Das Thema ist der EInfluss des Fits zwischen digitalen Fitness Influencern und der in ihren Posts beworbenen Marken (also wie sehr die beiden Parteien kongruent sind) auf die Einstellungen und Kaufintentionen von Instagram-Usern. Die Fragestellung ist demnach: Hat der Fit zwischen Marke und Influencer einen Einfluss auf Einstellungen und Kaufeinstellungen von Instagram-Usern?
Dazu wurden im Vortest passende Stimuli für einen hohen und einen niedrigen Fit ermittelt und demnach zwei verschiedene Fragebögen erstellt. Die Teilnehmer wurden dann zufällig einer der zwei Konditionen ausgesetzt und mussten dazu Fragen beantworten.
Die Konstrukte Einstellungen (gegenüber des Influencers: Glaubwürdigkeit und Vertrauenswürdigkeit, gegenüber der beworbenen Marke und gegenüber der Werbung an sich) und Kaufintentionen wurden mit passenden Indikatoren ermittelt - alle auf einer Skala von 1-4 (stimme nicht zu, stimme eher nicht zu, stimme eher zu, stimme zu). Es wird wie in vielen anderen Forschungsarbeiten angenommen, dass diese abhängigen Variablen quasimetrisch skaliert sind (auch wenn sie faktisch ordinal skaliert sind). Die Reliabilität der einzelnen Indikatoren für die 5 Konstrukte wurde mittels Cronbachs Alpha validiert und somit zu 5 Variablen zusammengefasst.
Die manipulierte unabhängige Variable 'Fit' kann entweder die Ausprägung Hoch oder Niedrig annehmen und ist somit ordinal skaliert.
Kondition 1 (hoher Fit): n=109
Kondition 2 (niedriger Fit): n=110
Ich habe die Fragebögen dann in einem SPSS Datensatz zusammengefasst und mittels der Variable Fit (1=Niedrig, 2= Hoch) der jeweiligen Zugehörigkeit zugeordnet. Somit sind also insgesamt 219 Daten im Datensatz.
Nun zu den Problemen: Da nur eine unabhängige Variable vorhanden ist, die den Einfluss auf 5 verschiedene abhängige Variablen misst, bietet sich ein t-test mit unabhängigen Stichproben an. Voraussetzung dafür ist jedoch Normalverteilung und Varianzenhomogenität.
Tests mit SPSS ergaben, dass nur für Credibility eine Varianzenhomogenität gegeben ist, normalverteilt ist keines der Konstrukte (in keiner der beiden Stichproben).
https://picload.org/view/ddloaaaw/testsaufnormalverteilung.jpg.htmlhttps://picload.org/view/ddloaaor/boxplottrustworthiness.jpg.html: Hier liegen die Ergebnisse des Tests auf Normalverteilung und ein beispielhafter Boxplot für das Konstrukt Vertrauenswürdigkeit. Es wird deutlich, dass Ausreißer vorhanden sind.
Nun zu den Fragen: kann ich den t-test trotz allem nutzen, da laut des allgemeinen Grenzwertsatzes bei Samples mit einer Größe von über 30 von Normalverteilung ausgegangen werden kann? Denn dann könnte man ja trotz Varianzenheterogenität den Wert in der zweiten Zeile des Testes nutzen (robusterer Welch-Test). Oder ist es empfehlenswerter den Whitney Mann-U-Test zu wählen? Dann ist allerdings meine Frage, wie ich die Ausprägung testen kann. Ich weiß dann ja es besteht ein Unterschied zwischen den Stichproben, allerdings interessiert mich auch in welchem Maße (Hypothese: positiver für hohen brand fit).
Sowohl t-test als auch Whitney Mann-U Test ergeben im übrigen einen Signifikanzwert von 0,00 - demnach ist der Unterschied stark signifikant, was man auch bereits an den Mittelwerten erkennen konnte (Beispiel Konstrukt Glaubwürdigkeit: Mittelwert für niedrigen Fit --> 1,7 und für hohen Fit 3,2). Nur nutzt mir das nichts, wenn ich die Ergebnisse nicht interpretieren darf/kann.
Bin dankbar für jede Hilfe
Viele Grüße
Ben
