Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
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
4.1.3 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. .......................................................................... 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
op de mate waarin het raadplegen van een socialemediakanaal van een
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
2e fase beslissingsproces:
de onderzoeksfase
3e fase beslissingsproces:
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.
- H3: 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 moet raadplegen.
OV: Welke socialemedianoden heeft de toekomstige student?
- H1: 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.
- H2: Er is een verschil tussen studenten in de onderzoeksfase en studenten in de
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
op de mate waarin het raadplegen van een socialemediakanaal van een
hogeronderwijsinstelling als de moeite waard wordt beschouwd.
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/
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.
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.
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.
4.1.3 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.
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
Independent sample T-test
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’.
N Gemiddelde St. Afw.
Studenten in de onderzoeksfase 122 2.90 1.5
Studenten in de beslissingsfase 175 2.27 1.4
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.
N Gemiddelde St. Afw.
Informatieve socialemedianood 302 4.8709 1.10565
Tabel 11: Informatieve socialemedianood
Tabel 12 toont aan dat de gemiddelde entertainment socialemedianood 5.1887 bedraagt.
N Gemiddelde St. Afw.
Entertainment socialemedianood 302 5.1887 1.17312
Tabel 12: Entertainment socialemedianood
Tabel 13 toont aan dat de gemiddelde sociale socialemedianood 5.2881 bedraagt.
N Gemiddelde St. Afw.
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
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 (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’.
N Gemiddelde St. Afw.
Studenten in de onderzoekssfase 121 4.8 1.27
Studenten in de beslissingsfase 172 4.91 0.99
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
In de eerste stap werd bepaald wat het objectief was van de factoranalyse. De doelstelling was om
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.
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 287 (>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. 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
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. 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.
N Gemiddelde St. Afw.
Informatieve sociale media-inhoud 287 4.0722 1.34781
Tabel 17: Informatieve sociale media-inhoud
60
Factoranalyse entertainment sociale media-inhoud
De factoranalyse wordt uitgevoerd op de vraag hoe toekomstige studenten een gemanipuleerd
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).
In de eerste stap werd bepaald wat het objectief was van de factoranalyse. De doelstelling was om
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.
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 283 (>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. Ook de
Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO MSA) volgde dezelfde richtlijn met een
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
5 Zie bijlagen: Gemanipuleerde berichten
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
Cronbach’s alpha als variabele verwijderd
wordt
traditioneel/vernieuwend (Q48_1) 0.833
informatief/informatief (Q48_2) 0.858
niet interessant/interessant (Q48_3) 0.811
onduidelijk/duidelijk (Q48_4) 0.830
niet overtuigend/overtuigend (Q48_5) 0.815
saai/leuk (Q48_6) 0.819
negatief/positief (Q48_7) 0.819
Tabel 19: Controle of interne consistentie entertainment kan verbeterd 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. Hieruit ontstaat de schaalvariabele:
Attitude_Entertainement_Media_Inhoud.
Tabel 20 toont aan dat de entertainment sociale media-inhoud gemiddeld 4.1883 op een zeven
punten schaal wordt geëvalueerd.
N Gemiddelde St. Afw.
Entertainment sociale media-inhoud 283 4.1883 1.23827
Tabel 20: Entertainment sociale media-inhoud
Factoranalyse sociale sociale media-inhoud
De factoranalyse wordt uitgevoerd op de vraag hoe toekomstige studenten een gemanipuleerd
bericht met entertainment sociale media-inhoud6 evalueren (Q47). Deze vraag werd gesteld om te
6 Zie bijlagen: Gemanipuleerde berichten
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).
In de eerste stap werd bepaald wat het objectief was van de factoranalyse. De doelstelling was om
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.
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 154 (>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. Ook de
Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO MSA) volgde dezelfde richtlijn met een
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
Cronbach’s alpha als variabele verwijderd
wordt
traditioneel/vernieuwend (Q47_1) 0.808
informatief/informatief (Q47_2) 0.764
niet interessant/interessant (Q47_3) 0.729
onduidelijk/duidelijk (Q47_4) 0.798
niet overtuigend/overtuigend (Q47_5) 0.751
saai/leuk (Q47_6) 0.751
negatief/positief (Q47_7) 0.776
Tabel 22: Controle of interne consistentie entertainment kan verbeterd 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. Hieruit ontstaat de schaalvariabele:
Attitude_Sociale_Media_Inhoud.
Tabel 23 toont aan dat de sociale sociale media-inhoud gemiddeld 4.5278 op een zeven punten
schaal wordt geëvalueerd.
N Gemiddelde St. Afw.
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
hogeronderwijsinstelling als de moeite waard wordt beschouwd.
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
Independent sample T-test
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’.
N Gemiddelde St. Afw.
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.
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.
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
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
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.
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.
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