Sammanställning av variabler

Nedan presenteras samtliga variablers medelvärden samt standardavvikelserna i svaren. Standardavvikelsen är ett spridningsmått som beskriver den genomsnittliga avvikelsen från medelvärdet för en samling av observationer (Statistisk ordbok, 2018). En låg

standardavvikelse innebär att de flesta svaren ligger förhållandevis nära medelvärdet, medan en hög standardavvikelse betyder att det är en större spridning i svaren (Ibid.). Medelvärdena är utifrån den använda likertskalan 1–7, där 1 representerar håller inte alls med och 7

representerar håller helt med.

Frågor och variabler Medelvärde Standardavvikelse

F1 4,19 1,916 F3 3,58 1,828 F4 3,86 1,809 Social medienärvaro 3,88 1,851 F5 5,73 1,573 F7 6,16 1,214 F8 6,33 1,054 Servicelogik 6,07 1,280

27

F10 6,15 1,095

F12 5,75 1,274

Kundlojalitet 5,95 1,185

Tabell 3. Sammanställning av variabler

Svaren ovan visar hur respondenterna var mer eniga vad det gäller kundlojalitet och service. För social medienärvaro var avvikelserna i svaren desto större, respondenterna hade alltså mer spridda åsikter rörande dessa frågor.

Standardavvikelsen räknades ut med hjälp av Statistical Package for the Social Sciences (SPSS).

5.5 T-test

Eftersom sociala medier var den variabeln med störst spridning i svaren hos respondenterna, undersöktes om detta kunde ha att göra med demografiska aspekter. Sex t-tester gjordes, varav ett var för att undersöka sambandet mellan kvinnor och män, och fem av testerna gjordes för att undersöka sambanden mellan åldersgrupperna. T-tester ter sig väl när man har variabler som inte befinner sig på en intervallskala (Esaiasson et al. 2017), såsom i detta fall med ålder och kön. Här används testerna för jämförelser av medelvärden, samt för att avgöra om slumpen har spelat en roll i resultatet. Som tidigare används en signifikansnivå på 95 procent, vilket innebär att p <0,05 för att resultatet ska anses vara icke-slumpmässigt (Bryman och Bell, 2011).

Resultatet visade att kvinnorna generellt hade en mer positiv inställning till företags aktivitet på sociala medier än männen. Medelvärdet i svaren, med likertskalan 1–7, var hos kvinnorna 4,16 och hos männen 3,58. Kvinnorna svarade i snitt 0,58 högre på frågorna angående sociala medier, där sambandet även var signifikant då p-värdet var 0,003. Givet signifikansnivån på 95 procent, visade även resultatet att inställningen till sociala medier mellan kvinnor och män, vid upprepade tester, kommer ligga i intervallet 0,19 till 0,96. Även om skillnaden inte kommer vara betydande i vissa fall, framgick att det finns en distinktion i synen på sociala medier mellan kvinnor och män.

28 Vad gäller åldersgrupper var 18–25 den mest positivt inställda gruppen med ett medelvärde på 4,23. Det var dock inte ett linjärt samband upp till 66+. 26–35 visade ett medelvärde på 3,48, 36-45 4,04, 46-55 4,12, 56-65 3,17 och 66+ visade 3,24. Samtliga av dessa

medelvärden kommer från den använda likertskalan 1–7.

Den mest positivt inställda gruppen till sociala medier, 18–25 åringar, mättes sedan i fem t-tester mot de andra grupperna för att se hur signifikanta skillnaderna var.

Åldersgrupp Skillnad mot 18–25 år (4,23)

signifikansnivå Accepterad/Förkastad

26–35 år -0,75 0,005 Accepterad

36–45 år -0,19 0,522 Förkastad

46–55 år -0,11 0,686 Förkastad

56–65 år -1,06 0,002 Accepterad

66+ år -0,99 0,015 Accepterad

Tabell 4. Inställning hos konsumenter (olika åldersgrupper) till företags sociala medienärvaro

De som var mest positiva enligt studien var 18–25 åringar. Det som visas i tabellen är hur denna åldersgrupp förhåller sig till andra åldersgrupper. Medelvärdet hos gruppen över som är 26–35 år, visar negativt 0,75 i förhållande till testgruppen. Det är en relativt stor skillnad i inställning hos dessa åldersgrupper och sambandet visade sig även vara signifikant för att kunna dra en generell slutsats om resultatet. Det kan dock vara skillnader mellan flera individer i dessa grupper som inte går att avläsa i detta test. Exempelvis är generellt en 18 åring och en 35 åring på olika platser i livet, vilket kan ha influerat resultatet.

Vad gäller de äldre grupperna på 56–65 och 66+, var skillnaden ännu större med negativa samband på 1,06 respektive 0,99. Dessa två tester var även dem signifikanta vilket tyder på att den äldre generationen inte har en lika positiv inställning till företags aktivitet på sociala medier som de unga. De sista två sambanden till medelåldersgrupperna, 36–45 år och 46–55

29 år, hade en lägre differens gentemot den yngsta gruppen. Dock klarade inte dessa t-tester signifikansnivån på 95% (p <0,05), och resultaten kan därmed vara slumpmässiga.

T-testerna gjordes i Statistical Package for the Social Sciences (SPSS).

5.6 Regressionsanalys

För att testa hypoteserna utfördes en regressionsanalys. Det är ett av det mest effektiva verktygen när det kommer till statistiska analyser, eftersom det möjliggör användandet av flera olika typer av data (Esaiasson et al. 2017). Förutsättningen är dock att man har använt sig av intervallskalenivå (Ibid.), vilket webbenkäten grundar sig i med en likertskala på 1–7.

Tre värden från varje hypotetiskt samband har tittats på. R-Square som visar hur stor procent i variationen hos den beroende variabeln som kan förklaras av den oberoende variabeln (Bryman och Bell, 2011). P-värdet som visar signifikansnivån för att variablerna faktiskt korrelerar. P <0,05 är den accepterade nivån som tidigare refererats till, den används även här. Vidare analyseras även betakoefficienten för att se hur stor påverkan är. Det visar vad som händer med den beroende variabeln om man ökar värdet på den oberoende variabeln med ett steg (Esaiassion et al. 2017). Dessa värden har valts för att visa en bred helhetsbild över de hypotetiska samband som studien grundar sig i, samt påvisa om slumpmässiga aspekter har spelat in i resultatet.

Till att börja med skapades sammanställda variabler för kundlojalitet, servicelogik och social medienärvaro genom att gruppera de frågor som testade variablerna i SPSS. Därefter utfördes regressionsanalysen med fokus på vad som påverkade kundlojalitet mest. Resultatet visar att social medienärvaro inte alls hade en signifikant påverkan på kundlojalitet, detta eftersom R-Square värdet variablerna emellan var 0,6%. Sociala medienärvaron hos företag har med andra ord i princip ingen inverkan på konsumenters kundlojalitet mot ett givet företag. Vidare var P-värdet 0,197 och går inte in under den accepterade nivån där p <0,05. Betakoefficienten var även den låg (0,050), vilket innebär att om den sociala medienärvaron ökar med ett steg går kundlojaliteten upp med 0,05. Korrelationen är låg och klarar inte den accepterade signifikansnivån vilket gör att ingen vidare slutsats kan dras om sambandet. Detta innebär i

30 sin tur ett svar på hypotesen om företags sociala medienärvaro påverkar kundlojalitet, givet signifikansnivån på 95%, svaret är lågt och påverkan är negligerbar i denna studie.

Därefter gjordes en analys gällande sambandet mellan social medienärvaro och servicelogik. Det visade inte heller en betydande signifikans. Sambandet kunde förklaras till ett R-Square värde på 1,3%. P-värdet var i detta fall 0,065 och även om det är närmare p <0,05, kan inte signifikansnivån accepteras eftersom detta kan tyda på slumpmässigt resultat. Detta betyder även att den testade hypotesen om servicelogik och social medienärvaro influerar varandra, inte kan säkerställas i denna studie. Betakoefficienten var i detta samband 0,077.

Däremot var relationen mellan servicelogik och kundlojalitet mer signifikant. Där uppmättes en större korrelation, vilket kan förstås som att servicelogikens inverkan på kundlojalitet är av större vikt. R-Square visade 22,3 procent, alltså att 22,3 procent av förändringar i

konsumenters kundlojalitet kan förklaras med hjälp av servicelogik. P-värdet visar 0,000, vilket innebär att sambandet kan ses som signifikant. Vidare visade betakoefficienten 0,440, så om servicen går fram ett steg ökar även kundlojaliteten med 0,440 steg. Hypotesen om att företags servicelogik influerar kundlojalitet, kan således accepteras