HOE STUDENTEN EEN HOGERONDERWIJSINSTELLING KIEZEN · 2019. 9. 27. · toekomstige studenten verzameld aan de hand van een online vragenlijst. Nadat de antwoorden op deze vragenlijst

HOE STUDENTEN EEN

HOGERONDERWIJSINSTELLING

KIEZEN:

DE ROL VAN SOCIALE MEDIA EN SOCIALE MEDIA-INHOUD

TOEGEPAST OP TWEE FASES VAN HET BESLISSINGSPROCES

VAN DE TOEKOMSTIGE STUDENT

Aantal woorden: 21.152

Manon Bonte Stamnummer : 000140925236

Elke De Vos

Stamnummer: 000150207732

Promotor: Prof. Dr. Bert Paesbrugghe

Masterproef voorgedragen tot het bekomen van de graad van: Master in de handelswetenschappen: commercieel beleid Master in de handelswetenschappen: commercieel beleid

Academiejaar: 2018-2019

2

I. Vertrouwelijkheidsclausule

Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of

gereproduceerd worden, mits bronvermelding.

Manon Bonte

Elke De Vos

3

II. Samenvatting

De doelstelling van deze masterproef was om meer inzicht te krijgen in hoe toekomstige studenten

een hogeronderwijsinstelling kiezen en wat de rol van sociale media en de daarbij horende sociale

media-inhoud is. Dit voor zowel studenten die in de onderzoeksfase zitten en studenten die in de

beslissingsfase van het proces zitten. Daarnaast werd er gezocht naar manieren om als

hogeronderwijsinstelling deze toekomstige studenten op de beste manier te benaderen. Om deze

doelstellingen te bereiken, werd gebruik gemaakt van een literatuurstudie en werd data van

toekomstige studenten verzameld aan de hand van een online vragenlijst. Nadat de antwoorden

op deze vragenlijst verzameld waren, werden er verschillende analyses uitgevoerd met behulp van

het statistische programma IBM SPSS Statistics versie 25.

We stelden vast dat sociale media bij de toekomstige studenten minder vaak geraadpleegd wordt

in vergelijking met andere informatiebronnen tijdens hun zoektocht naar de ideale

hogeronderwijsinstelling. Toch vinden studenten in de onderzoeks- en beslissingsfase van het

beslissingsproces de socialemediakanalen van hogeronderwijsinstellingen relevant. Daarnaast

geven de toekomstige studenten aan dat ze initieel de nood hebben om inforamtie te vinden

wanneer ze sociale media van hogeronderwijsinstellingen raadplegen. Vervolgens is uit ons

onderzoek gebleken dat sociale sociale media-inhoud iets is dat de toekomstige studenten zoeken

wanneer ze een socialemediakanaal van een hogeronderwijsinstelling raadplegen.

Op basis van deze resultaten is het aangewezen voor hogeronderwijsinstellingen om hun sociale

media-inhoud af te stemmen op het sociale aspect van de school met het oog op rekrutering van

de toekomstige student. Hiernaast moeten de scholen ook nog altijd het informatieve weergeven.

Hier hebben de studenten nood aan. Daarboven moet de hogeronderwijsinstelling geen

verschillende berichten plaatsen voor studenten in de onderzoeksfase en studenten in de

beslissingsfase. Zij hebben namelijk dezelfde informatieve socialemedianood en geven dezelfde

evaluatie aan sociale sociale media-inhoud.

4

III. Woord vooraf

Graag willen wij een woordje van dank richten aan de mensen die hebben bijgedragen tot het

bekomen van deze masterproef.

Om deze masterproef te verwezenlijken hebben we hulp gekregen van verschillende personen.

Deze zouden we dan ook willen bedanken, want zonder hen zou deze masterproef nooit tot stand

zijn gekomen.

Allereerst willen wij onze promotor Prof. Dr. Bert Paesbrugghe bedanken voor de begeleiding

doorheen het onderzoek en de hulp en goede raad wanneer nodig.

Ten tweede, willen wij zeker Tinne van Geijstelen bedanken. Tinne bracht inspiratie voor ons

onderzoeksonderwerp aangezien zij zelf geconfronteerd wordt met de problemen van sociale

media in het hoger onderwijs. Naast inspiratie voor ons onderwerp heeft Tinne ook meermaals

onze thesis herlezen en aanbevelingen gegeven waar nodig.

Ten derde, willen wij ook de mensen bedanken die onze masterproef meermaals nagelezen

hebben. Deze verschillende invalshoeken en leerrijke tips zorgden ervoor dat wij onze masterproef

op meerdere vlakken konden verbeteren.

Ten vierde, willen wij directrices Karla De Vuyst (Sint-Jozefscollege Aalst) en Katleen Immesoete

(College O.-L.-V.-ten-Doorn Eeklo) bedanken voor het verspreiden van onze online vragenlijst

doorheen de hele derde graad.

Tot slot willen wij natuurlijk al de respondenten bedanken die meegedaan hebben aan ons

onderzoek.

Manon Bonte en Elke De Vos

5

IV. Inhoudsopgave

I. Vertrouwelijkheidsclausule .......................................................................................................... 2

II. Samenvatting ........................................................................................................................... 3

III. Woord vooraf............................................................................................................................ 4

IV. Inhoudsopgave ........................................................................................................................ 5

V. Lijst met gebruikte afkortingen ............................................................................................... 10

VI. Lijst met tabellen .................................................................................................................... 11

VII. Lijst met figuren ...................................................................................................................... 12

1 Inleiding ..................................................................................................................................... 13

1.1 Facebook als socialemediakanaal ..................................................................................... 15

1.2 De toekomstige student ...................................................................................................... 16

1.3 Onderzoeksvraag ............................................................................................................... 17

1.4 Wetenschappelijke relevantie............................................................................................. 18

1.4.1 Algemeen ..................................................................................................................... 18

1.4.2 Onderzoeksprobleem: sociale media heeft weinig invloed op het beslissingsproces

van de toekomstig student ........................................................................................................ 19

1.4.3 Onderzoeksprobleem: sociale media-inhoud is niet relevant genoeg ........................ 19

1.5 Maatschappelijke relevantie ............................................................................................... 20

2 Literatuur ................................................................................................................................... 22

2.1 Literatuuroverzicht .............................................................................................................. 22

2.1.1 Inleiding ........................................................................................................................ 22

2.1.2 Overzicht literatuur ....................................................................................................... 23

2.1.3 Het beslissingsproces van de toekomstige student .................................................... 24

2.1.4 De contentstrategie van de hogeronderwijsinstelling.................................................. 26

2.1.4.1 Relevantie verzender ............................................................................................ 26

6

2.1.4.1.1 Algemeen ......................................................................................................... 26

2.1.4.1.2 Perspectief hogeronderwijsinstelling ............................................................... 27

2.1.4.2 Elementen van content op Facebook ................................................................... 27

2.1.4.2.1 Sociale media-type ........................................................................................... 29

2.1.4.2.1.1 Perspectief verzender (hogeronderwijsinstelling) ..................................... 29

2.1.4.2.2 Sociale media-inhoud ....................................................................................... 30

2.1.4.2.2.1 Perspectief verzender (hogeronderwijsinstelling) ..................................... 30

2.1.4.2.2.2 Perspectief ontvanger (de toekomstige student) ...................................... 31

2.1.4.2.2.3 Attitude ten opzichte van reclame ............................................................. 32

2.1.4.2.3 Tijdstip dag waarop er gepost wordt ................................................................ 33

2.1.4.2.4 Dag waarop er gepost wordt ............................................................................ 33

2.2 Hypotheses ......................................................................................................................... 34

3 Methodologie ............................................................................................................................. 36

3.1 Steekproef .......................................................................................................................... 36

3.2 Opzet .................................................................................................................................. 36

3.3 Procedure ........................................................................................................................... 37

3.4 Materiaal ............................................................................................................................. 38

3.5 Controle variabelen ............................................................................................................ 39

4 Data-analyse ............................................................................................................................. 39

4.1 Heeft sociale media een impact op het beslissingsproces van de toekomstige student in

vergelijking met andere informatiebronnen? ................................................................................ 41

4.1.1 De sociale media van een hogeronderwijsinstelling worden weinig geraadpleegd

tijdens de onderzoeks- en beslissingsfase van het beslissingsproces van de toekomstige

student in vergelijking met andere informatiebronnen. ............................................................ 41

4.1.1.1 Inleiding ................................................................................................................. 41

4.1.1.2 Analyse .................................................................................................................. 41

4.1.1.3 Conclusie ............................................................................................................... 42

7

4.1.2 Er is een verschil tussen studenten in de onderzoeksfase en studenten in de

beslissingsfase van het beslissingsproces in de mate waarin het bekijken van

socialemediakanalen als de moeite waard wordt beschouwd. ................................................ 43

4.1.2.1 Inleiding ................................................................................................................. 43

4.1.2.2 Analyse .................................................................................................................. 43

4.1.2.3 conclusie ................................................................................................................ 44


beslissingsfase van het beslissingsproces in de mate waarin de mensen die het gedrag van de

respectievelijke student beïnvloeden, vinden dat de studenten de Facebook-pagina van de

hogeronderwijsinstelling moeten raadplegen. .......................................................................... 44

4.1.3.1 Inleiding ................................................................................................................. 44

4.1.3.2 Analyse .................................................................................................................. 45

4.1.3.3 Conclusie ............................................................................................................... 45

4.2 Welke socialemedianoden heeft de toekomstige student? ............................................... 47

4.2.1 Informatieve, entertainment en sociale socialemedianoden hebben een positief effect

op de mate waarin het raadplegen van een socialemediakanaal van een

hogeronderwijsinstelling als de moeite waard wordt beschouwd. ........................................... 51

4.2.1.1 Inleiding ................................................................................................................. 51

4.2.1.2 Analyse .................................................................................................................. 51

4.2.1.3 Conclusie ............................................................................................................... 52

4.2.2 Er is een verschil tussen studenten die in de onderzoeksfase zitten en studenten die

in de beslissingsfase zitten van het beslissingsproces in de mate dat ze informatieve

socialemedianoden belangrijk vinden. ...................................................................................... 53

4.2.2.1 Inleiding ................................................................................................................. 53

4.2.2.2 Analyse .................................................................................................................. 53

4.2.2.3 Conclusie ............................................................................................................... 54

4.2.3 Het effect van de informatieve socialemedianood op het belang van

socialemediakanaal van een hogeronderwijsinstelling is groter bij een student in ASO dan een

student in TSO, BSO of KSO. ................................................................................................... 54

8

4.2.3.1 Inleiding ................................................................................................................. 55

4.2.3.2 Analyse .................................................................................................................. 55

4.2.3.3 Conclusie ............................................................................................................... 56

4.3 Welke sociale media-inhoud evalueert de toekomstige student het best? ....................... 57

4.3.1 Informatieve, entertainment en sociale sociale media-inhoud heeft een positief effect


hogeronderwijsinstelling als de moeite waard wordt beschouwd. ........................................... 66

4.3.1.1 Inleiding ................................................................................................................. 66

4.3.1.2 Analyse .................................................................................................................. 66

4.3.1.3 Conclusie ............................................................................................................... 68

4.3.2 Er is een verschil tussen studenten die in de onderzoeksfase zitten en studenten die

in de beslissingsfase zitten van het beslissingsproces in de mate dat zij sociale sociale media-

inhoud evalueren. ...................................................................................................................... 68

4.3.2.1 Inleiding ................................................................................................................. 68

4.3.2.2 Analyse .................................................................................................................. 69

4.3.2.3 Conclusie ............................................................................................................... 70

4.3.3 Het effect van de sociale sociale media-inhoud op het belang van een

sociaalmediakanaal van een hogeronderwijsinstelling is groter bij een student in ASO dan een

student in TSO, BSO of KSO .................................................................................................... 70

4.3.3.1 Inleiding ................................................................................................................. 70

4.3.3.2 Analyse .................................................................................................................. 70

4.3.3.3 Conclusie ............................................................................................................... 71

4.4 Bijkomende analyses.......................................................................................................... 72

4.4.1 Inleiding ........................................................................................................................ 72

4.4.2 Analyse ........................................................................................................................ 72

4.4.3 Conclusie ..................................................................................................................... 73

5 Discussie ................................................................................................................................... 74

9

5.1 Heeft sociale media een impact op het beslissingsproces in vergelijking met andere

informatiebronnen? ....................................................................................................................... 74

5.2 Welke socialemedianoden heeft de toekomstige student? ............................................... 76

5.3 Welke sociale media-inhoud evalueren toekomstige studenten het best? ....................... 77

5.4 Conclusie ............................................................................................................................ 79

5.5 Aanbevelingen .................................................................................................................... 79

5.6 Beperkingen en aanbevelingen voor verder onderzoek .................................................... 81

VIII. Lijst van de geraadpleegde werken ................................................................................... 83

IX. Bijlagen .................................................................................................................................. 88

Bijlage 1: Vragenlijst ..................................................................................................................... 88

Bijlage 2: Gemanipuleerde berichten ........................................................................................... 92

Bijlage 3: Output SPPS ................................................................................................................ 96

10

V. Lijst met gebruikte afkortingen

ASO Algemeen Secundair Onderwijs

TSO Technisch Secundair Onderwijs

BSO Beroepssecundair Onderwijs

KSO Kunst Secundair Onderwijs

OV Onderzoeksvraag

H1 Hypothese één

H2 Hypothese twee

H3 Hypothese drie

Cf. supra Conferatur supra

11

VI. Lijst met tabellen

Tabel 1: Overzicht aantal volgers op socialemediakanalen van hogeronderwijsinstellingen op 26

mei 2019 .......................................................................................................................................... 15

Tabel 2: Verschillende fases beslissingsproces van de toekomstige student ................................ 24

Tabel 3: Overzicht elementen content (Chauhan & Pillai, 2013) .................................................... 28

Tabel 4: Vergelijking frequenties media-type .................................................................................. 29

Tabel 5: Vergelijking socialemedianoden ........................................................................................ 31

Tabel 6: Informatiebronnen aandeel ............................................................................................... 42

Tabel 7: Independent sample T-test ................................................................................................ 44

Tabel 8: Independent sample T-test ................................................................................................ 45

Tabel 9: Socialemedianoden elementen ......................................................................................... 47

Tabel 10: Controle als interne consistentie socialemedianoden kan verbeterd worden ................ 50

Tabel 11: Informatieve socialemedianood ...................................................................................... 50

Tabel 12: Entertainment socialemedianood .................................................................................... 50

Tabel 13: Sociale socialemedianood ............................................................................................... 50

Tabel 14: OLS-model ....................................................................................................................... 52

Tabel 15: Independent sample T-test informatieve socialemedianoden ........................................ 54

Tabel 16: Controle of interne consistentie informatie kan verbeterd worden ................................. 59

Tabel 17: Informatieve sociale media-inhoud ................................................................................. 59

Tabel 18: Rotated Component Matrix ............................................................................................. 61

Tabel 19: Controle of interne consistentie entertainment kan verbeterd worden ........................... 62

Tabel 20: Entertainment sociale media-inhoud ............................................................................... 62

Tabel 21: Rotated Component Matrix ............................................................................................. 64

Tabel 22: Controle of interne consistentie entertainment kan verbeterd worden ........................... 65

Tabel 23: sociale sociale media-inhoud .......................................................................................... 65

Tabel 24: OLS-model ....................................................................................................................... 67

Tabel 25: Independent sample T-test sociale sociale media-inhoud.............................................. 69

Tabel 26: Pearson correlatie met informatieve socialemedianood ................................................. 72

Tabel 27: Pearson correlatie met sociale sociale media-inhoud .................................................... 73

12

VII. Lijst met figuren

Figuur 1: Overzicht ‘de toekomstige student’ ................................................................................. 17

Figuur 2: Moderator informatieve socialemedianood ..................................................................... 55

Figuur 3: Moderator sociale sociale media-inhoud ........................................................................ 71

13

1 Inleiding

Voor vele studenten is het kiezen van een opleiding aan een hogeronderwijsinstelling een eerste

grote levensbeslissing die moet gemaakt worden (Galotti & Mark, 1994). Om zich te informeren

over opleidingen en hogeronderwijsinstellingen, raadplegen toekomstige studenten verschillende

informatiebronnen: traditionele en minder traditionele. In de context van hoger onderwijs, vallen

voornamelijk brochures, websites, infodagen, opencampusdagen, SID-in beurzen maar ook open

lesdagen onder traditionele informatiebronnen die een gewicht geven aan het beslissingsproces

van de toekomstige student (Constantinides & Stagno, 2012). Sociale media is een recentere

informatiebron en kan geklasseerd worden als een minder traditionele bron (Cullin, 2018). De

studie van Constantinides en Stagno (2012) toont aan dat sociale media als beïnvloedende factor

op de laatste plaats staat als studenten moeten kiezen aan welke informatiebron ze het meest

gehad hebben tijdens hun beslissingsproces. Ook in de studie van Burdett (2014) vond men

gelijkaardige resultaten: 25.5% van de respondenten vond dat sociale media een kleine invloed

had op hun beslissingsproces en slechts 10% vond dat sociale media een goede invloed had

tijdens hun beslissingsproces. Dit omdat de media-inhoud die hogescholen en universiteiten

verlenen via sociale media niet aangepast zou zijn aan de noden van de toekomstige student

(Constantinides en Stagno, 2012).

Toch, wordt de impact van sociale media op het beslissingsproces van de toekomstige student van

een hogeronderwijsinstelling in de literatuur niet ontkent: Hemsley-Brown en Oplatka (2006)

besluiten dat socialemediakanalen van hogeronderwijsinstellingen als informatiebron op de noden

van de toekomstige student kunnen inspelen dit door middel van een chat via sociale media,

berichten over hoe het milieu is op de school, … daar waar traditionelere informatiebronnen (cf.

supra) dat minder doen. Deze traditionele informatiebronnen hebben niet de mogelijkheid om snel

in te spelen op de noden van de toekomstige studenten. Hesel (2013) bevestigt dat toekomstige

studenten sociale media gebruiken als een bron om te beslissen welke school ze verkiezen.

Bélanger (2014) suggereert op zijn beurt dat als een hogeronderwijsinstelling geen

socialemediakanaal heeft, dit een negatief effect heeft op de reputatie van de respectievelijke

hogeronderwijsinstelling. Ook The Guardian (2018) geeft aan dat online research via websites en

sociale media het eerste is wat de toekomstige student doet in de beginfase van de zoektocht naar

de ‘juiste’ hogeronderwijsinstelling. Bovendien is de studie van Constantinides en Stagno (2012)

14

en Burdett (2014) een studie waarop het eerste onderzoeksprobleem van onze thesis gebaseerd

is (cf. sociale media heeft weinig invloed op het beslissingsproces van de toekomstige student) een

studie van respectievelijk zeven en vijf jaar geleden. Met de huidige snelheid waarin de digitale

wereld evolueert, is het belangrijk om opnieuw na te gaan welke rol sociale media heeft op

toekomstige studenten in hun keuze naar een hogeronderwijsinstelling. Om deze stelling te

achterhalen wordt door middel van een online enquête de toekomstige student bevraagd over de

informatiebron(nen) die hij/zij geraadpleegd heeft of nog van plan is om te raadplegen tijdens

zijn/haar zoektocht naar een hogeronderwijsinstelling. Daarnaast wordt hem/haar expliciet

gevraagd of hij/zij sociale mediakanalen van hogeronderwijsinstellingen de moeite waard vindt om

te raadplegen.

Volgens het onderzoek van Constantinides & Stagno (2012) is de inhoud op socialemediakanalen

niet relevant genoeg voor toekomstige studenten en wordt het socialemediakanaal als laatste

geraadpleegd als informatiebron. Bovendien geeft een recentere studie aan dat er nood is aan

onderzoek die relevante sociale media-inhoud bestudeert (Peruta & Shields, 2016). Daarom is het

belangrijk om na te gaan welke sociale media-inhoud de toekomstige student nu al dan niet positief

evalueert. Vanuit deze beweegredenen werd ons tweede onderzoeksprobleem opgenomen om

onze thesis op te baseren (cf. de sociale media-inhoud dat een hogeronderwijsinstelling genereert,

is niet relevant genoeg). Dit trachten we opnieuw te evalueren met behulp van de studies van

Leung (2009) en Chauhan & Pillai (2013).

Eerst tracht deze thesis door middel van een online enquête de socialemedianoden van de

toekomstige student te achterhalen door de toekomstige student hier letterlijk te bevragen over dit

thema. Door de noden van de toekomstige student op sociale media te kennen, kan de

contentstrategie op sociale media van hogeronderwijsinstellingen hierop afgestemd worden.

Vervolgens wordt verwacht dat toekomstige studenten sociale media-inhoud beter zullen evalueren

(Leung, 2009). Positief beoordeelde media-inhoud kan leiden tot meer engagement ten aanzien

van die specifieke media-inhoud die een bepaald Facebook-bericht vertegenwoordigd, wat op zijn

beurt kan leiden tot het positief evalueren van de hogeronderwijsinstelling (Sanne & Wiese, 2017).

Leung (2009) neemt in zijn studie informatieve, sociale, entertainment en herkenningsnoden op die

dienen als motivator om sociale media te gebruiken. In dit onderzoek wordt echter de focus gelegd

op informatieve, entertainment en sociale socialemedianoden. In een laatste deel van het

onderzoek wordt de toekomstige student blootgesteld aan drie gemanipuleerde sociale media-

berichten die bovengenoemde socialemedianoden (cf. upra informatieve, sociale en entertainment

15

noden) impliciet vertegenwoordigen. Er werd gevraagd om deze berichten te evalueren. Voor dit

onderdeel steunt deze thesis ook op het onderzoek van Chauhan en Pillai (2013), zij hebben

onderzocht over welke onderwerpen hogeronderwijsinstellingen het meest raporteren op hun

Facebook-pagina.

1.1 Facebook als socialemediakanaal

In tabel 1 wordt het aantal volgers van twee Vlaamse hogescholen en twee Vlaamse universiteiten

op Facebook, LinkedIn en Twitter getoond. De twee Vlaamse hogescholen en de twee Vlaamse

universiteiten, die in het academiejaar 2017-2018 het meeste inschrijvingen hadden

(Vlaanderen.be, 2018), worden overlopen: Arteveldehogeschool, Hogeschool Gent, Universiteit

Gent en Katholieke Universiteit Leuven. De Universiteit Gent bijvoorbeeld, telt op 26 mei 2019

60.151 volgers op Facebook, 132.743 volgers op LinkedIn en 37.081 volgers op Twitter.

Aantal

inschrijvingen

academiejaar

2017-2018

Facebook LinkedIn Twitter

Arteveldehogeschool 12.437 20.704 34.066 2.477

Hogeschool Gent 13.609 15.358 52.051 1.340

Universiteit Gent 37.328 60.151 132.743 37.081

Katholieke

Universiteit Leuven

45.295 85.347 203.304 37.069

Tabel 1: Overzicht aantal volgers op socialemediakanalen van hogeronderwijsinstellingen op 26 mei 2019

Uit tabel 1 wordt er afgeleid dat Arteveldehogeschool, Hogeschool Gent, Universiteit Gent en

Katholieke Universiteit Leuven het meeste volgers hebben op LinkedIn, gevolgd door Facebook en

Twitter. Toch worden Facebook en Twitter gezien als twee goede socialemediakanalen om

toekomstige studenten aan te trekken (Cullin, 2018). Hesel (2013), Bannister, Kiefer en Nellums

(2013) en Burdett (2014) zijn van mening dat Facebook het kanaal bij uitstek is dat toekomstige

studenten gebruiken. Uit een studie van Vogels (2014) blijkt dat gemiddeld 43% van de

toekomstige studenten Facebook verkiezen als het geprefereerde socialemediakanaal om te

beslissen of de respectievelijke school bij hem/haar past, gevolgd door LinkedIn (19%). Bovendien

onderzoekt Imec-int elk jaar de digitale mediatrends in Vlaanderen. Deze resultaten worden in het

16

document Digimeter (2018) gerapporteerd: hieruit blijkt dat gemiddeld 91% van de Vlaamse

jongeren tussen 16 en 19 Facebook maandelijks gebruikt. Op LinkedIn en Twitter zijn

respectievelijk ‘slechts’ 16% en 26% van de Vlaamse jongeren tussen 16 en 19 jaar oud

maandelijks actief. Omdat men in de literatuur (Hesel, 2013; Bannister, Kiefer & Nellums, 2013;

Vogels, 2014; Cullin, 2018) het vrijwel eens is over het feit dat Facebook een efficiënt mediakanaal

is om toekomstige studenten aan te trekken en omdat de doelgroep van deze thesis (toekomstige

studenten) in Vlaanderen ook het meest actief is op Facebook (Imec-int Digimeter, 2018), wordt in

deze thesis de focus gelegd op Facebook als ‘het ideale’ socialemediakanaal.

1.2 De toekomstige student

Zoals hierboven werd aangegeven, is de toekomstige student de doelgroep van deze thesis. De

toekomstige student is een student van het vijfde, zesde of zevende middelbaar onderwijs (ASO,

TSO, BSO of KSO) die binnen één, twee of drie jaar wenst verder te studeren aan een

hogeronderwijsinstelling (hogeschool en/of universiteit). Dat zijn zowel mannen en vrouwen met

een leeftijd tussen de 15 en 21 jaar. Verder delen wij onze doelgroep in volgens de toekomstige

student die (nog) niet weet aan welke hogeschool of universiteit hij/zij gaat studeren binnen één,

twee of drie jaar op het moment dat hij/zij meedoet aan het onderzoek (= onderzoeksfase) en de

toekomstige student die wel weet aan welke hogeschool of universiteit hij/zij gaat studeren binnen

één, twee of drie jaar op het moment dat hij/zij meedoet aan het onderzoek (= beslissingsfase). In

figuur 1 wordt een overzicht gegeven van wat we verstaan onder de toekomstige student.

17

Figuur 1: Overzicht ‘de toekomstige student’

1.3 Onderzoeksvraag

Na de problematiek te schetsen in de inleiding kwamen we tot twee probleemstellingen op basis

van literatuur. Zoals reeds verduidelijkt werd, is het eerste onderzoeksprobleem van onze thesis

is gebaseerd op de studie van Constantinides en Stagno (2012) en Burdett (2014). Sociale media

heeft weinig invloed op het beslissingsproces van de toekomstige student. Toch willen we

achterhalen welke rol sociale media speelt als informatiebron in het keuzeproces van de

toekomstige student met het oog op het vinden van de juiste hogeronderwijsinstelling.

Het tweede onderzoeksprobleem waar onze thesis op gebaseerd is, is een studie van Leung

(2009) en Chauhan en Pillai (2013) en Peruta en Shields (2016). De sociale media-inhoud is niet

relevant genoeg voor de toekomstige studenten. We zoeken uit wat de doelgroep hun noden zijn

als zij sociale media raadplegen en welke media-inhoud onze doelgroep het meest positief

evalueert tijdens het beslissingsproces. Hierdoor tracht deze thesis hogeronderwijsinstellingen een

beter zicht te geven op de rol van de van de eigen socialemediakanalen op het beslissingsproces

van de toekomstige student. Hiertoe komen we tot de volgende drie onderzoeksvragen:

1. Heeft sociale media een impact op het beslissingsproces van de toekomstige student in

vergelijking met andere informatiebronnen?

2. Welke sociale media noden heeft de toekomstige student?

18

3. Welke sociale media-inhoud evalueren toekomstige studenten het best?

1.4 Wetenschappelijke relevantie

Het onderzoek waarop deze thesis steunt, is systematisch ontwikkeld door vooraf genoemde

literatuur: Leung, 2009; Constantinides en Stagno, 2012; Chauhan & Pillai, 2013 en Peruta &

Shields, 2016. Toch worden er enkele verschilpunten opgenomen in deze thesis. Toch worden er

enkele verschilpunten opgenomen in deze thesis. Eerst wordt de wetenschappelijke relevantie

uitgeklaard die betrekking heeft op verschilpunten doorheen het volledige onderzoek, vervolgens

worden de verschilpunten van het eerste onderzoeksprobleem met bestaande literatuur vergeleken

en ten slotte worden ook de verschilpunten van het laatste onderzoeksprobleem vergeleken met

bestaande literatuur.

1.4.1 Algemeen

Ten eerste wordt er in de literatuur voornamelijk gefocust op de gehele doelgroep van de

respectievelijke hogeronderwijsinstelling. Echter, tracht deze thesis de focus te leggen op de

toekomstige student en geen enkele andere potentiële stakeholder van de

hogeronderwijsinstelling. De paper van Chauhan en Pillai (2013) en Peruta en Shields (2016)

bijvoorbeeld, halen hun data van officiële Facebook-pagina’s van bepaalde

hogeronderwijsinstellingen. Hier worden echter analyses getrokken over heel de populatie die zich

heeft geëngageerd tot het liken, sharen en becommentariëren van een bepaald Facebook-bericht

van de respectievelijke hogeronderwijsinstelling. Hierin zitten dus niet enkel toekomstige studenten

vervat, maar ook huidige studenten, alumni, werknemers en ook mensen die initieel niets met de

hogeronderwijsinstelling te maken hebben. Er bestaat een kans dat deze laatstgenoemde groep

een Facebook-bericht te zien krijgt op hun eigen Facebook-pagina als de eigen Facebook-vrienden

van die groep in interactie treden met een bepaald bericht van een hogeronderwijsinstelling (Van

Noort, Antheunis, & Verlegh, 2014). Het onderzoek van Constantinides en Stagno (2012)

daarentegen, werkt wel met de doelgroep ‘toekomstige student’ maar segmenteert deze doelgroep

volgens socialemediagebruik.

Ten tweede worden socialemedianoden gekoppeld aan sociale media-inhoud van een bepaald

Facebook-bericht. Zoals hierboven aangegeven, wordt in deze thesis de focus gelegd op de

socialemedianoden van Leung (2009): informatieve, entertainment en sociale socialemedianoden.

Echter hebben deze socialemedianoden betrekking op socialemediagebruik in het algemeen

19

(Leung, 2009) en dus niet op de toekomstige student. Dat is ook de reden waarom

herkenningsnoden niet worden overgenomen uit de studie van Leung (2009): niet relevant genoeg

voor de doelgroep.

1.4.2 Onderzoeksprobleem: sociale media heeft weinig invloed op het

beslissingsproces van de toekomstig student

Voor het eerste onderzoeksprobleem (cf. supra sociale media heeft weinig invloed op het

beslissingsproces van de toekomstige student), worden geen nieuwe methoden gebruikt om de rol

van sociale media als informatiebron te vergelijken met de traditionele informatiebronnen (cf.

brochures, websites, infodagen, opencampusdagen, SID-in beurzen en open lesdagen). Toch blijft

het relevant om sociale media als informatiebron opnieuw te vergelijken met andere

informatiebronnen die de toekomstig student raadpleegt tijdens het beslissingsproces. Hiertoe

kunnen de resultaten vergeleken worden met de studie van Constantinides en Stagno (2012),

aangezien dezelfde informatiebronnen werden gehanteerd in deze thesis en omdat deze studie in

Nederland werd uitgevoerd bij studenten van het vijfde, zesde en zevende middelbaar onderwijs.

Een verschilpunt met deze studie (Constantinides & Stagno, 2012) is echter dat in deze thesis de

doelgroep verder gesegmenteerd wordt op basis van studenten die al weten waar ze gaan studeren

enerzijds, en studenten die nog niet weten waar ze gaan studeren anderzijds. Constantinides en

Stagno (2012) bijvoorbeeld, delen hun doelgroep verder in volgens het socialemediagebruik.

1.4.3 Onderzoeksprobleem: sociale media-inhoud is niet relevant genoeg

Voor het tweede onderzoeksprobleem (cf. sociale media-inhoud is niet relevant genoeg), wordt

met een andere ‘variabele’ gewerkt als het gaat over de evaluatie van sociale media-inhoud van

bepaalde Facebook-berichten. Peruta en Shields (2016) en Sanne en Wiese (2017) hebben zich

bijvoorbeeld gebaseerd op de y-variabele ‘engagement’ dat de som van de aantal likes, shares, en

opmerkingen op een bepaalde sociale media-inhoud deelt door het aantal ‘volgers’ dat de

respectievelijke socialemediapagina waarop dat bericht zich bevindt (Peruta & Shields, 2016).

Deze thesis baseert zich daarentegen op ‘attitude ten opzichte van reclame’ (cf. Attitude towards

Ad (Bruner, 2009)) om onze respondent rechtstreeks te bevragen naar hun attitude ten opzichte

van een specifieke sociale media-inhoud van het gemanipuleerde bericht. Attitude is een variabele

om te achterhalen hoe de toekomstige student media-inhoud evalueert (positief/negatief,

goed/slecht, leuk/niet leuk, …) en vervolgens ook intentie heeft om te engageren met deze media-

20

inhoud (Sanne & Wiese, 2017). Ook de werkwijze van het onderzoek verschilt: Peruta en Shields

(2016) en Chauhan en Pillai (2013) halen data van officiële Facebook-pagina’s van bepaalde

hogeronderwijsinstellingen. Deze thesis heeft echter de respondent blootgesteld aan drie

gemanipuleerde berichten met elk een achterliggende socialemedianood (cf. supra)1. Daarnaast

wordt de relevantie om de ‘meest ideale’ sociale media-inhoud die hogeronderwijsinstellingen

publiceren, te onderzoeken: Peruta en Shields (2016) raden aan om meer onderzoek te verrichten

naar media-inhoud die verdienstelijk is voor de hogeronderwijsinstelling.

1.5 Maatschappelijke relevantie

De laatste jaren stijgen de inschrijvingen bij hogescholen en universiteiten van studenten die na

het middelbaar onderwijs kiezen voor een hogere opleiding aanzienlijk. Dit schooljaar werd

opnieuw een recordaantal studenten ingeschreven in het hoger onderwijs. Het waren er om precies

te zijn 240.332 (De Tijd, 2018). Het aantal inschrijvingen ligt ruim 20 procent hoger dan in 2009-

2010. De toename komt vooral de universiteiten ten goede, terwijl het aantal inschrijvingen aan de

hogescholen licht gedaald is (De Tijd, 2018). Bij hogescholen en universiteiten heerst de

concurrentie om de student, die concurrentie stijgt jaar na jaar (Lesaffer, 2006). Daarom wordt het

steeds belangrijker om zo efficiënt mogelijk de toekomstige studenten te targetten. Dit met het oog

op eventuele conversie. Met conversie wordt de effectieve inschrijving in een hogeschool of een

universiteit bedoeld. Conversie kan ook bekeken worden in een indirecte invalshoek: hoe heeft

sociale media impact op de reputatie van de hogeschool of universiteit? Door dit groeiende aantal

inschrijvingen zijn er ook steeds meer financiële middelen beschikbaar. Die worden steeds vaker

ingezet in actieve rekrutering. Hogescholen en universiteiten volgen zeker deze trend van actief

reclame maken (Knack, 2017). Dat is belangrijk is als je bedenkt dat de huidige studenten

opgroeien in een digitale wereld. Die digitale wereld heeft een enorme impact gehad op de manier

waarop (potentiële) studenten zich laten informeren, kiezen en ervaringen met de verschillende

hogescholen en universiteiten delen met andere potentiële studenten (Base Management, 2019).

Belangrijk voor de hogescholen en universiteiten is om goed te blijven nadenken over welk type

media-inhoud de studenten over de streep trekt om zich in te schrijven. Vervolgens moet men

zorgen voor media-inhoud die interessant genoeg is, gecombineerd met interactieve elementen

om ervoor te zorgen dat de berichten blijven hangen bij de studenten (Yaakop & Hesley-Brown,

1 Zie bijlage 2: Gemanipuleerde berichten

21

2013; Contentmarketingmanagement.nl, 2016) en om het beoogde engagement ( likes, shares en

comments) met een Facebook-bericht te behalen (Sanne & Wiese, 2017).

22

2 Literatuur

2.1 Literatuuroverzicht

2.1.1 Inleiding

95% van de toekomstige studenten heeft een sociale media-account. Sociale media is daarom een

niet te missen element in de communicatiestrategie van hogescholen en universiteiten

(Constantinides & Stagno, 2012). Het sociale rapport van Global Web Index (2017) toont aan dat

het in contact blijven met vrienden en kennissen de grootste reden vormt waarom mensen sociale

media gebruiken. Daarnaast geven gebruikers aan dat informatie vinden via sociale media de

tweede belangrijkste reden vormt waarom ze een account hebben (Valentine, 2018). Ook heeft de

toekomstige student er baat bij om een sociale media-account van een hogeronderwijsinstelling te

bekijken. Volgens Hesel (2013) zien toekomstige studenten Facebook namelijk als bron om te

achterhalen of ze bij de cultuur van de hogeschool/universiteit passen. Toekomstige studenten

hopen meer te begrijpen hoe het leven van de student bij de respectievelijke instelling eruit ziet.

Bovendien blijkt uit een studie van Wilson en Gore (2013) dat de student een hogere connectie

voelt met een school als hij/zij de pagina van de school volgt op een socialemediakanaal. Hayes,

Ruschman en Walker (2009) hebben een significant verband gevonden tussen jongvolwassenen

die zich abonneren op één of meerdere socialemediakanalen van de school en de effectieve

inschrijving op die school. Het is daardoor verstandig voor hogescholen en universiteiten om

sociale media te gebruiken in hun marketingcampagnes. Facebook en Twitter worden hiervoor

gezien als de twee kanalen bij uitstek om toekomstige studenten aan te trekken (Cullin, 2018).

Langs de aanbodzijde realiseren bedrijven dat massacommunicatie moet plaats maken voor een

interactieve, tweezijdige vorm van communicatie (Chauhan & Pillai, 2013) en gaan ze hierdoor

meer en meer investeren in sociale media (Williamson, 2011) met oog op het onderhouden van

relaties met stakeholders (De Vries, Gensler & Leeflang, 2012). Dit gaat hand in hand met de Social

Presence Theory (Short, Williams & Christie, 1976). Deze theorie verklaart dat de ontvanger van

communicatie de verzender meer begrijpt indien die meer aanwezig is, zowel online als offline. Bij

de opkomst van sociale media waren hogescholen en universiteiten echter sceptisch over het feit

dat reclame voortaan ook via sociale media moest gebeuren.

23

Volgens Anderson (2008) was de belangrijkste reden hiervoor dat de academische standaarden

rond kwaliteit van sociale media in twijfel werd getrokken. Tijdens het internettijdperk, zorgt het

internet bovendien voor heel wat transparantie op de markt evenals voor een verminderde controle

op de context dat ondernemingen in handen hebben (Parise & Guinan, 2008). Maar door de

toenemende populariteit van sociale media bij onze doelgroep zijn hogescholen en universiteiten

toch genoodzaakt in te zetten op sociale media met als doel om toekomstige studenten aan te

trekken.

Online adverteren (bijvoorbeeld via sociale media, website,...) biedt tal van belangrijke voordelen:

lage oprichtingskosten, tijd- en plaatsonafhankelijk, meetbaar en interactie met de ontvanger

(Berthon, Pitt, & Watson, 1996). Online adverteren scoort echter minder dan printadvertenties en

TV-advertenties op vlak van “attitude ten opzichte van reclame”. Dit doordat online reclame

opdringerig en ongewenst kan zijn en bovendien niet doet wat het zou kunnen doen (Yaakop &

Hemsley-Brown, 2013). Dit wordt ook door Barnes en Mattson (2009) bevestigd. Alsook door

Constantinides en Stagno (2012), die onderzochten welke bronnen een belangrijke invloed hebben

op de keuze van hogeronderwijsinstelling van de toekomstige studenten. Hieruit valt immers te

concluderen dat sociale media als beïnvloedende factor op de laatste plek staat. Constantinides

en Stagno (2012) verklaren dit door het feit dat de sociale media-inhoud die hogescholen en

universiteiten verlenen via sociale media, niet relevant genoeg is en dus niet optimaal benut wordt.

Ook een recentere studie van Peruta en Shields (2016) geeft aan dat er nood is aan onderzoek

die relevante sociale media-inhoud bestudeerd.

2.1.2 Overzicht literatuur

Aangezien de doelgroep van deze thesis (studenten van het vijfde, zesde of zevende jaar

middelbaar onderwijs dat willen verder studeren) wordt gesplitst over twee fases van het

beslissingsproces om een hogeronderwijsinstelling te kiezen, wordt eerst het beslissingsproces

van deze doelgroep besproken. Vervolgens achterhaalt deze thesis wat de huidige

contentstrategie van hogeronderwijsinstellingen is op sociale media. Hier wordt er specifiek gericht

op vier elementen (media-type, media-inhoud, tijdstip dag waarop er gepost wordt en dag waarop

er gepost wordt) waaruit een sociale media-bericht bestaat. Ten slotte eindigt de literatuurstudie

met een overzicht van de onderzoeksvragen en de bijhorende hypotheses.

24

2.1.3 Het beslissingsproces van de toekomstige student

1e fase beslissingsproces:

de predispositie fase


de onderzoeksfase


de beslissingsfase

Tabel 2: Verschillende fases beslissingsproces van de toekomstige student

De hogeschool- of universiteitskeuze is een proces dat uitdagend en complex is en gebeurd in

verschillende fases (Tamtekin Aydın, 2015; Eidimtas & Juceviciene, 2014; Mihai-Florin, Dorel, &

Alexandra-Maria, 2009). Er zijn verschillende factoren die een effect hebben op de beslissing van

de studenten. Deze bestaan uit meerdere factoren zoals onder meer de afstand van huis, de

aangeboden richtingen, het kostenplaatje, de financiële hulp of de aangeboden beurzen, ouderlijk

invloed en het milieu waarin de student zich bevindt (Burdett, 2014; Tamtekin Aydın, 2015). Elke

factor dat de student beïnvloedt, heeft een andere prioriteit. Hiernaast is de manier waarop de

student zijn informatie vergaard verschillend en kan dit ook een effect hebben op het

beslissingsproces. Burdett (2014) heeft aangetoond dat instellingen voor hoger onderwijs

verschillende wegen gebruiken om invloed uit te oefenen op de keuzes van toekomstige studenten.

De manieren die volgens Burdett (2014) de meeste impact hebben op het beslissingsproces van

de student zijn bezoeken aan de respectievelijke school, rekruteringsbeurzen (cf. SID-in beurzen),

outreach-activiteiten en specifieke campusbezoeken. Wanneer gekeken wordt naar

socialemediakanalen dan wordt door Burdett (2014) Facebook uitgesproken tot het platform dat

het meeste gebruikt wordt met 57.8%. Dit socialemediakanaal heeft ook een zekere invloed op de

keuze van de hogeschool of universiteit. Uit het onderzoek van Burdett (2014) wordt vastgesteld

dat sociale netwerkplatformen gerapporteerd worden als ‘not at all influential’ (helemaal niet

invloedrijk) voor 38.2%. 23.6% van de respondenten rapporteerden de socialemediakanalen als

wel/niet invloedrijk (neutraal antwoord) en 2.7% van de respondenten hadden geen antwoord op

deze vraag.

Het proces dat leidt tot de keuze van een hogeronderwijsinstelling wordt door Hossler en Gallagher

(1987) ingedeeld in drie verschillende fases. Om te beginnen is er de predispositie fase. In deze

fase ontwikkelt de student ambities op vlak van beroep en om verder te studeren of niet (Cabrera

& La Nasa, 2000). Deze fase wordt vergeleken met de interest fase van de customer journey (Base

Management, 2019). De ontwikkeling van ambities om verder te studeren wordt al vroeg in de

schoolcarrière ontwikkeld. De studenten zijn in deze fase ongeveer 14-15 jaar (Cabrera & La Nasa,

2000; Hossler & Gallagher, 1987). Bij deze fase is ouderlijk toezicht en het curriculum die de

25

student gekregen heeft in de middelbare school de belangrijkste factoren die invloed hebben

(Muhammad, 2008). Wanneer de student voor zichzelf heeft uitgemaakt of hij wil verder studeren

of niet komt de volgende fase in het beslissingsproces, namelijk de zoektocht naar een hogeschool

of universiteit. In de customer journey komt dit overeen met de tweede fase namelijk de research

fase of de onderzoeksfase (Base Management, 2019). Deze fase speelt zich vooral af bij

studenten van 16 tot 18 jaar. In deze fase gaan de studenten de verschillende hogescholen en

universiteiten van dichterbij bekijken om zo tot een ‘shortlist’ te komen waaruit men dan uiteindelijk

gaat kiezen (Cabrera & La Nasa, 2000). In deze fase gaat de student de interactie aan met de

verschillende hogescholen en universiteiten (Attinasi, 1987). Deze fase neemt de meeste tijd in

beslag van het hele beslissingsproces (Eidimtas & Juceviciene, 2014). Studenten moeten intensief

op zoek gaan naar alle informatie van de verschillende hogescholen en universiteiten. Hier is het

dan ook belangrijk dat de informatie makkelijk bereikbaar is zodat de studenten alles in acht kunnen

nemen voor ze een definitieve keuze maken. Ook Mihai-Florin et al. (2009) onderzochten de meest

gebruikte informatiebronnen in deze fase. Deze zijn de websites van de scholen, brochures en de

medestudenten van de student uit de middelbare school. Dit werd ook bevestigd door het

onderzoek van Burdett (2014). Hierin werd vastgesteld dat de meerderheid van de respondenten

(70%) vonden dat de specifieke websites van de hogescholen en universiteiten invloedrijk waren

op hun keuze van school. The Guardian (2018) geeft bovendien aan dat ‘online research’ (cf.

websites, Facebook, Twitter...) het eerste is wat de toekomstige student doet in de beginfase van

de zoektocht naar de juiste universiteit.

Ten slotte is er de fase van de effectieve keuze voor een bepaalde institutie: de beslissingsfase.

Deze fase speelt zich vooral af bij studenten in het voorlaatste en laatste jaar van het middelbaar

onderwijs (Hossler, Schmit & Vesper, 1999). In deze fase worden de verschillende scholen die in

de vorige fase werden onderzocht verder bestudeerd en met elkaar vergeleken om tot een

definitieve keuze te komen (Mihai-Florin et al, 2009). Deze fase wordt in de literatuur opgesplitst in

twee verschillende benaderingen (Cabrera & La Nasa, 2000; Burdett, 2014). De ene benadering is

een economische benadering en de andere een sociologische. Bij de economische benadering

worden factoren zoals de kost van de inschrijving, de huidige marktcondities en de niet-monetaire

voordelen beschouwd (Cooper, 2008). Studies tonen aan dat er een negatieve correlatie is tussen

inschrijvingsgeld dat stijgt en effectieve inschrijvingen (Leslie & Brinkman, 1988). Bij de

sociologische benadering zijn factoren zoals educatieve ambities, de academische prestaties van

de student zijn/haar familie en het sociale kapitaal (de relatie met de medestudenten, de scholen

en de omgeving) de meest invloedrijke (Cooper, 2008).

26

2.1.4 De contentstrategie van de hogeronderwijsinstelling

2.1.4.1 Relevantie verzender

2.1.4.1.1 Algemeen

De contentstrategie van bedrijven vormt een belangrijk aspect in de algemene strategie van

bedrijven (Halvorson, 2010). Halvorson (2010) beschrijft dit begrip als ‘de planning voor de creatie,

implementatie en het vrijwaren van bruikbare en relevante content (online en offline)’. Het creëren

en vrijwaren van de juiste content is belangrijk naar externe stakeholders (bv. klanten, overheid,

...) toe. Door bruikbare en relevante inhoud aan te bieden, zowel offline als online, kan dat namelijk

het engagement van de kijker positief beïnvloeden waardoor de onderneming zich tracht te

onderscheiden van de concurrentie (Roma & Ailioni, 2019). Marketeers gaan bijgevolg berichten

ontwikkelen die een hogere kans hebben om gedeeld te worden. Wanneer een bericht hard lijkt op

een reclamebericht zal het minder gedeeld worden met als gevolg dat er minder interactie zal

plaatsvinden (Akpinar & Berger, 2017). De studie van De Vries et al. (2012) onderzoekt welke

content als meest relevant wordt aanschouwt op een Facebook-pagina van meerdere merken. Uit

de studie van De Vries et al. (2012) blijkt dat een boodschap met opvallende omgevingselementen

(bv. contrasterende kleuren, opvallende foto’s...) en een gemiddeld level van interactiviteit zorgt

voor een stijging van het aantal likes. Als een Facebook-bericht ‘leeft’ (bv. een video) draagt dat

ook bij tot een stijging van likes. Daarboven nodigen berichten die een positieve sociale media-

inhoud hebben, meer uit tot engagement (het liken, sharen en becommentariëren van content

(Peruta & Shields, 2016)) en worden deze berichten meer gedeeld dan andere berichten. Meer

gericht op de sociale media-inhoud, blijkt dat respondenten online advertenties meer aanzien als

een middel dat plezier brengt, gevolgd door het sociale aspect van reclame en op de laatste plaats

pas als informatiebron (Yaakob & Hemsley-Brown, 2013). Bovendien zal een bericht met meer

emotionele inhoud meer gedeeld worden dan een bericht met meer informatie. Een bericht met

meer emotie zal echter minder bij de mensen blijven hangen dan een bericht met meer informatie.

Bijgevolg moeten marketeers de trade-off maken tussen emotie en informatie (Akpinar & Berger,

2017).

27

2.1.4.1.2 Perspectief hogeronderwijsinstelling

Investeren als hogeschool of universiteit in een sociale media-omgeving dient om te interageren

en bouwen van een lange termijn relatie met alumni, huidige en toekomstige studenten

(McAlexander, Schouten, & Koening, 2002; Constantinides & Stagno, 2012; Cullin, 2018). Ook

voor hogeronderwijsinstellingen is het dus belangrijk bruikbare en relevante content aan te bieden

met oog op de aanwerving van nieuwe studenten (Taylor, Lewin, & Strutton, 2011). Het brengt

namelijk de cultuur van de respectievelijke hogeschool en/of universiteit over (Hesel, 2013).

Daarboven is het berichten van bruikbare, relevante en visueel sterke content niet enkel belangrijk

voor toekomstige studenten maar ook voor andere stakeholders van de hogeschool en/of

universiteit. In de groep van belangrijke stakeholders van hogeronderwijsinstellingen zitten huidige

studenten, alumni, professoren en recruiters omvat (Cullin, 2018).

2.1.4.2 Elementen van content op Facebook

In deze thesis wordt gefocust op sociale media-inhoud (element van content, Chauhan & Pillai

(2013)) dat gepubliceerd kan worden op de Facebook-pagina van een hogeronderwijsinstelling met

oog op de rekrutering van de toekomstige student. Om hierop een duidelijk beeld te krijgen, wordt

het begrip ‘content’ verder uitgeklaard. Hiervoor dient de paper van Chauhan en Pillai (2013) als

basis: zij hebben onderzocht uit welke elementen content bestaat en dit specifiek voor een

Facebook-bericht. Bovendien hebben Chauhan en Pillai (2013) onderzocht welke combinatie van

die verschillende soorten elementen het best scoort op vlak van engagement in de ogen van de

stakeholder van de respectievelijke hogeschool en/of universiteit. Engagement wordt berekend

door de som van het totaalaantal likes, shares en comments op een post te delen door het

totaalaantal ‘volgers’ dat de respectievelijke school heeft verworven op de eigen Facebook-pagina

(Peruta & Shields, 2016).

Chauhan en Pillai (2013) delen het begrip ‘content’ op volgens de volgende vier elementen: media-

type, media-inhoud, tijdstip dag waarop er gepost wordt en de dag waarop er gepost wordt.

Media-type is het formaat waarop data gepresenteerd wordt en wordt opgedeeld volgens

afbeelding, link, tekst en video. Media-inhoud gaat om de juiste en relevante media-inhoud te

formuleren gericht op de doelgroep en wordt verder onderverdeeld door Chauhan en Pillai (2013)

als informatie over algemeen nieuws op de hogeschool en/of universiteit, onderzoeken, alumni

nieuws, nieuws van studenten en nieuws dat oorspronkelijk niets met de hogeschool/universiteit te

maken heeft. Verder wordt er onderzocht op welk tijdstip de meeste Facebook-berichten geplaatst

worden en op welke dag er in de week het meest gepost wordt.

28

Element content Specificering

Media-type • Afbeelding

• Tekst

• Link

• Video

Media-inhoud • Algemene informatie over de

respectievelijke hogeronderwijsinstelling

• Nieuws van studenten

• Nieuws dat initieel niets met de instelling

te maken heeft

• Management nieuws

• Verwezenlijkingen van alumni

Tijdstip dag waarop er gepost wordt Op welk tijdstip worden de meeste Facebook-

berichten geplaatst?

Dag waarop er gepost wordt Welke dag in de week worden de meeste

Facebook-berichten geplaatst?

Tabel 3: Overzicht elementen content (Chauhan & Pillai, 2013)

Uit de resultaten van het onderzoek blijkt dat enkel media-type een afzonderlijk significant effect

(p-waarde: 0.008) heeft op het engagement van de ‘liker’. Media-inhoud, tijdstip dag waarop er

gepost wordt en de dag waarop er gepost wordt zijn afzonderlijk niet significant. Verder

bestudeerden Chauhan en Pillai (2013) de combinatie van de verschillende elementen van een

Facebook-bericht. Enkel de combinatie tussen media-type en media-inhoud blijkt significant (p-

waarde: 0.026) te zijn op het engagement van de ‘liker’. Daarboven bleek geen enkele combinatie

tussen de drie elementen significant. De combinatie van alle vier de elementen (media-type, media-

inhoud, tijdstip dag waarop er gepost wordt en dag waarop er gepost wordt) is ook niet significant.

Deze vier elementen van content (cf. supra) worden achtereenvolgens besproken.

29

2.1.4.2.1 Sociale media-type

2.1.4.2.1.1 Perspectief verzender (hogeronderwijsinstelling)

Totale frequentie (%) afgerond

Peruta en Shields (2016) Chauhan en Pillai (2013)

Afbeelding 56% 20%

Tekst 4% 53%

Link 32% 27%

Video 8% 0.002%

Tabel 4: Vergelijking frequenties media-type

Media-type is het formaat waarop data gepresenteerd wordt (Chauhan & Pillai, 2013). Uit de

resultaten van Chauhan en Pillai (2013) blijkt dat media-type het enige element is van de vier

(media-type, media-inhoud, tijdstip dag waarop er gepost wordt en dag waarop het bericht

gepubliceerd wordt) die een significant effect heeft op het engagement van de kijker van de

Facebook-bericht. Daarnaast blijkt dat ‘tekst’ (53%) het meest voorkomende (afzonderlijke) media-

type is bij hogeronderwijsinstellingen. Gevolgd door ‘link’ (27%), ‘afbeelding’ (20%) en ‘video’

(0.002%). Bovendien is het interessant om deze resultaten te vergelijken met een meer recentere

maar gelijkaardige studie: Peruta en Shields (2016) hebben onderzocht welk soort media-type het

meest engagement oplevert. Ook hier is media-type opgedeeld in afbeelding, link, tekst en video.

Deze resultaten van Peruta en Shields (2016) staan echter in contrast met de resultaten van

Chauhan en Pillai (2013): communicatiediensten van hogescholen en universiteiten berichten het

vaakst ‘afbeeldingen’ (56%) op Facebook, gevolgd door ‘linken’ (32%), ‘video’s’ (8%) en ‘tekst’

(4%). Deze strategie wordt volgens Peruta en Shields (2016) gebruikt aangezien ‘afbeelding’ het

media-type is die het meest engagement opwekt bij de liker. ‘Tekst’ is dus in het onderzoek van

Peruta en Shields (2016) geen populair media-type waar het bij de paper van Chauhan en Pillai

(2013) het meest populaire media-type is. Ook de resultaten bij type ‘afbeelding’ zijn contrasterend:

volgens Peruta en Shields (2016) werd dit het meest gepost, volgens Chauhan en Pillai (2013)

volgde dit na ‘tekst’ en ‘weblink’.

30

De studie van Chauhan en Pillai (2013) gaat echter nog een stap verder dan de studie van Peruta

en Shields (2016): ze bestudeerden de frequentie van combinaties van media-types. Wat blijkt

dat de combinatie van tekst en weblink het meest populair zijn (40.35%) gevolgd door de

combinatie van tekst en afbeelding (22.22%).

2.1.4.2.2 Sociale media-inhoud

2.1.4.2.2.1 Perspectief verzender (hogeronderwijsinstelling)

Sociale media-inhoud heeft als doel om een relevante boodschap bij de beoogde doelgroep over

te brengen (Chauhan & Pillai, 2013). Hogeronderwijsinstellingen veranderen daarom ook vaak hun

media-inhoud met als doel meer engagement te bekomen bij de doelgroep (Peruta & Shields,

2016). Opnieuw focust deze thesis zich op het onderzoek van Chauhan en Pillai (2013). Zij hebben

onderzocht welke soort media-inhoud hogeronderwijsinstellingen in India het meest werd

gepubliceerd via Facebook:

• Algemene informatie over de respectievelijke hogeronderwijsinstelling (55%)

• Nieuws van de student (19.38%)

• Nieuws dat initieel niets met de instelling te maken heeft (9.5%)

• Management nieuws (8.26%)

• Verwezenlijkingen van alumni (6.74%)

Uit de resultaten van Chauhan en Pillai (2013) blijkt dat hogescholen en universiteiten het meest

berichten over algemene informatie over de respectievelijke instelling (55%). Dit nieuws kan gaan

over infodagen, internationale rankings, studies van professoren, ... van de hogeschool of

universiteit en heeft tot doel de stakeholders te informeren. Vervolgens is nieuws over de

ingeschreven student het op één na grootste onderwerp waarover er gepost wordt met een

frequentie van 19.38%. Dit nieuws is specifiek gericht op studenten onderling: wat er leeft bij de

studenten of allerlei tips voor studenten. De relevantie om in te spelen op de consument (= student)

zijn levenssfeer, wordt ook bevestigd door Roma en Ailioni (2019). Een opvallende factor van dit

onderzoek is dat gemiddeld 9.5% van de inhoud dat gepresenteerd werd op de Facebook-pagina

van een hogeronderwijsinstelling als doel heeft om een nauwe(re) connectie uiteen te zetten met

de doelgroep die niet direct oog heeft op commerciële doellijnen. Dit kan bijvoorbeeld gaan over

een activiteit dat gepromoot wordt die initieel niets te maken heeft met de hogeronderwijsinstelling.

31

Daarboven speelt humor een belangrijke rol om dit doel mede te vervullen. Dit wordt ook bevestigd

door Duncan en Nelson (1985). Ook Akpinar & Berger (2017) halen de relevantie aan van deze

strategie. Uit hun onderzoek bleek dat wanneer een bericht hard lijkt op een reclamebericht, op dat

bericht minder interactie zal plaatsvinden. Over management en alumni (oud-studenten) wordt er

minder gepost: respectievelijk 8.26% en 6.74% van de media-inhoud gaat over dat onderwerp.

Niettemin worden verwezenlijkingen van alumni vaak erkent als ideaal middel om toekomstige en

huidige studenten te laten zien dat de hogeschool/universiteit zorgt voor goede

toekomstperspectieven (Chauhan & Pillai, 2013).

2.1.4.2.2.2 Perspectief ontvanger (de toekomstige student)

Socialemedianoden Wang, Tchernev &

Solloway (2012)

Socialemedianoden Leung (2009)

Informatieve socialemedianoden Informatieve socialemedianoden

Sociale socialemedianoden Sociale socialemedianoden

Emotionele socialemedianoden Entertainment socialemedianoden

Gewoonte socialemedianoden Erkennings socialemedianoden

Tabel 5: Vergelijking socialemedianoden

Wang, Tchernev en Solloway (2012) vertrekken vanuit een andere invalshoek. Ook hun doel van

hun onderzoek was om te achterhalen welke media-inhoud het meest relevant is om als

hogeronderwijsinstelling te publiceren op sociale media. Hieruit vertrokken ze echter vanuit de

vraag waarom studenten sociale media nu net gebruiken. Met andere woorden: welke nood hebben

studenten als ze sociale media gebruiken? Wang et al. (2012) spreken over vier noden: sociale,

informatieve, emotionele en gewoonte noden. De grootste motivatie om sociale media te gebruiken

is omwille van de sociale nood. Studenten gebruiken sociale media om met andere gebruikers in

contact te komen, met andere studenten en/of gebruiken sociale media om te weten wat andere

studenten doen. Dat sociale nood de grootste motivator vormt om sociale media te gebruiken,

wordt ook bevestigd door het sociale rapport van Global Web Index (2017). Daarnaast kaarten

Wang et al. (2012) aan dat het informatieve aspect de tweede belangrijkste motivator is om sociale

media te gebruiken. Studenten willen zich kunnen informeren en op de hoogte blijven van zaken

32

die hen interesseren. Dit resultaat wordt opnieuw bevestigd door het rapport van Global Web Index

(2017). Naast het sociale en het informatieve aspect spelen nog twee andere noden mee: nood

om gewoonte na te streven en emotionele nood. De nood om gewoonte na te streven heeft ook

een significant effect op het gebruik van sociale media. Deze nood definieert zich in de nood om

structuur in het dagelijks leven te brengen van een persoon (Katz, Haas & Gurevitch, 1973). Hierop

toegepast, zien studenten het gebruik van sociale media als een gewoonte dat dagelijks/wekelijks

of maandelijks terugkeert. Emotionele noden worden door Wang et al. (2012) gedefinieerd als het

waarnemen van een esthetische mooie, plezierige en emotionele media-inhoud. Uit de resultaten

bleken dat de motivatie om sociale media te gebruiken om gewoonte noden te bevredigen kleiner

is dan de motivatie om sociale media te gebruiken met als doel sociale en informatieve noden te

bevredigen maar groter dan emotionele noden te bevredigen (Wang et al., 2012).

Leun (2009) bestudeert eveneens welke socialemedianoden een invloed hebben op het gebruik

van sociale media. Echter is dit toepasbaar voor alle socialemediagebruikers en niet alleen voor

studenten. Leung (2009) spreekt van sociale, informatieve, erkenning en entertainment noden.

Sociale en informatieve noden werden ook gebruikt in het onderzoek van Wang et al. (2012)

erkenning en entertainment noden worden niet vermeld. Ook hier heeft de sociale

socialemedianood het meest effect op het gebruik van sociale media gevolgd door erkenning en

informatieve noden. Mensen gebruiken bovendien sociale media vanuit de nood om erkend te

worden, wat zich specifiek uit in het opbouwen van een online personaliteit (Leung, 2009).

Daarnaast maken mensen een sociale media-account aan vanuit de verwachting om geëntertaind

te worden. Echter, hebben mensen een meer positieve attitude tegenover een marketing bericht

dat informatie bevat dan tegenover een bericht dat uitsluitend dient voor entertainment (De Vries

et al., 2012).

2.1.4.2.2.3 Attitude ten opzichte van reclame

Zoals aangegeven in de wetenschappelijke relevantie (cf. supra) wordt in deze thesis gewerkt met

de variabele ‘attitude ten opzichte van reclame’ (cf. Attitude towards Ad (Bruner, 2009)). ‘Attitude’

is een ‘intern’ gevoel dat bij het individu wordt opgeroepen als het individu bloot wordt gesteld aan

een voorwerp of ‘iets onmeetbaar’ (Sumarwan, 2004). Deze variabele heeft bovendien invloed op

het gedrag (Durvasula, Lysonski en Metha, 1999). Echter manifesteert de invloed van attitude op

gedrag zich niet op een consistente manier aangezien externe factoren (bijvoorbeeld:

demografische, sociale en situationele factoren) ook een rol spelen op het gedrag (Ajzen, 1991).

In de literatuur vindt men echter ook het tegenstrijdigheden. Bray (1950) vermeldt bijvoorbeeld dat

33

er geen significante relatie bestaat tussen attitude en gedrag. Ook over de eigenschappen van

attitude bestaan er geen consistente resultaten in de literatuur. Sommige onderzoekers zeggen dat

attitude een multidimensionale eigenschap heeft: attitude kan zich uiten in een cognitieve,

affectieve en conatieve (cf. het doen) component (Sumarwan, 2004). Waar andere claimen dat

attitude als één component moet worden beschouwd (Ehrlich 1969).

2.1.4.2.3 Tijdstip dag waarop er gepost wordt

Volgens het onderzoek van Chauhan en Pillai (2013) worden de meeste Facebook-berichten van

hogeronderwijsinstellingen geplaatst tussen 20u en 00u (23% van het totaal aantal berichten op

één dag), gevolgd door 16u tot 20u (21%) en tussen 12u-16u (20%).

2.1.4.2.4 Dag waarop er gepost wordt

Volgens het onderzoek van Chauhan en Pillai (2013) worden 48% van de Facebook-berichten van

hogeronderwijsinstellingen geplaatst vanaf het midden van de week (cf. woensdag, donderdag en

vrijdag) en 29% in het begin van de week (cf. maandag en dinsdag).

34

2.2 Hypotheses

OV: Heeft sociale media een impact op het beslissingsproces van de toekomstige student

in vergelijking met andere informatiebronnen?

- H1: De sociale media van een hogeronderwijsinstelling worden weinig geraadpleegd tijdens

de onderzoeks- en beslissingsfase van het beslissingsproces van de toekomstige student

in vergelijking met andere informatiebronnen.

- H2: Er is een verschil tussen studenten in de onderzoeksfase en studenten in de

beslissingsfase van het beslissingsproces in de mate waarin het raadplegen van een

socialemediakanaal van een hogeronderwijsinstelling als de moeite waard wordt

beschouwd.


beslissingsfase van het beslissingsproces in de mate waarin de mensen die het gedrag van

de respectievelijke student beïnvloeden, vinden dat de studenten de Facebook-pagina van

de hogeronderwijsinstelling moet raadplegen.

OV: Welke socialemedianoden heeft de toekomstige student?

- H1: Informatieve, entertainment en sociale socialemedianoden hebben een positief effect


hogeronderwijsinstelling als de moeite waard wordt beschouwd.


beslissingsfase van het beslissingsproces in de mate dat ze

informatievesocialemedianoden belangrijk vinden.

- H3: Het effect van de informatieve socialemedianood op het belang van

socialemediakanaal van een hogeronderwijsinstelling is groter bij een student in ASO dan

een student in TSO, BSO of KSO.

OV: Welke sociale media-inhoud evalueert de toekomstige student het best?

- H1: Informatieve, entertainment en sociale sociale media-inhoud hebben een positief effect



35

- H2: Er is een verschil tussen studenten die in de onderzoeksfase zitten en studenten die in

de beslissingsfase zitten van het beslissingsproces in de mate dat ze sociale sociale media-

inhoud evalueren.

- H3: Het effect van de sociale sociale media-inhoud op het belang van een

socialemediakanaal van een hogeronderwijsinstelling is groter bij een student in ASO dan

een student in TSO, BSO of KSO.

36

3 Methodologie

3.1 Steekproef

Voor dit onderzoek werden via een online enquête respondenten bevraagd die in het vijfde, zesde

of zevende jaar middelbaar onderwijs zitten in Vlaanderen en in Brussel. Er werden geen enkele

beperkingen opgelegd naar geslacht. Er werden wel inclusievoorwaarden opgelegd. Mensen die

niet gingen verder studeren (Q3) werden buiten onze dataset gehouden. Voor hen werd de

vragenlijst ook meteen stopgezet. Vervolgens werden respondenten die op de controlevraag: “Duid

optie ‘3’ aan” (Q41) een ander antwoord gaven dan ‘3’, buiten onze dataset gehouden. Ten slotte

werden respondenten die de enquête voor minder dan 18% (analyse via Qualtrics) hebben

ingevuld, verwijderd uit onze data.

365 respondenten zijn met de vragenlijst gestart en 352 respondenten hebben ze ook

daadwerkelijk afgewerkt. De steekproef bevatte 176 vrouwen en 105 mannen. De meeste

respondenten waren 17 jaar (51.25%). Het merendeel van de respondenten volgen een richting

binnen het ASO (82.04%). Vervolgens zit de helft van de respondenten in het vijfde secundair

onderwijs (50%) en ongeveer de helft van de respondenten in het zesde secundair onderwijs

(49.70%). Hiervan heeft 46% van de respondenten aangegeven dat hij/zij nog niet weet waar hij

gaat studeren. Dit in vergelijking met 54% die wel weet waar hij/zij gaat studeren.

3.2 Opzet

Voor de drie onderzoeksvragen werd gekozen voor een kwantitatieve opzet. De eerste

onderzoeksvraag: ‘Heeft sociale media een impact op het beslissingsproces van de toekomstige

student in vergelijking met andere informatiebronnen?’ werd onderzocht door een zelf opgestelde

(online) vragenlijst. Deze onderzoeksvraag wordt ondersteund door drie hypotheses. Vervolgens

werd de tweede onderzoeksvraag: ‘Welke socialemedianoden heeft de toekomstige student?’ ook

via een (online) vragenlijst onderzocht. Ook hier wordt deze onderzoeksvraag ondersteund door

drie hypotheses. Ten slotte werd de derde en laatste onderzoeksvraag: ‘Welke sociale media-

inhoud evalueert de toekomstige student het best?’ onderzocht door de respondent drie

37

gemanipuleerde berichten2 met elk een verschillende sociale media-inhoud te laten zien en die

bijgevolg laten evalueren. Ook deze onderzoeksvraag werd aan de hand van een (online)

vragenlijst onderzocht en ondersteund door drie hypotheses. Alle variabelen werden door middel

van Qualtrics als een online vragenlijst bevraagd.

3.3 Procedure

Voor dit onderzoek werden respondenten gezocht van het vijfde, zesde en eventueel zevende jaar

middelbaar onderwijs van verschillende richtingen binnen het ASO, TSO, BSO of KSO. Er zijn twee

middelbare scholen gecontacteerd om de vragenlijst te verspreiden binnen alle klassen van het

vijfde en zesde middelbaar onderwijs:

- Sint-Jozefscollege te Aalst (ASO)

- College onze Lieve-Vrouw-Ten Doorn te Eeklo (ASO, TSO en BSO)

Daarboven is de vragenlijst verspreid binnen een aantal klassen van het vijfde, zesde en zevende

middelbaar onderwijs:

- Atheneum Karel Buls te Laken (ASO, TSO en BSO)

- Go Atheneum te Brussel (ASO, TSO en BSO)

- GO Technisch Atheneum te Halle (TSO en BSO)

Studenten werden gevraagd om deze vragenlijst in te vullen aan het begin van de les en/of

studenten vonden de link naar de vragenlijst terug op Smartschool3. De link werd verder ook naar

individuele kennissen en vrienden doorgestuurd die binnen onze doelgroep vielen met de vraag of

ze wilden deelnemen. Telkens werd meegedeeld dat het onderzoek ging over het

beslissingsproces van de toekomstige student naar het vinden van de ideale

hogeronderwijsinstelling. Ook de duur van het onderzoek werd meegedeeld (ongeveer vier - vijftal

minuten). Deelnemers konden zelf kiezen met welk middel (computer, GSM of tablet) ze de

vragenlijst gingen invullen. Tijdens het onderzoek was het mogelijk om te pauzeren en de

vragenlijst verder in te vullen op een later tijdstip. De vragenlijst had de “forced option”, wat wil

zeggen dat de respondenten de vraag moeten beantwoorden alvorens naar de volgende vraag

2 Zie bijlage 2: Gemanipuleerde berichten 3 http://www.smartschool.be/

http://www.smartschool.be/

38

over te gaan. Men kon dus geen vragen overslaan. Bij de start van het onderzoek werd een pagina

getoond met additionele informatie. De data werd verzameld van 27 april 2019 tot 27 mei 2019.

Zoals eerder vermeld werd de vragenlijst door 365 respondenten ingevuld.

Alvorens de vragenlijst definitief werd uitgestuurd werd een pretest uitgevoerd om eventuele

onduidelijkheden en fouten uit de vragenlijst te halen. Deze pretest werd gehouden bij tien

respondenten die binnen onze doelgroep vallen. Tijdens deze pretest werd ondervonden dat de

respondent liever geen randomisatie van items wil bij de vragen Q47, Q48, Q49 en Q50. Deze

randomisatie werd dan ook afgeschaft in de definitieve vragenlijst. Bij de pretest zagen de

respondenten twee keer hetzelfde gemanipuleerde bericht (afbeelding en tekst waren gelijk) maar

met een verschillend aantal likes: een gemanipuleerd bericht met respectievelijk weinig en veel

likes. Dit zorgde voor verwarring aangezien respondenten niet direct een verschil zagen tussen de

twee advertenties en werd vervolgens aangepast in de definitieve vragenlijst. Deze vraag werd

gerandomiseerd en respondenten kregen ofwel een gemanipuleerd bericht met veel likes te zien

ofwel een gemanipuleerd bericht met weinig likes. Verder werden er geen problemen ondervonden.

3.4 Materiaal

In bijlage 1 is de volledige vragenlijst terug te vinden. Voor de vraag van de gemanipuleerde sociale

media-berichten werd gesteund op het onderzoek van Chauhan en Pillai, 2013 (cf. zie

literatuurstudie). Uit de vier elementen van ‘content’ worden sociale media-type en sociale media-

inhoud gekozen aangezien enkel de combinatie van deze twee elementen significant is bevonden.

Specifiek gericht op media-type werd de combinatie van ‘tekst’ en ‘afbeelding’ gekozen aangezien

deze het meest voorkwamen op socialemediakanalen van hogeronderwijsinstellingen, op één

combinatie (cf. ‘tekst’ en ‘weblink’) na. Specifiek gericht op sociale media-inhoud wordt er gewerkt

met sociale en informatieve socialemedianoden aangezien deze noden in beide onderzoeken

(Leung, 2009 en Wang et al., 2012) significant werden gevonden op het engagement van de liker.

Daarnaast wordt ook de entertainment nood opgenomen aangezien mensen een positieve attitude

hebben ten opzichte van een bericht dat niet direct oog heeft op commerciële doellijnen (Chauhan

en Pillai, 2013). In bijlage 2 is een overzicht van de gemanipuleerde berichten te vinden.

39

3.5 Controle variabelen

In deze studie werden leeftijd, geslacht en de onderwijsvorm gekozen als controlevariabelen.

Geslacht werd bevraagd via de vraag (Q42): “Wat is uw geslacht?” met antwoordalternatieven 1 =

Man, 2 = Vrouw en 3 = Ander. Vervolgens werd via de vraag (Q1): “Wat is uw leeftijd?” met open

vraagfunctie de leeftijd van de respondenten nagegaan. Verder werd de onderwijsvorm waarin de

respondenten zich nu bevinden ondervraagd aan de hand van de vraag (Q43): “Ik volg een richting

binnen het” met vijf antwoordmogelijkheden (1 = ASO, 2 = TSO, 3 = BSO, 4 = KSO en 5 = Ander).

4 Data-analyse

De analyse werd met behulp van het statistische programma IBM SPSS Statistics versie 25

uitgevoerd. De resultaten met een p-waarde p<0.05 werden statistisch significant bevonden.

Om de eerste onderzoeksvraag: ‘Heeft sociale media een impact op het beslissingsproces van de

toekomstige student in vergelijking met andere informatiebronnen?’ en de bijbehorende

hypotheses te onderzoeken werden twee sample T-testen uitgevoerd. Deze om na te gaan als er

een verschil is tussen de groep respondenten die in de onderzoeksfase zit en de groep

respondenten die in de beslissingsfase zit omtrent het belang van sociale media als informatiebron

tijdens het beslissingsproces en omtrent de mate waarin de mensen die het gedrag van de

respectievelijke student beïnvloeden, vinden dat de student de Facebook-pagina van de

hogeronderwijsinstelling moet bezoeken.

Om de tweede onderzoeksvraag: ‘Welke socialemedianoden heeft de toekomstige student?’ en

de bijhorende hypotheses te onderzoeken werd een factoranalyse uitgevoerd op de vragenlijst. Na

deze uitgevoerd te hebben werd een Cronbach’s alpha uitgevoerd om de interne consistentie na

te gaan. Na controle van de geldigheid van de vragenlijst werd nagegaan aan de hand van een

regressie-analyse of informatieve, entertainment en sociale socialemedianoden een effect hebben

op de mate dat de respondent een socialemediakanaal van een hogeronderwijsinstelling de moeite

waard vindt om te raadplegen tijdens de zoektocht naar de ideale school. Uit deze analyse kwam

als conclusie dat enkel informatieve socialemedianoden significant bevonden werd. Met deze

variabele werd dan ook een verdere analyse uitgevoerd: aan de hand van een sample T-test werd

er achterhaald of er een verschil is tussen studenten die in de onderzoeksfase zitten en studenten

40

die in de beslissingsfase zitten van het beslissingsproces in de mate dat ze sociale media

gebruiken omwille van de informatieve socialemedianood. Tenslotte werd een moderatie-analyse

uitgevoerd. Deze analyse wil het effect van de moderator, de onderwijsvorm, testen op de relatie

tussen de informatieve socialemedianood en de mate waarin een sociaalmediakanaal van een

hoger onderwijsinstelling de moeite waard wordt gevonden.

Om de derde onderzoeksvraag: ‘Welke sociale media-inhoud evalueert de toekomstige student

het best?’ en de bijhorende hypotheses te onderzoeken werden drie factoranalyses, één

factoranalyse per sociale media-inhoud uitgevoerd. Deze factoranalyses werden elk gevolgd door

een Crombach’s alpha om de interne consistentie na te gaan. Na deze analyses uitgevoerd te

hebben werd aan de hand van een regressie-analyse nagegaan of informatieve, entertainment of

sociale sociale media-inhoud een effect hebben op het bekijken van een sociaalmediakanaal van

een hogeronderwijsinstelling. Uit deze analyse kwam als conclusie dat enkel sociale sociale media-

inhoud significant bevonden werd. Met deze variabele werd dan ook verder geanalyseerd aan de

hand van een sample T-test om te achterhalen of er een verschil is tussen studenten die in de

onderzoeksfase zitten en studenten die in de beslissingsfase zitten van het beslissingsproces in

de mate dat ze sociale sociale media-inhoud belangrijk vinden tijdens het beslissingsproces.

Tenslotte werd een moderator-analyse uitgevoerd. Deze analyse wil het effect van de moderator,

de onderwijsvorm, testen op de relatie tussen de sociale sociale media-inhoud en de mate waarin

een sociaalmediakanaal van een hoger onderwijsinstelling de moeite waard wordt gevonden.

De data-analyse wordt afgesloten doormiddel van twee bijkomende correlatietesten. Aan de hand

van een Pearson correlatietest werd er nagegaan of er een verband is tussen informatieve

socialemedianood en informatieve sociale media-inhoud. Uit de analyse bleek dat er echter geen

verband is. Ten slotte werd er aan de hand van een Pearson correlatietest nagegaan of er een

verband is tussen sociale socialemedianoden en sociale sociale media-inhoud. Uit de analyse

bleek dat er een significant positief verband is.

De drie onderzoeksvragen met hun drie bijhorende hypotheses worden achtereenvolgens

besproken.

41

4.1 Heeft sociale media een impact op het beslissingsproces van de

toekomstige student in vergelijking met andere informatiebronnen?

4.1.1 De sociale media van een hogeronderwijsinstelling worden weinig

geraadpleegd tijdens de onderzoeks- en beslissingsfase van het

beslissingsproces van de toekomstige student in vergelijking met andere

informatiebronnen.

4.1.1.1 Inleiding

Gebaseerd op het onderzoek van Constantinides en Stango (2012) en Burdett (2014), verwachten

we dat sociale media weinig geraadpleegd wordt tijdens de onderzoeks- en beslissingsfase van

het beslissingsproces van de toekomstige student in vergelijking met andere informatiebronnen.

4.1.1.2 Analyse

Dit wordt ook bevestigd aan de hand van onze vragenlijst (Q5 en Q6). Wanneer ‘Ja’ werd

geantwoord op de vraag: ‘Weet je al naar welke hogeschool of universiteit je wilt gaan?’ (Q4), werd

de respondent verder geleid naar de vraag: ‘Welke van de onderstaande bron(nen) heeft/hebben

jou geholpen bij die keuze? (Meerdere opties mogelijk)’ (Q5). Wanneer de respondent ‘Nee’

antwoordde op de vraag: ‘Weet je al naar welke hogeschool of universiteit je wilt gaan?’ (Q4), werd

de respondent doorgestuurd naar de vraag: ‘Welke van de onderstaande bron(nen) heb je al

geraadpleegd? (Meerdere opties mogelijk)’ (Q6). Om de bovenstaande hypothese te kunnen

beantwoorden wordt gekeken naar de relatieve aantallen (zie tabel 6 op de volgende pagina).

42

Bron

Respondenten in de onderzoeksfase (steekproef= 130)

Respondenten in beslissingsfase (steekproef= 184)

Informatiebrochures (die je

bijvoorbeeld thuis toegestuurd krijgt)

21.69% 21.10%

Website van de desbetreffende

hogeschool/universiteit

19.32% 18.14%

Openlesdagen 7.46% 13.71%

Socialemediakanaal (bijvoorbeeld

Facebook, Instagram, Twitter,...) van

de desbetreffende

hogeschool/universiteit

12.88% 4.64%

SID-in beurzen 10.85% 14.14%

Infodagen 14.58% 20.68%

Andere 1.02% 5.06%

Ik heb geen van de bovenstaande

informatiebron(nen) geraadpleegd

12.20% 2.53%

Tabel 6: Informatiebronnen aandeel

4.1.1.3 Conclusie

Toekomstige studenten die in de onderzoeksfase van het beslissingsproces zitten, raadplegen

sociale media meer dan toekomstige studenten in die in de beslissingsfase van het

beslissingsproces zitten. 12.88% van de studenten die in de onderzoeksfase zitten van het

beslissingsproces, geven namelijk aan dat ze socialemediakanalen al hebben geraadpleegd

tijdens de zoektocht naar de ideale hogeronderwijsinstellingen. Sociale media is immers voor deze

groep populairder dan SID-in beurzen en openlesdagen met een relatieve frequentie van

respectievelijk 10.85% en 7.46%. Informatiebrochures en websites van hogeronderwijsinstellingen

scoren het best met een relatieve frequentie van respectievelijk 21.69% en 19.32%.

43

12.20% van de toekomstige studenten in de onderzoeksfase geven bovendien aan dat ze geen

enkele van de opgesomde informatiebronnen hebben geraadpleegd. Uit alle toekomstige

studenten in de beslissingsfase van het beslissingsproces geven 4.46% van de respondenten aan,

socialemediakanalen van hogeronderwijsinstellingen te hebben geraadpleegd. Deze

informatiebron staat hier op de laatste plaats. Opnieuw scoren informatiebrochures en websites

van de hogeronderwijsinstellingen goed met een score van respectievelijk 21.10% en 18.14%. Bij

deze groep studenten valt ook op dat 20,68% infodagen hebben bijgewoond. 2.53% heeft

aangegeven geen enkele van de bovengenoemde informatiebronnen te hebben geraadpleegd.


beslissingsfase van het beslissingsproces in de mate waarin het bekijken van

socialemediakanalen als de moeite waard wordt beschouwd.

4.1.2.1 Inleiding

Gebaseerd op het onderzoek van Eidimtas & Juceviciene (2014) verwachten we dat studenten in

de onderzoeksfase het bekijken van socialemediakanalen van hogeronderwijsinstellingen meer de

moeite waard vinden dan studenten in de beslissingsfase aangezien studenten in de

onderzoeksfase in een ingewikkelder beslissingsproces zitten dan studenten in de beslissingsfase.

Daarboven zijn studenten in de onderzoeksfase meer geïnteresseerd dan studenten in de

beslissingsfase in het bekijken van een socialemediakanaal van een hogeronderwijsinstelling om

de cultuur van de respectievelijke hogeronderwijsinstelling te ontdekken (Hesel, 2013).

4.1.2.2 Analyse

Independent sample T-test

Er werd een onafhankelijke sample T-test uitgevoerd om de respondenten die al weten aan welke

hogeschool/universiteit ze gaan studeren (toekomstige studenten in de beslissingsfase) en de

respondenten die nog niet weten aan welke hogeschool/universiteit ze gaan studeren (toekomstige

studenten in de onderzoeksfase) te gaan vergelijken in de mate van belang van sociale media als

informatiebron in het beslissingsproces. Het belang van sociale media als informatiebron in het

beslissingsproces werd gemeten op een schaal van 1 ‘Zeker niet de moeite waard’ tot 7 ‘Zeker wel

de moeite waard’.

44

Tabel 7 toont aan dat het verschil tussen de studenten die al weten aan welke

hogeschool/universiteit ze gaan studeren (M = 4.14; SD = 1.5) en de studenten die nog niet weten

aan welke hogeschool/universiteit ze gaan studeren (M = 4.75; SD = 1.3) niet significant was (t

(295) = -1.91; p = 0.057 > 0.05).

N Gemiddelde St. Afw.

Studenten in de onderzoeksfase 122 4.75 1.3

Studenten in de beslissingsfase 175 4.14 1.5

Tabel 7: Independent sample T-test

4.1.2.3 conclusie

Studenten in de onderzoeksfase geven een grotere waarde aan het belang van sociale media van

hogeronderonderwijsinstellingen tijdens het beslissingsproces dan studenten in de

beslissingsfase. De sample T-test duidt echter een niet significant verband aan. We kunnen

concluderen dat er geen verschil is tussen studenten in de onderzoeksfase en studenten in de

beslissingsfase van het beslissingsproces in de mate waarin sociale media de moeite waard is om

te bekijken.


beslissingsfase van het beslissingsproces in de mate waarin de mensen die

het gedrag van de respectievelijke student beïnvloeden, vinden dat de

studenten de Facebook-pagina van de hogeronderwijsinstelling moeten

raadplegen.

4.1.3.1 Inleiding

Uit onderzoek van Sanne & Wiese (2018) stellen we vast dat hoe meer een persoon aangemoedigd

wordt tot een bepaald gedrag, hoe waarschijnlijker het is dat het individu een intentie heeft om het

gedrag uit te voeren. Dit willen we ook testen bij onze respondenten. Vinden onze respondenten

het bekijken van het socialemediakanaal van hogeronderwijsinstellingen meer de moeite waard

wanneer ze beïnvloed worden door andere mensen?

45

Bovendien wordt er door het onderzoek van Cooper (2008) verwacht dat studenten die in het

beslissingsproces zitten meer waarde hechten aan de mening van anderen (cf. sociologische

benadering van het beslissingsproces).

4.1.3.2 Analyse


Er werd een onafhankelijke sample T-test uitgevoerd om de respondenten die nog niet weten aan

welke hogeronderwijsinstelling ze gaan studeren (studenten in de onderzoeksfase van het

beslissingsproces) en de groep respondenten die wel al weten aan welke onderwijsinstelling ze

gaan studeren (studenten in de beslissingsfase van het beslissingsproces) te gaan vergelijken in

de mate dat mensen die het gedrag van studenten beïnvloeden, vinden dat de studenten de

Facebook-pagina van de hogeschool of universiteit moeten bezoeken. Studenten in de

beslissingsfase van het beslissingsproces hebben antwoord ‘Ja’ aangeduid op de vraag Q4: ‘Weet

je al naar welke hogeschool of universiteit je wilt gaan?’. Studenten in de onderzoeksfase van het

beslissingsproces hebben antwoord ‘Nee’ aangeduid op diezelfde vraag (=Q4). Het belang van

beïnvloeding van andere mensen werd gemeten op een schaal van 1 ‘Helemaal niet akkoord’ tot

7 ‘Helemaal akkoord’.


Studenten in de onderzoeksfase 122 2.90 1.5


Tabel 8: Independent sample T-test

Tabel 8 toont aan dat het verschil tussen de studenten die al weten aan welke

hogeschool/universiteit ze gaan studeren (M = 2.27 ; SD = 1.41) en de studenten die nog niet weten

aan welke hogeschool/universiteit ze gaan studeren (M = 2.90; SD = 1.51) significant was (t (295)

= -3.693 ; p = 0.000 < 0.001).

4.1.3.3 Conclusie

De sample T-test duidt een significant verband aan. We kunnen concluderen dat er een verschil is

tussen studenten in de onderzoeksfase en studenten in de beslissingsfase van het

beslissingsproces in de mate waarin de mensen die het gedrag van de respectievelijke student

46

beïnvloeden, vinden dat de studenten de Facebook-pagina van de hogeronderwijsinstelling

moeten bezoeken. Bovendien kunnen studenten die in de onderzoeksfase zitten meer beïnvloed

worden door mensen rondom zich dan studenten in de beslissingsfase van het beslissingsproces.

De hypothese wordt dus bevestigd als ook de stelling van Cooper (2008).

47

4.2 Welke socialemedianoden heeft de toekomstige student?

In de enquête werd gepeild naar de motivatoren die socialemediagebruik activeert bij de

respondenten. In literatuur wordt beschreven dat de motivatie om sociale media te gebruiken,

beïnvloed wordt door de socialemedianoden die de respondent heeft (Leung, 2009; Wang et al.,

2012).

Deze thesis vertrekt vanuit drie socialemedianoden die Leung (2009) gebruikt heeft in zijn

onderzoek: informatieve, entertainment en sociale noden. In de vragenlijst is impliciet gevraagd

naar het belang van de bovenstaande drie noden (cf. informatieve, entertainment en sociale

socialemedianoden) aan de hand van vraag Q24: ‘Ik gebruik sociale media …’ gevolgd door zes

stellingen die bovengenoemde socialemedianoden weerspiegelen. Op deze vraag moesten de

respondenten aangeven in welke mate ze akkoord zijn met die respectievelijke stelling. Elke

socialemedianood (cf. informatieve, entertainment en sociale nood) werd bevraagd aan de hand

van twee onderliggende stellingen. Deze stellingen die een socialemedianoden weerspiegelen,

werden integraal overgenomen uit het onderzoek van Leung (2009). Tabel 9 geeft weer welke

stelling, welke socialemedianood weerspiegelt.

Factor Stelling

Informatieve socialemedianood Om mijn kennis te verbreden (Q24_1)

Om te weten wat er allemaal leeft online (Q24_2)

Entertainment socialemedianood Omwille van de entertainment (Q24_3)

Om tijd te laten passeren (Q24_4)

Sociale socialemedianood Om in contact te komen met anderen (Q24_5)

Om te weten waar anderen mee bezig zijn (Q24_6)

Tabel 9: Socialemedianoden elementen

Om de consistentie tussen deze stellingen te onderzoeken, wordt er een factoranalyse uitgevoerd.

Het doel van deze factoranalyse bestaat erin om deze zes stellingen te herleiden naar drie items

48

(cf. informatieve, entertainment en sociale socialemedianoden). Daarnaast wordt een regressie-

analyse uitgevoerd om na te gaan of informatieve, entertainment of sociale socialemedianoden

een effect hebben op het raadplegen van een socialemediakanaal van een hogeschool en/of

universiteit. Uit deze analyse komt enkel de informatieve socialemedianood als significante

variabele naar boven. Daardoor wordt enkel met deze variabele een sample T-test uitgevoerd. In

deze sample T-test wordt het belang van de informatieve socialemedianood getest tussen de twee

groepen: respondenten die nog niet weten aan welke hogeschool of universiteit ze gaan studeren

en respondenten die wel weten aan welke hogeschool of universiteit ze gaan studeren. Ten slotte

wordt als gevolg op de regressieanalyse een moderator-analyse onderzocht. Deze analyse wil het

effect van de moderator, de onderwijsvorm, testen op de relatie tussen de informatieve

socialemedianoden en de mate waarin een sociaalmediakanaal van een hogeronderwijsinstelling

de moeite waard wordt gevonden.

Factoranalyse

De factoranalyse wordt uitgevoerd op de vragen omtrent de socialemedianoden van de

toekomstige student (Q24). De respondenten moesten aangeven in welke mate ze akkoord waren

met een aantal stellingen omtrent de socialemedianoden. Meer specifiek: ik gebruik sociale media

om mijn kennis te verbreden (Q24_1), ik gebruik sociale media om te weten wat er allemaal leeft

online (Q24_2), ik gebruik sociale media omwille van entertainment (Q24_3), ik gebruik sociale

media om de tijd te laten passeren (Q24_4), ik gebruik sociale media om in contact te komen met

anderen (Q24_5) en ik gebruik sociale media om te weten waar anderen mee bezig zijn (Q24_6).

In de eerste stap werd bepaald wat het objectief was van de factoranalyse. De doelstelling was om

een datareductie door te voeren van variabele Q24. Hiervoor werd een factoranalyse van het type

R toegepast.

In de tweede stap gingen we het design na van de dataset. Deze bestaat uit metrische variabelen

wat binnen de aangeraden hoeveelheid ligt. Alle items werden door hetzelfde antwoordalternatief

beoordeeld. Per item hebben 302 (>100) respondenten geantwoord. De data is dus geschikt om

een factoranalyse op uit te voeren.

In de derde stap werd nagegaan of het nuttig was om de factoranalyse uit te voeren op deze data.

De correlatiematrix toont correlaties aan die hoger zijn dan 0.30. De Bartlett’s Test of Sphericity

toonde aan dat de variabelen significant waren gecorreleerd met een p-waarde van 0.001.

49

Ook de Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO MSA) volgde dezelfde richtlijn

met een waarde van 0.743, dit is een goede waarde want ze is groter dan het absoluut minimum

0.5. De factoranalyse heeft dus betekenis.

In de volgende stap, stap vier, werden de factoren afgeleid en de algemene fit gecontroleerd. Is de

voorgestelde factor een goede representatie van onze data? Alle communaliteiten zijn groter dan

0.3, buiten ‘ik gebruik sociale media om mijn kennis te verbreden (Q24_1)’. Dit item wordt maar

voor 0.197 verklaard door de rest van de items. Wat een zeer laag cijfer is. Er werd één factor

weerhouden met een eigenwaarde van 2.316 die in totaal 38.599% van de variantie verklaart. Dit

werd ook bevestigd door de screeplot. De factoranalyse hield een minder goede representatie van

onze data in. In de laatste stap, stap vijf werd beslist of de voorgestelde oplossing inhoudelijk ook

correct was en aansloot op de theorie. Hiervoor wordt gekeken naar de Rotated Component Matrix.

Omdat er uit de vorige stap maar één factor is voortgekomen kan er geen Rotated Component

Matrix opgesteld worden en kan deze stap dus niet uitgevoerd worden.

Cronbach’s alpha

Vervolgens gaan we na of deze zes schaalvariabelen (Q24_1 t.e.m. Q24_6) intern consistent zijn

met de Cronbach’s alpha methode. Bij onze schaalvariabele was er een waarde van 0.660. Dat is

een goed resultaat en bevestigt een goede consistentie tussen de variabelen. Tabel 10 toont aan

dat er één variabele (Q24_1) weggelaten kan worden om deze waarde en dus de interne

consistentie te verbeteren. Maar omdat dit maar een zeer klein verschil geeft wordt geen verdere

actie ondernomen.

Variabele van samengestelde schaalvariabele Cronbach’s alpha als variabele verwijderd

wordt

Om mijn kennis te verbreden (Q24_1) 0.668

Om te weten wat er allemaal leeft online (Q24_2) 0.586

Omwille van de entertainment (Q24_3) 0.602

Om tijd te laten passeren (Q24_4) 0.652

Om in contact te komen met anderen (Q24_5) 0.626

50

Om te weten waar anderen mee bezig zijn

(Q24_6)

0.568

Tabel 10: Controle als interne consistentie socialemedianoden kan verbeterd worden

Ondanks het feit dat uit de factoranalyse en de Cronbach’s alpha voortkwam dat alle items in

eenzelfde dimensie thuishoren, passen deze items niet inhoudelijk bij elkaar. Daarom werden de

zes items opgesplitst in drie grote factoren op basis van de inhoud. Deze socialemedianoden

worden opgesplitst in een informatieve socialemedianood (Q24_1 en Q24_2), een entertainment

socialemedianood (Q24_5 en Q24_6) en een sociale socialemedianood (Q24_3 en Q24_4).

Tabel 11 toont aan dat de gemiddelde informatieve socialemedianood 4.8709 bedraagt.


Informatieve socialemedianood 302 4.8709 1.10565

Tabel 11: Informatieve socialemedianood

Tabel 12 toont aan dat de gemiddelde entertainment socialemedianood 5.1887 bedraagt.


Entertainment socialemedianood 302 5.1887 1.17312

Tabel 12: Entertainment socialemedianood

Tabel 13 toont aan dat de gemiddelde sociale socialemedianood 5.2881 bedraagt.


Sociale socialemedianood 302 5.2881 1.12719

Tabel 13: Sociale socialemedianood

51

4.2.1 Informatieve, entertainment en sociale socialemedianoden hebben een

positief effect op de mate waarin het raadplegen van een socialemediakanaal

van een hogeronderwijsinstelling als de moeite waard wordt beschouwd.

4.2.1.1 Inleiding

Om na te gaan wat het effect is van socialemedianoden van de toekomstige student tot de mate

dat de respondent vindt dat het de moeite waard is om een sociaalmediakanaal van een

hogeschool en/of universiteit te bekijken tijdens de zoektocht naar de ideale school, wordt een

regressieanalyse geschat. Vervolgens wordt als gevolg op de regressieanalyse een moderator-

analyse onderzocht. Aan de hand van de literatuur wordt er verwacht dat sociale

socialemedianoden het meeste effect heeft op het raadplegen van een socialemediakanaal van

een hogeronderwijsinstelling, gevolgd door informatieve en entertainment socialemedianoden

(Leung, 2009). In het onderzoek van Wang et al. (2012) wordt de entertainment nood niet

opgenomen. Bovendien wordt deze laatste socialemedianood opgenomen aangezien mensen een

positieve attitude hebben ten opzichte van een bericht dat niet direct oog heeft op commerciële

doellijnen (Chauhan en Pillai, 2013).

4.2.1.2 Analyse

Regressie

Om na te gaan welke socialemedianoden van de toekomstige student een effect hebben tot de

mate de respondent vindt dat het de moeite waard is om een sociaalmediakanaal van een

hogeschool en/of universiteit te bekijken tijdens de zoektocht naar de ideale school, werd een

regressieanalyse geschat. Het belang van het bekijken naar een socialemediakanaal (Q22,

afhankelijke variabele) wordt voorgesteld in functie van:

- de informatieve socialemedianood (in welke mate de respondent sociale media

gebruiken om zijn/haar kennis te verbreden (Q24_1) en in welke mate de respondent

sociale media gebruikt om te weten wat er leeft online (Q24_2));

- de entertainment socialemedianood (in welke mate de respondent sociale media

gebruikt omwille van entertainment (Q24_3) en in welke mate de respondent sociale media

gebruikt om tijd te laten passeren (Q24_4));

- de sociale socialemedianood (in welke mate de respondent sociale media gebruikt om in

contact te komen met anderen (Q24_5) en in welke mate de respondent sociale media

gebruikt om te weten waar anderen mee bezig zijn (Q24_6)).

52

De regressieanalyse toont aan dat enkel de informatieve socialemedianood (Q24_1 en Q24_2)

een significante predictor is (p< 0.01). Dit wordt weergegeven in tabel 14.

De globale F-toets toont aan dat het om een bruikbaar model gaat (p = 0.000). Uit de analyse volgt

verder dat R² 0.028 is. Met andere woorden 2.8% van de variatie in het belang van sociale media

kanalen te bekijken van hogescholen en/of universiteiten wordt verklaard door de opgenomen

predictoren in het model. Dit is een lage waarde. Bovendien is te zien in tabel 14 dat het verband

tussen de informatieve socialemedianood en het belang van het bekijken van een

socialemediakanaal van een hogeschool en/of universiteit positief is (ß = 0.216). Dit houdt in dat

als de informatieve socialemedianood met één eenheid toeneemt, het belang van het bekijken van

een socialemediakanaal van een hogeschool en/of universiteit stijgt met 0.216 eenheden.

Variabele Regressiecoëfficiënt (st. afw.)

Constant 3.679 ** (0.492)

Informatieve socialemedianood 0.216 ** (0.082)

Entertainment socialemedianood -0.097 (0.077)

Sociale socialemedianood 0.017 (0.083)

* : p<0.05; ** : p<0.01 Tabel 14: OLS-model

Ten slotte worden er nog twee kwaliteitscontroles uitgevoerd. Aangezien de predictoren niet met

elkaar mogen correleren wordt eerst en vooral gekeken naar de multicollineariteit. In dit model zijn

al de variance inflation factors (VIF) kleiner dan vijf, waaruit we kunnen concluderen dat er geen

multicollineariteitsprobleem is. Dit wil zeggen dat de onafhankelijke variabelen niet te sterk

onderling gecorreleerd zijn. Verder wordt het model gecontroleerd op outliers, omdat deze het

model kunnen beïnvloeden. Outliers hebben namelijk een negatieve impact op de helling van de

regressielijn en kunnen deze scheeftrekken. In het model worden 15 outliers gedetecteerd, met elk

een gestandaardiseerd residue waarvan de absolute waarde groter is dan twee.

4.2.1.3 Conclusie

Het geschatte regressiemodel duidt aan dat er een significant, positief verband is tussen de

informatieve nood en het belang van het bekijken van een socialemediakanaal van een hogeschool

en/of universiteit (ß = 0.216). Wat wil zeggen dat enkel informatieve socialemedianoden een

53

positief effect hebben op het belang van het raadplegen van een socialemediakanaal van een

hogeronderwijsinstelling. Dit resultaat is consistent met de bevinden van Leung (2009) en Wang et

al. (2012) waar de informatieve socialemedianood ook significant is. Naast dit significant verband

duidt het regressiemodel echter ook aan dat er entertainment de socialemedianood niet significant

is. Dit is echter inconsistent met de literatuur aangezien entertainment socialemedianoden wel

significant werden bevonden (Leung, 2009). Wang et al. (2012) neemt deze nood echter niet op.

Bovendien werden sociale socialemedianoden als de meest beïnvloedende motivator aanschouwt

om sociale media te raadplegen (Leung, 2009 en Wang et al., 2012) wat dus tegenstrijdig is met

onze resultaten.

4.2.2 Er is een verschil tussen studenten die in de onderzoeksfase zitten en

studenten die in de beslissingsfase zitten van het beslissingsproces in de mate

dat ze informatieve socialemedianoden belangrijk vinden.

4.2.2.1 Inleiding

Uit de regressie-analyse van de hypothese: ‘Informatieve, entertainment en sociale

socialemedianoden hebben een positief effect op het belang van het bekijken van een

socialemediakanaal van een hogeronderwijsinstelling.’ werd geconcludeerd dat enkel informatieve

socialemedianoden een significant verband hebben (cf. supra). Omdat enkel deze

socialemedianood een betekenis heeft wordt enkel met deze nood verder geanalyseerd. Zo

kunnen we nog dieper ingaan op de informatieve socialemedianoden. In deze hypothese wordt er

gezocht naar een verschil tussen studenten die in de onderzoeksfase zitten en studenten die in de

beslissingsfase zitten van het beslissingsproces in de mate dat ze informatieve noden belangrijk

vinden. Aan de hand van de literatuur wordt er verwacht dat studenten in de onderzoeksfase van

het beslissingsproces meer nood hebben aan informatie dan studenten in de beslissingsfase van

het beslissingsproces aangezien de eerste groep in een ingewikkeldere fase zitten van het

beslissingsproces dan de tweede groep, waar de keuze al gemaakt is (Eidimtas & Juceviciene,

2014).

4.2.2.2 Analyse


Er werd een onafhankelijke sample T-test uitgevoerd om de respondenten die al weten aan welke

hogeschool/universiteit ze gaan studeren (studenten in de beslissingsfase van het

54

beslissingsproces) en de groep respondenten die nog niet weten aan welke hogeschool/universiteit

ze gaan studeren (studenten in de onderzoeksfase van het beslissingsproces) te gaan vergelijken

in de mate dat ze informatieve socialemedianoden belangrijk vinden. Studenten in de

beslissingsfase van het beslissingsproces hebben antwoord ‘Ja’ aangeduid op de vraag Q4: ‘Weet

je al naar welke hogeschool of universiteit je wilt gaan?’. Studenten in de onderzoeksfase van het

beslissingsproces hebben antwoord ‘Nee’ aangeduid op diezelfde vraag (Q4). Het belang van de

informatieve nood voor het gebruik van sociale media werd gemeten op een schaal van 1

‘Helemaal niet akkoord’ tot 7 ‘Helemaal akkoord’.


Studenten in de onderzoekssfase 121 4.8 1.27


Tabel 15: Independent sample T-test informatieve socialemedianoden

Tabel 15 toont aan dat het verschil tussen de studenten die al weten aan welke hogeschool of

universiteit ze gaan studeren (M = 4.91; SD = 0.99) en de studenten die nog niet weten aan welke

hogeschool of universiteit ze gaan studeren (M = 4.8; SD = 1.27) niet significant is (t (291) = 0.818;

p = 0.414 < 0.001). H0 wordt bijgevolg aanvaard.

4.2.2.3 Conclusie

De sample T-test duidt een niet significant verband aan (p = 0.414). We kunnen concluderen dat

er geen verschil is tussen studenten in de onderzoeksfase en studenten in de beslissingsfase van

het beslissingsproces. De studenten hebben dezelfde informatieve socialemedianood.

4.2.3 Het effect van de informatieve socialemedianood op het belang van

socialemediakanaal van een hogeronderwijsinstelling is groter bij een student

in ASO dan een student in TSO, BSO of KSO.

55

4.2.3.1 Inleiding

Het Vlaams secundair onderwijs wordt opgedeeld in verschillende onderwijsvormen: ASO, TSO,

BSO en KSO. Sommige onderwijsvormen worden anders bekeken dan anderen. Het algemeen

secundair onderwijs (ASO) heeft bijvoorbeeld een hoger maatschappelijk aanzien dan het

technisch onderwijs (Kinderrechtencoalitie Vlaanderen vzw, 2008). Wij willen onderzoeken aan de

hand van een moderatoranalyse als de keuze van een bepaalde onderwijsvorm een effect heeft

op de relatie tussen de socialemedianood en het belang van een socialemediakanaal van een

hogeronderwijsinstelling. Aangezien enkel de informatieve socialemedianood een significant

verband vertoonde (cf. supra), wordt hiermee verder geanalyseerd.

4.2.3.2 Analyse

Moderator

Als gevolg op de regressieanalyse wordt onderzocht of het effect van de informatieve

socialemedianood een invloed heeft op de mate waarin een socialemediakanaal van een

hogeronderwijsinstelling de moeite waard wordt gevonden tussen studenten die zitten in het ASO

en studenten die zitten in TSO, BSO of KSO. Enkel de informatieve socialemedianood wordt in

rekening genomen aangezien dit het enige deelaspect is dat een significant verband heeft met de

mate waarin het socialemediakanaal van een hogeronderwijsinstelling de moeite waard is (cf.

supra).

Figuur 2: Moderator informatieve socialemedianood

56

Of de onderwijsvorm (Q43) een moderator is voor de relatie tussen informatieve socialemedianood

en het belang van een socialemediakanaal van een hogeronderwijsinstelling (Q22) wordt

nagegaan aan de hand van een simpel moderatiemodel. Op het eerste zicht blijkt uit de analyse

dat bij een verandering van ASO naar TSO, BSO of KSO het belang van een socialemediakanaal

daalt met 0.1344 eenheden, wat het hoofdeffect afzwakt. Maar verdere analyse toont aan dat

onderwijsvorm geen significante moderator is (ΔR2 = 0.0016, F = 0.5303, p = 0.4670). Waaruit

volgt dat de onderwijsvorm geen effect heeft op de relatie van de informatieve socialemedianood

en op de mate waarin een socialemediakanaal van een hogeronderwijsinstelling de moeite waard

wordt gevonden.

4.2.3.3 Conclusie

Uit de moderatoranalyse wordt er afgeleid dat de onderwijsvorm van de student geen effect heeft

op de relatie tussen informatieve socialemedianoden en het belang van een socialemediakanaal

van een hogeronderwijsinstelling. Het maakt niet uit in welke onderwijsvorm (ASO,TSO, BSO of

KSO) de toekomstige student zit, het effect wordt niet beïnvloed door deze keuze.

57

4.3 Welke sociale media-inhoud evalueert de toekomstige student het best?

Om achter te komen welke sociale media-inhoud toekomstige studenten het meest positief

evalueren wordt er allereerst een factoranalyse uitgevoerd. Dit wordt gedaan per sociale media-

inhoud (informatief, entertainment en sociaal). Vervolgens wordt na elke factoranalyse een

Cronbach’s alpha uitgevoerd om de onderlinge consistentie te achterhalen van de variabele

waarmee verder gewerkt wordt. Daarnaast wordt een regressie-analyse uitgevoerd om na te gaan

of informatieve, entertainment of sociale sociale media-inhoud een effect heeft op het raadplegen

van een socialemediakanaal van een hogeschool en/of universiteit. Uit deze analyse komt enkel

de sociale sociale media-inhoud als significante variabele naar boven. Met deze variabele wordt

verder geanalyseerd aan de hand van een sample T-test. In deze analyse wordt onderzocht of er

verschil is tussen de groep studenten die nog niet weet aan welke hogeschool of universiteit ze

gaan studeren en de groep studenten die wel al weet aan welke hogeschool of universiteit ze gaan

studeren, in welke mate ze sociale sociale media-inhoud evalueren. Ten slotte wordt als gevolg op

de regressieanalyse een moderator-analyse onderzocht. Deze analyse wil het effect van de

moderator, de onderwijsvorm, testen op de relatie tussen de sociale sociale media-inhoud en de

mate waarin een socialemediakanaal van een hogeronderwijsinstelling de moeite waard wordt

gevonden.

Factoranalyse informatieve sociale media-inhoud

De factoranalyse wordt uitgevoerd op de vraag hoe toekomstige studenten een gemanipuleerd

bericht met informatieve sociale media-inhoud4 evalueren (Q50). De respondenten moesten

aangeven wat ze van het gemaniplueerd bericht vond aan de hand van zeven stellingen. Deze

zeven stellingen zijn items die de variabele ‘attitude ten opzichte van reclame’ (cf. Attitude towards

ad) vertegenwoordigen (Bruner, 2009). De zeven stellingen werden ondervraagd aan de hand van

een bipolaire zeven punt likert schaal. Meer specifiek: traditioneel/vernieuwend (Q50_1), niet

informatief/informatief (Q50_2), niet interessant/interessant (Q50_3), onduidelijk/duidelijk (Q50_4),

niet overtuigend/overtuigend (Q50_5), saai/leuk (Q50_6) en negatief/positief (Q50_7).

4 Zie bijlagen: Gemanipuleerde berichten

58


na te gaan of deze items van de variabele Q50 intern sterk met elkaar correleren om dus te

herleiden naar één variabele. Hiervoor werd een factoranalyse van het type R uitgevoerd.







toonde aan dat de variabelen significant waren gecorreleerd met een p-waarde van 0.001. Ook de

Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO MSA) volgde dezelfde richtlijn met een

waarde van 0.896, dit is een zeer goede waarde want ze is aanzienlijk groter dan het absoluut

minimum van 0.5. De factoranalyse heeft dus betekenis.

In de volgende stap, stap vier, werden de factoren afgeleid en de algemene fit gecontroleerd. Alle

communaliteiten zijn groter dan 0.3. Er waren geen outliers. Er werd één factor weerhouden met

een eigenwaarde van 4.747 die in totaal 67.809% van de variantie verklaart. Dit werd ook bevestigd

door de screeplot. De factoranalyse hield dus een goede representatie in van onze data. In de

laatste stap, stap vijf werd beslist of de voorgestelde oplossing inhoudelijk ook correct was en

aansloot op de theorie. Hiervoor werd gekeken naar de Rotated Component Matrix. Omdat er uit

de vorige stap maar één factor is voortgekomen kan er geen Rotated Component Matrix opgesteld

worden en kan deze stap bijgevolg niet uitgevoerd worden.

Uit de factoranalyse kunnen we concluderen dat alle items sterk met elkaar correleren en bijgevolg

goed samen horen. Door deze conclusie worden ook alle zeven items samengevoegd in één

variabele aan de hand van een summated scale.

Cronbach’s alpha informatieve sociale media-inhoud

Vervolgens gaan we na of deze zeven items (Q50_1 t.e.m. Q50_7) intern consistent zijn met de

Cronbach’s alpha methode. Bij onze schaalvariabele was er een waarde van 0.919. Dat is een heel

goed resultaat en bevestigt een hoge consistentie tussen de variabelen. Tabel 16 toont aan dat er

59

één variabele (Q50_1) weggelaten kan worden om deze waarde en dus de interne consistentie te

verbeteren. Maar omdat onze α in dit geval zo een hoge waarde heeft en zeer dicht aanleunt bij de

waarde één moet er geen verdere actie ondernomen worden.

Item van samengestelde

schaalvariabele

Cronbach’s alpha als variabele verwijderd

wordt

traditioneel/vernieuwend (Q50_1) 0.924

informatief/informatief (Q50_2) 0.907

niet interessant/interessant (Q50_3) 0.895

onduidelijk/duidelijk (Q50_4) 0.908

niet overtuigend/overtuigend (Q50_5) 0.908

saai/leuk (Q50_6) 0.902

negatief/positief (Q50_7) 0.906

Tabel 16: Controle of interne consistentie informatie kan verbeterd worden



variabele aan de hand van een summated scale. Hieruit ontstaat de schaalvariabele:

Attitude_Informatie_Media_Inhoud.

Tabel 17 toont aan dat de informatieve sociale media-inhoud gemiddeld 4.0722 op een zeven

punten schaal wordt geëvalueerd.


Informatieve sociale media-inhoud 287 4.0722 1.34781

Tabel 17: Informatieve sociale media-inhoud

60

Factoranalyse entertainment sociale media-inhoud


bericht met entertainment sociale media-inhoud5 evalueren (Q48). De respondenten moesten

aangeven wat ze van het gemanipuleerd bericht vonden aan de hand van zeven stellingen. Deze

zeven stellingen zijn items die de variabele ‘attitude ten opzichte van reclame’ (cf. Attitude towards

ad) vertegenwoordigen (Bruner, 2009). De zeven stellingen werden ondervraagd aan de hand van

een bipolaire zeven punt likert schaal. Meer specifiek: traditioneel/vernieuwend (Q48_1), niet

informatief/informatief (Q48_2), niet interessant/interessant (Q48_3), onduidelijk/duidelijk (Q48_4),

niet overtuigend/overtuigend (Q48_5), saai/leuk (Q48_6) en negatief/positief (Q48_7).


na te gaan of deze items van de variabele Q48 intern sterk met elkaar correleren om dus te

herleiden naar één variabele. Hiervoor werd een factoranalyse van het type R uitgevoerd.









waarde van 0.838, dit is een zeer goede waarde want ze is aanzienlijk groter dan het absoluut

minimum van 0.5. De factoranalyse heeft dus betekenis.

In de volgende stap, stap vier, werden de factoren afgeleid en de algemene fit gecontroleerd. Alle

communaliteiten zijn groter dan 0.3. Er waren dus geen outliers. Er werden twee factoren

weerhouden met een eigenwaarde van respectievelijk 3.704 en 1.205 die samen in totaal 70.129%

van de variantie verklaren. Dit werd ook bevestigd door de screeplot. De factoranalyse hield dus

een goede representatie in van onze data. In de laatste stap, stap vijf werd beslist of de


61

voorgestelde oplossing inhoudelijk ook correct was en aansloot op de theorie. Hiervoor werd

gekeken naar de Rotated Component Matrix (tabel 18).

Factor 1 Factor 2

traditioneel/vernieuwend (Q48_1) 0.808 0.210

informatief/informatief (Q48_2) 0.787 0.092

niet interessant/interessant (Q48_3) 0.784 0.244

onduidelijk/duidelijk (Q48_4) 0.742 0.178

niet overtuigend/overtuigend (Q48_5) -0.045 0.913

saai/leuk (Q48_6) 0.441 0.739

negatief/positief (Q48_7) 0.459 0.737

Tabel 18: Rotated Component Matrix

Uit de Rotated Component Matrix (tabel 18) kunnen we zien dat voor alle items een duidelijke

definitie van de factor aanwezig is met een hoge factorscore per item. Er werd initieel voorgesteld

om twee variabelen te maken. Echter, zijn wij van mening dat de zeven bovengenoemde items

allemaal goed bij elkaar passen. Een mogelijke verklaring hiervoor is dat de items integraal werden

overgenomen van de variabele ‘attitude ten opzichte van reclame’ (cf. Attitude towards Ad) die te

vinden is in het schalenboek (Bruner, 2009). Deze items vertegenwoordigen met andere woorden

één onderliggende factor namelijk attitude ten opzichte van reclame.

Cronbach’s alpha entertainment sociale media-inhoud

Vervolgens gaan we na of deze zeven schaalvariabelen (Q48_1 t.e.m. Q48_7) intern consistent

zijn met de Cronbach’s alpha methode. Bij onze schaalvariabele was er een waarde van 0.848.

Dat is een heel goed resultaat en bevestigt een hoge consistentie tussen de variabelen. Tabel 19

toont aan dat er één variabele (Q48_2) weggelaten kan worden om deze waarde en dus de interne

consistentie te verbeteren. Maar omdat onze α in dit geval zo een hoge waarde heeft en zeer dicht

aanleunt bij de waarde één moet er geen verdere actie ondernomen worden.

62

Items van samengestelde

schaalvariabele


wordt






saai/leuk (Q48_6) 0.819


Tabel 19: Controle of interne consistentie entertainment kan verbeterd worden




Attitude_Entertainement_Media_Inhoud.

Tabel 20 toont aan dat de entertainment sociale media-inhoud gemiddeld 4.1883 op een zeven

punten schaal wordt geëvalueerd.


Entertainment sociale media-inhoud 283 4.1883 1.23827

Tabel 20: Entertainment sociale media-inhoud

Factoranalyse sociale sociale media-inhoud


bericht met entertainment sociale media-inhoud6 evalueren (Q47). Deze vraag werd gesteld om te


63

achterhalen hoe studenten het gemanipuleerd bericht met sociale sociale media-inhoud evalueren.

De respondenten kregen zeven keer een bipolaire zeven punt likert schaal te zien. De items

hiervoor werden integraal overgenomen van de variabele ‘attitude ten opzichte van reclame’ (cf.

Attitude towards Ad) die te vinden is in het schalenboek (Bruner, 2009). Meer specifiek:

traditioneel/vernieuwend (Q47_1), niet informatief/informatief (Q47_2), niet interessant/interessant

(Q47_3), onduidelijk/duidelijk (Q47_4), niet overtuigend/overtuigend (Q47_5), saai/leuk (Q47_6)

en negatief/positief (Q47_7).


na te gaan of deze zeven items van de variabele Q47 intern sterk met elkaar correleren om

uiteindelijk te herleiden naar één variabele. Hiervoor werd een factoranalyse van het type R

toegepast.









waarde van 0.775, wat een goede waarde is aangezien deze waarde groter is dan het absoluut

minimum 0.5. De factoranalyse heeft dus betekenis.

In de volgende stap, stap vier, werden de factoren afgeleid en de algemene fit gecontroleerd. Is de

voorgestelde factor een goede representatie van onze data? Alle communaliteiten zijn groter dan

0.3. Er waren dus geen outliers. Er werden twee factoren weerhouden met een eigenwaarde van

respectievelijk 3.294 en 1.243 die in totaal 64.806% van de variantie verklaren. Dit werd ook

bevestigd door de screeplot. In de laatste stap, stap vijf werd beslist of de voorgestelde oplossing

inhoudelijk ook correct was en aansloot op de theorie. Hiervoor werd gekeken naar de Rotated

Component Matrix (tabel 21).

64

Factor 1 Factor 2

saai/leuk 0.803 0.274

traditioneel/ vernieuwend 0.755 -0.166

niet overtuigend/ overtuigend 0.754 0.306

niet interessant/ interessant 0.690 0.524

negatief/ positief 0.138 0.790

onduidelijk/ duidelijk 0.002 0.769

niet informatief/ informatief 0.324 0.684

Tabel 21: Rotated Component Matrix

Uit de Rotated Component Matrix (tabel 21) kunnen we zien dat voor alle items een duidelijke

definitie van de factor aanwezig is met een hoge factorscore per item. Echter horen de variabelen

niet conceptueel goed bij elkaar. Dit doordat de items integraal werden overgenomen van de

variabele ‘attitude ten opzichte van reclame’ (cf. Attitude towards Ad) die te vinden is in het

schalenboek (Bruner, 2009). Deze items vertegenwoordigen met andere woorden één

onderliggende factor namelijk attitude ten opzichte van reclame.

Cronbach’s alpha sociale sociale media-inhoud

Vervolgens gaan we na of de zeven items intern consistent zijn met de Cronbach’s alpha methode.

Dit met als doel om van de zeven items één variabele te maken. De interne consistentie van deze

zeven items is hoog (α= 0.796). Dit bevestigd de hoge consistentie tussen de variabelen. Tabel 22

toont aan dat er twee variabelen (Q47_1 en Q47_4) weggelaten kunnen worden om deze waarde

en dus de interne consistentie te verbeteren. Maar omdat onze α in dit geval zo een hoge waarde

heeft en zeer dicht aanleunt bij de waarde één moet er geen verdere actie ondernomen worden.

65

Items van samengestelde

schaalvariabele


wordt






saai/leuk (Q47_6) 0.751


Tabel 22: Controle of interne consistentie entertainment kan verbeterd worden




Attitude_Sociale_Media_Inhoud.

Tabel 23 toont aan dat de sociale sociale media-inhoud gemiddeld 4.5278 op een zeven punten

schaal wordt geëvalueerd.


Sociale sociale media-inhoud 154 4.5278 0.99396

Tabel 23: sociale sociale media-inhoud

66

4.3.1 Informatieve, entertainment en sociale sociale media-inhoud heeft een positief

effect op de mate waarin het raadplegen van een socialemediakanaal van een


4.3.1.1 Inleiding

Om na te gaan welke sociale media-inhoud toekomstige studenten beter evalueren tot de mate de

respondent vindt dat het de moeite waard is om een socialemediakanaal van een hogeschool en/of

universiteit te bekijken tijdens de zoektocht naar de ideale school, wordt een regressieanalyse

geschat. Met deze analyse gaan we na of studenten de sociale media-inhoud het meest positief

evalueren in lijn van hun noden. Deze regressie-analyse is tot stand gekomen doordat Peruta en

Shields (2016) in hun onderzoek aankaartte dat er verder onderzoek nodig was om uit te klaren

welke sociale media-inhoud nu net relevant is voor hogeronderwijsinstellingen. Aan de hand van

de literatuur wordt er verwacht dat sociale sociale media-inhoud het positiefste geëvalueerd wordt

aangezien de sociale socialemedianood het meeste effect heeft op de mate waarin sociale media

wordt gebruikt (Leung, 2009 en Wang et al., 2012). Teruggekoppeld naar onze resultaten wordt

echter verwacht dat informatieve sociale media-inhoud het positiefste geëvalueerd wordt

aangezien de informatieve sociale media-inhoud significant is op de mate waarop sociale media

de moeite waard wordt bevonden.

4.3.1.2 Analyse

Regressie-analyse

Om na te gaan of informatieve, entertainment of sociale sociale media-inhoud een effect heeft op

het bekijken van een socialemediakanaal van een hogeschool en/of universiteit, werd een

regressieanalyse geschat. Het belang van het bekijken van een socialemediakanaal (Q22,

afhankelijke variabele) wordt voorgesteld in functie van:

- de informatieve sociale media-inhoud. Variabele:

Attitude_Informatieve_Media_Inhoud (Q507);

- de entertainment sociale media-inhoud. Variabele:

Attitude_Entertainment_Media_Inhoud (Q488);

- de sociale sociale media-inhoud. Variabele: Attitude_Sociaal_Media_Inhoud (Q479)

7 GEM(50_1 + 50_2 + 50_3 + 50_4 + 50_5 + 50_6 + 50_7)

8 GEM(48_1+ 48_2 + 48_3 + 48_4 + 48_5 + 48_6 + 48_7)

9 GEM(47_1+ 47_2 + 47_3 + 47_4 + 47_5 + 47_6 + 47_7)

67

De regressieanalyse toont aan dat enkel de sociale sociale media-inhoud (Q47) een significante

predictor is (p< 0.01). Dit wordt weergegeven in tabel 24.

De globale F-toets toont aan dat het om een bruikbaar model gaat (p = 0.000). Uit de analyse volgt

verder dat R² 0.096 is. Met andere woorden 9.6% van de variatie in het belang van

socialemediakanalen te bekijken van hogescholen en/of universiteiten wordt verklaard door de

opgenomen predictoren in het model. Dit is een lage waarde. Bovendien is te zien in tabel 24 dat

het verband tussen de sociale sociale media-inhoud en het belang van het bekijken van een

socialemediakanaal van een hogeschool en/of universiteit positief is (ß = 0.325). Dit houdt in dat

als de sociale socialemedianood met één eenheid toeneemt, het belang van het bekijken van een

socialemediakanaal van een hogeschool en/of universiteit stijgt met 0.325 eenheden.

Variabele Regressiecoëfficiënt (st. afw.)

Constant 2.059 ** (0.632)

Informatieve sociale media-inhoud 0.143 (0.081)

Entertainment sociale media-inhoud 0.078 (0.115)

Sociale sociale media-inhoud 0.325** (0.083)

* : p<0.05; ** : p<0.01

Tabel 24: OLS-model

Ten slotte worden er nog twee kwaliteitscontroles uitgevoerd. Aangezien de predictoren niet met

elkaar mogen correleren wordt eerst en vooral gekeken naar de multicollineariteit. In dit model zijn

al de variance inflation factors (VIF) kleiner dan vijf, waaruit we kunnen concluderen dat er geen

multicollineariteitsprobleem is. Dit wil zeggen dat de onafhankelijke variabelen niet te sterk

onderling gecorreleerd zijn. Verder wordt het model gecontroleerd op outliers, omdat deze het

model kunnen beïnvloeden. Outliers hebben namelijk een negatieve impact op de helling van de

➔ Zie intro onderzoeksvraag 3

68

regressielijn en kunnen deze scheeftrekken. In het model worden vijf outliers gedetecteerd, met

elk een gestandaardiseerd residue waarvan de absolute waarde groter is dan twee.

4.3.1.3 Conclusie

Het geschatte regressiemodel duidt aan dat er een significant, positief verband is tussen de sociale

sociale media-inhoud en het belang van het bekijken van een socialemediakanaal van een

hogeschool en/of universiteit (ß = 0.325). Naast dit significant verband duidt het regressiemodel

ook aan dat er een niet significant verband is tussen de informatieve en entertainment sociale

media-inhoud en het belang van het bekijken van een socialemediakanaal van een hogeschool

en/of universiteit. Wat wil zeggen dat enkel sociale sociale media-inhoud een positief effect heeft

op het belang van het bekijken van een socialemediakanaal van een hogeronderwijsinstelling. Dit

is in tegenstrijd met wat studenten denken te willen zien in een sociale media-bericht van een

hogeronderwijsinstelling. In vorige analyses kwam deze thesis echter tot het besluit dat

toekomstige studenten vooral sociale media raadplegen omwille van informatieve noden. Wanneer

deze zelfde toekomstige studenten worden geconfronteerd met het effectieve gemanipuleerde

sociale media-bericht van een hogeronderwijsinstelling, duiden ze aan andere dingen te willen

zien, namelijk sociale sociale media-inhoud.

4.3.2 Er is een verschil tussen studenten die in de onderzoeksfase zitten en

studenten die in de beslissingsfase zitten van het beslissingsproces in de mate

dat zij sociale sociale media-inhoud evalueren.

4.3.2.1 Inleiding

Uit de regressie-analyse van de hypothese: ‘Informatieve, entertainment en sociale sociale media-

inhoud heeft een positief effect op het belang van het bekijken van een socialemediakanaal van

een hogeronderwijsinstelling.’ werd geconcludeerd dat enkel sociale sociale media-inhoud een

significant verband heeft (cf. supra). Omdat enkel dit soort sociale media-inhoud een betekenis

heeft, wordt enkel met deze sociale media-inhoud verder geanalyseerd. Zo kunnen we nog dieper

ingaan op de sociale sociale media-inhoud. In deze hypothese wordt er gezocht naar een verschil

tussen studenten die in de onderzoeksfase zitten en studenten die in de beslissingsfase zitten van

het beslissingsproces in de mate dat ze sociale sociale media-inhoud evalueren. Aan de hand van

literatuur wordt er verwacht dat studenten in de beslissingsfase sociale sociale media-inhoud beter

69

evalueren dan de studenten in de onderzoeksfase aangezien de eerste groep in een makkelijkere

fase van het beslissingsproces zitten dan de tweede groep (Eidimtas & Juceviciene, 2014).

4.3.2.2 Analyse


Uit onze regressie (cf. supra) kwam de variabele sociale sociale media-inhoud uit als significant.

Omdat enkel deze variabele significant is, gaan we deze verder analyseren en kijken of er een

verschil is tussen de groep studenten die nog niet weet aan welke hogeschool of universiteit ze

gaan studeren en de groep studenten die wel weet aan welke hogeschool of universiteit ze gaan

studeren hoe ze sociale sociale media-inhoud evalueren.

Er werd een onafhankelijke sample T-test uitgevoerd om de respondenten die nog niet weten aan

welke hogeschool of universiteit ze gaan studeren (studenten in de onderzoeksfase van het

beslissingsproces) en de groep respondenten die wel al weten aan welke hogeschool of universiteit

ze gaan studeren (studenten in de beslissingsfase van het beslissingsproces) te gaan vergelijken

hoe zij sociale sociale media-inhoud evalueren. Studenten die in de beslissingsfase van het

beslissingsproces zitten, hebben antwoord ‘Ja’ aangeduid op de vraag Q4: ‘Weet je al naar welke

hogeschool of universiteit je wilt gaan?’. Studenten in de onderzoeksfase van het beslissingsproces

hebben antwoord ‘Nee’ aangeduid op diezelfde vraag (Q4). Het belang van de sociale

socialemedianood voor het gebruik van sociale media werd gemeten op een schaal van 1

‘Helemaal niet akkoord’ tot 7 ‘Helemaal akkoord’.


Toekomstige studenten in onderzoeksfase 62 4.42 0.95

Toekomstige studenten in beslissingsfase 88 4.57 1.01

Tabel 25: Independent sample T-test sociale sociale media-inhoud

Tabel 25 toont aan dat het verschil tussen de studenten die al weten aan welke hogeschool of

universiteit ze gaan studeren (M = 4.57; SD = 1.01) en de studenten die nog niet weten aan welke

hogeschool of universiteit ze gaan studeren (M = 4.42; SD = 0.95) niet significant is (t (148) = 0.943

; p = 0.347 < 0.001). H0 wordt bijgevolg aanvaard.

70

4.3.2.3 Conclusie

De sample T-test duidt een niet significant verband aan (p = 0.347). We kunnen concluderen dat

er geen verschil is tussen studenten in de onderzoeksfase en studenten in de beslissingsfase van

het beslissingsproces. De studenten uit beide groepen evalueren sociale sociale media-inhoud op

dezelfde manier. Deze uitslag is dus tegenstrijdig met de vooropgestelde hypothese. Bijgevolg

kunnen hogeronderwijsinstellingen deze twee groepen van studenten met dezelfde soort sociale

media-berichten gaan benaderen.

4.3.3 Het effect van de sociale sociale media-inhoud op het belang van een

sociaalmediakanaal van een hogeronderwijsinstelling is groter bij een student

in ASO dan een student in TSO, BSO of KSO

4.3.3.1 Inleiding

Eerder werd reeds vermeld dat het Vlaamse secundair onderwijs opgedeeld wordt in verschillende

onderwijsvormen, namelijk in het ASO, TSO, BSO en KSO (cf. supra). Wij willen onderzoeken aan

de hand van een moderatoranalyse als de keuze van een bepaalde onderwijsvorm een effect heeft

op de relatie tussen de sociale sociale media-inhoud en het belang van een socialemediakanaal

van een hogeronderwijsinstelling. Aangezien enkel de sociale sociale media-inhoud een significant

verband vertoonde uit voorgaande regressie-analyse wordt hiermee verder geanalyseerd.

4.3.3.2 Analyse

Moderator

Als gevolg op de regressieanalyse wordt onderzocht of het effect van de sociale sociale media-

inhoud een invloed heeft op de mate waarin een sociaalmediakanaal van een

hogeronderwijsinstelling de moeite waard is om te bekijken tussen studenten die zitten in het ASO

en studenten die zitten in het TSO, BSO of KSO. Enkel de sociale sociale media-inhoud wordt in

rekening genomen aangezien dit het enige deelaspect is dat een significant verband heeft met de

mate waarin het socialemediakanaal van een hogeronderwijsinstelling de moeite waard is (cf.

supra).

71

Figuur 3: Moderator sociale sociale media-inhoud

Of de onderwijsvorm (Q43) een moderator is voor de relatie tussen de sociale sociale media-inhoud

en het belang van een socialemediakanaal van een hogeronderwijsinstelling (Q22) wordt

nagegaan aan de hand van een simpel moderatiemodel. Op het eerste zicht blijkt uit de analyse

dat bij een verandering van ASO naar TSO, BSO of KSO het belang van een socialemediakanaal

stijgt met 0.1225 eenheden, wat het hoofdeffect versterkt. Maar verdere analyse toont aan dat

onderwijsvorm geen significante moderator is (ΔR2 = 0.0010, F = 0.1776, p = 0.6740). Waaruit

volgt dat het effect van de sociale sociale media-inhoud geen invloed heeft op de mate waarin een

socialemediakanaal van een hogeronderwijsinstelling de moeite waard wordt gevonden tussen

studenten die zitten in het ASO en studenten die zitten in het TSO, BSO of KSO.

4.3.3.3 Conclusie

Uit de moderatoranalyse wordt er afgeleid dat de onderwijsvorm van de student geen effect heeft

op de relatie tussen sociale sociale media-inhoud en het belang van een socialemediakanaal van

een hogeronderwijsinstelling. In het maken van berichten op de Facebook-pagina moeten

hogeronderwijsinstellingen bijgevolg geen rekening houden met de verschillende

onderwijsvormen.

72

4.4 Bijkomende analyses

4.4.1 Inleiding

Het hoofdstuk data-analyse wordt afgesloten door twee correlatie-analyses die het verband

trachten te onderzoeken tussen de socialemedianoden en de sociale media-inhoud. Eerst wordt er

gefocust op het verband tussen de informatieve socialemedianood met de informatieve sociale

media-inhoud aangezien de informatieve socialemedianood een positief significant effect heeft op

de mate waarin het raadplegen van een socialemediakanaal van een hogeronderwijsinstelling als

de moeite waard wordt beschouwd. Ten slotte wordt er gezocht naar een verband tussen de sociale

socialemedianood en sociale sociale media-inhoud aangezien sociale sociale media-inhoud een

positief significant effect heeft op de mate waarin het raadplegen van een socialemediakanaal van

een hogeronderwijsinstelling als de moeite waard wordt beschouwd. Er worden geen analyses

uitgevoerd omtrent entertainment socialemedianoden of entertainment sociale media-inhoud

aangezien deze twee variabelen voor geen enkele test (zie 3.6.2.1 en 3.6.3.1) significant waren.

4.4.2 Analyse

Pearson correlatie met informatieve socialemedia-nood

Een Pearson correlatie test is uitgevoerd om het verband tussen de schaalvariabele

‘Informatie_nood’ en de schaalvariabele ‘Attitude_Informatie_Media_Inhoud’ te vinden. Uit tabel 26

wordt er afgeleid dat er geen significant verband (p = 0.302) is tussen informatieve

socialemedianoden en informatieve sociale media-inhoud.

N Correlatie

Informatieve sociale media-inhoud 287 0.061

Tabel 26: Pearson correlatie met informatieve socialemedianood

Pearson correlatie met sociale sociale media-inhoud

Een Pearson correlatie test is uitgevoerd om het verband tussen de schaalvariabele ‘Sociale_nood’

en de schaalvariabele ‘Attitude_Sociaal_Media_Inhoud te vinden. Uit tabel 27 wordt er afgeleid dat

er een positief significant verband (p = 0.026) is tussen sociale socialemedianoden en sociale

73

sociale media-inhoud. Hoe groter de sociale socialemedianood, hoe beter de sociale socialemedia-

inhoud geëvalueerd wordt.

N Correlatie

Sociale socialemedianood 302 0.179

Tabel 27: Pearson correlatie met sociale sociale media-inhoud

4.4.3 Conclusie

Enkel sociale socialemedianood is significant met zijn sociale media-inhoud tegenhanger. Dit

verband is daarboven positief: als de sociale socialemedianood bij de toekomstige student met een

eenheid stijgt, de evaluatie van de sociale sociale media-inhoud door de toekomstige student met

0.179 eenheden stijgt.

74

5 Discussie

Het eerste deel van deze thesis is vertrokken vanuit de constatatie dat sociale media weinig impact

heeft op het beslissingsproces van de toekomstige student in vergelijking met andere

informatiebronnen. Om dit te onderzoeken, werd er één onderzoeksvraag opgesteld met drie

onderliggende hypotheses. Vervolgens, is het tweede deel van deze thesis vertrokken vanuit de

constatatie dat de sociale media-inhoud gegenereerd door een hogeronderwijsinstelling, niet

relevant genoeg is. Hiervoor werden er twee onderzoeksvragen geformuleerd. Beide

onderzoeksvragen hebben ook drie onderliggende hypotheses. In wat volgt worden de

voornaamste bevindingen weergegeven per onderzoeksvraag.

5.1 Heeft sociale media een impact op het beslissingsproces in vergelijking

met andere informatiebronnen?

Deze onderzoeksvraag werd onderzocht aan de hand van drie hypotheses. De eerste hypothese

onderzoekt hoeveel procent van de toekomstige studenten sociale media van

hogeronderwijsinstellingen raadplegen in vergelijking met andere informatiebronnen (cf. supra

infobrochures, website, openlesdagen, SID-in beurzen en infodagen). Initieel werd er verwacht dat

zowel de student die in de onderzoeksfase van het beslissingsproces zitten als studenten die in de

beslissingsfase zitten, socialemediakanalen weinig raadplegen (Constantinides & Stagno, 2014 en

Burdett, 2014). Uit de resultaten blijkt dat 12.88% van de studenten die in de onderzoeksfase van

het beslissingsproces zitten, aangeven dat sociale media van een of meerdere

hogeronderwijsinstelling(en) al eens geraadpleegd te hebben. Sociale media blijkt voor deze groep

populairder te zijn dan SID-in beurzen (10.85%) en openlesdagen (7.46%). Sociale media staat

echter wel op de laatste plek bij studenten die in de beslissingsfase zitten met slechts een

percentage 4.64%. Sociale media wordt dus meer geraadpleegd door de zoekende student dan

de student die al weet waar hij/zij gaat studeren.

Aan de hand van de bovenstaande percentages, wordt er verwacht dat studenten die in de

onderzoeksfase van het beslissingsproces zitten, het raadplegen van een socialemediakanaal van

hogeronderwijsinstellingen waardevoller vinden in vergelijking met studenten die in de

onderzoeksfase zitten. Ook in de literatuur wordt deze veronderstelling gemaakt. Volgens Hesel

(2013) en Eidimtas & Juceviciene (2014) is er een verschil tussen beide groepen aangezien de

75

student die nog niet weet waar hij/zij gaat studeren in een moeilijker beslissingsproces zit en dus

geïnteresseerder zou zijn in het leren kennen van de cultuur van de respectievelijke hogeschool of

universiteit dan de student die wel al weet waar hij/zij gaat studeren. Om dit te onderzoeken, is een

tweede hypothese opgesteld: “Er is een verschil tussen studenten in de onderzoeksfase en

studenten in de beslissingsfase van het beslissingsproces in de mate waarin het raadplegen van

een socialemediakanaal van een hogeronderwijsinstelling als de moeite waard wordt beschouwd.”.

Uit ons onderzoek wordt er echter afgeleid dat er geen verschil is tussen studenten die in de

onderzoeksfase zitten en studenten die in de beslissingsfase zitten van het beslissingsproces.

Hieruit kunnen we concluderen dat socialemediakanalen even belangrijk zijn voor beide groepen.

Dit is een opvallend resultaat aangezien we in de eerste hypothese (cf. supra) vonden dat sociale

media meer geraadpleegd wordt door studenten die in de onderzoeksfase zitten dan studenten die

in de beslissingsfase zitten. Een mogelijke verklaring hiervoor is dat studenten die nog niet weten

waar ze gaan studeren meer informatie proberen te verzamelen over verschillende universiteiten

en dus meer verschillende informatiebronnen raadplegen.

Ten slotte werd er een derde hypothese opgesteld: “Er is een verschil tussen studenten in de

onderzoeksfase en studenten in de beslissingsfase van het beslissingsproces in de mate waarin

de mensen die het gedrag van de respectievelijke student beïnvloeden, vinden dat de studenten

de Facebook-pagina van de hogeronderwijsinstelling moeten raadplegen.”. Deze hypothese werd

opgesteld aangezien de respondenten, naast het raadplegen van bovengenoemde

informatiebronnen, aangaven dat ze de mening van ouders, familie, vrienden en leerkrachten ook

als een soort van informatiebron gebruiken. Met deze hypothese werd onderzocht of er een verschil

is tussen studenten in de onderzoeksfase en studenten in de beslissingsfase van het

beslissingsproces in de mate waarin mensen die het gedrag van de respectievelijke student

beïnvloeden, vinden dat de studenten de sociale media-pagina van de hogeronderwijsinstelling

moeten bezoeken. Uit onderzoek werd initieel verwacht dat studenten die in de onderzoeksfase

zitten meer waarde hechten aan de mening van anderen dan studenten die in de beslissingsfase

zitten (Cooper, 2008 en Sanne & Wiese, 2018). Ons onderzoek stelt vast dat er daadwerkelijk een

verschil is tussen deze twee groepen van studenten. Studenten in de onderzoeksfase worden meer

beïnvloedt door mensen rondom zich dan de studenten in de beslissingsfase. Dit verschil is echter

klein. De gemiddelden van de toekomstige studenten zijn respectievelijk 2.90 en 2.27. Naast dit

kleine verschil zijn dit beide lage scores, deze vraag werd namelijk onderzocht aan de hand van

een zeven punt likert schaal. Uit deze hypothese kunnen we concluderen dat beide groepen

76

studenten weinig aandacht schenken aan invloed van buitenaf, maar studenten in de

onderzoeksfase net iets meer.

5.2 Welke socialemedianoden heeft de toekomstige student?

De tweede onderzoeksvraag werd onderzocht aangezien het interessant is om te achterhalen waar

de toekomstige student nu net nood aan heeft als hij/zij sociale media raadpleegt. Hiervoor focust

deze thesis zich specifiek op de informatieve, entertainment en sociale socialemedianoden (Leung,

2009 en Wang et al., 2012). Deze onderzoeksvraag wordt onderzocht aan de hand van drie

hypotheses.

De eerste hypothese focust zich op het effect van informatieve, entertainment en sociale

socialemedianoden van de toekomstige student waarin het raadplegen van een

socialemediakanaal van een hogeronderwijsinstelling als de moeite waard wordt beschouwd.

Leung (2009) en Wang et al. (2012) geven aan dat de sociale socialemedianood het meest effect

heeft op het gebruiken van sociale media, gevolgd door de informatieve socialemedianood. Enkel

Leung (2009) herkent de entertainment socialemedianood waardoor het ook interessant is te

onderzoeken of deze nood significant is in ons onderzoek. Uit de resultaten blijkt dat enkel de

informatieve socialemedianood significant is op de mate waarin het raadplegen van een

socialemediakanaal van een hogeronderwijsinstelling als zinvol wordt beschouwd. Bovendien is

het verband positief. De student heeft de nood om te weten wat er allemaal leeft online en heeft de

nood om zijn/haar kennis te verbreden. Verder is de sociale socialemedianood daarentegen niet

significant. Dit is tegenstrijdig met de onderzoeken van Leung (2009) en Wang et al. (2012) waar

deze nood als belangrijkste motivator werd beschouwd. Ook is de entertainment socialemedianood

niet significant. Een mogelijke verklaring hiervoor is dat sociale media echter een informatiebron

blijft en dus hebben studenten de initiële nood om geïnformeerd te worden als ze een

socialemediakanaal van een hogeronderwijsinstelling raadplegen.

Vervolgens werd aan de hand van hypothese twee onderzocht of er een verschil is in de mate dat

de informatieve socialemedianood leeft tussen studenten in de onderzoeksfase en studenten in de

beslissingsfase van het beslissingsproces. Er werd initieel verwacht dat studenten in de

onderzoeksfase meer informatieve socialemedianoden hebben dan studenten in de

beslissingsfase aangezien in de onderzoeksfase naar meer informatie wordt gezocht (Eidimtas &

Juceviciene, 2014). Uit de resultaten is er echter geen verschil gevonden tussen studenten in de

77

onderzoeksfase en studenten in de beslissingsfase van het beslissingsproces. Dit suggereert dat

beide groepen in dezelfde mate informatieve socialemedianoden hebben. Studenten die al weten

waar ze gaan studeren zien sociale media ook nog altijd in eerste plaats als een informatiebron

waar ze denken informatie te vinden.

Ten slotte werd er nog een derde hypothese opgesteld om de tweede onderzoeksvraag te

onderzoeken. Het is interessant om na te gaan of ‘onderwijsvorm’ een significante moderator is op

het het effect van de informatieve socialemedianood en het belang van het socialemediakanaal

van een hogeronderwijsinstelling. Uit de resultaten blijkt dat ‘onderwijsvorm’ geen significante

moderator is. Dit wil zeggen dat dezelfde informatieve socialemedianood heerst bij een student in

het ASO als bij een student in het TSO, BSO of KSO. Een mogelijke verklaring is dat alle studenten

uit elke onderwijsvorm dan ook op dezelfde manier op zoek gaan naar zijn/haar ‘ideale’ school.

5.3 Welke sociale media-inhoud evalueren toekomstige studenten het best?

De derde onderzoeksvraag werd onderzocht om te achterhalen welke sociale media-inhoud de

toekomstige student het meest aanspreekt. Hiervoor focust deze thesis zich specifiek op

informatieve, entertainment en sociale sociale media-inhoud (Leung, 2009, Wang et al., 2012 en

Peruta & Shields, 2013). Dit werd onderzocht aan de hand van drie hypotheses.

De eerste hypothese focust zich op het effect van informatieve, entertainment en sociale sociale

media-inhoud van de toekomstige student in die mate waarin het raadplegen van een

socialemediakanaal van een hogeronderwijsinstelling als de moeite waard wordt beschouwd. In

het onderzoek werd de respondent gevraagd om drie gemanipuleerde berichten die elk een

onderliggende socialemedianood (cf. supra informatieve, entertainment en sociale

socialemedianood) vervullen, te evalueren. Er werd initieel verwacht dat de drie sociale media-

inhouden een effect zouden hebben aangezien de onderliggende noden significant waren

bevonden (Leung, 2009 en Wang et al., 2012). Maar door ons eigen onderzoek werd verwacht dat

enkel informatieve sociale media-inhoud een effect heeft aangezien enkel de informatieve

socialemedianood significant is bevonden (cf. supra). De resultaten van deze thesis tonen echter

aan dat enkel sociale sociale media-inhoud een significant effect heeft op de mate waarin het

raadplegen van een socialemediakanaal van een hogeronderwijsinstelling als zinvol wordt

beschouwd. Bovendien is het verband positief. Dit is dus tegenstrijdig met onze eigen resultaten

aangezien studenten initieel de nood hebben om informatie te vinden op sociale media maar als

78

ze sociale media raadplegen, gaan ze uiteindelijk sociale sociale media-inhoud het best evalueren.

Een mogelijke verklaring hiervoor is dat studenten uiteindelijk de berichten die de leefwereld van

de school representeren, het interessantst vinden om hun ideale school te vinden. Dit is consistent

met de bevindingen van Hesel (2013) en Roma en Ailioni (2019) die aankaarten dat het interessant

is voor hogeronderwijsinstellingen om de levenssfeer die de toekomstige student te wachten staat,

af te beelden.

Vervolgens werd aan de hand van hypothese twee onderzocht of er een verschil is in de mate dat

de sociale sociale media-inhoud geëvalueerd wordt tussen studenten in de onderzoeksfase en

studenten in de beslissingsfase van het beslissingsproces. Aan de hand van de resultaten van

Eidimtas & Juceviciene (2014) wordt er verwacht dat studenten die in de beslissingsfase van het

beslissingsproces zitten, sociale sociale media-inhoud beter evalueren aangezien zij in een

eenvoudigere fase van het beslissingsproces zitten in vergelijking met de studenten die in de

onderzoeksfase zitten. In dit onderzoek wordt echter geen verschil gevonden omtrent de evaluatie

van sociale sociale media-inhoud tussen de twee groepen studenten. Dit suggereert dat beide

groepen sociale sociale media-inhoud in dezelfde mate evalueren. Bovendien is ook een positief

verband gevonden tussen de sociale socialemedianood en de sociale sociale media-inhoud. Een

mogelijke verklaring hiervoor is dat studenten in de onderzoeksfase de inhoud die de leefwereld

van de toekomstige student representeert wanneer hij/zij zich inschrijft aan deze respectievelijke

hogeronderwijsinstelling, in dezelfde mate evalueren als studenten in de beslissingsfase.

Ten slotte werd er nog een derde hypothese opgesteld om onderzoeksvraag drie te onderzoeken.

Het is interessant om na te gaan of de ‘onderwijsvorm’ een significante moderator is op het effect

van de sociale sociale media-inhoud en het belang van het socialemediakanaal van een

hogeronderwijsinstelling. Uit de resultaten blijkt dat de ‘onderwijsvorm’ geen significante moderator

is. Dit wilt zeggen dat sociale sociale media-inhoud in dezelfde mate geëvalueerd wordt door een

student in het ASO als door een student in het TSO, BSO en KSO. Ook hier zien we dat alle

studenten uit elke onderwijsvorm dan ook op dezelfde manier op zoek gaan naar zijn/haar ‘ideale’

school.

79

5.4 Conclusie

Toekomstige studenten geven aan sociale media van hogeronderwijsinstellingen een relevante

informatiebron te vinden. Zowel studenten die in de onderzoeksfase zitten als studenten die in de

beslissingsfase van het beslissingsproces zitten, denken deze informatiebron initieel te gebruiken

vanuit de nood om algemene informatie te genereren over de desbetreffende

hogeronderwijsinstelling. Hierdoor werd er verwacht dat een sociale media-bericht die algemene

informatie bevat, het grootste effect ging hebben op de mate waarin het socialemediakanaal van

een hogeronderwijsinstelling als waardevol wordt beschouwd. Echter zien we dat enkel sociale

sociale media-inhoud een significante invloed heeft. Dit kan dan ook een reden zijn waarom sociale

media ten opzichte van andere informatiebronnen relatief minder wordt geraadpleegd tijdens het

beslissingsproces. Socialemediakanalen worden door de toekomstige student dus relevant

bevonden als deze kanalen berichten publiceren die de leefwereld van de medestudent weergeeft

en niet als deze kanalen louter algemene informatie publiceert. De toekomstige student heeft

immers genoeg aan de informatie die andere informatiebronnen verlenen.

5.5 Aanbevelingen

Uit dit onderzoek worden er drie aanbevelingen geformuleerd die hogeronderwijsinstellingen

trachten een beter zicht te geven op de rol van de eigen socialemediakanalen op het

beslissingsproces van de toekomstige student:

1. Publiceer sociale sociale media-inhoud met het oog op de rekrutering van de toekomstige

student. Zelfs voor studenten die al weten waar ze gaan studeren, blijft deze media-inhoud

het meest relevant. Geef daarom berichten weer die de leefwereld schetsen van een

gemiddelde student aan de specifieke hogeschool of universiteit.

2. Publiceer berichten over studenten die samen lessen volgen in een van de auditoria op

school, samen blokken in de eigen schoolbibliotheek, samen ontspannen in een voorziene

ontspanningsruimte op school, …. Zo kan de toekomstige student een inschatting maken

of hij/zij bij de cultuur van de respectievelijke hogeschool of universiteit past.

3. Het blijft echter relevant om als hogeronderwijsinstelling in te spelen op de informatieve

socialemedianoden van de toekomstige student. Het blijft dus belangrijk om specifieke

informatie omtrent openlesdagen, activiteiten of publicaties van professoren te publiceren

80

maar dit aandeel mag niet de bovenhand nemen in het socialemediabeleid van de

hogeronderwijsinstelling.

81

5.6 Beperkingen en aanbevelingen voor verder onderzoek

Het hoofddoel van deze thesis was om er achter te komen hoe sociale media en zijn inhoud invloed

heeft op het beslissingsproces van toekomstige studenten van het hoger onderwijs. Dit onderzoek

werd gedaan bij studenten van het vijfde, zesde en zevende secundair onderwijs. Dit is bijgevolg

een momentopname. Om dit onderzoek op een betere manier te kunnen uitvoeren zou het

aangewezen zijn om dezelfde doelgroep te volgen op een langere termijn en zo de verschillende

fases te doorlopen met dezelfde respondent. Op deze manier kan men kijken wat die effectieve

keuze van hoger onderwijs zal zijn en kan ook gekeken worden naar de effectieve bronnen die

gebruikt worden bij deze uiteindelijke keuze.

Vervolgens zijn bepaalde studies binnen de literatuur waarop we steunen, gedateert. Binnen deze

digitale wereld dat snel evolueert, zijn recentere studies nodig. Naast de datering is de studie

waarop de eerste onderzoeksvraag is gebaseerd, gehouden in Nederland. Onze studie speelt zich

af in Vlaanderen, België. Het verchil in locatie kan ook een invloed hebben in de vergelijking van

de resultaten.

Door dit onderzoek enkel te houden bij studenten die afstuderen of bijna afstuderen van het

middelbaar onderwijs worden de studenten die al een master- of bachelordiploma op zak hebben

en van plan zijn om verder te studeren, niet onderzocht. Deze zogenaamde schakelstudenten zijn

alsmaar met meer (De Tijd, 2018) en vormen ook een aanzienlijk grote doelgroep. Deze studenten

worden ook gezien als toekomstige studenten van de hogeschool of universiteit en worden met de

sociale media van de hogeronderwijsinstelling ook bereikt. In verder onderzoek kan onderzocht

worden wat deze studenten hun noden en voorkeuren zijn.

Verder is er in deze studie enkel onderzoek gedaan naar de elementen media-type en media-

inhoud. Aangezien de interactie tussen sociale media-type en sociale media-inhoud werd

significant gevonden. Nochtans beschrijven Chauhan & Pillai (2013) het begrip ‘content’ volgens

vier elementen: sociale media-type, sociale media-inhoud, tijdstip dag waarop gepost wordt en de

dag waarop er gepost wordt. Vervolgens zou het interessant zijn om de impact van de laatste twee

elementen (cf. tijdstip dag waarop gepost wordt en de dag waarop er gepost wordt ) te onderzoeken

op het belang van sociale media van een hogeronderwijsinstelling.

82

Er werd aan de respondenten gevraagd waarom zij net sociale media gebruiken om de

socialemedianoden van de doelgroep te kennen. Deze vraag kwam rechtstreeks uit het onderzoek

van Leung (2009). In een volgend onderzoek zou het interessant zijn om de respondenten te

vragen waarom zij sociale media van hogeronderwijsinstellingen gebruiken en niet enkel sociale

media in het algemeen. Zo wordt er onderzocht welke noden de toekomstige student heeft als hij/zij

een socialemediakanaal raadpleegt van een hogeronderwijsinstelling.

In het onderzoek werd bovendien geen rekening gehouden met retargeting. Iemand die via

Facebook informatie heeft opgezocht over de openlesdagen, wordt anders getarget dan een

persoon die louter door de Facebook-pagina scrollt. Dit begrip kan in verder onderzoek

meegenomen worden om zo het sociale mediabeleid nog beter af te stemmen.

Hiernaast werd in dit onderzoek geen rekening gehouden met eventuele verslavingen van sociale

media. Dit zou ook een invloed kunnen hebben op het gebruik van sociale media tijdens het

beslissingsproces. Deze invloed kan in verder onderzoek meegenomen worden.

Tot slot kan toekomstig onderzoek naast de studenten te vragen als ze al weten als ze gaan verder

studeren of niet, ze vragen als ze al weten welke richting ze willen volgen. Op deze manier kan

nog dieper ingegaan worden per faculteit en per richting.

83

VIII. Lijst van de geraadpleegde werken

Ajzen, I. (1991). The theory of planned behavior. Organizational Behaviour and Human Decision Processes, 50(2), 179–211. Akpinar, E., & Berger, J. (2017). Valuable Virality. Journal of Marketing Research, 54(2), 318-330. Anderson, G. (2008). Mapping Academic Resistance in the Managerial University. Organization, 15(2), 251-270. Arteveldehogeschool (z.j.). [Facebookpagina] Geraadpleegd op 26 mei 2019, via

https://www.facebook.com/arteveldehogeschool/ @ArteveldehsGent (z.j.). [Twitteraccount] Geraadpleegd op 26 mei 2019, via

https://twitter.com/ArteveldehsGent Artevelde (z.j.). [LinkedIngroep] Geraadpleegd op 26 mei 2019, via https://www.linkedin.com/school/24118/

Attinasi, L. C. (1987). Getting In: Mexican Americans’ Perceptions of University Attendance and the Implications for the Freshman Year Persistence. Journal of Higher Education, 60(3), 247–277. Barnes, N. G., & Mattson, E. (2009). Social Media and College Admissions: The First Longitudinal Study. Dartmouth, USA: University of Massachusetts, Center for Marketing Research. Bannister, A., Kiefer, J. & Nellums, J. 2013. College students’ perceptions of and behaviours regarding Facebook advertising: An exploratory study. The Catalyst, 3(1), 1–19. Base Management. (2019). Van student naar klant. Universitaire marketing in ontwikkeling. [online] Geraadpleegd op 7 april 2019, via https://www.basemanagement.nl/universiteit-marketing-klantgerichtheid/ Belanger, (2014). How Canadian universities use social media to brand themselves,” Tertiary Education and Management. 20:1, 14-29, 2014. Berthon, P., Pitt, L. F., & Watson, R. T. (1996). The World Wide Web as an Advertising Medium: Toward and Understanding of Conversion Efficiency. Journal of Advertising Research, 36(1), 43-54. Burdett, K. (2014). How students choose a college: Understanding the role of internet based resources in the college choice process. (Doctoral dissertation, University of Nebraska-Lincoln, 2013). Bray, D. W. (1950). The prediction of behavior from two attitude scales. The Journal of Abnormal and Social Psychology, 45(1), 64-84. Bruner,G (2009). A Compilation of Multi-Item Measures for Consumer Behavior & Advertising Research. GCBII Productions, 89-106.

https://www.facebook.com/arteveldehogeschool/

https://www.basemanagement.nl/universiteit-marketing-klantgerichtheid/

https://www.basemanagement.nl/universiteit-marketing-klantgerichtheid/

84

Cabrera, A., & La Nasa, S. (2000). Understanding the College-Choice Process. New Directions for Institutional Research, 2000(107), 5-22. Contentmarketingmanagemen.nl. (2016). Nederlandse universiteiten en contentmarketing: The war for talent!. [online] Geraadpleegd op 7 april 2019, via https://contentmarketingmanagement.nl/nederlandse-universiteiten-en-contentmarketing-the-war-for-talent/ Cooper, M. A. (2008). Dreams deferred: The relationship between early and later postsecondary educational aspirations among racial/ethnic groups. Educational Policy, 23(4), 615-650. Constantinides, E., & Stagno, M. (2012). Higher Education Marketing: a study on the impact of Social Media on Study Selection and University Choice. International Journal of Technology and Educational Marketing, 2(1). Cullin, J.C. (2018). Best Practices for Social Media Governance and Strategy at the Humber College Institute of Technology and Advanced Learning. Humber College institute of Technology and Advanced Learning. Chauhan, K., & Pillai, A. (2013). Role of content strategy in social media brand communities: a case of higher education institutes in India. Journal of Product & Brand Management, 22, 40-51. De Tijd. (2018). Recordaantal inschrijvingen in hoger onderwijs. [online] Geraadpleegd op 6 april 2019, via https://www.tijd.be/nieuws/archief/recordaantal-inschrijvingen-in-hoger-onderwijs/10080045.html De Vries, L., Gensler, S., & S.H. Leeflang, P. (2012). Popularity of Brand Posts on Brand Fan Pages: An Investigation of the Effects of Social Media Marketing. Journal of Interactive Marketing, 26, 83-91. Digimeter. (2018). [online] Geraadpleegd op 30 Januari 2019, via https://www.imec-int.com/drupal/sites/default/files/inline-files/457015-IMEC-DIGIMETER-2019-NL-v9.pdf Duncan, Calvin P. and James E. Nelson (1985), Effects of Humor in a Radio Advertising Experiment, Journal of advertising, 14 (2), 33-40. Durvasula, S., Lysonski, S., & Mehta, S. C. A. (1999). Cross-Cultural Comparison of Cognitive Responses, Beliefs, and Attitudes toward Advertising in General in Two Asian Countries. Journal of Marketing Management, 9(3), 48-59 Eidimtas, A., & Juceviciene, P. (2014). Factors Influencing School-leavers Decision to Enrol in Higher Education. Procedia - Social and Behavioral Sciences, 116, 3983-3988. Galotti, K. M., & Mark, M. C. (1994). How Do High School Students Structure an Important Life Decision? A Short-Term Longitudinal Study of the College Decision-Making Process. Research in Higher Education, 35(5), 589-607.

https://contentmarketingmanagement.nl/nederlandse-universiteiten-en-contentmarketing-the-war-for-talent/

https://contentmarketingmanagement.nl/nederlandse-universiteiten-en-contentmarketing-the-war-for-talent/

https://www.tijd.be/nieuws/archief/recordaantal-inschrijvingen-in-hoger-onderwijs/10080045.html

https://www.tijd.be/nieuws/archief/recordaantal-inschrijvingen-in-hoger-onderwijs/10080045.html

https://www.imec-int.com/drupal/sites/default/files/inline-files/457015-IMEC-DIGIMETER-2019-NL-v9.pdf

https://www.imec-int.com/drupal/sites/default/files/inline-files/457015-IMEC-DIGIMETER-2019-NL-v9.pdf

85

Global Web Index (2017). Global Web Index - Digital Analytics, Audience Insight Tools & Trends. [online] Geraadpleegd op 16 februari 2019, via https://www.globalwebindex.com/ Halvorson, K. (2010). Content Strategy for the Web. New Riders, Berkeley, CA. Hayes, T. J., Ruschman, D., & Walker, M. M. (2009). Social Networking as an Admission Tool: A Case Study in Success. Journal of Marketing for Higher Education, 19(2). Hemsley-Brown, J. V., & Oplatka, I. (2006). Universities in a competitive global marketplace: a systematic review of the literature on higher education marketing. International Journal of Public Sector Management, 19(4), 316-338. Hesel, R. A. (2013). The influence of social media sites on the college search process. Hogentoffcial (z.j.). [Facebookpagina] Geraadpleegd op 26 mei 2019, via https://www.facebook.com/hogentofficial/ @Hogeschool_Gent (z.j.). [Twitteraccount] Geraadpleegd op 26 mei 2019, via https://twitter.com/Hogeschool_Gent Hogeschool Gent (z.j.). [LinkedIngroep] Geraadpleegd op 26 mei 2019, via https://www.linkedin.com/school/164203/ Hossler, D., & Gallagher, K. S. (1987). Studying student college choice: A three-phase model and the implications for policymakers. College and University, 62, 207-221. Hossler, D., Schmit, J. & Vesper, N. (1999). Going to college: How social, economic, and educational factors influence the decisions students make. Baltimore: Johns Hopkins University Press. Imec-int.com. (2019). Imec R&D, nano electronics and digital technologies. [Online] Geraadpleegd op 30 mei 2019, via https://www.imec-int.com Katz, E., Haas, H., & Gurevitch, M. (1973). On the use of the mass media for important things. American Sociological Review, 38, 164–181. Kinderrechtencoalitie Vlaanderen vzw (2008). Kinderrechtenforum 5. Uitval en uitsluiting in het onderwijs. Gent: Druk in De Weer. Knack.be. (2019). Goed rapport voor vlaamse hogescholen en universiteiten. [online] Geraadpleegd op 7 april 2019, via https://www.knack.be/nieuws/belgie/goed-rapport-voor-vlaamse-hogescholen-en-universiteiten/article-normal-898971.html?cookie_check=1558768287&fbclid=IwAR22RIoEYkzRppWDJolXGDsfr4ZtCmHBmyp8VBXLcD8PB33frHkqihL8PM4

KULeuven [Facebookpagina] (z.j.). [Online] Geraadpleegd op 26 mei 2019, via https://www.facebook.com/KULeuven/ @KU Leuven [Twitteraccount] (z.j.). [Online] Geraadpleegd op 26 mei 2019 via https://twitter.com/search?q=katholieke%20universiteit%20leuven&src=typd

https://www.globalwebindex.com/

https://www.imec-int.com/

https://www.knack.be/nieuws/belgie/goed-rapport-voor-vlaamse-hogescholen-en-universiteiten/article-normal-898971.html?cookie_check=1558768287&fbclid=IwAR22RIoEYkzRppWDJolXGDsfr4ZtCmHBmyp8VBXLcD8PB33frHkqihL8PM4




https://www.facebook.com/KULeuven/

https://twitter.com/search?q=katholieke%20universiteit%20leuven&src=typd

86

KU Leuven [LinkedIngroep] (z.j.). [Online] Geraadpleegd via https://www.linkedin.com/school/ku_leuven/?originalSubdomain=nl Leslie, L. L., & Brinkman, P. T. (1988). The Economic Value of Higher Education. New York: American Council on Education. Macmillan. Lesaffer, P. (2006). Analyse: waarom universiteiten en hogescholen steeds meer reclame maken. [online] Geraadpleegd op 21 april 2019, via http://www.standaard.be/cnt/gidri80a Leung, L. (2009). User-generated content on the Internet: An examination of gratifications, civic engagement, and psychological empowerment. New Media and Society, 11, 1327–1347. McAlexander, J. H., Schouten, J. W., & Koenig, H. F. (2002). Building Brand Community. Journal of Marketing, 66, 1, 38–54. Mihai-Florin, B., Dorel, P., & Alexandra-Maria, T. (2009). Marketing Research Regarding Faculty-Choise Criteria And Information Sources Utilised. Education, 43, 556-560. Muhammad, C. G. (2008). African American students and college choice: A consideration of the role of school counselors. NASSP Bulletin, 92(2), 81-94. Parise, S., & Guinan, P. J. (2008). Marketing Using Web 2.0. Peruta A., & Shields A. (2016). Social media in higher education: understanding how colleges and universities use Facebook. Journal of Marketing for Higher Education. Roma P., & Ailioni D. (2019). How does brand-related user-generated content differ across social media? Evidence reloaded. Journal Of Business Research, 96, 322-339. Sanne, P. & Wiese, M. (2017). The theory of planned behaviour and user engagement applied to Facebook advertising. South African Journal of Information Management 20(1), a915. https://doi.org/ 10.4102/sajim.v20i1.915 Short, J., Williams, E. & Christie, B. (1976). The social psychology of telecommunications. London: John Wiley & Sons. Sumarwan. (2004). Perilaku Konsumen; Teori dan Penerapannya dalam Pemasaran. Tamteking Aydın, O. (2015). University Choice Process: A Literature Review on Models and Factors Affecting the Process. Yuksekogretim Degrisi, 5(2), 103-111. Taylor, D. G., Lewin, J. E., & Strutton, D. (2011). Friends, Fans, and Followers: Do Ads Work on Social Networks? Journal of Advertising Research, 51, 1, 258–75. The Guardian. (2018). Six Steps To Choosing The Right University. [Online] Geraadpleegd op 30 Januari 2019, via https://www.theguardian.com/education/2018/may/29/how-to-choose-a-university

https://www.linkedin.com/school/ku_leuven/?originalSubdomain=nl

http://www.standaard.be/cnt/gidri80a

https://www.theguardian.com/education/2018/may/29/how-to-choose-a-university

https://www.theguardian.com/education/2018/may/29/how-to-choose-a-university

87

UniversiteitGent [Facebookpagina] (z.j.). Geraadpleegd op 26 mei 2019, via https://www.facebook.com/ugent/ @Ugent [Twitteraccount] (z.j.). [Online] Geraadpleegd op 26 mei 2019, via https://twitter.com/search?q=universiteit%20gent&src=typd Ghent University [LinkedIngroep] (z.j.). [Online] Geraadpleegd op 26 mei 2019, via https://www.linkedin.com/school/ghent-university/?originalSubdomain=nl Valentine, O. (2018). Top Ten Reasons for using Social Media. [Online] Geraadpleegd op 16 Februari 2019, via https://blog.globalwebindex.com/chart-of-the-day/social-media/ Van Noort, G., Antheunis, M.,L., & Verlegh,P. (2014). Enhancing the effects of social network site marketing campaigns. International Journal of Advertising, 235-255. Vlaanderen.be, 2018. Hoger onderwijs in cijfers. Academiejaar 2017-2018. [Online] Geraadpleegd op 6 april 2019 en 26 mei 2019, via https://www.vlaanderen.be/publicaties/hoger-onderwijs-in-cijfers-2017-2018-1

Vogels, L. (2014). ‘Onderzoek: social media bepalen keuze aankomende studenten’. [Online] Geraadpleegd via https://www.emerce.nl/research/onderzoek-social-media-bepalen-keuze- aankomende-studenten Wang, Z., Tchernev, M. J., & Solloway, T. (2012). A dynamic longitudinal examination of social media use, needs, and gratifications among college students. Computers in Human Behavior, 1829-1839. Williamson, D. A. (2011). Worldwide Social Network Spending: A Rising Tide. eMarketer.com. [Online] Geraadpleegd op 20 februari 2019, via https://www.emarketer.com/Article/Social-Network-Ad-Revenues-Rising-Worldwide/1008213 Wilson, S., & Gore, J. (2013). An attachment model of university connectedness. The Journal of Experimental Education, 81(2), 178–198. Yaakop, A & Hemsley-Brown, J. (2013). Attitudes toward Specific Advertising Media (AM): Informative or Manipulative? Asian Social Science; Vol. 10, 200-212.

https://www.facebook.com/ugent/

https://twitter.com/search?q=universiteit%20gent&src=typd

https://www.linkedin.com/school/ghent-university/?originalSubdomain=nl

https://blog.globalwebindex.com/chart-of-the-day/social-media/

https://www.vlaanderen.be/publicaties/hoger-onderwijs-in-cijfers-2017-2018-1

https://www.emarketer.com/Article/Social-Network-Ad-Revenues-Rising-Worldwide/1008213

https://www.emarketer.com/Article/Social-Network-Ad-Revenues-Rising-Worldwide/1008213

88

IX. Bijlagen

Bijlage 1: Vragenlijst

Beste student,

Voor onze masterproef onderzoeken wij het beslissingsproces van de

hogeschool/universiteitskeuze van studenten uit het 5e en 6e jaar middelbaar onderwijs. De

volgende enquête zal slechts 5 minuten in beslag nemen. Deze vragenlijst wordt volledig anoniem

verwerkt.

Bovendien kan je twee Kinepolis bioscooptickets winnen! Hiervoor dien je aan het einde van de

vragenlijst, jouw e-mail adres in te vullen.

Veel succes!

En alvast bedankt voor uw interesse in dit onderzoek.

Elke De Vos & Manon Bonte

1. Ik zit momenteel in het a. Vijfde secundair onderwijs b. Zesde secundair onderwijs c. Andere, namelijk:

2. Ik volg een richting binnen het

a. ASO b. TSO c. BSO d. KSO e. Ander:

3. Ben je van plan om verder te studeren nadat je middelbare studies erop zitten?

a. Ja b. Nee c. Misschien

4. Weet je al naar welke hogeschool of universiteit je wilt gaan?

a. Ja, namelijk: b. Nee

5. Welke van onderstaande bron(nen) heeft/hebben jou geholpen bij die keuze? (Meerdere

opties mogelijk) a. Informatiebrochures (die je bijvoorbeeld thuis toegestuurd krijgt) b. Website van de desbetreffende hogeschool/universiteit c. Openlesdagen

89

d. Sociale media kanaal (bijvoorbeeld Facebook, Instagram, Twitter,...) van de desbetreffende hogeschool/universiteit

e. SID-in beurzen f. Infodagen g. Andere, zoals: h. Ik heb geen van de bovenstaande informatiebron(nen) geraadpleegd

6. Welke van de onderstaande informatiebron(nen) heb je al geraadpleegd? (Meerdere

opties mogelijk) a. Informatiebrochures (die je bijvoorbeeld thuis toegestuurd krijgt) b. Website van de desbetreffende hogeschool/universiteit c. Openlesdagen d. Sociale media kanaal (bijvoorbeeld Facebook, Instagram, Twitter,...) van de

desbetreffende hogeschool/universiteit e. SID-in beurzen f. Infodagen g. Andere, zoals: h. Ik heb geen van de bovenstaande informatiebron(nen) geraadpleegd

7. Op welk social media kanaal ben je actief?

a. Facebook b. Instagram c. Twitter d. LinkedIn e. Pinterest f. Snapchat g. Tumblr h. Youtube i. Ander:

8. Hoe vaak zit je op sociale media?

a. Dagelijks b. Om de twee dagen c. Om de drie dagen d. Wekelijks e. Maandelijks f. Nooit

9. Duid aan wat het beste bij je past:

U kan de opties tussen 1 en 7 gebruiken om uw antwoord te nuanceren. 10. Het bekijken van een sociale media kanaal (bijvoorbeeld: Facebook, Instagram, Twitter,...)

van een hogeschool en/of universiteit is zeker niet de moeite waard/is zeker de moeite waard tijdens de zoektocht naar de ideale school.

11. Mensen die mijn gedrag beïnvloeden, vinden dat ik de Facebook pagina van een hogeschool/universiteit moet bezoeken.

12. Geef aan in welke mate u akkoord of niet akkoord bent met de volgende stellingen: Ik gebruik sociale media: a. Om mijn kennis te verbreden b. Om te weten wat er allemaal leeft online

90

c. Omwille van entertainment d. Om tijd te laten passeren e. Om in contact te komen met anderen f. Om te weten waar anderen mee bezig zijn

13. In volgende vragen krijg je drie keer een Facebook post te zien die een willekeurige

hogeschool en/of universiteit mogelijks al eens gepost heeft. Graag horen wij jouw mening hierover.

14. (foto ben jij iemand die niet graag alleen blokt…) weinig likes Wat vind je van de Facebook post? U kan de opties tussen 1 en 7 gebruiken om uw antwoord te nuanceren. a. Traditioneel - Vernieuwend b. Niet informatief - Informatief c. Niet interessant - Interessant d. Onduidelijk - Duidelijk e. Niet overtuigend - Overtuigend f. Saai - Leuk g. Negatief – Positief

15. (foto ben jij iemand die niet graag alleen blokt…) veel likes

Wat vind je van de Facebook post? U kan de opties tussen 1 en 7 gebruiken om uw antwoord te nuanceren. a. Traditioneel - Vernieuwend b. Niet informatief - Informatief c. Niet interessant - Interessant d. Onduidelijk - Duidelijk e. Niet overtuigend - Overtuigend f. Saai - Leuk g. Negatief – Positief

16. (foto Waar toyota en het nederlandse…) veel likes

Wat vind je van de Facebook post?

U kan de opties tussen 1 en 7 gebruiken om uw antwoord te nuanceren.

a. Traditioneel - Vernieuwend b. Niet informatief - Informatief c. Niet interessant - Interessant d. Onduidelijk - Duidelijk e. Niet overtuigend - Overtuigend f. Saai - Leuk g. Negatief – Positief

17. (foto kat veel likes) Wat vind je van de Facebook post?

U kan de opties tussen 1 en 7 gebruiken om uw antwoord te nuanceren.

91

a. Traditioneel - Vernieuwend b. Niet informatief - Informatief c. Niet interessant - Interessant d. Onduidelijk - Duidelijk e. Niet overtuigend - Overtuigend f. Saai - Leuk g. Negatief – Positief

18. Duid optie ‘3’ aan.

19. Wat is je leeftijd

20. Wat is jouw geslacht

a. Man b. Vrouw c. Andere

21. Als u wilt kans maken op de twee Kinepolis bioscooptickets, vul dan hieronder uw e-mail

adres in.

Bedankt voor uw deelname aan dit onderzoek. Uw antwoorden werden goed geregistreerd

Wanneer u in de toekomst nog wenst deel te nemen aan online onderzoek van de vakgroep

Marketing van de Universiteit Gent of wilt deelnemen aan studies in het consumentenlab, dan kan

u zich registreren voor het onderzoekspanel. U zal dan regelmatig uitgenodigd worden om aan

onderzoek van de vakgroep Marketing deel te nemen. Deelname aan studies in het

consumentenlab levert u 5 tot 8 EUR op. Bij deelname aan online onderzoek maakt u kans op

leuke prijzen, zoals bons van FNAC, Bol.com & Kinepolis.

Geïnteresseerd? Klik dan op onderstaande link om u te registreren:

http://www.cb.ugent.be/nl/formulier.html

Nogmaals hartelijk bedankt voor uw deelname aan dit onderzoek. Met vriendelijke groeten,

Elke De Vos & Manon Bonte

Studenten master Commercieel Beleid, Universiteit Gent.

[email protected]

[email protected]



92

Bijlage 2: Gemanipuleerde berichten

93

94

Facebook-bericht: Sociale sociale media-

inhoud (weinig likes). Bron: Facebook

Universiteit Gent

Facebook-bericht: Sociale sociale media-

inhoud (veel likes) Bron: Facebook

Universiteit Gent

95

Facebook-bericht: Informatieve sociale

media-inhoud (veel likes). Bron:

Facebook Katholieke Universiteit Leuven

Facebook-bericht: Entertainment sociale

media-inhoud (veel likes). Bron:

Facebook Artevelde Hogeschool

96

Bijlage 3: Output SPPS

Onderzoeksvraag 1 Sample T-test: verschil sociale media als informatiebron tussen de twee fases

Sample T-test: verschil belang sociale media hoger onderwijs volgens mensen die de respondent beïnvloeden tussen de twee fases

97

Onderzoeksvraag 2 Factoranalyse: socialemedianoden

Cronbach’s Alpha methode: socialemedianoden

98

Descriptives van informatieve, entertainment en sociale noden

Regressie: socialemedianoden

99

Sample T-test: verschil van het belang van de informatienoden

Moderator informatieve socialemedianood

100

Onderzoeksvraag 3 Factor analyse: sociale media-inhoud informatie

Cronbach’s Alpha methode: sociale media-inhoud informatie

101

Descriptives van informatieve sociale media-inhoud

Factor analyse: sociale media-inhoud entertainment

102

103

Cronbach’s Alpha methode: sociale media-inhoud entertainment

104

Descriptives van entertainment sociale media-inhoud

Factoranalyse: sociale sociale media-inhoud

105

Cronbach’s Alpha methode: sociale media-inhoud sociaal

106

Descriptives van sociale sociale media-inhoud

Regressie: sociale media-inhoud

107

Sample T-test: sociale sociale media-inhoud

Correlatie met informatieve socialemedianood

108

Correlatie met sociale sociale media-inhoud

109

110

Documents

HOE STUDENTEN EEN HOGERONDERWIJSINSTELLING KIEZEN · 2019. 9. 27. · toekomstige studenten verzameld aan de hand van een online vragenlijst. Nadat de antwoorden op deze vragenlijst