Wetenschappelijke verhandeling

UNIVERSITEIT GENT FACULTEIT POLITIEKE EN SOCIALE WETENSCHAPPEN

Cobranding: Impact van incongruentie op merkbekendheid en -effectiviteit

Wetenschappelijke verhandeling aantal woorden: 20.689 2022à

Marie Martens

MASTERPROEF COMMUNICATIEWETENSCHAPPEN afstudeerrichting COMMUNICATIEMANAGEMENT PROMOTOR: PROF. DR. Veroline Cauberghe COMMISSARIS: LIC. Katarina Panic COMMISSARIS: LIC. Liselot Hudders

ACADEMIEJAAR 2009 - 2010

‘Cobranding is just like marriage, sometimes you’ve got to work at it.’ Blackett & Boad (1999, p. 20)

Abstract Kernwoorden: Merkassociaties - Cobranding – Incongruentie - ‘fit’ – informatieverwerking - betrokkenheid Auteur: Marie Martens Titel:

Cobranding: Impact van incongruentie op merkbekendheid en -effectiviteit

Onderzoek in het gebied van cobranding focust vooral op de ‘fit’ of congruentie tussen merken. Onderzoek over merkextensies heeft aangetoond dat er een negatieve lineaire relatie bestaat tussen de fit of congruentie tussen een merk en de merkuitbreiding en de productevaluatie hiervan. Hoe groter de incongruentie, hoe slechter de evaluatie van de consument. Dit onderzoek gaat na welke de relatie is tussen het congruentieniveau en de evaluatie van de consument bij cobranding. Een andere stroming in het merkuitbreidingsonderzoek stelt immers dat als de motivatie aanwezig is om de incongruentie op te heffen, er een niet-lineaire relatie ontstaat tussen congruentieniveau en evaluatie van de consument. Bij hoge betrokkenheid wordt de gemiddelde incongruentie dus verkozen boven congruentie of extreme incongruentie. Als de betrokkenheid echter laag is vervallen we in de negatieve lineaire relatie waarbij congruentie verkozen wordt boven incongruentie. Dit onderzoek gaat na of we deze bevindingen ook kunnen toepassen op cobranding. De resultaten tonen een niet lineaire, omgekeerde U-relatie aan bij hoge betrokkenheid tussen het congruentieniveau en de evaluatie van het cobrand, waarbij gemiddelde incongruentie dus verkozen wordt boven congruente of extreem incongruente condities. Bij lage betrokkenheid, daalt de evaluatie van het cobrand naarmate de incongruentie sterker wordt en wordt de congruentie dus verkozen boven incongruentie.

Inhoudstafel

Inleiding 1. Probleemstelling ...........................................................................................................................8 2. Doelstelling...................................................................................................................................8 3. Vraagstelling.................................................................................................................................8

DEEL 1: Literatuurstudie HOOFDSTUK

1:

HET MERK ALS ASSOCIATIEF NETWERK

1.1. Het merk als associatief netwerk ..................................................................................................9 1.2. Merkwaarde ................................................................................................................................12 1.2.1. Concept .....................................................................................................................12 1.2.2. Merkkennis ...............................................................................................................13 1.2.2.1. Merkbewustzijn .................................................................................................13 1.2.2.2. Merkherinnering/herkenning .............................................................................14 1.2.2.3. Merkimago.........................................................................................................15 1.2.3. ‘The brand association base’ ....................................................................................16

HOOFDSTUK

2:

COBRANDING

2.1. Concept ......................................................................................................................................17 2.2. Soorten Cobranding ....................................................................................................................18 2.2.1. ‘Reach-Awareness Co-branding’..............................................................................18 2.2.2. ‘Values Endorsement Co-branding’ .........................................................................18 2.2.3. ‘Ingredient Co-branding’ ..........................................................................................18 2.2.4. ‘Complementary Competence Co-branding’............................................................19 2.3.

Soorten coöperaties ..................................................................................................................19 2.3.1. ‘Joint promotion’ ......................................................................................................19 2.3.2. ‘Sponsorship’ ............................................................................................................19 2.3.3. ‘Joint venture’ ...........................................................................................................20 2.3.4. Allianties...................................................................................................................20

2.4.

Voordelen .................................................................................................................................20

2.5.

Nadelen ....................................................................................................................................21

Cobranding: Impact van incongruentie op merkbekendheid en –effectiviteit

1

HOOFDSTUK

3:

FIT

3.1.

Selectie van het partnermerk ....................................................................................................22

3.2.

‘Fit’...........................................................................................................................................23 3.2.1. Product fit .................................................................................................................23 3.2.2. Brand fit ....................................................................................................................23

3.3.

‘Spillover effects’.....................................................................................................................24

3.4.

Incongruentie............................................................................................................................25

3.5.

Tussenbesluit ..........................................................................................................................25

HOOFDSTUK

4:

EVALUATIE DOOR DE CONSUMENT

4.1.

Merkextensie onderzoek ..........................................................................................................26

4.2.

‘Schema Congruity Theory’.....................................................................................................28

4.3.

Aandacht ..................................................................................................................................29

4.4.

Oplossen van incongruentie .....................................................................................................29

4.5.

Belang van betrokkenheid........................................................................................................30 4.5.1. Centrale verwerking..................................................................................................31

4.6.

Belang van merkvertrouwdheid ...............................................................................................32

4.7.

Tussenbesluit ..........................................................................................................................33

BESLUIT LITERATUURSTUDIE


34

2

DEEL 2: Empirisch Onderzoek 1. Onderzoekshypothesen ................................................................................................................36 2. Onderzoeksdesign ........................................................................................................................38 2.1. Experimenteel design ...........................................................................................................38 2.2. Pretest: Selectie van de merkenparen...................................................................................38 2.3. Afhankelijke variabelen .......................................................................................................42 2.4. Procedure .............................................................................................................................43 2.4.1. Hoge betrokkenheid .....................................................................................................43 2.4.2. Lage betrokkenheid ......................................................................................................44 2.5. Verantwoording onderzoeksgroep .......................................................................................45

RESULTATEN 1. Principale Componentenanalyse ..................................................................................................46 1.1. Chronbach’s Alpha ..............................................................................................................47 2. Manipulatiecontrole ....................................................................................................................48 2.1. Totaal aantal gedachten........................................................................................................48 2.2. Gedachten over verband.......................................................................................................48 2.3. Betrokkenheid ......................................................................................................................48 3. Resultaten.....................................................................................................................................49 3.1. Hypothese 1&2 ....................................................................................................................49 3.2. Hypothese 3..........................................................................................................................51 3.3. Hypothese 4..........................................................................................................................51 3.3.1. Tussenbesluit................................................................................................................52 3.4. Hypothese 5&6 ....................................................................................................................53 3.4.1. Tussenbesluit................................................................................................................55 3.5. Hypothese 7..........................................................................................................................57 3.5.1. Tussenbesluit................................................................................................................59 3.6. Hypothese 8 & 9 ..................................................................................................................59 3.6.1. Tussenbesluit................................................................................................................62

BESLUIT 1. Besluit ..........................................................................................................................................63 2. Kritische reflectie.........................................................................................................................65 3. Suggesties voor verder onderzoek ...............................................................................................66


3

Lijst van figuren Figuur 1. Het associatief netwerk: Nike ..............................................................................................9 Figuur 2. Het associatief netwerk: McDonald’s................................................................................10 Figuur 3. Het associatief netwerk: Tide en Oshkosh.........................................................................11 Figuur 4. ‘Brand knowledge’ ............................................................................................................13 Figuur 5. ‘The brand association base’..............................................................................................16 Figuur 6. Onderzoeksgroep ...............................................................................................................45 Figuur 7. ‘Aad’ volgens congruentieniveau en betrokkenheid .........................................................49 Figuur 8. Positieve gedachten volgens congruentieniveau en betrokkenheid ...................................53 Figuur 9. Negatieve gedachten volgens congruentieniveau en betrokkenheid .................................57 Figuur 10. ‘Task satisfaction’ volgens congruentieniveau en betrokkenheid ....................................59

Lijst van Tabellen Tabel 1.

Pretest: Product fit...........................................................................................................39

Tabel 2.

Pretest: Brand fit .............................................................................................................40

Tabel 3.

Pretest: Overzicht............................................................................................................41

Tabel 4.

Vragenlijst.......................................................................................................................44

Tabel 5.

PCA.................................................................................................................................46

Tabel 6.

Interne betrouwbaarheid: betrokkenheid ........................................................................47

Tabel 7.

Aad: hoofd- en interactie effecten...................................................................................50

Tabel 8.

Aad volgens congruentie niveau en betrokkenheid ........................................................50

Tabel 9.

Aad: congruentie volgens betrokkenheid........................................................................51

Tabel 10.

Aad: gemiddelde incongruentie volgens betrokkenheid.................................................51

Tabel 11.

Positieve gedachten: hoofd- en interactie effecten .........................................................54

Tabel 12.

Positieve gedachten: hoge betrokkenheid.......................................................................54

Tabel 13.

Positieve gedachten: lage betrokkenheid ........................................................................55

Tabel 14.

Gedachten volgens betrokkenheid en congruentie niveau..............................................56

Tabel 15.

Negatieve gedachten: hoofd- en interactie effecten........................................................57

Tabel 16.

Negatieve gedachten: hoge betrokkenheid .....................................................................58

Tabel 17.

Negatieve gedachten: lage betrokkenheid ......................................................................58

Tabel 18.

Task satisfaction: hoofd- en interactie effecten ..............................................................60

Tabel 19.

Task satisfaction: gemiddeld- en extreme incongruentie volgens betrokkenheid en congruentieniveau ...........................................................................................................61

Tabel 20.

Task satisfaction: lage betrokkenheid .............................................................................62


4

Literatuurlijst 1. Boeken .........................................................................................................................................67 2. Artikels uit wetenschappelijke tijdschriften.................................................................................68 3. Artikels uit kranten ......................................................................................................................71 4. Internet .........................................................................................................................................71 5. Aangehaalde secundaire bronnen ................................................................................................72

Bijlagen Bijlage 1.

Pretest: vragenlijst...........................................................................................................73

Bijlage 2.

Pretest: resultaten merkbekendheid ................................................................................76

Bijlage 3.

Pretest: resultaten: product fit .........................................................................................78

Bijlage 4.

Pretest: resultaten: brand fit ............................................................................................80

Bijlage 5.

Advertenties ....................................................................................................................83

Bijlage 6.

Vragenlijst: lage betrokkenheid ......................................................................................84

Bijlage 7.

Vragenlijst: hoge betrokkenheid .....................................................................................87

Bijlage 8.

Resultaten: PCA..............................................................................................................90

Bijlage 9.

Resultaten: Chronbach’s Alpha: Aad..............................................................................94

Bijlage 10. Resultaten: Chronbach’s Alpha: Task satisfaction .........................................................95 Bijlage 11. Resultaten: Chronbach’s Alpha: Betrokkenheid.............................................................96 Bijlage 12. Manipulatie check: gedachten totaal...............................................................................97 Bijlage 13. Manipulatie check: gedachten verband...........................................................................98 Bijlage 14. Manipulatie check: betrokkenheid ..................................................................................99 Bijlage 15. Resultaten: Aad: Two-way Anova................................................................................100 Bijlage 16. Resultaten: Aad: One-way Anova ................................................................................109 Bijlage 17. Resultaten: Gedachten positief: Two-way Anova ........................................................112 Bijlage 18. Resultaten: Gedachten positief: One-way Anova .........................................................117 Bijlage 19. Resultaten: Gedachten negatief: Two-way Anova .......................................................120 Bijlage 20. Resultaten: Gedachten negatief: One-way Anova ........................................................125 Bijlage 21. Resultaten: Task Satisfaction: Two-way Anova...........................................................128 Bijlage 22. Resultaten: Task Satisfaction: One-way Anova ...........................................................134


5

Inleiding De merkassociaties, opgebouwd in het hoofd van de consument, zijn van primair belang bij het keuze- en evaluatieproces van een merk. Bij cobranding werken twee merken samen en worden de associaties van beiden gecombineerd en overgedragen op een nieuw cobrand (Washburn, Till and Priluck, 2000, p. 592). Een bekend voorbeeld hiervan is de Senseo, die tot stand kwam door een samenwerking tussen Philips en Douwe Egberts. Ook Philips en Inbev bundelden hun krachten voor de Perfect Draft en uit het huwelijk tussen Nike en Apple ontstond de Nike + iPod Sport kit of sensor waarmee je iPod of iPhone 3GS je eigen persoonlijke coach wordt. De steeds stijgende kosten voor publiciteit en het managen van merken, hebben de trend richting cobranding enorm gestimuleerd. Cobranding strategieën worden steeds aantrekkelijker voor producenten door de mogelijkheden die het biedt om meer schapruimte te winnen, zich te verdedigen tegen de private label merken en om de hoge promotionele kosten te delen met een partnermerk (Spethmann & Benezra, 1994). Desondanks het toegenomen belang en de praktijk is er weinig empirisch onderzoek uitgevoerd omtrent cobranding.

Het overgrote deel van de

literatuur beschrijft de strategie gebruikt bij cobranding (bijvoorbeeld Hillyer & Tikoo, 1995) of gaat in op de voordelen en nadelen die gepaard gaan met cobranding (bijvoorbeeld Krishnan, 1996; Rao & Ruekert, 1994). Uit deze literatuur blijkt dat twee vormen van congruentie tussen de partnermerken belangrijk zijn om tot een succesvol cobrand te komen, namelijk ‘product fit’ en ‘brand fit’. De eerste duidt op de fit tussen de productcategorieën, de tweede verwijst naar de fit tussen de imago’s van beide partners. Dat succesvol brand management een consistent en cohesievol merkimago vereist is een populair stokpaardje, maar sommige bedrijven werken toch samen met een onverwacht partnermerk en sturen daarmee informatie uit naar de consument, incongruent met het bestaande merkbeeld. Weinig literatuur is er echter te vinden over de informatieverwerking bij incongruentie tussen de partnermerken en de reactie van de consument hierop. Wanneer twee merken niet ‘passen’ en dus de reeds opgebouwde associaties niet samengaan voor de consument, spreekt men van merkbeeld incongruentie. Wanneer een melkproducent en een computerfabrikant samen zouden werken, spreken we van een slechte ‘product fit’ en dus een productcategorie incongruentie. ‘Brand fit’ heeft meer te maken met de consistentie tussen de moedermerken en hun imago’s of merkconcepten (Simonin & Ruth, 1998). Deze merkconcepten zijn abstracte , conceptuele meningen zijn, zoals ‘functioneel’ en ‘prestigieus’. Ze zijn gebaseerd op associaties die de algemene mening over een merk van een consument vormen (Park et al, 1991, p.186).


6

Het overgrote deel van de literatuur spitst zich toe op het streven naar congruentie tussen de merkbeelden en producten, teneinde een betere consumentenevaluatie te bereiken. Deze studie focust zich op incongruentie tussen partnermerken en meer bepaald het effect hiervan op de reactie van de consument. Dit onderwerp is nog niet expliciet onderzocht is in de literatuur omtrent cobranding, maar kan mogelijk een belangrijke invloed kan zijn op de perceptie van de consument van een cobrand. De masterproef bestaat uit twee grote delen. Deel 1 omvat de literatuurstudie, na deze theoretische basis volgt het empirisch onderzoek in Deel 2. De literatuurstudie begint met een uitbreiding over het associatief netwerkmodel. Dit verduidelijkt hoe consumenten een netwerk van associaties in hun geheugen opslaan en wat er gebeurt als er twee merken samengaan in een cobrand en daarbij dus ook hun associaties met elkaar geconfronteerd worden. Daarna wordt in de literatuurstudie verder ingegaan op het onderwerp cobranding. Het concept, de definiëring en de verschillende soorten zijn de voornaamste theoretische zaken die besproken worden. Het hoofdstuk over de ‘fit’ of congruentie, die zeer belangrijk is bij cobranding, leidt ons tot het concept incongruentie, of dus het niet samengaan van twee merkbeelden of productcategorieën van merken in een samenwerkingsverband. Bij het laatste en ook belangrijkste hoofdstuk gaan we in op de verschillende soorten (in)congruentie en de ‘schema congruity theory’ van Mandler (1982), die de basis vormt voor ons onderzoek. Hierbij gaan we na welke effecten van incongruentie op de evaluatie van de consument we kunnen vinden in de literatuur omtrent cobranding. Door de beperkte literatuur en nood aan meer onderzoek omtrent dit thema, moeten we de basis halen in het bredere merkextensie onderzoek. Dit vormt op zich alweer een goede reden om dit onderzoek bij cobranding uit te voeren. In het tweede deel van deze masterproef, het empirisch onderzoek, worden eerst de onderzoekshypothesen opgesomd en verklaard hoe we tot deze hypothesen gekomen zijn. Daarna wordt het onderzoeksdesign, een 2x3 ‘between subjects factorial design’ gemotiveerd, samen met de manipulaties, de onderzoekspopulatie en de het verloop van de pretest. In het tweede deel van het onderzoek, worden de resultaten beschreven. Dit alles wordt afgesloten met een discussie, suggesties voor verder onderzoek en het algemene besluit.


7

1

Probleemstelling

Ondanks het feit dat cobranding uitgegroeid is tot een zeer veel gebruikte merkstrategie, moet er nog zeer veel geleerd worden over de reactie van de consument op cobranding. Uit de literatuur blijkt duidelijk dat de keuze van een juiste partner cruciaal is bij cobranding. De ‘fit’ tussen twee merken bepaalt de attitude van de consument tegenover de merkalliantie. Samenwerking tussen niet compatibele merken bij cobranding zou leiden tot een zwakkere evaluatie van het ‘cobrand’ of de gezamenlijke advertentie. Men gaat zich vragen stellen bij de combinatie, waardoor de geloofwaardigheid daalt. Nu ziet men echter dat bedrijven, in tegenstelling tot de marketingadviezen, informatie de wereld insturen die niet overeenstemt met de gevestigde associaties of een partner kiezen die men niet zou associëren met hun eigen merk. Dit leidt dan tot incongruentie tussen de merkbeelden en/of productcategorieën van beide merken. Hieruit leiden we een belangrijke vraag af, wat is de relatie tussen de mate van (in)congruentie tussen partnermerken en de evaluatie van de consument bij cobranding?

2

Doelstelling

Er is literatuur om handen die incongruente merkencommunicatie bestudeert en de relatie met de evaluatie van de consument, bijvoorbeeld bij merkextensies, maar de literatuur omtrent cobranding concentreert zich ondanks de toenemende praktijk, op de voor- en nadelen van verschillende strategieën en op het belang van congruentie tussen de product concepten en merken (‘concept congruity’). Als gevolg is er weinig geweten over de hoe de consument reageert op advertenties met een incongruentie tussen de samenwerkende merken bij cobranding. Vaak gaat men ook uit van spillover effects bij een samenwerking tussen meer bekende en minder bekende merken. Hier onderzoeken we allianties waarbij het cobrand bestaat uit partners met een evenwaardige bekendheid en meer bepaald het effect van incongruentie tussen evenwaardige merken in een cobrand op de evaluatie van de consument.

3

Vraagstelling

Is een goede ‘brand’ en ‘product fit’ wel een vereiste bij cobranding en welke is de relatie tussen de mate van (in)congruentie tussen partnermerken en de evaluatie of de reactie van de consument hier op?


8

Literatuurstudie 1 Het merk als associatief netwerk Bij cobranding worden de associaties van twee merken gecombineerd in een cobrand. Omdat dit de basis vormt voor deze masterproef en merkassociaties een cruciaal element zijn bij cobranding gaan we in dit eerste hoofdstuk in op het merk als een associatief netwerk.

1.1. Het merk als associatief netwerk Het brein neemt informatie op vanaf de geboorte en organiseert de wereld in neuronale netwerken. Een netwerk bestaat uit een veelheid van neuronen die met elkaar verbonden zijn (Scheier & Held, 2008). In ons geheugen zit dan ook een enorme hoeveelheid merken opgeslagen. Aan elke merknaam koppelt men informatie. Om in kaart te brengen wat er zich precies afspeelt in het consumentengeheugen, maakt men gebruik van een associatief netwerk. Het netwerk bestaat uit een set knooppunten die aan elkaar verbonden zijn via verschillende linken (Franzen en Bouwman, 1999). Een knooppunt, of ook wel ‘node’ genoemd, wordt gebruikt om elk stukje informatie te representeren. Een node kan, volgens Krishnan (1996, p. 392), een merk (bijvoorbeeld Nike), een product (sportschoen) of een attribuut (‘durability’) voorstellen. Een verband tussen twee ‘nodes’ of knooppunten suggereert een associatie.

Figuur 1. Het associatief netwerk: Nike

(Krishnan, 1996, p. 392)


9

Dit soort netwerk kan verschillende vormen aannemen afhankelijk van de aard van de cues die gebruikt worden om het netwerk te activeren. Wanneer een consument bijvoorbeeld denkt aan ‘schoenen’, wordt een bepaalde set associaties geactiveerd (zoals lopen, sport), terwijl ‘Nike’ een andere set kan activeren die bijvoorbeeld de ‘swoosh’ en Michael Jordan zal omvatten (Krishnan, 1996). De ‘links’ en de ‘nodes’ kunnen dus geactiveerd worden door externe stimulatie (zoals reclameadvertenties) of indirect door de activatie van andere knooppunten (Anderson, 1983). ‘Een node die recentelijk of frequent wordt gebruikt, wordt op een unieke en opvallende manier in het geheugen opgeslagen. Zo’n node gaat dan veel associatieve verbindingen aan en schiet de persoon makkelijk en snel te binnen en wordt vaak gebruikt om informatie mee te vergelijken. Als dit knooppunt wordt aangeroepen, wordt daarmee ook informatie aangeroepen waarmee het is verbonden’ (Van knippenberg, Van der Kloot & Vonk ,1991, geciteerd in Franzen en Bouwman, 1999, p.160). Over het belang van het aantal associaties kan gediscussieerd worden. Hoe meer associaties een merk oproept, hoe rijker de geheugenstructuur voor dat merk wordt. Een toenemend aantal associaties maakt de toegang tot een bepaald merkknooppunt gemakkelijker. Dit komt omdat deze associaties meerdere paden aanbieden tot eenzelfde ‘brand node’ (Meyers-Levy, 1989). Bij de onderstaande afbeelding wordt het mentale netwerk van het merk McDonald’s uitgebeeld. De cirkels geven een aantal kernen met elk hun eigen vertakkingen weer. Dit kan men voor elk merk weergeven. De bedoeling en de kunst van marketing bestaat erin dat men via elke knoop bij jouw merk uitkomt. In casus, als men denkt aan ‘meal’ moet men denken aan McDonald’s en niet bijvoorbeeld niet aan een andere fastfoodketen.

Figuur 2. Het Associatief netwerk: McDonald’s

(http://blog.ontheway.nl/2007/11/associatief-netwerk, n.d.)


10

Men moet wel in rekening nemen dat een groot aantal associaties de kans op verwarring met een ander merk vergroot, dus een groot aantal associaties leiden tot een verlaagd geheugen voor dat bepaalde merk door interferentie met associaties met andere merken (Meyers-Levy, 1989). Kent & Allen (1994) besluiten dat het belangrijk is voor bekende merken om een groot aantal associaties te hebben, omdat de kans op interferentie bij bekende merken niet zo groot is. Ze kunnen immers op een hoger niveau van merkbekendheid rekenen. Bij een minder bekend merk kunnen associaties verward worden met deze van andere meer bekende merken. Het terugvinden van informatie over een specifiek merk wordt dan moeilijk, wat resulteert in een sterke interferentie. Bij cobranding gaat men de associaties van beide merken samennemen en combineren in een cobrand. Samu et al. (1999, p.59) tonen dit aan met een voorbeeld bij een joint advertisement gesponsord door ‘Tide’ en ‘Oshkosh’, die aantoont hoe een wasmiddel van ‘Tide’ kinderkledij van het merk ‘OshKosh’ schoon houdt.

Figuur 3: Het associatief netwerk: Tide en Oshkosh

(Samu et al.,1999, p.59)


11

In sommige gevallen gebeurt de activering van ‘links’ en ‘nodes’ snel en oppervlakkig. In andere gevallen, kan het zijn dat consumenten de relatie tussen producten en merken, die samen gepresenteerd worden in een advertentie, verder onderzoeken en zo sterkere geheugen ‘links’ produceren, zoals het geval kan zijn bij incongruente merken (Craik & Lockhart, 1972).

1.2. Merkwaarde Bij cobranding gaat men de associaties van beide merken samennemen en combineren in een cobrand. Dit wil dus zeggen dat dit cobrand de associaties van beide merken samenbrengt en dus kan rekenen op een hoger merkkapitaal.

1.2.1. Concept Brand equity is a set of brand assets and liabilities linked to a brand, its name and symbol, that add to or subtract from the value provided by a product or service to a firm and/or to that firm’s customers (Aaker, 1991, p. 15). Aaker (1991) deelt de factoren waarop de merkwaarde, merkkapitaal of ‘brand equity’ gebaseerd is op in vijf categorieën: 1. Merkloyaliteit 2. Naambekendheid 3. Waargenomen kwaliteit 4. Merkassociaties 5. Andere merkactiva Volgends Wiedman (2004) kunnen we de merkwaarde op verscheidene manieren omschrijven. Deze kunnen ruwweg onderverdeeld worden in twee categorieën: ‘financial-based brand equity’ en ‘customer-based brand equity’. Voor de ‘customer-based brand equity’ is de consument de belangrijkste invloed op de waarde van een merk, bij de tweede soort speelt het financiële aspect een grotere rol. Keller (1993, p.1) definieert ‘brand equity’ als een specifieke reactie van de consument op de marketing van een merk. De bron van deze reactie bestaat uit verworven merkkennis. De sterkte van een merk (en dus ook de waarde) is opgeslagen in de geheugenstructuren van de consument. Kotler (2006) toont het belang van de merkwaarde aan met het voorbeeld van de samenwerking tussen Philips en Douwe Egberts. Doordat deze beide merken reeds een sterk en positief merkimago hebben, is rekening houdend met de merkwaarde, cobranding een goede beslissing geweest. Beide merken zijn marktleider in hun eigen gebied en door de samenwerking versterken ze elkaar nog meer. De eenvoudige bediening van het apparaat, een belangrijk kenmerk, zou geleid hebben tot de slagzin van Philips ‘Sense and Simplicity’.


12

1.2.2. Merkkennis Aaker (1991) gaat er van uit dat ‘brand equity’ beïnvloed wordt door kennisstructuren over het merk in ons geheugen. Hij maakt daarom het onderscheid tussen twee kenniscomponenten: merkbewustzijn en merkimago. Deze worden beschouwd als de essentiële basis voor ‘brand equity’.

Figuur 4. ‘Brand knowledge’

(Keller, 1993, p. 7) 1.2.2.1.

Merkbewustzijn

Merkbewustzijn is nodig voor het goed beeld van een merk. Het merkimago of –beeld beschrijft de perceptie van een merk en wordt uitgedrukt door associaties. Het merkbewustzijn concept focust dus het associatienetwerk. Het concept beschrijft de capaciteit van de consument om het merk te herkennen in verschillende condities (Keller, 1993). Aaker (1991, p.61) definieert ‘brand awareness’ als volgt: ‘Brand awareness is the ability of a potential buyer to recognize or recall that a brand is a member of a certain product category.’ Merkbewustzijn speelt een belangrijke rol bij de besluitvorming van consumenten omwille van drie redenen. Ten eerste is het belangrijk dat er bij de consument een bepaald merk opkomt wanneer hij aan een productcategorie denkt. Het verhogen of versterken van het merkbewustzijn verhoogt de kans dat een merk zal ‘opgeroepen’ worden en bijgevolg overwogen zal worden om gekocht te worden.


13

Vervolgens kan merkbewustzijn beslissingen in verband met merken beïnvloeden zelfs als er geen andere merkassociaties aanwezig zijn. Men zal altijd teruggrijpen naar bekende, welgestelde merken. In situaties met lage betrokkenheid, zal een miniem niveau van merkbewustzijn volstaan om een product te kopen, zelf als er geen goed gevormde attitude aanwezig is (Keller, 1993). Het ‘Elaboration-likelihood model’ van Petty en Cacioppo veronderstelt dat consumenten hun merkkeuze van het merkbewustzijn laten afhangen als er sprake is van lage betrokkenheid. Deze lage betrokkenheid wijten ze aan twee factoren: een gebrek aan motivatie om bijvoorbeeld de inhoud van een advertentie te verwerken en een gebrek aan capaciteit om dit te doen (dit wijst niet zozeer op een gebrek aan intellectuele capaciteit, maar meer naar de informatie-overload en zich een weg banen door de reclame ‘clutter’). Bij lage betrokkenheid, koopt men producten op basis van enkel de merknaam of logo, en leert men er pas meer over na de consumptie (Vyncke, 2008). Ten derde beïnvloedt merkbewustzijn de consument door de formatie en de sterkte van merkassociaties van het merk te beïnvloeden (Keller, 1993). We kunnen het merkbewustzijn opsplitsen in twee componenten, namelijk: merkherkenning en merkherinnering. 1.2.2.2.

Merkherkenning/ merkherinnering

Merkherkenning (‘recognition’) wijst op de capaciteit van de consument om eerdere blootstelling aan een merk te kunnen bevestigen als het merk als ‘cue’ gegeven wordt. Merkherkenning wijst er dus op dat consumenten het merk al eerder gezien of gehoord hebben. Merkherinnering (‘recall’) wijst op de capaciteit om een merk terug te vinden of te herinneren zonder speciale cues gegeven zijn (Keller, 1993). Lynch & Scrull (1982, p. 21) leggen het verschil uit tussen beiden: ‘Free recall involves a situation in which a subject must independently produce previously acquired information (e.g., list all the product attributes learned in a particular setting). In a recognition test, a subject is given possible choices and simply must indicate which one was previously presented (e.g. Whether it was Time, Newsweek or Consumer Reports that offered 10 free copies with each new subscription).’ Het wordt algemeen aangenomen dat ‘free recall’ een tweeledig proces is waarbij een persoon individueel een bepaald item moet terugvinden (of herinneren) en nadien een soort herkenningscontrole uitvoert. Lerman & Garbarino (2002) duiden er op dat een bepaald item dat herinnerd kan worden ook herkend wordt, maar dat dit omgekeerd niet altijd het geval is. Men kan iets succesvol herkennen, maar het zich daarom niet herinneren.


14

1.2.2.3.

Merkimago

Het merkimago of -beeld wordt gezien als de percepties over een merk weerspiegeld door de merkassociaties in het geheugen van de consument. Het merkbeeld wordt bepaald door het type van de merkassociaties, de sterkte, het unieke van de associaties en de voordeligheid (Keller, 1993). ‘The term “brand image” is at once a label that has become somewhat impoverished because of widespread use, and a concept that has contributed richly to marketing practice. It is both a concrete and an abstract expression. Its definition and operationalization have been fairly irregular, although not without some patterns and commonalities. It is a growing, evolving term that has undergone considerable vicissitudes, some of which are enduringly useful.’ (Dobni & Zinkhan, 1990, p.117). Er circuleren dus verschillende definities van het begrip merkimago. Franzen & Bouwman (1999, p. 386) organiseren deze in vier groepen: 1. ‘het merkimago is gelijk aan het associatieve merknetwerk; 2. het merkimago is gelijk aan de merkattitude; 3. het merkimago is een globale totaalindruk van het geheugen; 4. het merkimago is gelijk aan de symbolische betekenissen van een merk.’ Het merkimago is volgens Dobni & Zinkhan (1990) een grotendeels subjectief fenomeen, gevormd door de interpretatie van de consument. Het merkimago hangt niet af van technische, functionele of fysische aspecten van een product. Het wordt vooral beïnvloed door marketingactiviteiten en de eigenschappen van de consument. Je kan een zeer sterk en uniek merkimago hebben, maar als dit niet leidt tot een concreet en competitief voordeel en tot bijgevoegde economische waarde, heeft het volgens Wiedman (2004) niet veel zin om dit imago te zien als de basis voor een hoge merkwaarde. Zoals eerder vermeld omschrijft Keller (1993, p. 3) het merkimago als: ‘perceptions about a brand as reflected by the brand associations held in consumer memory.’ Deze associaties bij bepaalde merken kunnen verschillen van persoon tot persoon maar bij de meerderheid zouden merkassociaties gedeeld moeten zijn. Daardoor kunnen we spreken over ‘het’ merkbeeld. Hiermee bedoelen we dan dus ‘the set of associations that is likely to be common for many consumers.’ (Sjödin en Törn, 2006, p. 33). In dit onderzoek gaan we dus na wat de impact is van cobranding op de merkattitude van de consument, en meer bepaald bij incongruentie tussen de merkbeelden van de partnermerken en de productcategorieën van de samenwerkende merken.


15

1.2.3. ‘The Brand Association Base’ Bij cobranding worden 4 bronnen van ‘brand equity’ geïdentificeerd: Toegang tot de merkstrategie en associaties van de partner, de aansluiting van de merkwaarden, associaties met de marketing communicatie van de partner en het bereik van de waarde van het partnermerk. Van hieruit werd een nieuw model ontwikkeld voor het ontwerpen van merkallianties die bijdragen tot de uitbreiding van een merkdomein door het overdragen van betekenis tussen merken (Uggla, 2004). Hieronder wordt de ‘brand association base’ uitgebeeld:

Figuur 5. ‘The brand association base’

(Uggla, 2004, p.108) ‘The brand association base can be defined in the following way: The brand associations managed by a leader brand (category), extended through identity transfer or leveraged through image transfer via partner brands (categories) and/or institutional associations that contribute in a positive/negative way to customer-derived meaning for the brand (image) and value (equity).’ (Uggla, 2004, p. 108). ‘The leader brand’ is het primaire merk geassocieerd met het secundaire, partnermerk (Hillyer & Tikoo, 1995). ‘Baileys Original Irish Cream’ Is de partner of het secundair merk van het primaire ‘Häagen-Dazs ice cream’ (Blackett & Boad, 1999). Vier belangrijke criteria definiëren het leidersmerk in een merkalliantie: het moet namelijk de leider zijn in de productcategorie, controle hebben over het marketing en distributiesysteem, de status van een gemodificeerd merk hebben en de eigenaar zijn van een groot klantenbestand. Beide merken worden verbonden met de grotere associatiebasis door de ‘identity transfer’. De associaties van het partnermerk worden hier gedefinieerd als secundaire associaties tegenover de identiteit en het domein van het leidende merk. Partnermerken dragen bij tot de merkwaarde van het dominante merk en zijn associatiebasis, gebruik makende van een overdracht van betekenis (Uggla, 2004).


16

2 Cobranding 2.1. Concept Cobranding, waarbij sleuteldimensies van een partnermerk geïncorporeerd worden in de strategie van een leidend merk, wordt een steeds meer toegepaste strategie bij marketeers en merkmanagers, aldus Uggla (2004). De term ‘cobranding’ omvat een hele reeks aan marketingactiviteiten waarbij twee of soms meer merken betrokken zijn. Wereldwijd hebben merken in cobranding een manier gevonden om het bereik en de invloed van hun merk te vergroten, nieuwe markten te betreden, kosten te reduceren door schaaleconomieën enz. Cobranding is uitgegroeid tot een wijd verspreide strategie in allerlei verschillende industrieën, zoals luchtvaart, financiële diensten, voedsel- en drankindustrie… (Blackett & Boad, 1999). Zoals bij de meeste concepten is ook de term cobranding rijk aan talrijke definities: Cobranding is een vorm van coöperatie tussen twee of meerdere merken met significante klantenherkenning, waarbij alle merknamen van de verschillende partners behouden worden. Het is meestal van medium- tot lange termijn duur. Als men voor cobranding kiest is er vaak niet genoeg potentieel om een volledig nieuw merk op te starten. Hoe sterker de merken zijn die deel uitmaken van een cobrand, hoe beter hun identiteiten zullen worden behouden, ongeacht de omvang van de coöperatie (Blackett & Boad, 1999). Hillyer en Tikoo (1995) omschrijven cobranding als de praktijk van dubbel gemerkte producten, waarbij een product meer dan één merknaam omvat. Dickinson & Barker (2007) gebruiken de term cobranding als : ‘a mutually beneficial way for both brand alliance partners to leverage their brands through the transfer of established brand attitudes to new relationship partners.’ (p.75). In de literatuur worden verschillende termen gebruikt om te verwijzen naar coöperatieve marketingactiviteiten zoals: Merkallianties, co-marketing, ‘joint branding’, ‘joint advertising’, ‘cross promotion’ enz. (Simonin & Ruth, 1998).


17

2.2. Soorten Cobranding Bij de verschillende vormen van coöperatie bestaat er een hiërarchie in de mate waarin gedeelde waarden kunnen gecreëerd worden. Blackett en Boad (1999) maken hierin een onderscheid:

2.2.1. ‘Reach-Awareness Co-branding’ ‘Awareness cobranding’ duidt op samenwerking waarbij een partner zijn bereik of bewustzijn verhoogt door snel toegang te verkrijgen tot het klantennetwerk van het partnermerk (Uggla, 2004). Blackett en Boad (1999) illustreren dit met een voorbeeld van coöperatie tussen American Express en Delta Airlines. American Express bracht een nieuwe versie van de ‘Optima’ kredietkaart uit in samenwerking met het ‘Skymiles’ programma van Delta Airlines. De leden hadden het voordeel dat ze ‘SkyMiles’ (inruilbaar voor vrije vluchten) kregen in ruil voor de uitgegeven dollars bij gebruik van de kaart. American Express won gebruikers en transacties voor zijn kredietkaart en Delta vergrootte het voordelenpakket die ze aan hun leden van ‘Skymiles’ konden aanbieden. Er zijn echter weinig verbanden tussen de twee ‘merken’ en er is geen nood aan complementariteit van de merkwaarden op dit laagste niveau.

2.2.2. ‘Values Endorsement Co-branding’ Het grote verschil tussen dit niveau van waardecreatie en het eerste is dat de coöperatie speciaal ontworpen is voor de versterking van de merkwaardes en positionering van de merken individueel of van beiden samen. De deal tussen ‘Le Cordon Bleu’ (een franse culinaire academie die synoniem staat met de hoge kookstandaarden) en ‘Tefal’ is hier een mooi voorbeeld van. ‘Tefal’, onderhandelde met de academie over een samenwerking voor de lancering van zijn nieuwe reeks keukengerief ‘Integral’. Het bekende ‘Cordon blue’ hielp ‘Tefal’ om merkbewustzijn te creëren voor het nieuwe product. Dit zorgt voor de voldoening van het eerste niveau van waardecreatie bij cobranding. De coöperatie zorgde ook voor de verbinding met sterke associaties van culinaire kwaliteit, zodat deze vorm voldoet aan de criteria van het tweede niveau van waardecreatie (Blackett & Boad, 1999).

2.2.3. ‘Ingredient Co-branding’ Het derde niveau identificeert een fysische component die gedeeld wordt. Dit kan bijvoorbeeld de ‘Intel microship’ in de personal computer van bijvoorbeeld ‘IBM’ zijn of

zoetstof van

‘Nutrasweet’ in frisdrank (Uggla, 2004). De kwaliteitsvolle reputatie van ‘Intel’ is bijzonder belangrijk voor eender welke computerproducent. Zonder deze component zou de waarde van het product sterk dalen (Blackett & Boad, 1999).


18

2.2.4. ‘Complementary Competence Co-branding’ Ten laatste hebben we ‘Complementary competence cobranding’. Deze coöperatie zorgt ervoor dat twee complementaire merken samen een nieuw product produceren. Sony en Ericsson hebben samen de Sony Ericsson mobiele telefoons geproduceerd (Uggla, 2004). Blackett en Boad (1999, p. 14) formuleren het op deze wijze: ’At the fourth and highest level of cobranding, two powerful and complementary brands combine to produce a product that is more than the sum of the parts and relies on each partner committing a selection of its core skills and competencies to that product on ongoing basis. Whereas ingredient cobranding requires the ‘junior’ partner to contribute a specific discrete component to the ‘senior’ partner’s product, complementary competence cobranding involves a range of components, which may be tangible or intangible.’.

2.3. Soorten coöperaties We kunnen een technisch onderscheid maken tussen verschillende soorten coöperaties.

2.3.1. ‘Joint promotion’ Gezamenlijke promoties wijzen op een regeling van korte termijn tussen twee gerenommeerde merken, dit om bijkomende publiciteit te vergaren en de verkoop te vergroten door de voordelen en aantrekkingskracht van beide merken te combineren. Bij ‘McDonald’s’ en ‘Disney’ bijvoorbeeld gebeurt het vaak dat de figuren van een nieuwe film in allerlei vormen gebruikt worden bij ‘McDonalds’. Voor ‘Disney’ is dit een mogelijkheid om hun doelpubliek op verschillende manieren te bereiken bij de lancering van een nieuwe film. Voor ‘McDonalds’ biedt de samenwerking de mogelijkheid tot opfrissing van hun kindermenu en reclame (Blackett & Boad, 1999).

2.3.2. ‘Sponsorship’ Dickinson & Barker wijzen erop dat er in de context van cobranding groeiende interesse is in de samenwerking tussen non-profit en commerciële organisaties. Deze laatste zijn erop gericht om goede associaties van de non-profit organisatie over te nemen. De non-profit kan dan uiteraard van een goede sponsoring genieten (Dickinson & Barker, 2007). Bij sponsoring hebben we dus te maken met een organisatie met een sterk imago en goede relaties met een bepaald publiek. Aan deze organisatie wordt dan geld gegeven door een bedrijf die een band wil opbouwen met dat bepaald doelpubliek. In ruil voor de sponsoring krijgt het bedrijf reclame, een goed imago en waarden mee van de gesponsorde organisatie (Blacket & Boad, 1999).


19

2.3.3. ‘Joint Venture’ ‘Bij een dergelijke samenwerking gaan bedrijven op zoek naar een partner die productkennis heeft die in het eigen bedrijf niet voorradig is, maar wel noodzakelijk voor het ontwikkelen van het nieuwe product. Zo wist Douwe Egberts alles van koffie en Philips alles van machines.’ (Kotler, 2006, p. 502). Hier spreken Blackett en Boad (1999) over een samenwerking op lange termijn. De merkkwesties zijn hier van secundair belang, voorop staan de operationele mogelijkheden. Deze coöperatie wordt meestal bewerkstelligd om twee bedrijven de mogelijkheid te bieden nieuwe markten te betreden of samen nieuwe producten te lanceren. De auteurs geven een mooi voorbeeld hiervan met de gezamenlijke vennootschap ‘Symbian’. Dit is samenwerking tussen ‘Ericsson’, ‘Nokia’, ‘Motorola’ en ‘Psion’ om een nieuwe data transmissie standaard te ontwikkelen voor de mobiele telefonie. Geslaagde ‘joint ventures’ baseren zich op complementaire deskundigheid. Het zorgt er ook voor dat de deelnemers hun investering en de competitie kunnen verkleinen.

2.3.4. Allianties ‘The terms alliance and joint venture are often used interchangeably in the management literature; inasmuch as they are definably different, the distinctions relate to marketing versus operations. While a joint venture is often undertaken for a long and capital intensive development project, an alliance is entered into principally for marketing reasons.’ (Blackett & Boad 1999, p. 17). Ze illustreren dit met een voorbeeld, namelijk: een paar van ’s werelds bekendste luchtvaartmaatschappijen zijn nu lid van ‘The Star Alliance’ of van ‘The Oneworld Alliance’. De maatschappijen zijn in deze alliantie echter allen geografische plaatsvervangers en bieden geen complementaire diensten aan, zoals wel het geval zou zijn in een ‘joint venture’. Het grootste deel van de alliantie dient dus marketingstrategieën in plaats van operationele componenten

2.4. Voordelen Cobranding zorgt ervoor dat merken hun ‘resources’ kunnen samenbrengen en zo de aandacht voor elk merk individueel en samen kunnen doen toenemen. Een merk waarvan je geen kwaliteitsperceptie hebt kan sterker voor komen als het zichzelf verbindt met een betrouwbaar gekend merk. Een sterk merk loopt dan wel het risico om waarde te verliezen als het geassocieerd wordt met een zwak merk (Dahlen & Lange, 2005). Vanuit een financieel perspectief gezien, kan een succesvolle merkcollaboratie de ‘cash flow’ versnellen en de aandeelhouderswaarde doen toenemen. De essentie van cobranding is dat beide partners toegang krijgen tot elkaars klantenbestand. Coöperatie omvat het delen van een merk associatiebasis. Dit zorgt ervoor dat bedrijven de kosten kunnen drukken door op reeds opgebouwde merkwaarde


20

te steunen en de vaste kosten die samengaan met de creatie van een nieuw merk te ontlopen. Het dominante merk krijgt de kans zijn eigen merkdomein uit te breiden. Een sterker profiel kan soms ontstaan samen met een partner, dan wanneer het leidermerk zelf had uitgebreid in het nieuwe domein. Aan het leidende merk kunnen ook symbolische voordelen ontleend worden door een overdracht van design en associaties van het partnermerk (Uggla, 2004). Dickinson en Barker (2007) besluiten dat bedrijven door een merkalliantie aan te gaan de mogelijkheid hebben om originele merkattitudes van een partnermerk naar hun eigen merk over te dragen. Dit is een meer economische manier om merkkennis te managen. Cobranding zorgt er ook voor dat een product op een unieke en overtuigende manier kan worden gepositioneerd ten opzichte van andere merken, waardoor men ‘Points of Parity’ en ‘Points of Difference’ kan creëren. ‘Points of Parity’ zijn associaties die niet noodzakelijk uniek hoeven te zijn voor een merk maar die kunnen worden gedeeld met andere merken. Het zijn associaties die noodzakelijk geacht worden om tot een bepaalde productcategorie te horen. ‘Points of Difference’ zijn sterke, positieve en unieke associaties. Deze kunnen attributen of voordelen zijn die consumenten sterk associëren met een bepaald merk, dewelke ze ook positief evalueren en waarvan de consument gelooft dat ze niet te vinden zijn bij concurrerende merken. Het zijn associaties die tot een ‘Unique Selling Proposition’ kunnen leiden (Kotler et al., 2008, p. 208). Vanuit een commercieel standpunt, is het bouwen van ‘brand equity’ de belangrijkste reden om aan cobranding te doen: ‘Brand equity occurs when consumers become aware of the brand and develop strong, favourable and unique associations towards the brand in their memory. Brand alliances build brand equity by transferring new associations between partner brands and increasing familiarity across established as well as new markets.’(Dickinson & Barker, 2007, p. 77).

2.5. Nadelen Het meest voor de hand liggende risico bij cobranding is het verlies van controle over de merkidentiteit, kernwaarden en associaties, wat leidt tot merkverwatering of -erosie. (Uggla, 2004). De foute keuze van een partnermerk kan leiden tot directe verliezen voor de betrokken merken. Als we te maken hebben met twee incompatibele merkpersoonlijkheden kunnen associaties afbrokkelen voor elk van de merkidentiteiten. Hierdoor krijg je een verwarde positionering voor 1 van de merken. Merkpersoonlijkheden moeten beide gelijkaardige punten en maar ook verschillen hebben om een betekenisvolle samenwerking te kunnen doen ontstaan (Keller, 2003). Te veel samenwerking kan leiden tot minder impact van de beeldoverdracht naar het dominante merk. Als het merk in teveel verschillende collaboraties zit, kan dat de beeld- of imago-overdracht belemmeren. Alhoewel meer samenwerking een merk beter herkenbaar en sterker maakt in de zin hogere merkkennis, zal het unieke en de differentiatie van de associatie verloren gaan (Uggla, 2004).


21

3 Fit 3.1. Selectie van het partnermerk Een van de belangrijkste of al dan niet het belangrijkste punt bij cobranding is de keuze van een partnermerk. Een merk zou moeten gekozen worden op basis van zijn reputatie en zijn capaciteit om kwaliteitsvolle signalen te verzenden (Roa, Qu & Ruekert 1999). Het is ook handig om een partner te kiezen waardoor de klant gemakkelijk de belangrijkste attributen kan onderverdelen in twee groepen en men elke groep kan associëren met de respectievelijke partnermerken. Kumar (2005) merkt verder op dat het niet altijd mogelijk is om een gepast en bereidwillig merk te vinden in een complementaire categorie. Men moet dus de merkvisie, merkwaarden en strategische richting van het merk voor de toekomst grondig analyseren en bekijken hoe cobranding past in de gehele visie,

in de missie en

kernwaarden van het merk. Voor de cobranding strategie van Coca-Cola in Scandinavië werden de merkpersoonlijkheden van verschillende automerken zorgvuldig bekeken, voordat men een bedrijf selecteerde dat de toekomstige merkvisie en merkwaarden reflecteerde (Uggla, 2004). Het is dus van vitaal belang om een juiste partner te vinden in een merkalliantie. Rekening houdend met het risico van de teloorgang van merkattitudes die reeds opgebouwd zijn bij een merk, is het belangrijk om onderzoek over consumentenreacties op merkallianties te raadplegen. Men moet onder andere nagaan welke impact de blootstelling aan een alliantie heeft op de originele merkattitudes van de merken (Dickinson & Barker, 2007). Als men een cobrandingstrategie ontwikkeld moet de attitude tegenover elk merk voor en na de alliantie nagegaan worden. De attitude tegenover de merken individueel, beïnvloedt de attitude tegenover de samenwerking. De houding tegenover de alliantie kan ook de toekomstige attitudes tegenover de merken apart veranderen (Uggla, 2004). Men moet onthouden dat merkallianties en cobranding eigenlijk speciale vormen van merkuitbreiding zijn. Voor men aan cobranding doet moet eerst de mogelijkheid overwogen worden om aan directe merkuitbreiding van het merk zelf te doen. Als het merkterrein niet kan uitgebreid worden door directe extensie, kan cobranding overwogen worden.


22

3.2. Fit Bij de beslissing over een partnermerk is het essentieel om te kijken naar de ‘fit’ tussen de imago’s van beide merken. Voor een merk met lage merkbekendheid in een bepaalde markt is cobranding een interessante optie omdat dit merk kan profiteren van het succes van het meer bekende partnermerk (Baumgarth, 2004). ‘Perceived similarity’ of ‘perceived fit’ wordt gevormd door het aantal gedeelde associaties tussen een merk en een nieuwe extensie, of in het geval van cobranding tussen de twee partnermerken (Bhat & Reddy, 2001). ‘Perceived fit tussen merkallianties wordt gezien als een belangrijke invloed op de evaluaties van de merkalliantie.(Simonin & Ruth, 1998). Deze fit wordt bereikt als de consument een nieuw product (of partner) als logisch aanvaardt. We kunnen twee dimensies in de ‘fit’ onderscheiden, namelijk ‘product fit’ en ‘brand fit’.

3.2.1. Product fit Met ‘product fit’ wordt de mate waarin consumenten de twee productcategorieën van de merken compatibel vinden bedoeld of de ‘Product category similarity’ . Als twee merken of producten niet ‘passen’, worden positieve merkattitudes niet overgebracht naar de alliantie (Simonin & Ruth, 1998). ‘Product fit’ verwijst naar de verbondenheid of complementariteit met de productcategorie waarnaar verwezen wordt door de merkalliantie. Deze strategie is gebaseerd op de ‘fit’ tussen de twee merken en ook tussen het product en elk origineel merk, bijvoorbeeld de ‘fit’ tussen het Häagen-Dazs Baileys merk en Häagen-Dazs ijs en Baileys likeur (Uggla, 2004). Keller (1993) stelt dat er een hiërarchie bestaat in merkassociaties volgens hun niveau van abstractie. De productgerelateerde associaties vertegenwoordigen meer concrete informatie in de associatieve netwerken van merken in het hoofd van de consument.

3.2.2. Brand fit ‘Merk fit’ duidt op de link tussen de merkenbeelden. De consistentie tussen de imago’s van de merken bepaald deze ‘fit’ (Simonin & Ruth, 1998).

Dit is de mate waarin de partnermerken

abstracte meningen en voordelen delen. De brand fit bevind zich dus op een hoger niveau van abstractie dan de product fit (Park et al, 1991). Bhat & Reddy maken het onderscheid duidelijk. ‘PCFIT’ staat voor ‘product category fit’, met ‘IFIT’ verwijzen Bhat & Reddy (2001) naar ‘brand image fit’: ‘It must be noted that IFIT, as conceived here, is concerned with the similarity of the extension with the specific attributes of the parent brand, including the brand’s quality […] To clearly differentiate PCFIT from IFIT, PCFIT is conceptualized in terms of the product categories of the extension and the parent brand without specifically naming any brand and is to measured accordingly.’ (2001, p. 114).


23

Voor een goed begrip van het concept ‘merkbeeld gebruiken we de definitie van Keller (1993, p.3): ‘perceptions about a brand as reflected by the brand associations held in consumer memory.’. Elke consument kan wel verschillende associaties hebben bij een merk, zodat consumenten er een ander merkbeeld op nahouden. Aan de andere kant stellen Sjödin en Törn (2006) zijn er sommige associaties die zouden moeten gedeeld worden door de meeste consument. We kunnen daarom wel spreken over ‘het’ beeld van een bepaald merk. Hiermee verwijzen we dan naar de set associaties die voor de meeste consumenten gelijk zullen zijn. Bij bekende en volwassen merken is de kans nog groter op het bestaan van een eenduidig merkbeeld. We zullen voor het onderzoek dus merken gebruiken die stevige merkassociaties hebben opgebouwd door middel van een langdurige en zichtbare aanwezigheid in de markt.

3.3. Spillover effects Naast te zorgen voor een goede ‘fit’, zijn de partners op zoek naar positieve evaluaties van de merkalliantie die resulteren in ‘spillover effects’. ‘Spillover is a result of positive consumer evaluations and is the ultimate indication of how successful a brand alliance is […]’ (Dickinson & Barker, 2007, p. 80). Toen ‘Intel’ problemen had met zijn ‘Pentium microprocessors, waren de partnermerken zoals ‘Dell’ ongerust over de negatieve spillover op hun merken. ‘Spillover effects’ wijzen dus op de overdracht van positieve en minder positieve of negatieve evaluaties van het ene merk naar het andere (Fischer, 1991). Evaluaties van merkallianties hebben ‘spillover’ effecten op de attitudes tegenover elk merk. De sterkte van deze effecten wordt beïnvloed door de merkbekendheid. Grotere vertrouwdheid met het merk zorgt voor een betere en stabielere appreciatie ervan omdat merkgerelateerde ervaringen en associaties overvloedig zijn. Bij onbekende merken kunnen voorbestaande houdingen in verband met toegankelijkheid en sterkte onbestaande of zwak zijn (Simonin & Ruth, 1998). Wanneer beide partners een verschillende vertrouwdheid hebben, dragen ze niet in dezelfde mate bij tot de evaluatie van de merkallianties. Merkvertrouwdheid beïnvloedt dus niet enkel de bijdrage tot de merkevaluatie maar bepaalt ook de grootte van de ‘spillover effects’ tussen beide partners. Als beide merken even bekend zijn, dragen ze in dezelfde mate bij tot de evaluatie van de alliantie. Wanneer een minder bekend merk samengaat met een bekend kan het eerste hiervan profiteren en weinig bijdragen, maar veel winnen van het bekende merk. Bekende merken hebben wel nog steeds een stimulans om samen te werken met een minder bekend merk zolang de attitudes tegenover de partner en de ‘brand fit’ gunstig zijn (Simonin & Ruth, 1998).


24

3.4. Incongruentie Een advertentie van een merk die de bestaande merkassociaties bij een consument uitdaagt door een verrassende samenwerking met een merk uit een andere productcategorie of met een ander merkbeeld zorgt ervoor dat de consument voor een nieuw en misschien verwarrend stukje informatie staat. Deze incongruente informatie strookt niet met het bestaande beeld dat de consument geleerd heeft te associëren met een bepaald merk (Sjödin &Torn, 2006). Mandler (1982) stelt dat bij een bepaald product of merk een passend schema geactiveerd wordt in het hoofd van de consument, of anders gezegd een associatienetwerk wordt opgestart (zie supra). Bij incongruentie bij cobranding is er dus een mismatch tussen de attributen of imago’s van de merken en de relevante schema’s die opgeroepen worden in de geest van de consument. Als we over beelden of merkimago’s spreken, kan er gewezen worden op een merkbeeld incongruentie (zie ‘brand fit’). De term incongruentie wordt in de verschillende literatuur echter met verschillende ladingen gebruikt. Incongruentie kan in deze context van cobranding ook wijzen op een mismatch tussen productcategorieën en de hiermee gepaard gaande associaties van de merken (Meyers-Levy & Tybout, 1989). In deze masterproef nemen we de merken product fit in rekening als we spreken over incongruentie of congruentie.

3.5 Tussenbesluit Een van de belangrijkste of al dan niet het belangrijkste punt bij cobranding is de keuze van een partnermerk. Men moet de merkvisie, merkwaarden en strategische richting van de merken voor de toekomst grondig analyseren en bekijken hoe cobranding past in de gehele visie, in de missie en kernwaarden van beide merken. Als men een cobranding strategie ontwikkeld moet de attitude tegenover elk merk voor en na de alliantie nagegaan worden. De attitude tegenover de merken individueel, beïnvloedt de attitude tegenover de samenwerking. De houding tegenover de alliantie kan ook de toekomstige attitudes tegenover de merken apart veranderen (Uggla, 2004). Bij de beslissing over een partnermerk is het essentieel om te kijken naar de ‘fit’ tussen de imago’s van beide merken, zo blijkt uit de literatuur.

Er bestaan dus twee soorten fit, tussen de

productcategorieën en tussen de merkbeelden. Naast te zorgen voor een goede ‘fit’, zijn de partners op zoek naar positieve evaluaties van de merkalliantie die resulteren in ‘spillover effects’. Als beide merken even bekend zijn, dragen ze in dezelfde mate bij tot de evaluatie van de alliantie. Dit brengt ons bij het concept van ‘between partner congruity’ waarbij we kijken naar de congruentie tussen de merken en waarbij de partners evenveel bijdragen aan het cobrand. Als er een mismatch is tussen twee merken en hun associaties, merkbeelden, productcategorieën waarin ze actief zijn spreken we van incongruentie.


25

4 Evaluatie van de consument Het is bij cobranding essentieel om rekening te houden met de reactie van de consument op een merkalliantie. Dit gaat immers gepaard met potentiële negatieve effecten. Er zijn verschillende factoren die de mening of attitude van de consument bepalen bij blootstelling aan een merkalliantie: reeds bestaande attitudes tegenover een merk in de alliantie, de ‘brand fit’ en de ‘product fit’ zijn hier enkelen van. Omdat de coöperatie mogelijk nieuwe associaties bevat voor beide merken kan de attitude tegenover de alliantie impact hebben op hoe de merken afzonderlijk geëvalueerd worden (Simonin &Ruth, 1998). Cobranding moet dus ook gezien worden vanuit misschien wel het belangrijkste perspectief, dit van de consument. We kunnen ons afvragen hoe consumenten zullen reageren bij de confrontatie met de combinatie van twee bekende merken in een onbekende context. Als twee rivalen opeens ‘as one’ moeten gepercipieerd worden, kan dit verklaard worden door het feit dat ze altijd in dezelfde markt werkzaam geweest zijn. De samenwerking van merken die in een verschillende markt horen, wordt gelegitimeerd door een bindmiddel zoals ‘Skymiles’ bij ‘Optima Card’ en ‘Delta’ (zie supra). De consument heeft dus wel een nood aan een verklaring of een redenering die achter de cobranding strategie steekt. Ook de voordelen die eruit voorkomen moeten duidelijk gesteld worden. Blacket en Boad (1999) tonen dit aan met het voorbeeld van de introductie van de ‘GM-Visa Card’ in het Verenigd Koninkrijk. De partners, namelijk ‘Visa’ en ‘GM’, moesten duidelijk de voordelen uit de doeken doen en niet onbelangrijk dat de afkorting ‘GM’ voor ‘General Motors’ staat. ‘This then is the key to successful cobranding: the creation of a seamless logic that runs through the combined offer, the benefits of which can be readily understood by the consumer.’ (Blackett & Boad 1999, p. 19).

4.1 Merkextensie onderzoek De focus bij merkextensie onderzoek ligt voornamelijk op de vraag hoe groot een bepaalde merkenfamilie kan groeien, maar in dit onderzoeksgebied werd ook reeds de relatie tussen de evaluatie van de consument of de attitude van de consument onderzocht in relatie tot de fit of de congruentie van de merkextensie met het ‘parent brand’. Een constante in alle onderzoeken over merkextensies is de assumptie van een lineaire relatie tussen de ‘fit’ of de gelijkenis tussen de merken en zijn extensie (Aaker & Keller, 1990). Als dus de fit goed zit zal de extensie ook positief geëvalueerd worden en omgekeerd.


26

De ‘product fit’ (zie supra) speelt een bepalende rol bij de evaluatie van de samenwerking tussen twee merken door de consumentconsument. Attitudes tegenover de merkalliantie worden verhoogd wanneer er een hoge mate van ‘product fit’ is (Simonin & Ruth, 1998). Aaker & Keller (1990) stellen dan ook dat een slechte ‘fit’ ongewilde associaties kan versterken. Als consumenten een gelijkenis of ‘fit’ tussen twee productcategorieën waarnemen, worden kwaliteitspercepties overgedragen tussen de merken. Maar bij cobranding speelt ook de ‘brand fit’ een belangrijke rol. Een samenwerking tussen twee merken omvat ook het imago van elke partner. Het merkimago wordt gedefinieerd als percepties van het merk die de merkassociaties in het geheugen van de consument reflecteren (Keller, 2003). Als de twee beelden, samen gepresenteerd, ietwat inconsistent zijn, zal de consument zich afvragen waarom deze twee merken geassocieerd worden. Dit zou bijvoorbeeld het geval zijn bij een gezamenlijke promotie van ‘McDonald’s’ en een soort onbekende Cola van lage kwaliteit. Zo’n ‘poor fit’ in termen van imago’s en associaties kan ongewenste overtuigingen met zich meebrengen. De consument maakt zijn evaluatie van de ‘brand fit’ op basis van merkspecifieke associaties, maar als deze associaties (attributen, voorkomen) niet samenhangend of consistent zijn zal de alliantie minder positief onthaald worden dan als ze wel consistent zouden zijn (Simonin & Ruth, 1998). ‘Product fit’ en ‘brand fit’ zijn dus zoals meermaals vermeld beiden belangrijk bij cobranding. Czellar (2003) concludeerde uit zijn bevindingen dat incongruente merkextensies minder positief geëvalueerd worden dan congruente. De evaluatie en attitude hangt af van de ‘fit’ tussen twee merken (zie supra). Bij incongruentie, is er geen sprake van een goede fit, en zal de attitude dan ook minder positief zijn volgens Czellar (2003). Een geadverteerde samenwerking die incongruent is met de reeds opgebouwde merkassociaties over de partnermerken apart in het hoofd van de consument, kan de mensen de advertentie in twijfel doen trekken. Hierdoor daalt dan ook de geloofwaardigheid (Dahlen & Lange, 2005). De veronderstelling dat een betere fit tot een hogere evaluatie en attitude transfer leidt wordt uitgedaagd door een groeiend aantal literatuurstudies. Deze verdedigen een niet lineaire relatie tussen de evaluatie en de congruentie of fit van merkextensies onder bepaalde condities (Maoz & Tybout, 2002; Meyers-Levy et al., 1994; Walchli, 2007). Deze onderzoeken tonen dat bij een hoge betrokkenheid, gematigd incongruente merkextensies verkozen worden boven sterk gelijkaardige of congruente en sterk verschillende (extreem incongruente) merkextensies, wat resulteert in een zogenaamde omgekeerde U relatie tussen de congruentie en evaluatie van merkextensies. De theoretische basis hiervan komt uit de ‘schema congruity theory’ van Mandler (1982, zie infra).


27

4.2 Schema Congruity Theory Mandler (1982) stelt dat er drie soorten (in)congruentie bestaan: 

Volledige congruentie



Gemiddelde incongruentie



Extreme incongruentie

Deze drie soorten hebben verschillende effecten op de consumentenevaluatie. Volledige congruentie leidt tot een positieve respons van de consument omdat mensen houden van objecten die voldoen aan hun verwachtingen en voorspelbaar zijn. Congruente merken zijn daarentegen wel niet erg merkwaardig en zullen bijgevolg geen uitgebreide cognitieve verwerking stimuleren. Als er nu schema incongruentie optreedt zorgt de verrassing en de nieuwigheid van het object voor verhoogde ‘arousal’ en grotere cognitieve verwerking in een poging tot het oplossen van de incongruentie. Gemiddelde incongruentie zou dan beter geëvalueerd worden dan extreme incongruente of congruente stimuli, door de verhoogde verwerking van de consument, die ervoor zorgt dat de consument probeert tot een oplossing of verklaring te komen van de incongruentie. Succesvolle opheffing van de incongruentie geeft voldoening en is bevredigend voor de consument. Bij extreem incongruente stimuli, zal de verwerking intensief zijn, maar niet leiden tot een succesvolle oplossing van de incongruentie, waardoor frustratie en negatieve gevoelens opkomen. Meyers-Levy, Louie & Curren (1994) waren de eerste om deze theorie op de studie van, merkextensies toe te passen. In twee experimenten gebruikten ze twee verschillende productcategorieën (publicaties en snack food) en merken. Hierbij vonden ze de verwachte omgekeerde U-vormige relatie tussen congruentie en evaluatie. Deze studies gaven ook meer informatie over de verwerking van de consument. Verschillende bevindingen tonen aan dat er meer uitgebreide verwerking plaatsvindt bij de incongruente condities. Bij de extreme incongruentie waren de respondenten minder enthousiast om een verklaring te geven voor de merkextensie, dan bij de andere condities. Dit steunt Mandler zijn theorie die stelt dat het falen om een verklaring te geven aan de samenwerking bij extreme incongruentie, leidt tot een lagere evaluatie van de stimulus in vergelijking met de congruente en gemiddeld incongruente conditie. Meyers-Levy en Tybout (1989) namen de proef op de korrel en gebruikten de ‘schema congruity theory’ als basis voor product evaluatie in hun onderzoek. Ze onderzochten de congruentie tussen een product en een meer algemeen productcategorie schema, of associatienetwerk. Hun resultaten leunden aan bij Mandler’s theorie en toonden aan dat producten die gematigd incongruent zijn in vergelijking met hun categorie schema, beter geëvalueerd werden dan producten die zeer goed (congruentie) of helemaal niet in de lijn liggen met hun bestaande associaties.


28

4.3 Aandacht Als we de theorie en redenering van Mandler ontleden, zien we dat hij begint met het feit dat congruente stimuli niet merkwaardig of interessant zijn en dus niet de aandacht trekken. Incongruente advertenties worden volgens Goodstein (1993) langer bekeken. Hij stelt dat consumenten televisie kijken op verschillende niveaus, afhankelijk van hun motivatie om de advertentie te verwerken. De ‘fit’ tussen de advertentie en het schema dat opgewekt wordt in het geheugen van de consument beïnvloedt de motivatie van de consument om de advertentie te verwerken. Atypische advertenties motiveren diepgaandere verwerking en evaluatie. Schützwohl (1998) onderzocht de emotie ‘surprise’ of het verrassingselement die voortkomt uit confrontatie met incongruentie. Het wordt aangenomen dat verrassing voortkomt uit onverwachte gebeurtenissen. Dit zijn gebeurtenissen die afwijken van een geactiveerd cognitief schema. Deze schema’s zorgen ervoor dat men de alledaagse dingen kan begrijpen en interpreteren, zoals objecten en situaties en toekomstige gebeurtenissen kan voorspellen. Om deze functies te kunnen vervullen, moeten de schema’s een precies verslag van de omgeving produceren. Het is dan ook nodig dat ze constant bevoorraad worden, rekening houdend met de compatibiliteit van de data die beschikbaar is. Zo lang de data compatibel is met de geactiveerde schemata is er geen nood aan schemaherziening. Dit wordt echter wel het geval als er sprake is van discrepantie tussen de input en het schema (Holyoak, Koh & Nisbett, 1989). Deze discrepantie brengt de emotie ‘surprise’ of verrassing met zich mee. Dit zorgt ervoor dat de verrassende gebeurtenis geanalyseerd wordt en dat de discrepantie uiteindelijk verwijderd wordt. Het verrassend element motiveert deze processen dus. De huidige activiteiten worden stopgezet en de aandacht wordt gericht op het ‘surprising event’ (Schützwohl, 1998). Sjödin & Törn (2006) besluiten dus dat merkbeeld incongruentie de aandacht aantrekt en een meer uitgebreide verwerking stimuleert.

4.4 Oplossen van incongruentie Als ongewone combinaties voorkomen in cobranding advertenties, zal het in sommige gevallen onduidelijk zijn voor de consument waarom deze merken samenwerken. Betrokken consumenten zullen (zie infra) de incongruentie pogen op te lossen met andere informatie die voor handen is (Goodstein, 1993; Meyers-levy et al. 1994, 1989). Consumenten zullen in dit geval dus een meer uitgebreide informatieverwerking aangaan in een poging om het conflict tussen de merken op te heffen.


29

Deze logica is consistent met attributie theorieën, die voorspellen dat ‘events’ met: ‘low prior probabilities (e.g., joint advertising od noncomplementary products) motivate people to search for possible underlying causes ‘e.g., why are these products advertised together?”).’ (Samu et al., 1999, p. 59). Schützwohl (1998) gaat voort dat de verwerking van incongruente informatie vaak gericht is op het oplossen van het mentale conflict dat voortkomt uit de incongruentie, en hierin slagen een soort voldoening met zich meebrengt. Mandler (1982) stelt dat de vorm waarbij deze oplossing gemakkelijk kan bereikt worden, de gematigde incongruentie is. Onderzoek van Lee en Mason (1999) wees uit dat de attitude verbetert als er incongruentie optreedt in een advertentie. Meyers-Levy et al. (1994) vonden een positieve relatie tussen incongruentie en evaluaties van merkextensies. Ze argumenteerden dat mensen bij incongruente extensies een diepgaandere verwerking aangaan en voldoening krijgen uit het oplossen van de incongruentie. Dit heeft dan uiteraard invloed op de attitude van de consument tegenover de extensie. Sjödin & Törn (2006) veronderstellen dus dat het effect van incongruentie op de evaluatie afhangt van de capaciteit van de consument om de incongruentie op te heffen. Dit komt overeen met de theorie van Mandler. Meer uitgebreide verwerking bij gematigd incongruente stimuli zorgt voor een succesvol opheffen van die incongruentie, resulterend in een soort voldoening. Bij extreme incongruentie slaagt de consument er niet in om de incongruentie op te heffen met frustraties en negatieve gevoelens als gevolg. Congruente stimuli, ten laatste, zorgen niet voor een verhoogd aandachtsniveau en vormen dus geen uitdaging voor de consument.

4.5 Belang van betrokkenheid Verschillende modellen verklaren de invloed van reclame op merkevaluatie, waarbij toegankelijkheid van de informatie erg belangrijk is. Hierbij worden telkens twee manieren of ‘routes’ aangetoond van informatieverwerking: de perifere en de centrale route. Hoe men informatie gaat verwerken hangt af van de motivatie (betrokkenheid) en de mogelijkheid of capaciteit tot verwerking van informatie van de consument (zie supra). De perifere route werkt door de consument te verleiden door formele cues, dit wijst dus op een oppervlakkigere verwerking. Hierbij zal de consument de informatie over een bepaald product gegeven in een advertentie niet verder verwerken. Het ‘Elaboration Likelihood model’ van Petty en Cacioppo stelt dus dat wanneer de betrokkenheid en capaciteit tot verwerking ontbreekt, een advertentie enkel kan hopen op een gunstige evaluatie door het gebruik van perifere cues. Deze cues zijn vormelementen zoals kleur, achtergrond, muziek enz. (Vyncke, 2008).


30

Vyncke (2008) omschrijft de centrale als de meer ‘klassieke’ route bij reclameverwerking die de consument relevante productinformatie verschaft. Als de capaciteit en de motivatie aanwezig zijn bij de consument wordt de centrale route genomen om informatie te verwerken. Hier zal men dus dieper ingaan op de productinformatie die gegeven wordt in plaats van zich enkel te laten leiden door perifere cues (Vyncke, 2008). Uitgebreide verwerking wordt dus enkel verwacht als consumenten gemiddelde tot hoge mate van betrokkenheid hebben met het product of de aankoop. Zo’n niveaus van betrokkenheid kunnen verwacht worden voor beperkte en uitgebreide probleemoplossing, maar niet bij routine informatieverwerking. Producten zoals aluminium folie, markeerstiften, die een lage kost, risico en betrokkenheid hebben, kunnen niet rekenen op een hoge betrokkenheid. Consumenten zullen dus niet snel proberen advertenties te verwerken en linken te verstaan als het gaat om producten met lage betrokkenheid. Sjödin en Törn (2006, p.38) merken op dat incongruentie op zich ook kan zorgen voor een verhoogde betrokkenheid en aandacht, enkel door het verrassende element te zijn in een oneindige informatie overload. Maoz en Tybout (2002), nuanceren deze uitspraak van Sjödin en Törn. Ze onderzochten de theorie van Mandler en stellen dat een congruente merkextensie beter geëvalueerd wordt dan een incongruente of extreem incongruente extensie als de betrokkenheid in de evaluatietaak laag is. Blijkbaar, zorgt incongruentie op zichzelf niet altijd voor de uitgebreide verwerking, die nodig is om een incongruentie op te heffen en tot een gunstige evaluatie te komen. Als de betrokkenheid echter hoog is vonden Maoz en Tybout (2002) wel de verwachte omgekeerde U-relatie tussen de evaluatie en het niveau van congruentie. Respondenten in de lage betrokkenheid conditie volgden echter de lijn die voornamelijk gevonden werd in merkextensie onderzoek, namelijk een lineaire hoge gelijkenis - goede evaluatie relatie. Maheswaran en Sternthal (1990) onderzochten de effecten van kennis, motivatie en het type van boodschap op de verwerking van advertenties en op productevaluaties. De stelling dat de motivatie tot verwerking en het type van boodschap unieke invloeden hebben op reacties van de consument fungeerden als basis voor het onderzoek. Data toonde aan dat ongeacht de voorkennis, respondenten kunnen gemotiveerd worden om informatie in detail te verwerken.

4.5.1 Centrale verwerking Wanneer men te maken krijgt met incongruentie in advertenties, probeert men dit te interpreteren en associaties te maken met de merkkennis die zich al in het geheugen bevindt. Dit alles kan het herinneren van onverwachte aspecten van merkencommunicatie versterken. Meyers-Levy, Louie en Curren (1994) vervolgen dat dit te wijten is aan de meer uitgebreide mentale verwerking bij incongruentie tussen een merknaam en gegeven informatie en het proces waarbij de incongruentie opgelost wordt.


31

Lee en Mason (1999) wijzen erop dat incongruente communicatie dan ook meer inspanning tot verwerking vereist. Deze inspanning kan dan leiden tot de ontwikkeling van sterkere geheugensporen en een groter effect op de evaluatie. Ze onderzochten het effect van humor bij incongruentie. Humor werkt echter door het contract tussen verwachte informatie en een gegeven schemastructuur. Dit leidt dan op zich tot incongruentie. Heckler en Childers (1992) conceptualiseren incongruentie aan de hand van twee factoren: ‘relevancy’ en ‘expectancy’: de verwachting verwijst naar de mate waarin een stukje informatie past in een vastgelegde structuur die opgeroepen wordt door een advertentie. Relevantie duidt op de mate waarbij informatie bijdraagt tot de identificatie van de primaire boodschap uit de advertentie. Uit hun onderzoeken leidden ze af dat de ‘recall’ verschillend is bij congruente en incongruente informatie. Onverwachte informatie zorgt voor een betere herinnering dan verwachte informatie. Irrelevante informatie werd minder herinnerd dat relevante. Ook Hutchinson en Moore (1984) gingen ervan uit dat de diepere verwerking van de informatie in een advertentie invloed heeft op de sterkte van het geheugenspoor en zijn terugvindbaarheid. Dus wanneer condities onverwacht zijn zal men dieper ingaan op de informatie, wordt dit beter onthouden, en zullen de evaluaties ‘more enduring’ zijn. Normaal gezien wordt een advertentie niet lang herinnerd. Bij onverwachte-relevante informatie is de herinnering echter sterker, besluiten Heckler en Childers (1992). Sjödin en Törn (2006) zijn het hiermee eens en stellen dat als mensen geconfronteerd worden met een incongruentie, ze het proberen op telossen, door associatieve verbindingen te maken met merkkennis die zich reeds in het geheugen bevindt. Dit kan ervoor zorgen dat geheugen voor onverwachte aspecten van merkencommunicatie kan verbeterd worden. (Meyers-Levy & Tybout, 1989). Sujan (1985) stelt dan ook dat de proportie van de gedachten toonaanwijzend zijn voor de mate waarin informatie verwerkt wordt. Uitgebreide cognitieve verwerking kan bewezen worden door een stijging in het totaal aantal gedachten.

4.6 Belang van merkvertrouwdheid Alba en Hutchinson (1987) verwijzen naar ‘brand familiarity’ als het aantal productgerelateerde ervaringen van de consument. Productgerelateerde ervaringen is een term die zowel blootstelling aan advertenties, interactie met verkopers, aankopen als productgebruik omvat. Hoe meer ‘productrelated experiences’ een consument heeft, hoe hoger hun vertrouwdheid met het merk zal zijn. Dickinson en Barker (2007) stellen dat merken met een hoge vertrouwdheid sterke verbanden en knooppunten (‘nodes’) hebben die goed toegankelijk zijn voor de consument. Die knooppunten hebben

zich ontwikkeld door ervaringen met het merk of door associaties ontwikkeld door

marketingtechnieken. Bij zwakke merken daarentegen zijn de knooppunten niet even toegankelijk.


32

Onderzoek wees reeds uit dat vertrouwdheid met een merk ervoor zorgt dat de consument minder zal zoeken naar alternatieven en nieuwe informatie snel zal verwerken. De merkvertrouwdheid is dan ook belangrijk bij een merkalliantie. De consument krijgt gemakkelijk toegang tot de informatie van twee originele merken, ze combineren de verschillende gedachten over beide merken en elimineren de irrelevante informatie, aldus Alba en Hutchinson (1987). Merkvertrouwdheid heeft impact op de ‘perceived fit’ van twee originele merken. Dit komt omdat bij hoge merkvertrouwdheid de congruentie een grotere rol zal spelen. Men heeft dan immers sterker ontwikkelde merkassociaties dan bij een merk met lage vertrouwdheid (Dickinson & Barker, 2007). Congruentie is het fenomeen waarbij twee merkbeelden ‘passen’ of samenhangen. De associaties van beiden zijn dan compatibel. De evaluatie van een merkalliantie kan de attitude van een consument tegenover die alliantie meer beïnvloeden bij een hoge mate van merkvertrouwdheid. Door de hiërarchie van merkassociaties zullen primaire merkassociaties de bovenhand nemen boven secundaire (bijvoorbeeld respectievelijk het merkbeeld en het land van oorsprong). Bij hoge mate van merkvertrouwdheid zouden primaire associaties een sterker effect hebben op de attitude tegenover een ‘cobrand’ dan secundaire (Keller 1993).

4.7 Tussenbesluit Merkextensie onderzoek toont aan dat de omgekeerde U-relatie tussen het niveau van congruentie en de evaluatie enkel bestaat als er aan twee condities voldaan is: Een uitgebreide verwerking is nodig om de incongruentie op te lossen en de motivatie hiervoor moet aanwezig zijn bij de respondent. Samengevat wil dit dus zeggen dat er sprake moet zijn van een hoge betrokkenheid en daarmee gepaard gaande cognitieve verwerking, om van een omgekeerde U-relatie te spreken tussen de congruentie en evaluatie.


33

4.8 Besluit literatuurstudie Geen enkel geval van cobranding gaat gepaard met alle voordelen die deze marketingmethode biedt. Cobranding kan duidelijk een krachtige strategie zijn. Ze biedt enorme strategische en financiële voordelen, maar dit alles gaat wel gepaard met enkele valkuilen en een portie risico. Om tot een geslaagde en succesvolle samenwerking te komen moet men rekening houden met de associaties van het partnermerk en het eigen merk en daarbij in staat zijn om deze te managen. De fit tussen merken bij cobranding blijft essentieel. Brand fit en product fit bepalen een groot deel van de evaluatie en perceptie van de consument. Uit deze literatuurstudie blijkt dat een groeiend aandeel auteurs ingaat tegen deze stroom, die veronderstelt dat een goede fit samengaat met een goede evaluatie van de consument, en een minder goede of slechte fit (incongruentie) leidt tot een negatieve evaluatie. De ‘nieuwe’ stroming, met de ‘schema’ congruity theory’ van Mandler als stevige basis, gaat uit van een niet lineaire relatie tussen de mate van congruentie en de evaluatie van de consument bij cobranding, maar verdedigen een ‘omgekeerde U relatie’. Om dit te verklaren maakt men een onderscheid tussen drie soorten (in)congruentie. De normale congruentie, waarbij een hoge fit waar te nemen is, die niet uitzonderlijk is en bijgevolg geen aandacht of meer uitgebreide verwerking stimuleert. De gemiddelde incongruentie, is de soort waarbij men niet direct een link ziet beide merken, maar na meer diepgaande cognitieve verwerking men komt tot het opheffen van de incongruentie en zo een gevoel van voldoening creëert bij de consument. Bij extreme incongruentie, gaat men na een uitgebreide informatieverwerking, niet komen tot een verband tussen de linken, wat resulteert in negatieve gevoelens tegenover het cobrand. Merkextensie onderzoek over de relatie tussen congruentie en evaluatie van de consument suggereert dus dat een gemiddeld incongruente stimulus kan leiden tot een meer positieve evaluatie dan congruente en extreem incongruente stimuli. Er is dus een omgekeerde U-vormige relatie tussen het niveau van congruentie en de evaluatie van de consument. Maar onderzoek over merkextensies toont aan dat de omgekeerde U-relatie tussen het niveau van congruentie en de evaluatie enkel bestaat als er aan twee condities voldaan is: Een uitgebreide verwerking is nodig om de incongruentie op te lossen en de motivatie hiervoor is aanwezig bij de respondent. Samengevat wil dit dus zeggen dat er sprake moet zijn van een hoge betrokkenheid en daarmee gepaard gaande uitgebreide verwerking, om van een omgekeerde U-relatie te spreken tussen de congruentie en evaluatie. Hieruit kunnen we, met voorzichtigheid, besluiten dat er wel degelijk een soort fit nodig is tussen merken in een cobrand, waar het overgrote deel van de literatuur ons op wijst (zie infra).


34

Zoniet, vervallen we in de lineaire relatie tussen de fit en de evaluatie, waarbij congruente merkenparen beter zullen geëvalueerd worden dan gemiddeld incongruente en extreem incongruente. Incongruentie kan dus volgens de literatuur een uitdaging vormen en zo leiden tot meer interesse en voldoening bij het opheffen van de incongruentie, maar een soort fit moet aanwezig blijven en de betrokkenheid en motivatie tot nadenken van de consument moet gestimuleerd worden. De fit hoeft echter niet voor de hand liggend te zijn, maar moet een uitdaging zijnOf we deze conclusie uit het merkextensie onderzoek met ‘zekerheid’ kunnen doortrekken tot cobranding, zal het empirisch onderzoek uitwijzen.


35

Onderzoek 1

Onderzoekshypotheses

In navolging van de literatuurstudie kunnen we de volgende hypotheses formuleren: De basis van dit onderzoek ligt bij de ‘schema congruity theory’ van Mandler (1982) die stelt dat de evaluatie van incongruente stimuli een omgekeerde U relatie vormt met het niveau van (in)congruentie. Er bestaan drie soorten congruentie waarvan de eerste, de volledig congruente soort, niet verrassend is, geen aandacht trekt en bijgevolg geen uitdaging vormt voor een meer uitgebreide cognitieve verwerking. De gematigde incongruentie zorgt ervoor dat de consument, bij hoge betrokkenheid, een verklaring zoekt over waarom de beide merken samenwerken en bij het succesvol oplossen van de incongruentie positieve voldoening met zich meebrengt. Het derde en laatste niveau van congruentie, is de extreme incongruentie, die ervoor zorgt dat de consument een diepere informatieverwerking zal aangaan, maar niet tot een verklaring of link komt tussen de samenwerkende merken in een cobrand. Dit brengt dan op zich negatieve gevoelens van frustratie met zich mee. De gematigd incongruente stimuli worden volgens Mandler dus beter geëvalueerd dan de congruente en extreem incongruente. Dit zorgt voor een omgekeerde U-vormige relatie, onderzocht in merkextensie onderzoek door Maoz en Tybout (2002), Meyers-Levy, Louie en Curren (1994), Meyers-Levy en Tybout (1989) en Walchli (2007) bij de evaluatie van producten van cobrands. H1: Evaluatie van een ‘cobranded ad’ zal in de hoge betrokkenheid conditie een omgekeerde Urelatie tonen volgens het niveau van congruentie tussen de partnermerken. De omgekeerde U-relatie tussen evaluatie en niveau van congruentie is echter enkel geldig als er sprake is van hoge betrokkenheid bij de consument. Bij hoge betrokkenheid wordt een meer uitgebreide informatieverwerking gestimuleerd, bij lage betrokkenheid is dit niet het geval en zal het belang van de ‘fit’, en dus congruentie, tussen de partnermerken veel belangrijker zijn, zoals in de normale merkextensie onderzoeken als basisveronderstelling genomen werd. Congruentie stimuli zullen dan dus beter geëvalueerd worden, gevolgd door gemiddeld incongruente en extreem incongruente, omdat er geen motivatie aanwezig is om de verklarende link te zoeken. H2: Bij lage betrokkenheid, zal de relatie tussen evaluatie van de ‘cobranded ad’ en het niveau van congruentie een lineaire relatie zijn. Hieruit kunnen we logischerwijze ook hypothese 3 en 4 afleiden: H3: Congruente merkenparen zullen beter geëvalueerd worden bij lage betrokkenheid dan bij hoge betrokkenheid.


36

H4: Gematigd incongruentie merkenparen zullen beter geëvalueerd worden bij hoge betrokkenheid dan bij lage betrokkenheid. Bij hoge betrokkenheid zou een groter aantal gedachten moeten aanwezig zijn dan bij de lage betrokkenheid, door het verschil in betrokkenheid en informatieverwerking. Dit zal een manipulatie check worden. Als we de condities apart bekijken kunnen we stellen dat bij de gemiddelde incongruentie, door het oplossen van de incongruentie bij hoge betrokkenheid, een groter aantal positieve gedachten aanwezig moet zijn dan bij de congruentie en extreme incongruentie. H5: Bij hoge betrokkenheid zal de gemiddelde incongruentie een groter aantal positieve gedachten hebben dan de congruente en extreem incongruente conditie. De relatie tussen het aantal positieve gedachten en het congruentie niveau zal dus terug een omgekeerde U-relatie zijn. H6: Bij lage betrokkenheid verwachten we geen significante verschillen voor het aantal positieve gedachten per congruentie niveau In de eerste hypotheses stelden we dat extreem incongruente advertenties minder goed geëvalueerd zullen worden dan het geval zou zijn bij gemiddelde incongruentie of congruentie door de negatieve gevoelens van frustratie die het niet opheffen van de incongruentie met zich meebrengt. Dit leidt ons tot de laatste hypothese: H7: Extreem incongruente advertenties zullen een groter aantal negatieve gedachten voortbrengen dan gemiddeld incongruente of congruente advertenties bij hoge en lage betrokkenheid. Het opheffen van de incongruentie leidt tot een positief gevoel. Bij gemiddelde incongruentie en hoge betrokkenheid zou de taakvoldoening hoger moeten liggen dan bij alle andere condities in hoge en lage betrokkenheid. Het niet oplossen van de incongruentie bij extreme incongruentie moet bij de hoge betrokkenheid to de laagste taakvoldoening leiden. H8: Bij een hoge betrokkenheid, zal het nadenken over het verband tussen de merken bij incongruentie en het mogelijk opheffen van de incongruentie bij gemiddelde incongruentie leiden tot een hogere voldoening bij de consument dan alle andere condities bij hoge en lage betrokkenheid. De extreme incongruentie, bij hoge betrokkenheid, zal de laagste taakvoldoening opbrengen door de negatieve gevoelens die het niet opheffen van de congruentie met zich meebrengt in vergelijking met alle andere condities bij hoge en lage betrokkenheid. H9: Bij de lage betrokkenheid, verwachten we geen significante verschillen in ‘task satisfaction’ aangezien de respondenten geen poging doen om de incongruentie op te heffen.


37

2 2.1

Onderzoeksdesign Experimenteel design

De hypotheses worden getest door middel van een 2x3 ‘between subjects factorial design’. Dit bevat 2 niveaus van betrokkenheid (hoog en laag) en drie congruentieniveaus (congruentie, gemiddelde incongruentie en extreme incongruentie). Er zijn dus in totaal zes condities. Met incongruentie bedoelen we een lage of gemiddelde brand en product fit. We definiëren de term op deze manier zodat er aparte geen effecten van brand of product fit het onderzoek vertekenen. Congruentie wijst dan dus op een hoge brand fit en gelijkaardige product fit en gemiddelde incongruentie definiëren we als een gemiddelde brand en product fit. Bij extreme incongruentie spreken we van een lage brand en product fit. Het congruentieniveau wordt gemanipuleerd door middel van 3 advertenties:  

Advertentie 1 bevat het constant partnermerk in combinatie met een congruent partnermerk Advertentie 2 bevat het constant partnermerk in combinatie met een gemiddeld incongruent partnermerk



Advertentie drie bevat het constant partnermerk in combinatie met een extreem incongruent partnermerk.

Elke respondent ziet

één van de drie advertenties, die elk een niveau van (in)congruentie

weerspiegelen. De advertenties zijn dezelfde bij hoge of lage betrokkenheid (zie infra).

2.2

Pretest: Selectie van de merkenparen

We gebruiken voor dit onderzoek echte merken in plaats van fictieve omdat we de brand en product fit mee in rekening willen nemen. Met fictieve merken kunnen we niet nagaan welke de brand fit is. De merken moeten ook relevant zijn voor onze doelgroep (18-30 jaar) en grote verschillen qua imago en productcategorie hebben om de niveaus van congruentie te kunnen manipuleren. Om aan dit alles te voldoen namen 20 respondenten deel aan een pretest (zie bijlage 1). Als standaardmerk kiezen we een merk uit de productcategorie smartphones, omdat deze relevant zijn en veel gebruikt worden voor onze doelgroep. Als merk kiezen we Apple met de iPhone. Omdat het merk ook op een hoge bekendheid moet kunnen rekenen testen we de bekendheid van de iPhone van Apple samen met 18 andere merken op een 7-punten schaal (Helemaal niet bekend – Helemaal bekend). Enkel de merken met een gemiddelde bekendheid van hoger dan 6 (dus ‘Bekend’ of ‘Heel bekend’) worden in het onderzoek opgenomen.


38

We hebben 6 andere productcategorieën gekozen die relevant zijn voor de doelgroep en die congruent of incongruent kunnen zijn met de categorie ‘smartphones’ en daaruit telkens drie merken met verschillende imago’s laten testen op merkbekendheid: 1. Jeansmerken : Levi’s, Lee Cooper, Diesel 2. Auto’s: BMW, Audi, Renault 3. Mobiele netwerkoperatoren: Mobistar, Proximus, Base 4. Parfums: Dior, Chanel, DKNY 5. Fotocamera’s: Kanon, Kodak, Nikon 6. Frisdranken: Pepsi-cola, Coca-cola, Lipton Ice Tea Deze 18 merken worden samen met de iPhone (Apple) op merkbekendheid getest (zie bijlage 2). Alle merken haalden een merkbekendheid met een gemiddelde van 6 (Bekend) of meer (Heel bekend) behalve DKNY (Mean=5,29) en Lee Cooper (Mean=5,71). Deze merken zullen niet gebruikt worden in het onderzoek. Daarna werd gevraagd aan de respondenten de complementariteit tussen de categorie ‘smartphones’ en de 6 andere categorieën te evalueren. Hieruit kunnen we reeds de drie niveaus van congruentie met de categorie smartphones afleiden (congruentie, gemiddelde incongruentie en extreme incongruentie). One sample T-tests (zie bijlage 3) wezen aan dat de ‘Mobiele netwerkoperatoren’ het hoogst scoorden op complementariteit met de ‘smartphones’ (mean=6,50). De ‘auto’s’ hadden een gemiddelde complementariteit met de ‘smartphones’ (mean=4,95) en de ‘frisdranken’ de laagste complementariteit (Mean=1,95). Paired Sample T-tests toonden aan de verschillen significant zijn op het 0,001 % niveau (zie bijlage 3).

Product fit met smartphones Mean t (19)

p

Mobiele netwerkoperatoren

6,50

2,939

,008

Auto’s

4,95

-4,972

,000

Frisdranken

1,85

-21,907

,000 Tabel 1 : Pretest : Product fit


39

Het is de bedoeling om drie partnermerken te vinden om de drie verschillende niveaus van congruentie voor te stellen. Hiervoor willen we merken die hoog scoren op product fit en hoog op brand en fit, gemiddeld scoren op product fit en gemiddeld op brand fit en voor de extreme incongruentie, merken die laag scoren op brand fit en laag op product fit. Om de brand fit na te gaan werd een laatste vraag gesteld in de pretest. Als laatste vraag in de pretest werden alle merken gekoppeld met de iPhone (Apple) zodat er 18 merkenparen werden gevormd met telkens als constant merk de iPhone van Apple. Hier werd de respondenten gevraagd om aan te geven in welke mate ze vonden dat de imago’s van de iPhone (Apple) gelijkend was aan dat van het partnermerk. Het concept ‘Imago’ werd gedefinieerd als de mate waarin merken abstracte voordelen of meningen met elkaar delen zoals ‘modern’, ‘prestigieus’, ‘functioneel’, ‘goedkoop’ enz. (Park et. al, 1991, p.186). One-sample T-tests tonen dat Lipton Ice Tea de laagste brand fit (mean=2,15) heeft samen met Pepsi-Cola. Omdat Lipton echter op een hogere bekendheid kon rekenen kiezen we voor dit merk. BMW had een gemiddelde brand fit met de iPhone van Apple (mean=4,70) en Mobistar leek qua imago het meest op de iPhone (mean=5,15), (zie bijlage 4). Paired sample T-test. Paired Sample Ttests tonen ons dat de verschillen tussen de gemiddeldes van de merkenparen significant zijn op het 0,05 % niveau (zie bijlage 4).

Brand fit met iPhone Mean t (19)

p

Lipton

2,15

-11,706

,000

BMW

4,70

-4,972

,000

Mobistar

5,70

-1,552

,018 Tabel 2: Pretest : Brand fit

Deze merken scoren hoog-hoog, gemiddeld-gemiddeld en laag-laag op de brand en product fit en zijn dus geschikt om te gebruiken als manipulatie van de niveaus van incongruentie. We zullen dus Mobistar als congruent merk gebruiken in het experiment, BMW als gemiddeld incongruent merk en Lipton Ice tea als extreem incongruent merk met de iPhone van Apple.


40

Niveaus (in)congruentie Product fit

Smartphon es iPhone (Apple)

Brand fit

congruent

Gemiddeld incongruent

Extreem incongruent

congruent

Mobiele netwerkoperatoren

Auto’s

Frisdrank

Mobistar

Gemiddeld Extreem incongruent Tabel 3: Pretestincongruent : Overzicht

BMW

Lipton Ice Tea

Tabel 3 : Pretest : Overzicht

De resultaten lopen zeer gelijk voor product en brand fit, wat erop kan wijzen dat de respondenten dat ze geen verschil gemaakt hebben tussen beide vragen, maar dit was niet voor alle merken het geval. Auto’s haalden bijvoorbeeld een gemiddelde score op product fit, maar het merk Renault uit deze categorie scoorde laag op brand fit (Mean= 3,50). Ook moeten we rekening houden met het feit dat Mobistar bekend is als de provider voor de iPhone, maar dit bevorderd enkel maar de congruentie voor deze conditie. Het is de bedoeling dat het merkenpaar in de congruente conditie als logisch aanzien wordt. Bij de advertenties zijn geen cobranded producten ontwikkeld, maar het zijn ‘joint advertisments’. Het gaat om de (in)congruentie tussen beide merken. Het enigste wat verschilt tussen de drie advertenties zijn de partnermerken. Het constant merk, de iPhone van Apple, blijft hetzelfde samen met de zwarte achtergrond en de slogan ‘Alive With Taste’, die bewust neutraal en abstract gekozen werd, om de afbeelding toch als een advertentie te laten beschouwen (zie bijlage 5).


41

2.3

Afhankelijke variabelen

Er worden 4 afhankelijke variabelen getest in dit onderzoek: De attitude ten opzichte van de advertentie (Aad) wordt gemeten aan de hand van een 5-item 7puntenschaal uit het ‘Marketing Scales Handbook’ (Bruner, Hensel & James, 2005) opgesteld om de algemene attitude van de consument over een advertentie te specificeren. De items komen uit verschillende studies en worden samengevat door de auteurs in 1 schaal: 1. Goed/slecht 2. Aantrekkelijk / Niet aantrekkelijk 3. Geloofwaardig / Niet geloofwaardig 4. Leuk / Niet leuk 5. Positief / Negatief De ‘Task satisfaction’ of ‘Attitude Toward the Task’ wordt gemeten door een 3-item 7-punten semantische differentiaal, die gebruikt wordt om de gedachten en gevoelens van een persoon vast te stellen met betrekking tot de taak die hij of zij juist uitgevoerd heeft. Deze schaal komt uit Marketing Scales Handbook (Buner, Hensel, James, 2005).

Naar deze schaal wordt ook

gerefereerd als de ‘task enjoyment’ door Park, Jun en MacInnis (2000) bij wie deze schaal ook zijn oorsprong vindt. Schaalitems: 1. Helemaal niet aangenaam / Zeer aangenaam 2. Helemaal niet interessant/ Zeer interessant 3. Helemaal niet plezierig/ Zeer plezierig

Als derde afhankelijke variabele meten we de gedachten. Deze worden als volgt gecodeerd: 1. Totaal aantal gedachten 2. Aantal positieve gedachten 3. Aantal negatieve gedachten 4. Aantal gedachten over verband tussen merken Het totaal aantal gedachten en aantal gedachten over verband tussen merken (Walchli, 2007) wordt gebruikt als manipulatie check voor de betrokkenheid condities en de daarmee gepaard gaande informatieverwerking (zie infra). De positieve en negatieve gedachten worden gebruikt als afhankelijke variabele.


42

2.4

Procedure

De enquêtes werden online afgenomen, wegens praktische redenen. Codes werden gebruikt om ervoor te zorgen dat elke respondent de enquête maar eenmaal invulde. Omdat het verloop en de inleiding van de enquêtes verschillen naargelang de conditie van lage of hoge betrokkenheid, wordt de procedure per niveau van betrokkenheid besproken. De betrokkenheid wordt gemanipuleerd aan de hand van verschillende intro’s, die al dan niet motiveren tot een meer uitgebreide verwerking, volgens de procedure van Maheswaran & Sternthal (1990) en een bijkomende vraag die een meer grondige informatieverwerking moet stimuleren bij de hoge betrokkenheid. 2.4.1

Hoge betrokkenheid

In de inleiding voor de respondenten die deelnemen aan de enquête met hoge betrokkenheid wordt verteld dat men deelneemt aan een onderzoek over cobranding, waarbij het voorbeeld van de samenwerking tussen Philips en Douwe Egberts gegeven wordt met als resultaat de Senseo. Daarna wordt in een tussentekst de betrokkenheid gemotiveerd door te stellen dat de respondenten ‘bij de enige waren die input leverden voor het marketing onderzoek en hun antwoorden dan ook zeer belangrijk zijn’. Er wordt ook gevraagd zeer grondig over alles na te denken (Maheswaran & Sternthal, 1990). De respondenten krijgen 1 advertentie te zien. Daarna wordt de respondenten gevraagd wat ze denken over de samenwerking tussen de twee merken in de advertentie. Die evalueren ze op een 2item 7punten schaal (Bruner, Hensel & James, 2005). 1. Niet logisch / Logisch 2. Niet vanzelfsprekend / Vanzelfsprekend Deze vraag dient om de meer uitgebreide informatieverwerking te stimuleren, om zeker te voldoen aan de conditie van hoge betrokkenheid. Dit is geen afhankelijke variabele. Daarna gaat men naar de evaluatieve schaal die de ‘Attitude towards the ad’ meet. Er wordt dan aan de respondenten gevraagd hun gedachten bij deze advertentie op te sommen. Daarna wordt de ‘task satisfaction’ gemeten. Op het einde wordt naar de mate van betrokkenheid gepeild, als manipulatie check voor de twee condities van betrokkenheid (hoog en laag). Dit gebeurt door een 3 item 7-puntenschaal (Bearden & Netemeyer, 1999) met de items: 1. ‘Mijn bijdrage is waardevol voor dit onderzoek’ 2. ‘Ik voel mij betrokken bij dit onderzoek’ 3. ‘Ik ben gemotiveerd om mee te werken aan dit onderzoek’


43

Hierop kan geantwoord worden op een 7 puntenschaal die gaat van ‘helemaal niet akkoord’ tot ‘Helemaal akkoord’. Als laatste vullen de respondenten demografische gegevens in, namelijk leeftijd en geslacht (Enquête zie bijlage 7). 2.4.2

Lage betrokkenheid

In de conditie met lage betrokkenheid werd aan de respondenten verteld dat ze deelnemen aan een onderzoek over de eerste reactie op nieuwe producten of advertenties en dat ze één van de vele respondenten waren die deelnamen aan het onderzoek en hun antwoorden verwerkt worden met de gemiddeldes van alle anderen, vooraleer de resultaten onderzocht worden. Dit alles volgens de methode van Maheswaran & Sternthal (1990). De respondenten krijgen 1 advertentie te zien en gaan dan direct over naar de evaluatieve schaal. De vraag of men de samenwerking al dan niet logisch of vanzelfsprekend vindt, wordt hier dus niet gesteld. Deze dient enkel om de centrale informatieverwerking over het verband te versterken in de hoge betrokkenheid. De enquête verloopt daarna precies hetzelfde als in de hoge betrokkenheid. Het enige verschil is dus de aanwezigheid van de eerste bijkomende vraag (zie bijlage 6). Alle variabelen worden identiek bevraagd zodat de gemiddeldes kunnen vergeleken worden bij een ‘between subjects factorial design’. Het enige punt waarop de vragenlijsten verschillen, behalve de advertenties, zijn de inleidingen en 1 vraag bij de hoge betrokkenheid, die vraagt om over het verband na te denken tussen de 2 getoonde merken en dient om de centrale informatieverwerking te stimuleren in deze conditie. Deze vraag wordt dan ook uiteraard niet vergeleken, maar enkel gebruikt om de manipulatie te versterken.

Vragenlijst Hoge betrokkenheid Lage betrokkenheid Intro (hoge betrokkenheid) Intro (lage betrokkenheid) Advertentie tonen (congruent, Advertentie tonen (congruent, gemiddeld of extreem incongruent) gemiddeld of extreem incongruent) Vraag: verband merken / Aad Aad ‘Task Satisfaction’ ‘Task Satisfaction’ Hierna gaat men naar de volgende vraag, het is niet mogelijk om terug te keren naar de eerste vragen omdat in het volgende deel de gedachten worden bevraagd. Dit zorgt op zich voor een meer grondigere informatieverwerking. Bij de lage betrokkenheid zou men dan hun oorspronkelijke ‘Aad’ kunnen wijzigen. Gedachten Betrokkenheid: manipulatie check Geslacht Leeftijd

Gedachten Betrokkenheid: manipulatie check Geslacht Leeftijd Tabel 4: Vragenlijst


44

2.5

Verantwoording onderzoeksgroep

We hanteerden een onderzoeksgroep van mannen en vrouwen tussen 18 en 30 jaar. Dit is een brede groep maar, de merken getest in de pretest zijn gekozen voor deze doelgroep en bleken ook, zeer goed gekend te zijn. Merken als Apple en smartphones zoals de iPhone, zijn dan ook relevant voor deze doelgroep. Omdat merken zoals BMW wel zeer goed gekend zijn, maar meestal nog niet in het budget passen van mensen in de leeftijdscategorie van 18 en 25 hebben we deze groep uitgebreid tot de leeftijd van 30. Er worden geen grote verschillen verwacht naargelang geslacht of leeftijd, dus worden deze demografische variabelen niet opgenomen in het onderzoek. Het onderzoek gaat immers niet om koopkracht of koopintentie, dus schatten we na de pretest in dat alle respondenten tussen de 18 en 30 jaar de merkenparen kunnen evalueren op congruentie of mate van incongruentie. Uit de pretest bleek ook dat ongeacht de respondenten in het bezit zijn van een wagen of smartphone, de merken op een genoeg hoge merkbekendheid kunnen rekenen, om de paren te evalueren. Omdat er gewerkt werd met een 2x3 ‘between subjects factorial design’, zijn er 6 condities. Per conditie zijn er 30 respondenten. Er zijn dus 90 respondenten in de hoge betrokkenheid conditie en 90 respondenten die de enquête voor lage betrokkenheid voorgeschoteld krijgen. Binnen die negentig respondenten zijn er dertig personen die de congruentie advertentie te zien krijgen, dertig die de gemiddeld incongruente advertentie beoordelen en dertig die de extreem incongruente advertentie zien. Dit is hetzelfde voor lage en hoge betrokkenheid.

Figuur 6: Onderzoeksgroep

Respondenten worden at random toegewezen aan de conditie met hoge of lage betrokkenheid, waarbij een gelijke verdeling tussen man (46%) en vrouw (54%) in elke conditie nagestreefd werd, samen met een spreiding in leeftijd.


45

Resultaten 1

Principale Componentenanalyse

Vooraleer aan het onderzoek te beginnen voeren we een principale componenten analyse uit. Dit om de verschillende dimensies in onze datafile te onderscheiden in de vorm van een exploratieve analyse. Hierna zullen we de interne consistentie van de schalen onderzoeken door middel van de Chronbach Alpha. Uit de PCA kunnen we afleiden dat de factorladingen hoog of zeer hoog zijn voor alle variabelen. Enkel het derde item in de schaal van ‘Involvement’ meet het minst goed de betrokkenheid, maar de eigenvector (0,630 > 0,50) is zeker hoog genoeg. Er worden 3 dimensies onderscheiden (met eigenwaarde dus >1) in overeenstemming met de drie schaal variabelen: ‘Attitude towards the ad’, ‘Task satisfaction’ en ‘Involvement’. We vinden geen bijkomende dimensies binnen de variabelen zelf. U vindt de volledige resultaten in bijlage 8.

Component 1 (AAD4) negatief-positief

2

3

,932

,002

,117

,929

,103

,099

,928

,117

,145

,879

-,055

,024

,878

,022

,154

,078

,946

-,174

(TS2) helemaal niet aangenaam-zeer aangenaam

-,009

,936

-,153

(TS1) helemaal niet interessant-zeer interessant

,123

,934

-,130

(INV2) ik ben gemotiveerd om de vragen op te lossen

,126

-,212

,910

(INV1) ik voel mij betrokken bij dit onderzoek

,179

-,112

,899

,113

-,581

,630

(AAD1) slecht-goed (AAD3) niet aantrekkelijkaantrekkelijk (AAD5) niet leuk-leuk (AAD2) ongeloofwaardiggeloofwaardig (TS3) helemaal niet leuk-zeer leuk

(INV3)mijn bijdrage is waardevol

Tabel 5: PCA


46

1.1

Chronbach’s Alpha

Om de interne consistentie van de factoren te controleren kijken we naar de Chronbach’s Alpha voor de schalen van de variabelen. (zie bijlage 9) De schaal van de variabele ‘Aad’ is zeer goed betrouwbaar (Alpha= 0,952) en stijgt niet noemenswaardig als één van de vijf items uit de vragenlijst geweerd wordt, dus de vijf items zijn onderling betrouwbaar.

Ook de 3-item 7 puntenschaal voor ‘Task satisfaction’ is intern zeer goed betrouwbaar (Alpha =0,979) en de Chronbach’s alpha stijgt niet noemenswaardig als een item uit de schaal weggelaten wordt (zie bijlage 10).

Ten laatste is de 3-item betrokkenheidschaal voldoende intern betrouwbaar (Alpha= 0,853). De Chronbach’s Alpha stijgt wel als het derde item weggelaten wordt. We hadden reeds gezien in de principale componentenanalyse dat het derde item bij deze schaal de laagste factorlading had. Omdat de schaal voldoende betrouwbaar is (Alpha > 0,80) laten we het derde item in de schaal (zie bijlage 11).

Cronbach's Alpha if Item Deleted (INV1) ik voel mij betrokken bij dit onderzoek (INV2) ik ben gemotiveerd om de vragen op te lossen (INV3) mijn bijdrage is waardevol

,796

,708 ,876

Tabel 6: Interne betrouwbaarheid : Betrokkenheid


47

2 2.1

Manipulatiecontrole Totaal aantal gedachten

Voor de eerste manipulatie check gaan we na of er in de hoge betrokkenheid conditie een groter totaal aantal gedachten gegenereerd werd in vergelijking met de lage betrokkenheid. Het totaal aantal gedachten wijst dan op zich op een meer uitgebreide informatieverwerking en een al dan niet geslaagde manipulatie. Door middel van een One-way Anova zien we dat de 90 respondenten in de hoge betrokkenheid conditie een significant hoger gemiddeld aantal gedachten hebben (M=9,1889 ; F(1)=355,933 ; p < 0,01) dan bij lage betrokkenheid het geval was (M=1,4889), (zie bijlage 12). Gedachten worden in dit onderzoek gebruikt als controle op manipulatie maar ook als afhankelijke variabele (zie infra). 2.2

Gedachten over verband

Als tweede manipulatie check gaan we na of het aantal gedachten over het verband of de combinatie tussen de merken hoger is in de hoge betrokkenheid dan bij lage betrokkenheid. Bij de eerste conditie wordt centrale en grondige informatieverwerking immers gestimuleerd. We zien dat de manipulatie geslaagd is aan het significant verschil tussen het hoger aantal gedachten bij hoge betrokkenheid (M=3,93 ; F(1)=344,824 ; p < 0,01) dan bij lage betrokkenheid (M=0,58) door middel van een one-way Anova. (zie bijlage 13). 2.3

Betrokkenheid

Als derde en laatste manipulatie check van de betrokkenheidcondities bekijken we het verschil in betrokkenheid door middel van de 3-item 7-punten betrokkenheidschaal tussen de hoge betrokkenheid en lage betrokkenheidconditie. Een one-way anova toont ons dat de betrokkenheid in de hoge betrokkenheid conditie significant hoger ligt (Mean= 15,7222 ; F(1)= 135,148 ; p<0,05) dan bij de lage betrokkenheid het geval is (Mean=9,1889), (zie bijlage 14). Hieruit kunnen we besluiten dat onze manipulatiecontroles wijzen op een geslaagde manipulatie van de betrokkenheid. De manipulatie van de congruentieniveaus komt voort uit de resultaten van de pretest. Deze manipulaties werden niet opnieuw getest in het onderzoek zelf, maar kunnen blijken uit de resultaten uit het verdere onderzoek.


48

3 3.1

Resultaten Hypothese: 1 & 2

H1: Evaluatie van een ‘cobranded ad’ zal in de hoge betrokkenheid conditie een omgekeerde U relatie tonen volgens het niveau van congruentie tussen de partnermerken. H2: Bij lage betrokkenheid, zal de relatie tussen evaluatie van de ‘cobranded ad’ en het niveau van congruentie een negatieve lineaire relatie zijn. Een two-way anova (zie bijlage 15) werd uitgevoerd om deze hypotheses te testen, met onafhankelijke variabelen, betrokkenheid en congruentie, als afhankelijke variabele ‘Aad’. In figuur ?? zien we het resultaat. Op het eerste zicht zien we bij de hoge betrokkenheid een omgekeerde U-relatie tussen het niveau van congruentie en de attitude tegenover de advertentie, zoals voorspeld in hypothese 1. Bij de lage betrokkenheid conditie zien we op het eerste zicht wel een negatieve relatie tussen de Aad en het niveau van congruentie, maar geen echte negatieve lineaire relatie, die voorspeld werd in hypothese 2. We gaan verder in op de specifieke resultaten.

Congruentie


Extreme incongruentie Figuur 7: ‘Aad’ volgens congruentie niveau en mate van betrokkenheid


49

Een significant interactie-effect tussen de mate van betrokkenheid en het niveau van congruentie kan worden vastgesteld voor de Aad (F(2) = 4,939 ; p < 0,05). Als we kijken naar de hoofdeffecten is het effect van de congruentie significant (F(2) = 50,215 ; p < 0,05), bij betrokkenheid vinden we een marginaal significant effect (F(1) = 3,306 ; p < 0,10). df

F

p

Betrokkenheid

1

3,306

0,071

Congruentie

2

50,215

0,000

Betrokkenheid*Congruentie

2

4,939

0,008 Tabel 7 : Aad: hoofd-en interactie effecten

In tabel 8 zien we dat de gemiddelde congruentie bij hoge betrokkenheid de hoogste Aad-score heeft (M=24,5), gevolgd door de congruente conditie (M=21,0667) en als laagste de extreem incongruente conditie (10,8667). Dit wijst reeds op een omgekeerde U-vormige relatie die we op het assenstelsel vaststelden. Een one-way Anova (zie bijlage 16), met Scheffe post hoc test, toont ons dat het verschil tussen de congruentie en gemiddelde incongruentie (Mean difference= 3,43333 ; p > 0,05) niet significant is. Het verschil tussen congruentie en extreme congruentie (Mean difference= 10,2 ; p <0,05) die we zien als de grote daling op het assenstelsel is natuurlijk wel sterk significant. Het verschil tussen de gemiddelde congruentie en extreme congruentie (Mean difference= 13,6333 ; p <0,05) is nog groter en is dan ook significant (zie bijlage 16). Bij de lage betrokkenheid haalt de congruente conditie de hoogste Aad-score behaalt (M=19,5333) gevolgd door de gemiddeld congruente conditie (M=19,4000) en een grote daling naar de extreme conditie (M=12,6333). Het verschil tussen congruentie en gemiddelde incongruentie is hier ook niet significant (Mean difference= 0,13333 ; p > 0,05). Het verschil tussen congruentie en extreme incongruentie is groot en wel significant (Mean difference= 6,90 ; p < 0,05). Het verschil tussen gemiddelde incongruentie en extreme incongruentie sluit hierbij aan en is significant (Mean difference= 6,76667 ; p < 0,05), (zie bijlage 16).

Congruent Gemiddeld incongruent Extreem incongruent

Hoge betrokkenheid Mean SD 21,0667 6,34

Lage betrokkenheid Mean SD 19,5333 6,72

24,5000

5,17

19,4000

6,13

10,8667

5,61

12,6333

5,80

Tabel 8: Aad volgens congruentieniveau en betrokkenheid


50

3.2

Hypothese: 3

H3: Congruente merkenparen zullen beter geëvalueerd worden bij lage betrokkenheid dan bij hoge betrokkenheid. Uit een one-way Anova

zien we dat congruentie een hogere Aad-score heeft in de hoge

betrokkenheid conditie (mean=21,0667) dan in de lage betrokkenheid (mean=19,5333), zoals onze hypothese voorspelde. Post hoc tests tonen echter dat dit verschil niet significant is (p > 0,05), (zie bijlage 16). Congruentie merkenparen worden dus niet significant beter geëvalueerd bij lage betrokkenheid dan bij hoge betrokkenheid.

I

J

Mean Difference (I-J)

SE

p

Hoge betrokkenheid, congruentie

Lage betrokkenheid, congruentie

1,53333

1,54529

0,963

Tabel 9 :Aad : Congruentie volgens betrokkenheid

3.3

Hypothese: 4

H4: Gematigd incongruentie merkenparen zullen beter geëvalueerd worden bij hoge betrokkenheid dan bij lage betrokkenheid. Uit een one-way Anova zien de dat de gematigde incongruentie een hogere Aad-score heeft bij hoge betrokkenheid (mean=24,5) dan bij lage betrokkenheid (19,40). Het verschil tussen beiden is niet significant op het 0,05 niveau (p > 0,05), maar wel op het 0,1 significantie niveau (p < 0,1), (zie bijlage 16).

I

J


SE

p

Hoge betrokkenheid, gemiddelde incongruentie

Lage betrokkenheid, gemiddelde incongruentie

5,1

1,54529

0,059

Tabel 10: Aad: Gemiddelde incongruentie volgens betrokkenheid


51

3.3.1

Tussenbesluit

We kunnen uit de resultaten van de ‘attitude towards the ad’ besluiten dat alhoewel niet alle resultaten significant zijn, er wel een gelijkaardige trend waar te nemen is. De gemiddelde incongruentie wordt het best geëvalueerd en we zien een omgekeerde U-relatie tussen de evaluatie en het congruentieniveau bij hoge betrokkenheid. Bij lage betrokkenheid zien we een negatieve lineaire relatie tussen congruentieniveaus en de ‘Aad’. Hoe groter de incongruentie, hoe slechter de advertentie bij lage betrokkenheid geëvalueerd wordt. Dit alles is conform onze hypotheses, alhoewel de verschillen tussen congruentie en gemiddelde incongruentie in beide condities, nog niet hoog genoeg zijn.


52

3.4

Hypothese: 5 & 6

H5: Bij hoge betrokkenheid zal de gemiddelde incongruentie een groter aantal positieve gedachten hebben dan de congruente en extreem incongruente conditie. De relatie tussen het aantal positieve gedachten en het congruentie niveau zal dus terug een omgekeerde U-relatie zijn. H6: Bij lage betrokkenheid verwachten we geen significante verschillen voor het aantal positieve gedachten per congruentie niveau. Een two-way Anova (zie bijlage 17) wordt gebruikt om hypothese 5 en 6 te testen, naar analogie van hypothese 1 en 2, maar dan met afhankelijke variabelen ‘positieve gedachten’. Het assenstelsel toont ons dat we bij hoge betrokkenheid de verwachte omgekeerde U-relatie kunnen vaststellen. De gemiddeld incongruentie advertentie scoorde hier dus veel hoger op positieve gedachten dan de congruente en extreem incongruente. Dit strookt volledig met onze hypotheses. Bij de lage betrokkenheid zien we ten eerste dat de positieve gedachten in het algemeen veel lager liggen, als gevolg van de geslaagde manipulatie. We zien een lichte stijging voor de gemiddelde incongruentie. We gaan verder in op de specifieke resultaten.

Congruentie


Extreme incongruentie

Figuur 8: Positieve gedachten volgens congruentieniveau en betrokkenheid

De two-way Anova toont ons een dat het hoofdeffect van betrokkenheid op de positieve gedachten significant is (F(1)=19,926 ; p <0,05). Ook het congruentie niveau heeft een significant hoofdeffect op de positieve gedachten (F(2)=16,638 ; p < 0,05). Als laatste zien we een significant interactie effect tussen betrokkenheid en congruentie voor het aantal positieve gedachten (F(2)=11,906 ; p < 0,05).


53

df

F

p

Betrokkenheid

1

18,689

0,000

Congruentie

2

15,606

0,000


2

11,906

0,000

Tabel 11: Positieve gedachten: hoofd- en interactie effecten

In tabel 12 zien we dat bij hoge betrokkenheid het gemiddelde positieve gedachten het hoogst ligt bij gemiddelde incongruentie, zoals voorspeld (M= 1,90) gevolgd door de extreme incongruente conditie (M=0,30) en als laatste met het minst aantal positieve gedachtes bij hoge betrokkenheid, de congruente conditie (M=0,20). Een Scheffe post-hoc test na een one-way Anova (zie bijlage 18) toont ons dat het verschil tussen de gemiddelde incongruentie en de congruentie significant is (Mean difference=1,70 ; p <0,05). Het verschil tussen de gemiddelde incongruentie en de extreme incongruentie is ook significant (Mean difference= 1,600 ; p < 0,05). De laag scorende congruentie en extreme incongruentie verschillen niet significant (Mean difference= -0,100 ; p <0,05), maar dit is niet van belang voor onze hypothesen.

I

J


SE

p



1,7000

0,250

0,000

1,6000

0,250

0,000

-0,1000

0,250

0,999


Hoge betrokkenheid, extreem incongruent Hoge betrokkenheid, extreem incongruent

Tabel 12 : positieve gedachten, hoge betrokkenheid

Bij lage betrokkenheid verwachtten we geen significante verschillen tussen het aantal positieve gedachten bij de verschillende niveaus van congruentie. Dezelfde one-way Anova, met post-hoc test om de significante verschillen te duiden (bijlage 18), toont ons dat er zoals voorspeld geen significante resultaten zijn tussen het de congruentie (M=0,17), gemiddelde incongruentie (M=0,23) en extreme incongruentie (M=0,07).


54

I

J


SE

p



0,67

0,250

1,000

0,167

0,250

0,994

0,100

0,250

0,999


Lage betrokkenheid, extreem incongruent Lage betrokkenheid, extreem incongruent

Tabel 13 : Positieve gedachten, lage betrokkenheid

3.4.1

Tussenbesluit

De afhankelijke variabele ‘positieve gedachten’ volgt de trend van de attitude tegenover de advertentie. Respondenten hadden significant meer positieve gedachten bij de gemiddelde incongruentie, bij hoge betrokkenheid dan in alle andere condities. Dit resulteert opnieuw in een omgekeerde U-relatie, ditmaal tussen het aantal positieve gedachten en het congruentieniveau, bij hoge betrokkenheid. Bij lage betrokkenheid werden geen significante resultaten verwacht en ook niet gevonden. Uit de manipulatiecontrole was al duidelijk gebleken dat de lage betrokkenheid een veel kleiner aantal gedachten heeft. Bij het aantal positieve gedachten is dit dus ook het geval en zijn er geen merkwaardige verschillen tussen de congruentieniveaus.


55

Tabel 14 : Gedachten volgens betrokkenheid en congruentieniveau


56

3.5

Hypothese: 7

H7: Extreem incongruente advertenties zullen een groter aantal negatieve gedachten voortbrengen dan gemiddeld incongruente of congruente advertenties bij hoge en lage betrokkenheid. Om hypothese 7 te testen voeren we een Two-way Anova (zie bijlage 19) uit met als afhankelijke variabele ‘negatieve gedachten’ en als onafhankelijke variabelen ‘congruentie’ en ‘betrokkenheid’. We zien dat bij de hoge betrokkenheid de extreem incongruente conditie het hoogste aantal negatieve gedachten heeft zoals voorspeld. Bij de lage betrokkenheid zien we dat de extreem incongruentie ook de meeste negatieve gedachten haalt, nipt hoger dan de congruente conditie. We gaan verder in op de specifieke resultaten.

Congruentie


Extreme incongruentie Figuur 9: Negatieve gedachten volgens congruentieniveau en betrokkenheid

Er is een significant hoofdeffect van betrokkenheid (F(1)=41,067 ; p <0,05) op de negatieve gedachten. Ook is er een significant hoofdeffect van congruentie niveau op het aantal negatieve gedachten (F(2)=4,597 ; p <0,05). We kunnen geen significant interactie effect van betrokkenheid en congruentie concluderen (F(2)=0,993 ; p > 0,05). df

F

p

Betrokkenheid

1

41,067

0,000

Congruentie

2

4,596

0,011


2

0,993

0,373

Tabel 15 : Negatieve gedachten : hoofd-en interactie effecten


57

Tabel 16 toont ons dat het gemiddelde van negatieve gedachten bij hoge betrokkenheid het hoogst lag bij de extreme incongruentie (M=1,70), zoals voorspeld in hypothese 7. Daarna hebben we de gematigd incongruente conditie (M= 1,13) en met een miniem verschil de congruentie (M=1,10) bij hoge betrokkenheid. Een Scheffe post hoc test bij one-way Anova (bijlage 20) toont ons echter dat het verschil tussen de extreem incongruente conditie en de gemiddelde incongruentie niet significant is (Mean difference=0,567 ; p >0,05), het verschil met de congruente conditie is dit ook niet (Mean difference=0,600 ; p >0,387). Het hoeft geen uitleg dat de verschillen tussen de congruente en gemiddeld incongruente conditie ook niet significant verschillend zijn (Mean difference=0,033 ; p > 0,05).

I

J


SE

p

Hoge betrokkenheid, extreme incongruentie


0,600

0,261

0,387

0,567

0,261

0,456

-0,033

0,261

1,000


Hoge betrokkenheid, gemiddeld incongruent Hoge betrokkenheid, gemiddeld incongruent

Tabel 16 : Negatieve gedachten : hoge betrokkenheid

Bij lage betrokkenheid voorspelden we geen significante effecten en hier sluiten de resultaten bij aan. We zien een lichte, maar geen significante meerderheid negatieve gedachten voor de extreme incongruentie (bijlage 20). I

J


SE

p

Lage betrokkenheid, extreme incongruentie


0,133

0,261

0,998

0,533

0,261

0,528

0,400

0,261

0,799


Lage betrokkenheid, gemiddeld incongruent Lage betrokkenheid, gemiddeld incongruent

Tabel 17 : Negatieve gedachten : lage betrokkenheid


58

3.5.1

Tussenbesluit

Extreme incongruentie bij hoge betrokkenheid, roept het hoogste aantal negatieve gedachten op, zoals voorspeld. De verschillen tussen de verschillende congruentieniveaus zijn echter niet significant, net als bij de lage betrokkenheid. 3.6

Hypothese: 8 & 9

H8: Bij een hoge betrokkenheid, zal het nadenken over het verband tussen de merken bij incongruentie en het mogelijk opheffen van de incongruentie bij gemiddelde incongruentie leiden tot een hogere voldoening bij de consument dan alle andere condities bij hoge en lage betrokkenheid. De extreme incongruentie, bij hoge betrokkenheid, zal de laagste taakvoldoening opbrengen door de negatieve gevoelens die het niet opheffen van de congruentie met zich meebrengt in vergelijking met alle andere condities bij hoge en lage betrokkenheid. H9: Bij de lage betrokkenheid, verwachten we geen significante verschillen in ‘task satisfaction’ aangezien de respondenten geen poging doen om de incongruentie op te heffen. De two-way Anova met ‘Task satisfaction’ als afhankelijke variabele en congruentie en betrokkenheid als vaste factoren (zie bijlage 21) toont ons dat de hoogste taakvoldoening plaats vond bij de gemiddelde congruentie bij hoge betrokkenheid, zoals voorspeld in hypothese 8. Door het opheffen van de incongruentie krijgen een gevoel van voldoening. De ‘task satisfaction’ voor de extreme incongruentie ligt het laagste van alle condities wat ook strookt met onze hypothese. Negatieve gevoelens van frustratie door het niet opheffen van de incongruentie brengt dit teweeg. Bij de lage betrokkenheid is dit niet het geval en verwachten we geen significante verschillen, de betrokkenheid is immers te laag om de incongruentie te proberen opheffen. We gaan verder in op de specifieke resultaten.

Congruentie


Extreme incongruentie Figuur 10: Task satisfaction volgens congruentieniveau en betrokkenheid


59

We kunnen een significant hoofdeffect van betrokkenheid op de ‘task satisfaction’ (F(1)=8,481 ; p < 0,05) afleiden. We nemen ook een significant hoofdeffect van congruentie niveau waar op de ‘task satisfaction’ (F(2)=76,456; p < 0,05). Daarnaast zien we dat er een significant interactie effect tussen betrokkenheid en congruentie op de ‘task satisfaction’ gevonden is (F(2)=65,413 ; p< 0,05). df

F

p

Betrokkenheid

1

8,481

0,004

Congruentie

2

76,456

0,000


2

65,413

0,000

Tabel 18 : Task satisfaction : hoofd- en interactie effecten

Interessant is nu om te kijken of de verschillen tussen de gemiddeldes significant zijn. We verwachten dat bij hoge betrokkenheid de respondenten bij gemiddelde incongruentie een hogere taak voldoening zullen hebben door het opheffen van de incongruentie en deze bij de extreem incongruentie laag zal liggen door de frustratie en negatieve gevoelens die het niet opheffen van de incongruentie met zich mee zou moeten brengen. Uit een one-way anova (zie bijlage 22) blijkt dat de ‘task satisfaction’

zoals verwacht bij de hoge betrokkenheid, gemiddelde incongruentie

(M15,7667), veel hoger ligt dan de congruentie(M=8,4667) en de extreem incongruente conditie(M=3,7333). In onderstaande tabel zien we dat alle verschillen significant zijn (>0,05). De gemiddelde incongruente conditie roept dus zoals voorspeld de hoogste ‘task satisfaction’ op en de extreem incongruente conditie, ervaart men de minste voldoening. De extreem incongruente conditie, bij hoge betrokkenheid, heeft ook de significant laagste taakvoldoening in vergelijking met de condities in lage betrokkenheid en de gemiddelde incongruentie, evenals bij hoge betrokkenheid, heeft de hoogste taakvoldoening in vergelijking met ook de congruentie niveaus bij lage betrokkenheid. Deze resultaten stroken met hypothese 8. Het verschil tussen de congruente conditie in hoge en lage betrokkenheid is niet significant (Mean difference = 0,4 ; p > 0,05), maar dit werd ook niet verwacht.


60

I

J


SE

p



7,3000

0,72032

0,000

12,0333

0,72032

0,000

7,7000

0,72032

0,000

7,4000

0,72032

0,000

7,86667

0,72032

0,000

-4,73333

0,72032

0,000

-12,0333

0,72032

0,000

-4,3333

0,72032

0,000

-4,63333

0,72032

0,000

-4,73333

0,72032

0,000

Hoge betrokkenheid, extreem incongruent Lage betrokkenheid, congruentie Lage betrokkenheid, gemiddelde incongruentie Lage betrokkenheid, extreem incongruent Hoge betrokkenheid, extreem incongruent

Hoge betrokkenheid, congruent Hoge betrokkenheid, gemiddeld incongruent Lage betrokkenheid, congruent Lage betrokkenheid, gemiddeld incongruent Lage betrokkenheid, extreem incongruent

Tabel 19 : Task satisfaction : gemiddeld – en extreem incongruentie volgens betrokkenheid en congruentieniveau


61

Bij lage betrokkenheid verschilt de taakvoldoening nauwelijks voor de verschillende vormen van congruentie, zoals voorspeld in hypothese 8. De gemiddelde congruentie (M=8,3667), gevolgd door de congruentie (8,0667) en daarna de extreme incongruentie (7,9000) liggen allen op hetzelfde niveau en verschillen dus niet significant. I

J


SE

p



0,3000

0,72032

0,999

0,46667

0,72032

0,995

0,16667

0,72032

1,000


Lage betrokkenheid, extreem incongruent Lage betrokkenheid, extreem incongruent

Tabel 20: Task satisfaction, lage betrokkenheid

3.6.1

Tussenbesluit

De taakvoldoening is zoals de hypotheses voorspelde, het hoogst bij de gemiddelde incongruentie bij hoge betrokkenheid in vergelijking met alle andere condities in hoge en lage betrokkenheid. Het opheffen van de incongruentie zorgt voor voldoening. Nadenken over het verband tussen twee merken en tot een redelijke verklaring komen zorgt ervoor dat men de advertentie gunstiger zal bekijken en men er een positief gevoel aan over zal houden. Bij extreme incongruentie geraakt men ‘gefrustreerd’ als er geen verklaring voor de samenwerking kan gevonden worden en bijgevolg is de ‘task satisfaction’ hier het laagst. Tussen de verschillende congruentieniveaus bij lage betrokkenheid zijn er geen significante verschillen te vinden, aangezien de manipulatie geslaagd is waardoor men geen verklaring zoekt tussen een samenwerkingsverband en dus ook niet tot een oplossing komt en een bepaald niveau verkiest.


62

Besluit 1. Besluit Onze bevindingen bevestigen dat we voorgaand onderzoek over merkextensies, kunnen toepassen op cobranding. Onder bepaalde voorwaarden vinden we een omgekeerde U-relatie tussen het congruentie niveau en de evaluatie van het ‘cobrand’, zoals Walchli (2007) onder andere bevonden heeft. Dit is enkel het geval bij hoge betrokkenheid, waarbij de gemiddelde incongruentie het beste geëvalueerd wordt, door het opheffen van de incongruentie.. Deze trend zagen we bij de ‘attitude towards the ad’, maar de significante resultaten komen vooral van het aantal positieve gedachten en de taakvoldoening. Dit gaat logischerwijze samen met een goede evaluatie en ook een grotere taakvoldoening door het opheffen van de incongruentie. De zeer goede resultaten voor gemiddelde incongruentie bij hoge betrokkenheid, gaan samen met slechte resultaten voor de extreme incongruentie. Deze conditie krijgt te kampen met het grootste aantal negatieve gedachten, slechte ‘attitude towards the ad’ en een lage taakvoldoening, zoals ook voorspeld was. Ondanks de duidelijke richting in de resultaten, waren de verschillen tussen congruentie en gemiddelde incongruentie soms nog te klein. Dit kan te wijten zijn aan het onderzoeksopzet of de schalen zelf. De motivatie, nodig om congruentie op te heffen, speelt dus een belangrijke rol. Deze stimuleert een centrale informatieverwerking, die ervoor zorgt dat de consument een verklaring vindt voor het samengaan van 2 merken en dit verband zinvol maakt. Dit komt grotendeels overeen met Mandler’s ‘schema congruity theory’ (1982), die stelt dat verhoogde betrokkenheid leidt tot het oplossen van een incongruentie en hiermee de taakvoldoening verhoogt. Bij lage betrokkenheid zien we geen echte negatieve lineaire relatie tussen de congruentie en de evaluatie van het cobrand, maar wel een negatieve trend. Er zijn, zoals voorspeld, zeer weinig significante resultaten bij lage betrokkenheid, wat aantoont dat de motivatie om de advertentie te verwerken een zeer belangrijke rol speelt, samen met het verwerkingsproces dat hiermee gepaard gaat. De bevindingen hebben ook een aantal gevolgen voor de praktijk in branding. Merken kunnen allianties aangaan of een cobrand vormen met merken uit incongruente productcategorieën of met incongruente imago’s en nog steeds succesvol zijn, of zelfs beter, meer succesvol worden dan met een congruente partner. Dit onderzoek werden product fit en brand fit beide in rekening genomen bij de keuze van de partnermerken, aangezien het allebei belangrijke factoren zijn bij de evaluatie van de consument van een cobrand. Uit de beperkingen van dit onderzoek (zie infra) zal wel blijken dat het beter is om een merk te kiezen uit een incongruente productcategorie, maar met wel een brand fit.


63

Dit onderzoek toont aan dat het dus aangewezen is om een incongruent partnermerk te verkiezen boven een congruent partnermerk in cobranding. Dit alles is wel op voorwaarde dat de consument gemotiveerd en in staat is om een zinvolle link tussen de partnermerken te identificeren en de incongruentie dus niet extreem is. Dit brengt ons bij het volgende aspect dat succesvolle marketingcommunicatie moet zorgen voor een link of een betekenisvolle verklaring voor de samenwerking tussen merken. Consument die bepaalde merken zeer goed kennen of zeer betrokken zijn, kunnen deze link vanzelf ontwikkelen. Bij lage betrokkenheid zal dit niet het geval zijn en moet men geholpen worden door de reclame zelf. Deze moet het dan gemakkelijker maken om een zinvolle verklaring aan een samenwerking tussen merken in een cobrand te geven. Uit de literatuurstudie gingen er stemmen op die stelden dat incongruentie op zich ook de aandacht trekt en een hoge betrokkenheid niet cruciaal is. Dit onderzoek heeft aangetoond dat dit niet het geval is. We zagen bij lage betrokkenheid lichte verschillen in het voordeel van de gemiddelde incongruentie, maar konden nooit significant gestaafd worden. In tijden van reclame ‘overloads’ en in een poging om de aandacht te krijgen van de consument, kunnen incongruente en dus ook onverwachte elementen in reclame of communicatie het voordeel halen boven congruente of extreem incongruente, als de betrokkenheid hoog is.


64

2. Kritische reflectie Alhoewel we we eenzelfde trend vonden in de resultaten , zijn de verschillen niet altijd significant. Dit kan te wijten zijn aan verschillende factoren. Eerst en vooral moeten we in rekening nemen dat de congruente conditie, met de iPhone en Mobistar, voor kleine vertekeningen kan zorgen. Deze merkencombinatie kan immers rekenen op reeds bestaande associaties en meningen van de consument. Door een reeds bestaande samenwerking tussen Mobistar en iPhone, of beter gezegd, een vorm van koppelverkoop en de heisa die hieromtrent in de media is gekomen, kan ervoor zorgen dat respondenten andere associaties hebben opgeroepen bij deze advertentie. Dit kunnen we ook afleiden uit de gedachten die men opsomde bij deze conditie. Enkelen vernoemden ‘koppelverkoop’, ‘monopolie’, ‘niet eerlijk’ als gedachten bij de congruente advertentie. Deze beperking kunnen we dan wel weer compenseren met het feit dat de advertentie zeker een goede vorm van congruentie weerspiegelde, aangezien deze combinatie voor iedereen als logisch aanzien wordt. In het onderzoek werden geen echte advertenties, maar nieuw gecreëerde gebruikt. Alles werd zo neutraal mogelijk gehouden (achtergrond, slogan, kleur enz.) om de manipulatie zo goed mogelijk te houden en andere, bijkomende effecten te vermijden. Dit kan immers wel het gevolg hebben, dat de advertenties niet als geloofwaardig gepercipieerd werden. Ook het feit dat de advertentie in de vorm van een enquête bevraagd werd zorgt voor het nadeel dat er niet met een realistische setting wordt gewerkt. Elke respondent kreeg enkel 1 advertentie te zien, om het laboratorium effect niet te versterken. Dit geeft ook de meest realistische resultaten. Er werd niet voor enkel de manipulatie van brand – of product fit gekozen, maar beiden werden in rekening genomen. Zo werden de drie condities van congruentie voorgesteld door een normale congruente, gemiddelde of extreme incongruente brand – en product fit. Een suggestie voor verder onderzoek is om dit apart te onderzoeken. Als men dan toch een keuze moet maken, lijkt het meer aangewezen om een merk uit een andere productcategorie te kiezen, die hetzelfde imago heeft, dan een merk te kiezen uit dezelfde categorie met een verschillend imago. Dit zien we bij de gemiddeld incongruentie conditie in dit onderzoek. Alhoewel BMW en Apple in de pretest uitkwamen als gematigd gelijk in product en brand fit, kunnen we toch stellen dat beide merken meer gemeenschappelijk hebben qua imago. Enkele elementen zoals ‘stijl’, ‘klasse’, ‘luxe’ kwamen meerdere malen voor in de gedachten bij deze advertentie. Dit kan er voor zorgen dat de manipulatie niet helemaal geslaagd is voor deze conditie en dat er een betere brand fit aanwezig was dan product fit. Er worden voor de advertenties geen echte cobrands of nieuwe producten ontwikkeld, maar eerder gewerkt met ‘joint advertisments’. Bestaande merkattitudes kunnen ook invloed gehad hebben op de resultaten. In de pretest werden wel merken gekozen die dezelfde bekendheid hebben en werd de product en brand fit van alle merken met de iPhone getest, maar toch kunnen persoonlijke voorkeuren voor vertekening zorgen.


65

Alhoewel alles gedefinieerd was kunnen mensen de definitie van imago verkeerd geïnterpreteerd hebben en geen groot onderscheid gemaakt hebben tussen brand en product fit in de pretest. De resultaten toonden echter wel grote verschillen. Ten laatste kunnen we opmerken dat de proportie van de auto in de advertentie groter was dan deze van mobistar of het blikje Ice Tea. Dit werd zo gelaten omdat een auto nu eenmaal een groter en ander product is.

3. Suggesties voor verder onderzoek Wij hebben de product en brand fit in rekening genomen maar er zijn waarschijnlijk verschillende dimensies waarop mensen steunen om de fit tussen merken te evalueren. Respondenten kunnen kijken naar de expertise van de merken, de mate waarin ze bekend staan als concurrenten in het verleden, het ‘corporate’ imago of bedrijf dewelke het merk bezit (in het geval dat dit gekend is), de relatieve reputaties van merken en andere gelijkaardige variabelen, kunnen het voorwerp worden van toekomstig onderzoek. Verder werd in dit onderzoek beide brand- en product fit onderzocht en een gemiddelde van beiden genomen om de merkenparen te vormen en te onderzoeken. Belangrijk is dat in toekomstig onderzoek deze twee soorten ‘fit’ apart onderzocht worden en kijken welke effecten dit met zich meebrengt. Een ander belangrijke stap zou zijn om de bevindingen van dit onderzoek te herhalen bij verschillende productcategorieën. Omdat betrokkenheid een belangrijke variabele was om tot een uitgebreide verwerking te komen in dit onderzoek, kan het er toe doen welke producten er gebruikt worden. Auto’s zullen bijvoorbeeld op een hogere betrokkenheid rekenen dan een productcategorie als voedsel. Maar ook hier weer hangt dit af van persoon tot persoon. Bijkomend onderzoek over de onderliggende informatieverwerking bij de evaluatie van cobrands zou tot een betere verstandhouding kunnen leiden over hoe consumenten tot een zinvolle verklaring komen van merk- of productcategorie combinaties. Hierbij moet onderzoek letten op concept congruentie en ‘between partner congruity’ en hoe een balans of onevenwicht tussen deze twee de evaluatie van cobrands kan beïnvloeden. Men kan ook nagaan of de consument een verklaring moet vinden voor het partnerschap in de vorm van complementariteit tussen de partners. Misschien is één sterke identiteit genoeg om het concept uit te leggen aan de consument en is de identiteit van het tweede partnermerk niet van groot belang. Als laatste kan het interessant zijn om te kijken of incongruentie op zich, bij lage betrokkenheid ook positieve gevolgen kan hebben. Men is nu eenmaal nooit bij alle merken of producten betrokken. Misschien kan hier gevolg aan gegeven worden door een zinvolle verklaring in de reclame of marketingcommunicatie te geven aan het verband tussen merken in een cobrand. Meer onderzoek bij over incongruentie bij cobranding is dus nodig om dit alles op te klaren.


66

Literatuurlijst 1. Boeken Aaker, D.A. (1991). Managing brand equity. New York: The free press. Aaker, D.A. & Biel, A.L. (1993). Brand equity & advertising: advertising's role in building strong brands. Hillsdale, New Jersey: Lawrence Erlbaum Associates Inc. Bearden, W.O. & Netemeyer, R.G. (1999). Handbook of Marketing Scales: Multi-Item Measures for Marketing and Consumer Behavior Research (2nd ed.). California: Sage Publications. Blackett, T. & Boad, B. (1999). Cobranding: The Science of Alliance. London: Macmillian Press LTD Bruner, G.C., Hensel, P.J. & James, K.E. (2005). Marketing Scales Handbook Volume 4: A Compilation of Multi-Item Measures for Consumer Behavior & Advertising. Mason, Ohio: Texere, Thomson. Franzen, G. & Bouwman, M. (1999). De mentale wereld van merken. Alphen aan den Rijn: Samsom. Keller, K.L. (2003). Strategic Brand Management. Building, Measuring and Managing Brand Equity (2nd ed.). Upper Saddle River, NJ: Prentice Hall. Kotler, P., Keller, K.L., Robben, H., Geuens, M. (2008). Marketing Management: De Essentie (3th ed.). Amsterdam: Pearson Education Benelux. Kotler, P., Armstrong, G., Saunders, J. Wong, V & Broere, F. (2006). Principes van Marketing. Amsterdam: pearson education Benelux. Scheier, C. & Held, D. (2008). Wie Werbung wirkt. München: Haufe. Vyncke, P. (2008). Decoding the ad: how advertising taps into your heart & mind. Zelzate: DCL Print & Sign.


67

2. Artikels uit wetenschappelijke tijdschriften Aaker, D.A. & Keller, K.L. (1990). Consumer Evaluations of Brand Extensions. Journal of Marketing, 54(1), 27-41. Alba, J.W. & Hutchinson, J.W. (1987). Dimensions of Consumer Expertise. Journal of Consumer Research, 13(4), 411-454. Anderson, J.R. (1983). A spreading Acitivation Theory of Memory. Journal of verbal learning and verbal behavior, 22, 261-295. Baumgarth, C. (2004). Evaluations of co-brands and spill-over effects: further empirical results. Journal of Marketing Communications, 10(2), 115-131. Bhat, S. & Reddy, S.K. (2001). The impact of parent brand attribute associations and affect on brand extension evaluation. Journal of Business Research, 53(3), 111-122. Craik, F.I.M. & Lockhart, R.S. (1972). Levels of processing: A framework for Memory Research. Journal of Verbal Learning and Verbal Behavior, 11 (6), 671-684. Czellar, S. (2003). Consumer attitude toward brand extensions: an integrative model and research propositions. International Journal of Research in Marketing, 20(1), 97-115. Dahlen, M. & Lange, F. (2005). Advertising weak and Strong Brands: Who Gains? Psychology & Marketing, 22(6), 473-488. Dickinson, S. & Barker, A. (2007). Evaluations of branding alliances between non-profit and commercial brand partners: the transfer of affect. International Journal of Nonprofit and Voluntary Sector Marketing, 12(1), 75-89. Dobni, D. Zinkhan, G.M. (1990). In Search of Brand Image: A Foundation Analysis. Advances in Consumer Research, 17(1), 110-120. Goodstein, R.C. (1993). Category-based Applications and Extensions in Advertising: Motivating More Extensive Ad Processing. Journal of Consumer Research, 20(1), 87-99.


68

Heckler, S.E. & Childers, T.L. (1992). The Role of Expectancy and Relevancy in Memory for Verbal and Visual Information: What is Incongruency? Journal of Consumer Research, 18(4), 475492. Hillyer, C. & Tikoo, S. (1995). Effect of Cobranding on Consumer Product Evaluations. Advances in Consumer Research, 22(1), 123-126. Holyoak, K. J., Koh, K.K. & Nisbet, R.E. (1989). A theory of conditioning: Inductive learning within rule-based default hierarchies. Psychological Review, 96(2), 315-340. Hutchinson, J.W. & Moore, D.L. (1984). Issues Surrounding the Examination of Delay Effects in Advertising. Advances in Consumer Research, 11(1), 650-655. Keller, K.L. (1993). Conceptualizing, Measuring, and Managing Customer-Based Brand Equity. Journal of Marketing, 57(1), 1-22. Kent, R.J. & Allen, C.T. (1994). Competitive Interference Effects in Consumer Memory for Advertising: The role of brand familiarity. Journal of Marketing, 58(3), 97-105. Krishnan, H.S. (1996). Characteristics of memory associations: A consumer-based brand equity perspective. International Journal of Research in Marketing, 13(4), 389-405. Kumar, P. (2005). The Impact of Cobranding on Customer Evaluation of Brand Counter extensions. Journal of Marketing, 69(3), 1-18. Lee, Y.H. & Mason, C. (1999). Responses to information incongruency in advertising: the role of expectancy, relevancy, and humor. Journal of Consumer Research, 26(2), 156-169. Lerman, D. & Garbarino, E. (2002). Recall and Recognition of Brand Names: A Comparison of Word and Nonword Name Types. Psychology & Marketing, 19(7-8), 621-639. Lynch, J.G. & Srull, T.K. (1982). Memory and Attentional Factors in Consumer Choice: Concepts and Research Methods. Journal of Consumer Research, 9(1), 18-37. Maoz, E. & Tybout, A.M. (2002). The Moderating Role of Involvement and Differentiation in the Evaluation of Brand Extensions. Journal of consumer psychology, 12(2), 119-131.


69

Maheswaran, D. & Sternthal, B. (1990). The effects of knowledge, motivation, and type of messaage on ad processing and product judgments. Journal of consumer research, 17, 66-73. Meyers-Levy, J. (1989). The Influence of a Brand Name’s Association Set Size and Word Frequency on Brand Memory. Journal of Consumer Research, 16(2), 197-207. Meyers-Levy, J. & Tybout, A.M. (1989). Schema Congruity as a Basis for Product Evaluation. Journal of Consumer Research, 16, 39-54. Meyers-Levy, J., Louie, T.A., Curren, M.T. (1994). How does the congruity of Brand Names Affect Evaluations of Brand Name Extensions? Journal of applied Psychology, 79(1), 46-53. Park, C.W., Jun, S.Y. & MacInnis, D.J. (2000). Choosing What I Want Versus Rejecting What I Don’t Want: An Application of Decision Framing to Product Option Choice Decisions, 37(May), 187-202. Park, C.W., Milberg, S. & Lawson, R. (1991). Evaluation of Brand Extensions: The Role of Product Feature Similarity and Brand Concept Consistency. Journal of Consumer Research, 18(2), 185-193. Roa, A.R. Qu, L. & Ruekert, R.W.(1999). Signaling Unobservable Product Quality Through a Brand Ally. Journal of Marketing Research, 36(2), 258-269. Samu, S., Krishnan, H.S., Smith, R.E. (1999). Using Advertising Alliances for New Product Introduction: Interactions between Product Complementarity and Promotional Strategies. The Journal of Marketing, 63(1), 57-74. Schützwohl, A. (1998). Surprise and Schema Strength. Journal of Experimental Psychology: Learning, Memory, and Cognition, 24(5), 1182-1199. Shimp, A.T., Stuart, E.W. & Engle, R.W. (1991). A Program of Classical Conditioning Experiments Testing Variations in the Conditioned Stimulus and Context. Journal of Consumer Research, 18(1), 1-12. Simonin, B.L. & Ruth, J.A. (1998). Is a Company Known by the Company it Keeps? Assessing the Spillover Effects of Brand Alliances on Consumer Brand Attitudes. Journal of Marketing Research, 35(1), 30-42.


70

Sjödin, H. & Törn, F. (2006). When communication challenges brand associations: a framework for understanding consumer responses to brand image incongruity. Journal of Consumer Behaviour, 5(1), 32-42. Spethmann, B. & Benezra, K. (1994). Co-brand or be damned. Brandweek, 35(45),20-25 Sujan, M. (1985). Consumer Knowledge: Effects on Evaluation Strategies Mediating Consumer Judgments, Journal of Consumer Research, 12 (June), 31-46. Uggla, H. (2004). The brand association base: A conceptual model for strategically leveraging partner brand equity. Brand Management, 12(2), 105-123. Walchli, S.B. (2007). The Effects of Between-Partner Congruity on Consumer Evaluation of CoBranded Products. Psychology & Marketing, 24(11), 947-973. Washburn, J.H., Brian, D. & Priluck, R. (2000). Co-branding: brand equity and trial effects. Journal of Consumer Marketing, 17(7), 591-604. Wiedman, K.P. (2004). Measuring brand equity for organising brand management in the energy sector: A research proposal and first empirical hints. Part 1: The development of a theoretical concept and a research programme. Brand Management, 12(2), 124-139. Zeithaml, V.A. (1988). Consumer Perceptions of Price, Quality, and Value: A Means-End Model and Synthesis of Evidence. Journal of Marketing, 52(3), 2-22.

3. Artikels uit kranten Fischer, L.M. (1991, December 14). Pentium Flaw Creates Confusion for PC Buyers. New York Times,D1.

4. Internet Blog on the way (n.d.). Marketing, minor: Associatief netwerk. Geraadpleegd op 27 april 2009 op het World Wide Web: http://blog.ontheway.nl/2007/11/associatief-netwerk/


71

5. Aangehaalde secundaire bronnen Mandler, G. (1982). The structure of value: Accounting for taste. In, M.S. Clark & S.T. Fiske(Eds.), Affect and cognition: The 17th annual Carnegie symposium (pp.3-36). Hillsdale, NJ: Lawrence Erlbaum Associates. Rumelhart, D.E. & Ortony, A. (1977). The representation of knowledge in memory. In R.C. Anderson, R.J. Spiro, & W.E. Montague (Eds.), Schooling and the acquisition of knowledge (pp. 99-135). Hillsdale, NJ: Erlbaum. Van Knippenberg, A., Van der Kloot, W.A. & Vonk, R. (1991). Methoden , paradigma’s en modellen. In: De Vries, N.K. & Van Pligt, J. (eds.). Cognitieve Sociale Psychologie. Meppel: Boom.


72

Bijlagen Bijlage 1: Pretest: vragenlijst


73


74


75

Bijlage 2: Pretest: resultaten merkbekendheid

One-Sample Test Test Value = 6 95% Confidence Interval of the Difference

Mean t

df

Sig. (2-tailed)

Difference

Lower

Upper

Bekendheid Canon

3,684

19

,002

,500

,22

,78

Bekendheid Diesel

1,690

19

,107

,450

-,11

1,01

Bekendheid Audi

8,718

19

,000

,800

,61

,99

Bekendheid Mobistar

5,940

19

,000

,650

,42

,88

,000

19

1,000

,000

-,50

,50

Bekendheid Nikon

2,333

19

,031

,350

,04

,66

Bekendheid Chanel

7,768

19

,000

,850

,62

1,08

Bekendheid Renault

1,902

19

,072

,400

-,04

,84

Bekendheid Lipton Ice tea

7,550

19

,000

,750

,54

,96

Bekendheid Proximus

2,127

19

,047

,500

,01

,99

Bekendheid Levis

-,767

19

,453

-,150

-,56

,26

Bekendheid DKNY

-3,018

19

,007

-,900

-1,52

-,28

Bekendheid Lee Cooper

-1,189

19

,249

-,300

-,83

,23

Bekendheid BMW

3,249

19

,004

,500

,18

,82

Bekendheid Base

1,000

19

,330

,250

-,27

,77

Bekendheid Kodak

1,165

19

,258

,200

-,16

,56

Bekendheid Pepsi-cola

-,438

19

,666

-,100

-,58

,38

Bekendheid Apple

6,839

19

,000

,800

,56

1,04

Bekendheid Dior


76

T-Test [DataSet1] H:\Pretest !.sav

One-Sample Statistics N

Mean

Std. Deviation

Std. Error Mean

Bekendheid Canon

20

6,50

,607

,136

Bekendheid Diesel

20

6,45

1,191

,266

Bekendheid Audi

20

6,80

,410

,092

a

,000

Bekendheid Coca-cola

20

7,00

,000

Bekendheid Mobistar

20

6,65

,489

,109

Bekendheid Dior

20

6,00

1,076

,241

Bekendheid Nikon

20

6,35

,671

,150

Bekendheid Chanel

20

6,85

,489

,109

Bekendheid Renault

20

6,40

,940

,210

Bekendheid Lipton Ice tea

20

6,75

,444

,099

Bekendheid Proximus

20

6,50

1,051

,235

Bekendheid Levis

20

5,85

,875

,196

Bekendheid DKNY

20

5,10

1,334

,298

Bekendheid Lee Cooper

20

5,70

1,129

,252

Bekendheid BMW

20

6,50

,688

,154

Bekendheid Base

20

6,25

1,118

,250

Bekendheid Kodak

20

6,20

,768

,172

Bekendheid Pepsi-cola

20

5,90

1,021

,228

Bekendheid Apple

20

6,80

,523

,117

a. t cannot be computed because the standard deviation is 0.


77

Bijlage 3: Pretest: Resultaten product fit

T-Test [DataSet1] H:\Pretest !.sav

One-Sample Statistics N

Mean

Std. Deviation

Std. Error Mean

Productfit mobiele netwerk

20

6,50 ,761

,170

Product fit frisdanken

20

1,85 ,745

,167

Product fit auto's

20

4,95 ,945

,211

Product fit fotocamera's

20

5,20

Product fit Jeans

20

2,20 ,894

,200

Product fit Parfums

20

1,90 ,788

,176

1,196 ,268

One-Sample Test Test Value = 6 95% Confidence Interval of the Difference

Mean t Productfit mobiele

df

Sig. (2-tailed)

Difference

19 ,008

-24,907

19 ,000

-4,150

-4,50

-3,80

Product fit auto's

-4,972

19 ,000

-1,050

-1,49

-,61

Product fit fotocamera's

-2,990

19 ,008

-,800

-1,36

-,24

Product fit Jeans

-19,000

19 ,000

-3,800

-4,22

-3,38

Product fit Parfums

-23,267

19 ,000

-4,100

-4,47

-3,73



,14

Upper

2,939

netwerk

,500

Lower ,86

78

Paired Samples Statistics Mean Pair 1

Pair 2

Pair 3

N

Std. Deviation

Std. Error Mean


6,50

20 ,761

,170

Product fit auto's

4,95

20 ,945

,211

Product fit auto's

4,95

20 ,945

,211


1,85

20 ,745

,167


6,50

20 ,761

,170


1,85

20 ,745

,167

Paired Samples Correlations N Pair 1

Productfit mobiele netwerk & Product fit auto's

Pair 2

Product fit auto's & Product fit frisdanken

Pair 3

Productfit mobiele netwerk & Product fit frisdanken

Correlation

Sig.

20

,549

,012

20

-,385

,094

20

-,046

,846

Paired Samples Test Paired Differences 95% Confidence Interval of the

Mean

Std.

Std. Error

Deviation

Mean

Difference Lower

Sig. (2-

Upper

t

df

tailed)

Pair 1 Productfit mobiele netwerk - Product

1,550

,826

,185

1,164

1,936

8,396

19 ,000

3,100

1,410

,315

2,440

3,760

9,829

19 ,000

4,650

1,089

,244

4,140

5,160 19,088

19 ,000

fit auto's Pair 2 Product fit auto's Product fit frisdanken Pair 3 Productfit mobiele netwerk - Product fit frisdanken


79

Bijlage 4: Pretest: Resultaten brand fit

T-Test One-Sample Statistics N

Mean

Std. Deviation

Std. Error Mean

Brand fit Canon

20

4,00

2,248 ,503

BrNikon

20

3,50

1,732 ,387

BrKodak

20

2,95

1,572 ,352

BrDior

20

3,00

1,686 ,377

BrChanel

20

2,75

1,517 ,339

BrDKNY

20

2,65

1,268 ,284

BrCoca

20

2,40

1,875 ,419

BrLipt

20

2,15

1,496 ,335

BrPepsi

20

2,15

1,226 ,274

BrAudi

20

5,85

1,040 ,233

BrBMW

20

4,70 ,923

BrRenault

20

3,50

1,878 ,420

BrDiesel

20

4,40

1,759 ,393

BrLevi

20

2,45

1,356 ,303

BrLee

20

2,45

1,317 ,294

BrBase

20

3,45

2,012 ,450

BrProxi

20

3,85

2,207 ,494

BrMobi

20

5,70 ,865


,206

,193

80

One-Sample Test Test Value = 6 95% Confidence Interval of the Difference t

df

Sig. (2-tailed)

Mean Difference

Lower

Upper

Brand fit Canon

-3,979

19 ,001

-2,000

-3,05

-,95

BrNikon

-6,455

19 ,000

-2,500

-3,31

-1,69

BrKodak

-8,677

19 ,000

-3,050

-3,79

-2,31

BrDior

-7,958

19 ,000

-3,000

-3,79

-2,21

BrChanel

-9,578

19 ,000

-3,250

-3,96

-2,54

BrDKNY

-11,815

19 ,000

-3,350

-3,94

-2,76

BrCoca

-8,586

19 ,000

-3,600

-4,48

-2,72

BrLipt

-11,505

19 ,000

-3,850

-4,55

-3,15

BrPepsi

-14,046

19 ,000

-3,850

-4,42

-3,28

BrAudi

-,645

19 ,527

-,150

BrBMW

-6,296

19 ,000

-1,300

-1,73

-,87

BrRenault

-5,954

19 ,000

-2,500

-3,38

-1,62

BrDiesel

-4,067

19 ,001

-1,600

-2,42

-,78

BrLevi

-11,706

19 ,000

-3,550

-4,18

-2,92

BrLee

-12,056

19 ,000

-3,550

-4,17

-2,93

BrBase

-5,667

19 ,000

-2,550

-3,49

-1,61

BrProxi

-4,357

19 ,000

-2,150

-3,18

-1,12

BrMobi

-1,552

19 ,137

-,300

-,64 ,34

-,70 ,10

Paired Samples Statistics Std. Error Mean Pair 1

Pair 2

Pair 3

N

Std. Deviation

Mean

BrLipt

2,15

20

1,496

,335

BrBMW

4,70

20

,923

,206

BrMobi

5,70

20

,865

,193

BrBMW

4,70

20

,923

,206

BrMobi

5,70

20

,865

,193

BrLipt

2,15

20

1,496

,335


81

Paired Samples Correlations N

Correlation

Sig.

Pair 1

BrLipt & BrBMW

20

-,385

,094

Pair 2

BrMobi & BrBMW

20

,079

,740

Pair 3

BrMobi & BrLipt

20

,077

,746

Paired Samples Test Paired Differences 95% Confidence Interval

Mean Pair 1 BrLipt BrBMW Pair 2 BrMobi BrBMW Pair 3 BrMobi BrLipt

Std.

Std. Error

Deviation

Mean

of the Difference Lower

Upper

Sig. (2t

df

tailed)

-2,550

2,038

,456

-3,504

-1,596

-5,594

19

,000

1,000

1,214

,271

,432

1,568

3,684

19

,002

3,550

1,669

,373

2,769

4,331

9,510

19

,000


82

Bijlage 5: Advertenties


83

Bijlage 6: vragenlijst: lage betrokkenheid


84


85


86

Bijlage 7: vragenlijst: hoge betrokkenheid


87


88


89

Bijlage 8: Resultaten: PCA Factor Analysis

[DataSet1] H:\MP3.sav Communalities Initial

Extraction

(AAD1) slecht-goed

1,000

,884

(AAD2) ongeloofwaardig-geloofwaardig

1,000

,794

(AAD3) niet aantrekkelijk-aantrekkelijk

1,000

,896

(AAD4) negatief-positief

1,000

,882

(AAD5)niet leuk-leuk

1,000

,776

(TS1) helemaal niet interessant-zeer interessant

1,000

,904

(TS2) helemaal niet aangenaam-zeer aangenaam

1,000

,900

(TS3) helemaal niet leuk-zeer leuk

1,000

,932

(INV1) ik voel mij betrokken bij dit onderzoek

1,000

,852

1,000

,889

1,000

,748

(INV2) ik ben gemotiveerd om de vragen op te lossen (INV3)mijn bijdrage is waardevol Extraction Method: Principal Component Analysis.

Total Variance Explained Rotation Sums of Squared

Loadings

Loadings

Initial Eigenvalues

Com pone nt

Extraction Sums of Squared

Total

% of

Cumulative

Variance

%

Total

% of

Cumulative

Variance

%

Total

% of

Cumulative

Variance

%

1

4,514

41,035

41,035

4,514

41,035

41,035

4,218

38,344

38,344

2

3,697

33,613

74,648

3,697

33,613

74,648

3,067

27,886

66,229

3

1,246

11,327

85,975

1,246

11,327

85,975

2,172

19,746

85,975

4

,364

3,308

89,283

5

,298

2,710

91,993

6

,217

1,977

93,970

7

,173

1,576

95,545

8

,154

1,401

96,947

9

,130

1,179

98,125

10

,123

1,120

99,246

11

,083

,754

100,000


90

Total Variance Explained Rotation Sums of Squared

Loadings

Loadings

Initial Eigenvalues

Com pone nt

Extraction Sums of Squared

Total

% of

Cumulative

Variance

%

Total

% of

Cumulative

Variance

%

Total

% of

Cumulative

Variance

%

1

4,514

41,035

41,035

4,514

41,035

41,035

4,218

38,344

38,344

2

3,697

33,613

74,648

3,697

33,613

74,648

3,067

27,886

66,229

3

1,246

11,327

85,975

1,246

11,327

85,975

2,172

19,746

85,975

4

,364

3,308

89,283

5

,298

2,710

91,993

6

,217

1,977

93,970

7

,173

1,576

95,545

8

,154

1,401

96,947

9

,130

1,179

98,125

10

,123

1,120

99,246

Extraction Method: Principal Component Analysis.


91

Component Matrix

a

Component 1 (AAD4) negatief-positief (AAD3) niet aantrekkelijkaantrekkelijk (AAD1) slecht-goed (AAD2) ongeloofwaardiggeloofwaardig (AAD5)niet leuk-leuk (TS3) helemaal niet leuk-zeer leuk (TS1) helemaal niet interessantzeer interessant (TS2) helemaal niet aangenaam-zeer aangenaam (INV3)mijn bijdrage is waardevol (INV1) ik voel mij betrokken bij dit onderzoek (INV2) ik ben gemotiveerd om de vragen op te lossen

2

3

,902

,215

-,151

,895

,300

-,068

,881

,308

-,113

,863

,200

-,095

,825

,193

-,241

-,102

,905

,321

-,043

,887

,339

-,173

,862

,356

,406

-,740

,188

,512

-,441

,630

,478

-,546

,602

Extraction Method: Principal Component Analysis. a. 3 components extracted.


92

Rotated Component Matrix

a

Component 1

2

3


,932

,002

,117

(AAD1) slecht-goed

,929

,103

,099

,928

,117

,145

,879

-,055

,024

,878

,022

,154

,078

,946

-,174

-,009

,936

-,153

,123

,934

-,130

,126

-,212

,910

,179

-,112

,899

,113

-,581

,630

(AAD3) niet aantrekkelijkaantrekkelijk (AAD5)niet leuk-leuk (AAD2) ongeloofwaardiggeloofwaardig (TS3) helemaal niet leuk-zeer leuk (TS2) helemaal niet aangenaam-zeer aangenaam (TS1) helemaal niet interessantzeer interessant (INV2) ik ben gemotiveerd om de vragen op te lossen (INV1) ik voel mij betrokken bij dit onderzoek (INV3)mijn bijdrage is waardevol

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.

Component Transformation Matrix Compon ent

1

2

3

1

,921

-,115

,371

2

,284

,852

-,440

3

-,265

,511

,817

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.


93

Bijlage 9: Resultaten: Chronbach’s Alpha: Aad Reliability [DataSet1] H:\MP3.sav Scale: Attitude towards the ad

Case Processing Summary N Cases

Valid Excluded

% 180

a

100,0

0 ,0

Total

180

100,0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha

N of Items

,952

5

Item-Total Statistics Scale Mean if Item Scale Variance if Deleted (AAD1) slecht-goed

Item Deleted

Corrected Item-

Cronbach's Alpha

Total Correlation

if Item Deleted

14,44

36,516

,900

,935

14,49

37,123

,832

,947

14,30

35,585

,908

,934


14,27

37,180

,902

,935

(AAD5)niet leuk-leuk

14,51

39,972

,800

,952

(AAD2) ongeloofwaardiggeloofwaardig (AAD3) niet aantrekkelijkaantrekkelijk


94

Bijlage 10: Resultaten: Chronbach’s alpha: Task satisfaction

Reliability [DataSet1] H:\MP3.sav

Scale: ALL VARIABLES


Valid Excluded

% 180

a

100,0

0 ,0

Total

180

100,0



N of Items

,979

3

Item-Total Statistics Cronbach's Scale Mean if Item Deleted (TS1) helemaal niet interessant-zeer interessant (TS2) helemaal niet aangenaam-zeer aangenaam (TS3) helemaal niet leuk-zeer leuk

Scale Variance if Corrected ItemItem Deleted

Total Correlation

Alpha if Item Deleted

5,81

9,126

,966

,962

5,77

9,051

,962

,964

5,86

9,130

,937

,982


95

Bijlage 11: Resultaten: Chronbach’s alpha: Betrokkenheid

Reliability

[DataSet1] H:\MP3.sav Scale: Involvement


Valid Excluded

% 180

a

100,0

0 ,0

Total

180

100,0



N of Items

,853

3

Item-Total Statistics Cronbach's Scale Mean if Item Deleted (INV1) ik voel mij betrokken bij dit onderzoek (INV2) ik ben gemotiveerd om de vragen op te lossen (INV3)mijn bijdrage is waardevol

Scale Variance if Corrected ItemItem Deleted

Alpha if Item

Total Correlation

Deleted

8,35

12,396 ,723

,796

7,92

11,446 ,816

,708

8,64

11,752 ,645

,876


96

Bijlage 12: Manipulatie check: Gedachten totaal

Oneway

[DataSet1] H:\MP3.sav

Descriptives Gedachtentotaal 95% Confidence Interval for Mean N

Mean

Std. Deviation Std. Error

Lower Bound

Upper Bound

Minimum

1,00

90

1,4889

1,66419 ,17542

1,1403

1,8374 ,00

2,00

90

9,1889

3,49605 ,36852

8,4567

9,9211

Total

180

5,3389

4,72857 ,35245

4,6434

6,0344 ,00

Maximum 8,00

1,00

18,00 18,00

ANOVA Gedachtentotaal Sum of Squares

df

Mean Square

Between Groups

2668,050

1

2668,050

Within Groups

1334,278

178

7,496

Total

4002,328

179


F

Sig.

355,933 ,000

97

Bijlage 13: Manipulatie check: Gedachten verband

Oneway


Descriptives TH 95% Confidence Interval for Mean N

Mean

Std. Deviation Std. Error ,874

,092

Lower Bound

1,00

90 ,58

,39

2,00

90

3,93

1,475 ,155

3,62

Total

180

2,26

2,072 ,154

1,95

Upper Bound

Minimum

,76

Maximum

0

4

4,24

0

7

2,56

0

7

ANOVA TH Sum of Squares

df

Mean Square

Between Groups

506,689

1

506,689

Within Groups

261,556

178

1,469

Total

768,244

179


F

Sig.

344,824 ,000

98

Bijlage 14: Manipulatie check: Betrokkenheid

Oneway


Descriptives Betrokkenheid 95% Confidence Interval for Mean N

Mean


Lower Bound

Upper Bound

Minimum

Maximum

1,00

90

9,1889

4,22112 ,44495

8,3048

10,0730

3,00

20,00

2,00

90

15,7222

3,25690 ,34331

15,0401

16,4044

7,00

21,00

Total

180

12,4556

4,98637 ,37166

11,7222

13,1890

3,00

21,00

ANOVA Betrokkenheid Sum of Squares

df

Mean Square

Between Groups

1920,800

1

1920,800

Within Groups

2529,844

178

14,213

Total

4450,644

179


F

Sig.

135,148 ,000

99

Bijlage 15: Resultaten: Aad: Two-way Anova

Univariate Analysis of Variance


Between-Subjects Factors N Involvement

Congruentie

1,00

90

2,00

90

1,00

60

2,00

60

3,00

60

Descriptive Statistics Dependent Variable:AAD Involve Congru ment

entie

Mean

1,00

1,00

19,5333

6,71967

30

2,00

19,4000

6,13413

30

3,00

12,6333

5,80418

30

Total

17,1889

6,96039

90

1,00

21,0667

6,34053

30

2,00

24,5000

5,17121

30

3,00

10,8667

5,61238

30

Total

18,8111

8,12251

90

1,00

20,3000

6,52323

60

2,00

21,9500

6,18480

60

3,00

11,7500

5,73016

60

Total

18,0000

7,58637

180

2,00

Total

Std. Deviation

N


100

Tests of Between-Subjects Effects Dependent Variable:AAD Type III Sum of Source

Squares

df

Mean Square

F

Sig.

Corrected Model

4069,533

a

5

813,907

22,723 ,000

Intercept

58320,000

1

58320,000

1628,196 ,000

Involvement

118,422

1

118,422

3,306 ,071

Congruentie

3597,300

2

1798,650

50,215 ,000

353,811

2

176,906

4,939 ,008

Error

6232,467

174

35,819

Total

68622,000

180

Corrected Total

10302,000

179

Involvement * Congruentie

a. R Squared = ,395 (Adjusted R Squared = ,378)

Custom Hypothesis Tests Index 1

Contrast Coefficients (L'

Simple Contrast

Matrix)

(reference category = 2) for Involvement

Transformation Coefficients (M Matrix)

2

Identity Matrix

Contrast Results (K Matrix)

Zero Matrix

Contrast Coefficients (L'

Simple Contrast

Matrix)

(reference category = 3) for Congruentie

Transformation Coefficients (M Matrix) Contrast Results (K Matrix)

Identity Matrix Zero Matrix


101

Custom Hypothesis Tests #1

Contrast Results (K Matrix) Dependent Variable Involvement Simple Contrast Level 1 vs. Level 2

a

AAD

Contrast Estimate

-1,622

Hypothesized Value

0

Difference (Estimate - Hypothesized)

-1,622

Std. Error

,892

Sig.

,071

95% Confidence Interval for Difference

Lower Bound Upper Bound

-3,383 ,139

a. Reference category = 2 Custom Hypothesis Tests #2

Contrast Results (K Matrix) Dependent Variable a

Congruentie Simple Contrast Level 1 vs. Level 3

AAD

Contrast Estimate

8,550

Hypothesized Value

0


8,550

Std. Error

1,093

Sig. 95% Confidence Interval for Difference Level 2 vs. Level 3

,000 Lower Bound

6,393

Upper Bound

10,707

Contrast Estimate

10,200

Hypothesized Value

0


10,200

Std. Error

1,093

Sig.

,000

95% Confidence Interval for

Lower Bound

8,043

Difference

Upper Bound

12,357


102

Contrast Results (K Matrix) Dependent Variable a

Congruentie Simple Contrast Level 1 vs. Level 3

AAD

Contrast Estimate

8,550

Hypothesized Value

0


8,550

Std. Error

1,093

Sig.

,000

95% Confidence Interval for Difference Level 2 vs. Level 3

Lower Bound

6,393

Upper Bound

10,707

Contrast Estimate

10,200

Hypothesized Value

0


10,200

Std. Error

1,093

Sig.

,000


Lower Bound

8,043

Difference

Upper Bound

12,357

a. Reference category = 3

Test Results Dependent Variable:AAD Source

Sum of Squares

Df

Mean Square

Contrast

3597,300

2

1798,650

Error

6232,467

174

35,819


F

Sig.

50,215 ,000

103

Estimates Dependent Variable:AAD 95% Confidence Interval

Involve ment

Mean

Std. Error

Lower Bound

Upper Bound

1,00

17,189 ,631

15,944

18,434

2,00

18,811 ,631

17,566

20,056

Test Results Dependent Variable:AAD Source

Sum of Squares

Contrast Error

df

Mean Square

118,422

1

118,422

6232,467

174

35,819

F

Sig.

3,306 ,071

Estimated Marginal Means 1. Grand Mean Dependent Variable:AAD 95% Confidence Interval Mean

Std. Error

18,000 ,446

Lower Bound 17,120

Upper Bound 18,880


104

2. Involvement Pairwise Comparisons Dependent Variable:AAD 95% Confidence Interval for

(I)

(J)

Involve

Involve

ment

ment

1,00

2,00

-1,622 ,892

,071

2,00

1,00

1,622 ,892

,071

Difference


Std. Error

Sig.

a

Lower Bound

a

Upper Bound

-3,383 ,139 -,139

3,383

Based on estimated marginal means a. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).

Univariate Tests Dependent Variable:AAD Sum of Squares Contrast Error

df

Mean Square

118,422

1

118,422

6232,467

174

35,819

F

Sig. 3,306 ,071

The F tests the effect of Involvement. This test is based on the linearly independent pairwise comparisons among the estimated marginal means.

4. Involvement * Congruentie Dependent Variable:AAD 95% Confidence Interval

Involve

Congrue

ment

ntie

1,00

1,00

19,533

1,093

17,377

21,690

2,00

19,400

1,093

17,243

21,557

3,00

12,633

1,093

10,477

14,790

1,00

21,067

1,093

18,910

23,223

2,00

24,500

1,093

22,343

26,657

3,00

10,867

1,093

8,710

13,023

2,00

Mean

Std. Error

Lower Bound


Upper Bound

105

3. Congruentie

Estimates Dependent Variable:AAD 95% Confidence Interval

Congrue ntie

Mean

Std. Error

Lower Bound

Upper Bound

1,00

20,300 ,773

18,775

21,825

2,00

21,950 ,773

20,425

23,475

3,00

11,750 ,773

10,225

13,275

Pairwise Comparisons Dependent Variable:AAD (I)


(J)

Difference

Congrue Congrue Mean Difference ntie

1,00

2,00

-1,650

1,093 ,133

3,00

8,550

*

1,093 ,000

6,393

10,707

1,00

1,650

1,093 ,133

-,507

3,807

3,00

10,200

*

1,093 ,000

8,043

12,357

1,00

-8,550

*

1,093 ,000

-10,707

-6,393

2,00

-10,200

*

1,093 ,000

-12,357

-8,043

3,00

(I-J)

Sig.

a

ntie

2,00

Std. Error

a

Lower Bound

Upper Bound

-3,807 ,507

Based on estimated marginal means a. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments). *. The mean difference is significant at the ,05 level.

Univariate Tests Dependent Variable:AAD Sum of Squares

df

Mean Square

Contrast

3597,300

2

1798,650

Error

6232,467

174

35,819

F

Sig.

50,215 ,000

The F tests the effect of Congruentie. This test is based on the linearly independent pairwise comparisons among the estimated marginal means.


106

4. Involvement * Congruentie Dependent Variable:AAD 95% Confidence Interval

Involve Congru ment

entie

1,00

1,00

19,533

1,093

17,377

21,690

2,00

19,400

1,093

17,243

21,557

3,00

12,633

1,093

10,477

14,790

1,00

21,067

1,093

18,910

23,223

2,00

24,500

1,093

22,343

26,657

3,00

10,867

1,093

8,710

13,023

2,00

Mean

Std. Error

Lower Bound

Upper Bound

Profile Plots


107

Graph [DataSet1] H:\MP3.sav


108

Bijlage 16: Resultaten: Aad: One-way Anova ONEWAY AAD BY Versie /STATISTICS DESCRIPTIVES /MISSING ANALYSIS /POSTHOC=SCHEFFE ALPHA(0.05). Oneway


Descriptives AAD 95% Confidence Interval for Mean N

Mean


Lower Bound

Upper Bound

Minimum

Maximum

LC

30

19,5333

6,71967

1,22684

17,0242

22,0425

5,00

35,00

LM

30

19,4000

6,13413

1,11993

17,1095

21,6905

5,00

30,00

LE

30

12,6333

5,80418

1,05969

10,4660

14,8006

5,00

25,00

HC

30

21,0667

6,34053

1,15762

18,6991

23,4343

5,00

31,00

HM

30

24,5000

5,17121 ,94413

22,5690

26,4310

9,00

35,00

HE

30

10,8667

5,61238

8,7710

12,9624

5,00

23,00

180

18,0000

7,58637 ,56545

16,8842

19,1158

5,00

35,00

Total

1,02468

ANOVA AAD Sum of Squares

df

Mean Square

Between Groups

4069,533

5

813,907

Within Groups

6232,467

174

35,819

10302,000

179

Total


F

Sig.

22,723 ,000

109

Post Hoc Tests

Multiple Comparisons AAD Scheffe 95% Confidence Interval

(I)

(J)

Versie

Versie

LC

LM

,13333

1,54529

1,000

-5,0682

5,3349

LE

6,90000

*

1,54529

,002

1,6985

12,1015

HC

-1,53333

1,54529

,963

-6,7349

3,6682

HM

-4,96667

1,54529

,072

-10,1682

,2349

HE

8,66667

*

1,54529

,000

3,4651

13,8682

LC

-,13333

1,54529

1,000

-5,3349

5,0682

LE

6,76667

*

1,54529

,003

1,5651

11,9682

HC

-1,66667

1,54529

,948

-6,8682

3,5349

HM

-5,10000

1,54529

,059

-10,3015

,1015

HE

8,53333

*

1,54529

,000

3,3318

13,7349

LC

-6,90000

*

1,54529

,002

-12,1015

-1,6985

LM

-6,76667

*

1,54529

,003

-11,9682

-1,5651

HC

-8,43333

*

1,54529

,000

-13,6349

-3,2318

HM

-11,86667

*

1,54529

,000

-17,0682

-6,6651

HE

1,76667

1,54529

,934

-3,4349

6,9682

LC

1,53333

1,54529

,963

-3,6682

6,7349

LM

1,66667

1,54529

,948

-3,5349

6,8682

LE

8,43333

*

1,54529

,000

3,2318

13,6349

HM

-3,43333

1,54529

,427

-8,6349

1,7682

HE

10,20000

*

1,54529

,000

4,9985

15,4015

LC

4,96667

1,54529

,072

-,2349

10,1682

LM

5,10000

1,54529

,059

-,1015

10,3015

LE

11,86667

*

1,54529

,000

6,6651

17,0682

HC

3,43333

1,54529

,427

-1,7682

8,6349

HE

13,63333

*

1,54529

,000

8,4318

18,8349

LM

LE

HC

HM


Std. Error

Sig.


Lower Bound

Upper Bound

110

HE

LC

-8,66667

*

1,54529

,000

-13,8682

-3,4651

LM

-8,53333

*

1,54529

,000

-13,7349

-3,3318

LE

-1,76667

1,54529

,934

-6,9682

3,4349

HC

-10,20000

*

1,54529

,000

-15,4015

-4,9985

HM

-13,63333

*

1,54529

,000

-18,8349

-8,4318

*. The mean difference is significant at the 0.05 level.

Homogeneous Subsets

AAD Scheffe Subset for alpha = 0.05 Versie

N

1

2

HE

30

10,8667

LE

30

12,6333

LM

30

19,4000

LC

30

19,5333

HC

30

21,0667

HM

30

24,5000

Sig.

,934

,059

Means for groups in homogeneous subsets are displayed.


111

Bijlage 17: Resultaten: Gedachten positief: Two-way Anova Univariate Analysis of Variance [DataSet1] H:\MP3.sav


Congruentie

1,00

90

2,00

90

1,00

60

2,00

60

3,00

60

Descriptive Statistics Dependent Variable:TH positief Involvem Congrue Mean

Std. Deviation

N

ent

ntie

1,00

1,00

,17

,461

30

2,00

,23

,430

30

3,00

,07

,254

30

Total

,16

,394

90

1,00

,20

,484

30

2,00

2,00

Total

1,90

3,00

,30

Total

,80

1,00

,18

2,00

2,155 ,535

3,00

,18

Total

,48

30 1,515

,469 1,07

30

90 60

1,755 ,431

60 60

1,150


180

112

Tests of Between-Subjects Effects Dependent Variable:TH positief Type III Sum of Source

Squares

df

Mean Square

F

a

5

14,742

15,718 ,000

Intercept

41,089

1

41,089

43,808 ,000

Involvement

18,689

1

18,689

19,926 ,000

Congruentie

31,211

2

15,606

16,638 ,000


23,811

2

11,906

12,693 ,000

Corrected Model

73,711

Error

163,200

174 ,938

Total

278,000

180

Corrected Total

236,911

179

Sig.


Estimated Marginal Means 1. Grand Mean Dependent Variable:TH positief 95% Confidence Interval Mean ,478

Std. Error

Lower Bound

,072

,335

Upper Bound ,620

2. Involvement

Estimates Dependent Variable:TH positief 95% Confidence Interval

Involvem ent

Mean

Std. Error

1,00

,156

,102

2,00

,800

,102

Lower Bound

Upper Bound

-,046 ,357 ,599


1,001

113

Pairwise Comparisons Dependent Variable:TH positief (I)


(J)

Difference

Involvem Involvem Mean Difference ent

ent

1,00

2,00

2,00

(I-J)

Std. Error *

1,00

,644

Sig.

-,644 ,144

,000

,144

,000

*

a

Lower Bound

a

Upper Bound

-,929 ,360

-,360 ,929

Based on estimated marginal means *. The mean difference is significant at the ,05 level. a. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).

Univariate Tests Dependent Variable:TH positief Sum of Squares Contrast

df

Mean Square

18,689

Error

1

163,200

18,689

F

Sig.

19,926 ,000

174 ,938


3. Congruentie Estimates Dependent Variable:TH positief 95% Confidence Interval

Congrue ntie 1,00

Mean ,183

2,00 3,00

Std. Error ,125

1,067 ,125 ,183

Lower Bound

,125

Upper Bound

-,063 ,430 ,820

1,313 -,063 ,430


114

Pairwise Comparisons Dependent Variable:TH positief (I)


(J)

Congrue Congrue

Difference

Mean Difference

ntie

ntie

1,00

2,00

-,883 ,177

3,00

1,110E-16 ,177

2,00

3,00

(I-J)

Std. Error *

Sig.

a

Lower Bound

,000

a

Upper Bound

-1,232 1,000

-,534

-,349 ,349

1,00

,883

*

,177

,000

,534

1,232

3,00

,883

*

,177

,000

,534

1,232

1,00

-1,110E-16 ,177

2,00

-,883 ,177

1,000

*

-,349 ,349

,000

-1,232

-,534


Univariate Tests Dependent Variable:TH positief Sum of Squares Contrast

df

31,211

Error

163,200

Mean Square 2

15,606

F

Sig.

16,638 ,000

174 ,938


4. Involvement * Congruentie Dependent Variable:TH positief 95% Confidence Interval

Involve Congru ment

entie

1,00

1,00

,167

,177

-,182 ,516

2,00

,233

,177

-,116 ,582

3,00

,067

,177

-,282 ,416

1,00

,200

,177

-,149 ,549

2,00

Mean

2,00 3,00

Std. Error

1,900 ,177 ,300

,177

Lower Bound

Upper Bound

1,551

2,249

-,049 ,649


115

Profile Plots


116

Bijlage 18: Resultaten: Gedachten positief: One-way Anova

Oneway


Descriptives TH positief 95% Confidence Interval for Mean N

Mean


Lower Bound

Upper Bound

Minimum

Maximum

LC

30

,17

,461

,084

,00

,34

0

2

LM

30

,23

,430

,079

,07

,39

0

1

LE

30

,07

,254

,046

-,03

,16

0

1

HC

30

,20

,484

,088

,02

,38

0

2

HM

30

1,90

2,155

,393

1,10

2,70

0

6

HE

30

,30

,535

,098

,10

,50

0

2

180

,48

1,150

,086

,31

,65

0

6

Total

ANOVA TH positief Sum of Squares Between Groups

73,711

df

Mean Square 5

Within Groups

163,200

174 ,938

Total

236,911

179


14,742

F

Sig.

15,718 ,000

117

Post Hoc Tests

Multiple Comparisons TH positief Scheffe 95% Confidence Interval (I) Versie (J) Versie Mean Difference (I-J) LC

LM

LE

HC

HM

Std. Error

Sig.

Lower Bound

Upper Bound

LM

-,067

,250

1,000

-,91

,78

LE

,100

,250

,999

-,74

,94

HC

-,033

,250

1,000

-,88

,81

HM

-1,733

*

,250

,000

-2,58

-,89

HE

-,133

,250

,998

-,98

,71

LC

,067

,250

1,000

-,78

,91

LE

,167

,250

,994

-,68

1,01

HC

,033

,250

1,000

-,81

,88

HM

-1,667

*

,250

,000

-2,51

-,82

HE

-,067

,250

1,000

-,91

,78

LC

-,100

,250

,999

-,94

,74

LM

-,167

,250

,994

-1,01

,68

HC

-,133

,250

,998

-,98

,71

HM

-1,833

*

,250

,000

-2,68

-,99

HE

-,233

,250

,972

-1,08

,61

LC

,033

,250

1,000

-,81

,88

LM

-,033

,250

1,000

-,88

,81

LE

,133

,250

,998

-,71

,98

HM

-1,700

*

,250

,000

-2,54

-,86

HE

-,100

,250

,999

-,94

,74

LC

1,733

*

,250

,000

,89

2,58

LM

1,667

*

,250

,000

,82

2,51

LE

1,833

*

,250

,000

,99

2,68

HC

1,700

*

,250

,000

,86

2,54

HE

1,600

*

,250

,000

,76

2,44


118

HE

LC

,133

,250

,998

-,71

,98

LM

,067

,250

1,000

-,78

,91

LE

,233

,250

,972

-,61

1,08

HC

,100

,250

,999

-,74

,94

HM

-1,600

*

,250

,000

-2,44

-,76


Homogeneous Subsets

TH positief Scheffe Subset for alpha = 0.05 Versie

N

1

LE

30 ,07

LC

30 ,17

HC

30 ,20

LM

30 ,23

HE

30 ,30

HM

30

Sig.

2

1,90 ,972

1,000



119

Bijlage 19: Resultaten: Gedachten negatief: Two-way Anova

Univariate Analysis of Variance [DataSet1] H:\MP3.sav


Congruentie

1,00

90

2,00

90

1,00

60

2,00

60

3,00

60

Descriptive Statistics Dependent Variable:TH negatief Involvem Congrue ent

ntie

1,00

1,00

,43

,774

30

2,00

,03

,183

30

3,00

,57

,728

30

Total

,34

,656

90

1,00

1,10

1,125

30

2,00

1,13

1,137

30

3,00

1,70

1,557

30

Total

1,31

1,304

90

1,00

,77

1,015

60

2,00

,58

,979

60

3,00

1,13

1,334

60

Total

,83

1,138

180

2,00

Total

Mean

Std. Deviation

N


120

Tests of Between-Subjects Effects Dependent Variable:TH negatief Type III Sum of Source

df

Squares

Mean Square

F

Sig.

Corrected Model

53,494

a

5

10,699

10,449

,000

Intercept

123,339

1

123,339

120,454

,000

Involvement

42,050

1

42,050

41,067

,000

Congruentie

9,411

2

4,706

4,596

,011


2,033

2

1,017

,993

,373

Error

178,167

174

1,024

Total

355,000

180

Corrected Total

231,661

179


Estimated Marginal Means 1. Grand Mean Dependent Variable:TH negatief 95% Confidence Interval Mean ,828

Std. Error ,075

Lower Bound ,679

Upper Bound ,977

2. Involvement Estimates Dependent Variable:TH negatief 95% Confidence Interval

Involvem ent

Mean

Std. Error

Lower Bound

Upper Bound

1,00

,344

,107

,134

,555

2,00

1,311

,107

1,101

1,522


121

Pairwise Comparisons Dependent Variable:TH negatief (I)


(J)

Difference

Involvem Involvem Mean Difference ent

ent

1,00

2,00

2,00

(I-J)

Std. Error

1,00

Sig.

a

Lower Bound

a

Upper Bound

-,967

*

,151

,000

-1,264

-,669

,967

*

,151

,000

,669

1,264


Univariate Tests Dependent Variable:TH negatief Sum of Squares Contrast Error

df

Mean Square

42,050

1

42,050

178,167

174

1,024

F

Sig.

41,067 ,000


3. Congruentie Estimates Dependent Variable:TH negatief 95% Confidence Interval

Congrue ntie

Mean

Std. Error

Lower Bound

Upper Bound

1,00

,767

,131

,509

1,025

2,00

,583

,131

,325

,841

3,00

1,133

,131

,875

1,391


122

Pairwise Comparisons Dependent Variable:TH negatief (I)


(J)

Congrue Congrue

Difference

Mean Difference

ntie

1,00

2,00

,183

,185

,322

-,181

,548

3,00

-,367

*

,185

,049

-,731

-,002

1,00

-,183

,185

,322

-,548

,181

3,00

-,550

*

,185

,003

-,915

-,185

1,00

,367

*

,185

,049

,002

,731

2,00

,550

*

,185

,003

,185

,915

3,00

Std. Error

Sig.

a

ntie

2,00

(I-J)

a

Lower Bound

Upper Bound

Based on estimated marginal means a. Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments). *. The mean difference is significant at the ,05 level.

Univariate Tests Dependent Variable:TH negatief Sum of Squares Contrast Error

df

Mean Square

9,411

2

4,706

178,167

174

1,024

F

Sig. 4,596 ,011


4. Involvement * Congruentie Dependent Variable:TH negatief 95% Confidence Interval

Involvem Congrue ent

ntie

1,00

1,00

,433

,185

,069

,798

2,00

,033

,185

-,331

,398

3,00

,567

,185

,202

,931

1,00

1,100

,185

,735

1,465

2,00

1,133

,185

,769

1,498

3,00

1,700

,185

1,335

2,065

2,00

Mean

Std. Error

Lower Bound


Upper Bound

123

Profile Plots


124

Bijlage 20: Resultaten: Gedachten negatief: One-way Anova Oneway [DataSet1] H:\MP3.sav

Descriptives TH negatief 95% Confidence Interval for Mean N

Mean


Lower Bound

Upper Bound

Minimum

Maximum

LC

30

,43

,774

,141

,14

,72

0

2

LM

30

,03

,183

,033

-,03

,10

0

1

LE

30

,57

,728

,133

,29

,84

0

2

HC

30

1,10

1,125

,205

,68

1,52

0

4

HM

30

1,13

1,137

,208

,71

1,56

0

4

HE

30

1,70

1,557

,284

1,12

2,28

0

6

180

,83

1,138

,085

,66

1,00

0

6

Total

ANOVA TH negatief Sum of Squares Between Groups

df

Mean Square

53,494

5

10,699

Within Groups

178,167

174

1,024

Total

231,661

179


F

Sig.

10,449 ,000

125

Post Hoc Tests

Multiple Comparisons TH negatief Scheffe (I)

(J)

Versie

Versie

LC

LM

LM

LE

HC

(I-J)

Std. Error

,400

Sig.

Lower Bound

Upper Bound

,261

,799

LE

-,133 ,261

,998

-1,01 ,75

HC

-,667 ,261

,265

-1,55 ,21

HM

-,700 ,261

,214

-1,58 ,18

HE

-1,267 ,261

*

,000

-2,15

LC

-,400 ,261

,799

-1,28 ,48

LE

-,533 ,261

,528

-1,41 ,35

HC

-1,067 ,261

*

,007

-1,95

-,19

HM

-1,100 ,261

*

,004

-1,98

-,22

HE

-1,667 ,261

*

,000

-2,55

-,79

-,48

1,28

-,39

LC

,133

,261

,998

-,75

1,01

LM

,533

,261

,528

-,35

1,41

HC

-,533 ,261

,528

-1,41 ,35

HM

-,567 ,261

,456

-1,45 ,31

HE

-1,133 ,261

*

,003

-2,01

-,25

,261

,265

-,21

1,55

1,067 ,261

,007

,261

,528

LC

,667 *

LM LE

HM

95% Confidence Interval

Mean Difference

,533

HM

-,033 ,261

HE

-,600 ,261

,387

,261

,214

1,100 ,261

,004 ,456

LC

,700 *

LM LE

,567

,261

HC

,033

,261

HE

-,567 ,261

,19 -,35 1,000


1,41

-,91 ,85 -1,48 ,28 -,18 ,22

1,58 1,98

-,31 1,000

,456

1,95

1,45

-,85 ,91 -1,45 ,31

126

HE

LC

1,267 ,261

*

,000

,39

2,15

LM

1,667 ,261

*

,000

,79

2,55

LE

1,133 ,261

*

,003

,25

2,01

HC

,600

,261

,387

-,28

1,48

HM

,567

,261

,456

-,31

1,45


Homogeneous Subsets

TH negatief Scheffe Subset for alpha = 0.05 Versie

N

1

2

3

LM

30 ,03

LC

30 ,43

,43

LE

30 ,57

,57

HC

30

1,10

1,10

HM

30

1,13

1,13

HE

30

Sig.

1,70 ,528

,214

,387



127

Bijlage 21: Resultaten: Task satisfaction: Two-way Anova

Univariate Analysis of Variance [DataSet1] H:\MP3.sav


Congruentie

1,00

90

2,00

90

1,00

60

2,00

60

3,00

60

Descriptive Statistics Dependent Variable:TaskSat Involve

Congrue

ment

ntie

1,00

1,00

8,0667

2,86397

30

2,00

8,3667

2,72262

30

3,00

7,9000

2,99828

30

Total

8,1111

2,83812

90

1,00

8,4667

2,81294

30

2,00

15,7667

3,45097

30

3,00

3,7333

1,50707

30

Total

9,3222

5,65453

90

1,00

8,2667

2,82163

60

2,00

12,0667

4,83934

60

3,00

5,8167

3,15418

60

Total

8,7167

4,50236

180

2,00

Total

Mean

Std. Deviation

N


128

Tests of Between-Subjects Effects Dependent Variable:TaskSat Type III Sum of Source

Squares

df

Mean Square

F

Sig.

Corrected Model

2274,317

a

5

454,863

58,444 ,000

Intercept

13676,450

1

13676,450

1757,232 ,000

Involvement

66,006

1

66,006

8,481 ,004

Congruentie

1190,100

2

595,050

76,456 ,000


1018,211

2

509,106

65,413 ,000

Error

1354,233

174

7,783

Total

17305,000

180

3628,550

179

Corrected Total


Estimated Marginal Means

1. Grand Mean Dependent Variable:TaskSat 95% Confidence Interval Mean

Std. Error

Lower Bound

8,717 ,208

8,306

Upper Bound 9,127

2. Involvement

Estimates Dependent Variable:TaskSat Involve

Mean

Std. Error

95% Confidence Interval

ment


129

Lower Bound

Upper Bound

1,00

8,111 ,294

7,531

8,692

2,00

9,322 ,294

8,742

9,903

Pairwise Comparisons Dependent Variable:TaskSat 95% Confidence Interval for

(I)

(J)

Involve

Involve

ment

ment

1,00

2,00

-1,211 ,416

2,00

1,00

1,211 ,416

Difference

Mean Difference Std. Error

(I-J)

Sig.

*

,004

*

,004

a

Lower Bound

a

Upper Bound

-2,032 ,390

-,390 2,032


Univariate Tests Dependent Variable:TaskSat Sum of Squares Contrast Error

df

Mean Square

66,006

1

66,006

1354,233

174

7,783

F

Sig. 8,481 ,004


3. Congruentie

Estimates Dependent Variable:TaskSat 95% Confidence Interval

Congrue ntie

Mean

Std. Error

Lower Bound

Upper Bound

1,00

8,267 ,360

7,556

8,978

2,00

12,067 ,360

11,356

12,778

3,00

5,817 ,360

5,106

6,528


130

Pairwise Comparisons Dependent Variable:TaskSat (I)


(J)

Difference

Congrue Congrue Mean Difference Std. Error

ntie

ntie

1,00

2,00

-3,800 ,509

3,00 1,00 3,00 1,00

-2,450 ,509

2,00

-6,250 ,509

2,00

3,00

(I-J)

Sig.

a

Lower Bound

a

Upper Bound

*

,000

-4,805

-2,795

2,450 ,509

*

,000

1,445

3,455

3,800 ,509

*

,000

2,795

4,805

6,250 ,509

*

,000

5,245

7,255

*

,000

-3,455

-1,445

*

,000

-7,255

-5,245


Univariate Tests Dependent Variable:TaskSat Sum of Squares

df

Mean Square

Contrast

1190,100

2

595,050

Error

1354,233

174

7,783

F

Sig.

76,456 ,000


4. Involvement * Congruentie Dependent Variable:TaskSat 95% Confidence Interval

Involve

Congrue

ment

ntie

1,00

1,00

8,067 ,509

7,061

9,072

2,00

8,367 ,509

7,361

9,372

3,00

7,900 ,509

6,895

8,905

1,00

8,467 ,509

7,461

9,472

2,00

15,767 ,509

14,761

16,772

2,00

Mean

Std. Error

Lower Bound


Upper Bound

131

4. Involvement * Congruentie Dependent Variable:TaskSat 95% Confidence Interval

Involve

Congrue

ment

ntie

1,00

1,00

8,067 ,509

7,061

9,072

2,00

8,367 ,509

7,361

9,372

3,00

7,900 ,509

6,895

8,905

1,00

8,467 ,509

7,461

9,472

2,00

15,767 ,509

14,761

16,772

3,00

3,733 ,509

2,728

4,739

Mean

Std. Error

Lower Bound

Upper Bound

Profile Plots


132


133

Bijlage 22: Resultaten: Task satisfaction: One-way Anova Oneway [DataSet1] H:\MP3.sav

Descriptives TaskSat 95% Confidence Interval for Mean N

Mean


Lower Bound

Upper Bound

Minimum

Maximum

LC

30

8,0667

2,86397 ,52289

6,9972

9,1361

3,00

13,00

LM

30

8,3667

2,72262 ,49708

7,3500

9,3833

3,00

12,00

LE

30

7,9000

2,99828 ,54741

6,7804

9,0196

3,00

15,00

HC

30

8,4667

2,81294 ,51357

7,4163

9,5170

3,00

12,00

HM

30

15,7667

3,45097 ,63006

14,4781

17,0553

8,00

21,00

HE

30

3,7333

1,50707 ,27515

3,1706

4,2961

3,00

9,00

180

8,7167

4,50236 ,33559

8,0545

9,3789

3,00

21,00

Total

ANOVA TaskSat Sum of Squares

df

Mean Square

Between Groups

2274,317

5

454,863

Within Groups

1354,233

174

7,783

Total

3628,550

179


F

Sig.

58,444 ,000

134

Post Hoc Tests

Multiple Comparisons TaskSat Scheffe 95% Confidence Interval

(I)

(J)

Versie

Versie

LC

LM

-,30000

,72032

,999

-2,7246

2,1246

LE

,16667

,72032

1,000

-2,2580

2,5913

HC

-,40000

,72032

,997

-2,8246

2,0246

HM

-7,70000

*

,72032

,000

-10,1246

-5,2754

HE

4,33333

*

,72032

,000

1,9087

6,7580

LC

,30000

,72032

,999

-2,1246

2,7246

LE

,46667

,72032

,995

-1,9580

2,8913

HC

-,10000

,72032

1,000

-2,5246

2,3246

HM

-7,40000

*

,72032

,000

-9,8246

-4,9754

HE

4,63333

*

,72032

,000

2,2087

7,0580

LC

-,16667

,72032

1,000

-2,5913

2,2580

LM

-,46667

,72032

,995

-2,8913

1,9580

HC

-,56667

,72032

,987

-2,9913

1,8580

HM

-7,86667

*

,72032

,000

-10,2913

-5,4420

HE

4,16667

*

,72032

,000

1,7420

6,5913

LC

,40000

,72032

,997

-2,0246

2,8246

LM

,10000

,72032

1,000

-2,3246

2,5246

LE

,56667

,72032

,987

-1,8580

2,9913

LM

LE

HC

HM


Std. Error

Sig.

Lower Bound

Upper Bound

HM

-7,30000

*

,72032

,000

-9,7246

-4,8754

HE

4,73333

*

,72032

,000

2,3087

7,1580

LC

7,70000

*

,72032

,000

5,2754

10,1246

LM

7,40000

*

,72032

,000

4,9754

9,8246

LE

7,86667

*

,72032

,000

5,4420

10,2913

HC

7,30000

*

,72032

,000

4,8754

9,7246

HE

12,03333

*

,72032

,000

9,6087

14,4580


135

HE

LC

-4,33333

*

,72032

,000

-6,7580

-1,9087

LM

-4,63333

*

,72032

,000

-7,0580

-2,2087

LE

-4,16667

*

,72032

,000

-6,5913

-1,7420

HC

-4,73333

*

,72032

,000

-7,1580

-2,3087

HM

-12,03333

*

,72032

,000

-14,4580

-9,6087


Homogeneous Subsets

TaskSat Scheffe Subset for alpha = 0.05 Versie

N

1

2

3

HE

30

LE

30

7,9000

LC

30

8,0667

LM

30

8,3667

HC

30

8,4667

HM

30

Sig.

3,7333

15,7667 1,000

,987

1,000



136

Wetenschappelijke verhandeling

Recommend Documents