Hoofdstuk 3 Opzet en uitvoering van het empirische onderzoek
3.3 Hoofdonderzoek
3.3.4 Plan van analyse
-‘Placemarkt’ ‘Eerst de directeur’ -Tabel 3.4: Merken en reclamespots die worden onderzocht
3.3.4 Plan van analyse
Ontbrekende waarden
Voor variabelen waarvan niet alle respondenten een waarde hebben ingevuld, wordt de ontbrekende waarde vervangen door de gemiddelde van alle waarnemingen op de variabele. De ontbrekende data van de nominale variabelen worden niet vervangen, omdat deze vervangingsmethode voor niet-metrische variabelen ongeschikt is (zie Hair et al., 1998:52).
Hercoderen
De indicatoren van ‘gelukkig/ongelukkig’, ‘blij/geïrriteerd’, ‘opgewonden/kalm’ en ‘geprikkeld/rustig’ worden gehercodeerd, zodat een laag getal een lage mate van pleasure of
arousal vertegenwoordigt.
De variabele ‘kwaliteitsverschil tussen eigen merken en A-merken’ wordt gehercodeerd, zodat een hoge score een groot verschil aangeeft.
De variabele ‘hoeveelheid blootstellingen’ wordt uitgedrukt in ‘perceptuele vloeiendheid’ en wordt door middel van een word-completion test getoetst. Perceptuele vloeiendheid is een nominale variabele en bestaat uit twee categorieën, namelijk: ‘perceptueel vloeiend’ en ‘niet perceptueel vloeiend’. Aan perceptuele vloeiendheid wordt de waarde één toegekend als voor een merk een woordfragment correct wordt aangevuld en de waarde nul als deze incorrect of niet aangevuld is.
Samengestelde schalen
De indicatoren van de pleasure en arousal dimensie van affectieve responsen ten opzichte van het merk en ten opzichte van de reclamespot en de indicatoren van het gebruik van extrinsieke cues worden gecombineerd tot samengestelde schalen (summated scales) (zie Hair et al., 1998:116). Hiervoor wordt het gemiddelde berekend van de indicatoren van de desbetreffende schaal. Om de betrouwbaarheid van deze schalen vast te stellen, wordt van elke schaal voor elk merk en voor elk product de Cronbachs alfa berekend (zie Hair et al., 1998:118). Een Cronbachs alfa van minimaal 0,7 wordt vaak als algemene richtlijn aangehouden, maar kan dalen tot 0,6 voor exploratief onderzoek (Hair et al., 1998:118). De grens van 0,6 wordt in dit onderzoek aangehouden.
Het testen van de representativiteit van de steekproef
Om te kijken of de steekproef representatief is, wordt naar de man/vrouw verdeling en de gemiddelde leeftijd van de steekproef gekeken.
Met een chi-kwadraattoets kan bepaald worden of de frequenties van mannen en vrouwen van de populatie significant afwijken van de frequenties van mannen en vrouwen in de steekproef (zie Huizingh, 2006:312). Omdat de populatie voor 83,8% uit vrouwen bestaat, wordt een verhouding van 16,2 (man) en 83,8 (vrouw) in de chi-kwadraattoets ingevoerd. Als de overschrijdingkans (α) hoger is dan 0,05, wordt aangenomen dat de man/vrouw verdeling in de steekproef niet afwijkt van de verdeling in de populatie. Deze overschrijdingskans komt overeen met de gebruikelijke richtlijnen (zie Hair et al., 1998:11; Saunders et al., 2003:367).
Met een One-Sample T test kunnen interval- of ratiovariabelen getoetst worden aan een bepaalde waarde (zie Huizingh, 2006:257). ‘Leeftijd’ is echter een ordinale variabele, deze test kan dus niet uitgevoerd worden om te toetsen of de gemiddelde leeftijd van de steekproef afwijkt van de gemiddelde leeftijd van de populatie. Door de groottes van de leeftijdscategorieën te vergelijken met de gemiddelde leeftijd van de populatie (i.e. 48,5 jaar) wordt gekeken of deze afwijken. 15
Beschrijven van de variabelen
Om een beeld te krijgen van hoe scores op de variabelen tussen merken verschillen voor de verschillende producten, wordt met diverse testen bekeken of deze verschillen significant zijn. Niet alle variabelen worden op dezelfde manier gemeten, daarom worden er verscheidene testen gedaan om te beoordelen of merken significant van elkaar verschillen. De volgende verschillen worden onderzocht:
- verschillen tussen eigen merken in het algemeen en individuele eigen merken; - verschillen tussen A-merken in het algemeen en individuele A-merken; - verschillen tussen A-merken en eigen merken.
Risicopercepties, waardepercepties, affectieve responsen en koopintenties
15 Als de gemiddelde leeftijd van de populatie ondergebracht wordt in een leeftijdscategorie kan door middel van een mediaantoets gemeten worden of de mediaan van de steekproef significant afwijkt van de leeftijdscategorie van de populatie. Het voert te ver om de procedure hiervoor uit te voeren (zie Huizingh, 2006:327).
Voor de variabelen ‘risicopercepties’, ‘waardepercepties’, ‘affectieve responsen’ en ‘koopintenties’ worden de gemiddelde prestaties van eigen merken onderling vergeleken en de gemiddelde prestaties van A-merken onderling.16 Ook wordt gekeken of de gemiddelde score op deze variabelen tussen eigen merken en A-merken verschilt. Omdat één steekproef wordt gebruikt voor het testen van alle merken en producten worden Paired-Samples T tests gebruikt om te kijken of de verschillen significant zijn. De variabelen worden gemeten op intervalniveau dus deze test kan hiervoor gebruikt worden (zie Huizingh, 2006:261).17 Verschillen worden significant bevonden als de alfa’s 0,05 of lager zijn. Onbekend is hoe eigen merken van elkaar verschillen en hoe A-merken van elkaar verschillen. Deze verschillen worden daarom tweezijdig getoetst. Omdat de verwachting is dat eigen merken nadeliger scoren dan A-merken worden deze verschillen eenzijdig getoetst door de tweezijdige overschrijdingskansen te halveren (zie Huizingh, 2006:268). Een uitzondering wordt gemaakt voor affectieve responsen, omdat niet bekend is hoe de affectieve responsen verschillen tussen eigen merken en A-merken.
Verschil in kwaliteitspercepties
Bij het meten van de variabele ‘verschil in kwaliteitspercepties’ wordt rechtstreeks naar verschillen gevraagd tussen eigen merken en A-merken. Drie is het middelpunt van de schaal. Een getal boven de drie geeft aan dat er kwaliteitsverschil bestaat tussen eigen merken en A-merken, een getal beneden de drie geeft dus aan dat zij vinden dat er geen kwaliteitsverschil is tussen eigen merken en A-merken.18 Kwaliteitsverschil is een intervalvariabele, daarom wordt door middel van een One-Sample T test berekend of de scores significant afwijken van drie. Hierbij wordt een overschrijdingskans van 0,05 aangehouden. De verwachting is dat er kwaliteitsverschil bestaat tussen eigen merken en A-merken. Er wordt daarom eenzijdig getoetst. Omdat rechtstreeks naar verschillen wordt gevraagd, zullen er geen gegevens zijn over afzonderlijke merken. Verschillen tussen eigen merken en tussen A-merken kunnen daarom niet gemeten worden.
Hoeveelheid blootstellingen
De variabele ‘hoeveelheid blootstellingen’ (perceptuele vloeiendheid) wordt met een word
completion test gemeten. Deze variabele bestaat uit twee categorieën, namelijk: ‘correct
16 De variabele ‘waardepercepties’ wordt niet gemeten voor meerdere eigen merken en A-merken. Verschillen tussen eigen merken en tussen A-merken kunnen dus niet gemeten worden.
17 Strikt genomen zijn de antwoordschalen ordinale schalen, maar worden vaak toch opgevat als intervalschalen (zie Baarda et al., 2000:157).
18 Hoewel niet aan de respondenten is gevraagd voor welk merk zij kwaliteitsverschil percipiëren, wordt aangenomen dat een eventueel kwaliteitsverschil ten nadele is van eigen merken.
geantwoord’ en ‘fout/niet geantwoord’. Om de hoeveelheid blootstellingen van Plus en Spar te vergelijken en om Plus en Spar te vergelijken met Hertog, wordt een McNemars test uitgevoerd. Met deze test kunnen twee gerelateerde groepen worden vergeleken op een dichotome variabele (zie Huizingh, 2006:246). Als de overschrijdingskans 0,05 of lager is, wordt aangenomen dat de prestaties op de word completion test tussen de desbetreffende merken niet aan elkaar gelijk zijn.
Succesvol toepassen van klassieke conditionering
Voor de variabele ‘succesvol toepassen van klassieke conditionering’ kan niet gemeten worden of merken significant van elkaar verschillen, omdat er voor deze variabele geen score wordt berekend. Eerder in dit hoofdstuk zijn merken gekozen waarvan verondersteld wordt dat deze verschillen in het succesvol toepassen van klassieke conditionering. Hierbij is aangenomen dat het hebben van affectieve tv-reclame een maat is voor het succesvol toepassen van klassieke conditionering. Gesuggereerd is dat Plus en Hertog affectieve reclamespots hebben. Om te bepalen of de reclamespots van Plus en Hertog affectief zijn, wordt gemeten of de reclamespots significant hoger scoren dan het middelpunt van de schaal (i.e. drie) op de variabele ‘affectieve responsen ten opzichte van de reclamespot’. De variabele ‘affectieve responsen ten opzichte van de reclamespot’ wordt gemeten op intervalniveau. Het is daarom mogelijk ook hier een
One-Sample T test te gebruiken om te toetsen of de scores significant afwijken van drie
(α≤0,05). Omdat de verwachting is dat de reclamespots affectief zijn en dus hoger scoren dan drie, wordt eenzijdig getoetst.
Het gebruik van extrinsieke cues
Het gebruiken van extrinsieke cues om de kwaliteit te beoordelen, zegt iets over de respondenten en niet over merken. Er kunnen daarom geen verschillen tussen merken gemeten worden. Wel wordt bekeken of respondenten relatief veel of weinig gebruik maken van extrinsieke cues om de kwaliteit van producten vast te stellen. Omdat de variabele op intervalniveau wordt gemeten, wordt door middel van een One-Sample T test getoetst of de gemiddelden significant (α=0,05) afwijken van het middelpunt van de schaal (i.e. drie). Een score boven de drie geeft aan dat respondenten relatief veel gebruik maken van extrinsieke cues om de kwaliteit te beoordelen. Een score van beneden de drie geeft dus aan dat zij hier relatief weinig gebruik van maken.
De variabelen uit de conceptuele modellen zijn ‘verschil’ variabelen. Deze verschillen hebben betrekking op verschillen tussen eigen merken en A-merken. Er wordt bijvoorbeeld bekeken of een verschil in risicopercepties tussen eigen merken en A-merken leidt tot een verschil in koopintenties tussen eigen merken en A-merken. Echter, bij het meten van de meeste variabelen wordt niet naar verschillen gevraagd tussen eigen merken en A-merken, maar wordt gevraagd naar de afzonderlijke prestaties van eigen merken en A-merken. De ‘verschil’ variabelen moeten daarom berekend worden.
De variabelen ‘verschil in risicopercepties’, ‘verschil in waardepercepties’, ‘verschil in affectieve responsen’ en ‘verschil in koopintenties’ worden berekend door de score van A- merken op risicopercepties, waardepercepties, affectieve responsen, koopintenties af te trekken van de scores van eigen merken op dezelfde respectievelijke variabelen voor zowel allesreiniger als ijs.
Voor de variabele ‘verschil in kwaliteitspercepties’ is geen transformatie nodig, omdat er rechtstreeks naar verschillen wordt gevraagd tussen eigen merken en A-merken.
Voor het ‘verschil in de hoeveelheid blootstellingen (perceptuele vloeiendheid)’ wordt geen variabele gemaakt. De scores van de merken op de hoeveelheid blootstellingen kunnen niet van elkaar worden afgetrokken, omdat deze variabele een dichotome nominale variabele is (‘perceptueel vloeiend’ en ‘niet-perceptueel vloeiend’).
Voor de variabele ‘verschil in succesvol toepassen van klassieke conditionering’ wordt ook geen variabele gemaakt, omdat er geen score wordt berekend voor het succesvol toepassen van klassieke conditionering. Van tevoren zijn merken gekozen waarvan is aangenomen dat deze verschillen in het succesvol toepassen van klassieke conditionering.
Testen van de hypotheses
In hoofdstuk 2 zijn verschillende hypotheses opgesteld (zie tabel 3.5). Nu wordt uitgelegd hoe deze hypotheses getoetst worden.
Onafhankelijke variabele Afhankelijke variabele Low-involvement hierarchy model
H1b Verschil in waardepercepties (Exp. prod.) Verschil in koopintenties × H2 Verschil in risicopercepties (LI. prod.) Verschil in koopintenties – H3 Verschil in risicopercepties (LI. prod.) Verschil in waardepercepties – H4 Verschil in kwaliteitspercepties (LI. prod.) Verschil in waardepercepties + H5a Verschil in kwaliteitspercepties (LI. prod.) Verschil in risicopercepties – H5b Verschil in kwaliteitspercepties (Exp. prod.) ` Verschil in risicopercepties × H6 Gebruik van extrinsieke cues (LI. prod.) Verschil in kwaliteitspercepties – H7a Gebruik van extrinsieke cues (LI. prod.) Verschil in risicopercepties + H7b Gebruik van extrinsieke cues (Exp. prod.) Verschil in risicopercepties ×
Experiential hierarchy model
H8a Verschil in affectieve responsen (Exp. prod.) Verschil in koopintenties + H8b Verschil in affectieve responsen (LI. prod.) Verschil in koopintenties × H9a Verschil in affectieve responsen (Exp. prod.) Verschil in risicopercepties – H9b Verschil in affectieve responsen (LI. prod.) Verschil in risicopercepties × H10 Verschil in risicopercepties (Exp. prod.) Verschil in koopintenties – H11 Verschil in klassieke conditionering (Exp. prod.) Verschil in affectieve responsen + H12a Verschil in hoeveelheid blootstellingen (Exp. prod.) Verschil in affectieve responsen – H12b Verschil in hoeveelheid blootstellingen (Exp. prod.) Verschil in affectieve responsen × Exp. prod = producten waarvan attitudes gevormd worden volgens de experiential hierarchy
LI. prod. = producten waarvan attitudes gevormd worden volgens de low-involvement hierarchy Tabel 3.5: Overzicht van de hypotheses
Met uitzondering van hypothese 11 en 12 worden alle hypotheses door middel van regressieanalyses getest. Met een regressieanalyse kan een lineair verband worden geschat tussen een afhankelijke en één of meer onafhankelijke variabelen (Huizingh, 2006:288). De afhankelijke variabele geeft het verschijnsel weer dat verklaard moet worden en de onafhankelijke variabele vormt de verklaring voor het verschijnsel (Huizingh, 2006:289). In dit onderzoek willen we bijvoorbeeld het verschil in koopintenties (de afhankelijke variabele) verklaren door het verschil in waardepercepties (de onafhankelijke variabele).
In tegenstelling tot een correlatieanalyse wordt bij een regressieanalyse een causaal verband verondersteld (zie Huizingh, 2006:289). In de hypotheses die in dit onderzoek zijn opgesteld, komt naar voren welke variabele de onafhankelijke variabele is en welke de afhankelijke variabele. De onafhankelijke variabele vormt daarbij de oorzaak van de afhankelijke variabele. Daarom is de voorkeur uitgegaan naar een regressieanalyse in plaats van een correlatieanalyse. Omdat de variabelen uit deze hypotheses op intervalniveau gemeten zijn, zijn regressieanalyses
toegestaan (zie Huizingh, 2006:289). Aangenomen wordt dat er een relatie bestaat tussen een onafhankelijke variabele en een afhankelijke variabele, als de overschrijdingskans 0,05 of minder is. Omdat vooraf een verwachting is of een regressiecoëfficiënt positief of negatief is, wordt eenzijdig getoetst door de tweezijdige overschrijdingskansen te halveren (zie Huizingh, 2006:294).
Om te onderzoeken of een verschil in het succesvol toepassen van klassieke conditionering leidt tot een verschil in affectieve responsen (hypothese 11) wordt een Multivariate Analysis of
Variance (MANOVA) gebruikt, omdat meer dan twee onafhankelijke groepen worden
onderzocht op basis van meerdere kenmerken (zie Hair et al., 1998:341). Er wordt namelijk gekeken of merken die verschillen in het hebben van affectieve reclame (Hertog), het hebben van affectieve en niet-affectieve reclame (Plus), en het hebben van geen tv-reclame (Spar) significant verschillen in pleasure en arousal (i.e. 3 factorial design). Pleasure en arousal zijn intervalvariabelen dus MANOVA kan hiervoor gebruikt worden (zie Huizingh, 2006:269). Indien de overschrijdingskans 0,05 of lager is, wordt aangenomen dat minimaal twee merken van elkaar verschillen op pleasure of arousal. Om te bepalen welke merken van elkaar verschillen, worden Post Hoc toetsen uitgevoerd. Als merken gelijke varianties hebben wordt een Bonferroni-toets uitgevoerd. Voor de merken met ongelijke varianties worden Tamhanes T2-toetsen uitgevoerd (zie Huizingh, 2006:275). De varianties worden door middel van een Levene-toest getest.
Een regressieanalyse is ook ongeschikt om te onderzoeken of een verschil in de hoeveelheid blootstellingen leidt tot een verschil in affectieve responsen (hypothese 12), omdat de verwachte relatie tussen de hoeveelheid blootstellingen (perceptuele vloeiendheid) en affectieve responsen omgekeerd U-vormig is of niet bestaand en de variabele ‘perceptuele vloeiendheid’ een dummy variabele is. Er kan dan niet achterhaald worden waar het dalende of gelijkblijvende punt bereikt is. Om te kijken of er een verband bestaat tussen de hoeveelheid blootstellingen en affectieve responsen wordt per merk gekeken of het gemiddelde van affectieve responsen van de groep die nul scoort op perceptuele vloeiendheid, significant verschilt van de gemiddelden op affectieve responsen van de groep die één scoort op perceptuele vloeiendheid. Eerder is al genoemd dat affectieve responsen gemeten worden op intervalniveau en bestaat uit twee dimensies, er zijn dus twee afhankelijke variabelen. Ook zijn de perceptuele vloeiende groep en de niet-perceptueel vloeiende groep onafhankelijk van elkaar. Een MANOVA is daarom ook hier geschikt om te onderzoeken of groepen die
verschillen in perceptuele vloeiendheid verschillen op pleasure en arousal. Als blijkt dat de groepen significant verschillen (α≤0,05) kan door naar de gemiddelden te kijken op pleasure en
arousal van de perceptueel vloeiende groep en de niet-perceptueel vloeiende groep bepaald
worden welke groep het laagst scoort en welke het hoogst. Men zou echter vraagtekens kunnen zetten bij de waarde van de uitkomsten van deze test, omdat deze moeilijk te interpreteren zijn. Stel dat de groepen significant verschillen, een uitspraak over de vorm van de relatie kan niet gemaakt worden.
Testen van de kwaliteit van de modellen
Om een beter beeld te krijgen van de kwaliteit van de twee modellen worden deze getest. Dit wordt gedaan door de meervoudige en indirecte relaties in de modellen te onderzoeken.
Meervoudige relaties
In de gevallen waar voorondersteld wordt dat meerdere onafhankelijke variabelen een afhankelijke variabele beïnvloeden, worden meervoudige regressieanalyses uitgevoerd. Hierbij wordt eveneens een eenzijdige overschrijdingskans van 0,05 aangehouden. Een uitzondering is als ‘succesvol toepassen van klassieke conditionering’ en ‘hoeveelheid blootstellingen’ de onafhankelijke variabelen zijn en affectieve responsen de afhankelijke variabele. Een meervoudige regressieanalyse kan hiervoor niet gebruikt worden, omdat de onafhankelijke variabelen geen interval- of ratiovariabelen zijn. Omdat affectieve responsen bestaan uit twee dimensies, wordt gebruik gemaakt van MANOVA om deze meervoudige relatie te testen. Relaties worden significant bevonden als de alfa’s 0,05 of lager zijn.
De onafhankelijke variabelen van de meervoudige regressieanalyses worden getest op multicollineairiteit. Multicollineairiteit kan tot gevolg hebben dat moeilijk bepaald kan worden wat de bijdrage is van de afzonderlijke onafhankelijke variabelen (Hair et al., 1998:188). Ook kunnen de regressiecoëfficiënten en de bijbehorende significantietesten verkeerd worden geschat (Hair et al., 1998:189). Om te onderzoeken of er multicollineairiteit bestaat tussen de onafhankelijke variabelen wordt de tolerance waarde berekend. Indien de tolerance een waarde heeft van beneden de 0,10 is er sprake van multicollineairiteit (zie Hair et al., 1998:193).
Er kan niet gemeten of er multicollineairiteit bestaat tussen klassieke conditionering en de hoeveelheid blootstellingen, omdat deze variabelen niet in een regressieanalyse tegen elkaar uit
kunnen worden gezet, zoals bij metingen van multicollineairiteit gedaan wordt (e.g. VIF en
tolerance, zie Hair et al., 1998:193). Indirecte relaties
Om te testen of er sprake is van mediatie wordt getoetst of de relaties in de modellen voldoen aan de drie voorwaarden voor mediatie, opgesteld door Baron et al. (1986 in Aqueveque, 2006), te weten:
1. De onafhankelijke variabele moet samenhangen met de afhankelijke variabele. 2. De onafhankelijke variabele moet samenhangen met de mediator.
3. Als de mediator en de onafhankelijke variabele samen in een regressie tegen de onafhankelijke variabele worden uitgezet, is het effect van de mediator significant en van de onafhankelijke variabele verminderd (gedeeltelijke mediatie) of niet significant (complete mediatie).
Niet alle indirecte relaties kunnen worden getest. In het experiential hierarchy model kan alleen gemeten worden of risicopercepties de relatie tussen affectieve responsen en koopintenties mediëren. De overige mediaties in het model kunnen niet getest worden, omdat niet gemeten kan worden of aan de voorwaarden voor mediatie is voldaan.