操弄檢視

本研究主要操弄之變數為受測者的涉入程度，且著重在高涉入部分。高涉入 的問卷在一開頭的說明處就會先利用文字敘述告知受測者此問卷：「針對大學生 市場收集少數樣本，您的意見將對此調查結果產生重大的影響」；強調「用心作 答者會有一個抽統一7-11 的 500 元商品卡的機會」；介紹「Primacy Effect」，並 告知受測者將會詢問有關第一則廣告的問題及隨機抽取三樣廣告來問相關問題；

目標廣告中的慢跑鞋「目標客群為學生族群」，且將於「下個月就會在全台灣同 步上市」。

檢視受測者投入程度高低的衡量，是利用問卷其中一題問：「請問您剛剛在 看iRunning 慢跑鞋的廣告時，您對這則廣告的投入程度為何？」請受測者依照 專注程度、仔細程度與認真程度三個面向，利用李克特式七分量表一（程度低）

到七分（程度高）來評分，我們將高涉入情境下所有受測者在此題的評分取平均 值來看高涉入操弄的結果是否成功。

首先利用交叉表來檢視高涉入情境下受測者在閱讀 iRunning 廣告投入程度 上的平均分數之次數分配，接著用單一樣本T 檢定來檢視平均值，同時也利用 單變量分析來檢視操弄的顯著性，結果如下表：

26

圖2 高涉入受測者之閱讀 iRunning 廣告投入程度的預估邊際平均值

由上面四個圖表可以看出本研究在高涉入的操作是成功的，但是由單一樣本 T 檢定來看，投入程度的平均數只有 4.65，顯著性為 0.00，比檢定值 4 還高，只 是這樣的值並沒有高到足以讓受測者去仔細的檢視資訊並做出最正確的判斷。顯 示在請受測者填寫問卷時，使用的方法採取面對面、一對多的調查方式來填寫問 卷，並在問卷開頭加上一些文字敘述和獎勵，都無法讓受測者能更專心的填寫問 卷，以致高涉入的結果無法呈現的更完整。另外在單變量分析閱讀 iRunning 廣 告投入程度中，藝人專家、單項多項與藝人專家*單項多項三個面向的結果都呈 現不顯著（P=0.809,P>0.05）。

而從簡單主要效果分析與預估邊際平均值的圖（圖 五-1）來看，藝人代言 人不論在單項代言或多項代言期平均值都一樣，而專家代言人在單項代言的平均 值為 4.533、多項代言為 4.689，四個情境（藝人單項、藝人多項、專家單項與 專家多項）的平均值都沒有顯著的差異，藝人代言人或專家代言人都無法在跨領

28

iRunning 慢跑鞋的評價更差或更好？」我們從第七題裡有察覺偏誤為代言人的 20 人中計算他們的平均分數（受測者利用李克特式七分量表評分），以 4 分為 檢定值，得到的結果平均數為 4.400,顯著性為 0.176(P>0.05)，我們原本預期受 測者沒有察覺偏誤的話對慢跑鞋的評價應該更高，但結果平均數只有 4.400，沒 有預期的高。

在問卷中第九題問到「若是在第七題的回答有察覺到某偏誤因素，則在回答 iRunning 慢跑鞋整體評價時是否有排除偏誤因素對 iRunning 慢跑鞋評價的影 響？」我們從第七題裡有察覺偏誤為代言人的 20 人中去計算回答第九題的答案 為「有排除偏誤因素」與「沒有排除偏誤因素」的次數個為多少。結果為「有排 除偏誤因素」的受測者有 7 人，「沒有排除偏誤因素」的受測者則有 13 人。而 回答「沒有排除偏誤因素」的原因大多為「廣告整體感覺」。

在問卷的第十題問到「若是有試著排除偏誤影響的話，那麼您對 iRunning 慢跑鞋修正後的評價是比評價前更差還是更好？」我們從第七題裡有察覺偏誤為 代言人的 20 人中計算他們的平均分數（受測者利用李克特式七分量表評分），

以 4 分為檢定值，得到的結果平均數為 4.400,顯著性為 0.148(P>0.05)，我們原 本預期受測者有排除察覺偏誤的話對慢跑鞋的評價應該更低，但結果平均數 4.400 比檢定值 4 還高。

在問卷的第二十二題問到「如果沒有察覺到代言人是可能會影響 iRunning 慢跑鞋評價的偏誤因素，則代言人的出現應該會讓 iRunning 慢跑鞋的評價更差 或更好？」，在這題當中，我們直接告訴受測者偏誤因素為「代言人」 ，看看 若所有受測者未察覺到代言人是可能偏誤因素，則對 iRunning 慢跑鞋的評價為 何？（受測者利用李克特式七分量表評分），以 4 分為檢定值，得到的結果平均

30

數為 4.533,顯著性為 0.007(P<0.05)，顯示受測者認為代言人會讓 iRunning 慢 跑鞋的評價更好，與我們原本預期受測者沒有察覺偏誤的話對慢跑鞋的評價應該 更高相對應，只是平均數只有 4.533，並沒有非常的高，。

在問卷的第二十三題問到「若是有察覺到代言人可能會對產品的評價產生偏 誤，則您在回答 iRunning 慢跑鞋整體評價時是否會排除代言人對 iRunning 慢跑 鞋評價的影響？」我們從所有受測者的回答中去計算「有排除代言人的影響」與

「沒有排除代言人的影響」的次數個為多少。結果為「有排除代言人的影響」的 受測者有 27 人，比例為 45%；「沒有排除代言人的影響」的受測者則有 33 人，

比例為 55%，而回答「沒有排除偏誤因素」的原因大多為「代言人的影響」（單 項：9 位，多項：16 位）。

在問卷的第二十四題問到「如果會試著排除代言人對 iRunning 慢跑鞋的偏 誤影響的話，那麼您對 iRunning 慢跑鞋修正後的評價會比修正前的評價更差還 是更好？」我們從所有受測者的回答中去計算他們的平均分數（受測者利用李克 特式七分量表評分），以 4 分為檢定值，得到的結果平均數為 3.933,顯著性為 0.687(P>0.05)，我們原本預期受測者有排除察覺偏誤的話對慢跑鞋的評價應該 更低，但結果平均數 3.933 只比檢定值 4 還低一點點而已。

從以上七道問題的結果顯示，本實驗在高涉入的操作還是一樣不顯著。不管 是有排除偏誤因素還是沒有排除偏誤因素，其平均分數都接近檢定值 4，沒有太 大的差別。可能原因為受測者的涉入程度不夠，導致沒有足夠的時間察覺偏誤。

高涉入操作並沒有達到預期的結果。

而專家代言人在多項代言的平均數還比單項代言的平均數高的可能原因，根 據我們在受測者填完問卷後的訪談中，認為可能是因為專家代言人（王建民）本

身是棒球選手，由他來代言慢跑鞋並不適合，所以在單項代言的情況下，投入的