Nøkkelord: Elektronikkbransjen, tilfredshet, kanaldifferenser, fysiske utsalgssteder, nettbutikker, e-handel

Transkript

1

2 SAMMENDRAG Tittel: Rima Commercium Handelslekkasje mellom e-handel og retail Dato: Forfattere: William Amundsen, Rune Hestnes og Vegard Holtet Veileder: Arne Nygaard Nøkkelord: Elektronikkbransjen, tilfredshet, kanaldifferenser, fysiske utsalgssteder, nettbutikker, e-handel Antall sider: 77 Antall vedlegg: 14 (42 sider) Sammendrag Oppgaven ble skrevet med bakgrunn i kanalkrigen som foregår mellom elektronikkforhandlere på internett og i fysiske utsalgssteder. Etter internetts popularitetsboost på 1990-tallet og inn i det nye årtusenet har e- handelsaktører gjort store hugg i markedsandelene. Vi ønsket å se forbi de naturlige konkurransefordelene, og se hvordan de to distribusjonskanalene scorer opp mot hverandre på et komparativt grunnlag altså en plattform hvor begge aktører stilles opp mot variabler som passer tilfredsheten i begge kanaler. Vi har gjennomført en spørreundersøkelse blant 118 respondenter, som er med i vårt datasett. Undersøkelsens misjon var å finne årsakene til tilfredshet i hver av de to kanalene, og forsøke å gi et så komparativt bilde av kanalene som mulig.resultatene viser at tilfredsheten tipper marginalt mot nettbutikker, men at fysiske utsalgssteder ligger hakk i hel. Hver av kanalene hadde seks signifikante sammenhenger mellom tilfredshet og venstre sidevariabler. De to kanalene delte disposisjon, servicekvalitet og prisrettferdighet, mens de kanalspesifikke variablene var henholdsvis produktkvalitet, informasjonskvalitet og prisrettferdighet for nettbutikker og produktutvalg, institusjonell tillit og lojalitet for fysiske utsalgssteder. Vårt viktigste funn er at nettbutikker er overlegen på den komparative plattformen, men at fysiske utsalgssteder har vel så god tilfredshet grunnet stor affektiv tilknytning og en lavere grad av forklaringskraft i modellen. Dette betyr aspekter som enten ikke er plukket opp av modellen eller utelatt av komparativitetshensyn. Vi ser også at nettbutikkenes tilfredshet skapes i større grad på et komparativt grunnlag enn fysiske utsalgssteder. Dette med basis i at resultatene scorer bedre i samtlige komparative variabler. Vi har også diskutert og konkludert dagens nåsituasjon ut fra respondentsvarene, og har i kraft av dette har vi laget en prognose for trender og påvirkninger innen bransjen de neste årene med basis i resultatet fra konklusjonen og trender vi ser i markedet. 2

3 ABSTRACT Title: Rima Commercium Trade leakage between e-commerce and retail Date: Authors: William Amundsen, Rune Hestnes and Vegard Holtet Supervios: Arne Nygaard Key words: Electronics, satisfaction, distribution channels, retail stores, online shopping, e-commerce Pages: 77 Attachments: 14 (42 pages) Summary The thesis was written based on the ongoing channel war between electronics retailers on the internet and in physical retail outlets. After the Internet's popularity boost in the 1990s and into the new millennium, the e- commerce companies have been stealing an increasing amount of market shares. We wanted to look past the natural competitive advantages, and see how well the two distribution channels scored against each other on a comparative basis - that is a platform where both channels are compared by variables that match the satisfaction of both channels. We conducted a survey among 118 respondents. The survey mission was to find the causes of satisfaction in each of the two channels and try to make an as comparative picture of the channels as possible. The results show that satisfaction tip marginally in the favor of online stores, but that physical outlets follow closely behind. Each of the channels had six significant correlations between satisfaction and the independant variables. The two channels shared the independant variables availability, service quality and price fairness, while the channelspecific variables were respectively, product quality, information quality and price fairness to online shops and product selection, institutional trust and loyalty for physical outlets. Our most important finding is that online stores are superior on the comparative platform, but that physical outlets have close to equally the same satisfaction level, as they are influenced by affective attachments and a lower degree of explanatory power in the model. This means that aspects are either not picked up by the model or left out due to comparativity issues. Another observation we made is that the e-commerce customer satisfaction is in a much greater degree created on a comparative basis than physical retail outlets. We come to this conclusion as the results have scored higher for all the comparative variables. We have also discussed the current situation and made a report for todays situation in the channel war, and by virtue of this we have made a forecast for trends and influences within the industry over the next year based on the results of conclusions and trends we see in the market. 3

4 FORORD Rima Commercium var et kallenavn for en prosjektgruppe ved Høgskolen i Gjøvik som våren 2011 forsøkte å avdekke årsakene til handelslekkasjen mellom e-handel og fysiske utsalgssteder i det norske elektronikkmarkedet. Oppgaven var vår bacheloroppgave ved en treårig økonomiutdanning ved HiG. Vi føler oss beæret gjennom å være det andre kullet ut av HiGs økonomilinje noensinne, og håper vi blir gode ambassadører for skolen - og at vi kan være en inspirasjon for studenter i kommende år i arbeidet med deres bacheloroppgaver gjennom å være et godt benchmark. Takk til Høgskolen i Gjøvik. For å gi oss sjansen til å finne en problemstilling som var spennende for oss. For å ha gitt oss muligheten til å møte hverandre. For tre fine år og for kilovis med erfaring og kunnskap. En spesiell takk og verbale roser til Arne Nygaard ved BI Nydalen for veiledning og støtte gjennom gode innspill, hyggelige møter og stor hjelp til å sette et støtt telemarksnedslag ikke så altfor langt unna kritisk grense. Takk til hver og en av de 118 menneskene som tok en halvtime av sitt liv til å svare på en spørreundersøkelse på størrelse med et lite asiatisk land. Det er hos dere fortjenesten for denne oppgaven ligger. Vi er i evig gjeld. Til slutt vil vi også takke og gratulere hverandre og oss selv med et fantastisk samarbeid og et halvår blandet med frustrasjon, kreativitet, diskusjoner og latter. Resultat har dere her. Gjøvik, Rune Hestnes William Ferlisi Amundsen Vegard Holtet 4

5 INNHOLDSFORTEGNELSE Sammendrag... 2 Abstract... 3 Forord Innledning Teoretisk bakgrunn Tidligere undersøkelser Fremtidige undersøkelser Konklusjon Problemstilling Valg av oppgave Hovedproblem Delproblem Oppgavens avgrensninger Oppgavens disposisjon Begrepsdefinisjoner Komparativitetsprinsippet Utvalgskomperativitet Operasjonaliseringskomperativitet Konkurransefordeler og ukomperativitet Teoretisk bakgrunn Internetts historie Fysiske utsalgsteder vs. internetthandel Internetthandel Tilfredshet NKB-modellen Nygaard, Crosno, Dahlstrom (2007) & Zucker (1986) David Gefen Metode Valg av undersøkelsesdesign Undersøkelsesdesign

6 3.2 - Utforming av spørreskjema Pretest Hvorfor valg av personlig og web Operasjonalisering Måleskalaer og skalabruk Spørsmålsutforming Utvalgsmetode (Populasjon og utvalg) Feilkilder Dekningsfeil / registerfeil Ikke-responsfeil Utvalgsfeil Målefeil (Ikke-utvalgsfeil) Spørreskjemaet Interaksjon Annet Vurdering av datagrunnlaget Relabilitet Validitet Validitet ved innsamling av primærdata Analyse og resultatpresentasjon Inngangspunkter Datavask Missing entries Variabelen Vet ikke Negative skalaenheter Utelatte undersøkelsesaspekter Reliabilitet Cronbach Alfa Deskriptiv statistikk Demografiske kontrollvariabler Skalahistorgram Korrelasjon Multippel regresjon av avhengig variabel Multippel regresjon

7 4.6.2 Tilfredshet med nettbutikker Tilfredshet med fysiske utsalgssteder Tilfredshet blant demografi Hypotesetesting Hypoteser Hovedfokus Demografisk fokus Diskusjon Generelt Kundetilfredshet ved fysiske butikker Kundetilfredshet ved nettbutikker Kundetilfredshet ut fra demografi Konklusjon Hva er tilfredshet? Tilfredshet i kanalene Nåsituasjon Fremtidsutsikter Litteratur og kildehenvisninger

8 1 INNLEDNING 1.1 TEORETISK BAKGRUNN De siste ti årene har informasjonsteknologien gjort enorme fremskritt som har hatt stor innvirkning på norsk forbrukeratferd. E-handelskonseptet og nettbutikkenes utvikling har gjort både konkurransen og forbrukerens makt større. Dette har ført til at norske forbrukere idag har en langt større valgfrihet enn for kun få år siden, og at internettaktører har blitt seriøse utfordrere i flere bransjer. Internetthandel har siden sin start på 90-tallet eksplodert i det nye årtusenet. Omsetningen på det norske varemarkedet økte i tidsrommet 2000 til 2004 med skremmende intervaller. Fra 10 millioner i omsetning i 2000, til 1700 millioner i I 2007 var tallet på 12,9 milliarder (Kirknes, 2008). En undersøkelse gjort av DIBS Europeiske E-handelsindeks (DIBS, 2011), viser at det norske netthandelmarkedet har et potensiale på 49 milliarder kroner, og at norske forbrukere allerede idag er det folkeslaget i verden som bruker mest kroner per innbygger på netthandel, tett etterfulgt av våre danske naboer i sør, og våre brittiske naboer i vest. Allikevel viser det seg at det fortsatt er noen barrikader å bryte. I en undersøkelse gjort av Nielsen Norman Group (Halogen, 2008), viser det seg at 48% av alle norske menn som 8

9 handler i norske nettbutikker fortsatt føler usikkerhet i handelsprosessen. De tre viktigste variablene for respondentene i nevnte undersøkelse var tillit, trygghet og pris. Dette gjenspeiles i at tross nettbutikkenes fremvekst, ser man at det er kjeder med fysiske utsalgssteder som oftest dominerer bransjene de deltar i. Nettbutikker er i mange tilfeller supplement- eller markedsutfordrere, men aller oftest nisjeforhandlere i segmenter som er for små til å ha fysiske utsalgssteder. Det skal dog nevnes at det er unntak, og bransjer som blant annet datautstyr og reisebestilling har de siste årene blitt dominert av internettbaserte selskaper. Dette, blandet med egen interesse og egenart i elektronikkbransjen gjør at vi syntes dette er et attraktivt felt å skrive om, og derfor har basert oppgaven rundt dette TIDLIGERE UNDERSØKELSER Det er tidligere utført en rekke grundige undersøkelser som har tatt som mål å avdekke de uavhengige variablene bak tilfredshet i både nettbutikker og fysiske utsalgssteder. Det er også utført en rekke studier om hvilke skalaenheter disse variablene inneholder. Vi satt opp en variabel/studie-analyse for hver av distribusjonskanalene, og fjernet variabler som enten hadde lav oppslutning, var fordelaktig for èn av kanalene eller aspekter som var direkte kanalspesifikke. Vi har også tatt hovedbasis i to forskjellige empiriske studier for å finne frem til modellen vi ønsker. Dette er hovedsaklig (Crosno, 2006) og deres perspektiv og tilnærming til kanalvalg i musikkindustrien, med tanke på tillit til både kanal og aktører, i tillegg til Norsk Kundebarometers kundetilfredshetsmodell. Vi vil komme tilbake til begge disse modellene og gi en dypere innsikt i empirien i metodekapitlet. Med disse undersøkelsene som basis har vi en god empirisk plattform til grunn, med påviste sammenhenger mellom uavhengige variabler og tilfredshet FREMTIDIGE UNDERSØKELSER Det har blitt skrevet mange forskningsartikler med fokus på komponenter i kundetilfredshet i nettbutikker og fysiske utsalgssteder hver for seg. Det er derimot blitt viet lite empirisk fokus på komparativitet og på hvilke av disse komponentene de to kanalene konkurrerer på like vilkår. 9

10 Kannibalisme innad i elektronikkbransjen er et annet aspekt som er viet lite empirisk oppmerksomhet. Fenomenet kan forklares med at en kjede er tilstede i flere distribusjonskanaler, og derfor stjeler interne markedsandeler. Samtlige av de store norske elektronikkjedene med fysiske utsalgssteder er også representert med nettbutikker på internett. Et annet tema som har fått lite empirisk søkelys er freeriderproblematikken mellom nettbutikker og fysiske utsalgssteder. Dette er fenomenet når en kunde benytter butikken i kjøpsprosessen, mens kjøpet ender hos en konkurrerende aktør og/eller kanal. Vi ser også at aktører i begge distribusjonskalanene forsøker å tette hullet mellom kanalene og utjevne de største konkurranseforskjellene. De hovedsaklig fysiske utsalgsstedene har opprettet egne nettbutikker og skreddersydd løsningen inn mot tjenester som Elkjøps Collect@Store, hvor man kan kjøpe varen på nett og hente nevnte vare i butikk, både for å slippe fraktkostnader og få varen umiddelbart. Nettbutikkene derimot, frontet av mpx.no og komplett.no har opprettet Pick-Up-Points som er hentestasjoner for varene bestilt på nett. Vi ser et stort potensiale for vekst i dette segmentet, og antar det er et interessant fenomen å forske videre på. Vår undersøkelse har ikke som hensikt å avdekke disse fenomenene, men håper å belyse temaer og presentere empiri som ikke har vært viet mye oppmerksomhet tidligere, slik at grunnlaget for slike studier forbedres KONKLUSJON Det er nærliggende å tro at graden av kundetilfredshet i en kanal ligger opp mot et bredt spekter av de empiriske variablene omtalt i Arbeidet ligger derfor i å skape en komparativ konkurransearena for de to kanalene, ved å fjerne aspekter ved tilfredsheten som er kanalspesifikke eller ukomperative og deretter observere og analysere hvordan respondentenes kundetilfredshet scorer opp mot de resterende variablene. Vår antakelse baseres på at det er på denne komparative konkurransearenaen vi kan se hvilken av distribusjonskanalene som gir kunden størst tilfredshet på de punktene nettbutikker og fysiske utsalgssteder konkurrerer på like vilkår. 10

11 1.2 PROBLEMSTILLING VALG AV OPPGAVE Istedenfor å forsøke å finne en bedrift med et problem begynte vi heller i andre enden - ved å kartlegge områder vi har inspirasjon, motivasjon og forutsetninger for å skrive en god oppgave om. Det var gjennom denne diskusjonen vi fant frem til problemstillingen vi endte opp med. I en perfekt rasjonell verden, vil faghandelsartikler med sine høye prisforskjeller og sjeldne gjenkjøp legge til rette for e-handel med tanke på pris og tilgjenglighet. Allikevel ser man at det er kjeder med fysiske utsalgssteder som ofte dominerer bransjene de deltar i. Trolig kommer dette i etablerte handelsmønstre, affektiv tilknytning, høy inngangsbarriere for nye aktører og stordriftsfordeler for eksisterende aktører. Vår problemstilling tar utgangspunkt i tematikken rundt norske forbrukeres forhold til de to ulike distribusjonskanalene. Vi ønsker å kartlegge sammenhengen mellom kundetilfredshet og de momentene i kjøpsprosessen som er sammenlignbare. Dette gjør vi ved å fjerne de naturlige konkurransefordelene kanalene har ovenfor hverandre, og dermed forhåpentligvis kartlegge det komparative konkurranseforholdet mellom de to. Vårt endelige mål er å lage en rapport som blir interessant både for næringsliv, studenter og forbrukere. Næringsliv gjennom norske elektronikkaktører på nett og med fysiske utsalgssteder, da vårt mål er å kartlegge en tilfredshet som etterstrebes å være komparativ. Med denne empirien får norske elektronikkforhandlere et klarere innsyn i hvilke konkurranseaspekter de taper markedsandeler, for utenom naturlige konkurransefordeler. Vi håper å kunne være til nytte for studenter ved å være en god benchmark og inspirere til lignende og oppfølgende studier, samt assistere norske forbrukere til å utvikle en større bevissthet rundt kanalvalg ved elektronikkjøp. Oppgaven har Høgskolen i Gjøvik som oppdragsgiver. Dette tillater oss å ha et nøytralt og objektivt standpunkt gjennom undersøkelsen. Kanalene vil derfor behandles likevektig gjennom analyser og diskusjon HOVEDPROBLEM Det er et erkjent faktum at vi tross våre avgrensninger ikke kan måle begrepet tilfredshet fullt ut. Tilnærmingen vi har til å avdekke årsakene til tilfredshet er basert en modell basert på 11

12 kunders oppfattelse av musikkdistribusjonskanaler og innbefatter tre hovedkategorier av variabler vi antar er de mest sentrale i forhold til måling av tilfredshet mellom kanaler. Handelspreferanser Tillit Demografi Tillit har hatt et stor fokus i kundetilfredshetsempiri, og det har også dens ledsager lojalitet, da begge er affektive variabler som viser følelser eller innstilling mot en kanal. Lojalitet er en ofte brukt som en høyresidevariabel i kundetilredshetsundersøkelser, blant annet i Norsk Kundebarometers årlige undersøkelse hvor de kartlegger hvilke bedrifter som har størst tilfredshet og lojalitet blant norske forbrukere. Vi har derimot valgt å ha et litt annet perspektiv, da vi ønsker å se den tilfredsheten lojalitet skaper, fremfor den lojaliteten tilfredshet skaper. Med bakgrunn i oppgavens komparitivitet fikk vi et behov for å kartlegge respondentene kompetanse og erfaring innen distribusjonskanalene, for å observere om et skjevt fordelt kunnskap- erfaring eller kompetansenivå kunne være fordelaktig en av kanalene. På bakgrunn av dette innførte vi to nye skalaer. Lojalitet Disposisjon Og med dette som basis har oppgaven følgende problemstilling, som reflekterer sammehengen mellom handelsinsentiver og kundetilfredshet. HP: Hvilke sammenhenger og differanser eksisterer mellom de komparative handelsinsentivene og kundetilfredshet i de forskjellige kanalene? DELPROBLEM Kundepreferanser Mange empiriske forskningsartikler har forsøkt å definere hva som inngår i begrepet kundetilfredshet, og majoriteten av disse går på det vi har valgt å kalle kundepreferanser. Med dette menes variabler som lett kan knyttes opp mot handelsprosessen. 12

13 Vi har implementert to skaler for å måle grad av tilbøyelighet mot en kanal. Ved å kartlegge respondentenes disposisjon og beleilighet håper vi å avdekke en grunninnstilling de har mot distribusjonskanalene. Disposisjon Beleilighet De skalaene knyttet direkte opp mot handleopplevelsen er sterkt inspirert av Norsk Kundebarometer (NKB 2002). Kjøpsprosessen i de to kanalene er forholdsvis like, og mange av aspektene i handelsopplevelsen er komperative. Av disse valgte vi ut skalaene under. Logistikk Servicekvalitet Produktkvalitet Produktutvalg Informasjonstilgang Prisrettferdighet Gruppene ovenfor utgjør vår antatte kundepreferanse for både fysiske utsalgssteder og nettbutikker. Disse skalaene inngår i delproblem 1, hvor vi søker å avdekke forholdet mellom disse skalaene og kundetilfredshet. DP1: Er det sammenheng mellom komparative kundepreferenser og kundetilfredshet i de respektive kanalene? Tillit og lojalitet Det er sterk akademisk enighet og godt empirisk grunnlag om tillitens rolle i moderne forbrukeres kundetilfredshet. Jo flere positive erfaringer man har med en aktør eller kanal, jo større tillit vil oppstå mellom forbruker og selgende part. Lojalitet er ofte benyttet som en høyresidevariabel og måles i kraft av kundetilfredshet. (Gefen, 2002) (Crosno, 2006) Vi har valgt en annen tilnærming, og ønsker å se hvorvidt lojalitet påvirker kundetilfredshet. Institusjonell tillit Betalingsmetode Personopplysninger Forbrukerrettigheter 13

14 Relasjonell tillit og lojalitet Tillit til aktører i kanalen Lojalitet til kanal Med dette som basis forsøker vi i delproblem 2 å avdekke tillit- og lojalitetsforskjeller mellom de to distribusjonskanalene. DP2: Er det sammenheng mellom komparativ tillit og kundetilfredshet i de respektive kanalene? Demografi Demografiske variabler utgjør en viktig del av vår undersøkelse, da vi hadde en grunnleggende antakelse om at noe av kundetilfredsheten var individuelt systematisk. Med dette menes det at alle respondentene har sine individuelle meninger og svar, men i kraft av at de også tilhører visse demografiske grupper også har en potensiell samvariasjon med respondenter i samme demografiklasse. Kjønn Alder Bosted Foruten om de fysiske kontrollvariablene, har vi også integrert et sett psykografiske demografivariabler, for å avdekke mer intellektnivå og kompetansenivå på internett. Dette gir oss et nærmere perspektiv på respondentene. Utdanning Inntekt Internettbruk Delproblem 3 reflekterer derfor rundt spørsmålet om det er noen sammenheng mellom demografiske kriteria og tilfredsheten i de respektive kanalene. DP3: Er det sammenheng mellom demografi og kundetilfredshet i de respektive kanalene? 14

15 1.3 OPPGAVENS AVGRENSNINGER Som selvstendige bachelorstudenter ved HiG står vi ovenfor visse avgrensinger, og da med særlig tanke på tid, penger og kompetanse. Det er derfor viktig at vi avgrenser oppgaven så den er gjennomførbar for oss. Biter vi over for mye kan dette gå ut over kvaliteten på prosjektet og dermed resultatene. Når vi avgrenser oppgaven er det lettere å få med det som er viktig, og oppgaven blir på den måten mer troverdig. Helt overordnet avgrenser denne oppgaven seg til elektronikkbransjen i de to handelskanalene handel ved fysiske utsalgssteder og internetthandel. Dette er de to klart største kanalene og de vi skal fokusere på. Videre avgrenser vi oss til forhandlere i Norge og til handel mellom forhandler og forbruker, eller det vi kaller business-to-consumer forholdet. Dette omfatter da alle transaksjoner mellom fysiske utsalgsteder som selger til forbrukere, og internettforhandlere som har virtuelle forbrukere direkte knyttet opp til sitt nettverk eller pc. Oppgaven begrenses også til forhandlere over the world wide web, og ikke over intranett eller mail. Avgrensningene er valgt etter nøye diskusjon innbyrdes og i samarbeid med veileder. De er satt for å sikre bedre og mer valide resultater. 1.4 OPPGAVENS DISPOSISJON Vi har forsøkt å gjøre oppgaven så oversiktlig som mulig. I det første kapitlene har vi gått gjennom bakgrunnsstoff for oppgaven og gitt informasjon for å lette videre lesning. I kapittel 2 vil vi presentere den teoretiske plattformen oppgaven er bygget på. Dette innfatter både litteraturen som ble benyttet i arbeidet, samt en presentasjon av det norske elektronikkmarkedet, samt dets distribusjonskanaler. I kapittel 3 tar vi for oss den metodiske delen av oppgaven. Her vil vi gå gjennom det metodeteoretiske rundt datainnhentingen, hvordan modellen ble konstruert og hvordan dataene ble hentet inn. I kapittel 4 tar vi for oss analysearbeidet og etterarbeidet med datasettet vi innarbeidet i de foregående kapitlene. Her vil vi presentere funnene våre og forklare hvordan datasettet har blitt behandlet. 15

16 I kapittel 5 kommer vi til oppgavens kjerne. Her vil vi drøfte funnene i det ferdigbehandlede datasettet fra kapittel 4 opp mot hypotesene våre, og komme til en konklusjon. I kapittel 6 vil vi konkludere oppgaven ut fra analyser og diskusjon. I kapittel 7 vil vi presentere en detaljert oppsummering over kilder vi har brukt av litteratur og nettartikler. 1.5 BEGREPSDEFINISJONER Vi vil gjøre noen enkle presesingerer i henhold til videre språkbruk i oppgaven. Årsaken er at vi ønsker et ryddig språk som ikke leder til misforståelser og forvekslinger. Vi vil konsekvent omtale aktører på nettet som nettbutikker og aktører på det fysiske elektronikkmarkedet som fysiske utsalgssteder. Dette har vi valgt å gjøre da det lett kan bli en begrepsforvirring med begreper som netthandel, nettbutikk, butikk og fysiske butikker. På samme måte vil respondentene bli omtalt konsekvent som internettrespondanser via SurveyMonkey og fysiske besvarelser fra de fysiske undersøkelsene vi utførte. Når vi omtaler elektronikkbransjen mener vi den norske elektronikkbransjen som helhet, med alle dens aktører og distribusjonskanaler. Med aktører mener vi enkeltforhandlere (f.eks Elkjøp, NetShop, Komplett), og med distribusjonskanaler mener vi forskjellige handelsopplevelser (f.eks nettbutikker, postordre, fysiske utsalgssteder) KOMPARATIVITETSPRINSIPPET Ut fra oppgavens problemstilling om å sammenligne komperative årsaker til handelslekkasjen mellom nettbutikker og fysiske utsalgssteder har vi laget et komperativitetsprinsipp. Med dette menes at vi har avgrenset oppgaven og modellen til momenter ved handleopplevelsen som er sammenlignbare og ikke fordelaktige for èn av kanalene (InfoDesign, 2001). Årsaken til dette er at det ville blitt alt for omfattende å ta for samtlige aspekter ved de to kanalene - både metodiske, modellarisk og teoretisk. Visjonen er at det også skal bli mer interessant for leseren. Dette sier vi med basis i at vi ekskluderer de selvsagte konkurransefordelene og skjevhetene og slik vil vi forhåpentlig finne ut hvilken av kanalene som gjør en best jobb med å skape best tilfredshet innenfor sine gitte premisser UTVALGSKOMPERATIVITET 16

17 I et forsøk på å redusere forutinntatthete og stereotypiske tilbakemeldinger har vi valgt å kun basere studien på respondenter som har handelserfaringer fra begge kanaler. Dette gjør vi med viten om at skader utvalg og populasjon, men vi velger likevel å føre et komperativitetsprinsipp for å oppnå en studie basert på korrekte empiriske data, ikke synsing fra respondenter som ikke har annet enn magefølelse og jungelord å basere seg på. Vi vil komme tilbake til utvalg i kapittel 4, når vi tar for oss metodedelen av oppgaven OPERASJONALISERINGSKOMPERATIVITET Komperativitetsprinsippet vårt kommer tydligst til syne gjennom operasjonaliseringen av variablene våre, og utformingen av spørreskjemaet vårt. Vi lagt ned mange timer i arbeidet med å gjøre variablene våre så komperative som mulig, og vil komme tilbake til operasjonaliseringsarbeidet i kapittel 4.4, hvor vi tar for oss hvordan variablene i modellen vår er operasjonalisert KONKURRANSEFORDELER OG UKOMPERATIVITET For å avgrense antall variabler og arbeidsmengde har vi avgrenset undersøkelsen til variabler vi antar har en komparativ, eller sammenlignbar, basis. Dette gjør vi fordi naturlige konkurransefordeler er vi i de aller fleste tilfeller klar over, og det gir en merverdi for oss å heller se hvor godt de forskjellige distribusjonskanalene matcher opp mot hverandre på en felles plattform. I klartekst har dette betydd å utelate, eller forsøke å redusere, graden av fokus på leveranseaspektet, direkte prissammenligning, personlig kundeservice, design og utforming av handelslokasjonen og variabler som henspeiler andre ukomperative eller urettferdige variabler. I tillegg ble mer direkte ukomperative variabler som responstid, validering av data og webdesign sett vekk fra. En nærmere gjennomgang av hvordan dette ble utført og håndhevet i operasjonaliseringsarbeidet er nærmere forklart i kapittel

18 2 TEORETISK BAKGRUNN I dette kapitelet vil vi ta for oss det teoretiske utgangspunktet for dette prosjektet. Vi starter med historie og bransjeutvikling, og setter videre i teksten fokus på det teoretiske bakgrunnsmaterialet vi har tatt utgangspunkt i når vi utformet prosjektet. 2.1 INTERNETTS HISTORIE Først litt historie om internetts utvikling og hvorfor det nå er relevant for oss å ha det med. Forløperen til dagens Internett, ARPANET, ble laget som et resultat av at det amerikanske forsvaret ville utvikle en ny kommunikasjonskanal, så de kunne kommunisere selv etter et eventuelt atomangrep. Svaret kom i 1964 og ble et nettverk av likeverdigedatamaskiner som kunne kommunisere med hverandre, selv om en del av linjen ble ødelagt. I 1969 ble fire universiteter tatt med i nettverket, og etter dette har Internett bare vokst og vokst. I 1972 kom også funksjonen for å sende elektronisk post og dette skulle bli et viktig skritt i utviklingen, og er per i dag et av de viktigste bruksområdene til Internett. I 1973 ble Norge og England koblet til dette nettverket, og enda flere ble koblet til i løpet av 70 og 80 tallet, som følge av at teknologien ble desentralisert. I 1983 kunne nettet, som følge av ny teknologi, bli delt inn i en forskningsdel og en militærdel. Dette førte til at stadig flere kunne kobles opp til nettverket, og man fikk så mange forskjellige bruksområder at 18

19 behovet for å kunne lese forskjellige IP-adresser i lettere formater enn tall kom på banen. Dette ble løst ved at datamaskinene oversetter tallene til nettadresser som i dag for eksempel kan skrives Den virkelige introduksjonen av world wide web kom i 1993 som et gratis domain og gjorde kort fortalt at mannen i gata nå kunne koble seg opp mot dette nettverket og ta del i utviklingen. Teleselskapene begynte nå å selge internettabonnenter og private datamaskiner ble utviklet til salg for allmennheten. Dette er oppstarten til Internett slik vi kjenner den i dag. Internett blir brukt i dag brukt til en rekke kommunikasjonstjenester. Den viktigste og mest brukte er fremdeles world wide web, hvor man kan surfe på diverse ønskede nettsider. Internett har også blitt et viktig hjelpemiddel når det gjelder handel, kommunikasjon, informasjonsspredning og forvaltning. Internett har hatt en enorm økning siden oppstarten i 1993, i løpet av 1995 allerede 2 år senere hadde antallet brukere økt til ca. 30 millioner. I året 2000 hadde antallet brukere økt til 250 millioner, og i 2010 hadde det økt betraktelig mer og antall brukere hadde økt til 2,08 milliarder. Om vi ser på Norges utvikling på bruken av internett ligger vi ganske høyt oppe i forhold til andre land i verden. Under OL i 1994 ble sportsresultater formidlet via Internett, for de som ikke kunne være til stede. Dette pluss at de fleste datamaskiner som ble solgt i 1995, for førte gang inneholdt en nettleser, gjorde at utviklingen etter 1994/1995 eksploderte og Internett ble allmenkjent. I en undersøkelse gjort av SSB i 2010 kom det frem at per 2. kvartal 2010 hadde 90 % av Norges husholdninger tilgang til Internett. I dag har Internett blitt en stor handelskanal, med mange forhandlere i de fleste bransjer. Så hva er det med dette nye fenomenet som gjør det forskjellig fra tradisjonelle handelskanaler? Hva har blitt forsket på tidligere, og hvilke områder krever videre forskning? (SSB 2010)(Foseide, 2006)(VG, 2003)(NRK, 2009)(HiO, 2000) 2.2 FYSISKE UTSALGSTEDER VS. INTERNETTHANDEL I elektronikkbransjen er det to handelskanaler som skiller seg veldig ut, og som står for det meste av salget - fysiske utsalgsteder og internetthandel. Den totale omsetningen for disse to kanalene ble alene i 2010 på millioner norske kroner. (Elektronikbransjen.no 2010) Fysiske utsalgssteder har i mange tiår vært den desidert største kanalen når det gjelder elektronikk, men vi ser nå at internetthandel står for en stadig større andel av markedet. 19

20 Dessverre er svakheten til disse tallene at vi ikke kan skille fysiske butikker fra internettbutikker, og dessuten at tallene fra 2009 og 2010 ikke er medregnet spillkonsoller, programvare, deler, tilbehør, servicetjenester, lagringsmedier, musikk, video og spill, men inneholder lyd og bilde, elektroniske husholdningsartikler, pc til forbruker, mobiltelefoner og trådløse telefoner som utgjør den totale omsetningen. Mens tallet vi har ifra 2008 har de ikke utelatt noen ting, så tallet ifra 2008 stemmer ikke overens med tallet ifra 2009 og Men vi har valgt å ta det med så vi kan se hva tallene har vært. Den totale omsetningen i 2008 var på millioner. Hvor lyd og bilde var den desidert største og besto av millioner. Den totale omsetningen i 2009 var på millioner. Hvor lyd og bilde besto på millioner, mens er rett etter med husholdningsartikler som besto av millioner. Den totale omsetningen i 2010 var som tidligere nevnt på millioner. Hvor lyd og bilde har gått ned 7,9 % til millioner, mens husholdningsartikler har steget med 1,9 % til millioner og dermed passert lyd og bilde. En måte å drive nettbutikk er å ikke ha noen fysisk butikk man styrer, men bare velge internett som den kanalen man selger varene. Det er dette komplett.no har valgt å gjøre, som er den største netthandelen vi har i Norge og de er også en av de største i Skandinavia. Det komplett gjorde var at de startet med en fysisk butikk i Sandefjord, hvor for øvrig deres hovedlager befinner seg. Og når muligheten ba seg la de butikken sin på internett for å drive med multikanalprosjekt, som det for øvrig heter når man velger å ha en butikk i flere kanaler som en fysisk butikk og en butikk på internett samtidig. Det som kan oppstå ved valg av flere kanaler for sammen butikk er at man konkurrerer med seg selv. Det komplett valgte å gjøre var og legge ned den fysiske butikken etter hvert og bare satse på internettbutikken, som i senere tid har vist seg å være en stor suksess for dem. Noen internettforhandlere klarer kunsten av å være en fysisk butikk samtidig som de har en internettbutikk ved siden av, altså de mestrer multikanalprosjektet. Et eksempel er kleskjeden GAP som har sammensatt en strategi hvor man kan bestille varer på internett og hente dem i butikken når man selv ønsker det. (Webgruppen AS, 2010) 20

21 2.3 INTERNETTHANDEL Ifølge en undersøkelse utført på oppdrag av MPX, har det bland annet kommet frem til at 90 % av Norges befolkning over 12år har tilgang til Internett hjemme, på jobb eller på skolen. MPX.no er den nest største internettbaserte varehuset innenfor data og forbrukerelektronikk i følge dem selv. MPX.no har 1 million besøkende i måneden. Og hvert 17. Sekund døgnet rundt hele året. De har videre kommet frem til at 9 av 10 handler på internett, og det er varegruppen data og forbrukerelektronikk som faller naturlig for samtlige aldersgrupper å kjøpe på internett. De andre varegruppene favoriseres av enkelte aldersgrupper. De mener at å handle data og forbrukerelektronikk på internett er det like vanlig som å lese VG. Altså vil det si at det er ganske vanlig når man er på utkikk etter elektronikkvarer, at man henvender seg til internett som butikk. Man kan også se at det er de yngste med den laveste inntekten som handler mest på internett. Når man ser på brukeropplevelsen så forsvinner den når man passerer senioralderen på 50 år og eldre. Når det gjelder hva undersøkelsesrespondentene tenker om sin internett handel i fremtiden så sier 1 av 2 at de skal handle mer på internett en de gjør i dag. Og det er prisen som driver de fleste til å handle på internett, men også enkeltheten, rask, effektiv handel er like viktige i kjøpsprosessen. Om man ser på forskjellen mellom kvinner og menn så er det menn som handler mest data og forbrukerelektronikk på internett. Når du ser på helheten i handelen på internett så er det kvinner som handler mest, mens menn er de som handler oftest. Ca. 8 av 10 svarte at de var ganske enige med utsagnene og ytterst få svarte at de var helt uenig. Det undersøkelsen også viser er at det er en stor andel som er fornøyd med sin forrige netthandel og det er ytterst få som viser til negative hendelser. De viser også til at fornøydheten er jevnt fordelt mellom kvinner og menn i alle aldersklasser. (Aas Askheim. 2009). SSB gjennomførte en undersøkelse frem til 2009 om netthandel om den norske befolkningen. Som viser resultater om hvordan netthandelen i Norge har utviklet seg fra 2004, i 2006 og Denne undersøkelse er basert på handel over internett til personlig bruk, og siden våres undersøkelse handler om elektronikk har vi valgt å bare se på elektronikkdelen av denne undersøkelsen. 21

22 Når man ser på hvor mange som hadde handlet på internett så vokste antall personer som hadde handlet med mange prosent per år. I 2004 var det 41 prosent som hadde handlet på internett, mens i 2006 var det 61 prosent. Mens i 2009 var det 70 prosent som hadde handlet på internett. Når det gjelder de eldre som handler på internett, så kan man se på de som er mellom 65 og 74 år. I 2006 handlet bare 9 prosent av de på internett, mens i 2009 økte tallet til 29 prosent. I undersøkelsen viser det at menn handlet betydelig mer enn kvinner i 2004, mens det jevner seg mer ut med årene. I 2004 handlet ca. 40 prosent av kvinnene på internett, mens i 2006 handlet ca. 60 prosent. I 2009 hadde tallet økt enda mer til ca. 65 prosent. For mennene var det i 2004 at ca. 46 prosent som handlet på internett, mens i 2006 var det ca. 66 prosent. I 2009 hadde tallet økt til 74 prosent. Når man ser på hvilke varegrupper folk hadde handlet for i denne undersøkelsen ser man at elektronisk utstyr er en av de varegruppene som det blir kjøpt for mest av Norge. I denne undersøkelsen av SSB har de valgt å ta PC software og PC hardware utenom elektronisk utsyr og de ligger henholdsvis over og under resten av det elektroniske utstyre som blir kjøpt. I 2004 var det ca. 8 prosent som handlet elektronisk utsyr på internett mens i 2006 og 2009 var det ca. 16 prosent. Når man ser på forskjellen mellom kvinner og menn på handel av elektronisk utstyr, ser vi at det er dobbelt så mange menn som kvinner som velger å handle elektronisk utsyr over internett. (Lorentzen, Pilskog. 2009) 2.4 TILFREDSHET Vår oppgave er bygget på tilfredshet som den avhengige variabelen. Det var derfor naturlig for oss å undersøke hvilke uavhengige variabler som definerer tilfredshet ut fra tidligere empiri. Vår modell er en hybrid av modellene som følger, med klar overvekt fra Norsk Kundebarometers tilfredshetsmodell NKB-MODELLEN En av modellene vi har tatt utgangspunkt i er den nevnte modellen til Norsk Kundebarometer (NKB 2002). NKB har videreutviklet sin modell til å knytte sammen intensjoner om adferd, med ulike tilknytninger en kunde kan ha til en leverandør, en tjeneste eller et produkt. Som de sier på sine nettsider, snakker de ikke lenger om kundelojalitet som ett begrep, men om kundelojalitet som affektiv og kalkulativ tilknytning OG intensjon om atferd. På denne 22

23 måten ønsker de også å nyansere begrepet lojalitet, og gå dypere inn på om kunden relasjonen til leverandøren fordi han/hun må det, eller fordi han/hun ønsker og liker det? (NKB 2002) Denne modellen er basert på det den gjennomsnittlige norske husholdningen bruker pengene sine på. Altså ikke bare elektronikkbransjen, men den har visse likhetstrekk og er på mange måter komparativ til vårt forskningsområde. Som vi ser ut fra modellen har NKB tatt utgangspunkt i pris, materiell kvalitet, reaksjonsdyktighet og personlig behandling når de beskriver faktorer som fører til tilfredshet. Disse faktorene har hjulpet oss å finne fram til noen av de relevante uavhengige variablene vi har brukt i vår oppgave, spesielt prisrettferdighet, kvalitet, logistikk og service, som ligger tett opp til å måle de samme underliggende dimensjonene. Omdømme, affektiv tilknytning, kalkulativ tilknytning og lojalitet som NKB beskriver som drivere for fremtidige intensjoner, har vi også tatt med i datagrunnlaget vårt. Disse kan sammenlignes og knyttes opp til relasjonell tillit, institusjonell tillit og lojalitet i vår oppgave NYGAARD, CROSNO, DAHLSTROM (2007) & ZUCKER (1986) Trust in the development of new channels in the music industry, 2007 En annen studie vi har lagt til grunn for prosjektet vårt, er en oppgave vi fikk tildelt av var veileder, Arne Nygaard. Denne studien skulle på mange måter vise seg å være det nærmeste vi fant vår egen oppgave, og det var gledelig og etter hvert finne ut at oppgaven var skrevet av vår egen veileder, nemlig Arne Nygaard, i et samarbeid med Jody L- Crosno og Robert Dahlstrom. (Crosno et al., 2007) Det var ut ifra denne oppgaven og arbeidet til Zucker (1986), som en del av denne forskningen er basert på, fant den informasjonen vi trengte for å definere institusjonell og 23

24 relasjonell tillit, som er to av de uavhengige variablene i vår undersøkelse. Zucker (1986), beskriver flere måter å dele opp tillit på, derav institusjonell tillit, characteristic-based trust og process-based trust. Institusjonell tillit er her beskrevet som forventninger trukket fra formelle sosiale strukturer, noe vi har prøvd å implementere i våre spørsmål under skalaen med samme navn. Characteristic-based trust har vi tolket som tillit med utgangspunkt i individuelle fellestrekk som kjønn, nasjonalitet, etnisitet mm. Dette er mest beregnet på å måle tillit til bedrifter og merker som følge av sosiale likheter. Den kan vanskelig knyttes til handelskanaler, og vi har derfor ikke tatt med denne typen tillit i vår oppgave. Process-based trust derimot, som beskrives som oppbygd tillit ut ifra tidligere erfaringer, har vi implementert i teorien til skalaen om relasjonell tillit DAVID GEFEN Den siste studien vi har tatt utgangspunkt i er E-commerce: the role of familiarity and trust, av David Gefen (2000). Denne studien bygger på at kjennskap er en forutsetning for tillit, og videre at tillit er en forutsetninger for sosial atferd og beslutninger. Den forsker på sammenhengen mellom kjennskap og tillit til en internettforhandler, og hvordan disse faktorene påvirker en potensiell kjøper til å søke informasjon om og kjøpe bøker på Internett. Undersøkelsen konkluderer i at kjennskap er med på å bygge tillit, men at det først og fremst er menneskers disposisjon til å stole på forhandleren som skaper tilliten. Denne teorien har vært med på å hjelpe oss til å utforme skalaene for Disposisjon til nettbutikker og Disposisjon til fysiske utsalgssteder, som inneholder skalaenheter vi har funnet og implementert fra skala #280 i Marketing Scales Handbook. Dette skal hjelpe oss å måle respondentenes mottakelighet og anlegg til de forskjellige kanalene, og om dette også i vår oppgave er med på å skape tilliten. 24

25 3 - METODE Når det kommer til forskningsdesign må vi velge mellom ideell metode og hva som er praktisk gjennomførbart med tanke på våre begrensninger som studenter. Vi står ovenfor begrensninger når det gjelder omfang, tid, penger, kompetanse og andre elementer, så dette må tas hensyn til. I dette kapittelet skal vi gjennomgå vårt valg av design, hvordan vi har valgt å samle inn primærdata, utforming av spørreundersøkelsen, hvordan vi har operasjonalisert de uavhengige variablene, se på eventuelle feilkilder og til slutt ta en gjennomgang av oppgavens datagrunnlag. 3.1 VALG AV UNDERSØKELSESDESIGN For å kunne trekke beslutninger diskutere hva populasjonen legger til grunn for det valget de tar om enten å handle enten ved fysiske utsalgsteder eller internett, trenger vi mye informasjon fra begge alternativene. Dette krevde en del research, men det er gjort mange teoretiske studier på dette området tidligere, både innen handel ved fysiske utsalgsteder og netthandel. Disse er gjennomgått i kapittel 2 teoretisk bakgrunn. Denne informasjonen kan ikke løse selve problemstillingen vår, men kan hjelpe oss å definere, utforme og forstå helheten med oppgaven vår. Det er i den sammenheng viktig og her tenke på at vi i stor grad 25

26 er avhengige av primærdata. Spesiellt fordi handels- og betalingsmetoder, særlig på internett, hvert år stadig utvikler seg i en rivende fart UNDERSØKELSESDESIGN Det er mye å tenke på når det kommer til selve valget av design, men det er ofte et lett valg bare man får formulert oppgaven skikkelig. Det er viktig for den som skriver en empirisk oppgave, at den informasjonen man samler inn er så korrekt som mulig, og at det er akkurat den informasjonen man leter etter. (Relabilitet og validitet) Et riktig valg mellom eksplorativt, kausalt og deskriptivt design vil kunne spare oss for mye tid og arbeid, samtidig som det vil være avgjørende når det kommer til å analysere data og trekke slutninger. Det er spesielt tre faktorer man må ta hensyn til når man skal velge design, derav a) erfaring fra saksområdet, b) kjennskap til teoretiske studier som identifiserer relevante variabler og c) ambisjonsnivået med hensyn til å identifisere sammenhenger mellom variabler. (Gripsrud et al. 2004) Det er altså først viktig å se på hvor mye og hva slags erfaring vi har om temaet, og undersøke om det er lett å innhente sekundærdata. En igangsettelse av dette prosjektet krever som tidligere nevnt mye informasjon, men det er mye informasjon der ute fra tidligere undersøkelser og artikler. Det er mye teori rundt kjøpsadferd og beslutningsprosessen, også fra nyere nettstudier, samt relativt mye informasjon ute på nettet rundt internett og internetthistorie. Det er også verdt å nevne at det de siste årene har kommet flere studier om e- handel i Norge, og dette er som sagt omtalt i kapittel 2, om den teoretiske bakgrunnen. Dette gjør at vi har et bedre grunnlag for å finne de relevante venstre og høyresidevariablene, enn hvis dette ikke var tilfellet. Vi kan med dette trekke den konklusjonen at vi har relativt mye erfaring, en god oversikt over fenomenet eller temaområdet vi skal undersøke, og videre at vi i første omgang ikke er ute etter å lære, men å forstå dette fenomenet, og finne ut hva mennesker legger til grunn for å ta det valget de tar. Et eksplorativt design vil i vårt tilfelle derfor være for ressurskrevende, og i det hele tatt ikke nødvendig da dette designet er ment for å væreutforkende, og vi føler vi allerede sitter på nok sekundærdata. Den siste faktoren legger til grunn behovet for hva vi vil finne ut, ut ifra de venstre og - høyresidevariablene vi har kommet frem til. Vår oppgave går hovedsakelig ut på å sammenligne effekten av flere stimuli. Og undersøke isolerte enkelte hendelser der vi ser på kausale årsakssammenhenger, for å finne ut om en hendelse (X) kommer før en annen 26

27 hendelse (Y) blir i denne undersøkelsen upraktisk, da vi ønsker økt forståelse av hele temaet, samt å finne graden av samvariasjon mellom flere variabler. Vi valgte derfor å gå rett videre til å jobbe med oppgaven på en deskriptiv måte. Dette designet er lagt opp på en måte som skal hjelpe oss å beskrive en situasjon på en bestemt måte, og gjør det mulig for oss å undersøke sammenhengen mellom flere variabler UTFORMING AV SPØRRESKJEMA Spørreskjemaer er den vanligste metoden å samle inn primærdata på, når man vil finne deskriptiv og kvantifisert beskrivelse av en populasjon. Denne metoden har vi også valgt. På denne måten kan vi empirisk måle de variablene som vi har utledet av analyseformålet og hovedproblemstillingen. En viktig effekt er at kommunikasjonen mellom intervjuer og respondentene blir standardisert og mer upersonlig. Slik kan undersøkelsen vil gi oss en oversiktlig, upersonlig og kvantifisert beskrivelse over forskningsområdet. Måten vi designer spørreskjemaet på vil ha mye å si for hva slags informasjon vi kan få ut senere. Observasjon og dagbokmetoden har blitt valgt bort fordi elektronikkvarer kjøpes relativt sjeldent, og det hadde tatt altfor lang tid å gjennomføre. Det hadde i tillegg blitt en dyr metode og det er vanskelig for oss å finne et naturlig observasjonsobjekt. Noe som kan føre til at oppgaven blir både lite representativ og får lav relabilitet. Det var veldig viktig for oss rent praktisk, å gjøre spørsmålene så enkle og forståelige som mulig for respondentene. Vi har også etter beste evne gitt respondentene tilstrekkelig med informasjon under hele prosessen, både ved selve introduksjonen av og underveis i undersøkelsen. Dette, samt å unngå språklige feil i undersøkelsen, håper vi har gjort sjansen for feiltolkning minimal. Til slutt var det viktig for oss å kunne gi ut en spørreundersøkelse med høy kvalitet og med en bra layout, slik at undersøkelsen ser profesjonell og seriøs ut PRETEST Vi hadde i ukene før undersøkelsen ble gitt ut en liten pretest på en liten gruppe mennesker, der vi var til stede. Respondentene ble bedt om å gjennomføre undersøkelsen og skrive ned skrivefeil, setninger eller ord de ikke forsto, samt eventuelt andre elementer rundt undersøkelsen som de mente var feil eller vanskelig å forstå. Dette ble gjort for å hjelpe oss i å utvikle spørreundersøkelsen ved å luke ut feil, sjekke om respondentene forstår alle spørsmålene, om vi har klart å fange opp alle sidene ved det vi ønsker å måle og til slutt om vi faktisk måler dette. Det viste seg under første pretesten at vi hadde noen skrivefeil og at det 27

28 var et par setninger som var vanskelig å forstå. Det var også noen spørsmål og spørsmålsklynger som hadde en litt lav konvergent og diskriminant validitet. Vi revurderte noen spørsmål på nytt, og dette førte til at vi gjorde om og fjernet noen spørsmål som var unødvendige. Vi la også inn eller gjorde om undersøkelsen slik at vi blandet negative og positive påstander. Dette skal stimulere respondenten til å vurdere utsagnet ordentlig, slik at vi får en best mulig besvarelse. Videre gjennomførte vi en pretest nummer to. Under denne pretesten fant vi ingen større feil, og vi følte at vi kunne ta med alt vi nå hadde gjort, videre i den endelige versjonen av spørreundersøkelsen HVORFOR VALG AV PERSONLIG OG WEB Vi valgte i hovedsak å gjøre en web-basert undersøkelse, men har også gitt ut 15 spørreundersøkelser på papir, eller personlige intervjuundersøkelser som det heter. Vår oppgave førte til en relativt lang spørreundersøkelse, så vi hadde det som mål å gjøre det lettest mulig for respondentene. Ved å velge en web-basert undersøkelse kan respondentene selv få bestemme når, og i hvilket tempo de vil ta undersøkelsen. Slik håper vi å oppnå en høyere svarprosent enn hvis vi skulle valgt postalundersøkelser, og telefonintervjuer hadde ikke fungert i det hele tatt. Ved en web-basert undersøkelse, vil vi få svar av respondenter som har en hvis erfaring med internett. Dette var det vi la til grunn for oppgaven, og det er viktig at respondentene har erfaring med begge handlemåter, men det kan gi et litt skjeft bilde av populasjonen, da mange i Norge aldri har handlet på nettet eller i svært liten grad bruker pc-en i hverdagen OPERASJONALISERING Operasjonalisering handler om å oversette teori til målbare empiriske mål (Gripsrud et al., 2004, s. 114). Operasjonaliseringen var ekstra utfordrende med det faktum at vi utførte en komparativ undersøkelse. Dette betydde for oss at vi måtte bruke samme spørsmålssett for begge kanalene, og derfor operasjonalisere målepunktene for begge kanalene. Dette gjorde vi ved hjelp av Marketing Scales Handbook Volume 5. Ingen av skalaene lot seg direkte implementere, men de fleste av skalaene vi benyttet er modifiserte utgaver av skalaer gjengitt i Marketing Scales Handbook. Dette er normal prosedyre for operasjonalisering av variabler, da man kan bruke etablerte begreper og skalaer, med en rapportert reliabilitet og validitet.for en full oversikt over skala, skalaenheter og oversettelser, samt tabellarisk og skriftlig oversikt over modellen, se (Vedlegg 2) 28

29 Disposisjon til kanal - Efficacy (Website Quality Judgment) V5, s.412 (#280) Disposisjonen til de forskjellige kanalene er hybrid mellom en demografisk og en psykografisk variabel. Hensikten til denne skalaen er at vi ønsker å se hvordan kompetanse innen de forskjellige distribusjonskanalene spiller inn på handelsfrekvens og i sin tur tilfredshet. Inspirasjonen til å implementere disposisjonstilbøyelighet kom fra David Gefens studie av hvordan tillit skapes (Gefen, 2002). Ettersom vi i lengre tid hadde diskutert måter å inkorporere kompetanse i modellen, syntes vi dette var en naturlig måte å gjøre det på, med den endring at vi velger å se på disposisjon til kompetanse, istedenfor disposisjon til tillit. Til dette har vi utformet en trepunktsskala. Tilfredshet Tilfredshet er vår avhengige variabel, som vi skal bruke forskningsmodellen og undersøkelsen til å avdekke sammenhengene bak. Skalaen benytter fire skalaenheter, og er hentet fra (Lybekk et.al, 2010). Deres undersøkelse rapporterer en alfa på.633 i en undersøkelse mellom om kundetilfredshet mellom to fysiske handelslokasjoner i Gjøvik. Vi valgte å adoptere skalaen da problemstillingen ligger nær opp til vår, og også den oppgaven var myntet på en delvis komparativ sammenligning av handelslokasjoner. Beleilighet - Website Usefulness, MSH V5 s (#711) Beleilighet var et begrep vi ønsket å ha med i undersøkelsen av 2 årsaker. For det først er det en skala vi ønsket å inkludere med tanke på å måle tidsbruk, energibruk og effektivitet for forbrukerne gjennom handelsforløpet. Vår andre tanke rundt bruken av beleilighetsskalaen er at dette gir oss en god indikasjon hvorvidt omstendighetene rundt kjøpene på det norske elektronikkmarkedet er i hovedsak statiske eller dynamiske med tanke på rasjonalitet. Er vi dynamisk rasjonelle og lar visse aspekter ved handelsopplevelsen avgjøre kanal, som f.eks. pris og service eller er vi statisk rasjonelle og handler i den kanalen som er enklest og mest effektiv? I sin opprinnelige form var enheten en sekspunkts påstandsskala med en oppgitt Cronbachs alfa på Vi oversatte skalaen, og konverterte den gyldig for begge kanaler. Vi endte med fire skalaenheter. Logistikk Service Failure Typicality, MSH V5 (#574) Logistikk var en naturlig skala å inkorporere i modellen da vi ønsket å se på vareflyten gjennom salgsprosessen i de to forskjellige kanalene, men også en vanskelig skala å håndtere. 29

30 Ut fra komparativitetsprinsippet vi har basert oppgaven på, skal oppgaven baseres på skalaer som ikke favoriserer noen av distribusjonskanalene, men de fysiske utsalgsstedene har en naturlig fordel i at varen blir levert umiddelbart etter kjøp. Dette balanserte vi ved og også ta med utsolgt-situasjoner i skalaen, og kutte vekk en skalaenhet som var ledende inn mot leveranseproblemer som i praksis er en skala som kun kan slå negativt ut for én av kanalene. Skalaen er opprinnelig en trepunkts påstandsskala med en Cronbachs alfa på.766. Service Attitude Towards the Website (Customer Care), MSH V5 (#127) I tråd med Norsk Kundebarometer ønsker også vi å kartlegge graden av opplevd service i de to forskjellige kanalene. Med opplevd service mener vi den komparative ytelsen aktørene i kanalene legger inn for å holde kundene sine fornøyde. Vi har i stor grad forsøkt å holde kundekontakt utenfor, da dette ville blitt en skjev komparativ skala, og heller fokusert på mer generaliserbare skalaenheter som problemer ved tidligere handler og opplevelse ved kundebehandling. For å oppnå dette måtte vi fjerne to skalaenheter fra den opprinnelige skalaen. Produktkvalitet Quality of the Product, MSH V5 (#497) Produktkvalitet er med i modellen fordi vi ønsker å kartlegge synet på varer kjøpt i nettbutikker kontra fysiske utsalgssteder. Sannheten er at det er få private merker og liten grad av eksklusiv distribusjon i den norske elektronikkbransjen og at produktkvaliteten dermed burde være tilnærmet lik. Allikevel har vi en mistanke om at internettvarer kan ha en noe lavere status enn fysiske utsalgssteder grunnet noen useriøse aktører. Skalaen er i utgangspunktet en Likert-basert syvpunktsskala, men vi har valgt å forenkle ned til tre. Dette gjorde vi både ut av hensyn til respondenter og ut fra komparativitetsperspektivet. Produktutvalg Attitude Toward the Website (Product Assortment), MSH V5 (#140) Med produktutvalg ønsket vi å kartlegge synspunkter rundt sortimentet de to kanalene tilbyr, og om det finnes noen differanse mellom disse. Ut fra den naturlige barrieren fysiske utsalgssteder har med tanke på plass, og hvor mye eiendom og husleie koster, vil det være naturlig å tro at nettbutikker har større evne til å kunne føre et både bredere og dypere sortiment enn sin motpart. Vi kuttet vekk en skalaenhet med et ønske om å gjøre skalaen komparativ, og endte opp med fire skalaenheter. 30

31 Informasjonstilgang Website Usefulness, MSH V5 (#710) Med skalaen informasjonstilgang forsøkte vi å kartlegge informasjonsflyten og informasjonsoppfattelsen i de forskjellige kanalene. Skalaen er hentet fra Montoya-Weiss, Voss, and Grewal (2003), som rapporterte en reliabilitet på.86 og.83 over to undersøkelser. Variablene var i utgangspunktet en komparativ skala med fire enheter, men vi fjernet en skalaenhet etter innspill fra pretest. Prisrettferdighet Attitude Towards the Website (Economic Value), MSH V5 (#131) Da vi skulle forsøke å operasjonalisere pris støtte vi på et problem. Pris er en naturlig konkurransefordel for internettaktører, da de slipper opptil flere mellomledd, husleie og personell til kundekontakt (Firmanett, 2010). Allikevel var vi veldig innstilt på å ha med pris i modellen, da det naturlig nok er en av de aller viktigste handelsinsentivene for norske forbrukere. Vi fulgte komparativitetsprinsippet og diskuterte oss frem til at en pris-prissammenligning hadde vært skjevt fordelt, men diskuterte oss frem til at en respondentjustert prisrettferdighet kunne være en vel så god indikator for vår kanalanalyse. Derfor er ikke pris direkte operasjonalisert, men gjennom skalaen vi kaller prisrettferdighet. Her har vi bedt respondenten om å måle prisene opp mot varekvalitet og økonomisk verdi. Skalaen både er og var en trepunktsskala, med en rapportert Cronbach alfa på.80. Relasjonell tillit Trust in the Company, MSH V5 (#662) Med relasjonell tillit mener vi den tilliten respondentene har til aktørene innenfor kanalene. Det vi forsøkte å avdekke her var hvor godt syn kundene hadde på bedriftene og handelsopplevelsene de har hatt der, i et forsøk på å finne en goodwillvariabel direkte knyttet opp mot aktørene. Aspektet viste seg å være vanskelig å operasjonalisere, da Marketing Scales Handbook ikke har noen ekvivalenter vi kunne benytte. Rapporten som inspirerte oss til å implementere dette i modellen oppga ikke operasjonaliseringen av begrepet. Løsningen ble å implementere Marketing Scale Handbooks-begrepet Trust in the Company til å være en komparativ, generell tillitsskala for bedriftene i en kanal. Dette gjorde vi ved å beholde alle seks skalaenhetene, samt oversette disse til å bli komparative. Vi la også inn noen små endringer for å flytte fokuset fra enkeltbedrifter til alle bedrifter i en kanal. 31

32 Institusjonell tillit Med institusjonell tillit mener vi den tilliten respondenten har til kanalen som helhet. Med dette tenker vi på handelsopplevelsen, hvordan betalingen blir gjennomført og hvordan forbrukerrettighetene er. I klarere ordelag, et overordnet syn eller mening om hvordan kanalen opererer. Det samme problemet vokste frem i arbeidet med den institusjonelle tilliten. Begrepet var godt beskrevet og forklart i rapporten, men operasjonaliseringen ble ikke nevnt. Problemet ble også forverret av at Marketing Scales Handbook ikke hadde noen skalaer inn mot distribusjonskanaler, og å gjøre det samme grepet som vi gjorde med relasjonell tillit ville skade både relabilitet og validitet ved at vi totalt endrer et begreps mening og applikasjonsområdet. Løsningen ble at vi selv, ved hjelp av brainstorming og søk i forskningsartikler fant frem til hva institusjonell tillit innebar. Deretter fragmenterte vi dette i grupper og satt igjen med en stikkordsliste. Betalingssystemer, personvern og forbrukerrettigheter var ordene på whiteboardet. Deretter benyttet vi Marketing Scales Handbook, fant frem til skalaer for disse stikkordene og konstruerte en ny skala ut fra disse. Dette gjør vi med viten om det potensielt kan skade begrepsvaliditet og reliabilitet. Lojalitet - Loyalty to the store, MSH V5 (#415). Lojalitetsskalaen har vi direkte implementert fra Marketing Scales Handbook. Lojalitet er ofte brukt som en høyresidevariabel, men i vårt tilfelle har vi et ønske om å måle tilfredsheten lojaliteten skaper, ikke lojaliteten tilfredshet skaper. Dette gjør vi i et forsøk på å kalkulere gevinsten av hvor gode kanalene er til å skape lojalitet. Skalaen har en rapportert Cronbach alfa på.87, og vi har brukt de presis samme skalaenhetene som Liechtenstein, Drumwright, and Braig gjorde i MÅLESKALAER OG SKALABRUK Når man samler inn data i en spørreundersøkelse, registrerer og måler man de ulike skalaenhetene man har valgt å ta med i ulike målenivåer. I vår undersøkelse har vi tatt i bruk spørsmål med målenivåer på nominal-, ordinal- og forholdstallsnivå. På nominalnivå, som er det laveste nivået, har vi spørsmål fra demografien som kjønn, bosted og siste fullførte utdanning. Dette er måleenheter som det bare gir mening å dele opp i ulike kategorier, og som 32

33 ikke han angi noe om mengden eller størrelsen på det som skal måles. Spørsmålene fra skalaene tilfredshet, beleilighet, logistikk, service, produktkvalitet, produktutvalg, informasjonstilgang, prisrettferdighet, relasjonell tillit, institusjonell tillit og lojalitet befinner seg imidlertid på ordinalnivå, der vi kan rangere de ulike verdiene variablene kan ha. Når en respondent sier seg svært enig, vet vi med dette at personen er mer enig i påstanden enn litt enig og mindre enig i påstanden enn helt enig, men vi kan ikke si noe om hvordan disse verdiene er i forhold til hverandre. Undersøkelsen inneholder også noen få spørsmål på intervallnivå, der man kan rangere verdiene og avstanden på disse verdiene seg imellom er kjent. Det er på dette nivået, i forhold til forholdstallsnivået, ikke et naturlig nullpunkt. Spørsmål som kommer innunder dette nivået er alder, årlig inntekt og gjennomsnittlig handel på internett/ved fysiske utsalgsteder. (Gripsrud et al Kap 6.4) Det er viktig å være klar over at det foreligger en feilkilde når vi analyserer dataene vi har innhentet fra undersøkelsen. Når vi senere i oppgaven benytter tallverdiene vi har innhentet, legger vi til grunn for at det er det samme intervallet mellom hvert svaralternativ. Vi behandler altså de påstandene som er på ordinalnivå som om de skulle vært på intervallnivå. Dette utgjør nok ikke store forskjellen, og minsker jo flere respondenter som besvarer undersøkelsen, men det er verdt å merke seg. Under utformingen av de ulike skalaene skjønte vi raskt at spørreskjemaet kom til å bli mangesidig og inneholde mange omfattende skalaenheter. Vi har derfor tatt utgangspunkt i Likert-skalaen, da dette er en metode som gir oss muligheten til å måle et begrep ved hjelp av flere spørsmål (spørsmålsbatteri) som skal måle den samme underliggende dimensjonen. Dette er også en skala som er lett å lage, administrere og forandre på en rask måte, samt at den er relativt godt kjent både for vi som lager den og for respondentene som skal besvare den. At spørsmålsbatteriene også kan inneholde positive og negative utsagn, samt at respondenten kan svare negativt med for eksempel lite fornøyd eller positivt med for eksempel fornøyd, og ikke bare besvare med en skala fra 1 til 10, håper vi hjelper respondentene med å bli mer konsentrerte. Respondentene blir ved en Likert-skala bedt om å ta stilling til og forklare sin grad av enighet om en serie utsagn. I de to delene av undersøkelsen, som omfatter forbrukeratferd netthandel og forbrukeratferd fysiske butikker har vi benyttet en 7 punkts svarskala, mens vi i delen som omhandler differanser mellom netthandel og butikk benyttet en 3 punkts skala for å tvinge respondenten til å ta et valg mellom fysiske butikker og internetthandel. 33

34 Det negative med denne skalaen er at det fort kan bli feil i fortolkningen av spørsmålene. To respondenter som svarer henholdsvis litt enig og ganske enig kan egentlig mene det samme, men tolker svaralternativene på forskjellige måter. Dette utgjør nok ingen stor forskjell, men er en liten feilkilde vi må ta med i vurderingen. 3.5 SPØRSMÅLSUTFORMING Etter at vi fant de uavhengige variablene, hentet og oversatte vi mange av spørsmålene i denne oppgaven fra Marketing Scales Handbook, da mange av disse i stor grad er designet for å måle det samme. Spørsmålssammensetningen er ved noen skalaer forandret på og tilpasset vår oppgave, men vi har i hovedsak prøvd å beholde spørsmålsbatteriene så originale som mulig. Spørsmålene er testet ut i tidligere undersøkelser, de har en høy rapportert relabilitet, og vi så bare positive sider med å bruke disse også i vår undersøkelse. Dette har blitt skrevet mer om under avsnittet om operasjonalisering. Alle spørsmålene i undersøkelsen er lukkede. Dette er gjort fordi formålet med undersøkelsen er å finne forskjeller i hvilke variabler som respondentene legger til grunn ved et eventuelt valg. Det er altså viktig for oss å kunne sammenligne respondentenes svar. Dette gjøres best ved å standardisere svaralternativene, og det er med denne metoden også lettere og mindre tidkrevende både å besvare og til slutt analysere svarene. Vi valgte også å legge til vet ikke, som et svaralternativ. Undersøkelsen inneholder mange forskjellige variabler og egenskaper, så det er sannsynlig at respondenten ved noen spørsmål ikke har erfaring eller en mening om temaet. Da er det viktig at respondenten ved lukkede spørsmål føler at svaralternativene dekker alle mulige situasjoner, og vi håper med dette at respondentene velger å svare vet ikke i steder for et annet alternativ ved spørsmål de ikke har et grunnlag til å svare på. Dette vil minske frustrasjonen og ikke minst til slutt øke validiteten på svarene vi får UTVALGSMETODE (POPULASJON OG UTVALG) En populasjon er summen av alle de undersøkelsesenhetene en ønsker å si noe om (Gripsrud et al s129) Meningen med spørreundersøkelsen vår er å kunne analysere og trekke statistiske slutninger for alle kunder av elektronikkvarer i Norge, på grunnlag av de dataene vi får inn. Populasjonen vi ønsker å si noe om blir derfor kunder av elektronikkvarer i norske butikker 34

35 som har erfaring både fra handel ved fysiske utsalgssteder og ved internetthandel. Vi må legge til grunn at denne oppgaven er kvantitativ, og at vi har begrensede ressurser. Mange av avgjørelsene rundt utvalgstype og utvalgsstørrelse, vil være påvirket av dette. Det hadde vært umulig for oss å foreta en totalundersøkelse siden populasjonen er så stor. Vi er derfor tvunget til å velge et utvalg av populasjonen, men dette er ikke bare negativt fordi man på denne måten ofte kan unngå større feilkilder som for eksempel ikke-responsfeil og dekningsfeil. Videre må vi nå velge en utvalgsramme som er representativ for de elementene som inngår i populasjonen. Vår utvalgsramme er litt vanskelig å få oversikt over, da det ikke finnes noen fullstendige lister med hvem som handler elektronikk hverken ved fysiske utsalgsteder eller over internett. Utvalgsrammen vår er derfor et sett med anvisninger om hvordan vi fant elementene som vi innhentet informasjon fra i vår undersøkelse. Vi valgte å bruke et åpent arrangement på Facebook med våre venner som vår utvalgsramme, da dette var den beste løsningen med tanke på begrensningene vi sto ovenfor av tid og penger. På denne måten håpet vi også å sikre at flest mulig av utvalget vårt, hadde erfaring med kjøp både fra fysiske utsalgsteder og over internett. Utvalgsrammen viste seg i etterkant å være et ganske greit bilde av populasjonen, men det var 22,9 % av utvalget vårt som svarte at de handlet elektronikk 0 ganger i måneden ved fysiske utsalgssteder, og 40,7 % av utvalget vårt som svarte at de handlet 0 ganger i måneden ved handel over internett. Dette var litt mindre en vi håpet på, men kan komme som et resultat av at vi burde spurt etter antall kjøp i året og ikke i måneden. Uansett kan vi ikke se bort ifra at dette betyr at utvalgsrammen inneholder en skjevhet ved en overdekning eller en underdekning, og dermed kanskje ikke er representativt for populasjonen, men dette kommer vi tilbake til under avsnittet feilkilder og dekningsfeil. Utvalgsmetoden vår er et ikke-sannsynlighetsutvalg, nærmere bestemt et kvoteutvalg. Her er elementene, først og fremst, utvalgt på grunnlag av hva som er lettest å få til med våre begrensede ressurser. Det som skiller vår utvalgsmetode fra et bekvemmelighetsutvalg er at elementene i utvalgsrammen, fordi de svarer over internett, dermed sitter med en hvis basiskunnskap om internett. Vi mener derfor at utvalget er mer likt populasjonen, enn hvis vi for eksempel bare skulle spurt tilfeldige personer på gata, altså gjennomført et vanlig bekvemmelighetsutvalg. Utvalgsstørrelsen vår er i dette tilfellet begrenset i forhold til utvalgsmetoden vår, og da går det igjen på tilgangen av ressurser. Utvalgsstørrelsen begrenset seg til hvor mange venner på facebook vi inviterte til å ta undersøkelsen. Hvis det viste seg at denne utvalgsstørrelsen ga 35

36 for liten respons hadde vi muligheten til å invitere flere, fra andre grupper på facebook, men dette ble ikke nødvendig da det viste seg at vi fikk nok respondenter via først en invitasjon og senere en purring. Det ble til slutt 132 personer som svarte at de deltar over det åpne arrangementet, og det er dette vi legger til grunn som antall elementer i vårt utvalg ved webundersøkelsen. (132 er det høyeste registrerte antallet, men det er nå noen har fjernet seg i etterkant når vi går inn på arrangementet). Dette stemmer noenlunde overens med antall respondenter som besvarte den første siden av spørreundersøkelsen. Vårt valg av et ikke-sannsynlighetsutvalg gjør at vi, som nevn, får et skjevt bilde av populasjonen. Utvalget vårt blir derfor ikke representativt for den populasjonen vi har valgt, og vi har derfor videre ikke et statistisk god nok grunnlag til å kunne uttale oss om populasjonen på grunnlag av de resultatene vi finner i utvalget. (Gripsrud et al s140) 3.7 FEILKILDER Gjennom hele prosessen man må gjennom for å kunne gjennomføre en spørreundersøkelse, er det mange feilkilder og fallgruver man må passe seg for, eller i hvert fall være oppmerksomme på og ta med i beregningen. Vi kan dele opp feilkilder i to hovedkategorier, derav manglende observasjoner og målefeil. Disse kan igjen deles inn i dekningsfeil, ikke-responsfeil, utvalgsfeil, interaksjon og feil ved selve spørreskjemaet DEKNINGSFEIL / REGISTERFEIL Dekningsfeil skyldes feil i samsvaret mellom respondentene og utvalgsrammen vi har satt vedrørende undersøkelsen. Vi ønsker i vår undersøkelse svar fra respondenter som har erfaring fra både netthandel og fysiske utsalgsteder. Dette prøvde vi å oppnå ved å gjennomføre undersøkelsen primært på web, supplert av noen undersøkelser på papir. Vi har her satt den forutsetningen at alle har en viss erfaring fra handel ved fysiske utsalgsteder og at de fleste respondentene, fordi de svarer på nettet, også da sitter med en viss erfaring fra netthandel. Slik mener vi at graden av dekningsfeil blir så lav som mulig. Det viste seg allikevel at ikke alle respondentene handler på nettet eller ved fysiske butikker i måneden. Det var, som tidligere nevn i avsnittet om utvalgsmetode, hele 22,9 % av utvalget vårt som svarte at de handlet elektronikk 0 ganger i måneden ved fysiske utsalgssteder, og 40,7 % av utvalget vårt som svarte at de handlet 0 ganger i måneden ved handel over internett. 36

37 Dette betyr at utvalgsrammen inneholder en skjevhet, enten ved en overdekning eller ved en underdekning. En overdekning kan her komme av at utvalgsrammen inneholder elementer som sitter på gammel informasjon og erfaring om det fenomenet vi ønsker å undersøke. Respondenten handler ikke lenger ved et av butikkalternativene, og er derfor ikke en del av populasjonen. Det er også helt klart at utvalgsrammen vår inneholder en underdekning. Det er ikke alle som handler elektronikkvarer som er registrert på facebook eller er venner med oss der, og facebook er heller ingen liste over disse. Det er derfor store deler av populasjonen som ikke er med i utvalgsrammen, og utvalgsrammen blir naturligvis heller ikke oppdatert. (Nygaard at al. 2006) Dette innebærer at utvalget vårt inneholder en grad av dekningsfeil/ registerfeil, men dette var noe vi var klar over at kunne oppstå, når vi tok valget med å sende ut undersøkelsene via facebook. Det skal her også nevnes at vi nok burde formulert spørsmålet I gjennomsnitt, hvor mange ganger i måneden handler du elektronikk på internett? og I gjennomsnitt, hvor mange ganger i måneden handler du elektronikk i fysisk butikk? til å gjelde år. Elektronikk er noe man kjøper relativt sjeldent og et slikt tidsperspektiv hadde nok dekket oppgaven vår bedre. Vi går ut ifra at dette dermed ville redusert skjevheten med tanke på overdekning, og vi ville resultert i en redusert dekningsfeil IKKE-RESPONSFEIL Ikke-responsfeil er feil som oppstår når det er frafall i det utvalget som vi ønsker skulle besvart undersøkelsen, eller at respondentene unnlater å svare på enkelte spørsmål. I vår undersøkelse var det 162 respondenter som valgte å ta spørreundersøkelsen på web og 15 som besvarte ved personlige intervjuer. Av disse var det 118 som gjennomførte spørreundersøkelsen, noe som gir en svarprosent på nesten 70 %. Dette mener vi er veldig bra, med tanke på at undersøkelsen var lang og krevende UTVALGSFEIL Utvalgsfeil bygger på at man uttaler seg om hele populasjonen, på grunnlag av de resultatene man har samlet inn fra et mindre utvalg. Et utvalg vil aldri bli perfekt representativt med populasjonen og det vil alltid derfor oppstå små forskjeller eller feil fra utvalget. Allikevel kan man ut ifra statistiske beregninger generalisere svarene fra utvalget til å gjelde hele populasjonen, med en kjent grad av usikkerhet. Hadde vi i denne oppgaven gjort et sannsynlighetsutvalg, ville vi derfor altså hatt en mulighet for, å kunne trekke slutninger for 37

38 hele populasjonen med en kjent grad av usikkerhet, innenfor bestemte konfidensintervall. Det vil si, uttale oss om størrelsen på utvalgsfeilen. De statistiske beregningene bygger imidlertid på at vi ikke har noen form for dekningsfeil eller ikke-responsfeil i oppgaven. Vi har skjevheter på begge disse områdene, som følge av vårt valg av et ikke-sannsynlighetsutvalg. De statistiske beregningene vil av denne grunn ikke være riktige for vår oppgave, og vi kan derfor med en hvis statistisk sannsynlighet ikke beregne graden av utvalgsfeil MÅLEFEIL (IKKE-UTVALGSFEIL) Målefeil oppstår gjennom selve kommunikasjonen mellom respondent, spørreskjema og intervjueren. Når respondenten leser og svarer på spørsmål i et spørreskjema, eller når intervjueren tolker svarene gitt av respondenten kan det lett oppstå misforståelser og feil. Det er vanlig å skille mellom feil som er knyttet til selve spørreskjemaet og feil som er knyttet til kommunikasjonen mellom respondenten og intervjueren SPØRRESKJEMAET For å unngå feil vedrørende spørreskjemaet, er den beste måten rett og slett å lage et best mulig gjennomført spørreskjema. I vårt tilfelle ble undersøkelsen veldig lang og med mange forskjellige skalaer og begreper. Vi la derfor mye vekt på å legge opp undersøkelsen så oversiktlig og enkel som mulig, samt at det var forklarende tekster respondenten kunne lese både før og underveis. De fleste skalaene som er brukt under denne undersøkelsen er i tillegg hentet fra Marketing Scales Handbook. Disse er testet grundig på forhånd i andre undersøkelser og spørsmålene skal av den grunn være av en bra standard. Vi håper dette er med på å minske graden av målefeil, men vi må allikevel medberegne at det sannsynligvis har oppstått små feil. Vi fant i etterkant to feil vedrørende spørreskjemaet. Den første feilen vi oppdaget var en feil vedrørende skalaverdiene under skalaene tilfredshet for både internetthandel og fysiske utsalgssteder, der vi hadde fem svaralternativer i steder for sju som det skulle ha vært. Dette har vi løst ved å multiplisere opp gjennomsnittet for denne skalaen med 1.4. Dette tillater oss å få en skala som er skalert opp til samme måleskala som de andre variablene i undersøkelsen. Dette er en løsning som fordeler skalaen jevnt ut over som om det skulle vært en syvpunktsskala, men svakheten ligger også i det som er dens styrke. Ettersom dette hovedsakelig er en studie på ordinalnivå, og svaralternativ 2 ikke nødvendigvis er halvparten så bra som svaralternativ 4 er det ingen garanti for at en respondent som svarte 5 i spørreundersøkelsen ville svart 7 hvis det 38

39 hadde vært en syvpunkts Likert-skala å velge mellom. Dette er altså validitetsmessig og reliabel svakhet, hvor vi har hatt en pragmatisk løsningstilnærming. Den andre feilen omhandlet påstanden der respondenter skulle svare på hvor mange ganger man kjøpte elektronikkvarer i måneden. Her har vi i ettertid sett at dette burde vært satt til antall i året, da hyppigheten av antall elektronikkhandler for mange er lavere enn én i måneden INTERAKSJON For å minske graden av gjensidig påvirking mellom to parter, kan man i hovedsak enten velge ut respondenter man vet passer til målgruppen, eller ha en slags opplæring før undersøkelsen. Vi har under gjennomførelsen av denne undersøkelsen gjort begge deler. Ved å velge en webbasert undersøkelse har vi ved dette allerede valgt ut en gruppe som sannsynligvis sitter inne med en hvis minimumskunnskap om handel på både internett og fysiske butikker. Vi har som sagt også gitt forklaringer både før og underveis i undersøkelsen. Et annet positiv element med web-undersøkelsen er at respondentene kan svare på undersøkelsen privat og uten tidspress, samt at kommunikasjonen blir mer standardisert. Slik ønsker vi å oppnå økt ærlighet og konsentrasjon hos respondentene slik at vi får en mer presis respons. Til slutt er det også viktig å huske på at respondentene kan ha forskjellige måter å uttrykke seg på, og har dermed forskjellige responsstiler. Det er vanlig å skille mellom tre forskjellige responsstiler. Noen svarer veldig aggressivt og bruker hele skalaen av svaralternativer, mens andre er mer beskjedne og velger en mer nøytral responsstil. Noen kan også ta veldig lett på undersøkelsen og nesten skumlese spørsmålene, for så og ikke oppdage at det, for eksempel, er forskjeller i positive og negative utsagn. Den siste responsstilen omhandler de respondentene som har lettere for å være enig enn uenig i spørsmålene i et spørreskjema. De to siste responsstilene kan ofte komme av selve intervjusituasjonen, men vi har som nevnt tidligere, prøvd å begrense denne typen målefeil ved å ta denne undersøkelsen over web, samt levere en gjennomført undersøkelse med forklaringer underveis. 39

40 3.7.5 ANNET Vi har tidligere i oppgaven vært inne på at vi foretok 15 fysiske spørreundersøkelser, eller personlige undersøkelser i tillegg til de web-baserte spørreundersøkelsene. Dette ble opprinnelig gjennomført for å se om vi fant noen signifikante forskjeller mellom disse to metodene. Dette viste det seg ikke å være, og metoden kom i tillegg i veien for de preferansene vi satte til respondentene og den utvalgsrammen vi satte for oppgaven. Det ble også en helt annen utvalgsmetode, og utgangspunktet for hvilke forutsetninger respondentene hadde for de to kanalene ble endret. For å forenkle oppgaven innlemmet vi dataene fra disse 15 undersøkelsene inn i resten av datasettet, og behandlet de og oppgaven som om de ble gjennomført på nettet. Vi vet med dette at validiteten og relabiliteten synker, men at det utgjør noen virkelig forskjell er veldig lite sannsynlig, og med tanke på at oppgaven vår uansett ikke vil være representativ for populasjonen har vi latt det bli gjennomført sånn. 3.8 VURDERING AV DATAGRUNNLAGET To attain absolute validity and reliability is an impossible goal for any research model (Le Compte & Goetz, 1982) Etter gjennomføringen av et slikt metodisk forskningsprosjekt, er det viktig å vurdere om det datamaterialet vi har samlet inn, holder den kvaliteten som er forsvarlig for å kunne trekke gode analytiske konklusjoner på bakgrunn av dataene. (Grønmo, Sigmund Kap 12) Er ikke dette tilfellet må man ofte ta det valget å gjennomføre forskningsprosjektet på nytt. I vårt tilfelle, som gjennomfører en bachelor, vil vi med dette kapittelet gjennomgå teori og hvordan vi vurder denne oppgavens validitet og relabilitet, som er de to vanligste målene får datakvalitet RELABILITET Det er naturlig å begynne med relabiliteten, da en høy relabilitet er en forutsetning for en høy validitet. Relabiliteten refererer til datamaterialets pålitelighet (Grønmo, Sigmund Kap 12), og dermed om spørreskjemaet vi har gjennomført, vil gi det samme resultatet dersom det gjentas mange ganger. En undersøkelse vil aldri bli helt lik fra gang til gang, og alltid inneholde tilfeldige feil, men relabiliteten øker altså, jo mindre disse forskjellene er. Dette er viktig å gjennomgå rett og slett fordi man har vanskeligheter med å trekke analytiske konklusjoner ut av materiale som ikke er pålitelig. Den viktigste faktoren for hvilke systematiske feil vi kan komme ut for, er valget av utvalgstype og utvalgsstørrelse. Med hensyn til vår oppgaven har vi valgt et ikke-sannsynlighetsutvalg, noe som betyr at vi ikke har 40

41 noe mulighet til å si noe om hvor store de tilfeldige feilene er. Uansett hvor stort utvalg vi hadde valgt, hadde vi ikke unngått systematiske feil da det uansett er mange som ikke hadde fått muligheten til å ta undersøkelsen via Facebook. Dette er også en type undersøkelse som lett kan påvirkes av tilfeldige faktorer, som influerer hva respondentene svarer. Bare en liten forandring som, hvilken dag det er eller i hvilket humør respondenten er i, kan gjøre at resultatene fra undersøkelsen forandrer seg. Vi har gjennom hele prosessen prøvd å standardisere spørreskjemaet og gi alle like forutsetninger for å kunne forstå teorien rundt spørsmålene ved hjelp av informasjon og veiledning. Dette skal i teorien øke relabiliteten, men spørreskjemaet inneholder mange komplekse fenomener og samfunnet generelt er stadig i endring, så handlemetodene og meningene rundt det temaet vi bygger oppgaven vår forandrer seg også stadig. Dette og feilkildene som er oppsummert i kapittel 3.7 gjør at denne studien ikke har mulighet for å få en veldig høy reliabilitet, men nøyaktig hvor høy den blir, har vi altså ikke ut grunnlag for å si noe om VALIDITET Mens relabilitet henspeiler om selve datamaterialet er gyldig og pålitelig, dreier validitet seg om gyldigheten for den enkelte problemstillingen som studeres. Det er derfor mulig å ha lav validitet, selv om oppgaven har høy relabilitet, men ikke høy validitet hvis oppgaven har lav relabilitet. Vi kan med andre ord ikke hevde at denne oppgaven har høy validitet, hvis dataene ikke er pålitelige. Validiteten vil være høy hvis undersøkelsesopplegget og datainnsamlingen fremskaffer data som er av relevans for problemstillingen vår.(grønmo, Sigmund Kap 12) Videre har vi delt opp validitet i intern validitet, ekstern validitet og validitet på målenivå Intern validitet Intern validitet gjelder i hvilken utstrekning kausaliteten i undersøkelsen holder mål. (Gripsrud et al s49) I vår oppgave påstår vi at flere faktorer påvirker det valget en person tar, når han velger og enten handle på internett eller fysiske utsalgsteder. Er det høy intern validitet, betyr dette at det ikke er flere faktorer en de vi har tatt med, som har en påvirkning på dette valget. Med tanke på vår undersøkelse Ekstern validitet Ekstern validitet går ut på den graden resultatene fra en studie kan generaliseres til den større populasjonen eller kan brukes i lignende studier med andre settinger, andre vilkår og andre utfall. (Avhengige og uavhengige variabler) Her har vår oppgave en litt høyere grad av validitet, for vår studie er veldig generell og kan lett overføres til andre studier som vil teste det samme som oss. Vi vil derimot uansett ikke få en veldig høy grad av ekstern validitet 41

42 heller fordi utvalgsmetoden enkelt tilfeldig utvalg gjør at det aldri vil være de helt samme situasjonene eller respondentene uansett hvor generelt det er VALIDITET VED INNSAMLING AV PRIMÆRDATA Nå er vi inne på det området som måler graden av gyldighet og påliteligheten til de måleinstrumentene vi bruker. Vi må se på spørreskjemaet vi har laget og vurdere om vi måler det vi egentlig vil måle, eller om vi har bommet. Dette kan vi gjøre via begrepsvaliditet, innholdsvaliditet, overflatevaliditet og statistisk konklusjonsvaliditet Innholdsvaliditet Innholdsvaliditet går på om man empirisk måler hele det domenet man ønsker å måle. Når vi i denne undersøkelsen måler tilfredshet, er det mange uavhengige variabler som skal hjelpe oss å måle denne variabelen. Har vi fått med alle de uavhengige variablene som har en innvirkning på tilfredsheten, og dekker de spørsmålene som omhandler hver enkelt av disse uavhengige variablene det enkeltes teoretiske begrepets domene, vil det si at vi har en høy grad av innholdsvaliditet. Innholdsvaliditeten i vår undersøkelse mener vi er godt ivaretatt. Vi gjorde i forkant av vår undersøkelse mye research på området. Variablene er valgt ut fra annerkjente modeller, med hovedinspirasjon fra Norsk Kundebarometer, som er en annerkjent internasjonal metode for å måle kundetilfredshet på. Dette har vi blandet med empiri fra andre empiriske studier om hva kundetilfredshet består av, som omtalt i operasjonaliseringen, samt at vi i hovedsak benyttet skalaenheter fra Marketing Scales Handbook. Svakheten derimot, kan ligge i at vi har en hybridvariant spesialtilpasset til kanalsammenligning, hvor vi har tatt noen aspekter fra forskjellige studier. Dette kan føre til at innholdsvaliditeten svekkes noe, da vi ikke har noen garanti for at disse studienes variabler ikke delvis overlapper eller korrelerer for sterkt med hverandre. Innholdsvaliditeten vil allikevel være god sett ut fra et empirisk standpunkt, grunnet basisen i studiene nevnt over Begrepsvaliditet Begrepsvaliditet kan deles i to, derav konvergent validitet og diskriminant validitet. Konvergent validitet måler om de påstandene vi har med i spørreundersøkelsen, og som skal måle den samme teoretiske variabelen, for eksempel pris er høyt korrelert med hverandre. Diskriminant validitet tester om noen av de spørsmålene vi bruker i spørreundersøkelsen, kan 42

43 brukes til å måle flere av de uavhengige variablene. Jo mer presist og spesifikke spørsmålene er, jo høyere blir validiteten. Begrepsvaliditeten vår burde være god, da vi nesten utelukkende har brukt skalaer fra den annerkjente Marketing Scales Handbook i arbeidet med å operasjonalisere variablene i modellen vår. Dette er et samlehefte for operasjonalisering av variabler som presenterer skalaene slik de har blitt brukt i tidligere empiri av forskere på et langt høyere nivå enn oss. Dette gjør at vi slipper ressurskrevende prestudier om operasjonaliseringsvariablene, og kan ta til takke med den oppgitte reliabiliteten og validiteten studiene rapporterer. Et aspekt som kan svekke vår begrepsvaliditet er at vi i en del tilfeller har gjort nedkuttinger i antall skalaenheter som følge av i overkant omfattende spørreundersøkelse og av komparativitetshensyn Overflatevaliditet Overflatevaliditet måler i hvilken grad alle er enige om at den metoden og de spørsmålene vi har stilt i undersøkelsen måler det vi er ute etter å måle. Det vil egentlig si at jo mer presist, korrekt og allmenn kjent vi utfører undersøkelsen og stiller spørsmålene jo høyere grad av validitet får vi. I henhold til vår oppgave har vi forholdt oss til kjente skalaer fra Marketing Scales Handbook, samt hatt en veileder som har en stor faglig tyngde innenfor det fagfeltet oppgaven vår omhandler. Med dette konkluderer vi i at overflatevaliditeten er godt ivaretatt på en tilfredsstillende måte. 43

44 4 ANALYSE OG RESULTATPRESENTASJON 4.1 INNGANGSPUNKTER Undersøkelsen vår hadde to inngangspunkter. Dette var i et forsøk på å etablere en plattform som tok for seg først og fremst internettrespondenter, men også en kontrollgruppe med fysiske besvarelser for å sikre validitet. Lokasjon: SurveyMonkey.com Dato: 15. april mai 2011 Tidsestimat: 15 minutter Utforming: 5-siders undersøkelse Inngangspunkt: Opprettet event på Facebook, samt link fra bacheloroppgave.com og Twitter. Lokasjon: Personlig intervju Dato: 26. april april 2011 Tidsestimat: 25 minutter Utforming: 18-siders undersøkelse Inngangspunkt: Fysisk fordelt 33% mellom Spydeberg, Eidsvoll og Gjøvik. 44

45 4.2 - DATAVASK MISSING ENTRIES Etter én purring endte spørreundersøkelsen opp med et utvalg på 162. Av disse kom 147 av svarene fra SurveyMonkey og 15 fra fysiske undersøkelser. Svarprosenten for de påbegynte undersøkelsene var signifikant forskjellig i de to forskjellige kanalene. 68,7% av respondentene på internett fullførte undersøkelsen og 100% for de fysiske undersøkelsene.. Det gir en ikke-responsfeil på 31,3% for internettbesvarelsene, og 0% for de personlige intervjuene. Fordelingen var at 7% av respondentene ga seg etter første spørsmålsside, 28% hadde gitt seg etter andre spørsmålsside, og 31,3% valgte ikke å besvare siste side. Selv om 68,7% er en svarprosent vi er veldig fornøyd med lengde og form tatt i betraktning, er en missing ikke-respondentfeil på 31,3% et problem. For det første fordi vi antar at dette er et Missing Not A Random (MNAR)-tilfelle, hvor respondentene syntes at undersøkelsen var for lang. Med MNAR er det ingen snarveier til gode estimater for de manglende svarene. En av de få måtene å gjøre dette på er å modellere en modell for de manglende svarene, for så å benytte denne mer komplekse modellen til å gjøre en estimat av de manglende verdiene. Dette er en oppgave vi verken hadde tid eller ressurser til å gjennomføre, med referanse til Dunning og Freedmans (2008) forsøk, hvor man kan se dette eksemplifisert. Dette gir oss 115 fullstendige besvarelser, og tre undersøkelser som kun hadde én side igjen av undersøkelsen som vi inkluderte ved imputering. Dette gjør at datasettet vi har analysert inneholder svarene fra 118 respondenter Utelating Vi har valgt en løsning mellom imputering og utelating til bruk i datasettet vårt. Vi fjernet først alle respondenter som ikke hadde besvart de to første delene av undersøkelsen ved listevis utelating. Dette innebærer at vi fjernet respondenter som ikke hadde besvart mer enn 30% av undersøkelsen fra datasettet. Valget ble tatt med tanke på at estimeringen ikke vil bli korrekt under våre forhold, samt at imputering med gjennomsnittet på 31,3% av besvarelsene ville ødelagt demografisk sammenligningsgrunnlag og gitt en stor feilmargin Imputering Etter at vi hadde utelatt de nevnte respondentene, valgte vi å imputere de tre undersøkelsene som ga seg før siste side, da brorparten av våre hypoteser baserer seg på de to delene 45

46 respondentene allerede har besvart. Dette innebærer at man setter inn en nøytral verdi istedenfor den manglende verdien respondentene av ulike årsaker har etterlatt. Den nøytrale verdien kan for eksempel være gjennomsnittet av den aktuelle variabelen beregnet ut fra de observasjoner man har for denne. (Gripsrud et.al 2004). Det er denne formen for imputering vi har benyttet for besvarelsene som kun manglet siste side av undersøkelsen VARIABELEN VET IKKE Svaralternativet vet ikke behandlet vi med parvis utelating, da det er et ikke-besvart spørsmål. Parvis utelating betyr at respondentens svaralternativ i dette spørsmålet ikke tas vil bli inkludert i vårt analysearbeidet, men at hans resterende gyldige svar vil være inkludert. Ser vi på fordelingen av antall Vet ikke, ser vi at prosentandelen ikke-besvart er på 4,16% på delen om nettbutikker, mens den er 2,75% på delen om fysiske utsalgssteder. Den oppsummerende differansedelen hvor vi forsøker å avdekke direkte preferanse til kanal har en ikke-besvartprosent på 5,73% NEGATIVE SKALAENHETER I psykososiale studier er blanding av positive og negative skalaenheter, og ofte blandes positive og negative utsagn for å stimulere respondentene til å vurdere utsagnet grundig (Gripsrud et.al 2004). Dette er et grep vi valgte å innføre på skalaene logistikk, produktutvalg, samt to av skalaenhetene på institusjonell tillit. I arbeidet med datavask ble disse skalaene reversert, slik at de var vektet i korrekt Likert-skala med de andre skalaene i modellen UTELATTE UNDERSØKELSESASPEKTER Spørreundersøkelsen inneholdt i utgangspunktet en siste del som vi kalte Differanseanalyse som inneholdt de samme skalaenhetene som de to foregående delene, men hvor vi målte skalaene opp mot hver enkelt kanal. Målet med dette var at vi ønsket å måle de samme underliggende dimensjonene, men skalaenhetene var her omgjort til påstander som skulle tvinge respondentene til å ta et valg mellom hvilken av kanalene respondentene foretrakk for den gjeldende skalaenheten. Svaralternativene var her omgjort til å bare inneholde 3 punkter, der respondenten måtte velge mellom Fysiske utsalgssteder, Like gode og Internett. Denne delen valgte vi å fjerne fra undersøkelsen da den ikke passet til formålet vi ønsket å benytte den til, og ikke hadde noen statstisk tyngde rent sett bort fra kuriositeten. Analysene, diskusjonen og konklusjonen er derfor basert på tallmaterialet på fra undersøkelsens tre første deler: Demografi, kanalanalyse for nettbutikker og kanalanalyse for fysiske utsalgssteder. 46

47 Når det gjaldt spørsmålet om hvor ofte respondentene handler i kanalene, har vi også konkludert med at vi ikke kan ta med variabelen videre i dataanalysen. Dette med begrunnelse i at variabelen er feilskalert, og ikke måler hensiktsmessig og dermed vil være fint lite annet enn en feilkilde RELIABILITET CRONBACH ALFA En viktig forutsetning for oss var som sagt komparativitetsprinsippet, og ettersom skalaenhetene vi benyttet i hovedsak var myntet på nettbutikker i sin opprinnelige form var det en viss usikkerhet rundt hvorvidt disse skalaene ville være reliable for fysiske utsalgssteder også, tross våre tiltak for å de så komparative som mulig. Når det gjelder resultatene fra Cronbach Alfa-analysen, er en tommelfingerregel at alfa skal være større enn 0,7, men ikke for nær 1 dersom multippelt mål skal regnes for å reliabelt (Gripsrud et.al 2004). Vi har valgt å senke kravet noe, og vil jobbe med et reliabilitetskrav på 0.6 for å få implementert så mange uavhengige variabler som mulig i modellen. Resultatet av analysen viser en alfa på.782 for nettbutikker og.808 for fysiske utsalgssteder. Dette forteller at vi i stor grad har oppnådd god komparativitet, og at skalaenhetene vi introduserte i kapittel 4.4 i høyeste grad er applikerbare også for fysiske utsalgssteder faktisk i større grad enn for nettbutikker i vårt studie. Det konstateres også en god korrelasjon mellom kanalene både i samsvar og stabilitet. Ut av totalt 28 skalaer endte vi med 25 reliable skalaer og 3 ureliable. Logistikk scoret.599 for nettbutikker og.570 for fysiske utsalgssteder. Nettbutikkenes logistikk ligger så nært opp til vårt reliabilitetsmål på 0,6 at vi velger å ta med dette i de videre analysene. Når det gjelder fysiske utsalgssteders reliabilitet på.570 når ikke dette opp til vårt reliabilitetskrav på 0.6, og vil dermed ikke benyttes i videre analyser. Den siste ureliable skalaenheten er lojalitet til nettbutikker, som scorer.486. Den samme skalaen scorer hos fysiske utsalgssteder scorer veldig mye høyere nærmere bestemt.732. Etter analyser ble konklusjonen at dette kommer av én dårlig operasjonalisert skalaenhet i lojalitetsskalaen, som slo mer uheldig ut for nettbutikker enn for fysiske utsalgssteder. Løsningen ble å fjerne denne skalaenheten fra lojalitetsskalaen, og da endte vi opp med en langt bedre reliabilitet, spesielt for nettbutikker. De nye reliabilitetstallene ble på henholdsvis.629 for lojalitet til nettbutikker og.781 for lojalitet til fysiske utsalgssteder. Dette er for nettbutikkers del en noe lav score, men akkurat innenfor cutoffen vår. Fraviket fra 47

48 relabilitetsmålet på 0.7 er at vi sterkt ønsker lojalitet i modellen, og.629 er nærme nok 0.7 til at vi velger å godta det når det er kun én av skalaene det er snakk om.vi har laget et tabellarisk oppsett over skalabruk, skalaenheter og rapportert og fysisk reliabilitet. (Se vedlegg 3) DESKRIPTIV STATISTIKK DEMOGRAFISKE KONTROLLVARIABLER I oppgaven vår har vi brukt en rekke demografiske kontrollvariabler, da vi tidlig i arbeidet hadde hypoteser om at kanalvalget ikke bare var preferansebasert, men at det også ble styrt av de demografiske forholdene rundt respondenten. Modellen inneholder derfor forholdsvis mange demografiske variabler. Modellen har en oversikt over kjønn, alder, bosted, inntektsramme, fullført utdanning og hvor mye respondenten benytter internett i dagliglivet. Vi vil foreta en kort deskriptiv analyse av den demografiske dataen, som også er vedlagt som vedlegg (Vedlegg 4). Det viser seg at vår respondentbase er ganske jevnt fordelt på begge kjønn, men har en liten overvekt av menn. Halvparten av alle respondentene bor i byer, mens den siste halvparten bor jevnt fordelt på henholdsvis tettsteder og på landet. Internettbruken er svært høy, og tett opp mot samtlige respondenter forteller at de bruker internett enten hver dag eller flere ganger i uken på privat basis. Når det gjelder alder, observeres det en stor overvekt av unge respondenter. Aldersgruppene utgjør tre fjerdedeler av alle våre respondenter. Aldersgruppene fra 31 og oppover utgjør rundt i overkant av et kvartil av våre respondenter. Årsaken til den skjeve fordelingen kan skyldes at inngangspunktene våre var Facebook, Twitter og vår hjemmeside, og at denne aldersgruppen er de som frekventerer sosiale medier oftest, og også den aldersgruppen vi hører til og dermed også har størst nedslagskraft mot med tanke på å invitere til undersøkelse. Et høyt utdanningsnivå reflekterer samfunnstrenden med at stadig flere tar høyere utdannelse. (Vedlegg 4) Godt over rundt 97% av respondentene har fullført enten videregående skole eller høyere utdanning, mens de resterende respondentene opplyser de kun har fullført grunnskolen. Den største grupperingen er de som har oppgitt videregående skole som siste fullførte utdanning, og er stor prosentandel av disse kan antas å være i gang med et høyere studie. Dette reflekteres sannsynligvis i lønnsnivået på respondentene, hvor halvparten oppgir 48

49 at de tjener mindre enn kroner i året. Den resterende halvparten er jevnt fordelt mellom nivåene , og Kun én respondent tjener over kroner i året SKALAHISTORGRAM Det kan være av interesse å fremstille dataene grafisk, og til dette har vi benytte et histogram med normalfordelingskurve. (Se vedlegg 5). Vi merker oss at tilfredsheten mellom de to kanalene er forholdsvis lik på 5,48 for nettbutikker og 5,37. En disposisjon på henholdsvis 5,57 og 5,48 forteller også at vårt utvalg har tilvendt seg de aktører, den teknologi og den kompetanse som behøves for å handle hos nettbutikker faktisk mer enn i fysiske butikker. Et annet aspekt er å se hvor like frekvensfordelingene er på disse to skalaene. Det kan tyde på tydelig en kobling mellom disposisjon og tilfredshet, og kan kanskje forklare noe av grunnen til veksten for e- handelsaktører det siste tiåret teknologisk kompetanse og disposisjon hos forbrukerne. De største differansene mellom kanalene ligger i beleilighet, servicekvalitet og prisrettferdighet, samt tillit og lojalitet. For de tre førstnevnte har respondentene klar preferanse for nettbutikker, mens respondentenes relasjonelle tillit, institusjonelle tillit og lojalitet gjennomgående ligger i favør av de fysiske utsalgsstedene. 4.5 KORRELASJON For å se etter korrelasjoner mellom skalaene i modellen vår, har vi benyttet Pearsons korrelasjonskoeffisient for å sette opp en korrelasjonsmatrise. Dette er en utbredt måleteknikk i moderne vitenskap, hvor man søker å finne den lineære sammenhengen mellom skalaene. Resultat kommer som et positivt eller negativt prosentil, skalert fra -1 til +1. I nettbutikker ser vi en sterk korrelasjon mellom relasjonell tillitt og oppfattet produktkvalitet, med en korrelasjonskoeffisient på.689. Vi ser også en direkte sammenheng mellom tilfredshet og oppfattet produktkvalitet. Her er sammenhengen.638. En enda sterkere sammenheng finner vi mellom relasjonell tillit og institusjonell tillitt. Her finner vi en korrelasjon mellom svarene på.725. Den sterkest negativ korrelerte koblingen er tilfredshet og logistikk, her ser vi en respondentdifferanse på

50 For fysiske utsalgssteder ser vi også en korrelasjon på.702 for relasjonell tillit og servicekvalitet. Institusjonell tillit og servicekvalitet har også en positiv korrelasjon denne på.630. Institusjonell tillit og relasjonell tillit har en korrelasjon på.714. Den sterkeste negative korrelasjonen finner vi mellom produktkvalitet og produktutvalg, og står til i styrke. 4.6 MULTIPPEL REGRESJON AV AVHENGIG VARIABEL MULTIPPEL REGRESJON For å se en modells forklaringsgrad og statistiske sammenhenger mellom skalaene har vi benyttet multippel regresjon som verktøy. Dette er en avansert analysemetode, som brukes til å måle i hvilken retning uavhengige variabler påvirker den avhengige variabelen, og hvorvidt disse sammenhengene er statistisk signifikante. Med signifikans menes hvor sikre vi kan være på at sammenhengen mellom den uavhengige variabel og den avhengige variabel ikke skyldes tilfeldigheter. Til gjennomføringen av analysen har vi benyttet analyseprogrammet SPSS versjon 19. Dette er et avansert regnearkprogram som brukes til behandling av store datasett, og til å utføre avanserte statistiske analyser. I denne oppgaven er den avhengige variabelen tilfredshet, mens de uavhengige variablene er alle venstresidevariablene i forskningsmodellen vår oppgitt i kapittel TILFREDSHET MED NETTBUTIKKER Modellens R 2 viser at når alle venstresidevariablene våre er implementert, har modellen vår en forklaringskraft på.603. Dette betyr at 60,3% av den opprinnelige variasjonen i tilfredshet skyldes våre operasjonaliserte variabler. De resterende prosentene er variabler vi enten ikke har tatt med i modellen grunnet komparativitetsprinsippet, variabler vi ikke har funnet frem til, eller et forbedringspotensiale i operasjonaliseringen av begrepene. 60,3% er allikevel en god forklaringskoeffisient for vår oppgave. Modellens hemsko er derimot at modellens R 2 og justerte R 2 har en differanse på.099. Når justert R 2 er klart mindre enn R 2, betyr dette som oftest at modellen mangler en eller flere forklaringsvariabler, og at all variasjon i tilfredshet ikke kan forklares uten disse. Vårt mål er derfor å få en god sammenheng mellom R 2 og justert R 2 uten at det går veldig på bekostning av modellens forklaringsgrad. Modellen viser også en del usignifikante variabler, noe som er 50

51 en god indikasjon på at de burde fjernes fra regresjonsanalysen. Dette har bakgrunn i at vi ikke kan fastslå med sikkerhet at variasjonen i tilfredshet har bakgrunn i disse. F-testen viser derimot at modellen er statistisk signifikant med så godt som 100% sannsynlig, da signifikansen er på 0,000. Utkast to (vedlegg 9) viser vår optimale modell. Denne kom vi frem til ved å fjerne de mest usignifikante variablene én og én til vi satt igjen med et sett som har god R 2, og hvor den differensen mellom R 2 og justerte R 2 er så liten som mulig. Ved å fjerne de usignifikante skalaene informasjonskvalitet, relasjonell tillit, institusjonell tillit og lojalitet fant vi optimalmodellen for nettbutikker. Den nye forklaringsgraden er på.555, en reduksjon på 4,8% fra originalmodellen. Dette innebærer at forklaringsgraden er noe svakere. Det positive med reduksjonen er at modellen en langt mer realistisk. Differensen mellom R 2 og justerte R 2 har gått fra 9,9% til 4,5%. Konklusjonen for nettbutikker er at det finnes signifikant sammenheng mellom tilfredshet med nettbutikker og variablene disposisjon, logistikk, servicekvalitet, produktkvalitet, informasjonskvalitet og prisrettferdighet. Produktutvalg faller utenfor vårt signifikansnivå, men tas med i modellen for å opprettholde R 2 og justerte R TILFREDSHET MED FYSISKE UTSALGSSTEDER Den samme prosessen ble utført for fysiske utsalgssteder. Den første regresjonsanalysen hvor alle skalaene var inkludert (vedlegg 10) viser en forklaringskraft på 54,1% og en justert R 2 på 45,4%. Altså ganske nøyaktig 5% svakere på både R 2 og justert R 2 enn den fullstendige modellen for nettbutikker. Denne modellens, som for nettbutikkenes, F-test er også statistisk signifikant. Vi ønsker å presisere at dette er nøyaktig samme modell og at differanse som fremkommer her er enten ikke- komparativitetsfeil eller naturlige forskjeller. Den endelige regresjonsmodellen for fysiske utsalgssteder (vedlegg 11) viser en forklaringsgrad på 48,7% og en justert R 2 på 42,6%. Dette ble gjort ved å fjerne variablene med de svakeste signifikansnivåene. Dette innebærer logistikk, prisrettferdighet og relasjonell tillit. Beleilighet og produktkvalitet faller utenfor signifikansmålet, men er med i modellen for å opprettholde forklaringsgraden. Dermed er konklusjonen for fysiske utsalgssteder er følgende signifikante sammenhenger med tilfredshet; Disposisjon, service, produktutvalg, prisrettferdighet, institusjonell tillit og lojalitet. Skalaen logistikk ble fjernet fra 51

52 regresjonsanalysen grunnet dårlig reliabilitet, men som vi ser av (vedlegg 11) er skalaen heller ikke statistisk signifikant. På neste side følger er en tabellarisk oversikt over signifikante sammenhenger med tilfredshet krysstabullert med distribusjonskanal. Variabel Nettbutikker Fys.Uts Disposisjon JA JA Beleilighet NEI NEI Logistikk JA NEI Service JA JA Produktkvalitet JA NEI Produktutvalg NEI JA Informasjonskvalitet JA NEI Prisrettferdighet JA JA Relasjonell tillit NEI NEI Institusjonell tillit NEI JA Lojalitet NEI JA TILFREDSHET BLANT DEMOGRAFI Foruten om våre uavhengige variabler ønsket vi å måle tilfredsheten i de forskjellige kanalene opp mot demografiske kontrollvariabler, for å se hvorvidt disse påvirket tilfredshet i signifikant grad. Testene ble utført via multippel regresjon med tilfredshet som avhengig variabel og demografiske variabler som uavhengig variabler. Vi har analysert oss frem til de optimale modellene ved å fjerne usignifikante demografivariabler, og dette har også økt begge modellens realisme og forklaringskraft. For nettbutikker (vedlegg 12) sitter vi igjen med inntektsnivå og utdanningsnivå, mens vi for fysiske utsalgssteder (vedlegg 13) sitter igjen med kjønn, inntektsnivå og utdanningsnivå. Regresjonsanalysen optimalmodell for nettbutikker viser en forklaringskraft på.118 en justert R 2 på.102. Dette forklarer at de to signifikante demografivariablene står for 11,8% av variasjonen i tilfredshet. For utsalgssteder har demografien en enda større innvirkning på tilfredshet. Her har demografimodellen en forklaringskraft på.167 og en justert R 2 på

53 4.7 HYPOTESETESTING HYPOTESER Etter at analysene er gjennomført ønsker vi å se om hypotesene våre stemmer med respondensen fra vårt sample. Vanlig praksis for dette er å ha alternativhypotese hvor man stadfester sin teori om sammenhenger i datasettet. Denne konkurrerer opp mot en nullhypotese, som antar at sammenhengen ikke eksisterer. Formålet med hypotesetesting er å undersøke om datamaterialet gir grunnlag for å forkaste nullhypotesen med høy grad av sikkerhet, for derved å kunne påstå at det er tilstrekkelig bevis for at den alternative hypotesen er sann. (Bjørnstad, 2010) Hypotesene våre er formet ut fra vår forskningsmodell fra kapittel 4.1, og de operasjonaliserte skalaene fra kapittel 4.4. Det første kriteriet for at alternativhypotesen skal støttes er at den aktuelle skalaen må være reliabel, noe vi i kapittel 5.3 kom frem til at alle skalaene var, med unntak av logistikk for fysiske utsalgssteder. Når det gjelder signifikansnivå har vi utformet tohalede hypoteser, som gir et signifikanskrav på 5%. Dette betyr at vi må være 95% sikre på at sammenhengen mellom den avhengige og den uavhengige variabel for at nullhypotesen skal kunne forkastes HOVEDFOKUS Hypotese 1: Dess høyere disposisjon, dess større tilfredshet. Regresjonsanalysen viser en statistisk signifikans for både nettbutikker og fysiske utsalgssteder. For de to kanalene har vi en signifikans på henholdsvis.031 og.066. Dette tilsvarer en sikkerhetsgrad på 98,45% for nettbutikker og 96,7% for fysiske utsalgssteder. Det vi derimot ser, er at disposisjonen for nettbutikker har en negativ beta på -.213, mens disposisjon til fysiske butikker har en positiv beta på.173. Dermed forkastes nullhypotesen for fysiske utsalgssteder, da vi ser en signifikant positiv sammenheng mellom disposisjon og tilfredshet. For nettbutikker beholdes nullhypotesen, da høyere disposisjon for nettbutikker har en signifikant negativ innvirkning på tilfredshet. Hypotese 2: Dess større beleilighet, dess større tilfredshet. Analysen vår viser en statistisk signifikans på.159 i nettbutikker og.140 for fysiske utsalgssteder. Dette tilsvarer en sannsynlighet på henholdsvis 92,1% og 93,0%. Dette er 53

54 forholdsvis høy sannsynlighet, men med tanke på undersøkelsens signifikansnivå forkastes alternativhypotesen og nullhypotesen beholdes. Hypotese 3: Dess bedre logistikk, dess større tilfredshet. Ettersom logistikkskalaen for fysiske utsalgssteder ikke nådde opp til undersøkelsens reliabilitetskrav, har vi kun nettbutikkenes logistikkskala å støtte hypotesen på. Her observerer vi en negativ sammenheng på , med et signifikansnivå på.037, noe som betyr at vi kan være 98,2% sikre på at sammenhengen er reell. Dette betyr at alternativhypotesen forkastes for begge kanalene da det i vår undersøkelsen viser seg at logistikk har en negativ innvirkning på tilfredshet for nettbutikker, mens vi for fysiske utsalgssteder ikke har en reliabel skala å støtte hypotesen på. Hypotese 4: Dess bedre servicekvalitet, dess større tilfredshet. Servicekvalitetskalaen var reliabel for begge kanaler, og det viser seg også at skalaene er statistisk signifikante med signifikansnivå på.008 for nettbutikker og.027 for fysiske utsalgssteder. Det er altså 99,6% sikkerhet for sammenheng mellom tilfredshet og servicekvalitet i nettbutikker og 98,65% sikkerhet for sammenheng mellom tilfredshet og servicekvalitet i fysiske utsalgssteder. Vi ser også en positiv betaverdi for begge kanaler, med henholdsvis.287 og.279. Med dette som grunnlag kan vi konkludere med at alternativhypotesen beholdes, da det er en signifikant positiv sammenheng mellom tilfredshet og servicekvalitet i begge kanaler. Hypotese 5: Dess bedre produktkvalitet, dess større tilfredshet. For skalaen produktkvalitet, ser vi en signifikant sammenheng på.034 med nettbutikker. De fysiske utsalgsstedene har en positiv sammenheng med tilfredshet, men er statistisk usignifikant i denne undersøkelsen med en signifikansverdi på.140. Dette tilsvarer henholdsvis sannsynlighetsgradene 98,3% og 93,0%. Ettersom reliabiliteten er god for begge kanaler, kan hypotesen bekreftes dermed med hensyn på nettbutikkene. For fysiske utsalgssteder beholdes derimot nullhypotesen da vi ikke har signifikant grunnlag til å forkaste denne. Hypotese 6: Dess bedre oppfatning av produktutvalg, dess større tilfredshet. Denne variabelen var reliabel for begge kanalene, men har ikke statistisk signifikans for nettbutikker. Vi ser her at produktutvalget har en positiv betakoeffisient, og dermed påvirker tilfredshet i positiv grad, men med et signifikansnivå på.164, har vi kun 91,8% sannsynlighet for at denne sammenhengen stemmer, og må dermed forkaste alternativhypotesen. I fysiske 54

55 butikker ser vi derimot en signifikant sammenheng mellom produktutvalg og tilfredshet på.062 altså en sannsynlighet på 96,9%. Sammenhengen viser at produktutvalg har en negativ påvirkning på tilfredsheten med en betaverdi på Med dette som basis forkastes alternativhypotesen og nullhypotesen beholdes, da produktutvalg har en signifikant negativ påvirkning på tilfredshet. Hypotese 7: Dess bedre informasjonskvalitet, dess større tilfredshet. Informasjonskvalitetskalaen var reliabel for begge kanalene, men er kun statistisk signifikant for nettbutikker. Her ser vi en statistisk signifikans på, 082 altså en samvariasjonssannsynlighet på 95,9%. For nettbutikkers tilfredshet gir dette en betakoeffisient på.187, noe som forteller oss at informasjonskvaliteten har en positiv innvirkning på tilfredsheten. Nullhypotesen forkastes med hensyn på nettbutikker, men forkastes med hensyn på fysiske utsalgssteder grunnet mangel på statistisk signifikans. Hypotese 8: Dess større oppfattet prisrettferdighet, dess større tilfredshet. Skalaen prisrettferdighet er både reliabel og signifikant for begge kanalene. Av regresjonsanalysen ser vi at vi har en signifikans på.021 for nettbutikker og.076 for fysiske utsalgssteder. Dette oversettes til 98,1% og 96,4% sannsynlighet for at sammenhengen mellom oppfattet prisrettferdighet og tilfredshet ikke skyldes tilfeldigheter. Begge kanalene viser også til positiv betakoeffisient, og det konkluderes med at alternativhypotesen bekreftes og nullhypotesen forkastes for begge kanaler. Hypotese 9: Dess større relasjonell tillit, dess større tilfredshet. Relasjonell tillit var reliabel for begge kanaler, men begge kanalene var også insignifikante i henhold til tilfredshet. Med signifikansnivå på henholdsvis.378 for nettbutikker og.447 for fysiske utsalgssteder må alternativhypotesen forkastes da tallmaterialet ikke er statistisk signifikant. Hypotese 10: Dess større institusjonell tillit, dess større tilfredshet. Regresjonsanalysen gir oss en statistisk signifikans på.798 for nettbutikker og.039 for fysiske utsalgssteder. Med andre ord opererer vi med kun 60,1% sikkerhetsgrad, mens vi i fysiske utsalgssteder er 96,1% sikre på at sammenhengene ikke skyldes tilfeldigheter. Vi observerer en negativ betaverdi på for fysiske utsalgssteder og forkaster alternativhypotesen da nettbutikkene har et insignifikant forhold mellom institusjonell tillit og tilfredshet, mens fysiske utsalgssteder har negativ samvariasjon mellom disse variablene. 55

56 Hypotese 11: Dess større lojalitet, dess større tilfredshet. Vår siste uavhengige variabel viser til god reliabilitet for begge kanaler, men har kun signifikant sammenheng med tilfredshet for fysiske utsalgssteder. Nettbutikkene har en signifikans på.408, mens de fysiske utsalgsstedene har Oversatt betyr dette at sannsynligheten for faktisk sammenheng er henholdsvis 79,6% og 99.5%. De fysiske utsalgsstedene viser også til en sterk positiv betaverdi på.275. Derfor forkastes nullhypotesen for fysiske utsalgssteder, mens den blir stående for nettbutikkene DEMOGRAFISK FOKUS Hypotese D1: Menn har større preferanse for netthandel enn kvinner. Kjønn viste kun signifikant sammenheng med tilfredshet for fysiske utsalgssteder, hvor tilfredshet har en positiv betaverdi. Dette innebærer at det er sammenheng mellom at menn er mer tilfreds med fysiske utsalgssteder enn kvinner. Alternativhypotesen forkastes og nullhypotesen beholdes. Hypotese D2: Jo yngre man er, jo større tilfredshet med netthandel. Alder viser ingen signifikant sammenheng med tilfredshet med for noen av kanalene. Nullhypotesen består. Hypotese D3: Jo mer urbant man bor, jo større tilfredshet med fysiske butikker. Bosted viser heller ingen signifikant sammenheng med noen av kanalene. Alternativhypotesen forkastes og nullhypotesen beholdes. Hypotese D4: Dess større inntekt, dess større tilfredshet med handel i fysiske butikker. Inntekt viser en signifikant sammenheng med tilfredshet i begge kanaler. For nettbutikker har sammenhengen en negativ betaverdi på Dette forteller oss at jo lavere inntekt, jo høyere tilfredshet med nettbutikker. For fysiske utsalgssteder har vi en positiv betaverdi på.211. Dette innebærer at jo høyere inntekt, jo høyere tilfredshet med fysiske butikker. Alternativhypotesen beholdes og nullhypotesen forkastes. Hypotese D5: Jo høyere fullført utdanning, jo større disposisjon til e-handel. Vi ser også en statistisk signifikant sammenheng mellom tilfredshet og utdanningsnivå. Tilfredshet for nettbutikker og utdanningsnivå har en signifikans på.000 og en positiv betaverdi på.369. Dette forteller oss at det er en 100% sikker positiv sammenheng mellom tilfredshet og utdanningsnivå. For fysiske utsalgssteder har vi et signifikansnivå på.027 og en 56

57 negativ betaverdi på Dette forteller oss at høyt utdanningsnivå har negativ innvirkning på tilfredshet med 98,7% sikkerhet. Med dette som grunnlag forkaster vi nullhypotesen, og bekrefter dermed alternativhypotesen. 57

58 5 DISKUSJON GENERELT Gjennom utførelsen av denne oppgaven har vårt fokus vært forholdet mellom internetthandel og fysiske utsalgsteder i elektronikkbransjen, der hovedhypotesen tar for seg handelslekkasjen mellom disse to kanalene. For å samle inn primærdata for å belyse dette, har vi gjennomført en spørreundersøkelse som tar for seg demografi, forbrukeratferd netthandel, forbrukeratferd fysiske butikker og til slutt en del som omhandler differansen mellom kanalene. Ut ifra analyser fra disse dataene skal vi gjennomgå de resultatene vi har kommet frem til. Grunnet prosjektets klare begrensede resurser, har vi vært nødt til å velge en del lette løsninger når det gjelder utvalgsmetode og utvalgsstørrelse. Dette vil i stor grad minske den statistiske tyngden, og oppgaven er på ingen måte representativ for populasjonen, men den vil kunne forklare tendenser i populasjonen og belyse områder som det kan være interessant å gjøre flere undersøkelser på. Selve prosessen med spørreskjemaet gikk som vi hadde forventet. Det var to små feil vi i ettertid fant i undersøkelsen. Den ene feilen omhandlet påstanden om antall ganger respondenter kjøpte elektronikkvarer i måneden, der vi i ettertid har skjønt at dette burde vært 58

59 forandret til antall handler i året, da hyppigheten av handler av elektronikkvarer for mange er lavere enn én i måneden. Det var også en feil i skalaene om tilfredshet der vi hadde fem svaralternativer i steder for sju. Begge disse feilene har vi skrevet om i kapittelet om feilkilder, og er noe vi må ta med i helhetsvurderingen av oppgaven. Dette er feil som vi nok burde ha funnet tidligere, men som hverken ble oppdaget av oss eller noen av deltakerne under pretesten. Gjennomføringen av analysedelen har vært veldig tidkrevende og omfattende, da modellen og spørreskjemaet inneholder et stort antall variabler, og i tillegg skulle dekke begge handelskanalene. Allikevel føler vi at vi har kommet i mål, og fått gjennomført alle de analysene som er viktige for vår oppgave. 5.2 KUNDETILFREDSHET VED FYSISKE BUTIKKER Resultatet fra analysearbeidet viser en forholdsvis høy kundetilfredshet ved fysiske butikker på Dette er marginalt lavere enn kundetilfredsheten i nettbutikker, som har en tilfredshet på Dermed har vi en kundetilfreshetsdifferense på 0,11 mellom de to kanalene. Vi observerer statistisk signifikante sammenhenger mellom fysiske utsalgssteder og skalaene disposisjon, service, produktutvalg, prisrettferdighet, institusjonell tillit og lojalitet. Det er derfor naturlig å basere modellen vår på disse variablene. Modellens forklaringsgrad for fysiske utsalgssteder ble på 48,7%, ergo forklarer våre seks variabler opp mot halvparten av tilfredsheten for fysiske utsalgssteder for vårt utvalg. Dette er et tall vi er veldig godt fornøyd med, med tanke på at vi med viten og vilje utelatte naturlige konkurransefordelene omtalt i 1.6.2, som ville vært naturlige deler av tilfredsheten. Dette kan forklare noe av de 51,3% av tilfredsheten modellen vår ikke tar for seg. Disposisjon Setter vi disposisjon til kanalene opp mot hverandre observeres det at begge kanaler viser reliable og signifikante skalaer. I dette legger vi at skalaene er målt pålitelige og analysene viser klar statistisk sammenheng med kanalens kundetilfredshet. Det virker ved første øyekast som om disposisjonen for de to kanalene er like, med et gjennomsnitt på henholdsvis 5.48 for fysiske utsalgssteder og 5.57 for nettbutikker, en differense på 0,09 skalakarakterer. Respondentene er imidlertid ganske spredd i sin disposisjon, og begge kanalene har et forholdsvis høyt standardavvik på opp mot èn skalakarakter. Det overaskende faktum vi 59

60 observerer, er at en høy disposisjon for fysiske utsalgssteder er positivt for kundetilfredsheten, mens for nettbutikker er kundetilfredshet avtagende med høy disposisjon. For fysiske utsalgssteder virker disposisjonen å være til sin hensikt, og spiller positivt inn på kundetilfredshet. Servicekvalitet Servicekvalitet er også en komparativ skala som viste seg å være både reliabel og signifikant for begge kanaler. Av histogrammet (vedlegg 5) ser vi at nettbutikker scorer langt bedre på service enn fysiske utsalgssteder, med en differense på 0,68 skalakarakterer i favør nettbutikker. Det observeres også at skalaene for begge kanaler er en sterk positiv innvirkning på kundetilfredshet, marginalt større i nettbutikker enn i fysiske utsalgssteder, men også med et marginalt mindre standardavvik. Dette kan forklares med avsløringene rundt personalpraksis i visse fysiske utsalgskjeder, hvor det har blitt avslørt at personalet læres opp til å lure kundene vekk fra tilbudsvarer og over på varer med større profittmargin (Dagbladet, 2010) (DN, 2011). Godt skreddersydde og strømlineformede kundeservicealternativer er en annen indikasjon på forskjellen. En annen plausibel forklaring kan være at man i butikk er utsatt for service i en annen grad enn netbutikker, da man ikke kan gjennomføre kjøpsprosessen uten kontakt med butikkenes personell. Produktutvalg Vi ser av histogrammet (vedlegg 5) at respondentene foretrekker produktutvalget i fysiske utsalgssteder fremfor vareutvalget de blir tilbudt i nettbutikker, med en score på 4,53 i fysiske utsalgssteder og 3,38 i nettbutikker. Standardavviket er forholdsvis stort for begge kanaler, med et standardavvik på 1,4 og 1,3. Produktutvalg er allikevel en av variablene som er reliabel for begge kanalene, men statistisk signifikant kun for fysiske utsalgssteder. Dette betyr at vi ikke kan trekke noen konklusjon rundt produktutvalgets betydning for tilfredshet i nettbutikker. I fysiske utsalgssteder derimot, ser vi en signifikant negativ sammenheng mellom produktutvalg og kundetilfredshet. Dette kan komme av flere årsaker. For det første har vi grunnantakelsen at produktutvalg i seg selv ikke er negativt i seg selv, og at det er de utenforliggende omstendighetene som gjør produktutvalget i butikk til noe negativt. Forklaringer kan være at kjedene fører for store vareutvalg for butikklokalene, slik at orienteringen i butikken blir vanskelig, eller at det er så stor varebredde at forbrukerene får problemer å velge. Uansett er stort vareutvalg per vårt utvalg negativt korrelert med kundetilfredshet. 60

61 Prisrettferdighet Et aspekt vi så frem til å undersøke, var hvor godt prisrettferdighet ble operasjonalisert, da dette var et av de vanskeligste variablene å operasjonalisere fra et komparativitetsperpsektiv. Det var derfor gledelig å observere god score både på reliabilitet og signifikans for begge kanaler. Vi ser av historamoversikten (vedlegg 5) ser vi en klar gjennomsnittspreferanse for nettbutikker i form av 5,69 for nettbutikker og 4,25 for fysiske utsalgssteder. Preferansen forsterkes av at vi ser også en positiv sammenheng mellom prisrettferdighet og tilfredshet på.198 for fysiske utsalgssteder og for nettbutikker. Dermed kan vi konkludere med at de mest prissensitive kundene vil velge å handle i nettbutikker. Dette bekreftes ytterligere av inntektshypotesene, hvor vi etablerte at høyere inntekt gir høyere tilfredshet i fysiske utsalgssteder og lavere inntekt gir høyere tilfredshet med nettbutikker - og det er naturlig å anta at lav inntekt og høy prissensitivitet er korrelert. Institusjonell tillit Institusjonell tillit er reliabel for begge kanaler, men viser kun signifikant sammenheng i fysiske utsalgssteder. Her ser vi av histogramet (vedlegg 5) at kanalene allikevel scorer forholdsvis likt. Det vi observerer er at institusjonell tillit har en negativ betakoeffisient på.242 for institusjonell tillit og kundetilfredshet. En plausibel forklaring på dette fenomenet kan være at jo høyere tillit en respondent har til en aktør eller kanal, jo høyere blir også forventningene til både handelsprosess og sluttprodukt. Med en høy korrelasjon til relasjonell tillit kan det derfor tyde på at relasjonene ikke har levd opp til forventningene fra den institusjonelle tilliten. Lojalitet Som siste signifikante skalaenhet viser lojalitet seg som en av de fysiske utsalgsstedenes største styrker. Skalaen er reliabel og signifikant for fysiske utsalgssteder, og viser til en større score enn nettbutikker hva frekvens angår (vedlegg 5). Vi ser også ut fra betakoeffisienten at lojalitet er en sterk positiv bidragsyter til tilfredshet i fysiske utsalgssteder. Dette forteller oss at vane og følelser inn mot handelskanalen er et av de sterkeste handelsinsentivene for fysiske utsalgssteder. 61

62 5.3 KUNDETILFREDSHET VED NETTBUTIKKER Ut fra histogramet over frekvenser (vedlegg 5) ser vi at nettbutikker har en marginalt høyere kundetilfredshet enn fysiske utsalgssteder med en differense på 0,11. Vi observerer også at modellen har en forklaringskraft på 55,5%, noe som er betydelig høyere enn fysiske utsalgssteder. Dette er et tall vi er godt fornøyd med, men som allikevel utelater 44,5% av den totale kundetilfredsheten til variabler og tematikk utenfor vår modell. Modellens forklaringskraft ligger i de seks signifikante variablene disposisjon, logistikk, servicekvalitet, produktkvalitet, informasjonskvalitet og prisrettferdighet. Dermed deler nettbutikker tre skalaer med fysiske utsalgssteder nemlig disposisjon, servicekvalitet og prisrettferdighet. Dermed er produktkvalitet, informasjonskvalitet og logistikk kun aktive skalaer for nettbutikker, mens produktutvalg, institusjonell tillit og lojalitet er kanalspesifikke for fysiske utsalgssteder. Disposisjon Som nevnt er disposisjonsskalaen både reliabel og signifikant for begge kanaler, noe som produserte et spennende fenomen. Ut fra betakoeffisientene ser vi at høy disposisjon er positivt for fysiske utsalgssteder, men negativt for nettbutikker. Dette er et empirisk fenomen vi ikke har funnet noen begrunnelse for i tidligere studier, men som vi kan finne en mulig forklaring på i våre analyser. Vår antakelse er at disposisjonen til nettbutikker knyttes opp mot relasjonell tillit, som er en skala som måler hvor tilfreds man har vært i de erfaringene man har med en kanal. Dette begrunnes med korrelasjonsmatrisen over variablene i nettbutikker (vedlegg 9), hvor vi ser at disposisjon og relasjonell tillit har en klar signifikant korrelasjon. For fysiske utsalgssteder (vedlegg 11) ser vi at korrelasjonen mellom de to er ikke-eksisterende. Videre antas det at respondentene trekker inn de negative handelsopplevelsene sine i disposisjon til kanal, og at disposisjon dermed farges av tidligere erfaringer fremfor å være en indikator på teknisk kompetanse til kanalen. En annen plausibel forklaring kan være at jo større disposisjon, kunnskap og kompetanse man har om et område, jo større vil kravene for tilfredshet være og den opplevde tilfredsheten mindre. Logistikk Logistikk er en skala som har tvilsom reliabilitet, men som ble bedømt til å ligge så nær opp mot 0.6 i Cronach alfa at vi valgte å implementere det for nettbutikker. For fysiske 62

63 utsalgssteder ble skalaen bedømt ureliabel. Det viser seg at logistikk er en ny negativ innvirkning på tilfredshet, hvor vi ser en klar negativ utvikling på kundetilfredshet ved økning i logistikk. Dette er nok et fenomen som har lite eller ingen empirisk historie, og som derav trolig er et relativt særeget funn som er vanskelig å forklare uten ytterligere informasjon. En potensiell forklaring kan være at logistikk viser negativ korrelasjon med all skalaer unntaken produktutvalg, og at logistikk blir knyttet delvis opp mot denne skalaen. Dermed kan det være et undertrykt ønske om smalere porteføljer og enklere oversikt i nettbutikker. En viktig presisering er dog at dette er våre antakelser ut fra et vanskelig fenomen datasettet vårt ikke forteller noe om årsakene bak. Servicekvalitet Servicekvaliteten er som tidligere nevnt både reliabel og signifikant for begge kanaler. Av histogrammet (vedlegg 5) ser vi at nettbutikker scorer langt bedre på service enn fysiske utsalgssteder, med en differanse på 12,2% i favør nettbutikker. Servicekvaliteten er en sterk positiv variabel i begge kanaler, og i enda større grad i nettbutikk enn i fysiske utsalgssteder. Dette kan kanskje forklares med at kundekontakten ikke er så impulsiv og mellommenneskelig, og at kundeservicepersonalet som jobber med tekstuelle tilbakemeldinger har lengre og bedre betenkningstid enn hvis man får et spørsmål av en kunde i en butikk. I tillegg har de største norske nettbutikkene innen elektronikk skreddersydde retningslinjer og prosedyrer for forskjellige servicescenarioer, som kontaktskjemaer for returvarer, egne brev med angrefristbestemmelser og ofte også en mail med ordrebekreftelser, notiser om at varen er postlagt og lignende. Produktkvalitet Respondentene melder også at det er en klar sammenheng mellom tilfredshet og produktkvalitet. Begge kanalene sjekker ut reliable, men til tross for dette ser vi at signifikansnivået vårt ikke tillater å implementere produktkvalitet for fysiske utsalgssteder. Ut fra histogrammet (vedlegg 5) ser vi bortimot en identisk gjennomsnittsverdi for de to kanalene hva produktkvalitet angår. Dermed kan den signifikante sammenhengen mellom produktkvalitet og kundetilfredshet være en midlertidig konkurransefordel, da synet på varer handlet i nettbutikker oppfattes som god og er en sterk bidragsyter til kundens totale tilfredshet. Vi antar allikevel at dette er en midlertidig konkurransefordel, da syntes på produkter kjøp i nettbutikker etterhvert burde normaliseres på et like høyt nivå som butikker, all den tid det er tett opp mot samme leverandører og produktlinjer. 63

64 Informasjonskvalitet Nok en skala som er kanalspesifikk. Riktignok er informasjonskvalitet reliabel i begge kanaler, men vi fant ikke nok statistisk signifikans til å kunne operere med begrepet i fysiske utsalgssteder. For nettbutikker ser vi en klar positiv påvirkning på tilfredshet. Histogrammet (vedlegg 5) viser også en gjennomsnittlig preferanse i favør nettbutikker. Dette skyldes troligvis at det er lettere for respondenten å manøvrere seg frem til informasjon i nettbutikk, da informasjonsorganisering er en av internetts store fordeler. I tillegg kan mellommenneskelige teknoloigiske tilnærminger som livechat med servicepersonale, svargaranti innen 12 timer og en kundeservicetelefon være supplerende årsaker til den positive sammenhengen. Prisrettferdighet Den siste signifikante variabelen vi har i nettbutikktilfredshetsmodellen er prisrettferdighet. Begge kanalene viser god reliabilitet og signifikans, og nettbutikkene har også et betydelig høyere gjennomsnitt enn hva de fysiske utsalgsstedene kan skilte med. Vi observerer også at prisrettferdighet har en større positiv innvirkning på den totale kundetilfredsheten i nettbutikker enn i fysiske utsalgssteder. Dette skyldes mest sannsynlig fenomenet vi omtalte i diskusjonen om fysiske utsalgssteder hvor vi etablerte at høyere inntekt gir høyere tilfredshet i fysiske utsalgssteder og lavere inntekt gir høyere tilfredshet med nettbutikker - og det er naturlig å anta at lav inntekt og høy prissensitivitet er korrelert. Og med tanke på at det norske forbrukermarkedet blitt mer prissensitive de siste årene, er det en plausibel forklaring at nettbutikkenes utvikling kan skyldes dette. 5.4 KUNDETILFREDSHET UT FRA DEMOGRAFI Vi ser også visse tendenser ut fra demografiregresjonene (vedlegg 12 og 13). Vi obsereverer at begge kanalene har signifikant sammenheng mellom inntekt og utdanning. I tillegg har fysiske utsalgssteder signifkant sannsynlighet mellom kjønn og tilfredshet. I nettbutikker (vedlegg 12) ser vi at lav inntekt og høy utdanning gir sammenheng med tilfredshet. Lav inntekt og tilfredshet har antakeligvis sammenheng ettersom prisene er markant lavere på nettbutikker, og respondenter med lav inntekt tvinges til å være mer prissensitive i kraft av at de må være mer sparsommelige enn respondenter med større 64

65 disponibel inntekt. At høyere utdanning viser positiv sammenheng med tilfredshet kan forklares ved at respondenter med høy utdanning har høyere teknisk kompetanse eller hatt mer befatning med informasjonsteknologi enn respondenter med lavere utdanning. I fysiske utsalgssteder (vedlegg 13) ser vi naturlig nok det motsatte demografiske fenomenet. Jo høyere disponibel inntekt i kanalen, jo høyere er tilfredsheten med kanalen, da respondentene har lavere prissensitivitet enn de med lav disponibel inntekt. Utdanning viser også negativ sammenheng med tilfresdhet, som forteller oss et lavere utdanningsnivå gir høy tilfredshet. I ser vi her at kjønn spiller en signifikant rolle. Ifølge regresjonsanalysen har menn større tilfredshet med handel i elektronikkforretninger enn kvinner. Dette skyldes trolig at dette er en studie om elektronikk, som kanskje gjør at denne kanalen er mer i favør av menn enn kvinner. En annen plausibel forklaring kan være at menn ofte er mer impulsive i handlemønstret enn kvinner, og at de dermed kan ha større motiv for elektronikkshopping ved fysiske utsalgssteder enn kvinner. 65

66 6 KONKLUSJON Etter et halvt års arbeid føler vi at vi har fått god kjennskap til kanalkrigen i elektronikkbransjen, respondentenes syn på kanalene og hva tilfredsheten i de forskjellige kanalene består av. Vi har også fått et innblikk i empirisk oppgaveskriving, samt mye om prosjektarbeid, oss selv og hverandre. Summen av disse aspektene utgjør modellen av erfaringene våre, og er det som ligger til grunn for oppgaven. 6.1 HVA ER TILFREDSHET? Vi har definert tilfredshet ut fra en hybridmodell basert på tidligere teori og empiri. Trekløveret vi benyttet i dette arbeidet var Norsk Kundebarometer, Crosno et. al og David Gefen. Norsk Kundebarometer ble benyttet i delproblem 1 hvor vi definerte kundepreferanser for de to kanalene. Norsk Kundebarometer (NKB, 2002) er en norsk kundeindeks, som benytter internasjonalt annerkjent metode og modell for å bedømme kundetilfredshet til en bedrift. Vi har modifisert modellen slik at den er tilpasset distribusjonskanaler fremfor enkeltaktører, og gjort visse komparativitetsmessige endringer. Allikevel er mange av faktorene fra NKB med i modellen. Crosno (Crosno, 2007) og Gefen (Gefen, 2002) ble benyttet til å implementere tillit og disposisjon til modellen, og er de siste komponentene i vår forskningsmodell. 66

67 6.2 TILFREDSHET I KANALENE Resultatet fra spørreundersøkelsen viser at tilfredsheten i de to kanalene er tilnærmet like. Respondentene er godt fornøyd med begge handelskanalene, dog ut fra ulike skalaer og hensyn. Under følger en mer inngående konklusjon for de to kanalene. Tilfredshet i nettbutikker styrker og svakheter Tall fra analysearbeidet viser at tilfredsheten i nettbutikker er forholdsvis god, og marginalt høyere enn sin fysiske motpart. Vårt sample viser 78,3% tilfredshet i nettbutikker, med en gjennomsnittsscore på 5,48 (vedlegg 9). De signifikante sammenhengene er disposisjon, logistikk, servicekvalitet, produktkvalitet, informasjonskvalitet og prisrettferdighet, og modellens forklaringsgrad ble på 55,5%, noe vi er meget fornøyd med, med tanke på de komparativitetsavgrensninger oppgaven har hatt. Vårt sample viser overraskende nok en større disposisjon for nettbutikker enn for fysiske utsalgssteder. Dette kan være en effekt av at vi har et forholdsvis ungt utvalg, og som oppgir at tett opp mot 100% bruker internett privat så godt som hver eneste dag. Det viser seg derimot at økende disposisjon gir en lavere total tilfredshet. Dette kan forklares med at jo høyere kompetanse man har om internett og internettforhandlere, jo større bevissthet har man rundt det faktum at det finnes useriøse aktører på internett, at sikkerhetssystemene ikke er gode nok eller at man har hatt dårlige førstehåndserfaringer med noen av aktørene som farger synet på hele kanalen. Vi ser at logistikk scorer forholdsvis middelmådig for nettbutikker, med en total score på 3,54 altså en måloppnåelse på 50,6% av potensialet. Selv om fysiske utsalgssteders skala var ureliabel, ser vi av historgramet at fysiske utsalgssteder scorer marginalt bedre. Forskjellen er likevel så liten at vi ikke har noen annen antakelse enn dårligere erfaringer ved nettbutikker enn fysiske utsalgssteder. Vi ser for nettbutikker en sterk negativ korrelasjon og koeffisient mellom logistikk og konkluderer dermed med at økende logistikkoppfating overraskende nok er negativt for kundetilfredsheten. Dette fenomenet ble diskutert nærmere i kapittel 5.3, men er fortsatt et uoppklart fenomen for oppgaven. Servicekvalitet scorer svært godt for nettbutikker, med en måloppnåelse på 79,9% og klart bedre enn fysiske utsalgssteder med en måloppnåelse på 70,1%. Respondentene forteller også 67

68 at servicekvalitet er det av våre handelsinsentiver som spiller mest positivt inn på tilfredshet. Av korrelasjonsmatrisen ser vi at servicekvalitet ligger nært korrelert opp mot produktkvalitet, relasjonell- og institusjonell tillit og tilfredshet. Differansen skyldes mest sannsynlig medieoppslagene mot de fysiske utsalgskjedens kundefiendtlige praksis det siste året, i tillegg til god tilrettelegging for service ved norske nettbutikker. Produktkvalitet scorer like godt i begge kanaler, med en måloppnåelse på rundt 82%. Dette forteller oss at respondentene er som vi antok før undersøkelsen, tilnærmet like tilfreds med produktkvaliteten i de to kanalene. Allikevel ser vi at produktkvalitet verdsettes i høyere grad hos nettbutikker enn hos fysiske utsalgssteder, hvor vi ikke har noen signifikant sammenheng. I nettbutikker derimot, er produktkvalitet det nest sterkeste handelsinsentivet etter servicekvalitet. Det er altså ikke noen oppfatning blant respondentene at det er noen stor forskjell mellom produktkvaliteten i kanalene, men tilfredsheten øker mer av at produktkvaliteten er god i nettbutikker enn av at den er god i fysiske utsalgssteder. Informasjonskvaliteten er en annen skala hvor nettbutikker scorer bedre enn fysiske utsalgssteder. Sammenhengen er også kun signifikant for nettbutikker. Dette betyr at våre respondenter oppfatter informasjonskvaliteten i kanalen både bedre og viktigere for tilfredshet enn i fysiske utsalgssteder. Dette er nok ikke det sterkeste av handelsinsentiver, men vi ser likevel en god positiv sammenheng mellom den variabelen og tilfredshet for nettbutikkeene. Dette kommer troligvis av at internett er et medium som både tillater og oppfordrer til større bruk og utbredelse av informasjon. Prisnivået ligger noget lavere i nettbutikker enn i fysiske utsalgssteder, og dette reflekteres i datasettet. Med en måloppnåelse på 81,3% mot 60,7% er ikke respondentene våre i tvil om at de foretrekker prissettingen i nettbutikkene. Dette understrekes ytterligere ved at vi ser en sterkere positiv sammenheng mellom tilfredshet og prisrettferdighet i nettbutikker. Tilfredshet i fysiske utsalgssteder styrker og svakheter Undersøkelsen viser at tilfredsheten hos fysiske utsalgssteder er så vidt under tilfredsheten for nettbutikker, men det er så marginalt at vi nesten kan si de to kanalene har jevngod tilfredshet. Den statistiske forklaringsgraden er på 48,7%, noe som er hakket svakere enn for nettbutikker, men allikevel en nogenlunde grei score for en så omfattende oppgave som vi har, som i tillegg har sine naturlige avgrensninger i forhold til konkurransefordeler. Skalaene 68

69 som utgjør forklaringsgraden er de signifikante variablene disposisjon, service, produktutvalg, institusjonell tillit og lojalitet. Fysiske utsalgssteder har den naturlige konkurransefordelen at de har vært lenge i bransjen. De har en organisasjonskultur og en folkeoppslutning som strekker seg langt tilbake i tid. Dette reflekteres i høy grad i resultatene, som viser at disposisjonen til kanalen er så vidt lavere enn nettbutikkers, men der nettbutikker har en negativ sammenheng mellom disposisjon og tilfredshet ser vi en positiv sammenheng for fysiske utsalgssteder. Dette kan komme av at det jevnt over høyere nivå på de fleste aktørene som driver fysiske utsalgssteder, samt at respondentene sannsynlig har en normativ tilnæring til disse, da de har hatt et forhold til disse lengre enn de har til nettbutikker. Vi ser også at servicekvalitet er det sterkeste handelsinsentivet også i fysiske utsalgssteder, da det er denne skalaen som er mest positivt knyttet opp mot kundetilfredsheten. De fysiske utsalgsstedene scorer opp mot godkjent, men må se seg klart slått av nettbutikker i kampen om den beste servicekvaliteten. Dette er overraskende, men grundig gjennomgått i diskusjonskapitlet. Dette baner vei for et forbedringspotensiale for fysiske utsalgssteder, da vi også ser at det er en god korrelasjon mellom tilfredshet og servicekvalitet. Produktutvalget i fysiske butikker scorer langt bedre enn sin motpart, men har også en negativ sammenheng med kundetilfredshet. Disse to opplysningene til sammen baner vei for en teori om at vår respondentbase syntes norske elektronikkforretninger fører et for bredt, dypt eller totalt sortiment i hvertfall med tanke på sine fysiske begreninger og personalets kompetanse, ettersom vi ikke ser den samme koblingen i nettbutikker. Prisrettferdighet ligger som tidligere omtalt i disfavør av fysiske utsalgssteder, både i kundens oppfatning av kanalen, og i hvilken tyngde den henger sammen med total tilfredshet. En økende samfunnstrend av lavere forbruk og større prissensitivitet de siste årene forsterker dette funnet, som på sikt vil føre til en økende tilfredshet med nettbutikker om ikke fysiske utsalgssteder snur trenden, eller vi får en stigende økonomi med mindre prissensitivitet. Modellen for fysiske utsalgssteder rundes av med institusjonell tillit og lojalitet, som begge er kjedespesifikke i signifikans for fysiske utsalgssteder. Dette kan forklares ved at nettbutikker både har mindre fartstid og har et mer upersonlig preg enn fysiske utsalgssteder. Vi ser allikevel ikke bort fra at nettbutikker også med bedre operasjonalisering eller med annet utvalg kunne oppnådd signifikante sammenhenger med tillit og lojalitet, da det er bred 69

70 empirisk enighet om at tillit spiller en rolle hva tilfredshet angår også i nettbutikker. Allikevel ser vi her at de affektive variablene kun knyttes opp mot fysiske utsalgssteder i denne undersøkelsen. 6.3 NÅSITUASJON Ut fra dagens situasjon og resultatet fra analysen kan det konkluderes med at tilfredsheten mellom alterantivene er jevnbyrdige på det komparative grunnlaget, og at vi dermed har et sunt konkurranseforhold mellom de to kanalene. Dette reflekteres også i at begge kanalene fortsatt er i drift og de største aktørene leverer solide driftsoverskudd. Vi ser allikevel at konkurranseforholdene er delt, og at vi ikke har oppnådd en fullstendig komparativ plattform, da kun 50% av variablene for begge kanaler er signifikante og reliable for begge kanaler. Allikevel mener vi at vi har et forholdsvis godt grunnlag til å uttale oss om konkurransesituasjonen, trender og årsaker til handelslekkasjen mellom de to kanalene. Det er viktig å huske på at konklusjonen om nåsituasjonen i kanalene er basert på vårt utvalg, og dermed ikke har noen allmengyldig relevans. Ettersom undersøkelsen er gjort ut fra våre ressurser og begrensninger, har utvalg, populasjon og validitet blitt deretter. Med dette mener vi ikke at resultatetene våre ikke kan ha basis i virkeligheten, men at vi først og fremst uttaler oss om våre respondenters virkelighet, ikke for kanalene og bransjen som helhet. Komparativ konkurransesituasjon Når det gjelder konkurransesituasjonen ser vi at den er fragmentert. Hver kanal har 50% skaler som er signifikante kun inn mot den kanalen. Den felles plattformen formes av disposisjon, servicekvalitet og prisrettferdighet. Her ser vi at nettbutikker har høyest preferanse på alle tre punkter. Vi har vanskelig for å tro at dette skyldes tilfeldigheter, og vi antar dermed at dette er en bevisst satsning fra norske nettbutikker om å komme kunden i møte på en bedre måte en de fysiske utsalgsstedene. Ettersom de er markedsinntrengere og markedsutfordrer har de et større behov for å forbedre seg enn aktørene i den markedsledende kanalen. Disposisjonen tipper marginalt i nettbutikkers favør, hvor begge kanaler har en god score. Dette er også imot vår grunnantakelse om at gjennomsnittsrespondenten hadde større disposisjon og kunnskap om fysiske utsalgssteder. Det viser seg derimot at vårt forholdsvis unge utvalg har større disposisjon og kunnskap om internett og nettbutikker enn de har for 70

71 fysiske utsalgssteder. Et spennende funn er derimot at disposisjonen har negativ korrelasjon og sammenheng med tilfredshet, mens den for fysiske utsalgssteder er positiv. Årsakene til dette har vært diskutert og er grundigere gjennomgått i kapittel 4 og diskutert i kapittel 5. Vi har derimot ingen tro på at man skal gjøre noen tiltak mot dette, da vi kommer tilbake til saken i våre fremtidsutsikter. Prisrettferdighet viser seg både som et sterkt handelsinsentiv for nettbutikker, og er også en av de største differansene i undersøkelsen. Våre respondeter er langt mer fornøyd med prisrettferdigheten i nettbutikker enn i fysiske utsalgssteder. Som vi har nevnt tidligere har norske forbrukere vært mer prissensitive enn normalt etter finanskrisen, men dette burde langt på vei være friskmeldt nå. Derfor velger vi å se det som en varig trend at norske forbrukere foretrekker pris-kvalitetforholdet nettbutikker står for fremfor de fysiske utsalgsstedene. Nettbutikker scorer urovekkende mye bedre enn fysiske utsalgssteder på servicekvalitet, som i våre antakelser ville score best på servicekvalitet ettersom de har en helt annen mellommenneskelig og direkte kontakt med kundene enn nettbutikker. Vi mener allikevel at dette kan være et forbigående fenomen, da det det siste året har kommet flere oppslag om at personalet ved fysiske utsalgskjeder driver kundefiendtlig og profiterer på å overtale kunder vekk fra tilbudsprodukter og gode kjøp, som tidligere omtalt. Allikevel er dette et alvorlig varsko for fysiske utsalgssteder, på et felt som burde ligge opp mot en konkurransefordel. Den signifikante komparative konkurransesituasjonen er med andre ord i favør av nettbutikker på alle punkter. Kanalspesifikk konkurransesituasjon Vi ser også av modellene for de to kanalene at 50% av de signifikante variablene er eksklusive for begge kanalene. En observasjon er at alle skalaene som er eksklusive for nettbutikker går direkte på handelsopplevelsen med aspektene logistikk, produktkvalitet og inforasjonskvalitet. I fysiske utsalgssteder finner vi tilfredshetsdriverene produktutvalg, institusjonell tillit og lojalitet. Altså er to av tre skalaer knyttet opp mot affektive skalaer. Vi tror dette kommer av at respondetene, og forbrukerene generelt, har lettere for å få en affektiv tilknytning til fysiske utsalgssteder fremfor nettbutikker da det representerer noe fysisk og mellommenneskelig. Videre er det lettere å sette tekniske merkelapper på nettbutikker, da handelsopplevelsen er mer fragmentert enn i en vanlig butikk, og stegene i handelsprosessen er enklere å skille fra hverandre. 71

72 Totalsituasjon Den komparative nåsituasjonen mellom kanalene er per idag veldig jevn. Begge kanalene har en god tilfredshet hos respondentene og virker totalt sett å være forholdsvis jevne i respondetenens øyne. Det vi derimot ser er at det er nettbutikker som dominerer variablene de to kanalene deler. En naturlig forklaring på dette er at fysiske utsalgssteder i større grad baserer seg på konkurransefortrinn og affektiv tilknytning. Dette uttaler vi med basis i at de fysiske utsalgsstedenes modell har en svakere forklaringskraft, noe som forteller oss at en større prosentandel av variasjonen i tilfredshet ligger utenfor vår forksningsmodell. I tillegg til dette ser vi at de signifikante kanalspesifikke skalaene for fysiske utsalgssteder dreier seg rundt affektiv tilknytning, med lojalitet og tillit. En annen forklaring kan også være at nettbutikker rett og slett må jobbe hardere for å gjøre det bra, fordi de er den nyeste og utfordrende kanalen av de to. Dermed sitter vi igjen med det faktum at nettbutikker har færre konkurransefordeler, og dermed konkurrerer mer på fysiske utsalgssteders premisser enn fysiske utsalgssteder konkurrer på nettbutikkenes premisser. Og med en jevn kundetilfredshet forteller det oss at nettbutikkene ligger nærmere opp mot sitt potensiale, og utkonkurrerer fysiske utsalgssteder på sammenlignbare skalaer. Fysiske utsalgssteder derimot, hadde det sannsynligvis vært fordelaktig å arbeide aktivt inn mot disse komparative skalaene, for å vippe den totale tilfredsheten over i deres favør. Vi ser også at de fysiske utsalgsstedene lever godt på respondentenes lojalitet og institusjonelle tillit, noe vi ikke finner igjen i nettbutikkenes modell. 6.4 FREMTIDSUTSIKTER Vi ville gjerne presentert et detaljert og empirisk basert scenario for hvordan kanalkrigen vil formes i fremtiden, men dessverre er problemstillingen alt for kompleks og modellen ikke tilpasset en slik løsning. Vi har derimot tatt for oss noen nøkkelfunn i undersøkelsen, og tatt for oss hvordan vi ser for oss utviklingen i disse funnene, og hvordan bransjen vil agere. Fremtidsscenarioene vi skisserer er basert på empiri fra undersøkelsen, samt tilegnet kunnskap under bachelorprosessen. 72

73 I årene fremover ser vi for oss en stadig nærmere integrering mellom fysiske utsalgssteder og nettbutikker. Allerede idag ser vi de første integrasjonene, med Elkjøps innføring av hvor man kan bestille varen på nettbutikken og hente varen ved et av kjedens utsalgssteder. Fordelen ved dette er at man slipper unna ventetid på postleveranse, samt at internettprisene ofte er billigere og har kampanje- og introduksjonstilbud. Motsvaret til dette er Kompletts innføring av Pick-Up-Point. Dette er hentesentraler hvor man kan hente varene man har bestilt på Komplett.no istedenfor å vente på postleveransen. Svakheten ved nettbutikkenes løsning er at det er svært desentralisert og langt mellom lokasjonene som har Pick-Up-Point, og dette er mest aktuelt i byer hvor det er endel innbyggere. Problemet er at det er også ofte her de fysiske elektronikkjede er lokalisert. Dette åpner også for en intern kannibalisme hvor man som en elektronikkjede er representert i begge kanaler, og hvor intern konkurranse fort kan bli et problem. Hvis bestillingene går sentralt gjennom kjedenes nettsteder og det er butikkene som er kostandsbærerene på personale, husleie og alle medfølgende kostnader får man en skjev fordeling, som kan føre til dårlige strategiske beslutninger. Vi ser på det som et strategisk vanskelig valg hvor grensen skal ligge mellom integrering av nettbutikk og fysiske utsalgssteder og hvordan logistikk og distribusjon skal håndteres, og det er et tema aktører i begge kanaler vil måtte ta stilling til de nærmeste årene. Et annet aspekt ved handelsopplevelsen som vil endres de neste årene er hvordan handelsprosessen vår gjennomføres. Vi tror handelsprosessen vil digitaliseres de neste årene, og mer og mer informasjon og flere avgjørelser vil måtte tas før valget av distribusjonskanal avgjøres. Dette skyldes tjenester som GuleSider.no, prisjakt.no og prisguide.no hvor man kan få en totaloversikt over hvilke forhandlere som har de billigste prisene, beste brukererfaringene og hvor man kan finne ut nærmeste butikk i ditt nærmiljø som tilbyr produktet du ettersøker. I tillegg har tjenester som GroupOn.no, i tillegg til at det ryktes at Facebook snarlig vil lansere en lignende tjeneste (Dagens IT, 2011). Dette er en tjeneste som tilbyr eksklusive dagstilbud innen forskjellige varegrupper. Slike tjenester vil bli en naturlig konkurransefordel for nettbutikker, om ikke fysiske utsalgssteder klarer å forbedre informasjonskvaliteten, og digitalisere handelsprosessen på samme måte, slik at samme informasjon som nettbutikkene tilbyr vil være tilgjenglig på nett. Utviklingen de neste årene blir viktige år for elektronikkbransjen, og vi ser ikke bort fra at den tilfredsheten vi presenterer idag kan være snudd på hodet innen få år ut fra den utviklingen 73

74 som måtte komme. Det er viktig å presisere at vår undersøkelse kun er et øyeblikksbilde av en bransje i kontinuerlig utvikling. 74

75 7 Konklusjon Dagbladet Elkjøp og Expert styrer kundene mot unødvendig dyre varer. (Internett) Tilgjengelig på: (5 April 2011) DN Elkjøp lurte kundene. Dagens Næringsliv/NTB (Internett) (24.Februar 2011) Dagens IT Nå kommer Facebooks GroupOn-klone (Internett) (30. april 2011) Halogen Nettbutikkundersøkelsen 2009, Halogen.no (Internett) butikker.pdf (05 Mars 2011) Foseide, N Historien om internett. Data.no, (Internett) (20 April 2011) VG Den norske internett historien, VG (Internett) (29 April 2011) 75

76 Webgruppen AS Netthandel, websuksess.no (Internett) (2 Mai 2011) Lorentzen, K og Pilskog G.M Elektronisk handel, statistisk sentralbyrå (Internett) Tilgjengelig på: (13 April 2011) Posten og Bring Posten og Brings netthandelrapport, Posten (Internett) Tilgjengelig på: (26 April 2011) Aas Askheim, O.G Norges største undersøkelse av handlevaner på internett. MPX/Monitor. (Internett) (6 Mai 2011) NKB Norsk Kundebarometer. NKB-modellen (Internett) Tilgjengelig på: (15 februar 2011) (15 februar 2011) (15 februar 2011) Crosno et al, Trust in the development of new channels in the music industry. ScienceDirect. (Internett) (7 februar 2011) Gefen E-commerce: the role of familiarity and trust. Omega. (Internett) (18 Februar 2011) NRK Internetts historie. NRK (Internett) (20 april 2011) HiO Webdesign historikk. HiO (Internett) (20 april 2011) Elektronikkbransjen Presentasjon Elektronikkbransjen totalomsetning (Internett) og presentasjoner/ under Presentasjon Elektronikkbransjen totalomsetning 2010 (21 april 2011) DIBS Stort potensial for norks e-handel i europa. DIBS europeiske E-handelsindeks. (Internett) (20 Mars 2011) Infodesign E-handel en introduksjon. Infodesign.no. (Internett) Tilgjengelig på: (15 Mars 2011) 76

77 Lybekk Handelsutvikling i Gjøvik sentrum. Bacheloroppgave (Internett) Tilgjengelig på: (10 April 2011) Firmanett Hvorfor nettbutikk. Firmanett.no (Internett) Tilgjengelig på: (22 Februar 2011) Bjørnstad. J Hypotesetesting statistikk. Det store norske leksikon. Tilgjengelig på: (4 April 2011) Kirknes. L.F Netthandel knuser alle rekorder. International data Group. (Internett) Tilgjengelig på: (3 Mai 2011) Dunning, T & Freedman, D.A Modeling section iffects. in Outhwaite, W. & Turner, S. (eds) Handbook of Social Science Methodology. London: Sage. (10 april 2011) Gripsrud et al Metode og dataanalyse, beslutningsstøtte for bedrifter ved bruk av JMP. 2.utgave, 1.opplag (Literatur) Gripsrud et al Metode og dataanalyse, med fokus på beslutninger i bedrifter. 6.opplag HøyskoleForlaget (Literatur) Nygaard et al Forventningsindikator-konsumprisene, nov 06 mai 07. (Internett) Tilgjengelig på: (10 april 2011) Grønmo, Sigmund Samfunnsvitenskapelige metoder. (Internett) Tilgjengelig på: (10 april 2011) 77

78

79 2

80 Vedlegg 1 Forskningsmodell 3

81 4

82 Vedlegg 2 Relabilitet for de forskjellige skalaenhetene Uavhengig variabler Variabel 1 Disposisjon til kanal Marketing Scales Handbook (#280) Efficacy (Website Quality Judgment) Spørsmål 1 3, Bart et al. (2005), oversatt Variabel 3 Beleilighet (#711) Website Usefulness, spørsmål 1 6, Davis (e.g., 1989), oversatt/omgjort Variabel 4 Logistikk (#574) Service Failure Typicality, spørsmål 1 3, Hess, Ganesan, and Klein (2003), oversatt/omgjort Variabel 5 Service Spørsmål 1-5 oversatt/omgjort (#127) Attitude Toward the Website (Customer care) Srinivasan, Anderson, Ponnavolu (2002) Variabel 6 Produktkvalitet (#497) Quality of the Product, Spørsmål 1-5, 8, Grewal, Monroe, Krishnan (1998), oversatt/omgjort Variabel 7 Produktutvalg Assortment) (2002), oversatt (#140) Attitude Toward the Website (Produkt Spørsmål 2-4, Srinivasan, Anderson, Ponnavolu Variabel 8 Informasjonstilgang (#710) Website Usefulness, spørsmål 1-2, 4, Montoya-Weiss, Voss, Grewal (2003), Oversatt Variabel 10 Prisrettferdighet (2001), oversatt (#131) Attitude Toward the Website (Economic Value) Spørsmål 1 3, Mathwick, Malhotra, and Rigdon Variabel 11 Relasjonell tillit (#662) Trust in the Company, spørsmål 1 6 Aaker, Fournier, Brasel (2004), oversatt Variabel 12 Lojalitet (#415) Loyalty to the Store, spørsmål 1 3 Lichtenstein, Drumwright, and Braig (2004), oversatt Variabel 2 Tilfredshet Variabel 9 Institusjonell tillit Skalaenhetene er hentet fra Handelsutvikling i Gjøvik Lybakk, Jørgentvedt, Bjørklund (2010), Tok ideer fra Marketing Scales Handbook, Egenutviklet 5

83 6

84 Vedlegg 3 Relabilitet for de forskjellige skalaenhetene Skalanavn Skalaenheter Rapportert α α (Web) α (Fysisk) Disposisjon Tilfredshet Beleilighet Logistikk Service Produktkvalitet Produktutvalg Informasjon 3.86 og Prisrettferdighet Relasjonell tillit Institusjonell tillit Lojalitet Lojalitet Logistikk kan benyttes for web da denne ligger så ekstremt nært opp til vårt reliabilitetsmål. Logistikk i fysiske butikker er for lav til at den kan benyttes i analysearbeidet. 2 Vil ikke benyttes grunnet dårlig operasjonalisering av èn skalaenhet. 3 Substituerer gammel overnevnte Lojalitet. Fjernet èn skalaenhet for å bedre skalaens relabilitet. 7

85 8

86 Vedlegg 4 Deskriptiv demografi 9

87 10

88 Vedlegg 5 Histogram med normalfordeling Skalafrekvens 11

89 Vedlegg 5 Histogram med normalfordeling Skalafrekvens 12

90 Vedlegg 5 Histogram med normalfordeling Skalafrekvens 13

91 Vedlegg 5 Histogram med normalfordeling Skalafrekvens 14

92 15

93 Vedlegg 6 Korrelasjonsmatrise for nettbutikker 16

94 Vedlegg 7 Korrelasjonsmatrise for fysiske utsalgssteder 17

95 18

96 Vedlegg 8 Lineær regresjon for nettbutikker Utkast 1 19

97 Vedlegg 9 Lineær regresjon for nettbutikker Utkast 2 20

98 Vedlegg 10 Lineær regresjon for fysiske utsalgssteder Utkast 1 21

99 Vedlegg 11 Lineær regresjon for fysiske utsalgssteder Utkast 2 22

100 Vedlegg 12 Lineær regresjon for demografi i nettbutikker Optimalmodell 23

101 Vedlegg 13 Lineær regresjon for demografi i fysiske utsalgssteder Optimalmodell 24

102 25

103 Vedlegg 14 Lineær regresjon for demografi i fysiske utsalgssteder Optimalmodell 26

104 27

105 28

106 29

107 30

108 31

109 32

110 33

111 34

112 35

113 36

114 37

115 38

116 39

117 40

118 41