UNIVERSITEIT GENT FACULTEIT POLITIEKE EN SOCIALE WETENSCHAPPEN
SCHOONHEID: UNIVERSEEL OF CULTUREEL? DE IMPACT VAN EVOLUTIONAIRE PSYCHOLOGIE OP ADLIKEABILITY: EEN EXPERIMENTEEL ONDERZOEK
Wetenschappelijke verhandeling aantal woorden: 19003
ANNE-FRANCE GOSSELIN
MASTERPROEF COMMUNICATIEWETENSCHAPPEN afstudeerrichting COMMUNICATIEMANAGEMENT
PROMOTOR: PROF. DR. GINO VERLEYE COMMISSARIS: PROF. DR. HANS VERSTRAETEN
ACADEMIEJAAR 2012 – 2013
1.
Abstract
De Belgische samenleving is een multiculturele samenleving, gekenmerkt door verschillende generaties allochtonen. Ondanks de groeiende koopkracht van deze etnisch-culturele minderheden is in België het onderzoek naar zowel de economische als sociale behoeften van deze groepen niet zo uitgebouwd. Het doel van deze masterproef is zowel theoretisch als empirisch bij te dragen tot de verdere kennis van etnisch marketingonderzoek vanuit een evolutionaire psychologische theorie. Deze theorie benadrukt het belang van intuïtieve en onbewuste processen bij de keuze en voorkeur van reclameboodschappen vanuit een historisch perspectief. De aantrekkelijkheid van iemands gezicht verschaft, volgens dit theoretisch kader, informatie over de gezondheid van een persoon en laat ons toe om de gevoelens en verlangens van anderen te begrijpen. In het empirische luik hebben we ons geconcentreerd op een gave huid en rode lippen als teken van fysieke vrouwelijke aantrekkelijkheid. De centrale doelstelling van dit onderzoek is na te gaan of deze universele voorkeur van toepassing is op zowel respondenten van autochtone als allochtone oorsprong. Op basis van experimenteel onderzoek, uitgevoerd in 2012, meten we de primaire affectieve reactie bij 237 respondenten ten opzichte van 20 advertentiesets. Elke set bevat een neutrale en gemanipuleerde foto; met name de gave huid of rode lippen. Onze conclusie is dat een meerderheid van de bevraagde respondenten het reclamemodel met de gave huid verkiezen en dit ongeacht etniciteit of geslacht. We vonden echter geen significante voorkeur terug voor het hebben van rode lippen.
2
2.
Voorwoord
Deze masterproef is mede tot stand gekomen door mijn bijzondere interesse voor marketingonderzoek en evolutionaire psychologie. Meer bijzonder aandacht voor het specifieke probleem van de representatie van etnisch-culturele minderheden in de media, die wordt aangewakkerd door de voordurende en prangende vraag in de actualiteit naar meer pluriformiteit. Graag wil ik bij het afsluiten van mijn studies communicatiemanagement in de eerste plaats mijn promotor prof. dr. Gino Verleye bedanken voor de begeleiding van deze masterproef, maar ook voor de hulp in het ontdekken van wetenschappelijk onderzoek. Daarnaast wil ik prof. dr. Patrick Vyncke bedanken voor de seminaries in het domein van de evolutionaire psychologie. Zonder zijn inzichten was ik nooit in contact gekomen met deze boeiende materie. Bijzondere dank gaat uit naar de respondenten die tijd en moeite hebben gedaan om mee te werken aan het experiment van deze masterproef. Zonder deze mensen was deze verhandeling niet tot stand gekomen. Verder dank ik ook mijn ouders en zus Marie-Charlotte voor hun steun en hun geloof in mij. Ten slotte zou ik ook Maureen Godu en Bart Pede willen bedanken voor de niet-aflatende praktische assistentie bij het opzetten van het experimenteel onderzoek.
3
INHOUD
1.
Abstract............................................................................................................................................ 2
2.
Voorwoord ....................................................................................................................................... 3
3.
Inleiding ........................................................................................................................................... 7
THEORETISCH ONDERZOEK ............................................................................................................ 9 4.
Etnomarketing als vertrekpunt....................................................................................................... 10
5.
Begripsomschrijving: van etnografie tot etnomarketing ............................................................... 12
6.
5.1.
Antropologie ..................................................................................................................... 12
5.2.
Etnologie ........................................................................................................................... 12
5.3.
Etnografie ......................................................................................................................... 12
Etnische minderheden in de Amerikaanse en Europese reclame .................................................. 14 6.1.
Geschiedenis van de Verenigde Staten versus Europa ..................................................... 14
6.1.1. De Verenigde Staten ................................................................................................. 14 6.1.2. Europa ....................................................................................................................... 15 6.2.
Afbeelding van etnisch-culturele minderheden ................................................................ 15
6.2.1. In de Verenigde Staten: Afro-Amerikanen, Hispanics, Native Americans en Aziatische minderheden ............................................................................................ 15 6.2.2. In Europa: gastarbeiders en zwarte minderheidsgroepen .......................................... 16 6.3.
Verenigde Staten versus Europa ....................................................................................... 17
6.4.
Etnische minderheden in België en Vlaanderen ............................................................... 17
6.5.
Operationalisering van etnische minderheden .................................................................. 20
7.
Beeldvorming en ethiek ................................................................................................................. 21
8.
Evolutionaire psychologie ............................................................................................................. 24 8.1.
Reclame en cognitieve verwerking ................................................................................... 24
8.1.1. Traditionele modellen: DAGMAR versus AIDA ..................................................... 24 8.1.2. Elaboration Likelihood Model (ELM) van Petty en Cacioppo ................................. 25 8.1.3. Scanning-Focussing model van Van Raaij ............................................................... 25 8.2. 9.
Cue management............................................................................................................... 26
Schoonheidsideaal ......................................................................................................................... 29 9.1.
Het sociaal constructivisme over het concept ‘schoonheid’ ............................................. 29
9.2.
Schoonheid vanuit een evolutionair psychologisch perspectief ....................................... 30
4
EMPIRISCH ONDERZOEK ................................................................................................................ 32 10. Methode ......................................................................................................................................... 33 10.1. Probleemstelling ............................................................................................................... 33 10.2. Doelstelling ....................................................................................................................... 33 10.3. Vraagstelling ..................................................................................................................... 34 10.4. Materiaal ........................................................................................................................... 34 10.4.1. Manipuleren van de fysieke vrouwelijke aantrekkelijkheid ..................................... 35 10.5. Pretest ............................................................................................................................... 35 10.6. Steekproef ......................................................................................................................... 36 10.7. Procedure .......................................................................................................................... 37 10.7.1. Statistische testen ...................................................................................................... 37 11. Resultaten ...................................................................................................................................... 39 11.1. Besluit centrale onderzoeksvraag ....................................................................................... 46 11.2. Besluit onderzoeksvraag 1 ................................................................................................. 49 11.3. Besluit onderzoeksvraag 2 ................................................................................................. 53 11.4. Besluit onderzoeksvraag 3 ................................................................................................. 56 11.5. Besluit onderzoeksvraag 4 ................................................................................................. 59 12. Discussie en conclusie ................................................................................................................... 61 13. Referenties ..................................................................................................................................... 63 14. Bijlagen.......................................................................................................................................... 70 14.1. Pretest ............................................................................................................................... 70 14.1.1. Foto’s ........................................................................................................................ 70 14.1.2. Voornaamste berekeningen ....................................................................................... 70 14.1.3. Enquête...................................................................................................................... 71 14.1.4. Output SPSS.............................................................................................................. 74 14.2. Onderzoek Experiment....................................................................................................... 75 14.2.1. Stimulusmateriaal ...................................................................................................... 75 14.2.2. Site Experiment .......................................................................................................... 95 14.2.3. Output SPSS .............................................................................................................. 96 14.2.4. Voornaamste berekeningen ........................................................................................ 96
5
LIJST VAN TABELLEN Tabel 1: Overzicht voorkeur alle respondenten..................................................................................... 40 Tabel 2: Overzicht voorkeur alle respondenten per cue ........................................................................ 40 Tabel 3: Overzicht cijfers voor de sets waar we de huid bewerkt hebben ............................................ 40 Tabel 4: Overzicht cijfers voor de sets waar we de lippen bewerkt hebben.......................................... 44 Tabel 5: Totaalbeeld geslacht ................................................................................................................ 47 Tabel 6: Totaalbeeld geslacht: cue huid ................................................................................................ 47 Tabel 7: Totaalbeeld geslacht: cue lippen ............................................................................................. 48 Tabel 9: Totaalbeeld etniciteit ............................................................................................................... 51 Tabel 10: Totaalbeeld etniciteit: cue huid ............................................................................................ 51 Tabel 11: Totaalbeeld etniciteit: cue lippen .......................................................................................... 51 Tabel 12: Totaalbeeld generatie ............................................................................................................ 54 Tabel 13: Totaalbeeld generatie: cue huid............................................................................................. 54 Tabel 14: Totaalbeeld generatie: cue lippen .......................................................................................... 55 Tabel 15: Totaalbeeld autochtone respondenten wat betreft geslacht ................................................... 57 Tabel 16: Totaalbeeld allochtone respondenten wat betreft geslacht .................................................... 57 Tabel 17: Totaalbeeld autochtone respondenten wat betreft geslacht: cue huid ................................... 57 Tabel 18: Totaalbeeld allochtone respondenten wat betreft geslacht: cue huid .................................... 58 Tabel 19: Totaalbeeld autochtone respondenten wat betreft geslacht: cue lippen ................................ 58 Tabel 20: Totaalbeeld allochtone respondenten wat betreft geslacht: cue lippen ................................. 58
6
3.
Inleiding
Evolutionaire psychologie vindt zijn oorsprong in het werk van Darwin (1859/1985). Hij had al vroeg het belang van natuurlijke en seksuele selectie doorgrond bij de evolutie van het menselijke brein. Deze biologische inzichten werden al snel opgevolgd door onderzoeken naar de sociale functie ervan (Schmitt, 2003). Recente studies binnen de marketing (Lynn & Kampschroeder, 1999; Cary, 2000; Bagozzi & Nataraajan, 2000; Saad, 2004, 2006, 2007; Saad en Gill, 2000, 2003; Colarelli & Dettmann, 2003) beklemtonen evolutionaire psychologie als theoretisch en wetenschappelijk denkkader voor reclameonderzoek die zich richt op intuïtieve en irrationele beslissingen van de consument. Volgens deze theorie zijn de meerderheid van onze consumptiekeuzes een gevolg van onze menselijke natuur, gevormd door een lang evolutionair proces. In deze masterproef willen we nagaan of een gave huid en rode lippen, als tekenen van fysieke vrouwelijke aantrekkelijkheid, een positieve impact hebben op reclamevoorkeur en dit zowel bij autochtone als allochtone bevolkingsgroepen in België. Momenteel lijkt het er op dat onderzoek betreffende reclameverwerking en consumentengedrag vooral van toepassing is op de ‘blanke man’ doordat adverteerders vooral vanuit een blanke bril kijken (Cortese, 2004, p. 51). Etnisch marktonderzoek wordt door een stijgende koopkracht en welstand van allochtone bevolkingsgroepen (Goldin, Cameron & Balarajan, 2011) echter steeds aantrekkelijker. Meijer (2005, 30 november, p. 8) wijst op het feit dat adverteerders nog veel twijfels hebben over dit thema. Verder spelen ook de politieke druk, de publieke opinie en de angst om klanten te verliezen een belangrijke rol in de terughoudendheid van Belgische bedrijven. Dit eindwerk heeft daarom een tweeledig doel. Eerst zal worden nagegaan of de voorkeur bij consumenten verschilt naargelang zij een model met een gave huid of rode lippen waarnemen in een reclamecontext. Het tweede doel bestaat erin te weten te komen welke rol etniciteit en geslacht spelen. Men kan zich namelijk de vraag stellen of autochtone en allochtone mannen en vrouwen dezelfde preferenties delen. Binnen het theoretische luik van deze masterproef zal vooreerst worden ingegaan op het concept etnomarketing in al zijn aspecten. Daarna volgt een analyse van de minderheidsgroepen die in de Amerikaanse en Europese reclame voorkomen. Eerst zullen we de Amerikaanse en Europese geschiedenis toelichten om ze vervolgens naast elkaar te plaatsen en te vergelijken met de situatie in België en Vlaanderen. Tenslotte bekijken we de representatie en beeldvorming van deze groepen binnen reclame. Evolutionaire psychologie is het tweede centrale concept binnen dit onderzoek. We schetsen het wetenschappelijk belang van cues voor de analyse van onbewuste beslissingen in reclameverwerking.
7
De focus zal liggen op een ongeschonden huid en het hebben van rode lippen als teken van vrouwelijke fysieke seksuele aantrekkelijkheid. Uiteindelijk zal in het laatste deel van deze literatuurstudie vanuit twee onderzoeksdomeinen dieper worden ingegaan op de vraag of schoonheid universeel en/of cultureel wordt bepaald. In het empirische luik van dit eindwerk zal op basis van experimenteel onderzoek naar een antwoord worden gezocht op de hierboven geformuleerde vragenstukken uit de literatuurstudie. Op basis van 20 advertentiesets bestaande uit twee foto’s met inzichten uit de evolutionaire psychologie, zullen we nagaan of het hebben van rode lippen of een gave huid een positieve impact heeft op de ad-likeability. Dit zowel met betrekking tot het fenomeen van natuurlijke als seksuele selectie, twee centrale concepten binnen de theorie van Darwin. Er is gekozen om te werken met vrouwelijke reclamemodellen van verschillende etnische groepen en dit om een eventuele bias naar het blanke veramerikaanst schoonheidsmodel weg te nemen.
8
THEORETISCH ONDERZOEK
9
4.
Etnomarketing als vertrekpunt
De opkomst van etnomarketing is gekoppeld aan economische globalisering en de toename in aantal en in welvaart van allochtone populaties (Usunier & Lee, 2005; Emslie, Bent & Seaman, 2007). Dit zorgt ervoor dat het segment van de ‘etno-consument’ in belang toeneemt. In deze globale en dynamische markt is het belangrijk om de cultuur, etniciteit en identiteit van allochtone doelgroepen op te volgen. La Ferle & Lee (2005, p. 141) stellen het als volgt: ‘With the size of ethnic minority groups expanding and their disposable income increasing, the consumption landscape and media environment are constantly evolving.’ Het is de marktonderzoeker niet altijd duidelijk op welke manier hij deze etnisch-culturele minderheden (ECM) ten volle als potentiële consumenten kan aanspreken. Adverteerders laten zich namelijk afschrikken door de heterogeniteit van deze doelgroep (De Pelsmacker, Geuens & Van den Bergh, 2007). Het is dus niet enkel een uitdaging voor bedrijven om zich meer te richten op allochtone doelgroepen, maar ook om te onderzoeken welke hun specifieke noden en behoeften zijn. Een literatuuronderzoek op Web of Knowledge (10.05.2013) naar etnomarketing en social marketing leverde slechts enkele rencente artikels op. Etnomarketing is als academisch begrip nieuw en nauwelijks wetenschappelijk onderzocht vanuit een marketing- perspectief. Toch is etnomarketing in belangrijkheid alleen maar verder toegenomen en tegenwoordig één van de buzz woorden in de marketingpraktijk. Deze trend is vooral te situeren in de Verenigde Staten omwille van de omvang van migratiestromen doorheen de tijd en de specifieke historische en politieke context van de Verenigde Staten (De Pelsmacker, et al., 2007). In België en in Vlaanderen is etnomarketing in lijn met de internationale bevindingen eveneens een nieuw concept dat academisch weinig onderzocht is (Tiggelovend, 2005, p. 5). Naar aanleiding van deze demografische evolutie zijn sinds kort steeds meer werkgevers zich in hun arbeidscommunicatie impliciet en expliciet gaan richten op allochtone doelgroepen. Een hogere activiteitsgraad van deze bevolkingsgroep blijkt namelijk noodzakelijk om de vergrijzing tegen te gaan en de integratie te bevorderen. Een voorbeeld uit de overheidssector die actief is op het gebied van etnomarketing is de grootschalige rekruteringscampagne van de NMBS-groep met het oog op meer diversiteit op de werkvloer (http://www.b-rail.be/corporate). In traditionele etnomarketing heeft men vooral oog voor de verschillen van etnisch-culturele minderheden ten opzichte van de autochtone bevolking. Die aanpak is vanuit Amerika overgenomen als antwoord op de toenemende maatschappelijke diversiteit (Van den Ende & Hummelinck, 2004, 4
10
december, p. 15). Communicatiespecialist René Romer, van het Nederlandse marketingbureau Transcity, verkiest echter diversity marketingstrategieën waarbij de nadruk ligt op inclusiviteit, of met andere woorden, op gelijkenissen tussen mensen met een verschillende achtergrond. Cultuur op zich is dus geen goede basis om etnische groepen te bereiken, verschillende minderheidsgroepen kunnen immers dezelfde cultuurelementen delen. Voorbeelden hiervan zijn gemeenschappelijke manier van leven, behoeften en geloof (Vanden Bossche, 2007, 27 april). Zeker in België en Nederland is deze vernieuwende manier van etnomarketing noodzakelijk om tot segmenten te komen die groot en interessant genoeg zijn. Zoals eerder vermeld is de overheidssector in België actief op vlak van etnomarketing maar in vergelijking met Nederland loopt de commerciële sector achterop (Van de Velde, 2000, 14 januari). Dit kunnen we merken aan het groter aantal toonaangevende Nederlandse communicatiebureaus die zich bezighouden met marketing gericht op allochtone doelgroepen; enkele voorbeelden hiervan zijn het Centrum voor Etnomarketing, Marokko Media en het eerder vermelde marketingbureau Transcity (Osepa & Cuartas, 2000, 1 september). Na deze korte situering, zullen we etnomarketing als concept omschrijven in relatie tot andere onderzoeksdomeinen als de antropologie, etnologie en etnografie. Om dit op een duidelijke wijze verder in detail te kunnen behandelen, is het essentieel een aantal begrippen nader te omschrijven.
11
5.
Begripsomschrijving: van etnografie tot etnomarketing
We beschrijven achtereenvolgens: antropologie, etnologie, etnografie, etnomarketing en etnische minderheden. Aangezien het hier algemene begripsomschrijvingen zijn, verwijzen we naar standaardwerken rond antropologie en sociologie van onder andere de Keniaanse paleoantropoloog en politicus Richard Leaky (1994).
5.1. Antropologie Antropologie is een multidisciplinaire wetenschappelijke studie van de mens in al zijn facetten en dimensies: biologisch, taalkundig en sociaal. Hieronder vallen zowel de fysiologie van de mens, de oorsprong van de mens tot en met de culturele en sociale organisaties. Belangrijk binnen moderne antropologie is het begrip cultuur. Het woord is afgeleid uit de twee Griekse woorden: ἄνθρωπος (anthrōpos) = man, te verstaan als de mensheid en λογία (logi) = wetenschap, leer, studie.
5.2. Etnologie Etnologie of sociale en culturele antropologie (volkskunde) is een onderdeel van de antropologie en bestudeert het sociaal gedrag, de opdeling van mensen in verschillende rassen en hun raskenmerken zoals sociaal gedrag, economische structuur en ideologie.
5.3. Etnografie Het woord etnografie is etymologisch afgeleid van de het Griekse ἔθνος (etnos) = volk/mensen en γράφω (grapho) = schrijven. In zijn ruimste betekenis is het een onderdeel van de antropologie dat volgens een wetenschappelijke benadering individuele menselijke culturen beschrijft. In een meer specifieke omschrijving is etnografie een wetenschappelijke kwalitatieve onderzoeksmethode om culturele fenomenen te onderzoeken die een weerspiegeling zijn van de kennis en van de systemen van zingeving die het culturele leven van groepen sturen.
5.4. Etnomarketing Academisch is etnomarketing zoals hierboven reeds vermeld een recent begrip. Omschrijvingen zijn vooral vanuit een praktijk gericht standpunt beschikbaar. Onder etnomarketing verstaan we in deze literatuurstudie: ‘de verschillende marketingstrategieën of –technieken gericht op het bereiken van allochtone bevolkingsgroepen’ (Van Zoonen, 2007, p. 104). Dit veronderstelt dat er dus een verschil bestaat tussen het gedrag van autochtone en allochtone bevolkingsgroepen op een marketingmix. (cf. evolutionaire psychologische theorie vs sociaal constructivisme).
12
Na de conceptualisering van deze kernbegrippen die essentieel zijn voor wetenschappelijk onderzoek, kunnen we bestuderen welke etnisch-culturele minderheden in de Amerikaanse en Europese reclame voorkomen. Eerst schetsen we de geschiedenis van beide werelddelen om ze vervolgens naast elkaar te kunnen plaatsen en te vergelijken met de situatie in België. Tenslotte lichten we de beeldvorming van deze groepen binnen een reclamecontext toe.
13
6.
Etnische minderheden in de Amerikaanse en Europese reclame
De Verenigde Staten liggen aan de basis van de wereldwijde verspreiding en het toenemend belang van reclame in de marketingmix en zorgen vanaf de jaren 1980 dat de sector geïnternationaliseerd wordt. Ook West-Europa speelt een belangrijke rol, zeker wanneer in de jaren negentig het mediaimperialisme door een verdere liberalisering van de markt nog meer voet aan grond krijgt (d’Haenens, 2003). In vergelijking met België vertoont Amerika echter grote verschillen in beeldvorming van etnischculturele minderheden (ECM). Wat een succesvolle marketingstrategie is in de Verenigde Staten, zal daarom niet altijd aanslaan in Europa of in een klein land als België met een specifieke historische en politieke context. De bijzonderheden van etnische minderheidsgroepen dienen dus erkend en gewaardeerd te worden (Sengès, 2003, p.170).
6.1. Geschiedenis van de Verenigde Staten versus Europa ECM worden grotendeels verschillend afgebeeld in de Verenigde Staten en Europa, maar er zijn ook heel wat gelijkenissen. We zullen daarom eerst kort de geschiedenis van de Verenigde Staten en Europa toelichten. 6.1.1. De Verenigde Staten De Verenigde Staten hebben een verleden van slavernij en etnische onderdrukking. Deze gebeurtenissen blijven hun stempel drukken op de relatie tussen de blanke meerderheid en de etnische minderheid. Door interne stromen van migratie en een sterke stijging van immigranten uit voornamelijk LatijnsAmerika is de demografische samenstelling van de steden de voorbije 200 jaar sterk veranderd. Ook de Aziatische nieuwkomers, vooral uit Zuid-Korea en de Filippijnen, hebben bijgedragen tot deze culturele heterogeniteit. Het idee van The American Dream fungeert vandaag nog altijd als een magneet op immigratiestromen. Het aantal mensen van vreemde herkomst neemt nog elk jaar toe (www.census.gov). Door de jarenlange confrontatie met andere etniciteiten, portretteren de Amerikaanse media sinds vrij vroeg die grote diversiteit. De manier waarop dat vroeger gebeurde en de manier waarop dat nu gebeurt, verschilt echter grondig.
14
6.1.2. Europa Waar in Amerika al sinds de jaren zestig minderheidsgroepen in reclame opduiken, is dit pas later gestart in West-Europa, stelt Witte (1993, p. 14). De reden hiervoor is dat er in Europa nog niet zo lang grote percentages ECM voorkomen. Op de website van de Europese Unie (http://ec.europa.eu/social) is terug te vinden dat vooral vanaf de jaren tachtig minderheidsgroepen ook in Europese reclame aan bod komen. Dit gebeurde voornamelijk met het oog op het bijsturen van het beleid ten opzichte van migranten, zeker wanneer deze reclame uitgezonden werd op de publieke omroep die toch de opdracht heeft om de culturele diversiteit te waarborgen. Doorheen de jaren is daardoor de positie van deze minderheidsgroepen verbeterd, ook al werd in het begin gretig gebruik gemaakt van negatieve stereotypering.
6.2. Afbeelding van etnisch-culturele minderheden 6.2.1. In de Verenigde Staten: Afro-Amerikanen, Hispanics, Native Americans en Aziatische minderheden Voor de jaren zestig van de vorige eeuw kwamen ECM in reclame nauwelijks aan bod doordat het toen heersende maatschappelijke systeem hen in een tweederangspositie dwong. Als ze al aan bod kwamen, ging het om een onderdanige of karikaturale rol (Ross, 2000, p. 90). De jaren zestig bracht met de komst van de civil rights movement een sociale omkeer. Er moet wel worden gezegd dat het toen vooral de Afro-Amerikaan was die op het toneel verscheen, meestal afgebeeld tussen een groot aantal blanken. Deze geïntegreerde reclame diende voornamelijk om sympathie op te wekken. De onderdanige rol tenopzichte van de blanke bleef dus nog steeds benadrukt (Whittler, 1991). ‘Black media stereotypes are not the natural, much less harmless products of an idealized popular culture; rather they are more commonly socially constructed images that are selective, partial, one-dimensional and distorted in their portrayal of African Americans’ (Dates & Barlow, geciteerd in Bristor, Lee & Hunt, 1995, p. 48). Op het einde van de jaren tachtig en begin jaren negentig blijkt uit onderzoek van Bristor et al. (1995) dat er een opmerkelijke vooruitgang wordt geboekt. In 1994 zien we 40% Afro-Amerikanen in de reclame ten opzichte van 20% in respectievelijk 1984 en 1986. Native Americans en Hispanics zijn nauwelijks te zien. Hispanics komen in de late jaren tachtig enkel in 5,8% van de gevallen aan bod. Hispanics en Afro-Amerikanen worden voornamelijk afgebeeld als deel van een menigte, in de achtergrond of tussen een meerderheid van blanken (Wentz, 2004, p. 55-56). De Aziatische minderheden en de Native Americans blijven in de kou staan. Cortese (2004) vernoemt deze laatste
15
groep als de armste etnische minderheidsgroep in de Verenigde Staten. Hun lage economische status maakt van hen een zeer kwetsbare groep op gebied van bestaande vooroordelen en vertekening in reclame. Vanaf de jaren negentig wordt dus meer moeite gedaan om ECM juister af te beelden. Dit betekent echter niet dat er sprake is van een representatieve beeldvorming. Ross (2000, p. 116) stelt het als volgt: ‘The more obvious and offensive stereotypes may well have been consigned to the dustbin of history, but new and more subtle forms have taken their place.’ Een subtiele vorm van vertekening gebeurt wanneer allochtonen amper of niet aan bod komen. Cortese (2004) wijst op het feit dat indien etnische minderheden toch in reclame opduiken, de raciale ongelijkheid wordt weggelachen en als triviaal wordt beschouwd. Op die manier kan het beeld van de zwarte succesvolle atleet in de Amerikaanse (televisie)reclame als positief worden beschouwd. Minder positief wordt het echter als zijn succes enkel benadrukt wordt omwille van zijn fysieke kenmerken (Cortese, 2004). Uit recente cijfers (2000-2010), verspreid door het Amerikaanse Census Bureau (census.gov) stellen we vast dat het aantal mensen van vreemde origine in de Verenigde staten nog altijd toeneemt. De Hispanics (16%), Afro-Amerikanen (13%) en Aziatische bevolkingsgroepen (5%) vormen de drie grootste etnisch-culturele minderheidsgroepen. Tussen 2000 en 2010 steeg het aandeel Hispanics in de Amerikaanse populatie met maar liefst 15%, goed voor ongeveer de helft van de totale Amerikaanse bevolkingsgroei (27,3 miljoen). Opmerkelijk is dat het aantal mensen van Aziatische oorsprong, in vergelijking met het jaar 2000, de grootste groei kende, namelijk 43%. 6.2.2. In Europa: gastarbeiders en zwarte minderheidsgroepen Voor de jaren tachtig komen in Europese landen etnische minderheden in de reclame nauwelijks aan bod. Vanaf de jaren tachtig komen mensen uit ECM meer aan bod, ook al worden vooral technieken van negatieve stereotypering toegepast. Begin jaren negentig is de reclame-industrie in Groot-Brittannië het onderwerp van kritiek, omwille van de manier waarop etnische minderheden worden afgebeeld, in het bijzonder de zwarte minderheidsgroep. De zwarte bevolking wordt voorgesteld als een homogene groep, met weinig interne verschillen en ook als een bedreiging voor het behoud van de blanke welstand en voordelen (Sudbury & Wilberforce, 2006).
16
Tegen het einde van de jaren negentig zorgt de toegenomen politieke aandacht en het publieke bewustzijn ervoor dat de reclame-industrie zich meer en meer bewust wordt van het belang van diversificatie. Toch zien we naast klassieke stereotypering ook in Europa vormen van subtiele stereotypering in reclame opduiken.
6.3. Verenigde Staten versus Europa Ondanks de verschillende culturele, sociale en economische achtergrond van beide werelddelen, zijn de Verenigde Staten en Europa, wat betreft hun representatie van ECM, naar een gelijkaardig model geëvolueerd. Zowel in Amerika als in Europa is er momenteel meer dan ooit niet-blanke bevolkingsgroepen te zien in de reclame. Uiteraard worden er verschillende etnische groepen voorgesteld. Zo zien we in de Verenigde Staten dat de Hispanics en de Afro-Amerikanen de grootste niet-blanke etnische groep vormen en in Europa de nazaten van de gastarbeiders. Naast de nakomelingen van de gastarbeiders zien we heel wat burgers uit de ex-koloniën. Deze groep wordt binnen de Europese samenlevingen als apart afgebeeld (Loobuyck, 2002). Ook valt op te merken dat na 9/11 de moslimgemeenschap zowel in de Verenigde Staten als in Europa als een ‘zij-groep’ wordt geportretteerd. Bovendien is het belangrijk te benadrukken dat in Europa veel Amerikaanse (televisie)reclame bekeken wordt en dat er op Europese televisiezenders meer en meer Amerikaanse programma’s te zien zijn (Havens, 2002). Als gevolg van globalisering reizen mediaproducten dus vaak over de grenzen heen. Westerse ondernemingen produceren reclame echter vooral centraal, met soms te weinig aandacht en gevoel voor de lokale adaptatie (think global/act local). Het voornaamste verschil tussen beide werelddelen lijkt dus te zitten in de getoonde groepen en niet in de manier waarop ze in beeld komen. Daarom zullen we in dit eindwerk Amerikaans en Europees onderzoek door elkaar gebruiken.
6.4. Etnische minderheden in België en Vlaanderen Na de Eerste Wereldoorlog en tijdens het interbellum zien we de komst van (tijdelijke) gastarbeiders. Het ging vooral om Italianen en Oost-Europeanen uit Polen, Tsjecho-Slowakije en Joegoslavië (Goeman, 2009). Tussen 1950 en 1970 werd ook in België een versnelde migratiestroom vastgesteld vanuit ZuidEuropa. De mijnramp van 1956 in Marcinelle (Charleroi) leidde echter tot een verschuiving in die migratie (Caestecker, 1993). Naar aanleiding van het groot aantal slachtoffers eiste de Italiaanse overheid betere veiligheidsvoorwaarden en werkomstandigheden voor de Italiaanse mijnwerkers. De Belgische overheid weigerde echter hierop in te gaan en ging nieuwe arbeidskrachten zoeken in
17
Griekenland, Spanje en Portugal. Door de economische bloei van de jaren zestig en zeventig ontwikkelden zich anderzijds arbeidsmigratiestromen vanuit Turkije en Marokko. In 1974 werd naar aanleiding van de oliecrisis een officiële migratiestop uitgeroepen. Na deze stop bouwden steeds meer migranten hun leven uit in België en lieten veel Turken en Marokkanen hun gezin overbrengen1. Ondanks de vaststelling dat 70% van de gastarbeiders van voor 1974 dus niet is teruggekeerd naar hun land van herkomst bleef een passend integratiebeleid lang uit. De Belgische overheid ging namelijk uit van een korte verblijfsduur van deze gastarbeiders (Caestecker, 1993, p. 63). De recentste cijfers (Centrum voor gelijkheid van kansen en voor racismebestrijding, 2011) over migratie tonen een voortdurende stijging aan van het aantal vreemdelingen (EU-burgers en niet EUburgers) sinds het midden van de jaren tachtig. In 2010 werden 67.653 immigraties van niet-EUburgers naar België geregistreerd. Verhaeghe, Van der Bracht & Van de Putte (2012) benadrukken tevens dat het aantal migratiestromen uit de nieuwe EU-lidstaten (Midden- en Oost-Europa) niet onderschat mag worden. De drijfveer van deze nieuwe migrantengroepen is in een aantal opzichten vergelijkbaar met de Turkse en Noord-Afrikaanse migranten van de jaren zestig, namelijk economische motieven. Voor de Roma zijn daarnaast ook sociaal-politieke factoren belangrijk, ze hebben in hun herkomstlanden (Bulgarije, Slowakije, Tsjechië en Roemenië) af te rekenen met discriminatie en sociale onderdrukking. De Belgische maatschappij heeft de laatste decennia dus een grondige wijziging gekend. Samenleven in culturele diversiteit is een realiteit geworden. Onderstaande grafiek (figuur 1) geeft de spreiding weer van het aantal vreemdelingen over de verschillende gewesten in België (FOD Economie, K.M.O, Middenstand & Energie, 2010). De studiedienst van de Vlaamse regering maakte recent een inschatting van het aantal personen van vreemde herkomst in het Vlaamse gewest op basis van gegevens over de nationaliteitshistoriek per inwoner. Hieruit blijkt dat Vlaanderen eind 2011 bijna 924.000 personen van vreemde herkomst telde, dit komt overeen met ongeveer 15% van de totale Vlaamse bevolking (6.251.983). Dat percentage ligt bijna dubbel zo hoog als het aantal personen (399.433) dat met een vreemde nationaliteit in Vlaanderen verbleef, namelijk 6,6%, op 1 januari 2010 (Kruispunt Migratie-Integratie, 2011).
1
Van alle verblijfsvergunningen die in 2005 werden afgeleverd was 63,2% voor gezinshereniging en gezinsvorming (Verhaeghe, Van der Bracht & Van de Putte, 2012).
18
35% 30% 25% 20% 15% 10% 5% 0% Vlaamse Gewest
Waals Gewest
Brussels Gewest
Figuur 1: Het percentage vreemdelingen in de bevolking per gewest bron: STATBEL - FOD Economie, K.M.O, Middenstand & Energie – Statistieken op 15 maart 2012 http://statbel.fgov.be/nl/modules/publications/statistiques/bevolking/cijfers_bevolking_1_1_2009.jsp
In 2008 kwam bijna twee derde van de buitenlandse nationaliteiten in Vlaanderen uit de Europese Unie. Marokkanen (8%) en Turken (6%) vormden de twee grootste minderheidsgroepen van buiten de Europese Unie. Het Kruispunt Migratie-Integratie2 (2011) stelt in 2009 wel een opvallende daling vast van het aantal Marokkanen en Turken. Dit is gedeeltelijk het gevolg van de toepassing van de wet van 1 maart 2000 die een vereenvoudiging van de naturalisatieprocedures betekende. Het is duidelijk dat op deze manier een deel van de buitenlandse bevolking uit het vreemdelingenbevolkingsregister verdwijnt (Timmerman, 2003, p. 11). Een onderzoek van het Centrum voor gelijkheid van kansen en racismebestrijding (2005, 25 oktober) toont aan dat de registratie van personen op basis van etnische afkomst in databanken dikwijls weerstand oproept. Allochtonen van de tweede en derde generatie zijn in België geboren en velen vinden de term allochtoon ongepast en soms zelfs stigmatiserend. Vanbeselaere, Meeus & Boen (2007, p. 5) verkiezen daarom om deze term als volgt te omschrijven: ‘een persoon die in België woont en die zichzelf verbonden voelt met en zichzelf definieert als lid van een etnisch-culturele minderheidsgroep’. Een duidelijke operationalisering van etnische minderheden en transparantie van databanken is dus van groot belang om te weten over wie we praten en de kloof tussen de verschillende bevolkingsgroepen niet te vergroten.
2
Door evoluties in migratiestromen veranderde het Vlaams Minderhedencentrum, sinds januari 2011, van naam in het Kruispunt Migratie-Integratie. Dit nieuwe expertisecentrum buigt zich over migratie en integratie in Vlaanderen en Brussel met de focus op een multidisciplinaire aanpak.
19
6.5. Operationalisering van etnische minderheden Het Centrum voor gelijkheid van kansen en voor racismebestrijding (2005) definieert het begrip ‘etnisch-culturele minderheid’ als: ‘een maatschappelijke groep die dezelfde etnische oorsprong of cultuur deelt, binnen een bredere gemeenschap waarvan de etnische oorsprong en cultuur verschillend zijn.’ Hieruit kan men afleiden dat dit begrip heel ruim is en dat het verschillende generaties migranten omvat. ‘Migranten’ kunnen we omschrijven als personen die hun land van herkomst om specifieke redenen hebben verlaten om naar een ander land te trekken. Onder dit begrip vallen dus ook vluchtelingen (Centrum voor gelijke kansen en racismebestrijding, n.d.). Met de geboorte van de tweede generatie (kinderen van migranten) bleek de term migrant achterhaald te zijn (Verhaeghe, 2010, 4 februari). Vanaf de jaren negentig en tot op heden deed het begrip ‘allochtoon’ zijn intrede in het Vlaamse discours. Dit begrip verwijst naar elke vreemdeling, los van de geografische/etnische afkomst en van de verblijfsredenen in een bepaald land (Blommaert & Verschueren 1998, p. 48). Delruelle en Torfs (2005, p. 72) stellen dat (Belgische) wetenschappelijke studies betreffende personen met een vreemde origine echter moeilijk te vergelijken zijn door het gebrek aan eenduidige definities van deze minderheidsgroepen. Het is dus belangrijk om een consensus te vinden voor begrippen als etnisch-culturele minderheid, migrant en allochtoon. In deze masterproef maken we gebruik van de VESOC-definitie (Vlaams Economisch Sociaal Overlegcomité) om onze doelgroep af te bakenen. Deze maakt gebruik van het criterium ‘nationaliteit’ en definieert een allochtoon als: ‘een persoon met een nationaliteit van een land buiten de Europese Unie (Europa15) of een persoon van wie minstens één ouder of twee grootouders een nationaliteit hebben van een land buiten de Europese Unie.’ Met Europa15 worden de volgende Europese landen bedoeld: België, Oostenrijk, Denemarken, Finland, Frankrijk, Duitsland, Griekenland, Ierland, Italië, Luxemburg, Nederland, Portugal, Spanje, Zweden, Groot-Brittannië. (FOV, 2007, 13 juli). We kiezen er dus niet voor om de term nieuwe Vlaming3 te gebruiken. In België en Vlaanderen hebben we vooral oog voor de tweede en derde generatie allochtonen, deze zijn namelijk jonger en ook vaak koopkrachtiger dan hun ouders (Minderhedenforum, 2007, 25 april).
3
Tegenwoordig heeft men het steeds vaker over de Nieuwe Vlaming. Zo staat er op de website van de Vlaamse overheid (www.vlaanderen.be) dat het nieuwe integratiedecreet van 22 april 2009 ook afrekent met het etiket van de allochtoon, zoals die gebruikt werd in het Minderhedendecreet van 1998. Het onderscheid tussen allochtonen en autochtonen valt weg en men richt zich tot alle Vlamingen (mensen van een andere cultuur inbegrepen) los van de herkomst of achtergrond.
20
7.
Beeldvorming en ethiek
In bovenstaand deel werd al verwezen naar de toenemende diversiteit in de samenleving en dat deze sociale verandering lange tijd niet weerspiegeld werd in reclame. Marketeers spelen een belangrijke rol in de voorstelling van verschillende maatschappelijke groepen. Mannen en vrouwen worden vandaag de dag vaak in stereotype rollen geduwd, maar ook verschillende minderheidsgroepen komen niet of nauwelijks aan bod. We zouden kunnen stellen dat de situatie zichzelf in de hand houdt: reclame brengt conservatieve rollenpatronen in beeld en de consument ziet op die manier dezelfde stereotypen steeds opnieuw bevestigd (Gielen, 2003; Fox & Bailenson, 2009). Het probleem is dat deze stereotype beelden generaliserend werken en dit kan leiden tot vooroordelen en discriminerend gedrag (Duffy, 1994; Fiske, 1998; Lindner, 2004, p. 409). Uit verschillende hoeken van de maatschappij wordt dan ook gepleit voor een correctere en evenwichtigere representatie in reclame, maar is dit zo vanzelfsprekend? De representatie en (macht)verhoudingen tussen mannen en vrouwen is al decennialang het onderwerp van mediaonderzoek (Lundstrom & Sciglimpaglia, 1977; Signorielli, 1985; Smelik, 1999, et.al.). Betty Friedan had met de publicatie van haar boek 'The Feminine Mystique' (1963) als een van de eersten kritiek op de stereotype beeldvorming van vrouwen in reclame. Indien de vrouw al werd afgebeeld, werd ze voorgesteld als huisvrouw of moeder. Dit baanbrekend werk zorgde voor een heropleving van het feminisme (second-wave feminism), waardoor onderzoek naar de representatie van de vrouw sinds de jaren zestig en zeventig enkel is toegenomen (Courtney & Whipple, 1974; Cortese, 1999; Van Zoonen, 1994; Zimmerman & Dahlberg, 2008; et.al.). Met deze heropleving kwam er eveneens kritiek op een andere vorm van vrouwelijke stereotypering in reclame, namelijk de objectivering en seksualisering 4 van de vrouw (Sullivan & O'Connor, 1988; Gijs, Gianotten, Vanwesenbeeck & Weijenborg, 2009). Recente (feministische) studies zijn vooral gericht op de manier waarop deze vrouwelijke rolpatronen en beelden gerelateerd zijn aan maatschappelijke ongelijkheid en onderdrukking (Gill, 2007, p. 7). Onderzoek van Smelik, Buikema en Meijer (1999) toont namelijk aan dat westerse vrouwen in reclame even onderdanig worden voorgesteld als zwarte vrouwen. In koloniale verhoudingen zijn witte vrouwen dus even passief als gekleurde vrouwen maar ze behoren kuis te zijn: ‘wees sexy, maar niet seksueel actief’ (Gijs, et al., 2007, p. 182). Gekleurde en zwarte vrouwen daarentegen zijn meer exotisch en seksueel beschikbaar. Marketeers houden hierbij geen of onvoldoende rekening met de categorie van gekleurde, autonoom handelende vrouwen die in het Westen wonen en werken. Smelik
4
Seksualisering en seksuele content zijn echter twee verschillende begrippen. Volgens Kilbourne, Lysonski, Miller, Ford & McDonald (2005) is er bij seksualisering sprake van een idealisering van het vrouwelijke lichaam (‘hypersexualized’)
21
(1999) maakt hierover een interessante opmerking. In een multiculturele samenleving behoren zwarte en gekleurde mannen door hun stijgende koopkracht ook tot de potentiële doelgroep van adverteerders. Toch worden zij impliciet uitgesloten als mogelijke consumenten, wat een verlies aan inkomsten zou betekenen. (Smelik, 1999). Bewust of onbewust wordt met deze stereotype rollen verwezen naar koloniale machtsverschillen. We kunnen dus besluiten dat vrouwen en etnische minderheden meestal niet representatief worden weergegeven in reclame: ofwel worden ze amper afgebeeld, ofwel worden ze weergegeven in stereotype rollen (Carter, 2012, p. 371). Volgens Smelik (1999) kan het ook anders, namelijk door stereotyperende beeldvorming om te zetten naar ‘pluriforme’ beeldvorming. In een globalizerende wereld die voortdurend onderhevig is aan verandering kan beeldvorming over sekse en etniciteit dus doelgerichter en effectiever. Een mogelijke strategie om meer pluriformiteit in beeld te brengen, is meer dan twee mensen of categorieën weer te geven binnen een reclamecontext. Een voorbeeld van deze strategie is terug te vinden in een reclamecampagne van Dove uit 2005.
Figuur 1: Voorbeeld van pluriformiteit in reclame – Dove campagne – 2005 bron: http://www.kennislink.nl/publicaties/de-buurvrouw-als-reclamemodel
22
Deze onrealistische beelden en zelfs idealen die de reclamewereld creëert rond mooie, jonge en vooral blanke vrouwen kunnen een sterke invloed hebben op de waarden en attitudes bij het grote publiek. Marketeers gebruiken schoonheid en seksualiteit als een handige tool in reclamecampagnes (Frith, Cheng & Shaw, 2004, p. 53). Maar verkopen schoonheid echt? Lindstrom (2008, p. 186) stelt vast dat schoonheid, net als seksueel suggestieve reclame, de aandacht van de consument teveel afleidt van de reclameboodschap, waardoor deze aan effectiviteit moet inboeten. Specifiek vrouwelijke consumenten knappen af op reclame met extreem aantrekkelijke modellen. Vrouwen staan volgens Lindstrom (2008, p. 187-189) dus eerder negatief tegenover klassieke (seksuele) stereotype afbeeldingen. Dit verschil tussen mannen en vrouwen is volgens de evolutionaire psychologische theorie terug te brengen tot een belangrijk evolutionair voordeel voor de man. Het is met betrekking tot hun voortplanting interessanter om verschillende partners te hebben. Voor vrouwen is dit echter in de keuze van een lange termijn partner minder aantrekkelijk en dit omwille van hun grotere ‘ouderlijke investering’ (Dahl, Sengupta & Vohs, 2009). Seksuele selectie en ‘ouderlijke investering’ zijn volgens dit perspectief met elkaar verbonden zijn en verschillen tussen mannen en vrouwen. ‘[…] Aesthetic cues of beauty and youth are implicit to men’s evolved mating preferences. Hence, alter innate mating preferences.’ (Saad, 2007, p. 126).
Voordat zal worden overgegaan tot de bespreking van de evolutionaire psychologie als theoretisch denkkader, om bovenstaande vraag te kunnen beantwoorden, zal in het volgend deel van deze literatuurstudie eerst verwezen worden naar de basisinzichten uit verschillende modellen omtrent reclameverwerking. We bespreken achtereenvolgens het AIDA en DAGMAR-model, het Elaboration Likelihood Model, het scanning/focussing model van Van Raaij en tenslotte cue management als uitgangspunt voor de evolutionair psychologische theorie.
23
8.
Evolutionaire psychologie
8.1. Reclame en cognitieve verwerking In dit deel zal verwezen worden naar basisinzichten in de beoordeling en interpretatie van reclameeffecten. De keuze van de hieronder besproken modellen over reclameverwerking staat in relatie tot de centrale theorie binnen dit experiment, namelijk de evolutionaire psychologie. 8.1.1. Traditionele modellen: DAGMAR versus AIDA Het AIDA-model en het DAGMAR-model zijn twee modellen die behoren tot de klasse van de zogenaamde learning response modellen, waarbij communicatie op een hiërarchie van effecten is gebaseerd. Volgens Vyncke (2008, p. 20) werd het AIDA-model in 1925 door St. Elmo Lewis voor het eerst naar voor gebracht maar in 1925 stelde Strong dit model op punt. Reclameboodschappen moeten erop gericht zijn om de aandacht van de consument te trekken (Attention), hun interesse vast te grijpen (Interest), het verlangen op te wekken (Desire) en uiteindelijk de consument het product te laten kopen (Action) (Kohlman, 1960, p. 55). Een eerste belangrijke deelcomponent van dit model is dus attention of awareness. Reclameadvertenties dienen op te vallen om effectief te zijn en de aandacht te kunnen trekken (Reichert, 2008). Adverteerders maken gretig gebruik van beelden met ‘babies, beagles and bosoms’, om de aandacht van de consument te trekken. Ogilvy (1985, p. 138) formuleert hierbij de belangrijke opmerking dat deze beelden enkel de ad-likeability kunnen verhogen als ze relevant zijn voor het imago van het product of dienst dat aangeprezen wordt. Eenmaal de aandacht van de consument is getrokken naar een bepaalde advertentie, is het belangrijk dat marketeers erin slagen deze focus of interest vast te houden (Reichert, 2007). Het laatste deelcomponent van dit model is desire: reclame dient namelijk in te spelen op onze emoties en verlangens. Enkel indien de consument deze drie fasen heeft doorlopen, zou hij of zij uiteindelijk moeten komen tot een aankoopbeslissing, action (Lin & Huang, 2006, p. 1203). Het AIDA-model wordt beschouwd als het eerste succesvolle model dat marketeers inzicht bood in reclameverwerking en consumentengedrag (Kotler, 1999; Vyncke, 2008, p. 20). Om effectievere reclamecampagnes te kunnen ontwikkelen is inzicht in deze communicatiestrategieën essentieel. Het DAGMAR-model (Defining Advertising Goals for Measured Advertising Results) gaat een stap verder dan het AIDA-model. Dit model is niet louter beschrijvend maar biedt marketeers de
24
mogelijkheid om de effectiviteit van reclameboodschappen te meten aan de hand van concepten als brand awareness, brand preference en de intention-to-buy specific brands (Weilbacher, 2001, p. 21). Deze klassieke learning response modellen (Krugman, 1965) veronderstellen een hoge betrokkenheid van de ontvanger bij de verwerking van een reclame-uiting. De consument wordt dus geacht een rationeel wezen te zijn. De kritiek die op deze modellen is gekomen, heeft voornamelijk betrekking op deze vermeende volgorde van effecten. 8.1.2. Elaboration Likelihood Model (ELM) van Petty en Cacioppo Een ander theoretisch perspectief omtrent de verwerking van reclame is het Elaboration Likelihood Model (ELM) van Petty en Cacioppo (1983, 1984, 1986a). Centraal binnen deze theorie is dat de verwerking van een reclame-uiting verschilt naargelang de condities van lage en hoge betrokkenheid. Hiertoe hebben Petty en Cacioppo twee verwerkingsroutes in hun model opgenomen: de centrale en de perifere route (Fennis & Stroebe, 2010, p. 162). Wanneer de reclame inhoudelijk wordt verwerkt, wordt de ‘centrale’ route gevolgd. Om deze route te kunnen volgen, moet de consument over voldoende motivatie en capaciteit beschikken. Elementen die dit kunnen beïnvloeden zijn onder andere: (1) de betrokkenheid met de reclameboodschap, (2) de complexiteit van de boodschap en (3) de ervaring met wat wordt gecommuniceerd. Deze factoren werden door Petty en Cacioppo (1986b, p. 135) onder de noemers motivatie en capaciteit geplaatst. Heeft de consument de motivatie of betrokkenheid die noodzakelijk is om over te kunnen gaan tot verwerking van de reclame en laat zijn omgeving dit toe? Beide factoren zijn noodzakelijk om te kunnen overgaan tot een verwerking via de centrale route. Wanneer niet aan die voorwaarden wordt voldaan, wordt de zogenaamde perifere route gevolgd welke hoogstens kan leiden tot tijdelijke attitudeveranderingen (Kotler, 1999; Vyncke, 2007). De reclameboodschap zal dus op een affectief niveau worden verwerkt, de aankoopbeslissing wordt dus gemaakt op basis van perifere cues. Onderzoek, uitgevoerd door Petty, Cacioppo en Schumann (1983, 1986a, 1986b) wijst dus op het feit dat in geval van lage betrokkenheid perifere cues tot sterkere attitudeveranderingen leiden dan inhoudelijke argumenten. In geval van hoge betrokkenheid wordt attitudeverandering juist beter bereikt als gevolg van een reclameboodschap met sterke inhoudelijke argumenten. 8.1.3. Scanning-Focussing model van Van Raaij Een gelijkaardig model van reclameverwerking is terug te vinden bij Van Raaij (1989), namelijk het Scanning-Focussing model. Hij stelt dat een reclameadvertentie niet noodzakelijk de centrale route of perifere route volgt.
25
Twee concepten die hij dan wel centraal plaatst in zijn model, zijn affect en cognitie. In de eerste fase speelt affect een belangrijke rol. In deze eerste fase verwerken we reclame door middel van scanning, dus slechts oppervlakkig. Consumenten moeten eerst aangetrokken worden tot een reclameadvertentie voor ze bereid zijn om deze informatie verder te verwerken (Zajonc, 1980, 1984). De primaire affectieve reactie (PAR) die volgt uit deze fase zal bepalen of de reclameboodschap verder zal worden verwerkt. Primaire affectieve relaties zijn gatekeepers in de verdere analyse van informatie die wordt getoond in reclameadvertenties. Enkel indien deze reactie positief is, zal de advertentie een tweede fase bereiken, namelijk de cognitieve verwerking. In deze fase schenkt de consument meer aandacht aan de reclameboodschap: hij gaat over tot focussing (Wierenga & Van Raaij, 1987, p. 73). Wierenga & Van Raaij (1987, p. 73) stellen vast dat deze cognitieve verwerking immers ook aanleiding geeft tot een secundaire affectieve reactie. In tegenstelling tot het ELM wordt hier dus geen strikt onderscheid gemaakt tussen de twee centrale concepten binnen dit model. Het is dus belangrijk dat adverteerders ervoor zorgen op deze eerste gevoelsmatige reactie inspelen. Deze ad-likeability blijkt volgens Du Plessis (2005, 2011) namelijk de beste voorspeller te zijn voor toekomstig aankoopgedrag.
8.2. Cue management Met voorgaande modellen als basis kan men een onderscheid maken tussen cue management en de means-ends-chain theorie (MEC). De focus in cue management richt zich naar het opwekken van positieve emoties bij de consument. We beschrijven dus geen productrelevante informatie zoals MECmanagement doet (Vyncke, 2011, p. 257). Cue management is dus een vorm van reclameonderzoek die zich focust op de intuïtieve, irrationele beslissingen van de consument maar heeft tot op vandaag weinig aandacht gekregen (Saad, 2004, 2007; Saad & Gill, 2000, 2003). Toch heeft onderzoek door middel van experimenten als dat van Gorn (1982) aangetoond dat formele muzikale cues kunnen gebruikt worden in reclame om mensen op een onbewust niveau te beïnvloeden. Hierboven werd al verwezen naar de twee fasen van informatieverwerking die aanleiding hebben gegeven tot het idee van twee verschillende hersensystemen. De affectieve verwerking van de reclameboodschap zou plaatsvinden in Systeem 1 (S1). Dit Systeem is een evolutionair brein en reageert onbewust en automatisch op basis van perifere cues (Vyncke, 2011, p. 257). S1, of ons oude brein – de true decision maker – is een primitief brein, in die zin dat het een rechtstreekse resultante is van evolutionaire basisprocessen. S1 werkt automatisch en snel, met weinig of geen inspanning (Renvoise & Morin, 2002). De rationele informatieverwerking via de centrale route zou plaats vinden in Systeem 2 (S2). S2 is evolutionair gezien recent en reageert op een bewuste en gecontroleerde manier op informatie uit de omgeving (Vyncke, 2011, p. 257). S1 staat centraal binnen de evolutionaire psychologie (Kahneman, 2011). Volgens deze theorie waren onze hersenen perfect 26
aangepast aan de sociale en natuurlijke levensomgeving waarin onze voorouders 1,8 miljoen jaar tot 100.000 jaar geleden leefden, namelijk de Oost-Afrikaanse savannes (Saad, 2004). Naar deze periode wordt verwezen met de term EEA, wat staat voor Environment of Evolutionary Adaptedness. Desondanks we ons vandaag in een totaal andere omgeving bevinden, hebben we nog steeds een fight or flight brein. Onze omgeving heeft zich immers sneller ontwikkeld dan ons brein, evolutie is een traag proces waardoor er onvoldoede tijd was om nieuwe psychologische adaptaties te laten ontstaan of om de bestaande adaptaties grondig te wijzigen. We kunnen dus stellen dat we een Stone aged brain hebben in een moderne wereld (Evans & Zarate, 1999, p. 45; Pradeep, 2010, p. 17). Ons brein focust dus nog steeds op aantrekkelijke, opvallende signalen (Renvoise et al., 2002; Kahneman, 2011). Cues 5 zouden onze omgeving, met oneindig veel stimuli, vereenvoudigen. Bepaalde cues triggeren immers associatieve netwerken met daarin onze opgeslagen emotionele ervaringen (Franzen en Bouwman, 1999, p. 50). Saad verwijst in volgend citaat naar het bestaan van deze perceptuele cues, waarvan de werking hierboven reeds werd uitgelegd. ‘An advertiser’s first goal is to typically draw attention to the message. Many of the perceptual cues that are used to achieve this goal function in universally predictable ways because they are evolutionary relevant […] the advertisers were likely aware that there exists a set of perceptual cues that human are innately predisposed to attend to […]’ (Saad, 2007, p. 39). Het is hier belangrijk te vermelden dat de term cue betrekking heeft op de ontvanger. Mensen reageren op cues die aanwezig zijn bij anderen in de vorm van (fitness)indicatoren. Deze indicatoren of signalen maken bepaalde eigenschappen van een persoon zichtbaar voor anderen (Miller, 2009, p. 24). Onze hersenen zouden dus nog steeds onbewust op zoek gaan naar de cues die 100.000 jaar geleden tot overleving- en reproductiesuccessen hebben geleid. Vyncke (2008, p. 173-193) onderscheidt onder andere cues van male en female charm, gezondheid, vruchtbaarheid/sensualiteit en kracht. 1. Cues van gezondheid (man en vrouw) Een goede gezondheid kan afgeleid worden aan een gladde of gave huid, witte tanden, schijnend haar, heldere ogen en een gezonde huidskleur. Deze tekenen van een goede gezondheid duiden vanuit een evolutionair psychologisch perspectief op de aanwezigheid van sterke en goede genen (Buss, 2003; Wilson & Nias, 1976). Littekens en oneffenheden van de huid kunnen immers duiden op vroegere infecties of allergieën (Etcoff, 1999; Gaulin & McBurney, 2001; Symons, 1979).
5
Franzen en Bouwman (1999, p. 50) definiëren het begrip cue als volgt: Een cue is een stimulus die een verandering teweegbrengt in het zenuwstelsel. Er kan een onderscheid worden gemaakt tussen externe stimuli, [zoals een merk, een geur of een geluid] en interne stimuli [namelijk herinneringen aan situaties en ervaringen].
27
2. Cues van vruchtbaarheid en sensualiteit (vrouw) Mannen in de EEA riskeerden bij een ontrouwe vrouw te moeten zorgen voor kinderen die niet door hen verwekt waren en hebben daarom een Madonna archetype als ideaalbeeld. Naast het weergeven van haar genenkwaliteit en reproductief potentieel, stuurt het vrouwelijke lichaam nog meer tekens uit naar de tegenpartij (Wright, 1995; Etcoff, 1999). Tekens die duiden op interesse verhogen de sensualiteit van een vrouw als de grote van haar pupillen, de vorm en kleur van de lippen. De lippen van een vrouw zullen opzwellen en een rodere kleur krijgen, wanneer ze seksueel opgewonden is. Er wordt tevens gesteld dat deze rode lippen een mogelijke verwijzing zijn naar de schaamlippen (Cortese, 2004). 3. Cues van kracht (man) Vrouwen in de EEA zochten in mannen vooral naar de aanwezigheid van beschikbare middelen. Die waren belangrijk opdat de kinderen veilig zouden kunnen opgroeien. Signalen met betrekking tot de mannelijke charme zijn status, leeftijd en fysieke kracht. Cue management en het idee van een evolutionair oud brein is terug te brengen tot het beroemde werk van Charles Darwin ‘On the Origin of Species’ (1859/1985). Het vormt een goed startpunt om over te gaan naar de vraag of het zoeken naar schoonheid wordt ingegeven door onze drang naar voortplanting. Delen mensen met een verschillende etnische achtergrond dezelfde voorkeuren of komen preferenties van mensen eerder tot stand door onderlinge interacties en interpretaties van de werkelijkheid rondom ons?
28
9.
Schoonheidsideaal
In het begin van deze literatuurstudie schreven we dat reclame een mythische wereld creëert, waarin mensen zelden invalide, allochtoon, oud of ‘onaantrekkelijk’ zijn (Gielen, 2003, p. 176). In dit laatste deel zullen we daarom stilstaan bij het concept ‘schoonheid’. Publiciteit- en reclamespecialisten gebruiken al langer hun ervaring en intuïtie over tekenen van seksuele schoonheid, als een gave huid en rode lippen, om de effectiviteit van reclame te verhogen. Desondanks zou er volgens Saad (2007, p. 39) te weinig aandacht zijn voor het psychologisch verleden van dit fenomeen en de rol die de media kunnen spelen om dit schoonheidsideaal te veranderen. In de literatuur zijn hierover uiteenlopende benaderingen terug te vinden. Hier zullen we ons beperken tot slechts twee uiteenlopende theorieën, namelijk het sociaal constructivisme en de (evolutionaire) psychologie. 9.1. Het sociaal constructivisme over het concept ‘schoonheid’ De sociaal constructivistische theorie (SCT), ook constructivistische leertheorie genoemd, neemt als basishypothese aan dat de menselijke sociale werkelijkheid tot stand komt door onderlinge interacties. Binnen deze theorie staan de begrippen ‘waarneming’, ‘interpretatie’ en de constructie van betekenis centraal. Mensen vormen hun eigen werkelijkheid door de wereld om hen heen waar te nemen en te interpreteren. Volgens Simons (2000, p. 2) vindt deze interpretatie vooral plaats binnen de eigen cultuur of subcultuur. Culturele leerprocessen zijn dus sterk bepalend of een belangrijke moderator bij dit proces van interpretatie. Media spelen ook een belangrijke rol bij deze constructie van betekenis, zij bepalen als belangrijke socialisatieagenten in sterke mate hoe we de wereld rondom ons waarnemen (Simons, 2000, p. 2). Een van de stromingen binnen de SCT is het Standard Social Science Model (SSSM) dat in de jaren 1990 werd ontwikkeld door Cosmides en Tooby. Dit model neemt als bijkomende hypothese aan dat de mens op aarde komt als tabula rasa, dus zonder geheugen of voorgeschiedenis (Stenmark, 2009, p. 897). Anders gesteld: het menselijke brein bezit geen inherente structuur maar wordt volledig gevormd door de maatschappij en door het individu zelf (cf. Nature vs Nurture). Constructivisten zien de mens dus enkel als een effect van culturele processen. De manier waarop we ons gedragen zou weinig te maken hebben met onze biologische natuur. De menselijke natuur was volgens Durkheim (1895, Geciteerd in: Stenmark, 2009, p. 898) niets meer dan niet-gedetermineerd materiaal, vormgegeven door de sociale factoren in onze omgeving. Mensen hebben dus geen biologische voorkeuren, deze worden gevormd door communicatie over en weer binnen een gegeven cultuur. Men kan stellen dat de SCT aanneemt dat het construct schoonheid, net als seksualiteit een sociaal construct is (Saad 2007, p. 42). De vaststelling dat schoonheid verschillend wordt geïnterpreteerd per 29
cultuur: vormt een mogelijk bewijs voor de validiteit van de basishypothese binnen deze theorie. Zo blijkt uit de studie van Marlowe, Apicella en Reed (2005) dat bepaalde Afrikaanse stammen een uitgesproken voorkeur vertonen voor grote en ronde billen bij vrouwen. In Groot-Brittannië werd deze voorkeur echter niet terug gevonden (Swami & Furnham, 2007). 9.2. Schoonheid vanuit een evolutionair psychologisch perspectief Evolutionaire psychologie stelt dat natuurlijke en seksuele selectie de evolutie van het menselijk brein hebben bepaald. Dit denken is gebaseerd op de theorie van Darwin waar processen als variatie, erfelijkheid en natuurlijke selectie bij organismen centraal staan. Dit proces van selectie kan immers leiden tot nieuwe kenmerken of features (Vyncke, 2008, p. 116) die ons grotere overleving- en reproductiekansen opleverden. Zoals hierboven vermeld vertrekt de evolutionaire psychologische theorie (EPT) van de basishypothese dat mensen geboren worden met een deel intrinsieke of aangeboren ‘kennis’ die onze reacties op onze omgeving bepalen (Fink & Penton-Voak, 2002, p. 157) Deze theorie stelt dan ook dat cultureel gedrag een gevolg is van zowel genetica als van de omgeving waarin we leven. Niets kan worden aangeleerd zonder over bepaalde genetische mechanismen te beschikken (Buss, 1999, p. 2425; Dawkins, 2008). Het zoeken naar schoonheid wordt dus ingegeven door onze genen, omdat mensen die in de loop van de evolutie partners met zulke kenmerken zich met meer succes hebben voortgeplant: ‘beauty is more than skin deep, it is to be found in the eye of the genes’ (Cartwright, 2001, p. 46). Verder postuleert de EPT dat de mens een set van mentale modules deelt door een gemeenschappelijke genetische geschiedenis. Deze mentale modules zijn dan ook universeel aanwezig bij alle mensen (Van de Steene, 2003). Onderzoek (McLellan & McKelvie, 1993; Buss, 1989, 2003, 2009) toont aan dat het gros van de mannen, ongeacht hun leeftijd, jonge vrouwen aantrekkelijker zal vinden dan vrouwen van 70 jaar. Daar is een simpele evolutionaire reden voor: mannen die enkel op oude vrouwen vielen, hadden namelijk minder kans om zich voort te planten. Volgens deze theorie draagt alles wat de mens doet in meerdere of mindere mate bij tot het al dan niet verspreiden van genetisch materiaal en mannen zouden daarom een vrouw van ongeveer 24 jaar oud prefereren (Buss, 1989). Naast jeugd bestaan er, zoals eerder vermeld, een aantal afgeleide kenmerken die ervoor zorgen dat mannen bepaalde vrouwen aantrekkelijker vinden, als een taille-heupverhouding van 0,70 procent, glanzend haar, een ongeschonden huid, rode en volle lippen, een symmetrisch gezicht… (Van de Steene, 2003). Uit (cross-)cultureel onderzoek van zowel Van den Berghe en Frost (1986) als Ramachandran (1997) blijkt dat mannen ook vrouwen met een lichtere huidskleur verkiezen. Dit kan men echter ook terugkoppelen naar vruchtbaarheid en reproductief gedrag van de mens. Tijdens de zwangerschap wordt de huid van een vrouw donkerder door geslachtshormonen, de huidskleur van
30
vrouwen die nog geen kinderen hebben, is dus lichter. Volgens Hill (2002) dienen we echter ook rekening te houden met socioculturele invloeden. Een zongebruinde huid is populair in het Westen en heeft een positief effect op het voorkomen van zowel mannen als vrouwen. Het vormt een symbool voor de levensstijl en klasse van een persoon (Hill, 2002). Als een huidskleur, bleek of zongebruind, echter geassocieerd wordt met een lage economische status, zal ze als minder aantrekkelijk worden beschouwd (Hill, 2002; Swami et al., 2007). We kunnen besluiten dat de evolutionaire psychologie dus op zoek gaat zoekt naar gemeenschappelijke en universeel geldende elementen tussen mensen. Uit deze these blijkt dat deze theorie dus niets te maken heeft met racisme (Van de Steene, 2003). Seksisme is een tweede misverstand. Onderzoekers stellen alleen vast dat, over de gehele wereld, mannen dezelfde kenmerken – zij het met bepaalde variaties – aantrekkelijk vinden (Braeckman, 2001; Fink et al., 2002; Swami et al., 2007). Dit zegt echter niets over hoe mensen daarmee moeten omgaan. Deze twee concurrerende visies (SCT en EPT) doen ons nadenken over de vraag: ‘is human nature a social construction or a natural given […] (Stenmark (2009, p. 895). Volgens De Block en Du Laing (2007) kunnen beide theorieën worden samengebracht tot het evolutionair sociaal constructivisme en sluiten elkaar dus niet noodzakelijk uit. De evolutionair psychologische theorie is evenzeer een omgevingstheorie en wil trouwens net de klassieke tegenstelling tussen natuur en cultuur overschrijden (Van de Steene, 2003). Interessant met betrekking tot deze masterproef is dan de vraag of er een universeel schoonheidsideaal bestaat en/of deze idealen ons worden aangepraat door reclame? Het onderzoek hierover is nog volop aan de gang. Braeckman en Vandermassen (Geciteerd in interview van Van de Steene, 2003, p. 20) zijn van mening dat reclame eerder universele schoonheidsidealen uitbuit, negatief geformuleerd, of daarop inspeelt, positief geformuleerd. Het blijkt commercieel lucratiever om in te spelen op deze (seksuele) schoonheidsvoorkeuren van mensen. Met bovenstaande inzichten uit etnomarketing en evolutionaire psychologie zal in een tweede, empirisch luik dan een antwoord gezocht worden op de centrale vraag binnen dit onderzoek. Hier zal immers gepoogd worden te achterhalen of het hebben van een gladde of gave huid en rode lippen het hoogst scoort bij de respondenten die aan dit onderzoek deelnamen. De aantrekkingskracht van een gladde huid wordt volgens deze theorie evenzeer door mannen als vrouwen ervaren. Verder staan rode lippen symbool voor seksuele interesse die uitgaat van de vrouw (Etcoff, 1999). Ad-likeability zal echter niet enkel in verband worden gebracht met geslacht maar er zal vooral aandacht worden geschonken aan de mogelijke relatie met etniciteit. Volgens Miller (2009, p. 205) hebben marketeers nog te weinig aandacht voor de waarde van deze erfelijke en universele eigenschappen als een betrouwbare manier om het gedrag van consumenten te voorspellen
31
EMPIRISCH ONDERZOEK
32
10. Methode 10.1. Probleemstelling In verschillende theorieën rond reclameverwerking wordt verwezen naar het vereiste dat reclameboodschappen de aandacht van de consument moet kunnen trekken om effectief te zijn. (Print)advertenties moeten dus in het oog springen om een positieve impact te kunnen hebben op het gedrag van die consument (Saad, 2007, p. 123-162). Marketeers hebben al langer het intuïtieve inzicht dat het gebruik van evolutionaire cues die reclame-effectiviteit kan verhogen. Daarom is het voor hen interessant om te weten welke evolutionaire cues de aandacht naar advertenties kunnen trekken. Binnen de evolutionaire psychologie zijn er verschillende soorten cues te onderscheiden, waaronder cues of sexual willingness, cues of health, cues of youth… (Vyncke, 2008, p. 173-193). In dit onderzoek gaat onze interesse uit naar twee specifieke cues van vrouwelijke fysieke seksuele aantrekkelijkheid, meer bepaald het hebben van een gave huid en het hebben rode lippen. We willen nagaan of de cues besproken in dit experimenteel onderzoek inderdaad een meetbaar impact hebben op die effectiviteit van reclame. De meeste onderzoeken naar onbewuste processen in reclame zijn echter gebeurd op ‘blanke’ respondenten. Wij zijn in deze studie ook geïnteresseerd in die ‘andere groep’, met name etnischculturele minderheden. Zoals eerder vermeld in deze literatuurstudie is een consensus over de term allochtoon belangrijk om de resultaten van deze studie met elkaar te kunnen vergelijken. In dit onderzoek maken we dus gebruik van de VESOC-definitie (FOV, 2007, 13 juli).
10.2. Doelstelling We wensen te onderzoeken of het integreren van cues in een reclamecontext een positieve adlikeability kan genereren. De centrale onderzoeksvraag is dan of de bevraagde respondenten een voorkeur hebben voor het reclamemodel met een gladde huid of rode lippen. Door de mensen een geforceerde keuze te laten maken, zal worden getracht een inzicht te krijgen in de voorkeuren van de respondenten. Voorgaand onderzoek heeft immers aangetoond dat mensen omwille van evolutionair psychologische redenen een natuurlijke aandacht en aantrekking hebben voor deze twee cues. We gaan ervan uit dat seksueel georiënteerde motivaties en emoties verschillen tussen geslacht, maar niet volgens etniciteit. Op basis van de uitgevoerde literatuurstudie kan men niet met voldoende onderbouwing verwachten welke cue preference zal domineren bij elk van de vijf onderzoeksvragen; daarom spreken we van onderzoeksvragen in de plaats van hypothesen.
33
10.3. Vraagstelling De centrale onderzoeksvraag binnen dit onderzoek kan als volgt worden geformuleerd: Hebben mensen een algemene voorkeur voor een gave huid of rode lippen die volgens de evolutionaire psychologie bepalend zijn voor de fysieke vrouwelijke seksuele aantrekkelijkheid bij de beoordeling van de reclameadvertenties? Hierboven werd reeds verwezen naar het inzicht dat uit de literatuurstudie naar voren kwam, namelijk dat mensen een evolutionaire psychologische voorkeur hebben voor deze cues. Gezondheid en seksuele aantrekkelijkheid vormen immers een belangrijk onderdeel van ons overlevingsmechanisme. Uit de centrale onderzoeksvraag kan men vier subvragen onderscheiden: 1) Treden er verschillen op in ad-likeability naargelang het geslacht van de respondenten bij de beoordeling van de reclameadvertenties? 2) Treden er verschillen op in ad-likeability naargelang de etniciteit van de respondenten bij de beoordeling van de reclameadvertenties? 3) Treden er verschillen op in ad-likeability naargelang de generatie waartoe de allochtone respondenten behoren, bij de beoordeling van de reclameadvertenties? 4) Treden er verschillen op in ad-likeability naargelang etniciteit en geslacht bij de beoordeling van de reclameadvertenties? Hieronder behandelen we hoe ons onderzoek tot stand is gekomen, waaruit het precies bestaat en wat de resultaten zijn.
10.4. Materiaal We opteren ervoor om op een kwantitatieve manier te werk te gaan, omdat we de ad-likeability van seksueel georiënteerde cues wensen te onderzoeken bij een zo groot mogelijke populatie. We zetten hiervoor een experiment op. Om het verschil in ad-likeability tussen advertenties met en zonder gemanipuleerde cues te meten, creëren we een set van printadvertenties, waarin twee varianten van dezelfde advertentie zijn opgenomen. We zorgen ervoor dat binnen deze masterproef de advertentiefoto’s alleen verschillen in de perifere cues die we willen onderzoeken, namelijk een gave huid of rode lippen. Deze studie stelt zich dus niet tot doel de reactie na te gaan van de bevraagde respondenten op het gebruik van een blank of zwart/gekleurd reclamemodel. Elke set bevat dus een neutrale en een gemanipuleerde foto met inzichten uit de evolutionaire psychologie. Deze advertentiefoto’s zullen samen aangeboden worden op één dia in de Powerpoint-presentatie. De respondenten zullen slechts drie seconden tijd krijgen om de advertentieset te beoordelen, want we zijn geïnteresseerd in de eerste, vaak gevoelsmatige reactie van mensen. We willen dus de adlikeability beïnvloeden zonder dat de consument er zich bewust van is.
34
We manipuleerden de huid en lippen van 20 foto’s, door middel van Adobe Photoshop CS2. Voor deze 20 setjes werd tevens een productcategorie bepaald, een slogan en merknaam bedacht om de foto’s te laten overkomen als realistische reclameadvertenties. We letten er ook op dat het geadverteerde product geen middel-doel-ketenredenering (Vyncke, 2011, p. 257) veroorzaakt. Dit houdt in dat het geadverteerde product of dienst geen verband mag houden met het kenmerk dat wij in de advertentieset wensen te manipuleren, want dit zou vertekenend kunnen werken. Om de adlikeability te kunnen vergelijken voor mannen en vrouwen, moest er ook rekening worden gehouden met de keuze van de te gebruiken productcategorieën. Er moesten namelijk reclameboodschappen zijn voor producten die relevant zijn voor vrouwen als producten die relevant zijn voor mannen. We merken echter wel op dat onze sample meer foto’s bevat met een vrouwelijk product, zoals parfum, nagellak, juwelen,… dan foto’s met een mannelijk of neutraal product, zoals melk, likeur of lenzen. Met betrekking tot de slogans en merknamen werd beslist om te gaan voor onbestaande merken om zo eventuele bias door associaties te vermijden. De reden waarom gekozen werd voor nieuw fotomateriaal was eveneens om vertekeningen te vermijden, die zouden kunnen ontstaan doordat de advertenties bekende modellen of actrices bevatten (Franzen, et al., 1999, p. 50). We dienen dus met de nodige zorgvuldigheid producten en diensten uit te kiezen om ze te koppelen aan modellen bij de creatie van onze advertenties. 10.4.1. Manipuleren van de fysieke vrouwelijke aantrekkelijkheid We zullen nu bespreken welke cue er al dan niet gemanipuleerd werd in de advertenties. Omdat enkel de belangrijkste resultaten zijn bijgevoegd, zullen we eronder steeds verwijzen naar het nummer van de bijhorende advertentieset. In het Powerpoint-document ‘Masterproef2013 experiment foto’s’ op bijgevoegde cd-rom kunnen deze besproken advertenties teruggevonden worden. Om toevalligheden te vermijden, willen we elke evolutionaire psychologische cue grondig controleren door eenzelfde indicator bij meerdere fotosets te laten voorkomen. Dat wil zeggen dat we van elke indicator minstens twee foto’s zullen hebben (zie materiaal).
10.5. Pretest De pretest had dus betrekking op de manipulatie van de huid en de lippen als cue. Voor deze studie was het immers noodzakelijk dat de respondenten het verschil zouden waarnemen om de ad-likeability te kunnen meten. Deze pretest diende dan ook om na te gaan of de bedoelde subtiele verschillen wel werden opgemerkt. Hiervoor werd een vragenlijst opgesteld waarbij 24 fotosetjes werden samengevoegd met 26 bestaande reclamefoto’s van verschillende etnische groepen. Deze 26 extra setjes dienden ter controle, aangezien hierbij telkens geen verschil bestond tussen de twee foto’s. Twintig respondenten met een verschillende etnische achtergrond of nationaliteit werden uitgenodigd
35
om een korte vragenlijst in te vullen aan de hand van een PowerPoint-presentatie met de 50 fotosets. Hierbij werd gevraagd of de respondenten een verschil tussen de twee foto’s opmerkten, om dit verschil te specificeren en aan te geven hoelang het duurde voordat ze het verschil hadden opgemerkt. Deze laatste vraag was belangrijk om te bepalen of het verschil niet te subtiel was en te moeilijk om waar te nemen. Bij het merendeel van de advertentiesets werd het verschil tussen de twee foto’s binnen de drie seconden opgemerkt. Bij advertentiesets 30 en 34 (de nummering van de pretest volgend) duurde het echter langer vooraleer de respondenten het verschil zagen. De gemiddelden waren respectievelijk M = 3,90 en M = 3,40. Verder werden ook advertentieset 7 en 29 verwijderd. Bij set 7 merkten we een te groot lichtverschil tussen beide foto’s op en deze konden we niet wegwerken (M = 3,05). Vermits uiteindelijk slechts 20 foto’s zouden worden opgenomen in de enquête, werd ook beslist om set 29 (M = 2,65) voor de uiteindelijke vragenlijst niet te selecteren en dit omwille van de mogelijke ‘seksuele geladenheid’ van het afgebeelde model en productcategorie.
10.6. Steekproef Rekening houdend met het risico op item-non-respons werd aanvankelijk de doelstelling vooropgesteld om 250 respondenten te bereiken. Dit aantal werd vastgelegd om na de dataverzameling significante uitspraken te kunnen doen met betrekking tot de onderzoekspopulatie. Bij de verspreiding van de enquête werd getracht om zowel oudere als jongere respondenten te bereiken, net als mannen en vrouwen van verschillende origine. Om zoveel mogelijk mensen te kunnen bereiken, werden persoonlijke contacten ingeschakeld en werd er gebruik gemaakt van een sneeuwbalmethode. Aan de respondenten werd dus met andere woorden gevraagd om de online enquête ook zoveel mogelijk zelf te verspreiden via vrienden en kennissen. Daarnaast hebben we ook contact opgenomen met verschillende organisaties die zich richten op etnische minderheden, waaronder Minderhedenforum en FZO-VL (Federatie van Zelforganisaties in Vlaanderen). Nadat de enquête offline werd gehaald, bleken er in totaal 274 respondenten aan de enquête te hebben deelgenomen. Van dit aantal werden uiteindelijk niet alle respondenten opgenomen in de analyses. Zo hebben we 11 respondenten uit de dataset gehaald omdat ze niet voldeden aan de minimumleeftijd van achttien jaar. Deze leeftijdsgrens hadden we voorop gesteld omdat we het onderzoek wilden voeren naar een populatie van meerderjarigen. Verder hebben we ook 26 respondenten uit onze SPSS-file gehaald waarvan één van de ouders of grootouders geboren was binnen de Europese Unie maar niet in België. We wilden immers vooral onderzoeken of er een verschil waar te nemen is tussen autochtonen enerzijds en mensen van allochtone afkomst in België anderzijds. We waren specifiek geïnteresseerd in niet-Europese allochtonen en in ons onderzoek bleek dat er voornamelijk mensen van Turkse, Marokkaanse en Tunesische herkomst hadden deelgenomen
36
aan ons onderzoek. Om consistentie te behouden hebben we de gegevens van gemengde huwelijken met Belgen en of andere nationaliteiten ook niet weerhouden. Na deze data cleaning telde onze dataset uiteindelijk 237 deelnemers. Hierin konden we respectievelijk 157 autochtonen (66,24%) en 80 mensen van allochtone oorsprong (33,76%) onderscheiden. We stellen ook een ongelijke verdeling vast tussen het aantal mannen (41,77%) en vrouwen (58,22%) die de enquête hebben ingevuld en dit zowel bij de autochtone als autochtone respondenten. Een reden hiervoor is de hierboven vermelde sneeuwbalmethode. Naast een opdeling naargelang geslacht en etniciteit werd eveneens gepeild naar de variabele generatie binnen de groep van allochtone respondenten.
10.7. Procedure De enquête is terug te vinden op deze URL: https://sites.google.com/site/annefrancemasterproef2012 De enquête was opgedeeld in twee soorten vragen. In het eerste deel werd aan de respondenten gevraagd om voor elke advertentieset telkens aan te geven welke de foto de voorkeur kreeg. De 20 fotosetjes volgden elkaar op zo een manier op dat er voldoende variatie was op vlak van de bewerkte cue. Daarnaast werd er eveneens gezorgd voor voldoende afwisseling bij de positie van beide fotoversies ten opzichte van elkaar. In het tweede deel volgden een aantal demografische vragen om een beter beeld te krijgen van het geslacht, etniciteit, leeftijd en burgerlijke stand van de respondenten. De variabelen geslacht, etniciteit en generatie waren noodzakelijk om de verschillende subvragen te kunnen beantwoorden: hebben geslacht en etniciteit een invloed op de voorkeur voor de bewerkte advertentiefoto? De demografische variabele burgerlijke stand en nationaliteit hebben we niet verder geanalyseerd, deze werden in onze vragenlijst opgenomen om zo een bredere waaier aan gegevens te kunnen bevragen en de focus niet enkel op etniciteit te leggen. 10.7.1. Statistische testen De statistische verwerking van de resultaten van het experiment gebeurde met behulp van twee statistische testen: (1) de percentagetoets voor het testen of de gemanipuleerde foto’s al dan niet significant worden gekozen door alle respondenten (N = 237). (2) een χ2 –test om na te gaan via kruistabellenanalyse of er een significante relatie bestaat tussen enerzijds de kenmerken van de respondenten: geslacht, etniciteit, generaties en geslacht binnen respondenten van autochtone en allochtone origine en anderzijds de voorkeur voor de gemanipuleerde vs niet-gemanipuleerde advertenties.
37
De percentagetoets wordt berekend via de algemene formule voor het vergelijken van percentageverschillen in nominale groepen:
(𝑝1 − 𝑝2 ) ± 𝑧 ∗ √[
𝑝1 (1 − 𝑝1 ) 𝑝2 (1 − 𝑝2 ) + ] 𝑛1 𝑛2
Daar we de significantie op het 0,05-niveau testen, gebruiken we z* = 1,96. Dan is het criterium van significantie, op het betrouwbaarheidsniveau 0,05: 𝑝1 (1 − 𝑝1 ) 𝑝2 (1 − 𝑝2 ) |𝑝1 − 𝑝2 | ≥ 1,96√[ + ] 𝑛1 𝑛2 |𝑝1 − 𝑝2 | ≥ Aanvaardbaarheidsinterval 𝐴𝐼 We hebben |𝑝1 − 𝑝2 |, het aanvaardbaarheidsinterval AI en de toets |𝑝1 − 𝑝2 | ≥ 𝐴𝐼 , berekend via een Excel programma waarvan de berekeningen op de cd-rom te vinden zijn onder de naam: MASTERPROEF2013 percentagetoetsen.xlsx. Wanneer |𝑝1 − 𝑝2 | binnen het AI valt, aanvaarden we de nulhypothese H0: het gevonden verschil is niet significant. Wanneer het er echter buiten valt, verwerpen we de nulhypothese H0 en zijn de resultaten significant. We aanvaarden dan de alternatieve hypothese. De χ2 –test werd opgevraagd voor de berekening van het significantieniveau voor elke advertentieset afzonderlijk. Om te bepalen of de resultaten significant waren op het 95%-betrouwbaarheidsinterval werd telkens gekeken naar de 1-sided exact significance Fisher’s Exact test voor 2x2 tabellen (Vyncke, 2008, p. 41). Na controle van onze sets bleek tevens geen sprake te zijn van significante oververtegenwoordiging, het gestandaardiseerd residu is niet groter dan 2 (1,96). Detailberekeningen van deze analyse zijn in bijlage uitgebreid terug te vinden.
38
11. Resultaten Na het inbrengen van de gegevens in SPSS en de verrichte data cleaning, bleven er 237 respondenten over. Aan de hand van de opdeling die gemaakt werd bij de uiteenzetting van het stimulusmateriaal, zullen wij de onderzoeksresultaten voor de kenmerken van de fysieke vrouwelijke seksuele aantrekkelijkheid bespreken. De cues die in dit onderzoek aan bod komen, zijn het hebben van een gave huid en het beschikken over rode lippen. Hun impact op de ad-likeability zullen we nader toelichten. Hierbij zullen we telkens een tabel presenteren waarin de ad-likeabilityscores voor de betreffende advertentiesets worden weergegeven. De laatste kolom van deze tabellen geeft aan of dit verschil significant is of niet Verder zullen we ook kijken of er een verschil waar te nemen is wat betreft geslacht. Tevens zullen we specifiek onze aandacht richten op eventuele etniciteitverschillen binnen deze studie. We zullen nagaan of de advertentiesets significante afwijkingen vertonen van de 50-50%-verdeling. Hiervoor hebben we eerst manueel de significantietoetsen berekend. De bijhorende SPSS data files en Excel-sheets zijn terug te vinden op de bijhorende cd-rom.
Centrale Onderzoeksvraag: hebben mensen een algemene voorkeur voor een gave huid of rode lippen die volgens de evolutionaire psychologie bepalend zijn voor de fysieke vrouwelijke seksuele aantrekkelijkheid bij de beoordeling van de reclameadvertenties?
Om de centrale onderzoeksvraag te kunnen beantwoorden, werd een percentagetoets (cf. supra) uitgevoerd. Ten eerste hebben we gekeken naar de algemene voorkeur van de respondenten ten opzichte van de gemanipuleerde foto’s. Ten tweede hebben we deze opgesplitst in afzonderlijke onderdelen om de onderzoeksvraag verder te kunnen beantwoorden. Enerzijds werden alle advertenties samen genomen waarvan we de huid gaver hebben gemaakt en anderzijds de advertenties waarbij we de lippen hebben gemanipuleerd. Als laatste schetsen we een totaalbeeld per advertentie. Alvorens we hiertoe komen, vatten we dit deel aan met een algemeen overzicht van de voorkeur van de ondervraagden. Deze toets toont aan dat de respondenten een voorkeur hebben voor de gemanipuleerde sets. Dit verschil is tevens significant. Uit onderstaande tabel kunnen we vaststellen dat 65,1% van alle ondervraagden de gemanipuleerde versie 2 verkiest boven het origineel (34,9%).
39
Respondenten
V1 34,9%
V2 65,1%
Significantie JA
Tabel 1: Overzicht voorkeur alle respondenten Wanneer we echter gaan kijken naar de afzonderlijke cues komen we tot onderstaande resultaten
Huid 15,4% 84,6%
V1 V2
Lippen 54,4% 45,6%
Significantie JA NEEN
Tabel 2: Overzicht voorkeur alle respondenten per cue Hieruit kunnen we afleiden dat er een significant verschil optreedt bij de cue huid. Zo zien we dat maar liefst 84,6% de bewerkte foto (versie 2) verkiest, dus deze met de gavere huid. De overgrote meerderheid van de bevraagde respondenten uit onze studie ondersteunt dus met andere woorden de theorie van de evolutionaire psychologie. Dit blijkt echter niet het geval te zijn voor onze andere onderzochte cue, namelijk het hebben van rodere lippen. Deze cue vertoont geen significante verschillen. We zien echter wel een lichte voorkeur (54,4%) voor de originele foto, maar zoals gesteld is deze niet significant. Nadat we dit algemeen beeld hebben geschetst, bespreken we nu de voorkeuren voor de 20 advertentiesets per onderzochte cue. Tabel 3 geeft een overzicht van de resultaten voor de huid.
Advertentieset 1 3 6 8 9 12 13 15 17 19
V1 16,5% 32,1% 13,9% 7,2% 18,6% 18,6% 15,2% 17,7% 10,1% 4,2%
V2 83,5% 67,9% 86,1% 92,8% 81,4% 81,4% 84,8% 82,3% 89,9% 95,8%
Significantie JA JA JA JA JA JA JA JA JA JA
Tabel 3: Overzicht cijfers voor de sets waar we de huid bewerkt hebben
40
Als men de derde kolom van deze tabel bekijkt, kan men concluderen dat, bij alle sets waarbij de huid is gemanipuleerd, er een voorkeur terug te vinden is voor versie 2 (gemanipuleerde foto). De respondenten verkozen namelijk telkens de foto waarbij de huid gaver of gladder werd gemaakt en dit verschil was significant. Deze vastgestelde voorkeur ligt in lijn met eerdere onderzoeken uitgevoerd vanuit een evolutionair psychologisch perspectief (Vyncke, 2007). Mensen hebben een duidelijke voorkeur voor een gave huid als teken van gezondheid. Daar alle advertentiesets significant zijn, hebben we ervoor geopteerd om slechts drie advertenties te bespreken. We bekijken eerst advertentieset 3, omdat hier de voorkeur voor de bewerkte foto het minst uitgesproken was. Verder zullen we ook advertentiesets 8 en 17 (als men de ordening van de enquête volgt) bespreken, daar de voorkeur voor de gemanipuleerde versie hierbij het grootst was.
Advertentieset 3
Versie
TOTAAL
V1
32,1%
V2
67,9%
Significantie JA
Bij advertentieset 3 is het kleinste verschil in voorkeur waar te nemen. Toch verkoos ook hier de meerderheid (67,9%) van de respondenten de gemanipuleerde versie 2 (rechts). De overige 32,1% prefereerde de originele, onbewerkte versie 1 (links). Ook op deze percentages werd een percentagetoets uitgevoerd. Hierbij had 𝑝1 − 𝑝2 een waarde van -0,358.
41
Deze waarde was geen element van het aanvaardbaarheidsinterval (AI = 0,084059). Doordat 𝑝1 − 𝑝2 hier geen element van was, werd de nulhypothese verworpen. Het verschil in voorkeur tussen de egale huid (foto rechts) en de niet-bewerkte huid (foto links) is dus significant op het 95%betrouwbaarheidsniveau.
Advertentieset 8
Versie
TOTAAL
V1
7,2%
V2
92,8%
Significantie JA
Bij advertentieset 8 namen we een groot significant verschil waar. Zo kon de linkse, onbewerkte foto (versie 1) slechts 7,2% van de deelnemers aan de enquête overtuigen, terwijl 92,8% van de bevraagde respondenten de rechtse, gemanipuleerde foto verkoos. Als men beide percentages opnieuw gebruikt voor een percentagetoets kan men 𝑝1 − 𝑝2 berekenen. Dit leverde een waarde op van -0,856. Deze waarde kan niet beschouwd worden als een element van het aanvaardbaarheidsinterval, gegeven AI = 0,046541. De nulhypothese wordt dus verworpen en het verschil in voorkeur is dus significant.
42
Advertentieset 19
Versie
TOTAAL
V1
4,2%
V2
95,8%
Significantie JA
Bij fotoset 19 kan worden besloten dat de voorkeur van de respondenten voor versie 2 het grootst is. Zo verkoos maar liefst 95,8% van alle respondenten in de steekproef de rechtse, bewerkte foto. Dezelfde analyses werden eveneens toegepast bij deze advertentieset. De berekening 𝑝1 − 𝑝2 heeft een waarde van -0,916. Als men kijkt naar het aanvaardbaarheidsinterval, namelijk AI = 0,036116, kan men vaststellen dat de nulhypothese voor fotoset 19 dus eveneens kan verworpen worden en het verschil significant is. Nu we enkele advertenties besproken hebben waarvan de gemanipuleerde cue de huid is, gaan we over tot de andere onderzochte cue, namelijk het hebben van rode lippen. Onderstaande tabel geeft een overzicht weer van de gevonden resultaten wat deze cue betreft. De laatste kolom geeft aan of er een significant verschil is tussen enerzijds een voorkeur voor de advertentie met rode lippen (versie 2) of voor het reclamemodel met de oorspronkelijke lippen (versie 1). We kunnen besluiten dat in vijf van de tien bevraagde advertenties een significant verschil waar te nemen is. Het is belangrijk te vermelden dat bij deze vijf setjes (2, 4, 5, 7 en 14) dit verschil in het voordeel is van de originele foto (versie 1). Dit is opmerkelijk want volgens de evolutionaire psychologie worden rodere lippen door heteroseksuele mannen als een teken van seksuele aantrekkelijkheid ervaren.
43
Advertentieset 2 4 5 7 10 11 14 16 18 20
V1 58,6% 65,4% 55,3% 59,1% 50,2% 48,5% 59,1% 48,1% 48,5% 51,1%
V2 41,4% 34,6% 44,7% 40,9% 49,8% 51,5% 40,9% 51,9% 51,5% 48,9%
Significantie JA JA JA JA NEEN NEEN JA NEEN NEEN NEEN
Tabel 4: Overzicht cijfers voor de sets waar we de lippen bewerkt hebben Bij de overige vijf fotosets (10, 11, 16, 18, 20) is er een quasi gelijke verdeling terug te vinden wat betreft de voorkeuren van de respondenten. Bij advertentiesets 11, 16 en 18 merken we echter een lichte voorkeur op voor de gemanipuleerde foto en dit in tegenstelling tot de sets 10 en 20. Van de niet-significante fotosets bespreken we hier enkel advertentie 16 als voorbeeld, omdat de voorkeur voor de gemanipuleerde foto (versie 2) gekenmerkt werd door het hoogste percentage.
Advertentieset 16
Versie
TOTAAL
V1
48,1%
V2
51,9%
Significantie NEEN
44
Uit de percentagetoets kan men afleiden dat er slechts een klein verschil bestaat tussen de voorkeur voor de onbewerkte linkse foto (versie 1) en de rodere lippen (versie 2). Dit verschil is tevens niet significant. Het percentageverschil tussen beide voorkeuren, namelijk 𝑝1 − 𝑝2 = -0,038 is een element van het aanvaardbaarheidsinterval AI = 0,089961. Hierdoor dient de nulhypothese te worden aanvaard, namelijk dat er geen significant verschil is tussen de voorkeur voor de originele en de gemanipuleerde lippen. Er is wel een lichte voorkeur voor versie 2 (51,9%). Het verschil tussen beide fotoversies is wel significant voor de andere vijf fotosetjes. Opmerkelijk is dat we bij sets 2, 4, 5, 7 en 14 een significant verschil zien maar dan in voorkeur voor de originele foto’s. Dit spreekt de verwachting tegen dat mensen een algemene voorkeur zouden hebben voor rodere lippen. Bij advertentieset 4 verkoos zelfs 65,4% van de respondenten de bovenste, onbewerkte foto.
.
Advertentieset 4
Versie
TOTAAL
V1
65,4%
V2
34,6%
Significantie JA
45
Bij fotoset 4 kan men een significant verschil terugvinden in het voordeel van de originele reclamefoto (boven), namelijk 65,4% van de respondenten verkiest versie 1 boven versie 2 (34,6%). In vergelijking met advertentiesets 2, 5, 7 en 14 is dit percentage het grootst. Ook hier werd opnieuw een percentagetoets uitgevoerd. De berekening 𝑝1 − 𝑝2 leverde een waarde op van 0,308. Dit resultaat was geen element van het aanvaardbaarheidsinterval AI = 0,085649. Hierdoor kon de nulhypothese worden verworpen die stelt dat er geen significant verschil bestaat tussen de voorkeur voor de onbewerkte en gemanipuleerde lippen. De sterkere voorkeur voor deze originele foto kan het gevolg zijn van de huidskleur van het reclamemodel., waardoor de respondenten de kleur van de lippen als minder natuurlijk kunnen ervaren.
11.1. Besluit centrale onderzoeksvraag We kunnen vaststellen dat onze algemene onderzoeksvraag, overtuigend bevestigd wordt als we de huid als cue nemen maar ontkracht wordt bij de vijf significante advertentiesets (2, 4, 5, 7 en 14) waar de lippen werden bewerkt. Men kan op basis van dit onderzoek niet stellen dat het hebben van rodere lippen een positieve invloed heeft op de ad-likeability. Er is nood aan verder onderzoek en analyse naar de eventuele positieve impact van deze cue op de fysieke vrouwelijke seksuele aantrekkelijkheid.
46
Onderzoeksvraag 1: treden er verschillen op in ad-likeability naargelang het geslacht van de respondenten bij de beoordeling van de reclameadvertenties?
Bovenstaande analyses hebben dus aangetoond dat de respondenten globaal genomen een voorkeur hebben voor een gave of ongeschonden huid maar eerder de originele foto’s verkiezen bij de manipulatie van de lippen. We hebben tevens onderzocht of er een significant verschil waar te nemen was tussen mannen en vrouwen. Om te bepalen of de resultaten significant waren op het 95%betrouwbaarheidsinterval werd via de χ2–test telkens gekeken naar de 1-sided exact significance Fisher’s Exact test voor 2x2-tabellen. Hebben mannen misschien een grotere voorkeur voor rode lippen dan vrouwen of omgekeerd? Eerst hebben we opnieuw gekeken naar het totaalbeeld, namelijk de voorkeur van alle mannelijke en vrouwelijke respondenten. We zien opnieuw een lichte voorkeur voor de bewerkte advertentiesets en dit zowel bij de mannen als bij de vrouwen. Wel merken we op dat vrouwen een iets grotere voorkeur (66,1%) hebben ten opzichte van mannen (62,2%) voor de gemanipuleerde versie. Dit verschil is echter niet significant.
V1 V2
Mannen 37,8% 62,2%
Vrouwen 33,9% 66,1%
Significantie NEEN
Tabel 5: Totaalbeeld geslacht Vervolgens hebben we het algemeen beeld per cue berekend. Bij de cue huid, hebben we een sterke voorkeur gevonden voor de gemanipuleerde foto en dit zowel bij de mannelijke (82,3%) als de vrouwelijke (86,2%) respondenten die onze enquête hebben ingevuld. Dit verschil is dus niet significant.
V1 V2
Mannen 17,7% 82,3%
Vrouwen 13,8% 86,2%
Significantie NEEN
Tabel 6: Totaalbeeld geslacht: cue huid Bij de cue lippen is er echter opnieuw een lichte voorkeur waar te nemen voor de originele advertentie in plaats van de bewerkte foto en dit zowel voor de mannen als de vrouwen. Zo verkiest 54,1% van de 47
vrouwelijke en 54,8% van de mannelijke respondenten de originele foto (versie 1). Deze percentages liggen echter te dicht bij elkaar om significant te zijn.
Mannen 54,8% 45,2%
V1 V2
Vrouwen 54,1% 45,9%
Significantie NEEN
Tabel 7: Totaalbeeld geslacht: cue lippen Na dit algemeen beeld zullen we nu onze blik werpen op elke set afzonderlijk. Hierbij merken we bij de meeste advertentiesets geen significante verschillen6 op. Enkel bij sets 3 en 20 hebben we een significant verschil teruggevonden.
Advertentieset 3
V1 V2
Mannen 41,4% 58,6%
Vrouwen 25,4% 74,6%
Significantie JA (0,007)
Het merendeel van de vrouwen (74,6%) verkiest de gemanipuleerde reclamefoto (versie 2) boven de oorspronkelijke (25,4%). De mannen verkiezen ook versie 2 (rechts) maar dit enkel met met 58,6%. Dit verschil in voorkeur is tevens significant op het 95%-betrouwbaarheidsinterval, gegeven dat p = 0,007 kleiner is dan 0,05.
6
Voor een overzicht van de resultaten van de fotosetjes die geen significante verschillen opleverden: zie bijlage
48
Advertentieset
Mannen 58,6% 41,4%
V1 V2
20
Vrouwen 45,7% 54,3%
Significantie JA (0,033)
Bij advertentieset 20 valt op dat 58,6% van de mannen versie 1 of de originele lippen verkiest tegenover versie 2 (41,4%). Hier is dus geen sprake van een voorkeur voor de rodere lippen. De vrouwelijke ondervraagden hebben echter wel een voorkeur voor de rechtse foto met de bewerkte lippen
(54,3%).
Dit
verschil
in
voorkeur
is
significant
te
beschouwen
op
het
95-
betrouwbaarheidsniveau. Met een staartkans van p = 0,033 moet immers de alternatieve hypothese aanvaard worden dat er een significant verschil bestaat tussen mannen en vrouwen. Opvallend is hier dat de vrouwen de bewerkte foto (versie 2) verkiezen in tegenstelling tot de mannen.
11.2. Besluit onderzoeksvraag 1 Kort gesteld kunnen we de eerste onderzoeksvraag in haar totaal ontkrachten. We zien dat de voorkeur tussen mannen en vrouwen geen significante verschillen vertonen. Wanneer we echter kijken naar de afzonderlijke sets, zien we bij advertentiesets 3 en 20 wel een significant verschil in voorkeur tussen mannen en vrouwen. Beide groepen respondenten verkiezen bij set 3 de foto met de gave huid, in lijn met de verwachtingen vanuit de evolutionaire psychologie die stelt dat een gave huid een duidelijke indicator is van iemands genenpotentieel (Buss, 2003; Wilson & Nias, 1976). De aantrekkingskracht wordt in deze advertentieset echter niet evenzeer door mannen als door vrouwen ervaren. De mannelijke respondenten kiezen met 58,6% minder sterk voor de gemanipuleerde foto dan de vrouwen in dit onderzoek (74,6%).
49
Wanneer we echter fotoset 20 analyseren naar verschillen per geslacht, stellen we vast dat 58,6% van de mannen de originele foto (versie 1) prefereren. Vrouwen (54,3%) hebben dan weer een voorkeur voor het reclamemodel met de rode lippen. Er was echter de voorzichtige verwachting dat mannen een voorkeur zouden hebben voor de rodere lippen als signaal van fysieke vrouwelijke seksuele aantrekkelijkheid (Etcoff, 1999).
50
Onderzoeksvraag 2: treden er verschillen op in ad-likeability naargelang de etniciteit van de respondenten bij de beoordeling van de reclameadvertenties?
Om te weten of dit verschil significant is, werd terug χ2–test uitgevoerd. Het verschil in voorkeur tussen autochtonen en allochtonen is niet significant op het 95%-betrouwbaarheidsinterval: er is namelijk een voorkeur van achtereenvolgens 65,5% en 64,3% voor versie 2 (gemanipuleerde foto). Dit resultaat ligt in lijn met de bevindingen uit de evolutionair psychologische theorie, zoals besproken in de literatuurstudie.
V1 V2
Autochtoon 34,5% 65,5%
Allochtoon 35,7% 64,3%
Significantie NEEN
Tabel 8: Totaalbeeld etniciteit Ook wanneer we vervolgens kijken naar totaalbeeld van de cue huid, nemen we een duidelijke voorkeur waar voor de bewerkte foto. Respectievelijk 84,7% van de autochtone en 84,5% van de allochtone respondenten verkiezen versie 2. We nemen dus geen significante verschillen waar tussen autochtone en allochtone respondenten.
V1 V2
Autochtoon 15,3% 84,7%
Allochtoon 15,5% 84,5%
Significantie NEEN
Tabel 9: Totaalbeeld etniciteit: cue huid Bij de cue lippen is er een quasigelijke verdeling terug te vinden in dit experiment. Dit houdt in dat ongeveer de helft van de autochtone als allochtone mensen een voorkeur hadden voor het model met de rode lippen. Het valt wel op dat opnieuw een (kleine) meerderheid van de autochtone (53,6%) en allochtone respondenten (55,9%) een voorkeur hebben voor de originele foto (versie 1), dit in tegenstelling tot de fotosetjes waar de huid werd bewerkt. Het verschil in voorkeur is ook hier echter niet als significant te beschouwen.
V1 V2
Autochtoon 53,6% 46,3%
Allochtoon 55,9% 44,1%
Significantie NEEN
Tabel 10: Totaalbeeld etniciteit: cue lippen
51
Ook voor deze variabele kan men de 20 advertentiesets afzonderlijk bekijken. Voor de hieropvolgende analyse met betrekking tot de relatie tussen etniciteit en de voorkeur voor de cue van fysieke aantrekkelijkheid werd opnieuw een χ2–test opgevraagd (Vyncke, 2008, p. 41).
Advertentieset 6
V1 V2
Autochtoon 10,8% 89,2%
Allochtoon 20% 80%
Significantie JA (0,044)
Advertentieset 6 bevatte als enige fotoset een significant verschil bij de vergelijking wat betreft etniciteit. Bij de autochtone respondenten bedraagt de voorkeur voor de rechtse foto (versie 2) 89,2% en bij de allochtone respondenten is deze 80%. Zowel de autochtone als allochtone respondenten verkozen bij deze advertentieset dus de foto met bewerkte huid (versie 2) maar dit verschil in voorkeur is als significant te beschouwen, de staartkans heeft namelijk een waarde p = 0,044 en is dus < 0,05. Bij de andere fotosets is zoals reeds aangegeven geen significant verschil te vinden7.
7
Voor een overzicht van de resultaten die geen significante verschillen opleverden: zie bijlage
52
11.3. Besluit onderzoeksvraag 2 Uit bovenstaande tabellen kunnen we besluiten dat onderzoeksvraag 2 in het globaal ontkracht wordt, in lijn met de voorgaande resultaten. Er is dus geen significant verschil waar te nemen tussen respondenten van autochtone en allochtone oorsprong wat betreft ad-likeability.
Bij advertentieset 6, waar we de huid gaver hebben gemaakt, kunnen we echter wel een significant verschil in graad van ad-likeability waarnemen. Zo verkiezen enkel 10,8% van de autochtone deelnemers en 20% van de allochtone respondenten de originele foto (versie 1).
53
Onderzoeksvraag 3: treden er verschillen op in ad-likeability naargelang de generatie waartoe de allochtone respondenten behoren, bij de beoordeling van de reclameadvertenties?
Vervolgens hebben we gekeken of er verschillen waar te nemen zijn wat betreft generatie binnen de allochtone respondenten. We hebben hiervoor eerst alle allochtone respondenten van Turkse, Marokkaanse of Tunesische afkomst geïsoleerd van de autochtone respondenten (voor bijhorende SPSS-file zie cd-rom). In totaal waren er 80 respondenten uit onze bevraagde enquête van allochtone oorsprong. Deze mensen hebben we verdeeld naargelang de generatie waartoe ze behoren. Dit leidde ertoe dat we onze percentages gebaseerd hebben op 35 respondenten die tot de eerste generatie en 45 respondenten tot de tweede generatie behoren. Om te achterhalen of er een significant verschil bestaat tussen de groep respondenten van de eerste en die van de tweede generatie op het 95%-betrouwbaarheidsinterval, werd opnieuw gekeken naar de Pearson correlatietest. Net als bij de vorige kenmerken, namelijk geslacht en etniciteit is dit globale beeld niet significant. Respectievelijk 62,1% van de eerste en 66% van de tweede generatie verkiezen de bewerkte (versie 2) advertentieset. Er bestaat dus geen verschil tussen de generaties van allochtone respondenten wat betreft hun voorkeur voor de gemanipuleerde cue van fysieke vrouwelijke seksuele aantrekkelijkheid.
V1 V2
Generatie 1 37,9% 62,1%
Generatie 2 34% 66%
Significantie NEEN
Tabel 11: Totaalbeeld generatie Wanneer we verder kijken naar het totaal verschil per cue tussen de beide generaties voor het kiezen van de bewerkte foto, kunnen we uit onderstaande tabellen besluiten dat er ook hier geen significant verschil waar te nemen is.
V1 V2
Generatie 1 17,1% 82,9%
Generatie 2 14,2% 85,8%
Significantie NEEN
Tabel 12: Totaalbeeld generatie: cue huid
54
Generatie 1 58,6% 41,4%
V1 V2
Generatie 2 53,8% 46,2%
Significantie NEEN
Tabel 13: Totaalbeeld generatie: cue lippen De voorkeur van de respondenten voor de cue huid wordt gekenmerkt door eenzelfde trend als geschetst hierboven: we stellen vast dat zowel generatie 1 (82,9%) als generatie 2 (85,8%) een sterke voorkeur heeft voor het reclamemodel met een gave huid (versie 2). Dit verband is bovendien ook niet significant. Opnieuw zijn gelijkaardige resultaten terug te vinden bij de lippen. Ook hier wordt de nulhypothese aanvaard:
het
verschil
tussen
generaties
opnieuw
niet
significant
is
op
het
95%-
betrouwbaarheidsinterval. We merken ook hier, in tegenstelling tot wat we eerder zouden geloven uit de evolutionaire psychologie, een lichte voorkeur op voor versie 1 (originele foto). Respectievelijk 58,6% van generatie 1 en 53,8% van generatie 2 verkiezen deze advertentie. Net als bij de voorgaande kenmerken werd ook hier elke fotoset afzonderlijk geëvalueerd. Hier vinden we een significant resultaat8 terug tussen beide generaties bij advertentieset 10 (lippen).
Advertentieset 10 8
V1 V2
Generatie 1 65,7% 34,3%
Generatie 2 37,8% 62,2%
Significantie JA (0,012)
Voor een overzicht van de resultaten die geen significante verschillen opleverden: zie bijlage
55
Ook hier werd een Pearson Chi-Square opgevraagd om te weten of er een significant verschil bestaat tussen de groep allochtone respondenten van de eerste en die van de tweede generatie. Deze waarde p = 0,012 impliceert dat de nulhypothese moet worden verworpen (p < 0,05). Dit betekent dat het verschil tussen beide generaties significant is op het 95%-betrouwbaarheidsniveau. Generatie 1 verkiest met 65,7% de originele versie (versie 1), in tegenstelling tot generatie 2, waarvan slechts 37,8% deze foto prefereert.
11.4. Besluit onderzoeksvraag 3 We kunnen dus concluderen dat ook onze derde onderzoeksvraag in het totaal ontkracht wordt. Er is dus geen significant verschil gevonden tussen beide generaties wat betreft ad-likeability. Wanneer we echter kijken naar de afzonderlijke sets, zien we dat set 10 een significant verschil in voorkeur vertoont. In deze advertentieset, waar we de lippen roder hebben gemaakt, kiest 34,3% van de eerste generatie de bewerkte foto (versie 2) in tegenstelling tot de tweede generatie waarvan juist 62,2% het reclamemodel met de rodere lippen verkoos.
56
Onderzoeksvraag 4: treden er verschillen op in ad-likeability naargelang etniciteit en geslacht bij de beoordeling van de reclameadvertenties?
Als laatste punt binnen onze analyse gaan we kort dieper in op mogelijke significante verschillen tussen etniciteit en geslacht. We schetsen het totaalbeeld in onderstaande tabel.
V1 V2
Autochtone mannen 35% 65%
Autochtone vrouwen 34,1% 65,9%
Significantie NEEN
Tabel 14: Totaalbeeld autochtone respondenten wat betreft geslacht
V1 V2
Allochtone mannen 38,8% 61,2%
Allochtone vrouwen 33,5% 66,5%
Significantie NEEN
Tabel 15: Totaalbeeld allochtone respondenten wat betreft geslacht Wanneer we kijken naar de totale verschillen tussen etniciteit en geslacht wat betreft ad-likeability, kunnen we opmerken dat er geen significante verschillen waar te nemen zijn. Zo kiest 65% van de autochtone mannen en 65,9% van de autochtone vrouwen voor de bewerkte advertentie (versie 2). Dit sluit dicht aan bij de verdeling in voorkeur van allochtone respondenten. Ook wanneer we kijken naar de totaalresultaten per cue, nemen we geen significante verschillen waar. Zowel de autochtone (17,1%) als allochtone mannen (18,8%) kiezen beduidend minder voor de originele advertentie (versie 1) bij de huid als teken van fysieke aantrekkelijkheid. Ook de autochtone (85,9%) als allochtone (86,8%) vrouwen verkiezen duidelijk versie 2.
V1 V2
Autochtone mannen 17,1% 82,9%
Autochtone vrouwen 14,1% 85,9%
Significantie NEEN
Tabel 16: Totaalbeeld autochtone respondenten wat betreft geslacht: cue huid
57
V1 V2
Allochtone mannen 18,8% 81,2%
Allochtone vrouwen 13,2% 86,8%
Significantie NEEN
Tabel 17: Totaalbeeld allochtone respondenten wat betreft geslacht: cue huid Bij de lippen prefereerden 47,1% van de autochtone mannen en 41,2% van de allochtone mannen de gemanipuleerde advertentie (versie 2). Ook een minderheid van de autochtone en allochtone vrouwen (45,8% en 46,2%) prefereerden deze versie. Deze resultaten liggen in lijn met de eerder gevonden bevindingen in dit onderzoek.
V1 V2
Autochtone mannen 52,9% 47,1%
Autochtone vrouwen 54,2% 45,8%
Significantie NEEN
Tabel 18: Totaalbeeld autochtone respondenten wat betreft geslacht: cue lippen
V1 V2
Allochtone mannen 58,8% 41,2%
Allochtone vrouwen 53,8% 46,2%
Significantie NEEN
Tabel 19: Totaalbeeld allochtone respondenten wat betreft geslacht: cue lippen
Ook hier kan men de 20 sets9 afzonderlijk bekijken, met betrekking tot etniciteit en geslacht. Als men terugkoppelt naar de χ2–test (Vyncke, 2008, p. 41) kan men slechts verwijzen naar één fotoset waarbij een significant verschil terug te vinden is, namelijk fotoset 3 (als men de ordening van de enquête volgt).
9
Voor een overzicht van de resultaten die geen significante verschillen opleverden: zie bijlage
58
V1 V2
Autochtone mannen 42,4% 57,6%
Autochtone vrouwen 28,6% 71,4%
V1 V2
Allochtone mannen 39,4% 60,6%
Allochtone vrouwen 9% 80,9%
Advertentieset 3
Advertentieset 3
Significantie NEEN (0,051)
Significantie JA (0,041)
Uit de χ2–test kan men afleiden dat er een voorkeur bestaat voor de bewerkte foto (versie2). Zowel de autochtone (57,6%) als de allochtone (60,6%) mannen verkiezen de rechtse, bewerkte foto. Deze voorkeur is zelfs sterker terug te vinden bij de autochtone (71,4%) en allochtone (80,9%) vrouwen. Het verschil in voorkeur tussen allochtone mannen en vrouwen is als significant te beschouwen, de staartkans is < 0,05 (p = 0,041).
11.5. Besluit onderzoeksvraag 4 We kunnen hier kort stellen dat ook onderzoeksvraag 4 ontkracht wordt, er is namelijk geen significant verschil in voorkeur terug gevonden in relatie tot het geslacht en etniciteit van de bevraagde respondenten. Bij advertentieset 3 vonden we echter een significant verschil terug. Zo koos 80,9% van de allochtone vrouwen ten opzichte van 60,6% van de mannen voor de foto met de bewerkte huid. Ook de 59
autochtone mannen (57,6%) en vrouwen (71,4%) verkozen deze versie. Alleen binnen deze groep is het verschil in keuze kleiner en niet significant, de p-waarde bevindt zich namelijk net boven de waarde 0,05, met p = 0,051.
60
12. Discussie en conclusie Marketeers gaan er van uit dat kenmerken van uiterlijke schoonheid in reclame de interesse van de consument trekt. Beelden van jonge, aantrekkelijke en voornamelijk blanke vrouwen worden dus gebruikt als handige reclametool. Evolutionair psychologen proberen te verklaren waarom mannen en vrouwen, ondanks culturele en sociale verschillen, dezelfde voorkeuren delen. Deze universele voorkeuren zijn het resultaat van specifieke mechanismen van seksuele selectie en niet alleen van socialisatieprocessen (Saad, 2007). Vanuit dit opzicht is het waardevol om te weten wat al dan niet werkt met betrekking tot schoonheid in reclame.
Deze masterproef had als doel om inzicht te verkrijgen in de ad-likeability impact van een gave huid en rode lippen als tekenen van fysieke vrouwelijke aantrekkelijkheid. Aan de hand van 20 advertentiesets werd nagegaan of er een verschil waar te nemen is in voorkeur wat betreft deze cues. De eerste algemene onderzoeksvraag bestond er in om te achterhalen of respondenten een significante voorkeur hebben voor het reclamemodel met de gave huid of de rode lippen. Een eerste conclusie die kan getrokken worden, is dat er een significante preferentie terug te vinden was voor de bewerkte reclamefoto’s. Deze bevinding is vanuit een evolutionair psychologisch perspectief (Etcoff, 1999; Gaulin & McBurney, 2001) te verklaren en ligt in lijn met een eerder uitgevoerde Belgische studie van Vyncke (2007). Deze voorkeur kwam in dit onderzoek echter enkel tot uiting bij de fotoreeks van de huid. We vonden geen significant voordeel terug voor het hebben van rode lippen en dit in tegenstelling van wat men zou verwachten uit de theorieën van de evolutionaire psychologie. Er bleek zelfs bij 5 foto’s een significante voorkeur te zijn voor de originele reclamefoto. Voor elk van de reclamesets werd dan eveneens nagegaan of geslacht en etniciteit een rol speelden bij deze ad-likeability waarden. In deze masterproef stond de vraagstelling rond etniciteit en de keuze voor een specifieke reclamecontent centraal. Een eerste subvraag bestond er dus in te achterhalen of mannen en vrouwen een verschillende voorkeur hebben wat betreft deze cues. Dit vraagstuk leidde tot twee conclusies. Tussen mannen en vrouwen bestond er slechts een klein verschil in voorkeur voor een gave huid als teken van gezondheid. Maar de advertentiesets waarin de lippen roder werden gemaakt als teken van vrouwelijke sensualiteit en gewilligheid slaagden er niet in de vrouwelijke als de mannelijke respondenten te overtuigen, we vonden immers geen significante verschillen op niveau p < 0,05. Enkel 2 reclamesets leverden een significant verschil op tussen beide geslachten. Een zelfde conclusie was terug te vinden voor de variabele etniciteit, generatie en de relatie tussen geslacht en etniciteit van de bevraagde respondenten in dit onderzoek.
61
De resultaten van elk van deze subvragen brengt ons tot het besluit dat, ondanks culturele en sociale verschillen, er een algemene voorkeur bestaat voor de cue huid als teken van fysieke vrouwelijke aantrekkelijkheid en dit in tegenstelling tot het hebben van rode lippen. Dit kan te maken hebben met het feit dat lippen moeilijker op een natuurlijke wijze te bewerken zijn. We hebben dan ook bij bepaalde (etnische) modellen de rode kleur moeten aanpassen, wat een minder natuurlijk resultaat opleverde Met deze informatie zijn de resultaten van deze studie beter te begrijpen. Een belangrijke opmerking is dat de uitkomst van ons onderzoek eveneens mee bepaald kan zijn door de opbouw van het experiment zelf. Er werd hierboven al verwezen naar de beperkingen van het eigen stimulusmateriaal en dit moet ook in rekening worden gebracht bij de interpretatie van de resultaten. Uit feedback van de respondenten uitgevoerd na het experiment, bleek dat sommige getoonde foto’s, waar de huid als cue werd genomen, te duidelijke verschillen vertoonden (cf. advertensieset 8 p. 42 ). Het is mogelijk dat hier een probleem is van de construct validiteit. Immers door een foto met gave huid te vergelijken met een foto met een te duidelijke mindere gave huid meet men indirect de gezondheid van het model. De evolutionaire psychologische theorie voorspelt in dit geval dat de respondenten zullen kiezen voor de advertentie met de gave, gezonde huid. Door te werken met een subtieler onderscheid zou men met meer wetenschappelijke zekerheid kunnen zeggen welke impact deze cue heeft op de voorkeur van reclameboodschappen. Een interessante doelstelling voor toekomstig onderzoek is na te gaan of bovenstaande voorkeuren ook gelden voor homoseksuele mannen en lesbische vrouwen. In dit onderzoek hebben we het enkel gehad over de aantrekkingskracht van heteroseksuele mannen en vrouwen ten opzichte van elkaar. Onderzoekers kunnen tevens opteren om een grotere diversiteit van mensen met een verschillende etnische achtergrond en/of nationaliteit te bevragen. Tenslotte kunnen ook een groter aantal verschillende evolutionaire cues, productcategorieën en demografische kenmerken worden geanalyseerd. We wensen er ook op te wijzen dat steeds meer allochtonen actief zijn op het internet, ook bij deze minderheidsgroepen nemen sociale media steeds een belangrijkere plaats in. Verder onderzoek naar het surfgedrag van allochtone jongeren in België en het potentieel van deze online campages kan daarom ook aangewezen zijn. We vroegen de respondenten om de diavoorstelling niet te onderbreken of terug te kijken om zodanig de primaire affectieve reactie te kunnen meten. Doordat de middelen voor dit onderzoek beperkt waren, was het jammer genoeg niet mogelijk om persoonlijk bij alle respondenten langs te gaan en dit te controleren. Deze beperkingen in acht genomen heeft dit onderzoek een interessant inzicht gebracht van het concept etniciteit binnen een evolutionair psychologisch perspectief.
62
13. Referenties Wetenschappelijke boeken en bijdragen uit readers Blommaert, J. & Verschueren, J. (1998). Debating diversity. Analysing the discourse of tolerance. London: Routledge. Braeckman, J. (2001). Darwins moordbekentenis. Amsterdam: Uitgeverij Nieuwezijds. Buss, D.M. (1999). Evolutionary psychology: the new science of the mind. Boston, MA: Allyn and Bacon. Buss, D.M. (2003). The evolution of desire. Strategies of human mating. New York: Basic Books. Caestecker, F. (1993). Europese historici ontdekken migranten. Europese en Amerikaanse migrantenonderzoek: sociale geschiedenis met twee snelheden? In E. Deslé, R. Lestaeghe & E. Witte (Eds.), Denken over migranten in Europa (pp. 61-79). Brussel: VUBPRESS. Carter, C. (2012). Sex/gender and the Media. From sex roles to social construction and beyond. In K. Ross (Ed.), The handbook of gender, sex and media (pp. 365-400). West Sussex: Wiley-Blackwell. Cartwright, J.H. (2001). Evolutionary explanations of human behaviour. London: Routledge. Cortese, A. J. (1999). Provocateur: images of women and minorities in advertising. Maryland: Rowman & Littlefield Publishers, Inc. Cortese, A.J. (2004). Provocateur: images of women and minorities in advertising (2nd ed.). Landham: Rowman & Littlefield Publishers, Inc. Darwin, C. (1985). The origin of species. New York: Penguin (Eerste uitgave, 1859). Dawkins, R. (2008). De zelfzuchtige genen. Amsterdam: Contact. De Pelsmacker, P., Geuens, M. & Van den Bergh, J. (2007). Marketing communications: a European perspective (3rd ed.). Harlow: Pearson Education. D’Haenens, L. (2003). ICT in de multiculturele samenleving. In J. De Haan & J. Steyaert (Eds.), Jaarboek ICT en samenleving 2003. De sociale dimensie van technologie (pp. 91-111). Amsterdam: Boom. Duffy, M. (1994). Body of evidence: studying women and advertising. In L. Manca & A. Manca (Eds.), Gender & Utopia in Advertising: a critical reader (pp. 5-30). Lisle: Procopian Press. Du Plessis, E. (2005). The advertised mind. Ground-breaking insights into how our brains respond to advertising. London: Kogan Page. Du Plessis, E. (2011). The branded mind: what neuroscience really tells us about the puzzle of the the brand. London: Kogan Page.
brain and
Etcoff, N. (1999). Het recht van de mooiste. De wetenschap van mooi en lelijk. Amsterdam: Contact. Evans, D. & Zarate, O. (1999). Introducing evolutionary psychology. Duxford, Cambridge: Icon Books. Fennis, B.M. & Stroebe, W. (2010). The psychology of advertising. East Sussex: Psychology Press. Fiske, S.T. (1998). Stereotyping, prejudice, and discrimination. In D.T. Gilbert, S.T. Fiske & G. Lindzey (Eds.), The Handbook of Social Psychology (4th ed.) (pp. 357). Boston: McGraw-Hill. Franzen, G. & Bouwman, M. (1999). De mentale wereld van merken. Alphen aan den Rijn: Samson. Friedan, B. (1963). The Feminine Mystique. New York: Harper.
63
Gaulin, S.J.C. & McBurney, D.H. (2001). Psychology. An evolutionary approach. Upper Saddle River, N. J.: Prentice-Hall. Gielen, G. (2003). Onaantrekkelijk? Beeldvorming over het belang van fysieke aantrekkelijkheid. Antwerpen – Apeldoorn: Garant-Uitgevers. Gijs, L., Gianotten, W., Vanwesenbeeck, I. & Weijenborg, P. (2009). Seksuologie. Nederland, Houten: Springer Uitgeverij. Gill, R. (2007). Gender and the media. Cambridge: Polity Press. Goldin, I. & Reinert, K. (2012). Globalization for development: meeting new challenges. Oxford: Oxford University Press. Goldin, I., Cameron, G. & Balarajan, M. (2011). Exceptional people: how migration shaped our world and will define our future. Princeton, NJ.: Princeton University Press. Kahneman, D. (2011). Ons feilbare denken. Amsterdam/Antwerpen: Uitgeverij Business Contact. Kotler, P. (1999). Kotler over marketing: over het creëren, winnen en domineren van markten. Schoonhoven: Academic Service. Leaky, R.E.F. (1994). The Origin of Humankind. New York: BasicBooks. Lindstrom, M. (2008). Buy-ology. Thruth an lies lies about why we buy. New York: The Doubleday Publishing Group. Lundstrom, W. J. & Sciglimpaglia, D. (1977). Sex role portrayals in advertising. Journal of Marketing, 41(3), 72-79. Miller, G. (2009). Darwin en de consument. Seks, status en het brein. Amsterdam: Contact. Ogilvy, D. (1985). Ogilvy on advertising. New York: Random House. Petty, R.E. & Cacioppo, J.T. (1986a). Communication and Persuasion. Central and Peripheral Routes to Attitude Change. New York: Springer. Pradeep A.K. (2010). The buying brain: secrets for selling to the subconscious mind. New Jersey: John Wiley & Sons, Inc. Renvoise, P. & Morin, C. (2002). Neuromarketing: understanding the buy button in your customer's brain. Nashville, TN: Thomas Nelson, Inc. Ross, K. (2000). In Whose Image? TV Criticism and Black Minority Viewers. In S. Cottle (Ed.), Ethnic Minorities and the Media (pp. 133-148). Buckingham: Open University Press. Saad, G. (2007). The evolutionary bases of consumption. London: Lawrence Erlbaum Associates. Sengès, A. (2003). Ethnik!: le marketing de la différance. Parijs: Autrement. Signorielli, N. (Ed.) (1985). Role portrayal and stereotyping on television: an annotated bibliography of studies relating to women, minorities, aging, sexual behavior, health, and handicaps. Connecticut: Greenwood Press. Smelik, A., Buikema, R. & Meijer, M. (1999). Effectief beeldvormen: theorie, analyse en praktijk van beeldvormingsprocessen. Assen: Van Gorcum. Swami, V. & Furnham, A. (2007). The Psychology of Physical Attraction. London: Routledge. Symons, D. (1979). The evolution of human sexuality. New York: Oxford University Press.
64
Tiggelovend, I. (2005). Etnocommunicatie. Communiceren met een multicultureel publiek. Brussel: Gelijke Kansen in Vlaanderen. Timmerman, C. (2003). Cultuurrelativisme: realiteit of fictie? Migratie en etnische minderheden in België. Antwerpen – Apeldoorn: OAseS & Garant-Uitgevers. Usunier, J.C. & Lee, J.A. (2005). Marketing across cultures (4th ed). England: Pearson Education. Van Zoonen, L. (1994). Feminist media studies. Londen: Sage Publications. Van Zoonen, L. (2007). Media, cultuur en burgerschap. Een inleiding. Apeldoorn/Antwerpen: Het Spinhuis. Verhaeghe, P.P., Van der Bracht, K. & Van de Putte, B. (2012). Migrant zkt toekomst: Gent op een keerpunt tussen oude en nieuwe migratie. Antwerpen–Apeldoorn: Garant. Vyncke, P. (2007). Attraction, seduction, desire and stupidity. How ads and brands tap into your heart & mind. Zelzate: DCL Print & Sign. Vyncke, P. (2008). Decoding the ad. How advertising taps into your heart and mind. Zelzate: Naulitus Academic Books. Vyncke, P. (2011). Cue management: using fitness cues to enhance advertising effectiveness. In G. Saad (Ed.), Evolutionary psychology in the business sciences (pp. 257-286). Springer-Verlag: Berlin Heidelberg. Wierenga, B. & Van Raaij, W.F. (1987). Consumentengedrag. Theorie, analyse en toepassingen. Leiden/Antwerpen: H.E. Stenfert Kroese B.V. Witte, E. (1993). Migranten en immigranten als voorwerp van wetenschappelijk onderzoek. In E. Deslé, R. Lestaeghe & E. Witte (Eds.), Denken over migranten in Europa (pp. 7-32). Brussel: VUBPRESS. Wright, R. (1995). The Moral Animal: Why we are the way we are: the new science of evolutionary psychology. New York: Vintage Books. Wilson, G. & Nias, D. (1976). Liefde’s geheimen. De psychologie van de seksuele aantrekkelijkheid. Amsterdam: De Arbeiderspers. Wetenschappelijke artikels Bagozzi, R.P. & Nataraajan, R. (2000). The year 2000: looking forward. Psychology & Marketing, 17, 1-11. Baker, M.J. & Churchill, G.A. (1977). The impact of physically attractive models on advertising evaluations. Journal of marketing research, 14(3), 538-555. Bristor, J., Lee, R.G. & Hunt, M.R. (1995). Race and ideology: African-American images in television advertising. Journal of Public Policy & Marketing, 14(1), 48-59. Buss, D.M. (1989). Sex differences in human mate preferences: evolutionary hypotheses tested in 37 cultures. Behavioral and Brain Sciences, 12(1), 1-14. Buss, D.M. (2009). The great struggles for life. Darwin and the emergence of evolutionary psychology. American Psychologist, 64(2), 140-148. Cary, M.S. (2000). Ad strategy and the stone age brain. Journal of Advertising Research, 40, 103-106. Colarelli, S.M. & Dettmann, J.R. (2003). Intuitive evolutionary perspectives in Marketing Practices. Psychology & Marketing, 20(September), 837-65. Courtney, A. E. & Whipple, T. W. (1974). Women in TV commercials. Journal of Communication, 24(2), 110-118.
65
Dahl, D.W., Sengupta, J. & Vohs, K.D. (2009). Sex in avertising: gender differences and the role of relationship commitment. Journal of Consumer Research, 36(2), 215-231. De Block, A. & Du Laing, B. (2007). Paving the way for an evolutionary social constructivism. Biological Theory: Integrating Development, Evolution, and Cognition, 2(4), 337-348. Emslie, L., Bent, R. & Seaman, C. (2007). Missed opportunities? Reaching the ethnic consumer market. International Journal of Consumer Studies, 31(2), 168-173. Fink, B. & Penton-Voak, I. (2002). Evolutionary psychology of facial attractiveness. Current Directions in Psychological Science, 11(5), 154-158. Fox, J. & Bailenson, J.N. (2009). Virtual virgins and vamps : the effects of exposure to female characters’ sexualized appearance and gaze in an immersive virtual environment. Sex Roles, 61, 147-157. Gorn, G.J. (1982). The effects of music in advertising on choice behavior: a classical conditioning approach. Journal of Marketing, 46(1), 94-101. Havens, T. (2002). The interplay of culture and economics in international television. Critical Studies in Media Communication, 19(4), 377-397. Hill, M.E. (2002). Skin color and the perception of attractiveness among African-Americans. Does gender makes a difference? Social Psychology Quaterly, 65(1), 77-91. Kilbourne, J. (1990). Beauty... and the beast of advertising. Media & Values, 49. Kilbourne, J., Lysonski, S., Miller, M., Ford, J. & McDonald, C. (2005). Comments - sexy vs. sexism in advertising. International Journal of Advertising, 24(1), 113-122. Kohlman, C.W. (1960). IPSO in industrial advertising. Journal of Marketing, 24(3), 55-57. Krugman, H.E. (1965). The impact of television advertising: learning without involvement. Public Opinion Quarterly, 29(3), 349-356. La Ferle, C. & Lee, W.N. (2005). Can English language media connect with ethnic audiences? Ethnic minorities media use and representation perceptions. Journal of Advertising Research, 45(1), 140-153. Lavidge, R.C. & Steiner, G.A. (1961). A model for predictive measurements of advertising effectiveness. Journal of Marketing, 25(6), 59-62. Lin, Y. & Huang J. (2006). Internet blogs as a tourism marketing medium: a case study. Journal of Business Research, 59(10/11), 1201-1205. Lindner, K. (2004). Images of women in general interest and fashion magazine advertisements from 1955 to 2002. Sex Roles, 51(7/8), 409-421. Loobuyck, P. (2002). Multicultureel burgerschap: voorbij integratie, assimilatie, segregatie en marginalisatie. Ons Erfdeel, 45(3), 399-411. Lynn, M. & Kampschroeder, K. (1999). Evolutionary Perspectives on Consumer Behavior. An Introduction. Advances in Consumer Research, 26, 226-230. McLellan, B. & McKelvie, S.J. (1993). Effects of age and gender on perceived facial attractiveness. Canadian Journal of Behavioral Science, 25, 135-142. Marlowe, F.W., Apicella, C.L. & Reed, D. (2005). Men’s preferences for women’s profile waist-hip-ratio in two societies. Evolution and Human Behavior, 26, 458-468. Petty, R.E. & Cacioppo, J.T. (1984). The elaboration likelihood model of persuasion. Advances in Consumer Research, 11, 673-675.
66
Petty, R.E. & Cacioppo, J.T. (1986b). The elaboration likelihood model of persuasion. Advances in Experimental and Social Psychology, 19, 123-205. 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(2), 135-146. Ramachandran, V.S. (1997). Why do gentleman prefer blondes? Medical Hypotheses, 48(1), 19-20. Saad, G. (2004). Applying evolutionary psychology in understanding the representation of women in advertisements. Psychology & Marketing, 21, 593-612. Saad, G. (2006). Applying evolutionary psychology in understanding the Darwinian roots of consumption phenomena. Managerial and Decision Economics, 27, 189-201. Saad, G. & Gill, T. (2000). Applications of evolutionary psychology in marketing. Psychology & Marketing, 17, 1005-1034. Saad, G. & Gill, T. (2003). An evolutionary psychology perspective on gift giving among young adults. Psychology & Marketing, 20, 765-784. Stenmark, M. (2009). Homo religiosus: Linnaeus and beyond. Three theories of human nature. Zygon, 44(4), 894-920. Schmitt, D.P. (2003). Universal sex differences in the desire for sexual variety: tests from 52 nations, 6 continents, and 13 islands. Journal of Personality and Social Psychology, 85(1), 85-104. Sudbury, L. & Wilberforce, F. (2006). The portrayal of black people in UK television advertising: perception and reality. Journal of Consumer Behaviour, 5(5), 465-476. Sullivan, G. L. & O'Connor, P. J. (1988). Women's role portrayals in magazine advertising: 19581983. Sex Roles, 18(3/4), 181-189. Van den Berghe, P.L. & Frost, P. (1986). Skin color preference, sexual dimorphism and sexual selection: a case of gene-culture co-evolution? Ethnic and Racial Studies, 9(1), 87-113. Van Raaij, W.F. (1989). How consumers react to advertising. International Journal of Advertising, 8(3), 261273. Weilbacher, W.M. (2001). Point of view: does advertising cause a “hierarchy of effects”? Journal of Advertising Research, 41(6), 19-24. Wentz, L. (2004). Marketers focus on minorities: Hispanic segment grows as priority. Advertising Age, 75(44), 55-56. Whittler, T.E. (1991). The effects of actors’ race in commercial advertising: review and extension. Journal of Advertising, 20(1), 54-60. Zajonc, R.B. (1980). Feeling and thinking: preferences need to inferences. American Psychologist, 35(2), 151175. Zajonc, R.B. (1984). On the primacy of affect. American Psychologist, 39(2), 117-123. Zimmerman, A. & Dahlberg, J. (2008). The sexual objectification of women in advertising: a contemporary cultural perspective. Journal of Advertising Research, 48(1), 71-79.
67
Secundaire verwijzingen Frith, K., Cheng, H. & Shaw, P. (2004). Race and beauty: a comparison of Asian and Western models in women’s magazine advertisements. Sex Roles, 50(1/2), 50-61. Artikels uit kranten en weekbladen Meijer, J. (2005, 30 november). Etnomarketing slaat brug naar allochtone klanten. De Morgen, 8. Vanden Bossche, S. (2007, 27 april). 190 nationaliteiten, één reclamecampagne. De Morgen. Van den Ende, T. & Hummelinck, M.W. (2004, 4 december). Etnomarketing is passé. Op zoek naar de overeenkomsten. Markant, 15. Van de Velde, K. (2000, 14 januari). Etnomarketing bouwt brug naar allochtone klanten. De Financieel-Economische Tijd. Ongepubliceerde bronnen Vyncke, P. (2010). Cue Management. using fitness cues to enhance advertising effectiveness. Basistheorie Communicatiemanagement: reading 2. Niet-gepubliceerd document, Gent, Vakgroep Communicatiewetenschappen. Online bronnen Centrum voor gelijkheid van kansen en voor racismebestrijding (2005, 25 oktober). Etnische registratie. Bevraging inzake etnische registratie met het oog op een evenredige arbeidsdeelname. Geraadpleegd op 6 maart 2013 het World Wide Web: http://www.diversiteit.be/diversiteit/files/File//Arbeid/etnischestatistieken.pdf Centrum voor gelijkheid van kansen en voor racismebestrijding (2011). Statistisch en demografisch verslag 2008-4-vreemde bevolking. Geraadpleegd op 6 mei 2013 op het World Wide Web: http://www.diversiteit.be/?action=publicatie-detail&id=105&thema=4 Centrum voor gelijkheid van kansen en voor racismebestrijding (n.d.). Woordenlijst. Geraadpleegd op 15 maart 2013 op het World Wide Web: http://www.diversiteit.be/?action=onderdeel&onderdeel=182&titel=Woordenlijst Delruelle E. & Torfs, R. (2005). Eindverslag Commissie voor intercultureel dialoog. Geraadpleegd op 12 maart 2012 op het World Wide Web: http://www.diversiteit.be/?action=publicatie_detail&id=20&thema=2 Europa (n.d.). Audiovisueel en mediabeleid: Activiteiten van de Europese Unie. Geraadpleegd op 11 februari 2012 op het World Wide Web: http://ec.europa.eu/social FOV (2007, 13 juli). Naar een meetbare definitie van het begrip’allochtoon’. Geraadpleegd op 11 oktober 2012 op het World Wide Web: http://www.fov.be/spip.php?article626 Goeman, H. (2009). Ben ik een migrant? De geschiedenis van onze migraties. Geraadpleegd op 14 februari 2012 op het World Wide Web: http://www.diversiteit.be/?action=publicatie_detail&id=69&thema=2 Minderhedenforum (2007, 25 april). De impact van etnomarketing op de media van morgen. Geraadpleegd op 15 juli 2012 op het World Wide Web: http://www.minderhedenforum.be/2media/200705verslagseminarieetnomarketing.htm NMBS Mobiliteit. Corporate. Geraadpleegd op 15 januari 2013 op het World Wide Web : http://www.b-rail.be/corporate O’Barr, W.M. (2008, 19 juni). Representations of masculinity and femininity in advertisements. Advertising & Society Review. Geraadpleegd op 29 maart 2013 op het World Wide Web: http://muse.jhu.edu/journals/asr/v007/7.2unit07.html
68
Osepa, B. & Cuartas, J. (2000, 1 september). Segmentatie vormt ruggengraat van etnomarketing. Geraadpleegd op 18 maart 2013 op het World Wide Web: http://www.secondsight.nl/page/8786/nl Reichert, T. (2008). Does sex in advertising work? Geraadpleegd op 20 februari 2013 op het World Wide Web: http://www.brandingstrategyinsider.com/2008/03/does-sex-in-adv.html Simons, P.R. (2000). Competentieontwikkeling: van behaviorisme en cognitivisme naar sociaal-constructivisme. Geraadpleegd op 21 april 2013 op het World Wide Web: http://www.igitur-archive.library.uu.nl/ivlos/2005-0622-184843/5722.pdf US. Census Bureau (2010). General Demographic Characteristics: 2010. Geraadpleegd op 30 april 2013 op het World Wide Web: http://www.factfinder.census.gov/servlet/MYPTable?-gr_name=ACS_2009_EST_G00_MYP11_7 Van de Steene, S. (2003, juli-augustus). Het schoonheidsideaal bekeken vanuit evolutionair-psychologisch perspectief. Geraadpleegd op 25 oktober 2012 op het World Wide Web: http://www.onaantrekkelijk.be:achtergronden/braeckmanuvv.pdf Verhaeghe, P. (2010, 4 februari). De discursieve kracht van het begrip ‘allochtoon’. Geraadpleegd op 2 juli 2012 op het World Wide Web: http://www.kifkif.be/page?&orl=1&ssn=&lng=1&pge=20&sare=2550 Kruispunt Migratie-Integratie (2011). Cijfers over etnisch-culturele diversiteit. Geraadpleegd op 6 mei 2013 op het World Wide Web: http://www.kruispuntmi.be/thema.aspx?id=5513 Vanbeselaere, N., Meeus, J. & Boen F. (2007, maart). ‘Integratie’ van minderheden: een pleidooi voor conceptuele zuiverheid. Geraadpleegd op 7 maart 2012 op het World Wide Web: http://www.hiw.kuleuven.be/ned/lessen/cursumateriaal/0607/vanbeselaere_pres.pdf Vlaanderen.be (2009, 23 janurari). Minderhedendecreet wordt integratiedecreet. Geraadpleegd op 16 juni 2012 op het World Wide Web: http://www.vlaanderen.be/servlet/Satellite?pagename=nieuwsberichten%2FNB_Nieuwsbericht%2FNieuwsb ericht&cid=1232513508152 Gebruikt fotomateriaal ATBREAK (2012). All about photoshop. Geraadpleegd op 9 februari 2012 op het World Wide Web: http://www.atbreak.com/tag/photoshop/page/2/ Cecelina Photography (2012). Retouch & photoshop. Geraadpleegd op 11 februari 2012 op het World Wide Web: http://www.cecelinaphotography.com/fashion/professional-retoucher-photoshop/ Design Spartan (2010, 25 oktober). 10 images retouchées avec photoshop: après/avant. Geraadpleegd op 10 februari 2012 op het World Wide web: http://www.designspartan.com/presentation/10-images-retouchees-avec photoshopavant/apres/ DeviantART (2012). DeviantART. Geraadpleegd op 11 februari 2012 op het World Wide Web: http://www.t0n1s.deviantart.com/art/Photoshop-Retouch-303511034 Leonie’s Website (2004). Portfolio. Geraadpleegd op 11 februari 2012 op het World Wide Web: http://www.leonie.cafun.nl/ SurrealPSD (n.d.). Basic photoshop tutorial. Geraadpleegd op 11 februari 2012 op het World Wide Web: http://www.surrealpsd.com/basic-photoshop-retouch-tutorial/ The realm of darkness (n.d.). An African-American think tank. Geraadpleegd op 12 februari 2012 op het World Wide Web: http://www.freedom1926.wordpress.com/tag/black-women
69
14. Bijlagen 14.1. Pretest 14.1.1. Foto’s De foto's van de pretest kunnen teruggevonden worden op de cd-rom, onder de bestandsnaam: MASTERPROEF2013 pretest foto’s.pptx
14.1.2. Voornaamste berekeningen
Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
Set2HoeSnel
20
2
4
2,95
,686
Set3HoeSnel
20
1
3
2,10
,718
Set5HoeSnel
20
2
5
3,00
,918
Set7HoeSnel
20
2
5
3,05
,826
Set9HoeSnel
20
1
4
2,40
,754
Set10HoeSnel
20
2
3
2,55
,510
Set13HoeSnel
20
2
4
2,55
,686
Set15HoeSnel
20
1
3
1,90
,641
Set16HoeSnel
20
1
3
1,65
,671
Set18HoeSnel
20
2
4
2,95
,686
Set20HoeSnel
20
2
4
3,00
,725
Set22HoeSnel
20
1
4
2,45
,759
Set25HoeSnel
20
2
4
2,85
,671
Set27HoeSnel
20
2
3
2,50
,513
Set29HoeSnel
20
2
4
2,65
,671
Set30HoeSnel
20
3
6
3,90
,852
Set33HoeSnel
20
2
4
2,95
,686
Set34HoeSnel
20
2
5
3,40
,821
Set36HoeSnel
20
2
4
2,50
,607
Set39HoeSnel
20
1
3
2,00
,562
Set41HoeSnel
20
1
3
1,85
,745
Set43HoeSnel
20
1
3
1,80
,616
Set46HoeSnel
20
2
4
2,70
,571
Set49HoeSnel
20
2
4
2,80
,696
Valid N (listwise)
20
70
14.1.3. Enquête
Geachte Heer/ Mevrouw,
Graag zou ik u willen uitnodigen om deel te nemen aan een onderzoek binnen het kader van mijn masterproef. Dit onderzoek heeft geen enkel commercieel doel, maar wil enkel wetenschappelijke inzichten verkrijgen in de verwerking van reclame. Ik doe namelijk onderzoek naar de ad-likeability van reclame. De PowerPoint-presentatie bevat 50 sets van telkens twee foto’s die u achtereenvolgens zal te zien krijgen. De bedoeling is dat u voor elk setje van twee foto’s telkens aangeeft of u al dan niet een verschil ziet tussen de twee foto’s. Indien u een verschil opmerkt, vragen wij om te vermelden wat het verschil precies is dat u gezien hebt en hoe snel u dit hebt opgemerkt. Had u een verschil opgemerkt binnen 3 seconden, of pas na 10 seconden? Als u meent dat er een verschil of geen verschil waar te nemen is, geeft u dit gewoon aan op de enquête. Ik wil hier graag benadrukken dat er geen juiste of foute antwoorden zijn. Ik wil enkel uw eerste indrukken vastleggen.
Ik dank u voor uw deelname aan dit onderzoek!
Anne-France Gosselin Master in Comunicatiemanagement Universiteit Gent – 2012-2013
71
SETNR. VERSCHIL? 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39.
JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN
WAT IS HET VERSCHIL?
HOE SNEL GEZIEN? …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec 72
40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50.
JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN JA / NEEN
…………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec …………… sec
73
14.1.4. Output SPSS De ouput van SPSS kunnen teruggevonden worden op de cd-rom, onder de bestandsnaam: MASTERPROEF2013 pretest.sav
74
14.2. Onderzoek Experiment 14.2.1. Stimulusmateriaal De presentatie van het onderzoek kan tevens teruggevonden worden op de cd-rom, onder de bestandsnaam: MASTERPROEF2013 EXPERIMENT FOTO’S.pdf
Reclamefoto 1:
75
Reclamefoto 2:
76
Reclamefoto 3:
77
Reclamefoto 4:
78
Reclamefoto 5:
79
Reclamefoto 6:
80
Reclamefoto 7:
81
Reclamefoto 8:
82
Reclamefoto 9:
83
Reclamefoto 10:
84
Reclamefoto 11:
85
Reclamefoto 12:
86
Reclamefoto 13:
87
Reclamefoto 14:
88
Reclamefoto 15:
89
Reclamefoto 16:
90
Reclamefoto 17:
91
Reclamefoto 18:
92
Reclamefoto 19:
93
Reclamefoto 20:
94
14.2.2. Site Experiment De site is te bezichtigen op deze URL: https://sites.google.com/site/annefrancemasterproef2012/. Op de volgende pagina kunt u een screenshot bezichtigen van de lay-out van de site. Links bevindt zich het survey gedeelte van het experiment. Rechts de PowerPoint-presentatie. Een screenprint van het toegangsscherm die werd aangemaakt om de enquête via internet af te nemen werd hieronder afgedrukt.
95
14.2.3. Output SPSS De gebruikte datasets om deze output te vergaren vindt men eveneens terug op de cd-rom, onder de bestandsnamen: MASTERPROEF2013.sav, MA STERPROEF2013alleen autochtonen en MASTERPROEF2013alleen allochtonen.sav De belangrijkste detailresultaten zijn onder het punt 13.2.4. opgenomen. 14.2.4. Voornaamste berekeningen
FREQUENTIETABELLEN Aantal N
%
Cumulatief Percentage
Mannen
99
41,8
41,8
Vrouwen
138
58,2
100,0
Totaal
237
100,0
Aantal N
%
Cumulatief Percentage
18-30
131
55,3
55,3
31-75
106
44,7
100,0
Totaal
237
100,0
Aantal N
%
Cumulatief Percentage
Autochtoon
157
66,2
66,2
Allochtoon
80
33,8
100,0
Totaal
237
100,0
Aantal N
%
Cumulatief Percentage
Eerste generatie
35
43,8
43,8
Tweede generatie
45
56,2
100,0
Totaal
80
100,0
Geslacht
leeftijdcategorie
Etniciteit
Generatie
96
Aantal N
%
Cumulatief Percentage
Mannen
66
42
42
Vrouwen
91
58
100,0
Totaal
157
100,0
Aantal N
%
Cumulatief Percentage
Mannen
33
41,3
41,3
Vrouwen
47
58,8
100,0
Totaal
80
100,0
Geslacht Autochtoon
Geslacht Allochtoon
97
PERCENTAGETOETSEN: TOTAALRESULTATEN We hebben deze totaalresultaten berekend aan de hand van een percentagetoets. Het aanvaardbaarheidsinterval AI wordt berekend via de algemene formule voor het vergelijken van percentageverschillen:
(𝑝1 − 𝑝2 ) ± 𝑧 ∗ √[
𝑝1 (1 − 𝑝1 ) 𝑝2 (1 − 𝑝2 ) + ] 𝑛1 𝑛2
Aangezien we de significantie op het 0,05-niveau testen, gebruiken we z* = 1,96. Dan is het criterium van significantie, op het betrouwbaarheidsniveau 0,05: 𝑝1 (1 − 𝑝1 ) 𝑝2 (1 − 𝑝2 ) |𝑝1 − 𝑝2 | ≥ 1,96√[ + ] 𝑛1 𝑛2 We hebben |𝑝1 − 𝑝2 | , AI en de toets |𝑝1 − 𝑝2 | ≥ 𝐴𝐼 , berekend via een Excel programma, waarvan de berekeningen op de cd-rom te vinden zijn onder de naam:
MASTERPROEF2013
percentagetoetsen.xlsx en MASTERPROEF2013 significantietoetsen.xlsx. In de kolom ‘significant?’ vermelden we of het verschil tussen de percentages binnen of buiten het aanvaardbaarheidsinterval ligt. Wanneer (𝑝1 − 𝑝2 ) hierbinnen valt, aanvaarden we de nulhypothese H0: het gevonden verschil niet significant. Wanneer het er echter buiten valt, verwerpen we de nulhypothese H0 en zijn de resultaten significant. We aanvaarden dan de alternatieve hypothese. In onderstaande tabel geven we het resultaat weer voor alle 20 sets die we getoond hebben tijdens het onderzoek.
98
Percentagetoetsen totalen per advertentie: AD
links
rechts
Respondenten N
(p1-p2)
Significant
-0,67
AI Aanvaardbaarheids interval 0,066832
SET 1 huid SET 2 lippen SET 3 huid SET 4 lippen SET 5 lippen SET 6 huid SET 7 lippen SET 8 huid SET 9 huid SET 10 lippen SET 11 lippen SET 12 huid SET 13 huid SET 14 lippen SET 15 huid SET 16 lippen SET 17 huid SET 18 lippen SET 19 huid SET 20 lippen
0,165
0,835
237
0,586
0,414
237
0,172
0,088684
JA
0,321
0,679
237
-0,358
0,084059
JA
0,654
0,346
237
0,308
0,085649
JA
0,553
0,447
237
0,106
0,089519
JA
0,139
0,861
237
-0,722
0,062288
JA
0,591
0,409
237
0,182
0,088522
JA
0,072
0,928
237
-0,856
0,046541
JA
0,186
0,814
237
-0,628
0,070059
JA
0,502
0,498
237
0,004
0,090025
NEEN
0,485
0,515
237
-0,03
0,089985
NEEN
0,186
0,814
237
-0,628
0,070059
JA
0,152
0,848
237
-0,696
0,064642
JA
0,591
0,409
237
0,182
0,088522
JA
0,177
0,823
237
-0,646
0,06872
JA
0,481
0,519
237
-0,038
0,089961
NEEN
0,101
0,899
237
-0,798
0,054255
JA
0,485
0,515
237
-0,03
0,089985
NEEN
0,042
0,958
237
-0,916
0,036116
JA
0,511
0,489
237
0,022
0,090004
NEEN
JA
Totaalbeeld voorkeur: AD
links
rechts
Respondenten N
(p1-p2)
ALLES
0,348945
0,651055
237
-0,30211
Respondenten
Origineel 34,89%
Aanvaardbaarheids interval 0,085819
Gemanipuleerd 65,11%
Significant JA
Significant JA
99
Totaalbeeld voorkeur per cue: AD
links
rechts
Respondenten N
(p1-p2)
Significant
-0,69198
Aanvaardbaarheids interval 0,064991
HUID
0,154008
0,845992
237
LIPPEN
0,543882
0,456118
237
0,087764
0,089678
NEEN
JA
Huid 15,40% 84,60%
Lippen 54,39% 45,61%
Significant JA NEEN
Mannen 37,83% 62,17%
Vrouwen 33,91% 66,09%
Significant
Mannen 17,68% 82,32%
Vrouwen 13,77% 86,23%
Significant
Mannen 54,85% 45,15%
Vrouwen 54,06% 45,94%
Significant
Autochtoon 34,49% 65,51%
Allochtoon 35,69% 64,31%
Significant
Autochtoon 15,35% 84,65%
Allochtoon 15,50% 84,50%
Significant
Origineel Gemanipuleerd
Totaalbeeld geslacht:
Origineel Gemanipuleerd
NEEN
Totaalbeeld geslacht: cue huid
Origineel Gemanipuleerd
NEEN
Totaalbeeld geslacht: cue lippen
Origineel Gemanipuleerd
NEEN
Totaalbeeld etniciteit:
Origineel Gemanipuleerd
NEEN
Totaalbeel etniciteit: cue huid
Origineel Gemanipuleerd
NEEN
100
Totaalbeeld etniciteit: cue lippen
Origineel Gemanipuleerd
Autochtoon 53,63% 46,37%
Allochtoon 55,88% 44,13%
Significant NEEN
Vervolgens hebben we gekeken of er verschillen waar te nemen zijn wat betreft generatie. We hebben hiervoor eerst alle allochtone respondenten geïsoleerd van de autochtone respondenten. In totaal waren er 80 mensen uit onze bevraagde enquête van allochtone origine. Deze mensen hebben we verdeeld naargelang de generatie waartoe ze behoren Dit leidde ertoe dat we onze percentages gebaseerd hebben op basis van 80 respondenten, waarvan 35 respondenten tot de eerste generatie en 45 respondenten tot de tweede generatie behoren. Totaalbeeld generatie:
Origineel Gemanipuleerd
Genertaie 1 37,86% 62,14%
Generatie 2 34,00% 66,00%
Significant
Generatie 2 14,22% 85,78%
Significant
Generatie 2 53,78% 46,22%
Significant
Autochtone vrouwen 65,00% 65,88%
Significant
NEEN
Totaalbeeld generatie: cue huid
Origineel Gemanipuleerd
Genertaie 1 17,14% 82,86%
NEEN
Totaalbeeld generatie: cue lippen
Origineel Gemanipuleerd
Genertaie 1 58,57% 41,43%
NEEN
Totaalbeeld autochtone respondenten geslacht:
Origineel Gemanipuleerd
Autochtone mannen 35,00% 34,12%
NEEN
Totaalbeeld autochtone respondenten geslacht: cue huid
Origineel Gemanipuleerd
Autochtone mannen 17,12% 82,88%
Autochtone vrouwen 14,07% 85,93%
Significant NEEN
101
Totaalbeeld autochtone respondenten geslacht: cue lippen
Origineel Gemanipuleerd
Autochtone mannen 52,88% 47,12%
Autochtone vrouwen 54,18% 45,82%
Significant
Allochtone vrouwen 33,51% 66,49%
Significant
Allochtone vrouwen 13,19% 86,81%
Significant
Allochtone vrouwen 53,83% 46,17%
Significant
NEEN
Totaalbeeld allochtone respondenten geslacht: Origineel Gemanipuleerd
Allochtone mannen 38,79% 61,21%
NEEN
Totaalbeeld allochtone respondenten: cue huid
Origineel Gemanipuleerd
Allochtone mannen 18,79% 81,21%
NEEN
Totaalbeeld allochtone respondenten: cue lippen Origineel Gemanipuleerd
Allochtone mannen 58,79% 41,21%
NEEN
102
SIGNIFICANTIE: PER ADVERTENTIE: Nadat we hebben gekeken of de verschillen significant waren voor de totaalresultaten, gaan we over tot het bestuderen van elke set afzonderlijk. We keken hiervoor naar de Pearson Chi Square (alles p < 0,05 = significant). Alvorens de kruistabellen en de statistische toetsen geïnterpreteerd konden worden, werd er eerst gekeken naar het feit of de kruistabellen aan de vereiste voorwaarden voldeden. Elke verwachte waarde binnen de cel moet namelijk groter zijn dan 1 en maximum twintig procent van de cellen mag een verwachte waarde hebben die kleiner is dan 5. We hebben gebruik gemaakt van een legende om in onderstaande tabellen aan te duiden of er al dan niet significante verschillen waar te nemen zijn.
Legende: Niet significant: Significant: Voldoet niet aan voorwaarden:
103
Advertentie 1 (huid): Totaal: Set1Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
39
16,5
16,5
16,5
gemanipuleerd
198
83,5
83,5
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man
vrouw
Count origineel
Total
18
21
39
18,2%
15,2%
16,5%
Std. Residual
,4
-,4
Count
81
117
198
81,8%
84,8%
83,5%
Std. Residual
-,2
,2
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set1Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,368a
1
,544
,184
1
,668
,366
1
,545
Fisher's Exact Test Linear-by-Linear
,596 ,367
1
,332
,545
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 16,29. b. Computed only for a 2x2 table
104
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
% within Etniciteit
Total
Allochtoon
23
16
39
14,6%
20,0%
16,5%
-,6
,8
134
64
198
85,4%
80,0%
83,5%
,2
-,3
157
80
237
100,0%
100,0%
100,0%
Std. Residual Set1Voorkeur Count gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,103a
1
,294
,749
1
,387
1,077
1
,299
Fisher's Exact Test Linear-by-Linear
,354 1,099
1
,193
,295
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 13,16. b. Computed only for a 2x2 table
105
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
8
8
16
22,9%
17,8%
20,0%
Std. Residual
,4
-,3
Count
27
37
64
77,1%
82,2%
80,0%
Std. Residual
-,2
,2
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set1Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,317a
1
,573
Continuity Correctionb
,079
1
,778
Likelihood Ratio
,316
1
,574
Pearson Chi-Square
Fisher's Exact Test Linear-by-Linear
,587 ,313
1
,387
,576
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 7,00. b. Computed only for a 2x2 table
106
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 10
13
23
15,2%
14,3%
14,6%
Std. Residual
,1
-,1
Count
56
78
134
84,8%
85,7%
85,4%
Std. Residual
,0
,0
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set1Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,023a
1
,880
,000
1
1,000
,023
1
,880
Fisher's Exact Test Linear-by-Linear
1,000 ,023
1
,527
,880
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 9,67. b. Computed only for a 2x2 table
107
Geslacht allochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
8
8
16
24,2%
17,0%
20,0%
Std. Residual
,5
-,5
Count
25
39
64
75,8%
83,0%
80,0%
Std. Residual
-,3
,2
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set1Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,632a
1
,427
,261
1
,609
,625
1
,429
Fisher's Exact Test Linear-by-Linear
,571 ,624
1
,303
,430
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,60. b. Computed only for a 2x2 table
108
Advertentie 2 (lippen): Totaal: Set2Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
gemanipuleerd Total
139
58,6
58,6
58,6
98
41,4
41,4
100,0
237
100,0
100,0
Geslacht: Crosstab Geslacht man
vrouw
Count origineel
Total
60
79
139
60,6%
57,2%
58,6%
Std. Residual
,3
-,2
Count
39
59
98
39,4%
42,8%
41,4%
Std. Residual
-,3
,3
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set2Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,268a
1
,604
,148
1
,701
,269
1
,604
Fisher's Exact Test Linear-by-Linear
,688 ,267
1
,351
,605
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 40,94. b. Computed only for a 2x2 table
109
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
89
50
139
56,7%
62,5%
58,6%
Std. Residual
-,3
,4
Count
68
30
98
43,3%
37,5%
41,4%
,4
-,5
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set2Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,738a
1
,390
,518
1
,472
,742
1
,389
Fisher's Exact Test Linear-by-Linear
,406 ,735
1
,236
,391
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 33,08. b. Computed only for a 2x2 table
110
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
24
26
50
68,6%
57,8%
62,5%
Std. Residual
,5
-,4
Count
11
19
30
31,4%
42,2%
37,5%
Std. Residual
-,6
,5
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set2Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,979a
1
,323
,572
1
,449
,986
1
,321
Fisher's Exact Test Linear-by-Linear
,360 ,966
1
,225
,326
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 13,13. b. Computed only for a 2x2 table
111
Geslacht autochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
36
53
89
54,5%
58,2%
56,7%
Std. Residual
-,2
,2
Count
30
38
68
45,5%
41,8%
43,3%
Std. Residual
,3
-,2
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set2Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,213a
1
,645
,089
1
,766
,213
1
,645
Fisher's Exact Test Linear-by-Linear
,744 ,212
1
,382
,646
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 28,59. b. Computed only for a 2x2 table
112
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 24
26
50
72,7%
55,3%
62,5%
Std. Residual
,7
-,6
Count
9
21
30
27,3%
44,7%
37,5%
-1,0
,8
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set2Voorkeur gemanipuleerd
% within Geslacht Std. Residual Count
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
2,507a
1
,113
1,819
1
,177
2,554
1
,110
Fisher's Exact Test Linear-by-Linear
,160 2,475
1
,088
,116
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 12,38. b. Computed only for a 2x2 table
113
Advertentie 3 (huid):
Totaal: Set3Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
76
32,1
32,1
32,1
gemanipuleerd
161
67,9
67,9
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 41
35
76
41,4%
25,4%
32,1%
Std. Residual
1,6
-1,4
Count
58
103
161
58,6%
74,6%
67,9%
-1,1
1,0
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set3Voorkeur gemanipuleerd
% within Geslacht Std. Residual Count
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
6,818a
1
,009
6,101
1
,014
6,774
1
,009
Fisher's Exact Test Linear-by-Linear
,011 6,789
1
,007
,009
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 31,75. b. Computed only for a 2x2 table
114
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
% within Etniciteit
Total
Allochtoon
54
22
76
34,4%
27,5%
32,1%
,5
-,7
103
58
161
65,6%
72,5%
67,9%
-,4
,5
157
80
237
100,0%
100,0%
100,0%
Std. Residual Set3Voorkeur Count gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,157a
1
,282
,862
1
,353
1,173
1
,279
Fisher's Exact Test Linear-by-Linear
,306 1,152
1
,177
,283
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 25,65. b. Computed only for a 2x2 table
115
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
10
12
22
28,6%
26,7%
27,5%
Std. Residual
,1
-,1
Count
25
33
58
71,4%
73,3%
72,5%
Std. Residual
-,1
,1
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set3Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,036a
1
,850
,000
1
1,000
,036
1
,850
Fisher's Exact Test Linear-by-Linear
1,000 ,035
1
,523
,851
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 9,63. b. Computed only for a 2x2 table
116
Geslacht autochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
28
26
54
42,4%
28,6%
34,4%
Std. Residual
1,1
-,9
Count
38
65
103
57,6%
71,4%
65,6%
Std. Residual
-,8
,7
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set3Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
3,253a
1
,071
2,668
1
,102
3,237
1
,072
Fisher's Exact Test Linear-by-Linear
,089 3,233
1
,051
,072
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 22,70. b. Computed only for a 2x2 table
117
Geslacht allochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
13
9
22
39,4%
19,1%
27,5%
Std. Residual
1,3
-1,1
Count
20
38
58
60,6%
80,9%
72,5%
Std. Residual
-,8
,7
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set3Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
3,986a
1
,046
3,035
1
,081
3,948
1
,047
Fisher's Exact Test Linear-by-Linear
,074 3,936
1
,041
,047
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 9,08. b. Computed only for a 2x2 table
118
Advertentie 4 (lippen):
Totaal: Set4Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
gemanipuleerd Total
155
65,4
65,4
65,4
82
34,6
34,6
100,0
237
100,0
100,0
Geslacht: Crosstab Geslacht man
vrouw
Count origineel
Total
61
94
155
61,6%
68,1%
65,4%
Std. Residual
-,5
,4
Count
38
44
82
38,4%
31,9%
34,6%
Std. Residual
,6
-,5
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set4Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,076a
1
,300
,808
1
,369
1,072
1
,300
Fisher's Exact Test Linear-by-Linear
,334 1,072
1
,184
,301
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 34,25. b. Computed only for a 2x2 table
119
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
103
52
155
65,6%
65,0%
65,4%
Std. Residual
,0
,0
Count
54
28
82
34,4%
35,0%
34,6%
,0
,1
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set4Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,009a
1
,926
,000
1
1,000
,009
1
,926
Fisher's Exact Test Linear-by-Linear
1,000 ,009
1
,519
,926
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 27,68. b. Computed only for a 2x2 table
120
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
25
27
52
71,4%
60,0%
65,0%
Std. Residual
,5
-,4
Count
10
18
28
28,6%
40,0%
35,0%
Std. Residual
-,6
,6
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set4Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,130a
1
,288
,684
1
,408
1,142
1
,285
Fisher's Exact Test Linear-by-Linear
,348 1,116
1
,205
,291
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 12,25. b. Computed only for a 2x2 table
121
Geslacht autochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
38
65
103
57,6%
71,4%
65,6%
Std. Residual
-,8
,7
Count
28
26
54
42,4%
28,6%
34,4%
Std. Residual
1,1
-,9
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set4Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
3,253a
1
,071
2,668
1
,102
3,237
1
,072
Fisher's Exact Test Linear-by-Linear
,089 3,233
1
,051
,072
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 22,70. b. Computed only for a 2x2 table
122
Geslacht allochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
23
29
52
69,7%
61,7%
65,0%
Std. Residual
,3
-,3
Count
10
18
28
30,3%
38,3%
35,0%
Std. Residual
-,5
,4
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set4Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,545a
1
,460
,250
1
,617
,549
1
,459
Fisher's Exact Test Linear-by-Linear
,486 ,538
1
,310
,463
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 11,55. b. Computed only for a 2x2 table
123
Advertentie 5 (lippen): Totaal: Set5Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
Valid
origineel
131
55,3
55,3
55,3
gemanipuleerd
106
44,7
44,7
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 55
76
131
55,6%
55,1%
55,3%
Std. Residual
,0
,0
Count
44
62
106
44,4%
44,9%
44,7%
Std. Residual
,0
,0
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set5Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,005a
1
,941
,000
1
1,000
,005
1
,941
Fisher's Exact Test Linear-by-Linear
1,000 ,005
1
,524
,941
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 44,28. b. Computed only for a 2x2 table
124
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
87
44
131
55,4%
55,0%
55,3%
Std. Residual
,0
,0
Count
70
36
106
44,6%
45,0%
44,7%
,0
,0
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set5Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,004a
1
,952
,000
1
1,000
,004
1
,952
Fisher's Exact Test Linear-by-Linear
1,000 ,004
1
,530
,952
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 35,78. b. Computed only for a 2x2 table
125
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
17
27
44
48,6%
60,0%
55,0%
Std. Residual
-,5
,5
Count
18
18
36
51,4%
40,0%
45,0%
Std. Residual
,6
-,5
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set5Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,039a
1
,308
,629
1
,428
1,039
1
,308
Fisher's Exact Test Linear-by-Linear
,368 1,026
1
,214
,311
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 15,75. b. Computed only for a 2x2 table
126
Geslacht autochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
38
49
87
57,6%
53,8%
55,4%
Std. Residual
,2
-,2
Count
28
42
70
42,4%
46,2%
44,6%
Std. Residual
-,3
,2
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set5Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,215a
1
,643
,091
1
,763
,216
1
,642
Fisher's Exact Test Linear-by-Linear
,745 ,214
1
,382
,644
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 29,43. b. Computed only for a 2x2 table
127
Geslacht allochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
17
27
44
51,5%
57,4%
55,0%
Std. Residual
-,3
,2
Count
16
20
36
48,5%
42,6%
45,0%
Std. Residual
,3
-,3
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set5Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,276a
1
,600
,088
1
,767
,275
1
,600
Fisher's Exact Test Linear-by-Linear
,652 ,272
1
,383
,602
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 14,85. b. Computed only for a 2x2 table
128
Advertentie 6 (huid): Totaal: Set6Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
33
13,9
13,9
13,9
gemanipuleerd
204
86,1
86,1
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man
vrouw
Count origineel
Total
16
17
33
16,2%
12,3%
13,9%
Std. Residual
,6
-,5
Count
83
121
204
83,8%
87,7%
86,1%
Std. Residual
-,2
,2
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set6Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,710a
1
,399
,426
1
,514
,703
1
,402
Fisher's Exact Test Linear-by-Linear
,449 ,707
1
,256
,400
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 13,78. b. Computed only for a 2x2 table
129
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
17
16
33
10,8%
20,0%
13,9%
Std. Residual
-1,0
1,5
Count
140
64
204
89,2%
80,0%
86,1%
,4
-,6
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set6Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
3,720a
1
,054
2,994
1
,084
3,562
1
,059
Fisher's Exact Test Linear-by-Linear
,073 3,704
1
,044
,054
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 11,14. b. Computed only for a 2x2 table
130
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
4
12
16
11,4%
26,7%
20,0%
-1,1
1,0
31
33
64
88,6%
73,3%
80,0%
Std. Residual
,6
-,5
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie Std. Residual
Set6Voorkeur Count gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
2,857a
1
,091
1,984
1
,159
2,995
1
,084
Fisher's Exact Test Linear-by-Linear
,158 2,821
1
,078
,093
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 7,00. b. Computed only for a 2x2 table
131
Geslacht autochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
7
10
17
10,6%
11,0%
10,8%
Std. Residual
-,1
,0
Count
59
81
140
89,4%
89,0%
89,2%
Std. Residual
,0
,0
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set6Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,006a
1
,939
,000
1
1,000
,006
1
,939
Fisher's Exact Test Linear-by-Linear
1,000 ,006
1
,577
,939
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 7,15. b. Computed only for a 2x2 table
132
Geslacht allochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
9
7
16
27,3%
14,9%
20,0%
Std. Residual
,9
-,8
Count
24
40
64
72,7%
85,1%
80,0%
Std. Residual
-,5
,4
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set6Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,857a
1
,173
1,164
1
,281
1,831
1
,176
Fisher's Exact Test Linear-by-Linear
,256 1,834
1
,141
,176
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,60. b. Computed only for a 2x2 table
133
Advertentie 7 (lippen): Totaal: Set7Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
gemanipuleerd Total
140
59,1
59,1
59,1
97
40,9
40,9
100,0
237
100,0
100,0
Geslacht: Crosstab Geslacht man
vrouw
Count origineel
Total
58
82
140
58,6%
59,4%
59,1%
Std. Residual
-,1
,1
Count
41
56
97
41,4%
40,6%
40,9%
Std. Residual
,1
-,1
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set7Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,017a
1
,897
,000
1
1,000
,017
1
,897
Fisher's Exact Test Linear-by-Linear
1,000 ,017
1
,501
,898
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 40,52. b. Computed only for a 2x2 table
134
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
92
48
140
58,6%
60,0%
59,1%
Std. Residual
-,1
,1
Count
65
32
97
41,4%
40,0%
40,9%
,1
-,1
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set7Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,043a
1
,836
,005
1
,946
,043
1
,836
Fisher's Exact Test Linear-by-Linear
,889 ,043
1
,474
,836
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 32,74. b. Computed only for a 2x2 table
135
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
23
25
48
65,7%
55,6%
60,0%
Std. Residual
,4
-,4
Count
12
20
32
34,3%
44,4%
40,0%
Std. Residual
-,5
,5
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set7Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,847a
1
,358
,476
1
,490
,851
1
,356
Fisher's Exact Test Linear-by-Linear
,490 ,836
1
,246
,361
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 14,00. b. Computed only for a 2x2 table
136
Geslacht autochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
37
55
92
56,1%
60,4%
58,6%
Std. Residual
-,3
,2
Count
29
36
65
43,9%
39,6%
41,4%
Std. Residual
,3
-,3
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set7Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,302a
1
,582
,149
1
,700
,302
1
,583
Fisher's Exact Test Linear-by-Linear
,624 ,300
1
,349
,584
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 27,32. b. Computed only for a 2x2 table
137
Geslacht allochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
21
27
48
63,6%
57,4%
60,0%
Std. Residual
,3
-,2
Count
12
20
32
36,4%
42,6%
40,0%
Std. Residual
-,3
,3
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set7Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,309a
1
,578
,105
1
,746
,311
1
,577
Fisher's Exact Test Linear-by-Linear
,647 ,306
1
,374
,580
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 13,20. b. Computed only for a 2x2 table
138
Advertentie 8 (huid): Totaal: Set8Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
17
7,2
7,2
7,2
gemanipuleerd
220
92,8
92,8
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man
vrouw
Count origineel
Total
10
7
17
10,1%
5,1%
7,2%
Std. Residual
1,1
-,9
Count
89
131
220
89,9%
94,9%
92,8%
Std. Residual
-,3
,3
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set8Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
2,189a
1
,139
1,499
1
,221
2,153
1
,142
Fisher's Exact Test Linear-by-Linear
,201 2,180
1
,111
,140
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 7,10. b. Computed only for a 2x2 table
139
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
% within Etniciteit
Total
Allochtoon
10
7
17
6,4%
8,8%
7,2%
-,4
,5
147
73
220
93,6%
91,3%
92,8%
,1
-,1
157
80
237
100,0%
100,0%
100,0%
Std. Residual Set8Voorkeur Count gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,451a
1
,502
,164
1
,685
,438
1
,508
Fisher's Exact Test Linear-by-Linear
,596 ,449
1
,335
,503
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 5,74. b. Computed only for a 2x2 table
140
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
3
4
7
8,6%
8,9%
8,8%
Std. Residual
,0
,0
Count
32
41
73
91,4%
91,1%
91,3%
Std. Residual
,0
,0
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set8Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,002a
1
,960
,000
1
1,000
,002
1
,960
Fisher's Exact Test Linear-by-Linear
1,000 ,002
1
,640
,960
Association N of Valid Cases
80
a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 3,06. b. Computed only for a 2x2 table
141
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 35
40
75
53,0%
44,0%
47,8%
Std. Residual
,6
-,5
Count
31
51
82
47,0%
56,0%
52,2%
Std. Residual
-,6
,5
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set20Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,414a
1
,234
,736
1
,391
1,392
1
,238
Fisher's Exact Test Linear-by-Linear
,323 1,405
1
,195
,236
Association N of Valid Cases
157
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 4,20. b. Computed only for a 2x2 table
142
Geslacht allochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
4
3
7
12,1%
6,4%
8,8%
Std. Residual
,7
-,5
Count
29
44
73
87,9%
93,6%
91,3%
Std. Residual
-,2
,2
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set8Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,800a
1
,371
,242
1
,623
,785
1
,376
Fisher's Exact Test Linear-by-Linear
,439 ,790
1
,307
,374
Association N of Valid Cases
80
a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 2,89. b. Computed only for a 2x2 table
143
Advertentie 9 (huid): Totaal: Set9Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
44
18,6
18,6
18,6
gemanipuleerd
193
81,4
81,4
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man
vrouw
Count origineel
Total
22
22
44
22,2%
15,9%
18,6%
Std. Residual
,8
-,7
Count
77
116
193
77,8%
84,1%
81,4%
Std. Residual
-,4
,3
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set9Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,504a
1
,220
1,117
1
,291
1,488
1
,222
Fisher's Exact Test Linear-by-Linear
,239 1,497
1
,145
,221
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 18,38. b. Computed only for a 2x2 table
144
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
% within Etniciteit
Total
Allochtoon
29
15
44
18,5%
18,8%
18,6%
,0
,0
128
65
193
81,5%
81,3%
81,4%
,0
,0
157
80
237
100,0%
100,0%
100,0%
Std. Residual Set9Voorkeur Count gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,003a
1
,958
,000
1
1,000
,003
1
,958
Fisher's Exact Test Linear-by-Linear
1,000 ,003
1
,545
,958
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 14,85. b. Computed only for a 2x2 table
145
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
9
6
15
25,7%
13,3%
18,8%
Std. Residual
1,0
-,8
Count
26
39
65
74,3%
86,7%
81,3%
Std. Residual
-,5
,4
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set9Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,981a
1
,159
1,252
1
,263
1,968
1
,161
Fisher's Exact Test Linear-by-Linear
,248 1,956
1
,132
,162
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,56. b. Computed only for a 2x2 table
146
Geslacht autochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
15
14
29
22,7%
15,4%
18,5%
Std. Residual
,8
-,7
Count
51
77
128
77,3%
84,6%
81,5%
Std. Residual
-,4
,3
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set9Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,370a
1
,242
,925
1
,336
1,355
1
,244
Fisher's Exact Test Linear-by-Linear
,299 1,361
1
,168
,243
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 12,19. b. Computed only for a 2x2 table
147
Geslacht allochtoon: Crosstab Geslacht man
vrouw
Count origineel
Total
7
8
15
21,2%
17,0%
18,8%
Std. Residual
,3
-,3
Count
26
39
65
78,8%
83,0%
81,3%
Std. Residual
-,2
,1
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set9Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,224a
1
,636
,033
1
,856
,222
1
,638
Fisher's Exact Test Linear-by-Linear
,773 ,221
1
,424
,638
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,19. b. Computed only for a 2x2 table
148
Advertentie 10 (lippen): Totaal: Set10Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
Valid
origineel
119
50,2
50,2
50,2
gemanipuleerd
118
49,8
49,8
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 49
70
119
49,5%
50,7%
50,2%
Std. Residual
-,1
,1
Count
50
68
118
50,5%
49,3%
49,8%
Std. Residual
,1
-,1
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set10Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,035a
1
,852
,003
1
,956
,035
1
,852
Fisher's Exact Test Linear-by-Linear
,896 ,035
1
,478
,852
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 49,29. b. Computed only for a 2x2 table
149
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
79
40
119
50,3%
50,0%
50,2%
Std. Residual
,0
,0
Count
78
40
118
49,7%
50,0%
49,8%
,0
,0
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set10Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,002a
1
,963
,000
1
1,000
,002
1
,963
Fisher's Exact Test Linear-by-Linear
1,000 ,002
1
,536
,963
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 39,83. b. Computed only for a 2x2 table
150
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
23
17
40
65,7%
37,8%
50,0%
Std. Residual
1,3
-1,2
Count
12
28
40
34,3%
62,2%
50,0%
-1,3
1,2
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set10Voorkeur gemanipuleerd
% within Generatie Std. Residual Count
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
6,146a
1
,013
5,079
1
,024
6,233
1
,013
Fisher's Exact Test Linear-by-Linear
,024 6,069
1
,012
,014
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 17,50. b. Computed only for a 2x2 table
151
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 33
46
79
50,0%
50,5%
50,3%
Std. Residual
,0
,0
Count
33
45
78
50,0%
49,5%
49,7%
Std. Residual
,0
,0
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set10Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,005a
1
,946
,000
1
1,000
,005
1
,946
Fisher's Exact Test Linear-by-Linear
1,000 ,005
1
,537
,946
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 32,79. b. Computed only for a 2x2 table
152
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 16
24
40
48,5%
51,1%
50,0%
Std. Residual
-,1
,1
Count
17
23
40
51,5%
48,9%
50,0%
Std. Residual
,1
-,1
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set10Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,052a
1
,820
,000
1
1,000
,052
1
,820
Fisher's Exact Test Linear-by-Linear
1,000 ,051
1
,500
,821
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 16,50. b. Computed only for a 2x2 table
153
Advertentie 11 (lippen): Totaal: Set11Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
Valid
origineel
115
48,5
48,5
48,5
gemanipuleerd
122
51,5
51,5
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 46
69
115
46,5%
50,0%
48,5%
Std. Residual
-,3
,2
Count
53
69
122
53,5%
50,0%
51,5%
Std. Residual
,3
-,2
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set11Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,288a
1
,591
,164
1
,685
,289
1
,591
Fisher's Exact Test Linear-by-Linear
,601 ,287
1
,343
,592
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 48,04. b. Computed only for a 2x2 table
154
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
77
38
115
49,0%
47,5%
48,5%
Std. Residual
,1
-,1
Count
80
42
122
51,0%
52,5%
51,5%
-,1
,1
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set11Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,051a
1
,822
,008
1
,930
,051
1
,822
Fisher's Exact Test Linear-by-Linear
,891 ,050
1
,465
,822
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 38,82. b. Computed only for a 2x2 table
155
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
14
24
38
40,0%
53,3%
47,5%
Std. Residual
-,6
,6
Count
21
21
42
60,0%
46,7%
52,5%
Std. Residual
,6
-,5
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set11Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,404a
1
,236
,920
1
,338
1,410
1
,235
Fisher's Exact Test Linear-by-Linear
,266 1,386
1
,169
,239
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 16,63. b. Computed only for a 2x2 table
156
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 31
46
77
47,0%
50,5%
49,0%
Std. Residual
-,2
,2
Count
35
45
80
53,0%
49,5%
51,0%
Std. Residual
,2
-,2
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set11Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,196a
1
,658
,079
1
,779
,196
1
,658
Fisher's Exact Test Linear-by-Linear
,747 ,195
1
,389
,659
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 32,37. b. Computed only for a 2x2 table
157
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 15
23
38
45,5%
48,9%
47,5%
Std. Residual
-,2
,1
Count
18
24
42
54,5%
51,1%
52,5%
Std. Residual
,2
-,1
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set11Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,094a
1
,759
Continuity Correctionb
,006
1
,937
Likelihood Ratio
,094
1
,759
Pearson Chi-Square
Fisher's Exact Test Linear-by-Linear
,822 ,093
1
,469
,760
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 15,68. b. Computed only for a 2x2 table
158
Advertentie 12 (huid): Totaal: Set12Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
44
18,6
18,6
18,6
gemanipuleerd
193
81,4
81,4
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 17
27
44
17,2%
19,6%
18,6%
Std. Residual
-,3
,3
Count
82
111
193
82,8%
80,4%
81,4%
Std. Residual
,2
-,1
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set12Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,218a
1
,640
,089
1
,766
,220
1
,639
Fisher's Exact Test Linear-by-Linear
,736 ,218
1
,385
,641
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 18,38. b. Computed only for a 2x2 table
159
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
% within Etniciteit
Total
Allochtoon
32
12
44
20,4%
15,0%
18,6%
,5
-,7
125
68
193
79,6%
85,0%
81,4%
-,3
,4
157
80
237
100,0%
100,0%
100,0%
Std. Residual Set12Voorkeur Count gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,015a
1
,314
,691
1
,406
1,044
1
,307
Fisher's Exact Test Linear-by-Linear
,379 1,011
1
,204
,315
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 14,85. b. Computed only for a 2x2 table
160
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
7
5
12
20,0%
11,1%
15,0%
Std. Residual
,8
-,7
Count
28
40
68
80,0%
88,9%
85,0%
Std. Residual
-,3
,3
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set12Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,220a
1
,269
,622
1
,430
1,210
1
,271
Fisher's Exact Test Linear-by-Linear
,349 1,205
1
,215
,272
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 5,25. b. Computed only for a 2x2 table
161
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 13
19
32
19,7%
20,9%
20,4%
Std. Residual
-,1
,1
Count
53
72
125
80,3%
79,1%
79,6%
Std. Residual
,1
-,1
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set12Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,033a
1
,856
,000
1
1,000
,033
1
,856
Fisher's Exact Test Linear-by-Linear
1,000 ,033
1
,510
,856
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 13,45. b. Computed only for a 2x2 table
162
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 4
8
12
12,1%
17,0%
15,0%
Std. Residual
-,4
,4
Count
29
39
68
87,9%
83,0%
85,0%
Std. Residual
,2
-,2
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set12Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,365a
1
,546
,082
1
,775
,372
1
,542
Fisher's Exact Test Linear-by-Linear
,752 ,361
1
,393
,548
Association N of Valid Cases
80
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 4,95. b. Computed only for a 2x2 table
163
Advertentie 13 (huid): Totaal: Set13Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
36
15,2
15,2
15,2
gemanipuleerd
201
84,8
84,8
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 15
21
36
15,2%
15,2%
15,2%
Std. Residual
,0
,0
Count
84
117
201
84,8%
84,8%
84,8%
Std. Residual
,0
,0
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set13Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,000a
1
,989
,000
1
1,000
,000
1
,989
Fisher's Exact Test Linear-by-Linear
1,000 ,000
1
,570
,989
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 15,04. b. Computed only for a 2x2 table
164
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
% within Etniciteit
Total
Allochtoon
27
9
36
17,2%
11,3%
15,2%
,6
-,9
130
71
201
82,8%
88,8%
84,8%
-,3
,4
157
80
237
100,0%
100,0%
100,0%
Std. Residual Set13Voorkeur Count gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,455a
1
,228
1,030
1
,310
1,518
1
,218
Fisher's Exact Test Linear-by-Linear
,256 1,449
1
,155
,229
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 12,15. b. Computed only for a 2x2 table
165
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
6
3
9
17,1%
6,7%
11,3%
Std. Residual
1,0
-,9
Count
29
42
71
82,9%
93,3%
88,8%
Std. Residual
-,4
,3
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set13Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
2,164a
1
,141
1,242
1
,265
2,160
1
,142
Fisher's Exact Test Linear-by-Linear
,169 2,137
1
,133
,144
Association N of Valid Cases
80
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 3,94. b. Computed only for a 2x2 table
166
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 11
16
27
16,7%
17,6%
17,2%
Std. Residual
-,1
,1
Count
55
75
130
83,3%
82,4%
82,8%
Std. Residual
,0
,0
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set13Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,023a
1
,881
,000
1
1,000
,023
1
,881
Fisher's Exact Test Linear-by-Linear
1,000 ,022
1
,529
,881
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 11,35. b. Computed only for a 2x2 table
167
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 4
5
9
12,1%
10,6%
11,3%
Std. Residual
,1
-,1
Count
29
42
71
87,9%
89,4%
88,8%
Std. Residual
-,1
,0
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set13Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,043a
1
,836
,000
1
1,000
,042
1
,837
Fisher's Exact Test Linear-by-Linear
1,000 ,042
1
,554
,837
Association N of Valid Cases
80
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 3,71. b. Computed only for a 2x2 table
168
Advertentie 14 (lippen): Totaal: Set14Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
gemanipuleerd Total
140
59,1
59,1
59,1
97
40,9
40,9
100,0
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 58
82
140
58,6%
59,4%
59,1%
Std. Residual
-,1
,1
Count
41
56
97
41,4%
40,6%
40,9%
Std. Residual
,1
-,1
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set14Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,017a
1
,897
,000
1
1,000
,017
1
,897
Fisher's Exact Test Linear-by-Linear
1,000 ,017
1
,501
,898
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 40,52. b. Computed only for a 2x2 table
169
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
90
50
140
57,3%
62,5%
59,1%
Std. Residual
-,3
,4
Count
67
30
97
42,7%
37,5%
40,9%
,3
-,5
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set14Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,587a
1
,444
,393
1
,531
,590
1
,442
Fisher's Exact Test Linear-by-Linear
,486 ,585
1
,266
,445
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 32,74. b. Computed only for a 2x2 table
170
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
22
28
50
62,9%
62,2%
62,5%
Std. Residual
,0
,0
Count
13
17
30
37,1%
37,8%
37,5%
Std. Residual
,0
,0
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set14Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,003a
1
,954
,000
1
1,000
,003
1
,954
Fisher's Exact Test Linear-by-Linear
1,000 ,003
1
,570
,954
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 13,13. b. Computed only for a 2x2 table
171
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 38
52
90
57,6%
57,1%
57,3%
Std. Residual
,0
,0
Count
28
39
67
42,4%
42,9%
42,7%
Std. Residual
,0
,0
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set14Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,003a
1
,957
,000
1
1,000
,003
1
,957
Fisher's Exact Test Linear-by-Linear
1,000 ,003
1
,544
,957
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 28,17. b. Computed only for a 2x2 table
172
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 20
30
50
60,6%
63,8%
62,5%
Std. Residual
-,1
,1
Count
13
17
30
39,4%
36,2%
37,5%
Std. Residual
,2
-,1
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set14Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,086a
1
,769
,003
1
,953
,086
1
,770
Fisher's Exact Test Linear-by-Linear
,817 ,085
1
,475
,771
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 12,38. b. Computed only for a 2x2 table
173
Advertentie 15 (huid): Totaal: Set15Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
42
17,7
17,7
17,7
gemanipuleerd
195
82,3
82,3
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 19
23
42
19,2%
16,7%
17,7%
Std. Residual
,3
-,3
Count
80
115
195
80,8%
83,3%
82,3%
Std. Residual
-,2
,1
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set15Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,252a
1
,616
,109
1
,742
,251
1
,617
Fisher's Exact Test Linear-by-Linear
,610 ,251
1
,369
,616
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 17,54. b. Computed only for a 2x2 table
174
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
% within Etniciteit
Total
Allochtoon
27
15
42
17,2%
18,8%
17,7%
-,2
,2
130
65
195
82,8%
81,3%
82,3%
,1
-,1
157
80
237
100,0%
100,0%
100,0%
Std. Residual Set15Voorkeur Count gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,088a
1
,767
,013
1
,908
,087
1
,768
Fisher's Exact Test Linear-by-Linear
,857 ,087
1
,449
,768
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 14,18. b. Computed only for a 2x2 table
175
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
9
6
15
25,7%
13,3%
18,8%
Std. Residual
1,0
-,8
Count
26
39
65
74,3%
86,7%
81,3%
Std. Residual
-,5
,4
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set15Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,981a
1
,159
1,252
1
,263
1,968
1
,161
Fisher's Exact Test Linear-by-Linear
,248 1,956
1
,132
,162
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,56. b. Computed only for a 2x2 table
176
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 13
14
27
19,7%
15,4%
17,2%
Std. Residual
,5
-,4
Count
53
77
130
80,3%
84,6%
82,8%
Std. Residual
-,2
,2
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set15Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,500a
1
,480
,243
1
,622
,495
1
,482
Fisher's Exact Test Linear-by-Linear
,524 ,496
1
,309
,481
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 11,35. b. Computed only for a 2x2 table
177
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 6
9
15
18,2%
19,1%
18,8%
Std. Residual
-,1
,1
Count
27
38
65
81,8%
80,9%
81,3%
Std. Residual
,0
,0
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set15Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,012a
1
,913
,000
1
1,000
,012
1
,913
Fisher's Exact Test Linear-by-Linear
1,000 ,012
1
,576
,914
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,19. b. Computed only for a 2x2 table
178
Advertentie 16 (lippen): Totaal: Set16Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
Valid
origineel
114
48,1
48,1
48,1
gemanipuleerd
123
51,9
51,9
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 51
63
114
51,5%
45,7%
48,1%
Std. Residual
,5
-,4
Count
48
75
123
48,5%
54,3%
51,9%
Std. Residual
-,5
,4
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set16Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,794a
1
,373
,576
1
,448
,794
1
,373
Fisher's Exact Test Linear-by-Linear
,429 ,790
1
,224
,374
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 47,62. b. Computed only for a 2x2 table
179
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
72
42
114
45,9%
52,5%
48,1%
Std. Residual
-,4
,6
Count
85
38
123
54,1%
47,5%
51,9%
,4
-,5
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set16Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,936a
1
,333
,689
1
,407
,936
1
,333
Fisher's Exact Test Linear-by-Linear
,340 ,932
1
,203
,334
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 38,48. b. Computed only for a 2x2 table
180
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
20
22
42
57,1%
48,9%
52,5%
Std. Residual
,4
-,3
Count
15
23
38
42,9%
51,1%
47,5%
Std. Residual
-,4
,4
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set16Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,538a
1
,463
,258
1
,612
,539
1
,463
Fisher's Exact Test Linear-by-Linear
,505 ,531
1
,306
,466
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 16,63. b. Computed only for a 2x2 table
181
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 33
39
72
50,0%
42,9%
45,9%
Std. Residual
,5
-,4
Count
33
52
85
50,0%
57,1%
54,1%
Std. Residual
-,5
,4
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set16Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,786a
1
,375
,525
1
,469
,786
1
,375
Fisher's Exact Test Linear-by-Linear
,419 ,781
1
,234
,377
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 30,27. b. Computed only for a 2x2 table
182
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 18
24
42
54,5%
51,1%
52,5%
Std. Residual
,2
-,1
Count
15
23
38
45,5%
48,9%
47,5%
Std. Residual
-,2
,1
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set16Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,094a
1
,759
,006
1
,937
,094
1
,759
Fisher's Exact Test Linear-by-Linear
,822 ,093
1
,469
,760
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 15,68. b. Computed only for a 2x2 table
183
Advertentie 17 (huid): Totaal: Set17Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
24
10,1
10,1
10,1
gemanipuleerd
213
89,9
89,9
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 12
12
24
12,1%
8,7%
10,1%
Std. Residual
,6
-,5
Count
87
126
213
87,9%
91,3%
89,9%
Std. Residual
-,2
,2
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set17Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,743a
1
,389
,415
1
,520
,734
1
,391
Fisher's Exact Test Linear-by-Linear
,393 ,740
1
,258
,390
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 10,03. b. Computed only for a 2x2 table
184
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
15
9
24
9,6%
11,3%
10,1%
-,2
,3
142
71
213
90,4%
88,8%
89,9%
,1
-,1
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit Std. Residual
Set17Voorkeur Count gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,167a
1
,682
,033
1
,856
,165
1
,685
Fisher's Exact Test Linear-by-Linear
,657 ,167
1
,421
,683
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 8,10. b. Computed only for a 2x2 table
185
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
3
6
9
8,6%
13,3%
11,3%
Std. Residual
-,5
,4
Count
32
39
71
91,4%
86,7%
88,8%
Std. Residual
,2
-,1
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set17Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,447a
1
,504
,097
1
,755
,457
1
,499
Fisher's Exact Test Linear-by-Linear
,724 ,442
1
,383
,506
Association N of Valid Cases
80
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 3,94. b. Computed only for a 2x2 table
186
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 8
7
15
12,1%
7,7%
9,6%
Std. Residual
,7
-,6
Count
58
84
142
87,9%
92,3%
90,4%
Std. Residual
-,2
,2
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set17Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,868a
1
,351
,431
1
,511
,856
1
,355
Fisher's Exact Test Linear-by-Linear
,415 ,863
1
,254
,353
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 6,31. b. Computed only for a 2x2 table
187
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 4
5
9
12,1%
10,6%
11,3%
Std. Residual
,1
-,1
Count
29
42
71
87,9%
89,4%
88,8%
Std. Residual
-,1
,0
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set17Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,043a
1
,836
,000
1
1,000
,042
1
,837
Fisher's Exact Test Linear-by-Linear
1,000 ,042
1
,554
,837
Association N of Valid Cases
80
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 3,71. b. Computed only for a 2x2 table
188
Advertentie 18 (lippen): Totaal: Set18Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
Valid
origineel
115
48,5
48,5
48,5
gemanipuleerd
122
51,5
51,5
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 47
68
115
47,5%
49,3%
48,5%
Std. Residual
-,1
,1
Count
52
70
122
52,5%
50,7%
51,5%
Std. Residual
,1
-,1
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set18Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,075a
1
,784
,020
1
,887
,075
1
,784
Fisher's Exact Test Linear-by-Linear
,794 ,075
1
,444
,785
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 48,04. b. Computed only for a 2x2 table
189
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
78
37
115
49,7%
46,3%
48,5%
Std. Residual
,2
-,3
Count
79
43
122
50,3%
53,8%
51,5%
-,2
,3
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set18Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,066a
1
,797
,000
1
1,000
,067
1
,796
Fisher's Exact Test Linear-by-Linear
1,000 ,066
1
,548
,798
Association N of Valid Cases
237
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 3,38. b. Computed only for a 2x2 table
190
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
19
18
37
54,3%
40,0%
46,3%
Std. Residual
,7
-,6
Count
16
27
43
45,7%
60,0%
53,8%
Std. Residual
-,6
,6
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set18Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,616a
1
,204
1,093
1
,296
1,619
1
,203
Fisher's Exact Test Linear-by-Linear
,260 1,596
1
,148
,206
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 16,19. b. Computed only for a 2x2 table
191
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 30
48
78
45,5%
52,7%
49,7%
Std. Residual
-,5
,4
Count
36
43
79
54,5%
47,3%
50,3%
Std. Residual
,5
-,4
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set18Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,814a
1
,367
,548
1
,459
,815
1
,367
Fisher's Exact Test Linear-by-Linear
,420 ,809
1
,230
,369
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 32,79. b. Computed only for a 2x2 table
192
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 17
20
37
51,5%
42,6%
46,3%
Std. Residual
,4
-,4
Count
16
27
43
48,5%
57,4%
53,8%
Std. Residual
-,4
,3
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set18Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,626a
1
,429
,318
1
,573
,626
1
,429
Fisher's Exact Test Linear-by-Linear
,498 ,619
1
,286
,432
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 15,26. b. Computed only for a 2x2 table
193
Advertentie 19 (huid): Totaal: Set19Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
origineel Valid
10
4,2
4,2
4,2
gemanipuleerd
227
95,8
95,8
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 5
5
10
5,1%
3,6%
4,2%
Std. Residual
,4
-,3
Count
94
133
227
94,9%
96,4%
95,8%
Std. Residual
-,1
,1
Count
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set19Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,291a
1
,590
,045
1
,833
,287
1
,592
Fisher's Exact Test Linear-by-Linear
,746 ,289
1
,411
,591
Association N of Valid Cases
237
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 4,18. b. Computed only for a 2x2 table
194
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
7
3
10
4,5%
3,8%
4,2%
,1
-,2
150
77
227
95,5%
96,3%
95,8%
,0
,0
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit Std. Residual
Set19Voorkeur Count gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,066a
1
,797
,000
1
1,000
,067
1
,796
Fisher's Exact Test Linear-by-Linear
1,000 ,066
1
,548
,798
Association N of Valid Cases
237
a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 3,38. b. Computed only for a 2x2 table
195
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
1
2
3
2,9%
4,4%
3,8%
Std. Residual
-,3
,2
Count
34
43
77
97,1%
95,6%
96,3%
Std. Residual
,1
,0
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set19Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,137a
1
,711
,000
1
1,000
,141
1
,707
Fisher's Exact Test Linear-by-Linear
1,000 ,136
1
,594
,713
Association N of Valid Cases
80
a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,31. b. Computed only for a 2x2 table
196
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 2
5
7
3,0%
5,5%
4,5%
Std. Residual
-,5
,5
Count
64
86
150
97,0%
94,5%
95,5%
Std. Residual
,1
-,1
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set19Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,545a
1
,460
,120
1
,729
,569
1
,451
Fisher's Exact Test Linear-by-Linear
,700 ,542
1
,373
,462
Association N of Valid Cases
157
a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 2,94. b. Computed only for a 2x2 table
197
Geslacht allochtoon Crosstab Geslacht man Count origineel
Total
vrouw 3
0
3
9,1%
0,0%
3,8%
Std. Residual
1,6
-1,3
Count
30
47
77
90,9%
100,0%
96,3%
Std. Residual
-,3
,3
Count
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set19Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
4,439a
1
,035
2,278
1
,131
5,481
1
,019
Fisher's Exact Test Linear-by-Linear
,066 4,384
1
,066
,036
Association N of Valid Cases
80
a. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,24. b. Computed only for a 2x2 table
198
Advertentie 20 (lippen):
Totaal: Set20Voorkeur Frequency
Percent
Valid Percent
Cumulative Percent
Valid
origineel
121
51,1
51,1
51,1
gemanipuleerd
116
48,9
48,9
100,0
Total
237
100,0
100,0
Geslacht: Crosstab Geslacht man Count origineel
Total
vrouw 58
63
121
58,6%
45,7%
51,1%
Std. Residual
1,0
-,9
Count
41
75
116
41,4%
54,3%
48,9%
-1,1
,9
99
138
237
100,0%
100,0%
100,0%
% within Geslacht
Set20Voorkeur gemanipuleerd
% within Geslacht Std. Residual Count
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
3,859a
1
,049
3,359
1
,067
3,873
1
,049
Fisher's Exact Test Linear-by-Linear
,065 3,843
1
,033
,050
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 48,46. b. Computed only for a 2x2 table
199
Etniciteit: Crosstab Etniciteit Autochtoon Count origineel
Total
Allochtoon
75
46
121
47,8%
57,5%
51,1%
Std. Residual
-,6
,8
Count
82
34
116
52,2%
42,5%
48,9%
,6
-,8
157
80
237
100,0%
100,0%
100,0%
% within Etniciteit
Set20Voorkeur gemanipuleerd
% within Etniciteit Std. Residual Count
Total % within Etniciteit
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
2,008a
1
,157
1,637
1
,201
2,014
1
,156
Fisher's Exact Test Linear-by-Linear
,171 1,999
1
,100
,157
Association N of Valid Cases
237
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 39,16. b. Computed only for a 2x2 table
200
Generatie: Crosstab Generatie Generatie 1 Count origineel
Total
Generatie 2
18
28
46
51,4%
62,2%
57,5%
Std. Residual
-,5
,4
Count
17
17
34
48,6%
37,8%
42,5%
Std. Residual
,6
-,5
Count
35
45
80
100,0%
100,0%
100,0%
% within Generatie
Set20Voorkeur gemanipuleerd
% within Generatie
Total % within Generatie
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
,939a
1
,333
,549
1
,459
,938
1
,333
Fisher's Exact Test Linear-by-Linear
,369 ,927
1
,229
,336
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 14,88. b. Computed only for a 2x2 table
201
Geslacht autochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 35
40
75
53,0%
44,0%
47,8%
Std. Residual
,6
-,5
Count
31
51
82
47,0%
56,0%
52,2%
Std. Residual
-,6
,5
Count
66
91
157
100,0%
100,0%
100,0%
% within Geslacht
Set20Voorkeur gemanipuleerd
% within Geslacht
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
1,263a
1
,261
,925
1
,336
1,263
1
,261
Fisher's Exact Test Linear-by-Linear
,332 1,254
1
,168
,263
Association N of Valid Cases
157
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 31,53. b. Computed only for a 2x2 table
202
Geslacht allochtoon: Crosstab Geslacht man Count origineel
Total
vrouw 23
23
46
69,7%
48,9%
57,5%
Std. Residual
,9
-,8
Count
10
24
34
30,3%
51,1%
42,5%
-1,1
,9
33
47
80
100,0%
100,0%
100,0%
% within Geslacht
Set20Voorkeur gemanipuleerd
% within Geslacht Std. Residual Count
Total % within Geslacht
Chi-Square Tests Value
Pearson Chi-Square Continuity
Correctionb
Likelihood Ratio
df
Asymp. Sig. (2-
Exact Sig. (2-
Exact Sig. (1-
sided)
sided)
sided)
3,419a
1
,064
2,623
1
,105
3,477
1
,062
Fisher's Exact Test Linear-by-Linear
,072 3,377
1
,052
,066
Association N of Valid Cases
80
a. 0 cells (0,0%) have expected count less than 5. The minimum expected count is 14,03. b. Computed only for a 2x2 table
203
