Bachelorscriptie–Informatiekunde

PrivacyConcernsbijUsageBasedautoverzekeringen

JesseRoels

Studentnummer:6235263(10022155)

Begeleider:dr.D.Heinhuis

Tweedecorrector:prof.dr.T.M.vanEngers

2

1 Samenvatting................................................................................................................................4

2 Inleiding........................................................................................................................................5

2.1 Aanleidingencontext...................................................................................................................5

2.2 Achtergrond.................................................................................................................................5

2.3 Probleemstellingendoelstelling..................................................................................................8

2.4 Onderzoeksvraag..........................................................................................................................9

2.5 Theoretischeenpraktischerelevantie.......................................................................................10

3 Theoretischkaderenhypothesen..............................................................................................11

3.1 Privacy........................................................................................................................................11

3.1.1 Value-basedbenaderingswijzen...........................................................................................12

3.1.2 Cognate-basedbenaderingswijzen.......................................................................................12

3.2 Privacypercepties......................................................................................................................14

3.2.1 DeCFIPscalevanSmithetal.(1996)....................................................................................14

3.2.2 DeIUIPCscalevanMalhotraetal.(2004)............................................................................16

3.2.3 Privacyconcernsalsafhankelijkeofonafhankelijkevariabele.............................................16

3.2.4 Privacyconcernsalsonafhankelijkevariabele......................................................................17

3.3 Factorenvaninvloedopdeperceptievanprivacy.....................................................................19

3.3.1 Proceduralfairness...............................................................................................................20

3.3.2 Trust......................................................................................................................................20

3.3.3 Control..................................................................................................................................21

3.3.4 Riskawarenessenperceivedvulnerability...........................................................................22

3.4 Beïnvloedendefactorenendeperceptievanprivacyineenauto-UBIsetting..........................23

3.5 Hypothesen................................................................................................................................25

4 Onderzoeksmethode..................................................................................................................26

4.1 Onderzoeksinstrumenten...........................................................................................................26

4.2 ExploratoryFactorAnalysis........................................................................................................27

4.3 Regressieanalyse........................................................................................................................29

5 Onderzoeksresultaten.................................................................................................................30

5.1 Participanten..............................................................................................................................30

5.2 ResultatenExploratoryFactorAnalysis......................................................................................30

5.2.1 Omvangsampleen‘communalities’....................................................................................32

5.2.2 ‘Samplingadequacy’.............................................................................................................34

3

5.2.3 Correlatiestussenvariabelen...............................................................................................34

5.2.4 Extraherenvanfactoren.......................................................................................................36

5.2.5 Rotatie..................................................................................................................................39

5.2.6 Benoemenvanfactoren.......................................................................................................39

5.2.7 Toetsenvanvaliditeit...........................................................................................................40

5.2.8 Toetsenvanbetrouwbaarheid.............................................................................................44

5.2.9 Implicaties.............................................................................................................................46

5.3 Regressieanalyse........................................................................................................................46

6 Conclusie,discussieenaanbevelingen.......................................................................................49

7 Literatuurlijst...............................................................................................................................52

8 Appendix.....................................................................................................................................56

8.1 Appendix1Questionnairebachelorscriptie..............................................................................56

8.2 Appendix2gebruikteenaangepastequestionnaires................................................................62

8.3 Appendix3–EFAonafhankelijkevariabelen.............................................................................63

8.4 Appendix4–EFAafhankelijkevariabelen..................................................................................67

4

1 Samenvatting

Ditonderzoekrichtzichopdezorgenomtrentprivacygevoeligheid(privacyconcerns)bijUsageBasedautoverzekeringen.Metbehulpvaneenliteratuurstudiewordthetconcept‘privacy’gedefinieerd,wordtinzichtverkregenindesamenstellendedelenvanprivacyconcernsenwordendefactorenvaninvloedopprivacyconcerns(antecedenten)toegelicht.Aangenomenwordtdatinzichtindebeïnvloedendefactorenookinzichtgeeftindevoorwaardendievoordeacceptatiegraadvandittypeverzekeringenbijhetpubliekrelevantzijn.Aandehandvandebestudeerdeliteratuurwordteenenquêteontwikkelddiedeinvloedopprivacyconcernsvantweeantecedenten-‘trust’en‘perceived’vulnerability’-meet.EenExploratoryFactorAnalysiswordttoegepastomdevaliditeitvandevoorgesteldeonderzoeksmethodeaantetonen.Eenonverwachtresultaatishetuiteenvallenvanhetantecedent‘perceivedvulnerability’indrieverschillendefactoren(‘error’,‘secondaryuse’en‘vulnerability’).Eenregressieanalysewordtvervolgensgebruiktomdeinvloedvandeantecedenten‘trust’,‘error’,‘secondaryuse’en‘vulnerability’opprivacyconcernsinkaarttebrengen.Deresultatenvandezeregressieanalyseondersteunendevermoederelatietussendeantecedenten‘trust’,‘error’en‘secondaryuse’endeafhankelijkevariabeleprivacyconcerns.Aangezien‘trust’verbondenisaandeperceptievan‘proceduralfairness’lijktdeconclusiegerechtvaardigddatdeacceptatievandittypeverzekeringenbijhetpubliekpositiefkanwordenbeïnvloeddoorteborgendatprivacygevoeligegegevenswordenverzameldonderheldereconditiesenslechtswordenaangewendvoortoepassingendiedoorverzekerdenwordenbegrepenenwaarmeezevoorafhebbeningestemd.Eenovertuigenderelatietussen‘vulnerability’enprivacyconcernskannietwordenaangetoond.Ditlaatsteonverwachteresultaatduidteropdatderelatietussendeonderzochteantecedentenenprivacyconcernsindezecasuïstiekandersinelkaarsteektdanwerdverondersteld.Naderonderzoekisnodigomdematevanvaliditeitvanhettoegepastemodeltebevestigenendeinvloedvanandereverwanteantecedentenvasttestellen.

5

2 Inleiding

2.1 Aanleidingencontext

Op28oktobervorigjaarzijndejaarlijkseBigBrotherAwardsgehoudeninAmsterdam(BitsofFreedom,2015).TijdensditjaarlijkseinitiatiefvandeburgerrechtenbewegingBitsofFreedomwordenprijzenuitgereiktaandegrootsteprivacyschendersvanhetafgelopenjaar.EenvandegenomineerdenvoordepublieksprijsvandatjaarwasdeverzekeraarAchmea.Achmeawordtverwetenafbreuktedoenaandeprivacyvanzijnklantenzodradenieuweplannenvandeverzekeraarwerkelijkheidworden.Achmeaisvoornemensomklantenpremiekortingenaantebiedenwanneerzijbereidzijnommeetkastjesinhuisenautoaantebrengen.Dedatadiedoordezemeetkastjeswordenverzameld,wordengebruiktomeenpreciezereenmeeractuelerisico-inschattingtekunnenmaken.DezenieuwemaniervanverzekerenwordtUsage(ofbehavior)BasedInsurance(UBI)genoemd(Deloitte,2015).HetisvoorheteerstdateenNederlandseverzekeraarinzetophetgebruikvanBigData(FinancieelDagblad,2015).Sindsdienzettenookandereverzekeraarshuneerstestappenopditterrein.DemeestrecenteophetgebiedvanautoverzekeringenisdeANWB:op14juni2016meldtdeVolkskrantdatookdeANWBeenUBIisgestart.EenwoordvoerdervandeANWBwordtgeciteerd:“…erzijnduidelijkeregelsenprotocollengemaaktzodathetonmogelijkisominformatieovertehardrijdenmetbijvoorbeelddepolitietedelen.Deprivacyvandedeelnemersisgewaarborgd.”(deVolkskrant,2016).

DitbacheloronderzoekzalzichspecifiekbezighoudenmetUBIvoormotorvoertuigen(auto-UBI)enmetnamedeprivacy-aspectendaarvan.UBIontwikkelingenophetgebiedvanzorgverzekeringenenandereverzekeringenzullenbuitenbeschouwingwordengelaten.

2.2 Achtergrond

AchmeaenANWBzijnslechtstweeNederlandsevoorbeeldenvanwatwereldwijdeentrendlijkttezijn.Deomvangvandewereldwijdemarktvoormotorrijtuigenverzekeringenbedroegin2010naarschatting124miljardeuroterwijlhetgedeeltedaarvandatuitUBI’sbestondslechts5miljardeuro(ca.4%)bedroeg(Ptolemus-Abstract,2015).ConsultancybedrijfPtolemusspreektdeverwachtinguitdatditaandeelca.50miljard(40%)zalzijntegen2020.Verzekerdenwordteensubstantiëlepremiekorting(totaanwel50%)inhetvooruitzichtgesteld.GangbareUBItoepassingenzijnPay-As-You-Drive(PAYD)enPay-How-You-Drive(PHYD).Inhethuidigesysteembijeenklassieke(niet-UBI)motorrijtuigen-verzekeringsubsidiërendeverzekerdendieweinigrijdendeverzekerdendieveelkilometersafleggenomdatzijevenveelpremiebetalenterwijlzijdooreenlagerkilometrageeenbeduidendlagerrisicovoordeverzekeraarvertegenwoordigen.PAYD,waarbijwordtbetaaldopbasisvandegeredenkilometers,zouvooraldeverzekerdendieweinigkilometersmaken,aantrekken.Eenzelfderedeneringgeldtvoorderijstijlvaneenverzekerde:‘ruige’rijders(hardoptrekken,hardenveelremmen,hogesnelhedenetc.)vertegenwoordigeneenhogerrisicodanderustigerijders.Doorditsoortgegevensterelaterenaandeweggesteldheid,verkeersdrukteenzichtomstandighedenontstaateenzelfsnogverfijnderbeeld.DaarmeecreëertookPHYDeendifferentiatieintypenverzekerdenenrisicopremie.

6

HetligtindeverwachtingdatUBItamelijkverstrekkendegevolgenzalhebbenvoordeautoverzekeringsmarkt:erontstaateenopnieuwetechnologiegebaseerdeslagomdeconsument.Ennietalleendat:erontstaatookeenherschikkingvanmacht.Autofabrikantenzullentelemetriesteedsmeeralsstandaardonderdeelvaneennieuweautouitleveren.Daarmeeligttoegangvoorhentotdeautoverzekeringsmarktvoordehand.Verzekeraarszullengedwongenwordenom‘churn’(hetweglopenvanhunvasteklanten)tebestrijdenmetgeïntensiveerde‘customer-intimacy’.Zezullenintoenemendematewillencommunicerenmethunklantenenhundienstenpakketwillenuitbreiden.Denkaandirecte(engeautomatiseerde)hulpbijpechofeenongeval,denkaanwaarschuwingenbijdetectievangevaarlijkrijgedragofaankomendegevaarlijkesituaties(zoalsobstakelsopdeweg).

DeovergangnaarPAYDenPHYDzaldevraagdoenontstaannaaruitwisselbaarheidencompatibiliteitvansystemen.Tevenszullenwet-enregelgevingwordenafgestemdopdenieuwemanierenvanverzekeren.Eenexemplarischeontwikkelingopditgebiedishetvanaf2018verplichtstellenvaneCall,waarbijinhetgevalvaneenongevalautomatischeennoodnummerwordtgebeld(EuropeesParlement,2015).

EenbelangrijkaspectvanUBIbetreftookdeprivacy.Verzekeraarshebbendaarzekeroogvoorenzijnbeduchtvoordepubliekeopinie.Diekanzichtegeneenindividueleverzekeraarmaarooktegendebranchealsgeheelkeren.Ineenrecentverschenengreenpaper‘Gripopdata’(VerbondvanVerzekeraars,2016)probeerthetVerbonddezorgendiekunnenontstaanbijdeinvoeringvanUBIteadresseren.AllereersterkenthetVerbonddatzorgenkunnenontstaantenaanzienvansolidariteit.Hetstelt:“Datmensendiemeerrisicolopeninsommigegevallenmeerpremiebetalendanmensendieminderrisicolopenisaleeuwenzoenookterecht.Maardeverschillenmoetennietaltezeeruiteenlopen:hetVerbondstreefternaardatzoveelmogelijkklantenzichkunnenverzekerenenwilonverzekerbaarheidzoveelmogelijkvoorkomen.”Omdesolidariteittekunnenwaarborgen,wilhetverbondeensolidariteitsmonitorinrichtenwaarbijjaarlijkspubliekelijkverslagwordtgedaan.Daarnaasterkentdesectordaterzorgenkunnenontstaanoverprivacy.Hetverbondpleitvoormeer‘checksandbalances’eneenupdatevandezelfregulatie.DaartoezalineennieuwteverschijnenGedragscodeVerwerkingPersoonsgegevensmeeraandachtwordenbesteedaan‘privacystatements’omtransparantienaardeklanttekunnenwaarborgen.TevenszaleenklankbordgroepBigDatawordenopgerichtdieconcretewaarborgenmoetvormgevenenzalcontrolerenofdevoorgestelde‘checks’indepraktijkookwerken(VerbondvanVerzekeraars–citedbyAmweb,2016).

DegevoeligheidvanUBIbijhetgrotepubliekwordtverdergevoeddoordevoortschrijdendetechnologischemogelijkhedenenvooraldetoenemendemogelijkhedenvoorprofiling.Doordatsteedsmeerapparatenmethetinternetverbondenzijn(Internet-of-Things,IOT)ontstaatdemogelijkheidvoororganisaties(enindividuen)eensteedsbeterbeeldtevormenvanhet‘profiel’vaneenindividu.Waarhijgaatofstaat,waarenwathijkoopt,wanneer,bijwieenwaarom.Gegevensverzamelingenwordenookonderlinggekoppeldwaardoorvaneenindividueencompleterprofielontstaat,zelfszonderdatdezedaarvanopdehoogteis(bijv.geautomatiseerdeuitwisselingvanbankgegevensmetdebelastingdienst).

7

Privacywordtintoenemendemateeenzorgvoorconsumenten,overheden,bedrijfslevenentoezichthouders.Inhaaradviesaanderegeringoverdewenselijkheidtotaanpassingvanwetgevingopditgebied,zegtdeWetenschappelijkeRaadvoorhetRegeringsbeleid(WRR):“Eenvandegrootstezorgenisdeverregaandeinmengingindepersoonlijkelevenssfeer.Degrootschaligeverzameling,opslagenanalysevandatadooroverheden,waaronderinlichtingen-enveiligheidsdiensten,kunnenertoeleidendatmensenhetgevoelkrijgendathunprivacyenvrijemeningsuitingingevaarzijn,waardoorzijhungedragdaaropaanpassen.”(WetenschappelijkeRaadvoorhetRegeringsbeleid,2016).DeRaadonderkentdathetsecundairgebruikvangegevensbijBigDatatoepassingeneengrotemeerwaardeoplevertwaardoorhetgebruikvangegevensandersdanvoorhetdoelwaarvoordedatawordenverzameld,eentoenemendrisicovormt.VerderbeveeltdeWRRaanomhetprofilerenstrakkerteregulerenenhetverbodopgeautomatiseerdebesluitvormingdoorcomputersstriktertehandhaven.DitillustreertdatverzekeraarsnietalleenrekeninghebbentehoudenmetdesentimentenvandeconsumentmaarookmeteenmogelijkveranderendewetgevingophetgebiedvanprivacyenBigDatatoepassingen.Dezorgomprivacyaspecten(privacyconcerns)wordtoverduidelijkgedeelddoorconsumenten,overheden,bedrijfslevenentoezichthoudersenvormthetcentralethemavanditonderzoek.

Uitdeliteratuuropprivacygebiedblijktdatervelesituatieszijnonderzochtwaarinconsumentenbereidzijnomeendeelvanhunprivacyoptegevenvoorgebruiksgemakoffinancieelvoordeel.Eeninteressantgegevendaarbijis,datveelonderzoekerszichdeafgelopenjarenhebbengerichtopsituatieswaarbijhetvrijgevenvanprivacygevoeligeinformatieeentamelijkeexplicieteenminofmeerbewustehandelingis.Hetonderscheidtussenprimairegegevens(nodigvoordeafhandelingvaneentransactie)ensecundairegegevens(nuttigvoordeverkrijger,maarnietnoodzakelijkvoordetransactie)wasdaarbijminofmeerevident.Doordeinzetvantelemetrie,zoalsbijUBI,ontstaatechtereensituatiewaarbijhetonderscheidtussenprimairensecundairnietaanwezigisophetmomentdatdegegevenswordenaangeleverd:eenPAYD/PHYDverzekerdekaneenpermanentestroomvangps-coördinatenaanzijnverzekeraarverstrekken.Dezestroomkanalsprimairwordenbeschouwd:opbasisdaarvanwordtrijgedrag,risicoenpremievanverzekerdebepaald.Datdiezelfdegegevensookkunnenonthullenwaarverzekerdezichopelkmomentvandedagmetzijnautobegeeft,waarhijstopt,parkeert,waarhijboodschappendoetenwiehijbezoekt,isvoordeverzekeringstransactieenrisicobepalingnietvanbelang.Datissecundaireinformatiedieopbasisvandeprimairegegevenskanwordenverkregen.HetiseenopenvraagofdeUBIverzekerdezichditrealiseert.Enzoja,watdaaropzijnreactiezalzijn.ZekerineentijdsgewrichtwaarinhetdegemiddeldeconsumentbeginttedagendatdetoepassingvanBigDataanalysekanleidentoteenafnemendeprivacy.

Samenvattendkangesteldwordendatertechnologischemogelijkhedenaanwezigofinopkomstzijndieeennieuwevormvanusagebasedverzekeringenmogelijkmaken.Bovendienzijnerverzekeraarsdiedezevormvandienstverleninggraagzoudenwillenaanbiedenenzijnerpotentiëleafnemersdiedevoordelenvandezevormvanverzekeringenweldegelijkzien.Verzekeraarserkennendatdeintredevandezenieuwevormvanverzekerenprivacyconcernsmetzichmeebrengt,diemakendatdezeverzekeringengeheelofgedeeltelijkzoudenkunnenmislukken.Ditroeptdevraagopwaaruitdie

8

privacyconcernsnupreciesbestaanenwelkefactorendaaropvaninvloedzijn.Eenantwoordhieropzoueenpositieveinvloedkunnenhebbenopdeontwikkelingvandezenieuwepotentiëlemarkt.

2.3 Probleemstellingendoelstelling

Opzoeknaardesamenstellendeonderdelenvanprivacyconcernsendedaaropvaninvloedzijndefactoren,opentzicheengrotehoeveelheidaanonderzoekenenwetenschappelijkebijdragen.Hetwetenschappelijkonderzoekhiernaarheefteenontwikkelingdoorgemaaktendestandvanzakenopditmomentisopzijnminstdiffuustenoemen.

Uitdeliteratuurkomtnaarvorendaterveelonderzoekisverrichtnaardeinvloedvanprivacyconcernsopoutcomes(bijv.disclosurebehavior)(Smithetal.,2011).Deklassiekesettingismeestaleenorganisatiediebuitendeprimairegegevensooksecundairegegevensvanzijnklantprobeertteverkrijgen.Gekekenwordtnaardetransactiedieplaatsvindttussendeconsumentendeorganisatie:deklantgeeftprivacygevoeligeinformatieaf(indeliteratuuraangeduidalsrelease)enkrijgthiereendienstofeenproductvoorterug.Minderaandachtgaatechteruitnaardeverbandentussenantecedenten(factorendievaninvloedzijn)endeprivacyconcernszelf(Smithetal.,2011).Daarbijverdienthettevensaandachtdatbinneneenauto-UBIsettinghetonderscheidtussenprimaireensecundairegegevensophetmomentvanafgiftenietdirectevidentis.Bovendienheefthetonderzoeknaarauto-UBI’szichnognietuitgekristalliseerdenrichtenbestaandeonderzoekenbinnenditspecifiekedomeinzichvoornamelijkoptechnologischeprivacywaarborgen.OnderzoeknaardetotstandkomingvanprivacyconcernsbinnenhetUBIdomeinistotophedennognietgedaan.

Devraagontstaatofmethetbestaandetheoretischkaderuitvoorgaandeonderzoeken,diezichnietspecifiekrichtenopauto-UBIsetting,inzichtkanwordenverkregenindetypischeprivacyconcernsdiegerelateerdzijnaanauto-UBI.Immers,decontextwaarinprivacygevoeligegegevenstotstandkomenheeftbijeenauto-UBIeentamelijkanderkarakterdaninmeerklassiekesituatieswaarbijprivacygevoeligheidmeerevidentis.Alsdezevraagontkennendmoetwordenbeantwoord,duidtditopeenwenselijkeaanvullingopdewetenschappelijkekennisaangaandeprivacyconcernsineenBigDatacontext.

Vervolgensishetdevraagwelkeparametersbepalendzijnvoordebereidheidvaneenconsumentomopeenauto-UBIpropositieintegaan.Eenextracomplicatiediezichhierbijvoordoetishetontbrekenvaneenrationeelverbandtussenintentieengedrag:eenconsumentkanineenonderzoekverklarendathijdepropositiezalaanvaardenterwijlhijhetindepraktijknietdoetenomgekeerd.Hierzallateropteruggekomenworden.

EenonderzoeknaardaadwerkelijkgedragzoumoetenzijngebaseerdopdaadwerkelijkafgeslotenUBI’s.DaarvoorisofweldemedewerkingvanUBIverzekeraarsnodig,ofweldemedewerkingvanUBIverzekerden.Hoewelzekerrelevant,overstijgtditnaarverwachtingdedoelstellingvanditonderzoek.Omdieredenwordtbinnendekadersvanditonderzoekdeprobleemstellingbeperkttotdeprivacyconcernsenisgedragnietinbegrepenindescopevanhetonderzoek.

9

Bovenstaandevragenresulterenindevolgendeprobleemstelling:

VerzekeraarsproberendemarktvanautoUBIteontwikkelenenmarktaandeelteverwerven.HoeweldemarktontwikkelingvanautoUBIkanbijdragentotwereldwijdelagerepersoonlijkeeneconomischeschade,zoudezemarktontwikkelingkunnenwordenvertraagddooreventueleprivacy-concernsvanuitdezijdevandeverzekerden.Hethuidigetheoretischekaderschietmogelijkerwijstekort,waardoorhetontbreektaaninzichtonderwelkeconditiesdezeeventueleprivacy-concernskunnenwordengeminimaliseerd.

Dedoelstellingvanhetonderzoekis

• Hetverkrijgenvaninzichtinfactorendievaninvloedzijnopdezorgenoverprivacygevoeligheidineenauto-UBIcasus.

• Hetidentificerenvanconditieswaaronderdeacceptatiegraadvanauto-UBIstijgt.

2.4 Onderzoeksvraag

OpbasisvandevoorafgaandeprobleemstellingontstaatdevraagwelkeprivacyaspectenerzijnverbondenaanhetdelenvaninformatiedoorverzekerdenmethunverzekeraarbinnenhetconceptvaneenautoUBI.Hoezijndezeprivacyaspectengerelateerdaandezorgenomtrentprivacygevoeligheiddiedoorverzekerdenwordenafgewogentegendevoorgesteldevoordelenenhoezoudezeafwegingkunnenwordenbeïnvloed?Tevenswordtverwachtdatbestaandetheorieëndiedezorgenoverprivacygevoeligheidbehandelenniettoereikendtoepasbaarzijnopeenauto-UBIcasus.

Ditleidttotdevolgendecentraleonderzoeksvraag:

Welkefactorenzijnvaninvloedopdezorgenomtrentprivacygevoeligheid(privacyconcerns)bijverzekerdenineenauto-UBIsetting?

Inhettheoretischdeelzaldoormiddelvaneenliteratuurstudieeenzocompleetmogelijkbeeldwordengeschetstvanhetbegripprivacyenwelkeinvloedenvantoepassingzijnophetwelofnietdelenvanprivacygevoeligeinformatie.Omwillevandehaalbaarheidvanditonderzoekzalspecifiekwordeningegaanopdemeestbepalendeaspectenvanprivacygevoeligheid.Indeliteratuurstudiezalgepoogdwordenomantwoordtekrijgenopdevolgendedeelvragen:

1. Welkedefinitiesvanprivacywordenaangedragenindewetenschappelijkeliteratuur?

2. Hoewordtdeindividueleperceptievanprivacygemetenbinnendewetenschappelijkeliteratuur?

3. Welkefactorenzijnvolgensdewetenschappelijkeliteratuurvaninvloedopdeperceptievanprivacy?

4. Hoeverhoudendeperceptievanprivacyendeinvloedrijkefactorenzichtotelkaarineenauto-UBIsetting?

10

2.5 Theoretischeenpraktischerelevantie

ZoalsgezegdisdeverwachtingdathetaantalUBI-basedautoverzekeringentegenheteindvanditdecenniumongeveerzalzijnvertienvoudigd.Verzekeraarszulleninzichtmoetenkrijgenindefactorendievaninvloedzijnopbezorgdheidvanconsumentenomprivacygevoeligeinformatieaftestaan.Dewetgever,brancheorganisatiesenprivacy-waakhondenzullenzichbemoeienmetdeaanUBIgerelateerdeprivacyaspectenenmogelijkontstaatdaaroverookeenmeerofminderexplicietmaatschappelijkdebat.VergelijkbaarmetdediscussiediezichmomenteelvoltrektrondompartijenalsFacebookofGoogle.Eenwetenschappelijkkaderomdediscussietekanaliserenisrelevant.Erontstaatscherpteenhelderheidinhettehanterenbegrippenkaderwaardoordediscussiezuiverdereneffectieverkanwordengevoerd.InzichtindefactorendievaninvloedzijnopdeafwegingdieconsumentenmakenzijnvanbelangvoorUBI-basedautoverzekeraars,consumentenenwet-enregelgevendeinstanties.

Ditonderzoekzalopverschillenderelevantewijzenbijdragenaandetheorieomtrentprivacyineenauto-UBIsetting.Allereerstzalwordengekekenwelkedefinitievanprivacyzichleentvoordezegenoemdesetting.Vanuitditvertrekpuntkanwordengekekennaardetypischeprivacyconcernsineenauto-UBIcontext.Doorhetbestuderenvandeliteratuurkunnenfactorendievaninvloedzijnopdezeprivacyconcernswordengeïdentificeerdenkunneneventueelnieuweinvloedrijkefactorenwordenontdekt.Ditonderzoekzalverheldereninhoeverredezefactorenookopgaanineenauto-UBIcasus.Tevenszalwordengekekenwatdeonderlingesamenhangtussendezefactorenis.Doorhettoetsenvandezebevindingenineenstatistischeanalysekunnenuitsprakenwordengedaandiemenmagverwachtenbijeenbeschrijvendonderzoek.Ditzalbijdragenaanhettheoretischebegripvanprivacyconcernsineenauto-UBIsetting.Zoalsgezegd,ontbreekthetopditmomentaaneendergelijkbegrip.

Daarnaastzalditonderzoekookpraktischrelevantzijn.Doorhetonderzoekenentoetsenvandebestaandetheorieineenauto-UBIkaneeninzichtwordenverworvendatvoorautoverzekeraarsrelevantkanzijn.Zijkunnendezenieuwekennisinzettenomdeacceptatiegraadvanauto-UBIteverhogenendeimplementatievandezenieuwemaniervanverzekerenopeenvoordeconsumentgunstigewijzetelatenverlopen.Tevenskunnendebevindingenvanditonderzoekbijdragenaanhetmaatschappelijkedebatomtrentprivacy.Indepubliekediscussietussenverzekeraars,verzekerdenenwet-enregelgeverskunnenwetenschappelijkonderbouwdeargumentenzorgenvoordiepgangenkwaliteit.

11

3 Theoretischkaderenhypothesen

3.1 Privacy

Ineenwetenschappelijkonderzoeknaarprivacyishetvanbelangomeenduidelijkafgebakendbegripvanprivacytekrijgen.Allereerstzaldaaromwordenbelichtwelkedefinitiesindewetenschappelijkeliteratuurwordenaangedragenenwelkeontwikkelingdebenaderingvanprivacyheeftdoorgemaakt.

Privacyisalsfilosofisch,psychologisch,sociologischenwettelijkconceptalmeerdanhonderdjaarvoorwerpvanonderzoekbinnennagenoegalledeelgebiedenvandesocialewetenschappen(Smithetal,2011).Ondanksditgegeven,zijnernogalverschillendedefinitieseninterpretatiesvanhetbegripprivacyenishetlastigomuitteleggenwathetexactbetekent(Solove,2006).Vanuitverschillendewetenschappenzijndefinitiesaangedragen,watheeftgeleidtoteenzeerdiversbeeldvanprivacy.

Teneerstemoetopgemerktwordendatbinnendewetenschappelijkeliteratuureenonderscheidwordtgemaakttussen‘generalprivacy’en‘informationprivacy’.Ditonderscheidisnietaltijdduidelijkomdatdoorgaansdealgemeneterm‘privacy’1wordtgehanteerd.Determ‘generalprivacy’verwijstnaardeklassiekeopvattingvanprivacy(tedenkenvaltaanhetbouwenvaneenschuttingomspiedendeburenhetzichtteontnemen).‘Informationprivacy’refereertaandeopvattingvanprivacybinnenhetdomeinvandeIT.Dedigitaliseringvandemodernesamenlevingmaakt‘informationprivacy’alsvoorwerpvanonderzoekinteressanterdanooittevoren.HetontstaanvanFacebook,degroeivanonlineaankopen,detoenamevanBigDatatoepassingenenveleandereontwikkelingenhebbenallebijgedragenaanhetontstaanvanvraagstukken(zoals:Watisprivacy?Hoebewaaktmenprivacy?)aangaandeditonderwerp.Dezevraagstukkenzijnactueelenvragenomeennormatieveinvulling.

Naasthetonderscheidtussen‘general’en‘information’privacyvalteenonderscheidtemakeninbenaderingswijze.Metbenaderingswijzewordthierbedoeldvanuitwelke(wetenschappelijke)invalshoekhetbegripprivacywordtgedefinieerd.Indeliteratuurwordentweeverschillendebenaderingswijzenonderkend:

1.Een‘value-based’benaderingwijze(privacygedefinieerdalseenrecht).

2.Een‘cognate-based’benaderingswijze(privacygedefinieerdalseentoestand).

Dezeverschillendebenaderingswijzenzijnzowelop‘general’alsop‘information’privacyvantoepassing.

1In dit bachelor onderzoek (evenals de behandelde literatuur) wordt met het begrip ‘privacy’ doorgaans verwezen naar ‘information privacy’.

12

3.1.1 Value-basedbenaderingswijzen

De‘value-based’wijzenvandefiniërenbenaderenprivacyallereerstalseenmensenrecht(privacyasaright)inherentaanonsmaatschappelijkesysteemvanmorelewaarden.Binnendeontstaans-geschiedenisvanhetprivacy-begripwasditdeeerstebenaderingswijzevanprivacy.IneenartikelvanWarrenenBandeis(1890)werdprivacygedefinieerdals:‘therighttobeleftalone’(Smithetal.,2011).Daaropvolgendwerkrichttezichophetdefiniërenvandegrenzentussenhetpubliekeenhetprivatedomein.DeevolutievanITcompliceerdehetdebataangaandedegrenzentussenpubliekenprivaat,eenontwikkelingdiedoorsommigewetenschapperswerdbestempeldals‘pervasivedissolutionoftheboundary’(Marx,2001;Rosen,2000)endooranderenalshetopvoorhandontbrekenvanstriktafgebakendegrenzen(Nissenbaum,1998).

Bovendienwasersprakevaneentegenstrijdigheid:alsprivacyinderdaadeenmensenrechtwasenduseenabsolutewaardekonwordentoegerekend,hoekonhetdandat(wanneertoegepastopconsumerbehavior)individuenondankshogeprivacyconcernsbereidwarenomprivacygevoeligeinformatieteverstrekken?Hetabsolutekaraktervandezebenaderingvanprivacybotstedusmetdecontextgebondeninvullingvanprivacyineenconcretesituatie.Zodoendeontstonddedefinitievanprivacyalsgemeengoed(Bennet,1995).Binnendezedefinitiekentprivacynogsteedseenindividueleenmaatschappelijkewaarde,echterisdezenietabsoluut,daarheteeneconomischewaardevertegenwoordigtenmeegenomenkanwordenineenkosten-batenanalyseopindividueelenmaatschappelijkniveau(Smithetal,2011).

Eenanderevariantopdevalue-basedbenaderingswijzediehiervermeldingbehoeft,isde‘utilitarianist’benadering.Indezebenaderingwordtprivacygezienalseenbelang.Clarke(1999)definieertprivacyals“aninterestthatindividualshaveinsustaininga‘personalspace’freefrominterferencebyotherpeopleandorganizations”(Clarke,1999).Dezedefinitiesuggereertdatprivacyopgegevenkanworden.Hoeweldezedefinitiezichleentvooronderzoekenwaarinsprakeisvaneentransactie-onderzochtwordtwanneerprivacywordtopgegeveninruilvooreenserviceofvergoeding-pastdezebenaderingmindergoedbijeenonderzoeknaarprivacyconcerns.Ineenonderzoekmetprivacyconcernsalscentraalconstructpasteengraduelebenaderingvanprivacy,zoalsindehiernavolgendecognate-basedbenaderinghetgevalis.

3.1.2 Cognate-basedbenaderingswijzen

Naastde‘value-based’benaderingswijzenzijnerde‘cognate-based’benaderingswijzen.Integenstellingtoteenvalue-basedbenaderingswijze,wordtineencognate-basedbenaderingswijzeprivacynietpersebeschouwdalseenrecht.Ineencognate-basedbenaderingswijzeisgepoogdonderaanvoeringvanWestin(1967)omprivacytebenaderenals‘state’ennietalswaarde.Westindefinieerdeprivacyaandehandvanvierverschillende‘substates’:‘anonymity’,‘solitude’,‘reserve’en‘intimacy’.Anderewetenschappersdieprivacyals‘state’benaderden,kwamenmetvergelijkbarenastreefbareengevoelsmatige‘states’.Indezebenaderingvanprivacyals‘state’valtopdatprivacynietlangereenabsolutewaardewordttoegekend.Erismeersprakevaneenspectrum;uiteenlopendvanweinigtot

13

veelprivacyendewaarderingvandematevanprivacyvindtplaatsindebelevingswereldvanhetindividu.

Vanuitdezebenaderingishetslechtseenkleinesprongnaareenbenaderingvanprivacyals‘control’.Immers,demachtomzichteonttrekkenaanhetpubliekenaarhetprivateimpliceerteenzekerematevancontrole(zowelovereenfysiekeruimteindeklassiekebenadering,alsoverinformatieineenbenaderingtoegespitstophetIT-tijdperk).Margulis(1977)stelt:‘Privacy,asawholeorinpart,representsthecontroloftransactionsbetweenperson(s)andother(s),theultimateaimofwhichistoenhanceautonomyand/ortominimizevulnerability’(Margulis,1977).Sindsdienheefteenontwikkelingplaatsgevondenwaarbij‘control’isveranderdvaneenequivalentvanprivacynaareenfactordievaninvloedisopdeperceptievanprivacy.Hoedanookbestaateensgezindheidoverhetfeitdat‘control’onlosmakelijkverbondenismetprivacy.Omdieredenishetopmerkelijkdathetaantalonderzoekennaardeaardeninvloedvan‘control’beperktis(Smithetal,2011).

FIGUUR1ONTWIKKELINGVANHETINFORMATIONPRIVACYCONCEPT(SMITHETAL.,2011-ADAPTEDFROMWESTIN,2003)

Dediversiteitaan(eninconsistentievan)definitiesmakenhetmetenvanprivacyproblematisch.Alsergeenduidelijkbeeldisvanprivacytenprincipaleis,kanhetimmersmoeilijkwordenonderzochtalscentraalconstruct.Voorditbacheloronderzoekwordtgekozenvooreen‘cognate-based’benaderingswijzevanprivacy,zijndeeengraduelebenadering.Privacykanindezebenaderingnooitgeheelwordenopgegeven.Privacywordtgedefinieerdals:“theabilityofindividualstocontrolthetermsunderwhichtheirpersonalinformationisacquiredandused”(CulnanandBies2003,p.326Citedby:Smithetal.,2011).Ditisdedefinitiedieinhetverdereverloopvanditbacheloronderzoekzalwordengehanteerd.

Eenanderecomplicerendefactorisdatprivacyalsconceptnietdirecttemetenis.Privacywordtnietvertegenwoordigddooreenmanifestevariabele.Indevolgendeparagraafzalwordenuitgelegdhoedewetenschapeenantwoordopdezeproblematiekheeftgevonden.Duidelijkisnuwelhoevanuitverschillendeinvalshoekenisgeprobeerdomprivacytedefiniërenenwelkedefinitieinditbacheloronderzoekwordtgehanteerd.

14

3.2 Privacypercepties

Nudeverschillendedefinitiesvanprivacyaanbodzijngekomen,kanwordengekekennaardemanierwaaropdeperceptievanprivacywordtgemeten.Zoalsreedsbehandeld,kanprivacyalsconceptnietdirectwordengemeten.Deproblematiekomtrenthetmetenvanprivacyheeftervoorgezorgddatsociologenhebbengepoogdomprivacyteonderzoekenvanuiteenprivacygerelateerdehoudingofintentie.Bijnaalhetonderzoekopditgebiedwordtgedaannaarbenaderingswijzenzoalsprivacy‘beliefs’,‘attitudes’en‘perceptions’.InhetveldvanInformationSystems(IS)heeftdat,omwillevandezelfderedenen,geleidtothetmetenvanprivacyconcernsalscentraalconstruct(Xuetal.2011;Smithetal.,2011).

Bijhetinventariserenvanliteratuuroverprivacyconcernskomtmenalsneluitbijtweeonderzoekenentweeverschillendeinstrumentenomprivacyconcernstemeten:

1.HetonderzoekvanSmithetal.endeintroductievandeCFIPschaal(1996)

2.HetonderzoekvanMalhotraetal.endeintroductievandeIUIPCschaal(2004).

Inbeideonderzoeken–waarbijhetwerkvanMalhotraetal.steuntopdatvanSmithetal.–wordenprivacyconcernsalslatentevariabelenbenaderdvanuitandereconstructen.Dezeconstructen(aangeduidalsdimensies)vormendesamenstellendedelenvanprivacyconcerns(Preibusch,2013).Dezeonderzoekenzullenachtereenvolgenswordenbesprokenomteillustrerenhoedeperceptievanprivacywordtgemeten.

3.2.1 DeCFIPscalevanSmithetal.(1996)

Omonderzoeknaarprivacymogelijktemaken,ontwikkeldenenvalideerdenSmith,MilbergenBurkein1996eeninstrumentomdeprimairedimensiesvan‘individualprivacyconcerns’teidentificerenentemeten.Dezedimensiesweerspiegelendeonderliggendevoorwerpenvanzorg.Hetresultaatwasde‘ConcernForInformationPrivacy’(CFIP)scalemetvierprimaireonderliggendedimensiesentweeaanvullendedimensies.Dezedimensieskwamennaarvorenineenuitgebreidliteratuuronderzoekvanwetenschappelijkeliteratuur,federaalrechtengeschriftenvanprivacy-voorvechters.DedimensieszijnlatergevalideerddoorStewartenSegars(2002)envormeneenvandemeestbetrouwbarescalesvoorhetmetenvanindividueleprivacyconcerns.DedimensiesdievooreenUBI-casusrelevantzijnzullenhiernakortwordenbesproken.

1.Collection

Dezedimensievanprivacyconcernsreflecteertdeperceptie:“There’stoomuchdamndatacollectiongoingoninthissociety”(Smithetal.,1996).Dezekarakteriserendeuitspraakgeeftgestalteaande

15

bezorgdheiddieontstaatbijdegroeiendehoeveelheiddatadiewordtverzameld;eenthemabinnendeliteratuursindsdejaren70vandevorigeeeuw(Smithetal.,1996).Ofdezedimensievandaagdedagechternogactueelis,valttebetwijfelen.MetnamedoordeopkomstvanSocialMediaeindigtsteedsmeerinformatiebinnenhetpubliekedomein,daarindividuenerzelfvoorkiezenomdezeprijstegeven.Onderzoekwijstuitdathetdelenvaninformatieinruilvoorproductenendienstenalsonderdeelvanhetdagelijkslevenwordtgezien(Preibusch,2013).

2.Unauthorizedsecondaryuse

Hetkangebeurendatdeinformatie,dievooreenbepaalddoelwordtverzameld,zondertoestemmingvandeeigenaarwordtgebruiktvooreentweededoeleinde.Hetongevraagdgebruikenvaninformatiezaldoorgaansresulterenineengroeiendezorg.Eenonderscheidkanwordengemaakttussen‘internalsecondaryuse’(waarbijdeinformatiebinnendezelfdeorganisatiewordtaangewendvooreenanderdoeleinde)en‘externalsecondaryuse’(waarbijdeinformatiewordtdoorgespeeldaanderdendiedezevervolgensongevraagdgebruiken)(Smithetal.,1996).

HeteerderaangehaaldevoorbeeldvanhetpersoonsgebondenadverterendoordeINGgeeftaandatmetnamehetverstrekkenvanprivacygevoeligeinformatieaanderdepartijenkanbijdragenaanprivacyconcerns.HetonderzoekvanDerikxetal.(2015)weesuitdatindividuenpositiefstaantegenoverhetgebruikdoorverzekeraarsvanverzameldeinformatievooradvertentiedoeleinden.Hetdoorspelenvandezeinformatieaanderdenwerdechteralsnegatiefbeoordeeld(Derikxetal.,2015).

3.Improperaccess

Vanzelfsprekendzienindividuenhunzorgvuldigprijsgegeveninformatienietgraagindeverkeerdehandenvallen.Metbehulpvantechnischeenorganisatorischemaatregelen(proceduralfairness)kunnenbedrijveninspelenopdezebezorgdheidvanindividuen.

4.Errors

Verschillendefoutenkunnenontstaanbijhetverzamelenvaninformatie.Eenalgoritmekanverkeerdeoutputleverenwaardoorschadeontstaat.Databaseskunnengemanipuleerdraken(zowelmoedwilligalsperongeluk).Eenorganisatiemoetdusnadenkenovertechnischeenorganisatorischemaatregelenomdezefoutentevoorkomenofoptesporenenteverhelpen.

5.Reducedjudgment(aanvullendedimensie)

Zodradehoeveelheidaaninformatiediewordtverzameldtoeneemt,zullenookdeprocessenomdezedatateverzamelenaancomplexiteitwinnen.Vandaagdedagzijndezeprocessendoorgaansgeheelgeautomatiseerd.Ditkanindividuenhetgevoelgevendatzijmeereennummerzijndaneendaadwerkelijkindividu.

16

6.Combiningdata(aanvullendedimensie)

Dezedimensiewordtindeliteratuurvaakinéénademgenoemdmet‘unauthorizedsecondaryuse’.Hetcombinerenvanverschillendedatabases(zowelinternalsextern)kanbijklanteneenBigBrotherperceptieteweegbrengen(Smithetal,1996).Vooralwanneerinformatieuitverschillendebronnen(bijv.GPS-gegevens,mobieleelektronicaenSocialMedia)wordtgecombineerdontstaateencompleetprofielvaneenindividu(Derikxetal.,2015).Dezevormvandataverzameling,ookwelprofilinggenoemd,isreedsvangrotewaardeenwordtveelvuldigtoegepast.

3.2.2 DeIUIPCscalevanMalhotraetal.(2004)

Malhotraetal.(2004)pastendevoorgaandevierprimaireentweeaanvullendedimensiesaanvoortoepassingbinneneeninternetcontext.Hetresultaatwaseenscalemetdriedimensies,teweten:‘Collection’,‘Control’en‘Awareness’(Malhotraetal,2004).‘Collection’behoudtalsdimensieookbinneneeninternetcontextzijnlading,daardehoeveelheidendiversiteitvandeverzameldeinformatiealleenmaaristoegenomen.‘Awareness’dektalsdimensieindescalevanMalhotradeladingvande‘unauthorizedsecondaryuse’,‘improperaccess’en‘errors’dimensiesuithetwerkvanSmithetal.(1996).DaarnaastdragenMalhotraetal.nogeenderdedimensieaan,teweten‘control’.Dezedimensieomvatdezorgenvanindividuenwanneerzijeengebrekaancontroleervaren.Dezezorgenuitenzichmetnamewanneerergeenoptieistot‘voice’(bijv.goedkeuringofaanpassingvandata)of‘exit’(bijv.opt-out)(CaudillandMurpy.,2000).

3.2.3 Privacyconcernsalsafhankelijkeofonafhankelijkevariabele

Samenvattendkanwordengestelddathetcentraleconstructprivacyconcernsuiteenvaltinverschillendedeelgebieden.Dezedeelgebiedenofdimensiesbeschrijvendusdeprivacyconcernsvaneenindividuineenspecifiekesituatie.Indevolgendeparagraafzalwordeningegaanopverschillendefactorendievaninvloedzijnopdezeprivacyconcerns.Hetisopvallenddatdatdezefactoreneenzekereoverlapvertonenmetdeeerderbehandeldedimensies.Hierbijmoetmeningedachtenhoudendaterverschillendemanierenzijnomeencognitiefprocesineenmodeltevatten.Hetzoukunnendatprivacyconcernsreedsaanwezigzijnenviaeensetvanbeïnvloedendevariabelenleidentoteenbepaaldgedrag(eenvisiediedoorMalhotraetal.wordtvertegenwoordigd).Hetisookmogelijkdateenveelvoudaanantecedentenopvoorhandprivacyconcernsbeïnvloeden(zoalstezieninfiguur2).Welkevisiewordtaangehangen,hangtafvanhetvertrekpuntvanhetonderzoek.Richthetonderzoekzichophetontrafelenvanprivacyconcernsinverschillendedimensiesdankiestmenvooreenaanpakwaarbijdezeprivacyconcernshetbeginpuntzijnvaneencognitiefproces.Probeertmenechteromdeinvloedtemetenvanverschillendepersoonlijkeencontext-gebondeneigenschappendanligthetinpassenvan

17

antecedentenbinnenhetmodelvoordehand.Alscomplicatiezijnverschillendehybridetypenmogelijkenisergeeneenduidigheidoverdejuisteweergavevanprivacyconcernsinéénenhetzelfdemodel.

MededaarompleitenSmithetal.(2011)voorhettoepassenvanhetmodelinfiguur2.Helaasisditmodelallesbehalvecompleet,daarindewetenschappelijkeliteratuurveelmeerantecedentenzijnteontdekkendandatwordenweergegeven.

FIGUUR2-RELATIONSHIPSBETWEENPRIVACYANDOTHERCONSTRUCTS:ANTECEDENTS->PRIVACYCONCERNS->OUTCOMES(APCOMACROMODEL)SMITHETAL.,2011.

Omoverzichtteverschaffenwordtvoorgesteldomeentweedelingtemakenindeliteratuuromtrentprivacyconcerns.Indezeparagraafzalnogkortdeinvloedvanprivacyconcernsalsonafhankelijkevariabeleopdiverse‘outcomes’(bijv.‘behavioralreactions’)wordtgemeten,wordenbesproken(derechterkantvanbovenstaandmodel).Paragraaf3.3zaldeinvloedvanverschillendeantecedentenopprivacyconcernsalsafhankelijkevariabelebelichten(delinkerkantvanhetmodel).

3.2.4 Privacyconcernsalsonafhankelijkevariabele

Vanuitdeinvalshoekvanprivacyconcernsalsonafhankelijkevariabelewordtgekekennaardeinvloedvanprivacyconcernsopdiverseuitkomstenintermenvangedrag(zoals:‘intentiontodisclose’,‘disclosurebehavior’).Omdehiernavolgenderedenenleenteendergelijkeinvalshoekzichnietvoorditonderzoek.

Allereerstisgekozenvoorprivacyconcernsalscentraalthemavanditonderzoek.Uiteraardzouhetverbandtussenprivacyconcernsenintentiontodisclosekunnenwordenonderzocht.Hetprobleemdat

18

zichhierbijechtervoordoet,isdathetmetenvanintentiesnietvanzelfsprekendheelveelzegtoverdaadwerkelijkgedrag.Uitdeliteratuurblijktdateenbepaaldeintentienietnoodzakelijkerwijsresulteertineendaaraanrationeelverbondengedrag.Indeprivacyliteratuurwordtaandezediscrepantiegerefereerdalszijndedeprivacyparadox(Smithetal.,2011).Eengedegenonderzoeknaarderelatietussenprivacyconcernsengedragzouomdezeredendaadwerkelijkdisclosurebehaviormoetenmeten.Echter,ishetmetenvandaadwerkelijkedisclosurebehaviorinditspecifiekegevalnogalingewikkelddaarauto-UBInognietopgroteschaalwordtaangebodeneneromdieredennogweinigdaadwerkelijkdisclosure-behaviorisdatkanwordengemeten.

Tentweedevraagthetmetenvandeinvloedvanprivacyconcernsopdediverseuitkomsten(gedragingen)omeenonderzoekwaarintevensdeteverwachtenvoordelenvanhetvrijgevenvanprivacygevoeligeinformatiewordenmeegenomen.HoeweldeteverwachtenvoordelenineenUBIcasuswellichteenvoudigzijntevasttestellen(bijv.kortingopdeverzekeringspremie,afnemendeschade,gepersonaliseerdeservice)gaathetbinnenhetkadervanditonderzoekvooralomdeprivacyconcernszelfennietzozeeromdeafwegingtussenhetvrijgevenvanprivacygevoeligegegevensenerzijdsendedaaraanverbondenvoordelenanderzijds.Inditonderzoekwordtdaaromspecifiekgekekennaardeinvloedvanverschillendeantecedentenzonderdatdezewordenafgewogentegeneventuelebijkomendevoordelenindevormvanpremiekortingen.

Omdezeparagraafoverprivacyperceptiesaftesluiten,kansamenvattendwordengestelddatdewetenschapweldegelijkeenantwoordheeftgevondenopdeproblematiekomtrenthetmetenvanprivacy.Doordeperceptievanprivacytemetenaandehandvanontwikkeldeinstrumentendiezichrichtenopprivacyconcernskanderelatietussenantecedentenenprivacyconcernsgemetenworden,evenalsderelatietussenprivacyconcernseneenuitkomst.Zoalsblijkt,kandezeuitkomstzoweleenintentiealsdaadwerkelijkgedragzijn.Voorditonderzoekisderelatietussenprivacyconcernsendefactorendiedaaropvaninvloedzijnhetmeestvanbelang.Daaromwordenindevolgendeparagraafdebeïnvloedendefactoren(deantecedenten)naderbehandeld.

19

3.3 Factorenvaninvloedopdeperceptievanprivacy

Binnenhetempirischonderzoekmetprivacyconcernsalsafhankelijkevariabelewordtdeinvloedvanantecedentengemeten.Inonderstaandetabel1wordendeverschillendeantecedentendiewordenbehandeldindebestudeerdeliteratuuroverzichtelijkweergegeven.Dezeweergaveomvatdebelangrijksteantecedentenenisnietlimitatiefomdatsommigewetenschapperssomsminderfrequentgenoemdeantecedentennoemenofantecedentenaanhalendiealsverbijzonderingvanalgemenergedefinieerdeantecedentenkunnenwordenbeschouwd.Dezeweergavevertegenwoordigthetbelangrijksteonderzoekopditgebied.Hiernazullendeantecedentendievoorditbacheloronderzoekrelevantzijn,éénvooréénkortwordentoegelicht.

Antecedent

Omschrijving Onderzoek

ProceduralFairness

Dewaargenomenrechtvaardigheidvaninformatie-inwinning.

Culnan&Armstrong(1999),Phelpsetal.(2000)

Trust

Vertrouwenindeorganisatiediedeinformatievergaart.

Culnan&Armstrong(1999),Luo(2002),Olivero&Lunt(2004),O’bien&Torres(2013)

(Perceived)Control

Dewaargenomenmatevancontrolebijhetvrijgevenvaninformatie.

Phelpsetal.(2000),Dinev&Hart(2004),Olivero&Lunt(2004)

(Perceived)Vulnerability

Verwachtemogelijkerwijsnegatievegevolgenvanhetvrijgevenvaninformatie.

Dinev&Hart(2004)

RiskAwareness

Kennisvanmogelijkenegatievegevolgenbijhetdelenvaninformatie.

Olivero&Lunt(2004),O’bien&Torres(2013)

SocialAwareness

Interesse,behoefteomkennistevergarenenreedsaanwezigekennisbijindividuenvanmaatschappelijkevraagstukkentenaanzienvantechnologieenhetinternet.

Dinev&Hart(2005)

InternetLiteracy

Vaardighedenpassendbijhetgebruikvanhetinternetenhetvoltooienvanonlinetransacties.

Dinev&Hart(2005)

TABEL1–OVERZICHTANTECEDENTENINEMPIRISCHONDERDERZOEK

20

3.3.1 Proceduralfairness

CulnanenArmstrongtoonden1999methunonderzoekaandatklantenbereidzijnompersoonlijkeinformatietedelen,waarbijdezewerdgebruiktvoormarketingdoeleinden,wanneerer‘fairprocedures’ophunplaatszijnomdeprivacyconcernsvanklantenteadresseren.Hetonderzoekimpliceertdatbedrijvencompetitiefvoordeelkunnenverkrijgendoorethischverantwoordtehandelen(Culnan&Armstrong,1999).

‘Proceduralfairness’refereertaandeperceptievanindividuendatdespecifiekeprocessen,waaraanzijdeelnemen,oprechtvaardigewijzeplaatsvinden.Deperceptievandeze‘proceduralfairness’komttotstandonderinvloedvanfactorenzoalsinspraakencontroleoverdeuitkomstvandezeprocessen.Binnenhetonderzochtekadervan‘consumermarketing’geven‘fairinformationpractices’gestalteaande‘proceduralfairness’(Culnan&Armstrong,1999).

Tweeconceptenvormenhetmiddelpuntvande‘fairinformationpractices’.Heteersteconcept‘notice’refereertaanhetrechtoptransparantie.Individuenhebbenhetrechtomtewetenwaarombepaaldeinformatiewordtverzameld,hetverwachtegebruikmoetinzichtelijkzijn,veiligheidsmaatregelenmoeteninzichtelijkzijn,degevolgenvanhetaldannietprijsgevenvaninformatiemoeteninzichtelijkzijnentotslotmoetenindividuenverhaalkunnenhalenbijhetbedrijfinkwestie.Hettweedeconcept‘consent’refereertaanhetrechtopcontroleengoedkeuring.Individuenmoeteninstaatzijnomopbasisvandetransparantiediehenwordtgebodenbezwaartemakentegenhetgebruikofmisbruikvanhuninformatie(Culnan&Armstrong,1999).

3.3.2 Trust

Eenantecedentdatnauwverwantisaan‘proceduralfairness’is‘trust’.‘Trust’ishetvertrouwendateenindividuheeftineenbedrijfaangaandedemanierwaarophetmetzijnvrijgegeveninformatieomgaat.‘Trust’iseenreflectievandebereidwilligheidombepaaldenadelenvanhetprijsgevenvaninformatieteaanvaarden(Culnan&Armstrong,1999).Uitdeliteratuurkomtnaarvorendat‘proceduralfairness’eenbelangrijkepositieveinvloedheeftop‘trust’(Culnan&Armstrong,1999).‘Trust’heeftvervolgenseennegatieve(verkleinende)werkingopdeprivacyconcerns(Luo,2002).Inonderstaandfiguur3isdeverhoudingtussen‘proceduralfairness’en‘trust’tezien.OnderzoekvanOlivero&Lunt(2004)lietziendatdooreengroeiende‘riskawareness’de‘trust’vanindividuenineenorganisatieafneemtendebehoefteaan‘control’groeit(Olivero&Lunt,2004).

21

FIGUUR3-SCHEMATISCHEWEERGAVEPROCEDURALFAIRNESSENTRUST(CULNAN&ARMSTRONG,1999)

3.3.3 Control

Netals‘trust’ishetantecedent‘control’verbondenmet‘proceduralfairness’.Idealiterzoueenorganisatieeengebruikercontrolegevenoverzijninformatie.Ditiseenuitgangspuntvande‘fairinformationpractices’(Culnan&Armstrong,1999).DinevenHartbouwdenvoortophetwerkvanSmithetal.(1996)enCulnan&Armstrong(1999).DinevenHart(2004)ontwikkeldeneeninstrumentomdeindividueleprivacyconcernsendeinvloeddaaropvantweeantecedenten(‘perceivedvulnerability’en‘perceivedabilitytocontrolinformation’)temeten.DitonderzoeksteuntophetwerkvanSmithetal.(1996)enCulnanenArmstrong(1999).Hoewelderesultatenvanhetonderzoekeenstatistischrelevanteuitkomstkennenvoorderelatietussen‘perceivedvulnerability’enprivacyconcernsontbreekteenstatistischrelevanteuitkomstvoorderelatietussen‘control’enprivacyconcerns.Alsmogelijkeuitlegvoorhetontbrekenvandezeuitkomst,stellendeauteursdathetinstrumentmogelijkerwijsookanderedimensiesheeftgemeten.Ondanksdesterkeaanwijzingenindeliteratuurishetookmogelijkdatdeinvloedvan‘control’opdeprivacyconcernsmindergrootis(Dinev&Hart,2004).

Deaanwijzingenvoorhetbestaanvan‘control’alsantecedentkomenvoortuitdevaakgehanteerdedefinitievanprivacy.‘Privacyrepresentsthecontroloftransactionsbetweenperson(s)andother(s),theultimateaimofwhichistoenhanceautonomyand/orminimizevulnerability’(Margulis,1977).

22

Brandimarteetal.(2013)ontdektentotsloteenparadoxaleinvloedvan‘control’op‘disclosurebehavior’.Zijmaaktenallereersteenonderscheidinverschillendeniveausvan‘control’.Dezeniveauszijn‘release’(hetprijsgevenvaninformatieaaneenontvanger),‘access’(detoegangtotdezeinformatie)en‘use’(hetdaadwerkelijkegebruikvandeinformatie).Hetvergrotenvande‘perceivedcontrol’over‘release’en‘access’vaninformatiezorgtervoordatde‘willingnesstodisclose’toeneemt.Deuitkomstvanhetonderzoeksuggereertdatindividuenbijeentoenemende‘perceivedcontrol’invergaandematebereidzijnominformatietedelen,dusdanigdatzijuiteindelijkkwetsbaarderzijnvoorprivacy-inbreuken.Deverklaringvoorditparadoxalehandelenkangevondenwordeninonderzoeknaar‘boundedrationality’en‘level-kthinking’.Dergelijkeonderzoekentonenaandatmensenvaakfaleninconditioneeldenkwerk.Ditmanifesteertzichineenfocusophetmeestnabijgelegenniveau(‘release’)dietenkostegaatvanhetdenkenover‘informationaccess’en‘use’(Brandimarteetal.,2013).

Omwillevandeoverzichtelijkheidinditonderzoekzalechtergeenstriktonderscheidwordengemaakttussendeaangehaaldeniveausvan‘control’.

3.3.4 Riskawarenessenperceivedvulnerability

Hetantecedent‘riskawareness’omvathetbewustzijntenaanzienvandemogelijkerisico’sdiehetprijsgevenvanprivacygevoeligeinformatiemetzichmeebrengt.Zoalseerderaangehaaldkan‘riskawareness’ertoebijdragendat‘trust’afneemtendebehoefteaan‘control’groeit(Olivero&Lunt,2004).

SindsdeopkomstvanFacebookisersprakevaneengroeiende‘riskawareness’ineenonlinecontext.DoordeopenbaarheidvandeinformatiedieopFacebookwordtvrijgegevenrealiseertmenzichdatnietalleenvrienden,maarbijvoorbeeldookwerkgeversdezeinformatiekunneninzien(Madden&Smith,2010Citedby:O’bien&Torres,2013).

Hetantecedent‘Perceivedvulnerability’geeftdeperceptievanderisico’svanhetdelenvaninformatieweer(Dinev&Hart,2004).Onherroepelijkkomtmendanuitbijrisico’sdieSmithetal.(1996)eerderdefinieerdenalszijndedimensies.Immers,eenindividukanbangzijnvoor‘unauthorizedsecondaryuse’,‘collection’,‘reducedjudgement’etc.Inditonderzoekwordendezezorgengeoperationaliseerdalszijndeeenantecedent.Zoalsgezegdkaneenandervertrekpuntevenwelleidentothetinpassenvandergelijkezorgenalszijndeeendimensie.

‘Riskawareness’en‘perceivedvulnerability’hangennauwmetelkaarsamen.Eeninformatiekundestudentheefthoogstwaarschijnlijkeenbeterbeeldvandevergaandemogelijkhedenvan‘profiling’daneenleekopditgebied.Hierdoorzalzijn‘riskawareness’wellichthogerzijnenkandatresulterenineenhogere‘perceivedvulnerability’.Omditonderzoekinomvangtebeperkenisgekozenomde‘perceivedvulnerability’temeten.Eventueleinvloedenvankennisniveaustenaanzienvandemogelijkerisico’swordendusnietmeegenomen.Erwordtuitgegaanvaneengemiddeldkennisniveau.

Dezeparagraafsamenvattendkangesteldwordendaterverschillendefactorenuitdewetenschappelijkeliteratuurnaarvorenkomendievaninvloedzijnopdeperceptievanprivacy.Indevolgendeparagraafzalwordengekekenhoedezefactorenzichverhoudentotdeperceptievanprivacy

23

ineenauto-UBIsetting.Opbasisdaarvanwordteenselectiegemaaktvanfactorendiezullenwordengetoetstdoormiddelvaneenstatistischeanalyse.

3.4 Beïnvloedendefactorenendeperceptievanprivacyineenauto-UBIsetting

Dewetenschappelijkeliteratuurdieindevoorgaandeparagrafen3.2en3.3isbehandeld,komtdoorgaansuithettijdperkvoorafgaandaandeopkomstvan‘TheInternetofThings’enBigData.Onderzoekendieeerderzijnaangehaaldvondendoorgaansdanookplaatsineenklassiekeonlinesetting(bijv.detransactietussenconsumenteneenwebshophouder)ofzelfsineenofflinesetting.Devraagisdanookofbestaandetheoretischekadersstandhoudenineenauto-UBIsetting.Detransactietusseneenverzekerdeeneenverzekeraarisnamelijkwezenlijkandersdandetransactiezoalsdieplaatsvondindeklassiekesetting.Tedenkenvaltaandekwantiteit,kwaliteit,continuïteitenbeschikbaarheidvandegevoeligeinformatiedieeenverzekerdeprijsgeeftalsookhetmomentendewijzewaaropdezeprivacygevoeligeinformatieontstaat.

Allereerstvalthierbijeenduidelijkonderscheidopinhettypegegevensdatvandeconsument(inditgeval:verzekerde)wordtverzameld.Waarmenineenklassiekesettingdachtintermenvan‘primary’en‘secondary’data,isditonderscheidineenUBI-settinginmeerofminderemateweggevallen.Praktischalledatadieeenverzekerdebeschikbaarstelt,kunnenwordenmeegenomenindecalculatievanzijnpremie.EenbelangrijkeobservatievanhetVerbondvanVerzekeraarsishetonderscheidtussen‘volunteered’,‘observed’en‘inferred’data(VerbondvanVerzekeraars,2016).

‘Observed’datahebbenbetrekkingophet(geautomatiseerd)verzamelenvangegevensomtrenteenklant.‘Inferred’dataontstaanwanneererBigDataanalyseplaatsvindtvanklantdatadieleidttoteenuitgebreidprofielvanditindividu.Dezezogenaamdeafgeleidedatakunnenaldannietin(semi-)permanentevormindatabaseswordenopgeslagen.Ookineenklassiekesettingisersprakevan‘volunteered’data.Immers,eenklantgeeftbijeenonlinetransactiezijnadresgegevensprijsomdeaangekochteproductenendienstentekunnenontvangen.HetVerbondvanVerzekeraarsconstateertineenauto-UBIsettingeenverschuivingvan‘volunteered’naar‘observed’en‘inferred’data.

Eenbelangrijkeconsequentievandebovengenoemdeverschuivingvan‘volunteered’naar‘observed’en‘inferred’dataisdemogelijkveranderenderolvanantecedentenenookdedimensiesvanprivacyconcerns.Daarwaarconsumentenbij‘volunteered’databijhetaangaanvaneentransactienogkunnenafwegenofzijbereidzijnomprimaireofsecundairedatateverstrekkeninhetlichtvanhunprivacyconcerns,isdieafweginginzake‘observed’en‘inferred’datatentijdevandetransactieminderevident.Welkeauto-UBIverzekerderealiseertzichbijhetafsluitenvanzijnnieuweverzekeringdatzijnvolledigeafgelegdewegtotindetailenmogelijkerwijsvoordecennialigtopgeslagenineendatabase(‘observed’data)?Ofdatiemand(aldannietgeautoriseerd)metééndrukopdeknopkannagaanhoevaakenhoelangdeverzekerdestondgeparkeerdindebuurtvaneenwillekeurigadres(‘inferred’data)?

24

HetVerbondvanVerzekeraars,maarookdeWetenschappelijkeRaadvoorhetRegeringsbeleid,benadrukthettoenemendbelangvanhetinzichtelijkmakenvoordeconsumentvandenalevingvandeWetBeschermingPersoonsgegevens(WBP)endeGedragscodeVerwerkingPersoonsgegevensFinanciëleInstellingen(GVPFI)doorverzekeraars(NVvV,2016).HetVerbonddoetdaarmeeeenberoepopverzekeraarsomzichrekenschaptegevenvanhetbelangvan‘proceduralfairness’voordeconsumentendeinvloeddaarvanopdeperceptievanprivacy.Tegelijkertijdenvrijwelongemerktwordtdoorbovengenoemdeverschuivingderolvan‘control’relatiefminderprominent:wiegaateenverzekeraarmeldendathijgisterentochechtonmogelijkinGroningenkanhebbengereden(‘observed’)enwiegaatcontrolerenofnietiemandonterechtdeconclusietrektdatdezeautomobilistwaarschijnlijkzijnboodschappenbijeenbepaaldesupermarktdoet(‘inferred’)?‘Control’ineenauto-UBIsettinggaatdandusvooraloverdewaarborgendieeenverzekeraarverstrektbijhetaangaanvandeverzekering(transactie)enlijktindiezindussterkgerelateerdaan‘proceduralfairness’en‘trust’.Hetgaatbijeenauto-UBI,integenstellingtotdebetekenisvan‘control’intabel1,nietmeerzozeeromdewaargenomenmatevancontrolebijhetvrijgevenvaninformatie,zoalsineenklassiekesituatiewelhetgevalis.Dezekerheidop‘control’gaatovercontroleop‘observed’en‘inferred’dataenmoetduswordenverstrektopeenanderewijze.Datkannietandersdandoorhetverstrekkenvanwaarborgenvooraf(‘proceduralfairness’,gevolgddoor‘trust’).

Eenvergelijkbareconsequentielijktoptegaanvoor‘riskawareness’.Datligtdichtbijhetbegrip‘perceivedvulnerability’enheeft,getuigeditonderzoek,eensterkecorrelatiemet‘finding’en‘abuse’alsdimensiesvanprivacyconcerns(Dinev&Hart,2004).Hetiseenopenvraagofdiecorrelatieineenauto-UBIsetting,waareenverschuivingvan‘volunteered’naar‘observed’en‘inferred’dataplaatsvindt,nogevensterkis.Omdatbijhetaangaanvandetransactienietdirectprivacygevoeligeinformatiehoeftwordenverstrekt,kanmenaannemendatinvloedvan‘riskawareness’ineenauto-UBIcontextverhoudingsgewijslaagistenopzichtevanandereantecedentenentenopzichtevande‘riskawareness’ineenklassiekesetting.

Vanuitdezeredeneringisgekozenomdeinvloedvan‘trust’en‘perceivedvulnerability’opprivacyconcernsnaderteonderzoekenineenauto-UBIsetting.Indevolgendeparagraafzullendehypothesenwordengeponeerd,waarnainhetdaaropvolgendehoofdstuk4deonderzoeksmethodeindetailaanbodkomt.

25

3.5 Hypothesen

Opbasisvandebestudeerdeliteratuurkangesteldwordendatprivacyconcernsbeïnvloedwordendoorverschillendeantecedenten(Smithetal.,1996;Dinev&Hart,2004).Zoalsgesteld,isgekozenomdeinvloedvandeantecedenten‘trusten‘perceivedvulnerability’opprivacyconcernstemeten.Datleidttothetvolgendevoorgesteldemodel:

FIGUUR4–HETVOORGESTELDEMODEL

Deverwachtingisdatdeperceptievan‘trust’eennegatievewerkingheeftopprivacyconcerns.Deeerstehypotheseluidtdanook:

H1:Deperceptievan‘trust’heefteennegatieveinvloedopprivacyconcerns

Daarnaastwordtverwachtdatde‘perceivedvulnerability’eenpositieveinvloedheeftopprivacyconcerns:

H2:De‘perceivedvulnerability’heefteenpositieveinvloedopprivacyconcerns

26

4 Onderzoeksmethode

4.1 Onderzoeksinstrumenten

Hetvoorgesteldemodelisonderzochtmetbehulpvaneenquestionnaire(appendix1).ParticipantenwerdenonlinebenaderdmetdesoftwarevanQualtrics(dezewasbeschikbaargestelddoordeuniversiteit).Dequestionnairebevatmeerderestellingendiekondenwordenbeantwoordopeen5-puntsLickertschaal.Participantenwerden(aselectief)gezochtineenbredevrienden-enkennissenkringenbenaderdviaFacebookofe-mail.

Voorditonderzoekwerdgebruikgemaaktvaneenhypothetischscenario.Omachtergrondinformatieteverschaffenbijhetinvullenvandequestionnaire,werdeenkortecasusbeschreven.Aangezien‘UsageBasedInsurance’indedagelijksepraktijknogopbeperkteschaalwordtaangebodenzouhetuiteenzettenvaneencasushetinlevingsvermogenvandeparticipantenmoetenverhogen.Omdatdeparticipantgeenbiasmochtkrijgendoorhetlezenvandezeintroductie,isgekozenvooreenzoobjectiefmogelijkeensummiereomschrijving.DezeintroductiediendemetnameomdeparticipantendebasiskennisteverschaffendiezijhoogstwaarschijnlijkzelfzoudenverkrijgenalvorenszijeenUBI-autoverzekeringzoudenafsluiten.

Deontwikkelingvandevragenpassendbijelkafzonderlijkconstructkwamtotstandopbasisvanhetvoorgaandeliteratuuronderzoek.Hierbijisgebruikgemaaktvanbestaandevragendievoordezespecifiekecasuszijnaangepast.Hethergebruikenvangevalideerdeinstrumentenheeftverschillendevoordelen:deinstrumentenzijngebaseerdopgoedacademischonderzoek,hetbrengtdaarmeebeproefdekwaliteitineennieuwesettingenhetscheelttijddiegebruiktkanwordenomorigineletoevoegingentedoenaanbestaandwerk(Preibusch,2013).

VoorheteersteconstructprivacyconcernswerdendevragenvanDinevenHart(2004)aangepastvoordeauto-UBI-setting.DinevenHartmetendelatentevariabeleprivacyconcernsaandehandvantweefactoren(dieeveneenslatentzijn)teweten:FINDINGenABUSE.ErisvoorgekozenomdevragenminimaalaantepassenommaximaalrechttedoenaandedoorDinev&Hartbereiktevaliditeit.InAppendix2isdequestionnaireinzijngeheeltevinden.

Voordetweeantecedentenwerdeveneensgebruikgemaaktvanbestaandevragen.Hetconstruct‘perceptionsofvulnerability’werdeveneensgemetenaandehandvanvragenbedachtdoorDinevenHart(2004)diezijnaangepastvooreenauto-UBIsetting.Voorhetconstruct‘trust’werdenvragengebruiktuithetwerkvanLibaque-Saenzetal.(2016)(ookmeegenomeninappendix2).

DeresultatenuitdeenquêtezijnvervolgensverwerktmethetstatistischepakketSPSS.AllereerstismetSPSSeenExploratoryFactorAnalysis(EFA)gedaanominzichtteverkrijgenindeconstructvaliditeitenzekerheidteverkrijgenoverhetaantalendeaardvandeteanalyserenfactoren.

Na de EFA is, eveneensmet behulp van SPSS, een regressieanalyse uitgevoerd omde hypothesen tetoetsen.

27

Deuitkomstenvanhetonderzoek(hoofdstuk5)zijnvervolgensverwoordineenconclusie,discussieenaanbevelingen(hoofdstuk6).

Voordat de onderzoeksresultaten worden toegelicht, zal eerst nader worden ingegaan op tweebelangrijkeonderzoeksinstrumenteninditonderzoek:deEFAenderegressieanalyse.

4.2 ExploratoryFactorAnalysis

ExploratoryFactorAnalysis(EFA)isgeschiktominzichttekrijgenindeconstructvaliditeit(Bagozzietal.,1991).DaarnaastwordtEFAinditonderzoekgebruiktominzichttekrijgenindestructuurvandeverzamelinggebruiktevariabelen,devaliditeitvandegebruiktequestionnaire,omeventueelonderliggendevariabeletedetecterenen(zomogelijk)dedatasettoteenwerkbareomvangteverkleinenmethetbehoudvanzoveelmogelijkorigineleinformatie(Field,2014).

UitdeEFAzoumoetenblijkendatdegebruiktevragenvooreenbepaaldelatentevariabelehoge‘factorloadings’latenzienenlage‘factorloadings’vooreenlatentevariabelediemetanderevragenwordtgemeten.

Omeenzocorrectmogelijkefactoranalyseuittevoerenkanergebruikgemaaktwordenvaneengrotehoeveelheidaantoetsen,testenenmethodes.OmenigestructuuraantebrengenwerdendestappenbeschrevendoorField(2014)aangehoudenvoorhetrapporterenvanderesultaten(figuur5).

FIGUUR5-ALGEMENEPROCEDUREVOORFACTORANALYSEENPCA(FIELD,2014)

28

ExploratoryFactorAnalysis(EFA)ofPrincipalComponentAnalysis(PCA)

Diverseinstellingenkunnenbepalendzijnvoordeextractievandefactorenindefactoranalyse.Allereerstishettypeanalysedatwordttoegepastvanbelang.GlobaalkaneentweedelingwordengemaaktinExploratoryFactorAnalysis(EFA)enPrincipalComponentAnalysis(PCA).Hoeweldetweeanalysesopelkaarlijken,zijnzemathematischzeerverschillend.Hetligtbuitendescopevanditonderzoekomaldezeverschillentebenoemenenaftewegen.SamenvattendkanwordengestelddatbijeenPCAeenverzamelingaancomponentenwordtgeïdentificeerddiezowelde‘common’als‘uniquevariance’verklarenzonderdatdaarbijde‘randomerror’wordtmeegewogen.PCAisindeeersteplaatseendatareductietechniek(voorditonderzoekminderrelevant),maarwordtooktoegepastommodellentetesten.EFAechterheeftalsdoelomfactorenaantewijzendiede‘commonvariance’verklaren.Hierbijwordtwelrekeninggehoudenmetde‘uniquevariance’en‘commonerror’.EFAwordtdoorgaansaangewendomlatentevariabelenteontginnenuiteendatasetvancorrelerendemeetbarevariabelen(Preacher&MacCallum,2003).VoorditonderzoekisgekozenvooreenEFA.Dittypeanalysesluituitstekendaanbijdeeerstedoelstellingvanditonderzoek:inzichtkrijgenindefactorendievaninvloedzijnopprivacyconcerns.

‘Maximumlikelihood’of‘alphafactoring’

Devolgendekeuzebetreftwelkefactoringmethodewordtaangewend.SPSSbiedtdemogelijkheidombijeenEFAtekiezenvoor‘maximumlikelihood’ofeen‘alphafactoring’.Hoeweldemethodentheoretischverschillen,komtdeuitkomstindepraktijkingrotemateovereen(Field,2014).Deresultatenvandefactoranalysezullenmoetenuitwijzenofdatinderdaadhetgevalis.De‘maximumlikelihood’methodegaatuitvaneen‘multivariatenormaldistribution’(datwilzeggendatderesiduennormaalgedistribueerdzijn).Omdathetopditmomentnietmogelijkisomdataopeendergelijkenormaleverdelingtecontrolerenenhandmatigecontrolealsminderbetrouwbaarwordtingeschat,isgekozenomgebruiktemakenvande‘alphafactoring’methode.Beidemethodenhebbenalsgevolgdatuitsprakendiewordengedaanopbasisvandegeëxtraheerdefactorenwelzijntegeneraliserennaareengroterepopulatiedandievandeparticipanten,maaralleenstandhoudenvoordegemetenvariabelen(Field,2014).

Vasstellenvandefactoren

NadatdeeersteEFAisuitgevoerd,zalhetaantalfactorendatmoetwordengeëxtraheerd,wordenvastgesteldaandehandvandeeigenvaluesendescree-plot.Mochtnahettoepassenvandezetestennogonduidelijkheidbestaanoverhetaantalteextraherenfactorendankaneenvergelijkingmeteenwillekeuriggegenereerdedataset(‘parallelanalysis’)uitkomstbieden.

Kiezenvaneenrotatie

DevolgendestapindeEFAishetkiezenvooreenbepaalderotatie.Dezekeuzewordtgemaaktopbasisvandekarakteristiekenvandegebruiktedataset.Deverschillenderotatietypenvallenuiteenin

29

‘orthogonal’en‘oblique’.Alsertheoretischegrondenzijnomaantenemendatdeonderliggendelatentevariabelennietgerelateerdzijn(defactorencorrelerennietmetelkaar)wordtdoorgaansgekozenvooreen‘orthogonal’rotatie.Afhankelijkelatentevariabelenzijnechtereerderregeldanuitzondering,waardoorbijeengebrekaantheoretischejustificatiebeterkanwordengekozenvooreen‘oblique’rotatie(Preacher&MacCallum,2003).Omdatindetheoriegeenduidelijkegrondennaarvorenkwamenomaantenemendatdeverschillendefactorennietgerelateerdzijnaanelkaar,wordteen‘oblique’rotatietoegepast.Opbasisvanrationeleanalysekantevenswordenberedeneerddatdefactoren‘trust’en‘perceivedvulnerability’gerelateerdzijn.Hetligtimmersvoordehanddateenwantrouwendpersoonookzijnkwetsbaarheidhogerinschatdaneenpersoondievertrouwenheeft.

Uitvoeringenvaststellingvanbetrouwbaarheid

NadevoorgaandeafwegingenkaneenEFAwordenuitgevoerd.Deresultatenzullenmoetenuitwijzenofinderdaaddeopbasisvandeliteratuurverondersteldefactorenkunnenwordengeëxtraheerd.Mochtenanderefactorenwordenontgonnendanmoetendezeookbenoemdworden.

Totslotresthettoetsenvandebetrouwbaarheidvandeverschillendefactoren.Ditzalwordengedaanaandehandvanhetberekenenvanchronbach’salphaenhetbekijkenvande‘inter-itemcorrelations’.

4.3 Regressieanalyse

NadatinzichtisverkregenindeonderliggendefactorenmetbehulpvandeEFAkanwordengestartmethettestenvandehypothesen.Hiervoorwordtgekekennaardegestandaardiseerdebètacoëfficiëntenendesignificantievandeonderlingeverbandenvandeconstructen.

Inderegressieanalysezullendehypothesendiewerdenvoorgelegdinparagraaf3.5wordengetoetst.Daartoezaldeinvloedvandefactoren‘TRUST,‘ERROR,‘SECONDARYUSE’en‘VULNERABILITY’opdefactor‘PRIVACYCONCERNS’wordengemeten.SPSSbiedtverschillendemogelijkhedenominput(factorscores)tegenererenvooreenregressieanalyse.Gekozenkanwordenvoor‘regressionscores’,‘Bartlettscores’of‘Anderson-Rubinscores’.Hetvoertteveromindetailintegaanopdeverschillentussendezetechniekenomfactorscoresteberekenen.Volstaankanwordenmetdeopmerkingdat‘regressionscores’zichhierdoorgaansvoorlenen,tenzijcorrelatiestussendefactorscoresnietzijntoegestaan(Field,2014).Voordezedatasetwordendanookde‘regressionscores’gebruiktalsinputvoorderegressieanalyse.

30

5 Onderzoeksresultaten

5.1 Participanten

Dequestionnairewerddoor101participanteningevuld.Allereerstwerdenderesultatendoorgenomenomtekijkenofergeenparticipantenwarendiedequestionnairezonderdevragentelezenhaddeningevuld.Tweeresultatenwerdenomwillevandezeredenverwijderd.Beideparticipantenhaddendehelequestionnairemetdezelfdeantwoordeningevuld.Omdatwerdberedeneerddatdebijdragenvandezetweerespondentendeuitkomstvanhetonderzoekminderbetrouwbaarzoudenmaken,zijndeantwoordenvandezetweerespondentenuitdesetvanonderzoeksresultatenverwijderd.

Dekarakteristiekenvandeparticipantenzijntevindenintabel2.Debeschrijvendestatistiek(‘mean’en‘standarddeviation’)zijntevindeninappendix3voordeonafhankelijkevariabelenenappendix4voordeafhankelijkevariabelen.

Geslacht Vrouw 30 30,3%

Man 69 69,7%

Leeftijd 18-24 jaar 23 23,2%

25-29 jaar 8 8,1%

30 jaar of

ouder

68 68,7%

Eigenaar auto of motorfiets Ja 68 68,7%

Nee 31 31,3%

TABEL2–POPULATIEKARAKTERISTIEKEN(N=99)

5.2 ResultatenExploratoryFactorAnalysis

Omdatdevragenuitdequestionnaireveelruimteopdebladspiegelinnemenzalinsommigehiernavolgendetabelleneencoderingwordenaangehouden.Devragenmetbijbehorendecoderingzijnweergegevenintabel3.

31

Vraag Gecodeerdenaam

Mijnverzekeraarzaldegegevensdieikvrijgeefopeencompetentewijzegebruiken. Trust1

Mijnverzekeraarzaleerlijkzijntenaanzienvandewijzewaaropmijngegevenswordengebruikt. Trust2

Mijnverzekeraarzalmijntoestemmingvragenalvorensmijngegevensaananderebedrijvenworden

verstrekt.

Trust3

Mijnverzekeraarzalgeenmisbruikvanmijmakenopbasisvandegegevensdieikverstrek. Trust4

Anderebedrijvenzullengeenmisbruikvanmijmakenopbasisvanmijngegevensdiemijnverzekeraar

heeftverstrekt

Trust5

Mijngegevenskunnenwordendoorverkochtaanderdepartijen. Vulnerability1

Mijngegevenskunnenwordenmisbruikt. Vulnerability2

Mijngegevenskunnenwordengedeeldmetindividuenofbedrijvenzonderdatikdaarvanweet. Vulnerability3

Mijngegevenskunnenwordengedeeldmetdepolitie. Vulnerability4

Mijngegevenskunneneenonjuistbeeldneerzettenvandedaadwerkelijkesituatie. Vulnerability5

Mijnpremiekanopbasisvanmijngegevensoponjuistegrondenwordenverhoogd. Vulnerability6

Hetonethischgebruikenvanmijngegevensisaantrekkelijkvoorsommigebedrijven. Vulnerability7

Legaalmaartwijfelachtiggebruikvanmijngegevensisaantrekkelijkvoorsommigebedrijven. Vulnerability8

Ikbenbezorgddatdegegevensdieikaanmijnverzekeraarbeschikbaarstel,misbruiktkunnenworden. Abuse1

Ikbenbezorgddatdegegevensdieikaanmijnverzekeraarbeschikbaarsteldoorkwaadwillendenkunnen

wordenbuitgemaakt.

Abuse2

Ikbenbezorgddatdegegevensdieikbeschikbaarstelaanmijnverzekeraarkunnenworden

doorgespeeldaanderdepartijen.

Abuse3

Ikbenbezorgddatdegegevensdieikbeschikbaarstelaanmijnverzekeraarkunnenwordengebruiktop

manierendieikniethadvoorzien.

Abuse4

Wanneermijnverzekeraartoegangheefttotmijngegevensvoelikmijbekeken. Finding1

Wanneerikmijnverzekeraartoegangverleentotmijngegevenshebikhetgevoeldatmijnexactelocatie

opeenbepaaldtijdstipindegatenwordtgehouden.

Finding2

Wanneerikmijngegevensdeelmetmijnverzekeraarbenikbangdatdevolgendeinformatieuitkan

lekken:

-Hetaantalkilometersdatikperjaarrijd.

Finding3

-Hetaantalverkeersovertredingendatikbega. Finding4

-Hetaantalverkeersongevallenwaarbijikbetrokkenben. Finding5

-Mijnexactelocatieopelkdenkbaartijdstip. Finding6TABEL3-VRAGENMETCODERING

32

5.2.1 Omvangsampleen‘communalities’Meerderestatisticihebbeneenmeningoverdegeschiktesampleomvangvoorhetuitvoerenvaneenfactoranalyse.Inhetalgemeenwordteensampleomvangvan300ofmeergevallenalstoereikendgezien.Ofeenkleineresampleomvanggeschiktis,kanvangevaltotgevalverschillen(Field,2014).

Allereerstzijnookde‘factorloadings’vanbelang.Eenfactordievierofmeer‘loadings’heeftgroterdan0.6isbetrouwbaarongeachtdeomvangvandesample.Factorendieechtermaarenkele‘loadings’hebben,moetennietwordengeïnterpreteerd,tenzijdeomvangvandesamplegroterisdan300(GuadagnoliandVelicer,1988–citedby:Field,2014).Tevenskangekekenwordennaardegemiddeldefactorloadingsperconstruct.Omdatallevierdegevondenconstructenvandeonafhankelijkevariabelenfactorloadingshebbenbovende0.5eneengemiddeldeloadingbovende0.7(tabel12)zullendedatawelwordengeïnterpreteerd.Deafhankelijkevariabelenhebbenalleenmaarfactorloadingsbovende0.5enduszijnookdezeteinterpreteren(tabel13).

Daarnaastzijnookde‘communalities’vanbelang.De‘communalities’zijneenweergavevande‘commonvariance’dieaanwezigisineenspecifiekevariabele.Dezewaardevarieerttussen0(devariabeledeeltgeen‘variance’metanderevariabelen)en1(devariabeledeeltzijngehele‘variance’metanderevariabelenenheeftzodoendegeen‘uniquevariance’).OnderzoekvanMacCallum,Widaman,ZhangenHong(1999)toondeaandatzodrade‘communalities’kleinerwordenhetbelangvandeomvangvandesampletoeneemt.Daaromzijnde‘communalities’indezedatasetnaderonderzocht.

Inonderstaandetabel4zijndecommunalitiesvoordeonafhankelijkevariabelentezien.OpvallendisdatVulnerability1enVulnerability4weinig(lagerdan0.4)variancedelenmetdeoverigevariabelen.Ditiseeneersteindicatiedatdezeitemswellichtnietbetrokkenkunnenwordenbijdefactoranalyse.Hierzalbijstilwordengestaanzodradecorrelatiematrixwordttoegelichtindevolgendeparagraaf.Hetoverzichtrechtsintabel4laatdecommunalitieszienzonderdezetweegenoemdevragen.Nuvertonenalleitemsweleencommunalitybovende0.4.ZonderVulnerability1en2isdebeperkteomvangvandezedatasetdusmindervanbelang.

33

TABEL4–COMMUNALITIESONAFHANKELIJKEVARIABELEN

Intabel5zijndecommunalitiestezienvandeafhankelijkevariabelen.Bijnaallevariabelenvertonencommunalitiesbovende.4wataangeeftdatveelvariancewordtgedeeld.Finding2enFinding3komenwellichtinaanmerkingomnietbetrokkentewordenbijdeuiteindelijkefactoranalyse.Hierzalookopwordenteruggekomenbijdeinspectievandecorrelatiematrix.DecommunalitiesnahetverwijderenvanFinding2enFinding3zijnweergegevenintabel5(rechts).

TABEL5-COMMUNALITIESAFHANKELIJKEVARIABELEN

34

5.2.2 ‘Samplingadequacy’

TotslotwerddesamplingadequacygemetenmetbehulpvandeKaiser-Meyer-Okinmaatstaf(KMO).DeKMO-waardekanvariërenvan0tot1waarbijeenwaardevan0aangeeftdatsomvande‘partialcorrelations’grootisinverhoudingtotdesomvande‘correlations’endussprakeisvaneendiffuuspatroonaancorrelaties(eenfactoranalyseisindatgevalwaarschijnlijkongeschikt).EenKMO-waardedichtbij1laatziendatersprakeisvaneencompactpatroonaancorrelaties,zodateenfactoranalyseonderscheidbareenbetrouwbarefactorenzoumoetenopleveren(Field,2014).DeKMO-waardenwerdenberekendmetbehulpvanSPSS.

Voorzoweldeonafhankelijke(tabel5links)alsdeafhankelijkevariabelen(tabel5rechts)zijndeKMO-waardendusdanigdateenfactoranalysegeschiktis(Hutcheson&Sofroniou,1999).DeweergegevenKMO-waardenzijnberekendopdedatasetszonderrespectievelijkVulnerability1,Vulnerability2,Finding2enFinding3.

TABEL6-KMO-WAARDENVOORDEONAFHANKELIJKEENAFHANKELIJKEVARIABELEN

SamenvattendkanwordengestelddathoeweldesamplenietdewenselijkegroottebenadertvanN=300ertocheenfactoranalysekanwordenuitgevoerd:decommunalitieszijn(nacorrectie)voldoendehoog,evenalsdeKMO-waardenvandeonafhankelijkeenafhankelijkevariabelen.

DevolgendestapisinspecterenvandecorrelatiestussendevariabelenomvasttestellenofdevariabelenVulnerability1,Vulnerability2,Finding2enFinding3inderdaadbuitenbeschouwingzullenwordengelaten.

5.2.3 CorrelatiestussenvariabelenVoordatdefactoranalysewerduitgevoerd,diendeeerstnoggekekentewordennaardecorrelatiestussendeverschillendevariabelen.Tweesituatieszoudenzichhebbenkunnenvoordoendieeengoedefactoranalyseindewegzoudenstaan.

Allereersthadersprakekunnenzijnvanteweinigaanzienlijke(kleinerdan0.3)correlatiestussendeverschillendevariabelen(Field,2014).Bijeenfactoranalysewordenclustersvanvariabelendiemetelkaarcorrelerengegroepeerdaandehandvaneenonderliggendefactor.Zodoendezullenvariabelendiemetweiniganderevariabelenaanzienlijkcorrelerennietgeschiktzijnomtebetrekkenbijdefactoranalyse.Indecorrelatiematrices(ziedaarvoorappendix3voordeonafhankelijkevariabelenenappendix4voordeafhankelijkevariabelen)zijndecorrelatiestussendeverschillendevragentezien.

35

ZoalseerderaangegevenvertonendevragenVulnerability1enVulnerability4lagecommunalities.Dezevragenvertoneneveneensmeerderecorrelatieslagerdan0.3metdeoverigevragen.Opbasisvandezeobservatiesisbeslotenomdezevragennietbijdefactoranalysetebetrekken.Hetweglatenvandezevragenheeftgeresulteerdinhogerecommunalities,eenbetereverklaringvandegedeeldevarianceenhogerefactorloadings.Zodoendelijktdezekeuzegelegitimeerd.

DevragenFinding2enFinding3kwamenopbasisvanhuncommunalitiesookinaanmerkingvooruitsluitingvandefactoranalyse.Opheteersteoogzijnindecorrelatiematrixgeenverklaarbareredenentevinden.WanneerechtergekekenwordtnaardeReproducedcorrelationmatrix(narotatie)valtopdatdezevariabelenmeerdereresiduenhebbendiedeondergrensvan0.05overschrijden.Dezeresiduen(verschilincorrelatievoorennarotatie)zijnhetverschiltussendecorrelatiesvandeorigineledataendecorrelatiestussendevariabeleninhetmodelnahetextraherenvandefactoren.Verontrustendwasookdatintotaal57%vandevariabelenresiduenbovende0.05hadden.

Toendezevariabelenvervolgensbuitendefactoranalysewerdengehoudendaaldehetpercentagevanvariabelenmetresiduenboven0.05naar32%,watacceptabelis(Field,2014).Tevensstegendecommunalitiesenwarenhogerefactorloadingswaartenemen.OpbasisvandezeobservatiesenredeneringisgekozenomdevragenFinding2enFinding3niettebetrekkenindefactoranalyse.

EenBartlett’stestmoestuitsluitselgeveninhoeverredecorrelatiesinzijngeheelniettekleinzoudenzijn.Dezetestcontroleertofdecorrelatiematrixsignificantverschiltmeteen‘identitymatrix’(eenmatrixwaarbijgeenvandevariabelenmetelkaarcorreleren).Omdatsignificantieafhankelijkisvandeomvangvandesample(inditgeval:N=99)ishetechterwaarschijnlijkdatdecorrelatiematrixsignificantverschiltvande‘identitymatrix’.Intabel5iszichtbaardatvoorzoweldeonafhankelijkealsdeafhankelijkevariabelensprakeisvaneensignificantverschil(waarde0.00).Daarmeewerdaangetoonddatdecorrelatiesvoorzoweldeonafhankelijkevariabelenalsdeafhankelijkevariabelenstatistischrelevantzijn.

Eenanderprobleemdatzichhadvoorkunnendoen,isdatdevariabelentegrotecorrelatieszoudenvertonen.Extremevormenvan‘multicollinearity’ofzelfs‘singularity’(variabelendieperfectcorreleren)zijnproblematisch.Dedatasetwerdgecontroleerdop‘multicollinearity’doortekijkennaardedeterminantvandecorrelatiematrix.Dedeterminantzalgrotermoetenzijndan0.00001.Zieappendix3en4voorderesultatenvandezetest.Voordeonafhankelijkevariabelenbedraagtdedeterminant0.004envoordeafhankelijkevariabele0.005.Opbasisvandezegegevenskangesteldwordendatergeensprakeisvanextreme‘multicollinearity’of‘singularity’.

Zoalshierbovenaangetoond,lenendedatazichdusvooreenfactoranalyse.Devariabelendieteweinigaanzienlijkecorrelatiesvertoondenmetanderevariabelenwerdenbuitendezeanalysegehoudenomeenzogoedmogelijkeextractievanfactorentekunnengaranderen.Hiernawerdbepaaldopwelkewijzedezeextractieplaatszalvinden.

36

5.2.4 ExtraherenvanfactorenZoalsbesprokeninparagraaf4.2enindevoorgaandeparagraafleentditonderzoekzichvoorhettoepassenvaneenEFAzodrawasvastgestelddataanallenoodzakelijkerandvoorwaardenwasvoldaan.HiermeebegondeEFApasecht.

Inparagraaf4.2werdendeverschillendemethodenvanfactorextractiebesproken.Uitderesultatenweergegeveninonderstaandetabel7blijktdatbeideextractiemethodenvergelijkbareresultatenopleveren.Omdat‘maximumlikelihood’methodeuitgaatvaneen‘multivariatenormaldistribution’werduiteindelijkgekozenvoorde‘alphafactoringmethode’.

TABEL7-FACTORLOADINGSBIJALPHAFACTORINGENMAXIMUMLIKELIHOODBIJDEONAFHANKELIJKEVARIABELEN

Nahetkiezenvaneenmethodevolgdeeeneerstefactoranalyse.Hierbijmoestallereersthetaantalfactorendatwordtgeëxtraheerdwordenbepaald.Tweeverschillendemethodenwerdenaangewendomditaantalvasttestellen:eigenvaluesenscree-plot

Intabel8zijndeeigenvaluesvandeonafhankelijkevariabelentezienalvorensextractie,naextractieennarotatie.Kaiser’scriteriumsteltdatfactorenmeteeneigenvalueboven1moetenwordengeëxtraheerd(Kaiser,1960).Opbasisvanditcriteriumwerdenzodoendevierfactorengeëxtraheerdvoordeonafhankelijkevariabelenenéénfactorvoordeafhankelijkevariabelen(tabel9).

37

TABEL8-EIGENVALUESVANDEONAFHANKELIJKEVARIABELEN

TABEL9-EIGENVALUESVANDEAFHANKELIJKEVARIABELEN

Tevenswerdgekekennaardescree-plot(figuur6en7).IndezegrafiekzijndeeigenvaluesafgezetopdeY-astegendefactorenopdeX-as.Doorgaansbehoudtmendefactorendiezichvoordelaatstebreukindegrafiekbevinden(Cattell,1966).Zoalsisweergegeven,zijnookhierwederomvierfactorenteonderscheidenvoordeonafhankelijkevariabelenenéénfactorvoordeafhankelijkevariabelen.

Eenderdemethode(dieverderbuitenbeschouwingwordtgelaten)ishetvergelijkenvandeeigenvaluesvandefactorenuitdegebruiktedatasetmeteenwillekeuriggegenereerdedataset(parallelanalysis).Omdatbijdetweevoorgaandemethodeneengelijkaantalfactorenwerdgevonden,werdhetuitvoerenvandezeparallelleanalysenietnodiggeacht.

38

Nuisvastgesteldhoeveelfactorenmoestenwordenbehoudenvoorzoweldeonafhankelijkealsdeafhankelijkevariabelen,koneenrotatiewordengekozen.

FIGUUR6-SCREE-PLOTONAFHANKELIJKEVARIABELEN

FIGUUR7-SCREE-PLOTAFHANKELIJKEVARIABELEN

39

5.2.5 RotatieZoalsbesprokeninparagraaf4.2isgekozenvooreen‘oblique’rotatie.Numoestnogbepaaldwordenwelkevormvanrotatiemethodezouwordentoegepast.SSPSSbiedttweemogelijkheden:‘directoblimin’en‘promax’.Dezetweemethodenzijnvrijwelgelijk,watterugtezienisaandefactorloadingsnarotatieintabel10.Devereenvoudigdeberekeningsmethodemaaktdat‘promax’meergeschiktisvoorgrotedatasets.Alsdeomvangvandedatageenobstructievormt,wordtdoorgaansgekozenvoor‘directoblimin’(Field,2014).Voordezefactoranalysewerddaaromgekozenvoorde‘directoblimin’rotatiemeteendeltawaardevan0(destandaardwaardeinSPSS).

TABEL10-FACTORLOADINGSONAFHANKELIJKEVARIABELENOBLIMINENPROMAX

Narotatieblekenduidelijkvierverschillendefactorenaantewijzenvoordeonafhankelijkevariabelen.Omdatbijdeafhankelijkevariabelenéénfactorwordtgeëxtraheerdisrotatiehiernietmogelijk.Delaatstestapishetinterpreterenenbenoemenvandeverschillendefactorenenhettestenvandebetrouwbaarheid.

5.2.6 BenoemenvanfactorenOpbasisvandeEFAkondenvierfactorenwordenonderscheidenvoordeonafhankelijkevariabelen(Tabel12).Opbasisvandevragenbehorendbijdezefactorenwerdaanelkefactoreennaamverbonden.Factor1houdtduidelijkverbandmetdevragendiehetantecedent‘trust’behandelenenkreegzodoendedenaam‘TRUST’.

Devragendiebedoeldwarenomhetantecedent‘perceivedvulnerability’temeten,ladenopdrieverschillendefactoren.

• DevragenVulnerability5en6hebbenduidelijktemakenmetfoutievebehandelingvandeprijsgegeveninformatie.Omdieredenkreegfactor2denaam‘ERROR’.

• DevragenVulnerability7en8hangensamenmetgebruikdoorderdepartijen.Opbasisvandeinzichtendieindeliteratuurstudiezijnverkregen,kreegfactor3daaromdenaam‘SECONDARYUSE’(SEC-USE).

40

• Hetverbindenvaneennaamaanfactor4wasingewikkelderomdatdevragenVulnerability2en3opheteersteooggeenduidelijkverbandhoudenmetelkaar,behalvedandatmisbruikendelenmetderdepartijenzonderwetenschapvoorafduidtopeenalgemeengevoelvankwetsbaarheid.Factor4kreegdaaromdealgemenenaam‘VULNERABILITY’.

Devragenvoorhetmetenvanprivacyconcernsladenopéénfactor(tabel11en13).Dezefactorkreegomdieredendenaam‘PRIVACYCONCERNS’.

5.2.7 ToetsenvanvaliditeitOpbasisvandefactorloadingsvanzoweldeonafhankelijkealsdeafhankelijkevariabelenkunnenuitsprakenwordengedaanoverde‘convergent’,‘discriminant’en‘facevalidity’.

Devragendiebedoeldwarenomhetantecedent‘trust’temeten,ladenovertuigendopdefactor‘TRUST’(loadingsboven.5,zietabel12).Daarmeeisde‘convergentvalidity’vandezevragenaangetoond.De‘discriminantvalidity’isaangetoonddoortekijkennaarde‘crossloadings’opanderefactoren.Dezezijnvoordevragendie‘trust’metenaanzienlijklagerdandeloadingsopdefactor‘TRUST’(kleinerdan0.3).

Devragendiebedoeldwarenomhetantecedent‘perceivedvulnerability’temeten,ladenduidelijkopdrieverschillendefactoren(‘ERROR’,‘SEC-USE’en‘VULNERABILITY’)metfactorloadingsbovende0.5(tabel12).Zodoendekanwordengestelddatde‘convergentvalidity’vandezevragentoereikendis.Defactoren‘ERROR’,‘SEC-USE’en‘VULNERABILITY’onderscheidenzichduidelijkvanelkaarmet‘crossloadings’kleinerdan0.3.De‘discriminantvalidity’vandezevragenisdaarmeeeveneensaangetoond.

Omde‘convergent’en‘discriminantvalidity’vandevragenvoordeafhankelijkevariabelenaantetoneniseentweedeEFAuitgevoerdopallevragen(zowelvoordeonafhankelijkealsdeafhankelijkevariabelen).Defactorloadingszijnweergegevenintabel11.Devragenladenduidelijkopéénfactormetloadingsbovende0.4.De‘convergentvalidity’isdaarmeeaangetoond.Tevensonderscheidtdefactor‘PRIVACYCONCERNS’zichduidelijkvandeanderegevondenfactoren(crossloadingsbovende0.3werdennietgevonden).De‘discriminantvalidity’isdaarmeeeveneensaangetoond.

Inappendix5zijntotslotdestatistiekenopgenomenvandeEFAdieisuitgevoerdopallevragen.Omeenextracontroleuittevoerentenbehoevevande‘discriminantvalidity’werdookgekekennaardecorrelatiestussendeverschillendevragen.Duidelijkzichtbaarisdatdevragendiebedoeldzijnomeenbepaaldconstructtemetenhogerecorrelatiesvertonenmetanderevragendieeveneensditzelfdeconstructbehorentemetenenlagerecorrelatiesmetvragendieeenanderconstructmeten.Ditbevestigtdeeerdereaannamestenaanzienvande‘discriminantvalidity’.

Tenaanzienvande‘face’en‘constructvalidity’kanwordenopgemerktdatuitdeEFAblijktdathetgebruikteinstrumentnietgeschiktisomdeconstructentemetendieopbasisvandetheoriewarenverwacht.Zoalsreedsbesproken,valthetconstruct‘percievedvulnerability’uiteenindrieverschillendeconstructen(error,secondaryuseenvulnerability).Deafhankelijkevariabelenladenophunbeurtnietopdeverwachtefactoren‘ABUSE’en‘FINDING’,maaropéénalgemenefactor;‘PRIVACYCONCERNS’.Daarmeehoefthetgebruikteinstrumentniettewordenafgeschreven.OmdatdeEFAbetekenisvolleen

41

duidelijkonderscheidbarefactorenheeftopgeleverdwerdgeprobeerdomdehypothesentetoetsenmeteenregressieanalyseinparagraaf5.3.

TABEL11-FACTORLOADINGSONAFHANKELIJKEENAFHANKELIJKEVARIABELENINEENEFA

42

Pattern Matrixa

Extraction Method: Alpha Factoring.

Rotation Method: Oblimin with Kaiser Normalization.a

a. Rotation converged in 7 iterations.

Factor

1

[TRUST]

2

[ERROR]

3

[SEC-USE]

4

[VULNERABILITY]

Chronbach’s alpha .872 .801 .740 .799

Mijn verzekeraar zal de gegevens die ik vrijgeef op een

competente wijze gebruiken. (Trust 1)

.724 -.014 .022 -.095

Mijn verzekeraar zal eerlijk zijn ten aanzien van de wijze waarop

mijn gegevens worden gebruikt. (Trust 2)

.838 -.167 .063 .118

Mijn verzekeraar zal mijn toestemming vragen alvorens mijn

gegevens aan andere bedrijven worden verstrekt. (Trust 3)

.502 .034 -.256 -.029

Mijn verzekeraar zal geen misbruik van mij maken op basis van

de gegevens die ik verstrek. (Trust 4)

.852 -.065 -.027 .024

Andere bedrijven zullen geen misbruik van mij maken op basis

van mijn gegevens die mijn verzekeraar heeft verstrekt. (Trust5)

.683 .134 -.046 -.181

Mijn gegevens kunnen worden misbruikt. (Vulnerability 2) -.170 .143 .033 .643

Mijn gegevens kunnen worden gedeeld met individuen of

bedrijven zonder dat ik daarvan weet. (Vulnerability 3)

.027 -.001 -.024 .901

Mijn gegevens kunnen een onjuist beeld neerzetten van de

daadwerkelijke situatie. (Vulnerability 5)

.072 .756 .099 .138

Mijn premie kan op basis van mijn gegevens op onjuiste

gronden worden verhoogd. (Vulnerability 6)

-.156 .793 -.020 -.039

Het onethisch gebruiken van mijn gegevens is aantrekkelijk voor

sommige bedrijven. (Vulnerability 7)

-.027 .201 .686 .061

Legaal maar twijfelachtig gebruik van mijn gegevens is

aantrekkelijk voor sommige bedrijven. (Vulnerability 8)

-.013 -.054 .802 -.040

TABEL12-FACTORLOADINGSENCHRONBACH’SALPHAONAFHANKELIJKEVARIABELEN

43

Factor Matrixa

Extraction Method: Alpha Factoring.a

a. 1 factors extracted. 4 iterations required. Factor

1

[PRIVACY CONCERNS]

Chronbach’s alpha .913

Ik ben bezorgd dat de gegevens die ik aan mijn verzekeraar beschikbaar stel, misbruikt kunnen worden. (Abuse 1)

.832

Ik ben bezorgd dat de gegevens die ik aan mijn verzekeraar beschikbaar stel door kwaadwillenden kunnen worden buitgemaakt. (Abuse 2)

.769

Ik ben bezorgd dat de gegevens die ik beschikbaar stel aan mijn verzekeraar kunnen worden doorgespeeld aan derde partijen. (Abuse 3)

.852

Ik ben bezorgd dat de gegevens die ik beschikbaar stel aan mijn verzekeraar kunnen worden gebruikt op manieren die ik niet had voorzien. (Abuse 4)

.854

Wanneer mijn verzekeraar toegang heeft tot mijn gegevens voel ik mij bekeken. (Finding 1)

.647

Wanneer ik mijn gegevens deel met mijn verzekeraar ben ik bang dat de volgende informatie uit kan lekken: -Het aantal verkeersovertredingen dat ik bega. (Finding 4)

.739

-Het aantal verkeersongevallen waarbij ik betrokken ben. (Finding 5) .676

-Mijn exacte locatie op elk denkbaar tijdstip. (Finding 6) .703

TABEL13-FACTORLOADINGSENCHRONBACH'SALPHAAFHANKELIJKEVARIABELEN

44

5.2.8 ToetsenvanbetrouwbaarheidTotslotwerddebetrouwbaarheidvandeverschillendefactorengemeten.AllereerstisdewaardevanChronbach’salphaberekendvooralleverschillendefactoren(weergegevenintabel12en13).Dezewaardekomtvoorallefactorenuitbovende.740wathogerisdanhetvoorverkennendonderzoekgeadviseerdeminimumvan.6enalgemeengeaccepteerdeminimumvan.7(Nunnally,1978;Kline,1999).

Vervolgenswerdgekekennaardetabellen(tabel14t/m18)met‘item-totalstatistics’.Zichtbaarisdatvoorallefactorende‘correcteditem-totalcorrelations’uitkomenbovende.3,wateengoedeindicatieisvandebetrouwbaarheid(Field,2014).DaarnaastisteziendatgeenvandewaardesvoorChronbach’salphazoutoenemenalseenvariabelezouwordenverwijderd.

Concluderendkanwordengestelddathetgebruiktemeetinstrumentbetrouwbaarisvoordegevondenfactorenenopdebevraagdepopulatie.

TABEL14–ITEM-TOTALSTATISTICSTRUST

TABEL15–ITEM-TOTALSTATISTICSERROR

45

TABEL16–ITEM-TOTALSTATISTICSSECONDARYUSE

TABEL17-ITEM-TOTALSTATISTICSVULNERABILITY

TABEL18-ITEM-TOTALSTATISTICSPRIVACYCONCERNS

46

5.2.9 ImplicatiesHetdoelvandeuitgevoerdefactoranalysewashetinzichtkrijgenindefactorendievaninvloedzijnopprivacyconcerns.Duidelijkisgewordendatdeopbasisvandetheorieverondersteldeantecedentenuiteenvalleninmeerderefactoren.Delatentevariabelendievaninvloedzijnopdeprivacyconcernszijn‘trust’,‘error’,‘secondaryuse’en‘vulnerability’.Inhoofdstuk6wordteenverklaringgegevenvoorhetverschiltussendeverondersteldefactorenendefactorendienaarvorenkwamenindefactoranalyse.

Omdatdeverschillendevragenduidelijkladenopbepaaldefactoren,dezefactorenzichduidelijkonderscheidenvanelkaarentevensvalideenbetrouwbaarzijn,iseenbeterbegripvanderelatietussendeantecedentenenprivacyconcernsindevoorliggendeauto-UBIcasusverkregen.Indevolgendeparagraafwordendoormiddelvaneenregressieanalysedegesteldehypothesengetoetst.

5.3 Regressieanalyse

Opbasisvandevoorgaandefactoranalysewerdverwachtdatdefactoren‘TRUST,‘ERROR,‘SECONDARYUSE’en‘VULNERABILITY’indicatorenzijnvan‘PRIVACYCONCERNS’.Ominzichttekrijgenindeverbandentussendegevondenfactorenwerdeen‘multipleregressionanalysis’gedaanopdefactorscores.Intabel19zijndegestandaardiseerdebètacoëfficiëntenweergegevenperfactormet‘PRIVACYCONCERNS’alsafhankelijkevariabele.

TABEL19-REGRESSIEANALYSE

47

Deinvloedvan‘trust’(p-waarde<0.05),‘error’(p-waarde<0.01)en‘secondaryuse’(p-waarde<0.05)opprivacyconcernswerdensignificantbevonden.Deinvloedvan‘vulnerability’opprivacyconcernsbleek,integenstellingtotdeverwachting,nietsignificant.

DeR2-(adjusted)geeftinzichtindenabijheidvandedatatenopzichtevanderegressielijnenlaatzienhoegoedhetmodelpastopdedata.DewaardenvanRkunnenlaagzijn,maartochsignificant(Kramer,2005).DewaardenvanR2enR2-adjusted(zietabel20)zijnacceptabel:0.408respectievelijk0.383,zekergezienhetfeitdatdemetingenplaatsvondenopdeverklaringvanmenselijkegedachten,dieopzichzelflastigmeetbaarzijn.

TABEL20-R-WAARDES

Totslotisdescatterplotvandegestandaardiseerderesiduentegendegestandaardiseerdevoorspeldewaarden(zpredvs.zresid)weergegeveninfiguur8.Dezescatterplotleentzichomdeaannamesvan‘linearity’en‘homoscedasticity’tecontroleren.Descatterplotlaateenwillekeurigeverdelingzienzondertrechtervormofcurve.Zodoendekanwordengestelddatinderdaadaandeaannamesisvoldaanenergeensprakeisvan‘linearity’of‘homoscedasticity’(Field,2014).

Hypothese1:Deperceptievan‘trust’heefteennegatieveinvloedopprivacyconcerns

Opbasisvandegevondenbèta-waardesisondersteuninggevondenvoorhypothese1(denegatieveinvloedvan‘trust’opprivacyconcernsalisdezeinvloedbeperkt(-0.276).Omdieredenkanwordengestelddat,hoewelerzekereennegatieveinvloedlijkttezijn,‘trust’nietdeenigeindicatorisvanprivacyconcernsineenauto-UBIcasus.

Hypothese2:De‘perceivedvulnerability’heefteenpositieveinvloedopprivacyconcerns

Zoalseerderisbesproken,blijktdatdevragenbedoeldom‘perceivedvulnerability’temetennietduidelijkladenopdeverondersteldefactor,maaropdrieverschillendefactoren(‘ERROR,‘SECONDARYUSE’en‘VULNERABILITY’).Hoewel‘error’en‘secondaryuse’zichopbasisvanhunsignificantielenenalsindicatorenvoorprivacyconcerns,kannietwordengestelddatditondersteuningoplevertvoorhypothese2(depositieveinvloedvan‘perceivedvulnerability’opprivacyconcerns)Mede,omdatdeinvloedvan‘vulnerability’dooreengebrekaansignificantienietkonwordengeïnterpreteerd.

Inhetvolgendehoofdstuk6zaleenverklaringgegevenwordenvoordezebevindingen.

48

FIGUUR8-SCATTERPLOTZPREDVS.ZRESID

49

6 Conclusie,discussieenaanbevelingen

Inditbeschrijvendeonderzoekismetbehulpvaneenfactoranalyse(EFA)enregressieanalyseinzichtgegevenindeantecedentendievaninvloedzijnopprivacyconcernsineenauto-UBIcasus.Verwachtwerddatinzichtindezeinvloedeneenindicatiezoukunnenopleverentenaanzienvandeconditieswaaronderdeacceptatiegraadvanauto-UBIkanwordenbeïnvloed.

Opbasisvanhetliteratuuronderzoekwerdgestelddathetconstructprivacyconcernsmedewordtbeïnvloeddoordeantecedenten‘trust’en‘perceivedvulnerability’.Hierbijzoudeinvloedvan‘trust’eennegatieveuitwerkinghebbenopprivacyconcerns(hypothese1)en‘perceivedvulnerability’eenpositieveuitwerking(hypothese2).

DeEFAwerdaangewendominzichttekrijgenindelatentevariabelendietemakenhebbenmetprivacyconcerns.DeEFAlietduidelijkvieronderscheidbarefactorenzien(‘TRUST’,‘ERROR,‘SECONDARYUSE’en‘VULNERABILITY’)alsonafhankelijkelatentevariabelenenéénfactor(‘PRIVACYCONCERNS’)alsafhankelijkelatentevariabele.

HetishierbijopvallenddatopbasisvandetheoriewerdverwachtdatdeEFAtweeonderscheidbarefactorenzouopleveren(‘TRUST’en‘PERCEIVEDVULNERABILITY’).Duidelijkisdathetantecedent‘perceivedvulnerability’zichindezeauto-UBIcasusnietlaatmetenopeenmetdetheorieovereenkomstigewijze.Eenverklaringhiervoorzoukunnenwordengevondeninhetfeitdatdeperceptievanprivacyendeinvloedendaaropzeercasuïstischvanaardzijn(Phelpsetal.,2000).Opgemerktkanwordendatvooreenauto-UBIcasuswellichtdeverschuivingvan‘volunteered’naar‘observed’en‘inferred’dataookzijnweerslagvindtinde‘perceivedvulnerability’.Ditzoukunnenverklarenwaaromditconstructzichduidelijkonderscheidtinverschillendedeelconstructen(‘error’,‘secondaryuse’en‘vulnerability’).Mogelijkisdoordeuitgebreidemedia-aandachtdierecentelijkisuitgegaannaar‘profiling’eenbeterbegripontstaanbijindividuentenaanzienvanderisico’svanBigDataanalyse,hetgeenmaaktdatzijzichzorgenmakenomfoutenensecundairgebruikvandedatadieverzameldwordenineenauto-UBIcasus.

Vervolgonderzoeknaardeinvloedvan‘perceivedvulnerability’endeindeEFAgevondenonderliggendelatentevariabelen‘error’,‘secondaryuse’en‘vulnerability’zoumeerinzichtenkunnenopleverentenaanzienvandevoorspellendewaardevandezesamenhangendeconstructenenkunnenbijdragenaaneenvalideenbetrouwbaarinstrumentomprivacyconcernstemetenineenauto-UBIcasus.

DaarnaastvaltopdatdeafhankelijkevariabeleprivacyconcernsopbasisvandeEFAnietuiteenvaltintweeverschillendefactoren(‘FINDING’en‘ABUSE’)zoalswerdgesteldindetheorie(Dinev&Hart,2004).DinevenHart(2004)merktenzelfalopdatdezeconstructencorreleerdenenzodoendenietgeheelonderscheidbaarwaren.Indezespecifiekecasusiseendergelijkonderscheidgeheelnietmeerzichtbaar.Eenverklaringzoukunnenzijndatdeangstvoor‘finding’ineenauto-UBIcasusaltijdafhankelijkisvan‘abuse’integenstellingtoteenklassiekeuitwisselingvangegevensmeteenwebwinkel.Zodramengegevensdeeltophetinternetineenklassiekesettingiswellicht,ongeachtdeinspanningenvaneenwebshopomdezegegevenstebeveiligen,altijddeangstaanwezigdatbepaalde

50

informatiedoorderdenkanwordenachterhaald.Deangstomgevondentewordenimpliceertzodoendenietaltijdeenvormvanmisbruikdoordepartijdiedegegevensopvraagt.DevragenvanDinevenHart(2004)tenaanzienvan‘finding’richttenzichmeerspecifiekopeenalgemeneangstvoorhetvrijgevenvaninformatieophetinternet.Ineenauto-UBIcasusverwachtenindividuenwellichtdat‘abuse’deenigewijzeiswaarmeehunprijsgegeveninformatiekanwordengevondenenvermoedenzijdatdesettingwaarinzijhuninformatieprijsgeveneenmeergeslotenkarakterheeftdaneenklassiekesetting(bijv.eentransactiemeteenwebwinkel).

Vervolgonderzoeknaardeprivacyconcernsineenauto-UBIcasusisnodigomeenbeterbegriptekrijgenvandezorgenoverprivacy.WellichtzouhierbijaandehandvanheteerderewerkvanMalhotraetal.(2004)eenmeergeschiktinstrumentvoorkunnenwordenontwikkeld.

Opbasisvanderegressieanalysewerdondersteuninggevondenvoorhypothese1.Denegatieveinvloedvan‘trust’-.276bleeksignificant(p-waarde<.05)maarvangeringeinvloed.Daarmeekangesteldwordendat‘trust’zekernietdeenigeindicatorvanprivacyconcernsis.

Opbasisvandezebevindingzouaanverzekeraarskunnenwordengeadviseerdomditvertrouwenvanhuncliëntentekoesteren.Uithetliteratuuronderzoekbleekdat‘trust’verbondenisaandeperceptievan‘proceduralfairness’enzodoendezouhetverstandigzijnomdoormiddelvandeeerderbesprokenconceptenvan‘notice’en‘consent’hetvertrouwenvandeverzekerdetebehoudenoftewinnen.Ookzouhetomdieredenaanbevelenswaardigzijnomzominmogelijkgegevensvanverzekerdentedelenmetderdepartijen.Transparantienaardeverzekerdekanopbeidezorgenwellichteengeruststellendewerkingbieden.Naderonderzoekzoumoetenuitwijzenhoe‘trust’en‘proceduralfairness’preciessamenhangenineenauto-UBIcasus.

Hypothese2konopbasisvanderegressieanalysenietwordenaangetoond.Devragenbedoeldom‘perceivedvulnerability’temetenlaaddennietduidelijkopditconstructmaaropdrieverschillendeconstructen(‘error’,‘secondaryuse’en‘vulnerability’).Bovendienbleekdeinvloedvan‘vulnerability’nietsignificant.Eenonverwachtresultaatwashetvindenvaneeninvloedvan‘error’.360(p-waarde<.01)en‘secondaryuse’.211(p-waarde<.05)opprivacyconcerns.Aanverzekeraarskanzodoendewordengeadviseerdomdekansopfoutenindepremieberekeningopbasisvandeverzameldegegevenszokleinmogelijktehouden.

Samenvattendkanwordengestelddat‘trust’,‘error’en‘secondaryuse’antecedentenblijkenvanprivacyconcernsineenauto-UBIcasus.Vooralhetbehoudenvantrustlijkteenconditiewaaronderdeacceptatiegraadvanauto-UBIzoukunnenstijgen.Deimplicatiedaarvanisdatverzekeraarsindezenieuwevormvanverzekerenzorgvuldigaandachtmoetenbestedenaan‘proceduralfairness’.

51

Tenaanzienvandetekortkomingenvanditonderzoekmoetwordenopgemerktdat,netalsveelandereempirischeonderzoeken,eentekortkomingisaantewijzenindeomvangenhetspectrumvandesample.Ondanksdatdequestionnairenaareendiverspubliekwerdgestuurd,isergeensprakevaneenaantoonbaarrandomsample.Hierdoorzijndeuitsprakendiezijngedaanopbasisvanderesultatenbeperktgeneraliseerbaar.

Daarnaastmoestenerkeuzenwordengemaaktindeteonderzoekenantecedenten.Hierdoorzijnmogelijkefactorendieeveneenseeninvloedzoudenkunnenhebbenopprivacyconcernsbuitenbeschouwinggelaten.Toekomstigonderzoekzoukunnenuitwijzenhoeandereantecedentenzichverhoudentotdeantecedentenzoalsonderzochtinditonderzoek.

Ditonderzoekheeftalscentralevoorwerpdeprivacyconcernsvanindividuen.Ditisditslechtseenafgeleidevan‘privacy’.Uitsprakenoverdaadwerkelijkgedragopbasisvandeprivacyconcernskunnenomdieredennietwordengedaan.Omdeacceptatiegraadvanauto-UBItemetenisverderonderzoeknaardaadwerkelijkgedragopbasisvanprivacyconcernsdanookzekeraanteraden.

52

7 Literatuurlijst

http://www.europarl.europa.eu/news/en/news-room/20150424IPR45714/Automatic-emergency-call-devices-in-all-new-car-models-from-spring-2018

http://amweb.nl/branche-724322/belofte-verbond-over-big-data-we-zullen-geen-klantgroepen-links-laten-liggen

http://www.belastingdienst.nl/wps/wcm/connect/bldcontentnl/belastingdienst/zakelijk/internationaal/vermogen/common_reporting_standard/

VerbondvanVerzekeraars,GripopData,2016:https://www.verzekeraars.nl/actueel/nieuwsberichten/Documents/2016/April/Grip%20op%20data%20-%20green%20paper%20Big%20Data.pdf

http://www.volkskrant.nl/binnenland/premie-afhankelijk-van-rijstijl-bij-nieuwe-verzekering-anwb~a4319535/

WetenschappelijkeRaadvoorhetRegeringsbeleid,BigDataineenvrijeenveiligesamenleving,2016:http://www.wrr.nl/fileadmin/nl/publicaties/PDF-samenvattingen/Synopsis_R95_Big_Data_in_vrije_en_veilige_samenleving.pdf

Andrade, E. B., Kaltcheva, V., & Weitz, B. (2002). Self-disclosure on the Web: The Impact of Privacy Policy, Reward, and Company Reputation. Advances in Consumer Research, 29(1), 350–353.

Bagozzi, R. P., YI, Y., Phillips, L. W. 1991, Assessing construct validity in organizational research. Administrative Science Quarterly, 36, 421 – 458.

Bennett, C. J. 1995. The Political Economy of Privacy: A Review of the Literature, Hackensack, NJ: Center for Social and Legal Research.

Cattell, R. B. (1966). The scree test for the number of factors. Multivariate Behavioral Research, 1, 245–276.

Caudill, E. M., P. E. Murphy. 2000. Consumer online privacy: Legal and ethical issues. J. Public Policy Marketing 19(1) 7-19.

Churchill,G. A.JR. 1979, A paradigm for developing better measures for marketing constructs. Journal of Marketing Research, 16, 64 – 73.

Clarke, R. (1999). Introduction to dataveillance and information privacy, and definitions of terms. Roger Clarke's Dataveillance and Information Privacy Pages.

53

Culnan, M. J., and Bies, R. J. 2003. “Consumer Privacy: Balancing Economic and Justice Considerations,” Journal of Social Issues (59:2), pp. 323-342.

Derikx, S., de Reuver, M., & Kroesen, M. (2015). Can privacy concerns for insurance of connected cars be compensated? Electronic Markets, 1–9.

Dinev, T., & Hart, P. (2004). Internet privacy concerns and their antecedents - measurement validity and a regression model. Behaviour & Information Technology, 23(6), 413–422.

Dinev, T., & Hart, P. (2005). Internet Privacy Concerns and Social Awareness as Determinants of Intention to Transact. International Journal of Electronic Commerce, 10(2), 7–29.

Field, A. (2014). Andy Field - Discovering Statistics Using IBM SPSS Statistics. Lavoisier.Fr.

Hutcheson, G., & Sofroniou, N. (1999). The multivariate social scientist. London: Sage.

Kaiser, H. F. (1960). The application of electronic computers to factor analysis. Educational and Psychological Measurement, 20, 141–151.

Kline, P. (1999). The handbook of psychological testing (2nd ed.). London: Routledge.

Kramer, M. (2005). R2 statistics for mixed models. Paper presented at the Proceedings of the Conference on Applied Statistics in Agriculture.

Libaque-Saenz, C. F., Chang, Y., Kim, J., Park, M.-C., & Rho, J. J. (2016). The role of perceived information practices on consumers’ intention to authorise secondary use of personal data. Behaviour & Information Technology, 3001(February), 1–18.

Luo, X. (2002). Trust production and privacy concerns on the Internet: A framework based on relationship marketing and social exchange theory. Industrial Marketing Management, 31(2), 111–118.

MacCallum, R. C., Widaman, K. F., Zhang, S., & Hong, S. (1999). Sample size in factor analysis. Psychological Methods, 4(1), 84–99.

Malhotra, N. K., Kim, S. S., Agarwal, J., Tech, G., & Peachtree, W. (2004). Internet Users’ The Information the Scale, and a Causal ( IUIPC ): Information Systems Research, 15(4), 336–355.

Madden, M. and Smith, A. (2010) ‘Reputation Management and Social Media: How People Monitor their Identity and Search for Others Online’, report of the Pew Research Center, Washington DC: Pew Research Center

Margulis, S. T. 1977a. “Conceptions of Privacy: Current Status and Next Steps,” Journal of Social Issues (33:3), pp. 5-21.

54

Margulis, S. T. 1977b. “Privacy as a Behavioral Phenomenon: Introduction,” Journal of Social Issues (33:3), pp. 1-4.

Marx, G. T. 2001. “Murky Conceptual Waters: The Public and the Private,” Ethics and Information Technology (3:3), pp. 157-169.

Nissenbaum, H. 1999. “The Meaning of Anonymity in an Information Age,” The Information Society (15:2), pp. 141-144.

Nunnaly, J. 1978, Psychometry Theory, (New York:McGraw- Hill).

O’Bien, D., & Torres, A. (2012). Social Networking and Online Privacy: Facebook Users’ Perceptions. Irish Journal of Management, 63–98.

Olivero, N., & Lunt, P. (2004). Privacy versus willingness to disclose in e-commerce exchanges: The effect of risk awareness on the relative role of trust and control. Journal of Economic Psychology, 25(2), 243–262.

Phelps, J., Nowak, G., & Ferrell, E. (2000). Privacy Concerns and Consumer Willingness to Provide Personal Information. Journal of Public Policy & Marketing, 19(1), 27–41.

Preacher, K. J., & MacCallum, R. C. (2003). Repairing Tom Swift’s Electric Factor Analysis Machine. Understanding Statistics, 2(1), 13–43.

Preibusch, S. (2013). Guide to measuring privacy concern: Review of survey and observational instruments. International Journal of Human Computer Studies, 71(12), 1133–1143.

Ptolemus Consulting Group. (2015). Usage-Based Insurance Global Study (Free Abstract).

Rosen, J. 2000. The Unwanted Gaze: The Destruction of Privacy in America, New York: Random House.

Smith, H., Dinev, T., & Xu, H. (2011). Information privacy research: an interdisciplinary review. MIS Quarterly, 35(4), 989–1016.

Smith, H. J., Milberg, J. S., and Burke, J. S. 1996. “Information Privacy: Measuring Individuals’ Concerns About Organizational Practices,” MIS Quarterly (20:2), pp. 167-196.

Stewart, K. A., and Segars, A. H. 2002. “An Empirical Examination of the Concern for Information Privacy Instrument,” Information Systems Research (13:1), pp. 36-49.

Solove, D. J. 2004. The Digital Person: Technology and Privacy in the Information Age, New York: New York University Press.

55

Heng, X., Dinev, T., Smith, J., & Hart, P. (2011). Information Privacy Concerns: Linking Individual Perceptions with Institutional Privacy Assurances. Journal of the Association for Information Systems, 12(12), 798–824.

56

8 Appendix

8.1 Appendix1Questionnairebachelorscriptie

ScriptieBScInformatiekunde

Q2Besteparticipant,

Hartelijkdankvooruwdeelnameaanditonderzoek.InditonderzoekwordendezorgenomtrentprivacybijeenUsageBasedautoverzekeringgemeten.Allereerstzullendriebasalevragenaanuwordenvoorgelegd.DaarnavolgteenkorteinleidingoverUsageBasedautoverzekeringwaarnaueenaantalstellingenkrijgtvoorgelegddieukuntbeantwoordenaandehandvandegegevenschaal.Alsdankvooruwdeelnameaanditonderzoekwordtonderdeparticipanteneentegoedbonvanbol.comterwaardevan€50,-verloot.Hetinvullenvandezeenquêtezalongeveer5minuteninbeslagnemen.Dedooruverstrekteinformatiezalopvertrouwelijkewijzewordenverwerktinmijnonderzoek.

Metvriendelijkegroet,JesseRoelsstudentBScinformatiekundeUniversiteitvanAmsterdam

Q1Watisuwleeftijd?

m <18jaar(1)m 18-24jaar(2)m 25-29jaar(3)m 30jaarofouder(4)

Q3Watisuwgeslacht?

m Vrouw(1)m Man(2)

Q4Bentumomenteeleigenaarvaneenautoen/ofmotorfiets?

m Ja(1)m Nee(2)

Q5InleidingEenverzekeraarbepaaltuwpremieopbasisvanhetrisicodatuloopt.BijeenUsageBasedInsurancewordtdezeberekeninggedaanopbasisvanuwgebruikenrijgedrag.Inuwautozaleenapparaatwordengemonteerddatbijelkerituwrijgedragengeredentrajectdeeltmetuwverzekeraar.

57

Opbasisvandezegegevenskaneenpersoonlijkepremiewordenberekend.Stel,uoverweegteendergelijkeverzekeringaftesluiten,hoebeoordeeltudandevolgendestellingen?

Q6Mijnverzekeraarzaldegegevensdieikvrijgeefopeencompetentewijzegebruiken.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q7Mijnverzekeraarzaleerlijkzijntenaanzienvandewijzewaaropmijngegevenswordengebruikt.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q8Mijnverzekeraarzalmijntoestemmingvragenalvorensmijngegevensaananderebedrijvenwordenverstrekt.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q9Mijnverzekeraarzalgeenmisbruikvanmijmakenopbasisvandegegevensdieikverstrek.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

58

Q10Anderebedrijvenzullengeenmisbruikvanmijmakenopbasisvanmijngegevensdiemijnverzekeraarheeftverstrekt.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q11Mijngegevenskunnenwordendoorverkochtaanderdepartijen.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q12Mijngegevenskunnenwordenmisbruikt.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q13Mijngegevenskunnenwordengedeeldmetindividuenofbedrijvenzonderdatikdaarvanweet.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q14Mijngegevenskunnenwordengedeeldmetdepolitie.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

59

Q15Mijngegevenskunneneenonjuistbeeldneerzettenvandedaadwerkelijkesituatie.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q16Mijnpremiekanopbasisvanmijngegevensoponjuistegrondenwordenverhoogd.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q17Hetonethischgebruikenvanmijngegevensisaantrekkelijkvoorsommigebedrijven.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q18Legaalmaartwijfelachtiggebruikvanmijngegevensisaantrekkelijkvoorsommigebedrijven.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q19Ikbenbezorgddatdegegevensdieikaanmijnverzekeraarbeschikbaarstel,misbruiktkunnenworden.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

60

Q20Ikbenbezorgddatdegegevensdieikaanmijnverzekeraarbeschikbaarsteldoorkwaadwillendenkunnenwordenbuitgemaakt.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q21Ikbenbezorgddatdegegevensdieikbeschikbaarstelaanmijnverzekeraarkunnenwordendoorgespeeldaanderdepartijen.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q22Ikbenbezorgddatdegegevensdieikbeschikbaarstelaanmijnverzekeraarkunnenwordengebruiktopmanierendieikniethadvoorzien.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q23Wanneermijnverzekeraartoegangheefttotmijngegevensvoelikmijbekeken.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

61

Q24Wanneerikmijnverzekeraartoegangverleentotmijngegevenshebikhetgevoeldatmijnexactelocatieopeenbepaaldtijdstipindegatenwordtgehouden.

Volledigeens(1) Eens(2) Nieteens,niet

oneens(3) Oneens(4) Volledigoneens(5)

(1) m m m m m

Q25Wanneerikmijngegevensdeelmetmijnverzekeraarbenikbangdatdevolgendeinformatieuitkanlekken:

Volledigeens(1) Eens(2)

Nieteens,nietoneens

(3)Oneens(4) Volledig

oneens(5)

Hetaantalkilometersdatikperjaarrijd.(1) m m m m m

Hetaantalverkeersovertredingen

datikbega.(2)m m m m m

Hetaantalverkeersongevallenwaarbijikbetrokken

ben.(3)

m m m m m

Mijnexactelocatieopelkdenkbaartijdstip.

(4)m m m m m

Q27Hartelijkdankvooruwdeelnameaanditonderzoek.Vergeetnietuwe-mailadresintevullenwanneerukanswiltmakenopeenbol.comtegoedbont.w.v.€50,-.Mijne-mailadres:

62

8.2 Appendix2gebruikteenaangepastequestionnaires

Dinev&Hart(2004)

Libaque-Saenzetal.(2016)

63

8.3 Appendix3–EFAonafhankelijkevariabelen

Vraag Gecodeerde naam

Mijn verzekeraar zal de gegevens die ik vrijgeef op een competente wijze gebruiken. Trust 1

Mijn verzekeraar zal eerlijk zijn ten aanzien van de wijze waarop mijn gegevens worden gebruikt. Trust 2

Mijn verzekeraar zal mijn toestemming vragen alvorens mijn gegevens aan andere bedrijven

worden verstrekt.

Trust 3

Mijn verzekeraar zal geen misbruik van mij maken op basis van de gegevens die ik verstrek. Trust 4

Andere bedrijven zullen geen misbruik van mij maken op basis van mijn gegevens die mijn

verzekeraar heeft verstrekt

Trust 5

Mijn gegevens kunnen worden doorverkocht aan derde partijen. Vulnerability 1

Mijn gegevens kunnen worden misbruikt. Vulnerability 2

Mijn gegevens kunnen worden gedeeld met individuen of bedrijven zonder dat ik daarvan weet. Vulnerability 3

Mijn gegevens kunnen worden gedeeld met de politie. Vulnerability 4

Mijn gegevens kunnen een onjuist beeld neerzetten van de daadwerkelijke situatie. Vulnerability 5

Mijn premie kan op basis van mijn gegevens op onjuiste gronden worden verhoogd. Vulnerability 6

Het onethisch gebruiken van mijn gegevens is aantrekkelijk voor sommige bedrijven. Vulnerability 7

Legaal maar twijfelachtig gebruik van mijn gegevens is aantrekkelijk voor sommige bedrijven. Vulnerability 8

Ik ben bezorgd dat de gegevens die ik aan mijn verzekeraar beschikbaar stel, misbruikt kunnen

worden.

Abuse 1

Ik ben bezorgd dat de gegevens die ik aan mijn verzekeraar beschikbaar stel door

kwaadwillenden kunnen worden buitgemaakt.

Abuse 2

Ik ben bezorgd dat de gegevens die ik beschikbaar stel aan mijn verzekeraar kunnen worden

doorgespeeld aan derde partijen.

Abuse 3

Ik ben bezorgd dat de gegevens die ik beschikbaar stel aan mijn verzekeraar kunnen worden

gebruikt op manieren die ik niet had voorzien.

Abuse 4

Wanneer mijn verzekeraar toegang heeft tot mijn gegevens voel ik mij bekeken. Finding 1

Wanneer ik mijn verzekeraar toegang verleen tot mijn gegevens heb ik het gevoel dat mijn

exacte locatie op een bepaald tijdstip in de gaten wordt gehouden.

Finding 2

Wanneer ik mijn gegevens deel met mijn verzekeraar ben ik bang dat de volgende informatie uit

kan lekken:

-Het aantal kilometers dat ik per jaar rijd.

Finding 3

-Het aantal verkeersovertredingen dat ik bega. Finding 4

-Het aantal verkeersongevallen waarbij ik betrokken ben. Finding 5

-Mijn exacte locatie op elk denkbaar tijdstip. Finding 6

64

Nahetverwijderenvanvulnerability1envulnerability4:

65

66

67

8.4 Appendix4–EFAafhankelijkevariabelen

68

NahetverwijderenvanFinding2enfinding3:

69

70

Appendix5–EFAonafhankelijkeenafhankelijkevariabelen

71