Wanneer wordt een camerawisseling te veel?

Wanneer wordt een camerawisseling te veel?

Eerste versie.

Masterscriptie MA Communicatiekunde CIW, Rijksuniversiteit Groningen

Student: Marco Bottenberg Studentnummer: s2702681

Begeleider 1: prof. dr. J.C.J. Hoeks Begeleider 2: G.J. Mills, PhD

Samenvatting

Het bekijken van online-video’s is ontzettend populair en daarom is aandacht voor video’s op platformen zoals Facebook ontzettend belangrijk. Camerawisselingen kunnen een bijdrage leveren aan het creëren van een bepaalde mate van aandacht. Uit eerdere onderzoeken blijkt namelijk dat camerawisselingen een positief effect hebben op de herkenning van een video en de attitude tegenover de video. Camerawisselingen zorgen namelijk voor aandacht reflexen (orienting response) die ervoor zorgen dat de kijker meer cognitieve ruimte beschikbaar maakt om de boodschap te verwerken wat weer leidt tot een betere attitude tegenover de boodschap. Daarom is het doel van dit onderzoek het vaststellen van het effect van camerawisselingen op herkenning en attitude tegenover online-video’s en boodschap hiervan. Een online experiment (N=72) met een 2 (gemiddelde/hoge frequentie objectwisselingen) x 2 (objectwisselingen binnen/tussen scene) onderzoeksdesign is uitgevoerd. Proefpersonen werden random ingedeeld in één van de vier condities en kregen een (speciaal voor dit onderzoek samengestelde) video te zien van Animal Rights. De respondenten hadden de vrijheid om zelf te bepalen of ze de video wouden af kijken om zo de situatie van een online platform na te bootsen. Uit de resultaten is naar voren gekomen dat een hoge frequentie objectwisselingen een positief resultaat had op de herkenning van de video. Verder is gebleken dat de emotionele lading achter de beelden een rol heeft gespeeld bij het vormen van de attitude tegenover de video en de attitude tegenover de huidige pluimveesector. De groep waarin de beelden als emotioneel ervaren werd, had een hogere attitude tegenover de video en lagere attitude tegenover de huidige stand van zaken in de pluimvee industrie. Deze resultaten suggereren dat de camerawisselingen niet of te weinig aandacht reflexen hebben opgeroepen, maar dat deze reflexen zijn ontstaan door de emotionele lading van de beelden. Emotie kan namelijk ook gezien worden als een beeldkenmerk die extra prikkels oproept. Dat verklaart waarom een hoge frequentie beeldwisselingen (meer emotie = meer prikkels) leidt tot een betere herkenning en hogere attitude. Daarom moet er rekening gehouden worden met meerdere beeldkenmerken (humor/emotie), omdat niet alleen de visuele verandering van een shot (camerawisseling binnen of tussen scene) zorgt voor aandacht reflexen.

Inhoudsopgave

Samenvatting 2

Inleiding 4

Literatuur bespreking 7

Aandacht voor videocontent op Facebook 7

Soorten camerawisselingen 7

Hoeveelheid camerawisselingen 8

Het effect van camerawisselingen op herkenning 9

Het effect van camerawisselingen op attitude 10

Hypothesen 11 Methode 13 Onderzoeksdesign 13 Manipulatie en materiaal 13 Meetmethode en steekproef 15 Resultaten 19 Exploratie 21 Discussie 23 Beperkingen en vervolgonderzoek 25 Bibliografie 27

Inleiding

Nog niet eerder is het bekijken van online-video’s zo populair geweest als nu. Vooral op sociale-netwerksites (SNS) zoals Facebook is het gebruik van video’s niet meer weg te denken. De komst van video (zowel live als opgenomen) wordt dan ook gezien als belangrijke drijfveer voor de groeiende betrokkenheid van gebruikers en adverteerders op Facebook (eMarketer, 2017). In 2017 gebruikten 10,4 miljoen Nederlanders Facebook waarvan er 7,5 miljoen Nederlanders dagelijks gebruik maakten van het online platform (Newcom Research, 2017). Facebook wordt daarom nog steeds gezien als de meest dominante SNS (Greenwood, Perrin, & Duggan, 2016). Door dit snelgroeiende aantal gebruikers is Facebook een platform geworden waarop (zonder al te veel kosten) een grote groep mensen bereikt kan worden.

Onderzoek naar online-video’s op SNS blijft echter vaak beperkt en niet theoretisch onderbouwd. In deze onderzoeken wordt de populariteit veelal beoordeeld door middel van het tellen van het aantal ‘likes’ of ‘comments’ die zijn toegekend aan een bericht (Brookes, 2011). Een mogelijke verklaring hiervoor kan zijn dat men video’s op Facebook net zo benadert als televisiereclames; het aantal ‘likes’ ofwel ‘kijkcijfers’ bepaalt het succes. Er bestaat echter een groot verschil met de traditionele manier van (online) adverteren (via banners of reclameblokken) en het adverteren op Facebook. De communicatie via Facebook vereist een eigen strategie omdat gebruikers er vrijwillig voor kiezen om bepaalde Facebookpagina’s te bezoeken waarop bedrijven, groepen of merken berichten plaatsen (de Vries, Gensler, & Leeflang , 2012). Bij traditionele media ontbreekt deze vrijwillige basis omdat de bezoeker de reclame-uiting vaak opgedrongen krijgt middels een banner of reclameblokken. Deze vorm van reclame wordt zogenoemde push media genoemd. De kijker bepaalt dus niet zelf in welk tempo de informatie tot zich genomen wordt (Dijkstra, Buijtels, & Van Raaij, 2005). Deze vorm van informatieoverdracht leidt tot external pacing, waardoor de kans groot is dat men niet om de informatie gevraagd heeft of het tempo van informatieverwerking niet kan bijhouden. Bijvoorbeeld bij een televisiecommercial heeft de kijker op het moment van kijken niet de kans om het spotje even te pauzeren of stukje terug te spoelen. De ontvanger is dan vaak niet in staat om de boodschap kritisch te verwerken waardoor deze veelal oppervlakkig wordt verwerkt (Dijkstra & Van Raaij, 2002). Omdat de kijker op Facebook wel de vrijheid heeft om zelf het tempo van informatieverwerking te bepalen, behoort Sociale Media tot de Pull media. Dit leidt tot internal pacing, waardoor de consument zelf kan kiezen welke informatie relevant is en de boodschap op een eigen tempo kan verwerken. Het psychologische verwerkingssysteem dat past bij bovenstaande manieren van informatieverwerking is het Elaboration Likelihood Model (ELM; Petty & Cacioppo, 1981). Dit model gaat uit van twee processen die men gebruikt bij de verwerking van informatie naar attitudeverandering; de centrale route en de perifere route. De centrale route gaat er net als bij

internal pacing vanuit dat men tijd en motivatie heeft om een boodschap grondig te verwerken. Op grond van deze verwerking komt men tot een oordeel over de boodschap. Dat oordeel is dan de attitude (Petty & Cacioppo, 2011).

Als we uitgaan van de bovenstaande uiteenzetting over informatieverwerking kan naast het aantal ‘likes’ en ‘comments’ ook de juiste mate van aandacht en waardering voor een bericht indirect een bijdrage leveren aan attitude- en gedragsverandering. Dat aandacht indirect leidt tot attitude- en gedragsverandering is, zoals beschreven in de vorige alinea, echter van veel factoren afhankelijk. Het creëren van aandacht voor video’s geplaatst op een Facebook-timeline kan (net als bij traditionele advertenties) op een aantal manieren gestimuleerd worden: het tijdstip van plaatsen, de levendigheid, informatieve content, en de interactiviteit kunnen zorgen voor meer ‘likes’ en ‘comments’, ofwel betrokkenheid (Fennis & Stroebe, 2010). Maar daarnaast is uit meerdere onderzoeken gebleken dat ook de audiovisuele opbouw van een video een positief effect heeft op herkenning en waardering (Lang, Geiger, Strickwerda, & Summer, 1993). De wisselingen van camerashots en de frequentie waarmee deze in de montage verwerkt zijn, zijn bepalend voor de herkenning en waardering van de boodschap. Herkenning en waardering zijn twee belangrijke begrippen die nauw een verband kennen met de mate van aandacht die besteed wordt aan een boodschap (Southwell, 2005). In het onderzoek van Southwell (2005) wordt herkenning namelijk gezien als een variabele die tot stand komt als er een zekere mate van aandacht aan iets besteed wordt. Daarnaast wordt ‘waardering van de advertentie’ (Attitude toward the ad) gezien als een belangrijke variabele. Er zijn namelijk veel aanwijzingen dat de attitude tegenover een product of boodschap niet alleen ontstaat door bepaalde producteigenschappen of argumenten maar ook door de waardering van de advertentie zelf (Brown & Stayman, 1992).

Opmerkelijk is echter dat de eerdergenoemde onderzoeken naar de effecten van camerawisselingen veelal in een experimentele omgeving zijn uitgevoerd; respondenten zijn in een vooraf bepaalde setting blootgesteld aan het onderzoek. Daardoor werden respondenten verplicht (ook wel forced exposure genoemd) een video te bekijken en hadden ze niet de vrijheid om deze vroegtijdig te beëindigen (Vettehen & Kleemans, 2012). Dit is volledig anders dan de situatie zoals op Facebook waar mensen de video op elk moment kunnen stoppen of verder kunnen scrollen. Het creëren van aandacht voor video’s op Facebook kent daarom dus een zekere mate van belang. Om meer te weten te komen over het effect van camerawisselingen in video’s die gebruikt worden op Facebook beoogd dit onderzoek antwoord te geven op de onderstaande onderzoeksvraag:

- Wat is het effect van camerawisselingen en de frequentie daarvan op de mate van herkenning en waardering tegenover de video en de boodschap van de video op Facebook?

Dit onderzoek moet inzicht geven in de werking van camerawisselingen in online-video’s die het doel hebben de kijker te overtuigen. Naast bedrijven en merken maken ook hulporganisaties gebruik van SNSs om een breed en jong publiek te kunnen bereiken (Jawad, Abass, Hariri, & Elie, 2015). Dit onderzoek is zowel van theoretisch als praktisch belang. Mocht blijken dat camerawisselingen inderdaad invloed hebben op de herkenning van een video, de attitude tegenover de video en de attitude tegenover de boodschap van de video, dan is dat voor hulporganisaties een manier om naast de inhoud van een video ook na te denken over de opbouw van de montage.

Literatuur bespreking

Aandacht voor videocontent op Facebook

Facebook kent een interactief karakter omdat de gebruiker zelf bepaalt in welke informatie en in welk tempo de informatie verwerkt wordt. Deze manier van informatieoverdracht wordt ook wel pull media genoemd. De ontvanger bepaalt namelijk zelf of een bericht gelezen wordt of een afgekeken wordt (Dijkstra & Van Raaij, 2002). Dit in tegenstelling tot televisiereclames waar de kijker eigenlijk gedwongen wordt om een bepaalde commercial te kijken. Bij deze zogenaamde push media wordt de overdracht van informatie en de snelheid hiervan bepaald door de adverteerder (Dijkstra, Buijtels, & Van Raaij, 2005). Door de vrijheid die de gebruiker heeft op Facebook om bepaalde informatie tot zich te nemen is het extra belangrijk om voldoende aandacht voor de boodschap te vergaren. Volgens Hoeken, Hornikx & Hustinx (2012) is de aandacht voor een boodschap alleen niet voldoende; het vasthouden van aandacht is voor de verwerking van de boodschap namelijk net zo belangrijk. Bepaalde boodschap elementen kunnen een bijdrage leveren aan het vasthouden van aandacht omdat ze functioneren als een ‘magneet’ (Hoeken, Hornikx, & Hustinx, 2012). Het automatisch afspelen van video’s daarom zeker gezien worden als een element dat werkt als een magneetfunctie. Daarnaast kan de structuur van een boodschap bepalend zijn voor het vasthouden van de aandacht. Hoeken et al (2012) spreken vooral over tekstuele opbouw maar Cialdini (2016) gaat verder en benoemt ook de audiovisuele opbouw van video’s. Net als bij televisiereclames wordt de bezoeker bijna gedwongen de eerste paar seconden van een video te bekijken zodra deze voorbijkomt op een Facebook-timeline. En juist de opbouw van verschillende camerashots in die eerste paar seconden kunnen invloed hebben op de aandacht van de kijker (Cialdini, 2016).

Soorten camerawisselingen

“You use your cuts to get people to swing attention to the parts of your message you really want them to focus on”. Volgens Cialdini (2016) zijn camerawisselingen een belangrijk middel dat bijdraagt aan de overtuigingskracht van een boodschap. Camerawisselingen zorgen ervoor dat middels een orienting response meer ruimte wordt vrijgemaakt in het cognitieve verwerkingsgedeelte van de hersenen. Vanuit de theorie wordt er onderscheid gemaakt in camerawisselingen tussen scenes en camerawisselingen binnen scenes. Het verschil tussen deze twee soorten camerawisselingen zit vooral in de hoeveelheid nieuwe audiovisuele informatie die een camerawisseling oplevert (Vettehen & Kleemans, 2012). Een camerawisseling binnen een scene wordt ook wel een related cut genoemd. De scene voor en na de edit hebben visuele informatie die gerelateerd zijn aan elkaar, het is een wisseling van beeld in eenzelfde scene. Een camerawisseling tussen scenes zorgt ervoor dat de scene voor de edit niet gerelateerd is aan de

scene na de edit. Daarom worden ze ook wel unrelated cuts genoemd. Camerawisselingen tussen scenes hebben daarom altijd een associatie met onverwachte en abrupte beeldwisselingen (Lang A. , Geiger, Strickwerda, & Sumner, 1993). In een onderzoek van Vettehen & Kleemans (2012) worden camerawisselingen binnen scene en buiten scene opgedeeld in ‘lege’ camerawisselingen en objectwisselingen. In onderstaande figuur wordt dit schematisch weergegeven.

Camerawisselingen binnen scene Camerawisselingen buiten scene - Geen nieuw object - Geen nieuwe omgeving - Nieuw object - Geen nieuwe omgeving

- (Meestal) nieuw object - wel nieuwe omgeving

‘Lege’ camerawisseling Object wisseling

Figuur 1 – onderscheid in type camerawisselingen

Deze operationalisering (‘lege’ camerawisselingen/objectwisselingen) is volgens Vettehen & Kleemans (2012) sterker dan het onderscheid gemaakt door Lang et al (1993) (‘binnen’ scene/’buiten’ scene). Camerawisselingen binnen een scene kunnen namelijk ook nieuwe audiovisuele informatie bevatten als er een nieuw object geïntroduceerd wordt. Bij een interviewsetting of een dialoog kan een tegenshot de interviewer, of de tegenspeler, introduceren zonder dat er buiten de scene om een verandering plaatsvindt. Door deze aanpassingen wordt er een sterker onderscheid gemaakt tussen camerawisselingen die nauwelijks nieuwe informatie introduceren (‘lege’ wisseling) en camerawisselingen die veel nieuwe informatie introduceren (objectwisseling) (Vettehen & Kleemans, 2012).

Hoeveelheid camerawisselingen

Zoals eerder benoemd zorgen camerawisselingen voor het uitlokken van orienting responses waardoor er bij de kijker meer cognitieve capaciteit vrijkomt om de boodschap te verwerken. De verklaring voor de exacte werking hiervan kan beschreven worden middels het Limited Capacity Model of Motivated Mediated Message Processing (LC4MP). Dit model beschrijft de psychologische theorie achter informatieverwerking als het gaat om massamediale boodschappen (Lang A. , 2006). Het LC4MP gaat ervan uit dat bij het bekijken van een audiovisuele boodschap er slecht een beperkte cognitieve capaciteit beschikbaar is om deze te verwerken. In het model wordt er een weging gemaakt tussen de hoeveelheid cognitieve capaciteit die de kijker beschikbaar stelt en de hoeveelheid cognitieve capaciteit die nodig is om de boodschap te verwerken. Daarnaast zijn er bepaalde kenmerken van de audiovisuele boodschap die invloed hebben op deze balans (Vettehen & Kleemans, 2012). Dit zijn onder andere camerawisselingen

die zorgen voor orienting responses (aandacht reflexen). Door deze aandacht reflexen komt er een kleine hoeveelheid extra cognitieve capaciteit vrij om de boodschap te verwerken (Lang A. , 2006). Er zijn echter ook kenmerken die ervoor zorgen dat er meer cognitieve capaciteit nodig is om de boodschap te kunnen verwerken. Dat zijn bijvoorbeeld beelden met een sterke emotionele lading of het toevoegen van nieuwe objecten of geluiden (Vettehen & Kleemans, 2012).

Op basis van het LC4MP kan daarom verklaard worden wat het effect is van het aantal camerawisselingen binnen een audiovisuele boodschap. Naast dat camerawisselingen zorgen voor extra beschikbare cognitieve capaciteit kan er ook een curvi-lineair effect Ç optreden. Zo is er bijvoorbeeld in het onderzoek van Vettehen & Kleemans (2012) een curvi-lineair (Ç) effect gevonden van het aantal objectwisselingen op herkenning. Het onderzoek toonde aan dat objectwisselingen een positief effect hebben op herkenning maar slechts tot een bepaalde mate van frequentie. Bij een hogere frequentie objectwisselingen nam de gemiddelde herkenning weer af omdat er te weinig vrijgemaakte cognitieve ruimte was voor de te verwerken informatie (bijvoorbeeld bij emotioneel inhoudelijke boodschappen). De relatie tussen de waardering en objectwisselingen is lineair positief: hoe meer objectwisselingen, hoe beter de waardering tegenover de vide. Opmerkelijk was dat Vettehen & Kleemans (2012) geen effect van ‘lege’ camerawisselingen op zowel herkenning als waardering van de video vonden. Een mogelijk verklaring die daarvoor gegeven werd is dat de ‘lege’ camerawisselingen te weinig verandering (en dus nieuwe informatie) met zich meebrengen. Waardoor er dus geen orienting response uitgelokt wordt.

Echter is er over het algemeen te zeggen dat het aantal camerawisselingen dus positief samenhangt met de herkenning en waardering van de video met een neutrale inhoud. (Lang et al, 1999; 2004; 2005; Vettehen & Kleemans, 2012).

Het effect van camerawisselingen op herkenning

Zoals in de vorige paragraaf besproken hebben camerawisselingen een positieve samenhang met de herkenningsmaat van een video. Deze positieve samenhang is vooral terug te zien bij camerawisselingen ‘binnen’ scene: er wordt wel een nieuw object getoond maar de omgeving verandert niet. Hierdoor zijn er genoeg prikkels voor een orienting response maar blijft er ook genoeg cognitieve capaciteit over om de boodschap te verwerken (Lang A. , Geiger, Strickwerda, & Sumner, 1993). De relatie tussen camerawisselingen ‘buiten’ scenes en herkenning ligt iets anders. In een studie van Niederdeppe et al. (2007) werden positieve resultaten gevonden als het gaat om de relatie tussen het aantal camerawisselingen en de mate van herkenning. In een onderzoek van Southwell (2005) werd echter een negatief effect gevonden van camerawisselingen ‘buiten’ scene op de herkenning van spotjes. Deze twee tegenstrijdige resultaten werden besproken in het onderzoek van Vettehen et al. (2012) waarin het

eerdergenoemde curvi-lineair (Ç) effect als verklaring genoemd wordt. Het aantal gebruikte camerawisselingen zou ervoor kunnen zorgen dat er eerst een positief effect ontstaat (linkerhelft van de curve) waarna deze afneemt als de mate van camerawisselingen stijgt. In het onderzoek van Southwell (2005) is naar alle waarschijnlijkheid een te hoge mate van camerawisselingen gebruikt die teveel nieuwe informatie met zich meebrachten (Vettehen & Kleemans, 2012). Het is dan ook van belang dat de frequentie van het aantal camerawisselingen niet te hoog is, net als de hoeveelheid nieuwe informatie die door de camerawisselingen geïntroduceerd wordt. Bij een te hoge frequentie en te veel nieuwe informatie bestaat er een kans dat de extra vrijgekomen cognitieve ruimte (ontstaan door de camerawisselingen) niet meer opweegt tegen de extra te verwerken informatie.

Of deze theoretische bespreking ook van waarde is buiten een experimentele setting is de vraag. De onderzoeken van Southwell (2005), Niederdeppe et al (2007) en Vettehen et al (2012) zijn gedaan met bestaande televisiespotjes die tijdens het onderzoek in een controleerbare (experimentele) setting getoond zijn. Respondenten hadden dus niet de vrijheid om te kiezen of ze een video wel of niet wouden zien maar werden verplicht om deze te bekijken.

Het effect van camerawisselingen op attitude

Naar de effecten die camerawisselingen hebben op de waardering van een video is minder onderzoek gedaan dan naar het effect op de herkenning. Het meest recente onderzoek is gedaan door Vettehen et al (2012) waarin het Activation Model of Information Exposure (AMIE) centraal staat in de relatie tussen waardering en camerawisselingen. Dit model maakt een onderscheid tussen de behoefte die iemand heeft aan een bepaalde prikkeling en de prikkeling die tot stand komt door de boodschap (Vettehen & Kleemans, 2012). Zodra iemand op de juiste manier geprikkeld wordt voelt hij of zij zich het meest comfortabel en in staat de video goed te bekijken. Bij te veel of te weinig prikkels wordt een boodschap vaak niet goed bekeken of niet afgekeken omdat deze als saai ofwel te druk ervaren wordt (Donohew, Palmgreen , & Duncan, 1980). Dit kan echter per persoon verschillen; niet iedereen vindt dezelfde mate van prikkels prettig. De kenmerken van een boodschap die deze prikkels stimuleren zijn te vergelijken met de kenmerken die volgens het LC4MP orienting responses oproepen, zoals emotionele informatie en audiovisuele veranderingen (Donohew et al, 1980; Vettehen et al, 2012). Volgens Vettehen et al (2012) is middels camerawisselingen te voorspellen of de kijker bij een bepaalde frequentie wisselingen genoeg prikkels krijgt om zich prettig te voelen. Een overdaad aan camerawisselingen kan zorgen voor teveel prikkels waardoor de kijker afhaakt. Een teveel aan prikkels zal eerder voorkomen bij camerawisselingen waarin veel nieuwe informatie verwerkt is. Daarom komt de juiste mate van prikkels het beste tot stand bij camerawisselingen die gematigd nieuwe informatie bevatten. Als de kijker daardoor de juiste hoeveelheid prikkels ervaart zal de waardering tegeover de video hoger zijn (Vettehen & Kleemans, 2012).

Hypothesen

Om de onderzoeksvraag te kunnen beantwoorden zal er een experimenteel onderzoek uitgevoerd worden. In dit onderzoek zullen twee variabelen centraal komen te staan: het soort camerawisselingen en de frequentie van deze camerawisselingen. Omdat er in het meest recente onderzoek van Vettehen et al (2012) geen effect werd gevonden bij ‘lege’ camerawisselingen wordt er in dit onderzoek uitsluitend gesproken over objectwisselingen. Er wordt echter nog wel onderscheid gemaakt in de hoeveelheid informatie die elke nieuw shot met zich meebrengt, namelijk: objectwisselingen ‘binnen’ scene (geringe hoeveelheid nieuwe informatie) en objectwisselingen ‘buiten’ scene (grote hoeveelheid nieuwe informatie).

H1: Objectwisselingen ‘binnen’ scene leiden tot betere herkenning van de video, een

hogere attitude tegenover de video en een hogere attitude tegenover het onderwerp van de video dan objectwisselingen ‘buiten’ scene.

Naast het soort objectwisselingen is ook de frequentie van het aantal objectwisselingen een belangrijke variabele. Een te hoge frequentie van het aantal objectwisselingen kan ervoor zorgen dat het positieve effect ombuigt in een negatief effect zoals gevonden in het onderzoek van Vettehen et al (2012).

H2: Een normale frequentie van objectwisselingen leidt tot betere herkenning van de video, een hogere attitude tegenover de video en een hogere attitude tegenover het onderwerp van de video dan een hoge frequentie objectwisselingen.

In het onderzoek van Vettehen et al (2012) is er een opvallend resultaat naar voren gekomen. Het aantal objectwisselingen hadden in plaats van een het verwachte curvi-lineair (Ç) effect een positief lineair effect ( / ) op de waardering. De genoemde verklaring hiervoor is de relatie tussen objectwisselingen en het gebruik van humor. De toename van prikkelingen (door de camerawisselingen) en de positieve associatie die humor oproept zijn waarschijnlijk de verklaring voor het positief lineair effect. Zoals in de theorie beschreven hangen camerawisselingen vooral positief samen met herkenning en waardering bij een boodschap met een neutrale inhoud.

De kans bestaat dat de video’s gebuikt in dit onderzoek als emotioneel ervaren worden. Uit eerdere onderzoeken bleek dat emotie vaak een negatieve samenhang heeft met camerawisselingen. Dit is al volgt geformuleerd:

H3: Een hoge mate van emotie verwerkt in een video zal een effect hebben op de mate van herkenning, attitude tegenover de video en de attitude tegenover het onderwerp van de video bij een bepaalde frequentie objectwisselingen.

Methode

Onderzoeksdesign

Dit experiment heeft als doel het effect van objectwisselingen in online-video’s aan te tonen. Om de gewenste effecten te kunnen meten zal er een experiment uitgevoerd worden. Binnen het experiment worden er vier condities met elkaar vergeleken in een 2x2 factorieel design (Baxter & Babbie, 2003). Het experiment telt de volgende vier condities, namelijk: gemiddelde frequentie objectwisselingen (binnen/buiten) en hoge frequentie objectwisselingen (binnen/buiten). In een eerder onderzoek worden er vier soorten frequenties omschreven: slow, medium, fast en very fast (Lang, Zhou, Schwartz, Bolls, & Potter, 2000). Omdat zowel in dit onderzoek als in het onderzoek van Lang, Potter en Bolls (1999) een te lage frequentie en een te hoge frequentie niet de gewenste effecten opleverden, gaan we in dit onderzoek uit van een gemiddelde (medium) frequentie objectwisselingen en een hoge (high) frequentie objectwisselingen. Daarnaast kunnen we objectwisselingen ‘buiten’ scene beter kwalificeren als objectwisselingen ‘tussen’ scene omdat naast het object ook de omgeving verandert (zie figuur 1; pagina 8). Hieronder is het design schematisch weergegeven met daarin het aantal participanten per groep:

Gemiddelde frequentie wisselingen Hoge frequentie wisselingen Objectwisselingen ‘binnen’ scene Groep 1 (n=19) Groep 2 (n=16) Objectwisselingen ‘tussen’ scene Groep 3 (n=17) Groep 4 (n=20) Tabel 1. Onderzoeksdesign.

In totaal hebben er 72 respondenten meegedaan aan het onderzoek met een gemiddelde leeftijd van 27,69 jaar (SD = 7.58). Daarnaast maakte 97,3% van alle respondenten dagelijks of wekelijks gebruik van Facebook. Van alle respondenten was 41,7% man en 55,6% vrouw. 2,8% van de respondenten gaf aan het geslacht niet kenbaar te willen maken.

Manipulatie en materiaal

In dit onderzoek bestond het materiaal uit vier videofragmenten waarin het soort camerawisselingen van elkaar verschilt. Om de constructvaliditeit te waarborgen is het van belang dat de manipulatie optimaal is en daarom is er een pre-test uitgevoerd. Hieruit is naar voren gekomen dat de manipulatie werkt zoals van tevoren werd verwacht. De instructies waren

duidelijk met betrekking tot het bekijken van het videofragment. De vragenlijst die hierop volgde werd ook correct ingevuld en er werden geen onduidelijkheden gemeld. Omdat het lastig was om via een pre-test het aantal camerawisselingen te bepalen is er uit eerdere onderzoeken bepaald hoeveel camerawisselingen er per variabele (binnen/tussen scene) nodig waren.

Alle participanten zijn blootgesteld aan een videofragment samengesteld met beelden afkomstig van Animal Rights Nederland. De video bevat beelden waarop te zien is dat actievoerders ‘s nachts binnendringen bij een kippenboerderij met ‘scharrelkippen’. Binnen in de stallen laat men zien hoe dicht de kippen op elkaar zitten en hoe slecht de leefomstandigheden zijn. De video’s zijn speciaal voor dit onderzoek samengesteld met opgevraagde beelden van Animal Rights. Het voor dit onderzoek samengestelde videofragment duurde 1 minuut en 14 seconden, ruim boven het gemiddelde van video’s op Facebook; 44 seconden (Wittman, 2014). Er is voor een langer fragment gekozen om de proefpersonen duidelijk de kans te geven het videofragment niet helemaal af te kijken. De participanten mochten namelijk zelf bepalen hoe lang ze naar de video keken, dit om de ‘Facebook-omgeving’ zo goed mogelijk na te bootsen. Deze methode moest ervoor zorgen dat de verwerking van informatie door de participant bepaald zou worden (internal pacing) (Dijkstra, Buijtels, & Van Raaij, 2005). Participanten kregen de kwalificatie ‘afgekeken’ als ze 95% van de video gezien hadden. Omdat de video in dit onderzoek 74 seconden duurt werd de kwalificatie ‘afgekeken’ toegekend als de participant langer dan 70 seconden gekeken had. Facebook telt namelijk een video als ‘afgekeken’ als 95% van de video voltooid is door de kijker (Wittman, 2014).

De vier experimentele video’s die gemaakt zijn voor dit onderzoek zijn zo goed als identiek aan elkaar en verschillen enkel op het aantal objectwisselingen en het ‘soort’ (binnen/tussen) wisselingen per versie van de video. Een gemiddelde frequentie objectwisselingen zal bestaan uit 8 tot 15 overgangen per minuut. Een hoge frequentie objectwisselingen zal bestaan uit 16 tot 23 wisselingen per minuut. Deze aantallen zijn gebaseerd op onderzoeken van Lang et al (1999; 2000). Omdat het bijna onmogelijk is om alleen maar objectwisselingen ‘binnen’ óf ‘tussen’ scene te gebruiken is in onderstaand schema precies te zien wat voor een soort objectwisselingen er per video zijn gebruikt. De video die gebruikt is in groep 1 bestond uit 10 beeldwisselingen ingedeeld als ‘binnen’ scene, de video in groep 2 bestond uit 20 beeldwisselingen ingedeeld als ‘binnen’ scene. Daarnaast bestond de video uit groep 3 uit 12 beeldwisselingen ingedeeld als ‘tussen’ scene, en bestond de video uit groep 4 uit 19 objectwisselingen ingedeeld als ‘tussen’ scene. Hieronder te zien in een schematische weergave.

Gemiddelde frequentie Wisselingen Hoge frequentie wisselingen Objectwisselingen ‘binnen’ scene Video 1 10 beeldwisselingen (8 binnen/2 tussen) Video 2 20 beeldwisselingen (18 binnen/2 tussen) Objectwisselingen ‘tussen’ scene Video 3 12 beeldwisselingen (3 binnen/9 tussen) Video 4 19 beeldwisselingen (6 binnen/13 tussen)

Tabel 2. Aantal en soort objectwisselingen per video

Procedure van het onderzoek

Het onderzoek werd online uitgezet via een oproep op Facebook. Aan participanten is een uitnodiging gestuurd en in hiervoor bedoelde Facebookgroepen kwam ook een oproep te staan. Middels het programma Qualtrics zijn participanten random toegewezen aan één van de vier condities. Vooraf aan het onderzoek werden participanten gewezen op hun rechten en werd duidelijk gemaakt dat het onderzoek volledig anoniem is. Eerst kregen de proefpersonen een video te zien en direct daarna moest er een Sudoku ingevuld worden. De Sudoku puzzel diende als een korte overbruggingsbezigheid om latere een meer betrouwbare meting op herinnering te kunnen doen. Zodra de Sudoku was ingevuld gingen de proefpersonen door naar de vragenlijst waarin herinnering en attitude gemeten werden. De proefpersonen konden zelf bepalen hoe lang zij over het invullen van vragenlijst deden. De volledige vragenlijst is terug te vinden in de bijlage van dit onderzoek.

Meetmethode en steekproef

Om de juiste effecten te meten zijn de verschillende afhankelijke variabelen gemeten middels een onlineonderzoek waarin de participanten een video hebben bekeken en een online vragenlijst hebben ingevuld. De items en schalen zullen gebaseerd zijn op vergelijkbaar onderzoek en verwerkt worden in het online survey programma Qualtrics.

Afhankelijke variabelen

Herkenning van de boodschap is gemeten middels een visuele herkenningstest afgeleid uit het onderzoek van Lang et al (2000). Participanten kregen 8 fragmenten uit de video te zien en moesten daarna aangeven of de fragmenten in de video voorkwamen (recognition). De helft van de fragmenten correspondeerde met de video, de andere helft hadden de participanten niet

participanten gevraagd naar specifieke feiten uit de video (recall). Dit waren 5 vragen waarin gevraagd werd welke kleding de mensen in de video droegen, hoeveel kippen gered werden, op welke ondergrond de kippen leefde, hoeveel kippen er in de stallen leefden en of er kippen gered zijn door het team van Animal Rights. De vragen zijn gecodeerd als 0 voor een fout antwoord en 1 voor een goed antwoord. De vijf getallen zijn samengevoegd om te een percentage gcorrecte antwoorden te komen.

Attitude tegenover de video

De attitude tegenover de video is gemeten op basis van een Likertschaal afgeleid van het onderzoek van (Mitchell, 1981). Er is participanten gevraagd in hoeverre zij het eens zijn met vier stellingen. Antwoorden konden op een 7-punt schaal gegeven worden met uiteinden van 1 (zeer mee oneens) tot 7 (zeer mee eens). Een voorbeeld van de bevraagde items zijn: “ik vind dit videoverslag over de pluimveehouderij zeer geloofwaardig” en “ik vind dit videoverslag over de pluimveehouderij zeer bevooroordeeld”. Uiteindelijk zijn de vijf items beoordeeld op betrouwbaarheid en samengevoegd tot een betrouwbare schaal (a = .86). Daarnaast is er gevraagd naar de overzichtelijkheid van de video om na te gaan of de participanten de video begrepen hebben en niet onduidelijk vonden (door bijvoorbeeld meerdere beeldwisselingen). Dit is gedaan op een Likertschaal met vier stellingen waar participanten antwoorden konden geven op een 7-punt schaal. Deze vier stellingen zijn samengevoegd tot een betrouwbare schaal (a = .89).

Attitude tegenover Pluimveesector

Daarnaast is de attitude tegenover (producten afkomstig van) de huidige pluimveesector gemeten middels vier items op een 7-punt schaal, gebaseerd op het onderzoek van Dijkstra et al. (2005). De items zijn als volgt verdeeld: “Door het zien van de video ga ik bewustere keuzes maken bij het kopen van dierlijke producten: 1 = helemaal mee oneens – 7 = helemaal mee eens. Door het zien van de video ga ik minder dierlijke producten gebruiken: 1 = helemaal mee oneens – 7 = helemaal mee eens. Door het zien van de video wil ik minder eieren eten uit de huidige pluimvee industrie: 1 = helemaal mee oneens – 7 = helemaal mee eens. Door het zien van de video vind ik het keurmerk ‘scharreleieren’ minder geloofwaardig: 1 = helemaal mee oneens – 7 = helemaal mee eens1_{. De vier items zijn samengevoegd tot 1 betrouwbare schaal (a = .82).}

1_{Bij nader inzien past deze vraag toch niet helemaal goed bij de rest van de items in deze schaal. Echter heeft laten}

Interfererende variabelen Emotionele lading video

Als de inhoud van een boodschap negatief of emotioneel beladen is kan dit zorgen voor extra cognitieve capaciteit die nodig is om de boodschap te verwerken. Het is daarom een mogelijk interfererende variabele waar rekening mee gehouden moet worden in dit onderzoek. De meting vond plaats door de volgende items te bevragen op een 7-punt schaal: ‘ik vind de video die ik gezien heb’: indrukwekkend, schokkend, emotioneel en aanstootgevend. De vier items zijn samengevoegd tot 1 betrouwbare schaal (a = .82).

Bekendheid met de beelden

De video’s die in dit onderzoek zijn door de onderzoeker zelf samengesteld en gemonteerd. Het is dus onmogelijk dat participanten de video in deze vorm eerder gezien hebben. Echter is er wel bestaand beeldmateriaal gebruikt. Na het zien van de video zijn de volgende vragen gesteld: “Ik heb deze video van Animal Rights eerder gezien” (1 = ja, 2 = nee). Indien participanten de beelden dus eerder hebben gezien worden zij uit het onderzoek gehaald.

Leeftijd, geslacht en opleidingsniveau

Als overige variabelen zal er gevraagd worden naar leeftijd, geslacht en opleidingsniveau.

In onderstaand overzicht zijn alle variabelen schematisch weergegeven.

Variabele Waarden Meetniveau

Onafhankelijke variabelen Video’s Objectwisselingen, Frequentie beeldwisselingen n.v.t. Afhankelijke variabelen Herkenning Recall (vragen over inhoud) Attitude (video/ pluimveesector) Hoge herkenning – Lage herkenning Percentage goede antwoorden Positieve attitude – negatieve attitude Ratio Ratio Ordinaal

Interfererende variabelen Bekendheid beelden Emotie Ja - Nee

Hoge mate emotie – lage mate emotie

Nominaal Ordinaal Overige variabelen Leeftijd Geslacht Opleidingsniveau 18 – 30 jaar Man – Vrouw Basisonderwijs, middelbaar onderwijs, MBO, HBO, WO

Ratio

Nominaal

Resultaten

Geen van de respondenten gaf aan de video met de bestaande beelden eerder gezien te hebben. Daarnaast bleek dat alle respondenten ervaring hadden met het gebruik van Facebook. 81,9% van de respondenten gaf namelijk aan dagelijkse gebruik te maken van Facebook, tegenover 18,1% die aangaf wekelijks gebruik te maken van Facebook. Door de mate van Facebookgebruik en het gegeven dat geen van de respondenten de video eerder gezien heeft kunnen we ervan uit gaan dat Facebookgebruik en bekendheid met de beelden geen effecten zullen hebben op de rest van de resultaten. Daarnaast is het voor dit onderzoek van belang dat alle participanten de video afgekeken hebben. Onder de term ‘afgekeken’ verstaan we het gezien hebben van 95% van de video. In onderstaande tabel zijn deze gegeven weergegeven.

Gemiddelde frequentie Wisselingen Hoge frequentie wisselingen Objectwisselingen ‘binnen’ scene Groep 1 17 van de 19 89% Groep 2 17 van de 17 100% Objectwisselingen ‘tussen’ scene Groep 3 15 van de 16 93,75% Groep 4 19 van de 20 95%

Tabel 3. Aantal participanten (en percentage per groep) die 95% van de video bekeken hebben.

Herkenning

In onderstaande tabel zijn alle gemiddelden en standaard error te zien betreft de visuele herkenning van afbeeldingen uit de video.

Tabel: gemiddelden en SE van visuele herkenning. Beeldwisselingen Binnen scene Beeldwisselingen Buiten scene Gemiddelde Beeldfrequentie .901 (.022) .906 (.024) Hoge Beeldfrequentie .949 (.023) .962 (.021)

Er was een significant hoofdeffect van beeldfrequentie op de visuele herkenning (F(1,72)=5.40; p<.05), video’s met een hoge beeldfrequentie hadden een hogere mate van visuele herkenning (M=0.96; SD=.016) dan video’s met een gemiddelde beeldfrequentie (M=0.90; SD=.016). Er is geen significant hoofdeffect gevonden tussen het soort beeldwisselingen en visuele herkenning (p>.67). Daarnaast is er ook geen interactie-effect gevonden tussen beeldfrequentie en beeldwisselingen (p>.84).

In onderstaande tabel zijn alle gemiddelden en standaard error te zien betreft de recall die gemeten is bij het beantwoorden van vragen na het zien van de video.

Tabel: gemiddelden en SE van recall.

Beeldwisselingen Binnen scene Beeldwisselingen Buiten scene Gemiddelde Beeldfrequentie .653 (.038) .600 (.041) Hoge Beeldfrequentie .553 (.042) .620 (.037)

Er zijn geen significante hoofdeffecten gevonden tussen de beeldfrequentie en de cognitieve herkenning (p>.31). Daarnaast is er ook geen significant hoofdeffect gevonden tussen het soort beeldwisseling en cognitieve herkenning (p>.85). Naast de niet significante hoofdeffecten is het interactie-effect tussen beeldfrequentie en beeldwisseling ook niet significant (p>.13).

Attitude

In onderstaande tabel zijn alle gemiddelden en standaard error weergegeven betreft de attitude tegenover de video.

Tabel: gemiddelden en SE van attitude tegenover de video. Beeldwisselingen Binnen scene Beeldwisselingen Buiten scene Gemiddelde Beeldfrequentie 4.41 (.26) 4.20 (.28) Hoge Beeldfrequentie 4,41 (.27) 4,57 (.25)

Het hoofdeffect van beeldfrequentie op attitude tegenover de video was niet significant (p>.49). Daarnaast was het hoofdeffect van het soort beeldwisseling op de attitude tegenover de video ook

niet significant (p>.92). Er is ook geen significant interactie-effect gevonden tussen beeldfrequentie en beeldwisselingen op attitude tegenover video (p>.49).

Naast de attitude tegenover de video zijn ook de attitude tegenover de huidige pluimvee industrie gemeten. Door de vraagstelling betekent een hogere score een lagere attitude tegenover de pluimvee industrie. In onderstaande tabel zijn alle gemiddelden en standaard error weergegeven. Op basis van een 7 punt schaal zijn de scores omgedraaid. Een lagere attitude tegenover de huidige pluimvee industrie kan dus gezien worden als positief (minder gebruik dierlijke producten).

Tabel: gemiddelden en SE van attitude tegenover huidige pluimvee industrie. Beeldwisselingen Binnen scene Beeldwisselingen Buiten scene Gemiddelde Beeldfrequentie 3.97 (.33) 3.87 (.36) Hoge Beeldfrequentie 3.69 (.35) 3.55 (.32)

De hoofdeffecten van beeldwisselingen en beeldfrequentie op attitude tegenover de huidige pluimveesector zijn beiden niet significant (p>.72; p>.37). Ook het interactie-effect tussen beeldfrequentie en beeldwisselingen op attitude is niet significant (p>.95).

Exploratie

Om na te gaan of emotie verband houdt met de uitkomsten van het experiment wordt er een verdere exploratie uitgevoerd. Dit is gedaan middels een correlatie (Pearson correlatiecoëfficiënten) en middels exploratieve ANOVA’s. Daarbij zijn de standaard uitgevoerde ANOVA’s die al gerapporteerd zijn aangevuld met de factor emotie. Voor het toevoegen van de factor emotie zijn er twee levers gecreëerd middels een mediaan-split, namlijk: een groep die veel emotie ervaren heeft tijdens het kijken (n=34) en een groep die weinig emotie ervaren heeft tijdens het kijken (n=35). De gegevens van de drie proefpersonen met gemiddelde emotiescore gelijk aan 5 (de mediaan) zijn niet meegenomen in de analyses. In onderstaande tabel zijn alle correlaties tussen de variabelen schematisch weergegeven.

Afb correct Vrg correct Att video Att indus Emotie Afb correct R=1 Vrg correct .125 (p>.29) R=1 Att video .229 (p>.05) -.049 (p>.68) R=1 Att indus -.106 (p>.37) -.107 (p>.36) .462** (p<.0001) R=1 Emotie -.007 (p>.95) -.022 (p>.85) .438** (p>.0001) .528** (p>.0001) R=1

**. Correlation is significant at the 0.01 level (2-tailed).

Tabel 4: correlaties tussen variabelen

Emotie vs Attitude

Door het uitvoeren van een exploratieve ANOVA blijkt dat emotie een hoofdeffect heeft op de attitude tegenover de video (F(1,69)=12.69; p<.001), de groep die de minste emotie ervoer had een lagere attitude tegenover de video (M=3.96; SE=.18) dan de groep die meer emotie ervoer (M=4.93; SE=.20). Er werden geen interactie-effecten gevonden tussen de variabele emotie en de factoren beeldwisseling en frequentie.

Daarnaast is er een ANOVA uitgevoerd waaruit blijkt dat de variabele emotie een hoofdeffect heeft op de attitude tegenover de huidige pluimvee industrie F(1,69)=11.81; p<.001), de groep die de minste emotie ervoer had een hogere attitude (M=4.39; SE=.22) dan de groep die meer emotie ervoer (M=3.26; SE=.24).

Emotie vs Herkenning

Ook is er een exploratieve ANOVA met de extra factor emotie uitgevoerd op visuele herkenning (recognition). Er is geen hoofdeffect gevonden van emotie op de visuele herkenning maar er is wel een interactie-effect gevonden tussen emotie en de frequentie objectwisselingen op herkenning (F(1,69)=4.48; p<.038). Opvolganalyses suggereren dat respondenten die weinig emotie ervoeren bij lage beeldwisselingen een slechtere visuele herkenning hadden (M=.89; SD=.09) dan bij hoge beeldwisselingen (M=.94; SD=.09). Daar tegenover hadden respondenten die veel emotie ervoeren bij weinig beeldwisselingen een beter visuele herkenning (M=.94; SD=.08) dan bij veel beeldwisselingen (M=.91; SD=.11).

Daarnaast liet de ANOVA op recall zien dat er geen significant hoofdeffect is tussen de variabele emotie en recall (p>.63). Er is ook geen significant interactie-effect gevonden tussen emotie, beeldwisselingen en recall (p>.59)

Discussie

In dit onderzoek stond het effect van camerawisselingen op online-video’s centraal. De verwachting is dat object wisselingen binnen scene een positief effect hebben op de herkenning en attitude tegenover de video. Daardoor wordt er ook een positief effect verwacht op de attitude tegenover het onderwerp van de video (Petty & Cacioppo, 2011). Omdat de frequentie van deze object wisselingen ook een rol speelt is de verwachting dat er bij een normale frequentie beeldwisselingen de effecten op herkenning en attitude positief zullen zijn. De genoemde verwachtingen ontstaan door aandacht reflexen die ontstaan door de beeldwisselingen. Echter zijn er naast beeldwisselingen ook andere factoren die deze reflexen kunnen oproepen zoals humor en emotie. Daarom is er in dit onderzoek ook rekening gehouden met de mogelijke effecten van emotie op de herkenning en attitude.

Uit de resultaten is naar voren gekomen dat er geen effecten zijn gevonden van het soort objectwisselingen (binnen/tussen) op zowel herkenning als attitude. Anders dan verwacht is er wel een omgekeerd effect gevonden van de frequentie objectwisselingen op herkenning. Bij een hoge frequentie objectwisselingen werd er een hogere mate van herkenning gehaald, terwijl de verwachting was dat dit zou gebeuren bij een gemiddelde frequentie zoals in de onderzoeken van Lang (1999, 2000) en Vettehen et al (2012). Er kunnen een aantal verklaringen genoemd worden voor het achterblijven van de verwachte resultaten. Wellicht was de verandering tussen beelden te klein waardoor er geen of nauwelijks een orienting response werd uitgelokt. In een onderzoek van Vettehen et al (2012) bleef namelijk een positief verwacht resultaat achterwege bij ‘lege’ camerawisselingen. Zoals eerder omschreven door Lang (2000) wordt een orienting response gecreëerd door een camerawisseling als de omgeving verandert of er iets onverwachts gebeurt in beeld. Een gebrek daaraan kan de verklaring zijn dat er alleen een resultaat gevonden werd bij een hogere frequentie objectwisselingen omdat de prikkelingen waarschijnlijk te klein waren voor een effect bij een gemiddelde frequentie objectwisselingen. Een tweede verklaring hiervoor is de relatie tussen emotie en het aantal objectwisselingen maar daar komen we later in dit hoofdstuk op terug.

De hierboven genoemde resultaten wekken ook de suggestie dat door het gebrek aan prikkelingen er geen verwachte resultaten gevonden zijn voor het soort objectwisselingen (binnen/tussen). Er zit in dit onderzoek zeker een verschil tussen het soort objectwisselingen; objectwisselingen binnen scene introduceren een nieuw onderwerp en bij objectwisselingen tussen scene veranderd de omgeving ook. Echter kan het zo zijn dat deze verschillen toch niet groot genoeg waren omdat de video’s bestonden uit beeldmateriaal dat op één locatie is gefilmd (met hier en daar een uitzondering). Zoals eerder benoemd kan het uitblijven van een orienting response er dus voor zorgen dat het algehele niveau van prikkelingen niet zal toenemen. Daarmee

2000). En er alleen een effect gevonden is op herkenning zodra de frequentie van objectwisselingen omhoog ging.

In het verlengde van het voorgaande kan aangenomen worden dat er waarschijnlijk andere kenmerken invloed hebben op de resultaten. Een belangrijke variabele in dit onderzoek is de invloed van emotie, waardoor er een verdere exploratie is gedaan op de resultaten. In de inleiding van dit onderzoek is al aangegeven dat het aantal objectwisselingen waarschijnlijk positief zal samenhangen met herkenning en attitude als de boodschap van de video een neutrale inhoud heeft (Lang et al., 2000). Echter zijn er in dit onderzoek significante verschillen gevonden van emotie op attitude tegenover de video én tegenover de huidige pluimvee industrie. De groep die veel emotie ervaart heeft een hogere attitude tegenover zowel de video als het onderwerp ervan (waarmee in dit geval een negatieve attitude tegenover de huidige stand in de pluimveesector bedoeld wordt). Een verklaring voor dit resultaat kan zijn dat emotioneel beladen beelden, die dus de aandacht trekken, aurousal (prikkels) generen en daarom de aandacht vragen (Vettehen et al., 2012). Deze verklaring past bij de theoretische beschrijving van het AMIE-model waarin beschreven wordt dat prikkelingen ervoor zorgen dat de kijker de aandacht vasthoudt (Donohew et al., 1980). Daarnaast heeft emotie een rol gespeeld bij het effect van de frequentie objectwisselingen op herkenning. Er is namelijk een interactie-effect gevonden waarbij de groep die weinig emotie ervaart een betere herkenning heeft bij een hoge frequentie objectwisselingen. Daarnaast had de groep die veel emotie ervaart een betere herkenning bij een lage frequentie objectwisselingen. Uitgaande van deze beschrijving vallen er een aantal dingen samen die bovenstaande verklaringen kracht bij zetten:

1. Allereerst kan de invloed van emotie de verklaring zijn voor het anders verwachte effect waarbij een hoge frequentie beeldwisselingen een positief effect heeft op herkenning in plaats van een gemiddelde frequentie beeldwisselingen. Als we er namelijk vanuit gaan dat het soort objectwisseling (binnen/tussen) blijkbaar voor niet genoeg prikkels heeft gezorgd kunnen we stellen dat de emotionele lading van de beelden dat wel heeft gedaan. Namelijk bij een hogere frequentie is er een significant positief resultaat op herkenning gevonden die niet werd gevonden bij een gemiddelde frequentie. Naarmate er meer beelden getoond worden met een emotionele lading wordt de kijker dus voldoende geprikkeld om met meer aandacht naar de video te kijken.

a. Stel dat het soort objectwisseling (naast de invloed van emotie) ook nog voor prikkels had gezorgd dan hadden de resultaten waarschijnlijk een curvi-lineair effect opgeleverd zoals in het onderzoek van Vettehen et al (2012). Zodra de frequentie beeldwisselingen omhoog was gegaan, dan zou het voor

te veel nieuwe informatie zorgen waardoor het effect omslaat in een negatief verband.

2. Deze aanname wordt ondersteund door het gevonden interactie-effect tussen emotie en de frequentie van objectwisselingen. Een groep die weinig emotie ervaart heeft een hogere frequentie objectwisselingen nodig om een betere herkenning te hebben. Daar tegenover staat dat de groep die veel emotie ervaart juist een betere herkenning heeft bij een lage frequentie objectwisselingen. Ook hieruit blijkt dat de prikkeling voortkomend uit de emotionele beelden zorgt voor de aandacht reflexen en dus betere herkenning.

Te concluderen valt dat de resultaten anders zijn dan de verwachtingen die vooraf bepaald zijn voor dit onderzoek. Echter valt te verklaren dat de variabele emotie in dit onderzoek zwaarder gewogen heeft dan de vorm van objectwisselingen. Daarnaast is er een interactie gevonden tussen emotie en de frequentie van objectwisselingen. We kunnen stellen dat de orienting response die voortkomt uit de emotionele beelden een zekere mate van effect heeft, maar dus meerdere vormen kent naast alleen de classificering van objectwisselingen binnen of tussen scene (bijvoorbeeld humor en emotie; vgl. Schmidt, 1991). Waar er in eerdere onderzoeken steeds de nadruk lag op wat er visueel in beeld verandert, is het voor vervolgonderzoek interessant om te kijken naar de inhoud van beeldwisselingen. Zo wordt er in het onderzoek van Vettehen et al (2012) al gesproken over meerdere beeldkenmerken zoals emotie en humor die de aandacht trekken en is er in een onderzoek van Strick et al (2010) aangetoond dat humor een positief effect heeft op de herkenning. Dit resultaten van dit onderzoek bevestigen deze denkrichting.

Beperkingen en vervolgonderzoek

Uit dit onderzoek is niet helemaal goed naar voren gekomen of de effecten van beeldwisselingen ook op een online-platform invloed zouden hebben op herkenning en attitude. Ondanks de gevonden resultaten is er meer onderzoek nodig om te bepalen of de resultaten ook werken op een platform waar de gebruiker zelf kan bepalen welke informatie hij of zij tot zich neemt. In dit onderzoek heeft de respondent echter de vrijheid gekregen om zelf te bepalen om de video helemaal af te kijken maar dit komt nog niet in de buurt van hoe men een video online bekijkt. Daarnaast is er nog steeds sprake geweest van een experiment in plaats van het verzamelen van echte data onder Facebookgebruikers. Het kijken van een video op ‘echte’ Facebook tijdlijn kan zorgen voor nog meer afleiding en prikkels die op het hele scherm te zien zijn.

Een andere belangrijke beperking is de manier waarop herkenningsmaat gemeten is. In dit onderzoek zijn we ervan uit gegaan dat enige vorm van aandacht benoemd kan worden als

wordt. In dit onderzoek zijn er suggesties gedaan voor die verwerking aan de hand van modellen zoals ELM en het LC4MP maar het is moeilijk om aan te tonen of de herkenning echt een verband heeft met de attitude. Zoals in eerdere onderzoek wordt benoemd zou daarvoor een vrije of geholpen herinneringsmaat nodig geweest zijn (Lang, 2000).

Daarnaast heeft dit onderzoek een sterk thema waarin Animal Rights centraal stond voor de respondent. Er is bijvoorbeeld niet gekeken naar de effecten van humor en of de effecten van een video met neutrale inhoud. Voor verder onderzoek is het ook aan te raden om een beter variatie in prikkels te hebben, zodat resultaten beter gegeneraliseerd kunnen worden over een grote populatie.

Ondanks de beperkingen van dit onderzoek heeft deze studie waardevolle resultaten geboekt ten behoeve van beeldwisselingen in video’s. Als de beeldwisselingen op de juiste manier gekwalificeerd worden en op de juiste manier inhoudelijk belast worden (humor/emotie) heeft de frequentie van beeldwisselingen een positief effect op herkenning en attitude tegenover de video.

Bibliografie

Assael, H. (2011). From silos to synergy: A fifty-year review of cross-media research shows synergy has yet to achieve its full potential. Journal of Advertising Research , 1-14. Baxter, L. A., & Babbie, E. (2003). Pre-, quasi-, classical, and factorial experimental designs. In

L. A. Baxter, & E. Babbie, The basics of communication research (pp. 220-223). Boston: Wadsworth, Cengage Learning.

Borle, S., Dholakia, U., & Singh, S. &. (2013). The impact of Facebook fan page participation on customer behavior: an empirical investigation. Beschikbaar op SSRN:

http://ssrn.com/abstract=2555994.

Brookes, E. J. (2011). The Anatomy of a Facebook Post: Study on Post Performance by Type, Day of the Week, and Time of Day. Vitrue Inc.

Brown, S., & Stayman, D. (1992). Antecedents and consequences of attitude toward the ad: A metaanalysis. Journal of Consumer Research, 34-51.

Cialdini, R. (2016). Commanders of Attention 1: The Attractors. In R. Cialdini, Pre-suasion (pp. 78-79). New York: Simon & Schuster.

de Vries, L., Gensler, S., & Leeflang , P. (2012). Popularity of brand posts on brand fan pages: an investigation of the effects of social media marketing. Journal of Interactive Marketing, 83-91.

Dijkstra , M., & Van Raaij, W. (2002). Media effects by involvement under voluntary exposure: A comparison of television, print and static internet. Journal of Euromarketing , 1-21. Dijkstra, M., Buijtels, H., & Van Raaij, W. (2005). Separate and joint effects of medium type on

consumer responses: A comparison of television, print, and the internet. Journal of Business Research, 377-386.

Donohew, L., Palmgreen , P., & Duncan, J. (1980). An Activtion Model of Information Exposure. Communication Monographs.

eMarketer. (2017, Maart 14). Articles. Retrieved April 14, 2017, from eMarketer :

https://www.emarketer.com/Article/Google-Facebook-Increase-Their-Grip-on-Digital-Ad-Market/1015417

Fennis, B. M., & Stroebe, W. (2010). The Psychology of Advertising. Hove and New York: Psychology Press.

Fournier, S. &. (2011). The uninvited brand. Business Horizons, 193-207.

Goodrich, K. (2011). Anarchy of Effects? Exploring Attention to Online Advertising and Multiple Outcomes. Psychology and Marketing, 28.

Greenwood, S., Perrin, A., & Duggan, M. (2016, November 11). Social Media Update 2016. Retrieved April 18, 2017, from Pewinternet:

http://www.pewinternet.org/2016/11/11/social-media-update-2016/

Hoeken, H., Hornikx, J., & Hustinx, L. (2012). Het trekken van de aandacht. In H. Hoeken, J. Hornikx, & L. Hustinx, Overtuigende teksten (pp. 94-98). Bussum: Coutinho.

Jawad, M., Abass, J., Hariri, A., & Elie, A. (2015). Social Media Use for Public Health Campaigning in a Low Resourch Setting: The Case of Waterpipe Tobacco Smoking. BioMed Research International , 4.

Lang, A. (2006). Using the Limited Capacity Model of Motivated Mediated Message Processing to Design Effective Cancer Communication Messages. Journal of Communication, 57-80.

Lang, A., Geiger, S., Strickwerda, M., & Summer, J. (1993). The effects of related and unrelated cuts on television viewers’ attention, processing capacity, and memory. Communication Research, 4-29.

Lang, A., Geiger, S., Strickwerda, M., & Sumner, J. (1993). The Effects of Related and Unrelated Cuts on Television Viewers' Attention, Processing Capacity, and Memory. . Communication Research, 4-29.

Lang, A., Potter, R. F., & Bolls, P. D. (1999). Something for nothing. Is visual encoding automatic? Media Psychology, 145-164.

Lang, A., Zhou, S., Schwartz, N., Bolls, P. D., & Potter, R. F. (2000). The Effects of Edits on Arousel, Attention, and Memory fo Television Messages; When an Edit Is an Edit Can an Edit Be Too Much? Journal of Broadcasting & Electronic media , 94-109.

Mitchell, A. A. (1981). Are product attribute beliefs the only mediator of advertising effects on brand attitude? Journal of Marketing Research., 318-332.

Muntinga, D., & Moorman, M. &. (2011). Exploring motivations for brandrelated social media use. International Journal of Advertising , 13-46.

Petty, R. E., & Cacioppo, J. T. (2011). The Elaboration Likelihood Model of Persuasion. In A. Heuvelman, B. Fennis, & O. Peters, Mediapsychologie (pp. 132-134). Den Haag: Boom Lemma Uitgevers.

Schmidt, S. (1991). Can we have a distinct theory of memory? Memory & Cognition , 523-542. Sittler, D., & Li, A. (2017, Februari 14). News: Newsroom. Retrieved from Newsroom:

https://newsroom.fb.com/news/2017/02/new-ways-to-watch-facebook-video/ Socialbakers . (2013, februari 20). Social News. Retrieved april 18, 2017, from Socialbakers:

https://www.socialbakers.com/blog/1417-facebook-videos-vs-youtube-links-which-gets-higher-engagement#

Southwell, B. (2005). Between messages and people. A multilevel model of memory for television content. Communication Research , 112-140.

Van Reijmersdal, E. A., Rozendaal, E., & Buijzen, M. (2011). Effects of prominence,

involvement, and persuasion knowledge on children’s cognitive and affective responses to advergames. Journal of Interactive marketing, 33-42.

Vettehen, P., & Kleemans, M. (2012). De invloed van camerawisselingen op de herkenning en waardering van Postbus 51-spotjes. Tijdschrift voor Communicatiewetenschap, 157-171.

Wittman, C. (2014, Augustus 8). blog: Socialbakers. Retrieved from Socialbakers:

https://www.socialbakers.com/blog/2222-want-to-succeed-with-facebook-videos-keep-them-short

Zaichkowsky, J. L. (1994). The personal involvement inventory: Reduction, revision, and application to advertising. Journal of Advertising., 59-70.