Wetenschappelijk artikel

UNIVERSITEIT GENT

FACULTEIT POLITIEKE EN SOCIALE WETENSCHAPPEN

Wetenschappelijk artikel

EVELINE NEIRINGS

MASTERPROEF COMMUNICATIEWETENSCHAPPEN

afstudeerrichting COMMUNICATIEMANAGEMENT

PROMOTOR: PROF. DR. CAUBERGHE

COMMISSARIS: SANDER DE RIDDER

ACADEMIEJAAR 2013 – 2014

Crisiscommunicatie via sociale media: een experimenteel onderzoek naar

de effecten van reactie ‘valence’ en aantal ‘likes’ bij reacties, op postcrisis

reputatie en virale gedragsintenties.

aantal woorden:

9953

Deze pagina is niet beschikbaar omdat ze persoonsgegevens bevat.Universiteitsbibliotheek Gent, 2021.

This page is not available because it contains personal information.Ghent University, Library, 2021.

4

Dankwoord

Dit werk staat symbool voor discipline en uithouding, maar ook voor het botsen tegen een aantal grenzen, het leren loslaten en aanvaarden dat perfectie niet bestaat. Dit

proces was dan ook niet gelukt zonder een aantal belangrijke mensen, aan wie ik

deze masterproef dan ook graag wil opdragen.

Als eerste bedank ik mijn promotor professor Cauberghe voor de begeleiding, tips en

ideeën wanneer die bij mij even ontbraken. Ik kreeg de kans om te werken rond

crisiscommunicatie en sociale media, een recent onderwerp, wat het ook interessant maakte.

Ook wil ik iedereen bedanken die de tijd nam mijn vragenlijst in te vullen en de vele mensen die de link doorstuurden en deelden. Zonder jullie was dit onderzoek niet

mogelijk.

Daarnaast wil ik mijn lieve vrienden Annelore, Riemer en Jannes bedanken voor het

kritisch nalezen, voor de steun en de peptalk wanneer ik het nodig had. Jullie zijn

top!

In het bijzonder wil ik mijn mama, Annick Besbrugge, bedanken voor alle emotionele

en financiële steun tijdens mijn vijfjarige studieperiode en voor de kans die ik heb

gekregen om na mijn bacheloropleiding nog een master te behalen.

Als laatste bedank ik graag mijn allerliefste Sean Van Ryzeghem voor het

photoshopwerk en nalezen, maar vooral voor al het geduld, begrip en onvoorwaardelijke steun tijdens mijn studies.

Aan mijn lieve vrienden, Julie in het bijzonder, bedankt voor de hulp, het samen

thesissen, het klaarstaan voor een babbel, een ontspanningsavondje ... Ik haal mijn sociaal leven in vanaf nu :-)!

6

Abstract

Most of the prior research was focused on effective crisiscommunication by the spokesperson to minimize reputational damage (e.g. Coombs & Holladay, 2006).

However, crisiscommunication has transformed to many-to-many communication, by

which the public uses their voice to support or damage the firm (Hiltz, Diaz & Mark,

2011). Although prior research has shown that electronic word-of-mouth has the ability to influence consumer’s attitudes and behaviour (e.g. Cheung, Lee & Robjohn,

2008), the former hasn’t been explored in the field of crisiscommunication through

Facebook. The current study fills this gap by investigating how the public could frame the crisis by posting or liking comments on a crisis statement. The effects are

determined on organisational reputation and viral behavioural intentions. An

experiment with a 2x2 between subjects design, in which we manipulated comment valence (positive or negative) and number of likes next to these reactions (high or

low), was conducted among 210 Flemish participants. The results indicate that

comment valence has an impact on post crisis reputation, through which positive

reactions result in a better reputation perception. Adding a high number of likes does not have any strengthening effects on this finding. Further, positive comments lead to

higher intentions of liking and sharing. This effect is mediated by usefulness of the

information, explained by the positivity effect. The interaction-effect of comment valence and likes shows a tendency of positive comments with a high number of likes

leading to higher intentions of liking and sharing, although the t-test was not

significant. Contrary to the expectations, negative comments with few likes lead to a

higher sharing intention, for which further research is necessary. Lastly, when the participants are asked how positive or negative they would react on a statement, the

valence of their reactions appears to be influenced by the valence of the initial

reactions.

Key words: crisiscommunication, social media, audience framing, comments and likes, social influence

8

Inhoudstafel

INLEIDING ..............................................................................................................................10

LITERATUURSTUDIE ............................................................................................................12

1. Crisiscommunicatie en sociale media ............................................................................12 2. ‘Framing’ door het publiek ...............................................................................................13 3. Sociale beïnvloeding.........................................................................................................13 4. ‘Valence’ van reacties en hoeveelheid ‘likes’ .................................................................14 4.1 ‘eWOM’ en reactie ‘valence’..............................................................................................14 4.2 Hoeveelheid ‘likes’.............................................................................................................15 5. ‘Valence’ reacties, hoeveelheid ‘likes’ en postcrisis reputatie .....................................15 5.1 Organisatiereputatie ..........................................................................................................15 5.2 Invloed van ‘valence’ van reacties op reputatie.................................................................15 5.3 Interactie-effect reactie ‘valence’ en hoeveelheid ‘likes’ op reputatie................................16 6. ‘Valence’ reacties, hoeveelheid ‘likes’ en virale gedragsintenties ...............................16 6.1 Virale gedragsintenties......................................................................................................16 6.2 Invloed van ‘valence’ van reacties op virale gedragsintenties...........................................17 6.3 Mediatie-effect van bruikbaarheid .....................................................................................17 6.4 Interactie-effect reactie ‘valence’ en hoeveelheid ‘likes’ op virale gedragsintenties.........17 6.5 ‘Valence’ eigen reactie ......................................................................................................18

METHODE ..............................................................................................................................19

1. Design en stimuli...............................................................................................................19 2. Participanten......................................................................................................................21 3. Procedure...........................................................................................................................21 4. Meetschalen.......................................................................................................................21

RESULTATEN ........................................................................................................................23

1. Pretest ................................................................................................................................23 2. Manipulatiecheck ..............................................................................................................24 3. Hypothesen........................................................................................................................24

CONCLUSIE EN DISCUSSIE.................................................................................................30

BEPERKINGEN EN VERDER ONDERZOEK ........................................................................33

LITERATUURLIJST................................................................................................................35

BIJLAGEN ..............................................................................................................................41

Bijlage 1: outputs pretest .....................................................................................................42 Bijlage 2: vragenlijst .............................................................................................................44 Bijlage 3: demografische variabelen ...................................................................................55 Bijlage 4: ‘reliability analysis’ meetschalen........................................................................56 Bijlage 5: manipulatiecheck .................................................................................................60 Bijlage 6: hypothesetesten...................................................................................................63

10

Inleiding

Vandaag wordt een organisatie steeds vaker geconfronteerd met onverwachte crisissen, van geruchten tot voedselbesmetting, met veelal materiële en immateriële

consequenties tot gevolg. Na een crisis is het belangrijk om op een snelle en

adequate manier te reageren en dit via verschillende kanalen (Stamsnijder, 2002, p. 3). Een effectieve en professionele crisiscommunicatie kan hierbij de schade aan het

reputationeel kapitaal van de organisatie aanzienlijk beperken (Coombs, 2007).

Sinds lange tijd worden wetenschappelijke onderzoeken gedaan rond

crisiscommunicatie. Zo bepaalt de ‘situational crisis communication theory’, via de

crisisverantwoordelijkheid, voorgaande reputatie en crisisgeschiedenis, de geschikte

communicatiestrategie (Coombs, 2007). Daarnaast blijkt bij een ernstige crisis een ‘stealing thunder’-techniek, waarbij de organisatie als eerste communiceert, favorabel

en spelen empathie en ‘framing’ (emotioneel of rationeel) een rol bij het

communiceren na een crisis (Claeys, 2012; Liu & Kim, 2011; Veil, Buehner & Palenchar, 2011, p. 112). Recent is er meer aandacht voor het medium dat wordt

gebruikt tijdens de postcrisisfase. Door de groei van het web 2.0 kennen de meeste

crisissen een online component. Hierbij wordt de laatste jaren een belangrijke rol toegekend aan sociale media (Utz, Schultz & Glocka, 2013, p. 40). Tijdens een crisis

gaat het publiek immers meer gebruik maken van dit nieuwe medium (Pew Internet &

American Life, 2006). Daarnaast kunnen sociale media betrouwbare informatie op

een snelle en persoonlijke manier overbrengen naar de massa (Freberg, 2012, p. 416) en zijn ze interactiever dan traditionele media (Schultz, Utz & Göritz, 2011, p.

20). Praktijkvoorbeelden zoals de Nestlé-case waarbij mensen via Facebook kritiek

uitten op het gebruik van palmolie in chocoladerepen ‘KitKat’, tonen de nood aan kennis over sociale crisiscommunicatie. De manier van communiceren in het nieuwe

sociale media tijdperk wordt namelijk aanzienlijk uitdagender (Zhao, Wang, Wei &

Liang, 2013, p. 485).

Voorgaande onderzoeken rond crisiscommunicatie en sociale media focusten zich

op verschillen tussen traditionele en sociale media, het exponentiële gebruik van

Twitter tijdens een crisis, de aangehaalde onderwerpen tijdens een crisis en de geloofwaardigheid, aanvaarding en emoties bij crisisboodschappen door het bedrijf

of consumenten via sociale netwerksites (Byrd, 2012; Freberg, 2012; Liu & Kim,

2011; Schultz, Utz & Göritz, 2011; Terpstra, Stronkman, de Vries & Paradies, 2012). Ook werd het belang van blogs als relatiemanagementtool na een crisis aangetoond

gezien het de perceptie van crisisernst zou verminderen (Sweetser & Metzgar,

2007).

Hoewel communicatiemanagers het belang van sociale media als primaire

crisiscommunicatietool erkennen (Veil e.a., 2011, p. 120), is er een duidelijke hiaat in

wetenschappelijke literatuur rond de effecten van de integratie van een crisisstatement van de woordvoerder met daarbij interacties van

Facebookgebruikers. Die interactie zorgt immers voor een online spiraal van ‘word-

of-mouth’. Het huidig onderzoek biedt dan ook een verrijking voor de literatuur inzake sociale media na een crisis en de effecten van enkele specifieke kenmerken van

Facebook, de reactie ‘valence’ (positieve of negatieve reacties) en hoeveelheid

‘likes’. Ook wordt de literatuur rond ‘electronic word-of-mouth’ met die van crisiscommunicatie en sociale beïnvloeding gecombineerd. Het biedt een perspectief

waarin het publiek, naast de organisatie, via sociale media de crisis mee gaat

‘framen’. Daarnaast biedt het huidig onderzoek een verbredend inzicht voor de

crisiscommunicatiemanager.

11

In dit onderzoek wordt een 2 (hoeveelheid ‘likes’: hoog versus laag) x 2 (‘valence’

reacties: positief versus negatief) design gebruikt. Bijgevolg is de centrale vraag hoe het publiek de crisis via Facebook mee kan ‘framen’ door reacties te posten (positief

of negatief) en deze veel of weinig te ‘liken’. Om deze vraag te beantwoorden,

onderzoeken we twee deelvragen:

• Welk effect hebben reacties op een crisisstatement van de woordvoerder en

‘likes’ op die reacties via Facebook op de postcrisis reputatie van een bedrijf?

• In hoeverre heeft het statement met aangesloten reacties en ‘likes’ een invloed op virale gedragsintenties van mensen (intentie om te ‘liken’, delen,

reageren)?

Dit wetenschappelijk artikel start met een literatuurstudie. Daarop volgt de

methodesectie waarin het design, de stimuli, participanten, procedure en

meetschalen worden uitgelegd. In de resultatensectie worden de pretest, manipulatiecheck en analyse van de hypothesen besproken. Om te eindigen volgt de

discussiesectie met het besluit, praktische implicaties, beperkingen en aanzet tot

verder onderzoek.

12

Literatuurstudie

1. CRISISCOMMUNICATIE EN SOCIALE MEDIA

Crisissen zijn onverwachte gebeurtenissen die gepaard gaan met een hoge onzekerheid en die een organisatie en haar reputatie bedreigen (Seeger, Sellnow &

Ulmer, 1998, p. 233). Naargelang de verantwoordelijkheid die wordt toegekend aan

het bedrijf kunnen deze crisissen in drie clusters worden onderverdeeld: het slachtoffer -, het accidentele - en het vermijdbare cluster. Binnen elk cluster passen

verschillende types crisissen zoals de productschade crisis die vermijdbaar is door

de organisatie waardoor een hoge verantwoordelijkheid wordt toegewezen (Coombs,

2007). De productschade crisis door een menselijke fout, waarbij producten zoals voeding schadelijk zijn en waardoor een terugroeping noodzakelijk is, heeft

negatieve effecten op het imago bij de consument en leidt tot een daling in verkoop

en marktaandeel. Consumenten blijken erg gevoelig aan het idee een product aan te schaffen dat geen zekerheid of veilig gevoel biedt (Laufer & Coombs, 2006, p. 379-

381). Dit negatief gevoel is nog sterker bij vrouwen dan mannen (Laufer & Gillespie,

2004). Gezien de ernst en gevolgen van zo’n crisis is een snelle en effectieve crisiscommunicatie belangrijk.

Een decennium geleden werd na een crisis voornamelijk gebruik gemaakt van ‘one-

to-many’ communicatie. Een persconferentie werd snel georganiseerd, een persartikel werd geschreven en verspreid via traditionele media. Het gebruik van

nieuwe media zoals de website van de organisatie was bijzaak (Byrd, 2012, p. 242).

Vandaag worden deze traditionele vormen nog steeds gebruikt, maar zijn ze ondergeschikt aan de interactieve sociale media (Gonzalez-Herrero & Smith, 2008,

p. 144). ‘Sociale media’ is de overkoepelende benaming voor online

communicatiekanalen die de uitwisseling tussen mensen virtueel mogelijk maken, zoals blogs, ‘content communities’ en sociale netwerksites (Kaplan & Haenlein, 2010,

p. 60). Facebook vormt één van de grootste sociale netwerksites met meer dan 900

miljoen gebruikers (Utz e.a., 2013, p. 40). Naast traditionele media zoals kranten die

gebruik maken van Facebook en Twitter voor het communiceren van gebeurtenissen, zijn sociale netwerksites een belangrijk instrument voor de

organisatie in crisis (Jordan-Meier, 2011, p. 11). Het creëert de mogelijkheid om via

de Facebookpagina van het bedrijf een relatie op te bouwen met stakeholders en om tijdens een crisis snel met hen te communiceren (Fischer & Reuber, 2011; Shankar &

Malthouse, 2007). Hierdoor is een overgang merkbaar van (crisis)communicatie die

aangeboden en gecontroleerd wordt door PR professionals naar ‘many-to-many’

platformen waarbij het publiek wordt betrokken en men rekening houdt met hun input (Hiltz, Diaz & Mark, 2011, p. 2). Stakeholders zijn bij deze media op zoek naar

informatie met een menselijke stem in plaats van boodschappen van de organisatie

op een formele toon (Gonzalez-Herrero & Smith, 2008, p. 144; Kelleher, 2008). Ze gebruiken sociale media tijdens en na een crisis om informatie te zoeken en te delen,

zich emotioneel te uiten, zich begrepen te voelen of om een oplossing te eisen (Choi

& Lin, 2009; Liu e.a., 2011).

Deze verschuiving brengt enerzijds enkele voordelen met zich mee. Zo wordt het

voor de organisatie in crisis mogelijk om op een efficiënte manier te communiceren

met de heterogene getroffen bevolking (Hiltz e.a., 2011, p. 2). Daarnaast verloopt crisiscommunicatie sneller, interactiever en is de conversatie toegankelijker (Kent,

Taylor & White, 2003). Ook zou een transparante, eerlijke en duidelijke

communicatie via sociale media de reputatie en loyaliteit op lange termijn positief

13

beïnvloeden (Byrd, 2012, p. 244; Kaplan & Haenlein, 2010, p. 67). Door de

mogelijkheid om een persoonlijke relatie op te bouwen met de stakeholders kan de reputatieschade geminimaliseerd en het herstel gemaximaliseerd worden, gezien

betrokken stakeholders zelfs in crisistijden een aanmoedigende houding hebben

tegenover de organisatie (Byrd, 2012, p. 242-250; Gonzalez-Herrero & Smith, 2008,

p. 147). Als laatste zouden gebruikers van sociale media een lager niveau van crisis percipiëren dan mensen die enkel blootgesteld zijn aan traditionele media (Liu & Kim,

2011, p. 233).

Anderzijds zorgen sociale media ervoor dat de controle over de conversatie niet

meer in handen is van de organisatie, gezien stakeholders zelf de discussie kunnen

inleiden of versterken. Daarnaast beschikt de organisatie niet over een onbeperkte tijd om de informatie voor te bereiden en moet men zeer snel communiceren (Byrd,

2012, p. 242). Verder blijft de informatie veel langer levendig en beschikbaar dan in

traditionele media. Door een snelle online verspreiding kan de crisis online escaleren

zoals in de voorbije ‘Toyota’ en ‘Nestlé’ crisissen het geval was (Broida, 2010; Byrd, 2012; Mei, Bansal & Pang, 2009, p. 149).

Ondanks het groeiend belang van sociale netwerksites, betreft crisiscommunicatie via sociale netwerksites een nieuw domein. Naast de algemene kenmerken en

voordelen ten opzichte van traditionele media, werd nog niet ingezoomd op

crisiscommunicatie via Facebook en de specifieke kenmerken en gevolgen ervan op de perceptie en beïnvloeding van het publiek.

2. ‘FRAMING’ DOOR HET PUBLIEK

Verscheidene onderzoeken wezen reeds op het belang van de juiste

crisisresponsstrategie en van ‘crisisframing’ (e.g. Coombs, 2007). ‘Framing’ wordt

gedefinieerd als de manier waarop informatie gepresenteerd en daardoor gepercipieerd wordt door het publiek (Sparks & Browning, 2011, p. 1312). De manier

waarop de crisisrespons wordt ‘geframed’ zorgt dus voor een verschillende perceptie

bij het publiek. Het sociaal karakter van sociale media vergroot dit ‘frame’ gezien de crisisrespons kan genuanceerd worden door meningen van het publiek (Mei e.a.,

2009). De crisisboodschap wordt hierbij niet enkel meer ‘geframed’ door de

woordvoerder, maar door een combinatie van merken consumentengegenereerde

inhoud via ‘peer-to-peer’ technologieën (Lee, Rodgers & Kim, 2009). Recent is er meer aandacht voor de ontwikkeling van dit informationeel proces door het publiek

zelf tijdens een crisis (Pan, Pan & Leidner, 2012). De organisatie communiceert een

statement via een ‘online community’ en ‘netizens’ kunnen hier snel en asynchroon op reageren door er een reactie onder te plaatsen en de update of een andere

reactie te ‘liken’ (Hung & Li, 2007; Zhao e.a., 2013, p. 486). Het statement en de

reacties eronder worden door het publiek als een geheel beoordeeld aangezien ze dicht bij elkaar staan (de Vries, Gensler & Lee ang, 2012). Het is dus mogelijk dat de

organisatie het issue op een andere manier uitlicht dan het publiek waardoor beide

partijen als het ware samen de kwestie zouden kunnen ‘framen’ en zo het publiek

beïnvloeden.

3. SOCIALE BEÏNVLOEDING

Sociale beïnvloeding is bestudeerd in verschillende gedragswetenschappen (Fu &

Sim, 2011). Het fenomeen ‘bandwagon effect’ beschrijft de neiging van mensen om

14

de consensus onder de kritische massa te volgen en er de eigen keuze door te laten

bepalen (Simon, 1954). Deze theorie werd reeds in verscheidene contexten aangetoond. Zo heeft dit conformiteitseffect een invloed op de opinievorming van de

consument (Nadeau, Cloutier & Guay, 1993) en zou het mensen overtuigen om actie

te ondernemen zoals gelddonatie (Margetts, Escher & Reissfelder, 2009). Het volgen

van de meerderheid die al een keuze heeft gemaakt of een standpunt heeft ingenomen is namelijk veiliger (Burnkrant & Consineau, 1975). Ward (1974)

beschrijft de ‘consumer socialization theory’ waarbij communicatie tussen

consumenten affectieve, cognitieve en gedragsattitudes beïnvloedt. Door de hoge ‘social presence’ van Facebook, wat inhoudt dat sociale netwerksites intiemer en

rechtstreekser zijn dan bijvoorbeeld blogs, zouden Facebookgebruikers elkaars

gedrag meer kunnen beïnvloeden (Kaplan & Haenlein, 2010, p. 61-62). Het ‘social-mediated crisis communication model’ verdeelt het publiek in drie types sociale

mediagebruikers: de ‘creators’, de volgers en de inactieven die elkaar beïnvloeden

door middel van online of offline ‘word-of-mouth’ (Liu e.a., 2011).

4. ‘VALENCE’ VAN REACTIES EN HOEVEELHEID ‘LIKES’

4.1 ‘eWOM’ en reactie ‘valence’

‘Electronic word-of-mouth’ (‘eWOM’) is “een positief of negatief statement gemaakt door een potentiële, actuele of vorige consument over een product of bedrijf, die

beschikbaar gemaakt wordt voor een groot aantal mensen en instituties via het

internet” (Thorsten, Gwinner, Walsh & Gremler, 2004, p. 39). De opkomst van web

2.0 en daarbij ‘eWOM’ hebben de online communicatiespiraal versneld en de consument een grotere macht en stem gegeven om ervaringen te delen (van Noort &

Willemsen, 2011). De meest onderzochte vorm van ‘eWOM’ zijn ‘product reviews’

(Purnawirawan, De Pelsmacker & Dens, 2012). Toch kunnen de inzichten doorgetrokken worden naar andere contexten. Zo zijn online reacties van mensen op

een Facebookupdate zichtbaar voor anderen en kunnen we deze definiëren als

‘eWOM’ (de Vries e.a., 2012, p. 84; Zhao e.a., 2013, p. 487). Uit onderzoek blijkt dat ‘eWOM’ overtuigender, geloofwaardiger, nuttiger is en de attitude meer beïnvloed

dan bedrijfscommunicatie (Bickart & Schindler, 2001; Wang, Walther, Pingree &

Hawkins, 2008). Het publiek wordt namelijk beïnvloed door collectieve intelligentie in

plaats van door een kleine groep experts (Huang & Chen, 2006, p. 418).

Er wordt een onderscheid gemaakt tussen NWOM, negatieve online interacties die

een bedreiging vormen voor de organisatie en PWOM, het delen van positieve en steunende meningen. Negatieve commentaren zijn vaak een schreeuw om aandacht

en een manier om een frustratie te uiten (Coombs & Holladay, 2007; van Noort &

Willemsen, 2011, p. 30-32). Dit onderscheid tussen NWOM en PWOM komt overeen met de ‘valence’ van online interacties. ‘Valence’ is de evaluatieve richting van een

boodschap die positief, neutraal (beschrijvend) of negatief is en de respons van het

publiek kan beïnvloeden (Doh & Hwang, 2009, p. 193; Lee e.a., 2009; Purnawirawan

e.a., 2012, p. 245). Uit onderzoek blijkt dat het extremiteitseffect, congruentie-effect of ‘wisdom of the crowd’-heuristiek, waarbij er een consensus is gezien de reacties

overwegend dezelfde ‘valence’ hebben, de informatie betrouwbaar maakt en de

attitude versterkt in vergelijking met tweezijdige argumenten (Doh & Hwang, 2009, p. 193; Purnawirawan e.a., 2012, p. 245; Walther, Liang, Ganster, Wohn & Emington,

2012, p. 99; Zhu & Zhang, 2010). De perceptie van het publiek ontstaat dus door de

groep van reacties in het geheel en de overweldigende toon ervan (Zhao e.a., 2013,

p. 487).

15

4.2 Hoeveelheid ‘likes’

Naast de mogelijkheid om te reageren op een statusupdate, biedt Facebook de interactieve toepassing om reacties onder het crisisstatement te ‘liken’. Deze sociale

‘button’ wordt vandaag veel gebruikt, niet alleen op Facebook maar op het hele web

(men refereert ook wel naar de ‘like economy’). De ‘like-button’ vormt een

laagdrempelige manier van communiceren, vergroot de interactie en geeft aan dat iemand iets leuk vindt, sympathie toont of akkoord gaat met een update of reactie

(Gerlitz & Helmond, 2011). Deze verschillende ‘likes’ of sterrenbeoordelingen zijn

‘cognitive misers’, begrijpelijke, informele signalen die perifeer verwerkt zouden worden (Cheung & Thadani, 2012, p. 465; Pennington zoals geciteerd in Sparks &

Browning, 2011). Verscheidene onderzoeken wijzen op het belang van signalen om

inhoud te promoten zoals een rating of een aantal ‘likes’ bij ‘reviews’ om zo de overeenstemming onder het publiek te signaleren en het belang aan te tonen (e.g.

Jiménez & Mendoza, 2013, p. 58). Wanneer een reactie veel wordt ‘geliked’ geeft dit

dus aan dat veel mensen akkoord gaan met de vooropgestelde opinie over de crisis.

Zowel de ‘valence’ van de reacties als het aantal ‘likes’ op deze reacties vormen het

onderwerp van mogelijke ‘eWOM’-beïnvloeding op reputatie en virale

gedragsintenties.

5. ‘VALENCE’ REACTIES, HOEVEELHEID ‘LIKES’ EN POSTCRISIS

REPUTATIE

5.1 Organisatiereputatie

Een belangrijke zorg voor de getroffen organisatie is de mogelijke reputatieschade.

Tijdens een crisis staan het merk, de reputatie en de geloofwaardigheid van de organisatie immers op het spel (Barrett, 2005, p. 60; Byrd, 2012, p. 244-245). Het

reputatierisico is het hoogst bij crisissen waarbij er een hoge publieke perceptie is

van verantwoordelijkheid (Coombs, 2007). Door het interactieve ‘eWOM’ karakter van sociale media komt het reputatierisico meer op de voorgrond te staan. Hierbij is

het belangrijkste doel van crisiscommunicatie om negatieve postcrisis reacties zoveel

mogelijk in te perken (Coombs & Holladay, 2008). Naast de communicatie door de

woordvoerder gaat ook het publiek elkaar immers informeren (Gonzalez-Herrero & Smith, 2008, p. 149).

5.2 Invloed van ‘valence’ van reacties op reputatie

De effecten van ‘eWOM’ zijn reeds in verschillende contexten onderzocht. Edwards,

Edwards, Qing & Wahl (2007) toonden aan dat de ‘eWOM valence’ op een

discussieforum over ervaringen met een professor leidde tot een duidelijk verschil in leermotivatie, geloofwaardigheid en attitude ten opzichte van de professor, waarvan

ze een lesfilmpje bekeken. Ook blijken positieve of negatieve online producten

hotelbeoordelingen een aanzienlijke invloed te hebben op aankoopbeslissingen en

attitudeveranderingen (Cheung e.a., 2008; Doh & Hwang, 2009, p. 193; Vermeulen & Seegers, 2009, p. 124). Een ander onderzoek kon bewijzen dat positieve

boekbeoordelingen leidden tot een positief effect op percepties, attitudes en verkoop

(Chevalier & Mayzlin, 2003). Daarnaast kwamen Zhao e.a. (2013) tot de bevinding dat reacties onder online krantenartikels de attitude, emoties en gedragsintenties

over het issue beïnvloedden. Als laatste tonen Coombs & Holladay (2007) aan dat

naast een effect van NWOM op aankoopintentie ook de reputatie eronder leidt. Deze effecten blijken vooral groot bij mensen die het merk niet kennen. Frequente en

16

betrokken gebruikers blijken immers meer resistent en beschermend tegenover een

merk (Chakravarty, Liu & Mazumdar, 2010).

Gebaseerd op resultaten uit vorig onderzoek waarbij ‘eWOM’ percepties over

producten en bedrijven het publiek beïnvloedden, wordt dezelfde invloed van ‘eWOM’ op crisiscommunicatie via Facebook verwacht. Gezien een crisis een grote

mate van onzekerheid veroorzaakt, wordt verwacht dat reacties van

Facebookgebruikers op een statement door de organisatie, de crisis mee zullen

‘framen’ en zo het publiek beïnvloeden in hun attitude en reputatieperceptie.

H1 = Wanneer de reacties die verschijnen na de crisisrespons op Facebook positief

zijn, zal de reputatieperceptie en attitude van het publiek positiever zijn dan bij negatieve reacties.

5.3 Interactie-effect reactie ‘valence’ en hoeveelheid ‘likes’ op reputatie

Daarnaast zou de ‘valence’ van reacties in combinatie met hoeveelheid ‘likes’ een

effect kunnen hebben op de organisatiereputatie. Deze reputatie wordt immers

uiteindelijk ontwikkeld door de partijen buiten het bedrijf (Fombrun, 1996) en kan

beïnvloed worden door mechanismen zoals signalering (Standifird, 2001, p. 281). Bij het evalueren van productinformatie blijkt het aantal ‘likes’ belangrijk en ook de

sterrenbeoordelingen van hotels blijken de attitude tegenover het merk te

beïnvloeden (Freedman, 2011; Sparks & Browning, 2011, p. 1313). De theorie van sociale beïnvloeding van Asch (Kelley & Michela, 1980) waarbij de meerderheid

wordt gevolgd in plaats van het verstand, gecombineerd met de doeltreffendheid van

deze signalen in andere contexten, doet verwachten dat een hoger aantal ‘likes’ bij reacties het effect van de ‘valence’ van reacties op postcrisis reputatie zal

versterken.

H2 = Wanneer de reacties veel ‘geliked’ worden in vergelijking met weinig, zal het effect van ‘valence’ op postcrisis reputatie sterker zijn.

Positieve reacties met veel ‘likes’ zullen dus zorgen voor een positievere reputatie dan degene met weinig ‘likes’. Bij negatieve reacties met veel ‘likes’ zal de reputatie

negatiever zijn dan bij negatieve reacties met weinig ‘likes’.

6. ‘VALENCE’ REACTIES, HOEVEELHEID ‘LIKES’ EN VIRALE

GEDRAGSINTENTIES

6.1 Virale gedragsintenties

De online interacties tussen consument en organisatie worden beschreven als

‘virality’. Deze term beschrijft het online gedrag van mensen ten opzichte van de

inhoud die ze aangereikt krijgen via sociale netwerksites (Alhabash & McAlister, 2014, p. 2). Tucker (zoals geciteerd in Alhabash & McAlister, 2014, p. 2) definieert

virale gedragsintenties als de verzameling van ‘liken’, delen van inhoud en plaatsen

van reacties als vorm van engagement van het publiek. Alhabash & McAlister (2014)

toonden reeds aan dat mensen sneller cognitief minder veeleisende acties ondernemen. Mensen zullen dus de grootste neiging hebben iets te ‘liken’, daarna

om het te delen en als laatste om er een reactie onder te plaatsen. Virale

gedragingen zijn tijdens een crisis van groot belang gezien het ervoor zorgt dat het crisisbericht zich razendsnel gaat verspreiden (Mei e.a., 2009), wat op zijn beurt het

reputatierisico vergroot. Door de groei van sociale media blijkt er meer kans op

17

secundaire crisiscommunicatie waarbij de consumenten over de crisis gaan vertellen,

commentaren achterlaten of de info gaan delen via het internet (Schultz e.a., 2011, p. 21). De virale interacties als nieuwe vorm van secundaire crisiscommunicatie

kunnen er dus voor zorgen dat er een online informatiespiraal ontstaat over de crisis.

6.2 Invloed van ‘valence’ van reacties op virale gedragsintenties

Het onderzoek van Eckler & Bolls (2011) toont aan dat er meer kans is op virale

gedragsintenties bij positieve advertenties dan bij negatieve. Ook Alhabash e.a.

(2013) besloten uit hun onderzoek dat statusupdates over cyberpesten met een positieve toon leidden tot meer virale gedragsintenties dan de negatieve. Mensen

blijken dus een grotere intentie te hebben zich te mengen in discussies met een

positieve noot dan in extreem negatieve interacties. Hierdoor wordt verwacht dat wanneer overwegend steunende reacties zijn geplaatst onder de statusupdate, de

virale gedragsintenties hoger zullen zijn dan in het geval van negatieve reacties.

H3 = Positieve reacties zullen zorgen voor meer virale gedragsintenties (‘liken’, delen

en reageren) dan negatieve reacties.

6.3 Mediatie-effect van bruikbaarheid

Algemeen blijkt dat online ‘word-of-mouth’ zorgt voor meer informatieverwerking dan

communicatie door de organisatie alleen (Casteleyn, Mottart & Rutten, 2009). Meer

specifiek komen in de literatuur twee tegengestelde theorieën voor: het negativiteits- en positiviteitseffect. Bij productbeoordelingen blijkt een negativiteitseffect, gezien

negatieve informatie als meer bruikbare informatie wordt gezien door de

aanwezigheid van tastbare attributen en objectievere criteria dan bij positieve ‘reviews’. Het publiek zou negatieve ‘reviews’ percipiëren als accurater en met de

doelstelling om eerlijk te informeren (Ahluwalia & Gurhan-Canli, 2000; Chen & Lurie,

2013; Sen & Lerman, 2007). Op basis van de literatuur kan echter worden verwacht

dat de bruikbaarheid van reacties op een postcrisis statement via Facebook anders zullen worden beoordeeld, onder andere door een hogere betrokkenheid van de

consument bij een crisis dan bij een productbeoordeling. In de crisiscontext is

positieve informatie zeldzamer en minder verwacht en daardoor meer diagnostisch dan negatieve informatie (Fiske, 1980). Het publiek zal als het ware een negatief

gevoel krijgen door de omstandigheden van de crisis, maar door het lezen van

positieve reacties kan er een positiviteitseffect ontstaan (East, Hammond & Lomax,

2008). Deze steunende feedback ten aanzien van de organisatie toont namelijk een andere invalshoek op het issue, waardoor men het gevoel zal hebben accurater

geïnformeerd te zijn (Cheung & Thadani, 2012). Zo kan de consument zijn mening

nuanceren en dit vooral wanneer de organisatie hem onbekend is. Lee & Koo (2012) verklaren dat het positiviteitseffect ontstaat wanneer positieve signalen

diagnostischer zijn dan negatieve. Het effect dat positieve informatie meer bruikbaar

maakt voor het publiek voor hun opinievorming wordt vooropgesteld als verklaring voor hypothese 3. Er wordt immers verwacht dat men bij positieve reacties hogere

virale gedragsintenties heeft omdat de informatie bruikbaar is en het dus de moeite

waard is om te interageren. Hierdoor wordt volgende hypothese opgesteld:

H4 = De bruikbaarheid van reacties als crisisinformatie is een mediator voor de

relatie tussen ‘valence’ en virale gedragsintenties.

6.4 Interactie-effect reactie ‘valence’ en hoeveelheid ‘likes’ op virale gedragsintenties

Bij de opbouw van hypothese 2 verwachtten we dat het aantal ‘likes’ als signaal dient

voor een snellere aanvaarding van de inhoud wat een effect heeft op postcrisis reputatie. Gezien het aantal ‘likes’ werkt als versterkend informationeel signaal

18

(Cheung & Thadani, 2012, p. 465), kan worden verwacht dat naast een

attitudeverandering, het publiek ook de (virale) gedragsintentie zal hebben te handelen zoals de voorgangers. De ‘social validation theory’ verklaart immers dat

men de neiging heeft om advies te zoeken van anderen over hoe zich te gedragen in

een situatie en dit vooral in een staat van onzekerheid, zoals een crisis (Cialdini &

Goldstein, 2002, p. 47; Sparks & Browning, 2011, p. 1310). Wanneer naar de intentie wordt gevraagd in hoeverre men zelf een reactie zou ‘liken’ of de statusupdate zou

delen, kunnen we verwachten dat de hoeveelheid ‘likes’ zal werken als duidelijk

signaal voor het publiek om zelf ook via signalen in interactie te gaan. Door het verwachte positiviteitseffect echter, waardoor positieve reacties meer bruikbaar zijn,

wordt het versterkend effect enkel verwacht in de conditie met positieve reacties.

H5a = Positieve reacties met veel ‘likes’ zullen zorgen voor hogere virale

gedragsintenties dan positieve reacties met weinig ‘likes’.

H5b = In de conditie met negatieve reacties zal er geen verschil zijn tussen weinig en

veel ‘likes’ voor virale gedragsintenties.

6.5 ‘Valence’ eigen reactie

Naast het aanpassen van de opinie na het lezen van negatieve of positieve reacties

(Schlosser, 2011), wordt verwacht dat Facebookgebruikers de neiging hebben een

reactie te posten met dezelfde ‘valence’ als de reeds geplaatste reacties om zich te conformeren aan de voorgangers. Door het ‘empathic accuracy mechanism’ gaat

men de specifieke inhoud van gedachten en gevoelens van anderen inschatten, wat

zorgt voor een interactie tussen mensen (Feng, Lazar & Preece, 2004). De commentaren van anderen worden gelezen en als basis gebruikt voor de eigen

keuzes of mening (Huang & Chen, 2006, p. 416). Zo toonden de Vries e.a. (2012)

aan dat mensen geneigd zijn negatieve reacties te plaatsen om de voorgangers te

volgen. Het conformiteitseffect verkleint de kans op een neiging om een reactie te plaatsen met een tegenstrijdige ‘valence’.

H6 = Wanneer de respondenten een reactie zouden plaatsen, zou deze een gelijkaardige ‘valence’ hebben als de reacties die ze voordien te zien kregen.

19

Methode

1. DESIGN EN STIMULI

In dit onderzoek gebruiken we een experimenteel design. Dit om een causaal

verband aan te tonen tussen te onderzoeken onafhankelijke en afhankelijke variabelen. Het experiment heeft een 2 (‘valence’: positief vs. negatief) x 2

(hoeveelheid ‘likes’: veel vs. weinig) ‘between subjects experimental design’.

Dezelfde crisis wordt beschreven in de verschillende condities. Het gaat om een

productschade crisis waarbij een voedselcrisis kon vermeden worden door de

organisatie. Dit crisistype binnen het vermijdbare crisiscluster werd gekozen omdat het bedrijf hier de hoogste verantwoordelijkheid heeft en de meeste negatieve

reputatiegevolgen kent (Claeys, Cauberghe & Vyncke, 2010). Het fictief scenario

bestaat erin dat 287 mensen opgenomen zijn in het ziekenhuis door besmetting met

de ‘salmonella paratyphi’ bacterie. Het ijsjesbedrijf ‘Jack Ice’ wordt verantwoordelijk geacht gezien zij onvoldoende zorgvuldig omsprongen met de transportvoorschriften

(zie figuur 1). Er werd gekozen voor een fictieve organisatie en crisis om effecten van

betrokkenheid bij de crisis en bekendheid met het merk uit te sluiten. Aan gekende merken zou immers minder schuld worden toegewezen (Laufer & Coombs, 2006, p.

381).

Figuur 1: Crisisscenario

Nadat de crisissituatie via een krantenartikel wordt toegelicht, volgt een

crisisstatement van de woordvoerder van ‘Jack Ice’ via de Facebookpagina van het

bedrijf. Hierbij wordt de compensatie communicatiestrategie toegepast waarbij het bedrijf empathie toont, excuses aanbiedt en een compensatie belooft. Deze ‘rebuild’-

strategie is het meest toepasselijk omdat het leidt tot het beste reputatieherstel

(Claeys, e.a., 2010). Hierop volgen de gemanipuleerde reacties van (fictieve) Facebookgebruikers. Deze reacties zijn zo opgesteld dat ze zo gelijk mogelijk zijn

qua vorm en lengte (telkens tussen veertig en vijftig tekens) en zijn gebaseerd op

reacties van sociale mediasites om zo de externe validiteit te verhogen. Er werd eenzelfde neutrale reactie gebruikt voor de vier condities, waardoor de kortere lengte

20

van deze reactie geen probleem vormt. Deze neutrale reactie werd steeds mee

gerandomiseerd in de set, maar kreeg telkens hetzelfde aantal ‘likes’. In de conditie met een grote hoeveelheid ‘likes’ hebben de reacties 187, 298 en 322 ‘likes’ en 97 bij

de neutrale reactie. Daarnaast toonde de weinig ‘likes’ conditie 2, 3 en 5 ‘likes’ naast

de reacties en 2 bij de neutrale reactie. Deze aantallen zijn gebaseerd op reële

aantallen op bedrijfsfacebookpagina’s en zijn zo bepaald dat er enerzijds voldoende verschil zit tussen de condities en anderzijds de grote aantallen realistisch blijven.

De positieve ‘valence’ set toont drie reacties die positief en steunend zijn voor het bedrijf ‘Jack Ice’ terwijl de negatieve conditie negatieve en beledigende

commentaren bevat. Bij elke set wordt ook eenzelfde vierde neutrale reactie

toegevoegd om de geloofwaardigheid te verhogen. De manipulaties zijn ‘ge-counterbalanced’, gezien binnen elke conditie zowel de volgorde van de reacties en

van het aantal ‘likes’ als de vier personen gerandomiseerd zijn. In elke conditie zijn

de Facebookgebruikers dezelfde, namelijk twee vrouwen en twee mannen. Er waren

vijf positieve en vijf negatieve reacties, waarvan er telkens drie, willekeurig gekozen, in één stimulus werden getoond. De set van drie werd telkens vervolledigd met de

ene neutrale reactie.

Binnen elk van de vier condities zijn acht stimuli gemaakt, waardoor elke participant

één van de tweeëndertig stimuli (zie voorbeeld figuur 1) te zien kreeg. Op die manier

zijn volgorde-effecten en effecten door de bron van de reactie uitgesloten.

Figuur 2: voorbeeldstimulus conditie negatief, weinig ‘likes’

21

2. PARTICIPANTEN

Voor het verzamelen van de deelnemers werd een gemakkelijkheidssteekproef

gebruikt. Deze veel gebruikte steekproefmethode in de sociale wetenschappen is erop gebaseerd mensen te selecteren naar hun beschikbaarheid en bereidheid om

mee te werken aan het onderzoek (Gravetter & Forzano, 2012, p. 151). Via e-mail en

Facebook werd de link naar het online onderzoek verstuurd naar een groep mensen,

die het op hun beurt deelden met anderen. Ook via papieren foldertjes werd de link verspreid. Om de participanten aan te moedigen om deel te nemen werd het ‘random

lottery incentive system’ gebruikt waarbij ze kans maakten op een bongobon. 255

Vlaamse respondenten namen deel aan het onderzoek. Na ‘screening’ door missing data (11 cases), het foutief beantwoorden van twee filtervragen (22 cases) en het

verwijderen van 2 uitschieters in leeftijd werden 210 bruikbare cases behouden

(N=210, 67% vrouwen). De gemiddelde leeftijd van de respondentengroep is 31 jaar

(SD=13.5, range=15-69 jaar). De meerderheid van de respondenten is hooggeschoold (N=162). 49 respondenten kregen de positieve, veel ‘likes’ conditie;

55 de negatieve, veel ‘likes’ conditie; 54 de positieve weinig ‘likes’ conditie en 52

respondenten kregen de negatieve weinig ‘likes’ conditie te zien. De respondenten wisten niet van het bestaan van de andere condities.

3. PROCEDURE

De participanten kregen een uitnodiging met de link naar het online experiment (via Qualtrics). Er werd meegedeeld dat het onderzoek peilt naar de reacties op een

voedselcrisis. Na een korte instructie, kregen de deelnemers een krantenartikel te

zien over de crisis. Daarna werden ze ‘at random’ aan één van de vier condities

toegewezen. Afhankelijk van de conditie waarin de respondent zat, kreeg hij of zij een afbeelding te zien van de Facebook-update met daarna een set reacties die

overwegend positief of negatief zijn en met telkens veel of weinig ‘likes’. Om te

garanderen dat er voldoende tijd zou besteed worden aan het lezen van de stimulus, werd gevraagd welke van de vier reacties men zou ‘liken’. Dit was een subtiele

manier om hen meer aandacht te laten vestigen op de reacties en ‘likes’ en de

antwoorden hierop waren dus verder niet van belang. Hierna kregen de

respondenten de vragenlijst met om te beginnen een manipulatiecheck en daarna de afhankelijke, controle- en socio-demografische vragen.

4. MEETSCHALEN

Na de manipulatie werden vragen gesteld om te peilen naar de perceptie van de respondent. De volledige vragenlijst is terug te vinden in bijlage 2. Er werden recente

bestaande schalen uit gepubliceerde artikels gebruikt, met enkele minieme

veranderingen om de items aan te passen aan de sociale mediacontext van het onderzoek. Elk item kreeg zeven ankerpunten. Allereerst werden de ernst van de

crisis (Arpan & Pompper, 2003; ! =.90) en issue involvement (Zaichkowsky, 1985; !

=.87) gemeten. Na het zien van de stimulus volgde een reeks afhankelijke

variabelen. De bruikbaarheid van de informatie werd gemeten aan de hand van de 3-itemschaal van Bailey & Pearson (1983; e.g. De reacties van de vier

Facebookgebruikers zijn waardevol; ! =.84). De verkorte 5-item ‘organizational

reputation scale’ van Coombs & Holladay (2002) werd gebruikt om de postcrisis reputatie van de organisatie te meten (e.g. De organisatie is begaan met het welzijn

van haar publiek; ! =.81). Impressie over de organisatie na de crisis werd gemeten

aan de hand van de 3-item schaal van Lee (2005; e.g. Ik heb een negatieve impressie over Jack Ice; ! =.84). De ‘company attitude scale’ bestond uit 7 items

(Yang e.a. (2010) van Boulding & Kirmani’s, 1993; e.g. verantwoordelijk–

onverantwoordelijk; ! =.76). Virale gedragsintenties werden gemeten met behulp van

22

de 4-itemschaal van Eckler & Bolls (2011; e.g. Ik zou de statusupdate delen op

Facebook; ! =.83). Daarnaast antwoordden de respondenten op een 7-puntenschaal

hoe positief–negatief ze zelf zouden reageren op de update. Ook werden twee

filtervragen verdeeld over de survey (e.g. Duid hier aub het antwoord ‘niet akkoord’

aan). Daarna volgden enkele controlevragen (zoals ‘product involvement’, van Noort

& Willemsen, 2011; ! =.84) en demografische vragen.

23

Resultaten

1. PRETEST

Om de gemanipuleerde variabele ‘valence’ en het scenario te testen werd

voorafgaand aan het onderzoek een pretest uitgevoerd. Een schriftelijke enquête werd verdeeld onder 20 respondenten (50% vrouwen) met een gemiddelde leeftijd

van 30.85 jaar (SD=13.22). Alle respondenten waren lid van Facebook zodat de

betrokkenheid bij en de kennis over het medium werd verzekerd. Deze respondenten namen niet deel aan het eigenlijk onderzoek. Na een beschrijving van het

crisisscenario werd de ‘attribution of responsibility-scale’ van Griffin, Babin en Darden

(1992) gebruikt om na te gaan of er voldoende verantwoordelijkheid werd

toegewezen aan het bedrijf. De twee omgekeerd geschaalde items (e.g., “Hoe verantwoordelijk zijn het lot of de omstandigheden voor deze gebeurtenissen?”)

werden uit de schaal verwijderd om de betrouwbaarheid te optimaliseren (! =.85).

Deze verkorte twee item 7-puntenschaal toont dat respondenten de verantwoordelijkheid van de voedselcrisis voornamelijk toekennen aan het bedrijf zelf

(M=6.13, SD=.70). Gezien het gemiddelde hoger ligt dan vijf kan deze crisis in het

vermijdbare cluster worden ingedeeld. Daarnaast kan uit de resultaten van de twee item 7-puntenschaal van gepercipieerde ernst (Arpan & Pompper, 2003, ! =.92)

worden besloten dat de respondenten de crisis als ernstig tot zeer ernstig

beschouwen (M=6.05, SD=.90). Door de bemerking van de respondenten over het

kleine aantal slachtoffers (37) werd dit aantal in het eigenlijke onderzoek verhoogd naar 287 mensen, gebaseerd op het scenario in het onderzoek van Yang, Kang &

Johnson (2010).

Vervolgens werd nagegaan of het crisisstatement via Facebook door het fictief bedrijf

‘Jack Ice’ voldoende geloofwaardig was via de drie item ‘general credibility-scale’

(Williams, Patti & Drolet, 2005; ! =.90; e.g. “Deze update van het bedrijf lijkt mij

geloofwaardig”). De geloofwaardigheid kon als aanvaardbaar beschouwd worden en

werd daarom verder gebruikt in het effectief onderzoek (M=4.63, SD=1.49).

Om de ‘valence’ van de reacties te testen werden vier neutrale, vijf positieve en vijf

negatieve Facebookreacties aan de respondenten voorgelegd. Deze werden

gerandomiseerd om vertekening door volgorde te vermijden. Per reactie werd de

‘valence’ (e.g. “Deze commentaar van de facebookgebruiker vind ik over het algemeen positief – negatief voor ‘Jack Ice’) ingeschat op een drie item 7-

puntenschaal (Walther e.a., 2012; chronbach’s alpha’s van .75 tot .96) en werd de

geloofwaardigheid van de reactie beoordeeld (Williams, e.a., 2005; chronbach’s alpha’s van .90 tot .99). Het doel hiervan was reacties te verkrijgen die optimaal van

elkaar verschillen in ‘valence’ en voldoende geloofwaardig zijn. Reacties met een

minimale gemiddelde betrouwbaarheid van 4.5 werden behouden, waardoor twee

positieve reacties geëlimineerd werden (M=3.88, SD=1.95; M=4.10, SD=1.71). Drie reacties werden ingedeeld als positief (M=6.00, SD=1.20; M=6.02, SD=.78; M=6.27,

SD=.76) en vijf reacties als negatief (M=2.07, SD=.78; M=1.82, SD=1.17; M=1.42,

SD=.62; M=1.17, SD=.35; M=1.50, SD=.73). De reacties die als doel hadden neutraal gepercipieerd te worden, werden toch eerder beoordeeld naar de positieve

kant (M=4.78, SD=1.08; M=5.17, SD=1.20; M=4.15, SD=.82; M=4.28, SD=1.23).

Twee van de vier oorspronkelijk neutrale reacties werden door hun hoge score meegenomen als reacties in de positieve ‘valence’ conditie (M=4.78 en M=5.17).

Door middel van een kwalitatieve nabevraging bij de respondenten werd gevonden

dat men een niet negatieve reactie automatisch linkt met een positieve attitude ten

opzichte van het bedrijf en de kwestie. Hierdoor werd in plaats van vier, één neutrale

24

reactie (M=4.28; SD=1.23) met een hoge geloofwaardigheid (M=5.63, SD=1.38) licht

aangepast en in alle condities van het eigenlijk onderzoek gebruikt. Het deeltje ‘veel moed gewenst aan iedereen die betrokken is in deze onzekere periode’ werd

verwijderd, waardoor een meer beschrijvende, neutrale reactie overbleef (Ik kocht

gisteren nog een pot aardbei-ijs in de supermarkt. Is er een mogelijkheid om het ijs

terug te brengen? Kan hierover wat informatie gegeven worden? Alvast bedankt!). De outputs van de pretest zijn te raadplegen in bijlage 1.

De tweede manipulatie, het aantal ‘likes’ werd niet gepretest. Dit omdat de aantallen voldoende verschillen om objectief als veel en weinig ‘likes’ te kunnen bestempelen.

Wanneer de Facebook printscreen voor het eigenlijk onderzoek bewerkt was via Photoshop (met fictieve personen, reacties en ‘likes’ erbij) werd een realismecheck

gedaan bij vijf mensen. Niemand gaf als commentaar dat er geen ‘likes’ of ‘shares’

onder de update van de woordvoerder zelf stonden, waardoor dit niet werd geïntegreerd in het onderzoek en de focus dus enkel kon liggen op reacties en de

bijhorende ‘likes’.

2. MANIPULATIECHECK

Om de effectiviteit van de ‘valence’ manipulatie te garanderen, werd een ‘independent samples t-test’ uitgevoerd. Aan het begin van de vragenlijst werd de

vraag gesteld te beoordelen op een 7-puntenschaal hoe negatief of positief de set

reacties onder de statusupdate was ten opzichte van het bedrijf ‘Jack Ice’. Uit de

resultaten kan afgeleid worden dat de ‘valence’ van de reacties duidelijk was. De respondenten in de positieve ‘valence’ conditie vonden de reacties duidelijk

positiever (M=5.74, SD=.97) dan degene in de negatieve conditie [M=2.16, SD=1.00,

t(208) = -26.30, p < .001].

De respondenten beoordeelden de crisis als zeer ernstig (M=5.60, SD=1.03) en

waren betrokken bij het issue (M=5.11, SD=1.05). Hierdoor kan de crisis ingedeeld worden als ‘preventable’. Er waren geen significante verschillen op te merken tussen

de vier groepen (M_NV=5.43, SD_NV=.95; M_NW=5.72, SD_NW=.86; M_PV=5.70,

SD_PV=1.21; M_PW=5.56, SD_PW=1.07) inzake perceptie van de ernst van de crisis [F(3, 206) = .95, p = .42]. Daarnaast zijn geen significante verschillen

gevonden tussen de vier groepen (M_NV=4.94, SD_NV=1.13; M_NW=5.17,

SD_NW=1.08; M_PV=5.27, SD_PV=.92; M_PW=5.10, SD_PW=1.04) voor

betrokkenheid bij het issue [F(3, 206) = .92, p = .43] (zie bijlage 4).

3. HYPOTHESEN

De outputs van de analyses zijn te raadplegen in bijlage 6.

H1 = Wanneer de reacties die verschijnen na de crisisrespons op Facebook positief zijn, zal de reputatieperceptie en attitude van het publiek positiever zijn dan bij

negatieve reacties.

Door middel van ‘general linear model, two-way multivariate analysis of variance’ (anova) werden de twee onafhankelijke variabelen reactie ‘valence’ en hoeveelheid

‘likes’ op de afhankelijke variabelen reputatie, attitude en impressie over het bedrijf

getest.

25

Als eerste werd het hoofdeffect van ‘valence’ op de afhankelijke variabelen

onderzocht. De drie afhankelijke variabelen gaven hierbij hetzelfde resultaat. Er werd

een significant effect gevonden tussen de conditie met negatieve (M=4.61, SD=.90) en positieve reacties (M=5.12, SD=.89) voor organisatiereputatie [F(1, 206) = 16.77,

p < .001]. Daarnaast werd een significant hoofdeffect gevonden tussen negatieve

(M=4.03, SD=.79) en positieve reacties (M=4.24, SD=.68) voor attitude ten aanzien van het bedrijf [F(1, 206) = 4.34, p = .04]. Als laatste werd een significant hoofdeffect

gevonden tussen de negatieve (M=3.64, SD=1.08) en positieve ‘valence’ conditie

(M=4.14, SD=1.08) voor impressie over de organisatie [F(1, 206) = 11.32, p = .001].

Deze bevindingen tonen dat mensen die positieve reacties te zien kregen een

significant hogere reputatieperceptie hebben in vergelijking met degenen die

negatieve reacties lazen onder de statusupdate van het bedrijf. Hierdoor kan

hypothese 1 worden bevestigd.

H2 = Wanneer de reacties veel ‘geliked’ worden in vergelijking met weinig, zal het

effect van ‘valence’ op postcrisis reputatie sterker zijn.

26

Wanneer we verder kijken naar de output blijkt geen significant interactie-effect voor

de combinatie van ‘likes’ en ‘valence’ op organisatiereputatie [F(1, 206) = 1.74, p =

.19], noch op ‘company attitude’ [F(1, 206) = .03, p = .86] of impressie over de

organisatie [F(1, 206) = .29, p = .60]. In de negatieve conditie was er geen verschil

voor organisatiereputatie tussen veel (M=4.63, SD=.88) en weinig ‘likes’ (M=4.60, SD=.92), noch voor attitude tussen veel (M=4.02, SD=.78) en weinig ‘likes’ (M=4.04,

SD=.81) of impressie ten opzichte van de organisatie tussen veel (M=3.67, SD=1.07)

en weinig ‘likes’ (M=3.61, SD=1.09). Ook in de positieve conditie was geen verschil

op te merken voor organisatiereputatie tussen veel (M=4.97, SD=1.01) en weinig ‘likes’ (M=5.27, SD=.74), noch voor attitude tussen veel (M=4.22, SD=.61) en weinig

‘likes’ (M=4.27, SD=.74) of voor impressie tussen veel (M=4.09, SD=1.15) en weinig

‘likes’ (M=4.19, SD=1.02). Hierdoor kan hypothese 2 niet worden aanvaard.

Daarnaast was er geen hoofdeffect van hoeveelheid ‘likes’ op een van de drie

afhankelijke variabelen.

H3 = Positieve reacties zullen zorgen voor meer virale gedragsintenties (‘liken’, delen en reageren) dan negatieve reacties.

Voor het testen van hypothesen 3 en 5 werd opnieuw een ‘general linear model, two-way multivariate anova’ uitgevoerd. Hierbij werd geslacht meegenomen als

controlevariabele. De twee onafhankelijke variabelen reactie ‘valence’ en

hoeveelheid ‘likes’ op de afhankelijke variabelen intentie om te ‘liken’, delen of een

reactie te plaatsen werden getoetst.

Er is geen significant verschil gevonden tussen de conditie met negatieve (M=3.07,

SD=1.68) versus de conditie met positieve reacties (M=3.29, SD=1.71) op de intentie

om een of meerdere reacties te ‘liken’ [F(1,202) = 1.65, p = .20]. Daarnaast werd

geen significant verschil gevonden voor de intentie om zelf een reactie te plaatsen

tussen de negatieve (M=2.42, SD=1.39) en positieve (M=2.33, SD=1.27) ‘valence’

conditie [F(1,202) = .01, p = .94]. Voor de intentie om het Facebookbericht te delen

werd wel een significant hoofdeffect gevonden tussen de negatieve (M=3.06, SD=1.42) en positieve conditie [M=3.38, SD=1.37, F(1, 202) = 3.91, p = .05]. Een

statement met positieve reacties eronder zorgt dus voor een hogere neiging om het

27

bericht te delen dan een statement gevolgd door negatieve reacties. Hypothese 3

kan dus gedeeltelijk worden aanvaard.

Er werd voor de variabele ‘intentie om te delen’ een hoofdeffect gevonden van

geslacht [F(1, 202) = 8.12, p = .005], waarbij vrouwen een hogere intentie hebben

(M=3.41, SD=1.41) om een Facebookbericht te delen dan mannen (M=2.84,

SD=1.32). Daarnaast werd een marginaal significant hoofdeffect gevonden voor

geslacht bij intentie om te reageren (F(1, 202) = 3.12, p = .08) waarbij vrouwen

(M=2.49, SD=1.28) een hogere intentie hebben dan mannen (M=2.16, SD=1.40).

H4 = De bruikbaarheid van reacties als crisisinformatie is een mediator voor de

relatie tussen ‘valence’ en virale gedragsintenties.

Om hypothese 4 te testen werd de Preacher & Hayes ‘Bootstrap’ test om indirecte effecten in simpele mediatiemodellen te testen, gebruikt gezien deze meer robuuste

resultaten oplevert dan de Sobel test.

Allereerst werd gevonden dat valence positief gerelateerd is aan de intentie om te

delen (B = .33, t(208) = 1.70, p = .09)1. Ook werd gevonden dat een set positieve

reacties samenhangt met een hogere gepercipieerde bruikbaarheid van de informatie (B = .60, t(208) = 3.60, p < .001). Daarnaast werd gevonden dat de mediator

(bruikbaarheid) positief geassocieerd is met de intentie om te delen (B = .58, t(208) =

8.30, p < .001). In deze studie is het 95% betrouwbaarheidsinterval verkregen met

5000 ‘bootstrap resamples’ (Preacher & Hayes, 2008). De resultaten van de mediatie-analyse bevestigen de mediërende rol van bruikbaarheid in de relatie

tussen ‘valence’ en intentie om te delen (B = .34, CI = .16 tot .55).

Dezelfde mediatie-analyse werd gedaan voor de afhankelijk variabele intentie om te

‘liken’. De positieve associatie tussen ‘valence’ en intentie om te ‘liken’ bleek, zoals

verduidelijkt in vorige hypothese, niet significant (B = .23, t(208) = .97, p = .33). Toch is het mogelijk de mediatie ‘bootstrap’ analyse uit te voeren zonder significant

hoofdeffect (Preacher & Hayes, 2008). Daarnaast werd gevonden dat een set

positieve reacties samenhangt met een hogere gepercipieerde bruikbaarheid van de

informatie (B = .60, t(208) = 3.60, p < .001). Ook bleek dat de mediator (bruikbaarheid) positief geassocieerd is met de intentie om te ‘liken’ (B = .67, t(208) =

7.84, p < .001). De resultaten van de mediatie-analyse bevestigen ook hier de

mediërende rol van bruikbaarheid in de relatie tussen ‘valence’ en intentie om te ‘liken’ (B = .40, CI = .19 tot .67).

Fig 6: mediatie information usefulness

1 De p-waarde is hier hoger dan in hypothese 3 door het weglaten van geslacht als

controlevariabele.

28

H5a = Positieve reacties met veel ‘likes’ zullen zorgen voor hogere virale

gedragsintenties dan positieve reacties met weinig ‘likes’.

Via de ‘two-way anova’ werd verder het interactie-effect van ‘valence’ en ‘likes’ op de

intentie om te ‘liken’, delen of een reactie te plaatsen getest. Er bleek een significant

interactie-effect op de intentie om te delen [F(1, 202) = 5.03, p = .03], een marginaal

significant effect op de intentie om te ‘liken’ [F(1, 202) = 3.34, p = .07] en geen

significant effect van de intentie om een reactie te plaatsen [F(1, 202) = .76, p = .38].

Voor het verder testen van hypothese 5a, waarbij wordt verwacht dat veel ‘likes’ bij

de conditie met positieve reacties zal zorgen voor hogere virale gedragsintenties (‘liken’ en delen) dan weinig ‘likes’, werd gebruik gemaakt van ‘independent samples

t-tests’. Er werd geen significant effect gevonden tussen de scores van de

respondenten in de weinig ‘likes’ conditie (M=3.29, SD=1.22) en de respondenten in

de veel ‘likes’ conditie (M=3.49, SD=1.52) voor de intentie om te delen [t(101) = -.75,

p = .45]. Daarnaast werden geen significante verschillen gevonden tussen de weinig

‘likes’ conditie (M=3.13, SD=1.65) versus veel ‘likes’ conditie (M=3.47, SD=1.77) voor

de intentie om een van de reacties te ‘liken’ [t(101) = -1.01, p = .32]. Hoewel de

verschillen niet significant zijn, is hier wel een gelijklopende tendens merkbaar, zowel

bij delen, ‘liken’ als reageren, waarbij positieve reacties met veel ‘likes’ leiden tot

hogere virale gedragsintenties dan positieve reacties met weinig ‘likes’. Voor dit onderzoek kan hypothese 5a echter niet worden aanvaard.

H5b = In de conditie met negatieve reacties zal er geen verschil zijn tussen weinig en

veel ‘likes’ voor virale gedragsintenties.

Als tweede onderzoeken we hypothese 5b, waarbij wordt verwacht dat er geen

verschil zal zijn tussen weinig en veel ‘likes’ voor virale gedragsintenties bij de

respondenten die negatieve reacties te zien kregen, opnieuw via t-tests. Er werd

merkwaardig genoeg een marginaal significant effect gevonden voor het verschil tussen de weinig ‘likes’ (M=3.31, SD=1.62) en veel ‘likes’ conditie (M=2.82, SD=1.17)

voor de vraag of men de statusupdate zou delen op Facebook [t(93) = 1.78, p = .08].

Hier zouden weinig ‘likes’ naast negatieve reacties meer aanzetten tot delen dan veel ‘likes’. Daarnaast werd geen significant verschil gevonden tussen de weinig ‘likes’

29

(M=3.31, SD=1.73) en veel ‘likes’ conditie (M=2.84, SD=1.61) voor de intentie om te

‘liken’ [t(105) = 1.46, p = .15]. Toch is ook hier een tendens te merken naar een

voorkeur voor weinig ‘likes’ in vergelijking met veel ‘likes’ voor virale

gedragsintenties. Hierdoor kan hypothese 5b gedeeltelijk worden aanvaard.

H6 = Wanneer de respondenten een reactie zouden plaatsen zou deze een

gelijkaardige ‘valence’ hebben als de reacties die ze voordien te zien kregen.

Voor de laatste hypothese, die werd getest met een ‘one-way anova’, werd een

significant verschil gevonden tussen de negatieve (M=3.28, SD=1.06) en positieve

valence conditie (M=4.28, SD=1.08) voor de vraag hoe negatief of positief de eigen reactie zou zijn wanneer men zelf op het statement zou reageren [F(1, 208) = 45.89,

p < .001]. Zoals verwacht hadden respondenten in de positieve conditie een

significant hogere intentie om een positieve reactie te posten dan mensen in de negatieve conditie. Hierdoor kan hypothese 6 worden bevestigd.

30

Conclusie en discussie

Het doel van dit onderzoek was om de effecten van de interactieve kenmerken van de sociale netwerksite Facebook op postcrisis reputatie en virale gedragsintenties

vast te stellen. Via een experiment trachtten we een antwoord te bieden op de

onderzoeksvraag hoe het publiek de crisis via Facebook mee kan gaan ‘framen’ door reacties te posten (positief of negatief) en deze veel of weinig te ‘liken’. Aan de hand

van sociale beïnvloedingstheorieën zoals het ‘bandwagon effect’ (Simon, 1954) werd

verwacht dat het publiek beïnvloed wordt door deze kenmerken.

Allereerst onderzochten we de effecten op de postcrisis reputatie van het bedrijf. In

de literatuur bestaat reeds de consensus dat crisissen een ernstige bedreiging zijn

voor de bedrijfsreputatie en werd aangetoond dat effectieve crisiscommunicatie door het bedrijf de schade kan beperken of herstellen (Coombs, 2007). In het huidig

onderzoek werd echter de vraag gesteld of naast de invloed van communicatie van

het bedrijf ook Facebookgebruikers de perceptie van het publiek kunnen beïnvloeden door in online interactie te gaan met de getroffen organisatie. De effecten van online

‘word-of-mouth’ op attitude, aankoopintenties en merkreputatie zijn reeds onderzocht

bij verscheidene ‘reviews’, discussiefora en reacties op online krantenartikels (Cheung e.a., 2008; Chevalier & Mayzlin, 2003; Zhao, e.a., 2013), waardoor

hetzelfde overtuigingseffect kon verwacht worden op de bedrijfsreputatie bij een

crisis. Uit de resultaten konden we inderdaad besluiten dat de ‘valence’ van reacties

die verschijnen na de crisisrespons op Facebook het publiek beïnvloedt gezien het lezen van positieve reacties leidde tot een positievere attitude, impressie en

postcrisis reputatie bij de participanten dan het lezen van negatieve reacties. Deze

bevindingen zijn in lijn met Mei e.a. (2009) die aan de hand van crisiscasestudies vermoedden dat subjectieve commentaren verspreid op het internet de opinie van de

organisatie sturen afgezien van de moeite van de organisatie om de crisis te

herstellen (p. 150). Dit zou vooral het geval zijn bij consumenten die het merk niet kennen (Mei e.a., 2009), zoals het fictief bedrijf in huidig onderzoek.

De hoeveelheid ‘likes’ bij reacties zou kunnen dienen als informationeel signaal om

het belang van de inhoud te benadrukken zoals in andere contexten zoals sterrenbeoordelingen en ‘likes’ bij ‘reviews’ het geval is (Freedman, 2011). Door de

benadrukking van de inhoud bij veel ‘likes’ werd verwacht dat het effect van ‘valence’

op postcrisis reputatie zou versterkt worden. Uit de resultaten bleek echter geen effect van aantal ‘likes’ in combinatie met de ‘valence’ van reacties op attitude,

impressie of postcrisis reputatie. Voor de afwezigheid van dit effect kunnen

verschillende verklaringen worden vooropgesteld. Chevalier & Mayzlin (2003) bewijzen dat participanten meer aandacht besteden aan en beïnvloed worden door

de tekst van een ‘review’ dan door signalen zoals een gemiddelde ‘rating’. Hierdoor

kan ook in deze kwestie verwacht worden dat men minder aandacht besteed aan het

aantal ‘likes’ dan aan de meer opvallende commentaren. Ook kregen de participanten slecht één conditie te zien waardoor het aantal ‘likes’ niet opvallend

werd gemaakt en de associatie van veel en weinig nummers misschien niet

gebeurde. Signalen zoals sterrenbeoordelingen voor hotels werken beter (Sparks & Browning, 2011, p. 1313) maar deze geven los van de inhoud een directe

inhoudelijke betekenis terwijl ‘likes’ bij reacties dit niet doen. Als laatste zou er een

‘ceiling effect’ kunnen zijn waarbij het aantal ‘likes’ geen extra informatie toevoegt

gezien er in het onderzoek sowieso reeds overeenstemming is door de gelijke ‘valence’ binnen de set reacties (Dawar & Pillutla, 2000, p. 216).

31

Naast de effecten op postcrisis reputatie werden ook virale gedragsintenties, de

intentie om de inhoud verder te verspreiden door te ‘liken’, delen of een reactie te plaatsen, onderzocht. Het sociale karakter van Facebook laat mensen immers in

interactie treden met elkaar en met de organisatie via bedrijfspagina’s op sociale

media, waardoor informatie gemakkelijk wordt verspreid (Lee, Xiong & Hu, 2012, p.

820). Voor de organisatie betekent dit echter een vergroting van het reputatierisico gezien meer mensen op de hoogte zijn van het incident en de crisis door online en

offline ‘word-of-mouth’ kan escaleren bij de publieke opinie (Mei e.a., 2009, p. 149).

De sporadische onderzoeken die reeds zijn gedaan naar virale gedragsintenties tonen aan dat er een grotere neiging is tot virale gedragsintenties bij inhoud met een

positieve noot dan bij extreem negatieve statusupdates of advertenties (Alhabash

e.a., 2013; Eckler & Bolls, 2011), waardoor hetzelfde werd verwacht bij de ‘valence’ van reacties op een crisisstatement. Die tendens naar meer virale gedragsintenties

na het lezen van positieve reacties werd in het huidig onderzoek teruggevonden bij

de intentie om een of meerdere reacties te ‘liken’ en om de statusupdate te delen,

hoewel enkel het effect bij delen significant bleek. Voor de intentie om zelf te reageren werd dit verschil niet gevonden en was er zelfs een licht hogere intentie bij

de negatieve conditie, die weliswaar niet significant bleek. Dit zou verklaard kunnen

worden doordat reageren cognitief veeleisender is dan ‘liken’ of delen (Alhabash & McAlister, 2014), waardoor enkele extreme reacties geuit worden. Gezien het

onderzoek fictief is zouden de participanten te weinig betrokken kunnen zijn om het

bedrijf te verdedigen of steunen. De virale gedragsintenties delen en reageren bleken aanzienlijk hoger voor vrouwen dan voor mannen, wat ook werd verwacht in de

literatuur gezien vrouwen meer betrokken zijn bij een voedselcrisis dan mannen

(Laufer & Gillespie, 2004). Daarnaast bleek uit het onderzoek via een mediatie-

analyse dat de bruikbaarheid van de informatie een verklaring was voor het effect van positieve reacties op de intentie om te ‘liken’ en delen. Zoals verwacht bleek

immers een positiviteitseffect, waarbij positieve reacties diagnostischer bleken voor

het publiek om hun mening te vormen rond het issue (Lee & Koo, 2012).

Door het positiviteitseffect werd verwacht dat veel ‘likes’ zou dienen als signaal voor

hogere eigen virale gedragsintenties. Dit gezien men in een staat van onzekerheid zowel een invloed op attitude als op gedrag waarneemt (Cialdini & Goldstein, 2002,

p. 47). Hoewel geen significante verschillen werden gevonden in het onderzoek, was

wel een gelijklopende tendens merkbaar waarbij in de positieve ‘valence’ conditie

veel ‘likes’ leidden tot een hogere intentie bij de respondent om te ‘liken’ en delen. Het aantal ‘likes’ blijkt dus een informationeel signaal, dat verduidelijkt dat veel

mensen betrokken zijn bij het issue en met elkaar interageren, wat aanzet om

hetzelfde te doen. Uit dit enkel onderzoek is deze tendens echter niet te bewijzen. Voor mensen die negatieve reacties te zien kregen werd dit effect niet verwacht,

gezien negatieve informatie minder diagnostisch zou zijn. Uit de resultaten bleek

onverwacht een omgekeerd matig effect voor intentie om te delen, waarbij mensen

die weinig ‘likes’ te zien kregen een hogere intentie hadden dan mensen in de veel ‘likes’ conditie. Voor de intentie om te ‘liken’ bleek het verschil niet significant, maar

was eenzelfde tendens merkbaar, waarbij mensen in de conditie met weinig ‘likes’

zelf een hogere intentie hadden om te ‘liken’. Deze onverwachte resultaten vergen verder onderzoek, maar zouden kunnen verklaard worden door medelijden. De

combinatie van negatieve reacties met veel ‘likes’ en dus veel mensen die de

reacties steunen, zou overweldigend kunnen zijn voor de lezer waardoor men de publieke opinie te extreem vindt en medelijden krijgt met de organisatie.

Een laatste bevinding uit de studie is dat respondenten zelf een reactie zouden

plaatsen met een gelijkaardige ‘valence’ aan de reacties die ze te zien kregen. Deze bevinding is te nuanceren, aangezien de intentie om een reactie te plaatsen laag is,

echter toch niet onbelangrijk. Uit het onderzoek valt immers af te leiden dat de

32

reacties een grotere invloed hebben dan de ‘likes’ erbij, waardoor een klein aantal

reacties van mensen de publieke opinie kunnen beïnvloeden. Wanneer de enkelen die toch een reactie plaatsen de neiging hebben om de voorgangers te volgen,

ontstaat dezelfde ‘valence’ over de reacties en dus een extremiteitseffect die zorgt

voor een grotere invloed dan tweezijdige argumenten (Doh & Hwang, 2009, p. 193).

Uit deze resultaten kunnen we de onderzoeksvraag positief beantwoorden dat via de

interactieve kenmerken van sociale media het publiek de crisis mee kan gaan

‘framen’ en op die manier anderen worden beïnvloed. De invloed van de ‘valence’ van reacties is hierbij prominenter dan van het aantal ‘likes’ gezien de positieve of

negatieve set reacties invloed heeft op de reputatieperceptie bij het publiek en op de

‘valence’ van een potentiële eigen reactie. De hoeveelheid ‘likes’ heeft hierbij geen extra effect, maar mag niet genegeerd worden door PR-professionals gezien reacties

met een groot aantal ‘likes’ meer kans hebben om direct onder de Facebookupdate

getoond te worden. De bevindingen over virale gedragsintenties blijken positief voor

de getroffen organisatie gezien positieve reacties zorgen voor meer ‘liken’ en delen dan negatieve, wat de reputatie zou kunnen helpen herstellen. In combinatie met het

aantal ‘likes’ is er een tendens merkbaar bij positieve reacties met veel ‘likes’ en

negatieve reacties met weinig ‘likes’ die hogere virale gedragsintenties zouden veroorzaken, maar de afzonderlijke effecten bleken niet significant waardoor verder

onderzoek noodzakelijk is. Deze exploratieve inzichten rond de hoeveelheid ‘likes’

geven een goede eerste aanzet voor verder studies.

Dit onderzoek biedt enkele belangrijke inzichten voor crisiscommunicatiemanagers.

Het toont de complexe sociale mediaomgeving waarbij de aandacht moet verdeeld

worden tussen de respons van de woordvoerder en de interactie door het publiek. Los van de juiste toepassing van een crisisresponsstrategie blijken reacties immers

de reputatie te kunnen schaden of herstellen. Het opbouwen van een ‘brand

community’ is dus zeker een meerwaarde voor elke organisatie, gezien fans van het merk door positieve reacties, die verder online verspreid worden, de schade kunnen

inperken.

33

Beperkingen en verder onderzoek

Deze exploratieve eerste studie was gebaseerd op weinig voorgaand onderzoek rond dit specifieke onderwerp, waardoor het niet mogelijk was alle bevindingen

volledig te verklaren. Onderzoek in een net ontgonnen terrein is echter ook een grote

sterkte aangezien het een interessante aanzet vormt tot verder onderzoek. Ook toont het onderzoek reeds enkele interessante tendensen.

Als eerste worden enkele praktische beperkingen van het onderzoek aangehaald. Tijdens het experiment zelf kregen respondenten de stimulus slechts kort te zien en

hadden we geen controle op de aandacht die eraan werd besteed, waardoor het

aantal ‘likes’ waarschijnlijk niet erg is opgevallen. Toch moet gezegd worden dat dit

een realistische setting is, gezien Facebook erg vluchtig is. Indien specifiek werd gewezen op het aantal ‘likes’, zou de invloed niet meer onbewust gemeten worden.

Evenzeer was de vragenlijst nogal lang, waardoor ondanks de filtervragen, de

aandacht bij sommige respondenten wat lager kon liggen. Ook was er slechts één blootstelling aan het statement en de reacties, terwijl in realiteit het issue meermaals

op de ‘Facebookwall’ kan verschijnen en meerdere blootstellingen zouden zorgen

voor een groter effect van sociale besmetting (Hodas & Lerman, 2013,). Tevens kan onderzocht worden of hetzelfde effect wordt bekomen bij een conditie zonder ‘likes’

en bij andere hoeveelheden ‘likes’. Verder is het moeilijk om sociale beïnvloeding na

te gaan via een online experiment en is er steeds een kloof tussen intentie en actueel

gedrag. Daarnaast zijn er in realiteit weinig geïsoleerde positieve of negatieve sets van reacties, maar eerder een mix (Purnawirawan e.a., 2012, p. 245). Hierdoor kan

aangeraden worden effecten te onderzoeken bij incongruente informatie.

Als tweede zijn er enkele inhoudelijke beperkingen van het onderzoek. Zo was het

niet mogelijk een sluitende verklaring te vinden voor de tendens van negatieve

reacties met weinig ‘likes’ die leiden tot hogere virale gedragsintenties, waardoor verder onderzoek noodzakelijk is. Daarnaast werd gefocust op één type crisis, een

voedselcrisis binnen het vermijdbare crisiscluster. Hierdoor kunnen de resultaten niet

veralgemeend worden naar elke soort crisis. Ook kan bijkomend onderzoek zich

meer toespitsen op virale gedragsintenties in plaats van reputatie als tweede afhankelijke variabele te beschouwen, om zo diepere inzichten te krijgen. Verder

werd een fictief bedrijf en crisis gebruikt. Frequente gebruikers die meer betrokken

zijn bij het merk zouden echter meer resistent zijn tegen WOM dan onwetende consumenten en meer openstaan om informatie te verkrijgen (Bagozzi & Dholakia,

2006; Chakravarty e.a., 2010), waardoor een bestaand merk zou kunnen gebruikt

worden in volgend onderzoek.

Als laatste worden enkele pistes voorgesteld waar volgend onderzoek zich op kan

focussen. Zo zouden andere kenmerken zoals ‘shares’ en ‘likes’ op de update zelf en

andere sociale netwerksites zoals Twitter en Youtube kunnen worden onderzocht. In plaats van een statement zou in volgend onderzoek een videofragment van de

woordvoerder op Facebook kunnen geplaatst worden, gezien dit meer levendig is en

zou leiden tot een betere attitude en meer reacties (de Vries e.a., 2012). Daarnaast kan verder worden ingegaan op de reacties. Naast de ‘valence’ zou men het effect

van rationele versus emotionele reacties kunnen nagaan gezien emotionele

informatie meer kans heeft om online gedeeld te worden en meer bruikbaar blijkt (Alhabash e.a., 2013, p. 176; Lee e.a., 2012, p. 820). Ook zou men de kwaliteit en

het aantal argumenten in de reacties in rekening kunnen nemen (Lee, Park & Han,

2008). Daarnaast zou men kunnen nagaan of frequente Facebookgebruikers minder

virale gedragsintenties hebben door een ‘eWOM overload’ (Alhabash & McAlister,

34

2014). Een andere piste is om enkele moderatie-effecten te onderzoeken waarbij het

conformiteitseffect niet zou voorkomen zoals wanneer een aanvullende mening voorgesteld wordt die omgekeerd is dan de reacties, zoals een blog, of wanneer men

denkt dat de reacties gemanipuleerd zijn door de organisatie zelf (Zhao e.a., 2013, p.

488).

Als laatste is het essentieel voor PR-professionals om inzicht te krijgen in de

manieren om met deze ‘eWOM’ om te gaan. Hierdoor is het interessant te

onderzoeken welke ‘webcare’ interventies van de organisatie de invloed van ‘valence’ kunnen beperken. van Noort en Willemsen (2011) vonden immers dat het

op merkgegeneerde platformen positief is om als organisatie te reageren op

klachten. Belangrijk is dus een inzicht te krijgen of deze ‘webcare’ interventies ook na een crisis favorabel zijn voor de organisatie en hoe deze ‘webcare’ aan te pakken.

35

Literatuurlijst

Ahluwahlia, R. & Gürhan-Canli, Z. (2000). The effects of extensions on the family brand name: an accessibility-diagnosticity perspective. Journal of Consumer

Research, 27(3), 371-381.

Alhabash, S. & McAlister, A.R. (2014). Redifining virality in less broad strokes:

predicting viral behavioral intentions from motivations and uses of Facebook and

Twitter. New Media & Society, 1-23.

Alhabash, S., McAlister, A.R., Hagerstrom, A., Quilliam, E.T., Rifon, N.J. & Richards,

J.I. (2013). Between likes and shares: effects of emotional appeal and virality on the persuasiveness of anticyberbullying messages on Facebook. Cyberpsychology,

Behavior and Social Networking, 16(3), 175-182.

Arpan, L.M. & Pompper, D. (2003). Stormy weather: testing stealing thunder as a crisis communication strategy to improve communication flow between organizations

and journalists. Public Relations Review, 29(3), 291-308.

Bagozzi, R.P. & Dholakia, U.M. (2006). Antecedents and purchase consequences of

customer participation in small group brand communities. International Journal of

Research in Marketing, 23(1), 45-61.

Bailey, J.E. & Pearson, S.W. (1983). Development of a tool for measuring and

analyzing computer user satisfaction. Management Science, 29(5), 530-545.

Barett, M.S. (2005). Spokespersons and message control: how the CDC lost

credibility during the anthrax crisis. Qualitative Research Reports in Communication,

6(1), 59-68.

Bickart, B. & Schindler, R.M. (2001). Internet forums as influential sources of

consumer information. Journal of interactive marketing, 15(3), 31-40.

Broida, R. (2010, 19 maart). Nestle’s Facebook page: how a company can really

screw up social media. Geraadpleegd op 20 april 2014 op het World Wide Web: http://www.cbsnews.com/news/nestles-facebook-page-how-a-company-can-really-

screw-up-social-media/.

Burnkrant, R.E. & Cousineau, A. (1975). Informational and normative social influence in buying behavior. Journal of Consumer Research, 2(3), 206-214.

Byrd, S. (2012). Hi fans! Tell us your story!: Incorporating a stewardship-based social media strategy to maintain brand reputation during a crisis. Corporate

communications: an international journal, 17(3), 241-254.

Casteleyn, J., Mottart, A. & Rutten, K. (2009). How to use data from Facebook in

your market research. International Journal of Market Research, 51(4), 439-347.

Chakravarty, A., Liu, Y. & Mazumdar, T. (2010). The differential effects of online

word-of-mouth and critics’ reviews on pre-release movie evaluation. Journal of

Interactive Marketing, 24, 185-197.

Chen, Z. & Lurie, N.H. (2013). Temporal contiguity and negativity bias in the impact

of online word-of-mouth. Journal of Marketing Research, 50(4), 463-467.

36

Cheung, C.M.K., Lee, M.K.O. & Robjohn, N. (2008). The impact of electronic word-

of-mouth: the adoption of online opinions in online customer communities. Internet Research, 18(3), 229-247.

Cheung, C.M.K. & Thadani, D.R. (2012). The impact of electronic word-of-mouth communication: a literature analysis and integrative model. Decision Support

Systems, 54(1), 461-470.

Chevalier, J.A. & Mayzlin, D. (2003). The effect of word of mouth on sales: online book reviews. Journal of Marketing Research, 44(3), 345-354.

Choi, Y. & Lin, Y.H. (2009). Consumer responses to Mattel product recalls posted on online bulletin boards: Exploring two types of emotion. Journal of Public Relations

Research, 21(2), 198-207.

Cialdini, R.B. & Goldstein, N.J. (2002). The science and practice of persuasion.

Cornell Hotel and Restaurant Administration Quarterly, 43(2), 40-50.

Claeys, A-S. (2012). The impact of the content and timing of organizational crisis

communication on reputation repair (doctoraatstudie). Universiteit Gent, België.

Claeys, A-S, Cauberghe, V. & Vyncke, P. (2010). Restoring reputations in times of crisis: an experimental study of the situational crisis communication theory and the

moderating effects of locus of control. Public Relations Review, 36, 256-262.

Coombs, W.T. (2007). Protecting organization reputations during a crisis: the

development and application of situational crisis communication theory. Corporate

Reputation Review, 10(3), 163-176.

Coombs, W.T. & Holladay, S.J. (2002). Helping crisis managers protect reputational

assets: initial tests of the situational crisis communication theory. Management

Communication Quarterly, 16(2), 165-186.

Coombs, W.T. & Holladay, S.J. (2007). The negative communication dynamic:

exploring the impact of stakeholder effect on behavioral intentions. Journal of Communication Management, 11(4), 300-312.

Coombs, W.T. & Holladay, S.J. (2008). Comparing apology to equivalent crisis response strategies: clarifying apology’s role and value in crisis communication.

Public Relations Review, 34, 252-257.

Dawar, N. & Pillutla, M.M. (2000). Impact of product-harm crises on brand equity: the

moderating role of consumer expectations. Journal of Marketing Research, 37(2),

215-226.

de Vries, L., Gensler, S. & Lee ang, P.S.H. (2012). Popularity of brand posts on

brand fan pages: an investigation of the effects of social media marketing. Journal of

Interactive Marketing, 26, 83-91.

Doh, S-J. & Hwang, J-S. (2009). How consumers evaluate eWOM messages.

CyberPsychology & Behavior, 12(2), 193-197.

East, R., Hammond, K. & Lomax, W. (2008). Measuring the impact of positive and

negative word of mouth on brand purchase probability. International Journal of Research in Marketing, 25, 215-224.

37

Eckler, P. & Bolls, P.D. (2011). Spreading the virus: emotional tone of viral

advertising and its effect on forwarding intentions and attitudes. Journal of Interactive Advertising, 11, 1-11.

Edwards, C., Edwards, A., Qing, Q. & Wahl, S.T. (2007). The influence of computer-mediated word-of-mouth communication on student perceptions if instructors and

attitudes toward learning course content. Communication Education, 56(3), 255-277.

Feng, J.J., Lazar, J. & Preece, J. (2004). Empathy and online interpersonal trust: a fragile relationship. Behaviour & Information Technology, 23(2), 97-106.

Fischer, E. & Reuber, A.R. (2011). Social interaction via new social media: how can interactions on Twitter affect effectual thinking and behavior? Journal of Business

Venturing, 26, 1-18.

Fiske, S.T. (1980). Attention and weight in person perception: the impact of negative

and extreme behavior. Journal of Personality and Social Psychology, 38(6), 889-906.

Fombrun, C. (1996). Reputation: Realizing value from the corporate image. Boston,

MA: Harvard Business School Press.

Freberg, K. (2012). Intention to comply with crisis messages communicated via social media. Public relations review, 38, 416-421.

Fu, W.W. & Sim, C.C. (2011). Aggregate bandwagon effect on online videos’ viewership: Value uncertainty, popularity cues and heuristics. Journal of the

American Society for Information Science and Technology, 62(12), 2382-2395.

Gerlitz, C. & Helmond, A. (2011, 24-25 januari). Hit, link, like & share: organizing the

social and the fabric of the web in a like economy. Paper gepresenteerd op mini-

conferentie Universiteit van Amsterdam, Nederland.

Gonzalez-Herrero, A. & Smith, S. (2008). Crisis communications management on the

web: How internet-based technologies are changing the way public relations

professionals handle business crises. Journal of Contingencies and Crisis Management, 16(3), 143-153.

Gravetter, F.J. & Forzano, L.B. (2012). Research methods for the behavioral sciences (4th ed.). California: Wadsworth.

Griffin, M., Babin, B.J. & Darden, W.R. (1992). Consumer assessments of responsibility for product-related injuries: the impact of regulations, warnings and

promotional policies. Advances in Consumer Research, 19(1), 870-878.

Hiltz, S.R., Diaz, P. & Mark, G. (2011). Introduction: Social media and collaborative systems for crisis management. ACM Transactions on Computer-Human Interaction,

18(4), 1-6.

Hodas, N.O. & Lerman, K. (2013). The simple rules of social contagion. USC

Information Sciences Institute, 1-12.

Huang, J.H. & Chen, Y.F. (2006). Herding in online product choice. Psychology &

Marketing, 23(5), 413-428.

Hung, K.H. & Li, S.Y. (2007). The influence of eWOM on virtual consumer

communities: social capital, consumer learning and behavioral outcomes. Journal of

Advertising Research, 47(4), 485-495.

38

Jiménez, F.R. & Mendoza, N.A. (2013). Too popular too ignore: the influence of

online reviews on purchase intentions of search and experience products. Journal of interactive marketing, 27, 226-235.

Jordan-Meier, J. (2011). The four stages of highly effective crisis management: how to manage the media in the digital age. Florida: Taylor & Francis Group.

Kaplan, A.M. & Haenlein, M. (2010). Users of the world unite! The challenges and

opportunities of social media. Business Horizons, 53, 59-68.

Kelleher, T. (2008). Conversational voice, communicated commitment and public

relations outcomes in interactive online communication. Journal of communication, 59(1), 31-40.

Kelley, H.H. & Michela, J.L. (1980). Attribution theory and research. Annual Review Psychology, 31, 457-501.

Kent, M.L., Taylor, M. & White, W.J. (2003). The relationship between web site design and organizational responsiveness to stakeholders. Public Relations Review,

29, 63-77.

Laufer, D. & Coombs, W.T. (2006). How should a company respond to a product harm crisis? The role of corporate reputation and consumer-based cues. Business

Horizons, 49, 379-385.

Laufer, D. & Gillespie, K. (2004). Differences in consumer attributions of blame

between men and women: the role of perceived vulnerability and empathic concern.

Psychology and Marketing, 21(2), 209-222.

Lee, B.K. (2005). Hong Kong consumers’ evaluations in an airline crash: a path

model analysis. Journal of Public Relations Research, 17(4), 363-391.

Lee, J., Park, D-H. & Han, I. (2008). The effect of negative online consumer reviews

on product attitude: an information processing view. Electronic Commerce Research

and Applications, 7, 341-352.

Lee, K.T. & Koo, D. M. (2012). Effects of attribute and valence of e-WOM on

message adoption: moderating role of subjective knowledge and regulatory focus. Computers in Human Behavior, 28(5), 1974-1984.

Lee, M., Rodgers, S. & Kim, M. (2009). Effects of valence and extremity of eWOM on attitude toward the brand and website. Journal of Current Issues and Research in

Advertising, 31(2), 1-11.

Lee, W., Xiong, L. & Hu, C. (2012). The effect of Facebook users’ arousal and valence on intention to go the festival: applying an extension of the technology

acceptance model. International Journal of Hopspitality Management, 31, 819-827.

Liu, B.F., Austin, L. & Jin Y. (2011). How publics respond to crisis communication

strategies: the interplay of information form and source. Public relations review, 37,

345-353.

Liu, B.F. & Kim, S. (2011). How organizations framed the 2009 H1N1 pandemic via

social and traditional media: implications for U.S. health communicators. Public Relations Review, 37, 233-244.

39

Margetts, H., John, P., Escher, T. & Reissfelder, S. (2009, March 18-20). Experiment

for web science: examining the effect of the internet on collective action. Conferencepaper, University of Oxford en University of Manchester.

Mei, J.S.A., Bansal, N. & Pang, A. (2009). New media: a new medium in escalating crisis? Corporate Communications: An International Journal, 15(2), 143-155.

Nadeau, R., Cloutier, E. & Guay, J-H. (1993). New evidence about the existence of a

bandwagon effect in the opinion formation process. International political science review, 14, 203.

Pan, S.L., Pan, G. & Leidner, D. (2012). Crisis response information networks. Journal of AIS, 13(1), 1518-555.

Pew Internet & American Life Project. (2006). Blogger callback survey. Geraadpleegd op 4 oktober 2013 op het World Wide Web:

http://www.pewinternet.org.

Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for

assessing and comparing indirect effects in multiple mediator models. Behavior

Research Methods, 40, 879-891.

Purnawirawan, N., De Pelsmacker, P. & Dens, N. (2012). Balance and sequence in

online reviews: how perceived usefulness affects attitudes and intentions. Journal of

interactive marketing, 26, 244-255.

Schlosser, A.E. (2011). Can including pros and cons increase the helpfulness and

persuasiveness of online reviews? The interactive effects of ratings and arguments. Journal of Consumer Psychology, 21, 226-239.

Schultz, F., Utz, S. & Göritz, A. (2011). Is the medium the message? Perceptions of

and reactions to crisis communication via twitter, blogs and traditional media. Public Relations Review, 37, 20-27.

Seeger, M.W, Sellnow, T. & Ulmer, R.R. (1998). Communication, organization and crisis. In M.E. Roloff (Ed.), Communication Yearbook 21 (pp. 231-276). California:

Sage.

Sen, S. & Lerman, D. (2007). Why are you telling me this? An examination into

negative consumer reviews on the web. Journal of interactive marketing, 21(4), 76-

94.

Shankar, V. & Malthouse, E.C. (2007). The growth of interactions and dialogs in

interactive marketing. Journal of Interactive Marketing, 21(2), 2-4.

Simon, H.A. (1954). Bandwagon and underdog effects and the possibility of election

predictions. Public Opinion Quarterly, 18(3), 245-253.

Sparks, B.A. & Browning, V. (2011). The impact of online reviews on hotel booking

intentions and perception of trust. Tourism Management, 32(6), 1310-1323.

Stamsnijder, P. (2002). Goed nieuws in kwade tijden: crisiscommunicatie in de

praktijk. Schoonhoven: Academic Service.

Standifird, S. (2001). Reputation and e-commerce: eBay auctions and the

assymetrical impact of positive and negative ratings. Journal of Management, 27,

279-295.

40

Sweetser, K. & Metzgar, E. (2007). Communicating during crisis: use of blogs as a

relationship management tool. Public Relations Review, 33(3), 340-342.

Terpstra, T., Stronkman, R., de Vries, A. & Paradies, G.L. (2012). Towards a realtime

Twitter analysis during crises for operational crisis management: Proceedings of the 9th international ISCRAM Conference. Vancouver, Canada.

Thorsten, H-T. Gwinner, K.P., Walsh, G. & Gremler, D.D. (2004). Electronic word-of-

mouth via consumer-opinion platforms: what motivates consumers to articulate themselves on the internet? Journal of Interactive Marketing, 18, 38-52.

Utz, S., Schultz F. & Glocka S. (2013). Crisis communication online: How medium, crisis type and emotions affected public relations in the Fukushima Daiichi nuclear

disaster. Public Relations Review, 39, 40-46.

van Noort, G. & Willemsen, L.M. (2011). Online damage controle: the effects of

proactive versus reactive webcare interventions in consumer-generated and brand-

generated platforms. Journal of interactive marketing, 26, 131-140.

Veil, S.R., Buehner, T. & Palenchar, M.J. (2011). A work-in-process literature review:

incorporating social media in risk and crisis communication. Journal of Contingencies

and Crisis Management, 19(2), 110-122.

Vermeulen, I.E. & Seegers, D. (2009). Tried and tested: the impact of online hotel

reviews on consumer consideration. Tourism Management, 30(1), 123-127.

Walther, J.B., Liang, Y., Ganster, T., Wohn, D.Y. & Emington, J. (2012). Online

reviews, helpfulness ratings and consumer attitudes: an extension of congruity theory of multiple sources in web 2.0. Journal of computer-mediated communication, 18, 97-

112.

Wang, Z., Walther, J.B., Pingree, S. & Hawkins, R. (2008). Health information, credibility, homophily and influence via the Internet: websites versus discussion

groups. Health Communication, 23, 358-368.

Ward, S. (1974). Consumer socialization. Journal of Consumer Research, 1(2), 1-14.

Williams, Patti & Drolet, A. (2005). Age-related differences in response to emotional advertisement. Journal of consumer research, 32, 343-354.

Zaichkowsky, J.L. (1985). Measuring the involvement construct. The Journal of Consumer Research, 12, 341-352.

Zhao, D., Wang, F., Wei, J. & Liang, L. (2013). Public reaction to information release

for crisis discourse by organization: integration of online comments. International Journal of Information Management, 33, 485-495.

Zhu, F. & Zhang, X. (2010). Impact of online consumer reviews on sales: the moderating role of product and consumer characteristics. Journal of Marketing, 74(2),

133-148.

41

Bijlagen

42

BIJLAGE 1: OUTPUTS PRETEST

Statistics: ernst en verantwoordelijkheid crisis

crisisernst

toegekende

verantwoordelijkheid

Valid 20 20 N

Missing 0 0

Mean 6,050 6,1250

Std. Deviation ,9018 ,70478

Minimum 4,5 4,50

Maximum 7,0 7,00

Statistics: geloofwaardigheid

Facebook update

Valid 20 N

Missing 0

Mean 4,6333

Std. Deviation 1,48639

Minimum 2,00

Maximum 7,00

43

Statistics: geloofwaardigheid reacties

reactie 1 reactie 2 reactie 3 reactie 4 reactie 5 reactie 6 reactie 7 reactie 8 reactie 9 reactie 10 reactie 11 reactie 12 reactie 13 reactie 14

Valid 20 20 20 20 20 20 20 20 20 20 20 20 20 20 N

Missing 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Mean 4,7333 5,1833 5,3500 4,7833 5,2000 4,4833 3,8833 4,7667 5,2833 4,6500 5,6333 4,1000 4,7333 5,1000

Std. Deviation 1,82446 1,28179 1,35282 1,43586 1,30854 1,75877 1,95048 1,79701 1,47603 1,37000 1,37607 1,71372 1,72223 1,54504

Minimum 2,00 2,67 2,00 2,00 3,00 1,67 1,00 1,33 2,00 2,00 1,33 1,00 1,00 2,00

Maximum 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00

Statistics: valence reacties

reactie 1

(+)

reactie 2

(+)

reactie 3

(-)

reactie 4

(+)

reactie 5

(+)

reactie 6

(-)

reactie 7

(+)

reactie 8

(-)

reactie 9

(n)

reactie 10

(+)

reactie 11

(n)

reactie 12

(+)

reactie 13

(-)

reactie 14

(-)

Valid 20 20 20 20 20 20 20 20 20 20 20 20 20 20 N

Missing 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Mean 6,0000 4,7833 2,0667 6,0167 5,1667 1,8167 5,7000 1,4167 4,1500 6,2667 4,2833 6,0333 1,1667 1,5000

Std. Deviation 1,20428 1,08296 ,78435 ,77592 1,19697 1,17217 1,24205 ,62008 ,81989 ,76929 1,22963 ,77157 ,35044 ,72950

Minimum 2,00 3,00 1,00 4,67 3,00 1,00 2,00 1,00 1,67 5,00 1,67 4,67 1,00 1,00

Maximum 7,00 7,00 3,67 7,00 7,00 6,00 7,00 2,67 6,00 7,00 7,00 7,00 2,00 3,33

44

BIJLAGE 2: VRAGENLIJST

Q40 Beste,Allereerst hartelijk dank om deel te nemen aan dit onderzoek. In het kader van mijn masterproef doe ik een onderzoek naar de reacties op een voedselcrisis. Het is uiterst belangrijk om te beginnen aan het onderzoek en

dit in 1 keer af te maken, zonder zich ondertussen op andere dingen te focussen. Gelieve de vragen heel aandachtig door te nemen. Klik telkens op >> om door te gaan naar de volgende pagina. De antwoorden worden in alle anonimiteit verwerkt. Het invullen van deze vragenlijst zal maximaal 20 minuten in beslag nemen. Wanneer je de

enquête volledig en correct invult, maak je kans op 1 van de bongobonnen (Zoete Zonde of Wijn) door je e-mailadres op het einde in te vullen. Hartelijk bedankt! Vele groeten,Eveline Note: deze vragenlijst is niet geschikt om in te vullen via een smartphone (dus enkel via een computerscherm).

Q36 In deze vragenlijst wordt een case besproken over het Nederlandse bedrijf ‘Jack Ice’ en de gebeurtenissen die

er plaatsvonden. Lees aub onderstaand krantenartikel aandachtig.

Q37 Gelieve te beoordelen hoe ernstig en zwaarwichtig u bovenstaande gebeurtenissen vindt:

1

(1)

! helemaal

niet ernstig (1)

! niet ernstig

(2)

! eerder

niet ernstig

(3)

! neutraal

(4)

! eerder

ernstig (5)

! ernstig

(6)

! heel

ernstig (7)

2 (2)

! helemaal niet

zwaarwicht

ig (1)

! niet zwaarwichti

g (2)

! eerder niet

zwaarwic

htig (3)

! neutraal (4)

! eerder zwaarwichtig (5)

! zwaarwichtig

(6)

! heel zwaarwichtig (7)

45

Q38 Lees onderstaande stellingen en antwoord van helemaal niet akkoord tot helemaal akkoord:

Q672 Lees de Facebook-update van de woordvoerder van het bedrijf na dit incident en de commentaren van de facebookgebruikers eronder aandachtig en beantwoord daarna de vraag. Let op: lees dit zeer aandachtig, want later in de vragenlijst worden vragen gesteld over de update en comments.

helemaal niet akkoord

(1)

niet akkoord

(2)

eerder niet akkoord (3)

neutraal (4)

eerder akkoord

(5)

akkoord (6)

helemaal akkoord

(7)

Ik heb een sterke interesse in deze gebeurtenissen. (1)

! ! ! ! ! ! !

De informatie omtrent zulke

gebeurtenissen is zeer belangrijk. (2) ! ! ! ! ! ! !

Ik hecht belang aan zulke gebeurtenissen. (3)

! ! ! ! ! ! !

Ik zou mij vervelen als mensen tegen

mij zouden praten over deze gebeurtenissen. (4)

! ! ! ! ! ! !

Deze gebeurtenissen zijn erg relevant.

(5) ! ! ! ! ! ! !

46

Q92 Stel u voor dat u deze 'comments' zag staan op Facebook. Welk(e) zou u 'liken' om aan te geven dat u akkoord gaat met de perso(o)n(en) in kwestie?

! Anniek (1)

! Marcus (2)

! Sarah (3)

! Pascal (4)

Q22 De reacties onder de statusupdate (4 comments) vind ik over het algemeen:

1 (1) 2 (2) 3 (3) 4 (4) 5 (5) 6 (6) 7 (7)

zeer negatief:zeer

positief (steunend) ten opzichte van het

bedrijf Jack Ice (1)

" " " " " " "

47

Q16 Beantwoord volgende stellingen van helemaal niet akkoord tot helemaal akkoord:

Helemaal niet akkoord (1)

Niet akkoord (2)

Eerder niet akkoord (3)

Neutraal (4)

Eerder akkoord (5)

Akkoord (6)

Helemaal akkoord (7)

Ik ben geneigd om het krantenartikel uit de

Telegraaf aan mensen

te tonen of door te sturen. (1)

! ! ! ! ! ! !

Ik ben geneigd mensen

te vertellen over deze crisis. (2)

! ! ! ! ! ! !

Ik ben geneigd om op een of andere manier

een bericht achter te laten. (3)

! ! ! ! ! ! !

Q17 Stel dat u hier zelf een 'comment' op zou plaatsen zoals de 4 personen, hoe positief of negatief zou uw reactie hierop zijn?

Heel positief (1)

positief (2) eerder positief (3)

neutraal (4) eerder negatief (5)

negatief (6) heel negatief (7)

1 (1) ! ! ! ! ! ! !

Q21 In hoeverre gaat u akkoord met volgende stellingen?


Niet akkoord (2)


Neutraal (4)

Eerder akkoord (5)

Akkoord (6)


Je volgt de

suggesties/meningen van de

facebookgebruikers.

(1)

! ! ! ! ! ! !

Je gaat akkoord met de mening die

voorgesteld wordt in de commentaren. (2)

! ! ! ! ! ! !

Q18 Beantwoord aub onderstaande stellingen:

Helemaal niet

waar (1)

Niet waar

(2)

Eerder niet

waar (3)

Neutraal

(4)

Eerder waar

(5)

Waar

(6)

Helemaal

waar (7)

De comments van de 4 facebookgebruikers

zijn waardevol. (1)

! ! ! ! ! ! !

De comments zijn informatief. (2)

! ! ! ! ! ! !

De comments zijn

nuttig/helpen mij om mijn mening te

vormen. (3)

! ! ! ! ! ! !

48

Q6 Beantwoord de stellingen van helemaal niet tot helemaal wel:

helemaal niet (1)

niet (2) eerder niet (3) neutraal (4)

eerder wel (5)

wel (6) helemaal wel (7)

Hoe verantwoordelijk is de organisatie Jack Ice voor deze gebeurtenissen? (1)

! ! ! ! ! ! !

In welke mate geeft u de schuld aan de organisatie

Jack Ice? (2) ! ! ! ! ! ! !

Q11 Beoordeel aub het merk Jack Ice op basis van volgende stellingen.


Niet akkoord (2)


Neutraal (4)

Eerder akkoord (5)

Akkoord (6)


De organisatie is

begaan met het welzijn van haar publiek. (1)

! ! ! ! ! ! !

De organisatie is niet eerlijk. (2)

! ! ! ! ! ! !

Ik vertrouw de organisatie niet dat zij

de waarheid vertelt over

het incident. (3)

! ! ! ! ! ! !

Onder de meeste omstandigheden zou ik

geneigd zijn te geloven wat de organisatie communiceert. (4)

! ! ! ! ! ! !

Dit is een controlevraag.

Duid hier aub 'niet akkoord' aan. (5)

! ! ! ! ! ! !

De organisatie is niet

begaan met het welzijn van haar doelgroepen.

(6)

! ! ! ! ! ! !

Q34 Wat is uw impressie over de organisatie Jack Ice na deze gebeurtenissen?

Hoe teleurgesteld

bent u in Jack Ice? (1)

! Helemaal

niet (1)

! Niet (2)

! Eerder niet (3)

! Neutraal (4)

! Eerder wel (5)

! Wel (6) ! Helemaal

wel (7)

Ik evalueer

Jack Ice: (2)

! heel

negatief (1)

! negat

ief (2)

! eerder

negatief (3)

! Neutraal

(4)

! eerder

positief (5)

! positief

(6)

! heel

positief (7)

Ik heb een negatieve

impressie over Jack

Ice: (3)

! Helemaal

niet waar (1)

! Niet waar

(2)

! Eerder niet

waar (3)

! Neutraal (4)

! Eerder waar (5)

! Waar (6)

! Helemaal waar (7)

49

Q8 Hoeveel controle heeft het bedrijf volgens u over dit probleem?

Helemaal geen

controle (1)

Geen controle (2)

Eerder geen

controle (3)

Neutraal (4) Eerder controle (5)

Controle (6) Veel controle (7)

1 (1) ! ! ! ! ! ! !

Q19 Beantwoord onderstaande stellingen:

Helemaal niet

akkoord (1)

Niet akkoord

(2)

Eerder niet

akkoord (3)

Neutraal

(4)

Eerder

akkoord (5)

Akkoord

(6)

Helemaal

akkoord (7)

Deze status update is de moeite waard om

te delen met anderen. (1)

! ! ! ! ! ! !

Ik zou de status

update ‘sharen’ op Facebook. (2)

! ! ! ! ! ! !

Ik zou één of meerdere reacties

‘liken’ om aan te geven dat ik akkoord

ben. (3)

! ! ! ! ! ! !

Ik zou op deze statusupdate zelf een commentaar zetten.

(4)

! ! ! ! ! ! !

Q14 Beantwoord volgende stellingen over Jack Ice.

1 (1) 2 (2) 3 (3) 4 (4) 5 (5) 6 (6) 7 (7)

befaamd:berucht (1) ! ! ! ! ! ! !

verantwoordelijk:onverantwoordelijk (2) ! ! ! ! ! ! !

financieel stabiel:financieel onstabiel (3) ! ! ! ! ! ! !

betrouwbaar:onbetrouwbaar (4) ! ! ! ! ! ! !

lange termijn georiënteerd:korte termijn geörienteerd (5) ! ! ! ! ! ! !

gevestigde naam:geen gevestigde naam (6) ! ! ! ! ! ! !

Het is heel waarschijnlijk dat Jack Ice nog bestaat binnen 7 jaar.:Het is heel onwaarschijnlijk dat Jack Ice nog bestaat binnen 7 jaar. (7)

! ! ! ! ! ! !

50

Q13 Beantwoord aub onderstaande stellingen:


Niet akkoord (2)


Neutraal (4)

Eerder akkoord (5)

Akkoord (6)


Als het aanwezig is in de winkel waar ik

normaal mijn

boodschappen doe, zou ik nog altijd overwegen

om een product te

kopen waarvan ik weet dat het van het bedrijf

Jack Ice is. (1)

! ! ! ! ! ! !


normaal ga, zou ik

twijfelen om een product te kopen als ik

weet dat het gemaakt is

door Jack Ice. (2)

! ! ! ! ! ! !


normaal ga, zou ik

waarschijnlijk een product kopen van Jack

Ice. (3)

! ! ! ! ! ! !

Q20 Beantwoord volgende stellingen van helemaal niet waar tot helemaal waar:

Helemaal niet waar (1)

Niet waar (2)

Eerder niet waar (3)

Neutraal (4)

Eerder waar (5)

Waar (6)

Helemaal waar (7)

Ik heb de intentie om

producten van dit bedrijf te boycotten. (1)

! ! ! ! ! ! !

Ik zal Jack Ice niet

boycotten. (2) ! ! ! ! ! ! !

Ik zal proberen om Jack Ice producten te

beginnen boycotten. (3)

! ! ! ! ! ! !

Q15 Wanneer de crisis achter de rug is:

Helemaal niet waar (1)

Niet waar (2)

Eerder niet waar (3)

Neutraal (4)

Eerder waar (5)

Waar (6)

Helemaal waar (7)

Zou ik vrienden

aanmoedigen om producten te kopen van

Jack Ice. (1)

! ! ! ! ! ! !

Zou ik familieleden aanmoedigen om

producten van Jack Ice

te kopen. (2)

! ! ! ! ! ! !

Zou ik Jack Ice aanbevelen aan iemand

die mij om advies vroeg. (3)

! ! ! ! ! ! !

Zou ik positieve dingen

zeggen over Jack Ice en zijn producten aan andere mensen. (4)

! ! ! ! ! ! !

51

Q38 Na het lezen over deze crisis, hoe staat u tegenover Jack Ice?

1 (1) 2 (2) 3 (3) 4 (4) 5 (5) 6 (6) 7 (7)

Zeer geërgerd:Helemaal niet geërgerd

(1) ! ! ! ! ! ! !

Heel boos/kwaad:Helemaal niet boos (2)

! ! ! ! ! ! !

Q26 Hoe gelijkend ziet u zichzelf met de mensen die een commentaar plaatsten onder de reactie van de woordvoerder?

1 (1) 2 (2) 3 (3) 4 (4) 5 (5) 6 (6) 7 (7)

Helemaal verschillend:Heel gelijkaardig

(1) ! ! ! ! ! ! !

52

Q35 Beantwoord volgende stellingen:


Niet akkoord (2)


Neutraal (4)

Eerder akkoord (5)

Akkoord (6)


We kunnen erop vertrouwen de waarheid te krijgen via sociale mediapagina’s van

bedrijven zoals Jack Ice. (1)

! ! ! ! ! ! !

Het doel van een corporate sociale mediapagina is om

de consument te informeren. (2)

! ! ! ! ! ! !

Ik geloof dat een corporate sociale mediapagina

informatief is. (3)

! ! ! ! ! ! !

Een corporate sociale mediapagina is over het

algemeen betrouwbaar. (4)

! ! ! ! ! ! !

Het is een betrouwbare bron van informatie over de

kwaliteit en prestatie van het bedrijf en haar

producten. (5)

! ! ! ! ! ! !

Via een corporate sociale

mediapagina wordt de waarheid verteld op een

goede manier. (6)

! ! ! ! ! ! !

Algemeen is het een waarheidsgetrouwe

afbeelding van het product

en het bedrijf. (7)

! ! ! ! ! ! !

Ik voel me accuraat geïnformeerd na het zien

van de meeste updates via corporate sociale

mediapagina’s. (8)

! ! ! ! ! ! !

Vink hier het antwoord 'eerder niet akkoord' aan.

(9) ! ! ! ! ! ! !

De meeste corporate

sociale mediapagina’s voorzien de consument met essentiële informatie. (10)

! ! ! ! ! ! !

Q24 Beantwoord onderstaande vragen:

Helemaal niet (1)

Niet (2) Eerder niet (3)

Neutraal (4)

Eerder wel (5)

Wel (6) Helemaal wel (7)

In hoeverre bent u geïnteresseerd in

roomijsproducten? (1) ! ! ! ! ! ! !

In hoeverre bent u betrokken bij de

aankoop van roomijs?

(2)

! ! ! ! ! ! !

53

Q27 Hieronder volgen nog enkele laatste vragen. Deze worden volledig anoniem verwerkt en worden dus niet gekoppeld aan de voorgaande antwoorden.

Q36 Beantwoord volgende stellingen zo eerlijk mogelijk:

Helemaal niet

akkoord (1)

Niet akkoord

(2)

Eerder niet

akkoord (3)

Neutraal

(4)

Eerder

akkoord (5)

Akkoord

(6)

Helemaal

akkoord (7)

Ik heb vaak vertrouwen in en

handel op basis van het advies van anderen. (1)

! ! ! ! ! ! !

Ik zou zelden mijn mening in een verhitte

discussie over een

controversieel onderwerp

veranderen. (2)

! ! ! ! ! ! !

Over het algemeen,

zou ik liever meegaan met de meerderheid om consistent te zijn.

(3)

! ! ! ! ! ! !

Meestal beslissen de mensen rond mij het

meest wat we samen gaan doen. (4)

! ! ! ! ! ! !

Omgevingsinformatie

kan mij gemakkelijk beïnvloeden en mijn ideeën veranderen.

(5)

! ! ! ! ! ! !

Ik ben meer onafhankelijk dan ik conform ben met de

groep. (6)

! ! ! ! ! ! !

Als iemand heel overtuigend is, zal ik

mijn opinie veranderen en meegaan met

hem/haar. (7)

! ! ! ! ! ! !

Duid aub hier het antwoord 'neutraal'

aan. (8)

! ! ! ! ! ! !

Ik geef niet snel toe aan anderen. (9)

! ! ! ! ! ! !

Wanneer ik snel een

belangrijke beslissing moet maken, zal ik

rekening op de

mening van anderen. (10)

! ! ! ! ! ! !

Ik geef de voorkeur

aan mijn eigen weg in het leven bepalen.

(11)

! ! ! ! ! ! !

Q30 Wat is uw geslacht?

! Man (1)

! Vrouw (2)

Q31 In welk jaar bent u geboren?

54

Q29 Heeft u een profiel op Facebook die u actief gebruikt?

! Ja (1)

! Nee (2)

Answer If Heeft u een profiel op Facebook die u actief gebruikt? Ja Is Selected

Q28 Hoeveel uren per dag zit u gemiddeld op Facebook?

Q32 Wat is uw hoogst genoten opleidingsniveau (of huidige opleiding)?

! Geen diploma (1)

! Lager onderwijs (2)

! Secundair onderwijs (3)

! Bachelor/Hoger onderwijs (4)

! Master/Universitair onderwijs (5)

! Doctoraat (6)

Q673 Hartelijk dank voor uw deelname aan dit onderzoek!Indien u nog graag kans maakt op 1 van de bongobons, vul hier gerust uw e-mailadres in.

55

BIJLAGE 3: DEMOGRAFISCHE VARIABELEN

Statistics: leeftijd

Valid 210 N

Missing 0

Mean 31,27

Median 24,00

Std. Deviation 13,489

Range 54

Minimum 15

Maximum 69

Wat is uw hoogst genoten opleidingsniveau (of huidige opleiding)?

Frequency Percent Valid Percent

Cumulative

Percent

Lager onderwijs 1 ,5 ,5 ,5

Secundair onderwijs 47 22,4 22,4 22,9

Bachelor/Hoger onderwijs 95 45,2 45,2 68,1

Master/Universitair onderwijs 67 31,9 31,9 100,0

Valid

Total 210 100,0 100,0

Wat is uw geslacht?

Frequency Percent Valid Percent

Cumulative

Percent

1 Man 70 33,3 33,3 33,3

2 Vrouw 140 66,7 66,7 100,0

Valid

Total 210 100,0 100,0

56

BIJLAGE 4: ‘RELIABILITY ANALYSIS’ MEETSCHALEN

1. Crisisernst

Reliability Statistics

Cronbach's

Alpha N of Items

,895 2

Item-Total Statistics

Scale Mean

if Item

Deleted

Scale Variance if

Item Deleted

Corrected Item-

Total Correlation

Q37_1 Gelieve te beoordelen hoe ernstig u

bovenstaande gebeurtenissen vindt: 5,35 1,282 ,814

Q37_2 Gelieve te beoordelen hoe

zwaarwichtig u bovenstaande gebeurtenissen

vindt:

5,85 1,048 ,814

2. Issue involvement


Cronbach's

Alpha N of Items

,873 5


helemaal niet akkoord – helemaal

akkoord

Scale

Mean if

Item

Deleted

Scale Variance

if Item Deleted

Corrected Item-

Total Correlation

Cronbach's

Alpha if Item

Deleted

Q38_1 Ik heb een sterke interesse

in deze gebeurtenissen. 21,04 16,554 ,753 ,834

Q38_2 De informatie omtrent zulke

gebeurtenissen is zeer belangrijk. 19,70 19,042 ,710 ,845

Q38_3 Ik hecht belang aan zulke

gebeurtenissen. 20,62 16,830 ,805 ,819

Q38_4_rec: ik zou mij vervelen als

iemand tegen mij over deze

gebeurtenissen zou praten.

20,44 19,052 ,620 ,865

57

Q38_5 Deze gebeurtenissen zijn

erg relevant. 20,48 19,380 ,628 ,863

3. Bruikbaarheid informatie


Cronbach's

Alpha N of Items

,839 3


Scale Mean if

Item Deleted

Scale

Variance if

Item Deleted

Corrected

Item-Total

Correlation

Cronbach's

Alpha if Item

Deleted

Q18_1 De reacties van de 4

facebookgebruikers zijn waardevol. 6,99 6,488 ,724 ,754

Q18_2 De reacties zijn informatief. 7,41 6,875 ,691 ,787

Q18_3 De reacties zijn nuttig/helpen

mij om mijn mening te vormen. 7,43 6,399 ,692 ,787

4. Organisatiereputatie


Cronbach's

Alpha N of Items

,814 5


helemaal niet akkoord – helemaal akkoord

Scale Mean if

Item Deleted

Scale Variance

if Item Deleted

Corrected Item-

Total Correlation

Cronbach's

Alpha if Item

Deleted

Q11_1 De organisatie is

begaan met het welzijn van

haar publiek.

19,44 14,257 ,604 ,777

Q11_4 Onder de meeste

omstandigheden zou ik

geneigd zijn te geloven wat

de organisatie

communiceert.

19,71 15,174 ,527 ,799

Q11_2_rec: De organisatie

is niet eerlijk. 19,26 14,060 ,660 ,760

58

Q11_3_rec: Ik vertrouw de

organisatie niet dat zij de

waarheid vertelt over het

incicident.

19,63 14,415 ,575 ,786

Q11_6_rec: De organisatie

is niet began met welzijn

van haar doelgroepen.

19,23 14,101 ,648 ,764

5. Attitude tegenover bedrijf


Cronbach's

Alpha N of Items

,759 7



Scale

Mean if

Item

Deleted

Scale

Variance if

Item Deleted

Corrected

Item-Total

Correlation

Cronbach's

Alpha if

Item

Deleted

Q14_1 befaamd:berucht 22,86 22,190 ,460 ,734

Q14_2 verantwoordelijk:onverantwoordelijk 23,56 19,080 ,508 ,724

Q14_3 financieel stabiel:financieel onstabiel 23,46 22,670 ,439 ,739

Q14_4 betrouwbaar:onbetrouwbaar 23,00 19,636 ,630 ,696

Q14_5 lange termijn georiënteerd:korte

termijn geörienteerd 23,29 19,956 ,572 ,708

Q14_6 gevestigde naam:geen gevestigde

naam 22,86 20,946 ,337 ,766

Q14_7 Het is heel waarschijnlijk -

onwaarschijnlijk dat Jack Ice nog bestaat

binnen 7 jaar.

23,32 20,842 ,460 ,733

6. Impressie over organisatie


Cronbach's

Alpha N of Items

,842 3

59


helemaal niet – helemaal wel

Scale Mean if

Item Deleted

Scale Variance

if Item Deleted

Corrected Item-

Total Correlation

Cronbach's

Alpha if Item

Deleted

Q34_1 Hoe teleurgesteld

bent u in Jack Ice? 8,32 4,687 ,651 ,865

Q34_3 Ik heb een negatieve

impressie over Jack Ice. 8,32 4,957 ,764 ,724

Q34_2_rec: ik evalueer Jack

Ice negatief - positief 8,04 6,099 ,764 ,762

7. Virale gedragsintenties


Cronbach's

Alpha N of Items

,829 4



Scale Mean if

Item Deleted

Scale Variance

if Item Deleted

Corrected Item-

Total Correlation

Cronbach's

Alpha if Item

Deleted

Q19_1 Deze status update

is de moeite waard om te

delen met anderen.

8,30 14,577 ,638 ,792

Q19_2 Ik zou de status

update ‘sharen’ op

Facebook.

9,23 13,969 ,744 ,743

Q19_3 Ik zou één of

meerdere reacties ‘liken’. 8,81 13,696 ,640 ,795

Q19_4 Ik zou op deze

statusupdate zelf een

commentaar zetten.

9,61 16,220 ,616 ,803

Opmerking: deze items werden afzonderlijk getest. Intentie om te delen via het gemiddelde van de

eerste twee items, intentie om te liken via het derde item, intentie om een reactie te plaatsen via het

vierde item.

60

BIJLAGE 5: MANIPULATIECHECK

Independent samples t-test valence reacties

Group Statistics

VALENCE N Mean Std. Deviation Std. Error Mean

0: negatief 107 2,16 1,001 ,097 De reacties onder de

statusupdate vind ik over het

algemeen:-zeer negatief:zeer

positief (steunend) ten opzichte

van het bedrijf Jack Ice

1: positief

103 5,74 ,970 ,096

Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means

95% Confidence Interval of the

Difference

F Sig. t df

Sig. (2-

tailed)

Mean

Difference

Std. Error

Difference Lower Upper

Equal variances

assumed 1,423 ,234 -26,295 208 ,000 -3,579 ,136 -3,847 -3,311

De reacties onder de statusupdate (4

comments) vind ik over het algemeen:-zeer

negatief:zeer positief (steunend) ten

opzichte van het bedrijf Jack Ice

Equal variances not

assumed

-26,312 207,992 ,000 -3,579 ,136 -3,847 -3,311

61

Gepercipieerde ernst en betrokkenheid bij crisis over vier condities

Descriptive Statistics

Dependent Variable: gepercipieerde ernst

condities Mean Std. Deviation N

negatief veel likes 5,43 ,950 55

negatief weinig likes 5,72 ,860 52

positief veel likes 5,70 1,207 49

positief weinig likes 5,56 1,073 54

Total 5,60 1,027 210

Tests of Between-Subjects Effects

Dependent Variable: gepercipieerde_ernst

Source

Type III Sum of

Squares df Mean Square F Sig.

Corrected Model 3,002a 3 1,001 ,948 ,418

Intercept 6582,934 1 6582,934 6237,792 ,000

randomisatie 3,002 3 1,001 ,948 ,418

Error 217,398 206 1,055

Total 6806,000 210

Corrected Total 220,400 209

a. R Squared = ,014 (Adjusted R Squared = -,001)

62


Dependent Variable: issue_involvement

condities Mean Std. Deviation N

negatief veel likes 4,94 1,129 55

negatief weinig likes 5,17 1,084 52

positief veel likes 5,27 ,923 49

positief weinig likes 5,10 1,040 54

Total 5,11 1,049 210


Dependent Variable: issue_involvement

Source

Type III Sum of


Corrected Model 3,031a 3 1,010 ,917 ,434

Intercept 5492,668 1 5492,668 4983,958 ,000

randomisatie 3,031 3 1,010 ,917 ,434

Error 227,026 206 1,102

Total 5722,800 210

Corrected Total 230,057 209

a. R Squared = ,013 (Adjusted R Squared = -,001)

63

BIJLAGE 6: HYPOTHESETESTEN

Analyses hypothese 1 en 2: multivariate anova op reputatie


positief 1, negatief 0 weinig likes 0, veel likes 1 Mean Std. Deviation N

weinig likes 4,60 ,924 52

veel likes 4,63 ,884 55

negatief

Total 4,61 ,900 107


veel likes 4,97 1,012 49

positief

Total 5,12 ,887 103


veel likes 4,79 ,957 104

ORP

Total

Total 4,86 ,927 210


veel likes 4,02 ,780 55

negatief

Total 4,03 ,793 107


veel likes 4,22 ,612 49

companyattituder

positief

Total 4,24 ,677 103

64


veel likes 4,12 ,710 104

Total

Total 4,13 ,745 210

weinig likes 3,61 1,086 52

veel likes 3,67 1,073 55

negatief

Total 3,64 1,075 107


veel likes 4,09 1,150 49

positief

Total 4,14 1,077 103


veel likes 3,87 1,125 104

impressieorganisatie

Total

Total 3,89 1,103 210


Source Dependent Variable

Type III Sum of


ORP 13,325 1 13,325 16,766 ,000

companyattituder 2,386 1 2,386 4,335 ,039

VALENCE (H1)

impressieorganisatie 13,208 1 13,208 11,315 ,001

LIKES ORP ,982 1 ,982 1,236 ,267

65

companyattituder ,049 1 ,049 ,088 ,767

impressieorganisatie ,027 1 ,027 ,023 ,880

ORP 1,382 1 1,382 1,739 ,189

companyattituder ,017 1 ,017 ,031 ,860

VALENCE * LIKES

(H2)

impressieorganisatie ,338 1 ,338 ,289 ,591

ORP 163,712 206 ,795

companyattituder 113,379 206 ,550

Error

impressieorganisatie 240,466 206 1,167

ORP 5147,640 210

companyattituder 3705,959 210

Total

impressieorganisatie 3424,889 210

ORP 179,745 209

companyattituder 115,864 209

Corrected Total

impressieorganisatie 254,146 209

a. R Squared = ,089 (Adjusted R Squared = ,076)

b. R Squared = ,021 (Adjusted R Squared = ,007)

c. R Squared = ,054 (Adjusted R Squared = ,040)

66

Analyses hypothese 3 en 5: multivariate anova op virale gedragsintenties


positief 1, negatief 0 weinig likes 0, veel likes 1 Wat is uw geslacht? Mean Std. Deviation N

Man 2,86 1,562 14

Vrouw 3,47 1,782 38

weinig likes

Total 3,31 1,732 52

Man 2,55 1,504 20

Vrouw 3,00 1,663 35

veel likes

Total 2,84 1,607 55

Man 2,68 1,512 34

Vrouw 3,25 1,730 73

negatief

Total

Total 3,07 1,678 107

Man 2,76 1,640 17

Vrouw 3,30 1,648 37

weinig likes

Total 3,13 1,649 54

Man 3,89 1,941 19

Vrouw 3,20 1,627 30

veel likes

Total 3,47 1,769 49

Man 3,36 1,869 36

Intentie om te liken.

positief

Total

Vrouw 3,25 1,627 67

67

Total

3,29 1,707 103

Man 2,81 1,579 31

Vrouw 3,39 1,708 75

weinig likes

Total 3,22 1,685 106

Man 3,21 1,838 39

Vrouw 3,09 1,637 65

veel likes

Total 3,13 1,707 104

Man 3,03 1,728 70

Vrouw 3,25 1,676 140

Total

Total

Total 3,18 1,692 210

Man 2,79 1,355 14

Vrouw 3,50 1,689 38

weinig likes

Total 3,31 1,624 52

Man 2,25 ,819 20

Vrouw 3,14 1,222 35

veel likes

Total 2,82 1,168 55

Man 2,47 1,087 34

Vrouw 3,33 1,484 73

Intentie om te sharen. negatief

Total

Total

3,06 1,423 107

68

Man 2,56 1,144 17

Vrouw 3,62 1,114 37

weinig likes

Total 3,29 1,219 54

Man 3,74 1,485 19

Vrouw 3,33 1,539 30

veel likes

Total 3,49 1,516 49

Man 3,18 1,445 36

Vrouw 3,49 1,319 67

positief

Total

Total 3,38 1,365 103

Man 2,66 1,227 31

Vrouw 3,56 1,426 75

weinig likes

Total 3,30 1,426 106

Man 2,97 1,395 39

Vrouw 3,23 1,370 65

veel likes

Total 3,13 1,378 104

Man 2,84 1,323 70

Vrouw 3,41 1,405 140

Total

Total

Total 3,22 1,401 210

Man 1,93 1,439 14

Vrouw 2,71 1,412 38

weinig likes

Total 2,50 1,448 52

Man 2,20 1,436 20

Vrouw 2,43 1,290 35

Intentie om een reactie te

plaatsen.

negatief

veel likes

Total 2,35 1,336 55

69

Man 2,09 1,422 34

Vrouw 2,58 1,353 73

Total

Total 2,42 1,388 107

Man 1,94 1,197 17

Vrouw 2,32 1,132 37

weinig likes

Total 2,20 1,155 54

Man 2,47 1,541 19

Vrouw 2,47 1,306 30

veel likes

Total 2,47 1,386 49

Man 2,22 1,396 36

Vrouw 2,39 1,205 67

positief

Total

Total 2,33 1,271 103

Man 1,94 1,289 31

Vrouw 2,52 1,288 75

weinig likes

Total 2,35 1,310 106

Man 2,33 1,475 39

Vrouw 2,45 1,287 65

veel likes

Total 2,40 1,355 104

Man 2,16 1,400 70

Vrouw 2,49 1,283 140

Total

Total

Total 2,38 1,329 210

70


Source Dependent Variable

Type III Sum of


Intentie om te liken. 4,676 1 4,676 1,653 ,200

Intentie om te sharen. 7,099 1 7,099 3,908 ,049

VALENCE (H3)


plaatsen. ,011 1 ,011 ,006 ,937

Intentie om te liken. ,182 1 ,182 ,064 ,800

Intentie om te sharen. 2,808E-5 1 2,808E-5 ,000 ,997

LIKES


plaatsen. 1,268 1 1,268 ,716 ,399

Intentie om te liken. 2,349 1 2,349 ,830 ,363


Geslacht


plaatsen. 5,523 1 5,523 3,118 ,079



VALENCE * LIKES (H5)


plaatsen. 1,349 1 1,349 ,762 ,384



VALENCE * Geslacht


plaatsen. 1,156 1 1,156 ,653 ,420

LIKES * Geslacht Intentie om te liken. 5,581 1 5,581 1,973 ,162

71



plaatsen. 2,557 1 2,557 1,444 ,231



VALENCE * LIKES * Geslacht


plaatsen. ,077 1 ,077 ,043 ,836

Intentie om te liken. 571,516 202 2,829

Intentie om te sharen. 366,888 202 1,816

Error


plaatsen. 357,769 202 1,771

Intentie om te liken. 2717,000 210

Intentie om te sharen. 2583,250 210

Total


plaatsen. 1555,000 210

Intentie om te liken. 598,481 209

Intentie om te sharen. 410,392 209

Corrected Total


plaatsen. 369,281 209

a. R Squared = ,045 (Adjusted R Squared = ,012)

b. R Squared = ,106 (Adjusted R Squared = ,075)

c. R Squared = ,031 (Adjusted R Squared = -,002)

73

Analyse hypothese 4: mediatie via bootstrap analyse

Dependent, Independent, and Proposed Mediator Variables: DV = intentie om te liken IV = valence MEDS = usefulness Sample size 210 IV to Mediators (a paths) Coeff se t p usefulne ,5960 ,1657 3,5957 ,0004 Direct Effects of Mediators on DV (b paths) Coeff se t p usefulne ,6747 ,0860 7,8441 ,0000 Total Effect of IV on DV (c path) Coeff se t p VALENCE ,2258 ,2336 ,9667 ,3348 Direct Effect of IV on DV (c' path) Coeff se t p VALENCE -,1763 ,2119 -,8318 ,4065 Model Summary for DV Model R-sq Adj R-sq F df1 df2 p ,2326 ,2252 31,3680 2,0000 207,0000 ,0000 ***************************************************************** BOOTSTRAP RESULTS FOR INDIRECT EFFECTS Indirect Effects of IV on DV through Proposed Mediators (ab paths) Data Boot Bias SE TOTAL ,4021 ,4025 ,0004 ,1222 usefulne ,4021 ,4025 ,0004 ,1222 Bias Corrected Confidence Intervals Lower Upper TOTAL ,1863 ,6689 usefulne ,1863 ,6689 ***************************************************************** Level of Confidence for Confidence Intervals: 95 Number of Bootstrap Resamples: 5000 *****************************************************************

74

Dependent, Independent, and Proposed Mediator Variables: DV = intentie om te sharen IV = valence MEDS = usefulness Sample size 210 IV to Mediators (a paths) Coeff se t p usefulne ,5960 ,1657 3,5957 ,0004 Direct Effects of Mediators on DV (b paths) Coeff se t p usefulne ,5805 ,0700 8,2982 ,0000 Total Effect of IV on DV (c path) Coeff se t p VALENCE ,3274 ,1926 1,7003 ,0906 Direct Effect of IV on DV (c' path) Coeff se t p VALENCE -,0185 ,1723 -,1075 ,9145 Model Summary for DV Model R-sq Adj R-sq F df1 df2 p ,2599 ,2528 36,3473 2,0000 207,0000 ,0000 ***************************************************************** BOOTSTRAP RESULTS FOR INDIRECT EFFECTS Indirect Effects of IV on DV through Proposed Mediators (ab paths) Data Boot Bias SE TOTAL ,3459 ,3472 ,0013 ,1013 usefulne ,3459 ,3472 ,0013 ,1013 Bias Corrected Confidence Intervals Lower Upper TOTAL ,1603 ,5547 usefulne ,1603 ,5547 ***************************************************************** Level of Confidence for Confidence Intervals: 95 Number of Bootstrap Resamples: 5000

75

Analyse hypothese 5a: independent samples t-test

Group Statistics

weinig likes 0, veel likes 1 N Mean Std. Deviation Std. Error Mean

weinig likes 54 3,13 1,649 ,224 Intentie om te liken.

veel likes 49 3,47 1,769 ,253

weinig likes 54 3,29 1,219 ,166 Intentie om te delen.

veel likes 49 3,49 1,516 ,217


Levene's Test for

Equality of

Variances t-test for Equality of Means

95% Confidence Interval of

the Difference

F Sig. t df

Sig. (2-

tailed)

Mean

Difference

Std. Error


Equal variances assumed 1,147 ,287 -1,009 101 ,315 -,340 ,337 -1,008 ,328 Intentie om te

liken. Equal variances not assumed -1,005 98,226 ,317 -,340 ,338 -1,010 ,331

Equal variances assumed 2,275 ,135 -,751 101 ,454 -,203 ,270 -,738 ,333 Intentie om te

delen. Equal variances not assumed -,743 92,155 ,459 -,203 ,273 -,745 ,339

76

Analyse hypothese 5b: independent samples t-test

Group Statistics

weinig likes 0, veel likes 1 N Mean Std. Deviation Std. Error Mean

weinig likes 52 3,31 1,732 ,240 Intentie om te liken.

veel likes 55 2,84 1,607 ,217

weinig likes 52 3,31 1,624 ,225 Intentie om te delen.

veel likes 55 2,82 1,168 ,158


Levene's Test for

Equality of

Variances t-test for Equality of Means

95% Confidence Interval of the

Difference

F Sig. t df

Sig. (2-

tailed)

Mean

Difference

Std. Error


Equal variances assumed ,984 ,323 1,460 105 ,147 ,471 ,323 -,169 1,112 Intentie om te

liken. Equal variances not assumed 1,457 103,222 ,148 ,471 ,324 -,170 1,113

Equal variances assumed 9,218 ,003 1,797 105 ,075 ,490 ,272 -,051 1,030 Intentie om te

delen. Equal variances not assumed 1,781 92,235 ,078 ,490 ,275 -,056 1,035

77

Analyse hypothese 6: one way anova

Descriptives: valence eigen reactie

95% Confidence Interval for Mean

N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum

negatief 107 3,28 1,062 ,103 3,08 3,48 1 6

positief 103 4,28 1,079 ,106 4,07 4,49 1 6

Total 210 3,77 1,180 ,081 3,61 3,93 1 6

ANOVA valence eigen reacties

Sum of Squares df Mean Square F Sig.

Between Groups 52,605 1 52,605 45,892 ,000

Within Groups 238,424 208 1,146

Total 291,029 209

Opmerking: andere schalen werden ook getest maar leverden geen betekenisvolle resultaten op.

Wetenschappelijk artikel

Documents

Transcript of Wetenschappelijk artikel