privacy concerns bij usage based autoverzekeringen
TRANSCRIPT
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