Brugeradf_rd___Online_attrition_-_Et_eksplorativt_studie_af_bagvedliggende__rsager

Forfatter:

Lars Østergaard Sunesen

Eksamensnr. 280221

Vejleder:

Jacob Lund Orquin

Institut for Marketing & Statistik

Cand. Merc. Marketing

Kandidatafhandling

Brugeradfærd & Online Attrition:

Et eksplorativt studie af bagvedliggende årsager

Aarhus School of Business

Aarhus University

Juni 2010

Lars Østergaard Sunesen Kandidatafhandling, Forår 2010

Praktisk information

Denne afhandlings problemstilling er bestemt i samarbejde med vejleder Jakob Lund

Orquin, PhD. researcher ved Institut for Marketing & Statistik.

Afhandlingens indhold udgøres af:

62 Sider

126.215 Anslag

57,37 Normalsider à 2200 anslag

Til afhandlingen er vedlagt en CD-rom med tilhørende bilag samt et videoklip, der er

anvendt som kilde.


Executive summary

By examining online marketing research and previous results, it became obvious, that

online attrition at website shopping carts had not been getting noticeable attention. This

seemed quite remarkable when considering the tendencies in online user behavior,

which showed that there was a significant economic potential for clarifying reasons that

consumers use, when abandoning websites.

The purpose of this thesis was to extend the knowledge of user behavior and online

attrition at website shopping carts. Four underlying objectives were formed to fulfill this

purpose:

Objective 1: Determine which motives that had influence on website

user’s attrition actions.

Objective 2: Strengthen the determination by establishing a distinctive

foundation of the results.

Objective 3: Clarify which consequences that are a result of online

attrition episodes in proportion to user behavior.

Objective 4: Create a theoretical foundation that can be applied in future

research of user behavior and online attrition at shopping carts.

The thesis used a combination of qualitative and quantitative approaches. An exhaustive

literature review was made to obtain a pre-understanding of the subject. Based on that,

two separate qualitative studies were conducted and compared by findings. The findings

were used as the foundation of the questionnaire design. These results were analyzed

and compared to the summated qualitative findings. As a final initiative, the

questionnaire results were used for statistical methods, where data was properly

constructed and summarized in a factor analysis, before further examination in a logistic

regression analysis.

The findings showed that the five most used motives for attrition at website shopping

carts were: Unexpected high prices, Lack of trust to websites, Length of delivery time,

Security in relation to online transactions and Vague terms of delivery and payment.

Therefore these are of primary concern, when E-tailers must make improving activities

on their websites.

It was found that online attrition had a remarkable impact on subsequent user behavior,

both in relation to the specific website and to other websites. The usage of the specific


website decreased, while other websites experienced a much higher number of visits. It

thereby became obvious, that a lack of focus on attrition reduction activities can have a

serious negative economic impact for the E-tailers.

The statistical procedures resulted in a factor solution with sixteen variables, distributed

on five factors. The factors were labeled according to the variable contents.

In the following logistic regression it became obvious, that the two most influential

variables to explain the probability of online attrition to occur was Lack of service

opportunities and Other person’s attitudes towards the websites. This gives future

research a starting point for further studies of user behavior and online attrition at

website shopping carts.

Based on the findings of this thesis, future research can approach the subject in a

confirmatory manner. In that way it can be tested, whether new research can support

these findings or produce other results that describe the connection between user

behavior and online attrition.

These findings can among other things, be used for E-tailers to gain knowledge of the

subject, which can be implemented in their online processes. Furthermore it gives

software developers insight in a field, where there is a potential for improvements of

current Web Analytic tools.


Indholdsfortegnelse

1. Indledning ............................................................................................................................. 1

1.1. Problemformulering ....................................................................................................... 2

1.2. Metodetilgang ................................................................................................................ 3

1.2.1. Teoretisk metodeanvendelse .................................................................................... 3

1.2.2. Praktisk metodeanvendelse ...................................................................................... 4

1.3. Afgrænsninger ................................................................................................................ 5

1.4. Overblik ......................................................................................................................... 6

1.5. Definitioner .................................................................................................................... 8

1.6. Undersøgelsesmæssige overvejelser ............................................................................... 8

2. Online brugeradfærd ............................................................................................................. 9

2.1. Loyalitet & Online brugeradfærd .................................................................................... 9

2.2. Engagement & Online brugeradfærd ............................................................................. 11

3. Online attrition .................................................................................................................... 11

3.1. E-tailere & Online attrition ........................................................................................... 12

3.2. Psykologi & Online attrition ......................................................................................... 13

4. Tidligere forskning .............................................................................................................. 14

4.1. Website kvalitet ............................................................................................................ 15

4.2. Risiko & sikkerhed ....................................................................................................... 16

4.3. Word-of-mouth ............................................................................................................ 17

4.4. Brugererfaring .............................................................................................................. 18

4.5. Tillid ............................................................................................................................ 19

4.6. Opsummering ............................................................................................................... 20

5. Kvalitativ undersøgelse 1 (KU1) ......................................................................................... 20

5.1. Metode ......................................................................................................................... 21

5.1.1. Prætest................................................................................................................... 21

5.1.2. Dataindsamling ...................................................................................................... 21

5.1.3. Databehandling ...................................................................................................... 22

5.2. Resultater ..................................................................................................................... 22

5.2.1. Demografiske data ................................................................................................. 22

5.2.2. Kvalitative resultater .............................................................................................. 23

5.2.3. Online attrition & varekurven ................................................................................ 23

5.3. Perspektivering til tidligere studier ............................................................................... 24

5.3.1. Alder ..................................................................................................................... 24

5.3.2. Køn ....................................................................................................................... 25



5.4. Opsummering ............................................................................................................... 30

5.5. Overvejelser til KU2 .................................................................................................... 30

6. Kvalitativ undersøgelse 2 (KU2) ......................................................................................... 30

6.1. Metode ......................................................................................................................... 31

6.2. Resultater ..................................................................................................................... 31


6.2.2. Kvalitative resultater .............................................................................................. 31

6.2.3 Online attrition & varekurven ................................................................................. 32

6.2.4. Brugeradfærd efter online attrition ......................................................................... 34

6.3. Kvalitative vurderingskriterier ...................................................................................... 38

6.4. Opsummering ............................................................................................................... 38

6.5. Delkonklusion .............................................................................................................. 39

7. Databehandlingsproces ........................................................................................................ 39

7.1. Kombinering ................................................................................................................ 40

7.2. Bruttoliste .................................................................................................................... 40

8. Kvantitativ undersøgelse ..................................................................................................... 41

8.1. Baggrund ..................................................................................................................... 42

8.2. Metode ......................................................................................................................... 42

8.2.1. Spørgeskema ......................................................................................................... 42

8.2.2. Spørgeskemadesign ............................................................................................... 43

8.2.3. Spørgeskemaindhold .............................................................................................. 44

8.2.4. Distribution ........................................................................................................... 44

8.2.5. Dataindsamling og databehandling ......................................................................... 45

8.3. Resultater ..................................................................................................................... 45


8.3.2. Kvantitative resultater ............................................................................................ 46


8.3.4. Brugeradfærd efter online attrition ......................................................................... 48

8.4. Kvantitative vurderingskriterier .................................................................................... 50

8.5. Delkonklusion .............................................................................................................. 50

9. Faktoranalyse ...................................................................................................................... 51

9.1. Baggrund ..................................................................................................................... 51

9.2. Forudsætninger............................................................................................................. 52

9.3. Faktorudledning ........................................................................................................... 52

9.4. Validering .................................................................................................................... 55


9.5. Pålidelighedsanalyse .................................................................................................... 56

9.6. Opsummering ............................................................................................................... 56

10. Logistisk regressionsanalyse.............................................................................................. 56

10.1. Metode ....................................................................................................................... 56

10.2. Resultater ................................................................................................................... 57

10.3. Opsummering ............................................................................................................. 59

10.4. Delkonklusion ............................................................................................................ 59

11. Konklusion ....................................................................................................................... 59

11.1. Vurdering ................................................................................................................... 61

11.2. Anbefalinger .............................................................................................................. 61

11.3. Videre forskning ......................................................................................................... 62

Litteraturliste

Bilagssamling


Side 1 af 79

1. Indledning

Online marketing er, igennem de senere år, blevet en populær fremgangsmåde når

virksomheder skal markedsføre sig på det danske, såvel som globale marked. Det har

gjort det nemmere for E-tailere, at komme i kontakt med en langt større del af

verdensbefolkningen, end hvad tidligere var tilfældet. Det støttes især af det faktum, at

der i 2009 var over 1,7 milliarder internetbrugere på verdensplan. Det svarer til en

stigning på 380 %, siden år 2000 (Internet World Statistics, 2009).

I kontrast til den potentielle økonomiske succes som online marketing kan medføre, er

der ligeledes en væsentlig trussel forbundet hertil, i form af intensiveret global

konkurrence. Ved ”IT boblens” brud, blev konkurrencen skærpet, da utallige

webbaserede virksomheder blev grundlagt (Business, 2007).

Internetbrugernes ubegrænsede adgang til E-tailernes informationer har betydet, at

magtfordelingen er blevet til kundernes fordel. Brugernes magt understreges også af, at

deres adgang til store mængder informationer og viden, har øget kendskabet til E-handel

og dermed forhandlingsstyrken overfor E-tailerne (Chaffey et. al., 2009).

I kølvandet på denne markedssituation, har der de senere år været rettet fokus mod

optimering af websites. Web Analytics programmer er her blevet alment kendte

værktøjer. Programmerne giver E-tailere mulighed for at få statistisk forståelse for

website brugernes adfærd. Det fremgår om websitet præsterer tilfredsstillende, hvorefter

ændringer kan foretages ud fra programmernes beregninger.

Web Analytics er dog begrænset til kun, at lave statistiske kalkulationer. Det er også en

af grundene til, at E-tailere endnu ikke har fået nogen dybere forståelse for de

underliggende årsager, som ligger til grund for brugernes adfærd på websitet. Derfor

kan de heller ikke identificere, hvilke årsager som er til grund for brugernes manglende

bestillinger inden de forlader websitet. Dette frafaldsfænomen kaldes også attrition

(Chaffey et. al., 2009, s. 585).

De nyeste tal har vist, at danskerne handlede for 32 mia. kr., alene i 2009, og kun på

danske websites. Det er en femdobling siden år 2003 (Erhvervsbladet, 2009). Andre tal

viser samtidig, at online attrition har stor indflydelse på E-taileres omsætning. En

undersøgelse omkring online brugeradfærd, og forbindelsen til den danske økonomi,


Side 2 af 79

understreger potentialet for en analyse af attrition årsager. Det fremgår, at danske E-

tailere har en gennemsnitlig attrition rate på over 30 % ved website varekurven. Med

andre ord, efterlader omkring hver tredje bruger af et dansk website varer i kurven, uden

at foretage en bestilling. I konkrete tal svarer det til 10 mia. kroner, alene i 2009, og kun

på danske websites (Jyllandsposten, 2009).

Ud fra et forskningsmæssigt argument, er brugeradfærd og online attrition ligeledes et

interessant område. Det skyldes at online attrition, og forbindelsen til E-handel, endnu

ikke har fået nævneværdig opmærksomhed i hidtidige online marketing studier.

Interessen har i stedet været rettet mod bl.a. anskaffelsen af online kunder (Hoffman &

Novak, 2000), konvertering af besøgende til købere (Del Giudice, 2004) og fastholdelse

af online kunder (Chen & Hitt, 2002).

Af ovenstående informationer, opstår et potentiale for gennemarbejdning af en

afhandling, som fokuserer på brugeradfærd og online attrition. For det første, er der et

betydeligt økonomisk potentiale forbundet med analyse af årsager til attrition. For det

andet, er der indenfor online marketing forskning et tomrum, der endnu ikke er blevet

udfyldt, ift. online attrition. Endeligt viser det sig, at der er et udviklingsmæssigt

potentiale for fremtidige analyseværktøjer på websites.

1.1. Problemformulering

Med opmærksomheden rettet mod brugeradfærd og online attrition, vil denne

afhandling opfylde de fire nedenstående formål:

Formål 1: Afhandlingen vil klarlægge årsagerne til, at online attrition forekommer

ved website varekurven.

Formål 2: Afhandlingen vil styrke klarlægningen, ved at skabe et betydeligt

resultatgrundlag, der behandler fremkomne attrition årsager i formål 1.

Formål 3: Afhandlingen vil belyse indvirkningen af attrition episoder på website

brugeres efterfølgende adfærd.

Formål 4: Afhandlingen vil skabe et teoretisk grundlag for fremtidig forskning

indenfor brugeradfærd, online attrition og E-handel.


Side 3 af 79

Tankegangen, som ligger til grund for opstillede problemformulering, er herunder

illustreret ved figur 1.

Figur 1: Tankegang bag afhandlingen

Kilde: Egen tilvirkning, inspireret af Customer Life Cycle Funnel (Waisberg & Kaushik, 2009, s. 1)

Figur 1 viser forløbet, hvor viden om årsager til attrition (Y), kan reducere attrition raten

(X) på websitet. Dvs. at effekten af denne viden, medfører en reduktion af attrition raten

til et lavere niveau (Z) ved varekurven (VK).

1.2. Metodetilgang

Afhandlingens metodetilgang er baseret på en teoretisk og en praktisk del.

Den teoretiske metode forklarer de forudsætninger, der i afhandlingen vil blive arbejdet

under. Den praktiske metode vil gennemgå de metoder, der skal blive benyttet til

indfrielse af de opsatte formål.

1.2.1. Teoretisk metodeanvendelse

Afhandlingen vil være baseret på en eksplorativ tilgang ift. brugeradfærd og online

attrition. Den eksplorative tilgang bliver anvendt gennem en aktørbaseret

virkelighedsopfattelse. Aktøropfattelsens grundlæggende antagelser bygger på, at viden

opbygges gennem tolkning af personers subjektive udsagn til emnet. Aktørens

opfattelse og tolkning af udsagn, er grundlagt ud fra måden hvorpå man interagerer og

kommunikerer med personerne (Arbnor & Bjerke, 1997). Da formålet er, at komme i

besiddelse af viden om bagvedliggende årsager til online attrition, er denne metodiske

tilgang fordelagtig.


Side 4 af 79

Med disse teoretiske forudsætninger i erindring, er der tre tilstande som implicit, vil

blive anvendt gennem afhandlingen. De bygger på forståelse af afhandlingens

berøringsflade, og er opstillet efter Arbnor & Bjerke (1997):

Forforståelse (indsigt i eksisterende forhold), Forståelse (forståelse af emnet gennem

tolkning) og Efterforståelse (konklusion på resultater) (Arbnor & Bjerke, 1997, s. 165).

De tre forståelsesfaser vil, i afhandlingen, blive anvendt på følgende måde:

- Forforståelse opnås ved, at studere forudgående litteratur og forskning. På den

måde skabes en forforståelse, gennem indsigt i tidligere forhold.

- Forståelse skabes gennem interaktion med undersøgelsesdeltagere. Ved at forstå

deres udsagn, opnås dybere indsigt i årsager, der ligger til grund for deres online

handlinger.

- Efterforståelse sker ved vurdering og konkludering af fremkomne resultater.

Efterforståelsen kan på den måde argumenteres for, at være en ny forforståelse for

efterfølgende forskning (Heldbjerg, 2006, s. 82). Ud fra disse tilstande, vil afhandlingen

skabe en overordnet helhedsforståelse omkring brugeradfærd og online attrition ved

varekurven.

Den kvalitative metodetilgang vil bidrage med nogle muligheder for udvikling af

afhandlingen. Essentielt er det især, at der kan indsamles et, i teorien, ubegrænset antal

forskellige holdninger til websites og E-handel. I den forbindelse argumenterer Beck

for, at relevansen for individets subjektive udsagn er stigende. Det skyldes øget fokus på

individualisering, hvor unikke holdninger er blevet alment accepteret i samfundet

(Beck, 1992). Et andet interessant argument for kvalitativ metodetilgang, er den

opfattelse, at subjektive holdninger og individuelle erfaringer er blevet centrale for

forståelsen af et givent emne (Bruner, 1991; Sarbin, 1986).

1.2.2. Praktisk metodeanvendelse

På baggrund af den teoretiske metodeanvendelse, er der herunder gennemgået, hvordan

afhandlingens formål vil blive indfriet.

For at opfylde Formål 1, og dermed klarlægge årsager til online attrition ved

varekurven, vil der blive foretaget to kvalitative undersøgelser (Også benævnt ”KU1”

og ”KU2”). Det skyldes, at to undersøgelser i større omfang kan afdække formålet og

skabe stærkere kvalitative resultater.


Side 5 af 79

For at indfri Formål 2, styrkes klarlægningen af attrition årsager gennem en kvantitativ

undersøgelse. Herved vil et stærkere resultatgrundlag være etableret gennem anvendelse

af to komplementerende metoder.

For at opfylde Formål 3, vil begge metoder supplere hinanden, og belyse hvilken

indvirkning attrition episoder på websites, har på brugernes efterfølgende online adfærd.

Opfyldelsen af Formål 4, sker ved indledende statistisk bearbejdning af data. Dermed

skabes et grundlæggende udgangspunkt, der kan anvendes i fremtidig forskning af

brugeradfærd, online attrition og E-handel.

Indenfor adfærdsstudier er en kombination af kvalitative og kvantitative metoder,

adskillige gange blevet anvendt. Specielt indenfor forskning af årsagsforklaring og

menneskelige handlinger, gør dette sig gældende. I den sammenhæng kan nævnes både

Richardson (2009), Van der Sluijs (2005) og Raghunathan (1994). De benyttede alle en

kombination af begge metoder i deres forskning, men afviger alligevel fra denne

afhandlings grundlæggende metodetilgang. Det skyldes, at der blev taget afsæt i den

kvantitative metodetilgang, hvorimod afhandlingen udarbejdes på baggrund af et

kvalitativt udgangspunkt.

1.3. Afgrænsninger

Det har i forbindelse med afhandlingens udarbejdelse, været nødvendigt at opstille

nogle afgrænsninger. Disse relaterer til gennemførelsen af undersøgelserne og den

efterfølgende statistiske bearbejdning.

Dataindsamlingen for KU1 og KU2, er blevet geografisk afgrænset.

Undersøgelsesdeltagerne bliver udelukkende kontaktet i Århus området, hvilket skyldes

den begrænsede tidsramme, som afhandlingen udarbejdes indenfor.

Dataindsamlingen, i forbindelse den kvantitative undersøgelse, bliver foretaget ved brug

af et online socialt netværk. Derfor er det kun bekendtskaber til researcheren, som vil

deltage i spørgeskemaundersøgelsen.

Den statistiske analyse bearbejder kun de kvantitative data indledende. Der vil ikke

blive foretaget modeludvikling ved brug af de statistiske metoder. Det er valgt, da

afhandlingens overordnede eksplorative formål ville nedprioriteres ved dybere statistisk

analyse.


Side 6 af 79

Generelt bliver undersøgelserne foretaget indenfor en afgrænset tidsramme. Derfor er

der ikke taget højde for ændringer i brugeradfærd, trends mm., som kan forekomme i

fremtiden, og som kan ændre udfaldet af undersøgelsernes resultater, og dermed

afhandlingens konklusioner.

1.4. Overblik

For at skabe et indholdsmæssigt overblik, er afhandlingens struktur vist ved figur 2. Her

ses omfanget af indholdet samt hvilke hovedafsnit, der vil blive gennemgået til

opfyldelse af afhandlingens formål.

Figur 2: Struktur for afhandlingen

Kilde: Egen tilvirkning


Side 7 af 79

Som figur 2 illustrerer, er strukturen baseret på en opdeling, der tydeliggør relevansen af

de tre tidligere nævnte forståelsestilstande. Tilstandene vil, som det fremgår af

nedenstående gennemgang, underforstået være i erindring gennem hele afhandlingens

udarbejdelse. Herunder forklares de fire strukturelle fasers indhold yderligere.

Nummereringen angiver, i hvilken rækkefølge hovedafsnittene er repræsenteret i

afhandlingen.

Fase 1

Som tilfældet er med Forforståelse, vil tidligere studier og forskningsresultater blive

studeret. Herved opbygges en forforståelse for brugeradfærd, og sammenhængen med

online attrition. En sådan opbygning vil ske gennem et omfattende litteraturstudie, der

skal behandles gennem tre separate hovedafsnit.

Ud fra et adfærdspsykologisk perspektiv, vil der være en gennemgang af online

brugeradfærd. I den sammenhæng, vil ofte anvendte begreber blive inddraget (2).

Herefter vil der være en gennemgang af online attrition. Det vil blive gjort ved at

anvende to forskellige perspektiver, henholdsvis et E-tailer- og et psykologisk

perspektiv (3).

Afsluttende del af litteraturstudiet, vil fokusere på sammenhængen mellem

brugeradfærd og online attrition. En grundig udredning foretages, hvor relevante

resultater vil blive fremhævet. Som nævnt tidligere, har der ikke været fokus på

brugeradfærd og online attrition hidtil. Derfor vil denne del af litteraturstudiet belyse

forskning, hvor resultaterne tilnærmelsesvist kan henføres til afhandlingens

problemformulering (4).

Fase 2

Forforståelsen skabt i fase 1, vil blive benyttet til at opbygge og gennemføre KU1 (5) og

KU2 (6). Resultaterne vil blive sammenlignet og kombineret ud fra deres betydning og

frekvensfordelinger (7). På den måde vil en dybere Forståelse, for brugeradfærd og

online attrition, blive skabt.

Fase 3

Det kvalitative resultatgrundlag vil blive styrket ved en komplementerende kvantitativ

metode. Styrkelsen vil give dybere indsigt i og yderligere Forståelse for årsager til

attrition. Spørgeskemaundersøgelsens resultater vil blive bearbejdet ud fra tre metoder.


Side 8 af 79

Først vil data blive beskrevet ud fra undersøgelsens statistiske resultater, og

sammenlignet med resultater i KU1 og KU2 (8). Dernæst foretages en faktoranalyse,

hvor data vil blive summeret og struktureret (9). Slutteligt behandles data i en logistisk

regressionsanalyse, hvor årsagernes indflydelse på attrition vil blive afdækket gennem

sandsynligheder (10).

Fase 4

Afhandlingens problemformulering, fremgangsmåde samt resultater vil i her blive

opsummeret og vurderet. Ved den opnåede Efterforståelse, kan der reflekteres tilbage

på de opstillede formål og drage de afsluttende konklusioner (11). Baseret på

efterforståelsen, vil der blive givet anbefalinger til E-tailere, i forbindelse med online

attrition. Yderligere vil der gennem konklusionen, være grundlag for at rådgive hen

mod fremtidige forskningsmæssige retninger, der kan behandle brugeradfærd og online

attrition.

1.5. Definitioner

I afhandlingen vil der blive benyttet begreber, som er centrale for indholdet. Herunder

er begreberne nævnt, med de definitioner, som arbejdes med i afhandlingen.

Attrition: Dette er identisk med det danske ord ”frafald”.

Attrition rate: Dette er ”frafaldsraten”. Attrition raten, i en online forbindelse, måles

som en procentdel af websites’ samlede antal brugere (Chaffey et. al., 2009, s. 585).

Attrition variable/årsager: Dette er elementer, der forårsager attrition. Disse har

indflydelse på brugeradfærd, og dermed på hvordan attrition raten udvikler sig.

E-tailere: Disse er forretningsdrivende, som udelukkende eller delvist sælger sine varer

og ydelser over Internettet.

Varekurv: Refererer til et websites virtuelle varekurv, hvori brugerne placerer deres

varer inden bestilling.

1.6. Undersøgelsesmæssige overvejelser

Ved afhandlingens udarbejdelse er der overvejelser, som har været nødvendige at tage i

betragtning. Opmærksomheden bliver herunder rettet mod den kvalitative del af

afhandlingen, og gennemførelsen af KU1 og KU2.

I de kvalitative undersøgelser vil der være indhold, som stiller krav til deltagernes

hukommelse, vedrørende individuel brugeradfærd på Internettet. Særligt er evnen til at


Side 9 af 79

lagre tidligere handlinger og oplevelser i langtidshukommelsen et krav. Hvis ikke man

kognitivt kan fremkalde informationer, er der sandsynlighed for at der svares instinktivt,

hvilket ikke nødvendigvis resulterer i sandfærdige udsagn. For at modvirke dette, vil

researcheren bidrage med stikord, som kan hjælpe deltagerne med at genkalde deres

tidligere brugeradfærd fra hukommelsen (Schiffman et. al., 2008).

For at kunne svare pålideligt på spørgsmålene, kræver det at deltagerne kan huske

specifikke handlinger på specifikke websites. Indenfor psykologien, behandler man

emnet ved produktkendskab og langtidshukommelse. Her har man fundet, at personer

bruger mest tid på bearbejdning og lagring af informationer, som findes relevante

(Howard & Gengler, 2001).

Efter en vurdering af disse potentielle undersøgelsesmæssige forhindringer, fastholdes

afhandlingens metodetilgang. Primært vil researcherens tilstedeværelse ved

undersøgelserne afhjælpe disse mulige barrierer, som kan opstå under processen.

2. Online brugeradfærd

Første del af litteraturstudiet vil gennemgå to jævnligt anvendte begreber, der hidtil er

blevet knyttet til forklaringen af online brugeradfærd. Disse er Loyalitet og

Engagement. Ved gennemgangen af begreberne, vil forbindelsen til E-tailere og online

handel blive synliggjort. Gennemgangen, vil bidrage med et grundlæggende indblik i,

hvordan man indtil nu har anskuet psykologiens rolle, i forbindelse med online

brugeradfærd.

2.1. Loyalitet & Online brugeradfærd

Loyalitet kan anskues ud fra Sargeant og West’s definition: ”The desire on the part of

the customer to do business with a given supplier over time” (Sargeant & West, 2001, s.

336). Med udgangspunkt i definitionen, kan loyalitet ses som værende opdelt i en

adfærdsmæssig og en følelsesmæssig tilstand. Ved førstnævnte, reagerer website

brugere på lave priser, promotion etc. Ved sidstnævnte, er de emotionelt forbundet med

websitet eller produktet, og derfor anbefales det til andre brugere. Ud fra informationer

om de to loyalitetstilstande fremkommer det naturligt, at de mest profitable og loyale

kunder er dem, som besidder begge karakteristika (Chaffey et. al., 2009).


Side 10 af 79

Der kan argumenteres for, at online loyalitet i langt højere grad kan påvirkes og

elimineres, end i traditionel forstand. For det første, har website brugere ubegrænset

adgang til konkurrenters sortiment, informationer etc. For det andet, er omkostninger

ved skift af udbydere nærmest ikke-eksisterende. Resultater har vist, at eventuelle

omkostninger ved skift af udbyder, ikke havde nogen betydning for website brugere.

Derimod var tilfredshed vigtigt, hvis man ville bevare loyalitet blandt sine kunder

(Yang & Peterson, 2004).

Som antydet, er website brugere, og deres individuelle opfattelse af tilfredshed, vigtig i

forklaringen af deres loyalitetsadfærd. Da brugere har adgang til konkurrerende

websites, må det antages at tolerancen overfor eventuelle fejl og mangler, er lavere.

Website brugerne bearbejder deres oplevelser, ved at sammenligne udfaldene af deres

online handlinger med forventninger, der mentalt har været opstillet (Chaffey et. al.,

2009).

Figur 3 viser, hvordan tilfredshed, forventninger og oplevelser med et website har

indflydelse på website brugernes online loyalitet.

Figur 3: Forventninger og loyalitet

Kilde: Chaffey et. al., 2009, s. 374, fig. 6.20

I figur 3 fremgår der, at tilfredshed og online loyalitet også påvirkes af E-taileres offline

services. Det centrale i figuren er dog, at en generel tilfredshed med E-tailere fører til

online loyalitet. Selvom det virker som en simplificeret opfattelse, så er det i realiteten

et rationelt argument.


Side 11 af 79

2.2. Engagement & Online brugeradfærd

Online brugeradfærd kan, ifølge Forrester, forklares gennem personers engagement på

et website. Der ses på engagement, som bestående af fire elementer: Involvering,

Interaktion, Intimitet og Indflydelse. Elementerne afgør ikke direkte om brugerne

handler på et website. I stedet indikerer de, at brugerne er interesserede i det indhold

websitet tilbyder dem. Fra E-tailerens synspunkt, kan måling på de fire elementer

bidrage til analyse af brugeradfærd. Analyserne kan eksempelvis foretages ved brug af

søgefrekvenser, tidsforbrug, antal besøg etc. (Forrester Analyst Report, 2007).

Engagement kan herefter blive genstand for en markedsføringsmæssig

individualisering. Ved et sådant tiltag, kan E-taileren øge sandsynligheden for, at den

enkelte bruger foretager en bestilling på websitet.

Online individualisering, ud fra brugeradfærd, anser Evans som havende en potentiel

indvirkning på website brugernes købeintentioner. Generelt er følelsen af individuel

behandling velset hos forbrugere. Det må derfor antages, at individualiseret

markedsføring har en mulig positiv indvirkning på website brugeres holdningsdannelse

og købeintentioner (Evans et. al., 2000). I praksis er individualisering gennem

brugeradfærd, allerede en central del af online marketing. Ud fra engagement på

websites, målretter E-tailere deres markedsføring ved brug af kundetilpassede e-mails,

applikationer på sociale netværk etc.

3. Online attrition

Denne del af litteraturstudiet, vil gennemgå online attrition. Begrebet vil blive forklaret

nærmere, ud fra et E-tailer- og et psykologisk perspektiv. Til førstnævnte perspektiv, vil

der blive draget paralleller til et attrition studie, som er foretaget blandt amerikanske

universiteter. Det skal støtte argumentet for intensiveret fokus på attrition reduktion

blandt E-tailere. I forlængelse heraf, vil en kort gennemgang af Web Analytics

programmer, understrege de nuværende mangler, mht. måling af attrition.

Det psykologiske perspektiv skal belyse online attrition gennem Chaffey’s fremstilling.

Her nævnes nogle attrition årsager, som kan have en potentiel indvirkning på website

brugernes købeintentioner.

Gennemgangen vil, gennem de to perspektiver, give et dybere indblik i online attrition,

og forbindelsen til psykologien og relevansen for E-tailere.


Side 12 af 79

3.1. E-tailere & Online attrition

E-tailere er ikke sikret økonomiske fordele ved, at have høje besøgstal på deres

websites. Fordelene skabes først, når man er i stand til at føre website brugere gennem

hver fase af konverteringen, og til sidst foretage et køb (Chaffey et. al., 2009).

Reduktion af online attrition rates er baseret på, at få kendskab til brugernes adfærd, og

hvad der ligger til grund for deres handlinger på websitet. Ved at forstå brugernes

handlinger, vil man også opnå forståelse for attrition udviklingen på websitet. Dermed

vil man også få kendskab til, hvordan attrition rates kan reduceres.

Høje attrition rates på danske websites, har som tidligere nævnt betydet, at E-tailere har

forspildt en mulighed for øget omsætning. Noget som må antages, helt eller delvist

kunne være undgået, hvis fokus var rettet mod på årsagerne til attrition. Et studie

foretaget blandt amerikanske universiteter, underbygger denne antagelse. Det blev

undersøgt, hvilke årsager der var til grund for de høje attrition rates ved online

undervisningsmetoder. Resultaterne viste at nogle årsager, som kunne reducere attrition

rates var online chatservice, telefonisk kontakt med de studerende og udvikling af nye

undervisningsmetoder. (Angelino et. al., 2007).

Undersøgelsen er interessant, da både universiteters og E-taileres økonomi påvirkes af

høje attrition rates (Moody, 2004). Især har attrition reduktion vist sig at være vigtig,

hvis image skal bevares. Universiteter med høje attrition rates skaber en opfattelse af

stederne, som værende af dårlig kvalitet. Dermed øges attrition yderligere. Der tales om

en ”ond cirkel”, hvor et negativt image vil være selvforstærkende og gradvist øger

frafaldet på studieretningerne (Nash, 2005). Tankegangen kan overføres til E-

handelsperspektivet. Manglende fokus på online attrition, vil forringe positionen overfor

konkurrenterne, som derved vil overtage kunder. På den måde, vil man få svært ved at

genetablere et positivt image blandt internetbrugerne.

Der er forskelle på driften af en E-tailer og et universitet, men samtidig er der, som

gennemgået, økonomiske fællestræk mellem dem. Ovenstående gennemgang viser, at

attrition rates, for begge parter, har en central økonomisk betydning.

Web analytics

Web Analytics, dækker over programmer, der er udviklet med henblik på website

optimering. Programmer, der eksempelvis kan nævnes er Google Analytics (Google

Analytics, 2010), Omniture (Omniture, 2010) og Netminers (Netminers, 2010). Gennem


Side 13 af 79

beregninger kan programmerne identificere hvor brugerne forlader websitet, hvor længe

de befinder sig på websitet etc. Derigennem kan E-tailere se, hvor på websitet der skal

foretages ændringer for at kunne reducere attrition raten. Programmerne er dog

væsentligt afgrænset, da de er udviklet til kun at være et kvantitativt værktøj. Man kan

følge udviklingen på et website, men kender ikke de faktiske årsager, som er ligger til

grund for udviklingen, herunder interessant nok attrition. Indsigt i bagvedliggende

årsager til brugeradfærd, vil derfor være en faktor, der ville kunne forbedre sådanne

programmer væsentligt.

3.2. Psykologi & Online attrition

Det psykologiske perspektiv belyser vigtigheden af attrition reduktion, fra et kvalitativt

udgangspunkt. Trods manglende forskning, har Chaffey indledningsvist vurderet, hvilke

mulige årsager, der kan have indflydelse på online attrition. Årsagerne fordeles over fire

forholdsmæssige faser. Disse er besøg, førstegangsindtryk, produktvalg og betaling

(engelske betegnelser fremgår i figur 4). Figuren viser fordelingen af attrition relevante

årsager over de fire faser.

Figur 4: Attrition relevante årsager

Kilde: Chaffey et. al., 2009, s. 585, fig. 10.4

Ved at betragte figuren, kan der argumenteres for at alle website brugere udsættes for de

to første faser. Derefter øges brugerens engagement ved produktvalg og betaling. Den

lave procentdel af gennemførte bestillinger må antages, at skyldes bl.a. økonomiske

årsager, som betalingssikkerhed. Antagelsen bakkes op af det faktum, at online attrition

rates generelt er væsentligt større, desto nærmere brugerne er en købsbeslutning på

websitet (Chaffey et. al., 2009).


Side 14 af 79

Set fra et psykologisk synspunkt, fremgår et klart mønster. Attrition på websites sker i

stor grad gennem de første to faser. Faserne er barrierer, som skal fungere optimalt før

en E-tailer kan få brugere til at benytte de to sidste faser. Om end årsagerne i de to

første faser ikke er økonomisk betonede, så viser psykologien her sin vigtighed i

forbindelse med attrition. Med forståelse for psykologiens centrale rolle, vil man derfor

kunne ændre grafens udvikling, og reducere attrition ved alle fire faser.

4. Tidligere forskning

Nogle studier har opnået resultater, som kan være anvendelige når der skal opbygges

forståelse for brugeradfærd og forbindelsen til online attrition. Selvom de ikke specifikt

behandler området, kan der drages paralleller mellem resultaterne og afhandlingens

formål.

I Tabel 1 fremgår de studier der er anset for mest anvendelige i gennemgangen.

Opstillingen er baseret på forskningsområde, og studierne vil i det følgende blive

inddraget i samme rækkefølge.

Tabel 1: Tidligere forskning af online marketing og brugeradfærd

Forskere

Forskningsområde Ethiér, Haday, Talbot & Cadieux (2006)

Website kvalitet

Bai, Law, & Wen (2008)

Website kvalitet

Khalifa & Limayem (2003)

Website kvalitet

Ranganathan & Jha (2007) Website kvalitet

Comegys, Hannula & Väisänen (2009)

Risiko & sikkerhed

Yoon (2002)

Risiko & sikkerhed

Moore & Mathews (2006)

Risiko & sikkerhed

Fisher & Chu (2009)

Risiko & sikkerhed

Eckel & Grossman (2008) Risiko & sikkerhed

Alon, Brunel & Siegal (2005)

Word-of-mouth

Schindler & Bickart (2001)

Word-of-mouth

Kuan & Bock (2006)

Word-of-mouth

Khalifa & Limayem (2003)

Word-of-mouth

Ha (2004) Word-of-mouth

Ranganathan & Jha (2007)

Brugererfaring

Broekhuizen & Huizingh (2009)

Brugererfaring

Ranaweera, Bansal & McDougall (2008)

Brugererfaring

Bigné-Alcañiz, Ruiz-Mafé, Aldás-Manzano & Sanz-Blas (2008) Brugererfaring

Rowley (1998)

Tillid

Lee & Turban (2001)

Tillid

Morganosky & Cude (2000)

Tillid

Fisher & Chu (2008) Tillid Kilde: Egen tilvirkning, på baggrund af litteraturgennemgang


Side 15 af 79

Det skal bemærkes, at nogle af de ovenstående studier, bliver inddraget flere gange i

gennemgangen. Det skyldes, at deres forskningsresultater med fordel kan anvendes i

flere sammenhænge.

4.1. Website kvalitet

Website kvalitet er blevet defineret ud fra forskellige faktorer. Her kan nævnes fokus på

funktionaliteten og indholdet af websitet (Bauer & Scharl, 2000), informations-, system-

og servicekvalitet (Cao et. al., 2005) samt fokus på kundens opfattelse af

kvalitetsbegrebet (Wan, 2000).

Det har været ønsket påvist, hvordan website kvalitet havde indvirkning på følelser, der

foreslås at gå forud for købeintentioner. Forskningen foregik ud fra antagelsen, at

personer i højere grad ville anvende websites, når kvaliteten ligeledes var højere. De

mest interessante resultater viste, at websitets kvalitet havde en positiv indvirkning på

glæden og forkærligheden for websitet blandt undersøgelsens deltagere. Samtidig viste

utilfredshed med website kvalitet sig gennem tydelige frustrationer (Éthier et. al., 2006).

I en undersøgelse skulle det afklares, hvorvidt der var en sammenhæng mellem

brugernes tilfredshed med website kvalitet og deres købeintentioner. Her fandt man, at

website kvalitet havde en direkte påvirkning på graden af tilfredshed. Disse resultater

kunne videreføres til brugernes købeintentioner på websitet (Bai et. al., 2008).

Resultaterne støttes af Khalifa og Limayem. De identificerede nøglevariable, som havde

indvirkning på website brugeres købeintentioner. Det fremkom, at websitets

kvalitetsniveau havde en direkte påvirkning på personers købeintentioner på et website

(Khalifa & Limayem, 2003).

At website kvalitet er vigtig for tilfredshed og købeintentioner, understreges af en

konklusion fra Ranganathan og Jha’s forskning. Her konkluderede man, at E-tailere er

nødsaget til at videreudvikle deres websites. Det skal gøres for at kunne imødekomme

online brugernes krav til website kvaliteten (Ranganathan & Jha, 2007).

Forskningen har fremhævet, at website kvalitet er vigtigt for at kunne drive et

funktionelt website. Selvom det ikke er direkte bevist, kan det implicit udledes af disse

studier, at tilfredshed med website kvalitet er centralt for E-handel, hvorfor det også kan

inddrages, til forforståelsen af online attrition.


Side 16 af 79

4.2. Risiko & sikkerhed

Risiko og sikkerhedsaspekter vedrører opfattelsen af betalingssikkerhed, udlevering af

private informationer etc. Det er faktorer, som må antages, at de fleste internetbrugere

på et tidspunkt har overvejet i forbindelse med deres online handlinger.

En undersøgelse af online risiko og sikkerhed, har vist, at brugernes tiltro til websites’

sikkerhedssystemer var essentielt for deres købeintentioner. Når brugere havde stor

tiltro til websites sikkerhedssystemer, viste tendensen at de i højere grad ønskede at

foretage et køb. Ikke overraskende, viste manglende tiltro til online sikkerhedssystemer

sig ved, at brugerne reducerede mængden af online køb over tid (Comegys et. al., 2009).

En anden undersøgelse fandt lignende resultater. Her viste det sig, at opfattelsen af et

websites transaktionssikkerhed havde en mærkbar indflydelse på website brugernes

købeintentioner (Yoon, 2002).

Et studie har søgt sammenhængen mellem priser og sikkerhedsfølelser. Man arbejdede

ud fra antagelsen, at internetbrugere altid ville vælge det billigste af to identiske

produkter, som var velkendte brands. Resultaterne viste overraskende, at brugere

betragtede websites som usikre, når velkendte brands priser blev sænket til psykologisk

uacceptable niveauer. På den måde følte man risici ved at handle på disse websites

(Moore & Mathews, 2006).

Sikkerhed på websites kan, gennem tidligere forskningsresultater, kædes sammen med

brugeradfærd. Der eksisterer også modstridende resultater. Det er blevet fundet, at

tilstedeværelsen af online sikkerhedscertificeringer som TRUSTe (TRUSTe, 2010) og

WebTrust (WebTrust, 2010), ikke havde nogen betydelig indflydelse på brugernes

sikkerhedsopfattelse af websites (Fisher & Chu, 2009). Det kan diskuteres om

certificeringerne er alment kendte blandt internetbrugere. Manglende kendskab må

antages ikke at øge sikkerhedsopfattelsen. Derimod kan ukendte elementer på et

website, muligvis have en negativ effekt på sikkerhedsopfattelsen.

I forbindelse med E-handel, er det blevet studeret hvordan kønsforskelle, havde

indflydelse på risikoopfattelsen på websites. Fra en generel betragtning, er mænd anset

for værende mere risikovillige end kvinder. Indenfor detailhandlen har man eksempelvis

fundet bevis for, at kvinder vægtede potentielle risici højere end mænd (Eckel &

Grossman, 2008). Resultaterne støttes af en lignende undersøgelse, foretaget i en online


Side 17 af 79

sammenhæng. Der fandt man at kvinder, sammenlignet med mænd, i højere grad

overvejede risici forbundet med E-handel (Comegys et. al., 2009).

Online brugeradfærd er, som det belyses af ovenstående, delvist formet af risiko- og

sikkerhedsfaktorer. Ligeledes er website brugernes købeintentioner påvirkelige. Derfor

har området også relevans for at kunne skabe en forforståelse for årsager til attrition ved

varekurven.

4.3. Word-of-mouth

WOM kommunikation betragtes af Schiffman som: ”Perhaps the most important thing

for marketers to understand about word-of-mouth is its huge potential economic

impact” (Schiffman et. al., 2008, s. 422). På baggrund af den vurdering, kan det derfor

udledes, at WOM er en essentiel faktor til forståelse af online brugeradfærd, der bør

belyses i gennemgangen.

Online WOM giver, sammenlignet med traditionel WOM, flere muligheder for søgning

og indsamling af informationer. Internettet har introduceret flere fordele når

informationer skal indhentes. Brugerne kan indhente relevante informationer om et

website fra personer, som man ikke har nogen relation til. Yderligere er ekspertviden

ofte efterspurgt, og er ligeledes tilgængelig på Internettet. Endelig kan brugeren

sammenligne de mange informationskilder og derigennem udnytte sin viden til

beslutningstagning (Haugtvedt et. al., 2005).

Informationer om E-tailere spredes også gennem andre medier. Et konkret eksempel på

dette, understreges i TV-programmet Basta. Her benyttede utilfredse kunder

brugerpanelet Trustpilot (Trustpilot, 2010) til at bedømme E-tailere ud fra deres online

oplevelser. I dette tilfælde forårsagede den negative omtale, at den specifikke E-tailer

gik konkurs (Basta, 2010). Derved er der skabt dybere forståelse for Schiffman’s

betragtning, da det understreges, hvilken betydelig indflydelse WOM kan have.

Forskning har analyseret WOM i forskellige online sammenhænge. Der er foretaget et

studie, som undersøgte sociale netværkers effekt på E-handel og brugernes loyalitet.

Undersøgelsen viste, at kun 1/3 af deltagerne benyttede sociale netværker, men

udgjorde samtidig 2/3 af websitets omsætning. Man fandt også, at sandsynligheden for

at sociale netværksbrugere ville handle online, var dobbelt så stor som hos andre


Side 18 af 79

personer. Slutteligt fandtes det, at sandsynligheden for at netværksbrugere vendte

tilbage til websitet, var ni gange større end andre personer (Alon et. al., 2005).

Et studie har beskæftiget sig med WOM indflydelsen på online brugeradfærd. Det

fremkom, at stort set alle deltagere værdsatte muligheden for at høre andre personers

holdninger til websitet. I fraværet af bekendtes holdninger, anså deltagerne online

WOM, som den mest pålidelige kilde ved beslutningstagning. Det blev konkluderet, at

andre personers holdninger kunne påvirke den individuelles opfattelse af et website og

dermed brugeradfærd (Schindler & Bickart, 2001).

WOM er også blevet studeret i forbindelse med tillidsskabelse på websites. Udover

online WOM, havde også offline WOM en betydning for, hvordan brugeren etablerede

tillid til websites. Især anbefalinger fra egen omgangskreds, fandt man var særligt

vigtige når der skulle skabes tillid (Kuan & Bock, 2006). Omgangskredsens indflydelse

på brugeradfærd støttes af andre resultater. Familien, og særligt sociale netværk, viste

sig at have en betydelig indvirkning på brugerens online købeintention (Khalifa &

Limayem, 2003).

Ha fandt resultater som talte for, at et website med positive bedømmelser og

kommentarer fra brugerne, blev opfattet markant mere troværdig end andre websites.

Tendensen viste altså, at personer øger deres tiltro til et website, når deres holdninger

bekræftes af andre brugere (Ha, 2004).

WOM har vist sig at være et omtalt emne inden online marketingstudier. Det fremgår

indirekte, at online attrition influeres af hvordan brugerne opfatter et website. Det

forekommer rationelt, da det må antages at negativ omtale vil få personer til at forlade et

website.

4.4. Brugererfaring

Ved brugererfaring henvises der til brugernes evner med Internettet, og anvendelse af

websites, ud fra tidligere handlinger. Erfaringer dækker ligeledes over oplevelser, som

brugere tidligere har haft med Internettet og E-handel.

Brugererfaring har vist sig at være ofte anvendt faktor, til forklaring af online

brugeradfærd. I forbindelse med E-handel, har resultater vist at tidligere oplevelser med

et website, var den mest betydningsfulde årsag til at når brugernes købeintentioner

skulle styrkes (Ranganathan & Jha, 2007).


Side 19 af 79

En undersøgelse har sammenlignet tidligere købere med ikke-køberes erfaringer med et

website. Tidligere købere på websitet var, måske overraskende, ikke påvirket af deres

forudgående online oplevelser. Det kan muligvis skyldes, at der var blevet opbygget

erfaringer med websitet og større tillid til Internettet generelt. Derimod havde ikke-

købere langt sværere ved at opbygge en tillid, da man hidtil ikke havde anvendt websitet

(Broekhuizen & Huizingh, 2009).

En naturlig antagelse ville være, at brugernes teknologiske indsigt og tillid afspejles i

deres evne og lyst til at handle online. Den opfattelse får opbakning fra tidligere

resultater. Her fremgik det, at en persons IT evner havde direkte indflydelse på

sandsynligheden for at vedkommende handlede online. En person med erfaring og

indsigt i E-handel, ville derfor sandsynligvis handle mere end en person, som besad

mindre erfaring og indsigt (Ranaweera et. al., 2008).

Brugerens opfattelse af brugervenlige websites, er forbundet med personens

erfaringsniveau, som kan videreføres til fremtidig brugeradfærd. Forskning viste dette,

ved at brugerens opfattelse af let anvendelige websites øgede chancerne for at der blev

foretaget køb. Det blev også bevist, at personer, der opfattede websites som let

anvendelige, var mere erfarne end de øvrige deltagere i undersøgelsen (Bigné-Alcañiz

et. al., 2008).

Brugererfaring kan som vist, forklares ud fra adskillige faktorer. Det fremgår, at

erfaring ofte er en årsag, som kan have indflydelse på online attrition. Specielt når man

er i købesituationer, vil manglende brugererfaring sandsynligvis gøre sig gældende som

en relevant attrition.

4.5. Tillid

Tidligere studier har anvendt forskellige tilgangsmetoder, hvor det er forsøgt at afdække

hvordan online tillid skabes og hvad begrebet indeholder. I sit litteraturstudie fandt

Bourlakis forskellige faktorer, der var essentielle, hvis man ville skabe online tillid

mellem website og bruger. Tilliden skulle kunne aflæses gennem brugerens adfærd, i

form af køb på websitet (Bourlakis et. al., 2008). Brugerne fokuserede bl.a. på tiltroen

til sikkerhed ved online betalinger, returret og mulighed for service (Rowley, 1998; Lee

& Turban, 2001) og muligheden for at spare tid (Morganosky & Cude, 2000).


Side 20 af 79

Man har også forsøgt at forklare online tillid gennem virksomhedens fysiske placering.

En undersøgelse viste, at tilliden til nationalt placerede E-tailere var større end

udenlandske websites. Dette kan eventuelt skyldes usikkerhed omkring andre

handelsbetingelser eller mulige sprogbarrierer. Yderligere fandt man også, at den

generelle tillid til et website havde indflydelse på brugerens online købeintentioner

(Fisher & Chu, 2008).

4.6. Opsummering

Formålet med litteraturgennemgangen, var at skabe en forforståelse omkring

brugeradfærd og online attrition. De tre gennemgåede hovedafsnit bidrager, hver især til

dette. I figur 5 fremgår den måde, hvorpå researcherens forforståelse for emnet er

konstrueret.

Figur 5: Etableret forforståelse

Kilde: Egen tilvirkning, på baggrund af litteraturgennemgang

Årsager afbilledes i måden, hvorpå personer agerer online. Brugeradfærd viser sig

gennem handlinger, der foretages på Internettet. Handlinger viser sig at have direkte

betydning for attrition på et website. Den overordnede opfattelse er derfor, at Attrition

kan reduceres, hvis man har kendskab til årsagerne.

Ved at have opbygget denne forforståelse, har researcheren indblik i emnet, hvorfor

processen kan fortsætte med en kvalitativ undersøgelse.

5. Kvalitativ undersøgelse 1 (KU1)

I denne del af afhandlingen vil der være en gennemgang af KU1’s opbygning og

gennemførelse. Først vil der være en beskrivelse af fremgangsmåden, som er valgt for

undersøgelsen. Resultaterne vil blive tolket ud fra researcherens subjektive opfattelse,

og behandles derefter på to måder. Den ene måde vil forklare resultaterne ud fra en

beskrivende betragtning. Dernæst vil der blive draget paralleller til tidligere studier. Her

belyses det, hvilke fællestræk, som forefindes. De to behandlingsmåder skal bidrage til

klarlægningen af årsager, der kan have indflydelse på online attrition og E-handel. Ved

at foretage en sådan undersøgelse, påbegyndes afklaringen af Formål 1.


Side 21 af 79

5.1. Metode

For at danne en overordnet ramme for undersøgelsen, er der opstillet en spørgeguide (se

bilag 1). Guiden indeholder få spørgsmål vedrørende demografi, deltagernes

internetvaner ift. E-handel samt deres handlinger, der kan henføres til attrition ved

varekurven. Spørgeguiden er anset som vejledende, da interaktion og deltagernes

individuelle holdninger, er det centrale i undersøgelsen. Hertil kommer vigtigheden af

signaler, der ikke kan identificeres som værende dele af spørgsmålene. Herunder

deltagernes kropssprog samt brugen af ironi og sarkasme i deres udtalelser.

5.1.1. Prætest

Det er anbefalet, at spørgeguides testes før nogen egentlig undersøgelse foretages.

Uvildige personers feedback vedrørende indhold og struktur, er ofte en brugbar

fremgangsmåde ved ændring af spørgeguides (Yin, 2003). Der blev rettet henvendelse

til ti tilfældige personer i Århus midtby. På den måde befandt testpersonerne sig i en

lignende situation af, hvad der var hensigten for de efterfølgende

undersøgelsesdeltagere. Testen viste, at der var generel tilfredshed med omfanget, og

særligt interviewlængden var, ifølge deltagerne passende.

Det rekommanderes, at diktafon anvendes i kvalitative interviews, hvor senere

transskribering fungerer som supplement til nedskrevne noter (Witzel, 1985). Det viste

sig ikke muligt i prætesten, da deltagerne følte sig usikre ved lydoptagelser. Det kan

skyldes, at personerne ikke følte sig anonyme, hvilket var en forudsætning for at

medvirke i undersøgelsen. Deres holdninger kunne derfor blive påvirket af

usikkerheden, som opstod ved brugen af diktafon (Flick, 2006). På den baggrund, er

lydoptagelser udeladt af undersøgelsen, hvor dokumentation foregår gennem brug af

nedskrevne noter.

5.1.2. Dataindsamling

Dataindsamlingen foregik i Århus-området. Der blev her rettet henvendelse til personer,

som befandt sig i Storcenter Nord, Viby Centeret og på Banegårdspladsen. Områderne

gav mulighed for at indsamle data på relativt kort tid, pga. den betydelige koncentration

af mennesker. En anden fordel ved koncentrerede områder, er den antagelsesvise store

spredning i brugeradfærdsmønstre og holdninger til E-handel. En spredning, der må

formodes at være væsentlig større end på f.eks. et universitet som, fra et demografisk

synspunkt, udgør en forholdsvis stereotyp gruppe personer.


Side 22 af 79

Interviewene foregik over tre dage, med en dag på hver af de tre lokaliteter. Det

resulterede i 70 personers medvirken i undersøgelsen.

5.1.3. Databehandling

Indsamlede data blev behandlet ud fra researcherens opfattelse og tolkning af

deltagernes udsagn til emnet. Dataene er, af overbliksmæssige grunde, blevet oprettet i

skematisk form i et regneark (se bilag 2). Det har givet et helhedsbillede, som har gjort

efterfølgende beskrivelse og klarlægning mere overkommelig. Ved attrition spørgsmål,

er deltagernes holdninger og brugeradfærd blevet kvantificeret. Det er gjort for at skabe

let tolkelige resultater, som kan benyttes til parallelisering mellem undersøgelser. Det

vil derfor også være klart, hvilke årsager, der har haft størst indflydelse på deltagernes

brugeradfærd og attrition handlinger.

5.2. Resultater

Resultatgennemgangen vil omfatte såvel demografiske data som attrition årsagerne, der

er fremkommet ved kvantificeringen. Dernæst vil perspektivering til tidligere

forskningsresultater, bidrage til en dybere forståelse af KU1 resultaterne.

5.2.1. Demografiske data

KU1 omfattede deltagelse af 70 personer. Kønsfordelingen udgjorde 39 kvinder og 31

mænd. I tabel 2 herunder opsummeres undersøgelsens demografiske data.

Tabel 2: Demografiske data for KU1

Antal deltagere Gennemsnitsalder

Mænd 31 40,87

Kvinder 39 35,66

Samlet 70 37,97

Kilde: Egen tilvirkning, på baggrund af KU1

Udover informationer om alder og køn, havde deltagerne ligeledes angivet deres

beskæftigelse/uddannelse. Det viste sig tydeligt, at der ikke kunne fastlægges et konkret

mønster, som viste sammenhængen mellem disse informationer og brugeradfærd. Det

skyldes, at undersøgelsen var præget af en lang række forskellige beskæftigelser og

uddannelser, hvorfor få personer kunne grupperes. Af den grund, vil beskæftigelse

derfor ikke være et emne for videre gennemgang og klarlægning af attrition årsager.


Side 23 af 79

5.2.2. Kvalitative resultater

Resultaterne viste, at 12 ud af de 70 undersøgelsesdeltagere ikke havde handlet online

før. Værd at bemærke er, at gennemsnitsalderen for disse deltagere var 55,33 år. Altså

markant højere end gennemsnitsalderen for den samlede deltagergruppe. De primære

årsager til, at man ikke havde handlet online tidligere, var manglende tillid til Internettet

og websites, opfattelsen af for dårlige servicemuligheder samt bekymringer i

forbindelse med betaling og levering af bestilte varer.

5.2.3. Online attrition & varekurven

Ved deltagernes brugeradfærd, i forbindelse med online attrition ved varekurven, opstod

nogle interessante resultater. 51 deltagere havde prøvet at efterlade varer på et website,

uden at lave en bestilling. Det svarer til 72,85 % af deltagerne, som havde foretaget en

attrition handling. Tabel 3 viser data for de deltagere, der havde foretaget attrition

handlinger.

Tabel 3: ”Ja” til online attrition


Mænd 18 35,89

Kvinder 33 36,18

Samlet 51 36,08


Der kunne udledes 102 udsagn, som havde relevans for brugeradfærd ift. attrition ved

varekurven. De primære årsager til attrition var Manglende servicemuligheder, Uventet

høj fragtpris samt Websitets funktionalitet og design. Herefter var Manglende tillid,

Reel pris højere en forventet og Usikkerhed ved betaling yderligere i betragtning blandt

de medvirkende. Tabel 4 viser de 102 udsagn i kvantificeret form. Udsagnene blev

fordelt på 18 årsager til online attrition.


Side 24 af 79

Tabel 4: KU1 - Årsager til online attrition

Attrition årsager Frekvenser

Manglende servicemuligheder 11

Uventet høj fragtpris 11

Websitets funktionalitet og design 10

Manglende tillid 8

Reel pris højere end forventet 7

Usikkerhed ved betaling 6

Bekendtes holdninger og dårlige erfaringer 6

Uklare leverings- og betalingsbetingelser 6

Manglende brugervenlighed 6

For lang leveringstid 5

Begrænset sortiment 5

Dårlige erfaringer 4

Andre brugeres negative bedømmelser 4

Usikker omkring toldafgifter 3

Manglende E-mærke 3

Varer besværlige at købe online 3

Søger de laveste priser 2

Usikkerhed ved udenlandske websites 2

Samlet 102


Af frekvenserne fremgik ikke umiddelbart noget klart mønster. Tabellen viser en relativ

jævn fordeling af udsagn, hvor ingen attrition årsager skilte sig nævneværdigt ud fra

andre.

5.3. Perspektivering til tidligere studier

Til yderligere forståelse af årsagernes rangering, vil de blive sat i perspektiv ift. relevant

forskning. Til perspektiveringen vil demografiske informationer, og de mest

fremtrædende attrition årsager blive inddraget.

5.3.1. Alder

Der var, som tidligere nævnt, en relativ høj gennemsnitsalder blandt personer, der ikke

havde handlet online før. At alderen kan have indflydelse på online brugeradfærd

støttes, af tidligere forskning. Man har fundet at sandsynligheden for, at en online

handel blev gennemført, var større hos yngre end ældre website brugere (Joines et. al.,

2003). Andre resultater viste noget modstridende. Man har undersøgt yngre og ældre

aldersgrupper, og deres brugeradfærd i forbindelse med forskellige produkttyper. Lidt

overraskende benyttede den ældre gruppe online handel oftere end den yngre, indenfor

halvdelen af kategorierne (Sorce et. al., 2005; Donthu & Garcia, 1999). Resultaterne

skal dog vurderes kritisk. Det var naturligt nok ikke alle produkter, som henvendte sig

til begge grupper, hovedsageligt af interesse- og relevansgrunde.


Side 25 af 79

Der kan, på baggrund af undersøgelsens demografiske informationer, ikke konkluderes

at alderen har indflydelse på brugeradfærden. Selvom der var en aldersforskel i

undersøgelsen, viser ovennævnte undersøgelser nogle forskellige resultater.

Et synspunkt, som afslutter denne konklusion, er at det nærmere er motivationen og

holdningen frem for alderen, der har indflydelse på om man benytter online handel.

Også formuleret af Modahl: ”Demographic factors such as age, race and gender don’t

matter anywhere near as much as the consumers’ attitudes toward technology”

(Modahl, 2000).

5.3.2. Køn

I undersøgelsen var der et overtal af kvindelige deltagere. Det til trods, var kun 1/3 af de

ikke handlende deltagere kvinder. Statistikker omkring amerikanske internetbrugere, har

vist et lignende mønster. I år 2000, var 60 % af alle handler på amerikanske websites

foretaget af kvinder. Prognoser indikerede samtidig, at udviklingen ville fortsætte på

den måde de kommende år (Tedeschi, 2002). Tallene er i strid med den opfattelse, man

tidligere har haft af den generelle kvindelige forbruger, primært forklaret ud fra deres

grad af risikovillighed (Eckel & Grossman, 2008).

Kvinder har generelt været opfattet som mindre risikovillige end mænd. Kvinders

risikovillighed har været studeret, i forbindelse med potentielle økonomiske risici. Man

fandt her, at kvinder valgte det sikre alternativ, hvor chancen for økonomisk tab var

mindst (Faff et. al., 2008). Forskning af online brugeradfærd, har vist at kvinder i

mindre grad anvendte online handel (Pastore, 2000; Briones, 1998). Det menes derfor,

at risikovillighed afspejles i mængden af online køb der foretages (Allen, 2001).

Afslutningsvist forklares risikovillighed, som en effekt, der kan reduceres i takt med at

personen får erfaring med, og øger sit brug af Internettet (Kehoe et. al., 1997).

Baseret på ovenstående, er det uklart om svarudviklingen delvist kan forklares ud fra

køn. Selv om der, fra et adfærdspsykologisk synspunkt, er et utydeligt billede, kan flere

faktorer muligvis forklare udviklingen. Her kan bl.a. nævnes en ændring i kønsrollerne

samt stigning i antallet af husholdninger, forårsaget af skilsmisser.


På baggrund af researcherens tolkning af de enkelte udsagn, er der herunder opstillet

definitioner for de 18 attrition årsager. Tabel 5 skal give læseren et overblik over, hvilke

årsager den kvalitative del af afhandlingen behandler samt hvad de omfatter.


Side 26 af 79

Tabel 5: Definitioner på attrition årsager

Attrition årsager Definitioner Manglende servicemuligheder

Uventet høj fragtpris

Websitets funktionalitet og design

Manglende tillid

Reel pris højere end forventet

Usikkerhed ved betaling

Bekendtes holdninger

Uklare leverings- og betalingsbetingelser

Manglende brugervenlighed

For lang leveringstid

Begrænset sortiment

Dårlige erfaringer

Andre brugeres negative bedømmelser

Usikker omkring toldafgifter

Manglende E-mærke

Varer besværlige at købe online

Søger de laveste priser

Usikkerhed ved udenlandske websites

Service anses som mangelfuld. Det gælder telefonservice, chatservice, FAQ mv.

Fragtprisen er højere end først ventet.

Websitet opfattes som ikke at fungere

optimalt og design falder ikke i brugerens

smag.

Brugeren ikke har tilstrækkelig tillid til

websitet som helhed.

Prisen er uventet høj pga. gebyrer, afgifter

mv.

Brugeren føler sig usikker på websitets

betalingssikkerhed og kryptering.

Bekendtes oplevelser og holdninger til

websitet.

Manglende eller for dårligt beskrevne

betingelser.

Websitet er for indviklet mht. opbygning og

navigering.

Brugeren synes at leveringstiden er for lang.

Brugeren synes at sortimentets bredde og

dybde er begrænset.

Brugeren tænker tilbage på tidligere

handlinger op oplevelser på websitet.

Brugeren vurderer andre personers oplevelser

og holdninger til websitet.

Brugeren er usikker på hvilke mulige afgifter

som tilføjes prisen.

Brugeren vil kun handle på websites med E-

mærket.

Brugeren syntes at varetypen ikke var praktisk at handle over Internettet.

Brugeren browser mellem websites for at finde den laveste slutpris.

Brugeren følte sig usikker ved at bestille på udenlandske websites.



Side 27 af 79

Primære årsager til attrition

Frekvenserne viste, at de primære årsager, som lå til grund for attrition ved website

varekurve var Manglende servicemuligheder, Uventet høj fragtpris, Websitets

funktionalitet og design samt Usikkerhed ved betaling. Der skal ikke lægges betydelig

vægt på udtrykket ”primære” i denne sammenhæng. Selvom årsagerne havde fået størst

tilslutning fra deltagerne, var der ikke nævneværdige frekvensforskelle. Dette fremgik

tidligere i tabel 4.

Manglende servicemuligheder

Servicemuligheder blev af deltagerne opfattet som mangelfulde. De følte sig muligvis

ikke velinformeret og sikre ved at afgive en ordre uden at have fået vejledning. Flere

deltagere udtrykte, at service var ”meget vigtigt”, hvis de skulle handle på et website.

Der var særlig fokus på ventetiden for service, hvor man ville have muligheden for

vejledning via telefon eller chat services.

Manglende service og kommunikation har vist sig at være et problem, som den

generelle danske internetbruger kan genkende. Det understreges af Lars Schmidt

Larsen, chefkonsulent fra Dansk Handel & Service: ”…en kundes dårlige oplevelse

smitter af på hele branchens image… 9 ud af 10 kundeklager går på manglende

kommunikation”, (Jyllandsposten, 2006). Betragtningen deles af Morten Kamper,

formand for FDIH (Foreningen for Distance- og Internethandel): ”De bedste netbutikker

– uanset hjemland – leverer ganske enkelt god service, hvor de imødekommer

kundernes ønsker”, (Dansk E-handelsanalyse, 2009).

Marketing studier har fokuseret på service, og sammenhængen med online tillid.

Sammenhængen mellem service/tillid og tillid/loyalitet på websites, er blevet undersøgt.

Der viste sig en positiv statistisk sammenhæng mellem servicekvalitet og tillid, men

samtidig også mellem tillid og loyalitet. Der var altså en relation mellem websitets

servicegrad og loyalitetsniveauet blandt brugerne (Harris & Goode, 2004).

Serviceniveauet på websites er begyndt at få opmærksomhed blandt E-tailere. Særligt er

chat services blevet implementeret på websites. Målet er at øge kundetilfredsheden ved,

at gøre kommunikationen hurtigere og lettere tilgængelig. Undersøgelser har vist, at

dette initiativ øger sandsynligheden at website surfere bliver konverteret til købere (Inc.

Magazine, 2006).


Side 28 af 79

Det kan diskuteres, om deltagerne ikke reelt opstiller de samme krav og forventninger

til websites, som til traditionelle detailforretninger. Hvis dette er tilfældet, forekommer

utilfredshed med serviceniveauet forståeligt nok. KU1 resultaterne peger i retning af

service, som værende den mest indflydelsesrige årsag til attrition ved varekurven. Hertil

støttes resultaterne af både faktuelle tal og tidligere forskning.


Grunden til at deltagerne havde været overraskede over høje fragtpriser kan skyldes, at

de ikke havde været synlige før varen skulle bestilles. En anden grund kan være, at

fragtprisen først blev fjernet når der bestilles for et bestemt beløb på websitet. I praksis

anvender E-tailere beløb som 500 og 1000 kr., der er nedre grænser, før man får varer

leveret gratis.

Et studie har fundet, at sådanne økonomiske grænser, havde betydelig økonomisk

indvirkning, både positive og negative. Mentalt behandlede mange af brugerne fragtfrie

køb, som ekstra fordelagtige. I den sammenhæng, skal E-tailere være forsigtige med

hvordan grænserne fastsættes. Hertil anbefaledes det, at E-tailere tilpassede deres

fragtfrie grænser til forskellige segmenter (Lewis et. al., 2006). Generelt tilrådes E-

tailere at opnå indsigt i, hvordan website brugeres forventninger til

fragtproblemstillingen skabes (Esper et. al., 2003).

Websitets funktionalitet og design

Website funktionalitet og design fik væsentlig tilslutning blandt deltagerne. Ved en

gennemgang af deltagernes udsagn, lagde man vægt på professionalisme, hvor der var

bestemte krav til et website. E-tailere skulle, ifølge deltagerne, have websites der

fungerede optimalt. Det krævedes også, at indhold og design passede til

servicen/produktet som solgtes. Den observation kan være uoverkommelig for E-tailere

at afhjælpe i praksis. Da personers holdning til design afgøres af individuel smag,

kræves det at hver bruger giver sin mening til websitet.

Der er fundet en positiv sammenhæng mellem website kvalitet (funktionalitet/design)

og brugerens anerkendelse af websitet. Samme studie undersøgte sammenhængen

mellem brugernes opfattelse af systemkvalitet/informationskvalitet og tilfredshed, som

kunne videreføres til online købeintentioner. Det kunne konkluderes, at der var en klar

forbindelse mellem website kvalitet/brugervenlighed og tilfredshed/købeintentioner

(Éthier et. al., 2006).


Side 29 af 79

KU1 viste, interessant nok, at ingen deltagere specifikt nævnte website indlæsningstiden

som en kritisabel faktor. Særligt interessant når man ser på, hvad forskningen hidtil har

bidraget med. Man har eksempelvis fundet, at brugernes tålmodighed blev påvirket efter

12 sekunders ventetid (Hoxmeier & Dicesare, 2000) og online intentioner kunne blive

påvirket efter 4 sekunders ventetid (Galletta et. al., 2002). I et nyere studie fandt man, at

internetbrugeres tolerable ventetid på et download, kunne forlænges ved at informere

brugeren om længden af den resterende indlæsningstid (Nah, 2004).

Haugtvedt konkluderer, at et websites design og funktioner skal opfylde to basale

kriterier, som er at være: ”… easy to use and understand” (Haugtvedt et. al., 2005, s.

310). En måske simplificeret, men stadig logisk opfattelse, set fra website brugernes

synspunkt.

Undersøgelsens resultater og tidligere forskning har dannet et entydigt billede. Det

fremgår at website funktionalitet og design, er en central årsag til at online attrition

forekommer.


Ikke overraskende, var årsagen højt prioriteret i undersøgelsen, men ikke så højt som

forventet. Særligt når man tænker på den nuværende økonomiske situation i samfundet,

er det uventet.

Der har været identificeret fire risikotyper (produkt, finansielle, psykologiske og tid),

som kunne have indflydelse på attrition ved varekurven. Først fandtes det, at brugerne, i

takt med at online erfaringen blev større, fokuserede mindre på finansielle risici, der var

forbundet med at betale på websitet. Resultaterne viste også, at de finansielle risici var

den mest forklarende risikotype, når brugeradfærden på et website skulle forklares

(Forsythe & Shi, 2003). Det har også vist sig, at brugernes opfattelse af websitets

sikkerheds- og transaktionsproblemer, havde en betydelig negativ effekt på online

købeintentioner (Bhatnagar et. al., 2000).

Når forskningen tages i betragtning, er det forståeligt at betalingssikkerhed fremtræder

som en vigtig årsag til attrition. Som sagt, dog lidt uventet at tilslutningen ikke er større

til denne årsag.


Side 30 af 79

5.4. Opsummering

Undersøgelsens resultater har vist, at der endnu ikke kan fastlægges et adfærdsmønster,

hvor demografiske kriterier spiller en rolle.

De primære attrition årsager, og deres tilslutning, kunne retfærdiggøres ved

perspektivering til tidligere forskning. Dog forekom udviklingen i den jævne

frekvensfordeling en anelse overraskende. Dette indikerer, at potentialet for

gennemførelsen af endnu en kvalitativ undersøgelse er til stede.

5.5. Overvejelser til KU2

Ved at se tilbage på forløbet af KU1, er der nogle ændringer, som ønskes foretaget i den

kommende undersøgelse.

- Beskæftigelse/uddannelse kunne ikke bidrage til nogen forklaring af online

attrition. Da KU2 tilnærmelsesvist opbygges og gennemføres som KU1, antages

den udvikling også at gælde her. Derfor udelades spørgsmålet af KU2.

- Datagrundlaget i KU1 er ikke tilstrækkelig til at drage nogle konklusioner, der

klarlægger årsager til online attrition. Det skyldes at de 18 årsager, har relativ

jævn tilslutning, hvor ingen skiller sig betydeligt ud. Ved to undersøgelser

skabes et stærkere kvalitativt konklusionsgrundlag, hvorefter der kan klarlægges

attrition årsager i henhold til afhandlingens Formål 1.

- Der vil blive rettet opmærksomhed mod deltagernes efterfølgende brugeradfærd.

Derfor vil der blive tilføjet spørgsmål, som giver indsigt i, hvordan attrition

episoder påvirker efterfølgende online adfærd ift. E-handel. Herigennem vil

opfyldelsen af afhandlingens Formål 3 blive påbegyndt.

6. Kvalitativ undersøgelse 2 (KU2)

KU2 skal bidrage skabe et stærkere resultatgrundlag. Især med henblik på

sammenligning, og senere addering af attrition frekvenser, vil en sådan styrkelse

fremgå. KU2 vil muligvis resultere i yderligere årsager til attrition, der ikke er angivet i

KU1, men som fortjener opmærksomhed.

Som nævnt tidligere, vil KU2 også at forklare udviklingen i brugeradfærd efter attrition.

Det skyldes at attrition muligvis kan have konsekvenser for E-tailere, som man endnu

ikke har kendskab til.


Side 31 af 79

6.1. Metode

For at skaffe sammenlignelige resultater, vil processen for KU2 ligne den anvendt for

KU1. For at dække flere dele af Århus-området, er dataindsamlingen foretaget i Bruuns

Galleri, Veri Centeret samt på Strøget. Der er som nævnt også foretaget

indholdsmæssige ændringer i spørgeguiden (se bilag 1). Ændringerne viser sig ved

tilføjelse af to spørgsmål. De berører udviklingen i deltagernes brugeradfærd, efter de

har foretaget en attrition handling.

6.2. Resultater

Undersøgelsens resultater vil løbende blive sammenlignet med dem fundet i KU1. I den

forbindelse vil der blive kommenteret på afvigelser og fællestræk. En dybere

gennemgang vil blive foretaget ved de tilføjede spørgsmål. Herunder vil tidligere

forskning være behjælpelig med tolkning af resultaterne.


Af de 70 personer, som deltog i undersøgelsen, var 41 kvinder og 29 mænd (se bilag 3).

I tabel 6 herunder, opsummeres undersøgelsens demografiske data.

Tabel 6: Demografiske data for KU2


Mænd 29 43,21

Kvinder 41 37,34

Samlet 70 39,77


Som det fremgår af tabellen, var både den mandlige og kvindelige gennemsnitsalder

højere end i KU1. Desuden er det værd at bemærke, at overvægten af kvindelige

deltagere, var endnu mere markant her, i forhold til KU1.

6.2.2. Kvalitative resultater

Kun 7 ud af undersøgelsens 70 deltagere, havde ikke handlet online før. Det var en

procentmæssig væsentlig lavere del end i KU1, hvor 12 deltagere ikke havde handlet

over Internettet. Gennemsnitsalderen hos disse deltagere var 56 år, hvilket er tæt på de

55,33 år i KU1. De begrundede deres manglende internethandler med tillidsproblemer.

Her var det særligt betalingssikkerhed, der ikke havde deltagernes tillid. Desuden var

man generelt ikke tillidsfuld når det gjaldt anvendelsen af Internettet. Både tillid og

betalingssikkerhed var ligeledes benyttede argumenter i KU1.


Side 32 af 79

6.2.3 Online attrition & varekurven

Resultaterne viste også her, at størstedelen af deltagerne en eller flere gange havde

foretaget attrition handlinger ved varekurven. Tabel 7 opsummerer tallene.

Tabel 7: ”Ja” til online attrition


Mænd 24 39,79

Kvinder 31 36,38

Samlet 55 37,87


Tabellen viser, at 55 personer havde prøvet at efterlade varer på et website.

Kønsfordelingen var, i KU2, mere jævn og gennemsnitalderen en anelse højere. I KU2

bidrog de 55 deltagere med 117 udsagn, som kunne henføres til attrition og varekurven.

Tabel 8 viser fordelingen af udsagnene, som blev inddelt på 17 forskellige årsager.

Tabel 8: KU2 - Årsager til online attrition


Manglende tillid 13

For lang leveringstid 12

Manglende servicemuligheder 11

Begrænset sortiment 10

Usikkerhed ved betaling 9

Andre brugeres negative bedømmelser 8

Reel pris højere end forventet 8

Uklare leverings- og betalingsbetingelser 8

Websitets funktionalitet og design 7

Dårlige erfaringer 7

Uventet høj fragtpris 6

Manglende brugervenlighed 5

Bekendtes holdninger 5

Søger de laveste priser 5

Varer besværlige at købe online 1

Manglende E-mærke 1

Usikker omkring toldafgifter 1

Samlet 117


Stabiliteten over frekvensfordelingen var lignende den, som fandtes i KU1. Der

eksisterer mellem de to undersøgelser, nogle identiske mønstre, men også afvigelser.

Manglende tillid var i KU2, vigtigere for deltagerne end før. Deltagerne havde større

fokus på For lang leveringstid, mens Manglende servicemuligheder fik nogenlunde

samme tilslutning som tidligere. Mindre forskelle, der også kan nævnes er at både


Side 33 af 79

Begrænset sortiment og Usikkerhed ved betaling fremstod som mere indflydelsesrige

attrition årsager end i KU1.

Det skal nævnes at antallet af attrition årsager blev reduceret fra 18 til 17 i denne

undersøgelse. Det skyldes, at deltagerne i KU2 ikke anså Usikkerhed ved udenlandske

websites, som nogen betydelig hindring for at handle online.

Det ville være interessant, at der fremkom nye holdninger fra deltagerne, som kunne

konstruere nye attrition årsager. Dette skete dog ikke. Derfor må man antage, at på

baggrund af 106 (51/55) deltageres udsagn, er antallet og indholdet af undersøgelsernes

resultater anvendeligt som konklusionsgrundlag.

Det kan diskuteres om de resultatmæssige afvigelser mellem undersøgelserne, er af

nogen betydning. Den opfattelse, understreges af nedenstående. I tabel 9, er attrition

årsagerne opstillet ud fra deres adderede frekvensstørrelser.

Tabel 9: Samlede frekvenser for KU1 og KU2

Attrition årsager KU1 KU2 Samlede frekvenser


Manglende tillid

Websitets funktionalitet og design For lang leveringstid


Usikkerhed ved betaling Reel pris højere end forventet



Andre brugeres negative bedømmelser Bekendtes holdninger

Dårlige erfaringer

Manglende brugervenlighed Søger de samlede priser

Usikker omkring toldafgifter

Manglende E-mærke

Varer besværlige at købe online Usikkerhed ved udenlandske websites

11

8

10 5

11

6 7

5

6

4 6

4

6 2

3

3

3 2

11

13

7 12

6

9 8

10

8

8 5

7

5 5

1

1

1 0

22

21

17 17

17

15 15

15

14

12 11

11

11 7

4

4

4 2

Samlet 102 117 219

Kilde: Egen tilvirkning, på baggrund af KU1 og KU2

Naturligt nok er de adderede frekvenser relativt jævnt fordelt. Adderingen har skabt et

tydeligere mønster for attrition årsagerne. Det viser sig, at der særligt er fem årsager,

som ikke får nævneværdig opmærksomhed fra deltagerne. I kontrast til dette, kan man

se at Manglende servicemuligheder, Manglende tillid, Websitets funktionalitet og

design, For lang leveringstid og Uventet høj fragtpris er nogle af de årsager, der er


Side 34 af 79

relevante til forklaring ved online attrition. Frekvensen for de nævnte årsager udgør

42,92 % af den samlede. Det må siges, at kunne retfærdiggøre en klarlægning af

attrition årsager, hvor de fem højest rangerede bør få mest opmærksomhed.

6.2.4. Brugeradfærd efter online attrition

Efterfølgende brugeradfærd vil blive belyst ift. det enkelte website samt andre websites.

På den måde kan det identificeres, om det er holdningen til det specifikke website eller

E-handel generelt, som bliver påvirket. Besvarelser til begge spørgsmål vil blive

gennemgået, hvor tidligere forskning også vil blive benyttet. Spørgsmålene er endvidere

formuleret på en måde, så der fremkommer kvantitative besvarelser. Det skyldes, at der

i efterfølgende spørgeskemaundersøgelse også vil blive inddraget lignende spørgsmål.

Dermed er sammenligning på tværs af de to undersøgelsesmetoder muligt.

Har du været på websitet efter denne episode?

Til spørgsmålet svarede 38 ud af 55 deltagere (69,09 %) at de, i tiden efter attrition

episoden, havde besøgt samme website. Kønsfordelingen var her 21 kvinder og 17

mænd. Svarfordelingen er vist herunder i tabel 10.

Tabel 10: Returnering til website efter attrition

Ja Nej Ved ikke

Mænd 17 4 2

Kvinder 21 6 5

Samlet 38 10 7


10 personer (18,18 %) havde ikke anvendt websitet efter episoden. Her var især

mændenes gennemsnitsalder på 64,25 år bemærkelsesværdig høj, sammenlignet med

kvindernes på 48 år. Den høje gennemsnitsalder, og sammenhængen med efterfølgende

brugeradfærd, kunen skyldes, at ældre personer muligvis har mindre tillid til E-handel.

Det virker rationelt, eftersom alderen for personer, der ikke havde handlet online før

også var forholdsvis høj (56 år). Her var årsagen, som tidligere nævnt, netop manglende

tillid til E-handel.

Mere interessant virkede det, at så stor en del af deltagerne havde benyttet websitet efter

attrition episoder. Med udgangspunkt i tidligere forskning, kan det antagelsesvist

forklares på adskillige faktorer. Herunder forklares udviklingen ved anvendelse af nogle


Side 35 af 79

af disse faktorer. Indledningsvist skal det nævnes, at deltagerne ikke nødvendigvis

havde handlet på det pågældende website efterfølgende.

Loyalitet

Loyalitet kan bidrage til forklaringen den høje procentdel af returnerede brugere. Der

kan argumenteres for at oplevelserne ikke havde været tilstrækkeligt negative til, at

deltagerne havde udelukket websitet. Derfor må det kunne udledes, at en negativ

oplevelse overskygges af andre positive oplevelser med websitet. Brugerne føler

muligvis stadig tryghed ved at anvende et bestemt website, trods en dårlig oplevelse.

Det skal tilføjes, at selvom den kognitive loyalitet er bevaret til et website, er det ikke

ensbetydende med at den handlingsmæssige loyalitet er det. Med andre ord, viser

resultaterne ikke at personerne har handlet på websitet, men kun at de har benyttet det.

De to loyalitetstyper er anvendt i et studie, til at forklare sammenhængen mellem

tillid/tilfredshed og online loyalitet. Det fremkom, at der var en stærk sammenhæng

mellem både tillid-loyalitet og tilfredshed-loyalitet. Resultaterne viste dog ikke, at

loyalitet nødvendigvis medførte at brugeren foretog en handel på websitet (Harris &

Goode, 2004).

Det har specifikt været undersøgt, hvilke forskelle som fandtes mellem kønnenes

kognitive bearbejdning af informationer, og dermed i hvilket omfang de opbyggede

loyalitet til websites. Kvinder havde en tendens til, i højere grad end mænd, at opbygge

loyalitet til websites (Noble et. al., 2006). Selvom antallet af kvinder og mænd var

relativt ens i KU2, så er der altså rationale bag flertallet af kvinder, som var returneret til

websites.

Alternativer

En simpel, men naturlig, forklaring kan være manglen på online alternativer. Det

undersøges ikke hvilke specifikke websites, som deltagerne anvender. Derfor kan det

ikke udelades, at deres tilbagevenden til et website, kan skyldes mangel på alternative

websites, der dækker deres behov og krav. Mængden af alternativer kan dog ligeledes

være stor, men af samme eller måske endda dårligere standard på de kriterier, som

deltagerne vægter når de handler online.


Side 36 af 79

Ny viden

Deltagerne kan være vendt tilbage efter negative oplevelser på websites, hvis ny viden

har gjort dem mere sikre og tillidsfulde. Ny viden kan eksempelvis have reduceret

usikkerheden omkring forskellige faktorer som betaling, fragt etc.

Indhentningen af data fra bekendte, er ofte anvendt når man skal foretage online

beslutninger. Brugen af sociale netværk er, gennem forskningen, blevet positivt

korreleret med den individuelles opbygning af tillid til et website. WOM omkring et

specifikt website havde den største effekt på en persons brugeradfærd (Kuan & Bock,

2007). Ligeledes har medierne vist sig, i et studie, at have betydelig indflydelse på

personers holdningsskabelse og ændring ift. Websites (Khalifa & Limayem, 2003).

Overordnet set, er personens indhentning af nye informationer fra disse kilder altså også

et argument, som kan forklare dele af det høje antal returnerede brugere.

Har du handlet på andre websites efter episoden?

Her forekom der, sammenlignet med forrige spørgsmål, en lignende kønsfordeling hos

både ja og nej besvarelserne. Disse kan ses i tabel 11 herunder.

Tabel 11: E-handel på andre websites efter attrition

Ja Nej

Mænd 19 4

Kvinder 22 10

Samlet 41 14


Det var interessant, at så stor en del af deltagerne havde handlet online på andre

websites efterfølgende. Derfor må det antages at deres generelle holdning til E-handel

ikke var blevet påvirket af attrition oplevelser. Tallene viser underforstået at det

nærmere var holdningen til det enkelte website, der blev ændret. Nogle af de faktorer,

som kan have en indvirkning på denne svarfordeling inddrages i gennemgangen

herunder.

Sortiment

En antagelse af website brugeres holdninger er, at de vil tilbydes det størst tænkelige

sortiment. I den sammenhæng er det fundet, at brugerne generelt opfattede websites’

sortimenter som mangelfulde. Det skyldtes hovedsageligt, at det sammenlignedes med


Side 37 af 79

sortimentsstørrelser i traditionelle forretninger (Farag et. al., 2006). Resultater fra

service industrien har desuden vist, at online udvalg havde en direkte påvirkning på

opfattede omkostninger ved skift af udbyder (Chen & Hitt, 2002).

Et stort sortiment, hvor alt er tilgængeligt viser, ifølge Anderson og hans ”long tail”

forklaring, også hvad det er brugerne reelt efterspørger. Det virker rationelt, da E-tailere

mere præcist kan aflæse kundens behov, når de har et stort udvalg at foretage deres

handlinger ud fra. Man skal ikke blot udvide sit online sortiment ud fra hvad der

genererer mest profit, men også efter hvad kunderne efterspørger (Anderson, 2004).

Service

Utilstrækkelig service kan have medført, at deltagerne vælger at handle på andre

websites. I både KU1 og KU2 viste deltagernes udsagn, at service spillede en stor rolle.

Det understregedes af at det var den årsag, der fik den største samlede tilslutning.

Behovet for service kan bl.a. skyldes generel usikkerhed ved E-handel, produktets

kompleksitet og mangelfulde informationer på websites. Generelt består services af

mange elementer. Især har undersøgelser forsøgt at forklare sammenhængen mellem

online tillid, købeintentioner og loyalitet.

Resultater viste forskellige ting. Det blev tydeliggjort, at service var meget vigtig, når

man ønskede at reducere attrition (Pitta et. al., 2006), men også, at det var en mindre

relevant faktor i forbindelse med købeintentioner på websites (Chang et. al., 2004). At

resultaterne modbeviser hinanden, er dog ikke overraskende. Antagelsesvist, må

behovet for service først og fremmest være henvist til hvilket produkt man ønsker.

Avancerede produkter vil sandsynligvis kræve væsentligt flere servicemuligheder, end

standardiserede varer. Yderligere, kan brugernes erfaringsniveau sandsynligvis også

være determinant for servicebehovet.

Leveringstid

Et studie har sammenlignet detailhandleres og E-taileres leveringstid, og

sammenhængen med brugeradfærd. Tiden blev gjort op i rejsetid og ventetid. Man

fandt, at rejsetiden til en nærliggende forretning, kompenserede for den potentielle

ventetid, der var ved online handel. Deltagerne var altså villige til, at betale en mindre

merpris for at modtage varen hurtigere (Hsiao, 2009). Der kan argumenteres for at dette

ikke kan henføres til resultaterne i KU2, da det ikke omhandlede andre websites, men


Side 38 af 79

detailhandlere. Det understreger dog, at tidsfaktoren er vigtig for website brugere og

vægtes højt når man vil handle online.

Et andet studie fandt, at website brugeres indstilling til leveringstiden også afhang af

produkttypen og størrelsen på ordren. Her fandt man, at nogle af deltagerne ville have

mulighed for at afhente varen personligt (Rotem-Mindali & Salomon, 2007).

Resultaterne forekommer ikke overraskende, da man muligvis kan føle en økonomisk

risiko ved at have store ordrer og økonomisk tunge produkter længe undervejs.

6.3. Kvalitative vurderingskriterier

Ved at danne et tilbageblik på de kvalitative undersøgelser, vurderes de ud fra fire

kriterier, der af Heldbjerg anses som værende troværdighed, overførbarhed,

afhængighed og bekræftelse (Heldbjerg, 2006, s. 21).

Som tilgangen var til de kvalitative undersøgelser, blev resultater tolket ud fra en

subjektiv opfattelse. Deltagerne ansås som troværdige, da de valgte at deltage i

undersøgelsen. Hertil kom, at deres garanterede anonymitet sikrede, at de kunne give

deres personlige holdninger til emnet.

Ved at foretage to lignende kvalitative undersøgelser, fremgik det at resultaterne var

overførbare. Resultaterne viste lignende mønstre, som dog ikke var identiske. Det

skyldtes primært tolkningen af de udsagn, som var blevet givet til emnet.

Da der var mangel på forudgående forskning af brugeradfærd og online attrition, kan

der sås tvivl om afhængigheden for undersøgelserne. Der var ikke konkrete resultater,

hvortil der kunne drages præcise sammenligninger. Men gennemgangen viste, at der

kunne drages paralleller mellem tidligere studier og undersøgelsernes resultater.

At de to undersøgelser leverede pålidelige resultater, er endnu ikke bekræftet af andre

forskere. Personer med indgående kendskab til feltet og de metodiske procedurer, bør i

det efterfølgende bekræfte, hvorvidt der er overensstemmelse gennem hele

arbejdsprocessen.

6.4. Opsummering

Som i KU1, viste resultaterne i KU2 ikke noget tydeligt mønster over deltagernes

udsagn i forbindelse med online attrition. De 117 udsagn fra deltagerne, fordelte sig

jævnt over 17 årsager til attrition. Manglende tillid, For lang leveringstid og Manglende


Side 39 af 79

servicemuligheder blev anset som de vigtigste årsager, når man efterlod varer på et

website.

I forhold til KU1, viste KU2 også hvordan deltagernes brugeradfærd påvirkedes efter

attrition. En attrition episode viste sig, at have indvirkning på deltagernes efterfølgende

adfærd. Omkring en tredjedel af deltagerne, havde ikke benyttet websitet efter episoden.

Yderligere havde over halvdelen benyttet andre websites. Det indikerer, at man ikke var

utryg ved Internettet, men nærmere utilfreds med et specifikt website.

6.5. Delkonklusion

Ved at have gennemført to kvalitative undersøgelser er der, i overensstemmelse med

afhandlingens Formål 1, blevet klarlagt, hvilke årsager, som har indflydelse på online

attrition ved varekurven.

Ved separat behandling af undersøgelserne, viste de lignende frekvensfordelinger, hvor

der ikke var grundlag for klarlægningen. De adderede frekvenser skabte et stærkere

resultatgrundlag. De fem årsager, der fik størst tilslutning var Manglende

servicemuligheder, Manglende tillid, Websitets funktionalitet og design, For lang

leveringstid og Uventet høj fragtpris, hvorfor de også er vigtigste årsager til online

attrition ved varekurven.

Som opstillet ved Formål 3, blev det her belyst, hvilken indvirkning attrition episoder

har på website brugeres efterfølgende adfærd. Det fremkom, at ca. 20 % af brugerne

ikke anvendte pågældende website efter episoden. Samtidig viste det sig, at ca. 80 %

havde benyttet andre websites efter attrition. Derfor kan man konkludere, at attrition har

en betydelig indvirkning på brugernes forhold til det enkelte website, og til andre

websites.

7. Databehandlingsproces

Der vil blive foretaget en videre databehandling af de opnåede resultater i KU1 og KU2.

Ønsket er, at reducere antallet af årsager, hvor det forekommer rationelt. En sådan

reduktion udføres ud fra researcherens individuelle opfattelse og tolkning af årsagerne.

Reduktionen vil, via en simpel kombineringsmetode, resultere i et mindre antal attrition

årsager, som er mere hensigtsmæssig ved opbygning af spørgeskemaundersøgelsen.

Årsagerne vil, efter kombinering, blive opstillet i en bruttoliste. Denne vil senere blive


Side 40 af 79

benyttet til etablering spørgeskemaets indhold. Ligeledes vil bruttolisten blive anvendt

når der senere vil drages paralleller mellem undersøgelserne.

7.1. Kombinering

Attrition årsagerne fra KU1 og KU2, er blevet kombineret, hvor det er fundet rationelt.

For at kunne opbygge et passende spørgeskema, blev der således dannet fire

kombinationer med to årsager i hver.

Usikkerhed ved udenlandske websites + Usikker omkring toldafgifter.

Det er vurderet at disse udgjorde en logisk kombination, selvom det kan argumenteres

at websites med oprindelse i EU-lande, ikke er forbundet med toldafgifter. Denne

kombination navngives Usikkerhed ved udenlandske websites.

Uventet høj fragtpris + Reel pris højere en forventet.

En naturlig kombination, da fragtprisen udgør en del af den samlede reelle pris.

Kombinationen navngives Uventet høj pris.

Websitets funktionalitet og design + Manglende brugervenlighed.

Der kan argumenteres for, at funktionalitet og design udgør en stor del af et websites

overordnede brugervenlighedsniveau. Kombinationen navngives Manglende

brugervenlighed.

Bekendtes holdninger + Andre brugeres negative bedømmelser

Disse kombineres, da de opfattes som personens generelle modtagelighed overfor andre

personers holdninger til websitet. Denne omdøbes til Andre personers holdninger.

Udover ovenstående kombinerede attrition årsager, er også oprindelige årsager bevaret.

Efter kombinationerne er foretaget, er der således 13 årsager til attrition mod de

tidligere 18.

7.2. Bruttoliste

På baggrund af kombinationerne, blev bruttolisten konstrueret. Den fremstiller de

summerede frekvenser for KU1 og KU2. Herunder er bruttolisten opstillet, og danner

udgangspunktet for attrition relevante spørgsmål i spørgeskemaundersøgelsen.


Side 41 af 79

Tabel 12: Bruttoliste for attrition årsager

Kilde: Egen tilvirkning, på baggrund af KU1, KU2 og kombinerede årsager

Fra tabellen kan man se flere attrition årsager med meget lave frekvenser. Der er set bort

fra dette i kommende undersøgelse, da en kvantitativ tilgang muligvis kan resultere i en

anden svarudvikling.

Det skal nævnes, at der i processen, blev fjernet en attrition årsag. Søger de laveste

priser er ikke medtaget i den videre undersøgelse. Det skyldes, at det indikerer et

generelt adfærdsmønster, som må formodes de fleste gør brug af. Derfor er det ikke

interessant i forbindelse med attrition og E-handel. Det er ligeledes grunden til, at den

samlede frekvens på 212, er syv mindre end den oprindelige frekvens på 219.

8. Kvantitativ undersøgelse

Der vil i den kvantitative undersøgelse, være opmærksomhed rettet mod indfrielse af

afhandlingens Formål 2 og Formål 3.

Først vil der, som opstillet i problemformuleringen, ske en styrkelse af klarlægningen,

som blev foretaget i den forudgående kvalitative del. En spørgeskemaundersøgelse vil

blive struktureret og gennemført, hvor datagrundlaget, skal bidrage til en samlet

klarlægning af attrition årsager, baseret på begge undersøgelsestyper. Efter at

undersøgelsens opsætning er blevet forklaret, vil der være en dybere gennemgang af

resultaterne. Her vil sammenligning med de kvalitative undersøgelser også blive

foretaget.


Uventet høj pris


Andre personers holdninger


Manglende tillid





Dårlige erfaringer


Manglende E-mærke


32

28

23

22

21

17

15

15

14

11

6

4

4

Total 212


Side 42 af 79

Dernæst vil Formål 3, blive yderligere belyst. Spørgeskemaundersøgelsen vil omfatte

spørgsmål, der kan bidrage til belysningen af attrition episoders indvirkning på website

brugeres efterfølgende adfærd. Resultaterne vil blive sat i perspektiv, ift. KU2.

8.1. Baggrund

Spørgeskemaundersøgelsen skal skabe et tydeligt helhedsbillede af attrition årsagerne.

Argumentationen bag klarlægningen vil på den måde blive styrket af et betydeligt

resultatgrundlag. Derved vil man opnå kvantitative resultater, der er baseret på

kvalitative udsagn, og som samtidig kan sammenlignes med resultaterne i tabel 12.

8.2. Metode

Det færdigudviklede spørgeskema, blev testet på to separate grupper, med fem personer

i hver. Alle personerne studerede på Handelshøjskolen i Århus. Deres feedback

resulterede ikke i nogle betydelige ændringer, og alle testpersonerne forstod indholdet af

spørgeskemaet.

Der var forskellige overvejelser forbundet med opbygningen og gennemførelsen af

undersøgelsen. Spekulationerne var hovedsageligt rettet mod spørgeskemaet og

distributionsmetoden, som skulle benyttes. I de næstkommende afsnit, vil

opmærksomheden være rettet mod disse områder.

8.2.1. Spørgeskema

Boolsen har understreget, at der er fordele og ulemper, forbundet med anvendelsen af et

elektronisk spørgeskema. Først og fremmest, er der generelt lave svarprocenter, og

anonymitet elimineres hvis der svares via personlig mail. Til gengæld, er det en

tidsbesparende metode, hvor respondenten kan besvare mange spørgsmål på relativt

kort tid (Boolsen, 2004). Hertil kommer, at repræsentativitet ikke er et større problem i

denne sammenhæng. Det skyldes, at alle modtagere af spørgeskemaet foretager online

handlinger, hvilket er eneste forudsætning for deltagelse i undersøgelsen.

Efter at have vægtet fordele og ulemper, blev det besluttet at benytte et online

spørgeskema til opfyldelse af undersøgelsens formål. Dernæst blev der spekuleret i

spørgeskemastruktur, indhold og skalatyper, som ville være passende. Med i

overvejelserne var to kriterier, der på bedst mulig måde skulle opfyldes. For det første,

skulle det være relevant og interessant for respondenterne. For det andet, skulle


Side 43 af 79

spørgeskemaet være overskueligt og overkommeligt at udfylde. Kriterierne skulle

ønskeligt resultere i en højere svarprocent.

8.2.2. Spørgeskemadesign

Spørgeskemaprogrammet Studsurvey, blev anvendt i forbindelse med opbygningen af

spørgeskemaet (Studsurvey, 2010). Valget skyldes primært dets tilgængelighed samt de

let anvendelige funktioner, som gjorde designdelen til en overskuelig proces.

I overensstemmelse med Boolsen’s anbefalinger, blev skemaet udformet på en måde,

som gav et naturligt forløb. Det viste sig ved en logisk sammenhæng og rækkefølge af

spørgsmålene. Tvetydige og ledende spørgsmål blev undgået, da det ikke fremmer

deltagernes egen kognitive hukommelse, men derimod gør at de sandsynligvis ville

svare instinktivt (Boolsen, 2004).

Spørgeskemaet blev hovedsageligt udformet med ”radiobutton” svarmuligheder, hvor

kun ét svar til hvert spørgsmål var muligt. Det valgtes for at undgå, alternative

svarmuligheder blot udfyldes ”for sjov”. Ligeledes gav denne form for svarmuligheder

også bedre mulighed for, konkret at måle respondenternes holdninger til de forskellige

attrition årsager.

I de fleste tilfælde gav det mening at bruge en 5-punkts Likert skala. Det blev vurderet

at være den optimale skalatype, undersøgelsens formål taget i betragtning. Især i

forbindelse med holdningsspørgsmål, er det en meget anvendt form, hvilket også var

tilfældet med spørgeskemaundersøgelsen. Her kan også tilføjes det rationale, at

personer kun har én holdning til en problemstilling. På den måde undgås tvetydige

besvarelser, som kunne skabe tolkningsmæssige problemer. I en situation, hvor åbne

spørgsmål eller checkbokse blev anvendt, ville netop et sådant problem højst

sandsynligt opstå.

Anvendelsen af en 5-punkts Likert skala anbefales også af andre forskere indenfor

adfærdsstudier. Der argumenteres for, at personer har svært ved at overskue flere

valgmuligheder, som eksempelvis en 7-punkts skala. Samtidig er den også er mere

specifik, end hvad tilfældet ville være ved et mindre antal svarmuligheder (Grover &

Vriens, 2006).


Side 44 af 79

I spørgeskemaet blev de mellemliggende svarmuligheder nummereret og ikke angivet

med kategori. Det var kun yderpunkterne, som er navngivet. Det er gjort for at reducere

sandsynligheden for systematisk anvendelse af det ”neutrale” alternativ.

8.2.3. Spørgeskemaindhold

Spørgeskemaindholdet blev fastlagt for at kunne viderebehandle resultaterne fra KU1

og KU2. Derfor var der, udover spørgsmål til brugeradfærd og online attrition,

spørgsmål til respondenternes køn, alder og efterfølgende adfærd. Erhvervs- og

uddannelsesinformationer havde, som tidligere vurderet, ikke nogen betydning for

deltagernes brugeradfærd. Af den grund, sås der bort fra dette punkt i

spørgeskemaundersøgelsen.

Som et opvarmningsspørgsmål, blev respondenterne adspurgt om deres opfattelse af

eget erfaringsniveau i forhold til internetbrug. Som fundet tidligere, kan erfaring have

en betydelig indvirkning på online brugeradfærd, herunder også attrition ved

varekurven. Herefter blev opstillet spørgsmål, som er direkte relevante for såvel online

attrition som E-handel og efterfølgende brugeradfærd. Derfor vil fokus være rettet mod

gennemgang af disse resultater.

Ved slutningen af spørgeskemaet blev opstillet to spørgsmål. Det ene belyser, hvordan

respondenterne forudser deres fremtidige forbrug på online handel. Det andet vedrører

deres nuværende tilfredshed med faktorer, som har relevans for E-handel. Spørgsmålene

fungerer som afrunding, men bidrager også med resultater, der kan være interessante

med henblik på afdækning af fremtidig potentiale og forbedringer af websites.

Spørgeskemaet, som er anvendt i undersøgelsen, kan ses i bilag 4.

8.2.4. Distribution

Det online sociale netværk, Facebook, blev anvendt til distribution af spørgeskemaerne

(Facebook, 2010). En tendens, som taler kraftigt for anvendelsen af Facebook, er

danskernes øgede brug af netværket. Ifølge Foreningen for Danske Internetmedier

(FDIM), bruger de 2,2 mio. danske Facebook-medlemmer, over 20 mio. timer på

netværket om måneden, og det tal stiger fortsat (Ekstrabladet, 2010). Med den udvikling

taget i betragtning, må det antages, at der var betydelig sandsynlighed for at de

inviterede personer, ville få kendskab til spørgeskemaet indenfor undersøgelsens

løbetid. Der blev oprettet en gruppe samtidig, med at researcherens 422 private


Side 45 af 79

kontakter blev informeret. Invitationerne til spørgeskemaet blev sendt til kontakternes

individuelle profil.

Det kan diskuteres om, sociale netværk var passende at anvende i en seriøs

sammenhæng. Respondenterne er bekendte af researcheren, hvilket kunne påvirke deres

besvarelser. Selvom det kan være problematisk, vurderedes det ikke at have nogen

nævneværdig indflydelse på resultaterne. Det skyldtes, at deltagerne individuelt valgte

at deltage fordi man havde tid og lyst, ikke fordi man følte tvang.

8.2.5. Dataindsamling og databehandling

Der var ikke fastsat nogen øvre grænse for antal besvarelser. Da datagrundlaget skulle

være solidt, var antallet af besvarelser ønsket så stort som muligt. I stedet var der fastsat

en tidsramme på 10 dage fra starttidspunktet. Fristen var fastsat ud fra de

forudsætninger, som afhandlingen udarbejdes under, og blev vurderet for at være

rimelig. Data var indsamlet i Studsurvey, hvor der blev foretaget en beskrivende

statistisk bearbejdning af resultaterne. I det videre forløb eksporteres resultaterne til

SPSS, hvor yderligere statistisk bearbejdning vil blive foretaget.

8.3. Resultater

Her vil der blive foretaget en gennemgang af de mest interessante resultater fra

spørgeskemaundersøgelsen. De vil blive sammenlignet med dem, der fremkom i KU1

og KU2. I overensstemmelse med klarlægningsformålet, vil der være særlig

opmærksomhed rettet mod, hvordan respondenter har svaret på attrition relevante

spørgsmål. Ved yderligere interesse for resultaterne, kan disse ses i bilag 5.

Undersøgelsen blev, trods tidsfristen, stoppet efter syv dage. Der fremkom et klart

mønster i svarudviklingen, som kan ses i figur 6 herunder.

Figur 6: Svarudvikling for spørgeskemaundersøgelse

Kilde: Egen tilvirkning, på baggrund af spørgeskemaundersøgelse

0

20

40

60

80

100

120

1 2 3 4 5 6 7


Side 46 af 79

Figur 6 viser, at langt størstedelen af besvarelserne blev givet dag 3. Derefter faldt

antallet af besvarelser gradvist indtil dag 7. Det var antaget, ud fra grafens udvikling, at

der de efterfølgende dage ville være endnu mindre tilslutning, hvorfor undersøgelsen

blev stoppet efter dag 7.

I løbet af de syv dage, svarede 210 personer på spørgeskemaet. Dvs. en svarprocent på

49,76 %, hvilket var overraskende højt. Interessant nok, blev spørgeskemaet kun vist

257 gange for at opnå de 210 besvarelser. Der kan være forskellige grunde til det.

De inviterede kan have opfattet spørgeskemaet som overskueligt og hurtigt at udfylde.

En anden faktor kan være relationen til researcheren og ønsket om at hjælpe en bekendt.

Endeligt kan det også skyldes at respondenterne fandt emnet personligt relevant. Både

relevansen og overskueligheden af spørgeskemaet, var netop de kriterier, som var

ønsket opfyldt fra spørgeskemaundersøgelsens indledning.


Tabellen herunder opsummerer de demografiske data, som resultaterne byggede på.

Tabel 13: Demografiske data for kvantitativ undersøgelse


Mænd 136 27,09

Kvinder 74 28,59

Samlet 210 27,29


Ingen af de demografiske data forekommer overraskende. Tabellen viser, at der er klare

afvigelser mellem disse data og dem fra forudgående undersøgelser. I modsætning til

KU1 og KU2, var der her kraftig overtal af mandlige respondenter. Det bør også

nævnes, at den samlede gennemsnitsalder her var over ti år lavere.

8.3.2. Kvantitative resultater

Det var ventet at mange Facebook brugere også handlede på Internettet. Dog var det

meget overraskende, at hele 206 (98,09 %) personer på et tidspunkt havde prøvet at

handle online. Der kan her argumenteres for at alderen havde en indflydelse, da

respondenterne er opvokset med Internet og E-handel, hvilket må antages at have en

styrkende effekt på deres sikkerheds- og erfaringsopfattelse. Det støttes også af

respondenternes egen opfattelse af erfaring. På en 5-punkts Likert skala angav de deres


Side 47 af 79

erfaringsniveau ift. internetbrug. Her svarede blot fem personer, at deres erfaringsniveau

befandt sig under middel (kategori 1 og 2).


Resultaterne viste, at 200 respondenter havde prøvet at efterlade varer på et website.

Dette svarede til 95,24 %, hvilket må siges at være markant højere 72,85 % og 78,57 %,

fundet i KU1 og KU2. Der kan være en sammenhæng mellem denne udvikling, og den

lavere gennemsnitsalder samt respondenternes erfaringsniveau. I takt med at personers

erfaring øges, må det antages at evnen til at tolke og være kritisk overfor websites

forbedres, hvilket kan øge sandsynligheden for online attrition. En anden faktor, som

kunne have indflydelse på attrition resultaterne, var tiden anvendt til at besvare

spørgeskemaet. Respondenterne havde betydelige af mængder tid til rådighed, hvilket

samtidig gav dem bedre mulighed for at kunne bearbejde deres oplevelser.

På en 5-punkts Likert skala skulle respondenterne angive deres enighed i udsagn, som

havde indflydelse på deres beslutning om at forlade websitets varekurv. Udsagnene blev

opstillet ud fra den kombinerede bruttoliste i tabel 12. Herunder fremgår

spørgeskemaundersøgelsens resultater i relation til attrition årsager.

Tabel 14: Frekvensfordeling på attrition variable

Attrition årsager

Helt

uenig

1

2

3

4

Helt

enig

5

Uventet høj pris Manglende brugervenlighed


Varer besværlige at købe online Dårlige erfaringer



Uklare leverings- og betalingsbetingelser Begrænset sortiment

Manglende tillid

For lang leveringstid Manglende E-mærke


25 43

29

33 75

33

53

27 70

38

30 87

69

28 45

45

29 57

22

46

29 52

23

27 34

41

45 61

65

50 45

40

50

38 50

57

51 47

48

53 39

47

59 13

51

36

57 13

43

59 22

26

49 12

14

29 10

54

15

49 15

39

33 10

16

I alt 612 478 647 518 345 Kilde: Egen tilvirkning, på baggrund af spørgeskemaundersøgelse

Resultaterne viste, at Begrænset sortiment, Manglende E-mærke, Usikkerhed ved

udenlandske websites og Dårlige erfaringer ikke havde nogen nævneværdig betydning

for online attrition. I stedet skal fokus rettes mod kolonne 4 og 5. Det var her

respondenterne angav at de var delvist enige (4) eller helt enige (5). De fremhævede


Side 48 af 79

årsager er der, hvor de to kategorier var mest fremtrædende. De årsager hvor

enighedsgraden var størst er således, Uventet høj pris, Usikkerhed ved betaling, Uklare

leverings- og betalingsbetingelser, Manglende tillid samt For lang leveringstid.

Når man sammenligner med bruttolisten, er der en sammenhæng mellem resultaterne.

Ved at addere kolonne 4 og 5, fremkommer nedenstående i tabel 15.

Tabel 15: Opsummering af resultater

Kilde: Egen tilvirkning, på baggrund af KU1, KU2 og spørgeskemaundersøgelse

Af tabellen fremgår det, at tre årsager får lav tilslutning i begge tilfælde. Hermed kan

det udledes, at Manglende E-mærke, Usikkerhed ved udenlandske websites og Dårlige

erfaringer ikke har nogen betydelig indflydelse på online attrition. Derimod kan det

samtidig konkluderes, at Uventet høj pris, Manglende tillid, For lang leveringstid,

Usikkerhed ved betaling og Uklare leverings- og betalingsbetingelser var de mest

betydningsfulde årsager til at online attrition ved varekurven forekommer.

8.3.4. Brugeradfærd efter online attrition

Respondenterne blev adspurgt om deres online brugeradfærd efter attrition.

Spørgsmålene var rettet mod det specifikke website, samt brugeradfærden overfor andre

websites. Figur 7 viser respondenternes efterfølgende brugeradfærd overfor det

specifikke website. Parenteserne angiver antallet af respondenter.


Bruttoliste

Frekvenser

Spørgeskema

Uventet høj pris




Manglende tillid





Dårlige erfaringer


Manglende E-mærke


32

28

23

22

21

17

15

15

14

11

6

4

4

102

51

51

61

82

92

105

28

106

23

42

32

88


Side 49 af 79

Figur 7: Brugeradfærd efter attrition


Det er vises klart, at en attrition episode har indflydelse på brugernes holdning til

websitet. At 60 % af brugerne efterfølgende ikke havde handlet på websitet, må siges at

være et klart billede, som illustrerer potentielle konsekvenser for E-tailere. Procentdelen

af returnerede gæster er lignende de 69 % i KU2. Man må derfor konkludere at dette

ikke er en enkeltstående situation, men snarere en klar udvikling.

At online attrition er negativt for de specifikke websites står dermed klart. Men hvordan

påvirkes brugeradfærden i forbindelse med online handel på andre websites? Det kan

aflæses i figur 8.

Figur 8: Online handel på andre websites efter attrition


Som det kan ses, afholdte dårlige oplevelser på et website, ikke respondenterne fra at

handle online andre steder. At de 190 personer valgte at handle på andre websites

efterfølgende kan antagelsesvist tolkes på to måder. Enten søgte de forskellige

produkter eller også ledte de efter det samme produkt flere steder. I tilfælde af det

sidstnævnte scenarie, så understreges det blot, at den generelle bruger er kritisk

0102030405060708090

Nej, har ikke brugt

hjemmesiden efter

episoden (46)

Ja, men har ikke

handlet på

hjemmesiden (76)

Ja, og har prøvet at

handle på

hjemmesiden (78)

0

50

100

150

200

Ja (190) Nej (10)


Side 50 af 79

indstillet. Endnu vigtigere, så indikerer det også at høje attrition rates, giver E-tailerne

fordelagtige muligheder for at overtage hinandens kunder.

8.4. Kvantitative vurderingskriterier

Som ved den kvalitative metode, vurderes den kvantitative undersøgelse også ud fra fire

kriterier, som er intern validitet, ekstern validitet, reliabilitet og objektivitet (Heldbjerg,

2006, s. 20).

På baggrund af spørgeskemaundersøgelsens population, må det siges at der er intern

validitet. De fremkomne resultater betragtes som værende gyldige, og dermed kan

benyttes i fremtidige sammenhænge.

Der kan stilles tvivlsspørgsmål ved resultaternes eksterne validitet. Hovedsageligt

skyldes det at, det er en yngre population som har deltaget. I andre tilfælde ville

tilslutningen og svarmønsteret muligvis se anderledes ud.

Undersøgelsens resultater er behandlet på en simpel måde, hvor der er fokus på

beskrivende statistik. Derfor er metoden pålidelig og man må gå ud fra, at i tilfælde af at

andre forskere benytter metoden, vil udfaldet ligne dette.

Objektiviteten er sikret, da researcheren ikke har interageret eller kommunikeret med

populationen under forløbet for spørgeskemaundersøgelsen. Respondenterne har dannet

individuelle indtryk, uden at de er forsøgt påvirket.

8.5. Delkonklusion

Den kvantitative undersøgelse skulle bidrage til indfrielsen af afhandlingens Formål 2

og Formål 3. Der blev gennemført en spørgeskemaundersøgelse, som skulle anvendes

til yderligere klarlægning af attrition årsager samt yderligere afklare, hvordan

brugeradfærd efter attrition viser sig.

Efter at have gennemført spørgeskemaundersøgelsen, blev attrition årsager

sammenlignet med dem fundet i den kvalitative del af afhandlingen. På den måde kunne

der udelukkes årsager, som ikke have nogen indflydelse. Resultaterne viste, at de

årsager som fik størst tilslutning gennem begge undersøgelser var, Uventet høj pris,

Manglende tillid, For lang leveringstid, Usikkerhed ved betaling samt Uklare leverings-

og betalingsbetingelser. Derfor er det disse årsager, som er de mest influerende på

online attrition ved varekurven.


Side 51 af 79

Det viste sig, at online attrition oplevelser havde en betydelig indvirkning på

respondenternes adfærd i forhold til websitet. Et overtal havde efter episoden ikke

foretaget en handel på websitet. Derimod havde andre websites langt større tilslutning. I

forbindelse med Formål 3, kan det derfor konkluderes, at høje attrition rates kan have

betydelige konsekvenser for E-tailere. Dette var også i overensstemmelse med

resultaterne fremkommet i KU2.

9. Faktoranalyse

9.1. Baggrund

Spørgeskemaundersøgelsens data vil blive analyseret ud fra to statistiske principper. I

overensstemmelse med Formål 4, vil der blive dannet et teoretisk grundlag for videre

forskning af brugeradfærd og online attrition. De statistiske metoder, som anvendes, er

en faktoranalyse samt en logistisk regressionsanalyse.

I praktisk sammenhæng, har de to metoder komplementeret hinanden i en undersøgelse

foretaget af analysebureauet Capacent. Som tilfældet er med afhandlingen, anvendtes

fremgangsmåden, i forbindelse med klarlægning af frafaldsvariable ved PhD. studier

(Capacent, 2007).

Først vil faktoranalysen summere og etablere en datastruktur. Dernæst vil den logistiske

regression fremfinde de variable, som har størst indflydelse på sandsynligheden for at

attrition vil forekomme. Samtlige statistiske output, som nævnes i analyserne, kan

studeres nærmere i bilag 6 og 8.

Formålet med faktoranalysens gennemførelse er at summere og strukturere data til et

antal faktorer, der kan benyttes i videre forskning af brugeradfærd og online attrition.

Analysens anvendelighed støttes også af Hair, som mener at formålet er: ”…to define

the underlying structure among the variables in the analysis”(Hair et. al., 2006, s. 104).

Data summeringen ønskes foretaget med mindst mulig tab af informationer. Dette gøres

for at tydeliggøre forholdet mellem den afhængige og de uafhængige variable. Hertil

kommer, at sådanne forhold skal kunne struktureres i et overskueligt antal faktorer.

Ved data summering, er den mest fordelagtige metode en R faktoranalyse, da der skal

identificeres holdningsrelevante variable, som er svære at observere. Der er ikke fokus

på korrelationer mellem respondenterne, hvor en Q faktoranalyse til gengæld oftest


Side 52 af 79

benyttes (Hair et. al., 2006). Faktoranalysen er foretaget omkring den afhængige

variabel, V26. Dette er spørgsmålet, om respondenten har prøvet at efterlade en vare på

et website. De uafhængige variable, er de demografiske informationer (V1 og V2),

erfaringsniveau (V3) og holdningsspørgsmål til attrition (V27-V39).

9.2. Forudsætninger

Det anbefales, at have en minimumsgrænse på 50 observationer (Hair et. al, 2006, s.

113). I analysen vil data være baseret på 198 besvarelser. Reduktionen ift. de

oprindelige 210 besvarelser, skyldes at det er valgt udelukkende, at beskæftige sig med

personer som både har handlet online og samtidig prøvet at foretage en attrition

handling.

Ud fra KMO og Bartlett’s test undersøges det, hvor passende modellen er til at forklare

online attrition. KMO værdien er på 0,8, hvilket ifølge Hair, er ”meritorious”

(prisværdigt), og derfor acceptabelt for videre analyse (Hair et. al., 2006, s. 114).

Anti image matricen viser de partielle korrelationer mellem variablene. I alle tilfælde

befinder korrelationerne sig over de 0,5, og anses derfor også som værende acceptable.

Bartlett’s test har en værdi på 782,86 med signifikansniveau på 0,00. Det indikerer at

der, som minimum, er korrelationer mellem nogle af variablene.

9.3. Faktorudledning

Faktorudledningsmetoden, som anvendes er Principal Component Analysis (PCA).

Valget er foretaget, da der skal summeres data ved brug af mest mulig oprindelig

information. PCA udleder variable, som ikke har tilstrækkelig andele af unik varians, og

dermed også antallet af faktorer, der skal bevares.

Det første skridt i udledningen, er at vurdere faktoranalysens Eigen værdier. Hair

anbefaler, at Eigen værdier kun bruges til udledning, hvor der er over tyve variable, da

der sandsynligvis ellers vil opstå meget få faktorer (Hair et. al., 2006). I dette tilfælde

ses der bort fra anbefalingen, da en løsning på fem konstruerede faktorer ikke

umiddelbart skaber problemer for videre analyse. Eigen værdierne befandt sig alle over

grænsen på 1, og var derfor signifikante. Ifølge Scree plottet, der er baseret på Eigen

værdier, kan det diskuteres om den viser en optimal løsning på fem faktorer. Dette kan

ses i plottet herunder.


Side 53 af 79

Figur 9: Scree plot

Kilde: SPSS output i bilag 6

Det vurderes, at et konstant fald udjævnes efter fem faktorer. Desuden kan man på Y-

aksen også aflæse at Eigen værdierne tilnærmelsesvist befandt sig under 1 ved sjette

faktor.

For at sikre signifikans for de udtrukne faktorer, skulle de kunne forklare en vis del af

den samlede varians. Hair argumenterer for, at en samlet forklaringsgrad på 60 %,

indenfor adfærdsstudier, langt fra er unormalt. Da forklaringsgraden i forestående

analyse var 60,25 %, må det betragtes som værende acceptabelt (Hair et. al., 2006).

Communalities viser, om der er nogle af variablene, der ikke forklares i passende grad

af de konstruerede faktorer. Da der ikke forekom communalities på under 0,4 må det

betragtes som en acceptabel tilstand. Denne betragtning støttes af Hair. Der menes dog

også, som hovedregel, at størstedelen af variablene skal have communalities over 0,6.

Det var tilfældet med 10 ud af 16 variable, hvor der endvidere lå adskillige variable lige

under dette niveau (Hair et. al., 2006). Det blev alligevel forsøgt at trække de to variable

med laveste communalities ud af analysen. Variablene var V30 og V38, med

communalities på henholdsvis 0,422 og 0,464. Efter at have ekskluderet variablene

enkeltvis, og gentaget faktoranalysen, blev de to variable bevaret i løsningen. Det

skyldtes, at variablenes fravær i faktoranalysen havde en negativ indvirkning på bl.a.

KMO og communalities for de resterende variable.


Side 54 af 79

De roterede faktor loadings, der viser korrelation mellem variabel og faktor, fremgår af

tabel 16.

Tabel 16: Roterede faktor loadings

Rotated Component Matrix

Component

1 2 3 4 5

V31 Jeg havde dårlige erfaringer med hjemmesiden ,714 ,222 ,056 ,129 ,145

V35 Jeg synes der var et dårligt sortiment ,694 ,242 ,084 -,165 ,118

V38 Jeg kunne se at hjemmesiden ikke var E-mærket ,636 ,186 ,112 ,097 -,056

V33 Jeg lyttede til andre personers negative bedømmelser af hjemmesiden

,628 -,068 ,269 ,214 -,089

V39 Jeg følte mig usikker på udenlandske hjemmesider ,551 ,115 -,059 ,104 ,157

V29 Jeg synes der var for dårlige servicemuligheder ,220 ,747 ,175 ,147 -,019

V28 Jeg synes der var for dårlig brugervenlighed og design ,312 ,674 -,172 ,175 -,019

V30 Jeg synes varerne var for besværlige at købe over Internettet ,159 ,569 ,116 ,084 ,228

V34 Jeg synes at leverings- og betalingsbetingelser var for dårlige ,152 ,122 ,784 ,155 ,022

V37 Jeg synes leveringstiden var for lang ,195 -,056 ,721 ,153 -,136

V27 Jeg synes gebyrerne var for høje -,131 ,180 ,626 -,167 ,187

V36 Jeg havde ikke tillid til hjemmesiden ,202 ,217 ,250 ,618 -,031

V32 Jeg følte usikkerhed, da jeg skulle betale på hjemmesiden ,086 ,133 ,303 ,590 ,081

V2 Dit køn ,112 ,011 ,190 -,286 ,723

V3 Din Interneterfaring -,045 -,160 ,158 -,112 -,688

V1 Dit fødselsår -,002 ,016 ,033 -,144 -,610


Det kan her ses, hvordan variablene er struktureret i fem faktorer. Herunder er de

navngivet ud fra fem typer forhold, der betragtes som passende.

Faktor 1 – Erfaringsrelevante forhold

V31: Jeg havde dårlige erfaringer med hjemmesiden

V33: Jeg lyttede til andre personers negative bedømmelser af hjemmesiden

V35: Jeg synes der var et dårligt sortiment

V38: Jeg kunne se at hjemmesiden ikke var E-mærket

V39: Jeg følte mig usikker på udenlandske hjemmesider

Faktoren er navngivet ud fra den opfattelse, at de variable som hører herunder kan

relateres til oplevelser som enten bygger på personens egen eller andres oplevelser og

erfaringer på et website.

Faktor 2 – Serviceforhold

V28: Jeg synes der var for dårlig brugervenlighed og design

V29: Jeg synes der var for dårlige servicemuligheder


Side 55 af 79

V30: Jeg synes varerne var for besværlige at købe over Internettet

Her er faktortitlen formuleret ud fra den overbevisning, at de underliggende variable

kan henføres til serviceaspekter.

Faktor 3 – Levering & betalingsforhold

V27: Jeg synes gebyrerne var for høje

V34: Jeg synes at leverings- og betalingsbetingelser var for dårlige

V37: Jeg synes leveringstiden var for lang

Alle tre variable berører leveringselementet. Her er både variable omkring tid og

økonomi, som vedrører levering medtaget.

Faktor 4 – Tillidsforhold

V32: Jeg følte usikkerhed, da jeg skulle betale på Internettet

V36: Jeg havde ikke tillid til hjemmesiden

Her er der fokus på tillid til et website, og hvor sikkerhed ved betaling er vigtigt for

denne tillid.

Faktor 5 – Demografiske forhold

V1: Køn

V2: Fødselsår

V3: Interneterfaring

Her er den demografiske baggrund suppleret med individuelt opfattet erfaringsniveau.

Som vist i spørgeskemaundersøgelsen, kan erfaringsniveau potentielt afspejles i

demografisk baggrund.

Der er nogle af ovenstående faktorer, der forekommer mere logisk konstrueret end

andre. Dog viser faktor loadings en klar opdeling i fem faktorer, hvor der ikke

forekommer nogle cross loadings på tværs af faktorerne.

9.4. Validering

Ved validering af faktorløsningen undersøges det, om hvorvidt der kan være tale om en

generalisering, eller om individuelle besvarelser har signifikant betydning for

faktorstrukturen og antallet af variable (Hair et. al., 2006, s. 134). Det vurderes ud fra

spørgeskemaundersøgelsens resultater i tidligere opstillede tabel 13. Der er en relativt

jævn fordeling af besvarelserne ved attrition spørgsmålene. Det indikerer dermed, at der

ikke er besvarelser, som tilskrives større indflydelse på faktorløsningen end andre.


Side 56 af 79

9.5. Pålidelighedsanalyse

Faktorløsningens pålidelighed, vurderes gennem en yderligere test på en af de

konstruerede faktorer. For at der skal være en passende intern konsistens i faktoren,

altså en passende datastruktur, skal den have en Cronbach’s Alpha, der befinder sig

omkring 0,7 eller mere. Faktor 1 vælges til pålidelighedstest. Det skyldes, at den

indeholder flest variable, og dermed mest data. Resultater viser, at Faktor 1, med de fem

variable (V31, V33, V35, V38, V39), har en Cronbach’s Alpha på 0,743, hvilket er

acceptabelt.

For endeligt at konkludere den interne konsistens, foretages endnu en test på

pålideligheden. Denne gang på Faktor 2 med tre variable (V28, V29, V30). Faktoren har

en Cronbach’s Alpha på 0,621, hvilket er lavt. Dog kan det forsvares at have en

Cronbach’s Alpha mellem 0,6 og 0,7 i visse tilfælde, hvor man beskæftiger sig med en

eksplorativ research (Hair et. al., 2006, s. 137). Derfor fastholdes faktoren i

faktorløsningen og det konkluderes, at der i datastrukturen er intern konsistens i de

konstruerede faktorer.

9.6. Opsummering

Samtlige variable blev bevaret i faktorløsningen, da der ikke var belæg for at reducere

antallet. Faktoranalysen resulterede i data summering, hvor variablene konstruerede fem

faktorer. Faktorerne blev navngivet ud fra variablenes indhold. Faktorløsningen kan

anvendes som udgangspunkt for efterfølgende forskning af online attrition ved

varekurven. Dette er i overensstemmelse med afhandlingens Formål 4.

10. Logistisk regressionsanalyse

Efter at have etableret datastrukturen, vil der blive foretaget en logistisk regression.

Analysen ser på forholdet mellem afhængige og uafhængige variabel, ud fra

sandsynligheder. Mere konkretiseret, vil der i den logistiske regression blive analyseret,

hvilke variable, som har indflydelse på sandsynligheden for at attrition forekommer ved

varekurven.

10.1. Metode

Den logistiske regression gennemføres ud fra den binære metode. Det skyldes at den

afhængige variabel (V26) kun antager to værdier (”Ja” eller ”Nej” til attrition). Denne


Side 57 af 79

form for regression antager, at der ikke nødvendigvis er en lineær sammenhæng mellem

den afhængige og de uafhængige variable (Hair et. al., 2006).

Ved en logistisk regression er forudsætninger ikke altafgørende for videre analyse.

Endelig, er det en metode, der bidrager til simple og let aflæselige resultater. Det er bl.a.

også tilfældet med multipel regression, der ville have været den benyttede metode, hvis

afhængige variabel var metrisk. Logistisk regression behandler og vurderer forholdet

mellem variable ud fra sandsynligheder og odds. I dette tilfælde forholdet mellem V26

og de uafhængige variable.

Værd at nævne er, at analysen ikke vil resultere i en regressionsmodel. Det er der to

årsager til:

- Analysen skal bidrage til, at skabe et grundlæggende kendskab til relevante

attrition variable, der kan anvendes i fremtidige studier.

- En egentlig statistisk modelkonstruktion vil nedprioriterer afhandlingens

overordnede eksplorative formål.

For at kunne opfylde kravet om at den afhængige variabel skal antage præcis to værdier,

involveres de tidligere 12 fravalgte respondenter i analysen. Årsagen er, at den

afhængige variabel i analysen ellers kun ville antage en værdi (”Ja” til attrition).

De uafhængige variable har, i de 12 respondenters tilfælde, missing values. Disse

erstattes af den gennemsnitlige værdi for de øvrige 198 besvarelser (se bilag 7).

Herefter omdannes besvarelserne i V26 fra værdierne 1,2 til værdierne 0 (Ja), 1 (Nej).

Dermed er interessen rettet mod sammenhængen mellem de uafhængige variable og

referencen ”0”, da det er ensbetydende med at man har foretaget en attrition handling.

I faktoranalysen skete der ikke nogen reduktion i variabelantallet. Derfor er den

logistiske regressionsanalyse baseret på de samme variable som i forudgående.

10.2. Resultater

Af den logistiske regression, fremkommer en række variable, der ikke har nogen

selvstændig indflydelse på sandsynligheden for at online attrition forekommer. Det

skyldes, at deres signifikansniveauer befinder sig over 0,05. Kun V29 (Manglende

servicemuligheder) og V33 (Andre personers holdninger) befinder sig under. Dog

bevares alle variable af to årsager. For det første er det, som tidligere nævnt, ikke målet

at skabe en endelig regressionsmodel, men derimod analysere og vurdere de indledende

resultater som variablene bidrager med. For det andet, påvirker en reducering af


Side 58 af 79

variabelmængden det overordnede fit af den logistiske regression. Dette vil blive

forklaret senere i afsnittet.

I tabellen herunder vil man kunne se data for variablene i den logistiske regression, i

form af parameterestimater (β), signifikansniveauer og odds ratios (expβ).

Tabel 17: Logistiske regressionsdata

Variabel β Sig. expβ

V1

V2

V3

V27

V28

V29

V30

V31

V32

V33

V34

V35

V36

V37

V38

V39

Constant

-,318

-,056

-,699

-,067

-1,057

,941

-,035

,011

-,202

,888

-,472

-,286

-,122

-,127

-,243

-,195

6,757

,739

,273

,137

,856

,057

,039

,913

,984

,564

,042

,258

,527

,762

,728

,605

,646

,155

,727

,946

,497

,936

,347

2,564

,965

1,011

,817

2,430

,624

,751

,886

,881

,784

,822

860,166


Parameterestimaterne viser, hvor stor sandsynligheden er for, at den afhængige variabel

er lig med 0 (attrition forekommer). Disse skal være over 0,5 for at der kan udledes en

markant indflydelse, hvilket er tilfældet ved V29 og V33.

Odds ratios viser indflydelsen på den afhængige variabel, når pågældende uafhængige

variabel ændres med 1 enhed (Hair et. al., 2006). De to mest fremtrædende variable,

med henblik på odds ratios, er V33 (2,430) og V29 (2,564). Ikke overraskende, da odds

ratios er den eksponentielle funktion af parameterestimaterne.

Med andre ord, vil der med en stigning på 1 i de to uafhængige variable, ske en

forøgelse i sandsynligheden på henholdsvis 2,430 og 2,564 for at attrition ved website

varekurven forekommer.

Den samlede forklaringsgrad for den logistiske regression, måles gennem Nagelklerke’s

Pseudo R-square mål. Her indikerer 1, en perfekt forklaringskraft gennem variabel

sammensætningen (Hair et. al., 2006). I denne situation, har Nagelklerke en

forklaringskraft på 0,266 (26,6 %), hvilket er et acceptabelt niveau. Dvs. at de


Side 59 af 79

uafhængige variable forklarer 26,6 % af variansen i den afhængige variabel. En

reducering i variabelantallet vil, som nævnt tidligere, påvirke Nagelklerke’s mål

markant. Det er ikke optimalt, da en endelig logistisk regressionsmodel ikke skal

formuleres. Det kan nævnes, at i tilfælde af at man skulle konstruere en

regressionsmodel, ville man slutte med en forklaringsgrad på blot 15,6 %. Variablene

blev enkeltvis udtrukket af regressionen, på baggrund af deres signifikansniveauer.

Processen, hvor variabelantal reduceres kan ses ved outputtet i bilag 8.

10.3. Opsummering

Den logistiske regression viste at der, ligesom i faktoranalysen, ikke kan udtrækkes

variable. Dette blev undladt, da det havde stor indflydelse variabelsammensætningens

forklaringskraft. Mest interessant fremkom det at Manglende servicemuligheder og

Andre personers holdninger var de variable, som havde størst indflydelse på

sandsynligheden for at attrition ved varekurven forekom.

10.4. Delkonklusion

For at skabe et teoretisk anvendeligt grundlag for fremtidig forskning, blev der foretaget

to statistiske analyser.

Først viste datastrukturen en løsning med fem faktorer, hvorunder de 16 variable blev

fordelt. Dernæst blev de navngivet ud fra variabelindholdet.

Den logistiske regression blev foretaget på baggrund af faktoranalysen.

Regressionsanalysen viste, at der var to variable, som havde mest indflydelse på

sandsynligheden for at attrition ville forekomme. Variablene var V29, V33. Det kan

altså konkluderes, at Manglende servicemuligheder og Andre personers holdninger er

de variable, som forklarer mest når man vil beregne sandsynligheden for attrition ved

website varekurven.

11. Konklusion

Denne afhandling har bidraget med indsigt i et hidtil uudforsket område indenfor online

marketing.

Gennem et dybdegående tilbageblik på tidligere forskning, kunne det konkluderes at

afhandlingens område endnu ikke havde opnået nævneværdig opmærksomhed. Det til

trods for, at der er et betydeligt økonomisk argument for fokus på brugeradfærd og

online attrition i forbindelse med E-handel.


Side 60 af 79

For at skabe et dybere indblik i emnet, blev det i afhandlingen bearbejdet ved opstilling

af fire formål.

For at klarlægge attrition årsager ved website varekurven, blev der foretaget to

kvalitative undersøgelser. Individuelt havde de lignende fordelinger af udsagn på de 18

årsager, som kunne udledes af interviewene. Undersøgelsesfrekvenserne blev adderet,

hvorefter det fremgik, at fem årsager var fremtrædende. Formål 1 blev indfriet ved

klarlægningen, som viste at Manglende servicemuligheder, Manglende tillid, Websitets

funktionalitet og design, For lang leveringstid og Uventet høj fragtpris, var de mest

anvendte grunde til attrition skete ved website varekurven.

Som ønsket var med Formål 2, blev klarlægningen derefter belyst, fra et kvantitativt

synspunkt. De kvalitative data blev kombineret, hvorefter en spørgeskemaundersøgelse

blev gennemført. Herefter kunne det konkluderes, at Uventet høj pris, Manglende tillid,

For lang leveringstid, Usikkerhed ved betaling og Uklare leverings- og

betalingsbetingelser, var de årsager, som havde størst attrition relevans.

I overensstemmelse med Formål 3, blev det belyst hvilken indvirkning attrition

episoder havde på website brugeres efterfølgende adfærd. Resultaterne viste, at der var

en klar sammenhæng mellem dårlige website oplevelser og efterfølgende adfærd. Det

viste sig særligt ved lavere tilslutning til pågældende website, men samtidig betydelig

anvendelse af andre websites.

Afhandlingen har skabt et teoretisk grundlag, som kan anvendes i fremtidig forskning af

brugeradfærd og online attrition i forbindelse med E-handel. Gennem en faktoranalyse

blev der konstrueret fem faktorer til videre analyse. Herefter, blev der foretaget en

logistisk regressionsanalyse for at måle forholdet mellem afhængige og uafhængige

variable. Her kunne det konkluderes, at Manglende servicemuligheder og Andre

personers holdninger havde den største indflydelse på sandsynligheden for at attrition

ved varekurven forekom. Som ønsket var med Formål 4, blev der hermed etableret et

grundlæggende teoretisk udgangspunkt, hvor der kan forskes ud fra konstruerede

faktorer, såvel som individuelle variable.


Side 61 af 79

11.1. Vurdering

Ved at danne et tilbageblik og vurdere afhandlingens udarbejdelse, er der elementer,

hvor det kan diskuteres, at andre tilgange havde været mere passende til løsning af

opstillede formål.

På baggrund af resultaterne i de kvalitative undersøgelser, kan det diskuteres om ikke én

undersøgelse havde været tilstrækkelig, i forbindelse med klarlægning og videre

kvantitativ bearbejdning. I forlængelse heraf kunne mere dybdegående kontrollerede

interviews, med færre deltagere, antagelsesvist fremkomme med samme mængde

informationer. Her kunne en mere præcis måling af deres udsagn, være foretaget ved

transskriberede data.

I modsætning til de kvalitative undersøgelser, var valget af respondenter til

spørgeskemaundersøgelsen ikke tilfældig. Det kan derfor diskuteres om de to tilgange

er direkte sammenlignelige. En sådan sammenligning havde været optimal, hvis begge

undersøgelser var baseret på tilfældigt udvalgte personer.

11.2. Anbefalinger

Den viden, der er opbygget omkring brugeradfærd og online attrition i afhandlingen,

kan anvendes på forskellige måder i erhvervslivet.

E-tailere kan få indsigt i, hvilke årsager der potentielt ligger til grund for attrition på

deres websites. Ved kende årsagerne, opstår muligheden for at forbedre sine online

processer, så behov der opstilles af brugerne dækkes bedst muligt. En anvendelse af

afhandlingens resultater kan således bidrage E-tailere med bedre muligheder for at

reducere deres attrition rate ved varekurven. Afhandlingen har bevist, at brugeradfærd

efter online attrition påvirkes. Viden, som blot øger relevansen for E-taileres fremtidige

fokus på attrition reducerende aktiviteter.

Software udviklere har ligeledes muligheden, for at gøre brug af afhandlingens

resultater. Det er vist, at kvalitative og kvantitative undersøgelser kan suppleres i dette

tilfælde, hvilket også åbner muligheder for udvikling af nuværende Web Analytics

redskaber. Programmerne kan, i modsætning til nu, bruge begge metodetilgange, hvilket

vil skabe et mere præcist analyseværktøj til måling af website aktiviteter.


Side 62 af 79

11.3. Videre forskning

Afhandlingen er den første af sin slags, hvor der klarlægges, hvilke potentielle årsager

som er til online attrition ved varekurven. Derfor er der også forskellige muligheder for

videre forskning indenfor området.

Ved at skabe et teoretisk grundlag for efterfølgende forskning, skal afhandlingen

betragtes som den første af mange studier, der belyser emnet. Grundlaget giver indsigt i

hvilke forskningsmæssige retninger, som der kan rettes opmærksomhed mod i den

kommende tid. Afhandlingens relevans har skabt basis for fremtidige konfirmative

undersøgelser, hvor disse resultater kan anvendes som udgangspunkt for videre analyse.

Afhandlingen behandlede undersøgelser ud fra en generel betragtning, hvilket viste at

der ikke kunne drages nogen konkret sammenhæng mellem demografiske data og

personers adfærd i forbindelse med attrition handlinger. Derfor kan et interessant felt

være:

- Et studie, som fokuserer på specifikke aldersgrupper eller køn, afdække præcist

hvilken rolle demografien har med henblik på online attrition handlinger.

Afhandlingen belyste personers adfærd efter online attrition udelukkende ved brug af

kvantitativ behandling. Derfor vil der være potentiale for:

- Kvalitativ forskning, der går i dybden med resultaterne og fremfinder yderligere

motiver, der kan skyldes denne udvikling i adfærden.

Afhandlingen har ikke berørt kulturelle forskelle som ligeledes kan eksistere. Derfor vil:

- Komparative studier på tværs af kulturer skabe et interessant billede, hvor der

kan drages konklusioner ud fra globale tendenser.

Disse skal blot forslag til fremtidige online marketing studier, da der kan udledes et

betydeligt antal områder, hvor efterfølgende fokus kunne være interessant.


Side 63 af 79

Litteraturliste

Agrawal, V., Arjona, L.D. & Lemmens, R. (2001). ”E-performance: The path to

rational exuberance”, The McKinsey Quarterly, 2001, No. 1, pp. 31-43.

Agresti, A. (1990). “Categorical data analysis”, John Wiley & Sons Inc.

Allen, D. (2001). “Women on the web”, i Garbarino, E. & Strahilevitz, M.

(2004). “Gender differences in the perceived risk of buying online and the

effects of receiving a site recommendation”, Journal of Business Research, Vol.

57, pp. 768-775.

Alon, A., Brunel, F.F. & Schneier Siegal, W.L. (2005). ”Ritual behavior and

community change: exploring the social-psychological roles of net rituals in the

developmental processes of online consumption communities”, I Haugtvedt,

C.P., Machleit, K.A. & Yalch, R. (2005). “Online consumer psychology –

understanding and influencing consumer behavior in the virtual world”,

Lawrence Erlbaum Associates Inc., pp. 7-34.

Anderson, C. (2004). “The long tail”, Wired Magazine, Vol. 12, No. 10.

Angelino, L.M., Williams, F.K. & Natvig, D. (2007). “Strategies to engage

online students and reduce attrition rates”, The Journal of Educators Online,

Vol. 4, No. 2, pp. 1-14.

Arbnor, I. & Bjerke, B. (1997). “Methodology for creating business

knowledge”, Sage Publications.

Bai, B., Law, R. & Wen, I. (2008). “The impact of website quality on consumer

satisfaction and purchase intentions: Evidence from Chinese online visitors”,

International Journal of Hospitality Management, Vol. 27, pp. 391-402.

Basta, 15. April, 2010. Afspilningstid på klip: 00.14.46 (vedlagt på CD-rom)

TV2: http://www.programmer.tv2.dk/basta/

Bauer, C. & Scharl, A. (2000). “Quantative evaluation of web site content and

structure”, Internet Research: Electronic Networking Applications and Policy,

Vol. 10, pp. 31-43.

Beck, U. (1992). “Risk-society”, Sage Publications.

Bhatnagar, A., Misra, S. & Rao, H.R. (2000). “On risk, convenience, and

Internet shopping behavior – why some consumers are online shoppers while

others are not”, Communications of the ACM, Vol. 43, No. 11, pp. 98-105.

Bigné-Alcañiz, E., Ruiz-Mafé, C., Aldás-Manzano, J. & Sanz-Blas, S. (2008).

“Influence of online shopping information dependency and innovativeness on

internet shopping adoption”, Online Information Review, Vol. 32, No. 5, pp.

648-667.


Side 64 af 79

Boolsen, M.W. (2004). “Fra spørgeskema til statistisk analyse – genveje til

pålidelige og gyldige analyser på et samfundsvidenskabeligt grundlag”, 1.

udgave, 1. Oplag, C.A. Reitzel.

Bourlakis, M., Papagiannidis, S. & Fox, H. (2008). “E-consumer behavior: past,

present and future trajectories of an evolving retail revolution”, International

Journal of E-Business Research, Vol. 4, pp. 64-76.

Briones, M. (1998). “Online retailers seek ways to close shopping gender gap”,

Mark News, No. 2, d. 14. september.

Broekhuizen, T. & Huizingh, E.K.R.E. (2009). “Online purchase determinants –

is their effect moderated by direct experience?”, Management Research News,

Vol. 32, No. 5, pp. 440-457.

Bruner, J. (1991). “The narrative construction of reality”, Critical Inquiry, Vol.

18, pp. 1-21.

Business (2007). “Dotcom og den store boble”, Berlingske Tidende, 23.

september.

Bøss, T., Skafte, K., Rasmussen, H.W. & Lund, D. (2010). ”Studsurvey

manual”.

Cao, M., Zhang, J. & Seydel, J. (2005). ”B2C e-commerce web site quality: An

empirical examination”, Industrial Management and Data Systems, Vol. 105,

No. 5, pp. 645-661.

Capacent undersøgelse: “Undersøgelse af årsager til frafald blandt PH.D.-

studerende”.

Chaffey, D., Ellis-Chadwick, F., Mayer, R. & Johnston, K. (2009). “Internet

marketing – strategy, implementation and practice”, 4th Edt., Pearson Education

Ltd.

Chang, M.K., Cheung, W. & Lai, V.S. (2004). “Literature derived reference

models for the adoption of online shopping”, Information & Management, Vol.

42, pp. 543-559.

Chen, P.Y.S. & Hitt L.M. (2002). “Measuring switching costs and the

determinants of customer retention in Internet-enabled businesses: A study of

the online brokerage industry”, Information Systems Research, Vol. 13, No. 3,

pp.255-274.

Comegys, C., Hannula, M. & Väisänen, J. (2009). “Effects of consumer trust

and risk on online purchase decision-making: A comparison of Finnish and

United States students”, International Journal of Management, Vol. 26, No. 2,

pp. 295-308.

Del Giudice, M. (2004). “Turning web surfers into loyal customers: Cognitive

lock-in through interface design and web site usability”, Web Systems Design

and Online Consumer Behavior, pp. 261-281.


Side 65 af 79

Donthu, N. & Garcia, A. (1999). “The Internet shopper”, Journal of Advertising

Research, Vol. 39, No. 3, pp. 52-59.

Drèze, X. & Hussherr, F.X. (2003). ”Internet advertising: Is anybody

watching?”, Journal of Interactive Marketing, Vol. 17, No. 4, pp. 8-23.

Eckel, C. & Grossman, P. (2008). “Men, women and risk aversion:

Experimental evidence”, Handbook of Results in Experimental Economics, Vol.

1, pp. 1061-1073.

Ekstrabladet (2010). “Vi bruger 20 mio. timer på Facebook”, 2. marts, 2010.

Erhvervsbladet (2009). “Flere danske netbutikker sælger til udlandet”, fredag d.

16. oktober, 2009.

Esper, T., Jensen, T., Turnipseed, F. & Burton, S. (2003). ”The last mile: An

examination of effects of online retail delivery strategies on consumers”, Journal

of Business Logistics, Vol. 24, No. 2, pp. 177.

Éthier, J., Hadaya, P., Talbot, J. & Cadieux, J. (2006). “B2C web site quality

and emotions during online shopping episodes: An empirical study ”,

Information & Management, Vol. 43, pp. 627-639.

Evans, M., Patterson, M. & O’Malley, L. (2000). “Bridging the direct

marketing-direct consumer gap: Some solutions from qualitative research”,

Proceedings of the Academy of Marketing Annual Conference, Derby, UK.

Facebook: http://www.facebook.com

Farag, S., Schwanen, T., Dijst, M. & Faber, J. (2006). ”Shopping online and/or

in-store? A structural equation model of the relationships between e-shopping

and in-store shopping”, Transportation Research Part A, Vol. 41, pp. 125-141.

Fisher, R. & Zoe Chu, S. (2008). “Initial online trust formation: The role of

company location and web assurance”, Managerial Auditing Journal, Vol. 24,

No. 6, pp. 542-563.

Flick, U. (2006). “An introduction to qualitative research”, 3rd

. Edt., Sage

Publications.

Forrester (2007). “Marketing’s new key metric: Engagement. Marketers must

measure involvement, interaction, intimacy and influence”, Forrester Analyst

Report, Brian Haven, Vol. 8.

Forsythe, S.M. & Shi, B. (2003). “Consumer patronage and risk perceptions in

Internet shopping”, Journal of Business Research, Vol. 56, pp. 867-875.

Fritsche N., Porsgaard, R., Rasmussen, C.V., Hansen, M.K., Christoffersen, M.,

Tøttrup U. & Sørensen, N.Y. (2008). ”Introduction to SPSS 16.0”.

Galletta, D., Henry, R., McCoy, S. & Polak, P. (2002). “Web site delays: How

slow can you go?”, Journal of Association for Information Systems.

Google Analytics: http://www.google.com/analytics/

http://www.facebook.com/

http://www.google.com/analytics/


Side 66 af 79

Grover, R. & Vriens, Marco. (2006). “The handbook of marketing research:

Uses, misuses and future advances”, SAGE Publications, pp. 87-89.

Ha, H.Y. (2004). “Factors influencing consumer perceptions of brand trust

online”, Journal of Product & Brand Management, Vol. 13, No. 5, pp. 329-342.

Hair, J.F.Jr., Black, W.C., Babin, B.J., Anderson, R.E., & Tatham, R.L. (2006).

“Multivariate data analysis”, 6th Edt., Pearson Education International.

Harris, L.C. & Goode, M.M.H. (2004). “The four levels of loyalty and the

pivotal role of trust: A study of online service dynamics”, Journal of Retailing,

Vol. 80, pp. 139-158.

Haugtvedt, C.P., Machleit, K.A. & Yalch, R. (2005). “Online consumer

psychology – Understanding and influencing consumer behavior in the virtual

world”, Lawrence Erlbaum Associates Inc.

Heldbjerg, G. (2006). “Grøftegravning - I metodisk perspektiv”.

Hoffman, D.L. & Novak, T.P. (2000). ”How to acquire customers on the web”,

Harvard Business Review, Maj-Juni, pp. 179-188.

Howard, D.J. & Gengler, C. (2001). “Emotional contagion effects on product

attitudes”, Journal of Consumer Research, Vol. 28, pp. 189-201.

Hoxmeier, J.A. & Dicesare, C. (2000). “System response time and user

satisfaction: An experimental study of browser-based applications”, Association

for Information Systems, pp. 140-145.

Hsiao, M.H. (2009). “Shopping mode choice: Physical store shopping versus e-

shopping”, Transportation Research Part E, Vol. 45, pp. 86-95.

Internet World Statistics: http://www.internetworldstats.com

Joines, J., Scherer, C. & Scheufele, D. (2003). “Exploring motivations for

consumer web use and their implications for e-commerce”, Journal of Consumer

Marketing, Vol. 20, No. 2, pp. 90-108.

Jyllandsposten (2006). ”Dårlig kommunikation i e-handlen”, Ritzau, d. 27.

februar 2006.

Jyllandsposten (2009). ” Netbutikker mister omsætning”, Ritzau, d. 21 oktober

2009.

Kehoe, C., Pitkow, J. & Morton K. (1997). “Eighth WWW user survey”, i

Garbarino, E. & Strahilevitz, M. (2004). “Gender differences in the perceived

risk of buying online and the effects of receiving a site recommendation”,

Journal of Business Research, Vol. 57, pp. 768-775.

Khalifa, M., Limayem, M. (2003). “Drivers of Internet shopping”,

Communication of the ACM, Vol. 46, No. 12, pp. 233-239.

http://www.internetworldstats.com/


Side 67 af 79

Kuan, H.H. & Bock, G.W. (2006). “Trust transference in brick and click

retailers: An investigation of the before-online visit phase”, Information &

Management, Vol. 44, pp. 175-187.

Lee, M.K.O. & Turban, E. (2001). “A trust model for consumer Internet

shopping”, International Journal of Electronic Commerce, Vol. 6, No. 1, pp. 75-

91.

Lewis, M., Singh, V. & Fay, S. (2006). “An empirical study of the impact of

nonlinear shipping and handling fees on purchase incidence and expenditure

decisions”, Marketing Science, Vol. 25, No. 1, pp. 51-64.

Modahl, M. (2000). “Now or never: How companies must change to win the

battle for the Internet consumer”, Harper Business, New York, NY.

Moody, J. (2004). “Distance education: Why are attrition rates so high?”, The

Quarterly Review of Distance Education, Vol. 5, No. 3, pp. 205-210.

Moore, S. & Mathews, S. (2006). “An exploration of Online Shopping Cart

Adandonment Syndrome – a matter of risk and reputation”, Journal of Website

Promotion, Vol. 2, pp. 71-88.

Morganosky, M.A. & Cude, B.J. (2000). ”Consumer response to online grocery

shopping”, Internationl Journal of Retail and Distribution Management, Vol. 28,

No. 1, pp. 17-26.

Nah, F.F. (2004). “A study on tolerable waiting time: how long are Web users

willing to wait?”, Behavior & Information Technology, Vol. 23, No. 3, pp. 153-

163.

Nash, R. (2005). “Course completion rates among distance learners: Identifying

possible methods to improve retention”, Online Journal of Distance Learning

Administration, Vol. 8, No. 4.

Netminers: http://www.netminers.dk

Neuborne, E. (2006). “May I help you?”, Hands on technology, Inc. Magazine,

januar 2006.

Noble, S.M., Griffith, D.A. & Adjei, M.T. (2006). “Drivers of local merchant

loyalty: Understanding the influence of gender and shopping motives”, Journal

of Retailing, Vol. 82, No. 3, pp. 177-188.

Omniture: http://www.omniture.com

Pastore, M. (2000). “Security keeps women from shopping online”, i Garbarino,

E. & Strahilevitz, M. (2004). “Gender differences in the perceived risk of buying

online and the effects of receiving a site recommendation”, Journal of Business

Research, Vol. 57, pp. 768-775.

Pitta, D., Franzak, F. & Fowler, D. (2006). “A strategic approach to building

online customer loyalty: Integrating customer profitability tiers”, Journal of

Consumer Marketing, Vol. 23, No. 7, pp. 421-429.

http://www.netminers.dk/

http://www.omniture.com/


Side 68 af 79

PressWire (2009). ”Dansk E-handelsanalyse: Dansk nethandel i stærk fremgang

i 3. kvartal”, Dansk E-handelsanalyse, d. 11. november 2009.

Ranaweera, C., Bansal, H. & McDougall, G. (2008). “Web site satisfaction and

purchase intentions – impact of personality characteristics during initial web

site visit”, Managing Service Quality, Vol. 18, No. 4, pp. 329-348.

Raghunathan, S. (1994). “An application of qualitative reasoning to derive

behavior from structure of quantative models”, Journal of Management

Information Systems, Vol. 11, No. 1, pp. 73-100.

Ranganathan, C. & Jha, S. (2007). “Examining online purchase intentions in

B2C E-Commerce: Testing an integrated model”, Information Resource

Management Journal, Vol. 20, No. 4, pp. 48-64.

Richardson, R.J. (2009). “Quality survey distorted by combining quantitative

and qualitative measures”, Northeast Decision Sciences Institute Proceedings,

pp. 431-436.

Rotem-Mindali, O. & Salomon I. (2007). ”The impacts of E-retail on the choice

of shopping trips and delivery: Some preliminary findings”, Transportation

Research Part A, Vol. 41, pp. 176-189.

Rowley, J. (1998). “Retailing and shopping on the Internet”, International

Journal of Retail and Distribution Management, Vol. 24, No. 3, pp. 85-95.

Sarbin, T.R. (1986). “Narrative psychology: The storied nature of human

conduct”, New York, Praeger.

Sargeant, A. & West, D. (2001). “Direct and interactive marketing”, Oxford

University Press, Oxford, i Chaffey, D., Ellis-Chadwick, F., Mayer, R. &

Johnston, K. (2009). “Internet marketing – strategy, implementation and

practice”, 4th Edt., Pearson Education Ltd., pp. 336.

Schiffman, L.G., Kanuk, L.L., Hansen, H. (2008). ”Consumer behavior – A

European outlook”, Pearson Education Ltd.

Schindler, R.M. & Bickart, B. (2001). ”Published Word of Mouth: Referable

consumer-generated information on the Internet”, i Haugtvedt, C.P., Machleit,

K.A. & Yalch, R. (2005). “Online consumer psychology – Understanding and

influencing consumer behavior in the virtual world”, Lawrence Erlbaum

Associates Inc., pp. 35-61.

Sorce, P., Perotti, V. & Widrick, S. (2005). “Attitude and age differences in

online buying”, International Journal of Retail & Distribution Management, Vol.

33, No. 2, pp. 122-132.

SPSS 18.0: http://www.spss.com

Studsurvey: http://www.studsurvey.asb.dk

http://www.studsurvey.asb.dk/


Side 69 af 79

Tedeschi, B. (2002). “Though there are fewer new Internet users, experienced

ones, particularly the middle aged, are increasing shopping online”, New York

Times, d. 4 marts, 2002, C.7.

TRUSTe: http://www.truste.com

Trustpilot: http://www.trustpilot.dk

Van der Sluijs, J.P., Craye, M., Funtowicz, S., Kloprogge, P., Ravetz, J. &

Risbey, J. (2005). “Combining quantitative and qualitative measures of

uncertainty in model-based environmental assessment: The NUSAP System”,

Risk Analysis, Vol. 25, No. 2, pp. 481-492.

Waisberg, D. & Kaushik, A. (2009). “Web Analytics 2.0: Empowering customer

centricity”, Search Engine Marketing Journal, Vol. 2, No. 1, pp. 1-7.

Wan, H.A. (2000). “Opportunities to enhance a commercial web site”,

Information and Management, Vol. 38, No. 1, pp. 15-21.

WebTrust: http://www.webtrust.org

Witzel, A. (1985). “The problem-centered interview”, Qualitative Social

Research, Vol. 1, No. 1, pp. 227-255.

Yang, Z. & Peterson, R.T. (2004). “Customer perceived value, satisfaction, and

loyalty: The role of switching costs”, Psychology & Marketing, Vol. 21, No. 10,

pp. 799-822.

Yin, R.K. (2003). “Case study research – design and methods”, 3rd

edt. Sage

Publications, pp. 79.

Yoon, S.J. (2002). “The antecedents and consequences of trust in online-

purchase decisions”, Journal of Interactive Marketing, Vol. 16, No. 2, pp. 47-

63.

http://www.truste.com/

http://www.trustpilot.dk/

http://www.webtrust.org/


Side 70 af 79

Bilagsoversigt

Bilag 1: Spørgeguides for KU1 & KU2

Bilag 2: Indsamlede data for KU1 (vedlagt på CD-rom)

Bilag 3: Indsamlede data for KU2 (vedlagt på CD-rom)

Bilag 4: Spørgeskema

Bilag 5: Kvantitative resultater

Bilag 6: Faktoranalyse - datasæt & output (vedlagt på CD-rom)

Bilag 7: Logistisk regressionsanalyse - missing values (vedlagt på CD-rom)

Bilag 8: Logistisk regressionsanalyse - datasæt & output (vedlagt på CD-rom)


Side 71 af 79

Bilag 1 – Spørgeguides for KU1 & KU2

KU1 – Spørgeguide

Alder

Køn

Erhverv/Uddannelse

Har du handlet online før?

Hvis nej, hvorfor ikke?

Har du før lagt en/flere varer i kurven, men alligevel forladt websitet?

Hvis ja, kan du huske grunden til det?

KU2 – Spørgeguide

Alder

Køn

Har du handlet online før?

Hvis nej, hvorfor ikke?

Har du før lagt en/flere varer i kurven, men alligevel forladt websitet?

Hvis ja, kan du huske grunden til det?

Har du været på websitet siden denne episode?

Har din holdning til E-handel ændret sig efter episoden? Hvordan?


Side 72 af 79

Bilag 4 – Spørgeskema

Velkommen til spørgeskemaet, som omhandler din brugeradfærd på Internettet og E-

handel. Det tager kun et øjeblik at udfylde. Tryk på "submit" ved sidste spørgsmål for at

afslutte spørgeskemaet. God fornøjelse!!!

1. Hvilket køn er du?

Mand Kvinde

Jeg er

2. Hvilket år er du født?*

[Select an answ er]

3. Hvor erfaren er du som Internetbruger? (5 = Meget erfaren; 1 = Meget

uerfaren)*

1 2 3 4 5

Mit erfaringsniveau ligger på

4. Har du før handlet på Internettet?*

Ja Nej

5. Hvis NEJ, hvor enig er du i at årsagerne nedenfor har haft indflydelse på

din beslutning om IKKE at handle på Internettet? (5 = Helt enig; 1 = Helt

uenig) *

1 2 3 4 5

5.1 Jeg føler at jeg mangler erfaring med Internettet

5.2 Jeg har ikke tillid til Internettet

5.3 Jeg synes det er for besværligt at handle på Internettet

5.4 Jeg synes der er for dårlig service på Internettet

5.5 Jeg er usikker når jeg skal betale på Internettet

5.6 Jeg har hørt dårlige ting om Internethandel

5.7 Jeg synes sortimentet er for dårligt på Internettet


Side 73 af 79

6. Hvor ofte handler du på Internettet?*

Flere

gange i

ugen

Ca. 1-2

gange i

ugen

Flere gange i

måneden

Ca. 1-2 gange i

måneden

Flere

gange

årligt

Jeg handler på

Internettet

7. Hvilke ting er vigtige for dig når du handler på Internettet? Angiv hvor

enig du er(5 = Helt enig; 1 = Helt uenig) *

1 2 3 4 5

7.1 Det er vigtigt jeg har overblik over eventuelle gebyrer

7.2 Det er vigtigt at hjemmesiden er brugervenlig og har et

passende design

7.3 Det er vigtigt at jeg har mulighed for at få service via

telefon eller mail

7.4 Det er vigtigt at produktet ikke er besværligt at købe på

Internettet

7.5 Det er vigtigt at der er klare leverings- og

betalingsbetingelser

7.6 Det er vigtigt at hjemmesiden er E-mærket

7.7 Det er vigtigt at andre har sagt noget positivt om

hjemmesiden

7.8 Det er vigtigt at der er et stort sortiment på hjemmesiden

7.9 Det er vigtigt at jeg føler mig sikker når jeg skal betale

på hjemmesiden

7.10 Det er vigtigt at jeg har tillid til hjemmesiden

7.11 Det er vigtigt at leveringstiden er kort

7.12 Det er vigtigt at det er en dansk hjemmeside

7.13 Det er vigtigt at jeg har haft gode oplevelser med

samme hjemmeside før

8. Har du før forladt en hjemmeside mens du havde en eller flere varer i din

varekurv?*

Ja Nej

9. Hvis JA, hvor vigtige er nedenstående årsager i forhold til din beslutning


Side 74 af 79

om at forlade hjemmesiden med varer i kurven? Angiv hvor enig du er (5 =

Helt enig; 1 = Helt uenig) *

1 2 3 4 5

9.1 Jeg synes gebyrerne var for høje

9.2 Jeg synes ikke hjemmesiden var brugervenlig og design

var dårligt

9.3 Jeg synes der var dårlige servicemuligheder

9.4 Jeg synes varerne var for besværlige at købe på

Internettet

9.5 Jeg havde dårlige erfaringer med hjemmesiden

9.6 Jeg følte mig usikker, da jeg skulle betale på

hjemmesiden

9.7 Jeg lyttede til andre personers negative bedømmelser af

hjemmesiden

9.8 Jeg synes at leverings- og betalingsbetingelserne var for

dårlig

9.9 Jeg synes der var et dårligt sortiment

9.10 Jeg havde ikke tillid til hjemmesiden

9.11 Jeg synes leveringstiden var for lang

9.12 Jeg kunne se at hjemmesiden ikke var E-mærket

9.13 Jeg følte mig usikker på udenlandske hjemmesider

10. Har du brugt hjemmesiden i tiden efter du havde efterladt varer i

varekurven?*

Nej, har ikke brugt

hjemmesiden efter episoden

Ja, men har ikke

handlet på hjemmesiden

Ja, og har prøvet at

handle på hjemmesiden

11. Har du handlet på andre hjemmesider efterfølgende?*

Ja Nej


Side 75 af 79

12. Hvordan vil dit forbrug på Internettet udvikle sig de næste 3 år?*

Markant stigende Stigende Uændret Faldende Uændret

Mit forbrug på Internettet vil

være

13. Hvor tilfreds er du med Internethandel på nuværende tidspunkt? Angiv

hvor enig du er (5 = Helt enig; 1 = Helt uenig)*

1 2 3 4 5

13.1 Fragtpriserne er tilfredsstillende

13.2 Servicemulighederne er tilfredsstillende

13.3 Betalingssikkerheden er tilfredsstillende

13.4 Antallet af E-mærkede hjemmesider er tilfredsstillende

13.5 Leveringstiderne er tilfredsstillende

13.6 Design og brugervenlighed er tilfredsstillende

13.7 Leverings- og betalingsbetingelser er tilfredsstillende

Tak fordi du gad deltage i undersøgelsen! Fortsat god dag!


Side 76 af 79

Bilag 5 – Kvantitative resultater

Spørgsmål 1: Respondenternes kønsfordeling

Spørgsmål 2: Respondenternes gennemsnitsalder

Spørgsmål 3: Respondenternes individuelt opfattede erfaringsniveau

Spørgsmål 4: Respondenterne anvendelse af E-handel

0

50

100

150

Mænd (136) Kvinder (74)

26

26,5

27

27,5

28

28,5

29

Mænd Kvinder Samlet

1 (1) 2 (4) 3 (27) 4 (88) 5 (90)

0

50

100

150

200

250

Ja Nej


Side 77 af 79

Spørgsmål 5: Respondenternes årsager til manglende E-handel

Helt uenig 1 2 3 4 5 Helt enig

Manglende erfaring

2 1 1 0 0

Manglende tillid

0 0 3 0 1

Praktiske problemer

0 0 3 1 0

Manglende service

1 0 2 1 0

Manglende betalingssikkerhed 1 1 0 1 1

Internethandels omdømme 0 1 1 0 2

Manglende sortiment

3 1 0 0 0

I alt

7 4 10 3 4

Spørgsmål 6: Hyppighed for respondenternes anvendelse af E-handel

Spørgsmål 7: Variablenes vigtighed for respondenterne, når de skal handle online


Overblik over gebyrer 4 10 15 55 122

Website design/brugervenlighed 2 9 32 88 75

Servicemuligheder

13 43 58 47 45

Praktiske muligheder

2 9 17 70 108

Leverings- og betalingsforhold 3 6 14 58 125

E-mærket

19 37 72 43 35

Andres bedømmelser 25 58 72 37 14

Sortiment

32 62 71 27 14

Betalingssikkerhed

4 4 13 33 152

Tillid

4 2 16 61 123

Leveringstid

7 27 70 69 33

Websitets hjemland

70 44 57 25 10

Tidligere oplevelser

32 42 71 39 22

I alt

217 353 578 652 878

0

20

40

60

80

100

120

Flere gange i ugen (2)

Ca. 1-2 gange i ugen (6)

Flere gange i måneden (33)

Ca. 1-2 gange i måneden (56)

Flere gange årligt (109)


Side 78 af 79

Spørgsmål 8: Har respondenterne foretaget attrition handlinger ved en varekurv på et

website?

Spørgsmål 9: Årsager til at respondenterne efterlader varer i websitets varekurv


Gebyrer

25 28 45 53 49

Design/brugervenlighed 43 45 61 39 12

Servicemuligheder

29 45 65 47 14

Praktiske overvejelser 33 29 50 59 29

Erfaringer med websitet 75 57 45 13 10

Betalingssikkerhed

33 22 40 51 54

Andre personers bedømmelser 53 46 50 36 15

Leverings- og betalingsforhold 27 29 38 57 49

Sortiment

70 52 50 13 15

Tillid

38 23 57 43 39

Leveringstid

30 27 51 59 33

E-mærket

87 34 47 22 10

Udenlandske websites 69 41 48 26 16

I alt

612 478 647 518 345

Spørgsmål 10: Respondenternes brug af website efter attrition

0

50

100

150

200

250

Ja (200) Nej (10)

0102030405060708090

Nej, har ikke brugt hjemmesiden efter

episoden (46)

Ja, men har ikke handlet på

hjemmesiden (76)

Ja, og har prøvet at handle på

hjemmesiden (78)


Side 79 af 79

Spørgsmål 11: Respondenternes adfærd, ifht. andre websites, efter attrition

Spørgsmål 12: Respondenternes udvikling i online forbrug

Spørgsmål 13: Respondenternes tilfredshed med nuværende E-handelsstandarder


Fragtpriser

19 42 69 66 14

Servicemuligheder

7 27 67 94 15

Betalingssikkerhed

8 12 32 102 56

E-mærkning

10 21 103 53 23

Leveringstider

4 13 67 93 33

Design/brugervenlighed 2 16 69 103 20

Betalings og leveringsforhold 9 15 75 88 23

I alt

59 146 482 599 184

0

50

100

150

200

Ja (190) Nej (10)

020406080

100120140

Markant stigende (24)

Stigende (126) Uændret (57) Faldende (3)