Last ned rapporten og les hva Rima Commercium rapporterte her.

SAMMENDRAG
Tittel: Rima Commercium – Handelslekkasje mellom e-handel og retail
Dato: 27.05.2011
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

ABSTRACT
Title: Rima Commercium – Trade leakage between e-commerce and retail
Date: 27.05.2011
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 channel-
specific 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

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, 27.05.2011
Rune Hestnes William Ferlisi Amundsen Vegard Holtet
4

INNHOLDSFORTEGNELSE
Sammendrag ............................................................................................................................... 2
Abstract ...................................................................................................................................... 3
Forord ......................................................................................................................................... 4
1 – Innledning ....................................................................................................................... 8
1.1 – Teoretisk bakgrunn ....................................................................................................... 8
1.1.1 – Tidligere undersøkelser .............................................................................................. 9
1.1.2 – Fremtidige undersøkelser ........................................................................................... 9
1.1.3 – Konklusjon ............................................................................................................... 10
1.2 – Problemstilling ........................................................................................................... 11
1.2.1 – Valg av oppgave ....................................................................................................... 11
1.2.2 – Hovedproblem .......................................................................................................... 11
1.2.3 – Delproblem ............................................................................................................... 12
1.3 – Oppgavens avgrensninger .......................................................................................... 15
1.4 – Oppgavens disposisjon .................................................................................................... 15
1.5 – Begrepsdefinisjoner ......................................................................................................... 16
1.6 - Komparativitetsprinsippet ................................................................................................ 16
1.6.1 - Utvalgskomperativitet ............................................................................................... 16
1.6.2 - Operasjonaliseringskomperativitet ........................................................................... 17
1.6.2 – Konkurransefordeler og ukomperativitet ................................................................. 17
2 – Teoretisk bakgrunn .......................................................................................................... 18
2.1 – Internetts historie ............................................................................................................. 18
2.2 – Fysiske utsalgsteder vs. internetthandel .......................................................................... 19
2.3 – Internetthandel ................................................................................................................. 21
2.4 – Tilfredshet ....................................................................................................................... 22
2.4.2 – NKB-modellen ......................................................................................................... 22
2.4.2 – Nygaard, Crosno, Dahlstrom (2007) & Zucker (1986) ............................................ 23
2.4.3 – David Gefen ............................................................................................................. 24
3 - Metode .......................................................................................................................... 25
3.1 – Valg av undersøkelsesdesign .......................................................................................... 25
3.1.1 – Undersøkelsesdesign ................................................................................................ 26
5

3.2 - Utforming av spørreskjema .............................................................................................. 27
3.2.1 – Pretest ....................................................................................................................... 27
3.2.2 – Hvorfor valg av personlig og web ............................................................................ 28
3.3.1 - Operasjonalisering .................................................................................................... 28
3.4 - Måleskalaer og skalabruk ................................................................................................ 32
3.5 – Spørsmålsutforming ........................................................................................................ 34
3.6 - Utvalgsmetode (Populasjon og utvalg) ............................................................................ 34
3.7 – Feilkilder ......................................................................................................................... 36
3.7.1 – Dekningsfeil / registerfeil ......................................................................................... 36
3.7.2 – Ikke-responsfeil ........................................................................................................ 37
3.7.3 – Utvalgsfeil ................................................................................................................ 37
3.7.4 – Målefeil (Ikke-utvalgsfeil) ....................................................................................... 38
3.7.4.1 – Spørreskjemaet ...................................................................................................... 38
3.7.4.2 – Interaksjon ............................................................................................................. 39
3.7.5 – Annet ........................................................................................................................ 40
3.8 – Vurdering av datagrunnlaget ........................................................................................... 40
3.8.1 – Relabilitet ................................................................................................................. 40
3.8.2 – Validitet .................................................................................................................... 41
3.8.3 – Validitet ved innsamling av primærdata .................................................................. 42
4 – Analyse og resultatpresentasjon ..................................................................................... 44
4.1 – Inngangspunkter .............................................................................................................. 44
4.2 - Datavask ........................................................................................................................... 45
4.2.1 – Missing entries ......................................................................................................... 45
4.2.2 – Variabelen “Vet ikke” .............................................................................................. 46
4.2.3 – Negative skalaenheter .............................................................................................. 46
4.2.4 – Utelatte undersøkelsesaspekter ................................................................................ 46
4.3 - Reliabilitet – Cronbach Alfa ............................................................................................ 47
4.4 - Deskriptiv statistikk ......................................................................................................... 48
4.4.1 - Demografiske kontrollvariabler ................................................................................ 48
4.4.2 - Skalahistorgram ........................................................................................................ 49
4.5 – Korrelasjon ...................................................................................................................... 49
4.6 – Multippel regresjon av avhengig variabel ....................................................................... 50
4.6.1 – Multippel regresjon .................................................................................................. 50
6

4.6.2 – Tilfredshet med nettbutikker .................................................................................... 50
4.6.3 – Tilfredshet med fysiske utsalgssteder ...................................................................... 51
4.6.4 – Tilfredshet blant demografi ...................................................................................... 52
4.7 – Hypotesetesting ............................................................................................................... 53
4.7.1 – Hypoteser ................................................................................................................. 53
4.7.2 – Hovedfokus .............................................................................................................. 53
4.7.3 – Demografisk fokus ................................................................................................... 56
5 – Diskusjon ........................................................................................................................... 58
5.1 - Generelt ............................................................................................................................ 58
5.2 – Kundetilfredshet ved fysiske butikker ............................................................................. 59
5.3 – Kundetilfredshet ved nettbutikker ................................................................................... 62
5.4 – Kundetilfredshet ut fra demografi ................................................................................... 64
6 – Konklusjon ........................................................................................................................ 66
6.1 – Hva er tilfredshet? ........................................................................................................... 66
6.2 – Tilfredshet i kanalene ...................................................................................................... 67
6.3 – Nåsituasjon ...................................................................................................................... 70
6.4 – Fremtidsutsikter ............................................................................................................... 72
7 – Litteratur og kildehenvisninger ...................................................................................... 75
7

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 2004. 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

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.
1.1.1 – 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.
1.1.2 – 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

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.
1.1.3 – 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 1.1.1. 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

1.2 – PROBLEMSTILLING
1.2.1 – 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.
1.2.2 – 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

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?
1.2.3 – 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

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

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

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 elektronikk-
markedet, 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

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).
1.6 - 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.
1.6.1 - UTVALGSKOMPERATIVITET
16

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 komperativitets-
prinsipp 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.
1.6.2 - 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.
1.6.2 – 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 3.3.1.
17

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

ehovet 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 www.hig.no. 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 27 521 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

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 2010. Men vi har valgt å ta det med så vi kan se hva tallene
har vært. Den totale omsetningen i 2008 var på 29 295 millioner. Hvor lyd og bilde var den
desidert største og besto av 10 978 millioner. Den totale omsetningen i 2009 var på 25 953
millioner. Hvor lyd og bilde besto på 8 760 millioner, mens er rett etter med
husholdningsartikler som besto av 7 802 millioner. Den totale omsetningen i 2010 var som
tidligere nevnt på 27 521 millioner. Hvor lyd og bilde har gått ned 7,9 % til 8 068 millioner,
mens husholdningsartikler har steget med 1,9 % til 8 256 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

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
2009. 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

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.
2.4.2 – 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

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.
2.4.2 – 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

elasjonell 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.
2.4.3 – 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

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

er avhengige av primærdata. Spesiellt fordi handels- og betalingsmetoder, særlig på internett,
hvert år stadig utvikler seg i en rivende fart.
3.1.1 – 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

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.
3.2 - 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.
3.2.1 – 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

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.
3.2.2 – 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.
3.3.1 - 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

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. 1014 (#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 .9766. 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

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

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-pris-
sammenligning 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

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 2004.
3.4 - 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

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. 2006. 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

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.
3.6 - UTVALGSMETODE (POPULASJON OG UTVALG)
“En populasjon er summen av alle de undersøkelsesenhetene en ønsker å si noe om”
(Gripsrud et al. 2006. 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

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

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 web-
undersøkelsen. (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. 2006. 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.
3.7.1 – 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

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.
3.7.2 – 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.
3.7.3 – 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

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.
3.7.4 – 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.
3.7.4.1 – 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

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.
3.7.4.2 – 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 web-
basert 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

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.2004. 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.
3.8.1 – 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.2004. 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

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.
3.8.2 – 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.2004. Kap
12) Videre har vi delt opp validitet i intern validitet, ekstern validitet og validitet på målenivå.
3.8.2.1 – Intern validitet
Intern validitet gjelder i hvilken utstrekning kausaliteten i undersøkelsen holder mål.
(Gripsrud et al. 2006. 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
3.8.2.2 – 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

heller fordi utvalgsmetoden ”enkelt tilfeldig utvalg” gjør at det aldri vil være de helt samme
situasjonene eller respondentene uansett hvor generelt det er.
3.8.3 – 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.
3.8.3.1 - 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.
3.8.3.2 – 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

ukes 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.
3.8.3.3 – 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

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 2011 – 1. 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 2011 – 29. april 2011
Tidsestimat: 25 minutter
Utforming: 18-siders undersøkelse
Inngangspunkt: Fysisk fordelt 33% mellom Spydeberg, Eidsvoll og Gjøvik.
44

4.2 - DATAVASK
4.2.1 – 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.
4.2.1.1 – 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.
4.2.1.2 – 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

espondentene 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.
4.2.2 – 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%.
4.2.3 – 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.
4.2.4 – 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

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.
4.3 - 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

elabilitetsmålet 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).
4.4 - DESKRIPTIV STATISTIKK
4.4.1 - 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
10-30 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

at de tjener mindre enn 150.000 kroner i året. Den resterende halvparten er jevnt fordelt
mellom nivåene 150.000-300.000, 301.000-450.000 og 451.000- 600.000. Kun én respondent
tjener over 600.000 kroner i året.
4.4.2 - 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 -.550.
49

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 - .365 i
styrke.
4.6 – MULTIPPEL REGRESJON AV AVHENGIG VARIABEL
4.6.1 – 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 4.1.
4.6.2 – 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

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 2 .
4.6.3 – 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

egresjonsanalysen 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
4.6.4 – 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 .145.
52

4.7 – HYPOTESETESTING
4.7.1 – 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.
4.7.2 – 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

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 -0.208, 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

utikker 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 -.189. 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 -.271 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

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 0.09. 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.
4.7.3 – 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 -.274. 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

negativ betaverdi på -.255. 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

5 – DISKUSJON
5.1 - 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

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 5.37. Dette er marginalt lavere enn kundetilfredsheten i nettbutikker, som har en tilfredshet
på 5.48. 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

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

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 0.242 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

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

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

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

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

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

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

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

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

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

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

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

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
“Collect@Store” 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

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

7 – Konklusjon
Dagbladet. 2010. Elkjøp og Expert styrer kundene mot unødvendig dyre varer. (Internett)
Tilgjengelig på:
http://www.dagbladet.no/2010/01/27/tema/innenriks/okonomi/elkjop/10120447/ (5 April
2011)
DN. 2011. Elkjøp lurte kundene. Dagens Næringsliv/NTB (Internett)
http://www.dn.no/forsiden/naringsliv/article2077186.ece
(24.Februar 2011)
Dagens IT. 2011. Nå kommer Facebooks GroupOn-klone (Internett)
http://www.dagensit.no/article2128993.ece (30. april 2011)
Halogen. 2008. Nettbutikkundersøkelsen 2009, Halogen.no (Internett)
http://www.halogen.no/sitefiles/33/dokumenter/Rapporter/0902_halogen_rapport_norske_nett
butikker.pdf (05 Mars 2011)
Foseide, N. 2006. Historien om internett. Data.no, (Internett)
http://www.data.no/Article.aspx?PublicationView=Show,200&Language=no-NO (20 April
2011)
VG. 2003. Den norske internett historien, VG (Internett)
http://www.vg.no/teknologi/artikkel.php?artid=2852804 (29 April 2011)
75

Webgruppen AS. 2010. Netthandel, websuksess.no (Internett)
http://www.websuksess.no/netthandel/
(2 Mai 2011)
Lorentzen, K og Pilskog G.M. 2009. Elektronisk handel, statistisk sentralbyrå (Internett)
Tilgjengelig på: http://www.ssb.no/emner/10/03/sa_ikt/sa_118/kap7.pdf (13 April 2011)
Posten og Bring. 2010. Posten og Brings netthandelrapport, Posten (Internett)
Tilgjengelig på: http://www.posten.no/binary?id=91813
(26 April 2011)
Aas Askheim, O.G. 2009. Norges største undersøkelse av handlevaner på internett.
MPX/Monitor. (Internett)
http://monitor.mpx.no/files/MPX_Monitor_presesentasjon_Opinion_Ola%20Gaute.pdf
(6 Mai 2011)
NKB. 2002. Norsk Kundebarometer. NKB-modellen (Internett)
Tilgjengelig på:
http://www.kundebarometer.com/index.php?content=nkbmodell (15 februar 2011)
http://www.kundebarometer.com/index.php?content=nkbmodellmod (15 februar 2011)
http://www.kundebarometer.com/index.php?content=nkbmodellmetode (15 februar 2011)
Crosno et al, 2007. Trust in the development of new channels in the music industry.
ScienceDirect. (Internett)
http://www.sciencedirect.com/science/article/pii/S0969698906000610
(7 februar 2011)
Gefen. 2002. E-commerce: the role of familiarity and trust. Omega. (Internett)
http://onemvweb.com/sources/sources/ecommerce_role_familiarity_trust.pdf
(18 Februar 2011)
NRK. 2009. Internetts historie. NRK (Internett)
http://nrkbeta.no/2009/01/20/internetts-historie/
(20 april 2011)
HiO. 2000. Webdesign historikk. HiO (Internett)
http://www.est.hio.no/evu/fagstoff/webdesign/historisk.htm
(20 april 2011)
Elektronikkbransjen. 2011. Presentasjon Elektronikkbransjen totalomsetning 2010.
(Internett)
http://www.elektronikkbransjen.no/forside/toppmeny/presse/tabeller og presentasjoner/ under
“Presentasjon Elektronikkbransjen totalomsetning 2010” (21 april 2011)
DIBS. 2011. Stort potensial for norks e-handel i europa. DIBS europeiske E-handelsindeks.
(Internett)
http://feed.ne.cision.com/wpyfs/00/00/00/00/00/13/53/A5/wkr0001.pdf
(20 Mars 2011)
Infodesign. 2001. E-handel en introduksjon. Infodesign.no. (Internett)
Tilgjengelig på: http://infodesign.no/artikler/ehandel_080601.htm
(15 Mars 2011)
76

Lybekk. 2010. Handelsutvikling i Gjøvik sentrum. Bacheloroppgave (Internett)
Tilgjengelig på:http://brage.bibsys.no/hig/bitstream/URN:NBN:no-
bibsys_brage_15180/1/Handelsutvikling%20i%20Gj%C3%B8vik.pdf
(10 April 2011)
Firmanett. 2010. Hvorfor nettbutikk. Firmanett.no (Internett)
Tilgjengelig på: http://www.kontoret.no/public.aspx?pageid=68657
(22 Februar 2011)
Bjørnstad. J. 2010. Hypotesetesting – statistikk. Det store norske leksikon.
Tilgjengelig på: http://www.snl.no/hypotesetesting/statistikk
(4 April 2011)
Kirknes. L.F. 2008. Netthandel knuser alle rekorder. International data Group. (Internett)
Tilgjengelig på: http://www.idg.no/computerworld/article111796.ece
(3 Mai 2011)
Dunning, T & Freedman, D.A. 2008. Modeling section iffects. in Outhwaite, W. & Turner,
S. (eds) Handbook of Social Science Methodology. London: Sage.
(10 april 2011)
Gripsrud et al. 2006. Metode og dataanalyse, beslutningsstøtte for bedrifter ved bruk av
JMP. 2.utgave, 1.opplag 2010. (Literatur)
Gripsrud et al. 2004. Metode og dataanalyse, med fokus på beslutninger i bedrifter. 6.opplag
2010. HøyskoleForlaget (Literatur)
Nygaard et al. 2006. Forventningsindikator-konsumprisene, nov 06 – mai 07. (Internett)
Tilgjengelig på: http://www.ssb.no/emner/08/05/notat_200711/notat_200711.pdf
(10 april 2011)
Grønmo, Sigmund. 2004. Samfunnsvitenskapelige metoder. (Internett)
Tilgjengelig på: http://fagbokforlaget.no/boker/sv-metode/
(10 april 2011)
77

Vedlegg 1
Forskningsmodell
3

Vedlegg 2
Relabilitet for de forskjellige skalaenhetene
Uavhengig variabler Marketing Scales Handbook
Variabel 1 – Disposisjon til kanal (#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 (#127) Attitude Toward the Website (Customer care)
Spørsmål 1-5
Srinivasan, Anderson, Ponnavolu (2002)
oversatt/omgjort
Variabel 6 – Produktkvalitet (#497) Quality of the Product, Spørsmål 1-5, 8,
Grewal, Monroe, Krishnan (1998), oversatt/omgjort
Variabel 7 – Produktutvalg (#140) Attitude Toward the Website (Produkt
Assortment)
Spørsmål 2-4, Srinivasan, Anderson, Ponnavolu
(2002), oversatt
Variabel 8 – Informasjonstilgang (#710) Website Usefulness, spørsmål 1-2, 4,
Montoya-Weiss, Voss, Grewal (2003), Oversatt
Variabel 10 – Prisrettferdighet (#131) Attitude Toward the Website (Economic Value)
Spørsmål 1 – 3, Mathwick, Malhotra, and Rigdon
(2001), oversatt
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 Skalaenhetene er hentet fra “Handelsutvikling i Gjøvik”
Lybakk, Jørgentvedt, Bjørklund (2010),
Variabel 9 – Institusjonell tillit Tok ideer fra Marketing Scales Handbook, Egenutviklet
5

Vedlegg 3
Relabilitet for de forskjellige skalaenhetene
Skalanavn Skalaenheter Rapportert α α (Web) α (Fysisk)
Disposisjon 3 - .866 .841
Tilfredshet 4 - .826 .812
Beleilighet 4 .966 .839 .828
Logistikk 1 2 .766 .599 .570
Service 3 .802 .859
Produktkvalitet 3 .866 .790
Produktutvalg 3 .791 .897
Informasjon 3 .86 og .83 .782 .883
Prisrettferdighet 3 .80 .819 .804
Relasjonell tillit 6 .854 .884
Institusjonell tillit 9 .848 .795
Lojalitet 2 3 .86 .486 .732
Lojalitet 3 2 .86 .629 .781
1
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

Vedlegg 4
Deskriptiv demografi
9

Vedlegg 5
Histogram med normalfordeling – Skalafrekvens
11

Vedlegg 5
Histogram med normalfordeling – Skalafrekvens
12

Vedlegg 5
Histogram med normalfordeling – Skalafrekvens
13

Vedlegg 5
Histogram med normalfordeling – Skalafrekvens
14

Vedlegg 6
Korrelasjonsmatrise for nettbutikker
16

Vedlegg 7
Korrelasjonsmatrise for fysiske utsalgssteder
17

Vedlegg 8
Lineær regresjon for nettbutikker – Utkast 1
19

Vedlegg 9
Lineær regresjon for nettbutikker – Utkast 2
20

Vedlegg 10
Lineær regresjon for fysiske utsalgssteder – Utkast 1
21

Vedlegg 11
Lineær regresjon for fysiske utsalgssteder – Utkast 2
22

Vedlegg 12
Lineær regresjon for demografi i nettbutikker – Optimalmodell
23

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

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