Digital Signage: de invloed van verschillende soorten reclameboodschappen op het instore koopgedrag van de consument

 

 

UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2014 – 2015

Digital Signage: de invloed van verschillende soorten reclameboodschappen op het instore koopgedrag van de consument

Masterproef voorgedragen tot het bekomen van de graad van Master of Science in de Handelswetenschappen

Julie Pyck onder leiding van Prof. Iris Vermeir

 

1  

 

 

 

                               

   

 

I  

 

 

 

 

Voorwoord     Beste  lezer,     Deze  masterproef  vormt  het  sluitstuk  van  mijn  opleiding  Handelswetenschappen,   finaliteitskeuze  Marketing  Management,  en  is  de  laatste  halte  voor  het  behalen  van  mijn   diploma.     Het  schrijven  van  deze  masterproef  was  een  erg  leerrijke  ervaring,  die  me  een  andere   kijk  heeft  gegeven  op  de  wereld  van  Digital  Signage  met  zijn  talloze  mogelijkheden  en   opportuniteiten.  Het  heeft  mij  overtuigt  dat  dit  recent  medium  een  groot  deel  zal   uitmaken  van  de  toekomst  in  instore  marketing  en  zoveel  meer.  Bovendien  is  het  een   uitdaging  de  ideale  communicatiestrategie  te  benaderen  in  een  retail  omgeving,  waar   veel  meer  aspecten  meespelen  dan  ik  voor  mogelijk  had  gehouden.     Vooreerst  zou  ik  mijn  promotor,  Iris  Vermeir,  willen  bedanken  voor  haar     behulpzaamheid,  de  productieve  bijeenkomsten  en  tijd  die  ze  spendeerde  om  mij  te   begeleiden.  Daarnaast  zou  ik  graag  mijn  dank  willen  betuigen  aan  mijn  familie  en   vrienden,  die  me  steeds  hebben  gesteund,  en  me  de  tijd  en  middelen  hebben  gegund   voor  het  succesvol  vervolledigen  van  deze  masterproef.  Tenslotte  zou  dit  niet  gelukt  zijn   zonder  de  bereidwillige  respondenten,  die  ik  allen  hartelijk  dank  voor  hun   medewerking.  

           

                 

II  

 

 

                                                             

III  

 

 

 

 

Inhoudsopgave    

Voorwoord  ........................................................................................................................................  II   Inhoudsopgave  ...............................................................................................................................  IV   Lijst  met  tabellen  ..........................................................................................................................  VII   Lijst  met  figuren  ............................................................................................................................  VII     Inleiding  .............................................................................................................................................  1   Deel  1:  Literatuuronderzoek  .......................................................................................................  3   1   Instore  marketing  ....................................................................................................................  3   2   Digital  Signage  ...........................................................................................................................  5   2.1   Definitie  Digital  Signage  ...............................................................................................................  5   2.2   Waarom  DS?  ......................................................................................................................................  5   2.3   De  boodschap  ...................................................................................................................................  8   2.3.1   Content  ...........................................................................................................................................................  8   2.3.2   Context  ...........................................................................................................................................................  9   2.4   Retail  Atmospherics  tool  ...........................................................................................................  10   2.5   Het  Elaboration  Likelihood  Model  .........................................................................................  11   2.5.1   Uitleg  ............................................................................................................................................................  11   2.5.2   Conclusie  ....................................................................................................................................................  12   3   Type  reclameboodschap  .....................................................................................................  13   3.1   Dynamisch  vs.  statisch  ...............................................................................................................  13   3.1.1   Inleiding  ......................................................................................................................................................  13   3.1.2   Effectiviteit  ................................................................................................................................................  13   3.2   Veel  vs.  weinig  informatie  .........................................................................................................  15   3.2.1   Inleiding  ......................................................................................................................................................  15   3.2.2   Effectiviteit  ................................................................................................................................................  15   3.2.3   The  Limited  Capacity  Model  ..............................................................................................................  16   4   Type  geadverteerd  product  ...............................................................................................  18   4.1   Korte  vs.  lange  aankoopcyclus  ................................................................................................  18   5   Factoren  die  instore  koopgedrag  beïnvloeden  ...........................................................  19   5.1   Inleiding  ..........................................................................................................................................  19   5.2   Gemoedstoestand  en  attitudes  ................................................................................................  19   5.3   Betrokkenheid  ..............................................................................................................................  21   5.4   Impulsiviteit  ..................................................................................................................................  21    

 

IV  

 

 

 

Deel  2:  Onderzoeksopzet  ...........................................................................................................  23   6   Probleemstelling  en  onderzoeksvraag  ..........................................................................  23   7   Hypothesen  ..............................................................................................................................  25   7.1   Inleiding  ..........................................................................................................................................  25   7.2   Hypothesen  type  reclameboodschap  ....................................................................................  25   7.2.1   Hoeveelheid  informatie  .......................................................................................................................  25   7.2.2   Dynamiek  ...................................................................................................................................................  26   7.3   Hypothesen  type  geadverteerd  product  ..............................................................................  27   7.3.1   Lengte  aankoopcyclus  ..........................................................................................................................  27   7.4   Hypothesen  verbanden  tussen  variabelen  .........................................................................  28   7.4.1   Verband  dynamiek  –  aankoopcyclus  .............................................................................................  28   7.4.2   Verband  hoeveelheid  informatie  –  aankoopcyclus  .................................................................  29   8   Methode  ....................................................................................................................................  30   8.1   Onderzoeksdesign  .......................................................................................................................  30   8.2   Respondenten  ...............................................................................................................................  31   8.3   Pretesten  .........................................................................................................................................  32   8.4   Vragenlijst  ......................................................................................................................................  34   8.4.1   Gemoedstoestand  ...................................................................................................................................  34   8.4.2   Aankoopfrequentie  ................................................................................................................................  34   8.4.3   Merkbelang  ...............................................................................................................................................  35   8.4.4   Betrokkenheid  .........................................................................................................................................  35   8.4.5   Attitude  t.o.v.  de  advertentie  .............................................................................................................  35   8.4.6   Attitude  t.o.v.  het  product  en  merk  .................................................................................................  35   8.4.7   Aankoopintentie  .....................................................................................................................................  36   Deel  3:  Onderzoeksresultaten  .................................................................................................  37   1   Interne  betrouwbaarheid  schalen  ...................................................................................  37   2   Hypotheses  ..............................................................................................................................  38   2.1   Hypothese  1:  Hoeveelheid  informatie  ..................................................................................  38   2.1.1   Hypothese  1a:  Attitude  t.o.v.  de  advertentie  ..............................................................................  38   2.1.2   Hypothese  1b:  Attitude  t.o.v.  het  merk  .........................................................................................  38   2.1.3   Hypothese  1c:  Aankoopintentie  .......................................................................................................  38   2.2   Hypothese  2:  Dynamiek  .............................................................................................................  39   2.2.1   Hypothese  2a:  Attitude  t.o.v.  de  advertentie  ..............................................................................  39   2.2.2   Hypothese  2b:  Attitude  t.o.v.  het  merk  .........................................................................................  39   2.2.3   Hypothese  2c:  Aankoopintentie  .......................................................................................................  39   2.3   Hypothese  3:  Lengte  aankoopcyclus  .....................................................................................  40   2.3.1   Hypothese  3a:  Attitude  t.o.v.  de  advertentie  ..............................................................................  40   2.3.2   Hypothese  3b:  Attitude  t.o.v.  het  merk  .........................................................................................  40   2.3.3   Hypothese  3c:  Aankoopintentie  .......................................................................................................  40    

 

V  

 

 

 

2.4   Hypothese  4:  Verband  dynamiek  vs.  lengte  aankoopcyclus  .........................................  42   2.4.1   Hypothese  4a:  Attitude  t.o.v.  de  advertentie  ..............................................................................  42   2.4.2   Hypothese  4b:  Attitude  t.o.v.  het  merk  .........................................................................................  44   2.4.3   Hypothese  4c:  Aankoopintentie  .......................................................................................................  46   2.4.4   Conclusie  ....................................................................................................................................................  47   2.5   Hypothese  5:  Verband  hoeveelheid  informatie  vs.  lengte  aankoopcyclus  ...............  48   2.5.1   Hypothese  5a:  Attitude  t.o.v.  advertentie  ....................................................................................  48   2.5.2   Hypothese  5b:  Attitude  t.o.v.  merk  .................................................................................................  48   2.5.3   Hypothese  5c:  Aankoopintentie  .......................................................................................................  49   2.5.4   Conclusie  ....................................................................................................................................................  49   2.6   Enkele  bijkomende  testen  ........................................................................................................  50   2.6.1   Driewegsinteractie  ................................................................................................................................  50   2.6.2   Gemoedstoestand  vóór  en  na  advertentie  ...................................................................................  50   2.6.3   Regressieanalyse  ....................................................................................................................................  52   2.7   Conclusie  .........................................................................................................................................  54   2.7.1   Attitude  t.o.v.  de  advertentie  .............................................................................................................  54   2.7.2   Attitude  t.o.v.  het  merk  ........................................................................................................................  57   2.7.3   Aankoopintentie  .....................................................................................................................................  58  

3   Algemeen  besluit  ...................................................................................................................  59   4   Beperkingen  van  het  onderzoek  ......................................................................................  60   5   Suggesties  voor  verder  onderzoek  ..................................................................................  61   6   Bibliografie  ..............................................................................................................................  62   7   Bijlagen  .....................................................................................................................................  66   7.1   Bijlage  1:  Advertenties  ...............................................................................................................  66   7.2   Bijlage  2:  Vragenlijst  ...................................................................................................................  69   7.3   Bijlage  3:  SPSS-­‐output  pretest  .................................................................................................  79   7.3.1   Pretest  1  .....................................................................................................................................................  79   7.3.2   Pretest  2  .....................................................................................................................................................  83   7.4   Bijlage  4:  Cronbach’s  Alpha  ......................................................................................................  84   7.5   Bijlage  5:  Informatie  respondenten  ...................................................................................  102   7.6   Bijlage  6:  Hypothese  1  .............................................................................................................  104   7.7   Bijlage  7:  Hypothese  2  .............................................................................................................  107   7.8   Bijlage  8:  Hypothese  3  .............................................................................................................  110   7.9   Bijlage  9:  Hypothese  4  &  5  .....................................................................................................  114   7.10   Bijlage  10:  Bijkomende  testen  ...........................................................................................  138   7.10.1   Gemoedstoestand  vóór  en  na  de  advertentie  .......................................................................  138   7.10.2   Regressieanalyse  ...............................................................................................................................  149            

 

VI  

 

 

 

Lijst  met  tabellen   Tabel  1:  Overzicht  van  de  condities  ....................................................................................................................................................  31   Tabel  2:  Interne  betrouwbaarheid  schalen  .....................................................................................................................................  37   Tabel  3:  Verschil  in  Aad,  Ab  en  PI  bij  verschillende  hoeveelheid  informatie  ....................................................................  38   Tabel  4:  Verschil  in  Aad,  Ab  en  PI  bij  verschillende  dynamiek  ................................................................................................  39   Tabel  5:  Verschil  in  gemiddelde  Aad,  Ab  en  PI  bij  verschillende  lengte  aankoopcyclus  ..............................................  41   Tabel  6:  ANCOVA  resultaten  voor  het  effect  van  de  covariaten  op  de  Aad  .......................................................................  42   Tabel  7:  ANOVA  resultaten  van  de  Between  Subjects-­‐Effects  met  Aad  als  afhankelijke  variabele  ........................  42   Tabel  8:  Verschil  in  gemiddelde  Aad  met  dynamiek  en  lengte  aankoopcyclus  als  onafhankelijke  variabelen  .  43   Tabel  9:  ANCOVA  resultaten  voor  het  effect  van  de  covariaten  op  de  Ab  ..........................................................................  45   Tabel  10:  ANOVA  resultaten  van  de  Between  Subjects-­‐Effects  met  Ab  als  afhankelijke  variabele  ........................  45   Tabel  11:  ANCOVA  resultaten  voor  het  effect  van  de  covariaten  op  de  PI  ........................................................................  46   Tabel  12:  ANOVA  resultaten  van  de  Between  Subjects-­‐Effects  met  PI  als  afhankelijke  variabele  ..........................  46   Tabel  13:  Verschil  in  gemoedstoestand  vóór  en  na  het  zien  van  dynamische  advertenties  ......................................  50   Tabel  14:  Regressiemodel  .......................................................................................................................................................................  53      

Lijst  met  figuren   Figuur  1:  Factoren  die  invloed  hebben  op  de  mate  waarin  instore  stimuli  tot  instore  aankoopbeslissingen   leiden  _________________________________________________________________________________________________________________  4   Figuur  2:  Verschil  in  gemiddelde  Aad  met  dynamiek  en  lengte  aankoopcyclus  als  onafhankelijke  variabelen  44   Figuur  3:  Verschil  in  gemiddelde  opwinding  voor  en  na  de  advertentie  tussen  statische  en  dynamische   advertenties  ...................................................................................................................................................................................................  52   Figuur  4:  Verschil  in  gemiddelde  Aad  per  advertentie  ...............................................................................................................  56   Figuur  5:  Verschil  in  gemiddelde  Ab  per  advertentie  .................................................................................................................  57   Figuur  6:  Verschil  in  gemiddelde  PI  per  advertentie  ...................................................................................................................  58  

               

 

VII  

 

 

 

 

 

 

 

Inleiding Vandaag  de  dag  zijn  marketeers  en  adverteerders  steeds  drukker  in  de  weer  om  zichzelf   te  onderscheiden  van  de  concurrent.  Ondanks  de  stijgende  investeringen  in  reclame,  valt   de  effectiviteit  van  reclame  enorm  tegen  de  laatste  jaren  (Bauer,  Dohmen,  &  Strauss,   2012;  De  Pelsmacker,  Geuens,  &  Van  den  Bergh,  2010).  De  consument  wordt  overladen   met  een  massa  aan  marketing  stimuli,  waarvan  er  bitter  weinig  relevant  zijn.  Er  is  dus   sprake  van  een  stijgend  belang  voor  ‘op  maat  gemaakte’  reclame  en  informatie.  Deze   doelgerichte  aanpak  is  noodzakelijk  om  de  negatieve  impact  van  selectieve  waarneming   van  de  consument  te  beperken.  De  consument  schermt  zich  via  selectieve  waarneming   af  voor  deze  ‘overload’  aan  marketing  stimuli  en  probeert  enkel  de  relevante  stimuli  uit   de  massa  te  selecteren.  Om  de  aandacht  van  de  consument  toch  te  trekken,  dienen   marketeers  en  adverteerders  dus  alles  uit  de  kast  te  halen  om  zo  origineel  en   onderscheidend  mogelijk  uit  de  hoek  te  komen,  zonder  het  belang  en  de  behoeften  van   de  specifieke  doelgroep  te  verwaarlozen.  Dit  kan  onder  andere  in  de  hand  gewerkt   worden  door  allerlei  nieuwe  technologieën.  Denk  hier  bijvoorbeeld  aan  de  steeds  meer   opduikende  digitale  schermen  in  de  winkel.     Digital  Signage  (DS)  is  een  begrip  dat  steeds  meer  wordt  gehoord.  Wat  eerder  heel   onbekend  in  de  oren  klonk,  verspreidt  zich  nu  via  alle  sectoren  en  kanalen.  Je  ziet  het   zowel  op  straat,  in  het  station,  alsook  in  de  winkel  als  je  boodschappen  doet.  Ondanks   het  feit  dat  dit  een  redelijk  recent  onderwerp  is,  wordt  er  steeds  meer  onderzoek  naar   gedaan.  De  daaruit  voortvloeiende  resultaten  tonen  aan  dat  dit  fenomeen  niet  gewoon   een  tijdelijke  hype  is,  maar  een  effectieve  en  efficiënte  marketing  tool  die  hier  is  voor   ‘the  long  run’.  Bovendien  kan  het  een  significante  meerwaarde  bieden  voor  zowel  de   adverteerder,  de  retailer  als  de  consument.  Terwijl  de  consument  bij  zijn   aankoopbeslissing  geholpen  wordt,  zorgt  dit  medium  tevens  voor  een  stijging  in  de   verkoop  (Burke,  2009;  Heeg,  2009;  Schaeffler,  2008).  Het  is  bijgevolg  niet  verwonderlijk   dat  steeds  meer  bedrijven,  die  hier  voordien  heel  kritisch  tegenover  stonden,  de  win-­‐ win  situatie  erkennen  en  bezwijken  voor  dit  medium.  DS  kan  bovendien  aangewend   worden  op  talrijke  manieren.  Het  kan  gebruikt  worden  als  een  commercieel  of   entertainment  instrument,  of  het  kan  dienen  als  een  sfeermaker  in  de  winkelomgeving   (‘Retail  Atmospherics  Tool’).  Het  kan  dienen  als  een  emotioneel  instrument  die  de   consument  gelukkig,  nostalgisch,  geliefd,  droevig,  schuldig,  enz.  doet  voelen  (aan  de   hand  van  kleuren,  muziek,  afbeeldingen,  enz.)  of  als  een  rationeel  instrument  die  de   consument  relevante  informatie  verschaft  waar  en  wanneer  nodig.  Kortom,  de   mogelijkheden  zijn  eindeloos.    

 

1  

 

 

 

  Dit  onderzoek  behandelt  instore  DS  in  de  retail  sector  door  het  weergeven  van   verschillende  soorten  reclameboodschappen,  variërend  in  hoeveelheid  informatie  en  de   dynamiek  van  de  inhoud,  en  de  lengte  van  de  aankoopcyclus  van  het  geadverteerd   product.  Hierbij  wordt  de  aankoopintentie  gemeten  rekening  houdend  met  allerhande   beïnvloedende  variabelen.  Er  wordt  in  deze  thesis  dus  een  antwoord  gezocht  op   volgende  onderzoeksvraag:  “Wat  is  de  invloed  van  verschillende  via  DS  vertoonde   reclameboodschappen,  variërend  in  de  hoeveelheid  informatie,  de  dynamiek  en   geadverteerd  product  op  emoties,  Aad,  Ab  en  PI  van  de  consument?”  Deze  thesis  bestaat   uit  drie  delen.  Het  eerste  deel  is  een  literatuuronderzoek,  waar  het  belang  en  effectiviteit   van  DS  eerst  en  vooral  duidelijk  aan  bod  komt.  Vervolgens  worden  de  hoeveelheid   informatie  en  dynamiek  in  reclameboodschappen  en  hun  effect  op  het  aankoopgedrag   uitgebreid  besproken,  alsook  bijhorende  theorieën.  Dit  deel  wordt  afgesloten  met  een   opsomming  van  de  beïnvloedende  factoren  op  het  aankoopgedrag  van  de  consument,   voorafgegaan  door  een  bespreking  van  het  type  geadverteerd  product,  meer  bepaald  de   lengte  van  de  aankoopcyclus  ervan.  De  onderzoeksopzet  vormt  het  tweede  deel  van   deze  thesis.  In  dit  deel  komen  de  probleemstelling,  de  hypotheses  en  de   onderzoeksmethode  aan  bod,  waarna  overgegaan  wordt  tot  het  laatste  deel  van  deze   thesis,  nl.  de  onderzoeksresultaten.  Hier  worden  de  resultaten  per  hypothese  uitvoerig   geanalyseerd  en  gerapporteerd  en  wordt  afgesloten  met  een  algemeen  besluit,   beperkingen  van  het  onderzoek  en  enkele  suggesties  voor  verder  onderzoek.                                            

2  

 

 

 

Deel  1:  Literatuuronderzoek   1 Instore  marketing   Men  hoort  te  vertrekken  vanuit  het  begrip  ‘instore  marketing’  vooraleer  wordt   overgegaan  tot  het  definiëren  van  DS.  Instore  marketing  houdt  alle  verkooppromotie  in   op  de  winkelvloer,  waaronder  bundelaanbiedingen,  expertadvies,  product   demonstraties,  testers,  speciale  kortingen,  enz.  Instore  marketing  is,  op  televisie  na,  het   medium  met  de  grootste  invloed  op  de  aankoopbeslissing  (Schrameyer,  2008).  Meer  en   meer  wordt  de  aankoopbeslissing  van  shoppers  verplaatst  van  thuis  naar  de  winkel.  Dit   betekent  dat  shoppers  steeds  vaker  ongepland  naar  de  winkel  gaan.  Ze  hopen  suggesties   te  krijgen  en  inspiratie  te  halen  uit  de  winkelomgeving  zelf  om  hun  aankoopbeslissingen   te  maken  (Geuens,  Brengman,  &  S’Jegers,  2003).  Deze  ongeplande  shoppers  staan  in  het   algemeen  meer  open  voor  instore  marketing  stimuli  (Van  Loock,  Vermeir,  &  Geuens,   2010a).    Volgens  Point  of  Purchase  Association  International  (POPAI)  worden  meer  dan   70  procent  van  de  aankoopbeslissingen  op  de  winkelvloer  gemaakt  (Dennis,  Newman,   Michon,  Brakus,  &  Wright,  2010).  Meer  dan  70  procent  van  de  aankopen  zijn  dus   impulsaankopen.  Dit  aanzienlijke  percentage  toont  duidelijk  het  belang  van  instore   marketing  aan  en  dit  gaat  marketeers  niet  onopgemerkt  voorbij.  Zij  schuiven  een  steeds   groter  wordend  deel  van  hun  promotionele  budgets  van  traditionele  out-­‐of-­‐store  media   reclame  naar  instore  marketing  (Chandon,  Hutchinson,  Bradlow,  &  Young,  2009;  Inman,   Winer,  &  Ferraro,  2009;  Nelson  &  Ellison,  2005).       Inman,  Winner,  &  Ferraro  (2009)  hebben  onderzoek  gedaan  naar  verschillende   variabelen  die  de  instore  aankoopbeslissing  beïnvloeden.  Een  retail  omgeving  barst  van   de  hoeveelheid  instore  stimuli.  Deze  stimuli  wekken  niet-­‐erkende  of  vergeten  behoeften   en  verlangens  of  emoties  op,  wat  leidt  tot  ongeplande  instore  aankoopbeslissingen,  of   impulsaankopen.  Figuur  1  geeft  duidelijk  weer  welke  variabelen  invloed  kunnen  hebben   op  de  impulsaankopen.  Hiertoe  behoren  onder  andere  de  karakteristieken  van  de   productcategorie  en  de  klant,  en  klantenactiviteiten.  De  onderliggende  factoren  kunnen   volgens  Inman,  Winner,  &  Ferraro  (2009)  constant  of  tijdelijk  zijn.  De  lengte  van  de   aankoopcyclus  van  een  productcategorie  is  bijvoorbeeld  een  constante  component,   terwijl  een  product  display  een  tijdelijk  element  is.  Zo  is  het  geslacht  een  constante   component  bij  eigenschappen  van  klanten,  terwijl  het  gezelschap  tijdens  het  winkelen   een  tijdelijk  element  is.  De  beïnvloedende  factoren  stijgen  voortdurend  in  aantal   (‘marketing  clutter’)  en  diversifiëren  mee  in  de  tijd,  onder  andere  aan  de  hand  van   nieuwe  technologieën,  zoals  DS.      

 

3  

 

 

                                 

Figuur  1 :  Factoren  die  invloed  hebben  op  de  mate  waarin   instore  stimuli  tot  instore  aankoopbeslissingen  leiden  

                             

                                                                                                                1  Inman,  Winner,  &  Ferraro  (2009)    

4  

1  

   

 

 

 

2 Digital  Signage   2.1 Definitie  Digital  Signage   DS,  vaak  onder  de  noemer  ‘Digital  out-­‐of-­‐home  advertising’  gesteld,  is  een  relatief  nieuw   exponentieel  opkomend  marketingkanaal,  die  de  belofte  maakt,  via  digitale  schermen,   klanten  elektronisch  tegemoet  te  komen  en  hun  aankoopbeslissingen  efficiënt  te   beïnvloeden  op  het  juiste  moment  op  de  juiste  plaats  (Bauer,  Domen,  &  Strauss,  2012).       Lyle  Bunn  definieert  DS  als  “een  netwerk  van  digitale,  elektronische  displays,  die   centraal  worden  beheerd  en  individueel  adresseerbaar  zijn  voor  de  weergave  van  tekst,   geanimeerde  of  videoberichten  voor  reclame,  informatie,  entertainment  en     merchandising  naar  een  doelgericht  publiek”  (Schaeffler,  2008,  p.  5-­‐6).  Dit  is  dan  ook  de   meest  duidelijke,  beknopte,  doch  allesomvattende  definitie  van  DS.    

2.2 Waarom  DS?   Er  is  nog  relatief  weinig  onderzoek  gedaan  naar  DS,  dus  er  is  nog  weinig  zekerheid  over   de  effectiviteit  ervan.  Toch  werd  die  effectiviteit  in  enkele  onderzoeken  reeds  bewezen   en  zijn  er  tal  van  redenen  waarom  men  zou  moeten  opteren  voor  dit   communicatiemedium.  Deze  redenen  worden  hieronder  opgesomd  en  gemotiveerd.     Zoals  reeds  werd  aangestipt,  gebeurt  meer  dan  70  procent  van  de  aankoopbeslissingen   op  de  winkelvloer  en  vindt  er  een  verschuiving  plaats  van  promotionele  budgets  van   out-­‐of-­‐store  naar  instore  marketing.  Dit  toont  duidelijk  het  belang  aan  van  instore   marketing  en  het  zorgt  voor  nieuwe  opportuniteiten.  DS  kan  hiervoor  een  perfecte   invulling  zijn,  gezien  de  eindeloze  mogelijkheden  en  voordelen.  Dit  medium  duikt  dan   ook  steeds  meer  op  en  de  waarde  ervan,  zoals  hieronder  verder  wordt  besproken,  blijft   stijgen  (Dennis,  Newman,  Michon,  Brakus,  &  Wright,  2010).       Door  de  complete  overrompeling  van  stimuli  in  meeste  retail  omgevingen,  is  het  des  te   moeilijker  om  de  aandacht  van  de  shopper  te  trekken.  Bij  de  invoering  van  een  nieuw   reclamemedium  dient  men  dus  de  overweging  te  maken  of  het  extra  medium  wel   praktisch,  origineel  en  sterk  genoeg  is  om  de  aandacht  van  de  klant  te  trekken  aangezien   dit  leidt  tot  nog  meer  marketing  clutter.  DS  heeft  zich  hierin  duidelijk  kunnen  bewijzen.   De  waarde  van  DS  in  de  VS  wordt  geschat  rond  twee  biljoen  dollar  (Dennis,  Newman,   Michon,  Brakus,  &  Wright,  2010)  en  de  steeds  versnellende  groei  van  DS  in  zowel  de  VS   als  in  de  Europese  markt  is  nog  lang  niet  ten  einde  (Bauer,  Dohmen,  &  Strauss,  2012).   Dit  enorme  cijfer  resulteert  bovendien  in  steeds  grotere  budgettoewijzingen  aan  DS.    

 

5  

 

 

 

Het  totale  budget  toegewezen  aan  out-­‐of-­‐home  DS  ligt  rond  1,2  biljoen  dollar,  waarvan   350  miljoen  dollar  tot  de  retail  sector  behoort  (Schaeffler,  2008).   Een  mogelijke  reden  voor  dit  succes  van  DS  is  dat  er  tegenwoordig  een  steeds  grotere   verschuiving  plaatsvindt  van  broadcasting  naar  narrowcasting.  Dit  betekent  dat   marketeers  steeds  meer  inspelen  op  een  gerichter  doelpubliek  in  plaats  van  een   massapubliek.  De  consument  staat  steeds  centraler  en  marketeers  doen  er  alles  aan  om   hen  beter  te  begrijpen  en  hun  diverse  individuele  behoeften  te  bevredigen.  Algemene   boodschappen  op  tv  of  radio  worden  aldus  steeds  meer  ingeruild  voor  doelgerichte   aangepaste  reclameboodschappen  op  het  juiste  moment,  op  de  juiste  plaats  en  bij  de   juiste  mensen  (Heeg,  2009;  Schaeffler,  2008;    Schrameyer,  2008).  DS  vormt,  zoals  de   verder  opgenoemde  voordelen  zullen  uitwijzen,  het  medium  bij  uitstek  om  aan  deze   voorwaarden  te  voldoen.     In  vergelijking  met  traditionele  signage  (zoals  posters,  billboards,  cardboards,…)  biedt   DS  tal  van  voordelen.  Het  grootste  voordeel  is  wellicht  dat  het  toelaat  dynamische   presentaties,  die  video,  audio  en  animaties  bevatten,  weer  te  geven  (Bauer,  Dohmen,  &   Strauss,  2012).  Het  kan  tevens  afwisselende  statische  advertenties  laten  zien,  of  een   combinatie  van  statische  en  dynamische  advertenties.  Dit  benadrukt  dan  weer  het   nadeel  van  statische  signage,  die  slechts  één  reclameboodschap  kan  weergeven,  terwijl   bij  DS  de  inhoud  continu  kan  veranderd  worden,  wat  meer  variatie  inhoudt  (Bauer,   Dohmen,  &  Strauss,  2012).  Daarnaast  is  de  kost  voor  het  invoeren  van  DS  op  de   winkelvloer  op  lange  termijn  bovendien  lager  dan  het  gebruiken  van  statische  signage   als  winkelvloerpromotie  ((Bauer,  Dohmen,  &  Strauss,  2012;  Chen  et.  al.,  2009;  Harrison   &  Andrusiewicz,  2004).  Bij  statische  signage  is  er  een  voortdurende  kost  voor  de  creatie,   productie  en  het  transport  naar  de  winkel,  wat  tevens  een  tijdrovend  proces  is.  DS  kan   daarentegen  de  continue  productie-­‐  en  transportkosten  elimineren,  wat  bovendien   milieuvriendelijk  is.  Dit  neemt  echter  niet  weg  dat  DS  aanvankelijk  een  hoge  investering   is  (Bauer,  Dohmen,  &  Strauss,  2012),  ook  al  is  er  een  continue  daling  in  de  prijzen  van   digitale  schermen  en  wordt  het  steeds  interessanter  hierin  te  investeren  (Müller  et.  al.,   2009).       In  de  retail  sector  worden,  vandaag  de  dag,  steeds  meer  technologieën  benuttigd  met  als   doel  het  koopgedrag  van  de  shopper  positief  te  beïnvloeden.  Naar  DS  in  het  bijzonder  is   nog  relatief  weinig  onderzoek  gedaan.  Het  is  bijgevolg  moeilijker  te  constateren  of  DS   een  effectief  medium  is.  Toch  blijkt  in  verschillende  onderzoeken  dat  instore  DS  effectief   is.  Zo  werd  bewezen  dat  DS  reclameadvertenties  tot  gunstigere  attitudes  tegenover  de   advertentie  en  het  merk  en  tot  hogere  aankoopintentie  leiden  dan  reclameadvertenties   via  traditionele  signage  (Van  Loock,  Vermeir,  &  Geuens,  2010a).  Bovendien  blijkt  dat   instore  DS,  die  nieuwswaardige  informatie  vertoont,  een  gunstige  impact  op  de  verkoop   heeft  (Burke,  2009;  Heeg,  2009;  Schaeffler,  2008).  Deze  impact  is  volgens  Burke  (2009)    

6  

 

 

daarenboven  groter  bij  hedonische  producten  zoals  voedsel  en  entertainment.  Naast   deze  resultaten,  kan  DS  een  positieve  invloed  hebben  op  de  perceptie  van  de   wachttijden  aan  de  kassa  en  krijgt  de  winkel  een  moderner  imago  (Burke,  2002).   Vervolgens  zijn  de  reacties  van  consumenten  gunstig  gezind.  Burke  (2002)  stelt  dat   consumenten  het  verstrekken  van  meer  productinformatie  zouden  appreciëren,  ook  via   nieuwe  technologieën.  Shoppers  zouden  vooral  openstaan  voor  prijssignalen  en   informatie  over  nieuwe  producten  (Schrameyer,  2008).  DS  zou  hiervoor  een  ideaal   medium  kunnen  zijn,  aangezien  het  een  aantrekkelijke  en  betrokken  winkelomgeving   creëert  en  het  kan  shoppers  in  een  goed  humeur  brengen  a.d.h.v.  auditieve  en/of  visuele   stimulatie  (Burke,  2002).  Dit  wordt  bovendien  beaamd  door  Newman  et  al.  (2006),   volgens  wie  DS  genot  aan  de  winkelervaring  brengt  en  shoppers  de  informatie-­‐inhoud,   verstrekt  via  DS,  waarderen,  daar  het  helpt  keuzes  te  maken.       Tenslotte  kan  DS  de  (technologische)  trends  voor  de  toekomst  zonder  veel  moeite   volgen  en  dit  brengt  veel  opportuniteiten  met  zich  mee.  Zo  maakt  DS  interactie  met  de   consument  mogelijk,  mede  door  de  ‘touch  screen’  technologie  en  via  ‘hand  gesture’   technologieën  (Chen  et.  al.,  2009).  Een  korte,  doeltreffende  of  speelse  interactie  met  de   consument  blijkt  bij  narrowcasting  een  zeer  doeltreffende  manier  te  zijn  om  de   consument  te  informeren  en  helpen  bij  een  aankoopbeslissing  (Heeg,  2009).  Ook  is  het   mogelijk  om  de  inhoud  af  te  stemmen  op  de  locatie  waar  de  consument  zich  bevindt.  Dit   zorgt  ervoor  dat  men  informatie  kan  aanpassen  aan  de  doelgroep  zodat  deze  steeds   relevant  is  voor  de  toeschouwer.  De  inhoud  kan  ook  meteen  aangepast  worden  (naar   gelang  de  context),  wat  het  bovendien  gemakkelijker  maakt  om  de  inhoud  steeds  up-­‐to-­‐ date  te  houden.  Dit  zorgt  voor  weinig  verouderde  informatie  en  meer  variatie  voor  de   consument.                            

 

7  

 

 

 

 

2.3 De  boodschap   Het  hebben  van  zo’n  DS  netwerk  alleen  zal  uiteraard  niet  de  effectiviteit  hiervan   garanderen.  Zonder  een  kwalitatief  goede  boodschap  zal  het  zijn  effect  missen.  Dit  dient   dus  met  de  nodige  zorg  en  kritische  reflectie  behandeld  te  worden.  Bij  de  ontwikkeling   van  een  goede  boodschap  spelen  de  inhoud,  de  context  en  de  kwaliteit  van  vertoning  een   belangrijke  rol  (Burke,  2009).  Enkel  deze  eerste  twee  zullen  hier  meer  uitgediept   worden.     2.3.1 Content   “Successful  -­‐indeed  just  about  any-­‐  content  for  DS  is  much  more  than  just  understanding   the  content,  production  and  technical  values.  It  is  about  understanding  customers-­‐  his  or   her  needs,  what  he  or  she  is  doing,  the  environment  they  are  in-­‐  and  matching  good   content  strategies  to  all  of  that.  That’s  one  of  the  biggest  challenges  of  our  industry   today.”2  –  (Schaeffler,  2008,  p  113)     Zoals  uit  bovenstaand  citaat  kan  worden  afgeleid,  is  de  inhoud  van  een   reclameboodschap  in  DS  zeer  belangrijk.  De  inhoud  wordt  bovendien  beschouwd  als  het   meest  cruciale  punt  wat  betreft  de  effectiviteit  van  DS  (Van  Loock,  Vermeir,  &  Geuens,     2010a).  Een  DS  boodschap  is  slechts  kwalitatief  als  de  inhoud  ervan  gericht  en  relevant   is  (Schaeffler,  2008).  Om  de  effectiviteit  van  de  inhoud  te  maximaliseren  dient  men,   naast  het  inhoudsaspect,  tevens  rekening  te  houden  met  de  context,  zoals  het  tijdstip   van  de  dag  en  de  eigenschappen  van  de  doelgroep.     De  inhoud  laat  soms  echter  te  wensen  over.  Sommige  producenten  erkennen  en   begrijpen  de  opportuniteiten  die  DS  hen  biedt  nog  niet  volledig  en  nemen  de  tijd  en   middelen  niet  om  de  vertoonde  inhoud  via  dit  nieuwe  ‘narrowcast’  marketingkanaal  te   optimaliseren  aan  de  doelgroep.  Het  louter  vertonen  of  verknippen  van  broadcast   televisie  commercials  is  hierbij  een  vaak  voorkomende  fout  (Schrameyer,  2008;  Burke,   2009).  Dat  deze  gemakkelijke  uitweg  een  misser  is,  blijkt  ook  uit  volgend  citaat:"You  can   forget  about  the  idea  that  the  audience  is  going  to  put  anything  like  the  cognitive  effort   they  put  into  a  30-­‐second  TV  spot  when  they're  in-­‐store"  (Burke,  2009,  p.  184).  Dit  hangt   uiteraard  af  van  de  samenwerking  van  retailer  en  producent.  Een  goede  samenwerking   is  hier  vereist  om  een  optimale  communicatiestrategie  te  bekomen  zodat  zowel   fabrikant  (consument  koopt  zijn  merk)  als  retailer  (meer  verkoop)  hierbij  baat  kunnen   hebben.  Dit  geldt  uiteraard  niet  voor  de  private  label  producten,  die  op  de  markt  worden                                                                                                                   2  geciteerd  door  Carre  Dawson,  directrice  Fuel  Media  Solutions  bij  Delphi  Display   Systems  met  meer  dan  vijftien  jaar  ervaring  in  DS      

8  

 

 

 

gebracht  door  de  retailer  zelf  en  diens  naam  dragen.  Bij  deze  producten  zorgt  dus  ook  de   retailer  zelf  voor  de  promotie  ervan.     2.3.2 Context   Naast  het  inhoudsaspect,  is  de  context  waarin  de  reclameboodschap  zich  afspeelt  ook   een  niet  te  verwaarlozen  aspect.  De  context,  waarin  goederen  worden  aangeboden,  kan   zelfs  belangrijker  zijn  dan  de  inhoud  van  de  transactie  (Geuens,  Brengman,  &  S’Jegers,   2003).  Er  kan  onderscheid  worden  gemaakt  in  de  context  van  de  ontvanger  en  de   context  van  het  medium  (De  Pelsmacker,  Geuens,  &  Van  den  Bergh  2010).  In  dit  geval   refereert  de  context  van  de  ontvanger  naar  de  shopper  ‘an  sich’  tijdens  het   winkelbezoek.  Het  omvat  ook  hoe  hij/zij  zich  op  dat  moment  voelt.  Het  is  dus  voor  de   marketeer  voornamelijk  belangrijk  de  aandacht  van  de  shopper  in  die  context,  waar  veel   marketing  clutter  aanwezig  is,  te  kunnen  trekken.  Wat  de  medium  context  betreft,  is  het   uitermate  belangrijk  dat  de  advertentie  er  goed  is  op  afgestemd.  De  DS  advertentie  kan   bijvoorbeeld  niet  enkel  in  de  supermarkt,  maar  ook  in  shopping  centers,  bushokjes,   stations,  cinema’s,  hotels,  banken,  voertuigen,  restaurants,  bij  de  dokter,  op  straat  of  op   andere  openbare  plaatsen  worden  geplaatst.  Onderzoekers  zijn  van  mening  dat,  hoe   beter  de  medium  context  en  de  advertentie  afgestemd  zijn  op  elkaar,  hoe  gemotiveerder   de  consumenten  zullen  zijn  om  de  advertentie  te  verwerken  en  des  te  gemakkelijker   deze  verwerking  is  voor  hen  (De  Pelsmacker,  Geuens,  &  Van  den  Bergh  2010).  Zo  is  het   bijvoorbeeld  steeds  belangrijk  om  DS  schermen  in  een  retail  omgeving    zo  dicht  mogelijk   bij  het  geadverteerd  product  te  plaatsen.       Tegenwoordig  kan  heel  ver  worden  gegaan  met  DS  en  kan  er  zelfs  worden  ingespeeld  op   de  huidige  situatie  die  zich  afspeelt.  Bijpassende  informatie  en/of  reclame  kan  zo   bijvoorbeeld  real-­‐time  worden  weergegeven  om  aan  nieuwe  behoeften  te  voldoen.     Bauer,  Dohmen,  &  Strauss  (2012)  definiëren  ‘Contextual  DS’  als  het  weergeven  van  een   advertentie  die  in  de  huidige  situatie  relevant  is  voor  een  individu  of  groep  individuen,   gebaseerd  op  informatie  over  de  huidige  situatie,  die  is  opgehaald,  getransformeerd   en/of  afgeleid  van  eender  welke  informatiebron.    Aan  de  hand  van  sensoren  en  andere   technologieën  kan  de  real-­‐time  situationele  context  worden  herkend  en  kan  bijpassende   informatie  worden  weergegeven.  Digitale  schermen  met  deze  kenmerken  zijn  een   verwezenlijking  van  Contextual  DS.  Het  systeem  gaat  dan  advertenties  selecteren  en   weergeven  gebaseerd  op  contextuele  ‘triggers’  zoals  tijd,  locatie,  weer,  eigenschappen   van  toeschouwers,  enz.  Denk  maar  bijvoorbeeld  aan  een  digitaal  scherm  in  de  winkel  die   een  promotie  weergeeft  over  paraplu’s  als  het  op  dat  moment  aan  het  regenen  is  buiten.   Dit  is  een  recent  begrip,  maar  dit  is  een  grote  opportuniteit  voor  DS  in  de  toekomst.      

 

9  

 

 

 

2.4 Retail  Atmospherics  tool   De  retail  omgeving  en  sfeer  kunnen  ook  heel  bepalend  zijn  in  het  beslissingsproces  van   de  consument  (Turley,  &  Milliman,  2000;  Dennis,  Newman,  Michon,  Brakus,  &  Wright,   2010).  De  retail  omgeving  is  heel  uitgebreid  en  bevat  tal  van  aspecten.  Hiertoe  behoren   kleuren,  licht,  geuren,  muziek,  vloertegels,  temperatuur,  bevolkingsdichtheid,  enz.  Merk   hierbij  de  grote  aanwezigheid  van  zintuiglijke  prikkelingen  op.  Onderzoeken  hebben   reeds  uitgewezen  dat  deze  aspecten  wel  degelijk  invloedrijk  zijn  (Turley,  &  Milliman,   2000;  Dennis,  Newman,  Michon,  Brakus,  &  Wright,  2010).  Deze  omgevingsaspecten   hebben  invloed  op  verschillende  vlakken.  Het  kan  aanzienlijke  effecten  hebben  op  de   gedragingen  van  de  consument,  alsook  zijn  attitude  en  emoties,  terwijl  de  kosten   hiermee  gepaard  niet  hoog  hoeven  te  zijn.  Supermarkten  hebben  hun  omzet  met  40%   zien  stijgen  door  het  simpelweg  creëren  van  een  goede  atmosfeer  aan  de  hand  van   muziek  en  geur  (De  Pelsmacker,  Geuens,  &  Van  Den  Bergh,  2010).  Zo  heeft  de   waargenomen  bevolkingsdichtheid  ook  invloed  op  de  tevredenheid  en  attitude   tegenover  de  winkel  (Eroglu,  Machleit,  &  Chebat,  2005)  en  kan  de  bevolkingsdichtheid   in  combinatie  met  licht  invloed  hebben  op  de  tijd  gespendeerd  aan  een  digitaal  scherm   (Dennis,  Newman,  Michon,  Brakus,  &  Wright,  2010).     De  marketeer  dient  rekening  te  houden  met  al  deze  ‘Atmospherics’  en  ze  op  elkaar  te   laten  inspelen  zodat  de  consument  met  plezier  gaat  winkelen  en  langer  in  de  winkel   verblijft.  Uit  onderzoek  blijkt  namelijk  dat,  hoe  langer  de  consumenten  in  een  winkel   verblijven,  hoe  meer  ongeplande  aankopen  worden  gemaakt  (Dennis,  Newman,  Michon,   Brakus,  &  Wright,  2010).  De  fysieke  omgeving  in  een  winkel  genereert  een  emotionele   reactie  bij  de  shopper  en  kan  zowel  de  opwinding  en  plezier  bij  de  shopper  als  het   verlangen  om  langer  in  de  winkel  te  blijven  positief  beïnvloeden.  Volgens  Mehrabian  en   Russell  (1974)  is  gedrag  een  resultaat  van  emotionele  reacties.  Het  is  dus  belangrijk  als   retailer  en  marketeer  om  de  instore  winkelomgeving  en  –sfeer  zo  aantrekkelijk  en   aangenaam  mogelijk  te  maken  zodat  dit  bij  de  consument  positieve  emoties  opwekt,  hij   langer  in  de  winkel  blijft,  en  zodus  meer  spendeert  (Dennis,  Newman,  Michon,  Brakus,  &   Wright,  2010).     Ook  DS  is  een  onderdeel  van  deze  ‘atmosfeer’  en  kan  succesvol  worden  ingezet  als   ‘Retail  Atmospherics  tool’  om  bepaalde  winkel  gedragingen,  attitudes  en  emoties  uit  te   lokken  (Dennis,  Michon,  Brakus,  Newman,  &  Alamanos,  2012).  DS  kan  ingezet  worden   als  emotioneel  medium,  waarbij  het  emoties  bij  de  consument  uitlokt  met  behulp  van   verschillende  hierboven  opgenoemde  factoren  zoals  muziek,  kleuren,  enz.,  maar  kan  ook   worden  ingezet  als  entertainment  medium.  Zo  kan  bijvoorbeeld  het  plaatsen  van  een   digitaal  scherm  aan  de  kassa  de  perceptie  van  de  wachttijden  positief  beïnvloeden  en   kan  de  aanwezigheid  van  digitale  schermen  effect  hebben  op  het  winkelimago,  wat  de  

 

10  

 

 

omzet  significant  kan  beïnvloeden  (Dennis,  Newman,  Michon,  Brakus,  &  Wright,  2010).   DS  zou  daarenboven  een  meer  effectieve  Retail  Atmospherics  tool  zijn  dan  alle  statische   stimuli,  aangezien  bewegende  boodschappen  meer  aandacht  trekken  en  beter   onthouden  worden  dan  statische  boodschappen.  Bovendien  zouden  consumenten,  in  de   context  van  het  Limited  Capacity  Model3,  bereid  zijn  meer  cognitieve  krachten  te   spenderen  aan  stimuli  met  opvallende  eigenschappen  zoals  beweging,  levendigheid  en   kleur  (Dennis,  Michon,  Brakus,  Newman,  &  Alamanos,  2012).      

2.5 Het  Elaboration  Likelihood  Model   2.5.1 Uitleg   Het  Elaboration  Likelihood  Model  (ELM)  is  een  algemene  theorie  over   attitudeverandering.  Het  model  beschrijft  hoe  attitudes  gevormd  en  veranderd  worden.   In  dit  model  wordt  uitgegaan  van  twee  routes  die  tot  overtuiging  kunnen  leiden;  de   centrale  route  en  de  perifere  route.  De  strategie  die  mensen  gebruiken  om  bepaalde   overtuigende  informatie  te  verwerken  hangt  volgens  dit  model  af  van  de  betrokkenheid   (en  dus  motivatie)  van  de  persoon.  Als  een  persoon  erg  betrokken  is,  en  de  informatie   uit  een  bepaalde  boodschap  dus  persoonlijk  relevant  is,  wordt  de  verwerking   verondersteld  te  gebeuren  via  de  centrale  route  (Yalch  &  Elmore-­‐Yalch,  1984).  Hierbij  is   er  sprake  van  een  hoge  ‘elaboration  likelihood’.  Dit  type  van  overtuiging  is  het  resultaat   van  iemands  nauwkeurige  en  bedachtzame  consideratie  van  de  voordelen  van  bepaalde   informatie,  gepresenteerd  ten  gunste  van  een  promotie  (Petty  &  Cacioppo,  1986).  Dit   betekent  dat  de  persoon  gemotiveerd  en  bereid  is  om  de  informatie  grondig  te   verwerken.  De  daaruit  voortvloeiende  attitude  wordt  bovendien  verondersteld   langdurig  en  voorspelbaar  te  zijn.  Voorafgaande  ervaringen  en  kennis  over  het   betreffend  product  spelen  hierbij  een  belangrijke  rol.  De  tweede  route  van  overtuiging   stelt  dat  attitudeverandering  voorkomt  omdat  het  betreffend  product  geassocieerd   wordt  met  negatieve  of  positieve  aanwijzingen  zoals  bijvoorbeeld  een  aantrekkelijke  of   betrouwbare  bron  (Petty  &  Cacioppo,  1981)  of  door  een  simpele  conclusie  te  trekken   gebaseerd  op  verschillende  aanwijzingen  (vb.  het  aantal  argumenten)  in  de  context.   Deze  route  wordt  de  perifere  route  genoemd  en  wordt  toegepast  bij  een  lage   betrokkenheid  van  de  persoon,  waarbij  de  ‘elaboration  likelihood’  dus  laag  is.  Deze   aanwijzingen  kunnen  attitudes  vormen  of  een  persoon  helpen  te  kiezen  welke   attitudepositie  in  te  nemen  zonder  dat  deze  persoon  de  verdiensten  van  de   gepresenteerde  informatie  nauwkeurig  hoeft  te  onderzoeken.  De  lage  betrokkenheid   kan  te  wijten  zijn  aan  het  feit  dat  de  persoon  niet  gemotiveerd  is  of  aan  het  beperkt                                                                                                                   3  Het  Limited  Capacity  Model  wordt  verder  in  de  tekst  uitgelegd.    

11  

 

 

 

vermogen  van  de  persoon  om  de  informatie  te  verwerken.  Bij  de  perifere  route  zal  de   aanwezigheid  van  verschillende  aspecten  zoals  formaat,  beweging,  muziek,  enz.  dus  ook   veel  meer  belang  hebben  bij  de  aandachtstrekking  en  attitudebepaling  (Kuisma  et.  al.,   2010).  Men  zal  in  dit  geval  namelijk  eerder  beroep  doen  op  zijn/haar  emoties  dan  op  de   grondige  verwerking  van  de  argumenten  die  in  de  reclameboodschap  weergegeven   worden.     2.5.2 Conclusie   Indien  men  deze  theorie  toepast  op  DS,  kan  men  constateren  dat  DS  een  dubbel  gebruik   heeft.  Ten  eerste  verschikt  DS  informatie  waar  en  wanneer  shoppers  in  de  stemming   zijn  om  te  shoppen,  wat  interessant  is  voor  consumenten  die  de  centrale  route   toepassen  en  ten  tweede  heeft  het  een  affectief  of  entertainment  bestanddeel,  wat   interessant  is  voor  consumenten  die  gebruik  maken  van  de  perifere  route.  DS  is  dus  een   heel  interessante  marketing  tool,  die  zowel  mensen  met  een  ‘lage  elaboration’  als   mensen  met  een  ‘hoge  elaboration’  aan  kan  trekken.                                    

 

12  

 

 

 

 

3 Type  reclameboodschap   3.1 Dynamisch  vs.  statisch   3.1.1 Inleiding   Het  dynamische  aspect  in  een  reclameadvertentie  is  een  aspect  die  ook  invloed  kan   hebben  op  het  instore  aankoopgedrag  van  de  consument  en  is  reeds  in  vele   onderzoeken  gemeten.  De  resultaten  van  deze  onderzoeken  liggen  echter  niet  altijd  in   hetzelfde  kamp.  Waar  bij  de  ene  onderzoeken  dynamische  advertenties  effectiever   worden  bevonden,  zijn  statische  advertenties  bij  andere  onderzoeken  dan  weer   effectiever.  In  enkele  onderzoeken  gaat  het  over  online  banner  advertenties.  Deze   resultaten  worden  hier  immers  wel  opgenomen,  aangezien  in  dit  onderzoek  de   advertenties  worden  getoond  in  een  online  enquête,  wat  dus  op  zich  wellicht  iets  dichter   bij  online  banner  advertenties  ligt  dan  advertenties  in  een  fysieke  winkelomgeving.  Het   is  dus  interessant  aandacht  te  schenken  aan  beide  media.  De  vlakken  waarop  statische   advertenties  verschillen  van  dynamische  advertenties,  worden  hieronder  besproken.       3.1.2 Effectiviteit   Vooreerst  werd  er  reeds  meermaals  bewezen  dat  dynamische  inhoud  meer  aandacht   trekt  dan  statische  inhoud  in  een  advertentie  op  een  digitaal  scherm  (Harrison  &   Andrusiewicz,  2004;  Detenber,  1996;  Müller  et.  al.,  2009).  Wat  dit  aspect  betreft,  is  er   geen  betwisting  mogelijk.  In  dit  onderzoek  is  het  echter  onmogelijk  te  meten  of  de   aandacht  in  een  supermarkt  door  de  verschillende  types  advertenties  wordt  getrokken   of  niet,  maar  men  kan  logischerwijze  veronderstellen  dat  bovenstaande  ondervindingen   hier  ook  van  toepassing  zouden  zijn.    Het  fenomeen  van  selectieve  waarneming  mag   namelijk  ook  bij  DS  advertenties  niet  genegeerd  worden.       Daarnaast  blijken  dynamische  advertenties  tot  een  hogere  recall  te  leiden  dan  deze  die   statisch  of  minder  geanimeerd  zijn  (Taylor  &  Thompson,  1992;  Kuisma  et.  al.,  2010)  en   werd  bewezen  dat  het  blootstellen  van  consumenten  aan  al  dan  niet  bewegende  beelden   een  invloed  kan  hebben  op  de  gemoedstoestand,  die  op  zijn  manier  dan  weer  invloed   uitoefent  op  het  aankoopgedrag.  Zo  stellen  Adelaar,  Chang,  Lancendorfer,  Lee,  &   Morimoto  (2003)  dat  consumenten,  die  blootgesteld  worden  aan  bewegende  beelden   (vb.  in  een  video),  positievere  gevoelens  jegens  de  stimulus  hebben  dan  consumenten   die  worden  blootgesteld  aan  gewone  tekst.  Zoals  verder  wordt  verduidelijkt,  heeft  de   gemoedstoestand  invloed  op  de  verdere  attitudebepaling  en  tenslotte  op  het   aankoopgedrag.  Het  is  dan  ook  niet  verwonderlijk  dat  dynamische  advertenties,  die   positievere  gevoelens  met  zich  meebrengen,  leiden  tot  een  positievere  attitude  t.o.v.  de   advertentie  (Aad)  dan  statische  advertenties  (Kuisma  et.  al.,  2010).    

13  

 

 

 

Het  onderzoek  van  Van  Loock,  Vermeir,  &  Geuens  (2010a)  is  een  van  de  onderzoeken   die  tegenstrijdige  resultaten  bekwam.  Hieruit  bleek  dat  statische  advertenties  tot  een   hogere  Aad  leiden  dan  dynamische  advertenties.  In  een  ander  onderzoek  van  hen  bleek   tevens  dat  meer  complexe  advertenties  tot  een  negatievere  Aad  leiden  dan  simpelere   advertenties  (Van  Loock,  Vermeir,  &  Geuens,  2010b).  De  negatieve  effecten  die   beweging  kan  teweegbrengen  zijn  volgens  Kuisma  et.  al.  (2010)  hoofdzakelijk  het  gevolg   van  een  overvloed  aan  animaties,  en  dus  een  teveel  aan  beweging,  wat  de  complexiteit   van  de  advertentie  verhoogt.  Deze  hogere  complexiteit  heeft  als  gevolg  dat  er  meer  tijd   en  mentale  inspanningen  zijn  vereist  voor  de  verwerking  van  de  grote  hoeveelheid   stimuli.  Dit  aspect  zou  op  zich  geen  probleem  mogen  vormen,  aangezien  consumenten   bereid  zouden  zijn  meer  cognitieve  middelen  te  spenderen  aan  stimuli  met  opvallende   eigenschappen  zoals  beweging  en  levendigheid  (Dennis,  Michon,  Brakus,  Newman,  &   Alamanos,  2012).       Tenslotte  kunnen  meningen  onderling  ook  gewoon  verschillen.  Zo  blijkt  de  directeur   van  Centercom,  aanbieder  van  reclameposters  in  meer  dan  400  supermarkten  in   Nederland,  er  nog  steeds  van  overtuigd  dat  zijn  manier  van  winkelvloerpromotie   effectiever  is  dan  DS.  Om  zijn  bewering  te  staven,  stelt  hij  dat  reclameboodschappen  op   televisieschermen  vaak  te  ingewikkeld  zijn  en  dat  klanten  in  de  supermarkt  slechts  twee   seconden  aandacht  hebben  voor  een  advertentie  (Schrameyer,  2008).  Statische   advertenties  zouden  in  dit  geval  dus  toch  de  beste  keuze  kunnen  zijn.  Uiteraard  zal  een   fabrikant  van  reclameposters  zich  wellicht  bedreigd  voelen  door  de  opmars  van  digitale   advertenties  en  zal  deze  zoveel  mogelijk  proberen  de  voordelen  van  dit  substituut  te   ontkennen.                            

 

14  

 

 

3.2 Veel  vs.  weinig  informatie     3.2.1 Inleiding   De  informationele  inhoud  in  een  advertentie  is  een  van  de  belangrijkste  determinanten   voor  de  attitudevorming  (Petty,  Cacioppo,  &  Schumann,  1983).  Het  is  een  aspect  waar   adverteerders  zorgvuldig  dienen  bij  stil  te  staan.  Of  een  advertentie  weinig  of  veel   informatie  bevat,  leidt  namelijk  wel  degelijk  tot  verschillen  in  het  consumentengedrag.   Beiden  hebben  voor-­‐  en  nadelen,  waardoor  het  belangrijk  is  af  te  wegen  hoeveel   informatie  nu  eigenlijk  het  meest  effectief  is  en  dus  tot  positieve  attitudes  leidt,  wat  dan   weer  resulteert  in  hogere  aankoopintenties.  Hierbij  is  het  tevens  interessant  de  opinie   van  de  consumenten  zelf  te  weten.     3.2.2 Effectiviteit   De  kwaliteit  en  kwantiteit  van  informatie  spelen  een  aanzienlijke  rol  bij  het   beslissingsproces  van  de  consument.  Wat  de  eerste  variabele  betreft,  blijkt  dat  meer   relevante,  dus  meer  kwalitatieve,  informatie  de  motivatie  en/of  het  vermogen  van  een   persoon  om  die  informatie  te  verwerken  zou  moeten  verbeteren  en  de  behoefte  van  die   persoon  om  overwegingen  te  maken  te  reduceren.  De  effectiviteit  van  de  beslissing  zou   bijgevolg  moeten  verhogen  als  het  kwaliteitsniveau  van  de  verschafte  informatie   verhoogt  (Keller  &  Staelin,  1987).  In  de  realiteit  spelen  echter  nog  andere  aspecten  mee.   Indien  men  namelijk  meer  attribuutinformatie  verschaft,  om  de  informatiekwaliteit  te   verhogen,  vermeerdert  ook  de  hoeveelheid  verschafte  informatie.  Hoe  meer  attributen   worden  toegevoegd,  hoe  groter  de  cognitieve  kosten,  gepaard  gaande  met  de   informatieverwerking,  worden.  Bovendien  zal,  zoals  blijkt  uit  het  ELM,  de  bereidheid  tot   een  grondige  verwerking  van  informatie  dalen  als  de  betrokkenheid  van  het  individu   tegenover  het  product  of  productcategorie  daalt.       Toch  blijkt  uit  onderzoeken  van  Burke  (2002,  2009)  dat  consumenten  meer   productinformatie  zouden  appreciëren  en  zou  informatieve  inhoud  meer  aandacht   trekken  dan  emotionele  inhoud  in  DS  reclameboodschappen  (Müller  et.  al.,  2009).   Ondervraagde  consumenten  in  het  onderzoek  van  Burke  (2009)  vinden  dat  hen  te   weinig  productinformatie  wordt  verschaft  of  op  een  onvoldoende  duidelijke  manier   wordt  meegedeeld.  Dit  gaat  dan  vooral  om  de  voordelen  en  de  waarde  van  bestaande   producten.  Bovendien  vond  slechts  een  klein  percentage  van  de  ondervraagde   consumenten  dat  de  voordelen  van  nieuwe  producten  werden  benadrukt.   Ander  onderzoek  (Chang  &  Burke,  2007)  stelt  zelfs  dat  consumenten  vertrouwen   schenken  aan  producten  of  merken  die  meer  informatie  verschaffen.  Consumenten,  die   bijkomende  productinformatie  krijgen,  blijken  zich  namelijk  meer  tevreden  en  minder  

 

15  

 

 

 

verward  te  voelen.  Ze  gaan  voornamelijk  uit  van  het  principe  ‘hoe  meer,  hoe  beter’  bij   een  lage  betrokkenheid  (Petty,  Cacioppo,  &  Schumann,  1983),  waarbij  ze   gemakkelijkheidshalve  het  merk  of  product  met  meer  informatie  kiezen.  Sterker  nog,   het  heeft  als  gevolg  dat  mensen  soms  zelfs  minderwaardige  merken  of  producten  kiezen   als  deze  de  meeste  informatie  tonen  (Patton,  1981).  Dit  toont  duidelijk  aan  dat   consumenten  minder  goede  aankoopbeslissingen  maken  door  blootstelling  aan  teveel   informatie  en  dat  het  beste  product  (qua  prijs/kwaliteit)  niet  noodzakelijk  gepaard  gaat   met  de  beste  verkoopcijfers.       Deze  effectiviteitsafname  bij  een  teveel  aan  informatie  wordt  in  het  onderzoek  van   Keller  &  Staelin  (1987)  voorgesteld  aan  de  hand  van  een  omgekeerde  U-­‐vormige  curve,   die  de  relatie  tussen  de  hoeveelheid  informatie  en  de  effectiviteit  aantoont.  Tot  op  een   bepaald  hoogtepunt  zorgt  meer  informatie,  die  de  kwaliteit  hiervan  verhoogt,  voor   betere  aankoopbeslissingen.  Eens  dit  hoogtepunt  voorbij,  zorgt  meer  informatie  echter   voor  slechtere  aankoopbeslissingen,  ook  al  verhoogt  de  kwaliteit  van  de  informatie.   Bovendien  beweren  Keller  &  Staelin  (1987)  dat  de  cumulatieve  afname  in  effectiviteit   van  de  beslissing,  te  wijten  aan  toegevoegde  informatiedeeltjes,  groter  is  dan  de   cumulatieve  toename  in  effectiviteit  van  de  beslissing  dankzij  een  toenemende   informatiekwaliteit.  Met  andere  woorden;  de  negatieve  impact  van  de  toename  in  de   hoeveelheid  informatie  is  groter  dan  de  positieve  impact  van  de  toename  in  de  kwaliteit   van  de  verschafte  informatie.  Dit  heeft  wederom  te  maken  met  de  cognitieve  kost  bij  het   verwerkingsproces  van  de  consumenten.  Mensen  kunnen  tegelijkertijd  namelijk  slechts   een  beperkte  hoeveelheid  informatie  verwerken,  zoals  hierna  wordt  verduidelijkt  in  het   Limited  Capacity  Model  (LCM).       3.2.3 The  Limited  Capacity  Model   3.2.3.1 Uitleg   Hier  kan  de  theorie  van  het  Limited  Capacity  Model  of  Mediated  Message  Processing   (Lang,  2000),  die  speciaal  ontwikkeld  werd  om  te  onderzoeken  hoe  mensen   televisieboodschappen  verwerken,  toegepast  worden.  Bij  dit  model  vertrekt  men  vanuit   het  standpunt  dat  mensen  cognitieve  informatieverwerkers  zijn.  Het  verwerken  van   informatie  is  een  belangrijke  taak  waar  mensen  voortdurend  mee  bezig  zijn.  Dit  proces   gaat  van  het  waarnemen  van  stimuli  naar  het  genereren  en  uitvoeren  van  mentale   representaties4  zodat  ze  worden  getransformeerd  naar  nieuwe  representaties.  In  dit   model  wordt  ervan  uitgegaan  dat  mensen  een  gelimiteerd  vermogen  hebben  om   informatie  te  verwerken.  Ze  hebben  slechts  beperkte  mentale  krachten  die  ze  kunnen                                                                                                                   4  Een  mentale  representatie  is  een  verzameling  beelden  en  ideeën  over  een  bepaald   onderwerp.    

16  

 

 

 

 

gebruiken  bij  het  waarnemen,  inprenten,  begrijpen  en  het  onthouden  van  boodschappen   in  de  wereld  waarin  ze  leven.  Men  kan  aan  een  of  meerdere  dingen  tegelijk  denken   bijvoorbeeld,  maar  op  een  gegeven  moment  zit  men  op  het  einde  van  zijn/haar  mentale   krachten  en  kan  men  slechts  aan  iets  nieuws  denken  door  een  vorige  gedachte  los  te   laten.  In  dit  model  kunnen  we  drie  deelprocessen  onderscheiden  bij  het   informatieverwerkingsproces.  Deze  voeren  mensen  uit  bij  stimuli,  en  hun  mentale   representatie  daarvan,  en  vinden  alle  drie  gelijktijdig  plaats.  De  drie  deelprocessen  zijn   de  codering,  het  opslaan  en  ophalen  van  informatie.       Wat  een  persoon  van  een  bepaalde  boodschap  (in  dit  geval  televisieboodschap)  zal   onthouden,  hangt  af  van  hoeveel  van  de  boodschap  gecodeerd  werd,  hoe  goed  deze   informatie  opgeslagen  werd  en  hoeveel  van  het  opgeslagen  materiaal  kan  ‘opgehaald’   worden.  Het  ene  type  stimuli  wordt  al  beter  opgeslagen  dan  andere  types.  Voornamelijk   stimuli  die  emoties  opwekken  blijken  bijvoorbeeld  veel  beter  opgeslagen  te  worden  dan   stimuli  die  geen  emoties  opwekken  (Lang,  2000).  Het  trekken  van  de  aandacht  van  de   boodschap  ontvanger  is  slechts  een  klein  onderdeel,  en  betekent  niet  per  se  een   volledige  verwerking  van  de  boodschap.  Er  zijn  twee  mogelijke  redenen  waarom   boodschappen  niet  volledig  verwerkt  kunnen  zijn.  De  boodschap  ontvanger  kan  ervoor   gekozen  hebben  minder  mentale  krachten  te  gebruiken  dan  nodig  zijn  om  de  boodschap   te  verwerken,  of  de  boodschap  kan  meer  mentale  krachten  eisen  dan  dat  de  boodschap   ontvanger  beschikbaar  heeft  om  aan  deze  taak  toe  te  wijden.     3.2.3.2 Conclusie   Men  kan  hieruit  concluderen  dat,  ook  bij  het  ontwerpen  van  een  advertentie,  men   ervoor  moet  zorgen  dat  er  niet  méér  mentale  krachten  vereist  worden  dan  dat  de   boodschap  ontvangers  beschikbaar  hebben  bij  het  verwerken  van  de  boodschap.   Aansluitend  aan  de  vorige  vaststellingen,  kunnen  we  wederom  aannemen  dat  de   informatiehoeveelheid  in  een  boodschap  niet  gemaximaliseerd  mag  worden,  maar  dat  er   moet  rekening  worden  gehouden  met  het  gelimiteerd  vermogen  van  de  ontvanger  om   deze  boodschap  te  verwerken.     In  dit  onderzoek  wordt  echter  meer  belang  gehecht  aan  de  eerste  theorie  (ELM)   aangezien  men  hier  te  weten  wil  komen  of  de  respondent  meteen  na  het  zien  van  de   advertentie  het  product  beslist  al  dan  niet  aan  te  schaffen.  De  overtuigingskracht  van  de   advertentie  is  hierbij  belangrijker  dan  het  al  dan  niet  goed  onthouden  van  de   advertentie,  wat  op  langere  termijn  meer  van  belang  kan  zijn.      

 

17  

 

 

 

4 Type  geadverteerd  product   4.1 Korte  vs.  lange  aankoopcyclus   De  lengte  van  de  aankoopcyclus  van  het  geadverteerd  product  heeft  aangetoond  ook  een   aspect  te  zijn  die  het  consumentengedrag  beïnvloed.  Hoe  korter  de  aankoopcyclus  van   een  bepaald  product,  hoe  waarschijnlijker  dat  het  product  impulsief  wordt  aangekocht   (Stern,  1962).  Een  product  met  korte  aankoopcyclus  moet  men  namelijk  vaker  kopen,   dus  als  het  gekozen  product  tegenvalt,  kan  dit  minder  kwaad  dan  bij  een  product  met   lange  aankoopcyclus.  Bij  het  laatste  product  moet  men  namelijk  langer  met  de  gebakken   peren  zitten  bij  het  maken  van  een  slechte  aankoopbeslissing.  Het  waargenomen  risico   bij  de  aankoopbeslissing  zal  dan  logischerwijze  hoger  liggen  bij  een  product  met  langere   aankoopcyclus.     Inman,  Winer,  &  Ferraro  (2009)  bekijken  dit  vanuit  een  andere  invalshoek  en   voorspelden  dat  ongeplande  aankopen  minder  waarschijnlijk  zijn  voor  producten  die   vaker  aangekocht  worden,  en  dus  een  kortere  aankoopcyclus  hebben.  Aangezien  deze   aankopen  zeer  frequent  gebeuren,  worden  deze  meer  waarschijnlijk  ingepland   voorafgaand  aan  het  winkelbezoek.  Uit  de  resultaten  van  dit  onderzoek  bleek  deze   hypothese  te  kloppen,  en  werd  bewezen  dat  ongeplande  aankopen  meer  waarschijnlijk   zijn  voor  producten  die  minder  frequent  worden  aangekocht,  en  dus  een  langere   aankoopcyclus  hebben.  Daarnaast  werden  hedonische  productcategorieën,  zoals   chocolade,  ook  bevonden  meer  waarschijnlijk  tot  ongeplande  aankopen  te  leiden.     Deze  tegenstrijdigheid  is  dus  een  interessant  aspect  om  verder  te  onderzoeken.                        

 

18  

 

 

 

5 Factoren  die  instore  koopgedrag  beïnvloeden   5.1 Inleiding   Naast  de  aanwezigheid  van  variabelen  zoals  de  dynamiek  en  hoeveelheid  informatie  van   een  reclameboodschap  en  de  lengte  van  aankoopcyclus  van  het  geadverteerd  product,   die  eerder  reeds  zijn  besproken,  zijn  er  nog  andere  variabelen  die  het  instore   winkelgedrag  beïnvloeden.  Hier  worden  de  gemoedstoestand,  attitudes,  betrokkenheid   en  impulsiviteit  besproken  en  verduidelijkt  om  het  instore  winkelgedrag  beter  te   kunnen  begrijpen.      

5.2 Gemoedstoestand  en  attitudes   Vooreerst  stellen  Mehrabian  en  Russel  (1974)  dat  gedrag  een  resultaat  is  van   emotionele  reacties.  Deze  emotionele  reacties  kunnen  onderverdeeld  worden  in  drie   dimensies,  nl.  plezier,  opwinding  en  dominantie  (Adelaar,  Chang,  Lancendorfer,  Lee,  &   Morimoto,  2003),  die  hieronder  kort  worden  gedefinieerd.     o Plezier   Plezier  is  een  gemoedstoestand  die  kan  omschreven  worden  als  de  mate   waarin  een  persoon  zich  goed,  vrolijk,  gelukkig  of  tevreden  voelt  bij  een   bepaalde  situatie.     o Opwinding   Opwinding  is  een  gemoedstoestand  die  varieert  van  gevoelens  van   opwinding,  stimulatie,  alertheid  of  activiteit  tot  gevoelens  van   vermoeidheid,  slaperigheid  of  saaiheid.       o Dominantie   Dominantie  kan  worden  omschreven  als  de  mate  waarin  een  individu  zich   in  controle  of  vrij  voelt  om  te  handelen  in  een  bepaalde  situatie.     Deze  emotionele  reacties  leiden  meer  bepaald  tot  beïnvloeding  van  de  attitude   tegenover  een  stimulus,  die  de  uiteindelijke  aankoopintentie  beïnvloedt.  Onderzoek   heeft  bewezen  dat  positievere  gemoedstoestanden  tot  gunstigere  attitudes  ten  opzichte   van  een  stimulus  en  tot  hogere  aankoopintenties  leiden  ((Adelaar,  Chang,  Lancendorfer,   Lee,  &  Morimoto,  2003;  Cole  &  Fedorikhin,  2004).  Naast  dit  affectief  bestanddeel  is  er   echter  ook  een  cognitief  bestanddeel  bij  de  attitudebepaling.  Het  cognitief  vermogen  om   stimuli  te  verwerken  is  namelijk  ook  een  belangrijke  factor  bij  het  vormen  van  deze   attitudes  (Cacioppo  &  Petty,  1984).  Als  bepaalde  omstandigheden  het  cognitief  

 

19  

 

 

 

vermogen  van  de  consument  beperken,  vertrouwen  ze  eerder  op  een   categorisatieproces  dan  op  een  analyse  van  de  attributen.  Dit  betekent  dat,  als  ze  een   nieuwe  stimulus  kunnen  categoriseren  in  een  vertrouwde  categorie,  ze  de  geassocieerde   gevoelens  bij  deze  categorie  snel  kunnen  ophalen  en  toepassen  op  de  nieuwe  stimulus.   Voor  deze  consumenten  is  het  aangewezen  om  een  heuristische  aanpak  te  hanteren  en   te  antwoorden  op  de  vraag  ‘Hoe  voel  ik  mij  erbij?’  (Schwarz,  Bless,  &  Bohner,  1991).  Zich   laten  leiden  door  ‘hoe  men  zich  bij  de  stimulus  voelt’  is  echter  niet  altijd  evident.   Consumenten  verwarren  hun  attitude  tegenover  een  bepaalde  stimulus  namelijk  soms   met  hun  huidige  gemoedstoestand  (Schwarz,  Bless,  &  Bohner,  1991).  Consumenten  met   beperkte  cognitieve  middelen  zullen  dus  meer  waarschijnlijk  hun  gevoelens  volgen  dan   consumenten  met  onbeperkte  cognitieve  middelen.       Uit  literatuur  blijkt  dat  familiariteit  de  invloed  van  emoties  op  attitudes  kan  temperen   (Cole  &  Fedorikhin,  2004).  Consumenten  met  een  positieve  gemoedstoestand  zullen   sneller  een  nieuw  product  boven  een  familiair  product  kiezen  dan  consumenten  met  een   negatieve  gemoedstoestand  (Cole  &  Fedorikhin,  2004).     Gemoedstoestanden  kunnen  naast  de  attitudes  ook  het  ingeschatte  risico  beïnvloeden   (Cole  &  Fedorikhin,  2004).    Consumenten  met  een  goede  gemoedstoestand  nemen  een   lager  risico  waar.  Deze  consumenten  gaan  namelijk  een  hogere  waarschijnlijkheid  van   positieve  gebeurtenissen  waarnemen  en  dit  zal  bijgevolg  resulteren  in  hogere   aankoopintenties.                                  

 

20  

 

 

5.3 Betrokkenheid   Zoals  eerder  werd  aangetoond  in  het  ELM,  is  de  mate  van  betrokkenheid  van  het   individu,  die  blootgesteld  wordt  aan  overtuigende  informatie,  zeer  beslissend  in  het   overtuigingsproces.  Bij  een  hoge  betrokkenheid  van  de  persoon  in  kwestie,  waarbij  de   informatie  persoonlijk  relevant  is,  wordt  de  attitude  hoofdzakelijk  bepaald  door  de   kwaliteit  van  de  argumenten  (Schwarz,  Bless,  &  Bohner,  1991).  Hier  is  de  centrale  route   van  toepassing,  wat  een  grondige  mentale  verwerking  van  deze  argumenten  inhoudt.   Het  maken  van  de  juiste  keuze  is  hier  namelijk  erg  belangrijk.  Wanneer  de  persoonlijke   betrokkenheid  daarentegen  laag  is,  wordt  de  perifere  route  toegepast  en  worden   attitudes  tegenover  de  boodschap  voornamelijk  beïnvloed  door  de  geloofwaardigheid   (en/of  de  aantrekkelijkheid)  van  de  informatieverstrekker.  Een  zeer  geloofwaardige   (en/of  aantrekkelijke)  bron  is  hier  overtuigender  in  het  beslissingsproces  (Yalch  &   Elmore-­‐Yalch,  1984).  Men  zal  zich  in  dit  geval  eerder  laten  leiden  door  gevoelens.   Vandaar  de  verwijzing  naar  deze  strategie  als  ‘heuristische  verwerking’  en  bij  de   centrale  route  als  ‘systematische  verwerking’  (Schwarz,  Bless,  &  Bohner,  1991).    

5.4 Impulsiviteit   Impulsieve  aankopen  hebben  een  aanzienlijk  aandeel  in  de  totale  aankopen  op  de   winkelvloer  (Dennis,  Newman,  Michon,  Brakus,  &  Wright,  2010).  Er  zijn  verschillende   variabelen  die  het  impulsaankoopproces  beïnvloeden  (Beatty  &  Ferrell,  1998).   Vooreerst  zijn  er  exogene  variabelen,  waaronder  situationele  en  individueel   verschillende  variabelen.  Tot  de  situationele  variabelen  behoren  de  beschikbare  tijd  en   centen  en  tot  de  laatste  behoren  het  winkelplezier  en  de  neiging  tot  impulsaankoop.   Daarnaast  zijn  er  ook  nog  endogene  variabelen,  zoals  positieve  en  negatieve  gevoelens,   instore  browsing,  drang  tot  impulsaankoop  en  de  feitelijke  impulsaankoop.  Retailers   kunnen  deze  variabelen  beïnvloeden  door  een  zo  positief  mogelijke  shopervaring  te   creëren,  want  impulsaankopen  komen  veel  vaker  voor  bij  gelukkige  shoppers  dan   ongelukkige  shoppers  (Beatty  &  Ferrell,  1998).  Dit  kan  in  de  hand  gewerkt  worden  door   een  aantal  factoren  zoals  vriendelijk  behulpzaam  personeel,  een  zo  groot  mogelijke   selectie  van  goederen  aan  een  goede  prijs  en  op  een  goed  zichtbare  plaats.  Als  de   producten  voor  hun  geplande  aankopen  echter  moeilijk  te  vinden  zijn,  dan  borrelen   frustratiegevoelens  op  en  blijft  er  minder  tijd  over  om  te  ‘browsen’.    Daarnaast  dient   men  hoog  impulsieve  shoppers  zo  lang  mogelijk  of  zo  frequent  mogelijk  te  laten   winkelen,  aan  de  hand  van  onder  andere  gerichte  promoties,  wat  de  impulsaankopen   ook  zou  stimuleren  (Beatty  &  Ferrell,  1998).  Ongeplande  shoppers  staan  namelijk  meer   open  voor  instore  stimuli  (Van  Loock,  Vermeir,  &  Geuens,  2010a),  wat  hen  vatbaarder   maakt  voor  overtuigende  advertenties.      

 

21  

 

 

 

 

Impulsaankopen  kunnen  worden  onderverdeeld  in  vier  brede  categorieën  (Stern,  1962).   Ten  eerste  zijn  er  de  pure  impulsaankopen,  waar  nieuwigheid  of  vluchtaankoop  het   normale  aankooppatroon  volledig  verbreken.  Deze  aankopen  spreken  onze  emoties  aan   en  hebben  waarschijnlijk  het  kleinste  aandeel  in  de  totale  impulsaankopen.  De  tweede   categorie  zijn  de  herinneringsimpulsaankopen.  Deze  categorie  omvat  impulsaankopen   die  voorkomen  wanneer  een  consument  zich  herinnert  dat  de  voorraad  thuis  uitgeput  is   of  wanneer  die  zich  een  bepaalde  advertentie  of  informatie  en  een  voormalige   aankoopbeslissing  herinnert.  Tot  de  derde  categorie  behoren  de  suggestieve   aankoopbeslissingen.  Deze  komen  voor  als  de  consument  een  product  voor  de  eerste   keer  ziet  en  zich  een  bepaalde  behoefte  voor  dit  product  visualiseert.  Tegengesteld  tot   de  herinneringsimpulsaankopen  heeft  de  consument  geen  voorafgaande  kennis  over  het   product.  Het  verschil  met  de  pure  impulsaankopen  is  dat  deze  suggestieve  aankopen   volkomen  rationeel  of  functioneel  zijn.  De  laatste  en  waarschijnlijk  ook  de  belangrijkste   categorie  zijn  de  geplande  impulsaankopen.  Er  werd,  naast  de  geplande  aankopen,  reeds   een  verwachting  en  intentie  gecreëerd  om  andere  aankopen  te  doen  afhankelijk  van   allerhande  promoties.                                      

 

22  

 

 

 

Deel  2:  Onderzoeksopzet     6 Probleemstelling  en  onderzoeksvraag   De  steeds  stijgende  concurrentie  vandaag  de  dag  is  bikkelhard  en  marketeers  moeten   steeds  meer  inspanningen  leveren  om  de  verkoop  te  doen  stagneren  of  stijgen.  Hierdoor   worden  steeds  meer  marketing  stimuli  gecreëerd  en  dit  is  de  oorzaak  van  de  grote   marketing  clutter  waar  we  tegenwoordig  mee  kampen.  Dit  werkt  bij  de  consument  het   gebeuren  van  selectieve  waarneming  in  de  hand  en  is  een  groot  probleem  dat  voor   zowel  de  marketeer  als  de  consument  nadelen  met  zich  meebrengt.  Enerzijds  merken   klanten  stimuli  steeds  moeilijker  op  en  er  wordt  steeds  meer  geïnvesteerd  in  reclame,   hoewel  de  effectiviteit  hiervan  terugvalt  (De  Pelsmacker,  Geuens,  &  Van  den  Bergh,   2010).  Anderzijds  is  het  voor  de  consument  steeds  moeilijker  om  een  juiste   aankoopbeslissing  te  maken  door  de  overvloed  aan  stimuli,  die  hij  op  zich  af  krijgt   tijdens  het  beslissingsproces.  Dit  verhoogt  dan  weer  het  risico  op  een  miskoop.     Doordat  meer  dan  maar  liefst  70  procent  van  de  aankopen  impulsaankopen  zijn  (Dennis,   Newman,  Michon,  Brakus,  &  Wright,  2010),  vindt  er  een  verschuiving  van  promotionele   budgets  van  out-­‐of-­‐store  naar  instore  marketing  plaats  en  dit  vraagt  om  nieuwe   opportuniteiten.  Tevens  is  er  een  transitie  van  broadcasting  naar  narrowcasting,  wat   inhoudt  dat  men,  in  plaats  van  een  zo  groot  mogelijk  publiek  te  willen  bereiken,  steeds   meer  uitgaat  van  het  principe  de  juiste  boodschap  over  te  brengen  op  het  juiste  moment   en  op  de  juiste  plaats  (Bauer,  Dohmen,  &  Strauss,  2012).  Te  algemene  boodschappen  en   boodschappen  zenden  naar  de  langslopende  massa  zijn  vormen  van  broadcasting  die   niet  werken  bij  dit  fenomeen  van  narrowcasting  (Heeg,  2009).     Het  is  dan  ook  niet  verwonderlijk  dat  DS,  een  ideaal  narrowcast  medium,  steeds  meer   opduikt.  Reeds  in  meerdere  onderzoeken  werd  bewezen  dat  dit  een  effectief  medium  is   vol  opportuniteiten.  Toch  is  de  weg  naar  een  perfecte  communicatiestrategie  nog  verre   van  volledig  bewandeld.  DS  wordt  nog  vaak  op  een  slechte  manier  gebruikt  door  het   simpelweg  kopiëren  en  knippen  van  televisieadvertenties  bijvoorbeeld  (Schrameyer,   2008).  DS  mag  echter  niet  worden  gelijkgesteld  aan  het  broadcast  medium  televisie   (Burke,  2009).  Het  dient  een  doelgerichte  persoonlijke  aanpak  te  hanteren  en  een   relevante  boodschap  op  een  juiste  manier  over  te  brengen  naar  de  doelgroep  (Bauer,   Dohmen,  &  Strauss,  2012).     DS  heeft,  in  vergelijking  met  (statische)  traditionele  signage,  bovendien  het  grote   voordeel  dat  het  toelaat  bewegende  beelden  weer  te  geven,  zoals  video’s  en  dynamische   advertenties.  Deze  laatste  trekken  niet  enkel  sneller  de  aandacht  van  mensen  (Müller  et.   al.,  2009),  maar  wekken  ook  meer  gevoelens  van  opwinding  op,  die  de  verdere    

23  

 

 

 

attitudevorming  van  een  individu  positief  beïnvloeden  (Adelaar,  Chang,  Lancendorfer,   Lee,  &  Morimoto,  2003;  Van  Loock,  Vermeir,  &  Geuens,  2010a).       Daarnaast  blijkt  dat  consumenten  meer  productinformatie  zouden  appreciëren  (Burke,   2002,  2009),  ook  via  nieuwe  technologieën.  Ze  blijken  meer  (soms  zelfs  blindelings)   vertrouwen  te  schenken  aan  producten  en  merken  die  meer  informatie  verschaffen   (Chang  &  Burke,  2007).  Dit  leidt  echter  vaak  tot  slechtere  aankoopbeslissingen.  Meer   informatie  brengt  namelijk  een  hogere  cognitieve  kost  met  zich  teweeg  en  niet  iedereen   is  bereid  of  kan  die  kost  ‘betalen’.       Hoewel  de  effectiviteit  van  DS  reeds  werd  bewezen,  en  de  inhoud  van  de  boodschap   desbetreffend  meerdere  keren  aangestipt  werd  als  het  meest  cruciale  punt,  is  er  dus  nog   steeds  niet  echt  duidelijkheid  over  de  manier  waarop  men  dit  medium  hoort  te   gebruiken  om  deze  effectiviteit  te  garanderen.  Dit  onderzoek  streeft  ernaar  een  klein   beetje  meer  duidelijkheid  te  scheppen  hieromtrent  door  de  invloed  van  verschillende   soorten  reclameboodschappen  (variërend  in  de  hoeveelheid  informatie  en  de   dynamiek)  en  verschillende  geadverteerde  producten  (variërend  in  de  lengte  van  de   aankoopcyclus)  op  het  consumentengedrag  (Aad,  Ab  en  PI)  te  meten.  Dit  vormt  bijgevolg   volgende  onderzoeksvraag:       “Wat  is  de  invloed  van  verschillende  via  DS  vertoonde  reclameboodschappen,  variërend  in   de  hoeveelheid  informatie,  de  dynamiek  en  geadverteerd  product  op  emoties,  Aad,  Ab  en  PI   van  de  consument?”                              

 

24  

 

 

7 Hypothesen   7.1 Inleiding   De  onderzoeksvraag  kan  worden  opgesplitst  in  verschillende  hypothesen.  Zo  worden  de   attitudes  en  de  aankoopintentie  gemeten  bij  de  verschillende  types   reclameboodschappen  (variërend  in  hoeveelheid  informatie  en  dynamiek)  bij   verschillende  types  geadverteerde  producten  (variërend  in  lengte  van  de   aankoopcyclus).  Bij  sommige  variabelen  is  het  ook  interessant  om  de  verbanden  met   elkaar  te  gaan  meten.      

7.2 Hypothesen  type  reclameboodschap   7.2.1 Hoeveelheid  informatie   Uit  het  literatuuronderzoek  bleek  dat  de  hoeveelheid  informatie  in  een  advertentie   invloed  kan  hebben  op  de  gevoelens,  attitudes  en  bijgevolg  intenties  van  de  consument   (Burke,  2002,  2009;  Chang  &  Burke,  2007;  Petty,  Cacioppo,  &  Schumann,  1983).  De   grootte  van  deze  invloed  hangt  echter  af  van  de  betrokkenheid  van  de  consument  met   het  product  en  zijn  cognitief  vermogen  om  deze  hoeveelheid  informatie  te  verwerken   (Cacioppo  &  Petty,1984;  Yalch  &  Elmore-­‐Yalch,  1984).  Volgens  het  LCM  beschikken   mensen  over  een  gelimiteerd  cognitief  vermogen  om  informatie  te  verwerken.  Meer   informatie  brengt  volgens  dit  model  een  hogere  cognitieve  kost  met  zich  mee  (Lang,   2000)  en  als  de  betrokkenheid  niet  voldoende  hoog  ligt,  zal  de  consument  niet  bereid   zijn  deze  informatie  (grondig)  te  verwerken  (Cacioppo  &  Petty,  1984).  Bij  een  te  lage   betrokkenheid  zou  een  advertentie  met  veel  informatie  dus  normalerwijze  de  attitudes   en  intenties  negatief  moeten  beïnvloeden.  Toch  blijkt  uit  ander  onderzoek  dat  mensen   vaak  vertrouwen  schenken  aan  producten  en  merken  die  veel  informatie  verschaffen   (Chang  &  Burke,  2007)  en  hiervoor  dient  de  betrokkenheid  niet  hoog  te  liggen.   Bovendien  zouden  de  attitudes  en  intenties  bij  het  vertonen  van  een  advertentie  met   veel  informatie  gunstig  moeten  zijn  bij  een  hoge  betrokkenheid  als  het  ELM  in  acht   genomen  wordt.  We  gaan  hier  tenslotte  uit  van  de  volgende  drieledige  hypothese.     H1a:  De  aanwezigheid  van  veel  informatie  op  een  DS  advertentie  leidt  tot  een   hogere  Aad  dan  de  aanwezigheid  van  weinig  informatie  op  een  DS  advertentie.     H1b:  De  aanwezigheid  van  veel  informatie  op  een  DS  advertentie  leidt  tot  een   hogere  Ab  dan  de  aanwezigheid  van  weinig  informatie  op  een  DS  advertentie.    

 

25  

 

 

 

 

H1c:  De  aanwezigheid  van  veel  informatie  op  een  DS  advertentie  leidt  tot  een   hogere  PI  dan  de  aanwezigheid  van  weinig  informatie  op  een  DS  advertentie.       7.2.2 Dynamiek   Het  is  bewezen  dat  een  dynamische  DS  advertentie  meer  aandacht  trekt  dan  een   statische  DS  advertentie  (Müller  et.  al.,  2009).  Bovendien  zal  een  dynamische   advertentie  tot  een  hogere  recall  leiden  (Taylor  &  Thompson,  1992;  Kuisma  et.  al.,  2010)   en  zou  deze  positieve  gevoelens  opwekken  zoals  opwinding  en  plezier  (Adelaar,  Chang,   Lancendorfer,  Lee,  &  Morimoto,  2003).  Dynamische  advertenties  zouden  niettemin   complexer  zijn  dan  statische  advertenties  (Van  Loock,  Vermeir,  &  Geuens,  2010b),  en   vergen  ze  meer  tijd  en  cognitieve  inspanning  door  de  hogere  diversiteit  in  de  stimulus.   Consumenten  zouden  echter  bereid  zijn  meer  cognitieve  middelen  te  spenderen  aan   stimuli  met  opvallende  eigenschappen  zoals  beweging  en  levendigheid  (Dennis,  Michon,   Brakus,  Newman,  &  Alamanos,  2012).  We  kunnen  dus  assumeren  dat  dynamische   advertenties  tot  positievere  attitudes  en  intenties  leiden.  Dit  leidt  tot  de  volgende   drieledige  hypothese.       H2a:  Een  dynamische  DS  advertentie  leidt  tot  een  hogere  Aad  dan  een  statische  DS   advertentie.     H2b:  Een  dynamische  DS  advertentie  leidt  tot  een  hogere  Ab  dan  een  statische  DS   advertentie.     H2c:  Een  dynamische  DS  advertentie  leidt  tot  een  hogere  PI  dan  een  statische  DS   advertentie.                      

 

26  

 

 

 

7.3 Hypothesen  type  geadverteerd  product   7.3.1 Lengte  aankoopcyclus   Het  type  geadverteerd  product  in  een  advertentie  kan  ook  verschillende   aankoopgedragingen  teweegbrengen.  De  lengte  van  de  aankoopcyclus  van  een   geadverteerd  product  blijkt  een  invloed  te  hebben  op  het  instore  winkelgedrag.  Hoe   korter  de  aankoopcyclus  van  een  bepaald  product,  hoe  waarschijnlijker  dat  het  product   impulsief  wordt  aangekocht  (Stern,  1962).  Een  product  dat  men  vaker  aankoopt  heeft   namelijk  weinig  tot  geen  negatieve  gevolgen  bij  een  miskoop.  Men  dient  dit  product   herhaaldelijk  aan  te  schaffen,  zodat  men  snel  daarna  zijn  miskoop  kan  vergeten  en  een   geschikter  product  kan  kiezen.  Deze  type  producten  hebben  doorgaans  ook  geen  hoge   kostprijs.  Aangezien  het  waargenomen  risico  bijgevolg  lager  is  bij  deze  soort  producten,   gaat  men  hier  dus  meer  geneigd  zijn  een  impulsaankoop  te  verrichten  dan  bij  producten   met  een  hoger  waargenomen  risico.  Tot  deze  laatste  behoren  dan  producten  met  een   lange  aankoopcyclus,  die  een  hoger  risico  inhouden  omdat  het  langer  duurt  vooraleer   men  er  een  nieuw  van  nodig  heeft.  De  gevolgen  van  een  miskoop  zijn  hier  dus  groter   omdat  men  voor  een  langere  periode  met  het  miskocht  product  ‘vast  zit’.  Deze  soort   producten  brengen  doorgaans  bovendien  een  grotere  kost  met  zich  mee.  Volgens  Inman,   Winer,  &  Ferraro  (2009)  zijn  ongeplande  aankopen  echter  minder  waarschijnlijk  voor   producten  die  vaker  aangekocht  worden,  en  dus  een  kortere  aankoopcyclus  hebben.   Aangezien  deze  aankopen  zeer  frequent  gebeuren,  worden  deze  meer  waarschijnlijk   ingepland  voorafgaand  aan  het  winkelbezoek.  Uit  de  veronderstelling  dat  consumenten   toch  eerder  handelen  naar  gelang  het  waargenomen  risico,  nemen  we  hier  aan  dat  een   product  met  korte  aankoopcyclus  tot  positievere  attitudes  en  hogere  aankoopintentie   zou  leiden  dan  een  product  met  lange  aankoopcyclus.  Dit  leidt  tot  de  volgende  drieledige   hypothese.     H3a:  Er  is  een  hogere  Aad  bij  het  product  met  korte  aankoopcyclus  dan  het  product   met  lange  aankoopcyclus  na  het  bekijken  van  de  DS  advertentie.     H3b:  Er  is  een  hogere  Ab  bij  het  product  met  korte  aankoopcyclus  dan  het  product   met  lange  aankoopcyclus  na  het  bekijken  van  de  DS  advertentie.     H3c:  Er  is  een  hogere  PI  bij  het  product  met  korte  aankoopcyclus  dan  het  product   met  lange  aankoopcyclus  na  het  bekijken  van  de  DS  advertentie.      

 

27  

 

 

 

7.4 Hypothesen  verbanden  tussen  variabelen   7.4.1 Verband  dynamiek  –  aankoopcyclus   Hoewel  de  invloed  van  de  lengte  van  de  aankoopcyclus  van  het  geadverteerd  product  op   het  instore  koopgedrag  reeds  werd  bewezen  bij  statische  advertenties,  is  geen   onderzoek  te  vinden  over  de  invloed  hiervan  bij  dynamische  advertenties.  Dit  verband  is   desalniettemin  interessant  om  te  meten  na  het  maken  van  de  volgende  redenering.  Een   winkelbezoek  voor  een  product  met  korte  aankoopcyclus  zal  anders  van  aard  zijn  dan   een  winkelbezoek  voor  een  product  met  lange  aankoopcyclus.  Indien  men  op  zoek  is   naar  een  product  met  korte  aankoopcyclus,  dat  regelmatig  aangekocht  wordt,  zal  men   minder  geneigd  zijn  te  plannen  en  meer  waarschijnlijk  de  keuze  pas  op  de  winkelvloer   te  maken  en  dus  impulsief  aan  te  kopen.    Men  zal  namelijk  zo  weinig  mogelijk  tijd,   inspanning  en  middelen  willen  besteden  aan  dit  type  product.  Hierin  is  toch  een   onderscheid  te  vinden  bij  statische  en  dynamische  advertenties.  Volgens  onderzoek  van   Van  Loock,  Vermeir,  &  Geuens  (2010b)  kan  men  veronderstellen  dat  dynamische   advertenties  complexer  zijn  dan  statische  advertenties,  en  vergen  deze  wel  degelijk   meer  tijd  en  cognitieve  inspanning  door  de  hogere  diversiteit  in  de  stimulus.  Bij  een   product  met  lange  aankoopcyclus,  waarbij  het  waargenomen  risico  hoger  ligt,  is  men   over  het  algemeen  meer  bereid  om  deze  tijd  te  spenderen  en  inspanning  te  leveren,   aangezien  de  aankoopbeslissing  crucialer  is  bij  een  product  met  lange  aankoopcyclus.   Daaruit  kan  men  veronderstellen  dat  de  attitudes  en  aankoopintentie  na  het  bekijken   van  een  dynamische  advertentie  bij  het  product  met  lange  aankoopcyclus  gunstiger   zullen  zijn  dan  bij  het  product  met  korte  aankoopcyclus,  waarvoor  men  doorgaans   weinig  tijd  en  middelen  wil  spenderen.  Het  maken  van  de  juiste  keuze  is  hier  namelijk   minder  belangrijk.    Daardoor  kunnen  we  ook  veronderstellen  dat  de  attitudes  en   intenties  na  het  bekijken  van  een  statische  advertentie  hoger  zullen  liggen  bij  het   product  met  korte  aankoopcyclus  dan  bij  het  product  met  lange  aankoopcyclus.  Dit  leidt   tot  de  volgende  drieledige  hypothese.     H4a:  Het  bekijken  van  een  statische  (/dynamische)  advertentie  leidt  tot  een  hogere   (/lagere)  Aad  bij  het  product  met  korte  aankoopcyclus  dan  het  product  met  lange   aankoopcyclus.       H4b:  Het  bekijken  van  een  statische  (/dynamische)  DS  advertentie  leidt  tot  een   hogere  (/lagere)  Ab  bij  het  product  met  korte  aankoopcyclus  dan  het  product  met   lange  aankoopcyclus.      

 

28  

 

  H4c:  Het  bekijken  van  een  statische  (/dynamische)  DS  advertentie  leidt  tot  een   hogere  (/lagere)  PI  bij  het  product  met  korte  aankoopcyclus  dan  het  product  met   lange  aankoopcyclus.       7.4.2 Verband  hoeveelheid  informatie  –  aankoopcyclus  

  Dit  verband  kan  als  vervolg  aansluiten  op  de  vorige  redenering,  die  stelt  dat   consumenten  op  zoek  naar  een  product  met  lange  aankoopcyclus,  bereid  zijn  meer   inspanning  te  leveren,  meer  te  plannen  en  meer  middelen  en  tijd  te  besteden  dan  bij  een   product  met  korte  aankoopcyclus.  De  hoeveelheid  informatie  op  een  advertentie  werd   reeds  in  de  literatuur  bewezen  een  impact  te  hebben  op  het  consumentengedrag.  Dit   hangt  nauw  samen  met  het  cognitief  vermogen  van  de  consument  om  veel  informatie  te   verwerken.  Veel  informatie  op  een  advertentie  vergt  meer  inspanning  en  cognitieve   krachten  om  de  reclameboodschap  te  verwerken  (Lang,  2000;  Van  Loock,  Vermeir,  &   Geuens,  2010b).  Deze  mentale  inspanning  zullen  consumenten,  vanwege  het  kleinere   risico,  bij  een  product  met  korte  aankoopcyclus  minder  bereid  zijn  te  verrichten  dan  bij   een  product  met  lange  aankoopcyclus,  waar  een  hogere  betrokkenheid  zorgt  voor  een   hogere  bereidheid  tot  inspanning  en  consideratie.  Hieruit  kan  volgende  hypothese   worden  afgeleid.     H5a:  De  aanwezigheid  van  veel  informatie  (/weinig  informatie)  op  een  DS   advertentie  leidt  tot  een  hogere  (/lagere)  Aad  bij  het  product  met  lange   aankoopcyclus  dan  het  product  met  korte  aankoopcyclus.       H5b:  De  aanwezigheid  van  veel  informatie  (/weinig  informatie)  op  een  DS   advertentie  leidt  tot  een  hogere  (/lagere)  Ab  van  het  product  met  de  lange   aankoopcyclus  dan  het  product  met  de  korte  aankoopcyclus.       H5c:  De  aanwezigheid  van  veel  informatie  (/weinig  informatie)  op  een  DS   advertentie  leidt  tot  een  hogere  (/lagere)  PI  van  het  product  met  de  lange   aankoopcyclus  dan  het  product  met  de  korte  aankoopcyclus.            

 

29  

 

 

 

 

8 Methode     8.1 Onderzoeksdesign   Om  de  invloed  van  verschillende  types  reclameboodschappen  en  verschillende   geadverteerde  producten  op  het  instore  aankoopgedrag  na  te  gaan,  werd  een   experiment  opgezet  met  een  2  (statische  vs.  dynamische  advertentie)  x  2  (advertentie   met  weinig  informatie  vs.  advertentie  met  veel  informatie)  x  2  (product  met  korte   aankoopcyclus  vs.  product  met  lange  aankoopcyclus)  between  subjects  design.  Om  het   instore  aankoopgedrag  te  meten,  werd  de  aankoopintentie  (PI)  als  afhankelijke   variabele  opgenomen  in  de  enquête.  Daarnaast  werden  ook  de  attitudes  t.o.v.  de   advertentie  (Aad)  en  het  merk  (Ab)  opgenomen  als  afhankelijke  variabelen  om  de   aankoopintentie  beter  te  verantwoorden.  Deze  variabelen  werden  beïnvloed  door  de   vertoning  van  verschillende  types  advertenties  van  verschillende  geadverteerde   producten,  waarbij  elke  respondent  telkens  één  advertentie  te  zien  kreeg.  Deze   advertenties  variëren  in  de  hoeveelheid  vertoonde  informatie  en  in  de  dynamiek.  Voor   de  advertenties  met  weinig  informatie  werden  telkens  drie  argumenten  getoond,  alsook   een  link  naar  de  website  en  vermelding  dat  het  om  een  nieuw  product  gaat.  Voor  de   advertenties  met  veel  informatie  werd,  in  plaats  van  het  toevoegen  van  meer   argumenten,  gekozen  voor  het  toevoegen  van  een  andere  informatiebron,  namelijk  een   recept.  Hiervoor  werd  gekozen  om  de  consument  te  helpen  tijdens  het  beslissingsproces   en  inspiratie  te  geven,  wat  consumenten  volgens  de  literatuur  hopen  te  vinden  in  de   winkelomgeving  zelf  (Geuens,  Brengman,  &  S’Jegers,  2003).  Bovendien  zouden  vooral   recepten  en  weerberichten  op  digitale  schermen  in  supermarkten  de  aandacht  trekken   (Heeg,  2009).  Daarnaast  werd  voor  de  dynamische  advertentie  gebruik  gemaakt  van   teksteffecten  in  PowerPoint  om  de  advertentie  in  beweging  te  laten  komen.   Tenslotte  is  er  het  type  geadverteerd  product,  die  varieert  in  de  lengte  van  de   aankoopcyclus,  nl.  met  een  lange  of  korte  aankoopcyclus.  Er  werden  acht  verschillende   advertenties5  ontworpen,  vier  per  product.  Er  werd  geopteerd  voor  pasta,  tagliatelle  van   het  merk  Bertolli,  als  product  met  korte  aankoopcyclus  en  voor  koude  saus,  Diablo  van   het  merk  D&L,  als  product  met  lange  aankoopcyclus,  aangezien  pasta  vaker  gekocht   wordt  dan  koude  sauzen  zoals  ketchup  en  mayonaise.  Dit  zijn  beiden  voedselproducten   van  relatief  populaire  merken  om  zo  de  vergelijking  tussen  beide  producten  mogelijk  te   maken.  Er  werd  voor  voedselproducten  gekozen  omdat  aan  voeding  de  grootste   reclamebudgetten  worden  toegewezen  (Martinez,  2007)  en  omdat  voeding  hedonisch   van  aard  is,  wat  uit  de  literatuur  is  gebleken  een  grotere  positieve  impact  op  de  verkoop   te  hebben  (Burke,  2009).                                                                                                                     5  Zie  bijlage  1    

30  

 

 

 

  Tabel  1:  Overzicht  van  de  condities  

Conditie  

Aantal   respondenten   nodig  

Lengte   aankoopcyclus   van  product  

Dynamiek  

Hoeveelheid   informatie  

1  

30  

kort*  

statisch  

weinig  

2  

30  

kort  

statisch  

veel  

3  

30  

kort  

dynamisch  

weinig  

4  

30  

kort  

dynamisch  

veel  

5  

30  

lang**  

statisch  

weinig  

6  

30  

lang  

statisch  

veel  

7  

30  

lang  

dynamisch  

weinig    

8  

30  

lang  

dynamisch  

veel  

*Product  met  korte  aankoopcyclus:  tagliatelle  van  Bertolli   **  Product  met  lange  aankoopcyclus:  Diablo  saus  van  D&L  

 

8.2 Respondenten   Om  een  voldoende  representatieve  steekproef  te  hebben,  waren  30  respondenten  per   conditie  nodig.  Aangezien  er  acht  condities  zijn,  werden  er  dus  240  respondenten  in   totaal  gezocht  voor  deze  online  enquête.  Voor  dit  onderzoek  waren  consumenten  nodig   die  zelf  boodschappen  doen  en  zodus  kennis  hebben  van  de  aankoopcyclus  van  een   product.  Aangezien  alle  werkenden  normalerwijze  zelf  hun  boodschappen  doen,  maar   ook  het  merendeel  van  de  studenten  verantwoordelijk  is  voor  zijn  boodschappen  in  de   studentenstad,  kan  de  doelgroep  heel  ruim  geïnterpreteerd  worden.  Bovendien  ging  het   om  een  online  enquête,  waarbij  mensen  uit  de  directe  omgeving  werden  aangesproken,   alsook  via  sociale  media  zoals  Facebook  werden  aangespoord  deel  te  nemen  aan  het   onderzoek.  Dit  waren  hoofdzakelijk  familie  en  vrienden,  die  oud  genoeg  zijn  om  deze   enquête  waarheidsgetrouw  en  verstandig  in  te  vullen.       In  totaal  hebben  262  respondenten  de  online  enquête  volledig  ingevuld,  waarvan  108   mannen  en  154  vrouwen.  De  gemiddelde  leeftijd  van  de  respondenten  is  26  jaar.            

 

31  

 

 

 

8.3 Pretesten   Vooraleer  de  online  enquête  van  start  kon  gaan,  diende  nagegaan  te  worden  of  de   manipulaties  effectief  waren,  en  dus  of  de  producten  en  advertenties  goed  geselecteerd   en  ontworpen  waren.  Er  moest  dus  gecontroleerd  worden  of  er  een  voldoende  groot   verschil  was  tussen  het  product  met  korte  en  lange  aankoopcyclus,  de  dynamische  en   statische  advertentie  en  de  advertentie  met  weinig  en  veel  informatie.       Bij  de  eerste  pretest  werd  eerst  en  vooral  gecontroleerd  of  er  voldoende  verschil  was   tussen  het  product  met  korte  aankoopcyclus  en  lange  aankoopcyclus.  Hier  werd   oorspronkelijk  geopteerd  voor  donkere  chocolade  van  Côte  d’Or  en  Diablo  saus  van   D&L.  Er  werd  gepolst  naar  de  aankoopfrequentie  per  product,  waarbij  elke  respondent   telkens  vragen  over  één  product  kreeg  te  zien.  Naast  de  aankoopfrequentie  voor   donkere  chocolade,  werd  bovendien  de  aankoopfrequentie  voor  chocolade  in  het   algemeen  opgenomen  in  de  eerste  pretest.  Bij  deze  eerste  Multiple  Choice  vraag  waren   telkens  zeven  antwoordmogelijkheden,  namelijk  ‘Nooit’,  ‘1  keer  per  jaar’,  ‘2  keer  per   jaar’,  ‘1  keer  per  maand’,  2  keer  per  maand’,  ‘1  keer  per  week’  en  ‘meer  dan  1  keer  per   week’.       Vervolgens  werd  een  korte  simulatie  weergegeven  van  een  winkelbezoek,  waarbij   respondenten  verzocht  werden  zich  in  te  beelden  in  een  supermarkt  te  winkelen.   Daarbij  werd  een  foto  van  een  winkelgang  met  een  beeldscherm  getoond,  waarop  de   advertenties  zouden  verschijnen.  Daarna  krijgt  men  telkens  advertenties  te  zien  (van   één  enkel  product)  met  eerst  veel  informatie  en  vervolgens  weinig  informatie  om  te   controleren  of  de  advertentie  met  weinig  informatie  significant  verschillend  van  de   advertentie  met  veel  informatie  werd  bevonden.  Na  het  zien  van  elke  advertentie  werd   kort  gevraagd  in  welke  mate  men  veel  of  weinig  informatie  te  zien  heeft  gekregen.   Hierbij  werd  gebruik  gemaakt  van  een  bipolaire  zevenpuntenschaal  met  als  pool  aan  de   linkerzijde  ‘weinig  informatie’  en  als  pool  aan  de  rechterzijde  ‘veel  informatie’.  Tenslotte   werd  een  dynamische  advertentie  en  statische  advertentie  (van  hetzelfde  product)   getoond  met  daarna  telkens  de  vraag  in  welke  mate  men  deze  advertentie  statisch  of   dynamisch  vond.  Dit  is  wederom  een  bipolaire  zevenpuntenschaal  met  als  pool  aan  de   linkerkant  ‘statisch’  en  als  pool  aan  de  rechterkant  ‘dynamisch’.       Uit  deze  pretest6  is  ten  eerste  gebleken  dat  de  advertenties  met  weinig  en  veel   informatie  voldoende  significant  verschillen.  Via  een  Paired  Samples  t-­‐test  werd  bij  een   significant  verschil  gevonden  tussen  de  advertenties  met  weinig  en  veel  informatie  bij   de  respondentengroep  met  de  vragen  en  advertenties  over  chocolade  (t(25)=  3,411,  p=                                                                                                                   6  Zie  bijlage  3    

32  

 

 

0,002).  Ook  bij  de  respondentengroep  met  de  vragen  en  advertenties  over  saus  waren   de  advertenties  met  weinig  en  veel  informatie  significant  verschillend  (t(24)=  5,452,  p=   0,000).  Ten  tweede  is  gebleken  dat  de  dynamische  en  statische  advertenties  voldoende   significant  verschillen.  Opnieuw  via  een  Paired  Samples  t-­‐test  duidden  de  resultaten  op   een  significant  verschil  tussen  de  statische  en  dynamische  advertentie  bij  de   respondentengroep  met  vragen  en  advertenties  over  saus  (t(21)=  5,006,  p=  0,000)  en  bij   de  respondentengroep  met  vragen  en  advertenties  over  chocolade  (t(17)=  4,099,  p=   0,001).  Wat  betreft  de  lengte  van  de  aankoopcyclus,  werd  er  aan  de  hand  van  een   Independent  Samples  t-­‐test  geen  significant  verschil  bevonden  tussen  het  product  met   korte  aankoopcyclus  (chocolade)  en  lange  aankoopcyclus  (koude  sauzen)  (t(42,818)=   1,772,  p=  0,083  >  0,05).  Dit  resulteerde  in  een  tweede  pretest.       Voor  de  tweede  pretest  werd,  in  plaats  van  chocolade,  geopteerd  voor  pasta  als  product   met  korte  aankoopcyclus.  Als  product  met  lange  aankoopcyclus  werd  koude  saus   behouden.  Deze  pretest  werd  louter  uitgevoerd  om  het  verschil  tussen  deze  twee   producten  te  meten.  De  advertenties  werden  hier  dus  niet  in  verwerkt,  aangezien  deze   in  de  vorige  pretest  reeds  significante  verschillen  aantoonden.  Ook  werd  een  kleine   aanpassing  gemaakt  in  de  antwoordmogelijkheden  bij  de  Multiple  Choice  vraag  over  de   aankoopfrequentie.  Hier  werd  ‘1  keer  per  jaar’  vervangen  door  ‘2  keer  per  jaar’  en  ‘2   keer  per  jaar’  door  ‘1  keer  om  de  2  maanden’,  aangezien  de  kloof  tussen  ‘1  keer  per   maand’  en  ‘2  keer  per  jaar’  te  groot  was.  In  tegenstelling  tot  de  eerste  pretest,  kregen   alle  respondenten  in  de  tweede  pretest  de  vraag  over  aankoopfrequentie  van  beide   producten,  om  minder  respondenten  te  moeten  verzamelen  en  dus  sneller  de  resultaten   te  bekomen.       Bij  de  tweede  pretest  werd  gebruik  gemaakt  van  een  Paired  Samples  t-­‐test  en  was  het   verschil  tussen  het  product  met  korte  aankoopcyclus  (pasta)  en  het  product  met  lange   aankoopcyclus  (saus)  wel  significant  (t(24)=  7,004,  p=  0,000)).  Er  kon  bijgevolg  worden   overgegaan  tot  de  opstelling  en  activering  van  de  vragenlijst.                

 

33  

 

 

 

8.4 Vragenlijst   Er  werd  gebruik  gemaakt  van  een  online  enquête  in  Qualtrics  met  een   simulatieweergave.  Redenen  daarvoor  zijn  de  snelle  vergaring  van  (kwantitatieve)   resultaten  en  de  praktische  haalbaarheid.  Het  weergeven  van  advertenties  op  een   digitaal  scherm  in  een  supermarkt  en  een  offline  enquête  laten  invullen  door  de   consumenten  ter  plaatse,  zou  veel  minder  haalbaar  zijn.  De  meerderheid  van  de     consumenten  zou  de  tijd  niet  willen  nemen  en  het  aantal  benodigde  respondenten  zou   veel  minder  waarschijnlijk  behaald  worden.  Via  een  online  enquête  kunnen  mensen   daarentegen  de  enquête  invullen  op  een  moment  dat  voor  hen  het  best  past  en  kunnen   meer  respondenten  bereikt  worden.       Eerst  en  vooral  kregen  respondenten  de  vraag  over  hun  gemoedstoestand.  Vervolgens   kregen  ze  de  vraag  over  aankoopfrequentie,  merkbelang  en  betrokkenheid  van  zowel   pasta  als  saus.  Daarna  wordt  een  korte  simulatie  weergegeven,  zoals  in  de  pretest,  met   de  vraag  zich  in  te  beelden  in  een  supermarkt  te  zijn  met  een  beeldscherm  in  een   winkelgang,  waarop  volgende  advertenties  te  zien  zijn.  Elke  respondent  krijgt  daarop   één  advertentie,  willekeurig  gekozen  uit  de  acht  advertenties,  te  zien.  Ze  kunnen  de   advertentie  bekijken  zo  lang  als  nodig.  Nadien  worden  ze  opnieuw  gevraagd  naar  hun   gemoedstoestand,  hun  Aad,  Aab  en  PI.  Tenslotte  wordt  de  vragenlijst  afgesloten  met  een   vraag  over  hun  al  dan  niet  impulsief  gedrag,  waarna  geslacht  en  leeftijd  worden   opgegeven.  De  volledige  enquête  kan  worden  geraadpleegd  in  bijlage  2.     8.4.1 Gemoedstoestand   Voordat  de  respondenten  vragen  betreffende  de  producten  en  advertenties  te  zien   kregen,  werd  hen  eerst  en  vooral  verzocht  de  vraag  over  hun  gemoedstoestand  te   beantwoorden.  Hiervoor  werd  gebruik  gemaakt  van  de  zevenpuntenschaal  van   Mehrabian  &  Russell  (1974)  om  gevoelens  van  plezier  en  opwinding  te  meten.  Deze   vraag  werd  eveneens  gesteld  na  het  zien  van  de  advertentie  om  de  invloed  van  de   verschillende  advertenties  op  de  gemoedstoestand  te  peilen.     8.4.2 Aankoopfrequentie   Om  na  te  gaan  of  de  respondent  effectief  het  product  lust  en  koopt,  werd  de   aankoopfrequentie  gemeten  aan  de  hand  van  een  zelf  opgestelde  vraag  met  zeven   antwoordmogelijkheden,  nl.  ‘Nooit’,  ‘2  keer  per  jaar’,  ‘1  keer  om  de  2  maanden’,  ‘1  keer   per  maand’,  ‘2  keer  per  maand’,  ‘1  keer  per  week’  en  ‘meer  dan  1  keer  per  week’.  Deze   vraag  kregen  respondenten  zowel  over  pasta  als  over  saus  met  de  volgende  twee   bijhorende  vragen.        

34  

 

 

 

 

8.4.3 Merkbelang   Om  in  deze  enquête  na  te  gaan  of  de  merken  bij  beide  producten  een  invloed  hebben  op   het  consumentengedrag,  werden  twee  vragen  gesteld  per  product.  De  eerste  vraag   onderzoekt  of  de  respondent  steeds  hetzelfde  merk  koopt  in  deze  productcategorie.   Deze  vraag  bevat  een  eenvoudige  ja/neen-­‐antwoordmogelijkheid.  De  tweede  vraag  meet   het  belang  van  dat  merk  bij  de  aanschaffing  van  dit  product.  Hier  wordt  gebruik  gemaakt   van  een  Multiple  Choice  zevenpuntenschaal  die,  van  links  naar  rechts,  van  ‘helemaal  niet   belangrijk’  naar  ‘heel  belangrijk’  gaat.     8.4.4 Betrokkenheid   Uit  de  literatuur,  blijkt  de  betrokkenheid  met  het  product  of  de  productcategorie  een   grote  impact  te  hebben  op  het  consumentengedrag.  Om  deze  betrokkenheid  te  meten   werd  beroep  gedaan  op  de  “Purchase  Decision  Involvement”  zevenpuntenschaal  van   Mittal  (1989),  die  bestaat  uit  vier  vragen.  Voor  de  verantwoording  van  de  resultaten,  zal   betrokkenheid  dienst  doen  als  controlevariabele  bij  enkele  hypothesen.     8.4.5 Attitude  t.o.v.  de  advertentie   Na  het  zien  van  de  advertentie  en  na  het  beantwoorden  van  de  vraag  over  de   gemoedstoestand,  werden  de  respondenten  verzocht  te  antwoorden  op  de  vragen,  die   hun  consumentengedrag  bepalen.  De  antwoorden  op  de  eerste  vraag  meten  de  Aad.   Hiervoor  werd  gebruik  gemaakt  van  de  zevenpuntenschaal  van  Homer  (1995),  die  zeven   mogelijke  beschrijvingen  van  de  advertentie  weergaf.  Respondenten  dienden  via  de   zevenpuntenschaal  aan  te  duiden  in  welke  mate  ze  de  beschrijvingen  goed  vonden  of   niet.     8.4.6 Attitude  t.o.v.  het  product  en  merk   De  antwoorden  op  de  tweede  en  derde  vraag  meten  de  attitude  van  de  respondenten   tegenover  het  product  en  het  merk.  Hier  werd  beroep  gedaan  op  een  vereenvoudigde   zevenpuntenschaal  van  Bruner  en  Kumar  (2000),  bestaande  uit  drie  mogelijke   standpunten  met  telkens  hun  tegenpolen,  nl.  goed/slecht,  gunstig/ongunstig  en   positief/negatief.            

 

35  

 

  8.4.7 Aankoopintentie  

Bij  de  vierde  vraag  werd  gepeild  naar  de  aankoopintentie  van  de  respondent.  Hiervoor   werd  wederom  beroep  gedaan  op  een  vereenvoudigde  zevenpuntenschaal  van  Bruner   en  Kumar  (2000),  bestaande  uit  drie  standpunten  met  telkens  hun  tegenpolen,  nl.   vermoedelijk  niet/vermoedelijk,  onwaarschijnlijk/waarschijnlijk  en   onmogelijk/mogelijk.                                                                    

 

36  

 

 

 

 

Deel  3:  Onderzoeksresultaten     In  dit  gedeelte  worden  de  resultaten  per  hypothese  gerapporteerd.  Vooraleer  dit   gebeurt,  wordt  eerst  de  interne  betrouwbaarheid  per  schaal  getest  aan  de  hand  van   Cronbach’s  Alpha.  Vervolgens  wordt  per  hypothese  telkens  de  invloed  van  bepaalde   onafhankelijke  variabelen  op  enkele  afhankelijke  variabelen  gemeten.  Deze  afhankelijke   variabelen  zijn  de  attitude  t.o.v.  de  advertentie  (Aad),  de  attitude  t.o.v.  het  merk  (Ab)  en   de  aankoopintentie  (PI).  Tot  de  onafhankelijke  variabelen  behoren  de  hoeveelheid   informatie  in  de  advertentie,  de  dynamiek  in  de  advertentie  en  de  lengte  van  de   aankoopcyclus  van  het  geadverteerd  product.  De  onderzoeksresultaten  kunnen  per   hypothese  in  bijlagen  6  tot  9  gevonden  worden.  

1 Interne  betrouwbaarheid  schalen7   In  de  enquête  werd  gebruik  gemaakt  van  meerdere  vragen  om  een  variabele  te  meten.   Het  is  dus  belangrijk  na  te  gaan  of  deze  vragen  per  variabele  wel  degelijk  intern   consistent  zijn.  Hiervoor  wordt  de  Cronbach’s  Alpha  per  variabele  berekend,  wat  men   kan  zien  in  onderstaande  tabel.  Hieruit  blijkt  dat  er  interne  consistentie  binnenin  elke   variabele  is.  De  meerdere  vragen  per  construct  kunnen  dus  gehercodeerd  worden.       Tabel  2:  Interne  betrouwbaarheid  schalen  

Interne  betrouwbaarheid    

Cronbach’s  Alpha  

Aantal  vragen  

Gemoedstoestand  vóór  advertentie  

0,783  

11  

Productbetrokkenheid  saus  

0,792  

4  

Productbetrokkenheid  pasta  

0,898  

4  

Gemoedstoestand  na  advertentie  

0,847  

11  

Attitude  t.o.v.  de  advertentie  

0,841  

7  

Attitude  t.o.v.  het  merk  

0,945  

3  

Aankoopintentie  

0,921  

3  

Impulsiviteit  

0,742  

5  

 

                                                                                                                7  Zie  bijlage  4    

37  

 

 

 

2 Hypotheses   2.1 Hypothese  1:  Hoeveelheid  informatie   2.1.1 Hypothese  1a:  Attitude  t.o.v.  de  advertentie     In  het  eerste  deel  van  de  eerste  hypothese  gaan  we  uit  van  de  veronderstelling  dat  veel   informatie  op  een  DS  advertentie  leidt  tot  een  positievere  Aad.  We  stellen,  na  uitvoering   van  een  Independent  Samples  t-­‐test,  vast  dat  er  een  significant  verschil  is  tussen  de   advertentie  met  weinig  informatie  (M=  4,94;  SD=  0,78)  en  de  advertentie  met  veel   informatie  (M=  4,63;  SD=  1,06)  wat  betreft  de  Aad  (t(244,72)=  2,709,  p=  0,007).  De   resultaten  liggen  echter  in  de  omgekeerde  richting  dan  voorspeld.  Zoals  blijkt  uit  tabel  3,   ligt  de  Aad  namelijk  hoger  bij  de  advertenties  met  weinig  informatie  dan  de  advertenties   met  veel  informatie.     2.1.2 Hypothese  1b:  Attitude  t.o.v.  het  merk   In  het  tweede  deel  van  de  eerste  hypothese  wordt  er  verondersteld  dat  veel  informatie   op  een  DS  advertentie  leidt  tot  een  positievere  Ab.  Hier  wordt  echter  geen  significant   verschil  vastgesteld  na  de  uitvoering  van  een  Independent  Samples  t-­‐test.  In  tabel  3  kan   men  de  hoofdzakelijke  resultaten  per  afhankelijke  variabele  waarnemen.     2.1.3 Hypothese  1c:  Aankoopintentie   In  het  laatste  deel  van  de  eerste  hypothese  wordt  ervan  uitgegaan  dat  veel  informatie  op   een  DS  advertentie  tot  een  hogere  PI  leidt.  Ook  hier  wordt  er  geen  significant  verschil   gevonden  zoals  kan  worden  afgeleid  uit  tabel  3.     Tabel  3:  Verschil  in  Aad,  Ab  en  PI  bij  verschillende  hoeveelheid  informatie  

 

Weinig  info  

Veel  info  

t-­‐waarde  

Attitude  t.o.v.  adv  

4,94(0,78)  

4,63(1,06)  

2,709**  

Attitude  t.o.v.  merk  

5,23(1,02)  

5,16(1,03)  

0,554  n.s.  

Aankoopintentie  

4,30(1,43)  

4,16(1,43)  

0,797  n.s.  

***  p  <  0,001   **  p  <  0,01   *  p  <  0,1   n.s.  niet  significant  

 

Betrokkenheid  met  het  product  of  de  productcategorie  zou  hier  als  controlevariabele   kunnen  dienen.  Na  het  uitvoeren  van  Pearson  Correlation  testen,  blijkt  er  echter  geen   significante  correlatie  te  bestaan  met  zowel  de  Aad,  Ab  als  PI.    

38  

 

 

 

2.2 Hypothese  2:  Dynamiek   2.2.1 Hypothese  2a:  Attitude  t.o.v.  de  advertentie   In  het  eerste  deel  van  de  tweede  hypothese  wordt  verondersteld  dat  de  Aad  positiever  is     bij  dynamische  advertenties  dan  bij  statische  advertenties.  Wederom  wordt  hier  gebruik   gemaakt  van  een  Independent  Samples  t-­‐test.  Er  is  een  significant  verschil  te  vinden   tussen  de  statische  advertentie  (M=  4,88;  SD=  0,96)  en  de  dynamische  advertentie  (M=   4,64;  SD=  0,89),  wat  betreft  de  Aad  (t(260)=  2,048),  p=  0,042).  In  tegenstelling  tot  wat   verwacht  werd,  is  de  Aad  echter  positiever  bij  statische  advertenties  dan  dynamische   advertenties,  wat  men  kan  waarnemen  in  tabel  4.     2.2.2 Hypothese  2b:  Attitude  t.o.v.  het  merk   In  het  tweede  deel  van  deze  hypothese  wordt  verwacht  dat  de  Ab  positiever  is  bij   dynamische  advertenties  dan  bij  statische  advertenties.  Uit  onderstaande  tabel  kan  men   een  significant  verschil  terugvinden  tussen  de  statische  advertentie  (M=  5,44;  SD=  0,99)   en  de  dynamische  advertentie  (M=  4,80;  SD=  0,94),  wat  betreft  de  Ab  (t(260)=  5,175,  p=   0,000).  Wederom  worden  hier  de  verwachtingen  teniet  gedaan  en  liggen  de  resultaten   in  de  omgekeerde  richting.  Zoals  kan  afgeleid  worden  uit  tabel  4,  is  de  Ab  hier  namelijk   ook  positiever  bij  statische  dan  dynamische  advertenties.     2.2.3 Hypothese  2c:  Aankoopintentie   In  het  derde  deel  van  deze  hypothese  wordt  ervan  uitgegaan  dat  de  PI  hoger  ligt  bij   dynamische  advertenties  dan  bij  statische  advertenties.  Uit  de  Independent  Samples  t-­‐ test  blijkt  hier  geen  significant  verschil  te  bestaan,  wat  men  kan  zien  in  tabel  4.         Tabel  4:  Verschil  in  Aad,  Ab  en  PI  bij  verschillende  dynamiek  

 

Statisch  

Dynamisch  

t-­‐waarde  

Attitude  t.o.v.  adv  

4,88(0,96)  

4,64(0,89)  

2,048*  

Attitude  t.o.v.  merk  

5,44(0,99)  

4,80(0,94)  

5,175***  

Aankoopintentie  

4,25(1,54)  

4,20(1,23)  

0,287  n.s.  

***  p  <  0,001   **  p  <  0,01   *  p  <  0,1   n.s.  niet  significant  

   

 

39  

 

 

 

Gemoedstoestand  kan  hier  als  controlevariabele  dienen.  Na  het  uitvoeren  van  een   Pearson  Correlation  test,  bleek  er  een  significante  correlatie  te  zijn  tussen  de   gemoedstoestand  na  de  advertentie  en  de  Aad  (r=  0,264,  p=  0,000).  Wat  de  Ab  betreft,   werd  er  net  een  significante  correlatie  met  de  gemoedstoestand  na  de  advertentie   gevonden  (r=  0,124,  p=  0,045).  Wat  de  aankoopintentie  daarentegen  betreft,  valt  er  geen   significante  correlatie  waar  te  nemen.  In  het  onderdeel  met  de  bijkomende  testen  wordt   dieper  ingegaan  op  de  gemoedstoestand  vóór  en  na  het  zien  van  een  statische  en   dynamische  advertentie.    

2.3 Hypothese  3:  Lengte  aankoopcyclus   2.3.1 Hypothese  3a:  Attitude  t.o.v.  de  advertentie   Het  eerste  deel  van  de  derde  hypothese  stelt  dat  advertenties  van  producten  met  korte   aankoopcyclus  tot  een  positievere  Aad  leiden  dan  advertenties  van  producten  met  lange   aankoopcyclus.  Deze  veronderstelling  blijkt  hier  te  kloppen.  Aan  de  hand  van  een   Independent  Samples  t-­‐test  werd  een  significant  verschil  vastgesteld  tussen  de   advertenties  van  het  product  met  korte  aankoopcyclus  (M=  4,93;  SD=  1,02)  en  de   advertenties  van  het  product  met  lange  aankoopcyclus  (M=  4,64;  SD=  0,84),  wat  betreft   de  Aad  (t(260)=  2,506,  p=  0,013).  Uit  tabel  5  kan  worden  afgeleid  dat  de  Aad  hoger  ligt  bij   producten  met  korte  aankoopcyclus  dan  producten  met  lange  aankoopcyclus,  zoals   werd  verondersteld  in  de  hypothese.  Dit  deel  van  de  hypothese  mag  dus  aanvaard   worden.     2.3.2 Hypothese  3b:  Attitude  t.o.v.  het  merk   In  het  tweede  deel  van  de  derde  hypothese  wordt  verondersteld  dat  advertenties  van   producten  met  korte  aankoopcyclus  tot  een  positievere  Ab  leiden  dan  advertenties  van   producten  met  lange  aankoopcyclus.  Uit  de  Independent  Samples  t-­‐test  wordt  hier   echter  geen  significant  verschil  gevonden,  zoals  kan  worden  waargenomen  in  tabel  5.   Dit  deel  van  de  hypothese  dient  dus  te  worden  verworpen.     2.3.3 Hypothese  3c:  Aankoopintentie   In  het  laatste  deel  van  de  derde  hypothese  gaat  men  ervan  uit  dat  advertenties  van   producten  met  korte  aankoopcyclus  tot  een  hogere  PI  leiden  dan  advertenties  van   producten  met  lange  aankoopcyclus.  Vooral  hier  kan  men  duidelijk  een  significant   verschil  vaststellen  tussen  de  advertenties  van  het  product  met  korte  aankoopcyclus   (M=  4,60;  SD=  1,35)  en  de  advertenties  van  het  product  met  lange  aankoopcyclus  (M=   3,86;  SD=  1,40),  wat  betreft  de  PI  (t(260)=  4,334,  p=  0,000).  Zoals  verwacht,  ligt  de  PI    

40  

 

 

 

hoger  bij  het  product  met  korte  aankoopcyclus  dan  het  product  met  lange   aankoopcyclus.  Dit  deel  van  de  hypothese  mag  dus  aanvaard  worden.  In  tabel  5  kan  men   de  hoofdzakelijke  resultaten  kort  samengevat  waarnemen  per  afhankelijke  variabele.       Tabel  5:  Verschil  in  gemiddelde  Aad,  Ab  en  PI  bij  verschillende  lengte  aankoopcyclus  

 

Product  korte   aankoopcyclus  

Product  lange   aankoopcyclus  

t-­‐waarde  

Attitude  t.o.v.  adv  

4,93(1,02)  

4,64(0,84)  

2,506**  

Attitude  t.o.v.  merk  

5,28(1,05)  

5,11(0,98)  

1,369  n.s.  

Aankoopintentie  

4,60(1,35)  

3,86(1,40)  

4,334  ***  

***  p  <  0,001   **  p  <  0,01   *  p  <  0,1   n.s.  niet  significant  

  Het  waargenomen  risico  kan  hier  als  controlevariabele  dienen  om  dit  resultaat  te   verantwoorden.  Na  de  uitvoering  van  een  Pearson  Correlation  test,  kan  echter  geen   significante  correlatie  worden  gevonden  tussen  het  waargenomen  risico  en  de  Aad.   Hetzelfde  geldt  voor  de  Ab  en  PI.  De  theorie  van  Stern  (1962)  blijkt  hier  dus  toch  niet   volledig  te  kloppen,  aangezien  het  consumentengedrag  geen  weerspiegeling  is  van  het   waargenomen  risico.  Niettemin,  leiden  advertenties  van  producten  met  korte   aankoopcyclus  toch  tot  meer  ongeplande  aankopen,  wat  we  hier  kunnen  assumeren,  dan   advertenties  met  lange  aankoopcyclus.                                

 

41  

 

 

 

2.4 Hypothese  4:  Verband  dynamiek  vs.  lengte  aankoopcyclus   2.4.1 Hypothese  4a:  Attitude  t.o.v.  de  advertentie   Het  eerste  deel  van  de  vierde  hypothese  stelt  dat  de  Aad  positiever  (/negatiever)  is  bij   producten  met  korte  aankoopcyclus  dan  producten  met  lange  aankoopcyclus  na  het  zien   van  een  statische  advertentie  (/dynamische  advertentie).  Om  hypotheses  4a  en  5a  te   testen,  werd  gebruik  gemaakt  van  een  Three-­‐Way  ANOVA-­‐test  met  Aad  als  afhankelijke   variabele  en  dynamiek,  hoeveelheid  informatie  en  lengte  van  de  aankoopcyclus  als   onafhankelijke  variabelen.     Tabel  6:  ANCOVA  resultaten  voor  het  effect  van  de  covariaten  op  de  Aad  

 

df  

F-­‐waarde  

p  

Aankoopfrequentie  

1  

2,757  

0,098  

Betrokkenheid  

1  

0,098  

0,754  

Merkbelang  

1  

1,484  

0,224  

Gemoedstoestand   vóór  advertentie  

1  

2,473  

0,117  

Gemoedstoestand  na   advertentie  

1  

13,167  

0,000  

Leeftijd  

1  

1,586  

0,209  

Geslacht  

1  

1,991  

0,160  

  In  tabel  6  werden  de  kernresultaten  van  het  effect  van  de  covariaten  op  de  Aad   opgenomen.  Hieruit  kan  men  afleiden  dat  enkel  de  aankoopfrequentie  (F(2,109)=  2,757,   p=  0,096  <  0,1)  en  de  gemoedstoestand  na  de  advertentie  (F(10,071)=  13,167,  p=  0,000)   significant  of  marginaal  significant  gerelateerd  is  aan  de  Aad.  Deze  twee  variabelen   worden  dan  ook  als  covariaten  opgenomen  in  de  ANOVA-­‐test  om  de  errorvariantie  zo   constant  mogelijk  te  houden.       Tabel  7:  ANOVA  resultaten  van  de  Between  Subjects-­‐Effects  met  Aad  als  afhankelijke   variabele  

 

df  

F-­‐waarde  

p  

η2  

Power  

Informatie  

1  

2,121  

0,147  

0,012  

0,305  

Dynamiek  

1  

7,776  

0,006  

0,043  

0,792  

Aankoopcyclus  

1  

7,603  

0,006  

0,042  

0,783  

Dynamiek  *   Aankoopcyclus  

1  

3,452  

0,065  

0,020  

0,455  

 

42  

 

 

 

Informatie  *   Aankoopcyclus  

1  

0,841  

0,360  

0,005  

0,149  

Informatie  *   Dynamiek  

1  

2,794  

0,096  

0,016  

0,383  

Informatie  *   Dynamiek  *   Aankoopcyclus  

1  

0,899  

0,345  

0,005  

0,156  

  In  tabel  7  kunnen  de  hoofdzakelijke  statistische  gegevens  van  de  Three-­‐Way  ANOVA-­‐ test  waargenomen  worden.  Hieruit  kan  men  afleiden  dat  het  interactie-­‐effect  dynamiek   *  lengte  aankoopcyclus  op  de  Aad  marginaal  significant  is  (F(2,026)=  3,452,  p=  0,065  <   0,1).     Tabel  8:  Verschil  in  gemiddelde  Aad  met  dynamiek  en  lengte  aankoopcyclus  als   onafhankelijke  variabelen  

 

Product  met  korte   aankoopcyclus  

Product  met  lange   aankoopcyclus  

t-­‐waarde  

Statische  advertentie  

5,08  (0,96)  

4,67  (0,93)  

2,715**  

Dynamische   advertentie  

4,69  (1,07)  

4,59  (0,68)  

     0,553  n.s.  

2,191*  

0,555  n.s.  

 

t-­‐waarde   ***  p  <  0,001   **  p  <  0,01   *  p  <  0,1   n.s.  niet  significant  

  Om  significante  verschillen  tussen  de  advertenties  onderling  beter  te  kunnen  toewijzen   en  om  zekerheid  te  creëren,  werden  er  aparte  Independent  Samples  t-­‐testen  uitgevoerd   na  het  filteren  op  de  dynamiek  en  vervolgens  ook  op  de  lengte  van  de  aankoopcyclus,   omdat  deze  resultaten  tevens  interessant  zijn.       Na  het  invoeren  van  de  filter  op  de  dynamiek,  blijkt  er  een  significant  verschil  te  zijn   tussen  de  statische  advertenties  van  het  product  met  korte  aankoopcyclus  (M=  5,08;   SD=  0,96)  en  statische  advertenties  van  het  product  met  lange  aankoopcyclus  (M=  4,67;   SD=  0,93),  wat  betreft  de  Aad  (t(158)=  2,715,  p=  0,007).  Er  is  een  positievere  attitude   tegenover  de  statische  advertenties  van  producten  met  korte  aankoopcyclus  dan   statische  advertenties  van  producten  met  lange  aankoopcyclus.  Dit  werd  voorspeld  in   hypothese  4a.  Aangezien  de  attitude  tegenover  dynamische  advertenties  van  het   product  met  korte  aankoopcyclus  echter  niet  negatiever  is  dan  de  attitude  tegenover   dynamische  advertenties  van  het  product  met  lange  aankoopcyclus,  doordat  het  verschil    

43  

 

 

 

niet  significant  is  (t(84,68)=  0,553,  p=  0,582),  kunnen  we  dit  deel  van  de  vierde  hypothese   slechts  gedeeltelijk  aanvaarden.  De  bekomen  resultaten  kan  men  duidelijk  waarnemen   in  de  visuele  voorstelling  in  figuur  2.     5,4  

Attitude  t.o.v.  adv  

5,2   5   4,8  

Korte  aankoopcyclus   Lange  aankoopcyclus  

4,6   4,4   4,2   Statisch  

Dynamisch   Dynamiek  

  Figuur  2:  Verschil  in  gemiddelde  Aad  met  dynamiek  en  lengte  aankoopcyclus  als   onafhankelijke  variabelen  

  Na  het  invoeren  van  de  filter  op  de  lengte  van  de  aankoopcyclus,  kan  men  afleiden  dat  er   een  significant  verschil  is  tussen  de  statische  (M=  5,08;  SD=  0,96)  en  dynamische   advertenties  (M=  4,69;  SD=  1,07)  bij  het  product  met  korte  aankoopcyclus,  wat  betreft   de  Aad  (t(131)=  2,191,  p=  0,030).  Bij  het  product  met  korte  aankoopcyclus  heeft  men  een   positievere  Aad  bij  statische  advertenties  dan  bij  dynamische  advertenties.  Bij  het   product  met  de  lange  aankoopcyclus  werd  geen  significant  verschil  in  Aad  tussen   statische  en  dynamische  advertenties  gevonden.     2.4.2 Hypothese  4b:  Attitude  t.o.v.  het  merk   In  het  tweede  deel  van  de  vierde  hypothese  wordt  verondersteld  dat  de  Ab  positiever   (/negatiever)  is  bij  producten  met  korte  aankoopcyclus  dan  producten  met  lange   aankoopcyclus  na  het  zien  van  een  statische  advertentie  (/dynamische  advertentie).   Voor  hypotheses  4b  en  5b  werd  gebruik  gemaakt  van  een  Three-­‐Way  ANOVA-­‐test  met   Ab  als  afhankelijke  variabele  en  dynamiek,  hoeveelheid  informatie  en  lengte  van  de   aankoopcyclus  als  onafhankelijke  variabelen.    

 

44  

 

 

 

Tabel  9:  ANCOVA  resultaten  voor  het  effect  van  de  covariaten  op  de  Ab  

 

df  

F-­‐waarde  

p  

Aankoopfrequentie  

1  

7,098  

0,008  

Betrokkenheid  

1  

1,093  

0,297  

Gemoedstoestand   vóór  advertentie  

1  

0,256  

0,613  

Gemoedstoestand  na   advertentie  

1  

3,161  

0,077  

Merkbelang  

1  

1,782  

0,184  

Leeftijd  

1  

4,541  

0,035  

Geslacht  

1  

5,455  

0,021  

  Hier  werden  opnieuw  de  effecten  van  covariaten  op  een  afhankelijke  variabele  getoetst.   In  tabel  9  valt  op  te  merken  dat  de  variabelen  leeftijd  (F(3,052)=  4,541,  p=  0,035)  en   geslacht  (F(3,666)=  5,455,  p=  0,021)  wel  een  significant  effect  hebben  op  de  Ab.  Deze   worden  dan  ook  als  covariaten  opgenomen  in  de  ANOVA-­‐test.  Daarnaast  worden  ook   hier  de  beïnvloedende  variabelen  aankoopfrequentie  (F(4,770)=  7,098,  p=  0,008)  en   gemoedstoestand  (F(2,125)=  3,161,  p=  0,077)  na  de  advertentie  opgenomen  als   covariaten.       Tabel  10:  ANOVA  resultaten  van  de  Between  Subjects-­‐Effects  met  Ab  als  afhankelijke   variabele  

 

df  

F-­‐waarde  

p  

η2  

Power  

Informatie  

1  

0,320  

0,572  

0,002  

0,087  

Dynamiek  

1  

32,622  

0,000  

0,159  

1,000  

Aankoopcyclus  

1  

6,885  

0,009  

0,038  

0,742  

Dynamiek  *   Aankoopcyclus  

1  

1,081  

0,300  

0,006  

0,179  

Dynamiek  *   Informatie  

1  

0,421  

0,517  

0,002  

0,099  

Aankoopcyclus  *   Informatie  

1  

0,397  

0,529  

0,002  

0,096  

Dynamiek  *   Aankoopcyclus  *   Informatie  

1  

0,111  

0,740  

0,001  

0,063  

 

 

45  

 

 

 

Uit  tabel  10  kan  men  constateren  dat  het  interactie-­‐effect  dynamiek  *  lengte   aankoopcyclus  op  de  Ab  niet  significant  is  (F(0,722)=1,081,  p=  0,300)  en  dat  dit  deel  van   de  hypothese  bijgevolg  verworpen  mag  worden.       2.4.3 Hypothese  4c:  Aankoopintentie   In  het  laatste  deel  van  de  vierde  hypothese  wordt  ervan  uitgegaan  dat  de  PI  hoger   (/lager)  ligt  bij  producten  met  korte  aankoopcyclus  dan  producten  met  lange   aankoopcyclus  na  het  zien  van  een  statische  advertentie  (/dynamische  advertentie).  Om   de  hypotheses  4c  en  5c  te  toetsen,  werd  gebruik  gemaakt  van  een  Three-­‐Way  ANOVA-­‐ test  met  de  PI  als  afhankelijke  variabele  en  dynamiek,  hoeveelheid  informatie  en  lengte   van  de  aankoopcyclus  als  onafhankelijke  variabelen.     Tabel  11:  ANCOVA  resultaten  voor  het  effect  van  de  covariaten  op  de  PI  

 

df  

F-­‐waarde  

p  

Impulsiviteit  

1  

25,106  

0,000  

Aankoopfrequentie  

1  

4,398  

0,037  

Betrokkenheid  

1  

0,205  

0,651  

Gemoedstoestand   vóór  advertentie  

1  

1,278  

0,260  

Gemoedstoestand  na   advertentie  

1  

1,367  

0,244  

Merkbelang  

1  

1,002  

0,318  

Leeftijd  

1  

2,450  

0,119  

Geslacht  

1  

0,906  

0,342  

  In  tabel  11  werden  de  resultaten  van  de  ANCOVA-­‐test,  om  het  effect  van  de  covariaten   op  de  PI  te  meten,  opgenomen.  Hieruit  blijkt  dat  enkel  covariaten  aankoopfrequentie   (F(5,750)=  4,398,  p=  0,037)  en  impulsiviteit  (F(32,819)=  25,106,  p=  0,000)  een   significant  effect  hebben  op  de  PI.  Enkel  deze  variabelen  worden  dus  opgenomen  als   covariaten  in  de  Three-­‐Way  ANOVA-­‐test.     Tabel  12:  ANOVA  resultaten  van  de  Between  Subjects-­‐Effects  met  PI  als  afhankelijke   variabele  

 

df  

F-­‐waarde  

p  

η2  

Power  

Informatie  

1  

0,278  

0,598  

0,001  

0,082  

Dynamiek  

1  

5,833  

0,016  

0,023  

0,672  

Aankoopcyclus  

1  

9,172  

0,003  

0,035  

0,855  

 

46  

 

 

 

Dynamiek  *   Aankoopcyclus  

1  

0,014  

0,904  

0,000  

0,052  

Dynamiek  *   Informatie  

1  

1,248  

0,265  

0,005  

0,199  

Aankoopcyclus  *   Informatie  

1  

0,554  

0,457  

0,002  

0,115  

Dynamiek  *   Aankoopcyclus  *   Informatie  

1  

3,448  

0,064  

0,013  

0,456  

  In  tabel  12  worden  de  hoofdzakelijke  statistische  resultaten  van  de  Three-­‐Way  ANOVA-­‐ test,  met  PI  als  afhankelijke  variabele  en  met  dynamiek,  hoeveelheid  informatie  en   lengte  van  de  aankoopcyclus  als  onafhankelijke  variabelen,  weergegeven.  Uit  deze  tabel   blijkt  dat  ook  hier  geen  sprake  is  van  een  significant  interactie-­‐effect  dynamiek  *  lengte   aankoopcyclus  op  de  PI  (F(0,023)=  0,014,  p=  0,904).  Dit  deel  van  de  hypothese  mag  dus   ook  verworpen  worden.     2.4.4 Conclusie   Uit  bovenstaande  resultaten  blijkt  er  enkel  een  marginaal  significant  interactie-­‐effect   tussen  de  variabelen  dynamiek  en  lengte  van  de  aankoopcyclus  te  bestaan  bij  de  Aad  als   afhankelijke  variabele,  wat  kan  worden  afgeleid  uit  tabel  7.  De  Aad  is,  zoals  voorspeld,   positiever  bij  het  product  met  korte  aankoopcyclus  dan  het  product  met  lange   aankoopcyclus  na  het  bekijken  van  een  statische  advertentie.  De  Aad  is  echter  niet   negatiever  bij  het  product  met  korte  aankoopcyclus  dan  het  product  met  lange   aankoopcyclus  na  het  bekijken  van  een  dynamische  advertentie.  Hier  is  er  namelijk  geen   significant  verschil  gevonden.  Daarnaast  valt  in  tabel  7  echter  ook  een  trend  waar  te   nemen  in  het  interactie-­‐effect  hoeveelheid  informatie  *  dynamiek  met  Aad  als   afhankelijke  variabele  (p=  0,096  <  0,1).                

 

47  

 

 

2.5 Hypothese  5:  Verband  hoeveelheid  informatie  vs.  lengte  aankoopcyclus   2.5.1 Hypothese  5a:  Attitude  t.o.v.  advertentie   In  het  eerste  deel  van  de  vijfde  hypothese  wordt  er  verondersteld  dat  de  Aad  hoger   (/lager)  ligt  bij  het  product  met  lange  aankoopcyclus  dan  het  product  met  korte   aankoopcyclus  na  het  bekijken  van  een  advertentie  met  veel  (/weinig)  informatie.  Om   hypotheses  4a  en  5a  te  toetsen,  werd  gebruik  gemaakt  van  een  Three-­‐Way  ANOVA-­‐test   met  Aad  als  afhankelijke  variabele  en  dynamiek,  hoeveelheid  informatie  en  lengte  van   de  aankoopcyclus  als  onafhankelijke  variabelen.    

In  tabel  6  werd  het  effect  van  de  covariaten  op  de  Aad  gemeten  aan  de  hand  van  een   ANCOVA  test.  Hieruit  bleek  dat  de  variabelen  aankoopfrequentie  en  de   gemoedstoestand  na  de  advertentie  een  significante  invloed  op  de  Aad  hebben  en  dus   als  covariaten  opgenomen  werden  in  de  Three-­‐Way  ANOVA-­‐test.     Uit  tabel  7  kan  afgeleid  worden  dat  het  interactie-­‐effect  hoeveelheid  informatie  *  lengte   aankoopcyclus  niet  significant  is  (F(0,493)=  0,841,  p=  0,360).  Dit  deel  van  de  hypothese   mag  dus  verworpen  worden.     2.5.2 Hypothese  5b:  Attitude  t.o.v.  merk   In  het  tweede  deel  van  de  vijfde  hypothese  wordt  er  verondersteld  dat  de  Ab  hoger   (/lager)  ligt  bij  het  product  met  lange  aankoopcyclus  dan  het  product  met  korte   aankoopcyclus  na  het  bekijken  van  een  advertentie  met  veel  (/weinig)  informatie.  Voor   hypotheses  4b  en  5b  werd  gebruik  gemaakt  van  een  Three-­‐Way  ANOVA-­‐test  met  Ab  als   afhankelijke  variabele  en  dynamiek,  hoeveelheid  informatie  en  lengte  van  de   aankoopcyclus  als  onafhankelijke  variabelen.     In  hypothese  4b  werd  reeds  vastgesteld,  aan  de  hand  van  tabel  9,  dat  de  covariaten   aankoopfrequentie,  geslacht,  leeftijd  en  gemoedstoestand  na  de  advertentie  een   significante  impact  op  de  Ab  hadden.  Deze  werden  dan  ook  als  covariaten  opgenomen  in   de  Three-­‐Way  ANOVA-­‐test.     Uit  tabel  10  kan  afgeleid  worden  dat  ook  het  interactie-­‐effect  hoeveelheid  informatie  *   lengte  aankoopcyclus  op  de  Ab  niet  significant  is  (F(0,265)=  0,397,  p=  0,529).  Dit  deel   van  de  vijfde  hypothese  mag  dus  eveneens  verworpen  worden.      

 

48  

 

 

 

 

2.5.3 Hypothese  5c:  Aankoopintentie   In  het  laatste  deel  van  de  vijfde  hypothese  wordt  er  verondersteld  dat  de  PI  van  het   merk  hoger  (/lager)  ligt  bij  het  product  met  lange  aankoopcyclus  dan  het  product  met   korte  aankoopcyclus  na  het  bekijken  van  een  advertentie  met  veel  (/weinig)  informatie.   Om  hypotheses  4c  en  5c  te  toetsen,  werd  gebruik  gemaakt  van  een  Three-­‐Way  ANOVA-­‐ test  met  PI  als  afhankelijke  variabele  en  dynamiek,  hoeveelheid  informatie  en  lengte  van   de  aankoopcyclus  als  onafhankelijke  variabelen.     In  de  hypothese  4c  kon  reeds  afgeleid  worden  uit  tabel  11  dat  de  covariaten   impulsiviteit  en  aankoopfrequentie  een  significante  invloed  op  de  PI  hebben.  Deze  twee   variabelen  werden  vervolgens  als  covariaten  in  het  Three-­‐Way  ANOVA  model   opgenomen.     Uit  tabel  12  blijkt  het  interactie-­‐effect  hoeveelheid  informatie  *  lengte  aankoopcyclus   niet  significant  te  zijn  (F(0,865)=  0,554,  p=  0,457).  Dit  deel  van  de  hypothese  dient  dus   verworpen  te  worden.     2.5.4 Conclusie   Deze  hypothese  stelde  dat  de  attitudes  positiever  (/negatiever)  en  PI  hoger  (/lager)   zouden  liggen  bij  het  product  met  lange  aankoopcyclus  dan  het  product  met  korte   aankoopcyclus  bij  de  advertenties  met  veel  (/weinig)  informatie.  Uit  bovenstaande   resultaten  is  gebleken  dat  er  geen  enkel  significant  interactie-­‐effect  hoeveelheid   informatie  *  lengte  aankoopcyclus  is  op  de  Aad,  Ab  en  PI.  De  vijfde  hypothese  dient  dus   in  zijn  geheel  verworpen  te  worden.  

 

49  

 

 

 

2.6 Enkele  bijkomende  testen   2.6.1 Driewegsinteractie   Het  is  bovendien  interessant  om  te  weten  of  er  een  verband  bestaat  tussen  de  drie   onafhankelijke  variabelen  (lengte  aankoopcyclus  *  dynamiek  *  informatie  hoeveelheid).   Hiervoor  werd  gebruik  gemaakt  van  de  Three-­‐Way  ANOVA-­‐testen,  die  werden   uitgevoerd  om  hypothese  4  en  5  te  meten.  Wat  de  Aad  betreft,  is  er  geen  significant   effect  van  deze  driewegsinteractie  (F(0,527)=  0,899,  p  =  0,345)  te  vinden  in  tabel  7.  Ook   bij  de  Ab  is  er  absoluut  geen  significant  verband  (F(0,074)=  0,111,  p  =  0,740),  zoals  men   kan  afleiden  uit  tabel  10.  Wat  de  PI  daarentegen  betreft,  blijkt  er  een  marginaal   significant  driewegsinteractie-­‐effect  te  bestaan  (F(5,385)=  3,448,  p=  0,064),  wat  kan   waargenomen  worden  in  tabel  12.  Uit  de  betrouwbaarheidsintervallen  valt  af  te  lezen   dat  de  PI  bij  het  product  met  korte  aankoopcyclus  in  een  statische  advertentie  met  veel   informatie  significant  groter  is  dan  bij  het  product  met  lange  aankoopcyclus  in  een   statische  advertentie  met  veel  informatie,  alsook  in  een  dynamische  advertentie  met   veel  of  weinig  informatie.  Dit  kan  men  ook  waarnemen  op  figuur  6  verder  in  de  tekst.     2.6.2 Gemoedstoestand  vóór  en  na  advertentie   In  de  enquête  werd  gepeild  naar  de  gemoedstoestand  van  de  respondenten  voordat  de   vragen  aan  bod  kwamen  en  eveneens  na  het  bekijken  van  de  advertentie.  Uit  de   literatuur  bleek  dat  dynamische  advertenties  positieve  emoties  opwekken  en  dit  werd   aan  de  hand  van  de  zevenpuntenschaal  van  Mehrabian  en  Russell  (1974)  gemeten.  Er   werd  een  Paired  Samples  t-­‐test  uitgevoerd  met  als  variabelen  de  gemoedstoestand  vóór   het  zien  van  de  advertentie  en  de  gemoedstoestand  na  het  zien  van  de  advertentie.   Hieruit  bleek  er  algemeen  een  significant  verschil  te  bestaan  tussen  beide  variabelen.  De   gemoedstoestand  vóór  het  zien  van  de  advertentie  is  namelijk  over  het  algemeen  beter   dan  de  gemoedstoestand  na  het  zien  van  de  advertentie.  Als  men  echter  de  opsplitsing   maakt  in  statische  en  dynamische  advertenties,  wordt  er  slechts  een  significant  verschil   waargenomen  bij  dynamische  advertenties  (p=  0,005).  Men  voelt  zich,  zoals  kan  afgeleid   worden  uit  tabel  13,  voornamelijk  minder  gelukkig  (p=  0,000),  minder  relaxed  (p=   0,000)  en  meer  geïrriteerd  (p=  0,007)  na  het  zien  van  een  dynamische  advertentie.  Dit   resultaat  komt  dus  niet  overeen  met  de  bevindingen  uit  de  literatuur.     Tabel  13:  Verschil  in  gemoedstoestand  vóór  en  na  het  zien  van  dynamische  advertenties  

Dynamische  advertentie    

Vóór  adv  

Na  adv  

t-­‐waarde  

Duid  aan  hoe  u  zich  nu   voelt:  Verveeld  -­‐  

5,24  (1,38)  

4,57  (1,43)  

4,640***  

 

50  

 

 

 

Relaxed   Duid  aan  hoe  u  zich  nu   voelt:  Wanhopig  -­‐   Hoopvol  

4,98  (1,34)  

3,75  (1,19)  

2,145*  

Duid  aan  hoe  u  zich  nu   voelt:  Ongelukkig  -­‐   Gelukkig  

5,30  (1,27)  

4,91  (1,28)  

3,935***  

Duid  aan  hoe  u  zich  nu   voelt:  Melancholisch  -­‐   Voldaan  

4,83  (1,46)  

4,77  (1,28)  

0,598  n.s.  

Duid  aan  hoe  u  zich  nu   voelt:  Geïrriteerd  -­‐   Vrolijk  

5,06  (1,41)  

4,74  (1,38)  

2,772**  

Duid  aan  hoe  u  zich  nu   voelt:  Ontevreden  -­‐   Tevreden  

5,27  (1,50)  

4,99  (1,31)  

2,432*  

Duid  aan  hoe  u  zich  nu   voelt:  Kalm  -­‐   Opgewonden  

3,56  (1,55)  

3,69  (1,45)  

-­‐1,194  n.s.  

Duid  aan  hoe  u  zich  nu   voelt:  Ongeprikkeld  -­‐   Geprikkeld  

3,60  (1,32)  

3,89  (1,34)  

-­‐2,396*  

Duid  aan  hoe  u  zich  nu   voelt:  Suf  -­‐   Zenuwachtig  

3,72  (1,15)  

3,71  (1,09)  

0,095  n.s.  

Duid  aan  hoe  u  zich  nu   voelt:  Slaperig  -­‐   Klaarwakker  

4,07  (1,53)  

4,07  (1,34)  

0,000  n.s.  

Duid  aan  hoe  u  zich  nu   voelt:  Loom  -­‐  Wild  

3,72  (1,19)  

3,75  (1,12)  

-­‐0,491  n.s.  

***  p  <  0,001   **  p  <  0,01   *  p  <  0,1   n.s.  niet  significant    

In  figuur  3  werd  een  enkele  dimensie  van  de  gemoedstoestand  opgenomen,  nl.   opwinding  (de  laatste  vijf  vragen  in  tabel  13)  en  werden  de  resultaten  van  opwinding   vóór  en  na  de  advertentie  bij  statische  advertenties  enerzijds,  en  dynamische   advertenties  anderzijds,  gemeten.  De  opwinding  blijkt  bij  beide  type  advertenties  te   stijgen  na  het  zien  van  de  advertentie,  maar  dit  verschil  blijkt  enkel  (marginaal)   significant  te  zijn  bij  de  statische  advertenties  (p=  0,087)  na  het  uitvoeren  van  een   Paired  Samples  t-­‐test.  Opmerkelijk  is  echter  dat  de  opwinding  bij  statische  advertenties   hoger  lijkt  te  liggen  dan  bij  dynamische  advertenties.  Na  het  uitvoeren  van  een   Independent  Samples  t-­‐test  werd  echter  duidelijk  dat  dit  verschil  tussen  beide  

 

51  

 

 

 

advertenties  niet  significant  is,  wat  betreft  zowel  de  opwinding  vóór  de  advertentie  (p=   0,442)  als  na  de  advertentie  (p=  0,339).    

Gemiddelde  opwinding  

3,95   3,9   3,85   3,8  

Voor  adv  

3,75  

Na  adv  

3,7   3,65   3,6  

Statisch  

Dynamisch  

 

Figuur  3:  Verschil  in  gemiddelde  opwinding  voor  en  na  de  advertentie  tussen  statische  en   dynamische  advertenties  

  2.6.3 Regressieanalyse   Tenslotte  is  het  interessant  om  te  onderzoeken  in  welke  mate  de  meerdere   onafhankelijke  variabelen  de  afhankelijke  variabele  verklaren.  Hiervoor  werd  een   lineaire  regressieanalyse  uitgevoerd.  Als  onafhankelijke  variabelen  werden  dynamiek,   hoeveelheid  informatie,  lengte  aankoopcyclus,  geslacht,  leeftijd,  betrokkenheid,   merkbelang,  aankoopfrequentie  en  impulsiviteit  opgenomen  en  als  afhankelijke   variabele  de  aankoopintentie.  Het  is  voor  retailers  en  adverteerders  namelijk  cruciaal  te   weten  welke  factoren  leiden  tot  de  aankoop  van  een  bepaald  product  of  merk  en  welke   factoren  ze  dus  kunnen  versterken  om  deze  impact  te  vergroten.  Wel  dient  men  hier  in   het  achterhoofd  te  houden  dat  in  dit  onderzoek  slechts  de  aankoopintentie  werd   getoetst  en  dus  niet  het  feitelijk  aankoopgedrag,  aangezien  men  onmogelijk  kon  nagaan   of  de  respondent  effectief  het  betreffend  product  zou  aankopen  na  het  invullen  van  de   online  enquête.  Men  kan  er  hier  dus  slechts  van  uitgaan  dat  het  product  wel  degelijk  zou   aangekocht  worden  bij  een  hoge  aankoopintentie.       Vooreerst  kan  men  vaststellen  dat  het  model  bruikbaar  is,  aangezien  de  gevonden  p-­‐ waarde  bij  de  globale  F-­‐toets  0,000  is.  Daarnaast  kan  21,9%  van  de  variantie  in  de   afhankelijke  variabele  aankoopintentie  verklaard  worden  door  de  onafhankelijke   variabelen,  wat  toch  redelijk  weinig  is  (Adjusted  R2=  0,219;  R=  0,502).  

 

52  

 

 

 

Uit  tabel  14  kan  geconcludeerd  worden  dat  de  variabelen  impulsiviteit  (β=  0,406,  p=   0,000)  en  aankoopfrequentie  (β=  0,113,  p=  0,046)  een  positieve  invloed  hebben  op  de   aankoopintentie.  Dit  wil  zeggen  dat  maar  liefst  40,6%  van  de  aankoopintentie  kan   verklaard  worden  door  het  impulsief  gedrag  van  de  respondent.  Hieruit  kan  men   veronderstellen  dat  een  groot  deel  van  de  aankoopbeslissingen  impulsief  van  aard  zijn.   Variabelen  dynamiek  (β=  -­‐  0,119,  p=  0,042)  en  lengte  aankoopcyclus  (β=  -­‐  0,175,  p=   0,002)  hebben  een  negatieve  invloed  op  de  aankoopintentie.  Dit  betekent  dat,  hoe   statischer  de  advertentie  en  hoe  korter  de  aankoopcyclus  van  het  geadverteerd  product,   hoe  hoger  de  aankoopintentie  is.     Tabel  14:  Regressiemodel  

Onafhankelijke   variabelen   (Constant)  

β  

t-­‐waarde  

p-­‐waarde  

 

2,926  

0,004  

Hoeveelheid   informatie  

-­‐0,011  

-­‐0,201  

0,841  

Dynamiek  

-­‐0,119  

-­‐2,046  

0,042  

Lengte   aankoopcyclus  

-­‐0,175  

-­‐3,078  

0,002  

Geslacht  

0,036  

0,637  

0,525  

Leeftijd  

-­‐0,009  

-­‐0,151  

0,880  

Betrokkenheid  

0,031  

0,358  

0,721  

Impulsiviteit  

0,406  

6,902  

0,000  

Gemoedstoestand   vóór  adv  

-­‐0,057  

-­‐0,557  

0,578  

Gemoedstoestand   na  adv  

0,102  

1,000  

0,318  

Merkbelang  

-­‐0,110  

-­‐1,369  

0,172  

Aankoopfrequentie  

0,113  

2,001  

0,046  

           

 

53  

 

 

 

2.7 Conclusie   Aan  de  hand  van  bovenstaande  resultaten  kan  tot  een  conclusie  worden  gekomen,  die   hieronder  per  afhankelijke  variabele  nog  eens  wordt  gegroepeerd.  Om  een  overzicht  te   kunnen  behouden  werd  een  visuele  voorstelling  van  alle  acht  advertenties  per   afhankelijke  variabele  in  figuren  4,  5  en  6  samengebracht.       2.7.1 Attitude  t.o.v.  de  advertentie   Eerst  en  vooral  kan  men  vaststellen  dat  de  Aad  altijd  positiever  is  bij  de  advertenties   met  weinig  informatie  dan  de  advertenties  met  veel  informatie,  wat  tevens  afgeleid  kan   worden  uit  figuur  4.  Deze  resultaten  zijn  tegengesteld  aan  de  veronderstellingen  die   gemaakt  werden  in  hypothese  1a.  Hieruit  kan  worden  afgeleid  dat  mensen  tijdens  het   winkelen  positiever  staan  tegenover  advertenties  met  weinig  informatie  dan   advertenties  met  veel  informatie.  Dit  kan  onder  andere  verklaard  worden  door  het  feit   dat  consumenten,  bij  het  zien  van  een  advertentie  met  veel  informatie,  zwaardere   cognitieve  inspanningen  dienen  te  verrichten  voor  de  verwerking  ervan  dan  bij  het  zien   van  een  advertentie  met  weinig  informatie,  waar  het  DS  publiek  niet  echt  toe  bereid  is   volgens  Van  Loock,  Vermeir,  &  Geuens  (2010b).  Waar  een  lagere  betrokkenheid  met  het   product  hier  ook  een  mogelijke  oorzaak  kon  zijn  in  de  literatuur,  heeft  de  betrokkenheid   in  dit  onderzoek  geen  significante  invloed  op  de  Aad.     Het  verschil  tussen  de  advertentie  met  weinig  informatie  en  die  met  veel  informatie   blijkt  vervolgens  het  grootst  te  zijn  bij  het  product  met  korte  aankoopcyclus.  Na  het   statistisch  toetsen  hiervan,  is  het  interactie-­‐effect  hoeveelheid  informatie  *  lengte   aankoopcyclus  echter  niet  significant  op  zowel  de  Aad,  Ab  als  PI,  waardoor  hypothese  5   volledig  mag  verworpen  worden.     Daarnaast  is  het  opmerkelijk  dat  de  Aad  steeds  negatiever  is  bij  dynamische   advertenties  dan  statische  advertenties,  zoals  kan  waargenomen  worden  in  figuur  4.  Dit   is  dus  tegengesteld  aan  wat  verondersteld  werd  in  hypothese  2a.  Volgens  de  literatuur   kunnen  zulke  negatieve  resultaten  te  wijten  zijn  aan  een  teveel  aan  animaties  (Kuisma   et.  al.,  2010).  Een  eerste  mogelijke  oorzaak  is  dus  het  gebruik  van  teveel  teksteffecten  in   de  dynamische  advertenties.  Hierdoor  verhoogt  de  complexiteit  ervan,  wat  in  onderzoek   van  Van  Loock,  Vermeir,  &  Geuens  (2010b)  ook  tot  minder  positieve  resultaten  leidde   dan  simpelere  advertenties.  Dit  zou  komen  door  de  langdurigere  en  hogere  vereiste   mentale  inspanningen.  Een  tweede  mogelijke  oorzaak  is  de  lage  professionaliteit  die   wordt  geassocieerd  met  de  teksteffecten  in  de  dynamische  advertenties,  die  duidelijk   zichtbaar  werden  verwerkt  in  een  Powerpoint  presentatie.  Een  laatste  mogelijke   oorzaak  is  dat  de  gemoedstoestand  van  de  respondenten  tijdens  het  laden  van  een   dynamische  advertentie  achteruit  ging  en  zo  een  negatieve  impact  op  de  

 

54  

 

 

 

attitudebepaling  t.o.v.  de  advertentie  had.  Bovendien  werd  het  laden  van  deze   advertenties  vaak  bemoeilijkt  door  plug-­‐ins  die  moesten  gedownload  worden  of  door   het  besturingssysteem  iOS  van  Apple.  Hierdoor  hebben  niet  enkel  veel  respondenten   afgehaakt  met  het  invullen  van  de  enquête,  maar  kan  men  bovendien  een  negatieve   invloed  op  de  gemoedstoestand  na  het  zien  van  de  dynamische  advertentie  waarnemen   bij  de  respondenten  die  de  enquête  wel  verder  hebben  ingevuld.  Aangezien  emoties  een   belangrijke  rol  spelen  in  tal  van  gedragingen  (Detenber,  1996),  is  dit  dus  een  logische   verklaring.  Vervolgens  werd  het  interactie-­‐effect  dynamiek  *  lengte  aankoopcyclus   significant  bevonden.  De  attitude  blijkt  effectief  positiever  te  zijn  bij  het  product  met   korte  aankoopcyclus  dan  het  product  met  lange  aankoopcyclus  na  het  bekijken  van  een   statische  advertentie,  maar  blijkt  niet  negatiever  te  zijn  bij  het  product  met  korte   aankoopcyclus  dan  bij  het  product  met  lange  aankoopcyclus  na  het  bekijken  van  een   dynamische  advertentie  (niet  significant).  Hypothese  4a  kan  dus  ook  slechts  gedeeltelijk   worden  aanvaard.     Vervolgens  kan  men  afleiden  uit  een  Independent  Samples  t-­‐test  (en  in  onderstaande   grafiek)  dat  de  Aad  (t(260)=2,506,  p=  0,013)  over  het  algemeen  positiever  is  bij  het   product  met  korte  aankoopcyclus  (M=  4,93;  SD=  1,02)  dan  het  product  met  lange   aankoopcyclus  (M=  4,64;  SD=  0,84).  Dit  is  een  resultaat  die  niet  werd  voorspeld  in  de   hypothesen.  Hiervoor  kan  niet  echt  een  logische  verklaring  worden  gegeven,  buiten  de   mogelijke  reden  dat  de  respondenten  de  advertenties  van  het  product  met  korte   aankoopcyclus  (pasta)  simpelweg  mooier  en  beter  ontworpen  vonden  dan  die  van  het   product  met  lange  aankoopcyclus  (saus).     Tenslotte  dient  men,  in  de  verwerking  van  de  resultaten  van  de  Aad,  in  het  achterhoofd   te  houden  dat  de  gemoedstoestand  vóór  het  bekijken  van  de  advertentie  ook  een  invloed   kan  hebben  op  de  attitudebepaling.  Het  kwam  reeds  aan  bod  in  de  literatuur,  dat   consumenten  hun  attitude  t.o.v.  een  advertentie  kunnen  verwarren  met  hun  huidige   gemoedstoestand  (Schwarz,  Bless,  &  Bohner,  1991).  Om  dit  aspect  te  meten,  werd  er  een   Pearson  Correlation  test  uitgevoerd.  Hieruit  kan  afgeleid  worden  dat  er  een  kleine,  maar   toch  significante  positieve  correlatie  aanwezig  is  tussen  de  variabelen  gemoedstoestand   vóór  de  advertentie  en  Aad  (r=  0,140,  p=  0,023).  Dit  betekent  dus  dat  respondenten  met   een  goed  humeur  een  iets  positievere  Aad  vertoonden  dan  respondenten  met  een   slechter  humeur.  Schwarz,  Bless,  &  Bohner  (1991)  stelden  vervolgens  ook  dat  de   gemoedstoestand  invloed  heeft  op  de  motivatie  van  een  persoon  om  de  boodschap  al   dan  niet  grondig  te  verwerken.  De  motivatie  van  de  respondenten  werd  in  dit  onderzoek   niet  gemeten,  maar  dit  kan  wel  afgeleid  worden  van  de  betrokkenheid  van  de   respondenten  met  het  product.  Iemand  die  een  hoge  betrokkenheid  heeft  met  een   bepaald  product  zal  namelijk  meer  gemotiveerd  zijn  de  reclameboodschap  grondig  te   verwerken.  Om  te  kijken  of  de  variabelen  gemoedstoestand  vóór  de  advertentie  en    

55  

 

 

 

betrokkenheid  correleren  met  elkaar,  werd  wederom  een  Pearson  Correlation  test   uitgevoerd.  Hieruit  bleek  dat  er  een  (weliswaar  geringe)  significante  positieve  correlatie   aanwezig  is  tussen  beiden  (r=  0,172,  p=  0,005).  De  betrokkenheid  van  de  respondenten   is  dus  hoger  bij  respondenten  in  een  goede  gemoedstoestand,  dan  bij  respondenten  in   een  slechte  gemoedstoestand.        

Figuur  4:  Verschil  in  gemiddelde  Aad  per  advertentie  

                               

56  

 

 

 

 

2.7.2 Attitude  t.o.v.  het  merk   Wat  de  Ab  betreft,  werd  slechts  één  significant  verschil  gevonden,  nl.  tussen  statische  en   dynamische  advertenties  (p=  0,000).  Dit  verschil  kan  duidelijk  waargenomen  worden  in   figuur  5.  De  Ab  is  opmerkelijk  hoger  bij  statische  advertenties  dan  bij  dynamische   advertenties,  wat  ook  bevestigd  wordt  in  onderstaande  figuur.  Dit  kan  te  maken  hebben   met  het  feit  dat  de  dynamische  advertenties  als  minder  professioneel  worden   beschouwd,  wat  er  toe  kan  leiden  dat  het  merk  in  de  advertentie  ook  als  minder   professioneel  wordt  beschouwd.  Dit  zou  in  dat  geval  het  merkimago  schaden.  Een  lagere   waargenomen  professionaliteit  kan  mogelijks  dus  een  (grote)  negatieve  impact  hebben   op  de  attitudebepaling  t.o.v.  het  merk.      

  Figuur  5:  Verschil  in  gemiddelde  Ab  per  advertentie  

 

57  

 

 

 

2.7.3 Aankoopintentie   Tenslotte  blijkt  het  enige  significante  verschil  in  de  PI  zich  te  bevinden  tussen  het   product  met  korte  aankoopcyclus  en  het  product  met  lange  aankoopcyclus,  zoals   duidelijk  blijkt  in  figuur  6.  De  PI  is  zichtbaar  hoger  bij  het  product  met  korte   aankoopcyclus,  nl.  pasta,  dan  bij  het  product  met  lange  aankoopcyclus,  nl.  saus.  Dit   resultaat  werd  verwacht  in  hypothese  3c,  dus  deze  mag  aanvaard  worden.  Dit  resultaat   zou  kunnen  verklaard  worden  aan  de  hand  van  de  risico  perceptie,  zoals  reeds  werd   besproken  in  de  literatuur.  Logischerwijze,  zou  er  een  hoger  risico  waargenomen   moeten  worden  bij  aankoop  van  een  product  met  lange  aankoopcyclus  dan  bij  aankoop   van  een  product  met  korte  aankoopcyclus.  Bij  een  lager  waargenomen  risico  zal  de   drempel  om  een  impulsaankoop  te  doen  lager  liggen  en  zodus  vaker  voorkomen.  In  dit   onderzoek  werd  het  waargenomen  risico  echter  bij  beide  producten  relatief  laag   ingeschat.  Bij  het  product  met  korte  aankoopcyclus  is  er  zelfs  een  hogere  waargenomen   risico  dan  bij  het  product  met  lange  aankoopcyclus  (marginaal  significant:  p=  0,084),   wat  deze  logische  verklaring  volledig  tegenspreekt.  Een  mogelijke  reden  hiervoor  is  dat   hier  gebruik  gemaakt  werd  van  voedselproducten  (om  de  vergelijkbaarheid  te   behouden),  die  over  het  algemeen  geen  groot  risico  inhouden  of  van  geen  groot  belang   zijn.        

  Figuur  6:  Verschil  in  gemiddelde  PI  per  advertentie  

 

 

58  

 

 

3 Algemeen  besluit   De  doelstelling  van  dit  onderzoek  was,  naast  het  onderzoeken  van  niet-­‐onderzochte   aspecten  in  de  literatuur,  hoofdzakelijk  te  achterhalen  welk  type  reclameboodschap  het   meest  effectief  is  bij  producten  met  korte  aankoopcyclus  en  bij  producten  met  lange   aankoopcyclus.  Uit  de  resultaten  is  gebleken  dat  er,  ondanks  het  relatief  kleine  verschil   in  aankoopcyclus  tussen  twee  voedselproducten,  toch  een  aanzienlijk  onderscheid  is   tussen  beiden.  Over  het  algemeen  blijkt  het  toch  wel  interessanter  te  adverteren  voor   producten  met  korte  aankoopcyclus  op  instore  DS  schermen,  aangezien  deze  producten   de  hoogste  aankoopintenties  (en  impulsaankopen)  teweegbrengen.  Daarnaast  kan   opgemerkt  worden  dat  het  type  reclameboodschap  veel  meer  uiteenlopende  effecten   (bij  Aad  en  PI)  teweegbrengt  bij  het  product  met  korte  aankoopcyclus  dan  bij  het   product  met  lange  aankoopcyclus8.  Bij  dit  type  geadverteerd  product  is  het  dus   belangrijker  zorgvuldig  te  overwegen  welk  type  reclameadvertentie  het  meest  geschikt   zou  zijn.  Zo  blijkt  uit  dit  onderzoek  dat  veel  informatie  –  statisch,  en  weinig  informatie  –   dynamisch,  uitstekende  combinaties  zijn  bij  het  product  met  korte  aankoopcyclus,   aangezien  deze  leiden  tot  de  hoogste  PI.  Bij  het  product  met  lange  aankoopcyclus  zijn  de   combinaties  weinig  informatie  –  statisch  en  veel  informatie  –  dynamisch  het  meest   effectief,  wat  de  PI  betreft.  De  invloed  van  bijkomende  factoren  zoals  betrokkenheid,   gemoedstoestand,  neiging  tot  impulsaankoop,  geslacht  en  leeftijd  hebben,  met   uitzondering  van  de  neiging  tot  impulsaankoop,  geen  significant  effect  op  de  PI.  Dit  wil   zeggen  dat  er  geen  verschil  in  PI  is  tussen  mannen  en  vrouwen,  tussen  consumenten  in   goed  en  slecht  humeur,  tussen  verschillende  leeftijden,  of  tussen  consumenten  die  sterk   betrokken  zijn  met  het  product  en  degene  die  minder  of  niet  betrokken  zijn  met  het   product.                                                                                                                                             8  Dit  kan  duidelijk  worden  waargenomen  in  figuren  4,  5  en  6.    

59  

 

 

 

 

4 Beperkingen  van  het  onderzoek   Een  groot  nadeel  van  een  online  enquête  is  dat  het  een  slechte  representativiteit  heeft.   Dit  dient  men  in  het  achterhoofd  te  houden  bij  het  verwerken  van  de  resultaten.   Bovendien  kregen  de  respondenten  wel  een  simulatie  te  zien  van  een  echte   winkelomgeving,  maar  men  kan  niet  meten  in  hoeverre  mensen  zich  wel  degelijk   inleven  in  de  situatie.  Ze  zijn  op  het  moment  van  het  invullen  van  de  enquête  namelijk   thuis  en  voor  hun  computerscherm,  wat  toch  een  heel  andere  omgeving  is  dan  de  fysieke   winkelomgeving.  Aspecten  zoals  aandachtstrekking  en  tijdsbesteding  voor  de   advertentie  in  de  winkel  kunnen  in  deze  situatie  ook  niet  gemeten  worden.  Zoals  Burke   (2002)  het  omschrijft,  hangt  de  effectiviteit  van  instore  advertenties  af  van  de  inhoud,  de   context,  alsook  de  kwaliteit  van  de  blootstelling  (behoeften  van  de  ontvangers,  snelheid   en  richting  van  het  winkelverkeer,  frequentie  van  de  boodschap  en  de  duur  ervan).  De   behoeften  van  de  ontvangers  naar  de  geadverteerde  producten  zijn  in  dit  onderzoek,   wegens  de  online  uitvoering  van  de  enquête,  echter  allesbehalve  optimaal.  Dit  kan  er   dus  ook  voor  gezorgd  hebben  dat  de  effectiviteit  van  de  gebruikte  DS  advertenties   negatief  werd  beïnvloed,  omdat  de  behoeften  van  de  respondenten  niet  de  behoeften   weerspiegelen  van  die  van  shoppers  op  de  plaats  van  het  winkelbezoek.  Met  andere   woorden,  er  kon  hier  zo  goed  als  geen  rekening  worden  gehouden  met  de  context  van  de   consumenten,  wat  toch  ook  heel  belangrijk  is.     Daarnaast  zit  een  grote  beperking  van  dit  onderzoek  in  het  verschil  tussen  de  gebruikte   advertenties  met  weinig  informatie  en  die  met  veel  informatie.  Voor  de  advertentie  met   veel  informatie  werd,  in  plaats  van  het  toevoegen  van  meer  argumenten,  een  recept   toegevoegd.  Er  is  hier  dus  sprake  van  een  ander  type  informatie,  aangezien  dit   onderzoek  de  doelstelling  had  niet-­‐onderzochte  aspecten  te  behandelen.  Uit  de   literatuur  bleek  dat  consumenten  vaker  boodschappen  doen  zonder  planning  of  enige   voorbereiding.  Ze  vertrouwen  steeds  meer  op  het  idee  dat  de  winkelomgeving  hen   inspiratie  zal  geven  (Geuens,  Brengman,  &  S’Jegers,  2003).  Retailers  dienen  hier  in  de   toekomst  dus  steeds  meer  op  in  te  spelen  om  aan  de  noden  van  de  consument  te   voldoen.  Men  dient  er  zich  bijgevolg  wel  bewust  van  te  zijn  dat  de  resultaten  bij  de   advertentie  met  veel  informatie,  naast  de  manipulatie  van  louter  de  hoeveelheid   informatie,  beïnvloed  kunnen  zijn  door  deze  andere  informatiebron,  nl.  een  recept.                  

60  

 

 

 

5 Suggesties  voor  verder  onderzoek   Hoewel  de  hoofd-­‐  en  interactie-­‐effecten  van  onafhankelijke  variabelen  dynamiek,   hoeveelheid  informatie  en  lengte  van  aankoopcyclus  op  het  aankoopgedrag  een   maatschappelijk  interessant  topic  was  om  te  onderzoeken,  is  gebleken  dat  deze   variabelen  eigenlijk  slechts  een  heel  klein  deeltje  van  de  PI  bepalen9.  Het  is  dus   interessant  verder  te  onderzoeken  welke  variabelen  hoofdzakelijk  leiden  tot  de  PI.  In  de   bestaande  literatuur  werden  reeds  veel  mogelijke  variabelen  onderzocht,  maar  toch  is   het  ook  interessant  die  variabelen  opnieuw  te  meten  aangezien  deze  kunnen  evolueren   in  de  tijd.  Voornamelijk  de  winkelomgeving  (  ‘retail  atmospherics’)  zelf  blijkt  met  zijn   massa  aan  instore  stimuli  een  grote  impact  te  hebben  op  de  impulsaankopen,  die  steeds   toenemen  in  waarde.  Wat  echter  het  meest  interessant  is  om  te  onderzoeken  is  DS  als   recent  revolutionair  medium  met  enorm  veel  opportuniteiten,  die  nog  steeds  in  aantal   toenemen.  De  toekomst  van  DS  zal,  meer  dan  eender  welk  medium,  evolueren  aan  de   hand  van  nieuwe  technologieën.  Het  is  dan  ook  uitermate  belangrijk  deze  evoluties  bij  te   houden  door  verder  te  experimenteren.  Het  nieuw  aangehaald  topic  ‘Contextual  DS’  is   hier  een  voorbeeld  van,  die  aan  de  hand  van  real-­‐time  informatie  nog  beter  kan  inspelen   op  de  behoeften  van  de  consument.  Interactie  met  de  consument  blijkt  tevens  een  heel   belangrijk  aspect  te  zijn  (Chen  et.  al.,  2009;  Heeg,  2009;  Schrameyer,  2008).     Wat  de  lengte  van  aankoopcyclus  van  beide  producten  betreft,  was  er  bovendien  weinig   verschil,  aangezien  dit  beiden  voedselproducten  zijn.  Het  is  daarom  aangewezen  bij   toekomstig  onderzoek  hiertussen  een  groter  onderscheid  te  maken.  Elektronische   producten  kunnen  bijvoorbeeld  een  geschikter  product  met  lange  aankoopcyclus   vormen.  Wel  dienen  de  producten  in  dit  geval  ook  voldoende  vergelijkbaar  te  zijn.       Daarnaast  kon  dit  onderzoek  enkel  effecten  op  korte  termijn  meten,  hoewel  het  tevens   interessant  is  om  de  langetermijneffecten  op  zowel  de  percepties  als  het  gedrag  van  de   consument  te  onderzoeken.  Om  deze  effecten  in  kaart  te  brengen,  kunnen  variabelen   zoals  de  klanttevredenheid,  merkwaarde,  trouwheid  aan  de  winkel,  enz.  opgenomen   worden.  Bovendien  zouden  resultaten  nog  vollediger  zijn  door  het  peilen  naar  de   perceptie  van  de  consument  op  de  retail  omgeving,  de  aandacht  die  consumenten   schenken  aan  DS  en  de  tijd  die  ze  spenderen  om  te  kijken  naar  een  advertentie..     Dit  zijn  allen  onderzoeken,  waarvan  het  vergaren  van  resultaten  uiteraard  niet  zou   kunnen  gebeuren  door  middel  van  online  enquêtes.  Dit  heeft  als  complicatie  dat  er   voldoende  tijd  moet  beschikbaar  om  zulke  tijdrovende  experimenten  uit  te  voeren.                                                                                                                     9  Zie  lineaire  regressieanalyse    

61  

 

 

 

6 Bibliografie     Adelaar,  T.,  Chang,  S.,  Lancendorfer,  K.  M.,  Lee,  B.,  &  Morimoto,  M.  (2003).  Effects  of   media  formats  on  emotions  and  impulse  buying  intent.  Journal  of  Information   Technology,  18,  247-­‐266.     Bauer,  C.,  Dohmen,  P.,  &  Strauss,  C.  (2012).  A  conceptual  framework  for  backend  services   of  contextual  digital  signage.  Journal  of  Service  Science  Research,  4,  271-­‐297.     Beatty,  S.  E.  &  Ferrell,  M.  E.  (1998).  Impulse  Buying:  Modeling  Its  Precursors.  Journal  of   Retailing,  74(2),  161-­‐167.     Bruner,  G.  C.  &  Kumar,  A.  (2000).  Web  Commercials  and  Advertising  Hierarchy-­‐of-­‐ Effects.  Journal  of  Advertising  Research,  40,  35-­‐42.     Burke,  R.  R.  (2002).  Technology  and  the  Customer  Interface:  What  Consumers  Want  in     the  Physical  and  Virtual  Store.  Journal  of  the  academy  of  Marketing  Science,  30(4),  411-­‐ 432.     Burke,  R.  R.  (2009).  Behavioral  Effects  of  Digital  Signage.  Journal  of  Advertising  Research,   49,  180-­‐185.     Cacioppo,  J.  T.  &  Petty,  R.  E.  (1984).  The  Elaboration  Likelihood  Model  of  Persuasion.   Association  for  Consumer  Research,  11,  673-­‐675.     Chandon,  P.,  Hutchinson,  J.  W.,  Bradlow,  E.  T.,  &  Young,  S.  H.  (2009).  Does  in-­‐store   marketing  work?  Effects  of  the  number  and  position  of  shelf  facings  on  brand  attention   and  evaluation  at  the  point  of  purchase.  Journal  of  Marketing,  73,  1-­‐17.     Chang,  C.  A.  &  Burke,  R.  R.  (2007).  Consumer  choice  of  retail  shopping  aids.  Journal  of   Retailing  and  Consumer  Services,  14,  339-­‐346.     Chen,  Q.,  Malric,  F.,  Zhang,  Y.,  Abid,  M.,  Cordeiro,  A.,  Petriu,  E.  M.,  &  Georganas,  N.  D.   (2009).  Interacting  with  Digital  Signage  Using  Hand  Gestures.  Lecture  Notes  in  Computer   Science,  5627,  347-­‐358.     Dennis,  C.,  Michon,  R.,  Brakus,  J.  J.,  Newman,  A.,  &  Alamanos,  E.  (2012).  New  insights  into   the  impact  of  digital  signage  as  a  retail  atmospherics  tool.  Journal  of  Consumer   Behaviour,  11,  454-­‐466.    

62  

 

 

Dennis,  C.,  Newman,  A.,  Michon,  R.,  Brakus,  J.  J.,  &  Wright,  L.  T.  (2010).  The  mediating   effects  of  perception  and  emotion:  Digital  signage  in  mall  atmospherics.  Journal  of   Retailing  and  Consumer  Services,  17,  205-­‐215.     Detenber,  B.  H.  (1996).  A  Bio-­‐Informational  Theory  of  Emotion:  Motion  and  Image  Size   Effects  on  Viewers.  Journal  of  Communication,  46(3).     Eroglu,  S.  A.,  Machleit,  K.  A.,  &  Chebat,  J-­‐C.  (2005).  The  Interaction  of  Retail  Density  and   Music  Tempo:  Effects  on  Shopper  Responses.  Psychology  &  Marketing,  22(7),  577-­‐589.     Fedorikhin,  A.  &  Cole,  C.  A.  (2004).  Mood  effects  on  attitudes,  perceived  risk  and  choice:   Moderators  and  mediators.  Journal  of  Consumer  Psychology,  14,  2-­‐12.     Geuens,  M.,  Brengman,  M.,  &  S’Jegers,  R.  (2003).  Food  retailing,  now  and  in  the  future.  A   consumer  perspective.  Journal  of  Retailing  and  Consumer  Services,  10,  241-­‐251.     Harrison,  J.  V.  &  Andrusiewicz,  A.  (2004).  A  virtual  marketplace  for  advertising   narrowcast  over  digital  signage  networks.  Electronic  Commerce  Research  and   Applications,  3,  163-­‐175.     Heeg,  R.  (2009,  april).  Narrowcasting:  Nederland  op  z’n  smalst.  Tijdschrift  voor   Marketing,  43(4),  66-­‐70.     Homer,  P.  M.  (1995).  Ad  Size  as  an  Indicator  of  Perceived  Advertising  Costs  and  Effort:   The  Effects  on  Memory  and  Perceptions.  JA,  24,  1-­‐12.     Inman,  J.  J.,  Winer,  R.  S.,  &  Ferraro,  R.  (2009).  The  Interplay  Among  Category   Characteristics,  Customer  Characteristics,  and  Customer  Activities  on  In-­‐Store  Decision   Making.  Journal  of  Marketing,  73,  19-­‐29.     Keller,  K.  L.  &  Staelin,  R.  (1987).  Effects  of  Quality  and  Quantity  of  Information  on   Decision  Effectiveness.  Journal  of  Consumer  Research,  14(2),  200-­‐213.     Kuisma,  J.,  Simola,  J.,  Uusitalo,  L.,  &  Öörni,  A.  (2010).  The  Effects  of  Animation  and   Format  on  the  Perception  and  Memory  of  Online  Advertising.  Journal  of  Interactive   Marketing,  24,  269-­‐282.     Martinez,  S.  W.  (2007).  The  U.S.  Food  Marketing  System:  Recent  Developments,  1997-­‐ 2006.  Economic  Research  Service.      

63  

 

 

 

 

Mehrabian,  A.  &  Russell,  J.  (1974).  An  Approach  to  Environmental  Psychology,  MIT  Press.     Mittal,  B.  (1989).  Measuring  Purchase-­‐Decision  Involvement.  Psychology  &  Marketing,  6,   147-­‐162.     Müller,  J.,  Wilmsmann,  D.,  Exeler,  J.,  Buzeck,  M.,  Schmidt,  A.,  Jay,  T.,  &  Krüger,  A.  (2009).   Display  Blindness:  The  Effect  of  Expectations  on  Attention  towards  Digital  Signage.  ln   Pervasive,  1-­‐8.     Nelson,  E.  &  Ellison,  S.  (2005).  In  a  Shift,  Marketers  Beef  Up  Ad  Spending  Inside  Stores.   Dow  Jones  &  Company.     Patton,  W.  E.  (1981).  Quantity  of  Information  and  Information  Display  Type  as   Predictors  of  Consumer  Choice  of  Product  Brands.  Journal  of  Consumer  Affairs,  15(1),  92-­‐ 105.     Petty,  R.  E.,  Cacioppo,  J.  T.,  &  Schumann,  D.  (1983).  Central  and  Peripheral  Routes  to   Advertising  Effectiveness:  The  Moderating  Role  of  Involvement.  Journal  of  Consumer   Research,  10,  135-­‐146.     Schaeffler,  J.  (2008).  Digital  Signage:  Software,  Networks,  Advertising,  And  Displays  :  a   primer  for  understanding  the  business,  Focal  Press.     Schrameyer,  H.  (2008,  oktober).  Instore  Marketing:  Bijna  voorbij  het  knip-­‐  en  plakwerk.   Tijdschrift  voor  Marketing,  42(10),  40-­‐45.     Schwarz,  N.,  Bless,  H.,  &  Bohner,  G.  (1991).  Mood  and  Persuasion:  Affective  States   Influence  the  Processing  of  Persuasive  Communications.  Advances  in  Experimental  Social   Psychology,  24,  161-­‐199.     Stilley,  K.  M.,  Inman  J.  J.,  &  Wakefield,  K.  L.  (2010).  Spending  on  the  Fly:  Mental  Budgets,   Promotions,  and  Spending  Behavior.  Journal  of  Marketing,  74,  34-­‐47.     Stern,  H.  (1962).  The  Significance  of  Impulse  Buying  Today.  Journal  of  Marketing,  26(2).     Turley,  L.  W.  &  Milliman,  R.  E.  (2000).  Atmospheric  Effects  on  Shopping  Behavior:  A   Review  of  the  Experimental  Evidence.  Journal  of  Business  Research,  49,  193-­‐211.    

 

64  

 

 

 

Van  Loock,  N.,  Vermeir,  I.,  &  Geuens,  M.  (2010a).  The  effectiveness  of  digital  versus   traditional  signage  in  a  retail  environment.  Proceedings  of  the  9th  International   Conference  on  Research  in  Advertising  (ICORIA).  Spain.     Van  Loock,  N.,  Vermeir,  I.,  &  Geuens,  M.  (2010b).  Advertising  repetition  and  complexity   of  digital  signage  advertisements:  simplicity  rules!     Yalch,  R.  F.  &  Elmore-­‐Yalch,  R.  (1984).  The  Effect  of  Numbers  on  the  Route  to  Persuasion.   Journal  of  Consumer  Research,  11(1),  522-­‐527.                                                                  

65  

 

 

7  Bijlagen   7.1  Bijlage  1:  Advertenties   1.  Statische  advertentie  pasta  met  weinig  informatie  

  2.  Statische  advertentie  pasta  met  veel  informatie  

 

66  

 

 

 

  3.  Statische  advertentie  saus  met  weinig  informatie  

    4.  Statische  advertentie  saus  met  veel  informatie  

 

67  

 

 

 

De  dynamische  advertenties  kunnen  niet  worden  toegevoegd  aangezien  dit  filmpjes   zijn  gemaakt  in  Powerpoint  aan  de  hand  van  teksteffecten.          

                                                               

 

68  

 

 

 

 

7.2  Bijlage  2:  Vragenlijst       Beste  respondent,     Ik  ben  een  studente  bij  UGent  en  studeer  Handelswetenschappen,  finaliteit  Marketing.   Voor  mijn  thesis  onderzoek  ik  het  aankoopgedrag  van  de  consument.  U  kunt  mij  helpen   door  deze  vragenlijst  aandachtig,  eerlijk  en  volledig  in  te  vullen.  Dit  neemt  slechts  een  5   à  10-­‐tal  minuten  van  uw  tijd  en  uw  anonimiteit  blijft  volledig  bewaard.     Alvast  bedankt  voor  uw  medewerking,     Julie  Pyck     Q1:      

Duid  aan  hoe  u  zich  nu  voelt:    

1  

2  

3  

4  

5  

6  

7  

Verveeld  

!   !   !   !   !   !   !  

Relaxed  

Wanhopig  

!   !   !   !   !   !   !  

Hoopvol  

Ongelukkig  

!   !   !   !   !   !   !  

Gelukkig  

Melancholisch  

!   !   !   !   !   !   !  

Voldaan  

Geïrriteerd  

!   !   !   !   !   !   !  

Vrolijk  

Ontevreden  

!   !   !   !   !   !   !  

Tevreden  

Kalm  

!   !   !   !   !   !   !  

Opgewonden  

Ongeprikkeld  

!   !   !   !   !   !   !  

Geprikkeld  

Suf  

!   !   !   !   !   !   !  

Zenuwachtig  

Slaperig  

!   !   !   !   !   !   !  

Wakker  

Loom  

!   !   !   !   !   !   !  

Wild  

Onder  controle  gehouden   !   !   !   !   !   !   !  

Gezaghebbend  

Beïnvloed  

!   !   !   !   !   !   !  

Invloedrijk  

Onbeheerst  

!   !   !   !   !   !   !  

Beheerst  

       

 

69  

    Q2:    

 

 

Hoe  vaak  koopt  u  sauzen  om  toe  te  voegen  aan  gerechten  zoals  ketchup,   mayonaise,  ...?  

  ! Nooit   ! 2  keer  per  jaar   ! 1  keer  om  de  2  maanden   ! 1  keer  per  maand   ! 2  keer  per  maand   ! 1  keer  per  week   ! Meer  dan  1  keer  per  week       Q3:     Koopt  u  altijd  hetzelfde  merk  van  sauzen  (zoals  mayonaise,  ketchup,...)  ?     ! Ja   ! Nee       Q4:     In  welke  mate  is  het  belangrijk  voor  u  dat  u  altijd  hetzelfde  merk  van  sauzen   (zoals  mayonaise,  ketchup,...)  koopt?     ! helemaal  niet  belangrijk   ! niet  belangrijk   ! beetje  niet  belangrijk   ! noch  onbelangrijk/noch  belangrijk   ! beetje  belangrijk   ! belangrijk   ! heel  belangrijk       Q5:   Bij  de  selectie  van  meerdere  types  en  merken  van  sauzen  (zoals  mayonaise,   ketchup,...)  beschikbaar  in  de  markt,  zou  je  zeggen  dat:      

1  

2  

3  

4  

5  

6  

7  

 

het  je  helemaal  niet  kan   het  je  veel  kan  schelen   !   !   !   !   !   !   !   schelen  welke  je  koopt   welke  je  koopt        

 

70  

 

 

  Q6:  

 

Denkt  u  dat  de  verschillende  types  en  merken  van  sauzen  (zoals  mayonaise,   ketchup,...)    beschikbaar  in  de  markt  allemaal  redelijk  lijken  op  elkaar  of  allemaal   vrij  verschillend  van  elkaar  zijn?  

    Ze  zijn  allemaal   hetzelfde  

1  

2  

3  

4  

5  

6  

7  

!   !   !   !   !   !   !  

  Ze  zijn  allemaal   verschillend  

      Q7:  

Hoe  belangrijk  zou  het  zijn  voor  u  om  de  juiste  keuze  te  maken  bij  sauzen  (zoals   mayonaise,  ketchup,...)  ?  

    Helemaal  niet   belangrijk         Q8:  

1  

2  

3  

4  

5  

6  

7  

 

!   !   !   !   !   !   !   Extreem  belangrijk  

Bij  het  selecteren  van  sauzen  (zoals  mayonaise,  ketchup,...)  ,  hoe  bezorgd  zou  u   zijn  over  het  gevolg  van  deze  keuze?  

    Helemaal  niet  bezorgd  

1  

2  

3  

4  

6  

7  

!   !   !   !   !   !   !  

      Q9:   Hoe  vaak  koopt  u  pasta?     ! Nooit   ! 2  keer  per  jaar   ! 1  keer  om  de  2  maanden   ! 1  keer  per  maand   ! 2  keer  per  maand   ! 1  keer  per  week   ! Meer  dan  1  keer  per  week        

5  

71  

  Heel  erg  bezorgd  

 

 

 

  Q10:   Koopt  u  altijd  hetzelfde  pastamerk?     ! Ja   ! Nee         Q11:   In  welke  mate  is  het  belangrijk  voor  u  dat  u  altijd  hetzelfde  pastamerk  koopt?     ! helemaal  niet  belangrijk   ! niet  belangrijk   ! beetje  niet  belangrijk   ! noch  onbelangrijk/noch  belangrijk   ! beetje  belangrijk   ! belangrijk   ! heel  belangrijk         Q12:   Bij  de  selectie  van  meerdere  types  en  merken  van  pasta  beschikbaar  in  de  markt,   zou  je  zeggen  dat:      

1  

2  

3  

4  

5  

6  

7  

 

het  je  helemaal  niet  kan   het  je  veel  kan  schelen   !   !   !   !   !   !   !   schelen  welke  je  koopt   welke  je  koopt         Q13:   Denkt  u  dat  de  verschillende  types  en  merken  van  pasta  beschikbaar  in  de  markt   allemaal  redelijk  lijken  op  elkaar  of  allemaal  vrij  verschillend  van  elkaar  zijn?         Ze  zijn  allemaal   hetzelfde  

1  

2  

3  

4  

6  

7  

!   !   !   !   !   !   !  

 

 

5  

72  

  Ze  zijn  allemaal   verschillend  

 

 

 

Q14:   Hoe  belangrijk  zou  het  zijn  voor  u  om  de  juiste  keuze  te  maken  bij  pasta?       Helemaal  niet   belangrijk  

1  

2  

3  

4  

5  

6  

7  

 

!   !   !   !   !   !   !   Extreem  belangrijk  

  Q15:   Bij  het  selecteren  van  pasta,  hoe  bezorgd  zou  u  zijn  over  het  gevolg  van  deze   keuze?       Helemaal  niet  bezorgd  

1  

2  

3  

4  

5  

6  

7  

!   !   !   !   !   !   !  

  Heel  erg  bezorgd  

  Beeldt  u  zich  in  dat  u  in  een  supermarkt  bent  en  dit  scherm  ziet  waarop  een  advertentie   is  te  zien.  Bekijk  vervolgens  aandachtig  de  advertentie  op  volgende  pagina.  Het  kan  een   tijdje  duren  vooraleer  de  advertentie  te  zien  is,  gelieve  te  wachten  tot  je  de  advertentie   hebt  gezien  vooraleer  naar  de  volgende  pagina  te  gaan.    

   

 

73  

 

 

 

    Vervolgens  krijgt  de  respondent  één  van  de  acht  advertenties  te  zien.       Q16:   Duid  aan  hoe  u  zich  nu  voelt:      

1  

2  

3  

4  

5  

6  

7  

Verveeld  

!   !   !   !   !   !   !  

Relaxed  

Wanhopig  

!   !   !   !   !   !   !  

Hoopvol  

Ongelukkig  

!   !   !   !   !   !   !  

Gelukkig  

Melancholisch  

!   !   !   !   !   !   !  

Voldaan  

Geïrriteerd  

!   !   !   !   !   !   !  

Vrolijk  

Ontevreden  

!   !   !   !   !   !   !  

Tevreden  

Kalm  

!   !   !   !   !   !   !  

Opgewonden  

Ongeprikkeld  

!   !   !   !   !   !   !  

Geprikkeld  

Suf  

!   !   !   !   !   !   !  

Zenuwachtig  

Slaperig  

!   !   !   !   !   !   !  

Wakker  

Loom  

!   !   !   !   !   !   !  

Wild  

Onder  controle  gehouden   !   !   !   !   !   !   !  

Gezaghebbend  

Beïnvloed  

!   !   !   !   !   !   !  

Invloedrijk  

Onbeheerst  

!   !   !   !   !   !   !  

Beheerst  

       

 

 

74  

 

 

 

Q17:   In  welke  mate  vindt  u  dat  onderstaande  stellingen  de  advertentie  goed   beschrijven?      

helem aal   niet   waar  

niet   waar  

beetje   niet   waar  

noch   niet   waar/ noch   waar  

beetje   waar  

waar  

helem aal   waar  

De  advertentie  was   geloofwaardig  

!  

!  

!  

!  

!  

!  

!  

De  advertentie  was   interessant  

!  

!  

!  

!  

!  

!  

!  

De  advertentie  was   informatief  

!  

!  

!  

!  

!  

!  

!  

De  advertentie  was   goed  ontworpen  

!  

!  

!  

!  

!  

!  

!  

De  advertentie  was   gemakkelijk  te  volgen  

!  

!  

!  

!  

!  

!  

!  

De  advertentie  was   aandachttrekkend  

!  

!  

!  

!  

!  

!  

!  

De  advertentie  was   duidelijk  

!  

!  

!  

!  

!  

!  

!  

      Q18:   Hoe  staat  u  ten  opzichte  van  het  product  in  de  advertentie?  Ik  vind  dit  product...      

1  

2  

3  

4  

6  

7  

 

Slecht  

!   !   !   !   !   !   !  

Goed  

Ongunstig  

!   !   !   !   !   !   !  

Gunstig  

Negatief  

!   !   !   !   !   !   !  

Positief  

       

 

5  

75  

 

 

 

  Q19:    Hoe  staat  u  ten  opzichte  van  het  merk  in  de  advertentie?  Ik  vind  dit  merk...      

1  

2  

3  

4  

5  

6  

7  

 

Slecht  

!   !   !   !   !   !   !  

Goed  

Ongunstig  

!   !   !   !   !   !   !  

Gunstig  

Negatief  

!   !   !   !   !   !   !  

Positief  

      Q20:   Zou  u  dit  product  uit  de  advertentie  aanschaffen?      

1  

2  

3  

4  

6  

7  

 

Vermoedelijk  niet  

!   !   !   !   !   !   !  

Vermoedelijk  

Onwaarschijnlijk  

!   !   !   !   !   !   !  

Waarschijnlijk  

Onmogelijk  

!   !   !   !   !   !   !  

Mogelijk  

   

 

5  

76  

 

 

 

Q21:   Duid  aan  in  welke  mate  u  akkoord  bent  met  volgende  stellingen.      

Helemaal   Niet   niet   akkoord   akkoord  

Eerder   niet   akkoord  

Noch   akkoord,   noch   niet   akkoord  

Eerder   akkoord  

Akkoord  

Volledig   akkoord  

Toen  ik  de   advertentie  zag,   dan  voelde  ik   een  spontane   drang  het   product  te   kopen.  

!  

!  

!  

!  

!  

!  

!  

Toen  ik  de   advertentie  zag,   wist  ik  dat  ik  het   niet  van  mijn   gedachten  af   kon  zetten  tot  ik   het  zou  kopen.  

!  

!  

!  

!  

!  

!  

!  

Toen  ik  de   advertentie  zag,   dacht  ik   helemaal  niet   aan  de  gevolgen   van  de  aankoop.  

!  

!  

!  

!  

!  

!  

!  

Ik  maakte  de   keuze  om  het   product  te   kopen  zonder   twijfel.  

!  

!  

!  

!  

!  

!  

!  

Toen  ik  de   advertentie  zag,   kon  ik  er  niet   aan  weerstaan.  

!  

!  

!  

!  

!  

!  

!  

   

 

77  

 

 

 

Q22:   Wat  is  uw  geslacht?     ! Man   ! Vrouw         Q23:   Geef  hieronder  uw  geboortejaar  in.              

  Bedankt  voor  uw  deelname!  Klik  nu  op    >>    om  de  vragenlijst  af  te  sluiten.    

 

 

78  

 

 

 

7.3    Bijlage  3:  SPSS-­‐output  pretest   7.3.1 Pretest  1    

T-Test Group Statistics Lengte N Mean aankoopcyclus Korte 27 4,37 aankoopcyclus Aankoopfrequentie Lange 27 3,93 aankoopcyclus

Std. Deviation 1,115

Std. Error Mean ,214

,675

,130

Independent Samples Test Levene's Test for Equality of Variances F

Sig.

t-test for Equality of Means

t

df

Sig. Mean Std. (2- Differenc Error tailed e Differenc ) e

95% Confidence Interval of the Difference Lowe Uppe r r

Equal variance s Aankoop assume d -

frequenti Equal e variance

5,46 ,02 1,77 6 3 2

52 ,082

,444

,251

- ,948 ,059

1,77 42,81 ,083 2 8

,444

,251

- ,950 ,061

s not assume d

 

79  

 

 

 

Groep saus

T-Test Paired Samples Statistics Mean N Std. Deviation Pair 1

Dynamisch Statisch

4,86 2,32

22 22

1,583 1,287

Paired Samples Correlations N Correlation Pair 1

Dynamisch & Statisch

22

-,375

Std. Error Mean ,337 ,274

Sig. ,085

Paired Samples Test Paired Differences t Mean Std. Std. 95% Confidence Deviation Error Interval of the Mean Difference Lower Upper Pair Dynamisch 2,545 2,385 ,508 1,488 3,603 5,006 1 - Statisch

df

21

Sig. (2tailed)

,000

T-Test Paired Samples Statistics Mean N Pair 1

 

Veel info Weinig info

5,44 3,00

80  

25 25

Std. Deviation 1,583 1,291

Std. Error Mean ,317 ,258

 

 

 

Paired Samples Correlations N Correlation Pair 1

Veel info & Weinig info

Pair Veel info – 1 Weinig info

25

Sig.

-,204

,328

Paired Samples Test Paired Differences t Mean Std. Std. 95% Deviation Error Confidence Mean Interval of the Difference Lower Upper 2,440 2,238 ,448 1,516 3,364 5,452

df

Sig. (2tailed)

24

,000

Groep chocolade  

T-Test Paired Samples Statistics Mean N Std. Deviation Pair 1

Dynamisch Statisch

4,89 2,83

18 18

1,183 1,339

Paired Samples Correlations N Correlation Pair 1

Dynamisch & Statisch

18

-,421

Std. Error Mean ,279 ,316

Sig. ,082

Paired Samples Test Paired Differences t Mean Std. Std. 95% Confidence Deviation Error Interval of the Mean Difference Lower Upper Pair Dynamisch 2,056 2,127 ,501 ,998 3,114 4,099 1 - Statisch

 

81  

df

17

Sig. (2tailed)

,001

 

 

 

T-Test Paired Samples Statisticsa Mean N Std. Deviation Pair 1

Veel info Weinig info

5,31 4,08

26 26

Paired Samples Correlationsa N Correlation Pair 1

Veel info & Weinig info

Pair Veel info – 1 Weinig info

 

26

,125

1,050 1,647

Sig. ,544

Paired Samples Testa Paired Differences t Mean Std. Std. 95% Deviation Error Confidence Mean Interval of the Difference Lower Upper 1,231 1,840 ,361 ,488 1,974 3,411

82  

Std. Error Mean ,206 ,323

df

25

Sig. (2tailed)

,002

 

 

 

7.3.2 Pretest  2    

T-Test Paired Samples Statistics Mean N Std. Deviation Korte aankoopcyclus Lange aankoopcyclus

Pair 1

5,64 3,08

25 25

,995 1,187

Std. Error Mean ,199 ,237

  Paired Samples Correlations N Correlation Korte aankoopcyclus & 25 -,398 Lange aankoopcyclus

Pair 1

Korte Pair aankoopcyclus 1 - Lange aankoopcyclus

Paired Samples Test Paired Differences t Mean Std. Std. 95% Deviation Error Confidence Mean Interval of the Difference Lower Upper 2,560 1,828 ,366 1,806 3,314 7,004

               

 

Sig. ,049

83  

df

24

Sig. (2tailed)

,000

 

 

7.4    Bijlage  4:  Cronbach’s  Alpha     RELIABILITY /VARIABLES=GEMT_voor_1 GEMT_voor_2 GEMT_voor_3 GEMT_voor_4 GEMT_voor_5 GEMT_voor_6 GEMT_voor_7 GEMT_voor_8 GEMT_voor_9 GEMT_voor_10 GEMT_voor_11 /SCALE('Gemoedstoestand voor adv') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Gemoedstoestand voor adv Case Processing Summary N % Valid 270 96,1 a Cases Excluded 11 3,9 Total 281 100,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's Cronbach's N of Items Alpha Alpha Based on Standardized Items ,783 ,792 11

 

84  

 

 

 

Duid aan hoe u zich nu voelt. -Verveeld:Relaxed Duid aan hoe u zich nu voelt. Wanhopig:Hoopvol Duid aan hoe u zich nu voelt. Ongelukkig:Gelukkig Duid aan hoe u zich nu voelt. Melancholisch:Voldaan Duid aan hoe u zich nu voelt. -Geïrriteerd:Vrolijk Duid aan hoe u zich nu voelt. Ontevreden:Tevreden Duid aan hoe u zich nu voelt. Kalm:Opgewonden Duid aan hoe u zich nu voelt. Ongeprikkeld:Geprikkeld Duid aan hoe u zich nu voelt. -Suf:Zenuwachtig Duid aan hoe u zich nu voelt. -Slaperig:Wakker Duid aan hoe u zich nu voelt. -Loom:Wild

 

 

Item-Total Statistics Scale Scale Corrected Squared Cronbach's Mean if Variance Item-Total Multiple Alpha if Item if Item Correlation Correlation Item Deleted Deleted Deleted 44,69 55,078 ,440 ,422 ,766 44,83

54,905

,558

,440

,755

44,54

53,431

,633

,755

,746

44,90

53,626

,552

,609

,754

44,84

53,175

,577

,695

,751

44,63

51,960

,658

,752

,741

46,54

60,532

,133

,280

,804

46,30

60,492

,169

,239

,796

46,08

59,012

,312

,369

,779

45,73

53,835

,438

,473

,767

46,19

55,861

,462

,501

,764

85  

 

 

 

RELIABILITY /VARIABLES=GEMT_voor_7 GEMT_voor_8 GEMT_voor_9 GEMT_voor_10 GEMT_voor_11 /SCALE('Opwinding voor adv') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Opwinding voor adv Case Processing Summary N % Valid 160 100,0 a Cases Excluded 0 ,0 Total 160 100,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's N of Items Alpha ,757 5

Duid aan hoe u zich nu voelt. Kalm:Opgewonden Duid aan hoe u zich nu voelt. Ongeprikkeld:Geprikkeld Duid aan hoe u zich nu voelt. -Suf:Zenuwachtig Duid aan hoe u zich nu voelt. -Slaperig:Wakker Duid aan hoe u zich nu voelt. -Loom:Wild

 

Item-Total Statistics Scale Mean Scale if Item Variance if Deleted Item Deleted 15,75 15,057

Corrected Cronbach's Item-Total Alpha if Item Correlation Deleted ,536 ,709

15,38

16,942

,396

,758

15,13

16,487

,572

,701

14,84

15,076

,507

,722

15,38

15,318

,642

,674

86  

 

 

 

RELIABILITY /VARIABLES=GEMT_na_7 GEMT_na_8 GEMT_na_9 GEMT_na_10 GEMT_na_11 /SCALE('Opwinding na adv') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Opwinding na adv Case Processing Summary N % Valid 160 100,0 a Cases Excluded 0 ,0 Total 160 100,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's N of Items Alpha ,816 5

Duid aan hoe u zich nu voelt.Kalm:Opgewonden Duid aan hoe u zich nu voelt.Ongeprikkeld:Geprikkeld Duid aan hoe u zich nu voelt.-Suf:Zenuwachtig Duid aan hoe u zich nu voelt.Slaperig:Klaarwakker Duid aan hoe u zich nu voelt.-Loom:Wild

 

Item-Total Statistics Scale Mean Scale if Item Variance if Deleted Item Deleted 16,02 15,289

Corrected Cronbach's Item-Total Alpha if Item Correlation Deleted ,503 ,815

15,57

16,171

,500

,811

15,66

16,150

,693

,764

15,46

14,200

,641

,770

15,74

14,610

,757

,737

87  

 

 

RELIABILITY /VARIABLES=sBETR1_1 sBETR2_1 sBETR3_1 sBETR4_1 /SCALE('Betrokkenheid saus') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Betrokkenheid saus Case Processing Summary N % Cases

Valid Excludeda Total

264 17 281

94,0 6,0 100,0

a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's Cronbach's N of Items Alpha Alpha Based on Standardized Items ,792 ,792 4

Bij de selectie van meerdere types en merken van sauzen (zoals mayonaise, ketchup,...) beschikbaa...-het je helemaal niet kan schelen welke je koopt:het je veel kan schelen welke je koopt

 

Item-Total Statistics Scale Scale Corrected Squared Cronbach's Mean if Variance if Item-Total Multiple Alpha if Item Item Correlation Correlation Item Deleted Deleted Deleted 11,39 13,654 ,565 ,377 ,758

88  

 

 

  Denkt u dat de verschillende types en merken van sauzen (zoals mayonaise, ketchup,...) beschikbaa...-Ze zijn allemaal hetzelfde:Ze zijn allemaal verschillend Hoe belangrijk zou het zijn voor u om de juiste keuze te maken bij sauzen (zoals mayonaise, ketch...-Helemaal niet belangrijk:Extreem belangrijk Bij het selecteren van sauzen (zoals mayonaise, ketchup,...) , hoe bezorgd zou u zijn over het ge...Helemaal niet bezorgd:Heel erg bezorgd

 

 

11,61

13,813

,553

,312

,764

12,12

11,853

,741

,558

,666

13,14

13,330

,553

,371

,765

89  

 

 

RELIABILITY /VARIABLES=pBETR1_1 pBETR2_1 pBETR3_1 pBETR4_1 /SCALE('Betrokkenheid pasta') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Betrokkenheid pasta Case Processing Summary N % Valid Cases

262

93,2

a

Excluded 19 6,8 Total 281 100,0 a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Cronbach's N of Items Alpha Alpha Based on Standardized Items ,898 ,899 4

 

90  

 

 

 

Bij de selectie van meerdere types en merken van pasta beschikbaar in de markt, zou je zeggen dat:-het je helemaal niet kan schelen welke je koopt:het je veel kan schelen welke je koopt Denkt u dat de verschillende types en merken van pasta beschikbaar in de markt allemaal redelijk...Ze zijn allemaal hetzelfde:Ze zijn allemaal verschillend Hoe belangrijk zou het zijn voor u om de juiste keuze te maken bij pasta?Helemaal niet belangrijk:Extreem belangrijk Bij het selecteren van pasta, hoe bezorgd zou u zijn over het gevolg van deze keuze?Helemaal niet bezorgd:Heel erg bezorgd

 

 

Item-Total Statistics Scale Scale Corrected Squared Cronbach's Mean if Variance if Item-Total Multiple Alpha if Item Item Correlation Correlation Item Deleted Deleted Deleted 9,84 19,195 ,811 ,672 ,854

9,59

20,802

,690

,500

,899

9,94

19,471

,854

,754

,838

10,47

21,515

,745

,630

,879

91  

 

 

 

RELIABILITY /VARIABLES=GEMT_na_1 GEMT_na_2 GEMT_na_3 GEMT_na_4 GEMT_na_5 GEMT_na_6 GEMT_na_7 GEMT_na_8 GEMT_na_9 GEMT_na_10 GEMT_na_11 /SCALE('Gemoedstoestand na adv') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Gemoedstoestand na adv Case Processing Summary N % Valid 253 90,0 a Cases Excluded 28 10,0 Total 281 100,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's Cronbach's N of Items Alpha Alpha Based on Standardized Items ,847 ,852 11

Duid aan hoe u zich nu voelt.-Verveeld:Relaxed Duid aan hoe u zich nu voelt.Wanhopig:Hoopvol Duid aan hoe u zich nu voelt.Ongelukkig:Gelukkig  

Item-Total Statistics Scale Scale Corrected Squared Cronbach's Mean if Variance Item-Total Multiple Alpha if Item if Item Correlation Correlation Item Deleted Deleted Deleted 44,52 63,394 ,512 ,443 ,836 44,42

63,482

,665

,607

,825

44,18

62,086

,675

,745

,823

92  

 

  Duid aan hoe u zich nu voelt.Melancholisch:Voldaan Duid aan hoe u zich nu voelt.-Geïrriteerd:Vrolijk Duid aan hoe u zich nu voelt.Ontevreden:Tevreden Duid aan hoe u zich nu voelt.Kalm:Opgewonden Duid aan hoe u zich nu voelt.Ongeprikkeld:Geprikkeld Duid aan hoe u zich nu voelt.-Suf:Zenuwachtig Duid aan hoe u zich nu voelt.Slaperig:Klaarwakker Duid aan hoe u zich nu voelt.-Loom:Wild

 

44,46

61,987

,682

,692

,822

44,44

61,010

,666

,760

,822

44,25

62,702

,655

,788

,824

45,68

68,646

,246

,376

,860

45,34

68,574

,299

,289

,853

45,49

67,703

,443

,502

,841

45,17

63,610

,511

,560

,836

45,49

64,481

,577

,666

,831

RELIABILITY /VARIABLES=Aad_1 Aad_2 Aad_3 Aad_4 Aad_5 Aad_6 Aad_7 /SCALE('Attitude tov adv') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Attitude tov adv Case Processing Summary N % Valid 248 88,3 a Cases Excluded 33 11,7 Total 281 100,0 a. Listwise deletion based on all variables in the procedure.

 

93  

 

 

 

Reliability Statistics Cronbach's Cronbach's N of Items Alpha Alpha Based on Standardized Items ,841 ,840 7

Item-Total Statistics Scale Scale Corrected Squared Cronbach's Mean if Variance if Item-Total Multiple Alpha if Item Item Correlation Correlation Item Deleted Deleted Deleted In welke mate vindt u dat onderstaande stellingen de advertentie goed beschrijven?-De advertentie was geloofwaardig In welke mate vindt u dat onderstaande stellingen de advertentie goed beschrijven?-De advertentie was interessant In welke mate vindt u dat onderstaande stellingen de advertentie goed beschrijven?-De advertentie was informatief

 

28,76

34,565

,489

,334

,834

29,25

32,818

,561

,470

,824

28,91

33,911

,498

,376

,833

94  

 

  In welke mate vindt u dat onderstaande stellingen de advertentie goed beschrijven?-De advertentie was goed ontworpen In welke mate vindt u dat onderstaande stellingen de advertentie goed beschrijven?-De advertentie was gemakkelijk te volgen In welke mate vindt u dat onderstaande stellingen de advertentie goed beschrijven?-De advertentie was aandachttrekkend In welke mate vindt u dat onderstaande stellingen de advertentie goed beschrijven?-De advertentie was duidelijk

 

 

28,87

30,323

,704

,557

,801

28,40

31,941

,617

,646

,816

28,88

31,891

,601

,473

,818

28,35

31,508

,690

,674

,805

95  

 

 

RELIABILITY /VARIABLES=Ab_1 Ab_2 Ab_3 /SCALE('Attitude tov merk') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Attitude tov merk Case Processing Summary N % Valid 248 88,3 a Cases Excluded 33 11,7 Total 281 100,0 a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Cronbach's N of Items Alpha Alpha Based on Standardized Items ,945 ,945 3

Hoe staat u ten opzichte van het merk in de advertentie? Ik vind dit merk...Slecht:Goed

 

Item-Total Statistics Scale Scale Corrected Squared Cronbach's Mean if Variance if Item-Total Multiple Alpha if Item Item Correlation Correlation Item Deleted Deleted Deleted 10,25 4,429 ,877 ,804 ,926

96  

 

 

  Hoe staat u ten opzichte van het merk in de advertentie? Ik vind dit merk...Ongunstig:Gunstig Hoe staat u ten opzichte van het merk in de advertentie? Ik vind dit merk...Negatief:Positief

10,48

4,291

,854

,748

,944

10,36

4,223

,926

,861

,888

RELIABILITY /VARIABLES=PI_1 PI_2 PI_3 /SCALE('Aankoopintentie') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Aankoopintentie Case Processing Summary N % Valid 248 88,3 a Cases Excluded 33 11,7 Total 281 100,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's Cronbach's N of Items Alpha Alpha Based on Standardized Items ,921 ,922 3

 

 

97  

 

 

Zou u dit product uit de advertentie aanschaffen?Vermoedelijk niet:Vermoedelijk Zou u dit product uit de advertentie aanschaffen?Onwaarschijnlijk:Waarschijnli jk Zou u dit product uit de advertentie aanschaffen?Onmogelijk:Mogelijk

 

Item-Total Statistics Scale Scale Corrected Squared Cronbach' Mean Varianc Item-Total Multiple s Alpha if if Item e if Item Correlatio Correlatio Item Delete Deleted n n Deleted d 8,77 7,328 ,874 ,823 ,861

8,59

7,879

,902

,841

,834

8,11

9,466

,760

,584

,948

RELIABILITY /VARIABLES=IMPULS_1 IMPULS_2 IMPULS_3 IMPULS_4 IMPULS_5 /SCALE('Impulsiviteit') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Impulsiviteit Case Processing Summary N % Valid 248 88,3 a Cases Excluded 33 11,7 Total 281 100,0 a. Listwise deletion based on all variables in the procedure.

 

98  

 

 

 

Reliability Statistics Cronbach's Cronbach's N of Items Alpha Alpha Based on Standardized Items ,742 ,772 5

Duid aan in welke mate u akkoord bent met volgende stellingen.-Toen ik de advertentie zag, dan voelde ik een spontane drang het product te kopen. Duid aan in welke mate u akkoord bent met volgende stellingen.-Toen ik de advertentie zag, wist ik dat ik het niet van mijn gedachten af kon zetten tot ik het zou kopen. Duid aan in welke mate u akkoord bent met volgende stellingen.-Toen ik de advertentie zag, dacht ik helemaal niet aan de gevolgen van de aankoop.

 

Item-Total Statistics Scale Scale Corrected Squared Cronbach's Mean if Variance if Item-Total Multiple Alpha if Item Item Correlation Correlation Item Deleted Deleted Deleted 11,59 14,979 ,655 ,489 ,640

12,30

15,847

,684

,650

,641

10,33

19,835

,073

,033

,870

99  

 

  Duid aan in welke mate u akkoord bent met volgende stellingen.-Ik maakte de keuze om het product te kopen zonder twijfel. Duid aan in welke mate u akkoord bent met volgende stellingen.-Toen ik de advertentie zag, kon ik er niet aan weerstaan.

11,75

14,253

,668

,511

,630

12,20

15,600

,645

,635

,648

RELIABILITY /VARIABLES=BETR3pENs BETR4pENs /SCALE('Risicoperceptie') ALL /MODEL=ALPHA /SUMMARY=TOTAL.

Reliability Scale: Risicoperceptie Case Processing Summary N % Valid 262 100,0 a Cases Excluded 0 ,0 Total 262 100,0 a. Listwise deletion based on all variables in the procedure. Reliability Statistics Cronbach's N of Items Alpha ,815 2

 

 

100  

 

 

Hoe belangrijk zou het zijn voor u om de juiste keuze te maken bij het product? -Helemaal niet belangrijk:Extreem belangrijk Bij het selecteren van het product, hoe bezorgd zou u zijn over het gevolg van deze keuze? -Helemaal niet bezorgd:Heel erg bezorgd

 

 

Item-Total Statistics Scale Mean Scale if Item Variance if Deleted Item Deleted 2,8302 1,700

3,6469

1,615

101  

Corrected Cronbach's Item-Total Alpha if Item Correlation Deleted ,689 .

,689

.

 

 

 

7.5    Bijlage  5:  Informatie  respondenten  

Frequencies Statistics Wat is uw geslacht? Valid N Missing

262 0

Wat is uw geslacht? Frequency

Valid

Man Vrouw

108 154 262

Total

Percent

Valid Percent

41,2 58,8 100,0

41,2 58,8 100,0

Cumulative Percent 41,2 100,0

Frequencies Statistics Leeftijd N

Valid Missing

262 0

Leeftijd Frequency

Valid

 

16 17 18 19 20 21 22

1 1 1 7 7 14 14

Percent

Valid Percent

,4 ,4 ,4 2,7 2,7 5,3 5,3

102  

,4 ,4 ,4 2,7 2,7 5,3 5,3

Cumulative Percent ,4 ,8 1,1 3,8 6,5 11,8 17,2

 

  23 24 25 26 27 28 29 30 31 32 33 34 36 37 38 40 44 45 46 50 53 54 61 70 80 81 Total

93 45 20 10 8 6 4 3 2 1 1 1 1 1 2 1 3 1 1 2 2 5 1 1 1 1 262

35,5 17,2 7,6 3,8 3,1 2,3 1,5 1,1 ,8 ,4 ,4 ,4 ,4 ,4 ,8 ,4 1,1 ,4 ,4 ,8 ,8 1,9 ,4 ,4 ,4 ,4 100,0

  35,5 17,2 7,6 3,8 3,1 2,3 1,5 1,1 ,8 ,4 ,4 ,4 ,4 ,4 ,8 ,4 1,1 ,4 ,4 ,8 ,8 1,9 ,4 ,4 ,4 ,4 100,0

52,7 69,8 77,5 81,3 84,4 86,6 88,2 89,3 90,1 90,5 90,8 91,2 91,6 92,0 92,7 93,1 94,3 94,7 95,0 95,8 96,6 98,5 98,9 99,2 99,6 100,0

Descriptives Descriptive Statistics Minimum Maximum

N Leeftijd Valid N (listwise)

 

262 262

16

103  

81

Mean 26,09

Std. Deviation 8,934

 

 

 

7.6 Bijlage  6:  Hypothese  1    

T-Test Hoeveelheid informatie Weinig info Attitude tov adv Veel info Attitude tov Weinig info merk Veel info Weinig info Aankoopintentie Veel info

Group Statistics N Mean 128 134 128 134 128 134

4,9442 4,6343 5,2292 5,1592 4,3047 4,1642

Std. Deviation ,78025 1,05627 1,01584 1,02575 1,42594 1,42642

Std. Error Mean ,06896 ,09125 ,08979 ,08861 ,12604 ,12322

Independent Samples Test Levene's Test for Equality of Variances F

Sig .

t-test for Equality of Means

t

df

Sig. Mean Std. 95% (2- Differen Error Confidence taile ce Differen Interval of the d) ce Difference Lower Upper

Attitude tov adv

 

9,82 ,00 2,69 Equal 4 2 1 varianc es assume d

260 ,008 ,30987 ,11515 ,0831 ,5366 2 2

2,70 9

244,7 ,007 ,30987 ,11438 ,0845 ,5351 20 8 6

Equal varianc es not assume d

104  

 

  ,095 ,75 Equal 8 varianc es assume Attitude tov d merk Equal varianc es not assume d ,017 ,89 Equal 8 varianc es assume Aankoopinte d ntie Equal varianc es not assume d

Betrokkenheid

Attitude tov adv

,554

,555

260 ,580 ,06996 ,12618

260 ,426 ,14051 ,17627

Attitude tov merk

 

- ,4876 ,2065 0 8

259,4 ,426 ,14051 ,17626 - ,4876 59 ,2065 0 8

Correlations Betrokkenheid Attitude tov adv Pearson Correlation 1 ,044 Sig. (2-tailed) ,476 N 262 262 Pearson Correlation ,044 1 Sig. (2-tailed) ,476 N 262 262

Correlations Betrokkenheid

Betrokkenheid

- ,3184 ,1785 2 0

259,6 ,580 ,06996 ,12615 - ,3183 58 ,1784 7 5

,797

,797

 

Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N

105  

1 262 ,033 ,592 262

Attitude tov merk ,033 ,592 262 1 262

 

 

Betrokkenheid

Aankoopintentie

 

Correlations Betrokkenheid Aankoopintenti e Pearson Correlation 1 ,007 Sig. (2-tailed) ,908 N 262 262 Pearson Correlation ,007 1 Sig. (2-tailed) ,908 N 262 262

106  

 

 

 

 

7.7    Bijlage  7:  Hypothese  2  

T-Test Group Statistics N Mean

Dynamiek Statisch Dynamisch Statisch Attitude tov merk Dynamisch Statisch Aankoopintentie Dynamisch

160 102 160 102 160 102

Attitude tov adv

Std. Deviation

4,8804 4,6373 5,4417 4,8039 4,2521 4,2026

,96477 ,89173 ,99443 ,93737 1,54085 1,22870

Std. Error Mean ,07627 ,08829 ,07862 ,09281 ,12181 ,12166

Independent Samples Test Levene's Test for Equality of Variances F

Sig .

t-test for Equality of Means

t

df

Sig. Mean Std. 95% (2- Differen Error Confidence taile ce Differen Interval of the d) ce Difference Lowe Uppe r r

Attitude tov adv

 

Equal varianc es assum ed

,246 ,62 2,04 1 8

260 ,042 ,24310 ,11873

,009 31

,476 90

Equal varianc es not assum ed

2,08 4

227,5 ,038 ,24310 ,11668 05

,013 20

,473 01

107  

 

  Equal varianc es assum Attitude tov ed merk Equal varianc es not assum ed Equal varianc es assum Aankoopinte ed ntie Equal varianc es not assum ed

 

2,80 ,09 5,17 1 5 5

260 ,000 ,63775 ,12324

,395 07

,880 42

5,24 3

224,5 ,000 ,63775 ,12163 09

,398 05

,877 44

11,5 ,00 ,273 87 1

260 ,785 ,04947 ,18090

,306 74

,405 68

,287

247,2 ,774 ,04947 ,17216 02

,289 62

,388 56

Correlations Gemoedstoest Attitude tov adv and na adv Pearson Correlation 1 ,264** Gemoedstoestand na adv Sig. (2-tailed) ,000 N 262 262 ** Pearson Correlation ,264 1 Attitude tov adv Sig. (2-tailed) ,000 N 262 262 **. Correlation is significant at the 0.01 level (2-tailed). Correlations Gemoedstoest and na adv 1

Pearson Correlation Gemoedstoestand na adv Sig. (2-tailed) N Pearson Correlation Attitude tov merk Sig. (2-tailed) N *. Correlation is significant at the 0.05 level (2-tailed).  

108  

262 ,124* ,045 262

Attitude tov merk ,124* ,045 262 1 262

 

 

 

Correlations

Pearson Correlation Gemoedstoestand na adv Sig. (2-tailed) N Pearson Correlation Aankoopintentie Sig. (2-tailed) N                                                    

 

109  

Gemoedstoest Aankoopintenti and na adv e 1 ,085 ,171 262 262 ,085 1 ,171 262 262

 

 

 

7.8    Bijlage  8:  Hypothese  3    

T-Test Lengte aankoopcyclus Korte aankoopcyclus Attitude tov adv Lange aankoopcyclus Korte Attitude tov aankoopcyclus merk Lange aankoopcyclus Korte aankoopcyclus Aankoopintentie Lange aankoopcyclus

Group Statistics N Mean 133

4,9280

Std. Deviation 1,01772

Std. Error Mean ,08825

129

4,6390

,83759

,07375

133

5,2782

1,05264

,09128

129

5,1059

,98070

,08635

133

4,5965

1,35404

,11741

129

3,8579

1,40422

,12363

Independent Samples Test Levene's Test for Equality of Variances F

Attitude tov adv

 

Equal varianc es assum ed

Sig .

t-test for Equality of Means

t

3,12 ,07 2,50 4 8 6

df

Sig. Mean Std. (2- Differen Error taile ce Differen d) ce

260 ,013 ,28905 ,11534

110  

95% Confidence Interval of the Difference Lowe r

Upper

,061 93

,5161 8

 

  Equal varianc es not assum ed Equal varianc es assum Attitude tov ed merk Equal varianc es not assum ed Equal varianc es assum Aankoopinte ed ntie Equal varianc es not assum ed

Risico_perceptie

Attitude tov adv

 

 

2,51 3

253,3 ,013 ,28905 ,11500 31

,062 57

,5155 4

,865 ,35 1,36 3 9

260 ,172 ,17225 ,12578

,075 43

,4199 3

1,37 1

259,5 ,172 ,17225 ,12565 83

,075 16

,4196 7

,687 ,40 4,33 8 4

260 ,000 ,73861 ,17041

,403 06

1,074 16

4,33 2

258,8 ,000 ,73861 ,17050 38

,402 86

1,074 36

Correlations Risico_percepti Attitude tov adv e Pearson Correlation 1 ,039 Sig. (2-tailed) ,533 N 262 262 Pearson Correlation ,039 1 Sig. (2-tailed) ,533 N 262 262

111  

 

 

Risico_perceptie

Attitude tov merk

 

Correlations Risico_percepti e Pearson Correlation 1 Sig. (2-tailed) N 262 Pearson Correlation ,019 Sig. (2-tailed) ,759 N 262

Attitude tov merk ,019 ,759 262 1 262

Correlations Risico_percepti Aankoopintenti e e Pearson Correlation 1 ,002 Risico_perceptie

Aankoopintentie

Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N

,975 262 1

262 ,002 ,975 262

262

 

Lengte aankoopcyclus Korte aankoopcyclus Risico_perceptie Lange aankoopcyclus

Group Statistics N Mean 133

3,3628

Std. Deviation 1,16143

129

3,1105

1,19566

               

 

112  

Std. Error Mean ,10071 ,10527

 

  Independent Samples Test Levene' t-test for Equality of Means s Test for Equality of Varianc es F Sig t df Sig. Mean Std. 95% . (2- Differen Error Confidence taile ce Differen Interval of d) ce the Difference Lowe Uppe r r Equal ,23 ,63 1,7 260 ,084 ,25232 ,14562 - ,539 varianc 0 2 33 ,034 06 es 43 assum Risico_perce ed ptie Equal 1,7 259,0 ,084 ,25232 ,14569 - ,539 varianc 32 77 ,034 20 es not 56 assum ed

                           

 

113  

 

 

 

 

7.9    Bijlage  9:  Hypothese  4  &  5    

Selectie  covariaten    

Univariate Analysis of Variance Tests of Between-Subjects Effects Dependent Variable: Attitude tov adv Source

Type III df Mean F Sum of Square Squares Corrected Model 43,058a 14 3,076 4,021 Intercept 34,492 1 34,492 45,093 Gemgemoedvoor 1,892 1 1,892 2,473 Gemgemoedna 10,071 1 10,071 13,167 GemBETR ,075 1 ,075 ,098 Aankoopfrequentie 2,109 1 2,109 2,757 Merkbelang 1,135 1 1,135 1,484 LEEFTIJD 1,213 1 1,213 1,586 GESL 1,523 1 1,523 1,991 INFORMATIE 4,998 1 4,998 6,534 DYNAMIEK 1,799 1 1,799 2,352 AANKOOPCYCLUS 4,885 1 4,885 6,386 INFORMATIE * ,862 1 ,862 1,127 DYNAMIEK INFORMATIE * 1,537 1 1,537 2,009 AANKOOPCYCLUS DYNAMIEK * 1,198 1 1,198 1,566 AANKOOPCYCLUS INFORMATIE * ,009 1 ,009 ,012 DYNAMIEK * AANKOOPCYCLUS Error 188,932 247 ,765 Total 6232,592 262 Corrected Total 231,990 261 a. R Squared = ,186 (Adjusted R Squared = ,139) b. Computed using alpha =

 

114  

Sig.

,000 ,000 ,117 ,000 ,754 ,098 ,224 ,209 ,160 ,011 ,126 ,012 ,289

Partial Noncent. Observed Eta Parameter Powerb Squared ,186 56,291 1,000 ,154 45,093 1,000 ,010 2,473 ,347 ,051 13,167 ,951 ,000 ,098 ,061 ,011 2,757 ,380 ,006 1,484 ,228 ,006 1,586 ,241 ,008 1,991 ,290 ,026 6,534 ,721 ,009 2,352 ,333 ,025 6,386 ,711 ,005 1,127 ,185

,158

,008

2,009

,292

,212

,006

1,566

,239

,912

,000

,012

,051

 

 

 

3-­‐Way  ANOVA  model  

Univariate Analysis of Variance Tests of Between-Subjects Effects Dependent Variable: Attitude tov adv Source Type III df Mean F Sig. Partial Noncent. Observed Sum of Square Eta Parameter Powerb Squares Squared a Corrected Model 26,718 11 2,429 4,140 ,000 ,209 45,541 ,999 Intercept 24,764 1 24,764 42,209 ,000 ,197 42,209 1,000 Gemgemoedna 6,556 1 6,556 11,175 ,001 ,061 11,175 ,914 Aankoopfrequentie 2,662 1 2,662 4,538 ,035 ,026 4,538 ,563 GESL ,477 1 ,477 ,814 ,368 ,005 ,814 ,146 LEEFTIJD ,041 1 ,041 ,070 ,791 ,000 ,070 ,058 INFORMATIE 1,244 1 1,244 2,121 ,147 ,012 2,121 ,305 DYNAMIEK 4,562 1 4,562 7,776 ,006 ,043 7,776 ,792 AANKOOPCYCLUS 4,461 1 4,461 7,603 ,006 ,042 7,603 ,783 INFORMATIE * 1,639 1 1,639 2,794 ,096 ,016 2,794 ,383 DYNAMIEK INFORMATIE * ,493 1 ,493 ,841 ,360 ,005 ,841 ,149 AANKOOPCYCLUS DYNAMIEK * 2,026 1 2,026 3,452 ,065 ,020 3,452 ,455 AANKOOPCYCLUS INFORMATIE * ,527 1 ,527 ,899 ,345 ,005 ,899 ,156 DYNAMIEK * AANKOOPCYCLUS 100,911 172 ,587 Error 4569,020 184 Total 127,629 183 Corrected Total a. R Squared = ,209 (Adjusted R Squared = ,159) b. Computed using alpha =

 

115  

 

 

 

116  

 

 

 

 

117  

 

 

 

 

USE ALL. COMPUTE filter_$=(AANKOOPCYCLUS = 0). VARIABLE LABELS filter_$ 'AANKOOPCYCLUS = 0 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST GROUPS=DYNAMIEK(0 1) /MISSING=ANALYSIS /VARIABLES=Gem_Aad /CRITERIA=CI(.95).

T-Test Group Statistics N Mean

Dynamiek Attitude tov adv

Statisch Dynamisch

82 51

Std. Deviation

5,0784 4,6863

,96111 1,06829

Std. Error Mean ,10614 ,14959

Independent Samples Test Levene's Test for Equality of Variances F

Sig.

t-test for Equality of Means

t

df

Sig. Mean Std. Error 95% Confidence (2- Difference Difference Interval of the tailed) Difference Lower

,387 ,535 2,191 Equal variances assumed

Attitude Equal tov adv variances not assumed

 

Upper

131

,030

,39212

,17893 ,03815 ,74610

2,138 97,725

,035

,39212

,18342 ,02812 ,75612

118  

 

 

 

USE ALL. COMPUTE filter_$=(AANKOOPCYCLUS = 1). VARIABLE LABELS filter_$ 'AANKOOPCYCLUS = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST GROUPS=DYNAMIEK(0 1) /MISSING=ANALYSIS /VARIABLES=Gem_Aad /CRITERIA=CI(.95).

T-Test Group Statistics N Mean

Dynamiek Attitude tov adv

Statisch Dynamisch

78 51

Std. Deviation

4,6722 4,5882

,92985 ,67832

Std. Error Mean ,10528 ,09498

Independent Samples Test Levene's Test for Equality of Variances F

Sig.

t-test for Equality of Means

t

df

Sig. Mean Std. Error 95% Confidence (2- Difference Difference Interval of the tailed) Difference Lower

2,063 ,153 ,555 Equal variances assumed

Attitude Equal tov adv variances not assumed

 

Upper

127

,580

,08393

,15124

- ,38321 ,21535

,592 125,411

,555

,08393

,14180

- ,36455 ,19670

119  

 

 

 

USE ALL. COMPUTE filter_$=(DYNAMIEK = 0). VARIABLE LABELS filter_$ 'DYNAMIEK = 0 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST GROUPS=AANKOOPCYCLUS(0 1) /MISSING=ANALYSIS /VARIABLES=Gem_Aad /CRITERIA=CI(.95).

T-Test

Attitude tov adv

Group Statistics N Mean

Lengte aankoopcyclus Korte aankoopcyclus Lange aankoopcyclus

82

5,0784

Std. Deviation ,96111

78

4,6722

,92985

Std. Error Mean ,10614 ,10528

Independent Samples Test Levene's Test for Equality of Variances F

Sig.

t-test for Equality of Means

t

df

Sig. Mean Std. Error 95% Confidence (2- Difference Difference Interval of the tailed) Difference Lower

,111 ,739 2,715 Equal variances assumed

Attitude Equal tov adv variances not assumed

158

,007

,40624

,14962 ,11072 ,70176

2,717 157,953

,007

,40624

,14950 ,11096 ,70151

USE ALL.

 

Upper

120  

 

 

 

COMPUTE filter_$=(DYNAMIEK = 1). VARIABLE LABELS filter_$ 'DYNAMIEK = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST GROUPS=AANKOOPCYCLUS(0 1) /MISSING=ANALYSIS /VARIABLES=Gem_Aad /CRITERIA=CI(.95).

T-Test Group Statistics

Attitude tov adv

Lengte aankoopcyclus Korte aankoopcyclus Lange aankoopcyclus

N

Mean 51

4,6863

51

4,5882

Std. Std. Error Mean Deviation 1,06829 ,14959 ,67832

,09498

Independent Samples Test Levene's Test for Equality of Variances F

Sig.

t-test for Equality of Means

t

df

Sig. Mean Std. Error 95% Confidence (2- Difference Difference Interval of the tailed) Difference Lower

4,782 ,031 ,553 Equal variances assumed

Attitude Equal tov adv variances not assumed

100

,581

,09804

,17720

- ,44960 ,25352

,553 84,680

,582

,09804

,17720

- ,45038 ,25430

USE ALL.  

Upper

121  

 

 

 

COMPUTE filter_$=(AANKOOPCYCLUS = 0). VARIABLE LABELS filter_$ 'AANKOOPCYCLUS = 0 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST GROUPS=INFORMATIE(0 1) /MISSING=ANALYSIS /VARIABLES=Gem_Aad /CRITERIA=CI(.95).

T-Test

Attitude tov adv

Hoeveelheid informatie Weinig info Veel info

Group Statistics N Mean 66 67

5,1710 4,6887

Std. Deviation ,79093 1,15682

Std. Error Mean ,09736 ,14133

Independent Samples Test Levene's Test for Equality of Variances F

Sig.

t-test for Equality of Means

t

df

Sig. Mean Std. Error 95% Confidence (2- Difference Difference Interval of the tailed) Difference Lower

5,925 ,016 2,803 Equal variances assumed

Attitude Equal tov adv variances not assumed

 

Upper

131

,006

,48230

,17209 ,14186 ,82273

2,810 116,796

,006

,48230

,17162 ,14241 ,82218

122  

 

 

 

USE ALL. COMPUTE filter_$=(AANKOOPCYCLUS = 1). VARIABLE LABELS filter_$ 'AANKOOPCYCLUS = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST GROUPS=INFORMATIE(0 1) /MISSING=ANALYSIS /VARIABLES=Gem_Aad /CRITERIA=CI(.95).

T-Test

Attitude tov adv

Hoeveelheid informatie Weinig info Veel info

Group Statistics N Mean 62 67

4,7028 4,5800

Std. Deviation ,69712 ,95083

Std. Error Mean ,08853 ,11616

Independent Samples Test Levene's Test for Equality of Variances F

Sig.

t-test for Equality of Means

t

df

Sig. Mean Std. Error 95% Confidence (2- Difference Difference Interval of the tailed) Difference Lower

7,314 ,008 ,831 Equal variances assumed

Attitude Equal tov adv variances not assumed

 

Upper

127

,408

,12281

,14778

- ,41524 ,16962

,841 120,833

,402

,12281

,14605

- ,41197 ,16635

123  

 

 

 

USE ALL. COMPUTE filter_$=(INFORMATIE = 0). VARIABLE LABELS filter_$ 'INFORMATIE = 0 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST GROUPS=AANKOOPCYCLUS(0 1) /MISSING=ANALYSIS /VARIABLES=Gem_Aad /CRITERIA=CI(.95).

T-Test

Attitude tov adv

Lengte aankoopcyclus Korte aankoopcyclus Lange aankoopcyclus

Group Statistics N Mean 66

5,1710

Std. Deviation ,79093

62

4,7028

,69712

Std. Error Mean ,09736 ,08853

Independent Samples Test Levene's Test for Equality of Variances F

Sig.

t-test for Equality of Means

t

df

Sig. Mean Std. Error 95% Confidence (2- Difference Difference Interval of the tailed) Difference Lower

2,115 ,148 3,544 Equal variances assumed

Attitude Equal tov adv variances not assumed

 

Upper

126

,001

,46823

,13211 ,20678 ,72968

3,558 125,502

,001

,46823

,13159 ,20780 ,72866

124  

 

 

 

USE ALL. COMPUTE filter_$=(INFORMATIE = 1). VARIABLE LABELS filter_$ 'INFORMATIE = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST GROUPS=AANKOOPCYCLUS(0 1) /MISSING=ANALYSIS /VARIABLES=Gem_Aad /CRITERIA=CI(.95).

T-Test

Attitude tov adv

Lengte aankoopcyclus Korte aankoopcyclus Lange aankoopcyclus

Group Statistics N Mean 67

4,6887

Std. Deviation 1,15682

67

4,5800

,95083

Std. Error Mean ,14133 ,11616

Independent Samples Test Levene's Test for Equality of Variances F

Sig.

t-test for Equality of Means

t

df

Sig. Mean Std. Error 95% Confidence (2- Difference Difference Interval of the tailed) Difference Lower

1,365 ,245 ,594 Equal variances assumed

Attitude Equal tov adv variances not assumed

 

Upper

132

,553

,10874

,18294

- ,47062 ,25313

,594 127,230

,553

,10874

,18294

- ,47074 ,25326

125  

 

 

Correlations Attitude tov adv Gemoedstoest and voor adv Pearson Correlation 1 ,140* Attitude tov adv Sig. (2-tailed) ,023 N 262 262 * Pearson Correlation ,140 1 Gemoedstoestand voor Sig. (2-tailed) ,023 adv N 262 262 *. Correlation is significant at the 0.05 level (2-tailed).

Correlations Gemoedstoest Betrokkenheid and voor adv Pearson Correlation 1 ,172** Gemoedstoestand voor Sig. (2-tailed) ,005 adv N 262 262 ** Pearson Correlation ,172 1 Betrokkenheid Sig. (2-tailed) ,005 N 262 262 **. Correlation is significant at the 0.01 level (2-tailed).

                             

126  

 

 

 

 

Selectie  covariaten    

Univariate Analysis of Variance Tests of Between-Subjects Effects Dependent Variable: Source

Corrected Model Intercept Aankoopfrequenti e Merkbelang GemBETR LEEFTIJD GESL Gemgemoedvoor Gemgemoedna DYNAMIEK AANKOOPCYCL US INFORMATIE DYNAMIEK * AANKOOPCYCL US DYNAMIEK * INFORMATIE AANKOOPCYCL US * INFORMATIE  

Attitude tov merk Type III df Sum of Squares

Mean Squar e

F

48,358a 14 3,454 5,140 23,293 4,770

1 23,29 34,65 3 9 1 4,770 7,098

1,197

1 1,197 1,782

,735

1

,735 1,093

3,052

1 3,052 4,541

3,666

1 3,666 5,455

,172

1

,172

,256

2,125

1 2,125 3,161

20,034

1 20,03 29,81 4 0 1 4,129 6,144

4,129 ,134

1

,134

,200

,893

1

,893 1,329

,365

1

,365

,289

1

,289

Sig. Partial Noncent. Observe Eta Paramet d Square er Powerb d ,00 ,299 71,954 1,000 0 ,00 ,170 34,659 1,000 0 ,00 ,040 7,098 ,755 8 ,18 ,010 1,782 ,264 4 ,29 ,006 1,093 ,180 7 ,03 ,026 4,541 ,563 5 ,02 ,031 5,455 ,641 1 ,61 ,002 ,256 ,079 3 ,07 ,018 3,161 ,424 7 ,00 ,150 29,810 1,000 0 ,01 ,035 6,144 ,693 4 ,65 ,001 ,200 ,073 5 ,25 ,008 1,329 ,209 1

,542 ,46 2 ,431 ,51 3

127  

,003

,542

,113

,003

,431

,100

 

  DYNAMIEK * AANKOOPCYCL US * INFORMATIE

,142

1

,142

  ,212 ,64 6

,001

,212

,074

113,579 16 ,672 9 5174,11 18 Total 1 4 161,937 18 Corrected Total 3 a. R Squared = ,299 (Adjusted R Squared = ,241) b. Computed using alpha = Error

3-­‐Way  ANOVA  model    

Univariate Analysis of Variance Tests of Between-Subjects Effects Dependent Variable: Attitude tov merk Source Type III df Mean F Sig. Partial Noncent. Observed Sum of Square Eta Parameter Powerb Squares Squared Corrected Model 46,997a 11 4,272 6,393 ,000 ,290 70,328 1,000 Intercept 26,752 1 26,752 40,032 ,000 ,189 40,032 1,000 Aankoopfrequentie 4,681 1 4,681 7,006 ,009 ,039 7,006 ,749 LEEFTIJD 3,315 1 3,315 4,960 ,027 ,028 4,960 ,601 GESL 3,405 1 3,405 5,095 ,025 ,029 5,095 ,612 Gemgemoedna 3,846 1 3,846 5,755 ,018 ,032 5,755 ,665 DYNAMIEK 21,800 1 21,800 32,622 ,000 ,159 32,622 1,000 AANKOOPCYCLUS 4,601 1 4,601 6,885 ,009 ,038 6,885 ,742 INFORMATIE ,214 1 ,214 ,320 ,572 ,002 ,320 ,087 DYNAMIEK * ,722 1 ,722 1,081 ,300 ,006 1,081 ,179 AANKOOPCYCLUS DYNAMIEK * ,281 1 ,281 ,421 ,517 ,002 ,421 ,099 INFORMATIE AANKOOPCYCLUS ,265 1 ,265 ,397 ,529 ,002 ,397 ,096 * INFORMATIE DYNAMIEK * ,074 1 ,074 ,111 ,740 ,001 ,111 ,063 AANKOOPCYCLUS * INFORMATIE 114,940 172 ,668 Error

 

128  

 

  Total Corrected Total

5174,111 184 161,937 183

a. R Squared = ,290 (Adjusted R Squared = ,245) b. Computed using alpha = 5. Dynamiek * Lengte aankoopcyclus Dependent Variable: Attitude tov merk Dynamiek Lengte Mean Std. Error 95% Confidence Interval aankoopcyclus Lower Upper Bound Bound a Korte aankoopcyclus 5,735 ,112 5,515 5,956 a Statisch Lange 5,284 ,115 5,058 5,511 aankoopcyclus Korte aankoopcyclus 4,889a ,128 4,635 5,142 a Dynamisch Lange 4,694 ,138 4,421 4,966 aankoopcyclus a. Covariates appearing in the model are evaluated at the following values: Aankoopfrequentie = 3,9511, Leeftijd = -38658,80, Wat is uw geslacht? = 1,61, Gemoedstoestand na adv = 4,5425.

6. Dynamiek * Hoeveelheid informatie Dependent Variable: Attitude tov merk Dynamiek Hoeveelheid Mean Std. Error 95% Confidence Interval informatie Lower Upper Bound Bound a Weinig info 5,504 ,111 5,285 5,723 Statisch a Veel info 5,515 ,116 5,286 5,743 a Weinig info 4,866 ,130 4,610 5,122 Dynamisch a Veel info 4,716 ,137 4,446 4,987 a. Covariates appearing in the model are evaluated at the following values: Aankoopfrequentie = 3,9511, Leeftijd = -38658,80, Wat is uw geslacht? = 1,61, Gemoedstoestand na adv = 4,5425. 7. Lengte aankoopcyclus * Hoeveelheid informatie Dependent Variable: Attitude tov merk Lengte Hoeveelheid Mean Std. 95% Confidence aankoopcyclus informatie Error Interval Lower Upper Bound Bound a Korte Weinig info 5,386 ,116 5,157 5,614  

129  

 

 

  Veel info 5,238a ,124 4,993 5,483 a Weinig info 4,985 ,125 4,738 5,232 a Veel info 4,993 ,127 4,742 5,244 a. Covariates appearing in the model are evaluated at the following values: Aankoopfrequentie = 3,9511, Leeftijd = -38658,80, Wat is uw geslacht? = 1,61, Gemoedstoestand na adv = 4,5425. aankoopcyclus Lange aankoopcyclus

8. Dynamiek * Lengte aankoopcyclus * Hoeveelheid informatie Dependent Variable: Attitude tov merk Dynamiek Lengte Hoeveelheid Mean Std. 95% Confidence aankoopcyclus informatie Error Interval Lower Upper Bound Bound a Weinig info 5,789 ,147 5,499 6,079 Korte a aankoopcyclus Veel info 5,681 ,168 5,349 6,013 Statisch a Weinig info 5,219 ,167 4,890 5,549 Lange a aankoopcyclus Veel info 5,349 ,158 5,037 5,660 a Weinig info 4,982 ,179 4,629 5,335 Korte a aankoopcyclus Veel info 4,795 ,184 4,433 5,158 Dynamisch a Weinig info 4,750 ,188 4,379 5,121 Lange a aankoopcyclus Veel info 4,637 ,201 4,240 5,034 a. Covariates appearing in the model are evaluated at the following values: Aankoopfrequentie = 3,9511, Leeftijd = -38658,80, Wat is uw geslacht? = 1,61, Gemoedstoestand na adv = 4,5425.

 

130  

 

 

 

 

131  

 

 

 

 

  Selectie  covariaten    

Univariate Analysis of Variance Tests of Between-Subjects Effects Dependent Variable: Aankoopintentie Source Type III df Mean F Sig. Partial Noncent. Observed Sum of Square Eta Parameter Powerb Squares Squared a Corrected Model 71,026 15 4,735 3,622 ,000 ,244 54,334 ,999 Intercept 6,454 1 6,454 4,937 ,028 ,029 4,937 ,598 Aankoopfrequentie 5,750 1 5,750 4,398 ,037 ,026 4,398 ,550 LEEFTIJD 3,203 1 3,203 2,450 ,119 ,014 2,450 ,343 GESL 1,185 1 1,185 ,906 ,342 ,005 ,906 ,157 Gemgemoedvoor 1,670 1 1,670 1,278 ,260 ,008 1,278 ,203 Gemgemoedna 1,787 1 1,787 1,367 ,244 ,008 1,367 ,213 GemImpulsiviteit 32,819 1 32,819 25,106 ,000 ,130 25,106 ,999 GemBETR ,268 1 ,268 ,205 ,651 ,001 ,205 ,074

 

132  

 

 

 

Merkbelang 1,309 1 1,309 1,002 DYNAMIEK 8,179 1 8,179 6,257 AANKOOPCYCLUS 6,323 1 6,323 4,837 INFORMATIE ,001 1 ,001 ,001 DYNAMIEK * 1,030 1 1,030 ,788 AANKOOPCYCLUS DYNAMIEK * 2,362 1 2,362 1,807 INFORMATIE AANKOOPCYCLUS 2,123 1 2,123 1,624 * INFORMATIE DYNAMIEK * 2,614E1 2,614E,000 AANKOOPCYCLUS 005 005 * INFORMATIE Error 219,611 168 1,307 Total 3995,667 184 Corrected Total 290,637 183 a. R Squared = ,244 (Adjusted R Squared = ,177) b. Computed using alpha =

,318 ,013 ,029 ,981 ,376

,006 ,036 ,028 ,000 ,005

1,002 6,257 4,837 ,001 ,788

,169 ,701 ,590 ,050 ,143

,181

,011

1,807

,267

,204

,010

1,624

,245

,996

,000

,000

,050

3-­‐Way  ANOVA  model  

Univariate Analysis of Variance Tests of Between-Subjects Effects Dependent Variable: Aankoopintentie Source

Corrected Model Intercept Aankoopfrequentie GemImpulsiviteit DYNAMIEK AANKOOPCYCLUS

 

Type III Sum of Squares

136,552

df

Mean Square

F

9 15,172

9,715

1 33,902

21,70 7 3,381

a

33,902 5,280 82,657 9,110 14,325

1

5,280

1 82,657 9,110

52,92 3 5,833

1 14,325

9,172

1

133  

Sig.

Partial Eta Squared

Noncent. Parameter

Observed Powerb

,00 0 ,00 0 ,06 7 ,00 0 ,01 6 ,00 3

,258

87,431

1,000

,079

21,707

,996

,013

3,381

,449

,174

52,923

1,000

,023

5,833

,672

,035

9,172

,855

 

 

INFORMATIE DYNAMIEK * AANKOOPCYCLUS DYNAMIEK * INFORMATIE AANKOOPCYCLUS * INFORMATIE DYNAMIEK * AANKOOPCYCLUS * INFORMATIE

Error Total Corrected Total

 

,434

1

,434

,278

,023

1

,023

,014

1,949

1

1,949

1,248

,865

1

,865

,554

5,385

1

5,385

3,448

393,580 252 5224,33 262 3 530,131 261

1,562

,59 8 ,90 4 ,26 5 ,45 7 ,06 4

,001

,278

,082

,000

,014

,052

,005

1,248

,199

,002

,554

,115

,013

3,448

,456

a. R Squared = ,258 (Adjusted R Squared = ,231) b. Computed using alpha =

5. Dynamiek * Lengte aankoopcyclus Dependent Variable: Aankoopintentie Dynamiek Lengte Mean Std. Error 95% Confidence Interval aankoopcyclus Lower Upper Bound Bound Korte aankoopcyclus 4,624a ,139 4,350 4,897 a Statisch Lange 4,152 ,148 3,861 4,443 aankoopcyclus Korte aankoopcyclus 4,244a ,179 3,892 4,596 Dynamisch Lange 3,734a ,176 3,387 4,082 aankoopcyclus a. Covariates appearing in the model are evaluated at the following values: Aankoopfrequentie = 3,8645, Impulsiviteit gedrag = 2,8832.

6. Dynamiek * Hoeveelheid informatie Dependent Variable: Aankoopintentie Dynamiek Hoeveelheid Mean Std. Error 95% Confidence Interval informatie Lower Upper Bound Bound a Weinig info 4,341 ,142 4,061 4,620 Statisch a Veel info 4,435 ,141 4,157 4,713

 

134  

 

  Weinig info 4,120a ,179 3,768 Dynamisch a Veel info 3,858 ,176 3,512 a. Covariates appearing in the model are evaluated at the following values: Aankoopfrequentie = 3,8645, Impulsiviteit gedrag = 2,8832.

  4,472 4,205

7. Lengte aankoopcyclus * Hoeveelheid informatie Dependent Variable: Aankoopintentie Lengte Hoeveelheid Mean Std. 95% Confidence aankoopcyclus informatie Error Interval Lower Upper Bound Bound a Weinig info 4,416 ,163 4,096 4,736 Korte a aankoopcyclus Veel info 4,452 ,157 4,143 4,761 a Weinig info 4,045 ,163 3,724 4,365 Lange a aankoopcyclus Veel info 3,842 ,157 3,532 4,151 a. Covariates appearing in the model are evaluated at the following values: Aankoopfrequentie = 3,8645, Impulsiviteit gedrag = 2,8832.

8. Dynamiek * Lengte aankoopcyclus * Hoeveelheid informatie Dependent Variable: Aankoopintentie Dynamiek Lengte Hoeveelheid Mean Std. 95% Confidence aankoopcyclus informatie Error Interval Lower Upper Bound Bound a Weinig info 4,369 ,198 3,979 4,760 Korte aankoopcyclus Veel info 4,878a ,196 4,491 5,264 Statisch a Weinig info 4,312 ,210 3,899 4,725 Lange aankoopcyclus Veel info 3,992a ,199 3,600 4,385 a Weinig info 4,463 ,254 3,963 4,963 Korte a aankoopcyclus Veel info 4,025 ,247 3,539 4,512 Dynamisch Weinig info 3,777a ,250 3,285 4,270 Lange a aankoopcyclus Veel info 3,691 ,248 3,203 4,180 a. Covariates appearing in the model are evaluated at the following values: Aankoopfrequentie = 3,8645, Impulsiviteit gedrag = 2,8832.

 

135  

 

 

 

136  

 

 

 

 

137  

 

 

 

 

7.10    Bijlage  10:  Bijkomende  testen   7.10.1 Gemoedstoestand  vóór  en  na  de  advertentie   DATASET ACTIVATE DataSet1. T-TEST PAIRS=GEMT_voor_1 GEMT_voor_2 GEMT_voor_3 GEMT_voor_4 GEMT_voor_5 GEMT_voor_6 GEMT_voor_7 GEMT_voor_8 GEMT_voor_9 GEMT_voor_10 GEMT_voor_11 WITH GEMT_na_1 GEMT_na_2 GEMT_na_3 GEMT_na_4 GEMT_na_5 GEMT_na_6 GEMT_na_7 GEMT_na_8 GEMT_na_9 GEMT_na_10 GEMT_na_11 (PAIRED) /CRITERIA=CI(.9500) /MISSING=ANALYSIS.

T-Test Paired Samples Statistics Mean N Gemoedstoestand voor adv Pair 1 Gemoedstoestand na adv

4,5461

262

Std. Deviation ,75185

4,4656

262

,78852

Paired Samples Correlations N Correlation Pair 1

Gemoedstoestand voor adv & Gemoedstoestand na adv

262

,835

Std. Error Mean ,04645 ,04872

Sig. ,000

Paired Samples Test Paired Differences

Mean

Std. Deviation

Std. Error Mean

t

df

Sig. (2tailed)

95% Confidence Interval of the Difference

Lower Upper Gemoedstoestand ,08050 Pair voor adv 1 Gemoedstoestand na adv  

,44396 ,02743 ,02649 ,13451 2,935 261

138  

,004

 

 

 

USE ALL. COMPUTE filter_$=(DYNAMIEK = 0). VARIABLE LABELS filter_$ 'DYNAMIEK = 0 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST PAIRS=Gemgemoedvoor WITH Gemgemoedna (PAIRED) /CRITERIA=CI(.9500) /MISSING=ANALYSIS.

T-Test Paired Samples Statistics Mean N Gemoedstoestand voor adv Pair 1 Gemoedstoestand na adv

Pair 1

4,5847

160

Std. Deviation ,69986

4,5398

160

,75523

Paired Samples Correlations N Correlation Gemoedstoestand voor 160 ,836 adv & Gemoedstoestand na adv

Std. Error Mean ,05533 ,05971

Sig. ,000

Paired Samples Test Paired Differences t df Sig. (2Mean Std. Std. 95% tailed) Deviation Error Confidence Mean Interval of the Difference Lower Upper Gemoedstoestand ,04489 ,42063 ,03325 - ,11056 1,350 159 ,179 Pair voor adv ,02079 1 Gemoedstoestand na adv

 

139  

 

 

 

USE ALL. COMPUTE filter_$=(DYNAMIEK = 1). VARIABLE LABELS filter_$ 'DYNAMIEK = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST PAIRS=Gemgemoedvoor WITH Gemgemoedna (PAIRED) /CRITERIA=CI(.9500) /MISSING=ANALYSIS.

T-Test Paired Samples Statistics Mean N Gemoedstoestand voor adv Pair 1 Gemoedstoestand na adv

Pair 1

4,4857

102

Std. Deviation ,82684

4,3494

102

,82854

Paired Samples Correlations N Correlation Gemoedstoestand voor 102 ,835 adv & Gemoedstoestand na adv

Std. Error Mean ,08187 ,08204

Sig. ,000

Paired Samples Test Paired Differences t df Sig. (2Mean Std. Std. 95% tailed) Deviation Error Confidence Mean Interval of the Difference Lower Upper Gemoedstoestand ,13636 ,47501 ,04703 ,04306 ,22966 2,899 101 ,005 Pair voor adv 1 Gemoedstoestand na adv

 

140  

 

 

 

T-TEST PAIRS=GEMT_voor_1 GEMT_voor_2 GEMT_voor_3 GEMT_voor_4 GEMT_voor_5 GEMT_voor_6 GEMT_voor_7 GEMT_voor_8 GEMT_voor_9 GEMT_voor_10 GEMT_voor_11 WITH GEMT_na_1 GEMT_na_2 GEMT_na_3 GEMT_na_4 GEMT_na_5 GEMT_na_6 GEMT_na_7 GEMT_na_8 GEMT_na_9 GEMT_na_10 GEMT_na_11 (PAIRED) /CRITERIA=CI(.9500) /MISSING=ANALYSIS.

T-Test Paired Samples Statistics Mean N

Pair 1

Pair 2

Pair 3

Pair 4

Pair 5

Pair 6

 

Duid aan hoe u zich nu voelt. -Verveeld:Relaxed Duid aan hoe u zich nu voelt.-Verveeld:Relaxed Duid aan hoe u zich nu voelt. Wanhopig:Hoopvol Duid aan hoe u zich nu voelt.Wanhopig:Hoopvol Duid aan hoe u zich nu voelt. Ongelukkig:Gelukkig Duid aan hoe u zich nu voelt.Ongelukkig:Gelukkig Duid aan hoe u zich nu voelt. Melancholisch:Voldaan Duid aan hoe u zich nu voelt.Melancholisch:Voldaan Duid aan hoe u zich nu voelt. -Geïrriteerd:Vrolijk Duid aan hoe u zich nu voelt.-Geïrriteerd:Vrolijk Duid aan hoe u zich nu voelt. Ontevreden:Tevreden

5,24

102

Std. Deviation 1,380

4,57

102

1,425

,141

4,98

102

1,342

,133

4,75

102

1,189

,118

5,30

102

1,265

,125

4,91

102

1,275

,126

4,83

102

1,456

,144

4,77

102

1,281

,127

5,06

102

1,413

,140

4,74

102

1,378

,136

5,27

102

1,504

,149

141  

Std. Error Mean ,137

 

  Duid aan hoe u zich nu voelt.Ontevreden:Tevreden Duid aan hoe u zich nu voelt. Kalm:Opgewonden Pair 7 Duid aan hoe u zich nu voelt.Kalm:Opgewonden Duid aan hoe u zich nu voelt. Ongeprikkeld:Geprikkeld Pair 8 Duid aan hoe u zich nu voelt.Ongeprikkeld:Geprikkeld Duid aan hoe u zich nu voelt. -Suf:Zenuwachtig Pair 9 Duid aan hoe u zich nu voelt.-Suf:Zenuwachtig Duid aan hoe u zich nu voelt. -Slaperig:Wakker Pair 10 Duid aan hoe u zich nu voelt.Slaperig:Klaarwakker Duid aan hoe u zich nu voelt. -Loom:Wild Pair 11 Duid aan hoe u zich nu voelt.-Loom:Wild

Duid aan hoe u zich nu Pair voelt. -Verveeld:Relaxed 1 - Duid aan hoe u zich nu voelt.-Verveeld:Relaxed

 

 

4,99

102

1,309

,130

3,56

102

1,545

,153

3,69

102

1,449

,143

3,60

102

1,315

,130

3,89

102

1,342

,133

3,72

102

1,146

,114

3,71

102

1,086

,108

4,07

102

1,530

,152

4,07

102

1,337

,132

3,72

102

1,189

,118

3,75

102

1,121

,111

Paired Samples Test Paired Differences t df Sig. (2Mean Std. Std. 95% tailed) Deviation Error Confidence Mean Interval of the Difference Lower Upper ,667 1,451 ,144 ,382 ,952 4,640 101 ,000

142  

 

 

Pair 2

Pair 3

Pair 4

Pair 5

Pair 6

Pair 7

Pair 8

 

Duid aan hoe u zich nu ,225 voelt. Wanhopig:Hoopvol Duid aan hoe u zich nu voelt.Wanhopig:Hoopvol Duid aan hoe u zich nu ,392 voelt. Ongelukkig:Gelukkig Duid aan hoe u zich nu voelt.Ongelukkig:Gelukkig Duid aan hoe u zich nu ,059 voelt. Melancholisch:Voldaan Duid aan hoe u zich nu voelt.Melancholisch:Voldaan Duid aan hoe u zich nu ,324 voelt. -Geïrriteerd:Vrolijk - Duid aan hoe u zich nu voelt.-Geïrriteerd:Vrolijk Duid aan hoe u zich nu ,284 voelt. Ontevreden:Tevreden Duid aan hoe u zich nu voelt.Ontevreden:Tevreden Duid aan hoe u zich nu -,127 voelt. Kalm:Opgewonden Duid aan hoe u zich nu voelt.Kalm:Opgewonden Duid aan hoe u zich nu -,294 voelt. Ongeprikkeld:Geprikkeld - Duid aan hoe u zich nu voelt.Ongeprikkeld:Geprikkeld

 

1,062

,105

,017

,434 2,145 101

,034

1,006

,100

,194

,590 3,935 101

,000

,993

,098

-,136

,254

,598 101

,551

1,179

,117

,092

,555 2,772 101

,007

1,181

,117

,052

,516 2,432 101

,017

1,078

,107

-,339

,084

- 101 1,194

,235

1,240

,123

-,538

-,051

- 101 2,396

,018

143  

 

  Duid aan hoe u zich nu ,010 Pair voelt. -Suf:Zenuwachtig 9 - Duid aan hoe u zich nu voelt.-Suf:Zenuwachtig Duid aan hoe u zich nu ,000 voelt. -Slaperig:Wakker Pair Duid aan hoe u zich nu 10 voelt.Slaperig:Klaarwakker Duid aan hoe u zich nu -,039 Pair voelt. -Loom:Wild - Duid 11 aan hoe u zich nu voelt.Loom:Wild

 

1,039

,103

-,194

,214

,095 101

1,005

,100

-,197

,197

,000 101 1,000

,807

,080

-,198

,119 -,491 101

USE ALL. COMPUTE filter_$=(DYNAMIEK = 0). VARIABLE LABELS filter_$ 'DYNAMIEK = 0 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST PAIRS=Opwinding_voorAdv WITH Opwinding_naAdv (PAIRED) /CRITERIA=CI(.9500) /MISSING=ANALYSIS.

T-Test Paired Samples Statistics Mean N Std. Deviation Pair 1

Pair 1

 

Opwinding_voorAdv Opwinding_naAdv

3,8238 3,9225

160 160

,96410 ,95562

Paired Samples Correlations N Correlation Opwinding_voorAdv & 160 ,715 Opwinding_naAdv

144  

Std. Error Mean ,07622 ,07555

Sig. ,000

,924

,625

 

 

 

Paired Samples Test Paired Differences t df Sig. (2Mean Std. Std. 95% tailed) Deviation Error Confidence Mean Interval of the Difference Lower Upper Pair Opwinding_voorAdv ,72511 ,05732 - ,01447 - 159 ,087 1 - Opwinding_naAdv ,09875 ,21197 1,723

USE ALL. COMPUTE filter_$=(DYNAMIEK = 1). VARIABLE LABELS filter_$ 'DYNAMIEK = 1 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. T-TEST PAIRS=Opwinding_voorAdv WITH Opwinding_naAdv (PAIRED) /CRITERIA=CI(.9500) /MISSING=ANALYSIS.

T-Test Paired Samples Statistics Mean N Std. Deviation Pair 1

Pair 1

 

Opwinding_voorAdv Opwinding_naAdv

3,7314 3,8216

102 102

,91781 ,92014

Paired Samples Correlations N Correlation Opwinding_voorAdv & 102 ,801 Opwinding_naAdv

145  

Std. Error Mean ,09088 ,09111

Sig. ,000

 

 

 

Paired Samples Test Paired Differences t df Sig. (2Mean Std. Std. 95% tailed) Deviation Error Confidence Mean Interval of the Difference Lower Upper Pair Opwinding_voorAdv ,57926 ,05736 - ,02358 - 101 ,119 1 - Opwinding_naAdv ,09020 ,20397 1,573

FILTER OFF. USE ALL. EXECUTE. T-TEST GROUPS=DYNAMIEK(0 1) /MISSING=ANALYSIS /VARIABLES=Opwinding_voorAdv /CRITERIA=CI(.95).

T-Test Group Statistics Dynamiek N Mean Opwinding_voorAdv

 

Statisch Dynamisch

160 102

146  

3,8238 3,7314

Std. Deviation ,96410 ,91781

Std. Error Mean ,07622 ,09088

 

 

 

Independent Samples Test Levene' t-test for Equality of Means s Test for Equalit y of Varianc es F Sig t df Sig. Mean Std. 95% . (2- Differen Error Confidence taile ce Differen Interval of d) ce the Difference Low Upp er er Equal ,01 ,90 ,77 260 ,442 ,09238 ,11991 - ,328 varianc 5 4 0 ,143 50 es 74 assum Opwinding_voo ed rAdv Equal ,77 222,9 ,437 ,09238 ,11861 - ,326 varianc 9 83 ,141 11 es not 36 assum ed

T-TEST GROUPS=DYNAMIEK(0 1) /MISSING=ANALYSIS /VARIABLES=Opwinding_naAdv /CRITERIA=CI(.95).

T-Test

Dynamiek Opwinding_naAdv

 

Statisch Dynamisch

Group Statistics N Mean 160 102

147  

3,9225 3,8216

Std. Deviation ,95562 ,92014

Std. Error Mean ,07555 ,09111

 

  Independent Samples Test Levene' t-test for Equality of Means s Test for Equality of Varianc es F Sig t df Sig. Mean Std. 95% . (2- Differen Error Confidence taile ce Differen Interval of d) ce the Difference Low Upp er er Equal ,04 ,83 ,84 260 ,399 ,10093 ,11935 - ,335 varianc 5 3 6 ,134 96 es 09 assum Opwinding_na ed Adv Equal ,85 221,2 ,395 ,10093 ,11836 - ,334 varianc 3 12 ,132 18 es not 32 assum ed

 

148  

 

 

  7.10.2 Regressieanalyse  

REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA COLLIN TOL /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT Gem_PI /METHOD=ENTER INFORMATIE DYNAMIEK AANKOOPCYCLUS GESL LEEFTIJD GemBETR GemImpulsiviteit Gemgemoedvoor Gemgemoedna Merkbelang Aankoopfrequentie /PARTIALPLOT ALL /SCATTERPLOT=(*ZRESID ,*ZPRED) /RESIDUALS HISTOGRAM(ZRESID) NORMPROB(ZRESID) /CASEWISE PLOT(ZRESID) OUTLIERS(2) /SAVE ZRESID.

Regression Model Summaryb Model R R Square Adjusted R Std. Error of Square the Estimate 1 ,502a ,252 ,219 1,25945 a. Predictors: (Constant), Aankoopfrequentie, Hoeveelheid informatie, Lengte aankoopcyclus, Gemoedstoestand na adv, Wat is uw geslacht?, Merkbelang, Dynamiek, Leeftijd, Impulsiviteit gedrag, Betrokkenheid, Gemoedstoestand voor adv b. Dependent Variable: Aankoopintentie

Model

ANOVAa df Mean Square

Sum of F Sig. Squares Regression 133,578 11 12,143 7,656 ,000b 1 Residual 396,553 250 1,586 Total 530,131 261 a. Dependent Variable: Aankoopintentie b. Predictors: (Constant), Aankoopfrequentie, Hoeveelheid informatie, Lengte aankoopcyclus, Gemoedstoestand na adv, Wat is uw geslacht?, Merkbelang, Dynamiek, Leeftijd, Impulsiviteit gedrag, Betrokkenheid, Gemoedstoestand voor adv

 

149  

 

 

 

Model

(Constant) Hoeveelheid informatie Dynamiek Lengte aankoopcyclus Wat is uw geslacht? Leeftijd 1 Betrokkenheid Impulsiviteit gedrag Gemoedstoestand voor adv Gemoedstoestand na adv Merkbelang

Coefficientsa Unstandardized Standardized t Sig. Collinearity Coefficients Coefficients Statistics B Std. Beta Tolerance VIF Error 2,079 ,711 2,926 ,004 -,032 ,159 -,011 -,201 ,841 ,959 1,042 -,346

,169

-,498

,162

,103

-,119

,892 1,121

,162

- ,042 2,046 -,175 - ,002 3,078 ,036 ,637 ,525

-,001 ,041 ,598

,010 ,115 ,087

-,009 -,151 ,880 ,031 ,358 ,721 ,406 6,902 ,000

,812 1,231 ,400 2,499 ,864 1,157

-,109

,195

-,057 -,557 ,578

,282 3,543

,185

,185

,102 1,000 ,318

,286 3,500

-,109

,079

-,110

- ,172 1,369 ,113 2,001 ,046

Aankoopfrequentie ,161 ,080 a. Dependent Variable: Aankoopintentie

 

 

150  

,925 1,081 ,957 1,045

,464 2,156 ,942 1,061

 

 

 

151  

 

 

 

 

Verslag  afspraken  promotor      

22/04/2014:  Bespreking  thema  en  aanpak       -­‐

 

-­‐

thema:  ‘narrowcasting’,  statische/dynamische  displays  met  veel/weinig   informatie  bij  product  met  lange/korte  aankoopcyclus       web  of  science:  via  vpn  thuis  (verder  filteren  per  thema)  

-­‐

8  verschillende  soorten  advertenties:     o statisch  met  weinig  informatie  bij  product  met  korte  aankoopcyclus   o statisch  met  veel  informatie  bij  product  met  korte  aankoopcyclus   o statisch  met  weinig  informatie  bij  product  met  lange  aankoopcyclus   o statisch  met  veel  informatie  bij  product  met  lange  aankoopcyclus   o dynamisch  met  weinig  informatie  bij  product  met  korte  aankoopcyclus   o dynamisch  met  veel  informatie  bij  product  met  korte  aankoopcyclus   o dynamisch  met  weinig  informatie  bij  product  met  lange  aankoopcyclus   o dynamisch  met  veel  informatie  bij  product  met  korte  aankoopcyclus  

-­‐

producten:     o product  met  korte  aankoopcyclus:    chocolade    (vb  recept  bij  stoverij)  /   boter   o product  met  lange  aankoopcyclus:  saus  (vb  recept  van  hamburgers/olie   (vb  sojaolie)  

-­‐

soort  informatie:  recept/  nieuw  soort  gebruik/  gebruiksaanwijzing       vragenlijst:     o pretest  "  vragen  hoe  vaak  men  het  product  koopt  (aankoopfrequentie)   o foto  van  winkelgang  met  plaats  waar  scherm  hangt   o idee:  indien  u  20  euro  (bv)  krijgt,  welk  product  zou  u  kopen   o 8  versch  advertenties    

 

   

-­‐

     

 

152  

 

 

15/05/2014:    Bespreking  literatuur  en  opstelling  vragenlijst     -­‐

Vragen:   Koop  je  altijd  hetzelfde  merk?   In  welke  mate  is  het  belangrijk  dat  je  altijd  hetzelfde  merk  koopt?   Hoe  vaak  koop  je  donkere  chocolade?   Nooit  –  altijd   # Hoe  vaak  koop  je  het  product?   Elke  dag   1  keer  per  week   1  keer  per  maand   …   "  antwoordmogelijkheden  moeten  zelfde  zijn  bij  beide  producten   (lange/korte  aankoopcyclus)!   # # #

  -­‐

Advertenties:   # 1  laten  zien  per  respondent   # info  op  advertentie  met  weinig  info  moet  ook  op  advertentie  met   veel  info  staan   # info  bij  statische  en  bewegende  advertentie  moet  hetzelfde  zijn   # producten  moeten  vergelijkbaar  zijn  "  bij  ene  product  gekend  en   populair  merk,  dan  moet  dat  bij  het  andere  product  ook  een   gekend  en  populair  merk  zijn!  

-­‐

schalen:    

 

# # # # #

 

(foto’s  van  boek  op  gsm)   behavioral  intentions  (aankoopintentie)   spijt   gemoedstoestand  "  pleasure/arousal   betrokkenheid   impulsiviteit  

-­‐

Bespreken  in  literatuur:   # Alles  wat  gemeten  wordt  in  het  onderzoek   # Variabelen  die  invloed  kunnen  hebben  bij  de  aankoopbeslissing  en   omgekeerd:     vb  spijt  bij  maken  van  keuze,  gemoedstoestand  die  invloed  kan   hebben  op  aankoopbeslissing   # dynamische  vs  statische  adv  onderzoek   # display  blindness  –  aandacht  tegenover  advertentie  (maar  kan  niet   onderzocht  worden  in  dit  onderzoek)  

-­‐   -­‐

5  of  7  punt  schaal  "  overal  toepassen  

 

 

zodra  vragenlijst  af  is,  samen  met  literatuuroverzicht  doorsturen  naar  promotor    

153  

 

 

 

Verslag  seminarie  16/06/2014     -­‐

-­‐

  Literatuurstudie  +  hypothesen:   Verband  met  Digital  Signage  duidelijk  leggen,  zodat  het  niet  even  goed  kan  getest   worden  bij  traditionele  Signage  (dynamische  aspect  benadrukken,  wat  bij   traditionele  Signage  niet  kan)  én  duidelijk  maken  dat  het  bovendien  gaat  om  het   onderzoeken  van  aspecten  die  nog  niet  onderzocht  zijn  geweest.     Hypothesen:   Veel  minder  hypothesen  +  meer  duidelijkheid  "  enkel  de  hoofdzakelijke   hypothesen  behouden,  en  andere  variabelen  zoals  betrokkenheid  en   waargenomen  risico  als  controlevariabelen  gebruiken  

    -­‐ Pretest:  Product  met  korte  vs  lange  aankoopcyclus  was  niet  significant                                                                      verschillend   o Idee  van  eventueel  chocolade  door  appels  te  vervangen  is  niet  goed  "   extra  variabele  (gezond  vs  niet-­‐gezond)  komt  er  dan  nog  bij,  producten   moeten  vergelijkbaar  zijn   o Er  was  wel  een  verschil  tussen  beide  producten,  maar  niet  significant  "   met  meer  respondenten  bij  pretest,  zal  het  verschil  echter  misschien  wel   significant  zijn  OF  een  ander  product  vinden  die  vaker  wordt  gekocht     -­‐ In  vragenlijst  hoeft  Need  for  Cognition  niet  gemeten  te  worden,  het  meten  van   de  betrokkenheid  is  voldoende  om  na  te  gaan  of  ze  meer  of  minder  informatie   wensen.  "  lange  schaal  van  Cacioppo  kan  dus  weggelaten  worden  (iets  kortere   vragenlijst)     -­‐ Advertentie  veel  (vs  weinig)  informatie  was  niet  louter  toevoegen  van   argumenten,  maar  een  ander  type  informatie  (nl  recept  toegevoegd)     o Recept  gekozen  omdat  klanten  bij  hun  aankoopbeslissing  willen  geholpen   worden  (steeds  meer  consumenten  komen  naar  de  winkel  ongepland  en   wensen  inspiratie  te  halen  uit  de  winkelomgeving)   o als  dit  duidelijk  verantwoord  wordt  mag  dit  vermeld  worden  bij   beperkingen  van  het  onderzoek.    

 

154  

 

 

 

   

 

155