4. Resultat och Analys
4.1 Beskrivning av respondenter
Här presenteras svaren från studiens bakgrundsfrågor. Majoriteten av
undersökningens respondenter var kvinnor i åldrarna 25–39 år. De respondenter som har besvarat enkäten söker mestadels information på företagets egna hemsida samt på Google, både om de vill veta mer om eller om de redan
känner till ett
företag/varumärke/produkt. Det visade sig även att det inte var några märkbara skillnader över hur kvinnor och män väljer att söka information (Bilaga 2).
4.1.1 Sökfördelning
Vad som kan utläsas är att de två största plattformarna som konsumenter väljer att söka information på är företagets egna hemsida samt Google, både när de vill veta mer om ett företag/varumärke/produkt samt när de redan känner till varumärket. Det sker dock en procentuell ökning på 1,3 procentenheter där individer som redan känner till
varumärket istället väljer att gå direkt till dess hemsida. Det sker även en minskning på 21 procentenheter där personer som redan känner till varumärket istället väljer att söka information på andra plattformar, istället för på sökmotorn Google. De som redan känner till ett varumärke har större
Tabell 2. Beskrivning av respondenter
söka information på om de ville veta mer om ett varumärke. 12,4 procent sökte information på Youtube om de ville veta mer medan endast 7,3 procent sökte information där om de redan kände till varumärket. Vidare visade sig Twitter ej vara en plattform för informationssökning, endast 0,03 procent av respondenterna sökte sig till den plattformen när de ville veta mer. Slutligen visade det sig att 7,6 procent söker information på annat håll om de vill veta mer om ett varumärke, medan 10,1 procent vänder sig till andra sociala plattformar om de redan känner till varumärket.
4.2 Cronbachs alfa
För att konstruktens interna reliabilitet skall anses acceptabelt bör värdet av Cronbachs alfa överstiga 0,60. Det undersöktes vilka items som kunde strykas inom vardera konstrukt för att höja
alfakoefficienten, detta mäts genom CIT correlation som ska överskrida 0,3. I Tabell 4 nedan presenteras de slutgiltiga konstrukt som använts för studiens analys. När F8, F10 och F11 plockades bort ur konstrukt K1 fick konstruktet ett accepterat Cronbach´s alfavärde på 0,602. Värdena i resterande konstrukt är accepterade.
Tabell 4. Cronbachs Alfa och CIT correlation
Konstrukt Item CIT correlation Cronbachs Alfa
K1 Kalkulativt engagemang F3 F6 0,431 0,431 0,602 K2 Affektivt engagemang F4 F7 F9 F12 F13 0,395 0,315 0,382 0,401 0,339 0,611 K3 Personaliserat innehåll F14 F15 F16 F17 F18 F19 F20 0,682 0,710 0,753 0,667 0,746 0,431 0,753 0,884 K4 Underhållande innehåll F21 F22 F23 F24 F25 F26 F27 0,770 0,648 0,718 0,728 0,746 0,551 0,740 0,895 K5 Informativt engagemang F28 F29 F30 F31 F32 F33 F34 0,513 0,605 0,589 0,584 0,639 0,407 0,626 0,809
4.3 Hypotesprövning
4.3.1 Korrelationsanalys
Spearmans rho användes för att studera relationen mellan två variabler (Bilaga 3). Vad som framgår är att alla korrelationer hade hög signifikans, varav personligt innehåll hade högst signifikans till både affektivt engagemang (,553**) samt kalkulativt engagemang (,427**). Underhållande innehåll visade också ett starkt samband mellan de båda beroende variablerna. Likväl som det personliga innehållet var sambandet till viss del starkare till affektivt engagemang (,399**) i förhållande till det kalkulativa engagemanget (,245**). Samma mönster påträffades i korrelationen mellan informativt innehåll och de beroende variablerna. Sambanden var något lägre än de andra oberoende variablerna, men alltjämt med hög signifikans. Till det affektiva engagemanget låg denna på (,200**) och till det kalkulativa engagemanget på (,175**). Dessa resultat påvisar korrelationen mellan de beroende och oberoende variablerna. Det visar dock inte på kausaliteten, varpå en multipel regressionsanalys utförts (Bryman & Bell, 2017).
4.3.2 Multipel regressionsanalys
Tabell 5. Regressionsanalys. Beroende variabel: kalkulativt engagemang
Modell 1K Modell 2K Modell 3K Modell 4K Modell 5K
Förtroende ,254*** (,042) ,200*** (,041) ,217*** (,045) ,234*** (,045) ,158*** (,045) Personaliserat ,371*** (,054) ,328*** (,058) Underhållande ,161** (,058) ,081 (,059) Informativt ,104* (0,57) ,095* (,056) R2(adj) ,105 ,258 ,124 ,115 ,252 F 36,5*** 48,9*** 21,7*** 19,7*** 23,3***
Tabell 6. Regressionsanalys. Beroende variabel: affektivt engagemang
Modell 1A Modell 2A Modell 3A Modell 4A Modell 5A
Förtroende ,347*** (,042) ,240*** (,038) ,266*** (,041) ,329*** (,044) ,191*** (,040) Personaliserat ,500*** (,049) ,430*** (,051) Underhållande ,332*** (,052) ,192*** (0,53) Informativt ,0,89 (,056) 0,74 (,050) R2(adj) ,194 ,418 ,291 ,202 ,450 F 69,9*** 96,3*** 58,8*** 36,3*** 53,5***
Kommentar: * p <0.1, ** p <0.01, *** p <0.001, Standardfel inom parentes.
Tabell 5 och Tabell 6 visar en linjär regressionsmodell där de oberoende variablerna har analyserats separat med de två beroende variablerna. I dessa har de ostandardiserade B-koefficiententerna analyserats. Fullständiga analysresultat återfinns i bilagor (Bilaga 4 och 5). Till en början
kontrollerades F-värdet i modell 5K som låg på 23,3 med ett signifikansvärde på ,000 vilket tyder på att chansen att resultatet av regressionen skulle vara slumpmässig ligger på 0 procent. På samma sätt kontrollerades modell 5A där F-värdet låg på 53,5 med ett signifikansvärde på ,000. Med detta menas att det finns en tydlig relation mellan den beroende och de oberoende variablerna. F-värdet förklarar att alla oberoende variabler tillsammans har en påverkan på den beroende variabeln med säkerhet på 23,3 procent respektive 53,5 procent. Modellerna är därmed signifikanta och håller som helhet. Därefter granskades det justerade R2 -värdet vilket i modell 5K låg på 25,2 procent. Då värdet är närmare 0 än 1 tyder det på att respondenterna till en viss del var inkonsekventa i sina svar. Därav är spridningsmåttet någorlunda stort och förklaringsgraden är av lägre karaktär. I modell 5A låg värdet på 45 procent vilket tyder på att svaren inte hade lika stor spridning. En förklaring till detta kan tänkas vara att svaren skiljer sig mellan vad respondenten är villig att göra och vad hen faktiskt gör. På fråga 6 exempelvis “Jag tycker att det är viktigt att företag har hemsidor och konton på sociala medier så att jag kan följa dem” har en tydlig majoritet svarat Instämmer helt eller Instämmer delvis. Däremot på fråga 3 “Jag brukar följa företag- eller varumärkeskonton” sjunker dessa siffror markant.
Något som bör uppmärksammas för studiens fortsatta pålitlighet och transparens är att i
regressionsanalysen av modell 5K påträffades ett något problematiskt värde i signifikansen mellan informativt innehåll och kalkulativt engagemang som låg på 0,088. Inom statistisk forskning är den allmänt accepterade nivån för signifikansen ett värde under 0,05 vilket betyder att det uppmätta värdet för informativt innehåll ligger några decimaler över det allmänt accepterade värdet. För denna studie har det dock satts en högre gräns för det accepterade värdet som tidigare nämnts i kapitel 3.4.3 Multipel regression. Denna studie godtar ett värde på p <0,1 vilket medför att värdet kan ses som signifikant, men att det skulle kunna vara ett resultat av slumpen. Övriga värden för det informativa innehållet i modell 5K var dock godkända och medför därmed att hypotes H3a som helhet kan
verifieras men att det krävs mer forskning innan vi kan vara statistiskt säkra på att dessa resultat även skulle återfinnas utanför den valda populationen.
4.4 Analys av resultat
Ur korrelationsmatrisen tyds ett resultat om att alla variabler korrelerar med varandra.
Regressionsanalysen illustrerar fortsättningsvis vilka variabler som hade ett samband med varandra och vilka som ej hade något samband. Nedan illustreras en visualisering av hypotesprövningen.
H1a verifieras med 99,9 procents säkerhet då p-värdet är 0,000 <0,001. Personaliserat innehåll har ett positivt samband med kalkulativt engagemang. Styrkan i sambandet är på 0,328 vilket påvisar det främsta sambandet i förhållande till övriga innehållsegenskaper. T-värdet som visar 5,632 bekräftar att det personaliserade innehållet har en stor påverkan på det affektiva engagemanget.
H2a är ej verifierad. Hypotesen fick ej någon stöttning i analysen vilket indikerar på att underhållande innehåll inte har ett samband med kalkulativt engagemang.
H3a verifieras. Informativt innehåll har ett positivt samband med kalkulativt engagemang. P-värdet är 0,088 <0,1 vilket medför att hypotesen är signifikant, dock på en låg nivå, vilket medför att vidare forskning krävs. Styrkan i sambandet visar ett värde på 0,095.
H1b verifieras med 99,9 procents säkerhet då p-värdet är 0,000 <0,001 och styrkan i sambandet är högt och visar ett värde på 0,430. Personaliserat innehåll har ett positivt samband med affektivt engagemang. T-värdet uppgår till 8,359 vilket är en indikation på att personaliserat innehåll har den högsta signifikansen.
H2b verifieras med 99,9 procents säkerhet då p-värdet är 0,000 <0,001. Underhållande innehåll har ett positivt samband med affektivt engagemang. Styrkan i sambandet visar ett värde på 0,192. T- värdet är relativt högt på 3,636, vilket påvisar att underhållande innehåll har stor påverkan på det affektiva engagemanget.
H3b ej verifierad. Hypotesen kunde ej verifieras då den ej fick någon stöttning i analysen. Informativt innehåll har därmed inte ett samband med affektivt engagemang.
5. Diskussion
I detta kapitel framförs en diskussion av undersökningens analytiska resultat i relation till studiens litteraturgenomgång och teoretiska referensram. Denna diskussion ämnar besvara studiens
frågeställning genom att kartlägga vilka egenskaper i digitalt innehåll som engagerar konsumenter i varumärkesrelationer online. Vidare diskuteras verifieringen eller förkastningen av samtliga
hypoteser samt att övriga upptäckter behandlas för att belysa studiens problematisering.
5.1 Inledande diskussion
Denna studie ämnade bredda kunskapen om hur konsumenter beter sig online, hur de söker och behandlar information samt hur de tar till sig sin numera aktiva roll i varumärkesrelationer. Följande diskussion kommer först att behandla de generella upptäckterna som besvarar dessa frågor för att sedan gå vidare till en mer detaljerad inblick i hur olika innehåll påverkar konsumenternas engagemang.
Gällande informationssökning påvisade resultaten tydliga skillnader i hur människor väljer att söka information. Det återfanns dock inga stora skillnader i sökfördelningen mellan könen. De plattformar som föredras är företagens egna hemsida samt Google, både när individer vill veta mer om ett varumärke eller om de redan är bekanta och känner till varumärket. Att 91,7 procent väljer att söka information på Google när de vill veta mer om ett företag eller ett varumärke stärker påståendet om att konsumentbeteendet har förändrats (Opreana & Vinerean, 2015; Boufim & Barka, 2016; Arenas- Gaitán et al., 2019). Detta påvisar vikten av att arbeta med det digitala innehållet och SEO då det ger företag en fördelaktig position i digitala sökmotorer (Opreana & Vinerean, 2015). Eftersom Google är det ställe där flest antal konsumenter väljer att börja sin köpprocess finns det skäl att argumentera för att företag bör integrera Inbound marketing i sin marknadsstrategi då syftet är att locka potentiella och befintliga kunder till varumärkets plattformar (Bezovski, 2015)
.
Att konsumenten, från sökmotorn leds in på företagets hemsida ger företagen en möjlighet till att arbeta fram en relation med besökaren. En annan viktig aspekt av denna studie var att fastställa en empirisk koppling mellanrelationsmarknadsföring online och teorierna som ligger till grund för engagemang och förtroende. Detta åstadkoms genom etableringen av de konceptuella modellerna som sedan prövades i den empiriska undersökningen. Resultatet visar på att relationerna som beskrivs i modellerna har hög statistisk signifikans och att deras övergripande struktur fungerar för att mäta effekten av de
oberoende variablerna på de beroende variablerna. Detta utläses genom en granskning av modellernas F-värden. Studiens teoretiska referensram var något explorativ då dess empiriska undersökning är sammanställd av frågor, begrepp och definitioner för att undersöka studiens unika problem. Det ansågs därmed som en mycket kritisk aspekt att pröva modellernas lämplighet och att de fungerar i helhet. Något som framgått av resultaten är att även om slutsatsen kan dras att modellerna fungerar som helhet bör däremot vissa av de interna aspekterna och frågorna för att mäta konstrukten förbättras.
Vidare kan även intressanta skillnader mellan det kalkulativa engagemanget och det affektiva engagemanget utläsas genom att studera modell 5K och 5A. Modellernas justerade R2-värde
samband och kan förklaras till en högre grad än effekten på det kalkulativa engagemanget. En anledning till detta resultat kan vara en metodisk svårighet i att definiera det kalkulativa
engagemanget online och att teoretiskt definiera vilka aspekter av innehållsmarknadsföring som faktiskt berör konsumenter på det rationella planet. En annan bidragande faktor skulle dock kunna vara tolkningssvårigheter från respondenternas sida. Trots att respondenterna fick en förklaring av vad som menades med de olika frågorna kan ändå tolkningssvårigheter ha uppstått som lett till
inkonsekvens i deras svar.
Kontrollvariabeln förtroende visade sig också ha ett signifikant värde för att förutse förändringarna i kalkulativt och affektivt engagemang. Detta är i linje med tidigare forskning som säger att
relationsmarknadsföring, och därav även kundens engagemang, grundas på förtroende mellan samtliga parter (Morgan & Hunt, 1994). Det styrker också påståendet att existensen av förtroende är ett krav för att konsumenten ska engagera sig online (Kim, 2012; Lim et al., 2006).
Vad som framgår ur resultatet är att det personaliserade innehållet är det mest signifikanta av de tre egenskaperna då det har ett positivt samband till båda beroende variablerna. Det uppenbarar sig därmed att personaliserat innehåll är det som engagerar konsumenten online mest, av de undersökta oberoende variablerna. Personligt innehåll engagerar dem således både rationellt och emotionellt.