation
Cronbach's
Alpha if
Item
Deleted
Q14_1 befaamd:berucht 22,86 22,190 ,460 ,734
Q14_2 verantwoordelijk:onverantwoordelijk 23,56 19,080 ,508 ,724
Q14_3 financieel stabiel:financieel onstabiel 23,46 22,670 ,439 ,739
Q14_4 betrouwbaar:onbetrouwbaar 23,00 19,636 ,630 ,696
Q14_5 lange termijn georiënteerd:korte
termijn geörienteerd 23,29 19,956 ,572 ,708
Q14_6 gevestigde naam:geen gevestigde
naam 22,86 20,946 ,337 ,766
Q14_7 Het is heel waarschijnlijk -
onwaarschijnlijk dat Jack Ice nog bestaat
binnen 7 jaar.
23,32 20,842 ,460 ,733
6. Impressie over organisatie
Reliability Statistics
Cronbach's
Alpha N of Items
,842 3
59
Item-Total Statistics
helemaal niet – helemaal wel
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
Q34_1 Hoe teleurgesteld
bent u in Jack Ice? 8,32 4,687 ,651 ,865
Q34_3 Ik heb een negatieve
impressie over Jack Ice. 8,32 4,957 ,764 ,724
Q34_2_rec: ik evalueer Jack
Ice negatief - positief 8,04 6,099 ,764 ,762
7. Virale gedragsintenties
Reliability Statistics
Cronbach's
Alpha N of Items
,829 4
Item-Total Statistics
helemaal niet akkoord – helemaal akkoord
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total Correlation
Cronbach's
Alpha if Item
Deleted
Q19_1 Deze status update
is de moeite waard om te
delen met anderen.
8,30 14,577 ,638 ,792
Q19_2 Ik zou de status
update ‘sharen’ op
Facebook.
9,23 13,969 ,744 ,743
Q19_3 Ik zou één of
meerdere reacties ‘liken’. 8,81 13,696 ,640 ,795
Q19_4 Ik zou op deze
statusupdate zelf een
commentaar zetten.
9,61 16,220 ,616 ,803
Opmerking: deze items werden afzonderlijk getest. Intentie om te delen via het gemiddelde van de
eerste twee items, intentie om te liken via het derde item, intentie om een reactie te plaatsen via het
vierde item.
60
BIJLAGE 5: MANIPULATIECHECK
Independent samples t-test valence reacties
Group Statistics
VALENCE N Mean Std. Deviation Std. Error Mean
0: negatief 107 2,16 1,001 ,097 De reacties onder de
statusupdate vind ik over het
algemeen:-zeer negatief:zeer
positief (steunend) ten opzichte
van het bedrijf Jack Ice
1: positief
103 5,74 ,970 ,096
Independent Samples Test
Levene's Test for
Equality of Variances t-test for Equality of Means
95% Confidence Interval of the
Difference
F Sig. t df
Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference Lower Upper
Equal variances
assumed 1,423 ,234 -26,295 208 ,000 -3,579 ,136 -3,847 -3,311
De reacties onder de statusupdate (4
comments) vind ik over het algemeen:-zeer
negatief:zeer positief (steunend) ten
opzichte van het bedrijf Jack Ice
Equal variances not
assumed
-26,312 207,992 ,000 -3,579 ,136 -3,847 -3,311
61
Gepercipieerde ernst en betrokkenheid bij crisis over vier condities
Descriptive Statistics
Dependent Variable: gepercipieerde ernst
condities Mean Std. Deviation N
negatief veel likes 5,43 ,950 55
negatief weinig likes 5,72 ,860 52
positief veel likes 5,70 1,207 49
positief weinig likes 5,56 1,073 54
Total 5,60 1,027 210
Tests of Between-Subjects Effects
Dependent Variable: gepercipieerde_ernst
Source
Type III Sum of
Squares df Mean Square F Sig.
Corrected Model 3,002a 3 1,001 ,948 ,418
Intercept 6582,934 1 6582,934 6237,792 ,000
randomisatie 3,002 3 1,001 ,948 ,418
Error 217,398 206 1,055
Total 6806,000 210
Corrected Total 220,400 209
a. R Squared = ,014 (Adjusted R Squared = -,001)
62
Descriptive Statistics
Dependent Variable: issue_involvement
condities Mean Std. Deviation N
negatief veel likes 4,94 1,129 55
negatief weinig likes 5,17 1,084 52
positief veel likes 5,27 ,923 49
positief weinig likes 5,10 1,040 54
Total 5,11 1,049 210
Tests of Between-Subjects Effects
Dependent Variable: issue_involvement
Source
Type III Sum of
Squares df Mean Square F Sig.
Corrected Model 3,031a 3 1,010 ,917 ,434
Intercept 5492,668 1 5492,668 4983,958 ,000
randomisatie 3,031 3 1,010 ,917 ,434
Error 227,026 206 1,102
Total 5722,800 210
Corrected Total 230,057 209
a. R Squared = ,013 (Adjusted R Squared = -,001)
63
BIJLAGE 6: HYPOTHESETESTEN
Analyses hypothese 1 en 2: multivariate anova op reputatie
Descriptive Statistics
positief 1, negatief 0 weinig likes 0, veel likes 1 Mean Std. Deviation N
weinig likes 4,60 ,924 52
veel likes 4,63 ,884 55
negatief
Total 4,61 ,900 107
weinig likes 5,27 ,737 54
veel likes 4,97 1,012 49
positief
Total 5,12 ,887 103
weinig likes 4,94 ,895 106
veel likes 4,79 ,957 104
ORP
Total
Total 4,86 ,927 210
weinig likes 4,04 ,814 52
veel likes 4,02 ,780 55
negatief
Total 4,03 ,793 107
weinig likes 4,27 ,735 54
veel likes 4,22 ,612 49
companyattituder
positief
Total 4,24 ,677 103
64
weinig likes 4,15 ,780 106
veel likes 4,12 ,710 104
Total
Total 4,13 ,745 210
weinig likes 3,61 1,086 52
veel likes 3,67 1,073 55
negatief
Total 3,64 1,075 107
weinig likes 4,19 1,015 54
veel likes 4,09 1,150 49
positief
Total 4,14 1,077 103
weinig likes 3,91 1,086 106
veel likes 3,87 1,125 104
impressieorganisatie
Total
Total 3,89 1,103 210
Tests of Between-Subjects Effects
Source Dependent Variable
Type III Sum of
Squares df Mean Square F Sig.
ORP 13,325 1 13,325 16,766 ,000
companyattituder 2,386 1 2,386 4,335 ,039
VALENCE (H1)
impressieorganisatie 13,208 1 13,208 11,315 ,001
LIKES ORP ,982 1 ,982 1,236 ,267
65
companyattituder ,049 1 ,049 ,088 ,767
impressieorganisatie ,027 1 ,027 ,023 ,880
ORP 1,382 1 1,382 1,739 ,189
companyattituder ,017 1 ,017 ,031 ,860
VALENCE * LIKES
(H2)
impressieorganisatie ,338 1 ,338 ,289 ,591
ORP 163,712 206 ,795
companyattituder 113,379 206 ,550
Error
impressieorganisatie 240,466 206 1,167
ORP 5147,640 210
companyattituder 3705,959 210
Total
impressieorganisatie 3424,889 210
ORP 179,745 209
companyattituder 115,864 209
Corrected Total
impressieorganisatie 254,146 209
a. R Squared = ,089 (Adjusted R Squared = ,076)
b. R Squared = ,021 (Adjusted R Squared = ,007)
c. R Squared = ,054 (Adjusted R Squared = ,040)
66
Analyses hypothese 3 en 5: multivariate anova op virale gedragsintenties
Descriptive Statistics
positief 1, negatief 0 weinig likes 0, veel likes 1 Wat is uw geslacht? Mean Std. Deviation N
Man 2,86 1,562 14
Vrouw 3,47 1,782 38
weinig likes
Total 3,31 1,732 52
Man 2,55 1,504 20
Vrouw 3,00 1,663 35
veel likes
Total 2,84 1,607 55
Man 2,68 1,512 34
Vrouw 3,25 1,730 73
negatief
Total
Total 3,07 1,678 107
Man 2,76 1,640 17
Vrouw 3,30 1,648 37
weinig likes
Total 3,13 1,649 54
Man 3,89 1,941 19
Vrouw 3,20 1,627 30
veel likes
Total 3,47 1,769 49
Man 3,36 1,869 36
Intentie om te liken.
positief
Total
Vrouw 3,25 1,627 67
67
Total
3,29 1,707 103
Man 2,81 1,579 31
Vrouw 3,39 1,708 75
weinig likes
Total 3,22 1,685 106
Man 3,21 1,838 39
Vrouw 3,09 1,637 65
veel likes
Total 3,13 1,707 104
Man 3,03 1,728 70
Vrouw 3,25 1,676 140
Total
Total
Total 3,18 1,692 210
Man 2,79 1,355 14
Vrouw 3,50 1,689 38
weinig likes
Total 3,31 1,624 52
Man 2,25 ,819 20
Vrouw 3,14 1,222 35
veel likes
Total 2,82 1,168 55
Man 2,47 1,087 34
Vrouw 3,33 1,484 73
Intentie om te sharen. negatief
Total
Total
3,06 1,423 107
68
Man 2,56 1,144 17
Vrouw 3,62 1,114 37
weinig likes
Total 3,29 1,219 54
Man 3,74 1,485 19
Vrouw 3,33 1,539 30
veel likes
Total 3,49 1,516 49
Man 3,18 1,445 36
Vrouw 3,49 1,319 67
positief
Total
Total 3,38 1,365 103
Man 2,66 1,227 31
Vrouw 3,56 1,426 75
weinig likes
Total 3,30 1,426 106
Man 2,97 1,395 39
Vrouw 3,23 1,370 65
veel likes
Total 3,13 1,378 104
Man 2,84 1,323 70
Vrouw 3,41 1,405 140
Total
Total
Total 3,22 1,401 210
Man 1,93 1,439 14
Vrouw 2,71 1,412 38
weinig likes
Total 2,50 1,448 52
Man 2,20 1,436 20
Vrouw 2,43 1,290 35
Intentie om een reactie te
plaatsen.
negatief
veel likes
Total 2,35 1,336 55
69
Man 2,09 1,422 34
Vrouw 2,58 1,353 73
Total
Total 2,42 1,388 107
Man 1,94 1,197 17
Vrouw 2,32 1,132 37
weinig likes
Total 2,20 1,155 54
Man 2,47 1,541 19
Vrouw 2,47 1,306 30
veel likes
Total 2,47 1,386 49
Man 2,22 1,396 36
Vrouw 2,39 1,205 67
positief
Total
Total 2,33 1,271 103
Man 1,94 1,289 31
Vrouw 2,52 1,288 75
weinig likes
Total 2,35 1,310 106
Man 2,33 1,475 39
Vrouw 2,45 1,287 65
veel likes
Total 2,40 1,355 104
Man 2,16 1,400 70
Vrouw 2,49 1,283 140
Total
Total
Total 2,38 1,329 210
70
Tests of Between-Subjects Effects
Source Dependent Variable
Type III Sum of
Squares df Mean Square F Sig.
Intentie om te liken. 4,676 1 4,676 1,653 ,200
Intentie om te sharen. 7,099 1 7,099 3,908 ,049
VALENCE (H3)
Intentie om een reactie te
plaatsen. ,011 1 ,011 ,006 ,937
Intentie om te liken. ,182 1 ,182 ,064 ,800
Intentie om te sharen. 2,808E-5 1 2,808E-5 ,000 ,997
LIKES
Intentie om een reactie te
plaatsen. 1,268 1 1,268 ,716 ,399
Intentie om te liken. 2,349 1 2,349 ,830 ,363
Intentie om te sharen. 14,755 1 14,755 8,124 ,005
Geslacht
Intentie om een reactie te
plaatsen. 5,523 1 5,523 3,118 ,079
Intentie om te liken. 9,448 1 9,448 3,339 ,069
Intentie om te sharen. 9,128 1 9,128 5,025 ,026
VALENCE * LIKES (H5)
Intentie om een reactie te
plaatsen. 1,349 1 1,349 ,762 ,384
Intentie om te liken. 4,337 1 4,337 1,533 ,217
Intentie om te sharen. 2,581 1 2,581 1,421 ,235
VALENCE * Geslacht
Intentie om een reactie te
plaatsen. 1,156 1 1,156 ,653 ,420
LIKES * Geslacht Intentie om te liken. 5,581 1 5,581 1,973 ,162
71
Intentie om te sharen. 4,763 1 4,763 2,623 ,107
Intentie om een reactie te
plaatsen. 2,557 1 2,557 1,444 ,231
Intentie om te liken. 3,232 1 3,232 1,142 ,286
Intentie om te sharen. 7,772 1 7,772 4,279 ,040
VALENCE * LIKES * Geslacht
Intentie om een reactie te
plaatsen. ,077 1 ,077 ,043 ,836
Intentie om te liken. 571,516 202 2,829
Intentie om te sharen. 366,888 202 1,816
Error
Intentie om een reactie te
plaatsen. 357,769 202 1,771
Intentie om te liken. 2717,000 210
Intentie om te sharen. 2583,250 210
Total
Intentie om een reactie te
plaatsen. 1555,000 210
Intentie om te liken. 598,481 209
Intentie om te sharen. 410,392 209
Corrected Total
Intentie om een reactie te
plaatsen. 369,281 209
a. R Squared = ,045 (Adjusted R Squared = ,012)
b. R Squared = ,106 (Adjusted R Squared = ,075)
c. R Squared = ,031 (Adjusted R Squared = -,002)
72
73
Analyse hypothese 4: mediatie via bootstrap analyse
Dependent, Independent, and Proposed Mediator Variables: DV = intentie om te liken IV = valence MEDS = usefulness Sample size 210 IV to Mediators (a paths) Coeff se t p usefulne ,5960 ,1657 3,5957 ,0004 Direct Effects of Mediators on DV (b paths) Coeff se t p usefulne ,6747 ,0860 7,8441 ,0000 Total Effect of IV on DV (c path) Coeff se t p VALENCE ,2258 ,2336 ,9667 ,3348 Direct Effect of IV on DV (c' path) Coeff se t p VALENCE -,1763 ,2119 -,8318 ,4065 Model Summary for DV Model R-sq Adj R-sq F df1 df2 p ,2326 ,2252 31,3680 2,0000 207,0000 ,0000 ***************************************************************** BOOTSTRAP RESULTS FOR INDIRECT EFFECTS Indirect Effects of IV on DV through Proposed Mediators (ab paths) Data Boot Bias SE TOTAL ,4021 ,4025 ,0004 ,1222 usefulne ,4021 ,4025 ,0004 ,1222 Bias Corrected Confidence Intervals Lower Upper TOTAL ,1863 ,6689 usefulne ,1863 ,6689 ***************************************************************** Level of Confidence for Confidence Intervals: 95 Number of Bootstrap Resamples: 5000 *****************************************************************
74
Dependent, Independent, and Proposed Mediator Variables: DV = intentie om te sharen IV = valence MEDS = usefulness Sample size 210 IV to Mediators (a paths) Coeff se t p usefulne ,5960 ,1657 3,5957 ,0004 Direct Effects of Mediators on DV (b paths) Coeff se t p usefulne ,5805 ,0700 8,2982 ,0000 Total Effect of IV on DV (c path) Coeff se t p VALENCE ,3274 ,1926 1,7003 ,0906 Direct Effect of IV on DV (c' path) Coeff se t p VALENCE -,0185 ,1723 -,1075 ,9145 Model Summary for DV Model R-sq Adj R-sq F df1 df2 p ,2599 ,2528 36,3473 2,0000 207,0000 ,0000 ***************************************************************** BOOTSTRAP RESULTS FOR INDIRECT EFFECTS Indirect Effects of IV on DV through Proposed Mediators (ab paths) Data Boot Bias SE TOTAL ,3459 ,3472 ,0013 ,1013 usefulne ,3459 ,3472 ,0013 ,1013 Bias Corrected Confidence Intervals Lower Upper TOTAL ,1603 ,5547 usefulne ,1603 ,5547 ***************************************************************** Level of Confidence for Confidence Intervals: 95 Number of Bootstrap Resamples: 5000
75
Analyse hypothese 5a: independent samples t-test
Group Statistics
weinig likes 0, veel likes 1 N Mean Std. Deviation Std. Error Mean
weinig likes 54 3,13 1,649 ,224 Intentie om te liken.
veel likes 49 3,47 1,769 ,253
weinig likes 54 3,29 1,219 ,166 Intentie om te delen.
veel likes 49 3,49 1,516 ,217
Independent Samples Test
Levene's Test for
Equality of
Variances t-test for Equality of Means
95% Confidence Interval of
the Difference
F Sig. t df
Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference Lower Upper
Equal variances assumed 1,147 ,287 -1,009 101 ,315 -,340 ,337 -1,008 ,328 Intentie om te
liken. Equal variances not assumed -1,005 98,226 ,317 -,340 ,338 -1,010 ,331
Equal variances assumed 2,275 ,135 -,751 101 ,454 -,203 ,270 -,738 ,333 Intentie om te
delen. Equal variances not assumed -,743 92,155 ,459 -,203 ,273 -,745 ,339
76
Analyse hypothese 5b: independent samples t-test
Group Statistics
weinig likes 0, veel likes 1 N Mean Std. Deviation Std. Error Mean
weinig likes 52 3,31 1,732 ,240 Intentie om te liken.
veel likes 55 2,84 1,607 ,217
weinig likes 52 3,31 1,624 ,225 Intentie om te delen.
veel likes 55 2,82 1,168 ,158
Independent Samples Test
Levene's Test for
Equality of
Variances t-test for Equality of Means
95% Confidence Interval of the
Difference
F Sig. t df
Sig. (2-
tailed)
Mean
Difference
Std. Error
Difference Lower Upper
Equal variances assumed ,984 ,323 1,460 105 ,147 ,471 ,323 -,169 1,112 Intentie om te
liken. Equal variances not assumed 1,457 103,222 ,148 ,471 ,324 -,170 1,113
Equal variances assumed 9,218 ,003 1,797 105 ,075 ,490 ,272 -,051 1,030 Intentie om te
delen. Equal variances not assumed 1,781 92,235 ,078 ,490 ,275 -,056 1,035
77
Analyse hypothese 6: one way anova
Descriptives: valence eigen reactie
95% Confidence Interval for Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
negatief 107 3,28 1,062 ,103 3,08 3,48 1 6
positief 103 4,28 1,079 ,106 4,07 4,49 1 6
Total 210 3,77 1,180 ,081 3,61 3,93 1 6
ANOVA valence eigen reacties
Sum of Squares df Mean Square F Sig.
Between Groups 52,605 1 52,605 45,892 ,000
Within Groups 238,424 208 1,146
Total 291,029 209
Opmerking: andere schalen werden ook getest maar leverden geen betekenisvolle resultaten op.
top related