Post on 15-Aug-2015
transcript
Forfatter:
Lars Østergaard Sunesen
Eksamensnr. 280221
Vejleder:
Jacob Lund Orquin
Institut for Marketing & Statistik
Cand. Merc. Marketing
Kandidatafhandling
Brugeradfærd & Online Attrition:
Et eksplorativt studie af bagvedliggende årsager
Aarhus School of Business
Aarhus University
Juni 2010
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Praktisk information
Denne afhandlings problemstilling er bestemt i samarbejde med vejleder Jakob Lund
Orquin, PhD. researcher ved Institut for Marketing & Statistik.
Afhandlingens indhold udgøres af:
62 Sider
126.215 Anslag
57,37 Normalsider à 2200 anslag
Til afhandlingen er vedlagt en CD-rom med tilhørende bilag samt et videoklip, der er
anvendt som kilde.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Executive summary
By examining online marketing research and previous results, it became obvious, that
online attrition at website shopping carts had not been getting noticeable attention. This
seemed quite remarkable when considering the tendencies in online user behavior,
which showed that there was a significant economic potential for clarifying reasons that
consumers use, when abandoning websites.
The purpose of this thesis was to extend the knowledge of user behavior and online
attrition at website shopping carts. Four underlying objectives were formed to fulfill this
purpose:
Objective 1: Determine which motives that had influence on website
user’s attrition actions.
Objective 2: Strengthen the determination by establishing a distinctive
foundation of the results.
Objective 3: Clarify which consequences that are a result of online
attrition episodes in proportion to user behavior.
Objective 4: Create a theoretical foundation that can be applied in future
research of user behavior and online attrition at shopping carts.
The thesis used a combination of qualitative and quantitative approaches. An exhaustive
literature review was made to obtain a pre-understanding of the subject. Based on that,
two separate qualitative studies were conducted and compared by findings. The findings
were used as the foundation of the questionnaire design. These results were analyzed
and compared to the summated qualitative findings. As a final initiative, the
questionnaire results were used for statistical methods, where data was properly
constructed and summarized in a factor analysis, before further examination in a logistic
regression analysis.
The findings showed that the five most used motives for attrition at website shopping
carts were: Unexpected high prices, Lack of trust to websites, Length of delivery time,
Security in relation to online transactions and Vague terms of delivery and payment.
Therefore these are of primary concern, when E-tailers must make improving activities
on their websites.
It was found that online attrition had a remarkable impact on subsequent user behavior,
both in relation to the specific website and to other websites. The usage of the specific
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
website decreased, while other websites experienced a much higher number of visits. It
thereby became obvious, that a lack of focus on attrition reduction activities can have a
serious negative economic impact for the E-tailers.
The statistical procedures resulted in a factor solution with sixteen variables, distributed
on five factors. The factors were labeled according to the variable contents.
In the following logistic regression it became obvious, that the two most influential
variables to explain the probability of online attrition to occur was Lack of service
opportunities and Other person’s attitudes towards the websites. This gives future
research a starting point for further studies of user behavior and online attrition at
website shopping carts.
Based on the findings of this thesis, future research can approach the subject in a
confirmatory manner. In that way it can be tested, whether new research can support
these findings or produce other results that describe the connection between user
behavior and online attrition.
These findings can among other things, be used for E-tailers to gain knowledge of the
subject, which can be implemented in their online processes. Furthermore it gives
software developers insight in a field, where there is a potential for improvements of
current Web Analytic tools.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Indholdsfortegnelse
1. Indledning ............................................................................................................................. 1
1.1. Problemformulering ....................................................................................................... 2
1.2. Metodetilgang ................................................................................................................ 3
1.2.1. Teoretisk metodeanvendelse .................................................................................... 3
1.2.2. Praktisk metodeanvendelse ...................................................................................... 4
1.3. Afgrænsninger ................................................................................................................ 5
1.4. Overblik ......................................................................................................................... 6
1.5. Definitioner .................................................................................................................... 8
1.6. Undersøgelsesmæssige overvejelser ............................................................................... 8
2. Online brugeradfærd ............................................................................................................. 9
2.1. Loyalitet & Online brugeradfærd .................................................................................... 9
2.2. Engagement & Online brugeradfærd ............................................................................. 11
3. Online attrition .................................................................................................................... 11
3.1. E-tailere & Online attrition ........................................................................................... 12
3.2. Psykologi & Online attrition ......................................................................................... 13
4. Tidligere forskning .............................................................................................................. 14
4.1. Website kvalitet ............................................................................................................ 15
4.2. Risiko & sikkerhed ....................................................................................................... 16
4.3. Word-of-mouth ............................................................................................................ 17
4.4. Brugererfaring .............................................................................................................. 18
4.5. Tillid ............................................................................................................................ 19
4.6. Opsummering ............................................................................................................... 20
5. Kvalitativ undersøgelse 1 (KU1) ......................................................................................... 20
5.1. Metode ......................................................................................................................... 21
5.1.1. Prætest................................................................................................................... 21
5.1.2. Dataindsamling ...................................................................................................... 21
5.1.3. Databehandling ...................................................................................................... 22
5.2. Resultater ..................................................................................................................... 22
5.2.1. Demografiske data ................................................................................................. 22
5.2.2. Kvalitative resultater .............................................................................................. 23
5.2.3. Online attrition & varekurven ................................................................................ 23
5.3. Perspektivering til tidligere studier ............................................................................... 24
5.3.1. Alder ..................................................................................................................... 24
5.3.2. Køn ....................................................................................................................... 25
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
5.3.3. Online attrition & varekurven ................................................................................ 25
5.4. Opsummering ............................................................................................................... 30
5.5. Overvejelser til KU2 .................................................................................................... 30
6. Kvalitativ undersøgelse 2 (KU2) ......................................................................................... 30
6.1. Metode ......................................................................................................................... 31
6.2. Resultater ..................................................................................................................... 31
6.2.1. Demografiske data ................................................................................................. 31
6.2.2. Kvalitative resultater .............................................................................................. 31
6.2.3 Online attrition & varekurven ................................................................................. 32
6.2.4. Brugeradfærd efter online attrition ......................................................................... 34
6.3. Kvalitative vurderingskriterier ...................................................................................... 38
6.4. Opsummering ............................................................................................................... 38
6.5. Delkonklusion .............................................................................................................. 39
7. Databehandlingsproces ........................................................................................................ 39
7.1. Kombinering ................................................................................................................ 40
7.2. Bruttoliste .................................................................................................................... 40
8. Kvantitativ undersøgelse ..................................................................................................... 41
8.1. Baggrund ..................................................................................................................... 42
8.2. Metode ......................................................................................................................... 42
8.2.1. Spørgeskema ......................................................................................................... 42
8.2.2. Spørgeskemadesign ............................................................................................... 43
8.2.3. Spørgeskemaindhold .............................................................................................. 44
8.2.4. Distribution ........................................................................................................... 44
8.2.5. Dataindsamling og databehandling ......................................................................... 45
8.3. Resultater ..................................................................................................................... 45
8.3.1. Demografiske data ................................................................................................. 46
8.3.2. Kvantitative resultater ............................................................................................ 46
8.3.3. Online attrition & varekurven ................................................................................ 47
8.3.4. Brugeradfærd efter online attrition ......................................................................... 48
8.4. Kvantitative vurderingskriterier .................................................................................... 50
8.5. Delkonklusion .............................................................................................................. 50
9. Faktoranalyse ...................................................................................................................... 51
9.1. Baggrund ..................................................................................................................... 51
9.2. Forudsætninger............................................................................................................. 52
9.3. Faktorudledning ........................................................................................................... 52
9.4. Validering .................................................................................................................... 55
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
9.5. Pålidelighedsanalyse .................................................................................................... 56
9.6. Opsummering ............................................................................................................... 56
10. Logistisk regressionsanalyse.............................................................................................. 56
10.1. Metode ....................................................................................................................... 56
10.2. Resultater ................................................................................................................... 57
10.3. Opsummering ............................................................................................................. 59
10.4. Delkonklusion ............................................................................................................ 59
11. Konklusion ....................................................................................................................... 59
11.1. Vurdering ................................................................................................................... 61
11.2. Anbefalinger .............................................................................................................. 61
11.3. Videre forskning ......................................................................................................... 62
Litteraturliste
Bilagssamling
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 1 af 79
1. Indledning
Online marketing er, igennem de senere år, blevet en populær fremgangsmåde når
virksomheder skal markedsføre sig på det danske, såvel som globale marked. Det har
gjort det nemmere for E-tailere, at komme i kontakt med en langt større del af
verdensbefolkningen, end hvad tidligere var tilfældet. Det støttes især af det faktum, at
der i 2009 var over 1,7 milliarder internetbrugere på verdensplan. Det svarer til en
stigning på 380 %, siden år 2000 (Internet World Statistics, 2009).
I kontrast til den potentielle økonomiske succes som online marketing kan medføre, er
der ligeledes en væsentlig trussel forbundet hertil, i form af intensiveret global
konkurrence. Ved ”IT boblens” brud, blev konkurrencen skærpet, da utallige
webbaserede virksomheder blev grundlagt (Business, 2007).
Internetbrugernes ubegrænsede adgang til E-tailernes informationer har betydet, at
magtfordelingen er blevet til kundernes fordel. Brugernes magt understreges også af, at
deres adgang til store mængder informationer og viden, har øget kendskabet til E-handel
og dermed forhandlingsstyrken overfor E-tailerne (Chaffey et. al., 2009).
I kølvandet på denne markedssituation, har der de senere år været rettet fokus mod
optimering af websites. Web Analytics programmer er her blevet alment kendte
værktøjer. Programmerne giver E-tailere mulighed for at få statistisk forståelse for
website brugernes adfærd. Det fremgår om websitet præsterer tilfredsstillende, hvorefter
ændringer kan foretages ud fra programmernes beregninger.
Web Analytics er dog begrænset til kun, at lave statistiske kalkulationer. Det er også en
af grundene til, at E-tailere endnu ikke har fået nogen dybere forståelse for de
underliggende årsager, som ligger til grund for brugernes adfærd på websitet. Derfor
kan de heller ikke identificere, hvilke årsager som er til grund for brugernes manglende
bestillinger inden de forlader websitet. Dette frafaldsfænomen kaldes også attrition
(Chaffey et. al., 2009, s. 585).
De nyeste tal har vist, at danskerne handlede for 32 mia. kr., alene i 2009, og kun på
danske websites. Det er en femdobling siden år 2003 (Erhvervsbladet, 2009). Andre tal
viser samtidig, at online attrition har stor indflydelse på E-taileres omsætning. En
undersøgelse omkring online brugeradfærd, og forbindelsen til den danske økonomi,
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 2 af 79
understreger potentialet for en analyse af attrition årsager. Det fremgår, at danske E-
tailere har en gennemsnitlig attrition rate på over 30 % ved website varekurven. Med
andre ord, efterlader omkring hver tredje bruger af et dansk website varer i kurven, uden
at foretage en bestilling. I konkrete tal svarer det til 10 mia. kroner, alene i 2009, og kun
på danske websites (Jyllandsposten, 2009).
Ud fra et forskningsmæssigt argument, er brugeradfærd og online attrition ligeledes et
interessant område. Det skyldes at online attrition, og forbindelsen til E-handel, endnu
ikke har fået nævneværdig opmærksomhed i hidtidige online marketing studier.
Interessen har i stedet været rettet mod bl.a. anskaffelsen af online kunder (Hoffman &
Novak, 2000), konvertering af besøgende til købere (Del Giudice, 2004) og fastholdelse
af online kunder (Chen & Hitt, 2002).
Af ovenstående informationer, opstår et potentiale for gennemarbejdning af en
afhandling, som fokuserer på brugeradfærd og online attrition. For det første, er der et
betydeligt økonomisk potentiale forbundet med analyse af årsager til attrition. For det
andet, er der indenfor online marketing forskning et tomrum, der endnu ikke er blevet
udfyldt, ift. online attrition. Endeligt viser det sig, at der er et udviklingsmæssigt
potentiale for fremtidige analyseværktøjer på websites.
1.1. Problemformulering
Med opmærksomheden rettet mod brugeradfærd og online attrition, vil denne
afhandling opfylde de fire nedenstående formål:
Formål 1: Afhandlingen vil klarlægge årsagerne til, at online attrition forekommer
ved website varekurven.
Formål 2: Afhandlingen vil styrke klarlægningen, ved at skabe et betydeligt
resultatgrundlag, der behandler fremkomne attrition årsager i formål 1.
Formål 3: Afhandlingen vil belyse indvirkningen af attrition episoder på website
brugeres efterfølgende adfærd.
Formål 4: Afhandlingen vil skabe et teoretisk grundlag for fremtidig forskning
indenfor brugeradfærd, online attrition og E-handel.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 3 af 79
Tankegangen, som ligger til grund for opstillede problemformulering, er herunder
illustreret ved figur 1.
Figur 1: Tankegang bag afhandlingen
Kilde: Egen tilvirkning, inspireret af Customer Life Cycle Funnel (Waisberg & Kaushik, 2009, s. 1)
Figur 1 viser forløbet, hvor viden om årsager til attrition (Y), kan reducere attrition raten
(X) på websitet. Dvs. at effekten af denne viden, medfører en reduktion af attrition raten
til et lavere niveau (Z) ved varekurven (VK).
1.2. Metodetilgang
Afhandlingens metodetilgang er baseret på en teoretisk og en praktisk del.
Den teoretiske metode forklarer de forudsætninger, der i afhandlingen vil blive arbejdet
under. Den praktiske metode vil gennemgå de metoder, der skal blive benyttet til
indfrielse af de opsatte formål.
1.2.1. Teoretisk metodeanvendelse
Afhandlingen vil være baseret på en eksplorativ tilgang ift. brugeradfærd og online
attrition. Den eksplorative tilgang bliver anvendt gennem en aktørbaseret
virkelighedsopfattelse. Aktøropfattelsens grundlæggende antagelser bygger på, at viden
opbygges gennem tolkning af personers subjektive udsagn til emnet. Aktørens
opfattelse og tolkning af udsagn, er grundlagt ud fra måden hvorpå man interagerer og
kommunikerer med personerne (Arbnor & Bjerke, 1997). Da formålet er, at komme i
besiddelse af viden om bagvedliggende årsager til online attrition, er denne metodiske
tilgang fordelagtig.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 4 af 79
Med disse teoretiske forudsætninger i erindring, er der tre tilstande som implicit, vil
blive anvendt gennem afhandlingen. De bygger på forståelse af afhandlingens
berøringsflade, og er opstillet efter Arbnor & Bjerke (1997):
Forforståelse (indsigt i eksisterende forhold), Forståelse (forståelse af emnet gennem
tolkning) og Efterforståelse (konklusion på resultater) (Arbnor & Bjerke, 1997, s. 165).
De tre forståelsesfaser vil, i afhandlingen, blive anvendt på følgende måde:
- Forforståelse opnås ved, at studere forudgående litteratur og forskning. På den
måde skabes en forforståelse, gennem indsigt i tidligere forhold.
- Forståelse skabes gennem interaktion med undersøgelsesdeltagere. Ved at forstå
deres udsagn, opnås dybere indsigt i årsager, der ligger til grund for deres online
handlinger.
- Efterforståelse sker ved vurdering og konkludering af fremkomne resultater.
Efterforståelsen kan på den måde argumenteres for, at være en ny forforståelse for
efterfølgende forskning (Heldbjerg, 2006, s. 82). Ud fra disse tilstande, vil afhandlingen
skabe en overordnet helhedsforståelse omkring brugeradfærd og online attrition ved
varekurven.
Den kvalitative metodetilgang vil bidrage med nogle muligheder for udvikling af
afhandlingen. Essentielt er det især, at der kan indsamles et, i teorien, ubegrænset antal
forskellige holdninger til websites og E-handel. I den forbindelse argumenterer Beck
for, at relevansen for individets subjektive udsagn er stigende. Det skyldes øget fokus på
individualisering, hvor unikke holdninger er blevet alment accepteret i samfundet
(Beck, 1992). Et andet interessant argument for kvalitativ metodetilgang, er den
opfattelse, at subjektive holdninger og individuelle erfaringer er blevet centrale for
forståelsen af et givent emne (Bruner, 1991; Sarbin, 1986).
1.2.2. Praktisk metodeanvendelse
På baggrund af den teoretiske metodeanvendelse, er der herunder gennemgået, hvordan
afhandlingens formål vil blive indfriet.
For at opfylde Formål 1, og dermed klarlægge årsager til online attrition ved
varekurven, vil der blive foretaget to kvalitative undersøgelser (Også benævnt ”KU1”
og ”KU2”). Det skyldes, at to undersøgelser i større omfang kan afdække formålet og
skabe stærkere kvalitative resultater.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 5 af 79
For at indfri Formål 2, styrkes klarlægningen af attrition årsager gennem en kvantitativ
undersøgelse. Herved vil et stærkere resultatgrundlag være etableret gennem anvendelse
af to komplementerende metoder.
For at opfylde Formål 3, vil begge metoder supplere hinanden, og belyse hvilken
indvirkning attrition episoder på websites, har på brugernes efterfølgende online adfærd.
Opfyldelsen af Formål 4, sker ved indledende statistisk bearbejdning af data. Dermed
skabes et grundlæggende udgangspunkt, der kan anvendes i fremtidig forskning af
brugeradfærd, online attrition og E-handel.
Indenfor adfærdsstudier er en kombination af kvalitative og kvantitative metoder,
adskillige gange blevet anvendt. Specielt indenfor forskning af årsagsforklaring og
menneskelige handlinger, gør dette sig gældende. I den sammenhæng kan nævnes både
Richardson (2009), Van der Sluijs (2005) og Raghunathan (1994). De benyttede alle en
kombination af begge metoder i deres forskning, men afviger alligevel fra denne
afhandlings grundlæggende metodetilgang. Det skyldes, at der blev taget afsæt i den
kvantitative metodetilgang, hvorimod afhandlingen udarbejdes på baggrund af et
kvalitativt udgangspunkt.
1.3. Afgrænsninger
Det har i forbindelse med afhandlingens udarbejdelse, været nødvendigt at opstille
nogle afgrænsninger. Disse relaterer til gennemførelsen af undersøgelserne og den
efterfølgende statistiske bearbejdning.
Dataindsamlingen for KU1 og KU2, er blevet geografisk afgrænset.
Undersøgelsesdeltagerne bliver udelukkende kontaktet i Århus området, hvilket skyldes
den begrænsede tidsramme, som afhandlingen udarbejdes indenfor.
Dataindsamlingen, i forbindelse den kvantitative undersøgelse, bliver foretaget ved brug
af et online socialt netværk. Derfor er det kun bekendtskaber til researcheren, som vil
deltage i spørgeskemaundersøgelsen.
Den statistiske analyse bearbejder kun de kvantitative data indledende. Der vil ikke
blive foretaget modeludvikling ved brug af de statistiske metoder. Det er valgt, da
afhandlingens overordnede eksplorative formål ville nedprioriteres ved dybere statistisk
analyse.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 6 af 79
Generelt bliver undersøgelserne foretaget indenfor en afgrænset tidsramme. Derfor er
der ikke taget højde for ændringer i brugeradfærd, trends mm., som kan forekomme i
fremtiden, og som kan ændre udfaldet af undersøgelsernes resultater, og dermed
afhandlingens konklusioner.
1.4. Overblik
For at skabe et indholdsmæssigt overblik, er afhandlingens struktur vist ved figur 2. Her
ses omfanget af indholdet samt hvilke hovedafsnit, der vil blive gennemgået til
opfyldelse af afhandlingens formål.
Figur 2: Struktur for afhandlingen
Kilde: Egen tilvirkning
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 7 af 79
Som figur 2 illustrerer, er strukturen baseret på en opdeling, der tydeliggør relevansen af
de tre tidligere nævnte forståelsestilstande. Tilstandene vil, som det fremgår af
nedenstående gennemgang, underforstået være i erindring gennem hele afhandlingens
udarbejdelse. Herunder forklares de fire strukturelle fasers indhold yderligere.
Nummereringen angiver, i hvilken rækkefølge hovedafsnittene er repræsenteret i
afhandlingen.
Fase 1
Som tilfældet er med Forforståelse, vil tidligere studier og forskningsresultater blive
studeret. Herved opbygges en forforståelse for brugeradfærd, og sammenhængen med
online attrition. En sådan opbygning vil ske gennem et omfattende litteraturstudie, der
skal behandles gennem tre separate hovedafsnit.
Ud fra et adfærdspsykologisk perspektiv, vil der være en gennemgang af online
brugeradfærd. I den sammenhæng, vil ofte anvendte begreber blive inddraget (2).
Herefter vil der være en gennemgang af online attrition. Det vil blive gjort ved at
anvende to forskellige perspektiver, henholdsvis et E-tailer- og et psykologisk
perspektiv (3).
Afsluttende del af litteraturstudiet, vil fokusere på sammenhængen mellem
brugeradfærd og online attrition. En grundig udredning foretages, hvor relevante
resultater vil blive fremhævet. Som nævnt tidligere, har der ikke været fokus på
brugeradfærd og online attrition hidtil. Derfor vil denne del af litteraturstudiet belyse
forskning, hvor resultaterne tilnærmelsesvist kan henføres til afhandlingens
problemformulering (4).
Fase 2
Forforståelsen skabt i fase 1, vil blive benyttet til at opbygge og gennemføre KU1 (5) og
KU2 (6). Resultaterne vil blive sammenlignet og kombineret ud fra deres betydning og
frekvensfordelinger (7). På den måde vil en dybere Forståelse, for brugeradfærd og
online attrition, blive skabt.
Fase 3
Det kvalitative resultatgrundlag vil blive styrket ved en komplementerende kvantitativ
metode. Styrkelsen vil give dybere indsigt i og yderligere Forståelse for årsager til
attrition. Spørgeskemaundersøgelsens resultater vil blive bearbejdet ud fra tre metoder.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 8 af 79
Først vil data blive beskrevet ud fra undersøgelsens statistiske resultater, og
sammenlignet med resultater i KU1 og KU2 (8). Dernæst foretages en faktoranalyse,
hvor data vil blive summeret og struktureret (9). Slutteligt behandles data i en logistisk
regressionsanalyse, hvor årsagernes indflydelse på attrition vil blive afdækket gennem
sandsynligheder (10).
Fase 4
Afhandlingens problemformulering, fremgangsmåde samt resultater vil i her blive
opsummeret og vurderet. Ved den opnåede Efterforståelse, kan der reflekteres tilbage
på de opstillede formål og drage de afsluttende konklusioner (11). Baseret på
efterforståelsen, vil der blive givet anbefalinger til E-tailere, i forbindelse med online
attrition. Yderligere vil der gennem konklusionen, være grundlag for at rådgive hen
mod fremtidige forskningsmæssige retninger, der kan behandle brugeradfærd og online
attrition.
1.5. Definitioner
I afhandlingen vil der blive benyttet begreber, som er centrale for indholdet. Herunder
er begreberne nævnt, med de definitioner, som arbejdes med i afhandlingen.
Attrition: Dette er identisk med det danske ord ”frafald”.
Attrition rate: Dette er ”frafaldsraten”. Attrition raten, i en online forbindelse, måles
som en procentdel af websites’ samlede antal brugere (Chaffey et. al., 2009, s. 585).
Attrition variable/årsager: Dette er elementer, der forårsager attrition. Disse har
indflydelse på brugeradfærd, og dermed på hvordan attrition raten udvikler sig.
E-tailere: Disse er forretningsdrivende, som udelukkende eller delvist sælger sine varer
og ydelser over Internettet.
Varekurv: Refererer til et websites virtuelle varekurv, hvori brugerne placerer deres
varer inden bestilling.
1.6. Undersøgelsesmæssige overvejelser
Ved afhandlingens udarbejdelse er der overvejelser, som har været nødvendige at tage i
betragtning. Opmærksomheden bliver herunder rettet mod den kvalitative del af
afhandlingen, og gennemførelsen af KU1 og KU2.
I de kvalitative undersøgelser vil der være indhold, som stiller krav til deltagernes
hukommelse, vedrørende individuel brugeradfærd på Internettet. Særligt er evnen til at
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 9 af 79
lagre tidligere handlinger og oplevelser i langtidshukommelsen et krav. Hvis ikke man
kognitivt kan fremkalde informationer, er der sandsynlighed for at der svares instinktivt,
hvilket ikke nødvendigvis resulterer i sandfærdige udsagn. For at modvirke dette, vil
researcheren bidrage med stikord, som kan hjælpe deltagerne med at genkalde deres
tidligere brugeradfærd fra hukommelsen (Schiffman et. al., 2008).
For at kunne svare pålideligt på spørgsmålene, kræver det at deltagerne kan huske
specifikke handlinger på specifikke websites. Indenfor psykologien, behandler man
emnet ved produktkendskab og langtidshukommelse. Her har man fundet, at personer
bruger mest tid på bearbejdning og lagring af informationer, som findes relevante
(Howard & Gengler, 2001).
Efter en vurdering af disse potentielle undersøgelsesmæssige forhindringer, fastholdes
afhandlingens metodetilgang. Primært vil researcherens tilstedeværelse ved
undersøgelserne afhjælpe disse mulige barrierer, som kan opstå under processen.
2. Online brugeradfærd
Første del af litteraturstudiet vil gennemgå to jævnligt anvendte begreber, der hidtil er
blevet knyttet til forklaringen af online brugeradfærd. Disse er Loyalitet og
Engagement. Ved gennemgangen af begreberne, vil forbindelsen til E-tailere og online
handel blive synliggjort. Gennemgangen, vil bidrage med et grundlæggende indblik i,
hvordan man indtil nu har anskuet psykologiens rolle, i forbindelse med online
brugeradfærd.
2.1. Loyalitet & Online brugeradfærd
Loyalitet kan anskues ud fra Sargeant og West’s definition: ”The desire on the part of
the customer to do business with a given supplier over time” (Sargeant & West, 2001, s.
336). Med udgangspunkt i definitionen, kan loyalitet ses som værende opdelt i en
adfærdsmæssig og en følelsesmæssig tilstand. Ved førstnævnte, reagerer website
brugere på lave priser, promotion etc. Ved sidstnævnte, er de emotionelt forbundet med
websitet eller produktet, og derfor anbefales det til andre brugere. Ud fra informationer
om de to loyalitetstilstande fremkommer det naturligt, at de mest profitable og loyale
kunder er dem, som besidder begge karakteristika (Chaffey et. al., 2009).
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 10 af 79
Der kan argumenteres for, at online loyalitet i langt højere grad kan påvirkes og
elimineres, end i traditionel forstand. For det første, har website brugere ubegrænset
adgang til konkurrenters sortiment, informationer etc. For det andet, er omkostninger
ved skift af udbydere nærmest ikke-eksisterende. Resultater har vist, at eventuelle
omkostninger ved skift af udbyder, ikke havde nogen betydning for website brugere.
Derimod var tilfredshed vigtigt, hvis man ville bevare loyalitet blandt sine kunder
(Yang & Peterson, 2004).
Som antydet, er website brugere, og deres individuelle opfattelse af tilfredshed, vigtig i
forklaringen af deres loyalitetsadfærd. Da brugere har adgang til konkurrerende
websites, må det antages at tolerancen overfor eventuelle fejl og mangler, er lavere.
Website brugerne bearbejder deres oplevelser, ved at sammenligne udfaldene af deres
online handlinger med forventninger, der mentalt har været opstillet (Chaffey et. al.,
2009).
Figur 3 viser, hvordan tilfredshed, forventninger og oplevelser med et website har
indflydelse på website brugernes online loyalitet.
Figur 3: Forventninger og loyalitet
Kilde: Chaffey et. al., 2009, s. 374, fig. 6.20
I figur 3 fremgår der, at tilfredshed og online loyalitet også påvirkes af E-taileres offline
services. Det centrale i figuren er dog, at en generel tilfredshed med E-tailere fører til
online loyalitet. Selvom det virker som en simplificeret opfattelse, så er det i realiteten
et rationelt argument.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 11 af 79
2.2. Engagement & Online brugeradfærd
Online brugeradfærd kan, ifølge Forrester, forklares gennem personers engagement på
et website. Der ses på engagement, som bestående af fire elementer: Involvering,
Interaktion, Intimitet og Indflydelse. Elementerne afgør ikke direkte om brugerne
handler på et website. I stedet indikerer de, at brugerne er interesserede i det indhold
websitet tilbyder dem. Fra E-tailerens synspunkt, kan måling på de fire elementer
bidrage til analyse af brugeradfærd. Analyserne kan eksempelvis foretages ved brug af
søgefrekvenser, tidsforbrug, antal besøg etc. (Forrester Analyst Report, 2007).
Engagement kan herefter blive genstand for en markedsføringsmæssig
individualisering. Ved et sådant tiltag, kan E-taileren øge sandsynligheden for, at den
enkelte bruger foretager en bestilling på websitet.
Online individualisering, ud fra brugeradfærd, anser Evans som havende en potentiel
indvirkning på website brugernes købeintentioner. Generelt er følelsen af individuel
behandling velset hos forbrugere. Det må derfor antages, at individualiseret
markedsføring har en mulig positiv indvirkning på website brugeres holdningsdannelse
og købeintentioner (Evans et. al., 2000). I praksis er individualisering gennem
brugeradfærd, allerede en central del af online marketing. Ud fra engagement på
websites, målretter E-tailere deres markedsføring ved brug af kundetilpassede e-mails,
applikationer på sociale netværk etc.
3. Online attrition
Denne del af litteraturstudiet, vil gennemgå online attrition. Begrebet vil blive forklaret
nærmere, ud fra et E-tailer- og et psykologisk perspektiv. Til førstnævnte perspektiv, vil
der blive draget paralleller til et attrition studie, som er foretaget blandt amerikanske
universiteter. Det skal støtte argumentet for intensiveret fokus på attrition reduktion
blandt E-tailere. I forlængelse heraf, vil en kort gennemgang af Web Analytics
programmer, understrege de nuværende mangler, mht. måling af attrition.
Det psykologiske perspektiv skal belyse online attrition gennem Chaffey’s fremstilling.
Her nævnes nogle attrition årsager, som kan have en potentiel indvirkning på website
brugernes købeintentioner.
Gennemgangen vil, gennem de to perspektiver, give et dybere indblik i online attrition,
og forbindelsen til psykologien og relevansen for E-tailere.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 12 af 79
3.1. E-tailere & Online attrition
E-tailere er ikke sikret økonomiske fordele ved, at have høje besøgstal på deres
websites. Fordelene skabes først, når man er i stand til at føre website brugere gennem
hver fase af konverteringen, og til sidst foretage et køb (Chaffey et. al., 2009).
Reduktion af online attrition rates er baseret på, at få kendskab til brugernes adfærd, og
hvad der ligger til grund for deres handlinger på websitet. Ved at forstå brugernes
handlinger, vil man også opnå forståelse for attrition udviklingen på websitet. Dermed
vil man også få kendskab til, hvordan attrition rates kan reduceres.
Høje attrition rates på danske websites, har som tidligere nævnt betydet, at E-tailere har
forspildt en mulighed for øget omsætning. Noget som må antages, helt eller delvist
kunne være undgået, hvis fokus var rettet mod på årsagerne til attrition. Et studie
foretaget blandt amerikanske universiteter, underbygger denne antagelse. Det blev
undersøgt, hvilke årsager der var til grund for de høje attrition rates ved online
undervisningsmetoder. Resultaterne viste at nogle årsager, som kunne reducere attrition
rates var online chatservice, telefonisk kontakt med de studerende og udvikling af nye
undervisningsmetoder. (Angelino et. al., 2007).
Undersøgelsen er interessant, da både universiteters og E-taileres økonomi påvirkes af
høje attrition rates (Moody, 2004). Især har attrition reduktion vist sig at være vigtig,
hvis image skal bevares. Universiteter med høje attrition rates skaber en opfattelse af
stederne, som værende af dårlig kvalitet. Dermed øges attrition yderligere. Der tales om
en ”ond cirkel”, hvor et negativt image vil være selvforstærkende og gradvist øger
frafaldet på studieretningerne (Nash, 2005). Tankegangen kan overføres til E-
handelsperspektivet. Manglende fokus på online attrition, vil forringe positionen overfor
konkurrenterne, som derved vil overtage kunder. På den måde, vil man få svært ved at
genetablere et positivt image blandt internetbrugerne.
Der er forskelle på driften af en E-tailer og et universitet, men samtidig er der, som
gennemgået, økonomiske fællestræk mellem dem. Ovenstående gennemgang viser, at
attrition rates, for begge parter, har en central økonomisk betydning.
Web analytics
Web Analytics, dækker over programmer, der er udviklet med henblik på website
optimering. Programmer, der eksempelvis kan nævnes er Google Analytics (Google
Analytics, 2010), Omniture (Omniture, 2010) og Netminers (Netminers, 2010). Gennem
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 13 af 79
beregninger kan programmerne identificere hvor brugerne forlader websitet, hvor længe
de befinder sig på websitet etc. Derigennem kan E-tailere se, hvor på websitet der skal
foretages ændringer for at kunne reducere attrition raten. Programmerne er dog
væsentligt afgrænset, da de er udviklet til kun at være et kvantitativt værktøj. Man kan
følge udviklingen på et website, men kender ikke de faktiske årsager, som er ligger til
grund for udviklingen, herunder interessant nok attrition. Indsigt i bagvedliggende
årsager til brugeradfærd, vil derfor være en faktor, der ville kunne forbedre sådanne
programmer væsentligt.
3.2. Psykologi & Online attrition
Det psykologiske perspektiv belyser vigtigheden af attrition reduktion, fra et kvalitativt
udgangspunkt. Trods manglende forskning, har Chaffey indledningsvist vurderet, hvilke
mulige årsager, der kan have indflydelse på online attrition. Årsagerne fordeles over fire
forholdsmæssige faser. Disse er besøg, førstegangsindtryk, produktvalg og betaling
(engelske betegnelser fremgår i figur 4). Figuren viser fordelingen af attrition relevante
årsager over de fire faser.
Figur 4: Attrition relevante årsager
Kilde: Chaffey et. al., 2009, s. 585, fig. 10.4
Ved at betragte figuren, kan der argumenteres for at alle website brugere udsættes for de
to første faser. Derefter øges brugerens engagement ved produktvalg og betaling. Den
lave procentdel af gennemførte bestillinger må antages, at skyldes bl.a. økonomiske
årsager, som betalingssikkerhed. Antagelsen bakkes op af det faktum, at online attrition
rates generelt er væsentligt større, desto nærmere brugerne er en købsbeslutning på
websitet (Chaffey et. al., 2009).
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 14 af 79
Set fra et psykologisk synspunkt, fremgår et klart mønster. Attrition på websites sker i
stor grad gennem de første to faser. Faserne er barrierer, som skal fungere optimalt før
en E-tailer kan få brugere til at benytte de to sidste faser. Om end årsagerne i de to
første faser ikke er økonomisk betonede, så viser psykologien her sin vigtighed i
forbindelse med attrition. Med forståelse for psykologiens centrale rolle, vil man derfor
kunne ændre grafens udvikling, og reducere attrition ved alle fire faser.
4. Tidligere forskning
Nogle studier har opnået resultater, som kan være anvendelige når der skal opbygges
forståelse for brugeradfærd og forbindelsen til online attrition. Selvom de ikke specifikt
behandler området, kan der drages paralleller mellem resultaterne og afhandlingens
formål.
I Tabel 1 fremgår de studier der er anset for mest anvendelige i gennemgangen.
Opstillingen er baseret på forskningsområde, og studierne vil i det følgende blive
inddraget i samme rækkefølge.
Tabel 1: Tidligere forskning af online marketing og brugeradfærd
Forskere
Forskningsområde Ethiér, Haday, Talbot & Cadieux (2006)
Website kvalitet
Bai, Law, & Wen (2008)
Website kvalitet
Khalifa & Limayem (2003)
Website kvalitet
Ranganathan & Jha (2007) Website kvalitet
Comegys, Hannula & Väisänen (2009)
Risiko & sikkerhed
Yoon (2002)
Risiko & sikkerhed
Moore & Mathews (2006)
Risiko & sikkerhed
Fisher & Chu (2009)
Risiko & sikkerhed
Eckel & Grossman (2008) Risiko & sikkerhed
Alon, Brunel & Siegal (2005)
Word-of-mouth
Schindler & Bickart (2001)
Word-of-mouth
Kuan & Bock (2006)
Word-of-mouth
Khalifa & Limayem (2003)
Word-of-mouth
Ha (2004) Word-of-mouth
Ranganathan & Jha (2007)
Brugererfaring
Broekhuizen & Huizingh (2009)
Brugererfaring
Ranaweera, Bansal & McDougall (2008)
Brugererfaring
Bigné-Alcañiz, Ruiz-Mafé, Aldás-Manzano & Sanz-Blas (2008) Brugererfaring
Rowley (1998)
Tillid
Lee & Turban (2001)
Tillid
Morganosky & Cude (2000)
Tillid
Fisher & Chu (2008) Tillid Kilde: Egen tilvirkning, på baggrund af litteraturgennemgang
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 15 af 79
Det skal bemærkes, at nogle af de ovenstående studier, bliver inddraget flere gange i
gennemgangen. Det skyldes, at deres forskningsresultater med fordel kan anvendes i
flere sammenhænge.
4.1. Website kvalitet
Website kvalitet er blevet defineret ud fra forskellige faktorer. Her kan nævnes fokus på
funktionaliteten og indholdet af websitet (Bauer & Scharl, 2000), informations-, system-
og servicekvalitet (Cao et. al., 2005) samt fokus på kundens opfattelse af
kvalitetsbegrebet (Wan, 2000).
Det har været ønsket påvist, hvordan website kvalitet havde indvirkning på følelser, der
foreslås at gå forud for købeintentioner. Forskningen foregik ud fra antagelsen, at
personer i højere grad ville anvende websites, når kvaliteten ligeledes var højere. De
mest interessante resultater viste, at websitets kvalitet havde en positiv indvirkning på
glæden og forkærligheden for websitet blandt undersøgelsens deltagere. Samtidig viste
utilfredshed med website kvalitet sig gennem tydelige frustrationer (Éthier et. al., 2006).
I en undersøgelse skulle det afklares, hvorvidt der var en sammenhæng mellem
brugernes tilfredshed med website kvalitet og deres købeintentioner. Her fandt man, at
website kvalitet havde en direkte påvirkning på graden af tilfredshed. Disse resultater
kunne videreføres til brugernes købeintentioner på websitet (Bai et. al., 2008).
Resultaterne støttes af Khalifa og Limayem. De identificerede nøglevariable, som havde
indvirkning på website brugeres købeintentioner. Det fremkom, at websitets
kvalitetsniveau havde en direkte påvirkning på personers købeintentioner på et website
(Khalifa & Limayem, 2003).
At website kvalitet er vigtig for tilfredshed og købeintentioner, understreges af en
konklusion fra Ranganathan og Jha’s forskning. Her konkluderede man, at E-tailere er
nødsaget til at videreudvikle deres websites. Det skal gøres for at kunne imødekomme
online brugernes krav til website kvaliteten (Ranganathan & Jha, 2007).
Forskningen har fremhævet, at website kvalitet er vigtigt for at kunne drive et
funktionelt website. Selvom det ikke er direkte bevist, kan det implicit udledes af disse
studier, at tilfredshed med website kvalitet er centralt for E-handel, hvorfor det også kan
inddrages, til forforståelsen af online attrition.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 16 af 79
4.2. Risiko & sikkerhed
Risiko og sikkerhedsaspekter vedrører opfattelsen af betalingssikkerhed, udlevering af
private informationer etc. Det er faktorer, som må antages, at de fleste internetbrugere
på et tidspunkt har overvejet i forbindelse med deres online handlinger.
En undersøgelse af online risiko og sikkerhed, har vist, at brugernes tiltro til websites’
sikkerhedssystemer var essentielt for deres købeintentioner. Når brugere havde stor
tiltro til websites sikkerhedssystemer, viste tendensen at de i højere grad ønskede at
foretage et køb. Ikke overraskende, viste manglende tiltro til online sikkerhedssystemer
sig ved, at brugerne reducerede mængden af online køb over tid (Comegys et. al., 2009).
En anden undersøgelse fandt lignende resultater. Her viste det sig, at opfattelsen af et
websites transaktionssikkerhed havde en mærkbar indflydelse på website brugernes
købeintentioner (Yoon, 2002).
Et studie har søgt sammenhængen mellem priser og sikkerhedsfølelser. Man arbejdede
ud fra antagelsen, at internetbrugere altid ville vælge det billigste af to identiske
produkter, som var velkendte brands. Resultaterne viste overraskende, at brugere
betragtede websites som usikre, når velkendte brands priser blev sænket til psykologisk
uacceptable niveauer. På den måde følte man risici ved at handle på disse websites
(Moore & Mathews, 2006).
Sikkerhed på websites kan, gennem tidligere forskningsresultater, kædes sammen med
brugeradfærd. Der eksisterer også modstridende resultater. Det er blevet fundet, at
tilstedeværelsen af online sikkerhedscertificeringer som TRUSTe (TRUSTe, 2010) og
WebTrust (WebTrust, 2010), ikke havde nogen betydelig indflydelse på brugernes
sikkerhedsopfattelse af websites (Fisher & Chu, 2009). Det kan diskuteres om
certificeringerne er alment kendte blandt internetbrugere. Manglende kendskab må
antages ikke at øge sikkerhedsopfattelsen. Derimod kan ukendte elementer på et
website, muligvis have en negativ effekt på sikkerhedsopfattelsen.
I forbindelse med E-handel, er det blevet studeret hvordan kønsforskelle, havde
indflydelse på risikoopfattelsen på websites. Fra en generel betragtning, er mænd anset
for værende mere risikovillige end kvinder. Indenfor detailhandlen har man eksempelvis
fundet bevis for, at kvinder vægtede potentielle risici højere end mænd (Eckel &
Grossman, 2008). Resultaterne støttes af en lignende undersøgelse, foretaget i en online
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 17 af 79
sammenhæng. Der fandt man at kvinder, sammenlignet med mænd, i højere grad
overvejede risici forbundet med E-handel (Comegys et. al., 2009).
Online brugeradfærd er, som det belyses af ovenstående, delvist formet af risiko- og
sikkerhedsfaktorer. Ligeledes er website brugernes købeintentioner påvirkelige. Derfor
har området også relevans for at kunne skabe en forforståelse for årsager til attrition ved
varekurven.
4.3. Word-of-mouth
WOM kommunikation betragtes af Schiffman som: ”Perhaps the most important thing
for marketers to understand about word-of-mouth is its huge potential economic
impact” (Schiffman et. al., 2008, s. 422). På baggrund af den vurdering, kan det derfor
udledes, at WOM er en essentiel faktor til forståelse af online brugeradfærd, der bør
belyses i gennemgangen.
Online WOM giver, sammenlignet med traditionel WOM, flere muligheder for søgning
og indsamling af informationer. Internettet har introduceret flere fordele når
informationer skal indhentes. Brugerne kan indhente relevante informationer om et
website fra personer, som man ikke har nogen relation til. Yderligere er ekspertviden
ofte efterspurgt, og er ligeledes tilgængelig på Internettet. Endelig kan brugeren
sammenligne de mange informationskilder og derigennem udnytte sin viden til
beslutningstagning (Haugtvedt et. al., 2005).
Informationer om E-tailere spredes også gennem andre medier. Et konkret eksempel på
dette, understreges i TV-programmet Basta. Her benyttede utilfredse kunder
brugerpanelet Trustpilot (Trustpilot, 2010) til at bedømme E-tailere ud fra deres online
oplevelser. I dette tilfælde forårsagede den negative omtale, at den specifikke E-tailer
gik konkurs (Basta, 2010). Derved er der skabt dybere forståelse for Schiffman’s
betragtning, da det understreges, hvilken betydelig indflydelse WOM kan have.
Forskning har analyseret WOM i forskellige online sammenhænge. Der er foretaget et
studie, som undersøgte sociale netværkers effekt på E-handel og brugernes loyalitet.
Undersøgelsen viste, at kun 1/3 af deltagerne benyttede sociale netværker, men
udgjorde samtidig 2/3 af websitets omsætning. Man fandt også, at sandsynligheden for
at sociale netværksbrugere ville handle online, var dobbelt så stor som hos andre
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 18 af 79
personer. Slutteligt fandtes det, at sandsynligheden for at netværksbrugere vendte
tilbage til websitet, var ni gange større end andre personer (Alon et. al., 2005).
Et studie har beskæftiget sig med WOM indflydelsen på online brugeradfærd. Det
fremkom, at stort set alle deltagere værdsatte muligheden for at høre andre personers
holdninger til websitet. I fraværet af bekendtes holdninger, anså deltagerne online
WOM, som den mest pålidelige kilde ved beslutningstagning. Det blev konkluderet, at
andre personers holdninger kunne påvirke den individuelles opfattelse af et website og
dermed brugeradfærd (Schindler & Bickart, 2001).
WOM er også blevet studeret i forbindelse med tillidsskabelse på websites. Udover
online WOM, havde også offline WOM en betydning for, hvordan brugeren etablerede
tillid til websites. Især anbefalinger fra egen omgangskreds, fandt man var særligt
vigtige når der skulle skabes tillid (Kuan & Bock, 2006). Omgangskredsens indflydelse
på brugeradfærd støttes af andre resultater. Familien, og særligt sociale netværk, viste
sig at have en betydelig indvirkning på brugerens online købeintention (Khalifa &
Limayem, 2003).
Ha fandt resultater som talte for, at et website med positive bedømmelser og
kommentarer fra brugerne, blev opfattet markant mere troværdig end andre websites.
Tendensen viste altså, at personer øger deres tiltro til et website, når deres holdninger
bekræftes af andre brugere (Ha, 2004).
WOM har vist sig at være et omtalt emne inden online marketingstudier. Det fremgår
indirekte, at online attrition influeres af hvordan brugerne opfatter et website. Det
forekommer rationelt, da det må antages at negativ omtale vil få personer til at forlade et
website.
4.4. Brugererfaring
Ved brugererfaring henvises der til brugernes evner med Internettet, og anvendelse af
websites, ud fra tidligere handlinger. Erfaringer dækker ligeledes over oplevelser, som
brugere tidligere har haft med Internettet og E-handel.
Brugererfaring har vist sig at være ofte anvendt faktor, til forklaring af online
brugeradfærd. I forbindelse med E-handel, har resultater vist at tidligere oplevelser med
et website, var den mest betydningsfulde årsag til at når brugernes købeintentioner
skulle styrkes (Ranganathan & Jha, 2007).
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 19 af 79
En undersøgelse har sammenlignet tidligere købere med ikke-køberes erfaringer med et
website. Tidligere købere på websitet var, måske overraskende, ikke påvirket af deres
forudgående online oplevelser. Det kan muligvis skyldes, at der var blevet opbygget
erfaringer med websitet og større tillid til Internettet generelt. Derimod havde ikke-
købere langt sværere ved at opbygge en tillid, da man hidtil ikke havde anvendt websitet
(Broekhuizen & Huizingh, 2009).
En naturlig antagelse ville være, at brugernes teknologiske indsigt og tillid afspejles i
deres evne og lyst til at handle online. Den opfattelse får opbakning fra tidligere
resultater. Her fremgik det, at en persons IT evner havde direkte indflydelse på
sandsynligheden for at vedkommende handlede online. En person med erfaring og
indsigt i E-handel, ville derfor sandsynligvis handle mere end en person, som besad
mindre erfaring og indsigt (Ranaweera et. al., 2008).
Brugerens opfattelse af brugervenlige websites, er forbundet med personens
erfaringsniveau, som kan videreføres til fremtidig brugeradfærd. Forskning viste dette,
ved at brugerens opfattelse af let anvendelige websites øgede chancerne for at der blev
foretaget køb. Det blev også bevist, at personer, der opfattede websites som let
anvendelige, var mere erfarne end de øvrige deltagere i undersøgelsen (Bigné-Alcañiz
et. al., 2008).
Brugererfaring kan som vist, forklares ud fra adskillige faktorer. Det fremgår, at
erfaring ofte er en årsag, som kan have indflydelse på online attrition. Specielt når man
er i købesituationer, vil manglende brugererfaring sandsynligvis gøre sig gældende som
en relevant attrition.
4.5. Tillid
Tidligere studier har anvendt forskellige tilgangsmetoder, hvor det er forsøgt at afdække
hvordan online tillid skabes og hvad begrebet indeholder. I sit litteraturstudie fandt
Bourlakis forskellige faktorer, der var essentielle, hvis man ville skabe online tillid
mellem website og bruger. Tilliden skulle kunne aflæses gennem brugerens adfærd, i
form af køb på websitet (Bourlakis et. al., 2008). Brugerne fokuserede bl.a. på tiltroen
til sikkerhed ved online betalinger, returret og mulighed for service (Rowley, 1998; Lee
& Turban, 2001) og muligheden for at spare tid (Morganosky & Cude, 2000).
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 20 af 79
Man har også forsøgt at forklare online tillid gennem virksomhedens fysiske placering.
En undersøgelse viste, at tilliden til nationalt placerede E-tailere var større end
udenlandske websites. Dette kan eventuelt skyldes usikkerhed omkring andre
handelsbetingelser eller mulige sprogbarrierer. Yderligere fandt man også, at den
generelle tillid til et website havde indflydelse på brugerens online købeintentioner
(Fisher & Chu, 2008).
4.6. Opsummering
Formålet med litteraturgennemgangen, var at skabe en forforståelse omkring
brugeradfærd og online attrition. De tre gennemgåede hovedafsnit bidrager, hver især til
dette. I figur 5 fremgår den måde, hvorpå researcherens forforståelse for emnet er
konstrueret.
Figur 5: Etableret forforståelse
Kilde: Egen tilvirkning, på baggrund af litteraturgennemgang
Årsager afbilledes i måden, hvorpå personer agerer online. Brugeradfærd viser sig
gennem handlinger, der foretages på Internettet. Handlinger viser sig at have direkte
betydning for attrition på et website. Den overordnede opfattelse er derfor, at Attrition
kan reduceres, hvis man har kendskab til årsagerne.
Ved at have opbygget denne forforståelse, har researcheren indblik i emnet, hvorfor
processen kan fortsætte med en kvalitativ undersøgelse.
5. Kvalitativ undersøgelse 1 (KU1)
I denne del af afhandlingen vil der være en gennemgang af KU1’s opbygning og
gennemførelse. Først vil der være en beskrivelse af fremgangsmåden, som er valgt for
undersøgelsen. Resultaterne vil blive tolket ud fra researcherens subjektive opfattelse,
og behandles derefter på to måder. Den ene måde vil forklare resultaterne ud fra en
beskrivende betragtning. Dernæst vil der blive draget paralleller til tidligere studier. Her
belyses det, hvilke fællestræk, som forefindes. De to behandlingsmåder skal bidrage til
klarlægningen af årsager, der kan have indflydelse på online attrition og E-handel. Ved
at foretage en sådan undersøgelse, påbegyndes afklaringen af Formål 1.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 21 af 79
5.1. Metode
For at danne en overordnet ramme for undersøgelsen, er der opstillet en spørgeguide (se
bilag 1). Guiden indeholder få spørgsmål vedrørende demografi, deltagernes
internetvaner ift. E-handel samt deres handlinger, der kan henføres til attrition ved
varekurven. Spørgeguiden er anset som vejledende, da interaktion og deltagernes
individuelle holdninger, er det centrale i undersøgelsen. Hertil kommer vigtigheden af
signaler, der ikke kan identificeres som værende dele af spørgsmålene. Herunder
deltagernes kropssprog samt brugen af ironi og sarkasme i deres udtalelser.
5.1.1. Prætest
Det er anbefalet, at spørgeguides testes før nogen egentlig undersøgelse foretages.
Uvildige personers feedback vedrørende indhold og struktur, er ofte en brugbar
fremgangsmåde ved ændring af spørgeguides (Yin, 2003). Der blev rettet henvendelse
til ti tilfældige personer i Århus midtby. På den måde befandt testpersonerne sig i en
lignende situation af, hvad der var hensigten for de efterfølgende
undersøgelsesdeltagere. Testen viste, at der var generel tilfredshed med omfanget, og
særligt interviewlængden var, ifølge deltagerne passende.
Det rekommanderes, at diktafon anvendes i kvalitative interviews, hvor senere
transskribering fungerer som supplement til nedskrevne noter (Witzel, 1985). Det viste
sig ikke muligt i prætesten, da deltagerne følte sig usikre ved lydoptagelser. Det kan
skyldes, at personerne ikke følte sig anonyme, hvilket var en forudsætning for at
medvirke i undersøgelsen. Deres holdninger kunne derfor blive påvirket af
usikkerheden, som opstod ved brugen af diktafon (Flick, 2006). På den baggrund, er
lydoptagelser udeladt af undersøgelsen, hvor dokumentation foregår gennem brug af
nedskrevne noter.
5.1.2. Dataindsamling
Dataindsamlingen foregik i Århus-området. Der blev her rettet henvendelse til personer,
som befandt sig i Storcenter Nord, Viby Centeret og på Banegårdspladsen. Områderne
gav mulighed for at indsamle data på relativt kort tid, pga. den betydelige koncentration
af mennesker. En anden fordel ved koncentrerede områder, er den antagelsesvise store
spredning i brugeradfærdsmønstre og holdninger til E-handel. En spredning, der må
formodes at være væsentlig større end på f.eks. et universitet som, fra et demografisk
synspunkt, udgør en forholdsvis stereotyp gruppe personer.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 22 af 79
Interviewene foregik over tre dage, med en dag på hver af de tre lokaliteter. Det
resulterede i 70 personers medvirken i undersøgelsen.
5.1.3. Databehandling
Indsamlede data blev behandlet ud fra researcherens opfattelse og tolkning af
deltagernes udsagn til emnet. Dataene er, af overbliksmæssige grunde, blevet oprettet i
skematisk form i et regneark (se bilag 2). Det har givet et helhedsbillede, som har gjort
efterfølgende beskrivelse og klarlægning mere overkommelig. Ved attrition spørgsmål,
er deltagernes holdninger og brugeradfærd blevet kvantificeret. Det er gjort for at skabe
let tolkelige resultater, som kan benyttes til parallelisering mellem undersøgelser. Det
vil derfor også være klart, hvilke årsager, der har haft størst indflydelse på deltagernes
brugeradfærd og attrition handlinger.
5.2. Resultater
Resultatgennemgangen vil omfatte såvel demografiske data som attrition årsagerne, der
er fremkommet ved kvantificeringen. Dernæst vil perspektivering til tidligere
forskningsresultater, bidrage til en dybere forståelse af KU1 resultaterne.
5.2.1. Demografiske data
KU1 omfattede deltagelse af 70 personer. Kønsfordelingen udgjorde 39 kvinder og 31
mænd. I tabel 2 herunder opsummeres undersøgelsens demografiske data.
Tabel 2: Demografiske data for KU1
Antal deltagere Gennemsnitsalder
Mænd 31 40,87
Kvinder 39 35,66
Samlet 70 37,97
Kilde: Egen tilvirkning, på baggrund af KU1
Udover informationer om alder og køn, havde deltagerne ligeledes angivet deres
beskæftigelse/uddannelse. Det viste sig tydeligt, at der ikke kunne fastlægges et konkret
mønster, som viste sammenhængen mellem disse informationer og brugeradfærd. Det
skyldes, at undersøgelsen var præget af en lang række forskellige beskæftigelser og
uddannelser, hvorfor få personer kunne grupperes. Af den grund, vil beskæftigelse
derfor ikke være et emne for videre gennemgang og klarlægning af attrition årsager.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 23 af 79
5.2.2. Kvalitative resultater
Resultaterne viste, at 12 ud af de 70 undersøgelsesdeltagere ikke havde handlet online
før. Værd at bemærke er, at gennemsnitsalderen for disse deltagere var 55,33 år. Altså
markant højere end gennemsnitsalderen for den samlede deltagergruppe. De primære
årsager til, at man ikke havde handlet online tidligere, var manglende tillid til Internettet
og websites, opfattelsen af for dårlige servicemuligheder samt bekymringer i
forbindelse med betaling og levering af bestilte varer.
5.2.3. Online attrition & varekurven
Ved deltagernes brugeradfærd, i forbindelse med online attrition ved varekurven, opstod
nogle interessante resultater. 51 deltagere havde prøvet at efterlade varer på et website,
uden at lave en bestilling. Det svarer til 72,85 % af deltagerne, som havde foretaget en
attrition handling. Tabel 3 viser data for de deltagere, der havde foretaget attrition
handlinger.
Tabel 3: ”Ja” til online attrition
Antal deltagere Gennemsnitsalder
Mænd 18 35,89
Kvinder 33 36,18
Samlet 51 36,08
Kilde: Egen tilvirkning, på baggrund af KU1
Der kunne udledes 102 udsagn, som havde relevans for brugeradfærd ift. attrition ved
varekurven. De primære årsager til attrition var Manglende servicemuligheder, Uventet
høj fragtpris samt Websitets funktionalitet og design. Herefter var Manglende tillid,
Reel pris højere en forventet og Usikkerhed ved betaling yderligere i betragtning blandt
de medvirkende. Tabel 4 viser de 102 udsagn i kvantificeret form. Udsagnene blev
fordelt på 18 årsager til online attrition.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 24 af 79
Tabel 4: KU1 - Årsager til online attrition
Attrition årsager Frekvenser
Manglende servicemuligheder 11
Uventet høj fragtpris 11
Websitets funktionalitet og design 10
Manglende tillid 8
Reel pris højere end forventet 7
Usikkerhed ved betaling 6
Bekendtes holdninger og dårlige erfaringer 6
Uklare leverings- og betalingsbetingelser 6
Manglende brugervenlighed 6
For lang leveringstid 5
Begrænset sortiment 5
Dårlige erfaringer 4
Andre brugeres negative bedømmelser 4
Usikker omkring toldafgifter 3
Manglende E-mærke 3
Varer besværlige at købe online 3
Søger de laveste priser 2
Usikkerhed ved udenlandske websites 2
Samlet 102
Kilde: Egen tilvirkning, på baggrund af KU1
Af frekvenserne fremgik ikke umiddelbart noget klart mønster. Tabellen viser en relativ
jævn fordeling af udsagn, hvor ingen attrition årsager skilte sig nævneværdigt ud fra
andre.
5.3. Perspektivering til tidligere studier
Til yderligere forståelse af årsagernes rangering, vil de blive sat i perspektiv ift. relevant
forskning. Til perspektiveringen vil demografiske informationer, og de mest
fremtrædende attrition årsager blive inddraget.
5.3.1. Alder
Der var, som tidligere nævnt, en relativ høj gennemsnitsalder blandt personer, der ikke
havde handlet online før. At alderen kan have indflydelse på online brugeradfærd
støttes, af tidligere forskning. Man har fundet at sandsynligheden for, at en online
handel blev gennemført, var større hos yngre end ældre website brugere (Joines et. al.,
2003). Andre resultater viste noget modstridende. Man har undersøgt yngre og ældre
aldersgrupper, og deres brugeradfærd i forbindelse med forskellige produkttyper. Lidt
overraskende benyttede den ældre gruppe online handel oftere end den yngre, indenfor
halvdelen af kategorierne (Sorce et. al., 2005; Donthu & Garcia, 1999). Resultaterne
skal dog vurderes kritisk. Det var naturligt nok ikke alle produkter, som henvendte sig
til begge grupper, hovedsageligt af interesse- og relevansgrunde.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 25 af 79
Der kan, på baggrund af undersøgelsens demografiske informationer, ikke konkluderes
at alderen har indflydelse på brugeradfærden. Selvom der var en aldersforskel i
undersøgelsen, viser ovennævnte undersøgelser nogle forskellige resultater.
Et synspunkt, som afslutter denne konklusion, er at det nærmere er motivationen og
holdningen frem for alderen, der har indflydelse på om man benytter online handel.
Også formuleret af Modahl: ”Demographic factors such as age, race and gender don’t
matter anywhere near as much as the consumers’ attitudes toward technology”
(Modahl, 2000).
5.3.2. Køn
I undersøgelsen var der et overtal af kvindelige deltagere. Det til trods, var kun 1/3 af de
ikke handlende deltagere kvinder. Statistikker omkring amerikanske internetbrugere, har
vist et lignende mønster. I år 2000, var 60 % af alle handler på amerikanske websites
foretaget af kvinder. Prognoser indikerede samtidig, at udviklingen ville fortsætte på
den måde de kommende år (Tedeschi, 2002). Tallene er i strid med den opfattelse, man
tidligere har haft af den generelle kvindelige forbruger, primært forklaret ud fra deres
grad af risikovillighed (Eckel & Grossman, 2008).
Kvinder har generelt været opfattet som mindre risikovillige end mænd. Kvinders
risikovillighed har været studeret, i forbindelse med potentielle økonomiske risici. Man
fandt her, at kvinder valgte det sikre alternativ, hvor chancen for økonomisk tab var
mindst (Faff et. al., 2008). Forskning af online brugeradfærd, har vist at kvinder i
mindre grad anvendte online handel (Pastore, 2000; Briones, 1998). Det menes derfor,
at risikovillighed afspejles i mængden af online køb der foretages (Allen, 2001).
Afslutningsvist forklares risikovillighed, som en effekt, der kan reduceres i takt med at
personen får erfaring med, og øger sit brug af Internettet (Kehoe et. al., 1997).
Baseret på ovenstående, er det uklart om svarudviklingen delvist kan forklares ud fra
køn. Selv om der, fra et adfærdspsykologisk synspunkt, er et utydeligt billede, kan flere
faktorer muligvis forklare udviklingen. Her kan bl.a. nævnes en ændring i kønsrollerne
samt stigning i antallet af husholdninger, forårsaget af skilsmisser.
5.3.3. Online attrition & varekurven
På baggrund af researcherens tolkning af de enkelte udsagn, er der herunder opstillet
definitioner for de 18 attrition årsager. Tabel 5 skal give læseren et overblik over, hvilke
årsager den kvalitative del af afhandlingen behandler samt hvad de omfatter.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 26 af 79
Tabel 5: Definitioner på attrition årsager
Attrition årsager Definitioner Manglende servicemuligheder
Uventet høj fragtpris
Websitets funktionalitet og design
Manglende tillid
Reel pris højere end forventet
Usikkerhed ved betaling
Bekendtes holdninger
Uklare leverings- og betalingsbetingelser
Manglende brugervenlighed
For lang leveringstid
Begrænset sortiment
Dårlige erfaringer
Andre brugeres negative bedømmelser
Usikker omkring toldafgifter
Manglende E-mærke
Varer besværlige at købe online
Søger de laveste priser
Usikkerhed ved udenlandske websites
Service anses som mangelfuld. Det gælder telefonservice, chatservice, FAQ mv.
Fragtprisen er højere end først ventet.
Websitet opfattes som ikke at fungere
optimalt og design falder ikke i brugerens
smag.
Brugeren ikke har tilstrækkelig tillid til
websitet som helhed.
Prisen er uventet høj pga. gebyrer, afgifter
mv.
Brugeren føler sig usikker på websitets
betalingssikkerhed og kryptering.
Bekendtes oplevelser og holdninger til
websitet.
Manglende eller for dårligt beskrevne
betingelser.
Websitet er for indviklet mht. opbygning og
navigering.
Brugeren synes at leveringstiden er for lang.
Brugeren synes at sortimentets bredde og
dybde er begrænset.
Brugeren tænker tilbage på tidligere
handlinger op oplevelser på websitet.
Brugeren vurderer andre personers oplevelser
og holdninger til websitet.
Brugeren er usikker på hvilke mulige afgifter
som tilføjes prisen.
Brugeren vil kun handle på websites med E-
mærket.
Brugeren syntes at varetypen ikke var praktisk at handle over Internettet.
Brugeren browser mellem websites for at finde den laveste slutpris.
Brugeren følte sig usikker ved at bestille på udenlandske websites.
Kilde: Egen tilvirkning, på baggrund af KU1
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 27 af 79
Primære årsager til attrition
Frekvenserne viste, at de primære årsager, som lå til grund for attrition ved website
varekurve var Manglende servicemuligheder, Uventet høj fragtpris, Websitets
funktionalitet og design samt Usikkerhed ved betaling. Der skal ikke lægges betydelig
vægt på udtrykket ”primære” i denne sammenhæng. Selvom årsagerne havde fået størst
tilslutning fra deltagerne, var der ikke nævneværdige frekvensforskelle. Dette fremgik
tidligere i tabel 4.
Manglende servicemuligheder
Servicemuligheder blev af deltagerne opfattet som mangelfulde. De følte sig muligvis
ikke velinformeret og sikre ved at afgive en ordre uden at have fået vejledning. Flere
deltagere udtrykte, at service var ”meget vigtigt”, hvis de skulle handle på et website.
Der var særlig fokus på ventetiden for service, hvor man ville have muligheden for
vejledning via telefon eller chat services.
Manglende service og kommunikation har vist sig at være et problem, som den
generelle danske internetbruger kan genkende. Det understreges af Lars Schmidt
Larsen, chefkonsulent fra Dansk Handel & Service: ”…en kundes dårlige oplevelse
smitter af på hele branchens image… 9 ud af 10 kundeklager går på manglende
kommunikation”, (Jyllandsposten, 2006). Betragtningen deles af Morten Kamper,
formand for FDIH (Foreningen for Distance- og Internethandel): ”De bedste netbutikker
– uanset hjemland – leverer ganske enkelt god service, hvor de imødekommer
kundernes ønsker”, (Dansk E-handelsanalyse, 2009).
Marketing studier har fokuseret på service, og sammenhængen med online tillid.
Sammenhængen mellem service/tillid og tillid/loyalitet på websites, er blevet undersøgt.
Der viste sig en positiv statistisk sammenhæng mellem servicekvalitet og tillid, men
samtidig også mellem tillid og loyalitet. Der var altså en relation mellem websitets
servicegrad og loyalitetsniveauet blandt brugerne (Harris & Goode, 2004).
Serviceniveauet på websites er begyndt at få opmærksomhed blandt E-tailere. Særligt er
chat services blevet implementeret på websites. Målet er at øge kundetilfredsheden ved,
at gøre kommunikationen hurtigere og lettere tilgængelig. Undersøgelser har vist, at
dette initiativ øger sandsynligheden at website surfere bliver konverteret til købere (Inc.
Magazine, 2006).
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 28 af 79
Det kan diskuteres, om deltagerne ikke reelt opstiller de samme krav og forventninger
til websites, som til traditionelle detailforretninger. Hvis dette er tilfældet, forekommer
utilfredshed med serviceniveauet forståeligt nok. KU1 resultaterne peger i retning af
service, som værende den mest indflydelsesrige årsag til attrition ved varekurven. Hertil
støttes resultaterne af både faktuelle tal og tidligere forskning.
Uventet høj fragtpris
Grunden til at deltagerne havde været overraskede over høje fragtpriser kan skyldes, at
de ikke havde været synlige før varen skulle bestilles. En anden grund kan være, at
fragtprisen først blev fjernet når der bestilles for et bestemt beløb på websitet. I praksis
anvender E-tailere beløb som 500 og 1000 kr., der er nedre grænser, før man får varer
leveret gratis.
Et studie har fundet, at sådanne økonomiske grænser, havde betydelig økonomisk
indvirkning, både positive og negative. Mentalt behandlede mange af brugerne fragtfrie
køb, som ekstra fordelagtige. I den sammenhæng, skal E-tailere være forsigtige med
hvordan grænserne fastsættes. Hertil anbefaledes det, at E-tailere tilpassede deres
fragtfrie grænser til forskellige segmenter (Lewis et. al., 2006). Generelt tilrådes E-
tailere at opnå indsigt i, hvordan website brugeres forventninger til
fragtproblemstillingen skabes (Esper et. al., 2003).
Websitets funktionalitet og design
Website funktionalitet og design fik væsentlig tilslutning blandt deltagerne. Ved en
gennemgang af deltagernes udsagn, lagde man vægt på professionalisme, hvor der var
bestemte krav til et website. E-tailere skulle, ifølge deltagerne, have websites der
fungerede optimalt. Det krævedes også, at indhold og design passede til
servicen/produktet som solgtes. Den observation kan være uoverkommelig for E-tailere
at afhjælpe i praksis. Da personers holdning til design afgøres af individuel smag,
kræves det at hver bruger giver sin mening til websitet.
Der er fundet en positiv sammenhæng mellem website kvalitet (funktionalitet/design)
og brugerens anerkendelse af websitet. Samme studie undersøgte sammenhængen
mellem brugernes opfattelse af systemkvalitet/informationskvalitet og tilfredshed, som
kunne videreføres til online købeintentioner. Det kunne konkluderes, at der var en klar
forbindelse mellem website kvalitet/brugervenlighed og tilfredshed/købeintentioner
(Éthier et. al., 2006).
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 29 af 79
KU1 viste, interessant nok, at ingen deltagere specifikt nævnte website indlæsningstiden
som en kritisabel faktor. Særligt interessant når man ser på, hvad forskningen hidtil har
bidraget med. Man har eksempelvis fundet, at brugernes tålmodighed blev påvirket efter
12 sekunders ventetid (Hoxmeier & Dicesare, 2000) og online intentioner kunne blive
påvirket efter 4 sekunders ventetid (Galletta et. al., 2002). I et nyere studie fandt man, at
internetbrugeres tolerable ventetid på et download, kunne forlænges ved at informere
brugeren om længden af den resterende indlæsningstid (Nah, 2004).
Haugtvedt konkluderer, at et websites design og funktioner skal opfylde to basale
kriterier, som er at være: ”… easy to use and understand” (Haugtvedt et. al., 2005, s.
310). En måske simplificeret, men stadig logisk opfattelse, set fra website brugernes
synspunkt.
Undersøgelsens resultater og tidligere forskning har dannet et entydigt billede. Det
fremgår at website funktionalitet og design, er en central årsag til at online attrition
forekommer.
Usikkerhed ved betaling
Ikke overraskende, var årsagen højt prioriteret i undersøgelsen, men ikke så højt som
forventet. Særligt når man tænker på den nuværende økonomiske situation i samfundet,
er det uventet.
Der har været identificeret fire risikotyper (produkt, finansielle, psykologiske og tid),
som kunne have indflydelse på attrition ved varekurven. Først fandtes det, at brugerne, i
takt med at online erfaringen blev større, fokuserede mindre på finansielle risici, der var
forbundet med at betale på websitet. Resultaterne viste også, at de finansielle risici var
den mest forklarende risikotype, når brugeradfærden på et website skulle forklares
(Forsythe & Shi, 2003). Det har også vist sig, at brugernes opfattelse af websitets
sikkerheds- og transaktionsproblemer, havde en betydelig negativ effekt på online
købeintentioner (Bhatnagar et. al., 2000).
Når forskningen tages i betragtning, er det forståeligt at betalingssikkerhed fremtræder
som en vigtig årsag til attrition. Som sagt, dog lidt uventet at tilslutningen ikke er større
til denne årsag.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 30 af 79
5.4. Opsummering
Undersøgelsens resultater har vist, at der endnu ikke kan fastlægges et adfærdsmønster,
hvor demografiske kriterier spiller en rolle.
De primære attrition årsager, og deres tilslutning, kunne retfærdiggøres ved
perspektivering til tidligere forskning. Dog forekom udviklingen i den jævne
frekvensfordeling en anelse overraskende. Dette indikerer, at potentialet for
gennemførelsen af endnu en kvalitativ undersøgelse er til stede.
5.5. Overvejelser til KU2
Ved at se tilbage på forløbet af KU1, er der nogle ændringer, som ønskes foretaget i den
kommende undersøgelse.
- Beskæftigelse/uddannelse kunne ikke bidrage til nogen forklaring af online
attrition. Da KU2 tilnærmelsesvist opbygges og gennemføres som KU1, antages
den udvikling også at gælde her. Derfor udelades spørgsmålet af KU2.
- Datagrundlaget i KU1 er ikke tilstrækkelig til at drage nogle konklusioner, der
klarlægger årsager til online attrition. Det skyldes at de 18 årsager, har relativ
jævn tilslutning, hvor ingen skiller sig betydeligt ud. Ved to undersøgelser
skabes et stærkere kvalitativt konklusionsgrundlag, hvorefter der kan klarlægges
attrition årsager i henhold til afhandlingens Formål 1.
- Der vil blive rettet opmærksomhed mod deltagernes efterfølgende brugeradfærd.
Derfor vil der blive tilføjet spørgsmål, som giver indsigt i, hvordan attrition
episoder påvirker efterfølgende online adfærd ift. E-handel. Herigennem vil
opfyldelsen af afhandlingens Formål 3 blive påbegyndt.
6. Kvalitativ undersøgelse 2 (KU2)
KU2 skal bidrage skabe et stærkere resultatgrundlag. Især med henblik på
sammenligning, og senere addering af attrition frekvenser, vil en sådan styrkelse
fremgå. KU2 vil muligvis resultere i yderligere årsager til attrition, der ikke er angivet i
KU1, men som fortjener opmærksomhed.
Som nævnt tidligere, vil KU2 også at forklare udviklingen i brugeradfærd efter attrition.
Det skyldes at attrition muligvis kan have konsekvenser for E-tailere, som man endnu
ikke har kendskab til.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 31 af 79
6.1. Metode
For at skaffe sammenlignelige resultater, vil processen for KU2 ligne den anvendt for
KU1. For at dække flere dele af Århus-området, er dataindsamlingen foretaget i Bruuns
Galleri, Veri Centeret samt på Strøget. Der er som nævnt også foretaget
indholdsmæssige ændringer i spørgeguiden (se bilag 1). Ændringerne viser sig ved
tilføjelse af to spørgsmål. De berører udviklingen i deltagernes brugeradfærd, efter de
har foretaget en attrition handling.
6.2. Resultater
Undersøgelsens resultater vil løbende blive sammenlignet med dem fundet i KU1. I den
forbindelse vil der blive kommenteret på afvigelser og fællestræk. En dybere
gennemgang vil blive foretaget ved de tilføjede spørgsmål. Herunder vil tidligere
forskning være behjælpelig med tolkning af resultaterne.
6.2.1. Demografiske data
Af de 70 personer, som deltog i undersøgelsen, var 41 kvinder og 29 mænd (se bilag 3).
I tabel 6 herunder, opsummeres undersøgelsens demografiske data.
Tabel 6: Demografiske data for KU2
Antal deltagere Gennemsnitsalder
Mænd 29 43,21
Kvinder 41 37,34
Samlet 70 39,77
Kilde: Egen tilvirkning, på baggrund af KU2
Som det fremgår af tabellen, var både den mandlige og kvindelige gennemsnitsalder
højere end i KU1. Desuden er det værd at bemærke, at overvægten af kvindelige
deltagere, var endnu mere markant her, i forhold til KU1.
6.2.2. Kvalitative resultater
Kun 7 ud af undersøgelsens 70 deltagere, havde ikke handlet online før. Det var en
procentmæssig væsentlig lavere del end i KU1, hvor 12 deltagere ikke havde handlet
over Internettet. Gennemsnitsalderen hos disse deltagere var 56 år, hvilket er tæt på de
55,33 år i KU1. De begrundede deres manglende internethandler med tillidsproblemer.
Her var det særligt betalingssikkerhed, der ikke havde deltagernes tillid. Desuden var
man generelt ikke tillidsfuld når det gjaldt anvendelsen af Internettet. Både tillid og
betalingssikkerhed var ligeledes benyttede argumenter i KU1.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 32 af 79
6.2.3 Online attrition & varekurven
Resultaterne viste også her, at størstedelen af deltagerne en eller flere gange havde
foretaget attrition handlinger ved varekurven. Tabel 7 opsummerer tallene.
Tabel 7: ”Ja” til online attrition
Antal deltagere Gennemsnitsalder
Mænd 24 39,79
Kvinder 31 36,38
Samlet 55 37,87
Kilde: Egen tilvirkning, på baggrund af KU2
Tabellen viser, at 55 personer havde prøvet at efterlade varer på et website.
Kønsfordelingen var, i KU2, mere jævn og gennemsnitalderen en anelse højere. I KU2
bidrog de 55 deltagere med 117 udsagn, som kunne henføres til attrition og varekurven.
Tabel 8 viser fordelingen af udsagnene, som blev inddelt på 17 forskellige årsager.
Tabel 8: KU2 - Årsager til online attrition
Attrition årsager Frekvenser
Manglende tillid 13
For lang leveringstid 12
Manglende servicemuligheder 11
Begrænset sortiment 10
Usikkerhed ved betaling 9
Andre brugeres negative bedømmelser 8
Reel pris højere end forventet 8
Uklare leverings- og betalingsbetingelser 8
Websitets funktionalitet og design 7
Dårlige erfaringer 7
Uventet høj fragtpris 6
Manglende brugervenlighed 5
Bekendtes holdninger 5
Søger de laveste priser 5
Varer besværlige at købe online 1
Manglende E-mærke 1
Usikker omkring toldafgifter 1
Samlet 117
Kilde: Egen tilvirkning, på baggrund af KU2
Stabiliteten over frekvensfordelingen var lignende den, som fandtes i KU1. Der
eksisterer mellem de to undersøgelser, nogle identiske mønstre, men også afvigelser.
Manglende tillid var i KU2, vigtigere for deltagerne end før. Deltagerne havde større
fokus på For lang leveringstid, mens Manglende servicemuligheder fik nogenlunde
samme tilslutning som tidligere. Mindre forskelle, der også kan nævnes er at både
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 33 af 79
Begrænset sortiment og Usikkerhed ved betaling fremstod som mere indflydelsesrige
attrition årsager end i KU1.
Det skal nævnes at antallet af attrition årsager blev reduceret fra 18 til 17 i denne
undersøgelse. Det skyldes, at deltagerne i KU2 ikke anså Usikkerhed ved udenlandske
websites, som nogen betydelig hindring for at handle online.
Det ville være interessant, at der fremkom nye holdninger fra deltagerne, som kunne
konstruere nye attrition årsager. Dette skete dog ikke. Derfor må man antage, at på
baggrund af 106 (51/55) deltageres udsagn, er antallet og indholdet af undersøgelsernes
resultater anvendeligt som konklusionsgrundlag.
Det kan diskuteres om de resultatmæssige afvigelser mellem undersøgelserne, er af
nogen betydning. Den opfattelse, understreges af nedenstående. I tabel 9, er attrition
årsagerne opstillet ud fra deres adderede frekvensstørrelser.
Tabel 9: Samlede frekvenser for KU1 og KU2
Attrition årsager KU1 KU2 Samlede frekvenser
Manglende servicemuligheder
Manglende tillid
Websitets funktionalitet og design For lang leveringstid
Uventet høj fragtpris
Usikkerhed ved betaling Reel pris højere end forventet
Begrænset sortiment
Uklare leverings- og betalingsbetingelser
Andre brugeres negative bedømmelser Bekendtes holdninger
Dårlige erfaringer
Manglende brugervenlighed Søger de samlede priser
Usikker omkring toldafgifter
Manglende E-mærke
Varer besværlige at købe online Usikkerhed ved udenlandske websites
11
8
10 5
11
6 7
5
6
4 6
4
6 2
3
3
3 2
11
13
7 12
6
9 8
10
8
8 5
7
5 5
1
1
1 0
22
21
17 17
17
15 15
15
14
12 11
11
11 7
4
4
4 2
Samlet 102 117 219
Kilde: Egen tilvirkning, på baggrund af KU1 og KU2
Naturligt nok er de adderede frekvenser relativt jævnt fordelt. Adderingen har skabt et
tydeligere mønster for attrition årsagerne. Det viser sig, at der særligt er fem årsager,
som ikke får nævneværdig opmærksomhed fra deltagerne. I kontrast til dette, kan man
se at Manglende servicemuligheder, Manglende tillid, Websitets funktionalitet og
design, For lang leveringstid og Uventet høj fragtpris er nogle af de årsager, der er
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 34 af 79
relevante til forklaring ved online attrition. Frekvensen for de nævnte årsager udgør
42,92 % af den samlede. Det må siges, at kunne retfærdiggøre en klarlægning af
attrition årsager, hvor de fem højest rangerede bør få mest opmærksomhed.
6.2.4. Brugeradfærd efter online attrition
Efterfølgende brugeradfærd vil blive belyst ift. det enkelte website samt andre websites.
På den måde kan det identificeres, om det er holdningen til det specifikke website eller
E-handel generelt, som bliver påvirket. Besvarelser til begge spørgsmål vil blive
gennemgået, hvor tidligere forskning også vil blive benyttet. Spørgsmålene er endvidere
formuleret på en måde, så der fremkommer kvantitative besvarelser. Det skyldes, at der
i efterfølgende spørgeskemaundersøgelse også vil blive inddraget lignende spørgsmål.
Dermed er sammenligning på tværs af de to undersøgelsesmetoder muligt.
Har du været på websitet efter denne episode?
Til spørgsmålet svarede 38 ud af 55 deltagere (69,09 %) at de, i tiden efter attrition
episoden, havde besøgt samme website. Kønsfordelingen var her 21 kvinder og 17
mænd. Svarfordelingen er vist herunder i tabel 10.
Tabel 10: Returnering til website efter attrition
Ja Nej Ved ikke
Mænd 17 4 2
Kvinder 21 6 5
Samlet 38 10 7
Kilde: Egen tilvirkning, på baggrund af KU2
10 personer (18,18 %) havde ikke anvendt websitet efter episoden. Her var især
mændenes gennemsnitsalder på 64,25 år bemærkelsesværdig høj, sammenlignet med
kvindernes på 48 år. Den høje gennemsnitsalder, og sammenhængen med efterfølgende
brugeradfærd, kunen skyldes, at ældre personer muligvis har mindre tillid til E-handel.
Det virker rationelt, eftersom alderen for personer, der ikke havde handlet online før
også var forholdsvis høj (56 år). Her var årsagen, som tidligere nævnt, netop manglende
tillid til E-handel.
Mere interessant virkede det, at så stor en del af deltagerne havde benyttet websitet efter
attrition episoder. Med udgangspunkt i tidligere forskning, kan det antagelsesvist
forklares på adskillige faktorer. Herunder forklares udviklingen ved anvendelse af nogle
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 35 af 79
af disse faktorer. Indledningsvist skal det nævnes, at deltagerne ikke nødvendigvis
havde handlet på det pågældende website efterfølgende.
Loyalitet
Loyalitet kan bidrage til forklaringen den høje procentdel af returnerede brugere. Der
kan argumenteres for at oplevelserne ikke havde været tilstrækkeligt negative til, at
deltagerne havde udelukket websitet. Derfor må det kunne udledes, at en negativ
oplevelse overskygges af andre positive oplevelser med websitet. Brugerne føler
muligvis stadig tryghed ved at anvende et bestemt website, trods en dårlig oplevelse.
Det skal tilføjes, at selvom den kognitive loyalitet er bevaret til et website, er det ikke
ensbetydende med at den handlingsmæssige loyalitet er det. Med andre ord, viser
resultaterne ikke at personerne har handlet på websitet, men kun at de har benyttet det.
De to loyalitetstyper er anvendt i et studie, til at forklare sammenhængen mellem
tillid/tilfredshed og online loyalitet. Det fremkom, at der var en stærk sammenhæng
mellem både tillid-loyalitet og tilfredshed-loyalitet. Resultaterne viste dog ikke, at
loyalitet nødvendigvis medførte at brugeren foretog en handel på websitet (Harris &
Goode, 2004).
Det har specifikt været undersøgt, hvilke forskelle som fandtes mellem kønnenes
kognitive bearbejdning af informationer, og dermed i hvilket omfang de opbyggede
loyalitet til websites. Kvinder havde en tendens til, i højere grad end mænd, at opbygge
loyalitet til websites (Noble et. al., 2006). Selvom antallet af kvinder og mænd var
relativt ens i KU2, så er der altså rationale bag flertallet af kvinder, som var returneret til
websites.
Alternativer
En simpel, men naturlig, forklaring kan være manglen på online alternativer. Det
undersøges ikke hvilke specifikke websites, som deltagerne anvender. Derfor kan det
ikke udelades, at deres tilbagevenden til et website, kan skyldes mangel på alternative
websites, der dækker deres behov og krav. Mængden af alternativer kan dog ligeledes
være stor, men af samme eller måske endda dårligere standard på de kriterier, som
deltagerne vægter når de handler online.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 36 af 79
Ny viden
Deltagerne kan være vendt tilbage efter negative oplevelser på websites, hvis ny viden
har gjort dem mere sikre og tillidsfulde. Ny viden kan eksempelvis have reduceret
usikkerheden omkring forskellige faktorer som betaling, fragt etc.
Indhentningen af data fra bekendte, er ofte anvendt når man skal foretage online
beslutninger. Brugen af sociale netværk er, gennem forskningen, blevet positivt
korreleret med den individuelles opbygning af tillid til et website. WOM omkring et
specifikt website havde den største effekt på en persons brugeradfærd (Kuan & Bock,
2007). Ligeledes har medierne vist sig, i et studie, at have betydelig indflydelse på
personers holdningsskabelse og ændring ift. Websites (Khalifa & Limayem, 2003).
Overordnet set, er personens indhentning af nye informationer fra disse kilder altså også
et argument, som kan forklare dele af det høje antal returnerede brugere.
Har du handlet på andre websites efter episoden?
Her forekom der, sammenlignet med forrige spørgsmål, en lignende kønsfordeling hos
både ja og nej besvarelserne. Disse kan ses i tabel 11 herunder.
Tabel 11: E-handel på andre websites efter attrition
Ja Nej
Mænd 19 4
Kvinder 22 10
Samlet 41 14
Kilde: Egen tilvirkning, på baggrund af KU2
Det var interessant, at så stor en del af deltagerne havde handlet online på andre
websites efterfølgende. Derfor må det antages at deres generelle holdning til E-handel
ikke var blevet påvirket af attrition oplevelser. Tallene viser underforstået at det
nærmere var holdningen til det enkelte website, der blev ændret. Nogle af de faktorer,
som kan have en indvirkning på denne svarfordeling inddrages i gennemgangen
herunder.
Sortiment
En antagelse af website brugeres holdninger er, at de vil tilbydes det størst tænkelige
sortiment. I den sammenhæng er det fundet, at brugerne generelt opfattede websites’
sortimenter som mangelfulde. Det skyldtes hovedsageligt, at det sammenlignedes med
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 37 af 79
sortimentsstørrelser i traditionelle forretninger (Farag et. al., 2006). Resultater fra
service industrien har desuden vist, at online udvalg havde en direkte påvirkning på
opfattede omkostninger ved skift af udbyder (Chen & Hitt, 2002).
Et stort sortiment, hvor alt er tilgængeligt viser, ifølge Anderson og hans ”long tail”
forklaring, også hvad det er brugerne reelt efterspørger. Det virker rationelt, da E-tailere
mere præcist kan aflæse kundens behov, når de har et stort udvalg at foretage deres
handlinger ud fra. Man skal ikke blot udvide sit online sortiment ud fra hvad der
genererer mest profit, men også efter hvad kunderne efterspørger (Anderson, 2004).
Service
Utilstrækkelig service kan have medført, at deltagerne vælger at handle på andre
websites. I både KU1 og KU2 viste deltagernes udsagn, at service spillede en stor rolle.
Det understregedes af at det var den årsag, der fik den største samlede tilslutning.
Behovet for service kan bl.a. skyldes generel usikkerhed ved E-handel, produktets
kompleksitet og mangelfulde informationer på websites. Generelt består services af
mange elementer. Især har undersøgelser forsøgt at forklare sammenhængen mellem
online tillid, købeintentioner og loyalitet.
Resultater viste forskellige ting. Det blev tydeliggjort, at service var meget vigtig, når
man ønskede at reducere attrition (Pitta et. al., 2006), men også, at det var en mindre
relevant faktor i forbindelse med købeintentioner på websites (Chang et. al., 2004). At
resultaterne modbeviser hinanden, er dog ikke overraskende. Antagelsesvist, må
behovet for service først og fremmest være henvist til hvilket produkt man ønsker.
Avancerede produkter vil sandsynligvis kræve væsentligt flere servicemuligheder, end
standardiserede varer. Yderligere, kan brugernes erfaringsniveau sandsynligvis også
være determinant for servicebehovet.
Leveringstid
Et studie har sammenlignet detailhandleres og E-taileres leveringstid, og
sammenhængen med brugeradfærd. Tiden blev gjort op i rejsetid og ventetid. Man
fandt, at rejsetiden til en nærliggende forretning, kompenserede for den potentielle
ventetid, der var ved online handel. Deltagerne var altså villige til, at betale en mindre
merpris for at modtage varen hurtigere (Hsiao, 2009). Der kan argumenteres for at dette
ikke kan henføres til resultaterne i KU2, da det ikke omhandlede andre websites, men
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 38 af 79
detailhandlere. Det understreger dog, at tidsfaktoren er vigtig for website brugere og
vægtes højt når man vil handle online.
Et andet studie fandt, at website brugeres indstilling til leveringstiden også afhang af
produkttypen og størrelsen på ordren. Her fandt man, at nogle af deltagerne ville have
mulighed for at afhente varen personligt (Rotem-Mindali & Salomon, 2007).
Resultaterne forekommer ikke overraskende, da man muligvis kan føle en økonomisk
risiko ved at have store ordrer og økonomisk tunge produkter længe undervejs.
6.3. Kvalitative vurderingskriterier
Ved at danne et tilbageblik på de kvalitative undersøgelser, vurderes de ud fra fire
kriterier, der af Heldbjerg anses som værende troværdighed, overførbarhed,
afhængighed og bekræftelse (Heldbjerg, 2006, s. 21).
Som tilgangen var til de kvalitative undersøgelser, blev resultater tolket ud fra en
subjektiv opfattelse. Deltagerne ansås som troværdige, da de valgte at deltage i
undersøgelsen. Hertil kom, at deres garanterede anonymitet sikrede, at de kunne give
deres personlige holdninger til emnet.
Ved at foretage to lignende kvalitative undersøgelser, fremgik det at resultaterne var
overførbare. Resultaterne viste lignende mønstre, som dog ikke var identiske. Det
skyldtes primært tolkningen af de udsagn, som var blevet givet til emnet.
Da der var mangel på forudgående forskning af brugeradfærd og online attrition, kan
der sås tvivl om afhængigheden for undersøgelserne. Der var ikke konkrete resultater,
hvortil der kunne drages præcise sammenligninger. Men gennemgangen viste, at der
kunne drages paralleller mellem tidligere studier og undersøgelsernes resultater.
At de to undersøgelser leverede pålidelige resultater, er endnu ikke bekræftet af andre
forskere. Personer med indgående kendskab til feltet og de metodiske procedurer, bør i
det efterfølgende bekræfte, hvorvidt der er overensstemmelse gennem hele
arbejdsprocessen.
6.4. Opsummering
Som i KU1, viste resultaterne i KU2 ikke noget tydeligt mønster over deltagernes
udsagn i forbindelse med online attrition. De 117 udsagn fra deltagerne, fordelte sig
jævnt over 17 årsager til attrition. Manglende tillid, For lang leveringstid og Manglende
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 39 af 79
servicemuligheder blev anset som de vigtigste årsager, når man efterlod varer på et
website.
I forhold til KU1, viste KU2 også hvordan deltagernes brugeradfærd påvirkedes efter
attrition. En attrition episode viste sig, at have indvirkning på deltagernes efterfølgende
adfærd. Omkring en tredjedel af deltagerne, havde ikke benyttet websitet efter episoden.
Yderligere havde over halvdelen benyttet andre websites. Det indikerer, at man ikke var
utryg ved Internettet, men nærmere utilfreds med et specifikt website.
6.5. Delkonklusion
Ved at have gennemført to kvalitative undersøgelser er der, i overensstemmelse med
afhandlingens Formål 1, blevet klarlagt, hvilke årsager, som har indflydelse på online
attrition ved varekurven.
Ved separat behandling af undersøgelserne, viste de lignende frekvensfordelinger, hvor
der ikke var grundlag for klarlægningen. De adderede frekvenser skabte et stærkere
resultatgrundlag. De fem årsager, der fik størst tilslutning var Manglende
servicemuligheder, Manglende tillid, Websitets funktionalitet og design, For lang
leveringstid og Uventet høj fragtpris, hvorfor de også er vigtigste årsager til online
attrition ved varekurven.
Som opstillet ved Formål 3, blev det her belyst, hvilken indvirkning attrition episoder
har på website brugeres efterfølgende adfærd. Det fremkom, at ca. 20 % af brugerne
ikke anvendte pågældende website efter episoden. Samtidig viste det sig, at ca. 80 %
havde benyttet andre websites efter attrition. Derfor kan man konkludere, at attrition har
en betydelig indvirkning på brugernes forhold til det enkelte website, og til andre
websites.
7. Databehandlingsproces
Der vil blive foretaget en videre databehandling af de opnåede resultater i KU1 og KU2.
Ønsket er, at reducere antallet af årsager, hvor det forekommer rationelt. En sådan
reduktion udføres ud fra researcherens individuelle opfattelse og tolkning af årsagerne.
Reduktionen vil, via en simpel kombineringsmetode, resultere i et mindre antal attrition
årsager, som er mere hensigtsmæssig ved opbygning af spørgeskemaundersøgelsen.
Årsagerne vil, efter kombinering, blive opstillet i en bruttoliste. Denne vil senere blive
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 40 af 79
benyttet til etablering spørgeskemaets indhold. Ligeledes vil bruttolisten blive anvendt
når der senere vil drages paralleller mellem undersøgelserne.
7.1. Kombinering
Attrition årsagerne fra KU1 og KU2, er blevet kombineret, hvor det er fundet rationelt.
For at kunne opbygge et passende spørgeskema, blev der således dannet fire
kombinationer med to årsager i hver.
Usikkerhed ved udenlandske websites + Usikker omkring toldafgifter.
Det er vurderet at disse udgjorde en logisk kombination, selvom det kan argumenteres
at websites med oprindelse i EU-lande, ikke er forbundet med toldafgifter. Denne
kombination navngives Usikkerhed ved udenlandske websites.
Uventet høj fragtpris + Reel pris højere en forventet.
En naturlig kombination, da fragtprisen udgør en del af den samlede reelle pris.
Kombinationen navngives Uventet høj pris.
Websitets funktionalitet og design + Manglende brugervenlighed.
Der kan argumenteres for, at funktionalitet og design udgør en stor del af et websites
overordnede brugervenlighedsniveau. Kombinationen navngives Manglende
brugervenlighed.
Bekendtes holdninger + Andre brugeres negative bedømmelser
Disse kombineres, da de opfattes som personens generelle modtagelighed overfor andre
personers holdninger til websitet. Denne omdøbes til Andre personers holdninger.
Udover ovenstående kombinerede attrition årsager, er også oprindelige årsager bevaret.
Efter kombinationerne er foretaget, er der således 13 årsager til attrition mod de
tidligere 18.
7.2. Bruttoliste
På baggrund af kombinationerne, blev bruttolisten konstrueret. Den fremstiller de
summerede frekvenser for KU1 og KU2. Herunder er bruttolisten opstillet, og danner
udgangspunktet for attrition relevante spørgsmål i spørgeskemaundersøgelsen.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 41 af 79
Tabel 12: Bruttoliste for attrition årsager
Kilde: Egen tilvirkning, på baggrund af KU1, KU2 og kombinerede årsager
Fra tabellen kan man se flere attrition årsager med meget lave frekvenser. Der er set bort
fra dette i kommende undersøgelse, da en kvantitativ tilgang muligvis kan resultere i en
anden svarudvikling.
Det skal nævnes, at der i processen, blev fjernet en attrition årsag. Søger de laveste
priser er ikke medtaget i den videre undersøgelse. Det skyldes, at det indikerer et
generelt adfærdsmønster, som må formodes de fleste gør brug af. Derfor er det ikke
interessant i forbindelse med attrition og E-handel. Det er ligeledes grunden til, at den
samlede frekvens på 212, er syv mindre end den oprindelige frekvens på 219.
8. Kvantitativ undersøgelse
Der vil i den kvantitative undersøgelse, være opmærksomhed rettet mod indfrielse af
afhandlingens Formål 2 og Formål 3.
Først vil der, som opstillet i problemformuleringen, ske en styrkelse af klarlægningen,
som blev foretaget i den forudgående kvalitative del. En spørgeskemaundersøgelse vil
blive struktureret og gennemført, hvor datagrundlaget, skal bidrage til en samlet
klarlægning af attrition årsager, baseret på begge undersøgelsestyper. Efter at
undersøgelsens opsætning er blevet forklaret, vil der være en dybere gennemgang af
resultaterne. Her vil sammenligning med de kvalitative undersøgelser også blive
foretaget.
Attrition årsager Frekvenser
Uventet høj pris
Manglende brugervenlighed
Andre personers holdninger
Manglende servicemuligheder
Manglende tillid
For lang leveringstid
Usikkerhed ved betaling
Begrænset sortiment
Uklare leverings- og betalingsbetingelser
Dårlige erfaringer
Usikkerhed ved udenlandske websites
Manglende E-mærke
Varer besværlige at købe online
32
28
23
22
21
17
15
15
14
11
6
4
4
Total 212
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 42 af 79
Dernæst vil Formål 3, blive yderligere belyst. Spørgeskemaundersøgelsen vil omfatte
spørgsmål, der kan bidrage til belysningen af attrition episoders indvirkning på website
brugeres efterfølgende adfærd. Resultaterne vil blive sat i perspektiv, ift. KU2.
8.1. Baggrund
Spørgeskemaundersøgelsen skal skabe et tydeligt helhedsbillede af attrition årsagerne.
Argumentationen bag klarlægningen vil på den måde blive styrket af et betydeligt
resultatgrundlag. Derved vil man opnå kvantitative resultater, der er baseret på
kvalitative udsagn, og som samtidig kan sammenlignes med resultaterne i tabel 12.
8.2. Metode
Det færdigudviklede spørgeskema, blev testet på to separate grupper, med fem personer
i hver. Alle personerne studerede på Handelshøjskolen i Århus. Deres feedback
resulterede ikke i nogle betydelige ændringer, og alle testpersonerne forstod indholdet af
spørgeskemaet.
Der var forskellige overvejelser forbundet med opbygningen og gennemførelsen af
undersøgelsen. Spekulationerne var hovedsageligt rettet mod spørgeskemaet og
distributionsmetoden, som skulle benyttes. I de næstkommende afsnit, vil
opmærksomheden være rettet mod disse områder.
8.2.1. Spørgeskema
Boolsen har understreget, at der er fordele og ulemper, forbundet med anvendelsen af et
elektronisk spørgeskema. Først og fremmest, er der generelt lave svarprocenter, og
anonymitet elimineres hvis der svares via personlig mail. Til gengæld, er det en
tidsbesparende metode, hvor respondenten kan besvare mange spørgsmål på relativt
kort tid (Boolsen, 2004). Hertil kommer, at repræsentativitet ikke er et større problem i
denne sammenhæng. Det skyldes, at alle modtagere af spørgeskemaet foretager online
handlinger, hvilket er eneste forudsætning for deltagelse i undersøgelsen.
Efter at have vægtet fordele og ulemper, blev det besluttet at benytte et online
spørgeskema til opfyldelse af undersøgelsens formål. Dernæst blev der spekuleret i
spørgeskemastruktur, indhold og skalatyper, som ville være passende. Med i
overvejelserne var to kriterier, der på bedst mulig måde skulle opfyldes. For det første,
skulle det være relevant og interessant for respondenterne. For det andet, skulle
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 43 af 79
spørgeskemaet være overskueligt og overkommeligt at udfylde. Kriterierne skulle
ønskeligt resultere i en højere svarprocent.
8.2.2. Spørgeskemadesign
Spørgeskemaprogrammet Studsurvey, blev anvendt i forbindelse med opbygningen af
spørgeskemaet (Studsurvey, 2010). Valget skyldes primært dets tilgængelighed samt de
let anvendelige funktioner, som gjorde designdelen til en overskuelig proces.
I overensstemmelse med Boolsen’s anbefalinger, blev skemaet udformet på en måde,
som gav et naturligt forløb. Det viste sig ved en logisk sammenhæng og rækkefølge af
spørgsmålene. Tvetydige og ledende spørgsmål blev undgået, da det ikke fremmer
deltagernes egen kognitive hukommelse, men derimod gør at de sandsynligvis ville
svare instinktivt (Boolsen, 2004).
Spørgeskemaet blev hovedsageligt udformet med ”radiobutton” svarmuligheder, hvor
kun ét svar til hvert spørgsmål var muligt. Det valgtes for at undgå, alternative
svarmuligheder blot udfyldes ”for sjov”. Ligeledes gav denne form for svarmuligheder
også bedre mulighed for, konkret at måle respondenternes holdninger til de forskellige
attrition årsager.
I de fleste tilfælde gav det mening at bruge en 5-punkts Likert skala. Det blev vurderet
at være den optimale skalatype, undersøgelsens formål taget i betragtning. Især i
forbindelse med holdningsspørgsmål, er det en meget anvendt form, hvilket også var
tilfældet med spørgeskemaundersøgelsen. Her kan også tilføjes det rationale, at
personer kun har én holdning til en problemstilling. På den måde undgås tvetydige
besvarelser, som kunne skabe tolkningsmæssige problemer. I en situation, hvor åbne
spørgsmål eller checkbokse blev anvendt, ville netop et sådant problem højst
sandsynligt opstå.
Anvendelsen af en 5-punkts Likert skala anbefales også af andre forskere indenfor
adfærdsstudier. Der argumenteres for, at personer har svært ved at overskue flere
valgmuligheder, som eksempelvis en 7-punkts skala. Samtidig er den også er mere
specifik, end hvad tilfældet ville være ved et mindre antal svarmuligheder (Grover &
Vriens, 2006).
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 44 af 79
I spørgeskemaet blev de mellemliggende svarmuligheder nummereret og ikke angivet
med kategori. Det var kun yderpunkterne, som er navngivet. Det er gjort for at reducere
sandsynligheden for systematisk anvendelse af det ”neutrale” alternativ.
8.2.3. Spørgeskemaindhold
Spørgeskemaindholdet blev fastlagt for at kunne viderebehandle resultaterne fra KU1
og KU2. Derfor var der, udover spørgsmål til brugeradfærd og online attrition,
spørgsmål til respondenternes køn, alder og efterfølgende adfærd. Erhvervs- og
uddannelsesinformationer havde, som tidligere vurderet, ikke nogen betydning for
deltagernes brugeradfærd. Af den grund, sås der bort fra dette punkt i
spørgeskemaundersøgelsen.
Som et opvarmningsspørgsmål, blev respondenterne adspurgt om deres opfattelse af
eget erfaringsniveau i forhold til internetbrug. Som fundet tidligere, kan erfaring have
en betydelig indvirkning på online brugeradfærd, herunder også attrition ved
varekurven. Herefter blev opstillet spørgsmål, som er direkte relevante for såvel online
attrition som E-handel og efterfølgende brugeradfærd. Derfor vil fokus være rettet mod
gennemgang af disse resultater.
Ved slutningen af spørgeskemaet blev opstillet to spørgsmål. Det ene belyser, hvordan
respondenterne forudser deres fremtidige forbrug på online handel. Det andet vedrører
deres nuværende tilfredshed med faktorer, som har relevans for E-handel. Spørgsmålene
fungerer som afrunding, men bidrager også med resultater, der kan være interessante
med henblik på afdækning af fremtidig potentiale og forbedringer af websites.
Spørgeskemaet, som er anvendt i undersøgelsen, kan ses i bilag 4.
8.2.4. Distribution
Det online sociale netværk, Facebook, blev anvendt til distribution af spørgeskemaerne
(Facebook, 2010). En tendens, som taler kraftigt for anvendelsen af Facebook, er
danskernes øgede brug af netværket. Ifølge Foreningen for Danske Internetmedier
(FDIM), bruger de 2,2 mio. danske Facebook-medlemmer, over 20 mio. timer på
netværket om måneden, og det tal stiger fortsat (Ekstrabladet, 2010). Med den udvikling
taget i betragtning, må det antages, at der var betydelig sandsynlighed for at de
inviterede personer, ville få kendskab til spørgeskemaet indenfor undersøgelsens
løbetid. Der blev oprettet en gruppe samtidig, med at researcherens 422 private
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 45 af 79
kontakter blev informeret. Invitationerne til spørgeskemaet blev sendt til kontakternes
individuelle profil.
Det kan diskuteres om, sociale netværk var passende at anvende i en seriøs
sammenhæng. Respondenterne er bekendte af researcheren, hvilket kunne påvirke deres
besvarelser. Selvom det kan være problematisk, vurderedes det ikke at have nogen
nævneværdig indflydelse på resultaterne. Det skyldtes, at deltagerne individuelt valgte
at deltage fordi man havde tid og lyst, ikke fordi man følte tvang.
8.2.5. Dataindsamling og databehandling
Der var ikke fastsat nogen øvre grænse for antal besvarelser. Da datagrundlaget skulle
være solidt, var antallet af besvarelser ønsket så stort som muligt. I stedet var der fastsat
en tidsramme på 10 dage fra starttidspunktet. Fristen var fastsat ud fra de
forudsætninger, som afhandlingen udarbejdes under, og blev vurderet for at være
rimelig. Data var indsamlet i Studsurvey, hvor der blev foretaget en beskrivende
statistisk bearbejdning af resultaterne. I det videre forløb eksporteres resultaterne til
SPSS, hvor yderligere statistisk bearbejdning vil blive foretaget.
8.3. Resultater
Her vil der blive foretaget en gennemgang af de mest interessante resultater fra
spørgeskemaundersøgelsen. De vil blive sammenlignet med dem, der fremkom i KU1
og KU2. I overensstemmelse med klarlægningsformålet, vil der være særlig
opmærksomhed rettet mod, hvordan respondenter har svaret på attrition relevante
spørgsmål. Ved yderligere interesse for resultaterne, kan disse ses i bilag 5.
Undersøgelsen blev, trods tidsfristen, stoppet efter syv dage. Der fremkom et klart
mønster i svarudviklingen, som kan ses i figur 6 herunder.
Figur 6: Svarudvikling for spørgeskemaundersøgelse
Kilde: Egen tilvirkning, på baggrund af spørgeskemaundersøgelse
0
20
40
60
80
100
120
1 2 3 4 5 6 7
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 46 af 79
Figur 6 viser, at langt størstedelen af besvarelserne blev givet dag 3. Derefter faldt
antallet af besvarelser gradvist indtil dag 7. Det var antaget, ud fra grafens udvikling, at
der de efterfølgende dage ville være endnu mindre tilslutning, hvorfor undersøgelsen
blev stoppet efter dag 7.
I løbet af de syv dage, svarede 210 personer på spørgeskemaet. Dvs. en svarprocent på
49,76 %, hvilket var overraskende højt. Interessant nok, blev spørgeskemaet kun vist
257 gange for at opnå de 210 besvarelser. Der kan være forskellige grunde til det.
De inviterede kan have opfattet spørgeskemaet som overskueligt og hurtigt at udfylde.
En anden faktor kan være relationen til researcheren og ønsket om at hjælpe en bekendt.
Endeligt kan det også skyldes at respondenterne fandt emnet personligt relevant. Både
relevansen og overskueligheden af spørgeskemaet, var netop de kriterier, som var
ønsket opfyldt fra spørgeskemaundersøgelsens indledning.
8.3.1. Demografiske data
Tabellen herunder opsummerer de demografiske data, som resultaterne byggede på.
Tabel 13: Demografiske data for kvantitativ undersøgelse
Antal deltagere Gennemsnitsalder
Mænd 136 27,09
Kvinder 74 28,59
Samlet 210 27,29
Kilde: Egen tilvirkning, på baggrund af spørgeskemaundersøgelse
Ingen af de demografiske data forekommer overraskende. Tabellen viser, at der er klare
afvigelser mellem disse data og dem fra forudgående undersøgelser. I modsætning til
KU1 og KU2, var der her kraftig overtal af mandlige respondenter. Det bør også
nævnes, at den samlede gennemsnitsalder her var over ti år lavere.
8.3.2. Kvantitative resultater
Det var ventet at mange Facebook brugere også handlede på Internettet. Dog var det
meget overraskende, at hele 206 (98,09 %) personer på et tidspunkt havde prøvet at
handle online. Der kan her argumenteres for at alderen havde en indflydelse, da
respondenterne er opvokset med Internet og E-handel, hvilket må antages at have en
styrkende effekt på deres sikkerheds- og erfaringsopfattelse. Det støttes også af
respondenternes egen opfattelse af erfaring. På en 5-punkts Likert skala angav de deres
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 47 af 79
erfaringsniveau ift. internetbrug. Her svarede blot fem personer, at deres erfaringsniveau
befandt sig under middel (kategori 1 og 2).
8.3.3. Online attrition & varekurven
Resultaterne viste, at 200 respondenter havde prøvet at efterlade varer på et website.
Dette svarede til 95,24 %, hvilket må siges at være markant højere 72,85 % og 78,57 %,
fundet i KU1 og KU2. Der kan være en sammenhæng mellem denne udvikling, og den
lavere gennemsnitsalder samt respondenternes erfaringsniveau. I takt med at personers
erfaring øges, må det antages at evnen til at tolke og være kritisk overfor websites
forbedres, hvilket kan øge sandsynligheden for online attrition. En anden faktor, som
kunne have indflydelse på attrition resultaterne, var tiden anvendt til at besvare
spørgeskemaet. Respondenterne havde betydelige af mængder tid til rådighed, hvilket
samtidig gav dem bedre mulighed for at kunne bearbejde deres oplevelser.
På en 5-punkts Likert skala skulle respondenterne angive deres enighed i udsagn, som
havde indflydelse på deres beslutning om at forlade websitets varekurv. Udsagnene blev
opstillet ud fra den kombinerede bruttoliste i tabel 12. Herunder fremgår
spørgeskemaundersøgelsens resultater i relation til attrition årsager.
Tabel 14: Frekvensfordeling på attrition variable
Attrition årsager
Helt
uenig
1
2
3
4
Helt
enig
5
Uventet høj pris Manglende brugervenlighed
Manglende servicemuligheder
Varer besværlige at købe online Dårlige erfaringer
Usikkerhed ved betaling
Andre personers holdninger
Uklare leverings- og betalingsbetingelser Begrænset sortiment
Manglende tillid
For lang leveringstid Manglende E-mærke
Usikkerhed ved udenlandske websites
25 43
29
33 75
33
53
27 70
38
30 87
69
28 45
45
29 57
22
46
29 52
23
27 34
41
45 61
65
50 45
40
50
38 50
57
51 47
48
53 39
47
59 13
51
36
57 13
43
59 22
26
49 12
14
29 10
54
15
49 15
39
33 10
16
I alt 612 478 647 518 345 Kilde: Egen tilvirkning, på baggrund af spørgeskemaundersøgelse
Resultaterne viste, at Begrænset sortiment, Manglende E-mærke, Usikkerhed ved
udenlandske websites og Dårlige erfaringer ikke havde nogen nævneværdig betydning
for online attrition. I stedet skal fokus rettes mod kolonne 4 og 5. Det var her
respondenterne angav at de var delvist enige (4) eller helt enige (5). De fremhævede
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 48 af 79
årsager er der, hvor de to kategorier var mest fremtrædende. De årsager hvor
enighedsgraden var størst er således, Uventet høj pris, Usikkerhed ved betaling, Uklare
leverings- og betalingsbetingelser, Manglende tillid samt For lang leveringstid.
Når man sammenligner med bruttolisten, er der en sammenhæng mellem resultaterne.
Ved at addere kolonne 4 og 5, fremkommer nedenstående i tabel 15.
Tabel 15: Opsummering af resultater
Kilde: Egen tilvirkning, på baggrund af KU1, KU2 og spørgeskemaundersøgelse
Af tabellen fremgår det, at tre årsager får lav tilslutning i begge tilfælde. Hermed kan
det udledes, at Manglende E-mærke, Usikkerhed ved udenlandske websites og Dårlige
erfaringer ikke har nogen betydelig indflydelse på online attrition. Derimod kan det
samtidig konkluderes, at Uventet høj pris, Manglende tillid, For lang leveringstid,
Usikkerhed ved betaling og Uklare leverings- og betalingsbetingelser var de mest
betydningsfulde årsager til at online attrition ved varekurven forekommer.
8.3.4. Brugeradfærd efter online attrition
Respondenterne blev adspurgt om deres online brugeradfærd efter attrition.
Spørgsmålene var rettet mod det specifikke website, samt brugeradfærden overfor andre
websites. Figur 7 viser respondenternes efterfølgende brugeradfærd overfor det
specifikke website. Parenteserne angiver antallet af respondenter.
Attrition årsager Frekvenser
Bruttoliste
Frekvenser
Spørgeskema
Uventet høj pris
Manglende brugervenlighed
Andre personers holdninger
Manglende servicemuligheder
Manglende tillid
For lang leveringstid
Usikkerhed ved betaling
Begrænset sortiment
Uklare leverings- og betalingsbetingelser
Dårlige erfaringer
Usikkerhed ved udenlandske websites
Manglende E-mærke
Varer besværlige at købe online
32
28
23
22
21
17
15
15
14
11
6
4
4
102
51
51
61
82
92
105
28
106
23
42
32
88
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 49 af 79
Figur 7: Brugeradfærd efter attrition
Kilde: Egen tilvirkning, på baggrund af spørgeskemaundersøgelse
Det er vises klart, at en attrition episode har indflydelse på brugernes holdning til
websitet. At 60 % af brugerne efterfølgende ikke havde handlet på websitet, må siges at
være et klart billede, som illustrerer potentielle konsekvenser for E-tailere. Procentdelen
af returnerede gæster er lignende de 69 % i KU2. Man må derfor konkludere at dette
ikke er en enkeltstående situation, men snarere en klar udvikling.
At online attrition er negativt for de specifikke websites står dermed klart. Men hvordan
påvirkes brugeradfærden i forbindelse med online handel på andre websites? Det kan
aflæses i figur 8.
Figur 8: Online handel på andre websites efter attrition
Kilde: Egen tilvirkning, på baggrund af spørgeskemaundersøgelse
Som det kan ses, afholdte dårlige oplevelser på et website, ikke respondenterne fra at
handle online andre steder. At de 190 personer valgte at handle på andre websites
efterfølgende kan antagelsesvist tolkes på to måder. Enten søgte de forskellige
produkter eller også ledte de efter det samme produkt flere steder. I tilfælde af det
sidstnævnte scenarie, så understreges det blot, at den generelle bruger er kritisk
0102030405060708090
Nej, har ikke brugt
hjemmesiden efter
episoden (46)
Ja, men har ikke
handlet på
hjemmesiden (76)
Ja, og har prøvet at
handle på
hjemmesiden (78)
0
50
100
150
200
Ja (190) Nej (10)
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 50 af 79
indstillet. Endnu vigtigere, så indikerer det også at høje attrition rates, giver E-tailerne
fordelagtige muligheder for at overtage hinandens kunder.
8.4. Kvantitative vurderingskriterier
Som ved den kvalitative metode, vurderes den kvantitative undersøgelse også ud fra fire
kriterier, som er intern validitet, ekstern validitet, reliabilitet og objektivitet (Heldbjerg,
2006, s. 20).
På baggrund af spørgeskemaundersøgelsens population, må det siges at der er intern
validitet. De fremkomne resultater betragtes som værende gyldige, og dermed kan
benyttes i fremtidige sammenhænge.
Der kan stilles tvivlsspørgsmål ved resultaternes eksterne validitet. Hovedsageligt
skyldes det at, det er en yngre population som har deltaget. I andre tilfælde ville
tilslutningen og svarmønsteret muligvis se anderledes ud.
Undersøgelsens resultater er behandlet på en simpel måde, hvor der er fokus på
beskrivende statistik. Derfor er metoden pålidelig og man må gå ud fra, at i tilfælde af at
andre forskere benytter metoden, vil udfaldet ligne dette.
Objektiviteten er sikret, da researcheren ikke har interageret eller kommunikeret med
populationen under forløbet for spørgeskemaundersøgelsen. Respondenterne har dannet
individuelle indtryk, uden at de er forsøgt påvirket.
8.5. Delkonklusion
Den kvantitative undersøgelse skulle bidrage til indfrielsen af afhandlingens Formål 2
og Formål 3. Der blev gennemført en spørgeskemaundersøgelse, som skulle anvendes
til yderligere klarlægning af attrition årsager samt yderligere afklare, hvordan
brugeradfærd efter attrition viser sig.
Efter at have gennemført spørgeskemaundersøgelsen, blev attrition årsager
sammenlignet med dem fundet i den kvalitative del af afhandlingen. På den måde kunne
der udelukkes årsager, som ikke have nogen indflydelse. Resultaterne viste, at de
årsager som fik størst tilslutning gennem begge undersøgelser var, Uventet høj pris,
Manglende tillid, For lang leveringstid, Usikkerhed ved betaling samt Uklare leverings-
og betalingsbetingelser. Derfor er det disse årsager, som er de mest influerende på
online attrition ved varekurven.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 51 af 79
Det viste sig, at online attrition oplevelser havde en betydelig indvirkning på
respondenternes adfærd i forhold til websitet. Et overtal havde efter episoden ikke
foretaget en handel på websitet. Derimod havde andre websites langt større tilslutning. I
forbindelse med Formål 3, kan det derfor konkluderes, at høje attrition rates kan have
betydelige konsekvenser for E-tailere. Dette var også i overensstemmelse med
resultaterne fremkommet i KU2.
9. Faktoranalyse
9.1. Baggrund
Spørgeskemaundersøgelsens data vil blive analyseret ud fra to statistiske principper. I
overensstemmelse med Formål 4, vil der blive dannet et teoretisk grundlag for videre
forskning af brugeradfærd og online attrition. De statistiske metoder, som anvendes, er
en faktoranalyse samt en logistisk regressionsanalyse.
I praktisk sammenhæng, har de to metoder komplementeret hinanden i en undersøgelse
foretaget af analysebureauet Capacent. Som tilfældet er med afhandlingen, anvendtes
fremgangsmåden, i forbindelse med klarlægning af frafaldsvariable ved PhD. studier
(Capacent, 2007).
Først vil faktoranalysen summere og etablere en datastruktur. Dernæst vil den logistiske
regression fremfinde de variable, som har størst indflydelse på sandsynligheden for at
attrition vil forekomme. Samtlige statistiske output, som nævnes i analyserne, kan
studeres nærmere i bilag 6 og 8.
Formålet med faktoranalysens gennemførelse er at summere og strukturere data til et
antal faktorer, der kan benyttes i videre forskning af brugeradfærd og online attrition.
Analysens anvendelighed støttes også af Hair, som mener at formålet er: ”…to define
the underlying structure among the variables in the analysis”(Hair et. al., 2006, s. 104).
Data summeringen ønskes foretaget med mindst mulig tab af informationer. Dette gøres
for at tydeliggøre forholdet mellem den afhængige og de uafhængige variable. Hertil
kommer, at sådanne forhold skal kunne struktureres i et overskueligt antal faktorer.
Ved data summering, er den mest fordelagtige metode en R faktoranalyse, da der skal
identificeres holdningsrelevante variable, som er svære at observere. Der er ikke fokus
på korrelationer mellem respondenterne, hvor en Q faktoranalyse til gengæld oftest
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 52 af 79
benyttes (Hair et. al., 2006). Faktoranalysen er foretaget omkring den afhængige
variabel, V26. Dette er spørgsmålet, om respondenten har prøvet at efterlade en vare på
et website. De uafhængige variable, er de demografiske informationer (V1 og V2),
erfaringsniveau (V3) og holdningsspørgsmål til attrition (V27-V39).
9.2. Forudsætninger
Det anbefales, at have en minimumsgrænse på 50 observationer (Hair et. al, 2006, s.
113). I analysen vil data være baseret på 198 besvarelser. Reduktionen ift. de
oprindelige 210 besvarelser, skyldes at det er valgt udelukkende, at beskæftige sig med
personer som både har handlet online og samtidig prøvet at foretage en attrition
handling.
Ud fra KMO og Bartlett’s test undersøges det, hvor passende modellen er til at forklare
online attrition. KMO værdien er på 0,8, hvilket ifølge Hair, er ”meritorious”
(prisværdigt), og derfor acceptabelt for videre analyse (Hair et. al., 2006, s. 114).
Anti image matricen viser de partielle korrelationer mellem variablene. I alle tilfælde
befinder korrelationerne sig over de 0,5, og anses derfor også som værende acceptable.
Bartlett’s test har en værdi på 782,86 med signifikansniveau på 0,00. Det indikerer at
der, som minimum, er korrelationer mellem nogle af variablene.
9.3. Faktorudledning
Faktorudledningsmetoden, som anvendes er Principal Component Analysis (PCA).
Valget er foretaget, da der skal summeres data ved brug af mest mulig oprindelig
information. PCA udleder variable, som ikke har tilstrækkelig andele af unik varians, og
dermed også antallet af faktorer, der skal bevares.
Det første skridt i udledningen, er at vurdere faktoranalysens Eigen værdier. Hair
anbefaler, at Eigen værdier kun bruges til udledning, hvor der er over tyve variable, da
der sandsynligvis ellers vil opstå meget få faktorer (Hair et. al., 2006). I dette tilfælde
ses der bort fra anbefalingen, da en løsning på fem konstruerede faktorer ikke
umiddelbart skaber problemer for videre analyse. Eigen værdierne befandt sig alle over
grænsen på 1, og var derfor signifikante. Ifølge Scree plottet, der er baseret på Eigen
værdier, kan det diskuteres om den viser en optimal løsning på fem faktorer. Dette kan
ses i plottet herunder.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 53 af 79
Figur 9: Scree plot
Kilde: SPSS output i bilag 6
Det vurderes, at et konstant fald udjævnes efter fem faktorer. Desuden kan man på Y-
aksen også aflæse at Eigen værdierne tilnærmelsesvist befandt sig under 1 ved sjette
faktor.
For at sikre signifikans for de udtrukne faktorer, skulle de kunne forklare en vis del af
den samlede varians. Hair argumenterer for, at en samlet forklaringsgrad på 60 %,
indenfor adfærdsstudier, langt fra er unormalt. Da forklaringsgraden i forestående
analyse var 60,25 %, må det betragtes som værende acceptabelt (Hair et. al., 2006).
Communalities viser, om der er nogle af variablene, der ikke forklares i passende grad
af de konstruerede faktorer. Da der ikke forekom communalities på under 0,4 må det
betragtes som en acceptabel tilstand. Denne betragtning støttes af Hair. Der menes dog
også, som hovedregel, at størstedelen af variablene skal have communalities over 0,6.
Det var tilfældet med 10 ud af 16 variable, hvor der endvidere lå adskillige variable lige
under dette niveau (Hair et. al., 2006). Det blev alligevel forsøgt at trække de to variable
med laveste communalities ud af analysen. Variablene var V30 og V38, med
communalities på henholdsvis 0,422 og 0,464. Efter at have ekskluderet variablene
enkeltvis, og gentaget faktoranalysen, blev de to variable bevaret i løsningen. Det
skyldtes, at variablenes fravær i faktoranalysen havde en negativ indvirkning på bl.a.
KMO og communalities for de resterende variable.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 54 af 79
De roterede faktor loadings, der viser korrelation mellem variabel og faktor, fremgår af
tabel 16.
Tabel 16: Roterede faktor loadings
Rotated Component Matrix
Component
1 2 3 4 5
V31 Jeg havde dårlige erfaringer med hjemmesiden ,714 ,222 ,056 ,129 ,145
V35 Jeg synes der var et dårligt sortiment ,694 ,242 ,084 -,165 ,118
V38 Jeg kunne se at hjemmesiden ikke var E-mærket ,636 ,186 ,112 ,097 -,056
V33 Jeg lyttede til andre personers negative bedømmelser af hjemmesiden
,628 -,068 ,269 ,214 -,089
V39 Jeg følte mig usikker på udenlandske hjemmesider ,551 ,115 -,059 ,104 ,157
V29 Jeg synes der var for dårlige servicemuligheder ,220 ,747 ,175 ,147 -,019
V28 Jeg synes der var for dårlig brugervenlighed og design ,312 ,674 -,172 ,175 -,019
V30 Jeg synes varerne var for besværlige at købe over Internettet ,159 ,569 ,116 ,084 ,228
V34 Jeg synes at leverings- og betalingsbetingelser var for dårlige ,152 ,122 ,784 ,155 ,022
V37 Jeg synes leveringstiden var for lang ,195 -,056 ,721 ,153 -,136
V27 Jeg synes gebyrerne var for høje -,131 ,180 ,626 -,167 ,187
V36 Jeg havde ikke tillid til hjemmesiden ,202 ,217 ,250 ,618 -,031
V32 Jeg følte usikkerhed, da jeg skulle betale på hjemmesiden ,086 ,133 ,303 ,590 ,081
V2 Dit køn ,112 ,011 ,190 -,286 ,723
V3 Din Interneterfaring -,045 -,160 ,158 -,112 -,688
V1 Dit fødselsår -,002 ,016 ,033 -,144 -,610
Kilde: SPSS output i bilag 6
Det kan her ses, hvordan variablene er struktureret i fem faktorer. Herunder er de
navngivet ud fra fem typer forhold, der betragtes som passende.
Faktor 1 – Erfaringsrelevante forhold
V31: Jeg havde dårlige erfaringer med hjemmesiden
V33: Jeg lyttede til andre personers negative bedømmelser af hjemmesiden
V35: Jeg synes der var et dårligt sortiment
V38: Jeg kunne se at hjemmesiden ikke var E-mærket
V39: Jeg følte mig usikker på udenlandske hjemmesider
Faktoren er navngivet ud fra den opfattelse, at de variable som hører herunder kan
relateres til oplevelser som enten bygger på personens egen eller andres oplevelser og
erfaringer på et website.
Faktor 2 – Serviceforhold
V28: Jeg synes der var for dårlig brugervenlighed og design
V29: Jeg synes der var for dårlige servicemuligheder
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 55 af 79
V30: Jeg synes varerne var for besværlige at købe over Internettet
Her er faktortitlen formuleret ud fra den overbevisning, at de underliggende variable
kan henføres til serviceaspekter.
Faktor 3 – Levering & betalingsforhold
V27: Jeg synes gebyrerne var for høje
V34: Jeg synes at leverings- og betalingsbetingelser var for dårlige
V37: Jeg synes leveringstiden var for lang
Alle tre variable berører leveringselementet. Her er både variable omkring tid og
økonomi, som vedrører levering medtaget.
Faktor 4 – Tillidsforhold
V32: Jeg følte usikkerhed, da jeg skulle betale på Internettet
V36: Jeg havde ikke tillid til hjemmesiden
Her er der fokus på tillid til et website, og hvor sikkerhed ved betaling er vigtigt for
denne tillid.
Faktor 5 – Demografiske forhold
V1: Køn
V2: Fødselsår
V3: Interneterfaring
Her er den demografiske baggrund suppleret med individuelt opfattet erfaringsniveau.
Som vist i spørgeskemaundersøgelsen, kan erfaringsniveau potentielt afspejles i
demografisk baggrund.
Der er nogle af ovenstående faktorer, der forekommer mere logisk konstrueret end
andre. Dog viser faktor loadings en klar opdeling i fem faktorer, hvor der ikke
forekommer nogle cross loadings på tværs af faktorerne.
9.4. Validering
Ved validering af faktorløsningen undersøges det, om hvorvidt der kan være tale om en
generalisering, eller om individuelle besvarelser har signifikant betydning for
faktorstrukturen og antallet af variable (Hair et. al., 2006, s. 134). Det vurderes ud fra
spørgeskemaundersøgelsens resultater i tidligere opstillede tabel 13. Der er en relativt
jævn fordeling af besvarelserne ved attrition spørgsmålene. Det indikerer dermed, at der
ikke er besvarelser, som tilskrives større indflydelse på faktorløsningen end andre.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 56 af 79
9.5. Pålidelighedsanalyse
Faktorløsningens pålidelighed, vurderes gennem en yderligere test på en af de
konstruerede faktorer. For at der skal være en passende intern konsistens i faktoren,
altså en passende datastruktur, skal den have en Cronbach’s Alpha, der befinder sig
omkring 0,7 eller mere. Faktor 1 vælges til pålidelighedstest. Det skyldes, at den
indeholder flest variable, og dermed mest data. Resultater viser, at Faktor 1, med de fem
variable (V31, V33, V35, V38, V39), har en Cronbach’s Alpha på 0,743, hvilket er
acceptabelt.
For endeligt at konkludere den interne konsistens, foretages endnu en test på
pålideligheden. Denne gang på Faktor 2 med tre variable (V28, V29, V30). Faktoren har
en Cronbach’s Alpha på 0,621, hvilket er lavt. Dog kan det forsvares at have en
Cronbach’s Alpha mellem 0,6 og 0,7 i visse tilfælde, hvor man beskæftiger sig med en
eksplorativ research (Hair et. al., 2006, s. 137). Derfor fastholdes faktoren i
faktorløsningen og det konkluderes, at der i datastrukturen er intern konsistens i de
konstruerede faktorer.
9.6. Opsummering
Samtlige variable blev bevaret i faktorløsningen, da der ikke var belæg for at reducere
antallet. Faktoranalysen resulterede i data summering, hvor variablene konstruerede fem
faktorer. Faktorerne blev navngivet ud fra variablenes indhold. Faktorløsningen kan
anvendes som udgangspunkt for efterfølgende forskning af online attrition ved
varekurven. Dette er i overensstemmelse med afhandlingens Formål 4.
10. Logistisk regressionsanalyse
Efter at have etableret datastrukturen, vil der blive foretaget en logistisk regression.
Analysen ser på forholdet mellem afhængige og uafhængige variabel, ud fra
sandsynligheder. Mere konkretiseret, vil der i den logistiske regression blive analyseret,
hvilke variable, som har indflydelse på sandsynligheden for at attrition forekommer ved
varekurven.
10.1. Metode
Den logistiske regression gennemføres ud fra den binære metode. Det skyldes at den
afhængige variabel (V26) kun antager to værdier (”Ja” eller ”Nej” til attrition). Denne
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 57 af 79
form for regression antager, at der ikke nødvendigvis er en lineær sammenhæng mellem
den afhængige og de uafhængige variable (Hair et. al., 2006).
Ved en logistisk regression er forudsætninger ikke altafgørende for videre analyse.
Endelig, er det en metode, der bidrager til simple og let aflæselige resultater. Det er bl.a.
også tilfældet med multipel regression, der ville have været den benyttede metode, hvis
afhængige variabel var metrisk. Logistisk regression behandler og vurderer forholdet
mellem variable ud fra sandsynligheder og odds. I dette tilfælde forholdet mellem V26
og de uafhængige variable.
Værd at nævne er, at analysen ikke vil resultere i en regressionsmodel. Det er der to
årsager til:
- Analysen skal bidrage til, at skabe et grundlæggende kendskab til relevante
attrition variable, der kan anvendes i fremtidige studier.
- En egentlig statistisk modelkonstruktion vil nedprioriterer afhandlingens
overordnede eksplorative formål.
For at kunne opfylde kravet om at den afhængige variabel skal antage præcis to værdier,
involveres de tidligere 12 fravalgte respondenter i analysen. Årsagen er, at den
afhængige variabel i analysen ellers kun ville antage en værdi (”Ja” til attrition).
De uafhængige variable har, i de 12 respondenters tilfælde, missing values. Disse
erstattes af den gennemsnitlige værdi for de øvrige 198 besvarelser (se bilag 7).
Herefter omdannes besvarelserne i V26 fra værdierne 1,2 til værdierne 0 (Ja), 1 (Nej).
Dermed er interessen rettet mod sammenhængen mellem de uafhængige variable og
referencen ”0”, da det er ensbetydende med at man har foretaget en attrition handling.
I faktoranalysen skete der ikke nogen reduktion i variabelantallet. Derfor er den
logistiske regressionsanalyse baseret på de samme variable som i forudgående.
10.2. Resultater
Af den logistiske regression, fremkommer en række variable, der ikke har nogen
selvstændig indflydelse på sandsynligheden for at online attrition forekommer. Det
skyldes, at deres signifikansniveauer befinder sig over 0,05. Kun V29 (Manglende
servicemuligheder) og V33 (Andre personers holdninger) befinder sig under. Dog
bevares alle variable af to årsager. For det første er det, som tidligere nævnt, ikke målet
at skabe en endelig regressionsmodel, men derimod analysere og vurdere de indledende
resultater som variablene bidrager med. For det andet, påvirker en reducering af
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 58 af 79
variabelmængden det overordnede fit af den logistiske regression. Dette vil blive
forklaret senere i afsnittet.
I tabellen herunder vil man kunne se data for variablene i den logistiske regression, i
form af parameterestimater (β), signifikansniveauer og odds ratios (expβ).
Tabel 17: Logistiske regressionsdata
Variabel β Sig. expβ
V1
V2
V3
V27
V28
V29
V30
V31
V32
V33
V34
V35
V36
V37
V38
V39
Constant
-,318
-,056
-,699
-,067
-1,057
,941
-,035
,011
-,202
,888
-,472
-,286
-,122
-,127
-,243
-,195
6,757
,739
,273
,137
,856
,057
,039
,913
,984
,564
,042
,258
,527
,762
,728
,605
,646
,155
,727
,946
,497
,936
,347
2,564
,965
1,011
,817
2,430
,624
,751
,886
,881
,784
,822
860,166
Kilde: SPSS output i bilag 8
Parameterestimaterne viser, hvor stor sandsynligheden er for, at den afhængige variabel
er lig med 0 (attrition forekommer). Disse skal være over 0,5 for at der kan udledes en
markant indflydelse, hvilket er tilfældet ved V29 og V33.
Odds ratios viser indflydelsen på den afhængige variabel, når pågældende uafhængige
variabel ændres med 1 enhed (Hair et. al., 2006). De to mest fremtrædende variable,
med henblik på odds ratios, er V33 (2,430) og V29 (2,564). Ikke overraskende, da odds
ratios er den eksponentielle funktion af parameterestimaterne.
Med andre ord, vil der med en stigning på 1 i de to uafhængige variable, ske en
forøgelse i sandsynligheden på henholdsvis 2,430 og 2,564 for at attrition ved website
varekurven forekommer.
Den samlede forklaringsgrad for den logistiske regression, måles gennem Nagelklerke’s
Pseudo R-square mål. Her indikerer 1, en perfekt forklaringskraft gennem variabel
sammensætningen (Hair et. al., 2006). I denne situation, har Nagelklerke en
forklaringskraft på 0,266 (26,6 %), hvilket er et acceptabelt niveau. Dvs. at de
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 59 af 79
uafhængige variable forklarer 26,6 % af variansen i den afhængige variabel. En
reducering i variabelantallet vil, som nævnt tidligere, påvirke Nagelklerke’s mål
markant. Det er ikke optimalt, da en endelig logistisk regressionsmodel ikke skal
formuleres. Det kan nævnes, at i tilfælde af at man skulle konstruere en
regressionsmodel, ville man slutte med en forklaringsgrad på blot 15,6 %. Variablene
blev enkeltvis udtrukket af regressionen, på baggrund af deres signifikansniveauer.
Processen, hvor variabelantal reduceres kan ses ved outputtet i bilag 8.
10.3. Opsummering
Den logistiske regression viste at der, ligesom i faktoranalysen, ikke kan udtrækkes
variable. Dette blev undladt, da det havde stor indflydelse variabelsammensætningens
forklaringskraft. Mest interessant fremkom det at Manglende servicemuligheder og
Andre personers holdninger var de variable, som havde størst indflydelse på
sandsynligheden for at attrition ved varekurven forekom.
10.4. Delkonklusion
For at skabe et teoretisk anvendeligt grundlag for fremtidig forskning, blev der foretaget
to statistiske analyser.
Først viste datastrukturen en løsning med fem faktorer, hvorunder de 16 variable blev
fordelt. Dernæst blev de navngivet ud fra variabelindholdet.
Den logistiske regression blev foretaget på baggrund af faktoranalysen.
Regressionsanalysen viste, at der var to variable, som havde mest indflydelse på
sandsynligheden for at attrition ville forekomme. Variablene var V29, V33. Det kan
altså konkluderes, at Manglende servicemuligheder og Andre personers holdninger er
de variable, som forklarer mest når man vil beregne sandsynligheden for attrition ved
website varekurven.
11. Konklusion
Denne afhandling har bidraget med indsigt i et hidtil uudforsket område indenfor online
marketing.
Gennem et dybdegående tilbageblik på tidligere forskning, kunne det konkluderes at
afhandlingens område endnu ikke havde opnået nævneværdig opmærksomhed. Det til
trods for, at der er et betydeligt økonomisk argument for fokus på brugeradfærd og
online attrition i forbindelse med E-handel.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 60 af 79
For at skabe et dybere indblik i emnet, blev det i afhandlingen bearbejdet ved opstilling
af fire formål.
For at klarlægge attrition årsager ved website varekurven, blev der foretaget to
kvalitative undersøgelser. Individuelt havde de lignende fordelinger af udsagn på de 18
årsager, som kunne udledes af interviewene. Undersøgelsesfrekvenserne blev adderet,
hvorefter det fremgik, at fem årsager var fremtrædende. Formål 1 blev indfriet ved
klarlægningen, som viste at Manglende servicemuligheder, Manglende tillid, Websitets
funktionalitet og design, For lang leveringstid og Uventet høj fragtpris, var de mest
anvendte grunde til attrition skete ved website varekurven.
Som ønsket var med Formål 2, blev klarlægningen derefter belyst, fra et kvantitativt
synspunkt. De kvalitative data blev kombineret, hvorefter en spørgeskemaundersøgelse
blev gennemført. Herefter kunne det konkluderes, at Uventet høj pris, Manglende tillid,
For lang leveringstid, Usikkerhed ved betaling og Uklare leverings- og
betalingsbetingelser, var de årsager, som havde størst attrition relevans.
I overensstemmelse med Formål 3, blev det belyst hvilken indvirkning attrition
episoder havde på website brugeres efterfølgende adfærd. Resultaterne viste, at der var
en klar sammenhæng mellem dårlige website oplevelser og efterfølgende adfærd. Det
viste sig særligt ved lavere tilslutning til pågældende website, men samtidig betydelig
anvendelse af andre websites.
Afhandlingen har skabt et teoretisk grundlag, som kan anvendes i fremtidig forskning af
brugeradfærd og online attrition i forbindelse med E-handel. Gennem en faktoranalyse
blev der konstrueret fem faktorer til videre analyse. Herefter, blev der foretaget en
logistisk regressionsanalyse for at måle forholdet mellem afhængige og uafhængige
variable. Her kunne det konkluderes, at Manglende servicemuligheder og Andre
personers holdninger havde den største indflydelse på sandsynligheden for at attrition
ved varekurven forekom. Som ønsket var med Formål 4, blev der hermed etableret et
grundlæggende teoretisk udgangspunkt, hvor der kan forskes ud fra konstruerede
faktorer, såvel som individuelle variable.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 61 af 79
11.1. Vurdering
Ved at danne et tilbageblik og vurdere afhandlingens udarbejdelse, er der elementer,
hvor det kan diskuteres, at andre tilgange havde været mere passende til løsning af
opstillede formål.
På baggrund af resultaterne i de kvalitative undersøgelser, kan det diskuteres om ikke én
undersøgelse havde været tilstrækkelig, i forbindelse med klarlægning og videre
kvantitativ bearbejdning. I forlængelse heraf kunne mere dybdegående kontrollerede
interviews, med færre deltagere, antagelsesvist fremkomme med samme mængde
informationer. Her kunne en mere præcis måling af deres udsagn, være foretaget ved
transskriberede data.
I modsætning til de kvalitative undersøgelser, var valget af respondenter til
spørgeskemaundersøgelsen ikke tilfældig. Det kan derfor diskuteres om de to tilgange
er direkte sammenlignelige. En sådan sammenligning havde været optimal, hvis begge
undersøgelser var baseret på tilfældigt udvalgte personer.
11.2. Anbefalinger
Den viden, der er opbygget omkring brugeradfærd og online attrition i afhandlingen,
kan anvendes på forskellige måder i erhvervslivet.
E-tailere kan få indsigt i, hvilke årsager der potentielt ligger til grund for attrition på
deres websites. Ved kende årsagerne, opstår muligheden for at forbedre sine online
processer, så behov der opstilles af brugerne dækkes bedst muligt. En anvendelse af
afhandlingens resultater kan således bidrage E-tailere med bedre muligheder for at
reducere deres attrition rate ved varekurven. Afhandlingen har bevist, at brugeradfærd
efter online attrition påvirkes. Viden, som blot øger relevansen for E-taileres fremtidige
fokus på attrition reducerende aktiviteter.
Software udviklere har ligeledes muligheden, for at gøre brug af afhandlingens
resultater. Det er vist, at kvalitative og kvantitative undersøgelser kan suppleres i dette
tilfælde, hvilket også åbner muligheder for udvikling af nuværende Web Analytics
redskaber. Programmerne kan, i modsætning til nu, bruge begge metodetilgange, hvilket
vil skabe et mere præcist analyseværktøj til måling af website aktiviteter.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 62 af 79
11.3. Videre forskning
Afhandlingen er den første af sin slags, hvor der klarlægges, hvilke potentielle årsager
som er til online attrition ved varekurven. Derfor er der også forskellige muligheder for
videre forskning indenfor området.
Ved at skabe et teoretisk grundlag for efterfølgende forskning, skal afhandlingen
betragtes som den første af mange studier, der belyser emnet. Grundlaget giver indsigt i
hvilke forskningsmæssige retninger, som der kan rettes opmærksomhed mod i den
kommende tid. Afhandlingens relevans har skabt basis for fremtidige konfirmative
undersøgelser, hvor disse resultater kan anvendes som udgangspunkt for videre analyse.
Afhandlingen behandlede undersøgelser ud fra en generel betragtning, hvilket viste at
der ikke kunne drages nogen konkret sammenhæng mellem demografiske data og
personers adfærd i forbindelse med attrition handlinger. Derfor kan et interessant felt
være:
- Et studie, som fokuserer på specifikke aldersgrupper eller køn, afdække præcist
hvilken rolle demografien har med henblik på online attrition handlinger.
Afhandlingen belyste personers adfærd efter online attrition udelukkende ved brug af
kvantitativ behandling. Derfor vil der være potentiale for:
- Kvalitativ forskning, der går i dybden med resultaterne og fremfinder yderligere
motiver, der kan skyldes denne udvikling i adfærden.
Afhandlingen har ikke berørt kulturelle forskelle som ligeledes kan eksistere. Derfor vil:
- Komparative studier på tværs af kulturer skabe et interessant billede, hvor der
kan drages konklusioner ud fra globale tendenser.
Disse skal blot forslag til fremtidige online marketing studier, da der kan udledes et
betydeligt antal områder, hvor efterfølgende fokus kunne være interessant.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 63 af 79
Litteraturliste
Agrawal, V., Arjona, L.D. & Lemmens, R. (2001). ”E-performance: The path to
rational exuberance”, The McKinsey Quarterly, 2001, No. 1, pp. 31-43.
Agresti, A. (1990). “Categorical data analysis”, John Wiley & Sons Inc.
Allen, D. (2001). “Women on the web”, i Garbarino, E. & Strahilevitz, M.
(2004). “Gender differences in the perceived risk of buying online and the
effects of receiving a site recommendation”, Journal of Business Research, Vol.
57, pp. 768-775.
Alon, A., Brunel, F.F. & Schneier Siegal, W.L. (2005). ”Ritual behavior and
community change: exploring the social-psychological roles of net rituals in the
developmental processes of online consumption communities”, I Haugtvedt,
C.P., Machleit, K.A. & Yalch, R. (2005). “Online consumer psychology –
understanding and influencing consumer behavior in the virtual world”,
Lawrence Erlbaum Associates Inc., pp. 7-34.
Anderson, C. (2004). “The long tail”, Wired Magazine, Vol. 12, No. 10.
Angelino, L.M., Williams, F.K. & Natvig, D. (2007). “Strategies to engage
online students and reduce attrition rates”, The Journal of Educators Online,
Vol. 4, No. 2, pp. 1-14.
Arbnor, I. & Bjerke, B. (1997). “Methodology for creating business
knowledge”, Sage Publications.
Bai, B., Law, R. & Wen, I. (2008). “The impact of website quality on consumer
satisfaction and purchase intentions: Evidence from Chinese online visitors”,
International Journal of Hospitality Management, Vol. 27, pp. 391-402.
Basta, 15. April, 2010. Afspilningstid på klip: 00.14.46 (vedlagt på CD-rom)
TV2: http://www.programmer.tv2.dk/basta/
Bauer, C. & Scharl, A. (2000). “Quantative evaluation of web site content and
structure”, Internet Research: Electronic Networking Applications and Policy,
Vol. 10, pp. 31-43.
Beck, U. (1992). “Risk-society”, Sage Publications.
Bhatnagar, A., Misra, S. & Rao, H.R. (2000). “On risk, convenience, and
Internet shopping behavior – why some consumers are online shoppers while
others are not”, Communications of the ACM, Vol. 43, No. 11, pp. 98-105.
Bigné-Alcañiz, E., Ruiz-Mafé, C., Aldás-Manzano, J. & Sanz-Blas, S. (2008).
“Influence of online shopping information dependency and innovativeness on
internet shopping adoption”, Online Information Review, Vol. 32, No. 5, pp.
648-667.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 64 af 79
Boolsen, M.W. (2004). “Fra spørgeskema til statistisk analyse – genveje til
pålidelige og gyldige analyser på et samfundsvidenskabeligt grundlag”, 1.
udgave, 1. Oplag, C.A. Reitzel.
Bourlakis, M., Papagiannidis, S. & Fox, H. (2008). “E-consumer behavior: past,
present and future trajectories of an evolving retail revolution”, International
Journal of E-Business Research, Vol. 4, pp. 64-76.
Briones, M. (1998). “Online retailers seek ways to close shopping gender gap”,
Mark News, No. 2, d. 14. september.
Broekhuizen, T. & Huizingh, E.K.R.E. (2009). “Online purchase determinants –
is their effect moderated by direct experience?”, Management Research News,
Vol. 32, No. 5, pp. 440-457.
Bruner, J. (1991). “The narrative construction of reality”, Critical Inquiry, Vol.
18, pp. 1-21.
Business (2007). “Dotcom og den store boble”, Berlingske Tidende, 23.
september.
Bøss, T., Skafte, K., Rasmussen, H.W. & Lund, D. (2010). ”Studsurvey
manual”.
Cao, M., Zhang, J. & Seydel, J. (2005). ”B2C e-commerce web site quality: An
empirical examination”, Industrial Management and Data Systems, Vol. 105,
No. 5, pp. 645-661.
Capacent undersøgelse: “Undersøgelse af årsager til frafald blandt PH.D.-
studerende”.
Chaffey, D., Ellis-Chadwick, F., Mayer, R. & Johnston, K. (2009). “Internet
marketing – strategy, implementation and practice”, 4th Edt., Pearson Education
Ltd.
Chang, M.K., Cheung, W. & Lai, V.S. (2004). “Literature derived reference
models for the adoption of online shopping”, Information & Management, Vol.
42, pp. 543-559.
Chen, P.Y.S. & Hitt L.M. (2002). “Measuring switching costs and the
determinants of customer retention in Internet-enabled businesses: A study of
the online brokerage industry”, Information Systems Research, Vol. 13, No. 3,
pp.255-274.
Comegys, C., Hannula, M. & Väisänen, J. (2009). “Effects of consumer trust
and risk on online purchase decision-making: A comparison of Finnish and
United States students”, International Journal of Management, Vol. 26, No. 2,
pp. 295-308.
Del Giudice, M. (2004). “Turning web surfers into loyal customers: Cognitive
lock-in through interface design and web site usability”, Web Systems Design
and Online Consumer Behavior, pp. 261-281.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 65 af 79
Donthu, N. & Garcia, A. (1999). “The Internet shopper”, Journal of Advertising
Research, Vol. 39, No. 3, pp. 52-59.
Drèze, X. & Hussherr, F.X. (2003). ”Internet advertising: Is anybody
watching?”, Journal of Interactive Marketing, Vol. 17, No. 4, pp. 8-23.
Eckel, C. & Grossman, P. (2008). “Men, women and risk aversion:
Experimental evidence”, Handbook of Results in Experimental Economics, Vol.
1, pp. 1061-1073.
Ekstrabladet (2010). “Vi bruger 20 mio. timer på Facebook”, 2. marts, 2010.
Erhvervsbladet (2009). “Flere danske netbutikker sælger til udlandet”, fredag d.
16. oktober, 2009.
Esper, T., Jensen, T., Turnipseed, F. & Burton, S. (2003). ”The last mile: An
examination of effects of online retail delivery strategies on consumers”, Journal
of Business Logistics, Vol. 24, No. 2, pp. 177.
Éthier, J., Hadaya, P., Talbot, J. & Cadieux, J. (2006). “B2C web site quality
and emotions during online shopping episodes: An empirical study ”,
Information & Management, Vol. 43, pp. 627-639.
Evans, M., Patterson, M. & O’Malley, L. (2000). “Bridging the direct
marketing-direct consumer gap: Some solutions from qualitative research”,
Proceedings of the Academy of Marketing Annual Conference, Derby, UK.
Facebook: http://www.facebook.com
Farag, S., Schwanen, T., Dijst, M. & Faber, J. (2006). ”Shopping online and/or
in-store? A structural equation model of the relationships between e-shopping
and in-store shopping”, Transportation Research Part A, Vol. 41, pp. 125-141.
Fisher, R. & Zoe Chu, S. (2008). “Initial online trust formation: The role of
company location and web assurance”, Managerial Auditing Journal, Vol. 24,
No. 6, pp. 542-563.
Flick, U. (2006). “An introduction to qualitative research”, 3rd
. Edt., Sage
Publications.
Forrester (2007). “Marketing’s new key metric: Engagement. Marketers must
measure involvement, interaction, intimacy and influence”, Forrester Analyst
Report, Brian Haven, Vol. 8.
Forsythe, S.M. & Shi, B. (2003). “Consumer patronage and risk perceptions in
Internet shopping”, Journal of Business Research, Vol. 56, pp. 867-875.
Fritsche N., Porsgaard, R., Rasmussen, C.V., Hansen, M.K., Christoffersen, M.,
Tøttrup U. & Sørensen, N.Y. (2008). ”Introduction to SPSS 16.0”.
Galletta, D., Henry, R., McCoy, S. & Polak, P. (2002). “Web site delays: How
slow can you go?”, Journal of Association for Information Systems.
Google Analytics: http://www.google.com/analytics/
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 66 af 79
Grover, R. & Vriens, Marco. (2006). “The handbook of marketing research:
Uses, misuses and future advances”, SAGE Publications, pp. 87-89.
Ha, H.Y. (2004). “Factors influencing consumer perceptions of brand trust
online”, Journal of Product & Brand Management, Vol. 13, No. 5, pp. 329-342.
Hair, J.F.Jr., Black, W.C., Babin, B.J., Anderson, R.E., & Tatham, R.L. (2006).
“Multivariate data analysis”, 6th Edt., Pearson Education International.
Harris, L.C. & Goode, M.M.H. (2004). “The four levels of loyalty and the
pivotal role of trust: A study of online service dynamics”, Journal of Retailing,
Vol. 80, pp. 139-158.
Haugtvedt, C.P., Machleit, K.A. & Yalch, R. (2005). “Online consumer
psychology – Understanding and influencing consumer behavior in the virtual
world”, Lawrence Erlbaum Associates Inc.
Heldbjerg, G. (2006). “Grøftegravning - I metodisk perspektiv”.
Hoffman, D.L. & Novak, T.P. (2000). ”How to acquire customers on the web”,
Harvard Business Review, Maj-Juni, pp. 179-188.
Howard, D.J. & Gengler, C. (2001). “Emotional contagion effects on product
attitudes”, Journal of Consumer Research, Vol. 28, pp. 189-201.
Hoxmeier, J.A. & Dicesare, C. (2000). “System response time and user
satisfaction: An experimental study of browser-based applications”, Association
for Information Systems, pp. 140-145.
Hsiao, M.H. (2009). “Shopping mode choice: Physical store shopping versus e-
shopping”, Transportation Research Part E, Vol. 45, pp. 86-95.
Internet World Statistics: http://www.internetworldstats.com
Joines, J., Scherer, C. & Scheufele, D. (2003). “Exploring motivations for
consumer web use and their implications for e-commerce”, Journal of Consumer
Marketing, Vol. 20, No. 2, pp. 90-108.
Jyllandsposten (2006). ”Dårlig kommunikation i e-handlen”, Ritzau, d. 27.
februar 2006.
Jyllandsposten (2009). ” Netbutikker mister omsætning”, Ritzau, d. 21 oktober
2009.
Kehoe, C., Pitkow, J. & Morton K. (1997). “Eighth WWW user survey”, i
Garbarino, E. & Strahilevitz, M. (2004). “Gender differences in the perceived
risk of buying online and the effects of receiving a site recommendation”,
Journal of Business Research, Vol. 57, pp. 768-775.
Khalifa, M., Limayem, M. (2003). “Drivers of Internet shopping”,
Communication of the ACM, Vol. 46, No. 12, pp. 233-239.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 67 af 79
Kuan, H.H. & Bock, G.W. (2006). “Trust transference in brick and click
retailers: An investigation of the before-online visit phase”, Information &
Management, Vol. 44, pp. 175-187.
Lee, M.K.O. & Turban, E. (2001). “A trust model for consumer Internet
shopping”, International Journal of Electronic Commerce, Vol. 6, No. 1, pp. 75-
91.
Lewis, M., Singh, V. & Fay, S. (2006). “An empirical study of the impact of
nonlinear shipping and handling fees on purchase incidence and expenditure
decisions”, Marketing Science, Vol. 25, No. 1, pp. 51-64.
Modahl, M. (2000). “Now or never: How companies must change to win the
battle for the Internet consumer”, Harper Business, New York, NY.
Moody, J. (2004). “Distance education: Why are attrition rates so high?”, The
Quarterly Review of Distance Education, Vol. 5, No. 3, pp. 205-210.
Moore, S. & Mathews, S. (2006). “An exploration of Online Shopping Cart
Adandonment Syndrome – a matter of risk and reputation”, Journal of Website
Promotion, Vol. 2, pp. 71-88.
Morganosky, M.A. & Cude, B.J. (2000). ”Consumer response to online grocery
shopping”, Internationl Journal of Retail and Distribution Management, Vol. 28,
No. 1, pp. 17-26.
Nah, F.F. (2004). “A study on tolerable waiting time: how long are Web users
willing to wait?”, Behavior & Information Technology, Vol. 23, No. 3, pp. 153-
163.
Nash, R. (2005). “Course completion rates among distance learners: Identifying
possible methods to improve retention”, Online Journal of Distance Learning
Administration, Vol. 8, No. 4.
Netminers: http://www.netminers.dk
Neuborne, E. (2006). “May I help you?”, Hands on technology, Inc. Magazine,
januar 2006.
Noble, S.M., Griffith, D.A. & Adjei, M.T. (2006). “Drivers of local merchant
loyalty: Understanding the influence of gender and shopping motives”, Journal
of Retailing, Vol. 82, No. 3, pp. 177-188.
Omniture: http://www.omniture.com
Pastore, M. (2000). “Security keeps women from shopping online”, i Garbarino,
E. & Strahilevitz, M. (2004). “Gender differences in the perceived risk of buying
online and the effects of receiving a site recommendation”, Journal of Business
Research, Vol. 57, pp. 768-775.
Pitta, D., Franzak, F. & Fowler, D. (2006). “A strategic approach to building
online customer loyalty: Integrating customer profitability tiers”, Journal of
Consumer Marketing, Vol. 23, No. 7, pp. 421-429.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 68 af 79
PressWire (2009). ”Dansk E-handelsanalyse: Dansk nethandel i stærk fremgang
i 3. kvartal”, Dansk E-handelsanalyse, d. 11. november 2009.
Ranaweera, C., Bansal, H. & McDougall, G. (2008). “Web site satisfaction and
purchase intentions – impact of personality characteristics during initial web
site visit”, Managing Service Quality, Vol. 18, No. 4, pp. 329-348.
Raghunathan, S. (1994). “An application of qualitative reasoning to derive
behavior from structure of quantative models”, Journal of Management
Information Systems, Vol. 11, No. 1, pp. 73-100.
Ranganathan, C. & Jha, S. (2007). “Examining online purchase intentions in
B2C E-Commerce: Testing an integrated model”, Information Resource
Management Journal, Vol. 20, No. 4, pp. 48-64.
Richardson, R.J. (2009). “Quality survey distorted by combining quantitative
and qualitative measures”, Northeast Decision Sciences Institute Proceedings,
pp. 431-436.
Rotem-Mindali, O. & Salomon I. (2007). ”The impacts of E-retail on the choice
of shopping trips and delivery: Some preliminary findings”, Transportation
Research Part A, Vol. 41, pp. 176-189.
Rowley, J. (1998). “Retailing and shopping on the Internet”, International
Journal of Retail and Distribution Management, Vol. 24, No. 3, pp. 85-95.
Sarbin, T.R. (1986). “Narrative psychology: The storied nature of human
conduct”, New York, Praeger.
Sargeant, A. & West, D. (2001). “Direct and interactive marketing”, Oxford
University Press, Oxford, i Chaffey, D., Ellis-Chadwick, F., Mayer, R. &
Johnston, K. (2009). “Internet marketing – strategy, implementation and
practice”, 4th Edt., Pearson Education Ltd., pp. 336.
Schiffman, L.G., Kanuk, L.L., Hansen, H. (2008). ”Consumer behavior – A
European outlook”, Pearson Education Ltd.
Schindler, R.M. & Bickart, B. (2001). ”Published Word of Mouth: Referable
consumer-generated information on the Internet”, i Haugtvedt, C.P., Machleit,
K.A. & Yalch, R. (2005). “Online consumer psychology – Understanding and
influencing consumer behavior in the virtual world”, Lawrence Erlbaum
Associates Inc., pp. 35-61.
Sorce, P., Perotti, V. & Widrick, S. (2005). “Attitude and age differences in
online buying”, International Journal of Retail & Distribution Management, Vol.
33, No. 2, pp. 122-132.
SPSS 18.0: http://www.spss.com
Studsurvey: http://www.studsurvey.asb.dk
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 69 af 79
Tedeschi, B. (2002). “Though there are fewer new Internet users, experienced
ones, particularly the middle aged, are increasing shopping online”, New York
Times, d. 4 marts, 2002, C.7.
TRUSTe: http://www.truste.com
Trustpilot: http://www.trustpilot.dk
Van der Sluijs, J.P., Craye, M., Funtowicz, S., Kloprogge, P., Ravetz, J. &
Risbey, J. (2005). “Combining quantitative and qualitative measures of
uncertainty in model-based environmental assessment: The NUSAP System”,
Risk Analysis, Vol. 25, No. 2, pp. 481-492.
Waisberg, D. & Kaushik, A. (2009). “Web Analytics 2.0: Empowering customer
centricity”, Search Engine Marketing Journal, Vol. 2, No. 1, pp. 1-7.
Wan, H.A. (2000). “Opportunities to enhance a commercial web site”,
Information and Management, Vol. 38, No. 1, pp. 15-21.
WebTrust: http://www.webtrust.org
Witzel, A. (1985). “The problem-centered interview”, Qualitative Social
Research, Vol. 1, No. 1, pp. 227-255.
Yang, Z. & Peterson, R.T. (2004). “Customer perceived value, satisfaction, and
loyalty: The role of switching costs”, Psychology & Marketing, Vol. 21, No. 10,
pp. 799-822.
Yin, R.K. (2003). “Case study research – design and methods”, 3rd
edt. Sage
Publications, pp. 79.
Yoon, S.J. (2002). “The antecedents and consequences of trust in online-
purchase decisions”, Journal of Interactive Marketing, Vol. 16, No. 2, pp. 47-
63.
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 70 af 79
Bilagsoversigt
Bilag 1: Spørgeguides for KU1 & KU2
Bilag 2: Indsamlede data for KU1 (vedlagt på CD-rom)
Bilag 3: Indsamlede data for KU2 (vedlagt på CD-rom)
Bilag 4: Spørgeskema
Bilag 5: Kvantitative resultater
Bilag 6: Faktoranalyse - datasæt & output (vedlagt på CD-rom)
Bilag 7: Logistisk regressionsanalyse - missing values (vedlagt på CD-rom)
Bilag 8: Logistisk regressionsanalyse - datasæt & output (vedlagt på CD-rom)
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 71 af 79
Bilag 1 – Spørgeguides for KU1 & KU2
KU1 – Spørgeguide
Alder
Køn
Erhverv/Uddannelse
Har du handlet online før?
Hvis nej, hvorfor ikke?
Har du før lagt en/flere varer i kurven, men alligevel forladt websitet?
Hvis ja, kan du huske grunden til det?
KU2 – Spørgeguide
Alder
Køn
Har du handlet online før?
Hvis nej, hvorfor ikke?
Har du før lagt en/flere varer i kurven, men alligevel forladt websitet?
Hvis ja, kan du huske grunden til det?
Har du været på websitet siden denne episode?
Har din holdning til E-handel ændret sig efter episoden? Hvordan?
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 72 af 79
Bilag 4 – Spørgeskema
Velkommen til spørgeskemaet, som omhandler din brugeradfærd på Internettet og E-
handel. Det tager kun et øjeblik at udfylde. Tryk på "submit" ved sidste spørgsmål for at
afslutte spørgeskemaet. God fornøjelse!!!
1. Hvilket køn er du?
Mand Kvinde
Jeg er
2. Hvilket år er du født?*
[Select an answ er]
3. Hvor erfaren er du som Internetbruger? (5 = Meget erfaren; 1 = Meget
uerfaren)*
1 2 3 4 5
Mit erfaringsniveau ligger på
4. Har du før handlet på Internettet?*
Ja Nej
5. Hvis NEJ, hvor enig er du i at årsagerne nedenfor har haft indflydelse på
din beslutning om IKKE at handle på Internettet? (5 = Helt enig; 1 = Helt
uenig) *
1 2 3 4 5
5.1 Jeg føler at jeg mangler erfaring med Internettet
5.2 Jeg har ikke tillid til Internettet
5.3 Jeg synes det er for besværligt at handle på Internettet
5.4 Jeg synes der er for dårlig service på Internettet
5.5 Jeg er usikker når jeg skal betale på Internettet
5.6 Jeg har hørt dårlige ting om Internethandel
5.7 Jeg synes sortimentet er for dårligt på Internettet
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 73 af 79
6. Hvor ofte handler du på Internettet?*
Flere
gange i
ugen
Ca. 1-2
gange i
ugen
Flere gange i
måneden
Ca. 1-2 gange i
måneden
Flere
gange
årligt
Jeg handler på
Internettet
7. Hvilke ting er vigtige for dig når du handler på Internettet? Angiv hvor
enig du er(5 = Helt enig; 1 = Helt uenig) *
1 2 3 4 5
7.1 Det er vigtigt jeg har overblik over eventuelle gebyrer
7.2 Det er vigtigt at hjemmesiden er brugervenlig og har et
passende design
7.3 Det er vigtigt at jeg har mulighed for at få service via
telefon eller mail
7.4 Det er vigtigt at produktet ikke er besværligt at købe på
Internettet
7.5 Det er vigtigt at der er klare leverings- og
betalingsbetingelser
7.6 Det er vigtigt at hjemmesiden er E-mærket
7.7 Det er vigtigt at andre har sagt noget positivt om
hjemmesiden
7.8 Det er vigtigt at der er et stort sortiment på hjemmesiden
7.9 Det er vigtigt at jeg føler mig sikker når jeg skal betale
på hjemmesiden
7.10 Det er vigtigt at jeg har tillid til hjemmesiden
7.11 Det er vigtigt at leveringstiden er kort
7.12 Det er vigtigt at det er en dansk hjemmeside
7.13 Det er vigtigt at jeg har haft gode oplevelser med
samme hjemmeside før
8. Har du før forladt en hjemmeside mens du havde en eller flere varer i din
varekurv?*
Ja Nej
9. Hvis JA, hvor vigtige er nedenstående årsager i forhold til din beslutning
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 74 af 79
om at forlade hjemmesiden med varer i kurven? Angiv hvor enig du er (5 =
Helt enig; 1 = Helt uenig) *
1 2 3 4 5
9.1 Jeg synes gebyrerne var for høje
9.2 Jeg synes ikke hjemmesiden var brugervenlig og design
var dårligt
9.3 Jeg synes der var dårlige servicemuligheder
9.4 Jeg synes varerne var for besværlige at købe på
Internettet
9.5 Jeg havde dårlige erfaringer med hjemmesiden
9.6 Jeg følte mig usikker, da jeg skulle betale på
hjemmesiden
9.7 Jeg lyttede til andre personers negative bedømmelser af
hjemmesiden
9.8 Jeg synes at leverings- og betalingsbetingelserne var for
dårlig
9.9 Jeg synes der var et dårligt sortiment
9.10 Jeg havde ikke tillid til hjemmesiden
9.11 Jeg synes leveringstiden var for lang
9.12 Jeg kunne se at hjemmesiden ikke var E-mærket
9.13 Jeg følte mig usikker på udenlandske hjemmesider
10. Har du brugt hjemmesiden i tiden efter du havde efterladt varer i
varekurven?*
Nej, har ikke brugt
hjemmesiden efter episoden
Ja, men har ikke
handlet på hjemmesiden
Ja, og har prøvet at
handle på hjemmesiden
11. Har du handlet på andre hjemmesider efterfølgende?*
Ja Nej
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 75 af 79
12. Hvordan vil dit forbrug på Internettet udvikle sig de næste 3 år?*
Markant stigende Stigende Uændret Faldende Uændret
Mit forbrug på Internettet vil
være
13. Hvor tilfreds er du med Internethandel på nuværende tidspunkt? Angiv
hvor enig du er (5 = Helt enig; 1 = Helt uenig)*
1 2 3 4 5
13.1 Fragtpriserne er tilfredsstillende
13.2 Servicemulighederne er tilfredsstillende
13.3 Betalingssikkerheden er tilfredsstillende
13.4 Antallet af E-mærkede hjemmesider er tilfredsstillende
13.5 Leveringstiderne er tilfredsstillende
13.6 Design og brugervenlighed er tilfredsstillende
13.7 Leverings- og betalingsbetingelser er tilfredsstillende
Tak fordi du gad deltage i undersøgelsen! Fortsat god dag!
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 76 af 79
Bilag 5 – Kvantitative resultater
Spørgsmål 1: Respondenternes kønsfordeling
Spørgsmål 2: Respondenternes gennemsnitsalder
Spørgsmål 3: Respondenternes individuelt opfattede erfaringsniveau
Spørgsmål 4: Respondenterne anvendelse af E-handel
0
50
100
150
Mænd (136) Kvinder (74)
26
26,5
27
27,5
28
28,5
29
Mænd Kvinder Samlet
1 (1) 2 (4) 3 (27) 4 (88) 5 (90)
0
50
100
150
200
250
Ja Nej
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 77 af 79
Spørgsmål 5: Respondenternes årsager til manglende E-handel
Helt uenig 1 2 3 4 5 Helt enig
Manglende erfaring
2 1 1 0 0
Manglende tillid
0 0 3 0 1
Praktiske problemer
0 0 3 1 0
Manglende service
1 0 2 1 0
Manglende betalingssikkerhed 1 1 0 1 1
Internethandels omdømme 0 1 1 0 2
Manglende sortiment
3 1 0 0 0
I alt
7 4 10 3 4
Spørgsmål 6: Hyppighed for respondenternes anvendelse af E-handel
Spørgsmål 7: Variablenes vigtighed for respondenterne, når de skal handle online
Helt uenig 1 2 3 4 5 Helt enig
Overblik over gebyrer 4 10 15 55 122
Website design/brugervenlighed 2 9 32 88 75
Servicemuligheder
13 43 58 47 45
Praktiske muligheder
2 9 17 70 108
Leverings- og betalingsforhold 3 6 14 58 125
E-mærket
19 37 72 43 35
Andres bedømmelser 25 58 72 37 14
Sortiment
32 62 71 27 14
Betalingssikkerhed
4 4 13 33 152
Tillid
4 2 16 61 123
Leveringstid
7 27 70 69 33
Websitets hjemland
70 44 57 25 10
Tidligere oplevelser
32 42 71 39 22
I alt
217 353 578 652 878
0
20
40
60
80
100
120
Flere gange i ugen (2)
Ca. 1-2 gange i ugen (6)
Flere gange i måneden (33)
Ca. 1-2 gange i måneden (56)
Flere gange årligt (109)
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 78 af 79
Spørgsmål 8: Har respondenterne foretaget attrition handlinger ved en varekurv på et
website?
Spørgsmål 9: Årsager til at respondenterne efterlader varer i websitets varekurv
Helt uenig 1 2 3 4 5 Helt enig
Gebyrer
25 28 45 53 49
Design/brugervenlighed 43 45 61 39 12
Servicemuligheder
29 45 65 47 14
Praktiske overvejelser 33 29 50 59 29
Erfaringer med websitet 75 57 45 13 10
Betalingssikkerhed
33 22 40 51 54
Andre personers bedømmelser 53 46 50 36 15
Leverings- og betalingsforhold 27 29 38 57 49
Sortiment
70 52 50 13 15
Tillid
38 23 57 43 39
Leveringstid
30 27 51 59 33
E-mærket
87 34 47 22 10
Udenlandske websites 69 41 48 26 16
I alt
612 478 647 518 345
Spørgsmål 10: Respondenternes brug af website efter attrition
0
50
100
150
200
250
Ja (200) Nej (10)
0102030405060708090
Nej, har ikke brugt hjemmesiden efter
episoden (46)
Ja, men har ikke handlet på
hjemmesiden (76)
Ja, og har prøvet at handle på
hjemmesiden (78)
Lars Østergaard Sunesen Kandidatafhandling, Forår 2010
Side 79 af 79
Spørgsmål 11: Respondenternes adfærd, ifht. andre websites, efter attrition
Spørgsmål 12: Respondenternes udvikling i online forbrug
Spørgsmål 13: Respondenternes tilfredshed med nuværende E-handelsstandarder
Helt uenig 1 2 3 4 5 Helt enig
Fragtpriser
19 42 69 66 14
Servicemuligheder
7 27 67 94 15
Betalingssikkerhed
8 12 32 102 56
E-mærkning
10 21 103 53 23
Leveringstider
4 13 67 93 33
Design/brugervenlighed 2 16 69 103 20
Betalings og leveringsforhold 9 15 75 88 23
I alt
59 146 482 599 184
0
50
100
150
200
Ja (190) Nej (10)
020406080
100120140
Markant stigende (24)
Stigende (126) Uændret (57) Faldende (3)