STATISTIK-FORUM.de

[issed111133]

Hallo,

Ich schreibe an meiner Masterarbeit und möchtel herausfinden ob die Eigenschaften des Influencers (Expertise, Vertrauenswürdigkeit und Attraktivität) einen Einfluss auf die Kaufabsicht des Probanden hat.

Manipulation: Hierfür möchte ich die Expertise und Vertrauenswürdigkeit manipulieren: Ich gehe davon aus dass eine Passung zwischen Influencer und Marke eher dazu führt, dass er als Experte wahrgenommen wird. Die Vertrauenswürdigkeit wird durch seine Motivation manipuliert. also macht er aus eigenem Antrieb Werbung oder wurde erbezahlt.

H1: Wenn ein hohe Fit zwischen Influencer und Produkt vorliegt, wird dieser als Kompetenter wahrgenommen, als wenn ein niedriger Fit zwischen Produkt und Influencer vorliegt.
H2: Wenn ein Influencer eine Marke aus eigener Motivation bewirbt, wird dieser als Vertrauenswürdiger wahrgenommen, als wenn er eine Zusammenarbeit mit dem Unternehmen kennzeichnet.

Anschließend möchte ich schauen, ob eine hohe oder niedrige Expertise bzw. eine hohe bzw. niedrige Vertrauenswürdigkeit einen Einfluss auf die Kaufabsicht hat:

H3a: Wenn ein Influencer als kompetent wahrgenommen wird, ist die Kaufabsicht höher, als wenn er als weniger kompetent wahrgenommen wird.
H3b: Wenn ein Influencer als vertrauenswürdig wahrgenommen wird, ist die Kaufabsicht höher, als wenn er als weniger vertrauenswürdig wahrgenommen wird.
H3c: Wenn ein Influencer als attraktiv wahrgenommen wird, ist die Kaufabsicht höher, als wenn er als weniger attraktiv wahrgenommen wird.

Meine Frage ist nun: Im ersten Fall (Hypothese 1 und 2) ist Vertrauenswürdigkeit und Expertise die abhängige Variable, im Fall der Hypothese drei ist es die unabhängige Variable. Kann ich dies überhaupt in einer Umfrage untersuchen und muss ich bei der Auswertung etwas beachten?

Sollten man für den Stimulus überhaupt Hypothesen bilder oder ist Hypothese 1 und 2 unnötig?

[PonderStibbons]

Die ersten beiden Betrachtungen sind entweder ein Teil einer Mediationshypothese
(hoher Fit -> Kompetenzanmutung -> Kaufabsicht), oder man kann sie als eine
Art Manipulations-Check betrachten. Ich schätze mal, es läuft auf letzteres hinaus.
Wobei dann nicht so sehr irgendein p-Wert beim Vergleich "wie kompetent finden
Probanden den Experten mit niedrigem Fit versus den Experten mit hohem Fit" von
Belang ist, sondern für Dein Experiment ist vermutlich ein deutlicher Unterschied
zwischen den Bedingungen hinsichtlich der Glaubwürdigkeit erwünscht. Man würde
sich also vor allem ein Effektstärkemaß für den Gruppenunterschied und den Grad
der Überlappung zwischen den Gruppen ansehen.

Mit freundlichen Grüßen

PonderStibbons

[issed111133]

Danke für diese schnell Antwort.

Genau die Hypothese 1 & 2 ist Teil eines Manipulation Checks.

Manipulation Check: Hierzu würde ich gerne einen T-Test für unabhängige Stichproben rechnen, um die Mittelwerte der Testgruppen auf Signifikanz zu prüfen. Hier erhoffe ich mir, dass der Stimulus mit der hohen Passung signifikant kompetenter bewerten (ähnliches Vorgehen für die Vertrauenswürdigkeit).

-> Also würde man hier dann nicht von uV und aV sprechend sondern nur die Gruppen vergleichen. wie ist der Mitttelwert der Kompetenz bei der Gruppe mit der niedrigen Passung. Das meintest du oder?

Expertise, Vertrauenswürdigkeit
Anschließend möchte ich die Expertise, Vertrauenswürdigkeit auf die Kaufabsicht testen (H3).

uV: Expertise, Vertrauenswürdigkeit aV: Kaufabsicht

Hierfür würde ich eine univariate Varianzanalyse durchführen.

Attraktivität
Anschließend möchte ich noch die Wirkung der Attraktivität auf die Kaufabsicht prüfen-
Diese wurde nicht manipuliert, da es sonst zu viele Stimuli gewesen wären.

Könnte ich diese dann einfach mittels Regressionsanaylse berechnen

Meine Forschungsfrage lautet übrigens wie folgt: Wie wirkt Influencer-Marketing auf Instagram auf die Kaufabsicht von Konsumenten im Bereich der Assekuranz?

Denkst du das Vorgehen macht Sinn? Auch der Wechsel der uV (Fit, Expertise)? Und dass die Attraktivität nicht manipuliert wird?

Mich würde Ihre Meinungen sehr interessieren.

Viele Grüße

[PonderStibbons]

Manipulation Check: Hierzu würde ich gerne einen T-Test für unabhängige Stichproben rechnen, um die Mittelwerte der Testgruppen auf Signifikanz zu prüfen. Hier erhoffe ich mir, dass der Stimulus mit der hohen Passung signifikant kompetenter bewerten (ähnliches Vorgehen für die Vertrauenswürdigkeit).

Wie ich bereits darlegte, ist ein Signifikanztest hier irrelevant.

Wichtig ist, ob die beiden Stichproben innerhalb des Experimentes
sich voneinander deutlich unterscheiden. Nicht, ob man die
Nullhypothese zurückweisenkann, dass der Mittelwert-Unterschied
in der Grundgesamtheit exakt 0,000000 beträgt.

Dass statistisch signifikant nichts mit wichtig/bedeutend/groß/relevant
zu tun hat, weißt Du vermutlich.

Anschließend möchte ich die Expertise, Vertrauenswürdigkeit auf die Kaufabsicht testen (H3).
uV: Expertise, Vertrauenswürdigkeit aV: Kaufabsicht
Hierfür würde ich eine univariate Varianzanalyse durchführen.

Wie ist denn Kaufabsicht gemessen, dass man das mit einer
Varianzanalyse untersuchen kann?

Anschließend möchte ich noch die Wirkung der Attraktivität auf die Kaufabsicht prüfen-
Diese wurde nicht manipuliert, da es sonst zu viele Stimuli gewesen wären.

Die Begründung wundert mich. Du meinst "zu viele Gruppen"?
Wenn Du Attraktivität sowieso analysieren willst, dann stimmt
Deine Begründung ja nicht.

Könnte ich diese dann einfach mittels Regressionsanalyse berechnen

Das wäre eventuell ein zusätzlicher intervallskalierter Prädiktor in
der Varianzanalyse (-> Kovarianzanalyse).

Mich würde Ihre Meinungen sehr interessieren.

In erster Linie gilt Meinung Deines Betreuers und Deines Gutachters.

Mit freundlichen Grüßen

PonderStibbons

[issed111133]

Wie ich bereits darlegte, ist ein Signifikanztest hier irrelevant.

Ja, das stimmt. Ich möchte keine Signifikanz, sondern signifikante Unterschiede. Dafür passt aber hier der T-Test für unabhängige Stichproben oder?

Wie ist denn Kaufabsicht gemessen, dass man das mit einer
Varianzanalyse untersuchen kann?

iese Aussage wird mit einer bipolaren Skala, die von «sehr unwahrscheinlich/sehr wahrscheinlich» über «stimme gar nicht zu» bis hin zu» stimme voll und ganz zu» reicht (Choi und Rifon, 2012, S. 643; Atteslander, 2010, S. 234).

Die Begründung wundert mich. Du meinst "zu viele Gruppen"?
Wenn Du Attraktivität sowieso analysieren willst, dann stimmt
Deine Begründung ja nicht.

Also bisher ist es ein 2 x 2 Experiment, würde ich nun noch die Attraktivität manipulieren, wäre es ein 2 x2 x2 Experiment. Ich habe die Befürchtung, dass das im Rahmen der Masterarbeit zu viel wird. Ich müsste ja erstmal so viele Probanden finden, die mit machen. Könnte man die Attraktivität dann nicht auch ohne Manipulation abfragen? Oder macht das keinen Sinn?

In den bisherigen arbeiten dazu, wurde leider nie genau beschrieben, was manipuliert wurde und was nicht.

Das wäre eventuell ein zusätzlicher intervallskalierter Prädiktor in der Varianzanalyse (-> Kovarianzanalyse)

Intervallskaliert ist die Variable. Ich habe mich auch schon mit dem Thema Kovarianzanalyse beschäftig. Im Internet lese ich dazu meisten folgendes:
"Diese Kovariate ist metrisch und nicht Teil der Fragestellung (es interessiert nicht der Effekt der Kovariate). Es ist aber bekannt, dass die Kovariate einen Einfluss auf die abhängige Variable hat und für diesen Einfluss soll kontrolliert werden (der Einfluss wird „heraus gerechnet“)."

-> Jedoch ist die Attraktivität Teil meiner Fragestellung. Zur Attraktivität habe ich auch bereits eine Hypothese gebildet.
H: Die Attraktivität hat einen positiven Einfluss auf die Kaufabsicht.

In erster Linie gilt Meinung Deines Betreuers und Deines Gutachters

Wenn es um die Note geht hast du natürlich recht. Trotzdem sind andere Sichtweisen immer interessant.

Auf jeden Fall viele Dank für deine Mühe

[PonderStibbons]

Ja, das stimmt. Ich möchte keine Signifikanz, sondern signifikante Unterschiede. Dafür passt aber hier der T-Test für unabhängige Stichproben oder?

Anscheinend dringe ich nicht durch.

Es geht hier nicht um einen Signifikanztest. Der beantwortet nicht die
Frage, ob Du einen durchschlagenden Effekt Deiner Manipulation hast.
Wenn die Stichprobe groß genug ist, dann wird auch eine wenig
effektive Manipulation ausreichen, um die Nullhpothese zurückzuweisen,
nur hat das nichts mit Manipulationscheck zu tun.

Könnte man die Attraktivität dann nicht auch ohne Manipulation abfragen? Oder macht das keinen Sinn?

Zusätzlich messen solltest Du das allemal. Nach Petty und Cacioppo
ist sowas ein wichtig, wenn die Leute aus welchen Gründen auch immer
nicht besonders gründlich nachdenken sollten.

"Diese Kovariate ist metrisch und nicht Teil der Fragestellung (es interessiert nicht der Effekt der Kovariate). Es ist aber bekannt, dass die Kovariate einen Einfluss auf die abhängige Variable hat und für diesen Einfluss soll kontrolliert werden (der Einfluss wird „heraus gerechnet“)."

Das Stichwort Kovarianzanalyse bezog sich bei mir auf die technische
Durchführung. Inhaltlich wäre es keine Kovarianzanalyse. Es wäre
zudem naheliegend, nicht nur die Attraktivität, sondern auch deren
Wechselwirkungen mit den beiden Faktoren in das Modell aufzunehmen.

Mit freundlichen Grüßen

PonderStibbons

[issed111133]

Es geht hier nicht um einen Signifikanztest. Der beantwortet nicht die
Frage,

H1: Wenn ein hohe Fit zwischen Influencer und Produkt vorliegt, wird dieser als Kompetenter wahrgenommen, als wenn ein niedriger Fit zwischen Produkt und Influencer vorliegt.
H2: Wenn ein Influencer eine Marke aus eigener Motivation bewirbt, wird dieser als Vertrauenswürdiger wahrgenommen, als wenn er eine Zusammenarbeit mit dem Unternehmen kennzeichnet.

Welches statistische verfahren würdest du dann zur Klärung dieser Hypothesen nutzen?

Ich habe hier eine Dissertation vor mir, die bei diesem Fall einen T-Test gerechnet hat. Deshalb war ich darauf bisher fixiert.

Zusätzlich messen solltest Du das allemal. Nach Petty und Cacioppo
ist sowas ein wichtig, wenn die Leute aus welchen Gründen auch immer
nicht besonders gründlich nachdenken sollten

Da hast du recht. Auf diese Arbeiten beziehe ich mich auch. Ich habe bisher nur noch kein Experiment gesehen, dass 3 uv untersucht jedoch nur zwei manipuliert. Deshalb bin ich mir hier so unsicher. Ist so etwas eher untypisch?

Das Stichwort Kovarianzanalyse bezog sich bei mir auf die technisch

Ich verstehe, dann würde ich durch dieses Vorgehen einfach nur den Einfluss der Attraktivität sehen.

Es wäre
zudem naheliegend, nicht nur die Attraktivität, sondern auch deren
Wechselwirkungen mit den beiden Faktoren in das Modell aufzunehmen.

Das habe ich auch schon bei einigen Arbeiten gesehen. Werde mich gleich daran setzen und schauen wie ich das am besten mache

Vielen Danl!

[PonderStibbons]

Welches statistische verfahren würdest du dann zur Klärung dieser Hypothesen nutzen?

Gar keine. Du hast mehrfach gesagt, es geht nicht um
Hypothesenprüfung, sondern um einen Manipulationscheck.
Falls es nun doch wieder nicht um einen Manipulationscheck
handelt (wie man bei einem solchen vorgehen könnte, habe
ich in meinem ersten Beitrag skizziert), dann wäre es ein
Mittelwertvergleich zwischen den Bedingungen, mit dem
genannten T-Test für unabhängige Stichproben.

Da hast du recht. Auf diese Arbeiten beziehe ich mich auch. Ich habe bisher nur noch kein Experiment gesehen, dass 3 uv untersucht jedoch nur zwei manipuliert. Deshalb bin ich mir hier so unsicher. Ist so etwas eher untypisch?

Das weiß ich leider nicht, ich kenne Dein Forschungsfeld nicht.

Mit freundlichen Grüßen

PonderStibbons

[issed111133]

Okay ich verstehe was du meinst.

Einerseits möchte ich durch den Manipulationscheck schauen, ob die Fit-Manipulation erfolgreich war. Hierfür habe ich abgefragt ob der Influencer und das Produkt zusammenpasst. Deswegen hätte ich geschaut, ob die Gruppe mit dem Stimulus des hohen Fits den Influencer tatsächlich mehr Expertise zu schreibt.-> wie würdest du hier vorgehen?

Anderseits möchte ich auch die Hypothesen auswerten. Das wär dein ein T-Test, wie du bereits sagtest

Das weiß ich leider nicht, ich kenne Dein Forschungsfeld nicht.

Hast allgemein mal von einem Experiment mit 3 uv gehört, bei welchem nur zwei manipuliert wurden?

Danke für deine Zeit

[PonderStibbons]

Einerseits möchte ich durch den Manipulationscheck schauen, ob die Fit-Manipulation erfolgreich war. Hierfür habe ich abgefragt ob der Influencer und das Produkt zusammenpasst. Deswegen hätte ich geschaut, ob die Gruppe mit dem Stimulus des hohen Fits den Influencer tatsächlich mehr Expertise zu schreibt.-> wie würdest du hier vorgehen?

Dich interessiert doch das mit dem Fit nur als Mittel zum Zweck.
Die eigentliche Frage ist, ob es tatsächlich realisiert werden konnte,
dass sich die Bedingungen hinsichtlich Kompetenzanmutung (bzw.
Vertrauenwürdigkeit) unterscheiden.

Mit freundlichen Grüßen

PonderStibbons