UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDEACADEMIEJAAR 2007 – 2008

HET EFFECT VAN VERSCHILLENDE SCHAALTECHNIEKEN OP

ANTWOORDSTIJLEN

Masterproef voorgedragen tot het bekomen van de graad van

Master in de Toegepaste Economische Wetenschappen

Nathalia Purnawirawan

onder leiding van

Prof. M. Geuens

UNIVERSITEIT GENT

FACULTEIT ECONOMIE EN BEDRIJFSKUNDEACADEMIEJAAR 2007 – 2008

HET EFFECT VAN VERSCHILLENDE SCHAALTECHNIEKEN OP

ANTWOORDSTIJLEN

Masterproef voorgedragen tot het bekomen van de graad van

Master in de Toegepaste Economische Wetenschappen

Nathalia Purnawirawan

onder leiding van

Prof. M. Geuens

Vertrouwelijkheidsclausule

Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of

gereproduceerd worden, mits bronvermelding.

Nathalia Purnawirawan

Voorwoord

Bij de aanvang van deze thesis zou ik graag een paar mensen willen bedanken die mij

geholpen hebben om deze thesis tot een goed einde te brengen. In de eerste plaats

zou ik graag prof. M. Geuens en prof. Van Kenhove bedanken voor hun bereidheid

om steeds kritische adviezen te geven. Speciale dank gaat naar mijn thesisbegeleidster,

Elke Cabooter, voor de geboden ondersteuning, inzichtvol commentaar en snelle feedback

op al mijn vragen. Verder zou ik graag mijn vriend, Jelle Nelis, in de bloemen willen

zetten voor zijn oneindige geduld, begrip en intellectuele betrokkenheid tijdens die drukke

periode. Een dankwoord voor Raf Hens, die deze thesis grondig heeft nagelezen, voor

zijn tijd en kritische opmerkingen. Tenslotte wil ik iedereen bedanken die rechtstreeks

of onrechtstreeks bijgedragen heeft tot de verwezenlijking van deze thesis en ook alle

respondenten die meegedaan hebben aan mijn onderzoek.

INHOUDSOPGAVE i

Inhoudsopgave

Lijst van gebruikte afkortingen iv

1 Inleiding 1

2 Schaalmethoden 4

2.1 De semantische differentiaal . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.2 Stapelschaal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.3 Likertschaal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.4 Samenvatting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

3 Antwoordstijlen 16

3.1 Algemeen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3.2 Acquiescence Response Style en Disacquiescence Response Style . . . . . . 20

3.3 Extreme Response Style . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.4 Midpoint Response Style . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

INHOUDSOPGAVE ii

4 Hypothesen 24

4.1 Hypothesen voor ARS en DARS . . . . . . . . . . . . . . . . . . . . . . . . 24

4.2 Hypothese voor ERS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

4.3 Hypothese voor MRS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

5 Empirisch Onderzoek 28

5.1 Pretest: procedure en resultaten . . . . . . . . . . . . . . . . . . . . . . . . 28

5.2 Procedure hoofdonderzoek . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

5.3 Dataverwerking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

5.4 Resultaat en interpretatie . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

5.4.1 Acquiescence Response Style . . . . . . . . . . . . . . . . . . . . . . 32

5.4.2 Disacquiescence Response Style . . . . . . . . . . . . . . . . . . . . 33

5.4.3 Extreme Response Style . . . . . . . . . . . . . . . . . . . . . . . . 35

5.4.4 Midpoint Response Style . . . . . . . . . . . . . . . . . . . . . . . . 36

5.4.5 Samenvatting en conclusie . . . . . . . . . . . . . . . . . . . . . . . 37

5.4.6 Discussie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

5.5 Beperkingen en aanbevelingen voor toekomstig onderzoek . . . . . . . . . . 41

A Stellingen VII

B Vragenlijsten XIII

INHOUDSOPGAVE iii

C SPSS XXII

LIJST VAN GEBRUIKTE AFKORTINGEN iv

Lijst van gebruikte afkortingen

ARS Acquiescence Response Style

BI Betrouwbaarheidsinterval

CI Confidence Interval

DARS Discquiescence Response Style

ERS Extreme Response Style

ISM Intra-Subject Mean

ISSD Intra-Subject Standard Deviation

MRS Midpoint Response Style

NARS Net Acquiescence Response Style

NCRS Non-Contingent Response style

RR Response Range

SD Semantische Differentiaal

SL Speciale Likert

SPSS Statistical Package for the Social Sciences

LIJST VAN TABELLEN v

Lijst van tabellen

2.1 Voorbeeld semantische differentiaal . . . . . . . . . . . . . . . . . . . . . . 8

2.2 Voorbeeld stapelschaal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.3 Voorbeeld Likertschaal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.4 Samenvatting schaalmethoden . . . . . . . . . . . . . . . . . . . . . . . . . 15

3.1 Samenvatting Antwoordstijlen . . . . . . . . . . . . . . . . . . . . . . . . . 19

5.1 Procedure hoofdonderzoek . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

5.2 Formule voor berekening van antwoordstijlen volgens Baumgartner en Steen-

kamp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

5.3 Cronbach’s Alpha . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

5.4 Hypothesen van ARS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

5.5 Resultaat variantie-analyse ARS . . . . . . . . . . . . . . . . . . . . . . . . 33

5.6 Hoofd- en interactie-effecten op ARS . . . . . . . . . . . . . . . . . . . . . 33

5.7 Hypothesen van DARS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

LIJST VAN TABELLEN vi

5.8 Resultaat variantie-analyse DARS . . . . . . . . . . . . . . . . . . . . . . . 34

5.9 Hoofd- en interactie-effecten op DARS . . . . . . . . . . . . . . . . . . . . 34

5.10 Hypothese van ERS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

5.11 Resultaat variantie-analyse ERS . . . . . . . . . . . . . . . . . . . . . . . . 35

5.12 Hoofd- en interactie-effecten op ERS . . . . . . . . . . . . . . . . . . . . . 35

5.13 Hypothese van MRS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

5.14 Resultaat variantie-analyse MRS . . . . . . . . . . . . . . . . . . . . . . . 37

5.15 Hoofd- en interactie-effecten op MRS . . . . . . . . . . . . . . . . . . . . . 37

5.16 Resultaat hypothesen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

LIJST VAN FIGUREN vii

Lijst van figuren

5.1 Betrouwbaarheidsinterval DARS . . . . . . . . . . . . . . . . . . . . . . . . 34

5.2 Betrouwbaarheidsinterval ERS . . . . . . . . . . . . . . . . . . . . . . . . . 36

B.1 Vragenlijst Likert Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . XIV

B.2 Vragenlijst Likert All . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XV

B.3 Vragenlijst Stapel Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . XVI

B.4 Vragenlijst Stapel All . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XVII

B.5 Vragenlijst Semantische Differentiaal Extrema . . . . . . . . . . . . . . . . XVIII

B.6 Vragenlijst Semantische Differentiaal All . . . . . . . . . . . . . . . . . . . XIX

B.7 Vragenlijst Speciale Likert Extrema . . . . . . . . . . . . . . . . . . . . . . XX

B.8 Vragenlijst Speciale Likert All . . . . . . . . . . . . . . . . . . . . . . . . . XXI

INLEIDING 1

Hoofdstuk 1

Inleiding

”Mensen zeggen niet wat ze doen en ze doen niet wat ze zeggen.” Deze alom bekende

uitspraak in marktonderzoek impliceert dat de antwoorden van de respondenten op een

enquete niet altijd een nauwkeurige weergave zijn van hun mening of kennis. Door deze

fouten of onnauwkeurigheden kunnen conclusies die voortvloeien uit de resultaten verkeerd

zijn.

Deze fouten kunnen op twee manieren voorkomen, toevalsmatig of systematisch (De

Pelsmacker & Van Kenhove, 2006). Toevalsmatige fouten zijn fouten die effect hebben op

de betrouwbaarheid van een meting. Indien de ondervrager bij een mondelinge enquete

per ongeluk het cijfer 4 aankruist terwijl de respondent het cijfer 3 bedoelt, maakt de

ondervrager een toevalsmatige fout. Deze fout leidt tot een onnauwkeurige meting, maar

het meetresultaat wordt niet in een bepaalde richting vertekend, aangezien het eveneens

mogelijk is dat de ondervrager het cijfer 2 aankruist.

In tegenstelling tot toevalsmatige fouten, leiden systematische fouten wel tot verteke-

ning van het resultaat in een bepaalde richting. Het resultaat kan betrouwbaar zijn, maar

niet valide. Dit wil zeggen, het is mogelijk dat de respondent de volgende keer hetzelf-

de antwoord zou geven, maar dat het antwoord nog steeds niet de correcte weergave is

van zijn mening of kennis (Delnooz, 1996). Systematische fouten kunnen verder worden

INLEIDING 2

onderverdeeld in twee soorten fouten:

• Inhoudsgerelateerde fouten, zoals sociale wenselijkheid. Bij een delicaat onderwerp

(aids, incest, seksualiteit, etc.) geven de respondenten vaak antwoorden, waarvan

ze denken dat die verwacht worden door de interviewer of de maatschappij.

• Niet-inhoudsgerelateerde fouten, zoals antwoordstijlen. Een antwoordstijl kan ge-

definieerd worden als de neiging om systematisch te antwoorden op items van een

enquete onafhankelijk van de inhoud.

Deze studie gaat verder in op antwoordstijlen. Het probleem rond antwoordstijlen

werd voor de eerste keer naar voren gebracht door Cronbach. Er zijn tot nu toe al diverse

verklaringen gevonden voor de verschillen in antwoordstijlen, waaronder:

• Persoonlijke variabelen: zie Couch & Kenniston (1960) of Knowles & Nathan (1997).

• Cultuur : Timothy et al. (2005) onderzochten antwoordstijlen in 19 landen over de

vijf continenten.

• Schaalkarakteristieken: Albaum & Murphy (1988), Weijters (2006).

Deze studie behoort tot de categorie van de schaalkarakteristieken. Tot op heden zijn

er veel onderzoeken gebeurd rond schaalmethoden. Hawkins, Albaum & Best (1974) ver-

geleken de bipolaire semantische differentiaal met de unipolaire stapelschaal. Albaum &

Murphy (1988) bestudeerden Extreme Response Style (ERS) op een likertschaal. Green-

leaf (1992) stelde methoden voor om antwoordstijlen te meten en te corrigeren op een

likertschaal. Weijters (2006) onderzocht het effect van het aantal antwoordopties en ver-

bale labels op antwoordstijlen. Het nadeel van deze onderzoeken is: ofwel werd er weinig

of geen link gelegd met de antwoordstijlen ofwel beperkte het onderzoek zich tot een soort

schaal. Er is dus tot op heden nog geen onderzoek gebeurd dat het effect van verschillende

schaaltechnieken op antwoordstijlen nagaat. Bijgevolg zal deze thesis dit effect onderzoe-

ken. De schaalmethoden die we hier gebruiken, liggen in lijn met de indeling van Churchill

& Iacobucci (2002) en De Pelsmacker & Van Kenhove (2006). De focus ligt vooral op de

INLEIDING 3

drie meest gebruikte en gekende multidimensionale schalen in het marktonderzoek, name-

lijk de likertschaal, de semantische differentiaal en de stapelschaal. Desalniettemin wordt

er ook aandacht besteed aan een overgangsschaal tussen de likertschaal en de semantische

differentiaal, die later in hoofdstuk 2 speciale likert wordt genoemd.

Deze thesis begint met een uitgebreide samenvatting betreffende schaalmethoden in

hoofdstuk 2. Vervolgens worden in hoofdstuk 3 schaalmethoden uitvoerig behandeld,

gevolgd door de hypothesen in hoofdstuk 4. De hypothesen zullen de bevindingen rond

antwoordstijlen proberen te linken met de drie schaaltechnieken. In hoofdstuk 5 worden

deze hypothesen getoetst aan de hand van een empirisch onderzoek. In dit deel worden

de resultaten besproken, evenals de interpretatie en de conclusie. We sluiten af met

aanbevelingen voor verder onderzoek.

SCHAALMETHODEN 4

Hoofdstuk 2

Schaalmethoden

De meeste vragen in een vragenlijst zijn bedoeld om de attitude van de respondenten

ten opzichte van een bepaald object of stimulus te meten. Dit object of deze stimulus

hoeft niet altijd een product of een merk te zijn, maar kan ook een organisatie, een

reclameboodschap, etc. zijn.

Attitude is een eerder abstract begrip. Aaker, Kumar & Day (1995) hebben dit be-

grip omschreven als mentale toestanden van een individu die structuur geven aan de

manier waarop hij/zij de omgeving waarneemt en die leidraad geven aan de manier

waarop hij/zij reageert.”Attitudes are mental states used by individuals to structu-

re the way they perceive their environment and guide the way they respond to it.”

(Aaker et al., 1995, pg. 254). Churchill & Iacobucci (2005) vatten dit begrip samen

als de weergave van iemands ideeen, overtuigingen en geloof ten opzichte van een bepaald

object. De Pelsmacker & Van Kenhove (2006) definieren de attitude als de houding van

een individu ten opzichte van een stimulus.

Hetgeen deze auteurs met elkaar eens zijn, is dat attitude gebaseerd is op drie elemen-

ten, namelijk:

• het cognitieve element : kennis, informatie en meningen over een bepaald object.

• het affectieve element : de gevoelens ten opzichte van een object, of men het object

SCHAALMETHODEN 5

al dan niet aangenaam vindt.

• het conatieve element : het gedrag, of men het product koopt of zal kopen.

Attitude speelt een belangrijke rol in marktonderzoek, vooral in onderzoek naar con-

sumentengedrag, wegens het centrale geloof dat attitudes het gedrag sterk beınvloeden

(Churchill & Iacobucci, 2005). Mensen kopen een product omdat hun attitude ten opzichte

van dit product positief is. Bijgevolg, wanneer men wil dat mensen bepaalde producten

kopen, moet men eerst de attitude van die mensen kennen om deze te kunnen beınvloeden.

De meest gebruikte methode om attitudes te meten is de schaalmethode of de schaal-

meting. Deze techniek benadert de attitude vanuit het kwantitatieve aspect (Aaker

et al., 1995). Schaalmeting bestaat uit twee componenten: schaal en meting. Meting

(measurement) kan gedefinieerd worden als een gestandaardiseerd proces om getallen toe

te wijzen aan bepaalde karakteristieken van een object of stimulus, volgens bepaalde voor-

opgestelde regels. Het schaalgedeelte (scaling) is een proces om een continuum te creeren

waarop objecten of stimuli zijn gesitueerd volgens de hoeveelheid karakteristieken die zij

bezitten. Schaalmeting is meestal opgebouwd uit een reeks vragen die bij elkaar horen

en waarbij aan de respondenten gevraagd wordt om een keuze te maken uit een aantal

mogelijke beoordelingen.

Wat betreft de vraagvorm gebruiken de schaalmethoden gesloten vragen (De Pelsmacker

& Van Kenhove, 2006). Dit wil zeggen dat bij het beantwoorden van de vragen, de respon-

denten de antwoordmogelijkheden krijgen en ze verplicht zijn om een van deze keuzeopties

te kiezen. Bij veel van de attitudevragen wordt aan de respondenten gevraagd om te oor-

delen in welke mate ze al dan niet akkoord gaan met bepaalde stellingen of in welke mate

bepaalde omschrijvingen voor hen van toepassing zijn. In dit geval krijgen ze bijvoor-

beeld keuzemogelijkheden op een schaal van 1 tot 5, waar keuze 1 betekent ’helemaal niet

akkoord’ en keuze 5 ’helemaal akkoord’. Het is niet mogelijk om andere cijfers te laten

registreren behalve de cijfers van 1 tot en met 5.

Aaker et al. (1995) onderscheiden twee soorten attitudeschalen: eendimensionale en

SCHAALMETHODEN 6

multidimensionale schalen. Bij eendimensionale schalen wordt maar een dimensie of con-

struct gemeten: de items van deze schaal dienen om een verklaring te geven voor een

probleemstelling. Een bedrijf kan zich afvragen of de klanten tevreden zijn met hun ser-

vice. Via een tevredenheidsenquete kan dit bedrijf vaststellen of de klanten al dan niet

tevreden zijn met de service. Bij multidimensionale schalen worden verschillende dimen-

sies of constructs gemeten: de items van deze schaal zouden een antwoord moeten geven

op verschillende probleemstellingen. Toegepast op vorig voorbeeld: het bedrijf kan tevre-

denheid meten via verschillende constructs zoals service, prijs en kwaliteit. Het resultaat

kan zijn dat de klanten tevreden zijn met de service en de prijs, maar niet met de kwaliteit.

In dit geval weet het bedrijf wat er moet verbeterd worden. In deze studie ligt de focus op

de multidimensionale schalen omdat de meeste marktonderzoeken een probleemstelling

vanuit verschillende dimensies benaderen om een globaal beeld te krijgen.

Er zijn veel verschillende vormen van multidimensionale schalen. Deze schalen onder-

scheiden zich onder andere qua (McDaniel & Gates, 1995; Churchill & Iacobucci, 2005;

De Pelsmacker & Van Kenhove, 2006) :

Polariteit Unipolaire schalen zijn schalen waar de items of attributen enkel aan een kant

van het perceptueel continuum worden weergegeven. Bij de bipolaire schalen worden de

items aan beide kanten aangeboden. Het perceptuele continuum wordt dus begrensd door

deze twee items.

Aantal antwoordalternatieven In theorie kan het aantal antwoordmogelijkheden va-

rieren van twee tot oneindig, maar in de praktijk mag dit aantal niet te weinig of te veel

zijn. Bij te weinig aantal keuzes gaat er informatie verloren en bij te veel keuzemogelijk-

heden is het mogelijk dat de keuzes elkaar niet genoeg discrimineren.

Ankerpunten Er kan geopteerd worden om enkel positieve ankerpunten te gebruiken,

bijvoorbeeld een 7-puntenschaal die gaat van 1 tot 7, of er kan gekozen worden voor een

combinatie van positieve en negatieve ankerpunten, bijvoorbeeld een 7-puntenschaal die

gaat van -3 tot +3.

Label De bedoeling van een verbaal label is om de antwoordopties te verduidelijken.

Vaak worden labels gebruikt in combinatie met de ankerpunten. Men kan kiezen om alle

2.1 De semantische differentiaal 7

ankerpunten te labelen of enkel bepaalde ankerpunten een label te geven. In het laatste

geval kan men bijvoorbeeld enkel de neutrale optie of enkel de schaaluiteinden (extrema)

labelen.

Hoewel er veel soorten multidimensionale schalen bestaan, zijn er in de literatuur

drie types attitudeschalen die het meest worden besproken, namelijk: de semantische

differentiaal, de stapelschaal en de likertschaal (McDaniel & Gates, 1995, Aaker et al.,

1995, Churchill & Iacobucci, 2005, De Pelsmacker & Van Kenhove, 2006). Deze schalen

worden ook het meest onderzocht en met elkaar vergeleken om zo de optimale schaalvorm

te verkrijgen.

In sectie 2.1 wordt de semantische differentiaal besproken, sectie 2.2 gaat dieper in

op de stapelschaal, waarna in sectie 2.3 de likertschaal onder de loep genomen wordt.

In de sectie 2.4 worden de schaalkarakteristieken die worden gebruikt voor deze thesis

samengevat.

2.1 De semantische differentiaal

Deze schaal wordt niet enkel gebruikt als een hulpmiddel om de attitude van de respondent

tegenover een bepaald object of stimulus te constateren, maar vaak ook om het imago van

een merk of product te meten (De Pelsmacker & Van Kenhove, 2006). In een semantische

differentiaalschaal worden bipolaire adjectieven aangeboden als de twee uitersten van een

perceptuele continuum. Bipolaire adjectieven zijn koppels van tegengestelde adjectieven

of omschrijvingen.

Tabel 2.1 toont een voorbeeld van een semantische differentiaalschaal waarin gepolst

wordt naar de attitude ten opzichte van een bepaalde reclamespot. Er wordt gevraagd

aan de respondenten om een kruis te plaatsen bij elk item dat hun mening over reclame

Q weergeeft. De respondenten mogen hun beoordeling geven op een 7-punten schaal, dit

wil zeggen dat ze 7 keuzemogelijkheden hebben. Keuze +3 op item 2 betekent dat ze de

2.1 De semantische differentiaal 8

reclame heel grappig vinden en keuze -3 het tegenovergestelde. De respondenten kunnen

keuze 0, de middenoptie (neutraal antwoord), aankruisen als beoordeling voor item 2

wanneer ze de reclame grappig noch serieus vinden.

Ik vind reclame Q . . .

Item +3 +2 +1 0 -1 -2 -3

1 Heel goed X Heel slecht

2 Zeer grappig X Zeer serieus

3 Energiek X Sloom

...

Tabel 2.1: Voorbeeld semantische differentiaal

In het voorbeeld wordt er gebruik gemaakt van positieve en negatieve ankerpunten,

namelijk +3, +2, . . . , -2, -3. Dit is om te benadrukken dat deze schaal een bipolaire schaal

is met tegenovergestelde adjectieven. De positieve ankerpunten horen bij de ’positieve’

adjectieven (in het voorbeeld: goed, enthousiast, grappig) en omgekeerd. Auteurs zoals

McDaniel & Gates (1995) tonen aan dat dit niet noodzakelijk is. Ze geven in hun boek

een voorbeeld van een semantische differentiaal met enkel positieve ankerpunten gaande

van 1 tot 7.

Deze schaal is een meetinstrument met een sterke visualisatiekracht voor de enqueteur

en voor de respondenten. Door de kruisjes met elkaar te verbinden, kan de opdrachtgever

het resultaat van de vragenlijst snel met elkaar vergelijken om een algemeen beeld te

krijgen. Voor de respondenten kan deze schaalvorm helpen om het perceptuele continuum

visueel voor te stellen, waardoor ze sneller een beslissing kunnen maken, zelfs zonder de

aanwezigheid van de numerieke ankerpunten (De Pelsmacker & Van Kenhove, 2006).

De originele semantische differentiaal werd ontworpen om de onderliggende structuur

van woorden te onderzoeken (Churchill & Iacobucci, 2005). Oorspronkelijk bestond deze

schaal uit een groot aantal bipolaire adjectieven die actief zijn in drie dimensies: de

evaluatie-dimensie (goed-slecht, mooi-lelijk etc.), de potentie-dimensie (sterk-zwak, licht-

zwaar, etc.) en de activiteitsdimensie (snel-traag, enthousiast-sloom, etc.). Het is de

2.1 De semantische differentiaal 9

bedoeling dat de bipolaire koppels in een semantische differentiaal deze drie dimensies

vertegenwoordigen.

In de marketingwereld heeft de semantische differentiaal een grote evolutie meege-

maakt. Ten eerste, in plaats van de oorspronkelijke bipolaire adjectieven te hanteren,

hebben de marketeers hun eigen items gecreeerd, die niet altijd de tegenovergestelden

van elkaar zijn. Soms gebruiken ze zelfs een hele zin, in plaats van adjectieven, om de

schaaluiteinden te labelen. De tweede verschuiving betreft de dimensies. Ze gebruiken de

voorgestelde dimensies niet, maar ontwikkelen hun eigen dimensies om de attitude van

consumenten beter te begrijpen en/of het imago te kunnen vergelijken met de concurren-

ten (Churchill & Iacobucci, 2005).

Bij het opstellen van een semantische differentiaal zijn er een paar aandachtspunten

waarmee er rekening moet worden gehouden (De Pelsmacker & Van Kenhove, 2006).

Representativiteit van de schaal Men moet ervoor zorgen dat alle adjectieven (attri-

buten) die betrekking hebben tot het object gebruikt worden. Bij een onderzoek naar het

imago van merk A, kan het bijvoorbeeld gebeuren dat men het attribuut kleur vergeten

is, terwijl kleur rol speelt bij de keuze van de consument voor merk A. Het probleem van

representativiteit komt bij alle soorten schalen voor.

Bipolariteiten Elk adjectief of item moet het correcte tegenovergestelde adjectief of

item hebben, maar dit is niet altijd universeel. Het tegenovergestelde van het woord

’energiek’ kan ’sloom’, ’apathisch’, ’futloos’, ’energieloos’, etc. zijn.

Schaalbalans van de uitspraken. Dit is de manier waarop de items worden geordend

en voorgesteld. Worden alle positieve stellingen of items aan de zelfde kant weergegeven?

Of zouden deze items beter gebalanceerd worden (evenveel negatieve items als positieve

items aan elke kant)? Het gevaar bij de eerste mogelijkheid is het halo-effect. Dit is

de neiging om de algemene mening over een product of merk te veralgemenen over alle

items (attributen of kenmerken). Als een respondent negatief staat tegenover een merk,

zouden zijn antwoorden op de vragenlijst altijd aan de negatieve kant staan, wanneer dit

effect zich voordoet. Met gebalanceerde items zou men dit probleem kunnen vermijden,

maar uit een onderzoek van Barnette (2000) blijkt dat een schaal met gebalanceerde

2.2 Stapelschaal 10

items lage interne consistentie heeft. Dit wil zeggen dat de gemengde items niet eenzelfde

construct zouden meten. In deze studie zal dit geen probleem zijn want de items meten

geen construct.

Aantal keuzemogelijkheden In theorie kan het aantal antwoord-alternatieven va-

rieren van twee tot oneindig. Bij te weinig aantal keuzes gaat er informatie verloren en bij

te veel keuzemogelijkheden is het mogelijk dat de keuzes elkaar niet genoeg discrimineren.

2.2 Stapelschaal

Zoals de semantische differentiaal wordt de stapelschaal meestal gebruikt om attitude

en/of imago te meten. De stapelschaal is een gemodificeerde versie van de semantische

differentiaal. In plaats van een waaier van bipolaire adjectieven biedt deze schaal enkel

adjectieven aan een kant. Voor de respondenten wordt de opdracht eenvoudiger: hoe hoger

het getal dat ze toekennen aan een adjectief, hoe meer ze van mening zijn dat dit adjectief

het object of stimulus beschrijft. Het opstellen van de stapelschaal is veel eenvoudiger

dan de semantische differentiaal omdat men op voorhand de tegenovergestelde adjectieven

niet hoeft te zoeken. Zoals bij de semantische differentiaal is het bij de stapelschaal ook

mogelijk om zinnen te gebruiken in plaats van adjectieven.

Tabel 2.2 toont een voorbeeld van een stapelschaal. De respondenten worden gevraagd

om hun beoordeling te geven over reclame Q. Hoe positiever hun beoordeling is, hoe hoger

de score. Score 0 betekent dat ze neutraal staan ten opzichte van het item.

Bij een vergelijkend onderzoek tussen de semantische differentiaal en de stapelschaal

hebben Hawkins et al. (1974) geconcludeerd dat er niet echt een significant verschil is

tussen de twee schalen op vlak van de manier waarop de enquetes worden afgenomen

(schriftelijk, mondeling of telefonisch). Beide schalen zijn robuust tegen het effect van deze

verschillende manieren. Desondanks is de stapelschaal nooit even populair geweest als de

semantische differentiaal en wordt de ook aanzienlijk minder gebruikt in commercieel

marktonderzoek (McDaniel & Gates, 1995).

2.2 Stapelschaal 11

Ik vind reclame Q . . .

Item -5 -4 -3 -2 -1 0 +1 +2 +3 +4 +5

1 Goed X

2 Grappig X

3 Energiek X

...

Tabel 2.2: Voorbeeld stapelschaal

De stapelschaal wordt meestal gepresenteerd als een 10-puntenschaal, gaande van -5

tot +5, zonder neutrale keuze (Churchill & Iacobucci, 2005). Afhankelijk van waarvoor

men deze schaal ontwikkelt, kan deze schaal andere vormen aannemen.

Beoordeling Wanneer de respondenten het object of de stimulus zelf moeten beoorde-

len op basis van een aantal attributen, gaan de numerieke ankerpunten meestal van -5 tot

+5. Het voorbeeld waaraan de respondenten wordt gevraagd om reclame Q te beoordelen

is een toepassing hiervan (Churchill & Iacobucci, 2005).

Belangrijkheid Wanneer aan de respondenten wordt gevraagd om punten te geven

in welke mate ze bepaalde attributen belangrijk vinden om bijvoorbeeld een auto te

kopen, gaan de numerieke ankerpunten meestal van 1 tot 10. Men kan in principe geen

negatieve scores geven voor belangrijkheid. Het gevaar van belangrijkheidsmeting is dat

de respondenten meestal geneigd zijn om alles als belangrijk aan te geven. Ze kunnen

voor alle attributen score 8 of 9 geven en voor de opdrachtgever zegt deze score niet veel

(De Pelsmacker & Van Kenhove, 2006).

Bij het opstellen van de stapelschaal vormt bipolariteit geen probleem, maar de andere

drie aandachtspunten blijven wel geldig:

Representativiteit Alle adjectieven (of items) die betrekking hebben tot het object

moeten in de vragenlijst staan. Zoals reeds gezegd vormt representativiteit een probleem

voor alle soorten schalen.

2.3 Likertschaal 12

Schaalbalans Dit vormt voor de stapelschaal (en andere unipolaire schalen) een grotere

kwestie dan bij bipolaire schalen. De omschrijvingen kunnen op positieve, negatieve en

neutrale manier verwoord worden en onderzoek heeft aangetoond dat verwoording van

items een belangrijke rol speelt in het resultaat (McDaniel & Gates, 1995). Een item dat

positief geformuleerd is, wordt anders gepercipieerd dan de negatie van dit item. Als een

respondent een score +4 geeft op ’goed’ (zie tabel 2.2), betekent dit niet noodzakelijk dat

hij een score -4 zal geven wanneer het item negatief verwoord wordt.

Aantal alternatieven Meestal wordt de stapelschaal voorgesteld als een 10-puntenschaal.

In deze studie worden er 7 alternatieven aangeboden omdat dit als optimaal wordt aanzien

(Cox III, 1980).

2.3 Likertschaal

Deze multidimensionale schaal wordt vooral gebruikt om attitude te meten. De vragenlijst

is samengesteld uit een aantal uitspraken waarvan aan de respondenten wordt gevraagd om

aan te geven in welke mate deze uitspraken voor hen van toepassing zijn. De likertschaal

heeft twee delen, de itemcomponent en de evaluatiecomponent (Aaker et al., 1995). De

eerste component bestaat uit stellingen of statements over een bepaald object of stimulus.

Deze stellingen worden verondersteld een gemeenschappelijke construct te meten. Op die

manier kunnen de gemiddelde scores per respondent berekend worden en vergeleken met

de groepsscores. De evaluatiecomponent is een lijst van antwoordcategorien, meestal

gaande van ’helemaal akkoord’ tot ’helemaal niet akkoord’.

In tabel 2.3 ziet u een voorbeeld van een likertschaal waarin aan de respondent ge-

vraagd wordt in welke mate deze al dan niet akkoord gaat met de uitspraken.

Zoals de semantische differentiaal en de stapelschaal kan de likertschaal ook verschil-

lende vormen aannemen. De verbale labels (helemaal akkoord - helemaal niet akkoord)

kunnen vervangen worden door of gecombineerd worden met numerieke labels. Schwarz

et al. (1991) hebben onderzocht dat verbale labels en numerieke ankerpunten invloed heb-

2.3 Likertschaal 13

Helemaal

akkoordAkkoord Neutraal

Niet

akkoord

Helemaal

niet

akkoord

Ik vind reclame Q

goedX

Reclame Q is

grappigX

Reclame Q is

energiekX

...

Tabel 2.3: Voorbeeld Likertschaal

ben op de manier waarop de respondenten bepaalde schalen percipieren. Ook het aantal

antwoordmogelijkheden kan varieren.

De likertschaal heeft geen bipolariteitsproblemen, maar andere aandachtspunten blij-

ven wel geldig.

De representativiteit Bij het opstellen van de likertschaal moet ook voor gezorgd

worden dat alle attributen die betrekking hebben tot het object, opgenomen worden in

de schaal.

Schaalbalans Zoals vermeld bij de stapelschaal vormt de schaalbalans ook een belang-

rijke kwestie voor de likertschaal.

Aantal antwoordalternatieven Meestal heeft de likertschaal 5 antwoordkeuzes, maar

7 of 9 antwoordkeuzes worden ook vaak gebruikt.

2.4 Samenvatting 14

2.4 Samenvatting

Deze thesis bestudeert het effect van de verschillende schaalmethoden op antwoordstijlen.

Er zijn drie domeinen die worden onderzocht:

Polariteit Unipolariteit versus bipolariteit. Dit is het verschil tussen de semantische

differentiaal en de andere twee schalen.

Numerieke ankerpunten -3 tot +3 versus 1 tot 7. De semantische differentiaal en

de stapelschaal gebruiken -3 tot +3 als numerieke ankerpunten, terwijl de likertschaal

hanteert enkel de positieve ankerpunten, namelijk 1 tot 7.

Verbale label Alles labelen versus extrema labelen. De ene likertschaal gebruikt enkel

label aan de schaaluiteinden, de andere likertschaal gebruikt label voor elke antwoordkeu-

ze. Dit wordt analoog toegepast voor de semantische differentiaal en de stapelschaal.

Alle andere schaalkarakteristieken worden als constant beschouwd en ze worden voor

alle schalen ook op dezelfde manier toegepast:

Schaalbalans De unipolaire schalen (de likertschaal en de stapelschaal) bestaan enkel

uit positieve stellingen. Bij de bipolaire schalen staan de positieve stellingen aan de

linkerkant en de negatieve stellingen aan de rechterkant.

Aantal alternatieven Voor alle schalen zijn er 7 antwoordcategorieen, met een neutrale

antwoordkeuze in het midden van elke schaal. Dit heeft twee redenen. Ten eerste kunnen

de respondenten op die manier een neutraal standpunt innemen (Cox III, 1980). Ten

tweede, er wordt in deze thesis onderzocht of de verschillende schalen al dan niet effect

hebben op het gebruik van de middencategorie (zie hoofdstuk 3 en hoofdstuk 5).

In tabel 2.4 vindt u een overzicht van de schaalmethoden die onderzocht zullen worden.

Speciale Likert (SL) is een combinatie van likertschaal, qua ankerpunten, en semantische

differentiaal, qua bipolairiteit. Speciale Likert wordt hier gedefinieerd als een bipolaire

schaal met enkel positieve ankerpunten.

2.4 Samenvatting 15

Unipolair Bipolair

-3 tot +3 1 tot 7 -3 tot +3 1 tot 7

Extrema labelenStapelschaal Likertschaal Semantische differentiaal Speciale Likert

Alles labelen

Tabel 2.4: Samenvatting schaalmethoden

ANTWOORDSTIJLEN 16

Hoofdstuk 3

Antwoordstijlen

In dit hoofdstuk zullen de antwoordstijlen uitvoerig worden behandeld. De bespreking

wordt in twee delen gesplitst. Eerst komt de algemene informatie over antwoordstijlen aan

bod. Vervolgens worden de verschillende antwoordstijlen apart besproken. In sectie 3.2

wordt Acquiescence Response Style (ARS) en Disacquiescence Response Style (DARS) be-

sproken, vervolgens wordt in sectie 3.3 Extreme Response Style (ERS) besproken, waarna

in sectie 3.4 Midpoint Response Style (MRS) uit de doeken gedaan wordt.

3.1 Algemeen

Antwoordstijlen worden in deze thesis gedefinieerd als de tendens om systematisch te ant-

woorden op items van een vragenlijst onafhankelijk van de inhoud (Rorer, 1965, Hui &

Triandis, 1985, Paulhus, 1991, Weijters, 2006). Deze definitie omvat twee belangrijke com-

ponenten van antwoordstijlen, namelijk dat het een systematische manier van antwoorden

is en dat deze manier van antwoorden onafhankelijk is van de inhoud. Systematisch wil

zeggen dat de neiging niet toevalsmatig is, maar geregeld, volgens een bepaalde methode

of systeem. Bijvoorbeeld: bij een vragenlijst van 50 items, treffen antwoordstijlen niet

enkel een of twee items, maar alle 50 items. Onafhankelijk van de inhoud betekent dat

3.1 Algemeen 17

deze systematische manier van antwoorden voorkomt ongeacht de reden waarvoor de vra-

genlijst ontworpen is. Dit betekent dat bij een vragenlijst met heterogene items, dit zijn

items die geen psychologische construct meten, ook antwoordstijlen zullen voorkomen.

Het probleem rond antwoordstijlen begon meer en meer aandacht te krijgen na het

onderzoek van Cronbach (1946). Hij stelde vast dat bij een test met twee antwoordkeuzes

(juist of fout), sommige studenten, in geval van twijfel, de neiging hebben om op ’juist’ te

gokken en andere studenten op ’fout’. De eerste groep studenten noemde hij ’acquiescent’,

dit zijn mensen die sneller geneigd zijn om akkoord te gaan met bepaalde uitspraken. De

tweede groep noemde hij ’critical’ omdat ze bepaalde uitspraken niet snel aanvaardden

(Cronbach, 1946). In zijn tweede artikel refereerde hij naar deze tendensen met de term

’response sets’:”Any tendency causing a person consistently to give different responses

to test items than he would when the same content is presented in a different form.”

(Cronbach, 1950). In dit tweede artikel wees hij er op dat de vorm van vragen en de

manier waarop de vraag wordt gesteld, een effect hebben op het antwoord.

Hui & Triandis (1985) breidden de twee types antwoordstijlen van Cronbach uit naar

drie types. Het eerste type is directional bias, dit zijn antwoordstijlen die een bepaalde

richting hebben. Acquiescence en disacquiescence maken deel uit van directional bias

omdat deze antwoorstijlen het resultaat vertekenen respectievelijk in de positieve en in

de negatieve zin. Het tweede type is response range, de neiging om een smalle of brede

waaier van antwoordalternatieven rond het gemiddelde te kiezen. De standaardafwijking

wordt als instrument gebruikt om deze antwoordstijl te meten. Het laatste type dat deze

auteurs onderscheiden is extreme checking style, de tendens om de extreme polen van de

antwoordcategorieen aan te vinken.

Later kwam Greenleaf (1992) ook uit op drie belangrijke categorieen. De eerste catego-

rie is yeasaying/naysaying, de algemene tendens om akkoord of niet akkoord te gaan met

de items zonder rekening te houden met de inhoud. Naar deze antwoordstijl wordt ook

gerefereerd met de term Intra-Subject Mean (ISM) omdat het gemiddelde een indicatie

geeft in welke mate de antwoorden van de respondenten van het algemeen gemiddelde af-

3.1 Algemeen 18

wijken. De tweede categorie is standard deviation, de tendens om een wijd of smal interval

te gebruiken als antwoordpatroon. Hiernaar wordt verwezen met de term Intra-Subject

Standard Deviation (ISSD) omdat de standaardafwijking een indicatie geeft in welke mate

de antwoorden van de responden afwijken van hun eigen gemiddelde. Hoewel ERS een

hoge correlatie vertoont met ISSD, erkent Greenleaf ERS als een aparte antwoordstijl

(Greenleaf, 1992b).

Baumgartner & Steenkamp (2001) geven een overzicht van de antwoordstijlen. Ze

verdelen antwoordstijlen onder in zeven categorieen.

Acquiescence Response Style (ARS) De neiging om akkoord te gaan, onafhankelijk

van de inhoud van de vraag.

Disacquiescence Response Style (DARS) De neiging om niet akkoord te gaan,

ongeacht de inhoud van de vraag.

Net Acquiescence Response Style (NARS) De samenvatting van ARS en DARS,

die meestal wordt gemeten als het gemiddelde van de antwoorden over de heterogene

items. Aangezien ARS en DARS apart worden besproken in deze studie, wordt er verder

geen rekening gehouden met NARS.

Extreme Response Style (ERS) De neiging om de uiterste polen (het meest positief

of het meest negatief) van een schaal te kiezen, zonder rekening te houden met de inhoud

van de vraag.

Response Range (RR) De tendens om een wijde reeks van antwoordmogelijkheden

te kiezen. Bachman & O’Malley (1984) hebben aangetoond dat mensen die extreem

positief antwoorden ook de neiging hebben om extreem negatief te antwoorden. Men kan

verwachten dat RR een hoge correlatie heeft met ERS en daarom wordt RR niet verder

bediscussieerd.

Midpoint Response Style (MRS) De neiging om het midden van de schaal te kiezen,

zonder rekening te houden met de inhoud van de vragen.

Non-Contingent Response Style (NCRS) De neiging om in het wilde weg te ant-

woorden, zonder rekening te houden met de inhoud. In deze studie wordt NCRS niet

3.1 Algemeen 19

verder besproken omdat studies hebben aangetoond dat de interne betrouwbaarheid van

NCRS laag is. Dit wil zeggen dat er tot nu geen optimale manier is gevonden om NCRS

te berekenen.

Deze studie hanteert deze onderverdeling maar we gaan ons beperken tot vier ant-

woordstijlen, namelijk ARS, DARS, ERS en MRS.

Weijters (2006) heeft deze verschillende soorten antwoordstijlen samengevat in twee

categorieen, namelijk unidirectional en bidirectional. Tot unidirectional response style

behoren de ARS, DARS en MRS, omdat deze antwoordstijlen het resultaat vertekenen

in een richting, respectievelijk de positieve, de negatieve en de neutrale richting. Bij

bidirectional response style wordt het resultaat in twee richtingen vertekend. ERS en

RR horen in deze categorie thuis. In tabel 3.1 wordt een overzicht gegeven van alle

antwoordstijlen van de verschillende auteurs.

Baumgartner

& Steenkamp

(2001)

Hui & Triandis

(1985)

Greenleaf

(1992)

Cronbach

(1950)

Weijters (2006)

ARS Directional

bias

ISM Acquiescent Unidirectional

DARS Directional

bias

ISM Critical Unidirectional

NARS N/A N/A N/A Unidirectional

ERS ERS ERS N/A Bidirectional

RR RR ISSD N/A Bidirectional

MRS Directional

bias

ISM N/A Unidirectional

NCRS N/A N/A N/A N/A

Tabel 3.1: Samenvatting Antwoordstijlen

In de literatuur worden er twee termen gebruikt voor antwoordstijlen (Van Herk et

3.2 Acquiescence Response Style en Disacquiescence Response Style 20

al., 2004). De eerste term, response sets, refereert naar het instabiele karakter van de

antwoordstijl. Dit wil zeggen dat antwoordstijlen een tijdelijke reactie op een bepaalde

situatie of conditie zijn. De auteurs suggereren dat wanneer een enquete wordt afgenomen

op een ander tijdstip of op een andere manier, er een andere antwoordstijl kan ontstaan.

Dit betekent dat in het meest extreme geval een enquete in een onvertekende meting

kan resulteren wanneer deze op het juiste moment en op de juiste manier afgenomen

wordt.”The term set referred to a temporary reaction [. . . ] suggesting that by employing

another item format, or by doing the study at another time, unbiased measures can be

obtained.”

(Van Herk et al., 2004, pg. 347). Veel auteurs gebruiken de term response

styles, omdat onderzoeken hebben aangetoond dat antwoordstijlen stabiel zijn over de

tijd en situaties. In deze studie wordt ook aangenomen dat respondenten consistentie

vertonen in hun antwoordpatroon.

3.2 Acquiescence Response Style en Disacquiescence

Response Style

Couch & Keniston (1960) definieerden ARS en DARS als de tendens om respectievelijk

akkoord en niet akkoord te gaan met de items in de vragenlijst, onafhankelijk van de

inhoud. In lijn met deze auteurs wordt naar ARS en DARS in de literatuur vaak ver-

wezen met de termen ’yeasaying’ en ’naysaying’ (Couch & Kenniston, 1960, Greenleaf,

1992). ’Yeasayers’ verwijst naar mensen die geneigd zijn om ’ja’ te zeggen op een vraag,

onafhankelijk van de inhoud. Deze mensen hebben, volgens Couch en Kenniston, weinig

zelfcontrole en daarom zijn ze ook geneigd om wat ze lezen te aanvaarden zonder daarbij

kritische vragen te stellen. De tweede term is bedoeld voor mensen die geneigd zijn om

niet akkoord te gaan met de items, zonder rekening te houden met de inhoud.

Knowles & Nathan vonden in hun studie dat ARS en DARS een cognitieve stijl is.

’Yeasayers’ hebben volgens deze auteurs volgende karakteristieken:

• Simpel cognitief vermogen: zulke mensen verkiezen concrete interpretatie en

3.2 Acquiescence Response Style en Disacquiescence Response Style 21

vermijden ingewikkelde gedachten. Ze zijn ook weinig geınteresseerd in het verkrij-

gen van nieuwe inzichten.

• Rigide mentale organisatie: praktische mensen die planmatig werken. Een ande-

re beschrijving voor ’yeasayers’ is systematisch, methodologisch en gedisciplineerd.

• Negatieve houding ten opzichte van nieuwe ideeen of andere alternatieven.

De ’naysayers’ hebben de tegenovergestelde karakters: ze denken graag abstract en

zoeken naar complexe oplossingen, ze werken onsystematisch en onvoorspelbaar, maar ze

staan open voor nieuwe ideeen.

Behalve persoonlijke variabelen, kunnen schaalkarakteristieken ook een reden zijn voor

de verschillen in antwoordstijlen. Friborg, Martinussen & Rosenvinge (2006) beweren dat

bij het meten van psychologische constructs, de semantische differentiaal ARS effectief

reduceert, in vergelijking met de likertschaal.

Baumgartner en Steenkamp (2001) stelden een paar remedies voor om ARS en DARS

te verbannen. De eerste methode is een gebalanceerde schaal te gebruiken. Dit betekent

dat er evenveel positief verwoorde items als negatief verwoorde items gebruikt worden.

Een positief verwoord item is bijvoorbeeld:”Ik koop vaak merken waarvan ik niet weet

hoe ze zullen presteren”. Als dit item negatief wordt verwoord, wordt het”Ik neem

niet graag risico’s bij het kopen van nieuwe merken”. Studies hebben bewezen dat ARS

inderdaad lager is bij een mixed-items schaalformat, maar dit soort schaal kampt met

interne betrouwbaarheid. Weems, Onwuegbuzie & Lustig (2003) hebben in hun artikel

bevestigd dat een positief item dat negatief verwoord is, niet eenzelfde psychologische

construct meet. Het negatief verwoord item wordt anders gepercipieerd dan zijn positieve

tegenstelling. Om ARS tegen te houden, adviseert Barnette (2000) om gemengde ant-

woordmogelijkheden te gebruiken in plaats van gemengde items. Op die manier blijft de

score van de interne betrouwbaarheid hoog, maar aan de andere kant kunnen gemengde

antwoordmogelijkheden verwarrend zijn voor de respondenten.

De tweede voorgestelde methode van Baumgartner en Steenkamp (2001) houdt in

3.3 Extreme Response Style 22

antwoordpatronen van de respondenten te vinden. Dit kan, door ook heterogene items in

een vragenlijst op te nemen, om de graad van antwoordstijlen per respondent te berekenen.

Als de graad van antwoordstijlen per respondent bekend is, kan men hiermee rekening

houden, zodat de berekening van het eigenlijke resultaat vrij is van antwoordstijlen. Op

die manier vloeit de conclusie uit betrouwbare en valide resultaten voort.

3.3 Extreme Response Style

Algemeen wordt ERS gedefinieerd als de tendens om de uiterste polen (het meest nega-

tieve of het meest positieve punt) van een schaal te kiezen (Greenleaf 1992b). Diverse

verklaringen voor deze antwoordstijl kunnen gevonden worden in de schaalkarakteristie-

ken, persoonlijke variabelen en de cultuur.

Albaum & Murphy (1988) hebben ERS bestudeerd op een 1-stadium versus 2-stadia

likertschaal. Bij een 2-stadia schaalformaat, wordt de respondent in de eerste fase ge-

vraagd of hij al dan niet akkoord gaat met bepaalde uitspraken. In de tweede fase wordt

hij gevraagd om aan te geven in welke mate hij akkoord of niet akkoord gaat met de

betreffende uitspraken. Ze hebben ondervonden dat ERS bij een 2-stadia likertschaal

aanzienlijk hoger is dan bij het 1-stadiumformat. Shulman (1973) heeft een omgekeerde

relatie vastgesteld tussen ERS en het opleidingsniveau van de respondent. Hoe lager de

opleiding, hoe hoger de neiging om extreem te antwoorden. Zijn redenering was dat men-

sen met lage opleiding minder goed met complexiteit konden omgaan. Om het eenvoudig

te maken, wordt alles gecategoriseerd in twee extrema: zwart en wit, goed en slecht, etc.

Clarke III (2000) heeft ERS gelinkt met de cultuur en schaalkarakteristieken. Bij stij-

ging van het aantal antwoordalternatieven van drie naar vijf, daalt ERS dramatisch. Het

grote voordeel van een 3-puntenschaal is dat deze een homogeen ERS-niveau tussen de

verschillende culturen vertoont.

Zoals andere antwoordstijlen kan ERS de statistische resultaten ook vertekenen. Clarke

III (2000) somt de gevaren van ERS in het empirisch onderzoek op.

3.4 Midpoint Response Style 23

• ERS kan between group varience verhogen, waardoor de kans op type II-fout stijgt

(de kans dat de nulhypothese wordt aanvaard, terwijl ze verworpen moest worden).

• ERS heeft invloed op eigenwaarden bij factoranalyse en dit zorgt voor verkeerde

interpretatie van de factor. Dit kan op zijn beurt een verkeerde basis zijn voor de

clusteranalyse.

3.4 Midpoint Response Style

MRS wijst op de neiging om de middencategorie te kiezen, ongeacht de inhoud van de

vraag (Schuman & Presser, 1981). Volgens deze auteurs zijn er drie mogelijke oorzaken

voor MRS. De respondent kan moeite hebben om te beslissen of bepaalde uitspraken voor

hem van toepassing zijn (besluiteloosheid). Aan de andere kant is het mogelijk dat het

de respondent niet kan schelen welk antwoord het meest optimale antwoord is dat zijn

mening correct weergeeft (onverschilligheid). Naast besluiteloosheid en onverschilligheid,

is er ook nog ontwijking. In dit geval wil de respondent zijn echte mening niet geven. Dit

laatste kan voorkomen bij onderzoek over gevoelige onderwerpen of bij onderzoek waar

de anonimiteit als laag wordt aanzien.

Het overdreven gebruik maken van de neutrale optie kan eenvoudig vermeden wor-

den door deze middencategorie te verwijderen van de mogelijke antwoordenmogelijkheden

(Dawis, 1987). Het gevaar van deze methode is dat de respondent misschien minder op

zijn gemak zal voelen omdat hij gedwongen wordt om een kant te kiezen. Bovendien, in-

dien de respondent werkelijk een neutraal standpunt heeft, geraakt er informatie verloren.

(Cox III, 1980, De Pelsmacker & Van Kenhove, 2006).

HYPOTHESEN 24

Hoofdstuk 4

Hypothesen

In dit hoofdstuk worden de theorien van antwoordstijlen gelinkt met de schaalkarakteris-

tieken. De hypothesen worden gestructureerd volgens de antwoordstijlen. Eerst komen

ARS en DARS aan bod, gevolgd door ERS. Dit hoofdstuk eindigt met een hypothese die

betrekking heeft tot MRS.

4.1 Hypothesen voor ARS en DARS

Het artikel van Menezes & Elbert (1979) probeert de verschillen tussen de likertschaal, de

stapelschaal en de semantische differentiaal in kaart te brengen. De verschillen situeren

zich in termen van de metingsvalidatie, de lenigheid, de precisie en de tijd nodig om de

vragenlijst te vervolledigen. In het onderzoek vergelijken Menezes & Elbert (1979) het

resultaat van 6-punten likertschaal (helemaal akkoord - helemaal niet akkoord), 6-punten

semantische differentiaal (helemaal akkoord met links - helemaal akkoord met rechts) en

6-punten stapelschaal (+3 tot -3). Uit het resultaat blijkt dat de stapelschaal, de schaal

met positieve en negatieve ankerpunten, de beste is om lenigheid (de neiging om meer

punten te geven dan verdiend) te verminderen. Bijgevolg kan men verwachten dat ARS

laag is bij de schalen die negatieve ankerpunten hanteren.

4.1 Hypothesen voor ARS en DARS 25

H1: Minder ARS bij semantische differentiaal

H2: Minder ARS bij stapelschaal

Het artikel van Friborg et al. (2006) ondersteunt de eerste hypothese om een andere

reden. In hun studie proberen ze ARS in een 7-punten likertschaal, met verbale labels aan

de extrema (helemaal niet akkoord en helemaal akkoord), te verminderen door de schaal

te transformeren naar een 7-punten bipolaire schaal gaande van 1 tot 7, met bipolaire

adjectieven aan de schaaluiteinden. In hun studie noemen ze deze bipolaire schaal naar

de semantische differentiaal, maar in deze studie komt het op speciale likert neer. Om

verwarring te vermijden wordt hiernaar verder gerefereerd met de term speciale likert.

Ze hebben ondervonden dat er effectief minder ARS is bij de bipolaire schaal dan bij de

oorspronkelijke likertschaal. De volgende hypothese zal valideren of falsifieren dat ARS

laag is bij bipolaire schalen.

H3: Minder ARS bij semantische differentiaal en speciale likert

Schwarz et al. (1991) hebben ondervonden dat numerieke ankerpunten invloed hebben

op de verbale labels. In hun experiment vergeleken ze het resultaat van twee gelijkaardige

vragenlijsten op 11-punten schaal gaande van”helemaal niet succesvol” tot

”helemaal

succesvol”. Deze vragenlijsten zijn identiek op een punt na: de eerste vragenlijst krijgt

een numerieke ankerpunten gaande van 0 tot 10 en de tweede vragenlijst van -5 tot

+5. Aan de respondent werd gevraagd”Hoe succesvol bent u in het leven?”. Uit het

resultaat blijkt dat bij de eerste vragenlijst 21% van de representatieve respondenten de

waarde tusen 1 en 5 aangeduid hebben, terwijl bij de tweede vragenlijst maar 10% van de

respondenten die de waarde tussen -5 en -1 hebben aangegeven. Dit resultaat verwerpt

de nulhypothese waarbij men veronderstelt dat een 11-puntenschaal gaande van 0 tot 10

equivalent is met een 11-puntenschaal gaande van -5 tot +5. Als het ene uiteinde helemaal

succesvol is, wordt 0 (de laagste schaalpunt) gepercipieerd als”helemaal niet succesvol”

en wordt -5 gepercipieerd als”mislukking”. Men kan dus verwachten dat het gebruik van

negatieve ankerpunten de neiging tot DARS verlaagt.

4.2 Hypothese voor ERS 26

H4: Minder DARS bij semantische differentiaal

H5: Minder DARS bij stapelschaal

Tourangeau, Rips & Rasinski (2000) brengen het fenomeen, dat Schwarz en zijn col-

lega’s vastgesteld hebben, onder het range-frequency model. Dit model wordt opgebouwd

uit twee principes. Het range principe zegt dat de extreemste stimuli als schaaleindpun-

ten worden gepercipieerd en de middenstimuli aanzien worden als middencategorieen. Het

frequency principe refereert naar de neiging om een bepaalde proportie van de stimuli toe

te wijzen aan elke antwoordkeuze. Het range-frequency model impliceert dat de beoor-

deling van de respondent over bepaalde stimuli, een gelijke schaaldistributie zal vormen.

Een storing op deze verdeling treedt onder andere op door positivity bias, namelijk de

neiging om de positieve kant van de schaal overdreven te gebruiken. Tourangeau et al.

(2000) bevestigen dat dit fenomeen ook voorkomt bij bipolaire schalen, waar de uitein-

den duidelijk aangegeven zijn. In tegenstelling tot hypothese 1 en 2, zullen de volgende

hypothese toetsen of ARS hoger is bij de semantische differentiaal en de stapelschaal.

H6: Meer ARS bij semantische differentiaal

H7: Meer ARS bij stapelschaal

4.2 Hypothese voor ERS

Weijters (2006) onderzocht het effect van verbale labels en het aantal antwoordmogelijk-

heden op antwoordstijlen. In zijn studie gebruikt hij de onderverdeling van Greenleaf

voor antwoordstijlen, namelijk ISM en ISSD. ISM komt overeen met ARS, DARS of MRS

en ISSD met ERS. Hij ondervond dat een schaal met verbale labels enkel aan de extre-

ma (helemaal niet akkoord en helemaal akkord) de neiging om een wijde reeks van de

antwoordmogelijkheden te kiezen, verhoogt. Zoals eerder aangetoond door Bachman &

4.3 Hypothese voor MRS 27

O’Malley, heeft deze antwoordstijl een hoge correlatie met ERS. Volgende hypothese zal

valideren of falsifieren of ERS hoger is bij schalen waar enkel de extrema verbaal zijn

gelabeld, namelijk: de likert extrema, de semantische differentiaal (SD) extrema en de

stapel extrema.

H8: Meer ERS bij likert extrema, SD extrema en stapel extrema

4.3 Hypothese voor MRS

Krosnick (1991) heeft onderzoek gedaan rond responsstrategieen. Een vragenlijst die

veel cognitieve moeite van de respondenten vergt, zou volgens hem leiden tot satisficing

strategy. Dit betekent dat de respondent de korte weg neemt en het eerste antwoord

dat ’goed genoeg’ is, kiest. Deze strategie kan onder andere uitmonden in een neutrale

antwoordstijl (MRS). Een van de oorzaken die de auteur genoemd heeft, is de moeilijkheid

van de taak. Als deze vaststelling wordt gelinkt met de schaalmethoden, kan men dus

verwachten dat bipolaire schalen hogere cognitieve belasting eisen van de respondenten.

Er wordt toegegeven dat bipolaire schalen de complexiteit en de cognitieve lading bij de

respondenten verhogen (o.a. Friborg et al., 2006). De volgende hypothese zal toetsen of

MRS hoger is bij bipolaire schalen dan bij de unipolaire schalen.

H9: Meer MRS bij semantische differentiaal en speciale likert

EMPIRISCH ONDERZOEK 28

Hoofdstuk 5

Empirisch Onderzoek

Het voornaamste doel van deze thesis is om te onderzoeken of de verschillende schaalme-

thoden effect hebben op antwoordstijlen. De uiteenzetting van dit experimentele onder-

zoek begint met de uitvoerige beschrijving van de pretestprocedure in sectie 5.1. Vervol-

gens wordt de methodologie van het hoofdexperiment in sectie 5.2 en sectie 5.3 gerappor-

teerd. Deze uiteenzetting eindigt met de bespreking en interpretatie van de resultaten in

sectie 5.4. Tenslotte worden in sectie 5.5 de beperkingen aangehaal en de aanbevelingen

voor het toekomstige onderzoek naar voor geschoven.

5.1 Pretest: procedure en resultaten

Dit vooronderzoek diende vooral om de bipolaire schalen op te stellen. De 70 heterogene

items kwamen uit Marketing Scales Handbook (Bruner et al., 2001). Een belangrijke

voorwaarde om antwoordstijlen te meten is, dat deze items geen psychologische constructs

mogen meten. Aangezien deze items heterogeen zijn, is de voorwaarde voldaan. Om de

bipolaire schalen op te stellen moeten er eerst de tegenstellingen gevonden worden. Als

voorwaarde voor een goede bipolaire schaal moeten de de tegenstellingen universeel zijn.

Via de pretest wordt er getracht de universele tegenstelling te bekomen voor elke stelling.

5.2 Procedure hoofdonderzoek 29

De 70 stellingen worden verdeeld over 4 verschillende vragenlijsten. Twee van de

vragenlijsten bestonden uit 17 stellingen en de andere twee vragenlijsten uit 18 stellingen.

De vier vragenlijsten werden met 2ask.net opgesteld en de dataverzameling gebeurde

online. Enkel studenten van 18 tot en met 24 jaar mochten deelnemen, omdat dit ook de

doelgroep is voor het hoofdonderzoek.

Elke vragenlijst werd door minstens 20 respondenten ingevuld. Aan de respondenten

werd gevraagd om de correcte tegenstellingen te geven. De tegenstellingen zijn correct

wanneer deze geen gebruik maken van het woord ’niet’ of andere negatievormen. De

verkregen antwoorden werden gescreend en uiteindelijk werd er exact een tegenstelling

gekozen voor elke stelling. Finaal werden er 60 stellingen gekozen die zouden gebruikt

worden als definitieve items voor het hoofdonderzoek.

5.2 Procedure hoofdonderzoek

De vragenlijsten werden met 2ask.net opgesteld. Het onderzoek en de dataverzameling

gebeurde volledig online. Voor het hoofdonderzoek werd er onderzoek op drie dimensies

uitgevoerd: polariteit (bipolair - unipolair), label (alles labelen - extrema labelen) en

numerieke ankerpunten (positief en negatief - enkel positief). Op die manier werden

er 8 vragenlijsten ontworpen (zie tabel 5.1).

Unipolair Bipolair

-3 tot +3 1 tot 7 -3 tot +3 1 tot 7

Extrema labelen Stapel Extrema Likert Extrema SD Extrema SL Extrema

Alles labelen Stapel All Likert All SD All SL All

Tabel 5.1: Procedure hoofdonderzoek

Behalve de drie genoemde dimensies hadden deze schalen identieke karakteristieken:

• 7-puntenschaal met neutrale keuzeoptie

5.3 Dataverwerking 30

• De stellingen hebben dezelfde richting. Alle positieve stellingen (stellingen die geen

negatietechnieken zoals weinig, niet, on-, etc. gebruiken) staan links bij de bipolai-

re schalen en deze zijn dezelfde stellingen die worden gebruikt voor de unipolaire

schalen.

Elke vragenlijst begon met een schiftingsvraag naar leeftijd van de respondent. Con-

sistent met het vooronderzoek mochten hier eveneens enkel 18- tot 24-jarige studenten

deelnemen.

De 60 stellingen werden over vier pagina’s verdeeld en na deze stellingen werd er

naar het geslacht en de studierichting gevraagd. Deze twee variabelen zullen als controle

variabelen worden gebruikt.

5.3 Dataverwerking

De data werd anoniem verwerkt met SPSS 16. Eerst werden de niet-gebruikte gegevens

uit de dataset verwijderd, namelijk de gegevens van de respondenten die aangegeven

hebben in een andere leeftijdscategorie te vallen dan de gezochte. Er waren geen missing

values of outliers mogelijk aangezien de respondenten verplicht werden om hun beoordeling

over alle stellingen aan te geven binnen de bepaalde grens. Er worden nieuwe variabelen

aangemaakt om het effect van antwoordstijlen na te gaan. De berekeningen zijn gebaseerd

op het artikel van Baumgartner en Steenkamp (2001) (zie tabel 5.2).

Likertschaal en SL SD en stapelschaal

ARS 3x7+2x6+x5

Aantal items3x+3+2x+2+x+1

Aantal items

DARS 3x1+2x2+x3

Aantal items3x−3+2x−2+x−1

Aantal items

ERS x1+x7

Aantal itemsx+3+x−3

Aantal items

MRS x4

Aantal itemsx0

Aantal items

Tabel 5.2: Formule voor berekening van antwoordstijlen volgens Baumgartner en Steenkamp

5.3 Dataverwerking 31

De interpretatie voor de formule van de likertschaal en de speciale likert is als volgt:

x1, x2, . . . , x7 staan voor het aantal keren de antwoordkeuze 1, 2, . . . , 7 worden gekozen.

Hetzelfde geldt voor de formule van de semantische differentiaal en de stapelschaal: x−3,

x−2, . . . , x+3 staan voor het aantal keren het getal -3, -2, . . . , +3 worden gekozen. De

formule voor de berekening van ARS van likertschaal wil dus zeggen:”3 maal het aantal

keren dat 7 wordt gekozen plus 2 maal het aantal keren dat 6 wordt gekozen plus het

aantal keren dat 5 wordt gekozen en dit gedeeld door het aantal items”.

Elke vragenlijst werd eerst verdeeld in 4 groepen (groep 1, 2, 3 en 4). Elke groep

bestond dus uit 15 items en per groep werden de vier antwoordstijlen berekend. Op die

manier werden er 16 nieuwe variabelen aangemaakt, die dienden om de Cronbach’s Alpha

van de antwoordstijlen na te gaan. De score van Cronbach’s Alpha is een indicatie voor

de interne betrouwbaarheid en ligt tussen 0 en 1. Bij deze werd nagegaan of bijvoorbeeld

ARS inderdaad ARS meet. Bijgevolg werden de Cronbach’s Alpha’s van ARS1 (ARS

van groep 1), ARS2, ARS3 en ARS4 berekend. De Cronbach’s Alpha werd voor alle

antwoordstijlen over de acht vragenlijsten berekend.

Uit tabel 5.3 kan men concluderen dat de interne consistentie van de antwoordstijlen

betrouwbaar is omdat de scores minstens een waarde hebben van 0.60 (Wijnen et al.,

2002).

ARS DARS ERS MRS

Likert All 0,735 0,762 0,853 0,771

Likert Extrema 0,708 0,743 0,758 0,611

Stapel All 0,866 0,841 0,884 0,919

Stapel Extrema 0,847 0,839 0,843 0,754

SD All 0,797 0,747 0,829 0,733

SD Extrema 0,873 0,626 0,858 0,717

SL All 0,885 0,810 0,802 0,933

SL Extrema 0,861 0,642 0,801 0,811

Tabel 5.3: Cronbach’s Alpha

5.4 Resultaat en interpretatie 32

Naast de groepsantwoordstijlen werden er nieuwe variabelen aangemaakt voor de alge-

mene antwoordstijlen. Deze variabelen werden om de hypothesen te testen. Er werd een

2 x 2 x 2 experimentele condities gehanteerd, namelijk polariteit (unipolair en bipolair),

ankerpunten (1 tot 7 en -3 tot +3) en label (extrema en alles labelen). Het meetniveau

van de afhankelijke variabelen was interval/ratio. Dit betekent dat variantie analyse werd

gebruikt om de hypothese te testen.

5.4 Resultaat en interpretatie

In dit deel worden de resultaten vermeld en besproken. Dit deel wordt onderverdeeld

volgens de afhankelijke variabelen, namelijk ARS (sectie5.4.1), DARS (sectie5.4.2), ERS

(sectie5.4.3) en MRS (sectie5.4.4). Een samenvatting wordt gegeven in sectie 5.4.5.

5.4.1 Acquiescence Response Style

H1 Minder ARS bij semantische differentiaal (Menezes & Elbert, 1979)

H2 Minder ARS bij stapelschaal (Menezes & Elbert, 1979)

H3 Minder ARS bij semantische differentiaal en speciale likert

H6 Meer ARS bij semantische differentiaal (Tourangeau et al. 2000)

H7 Meer ARS bij stapelschaal

Tabel 5.4: Hypothesen van ARS

In dit deel worden de resultaten die betrekking hebben tot ARS gerapporteerd. Ta-

bel 5.4 geeft de hypothesen weer die betrekking hebben tot ARS. In tabel 5.5 wordt

aangetoond dat het niveau van ARS tussen de verschillende schalen significant verschil-

lend is.

In tabel 5.6 worden het significantieniveau van de hoofd- en interactie-effecten weerge-

geven. Uit tabel 5.6 blijkt dat enkel polariteit een effect heeft op ARS (p = 0.00 < 0.05).

5.4 Resultaat en interpretatie 33

Sig. Gemid. Likert Gemid. Stapel Gemid. SD Gemid. SL

0.00 0.544 0.5293 1.0054 0.9886

Tabel 5.5: Resultaat variantie-analyse ARS

Effect Pol Anker Label Pol x Anker Pol x Label Anker x Label Pol x Anker x Label

Sig. 0.00 0.902 0.275 0.496 0.946 0.822 0.938

Tabel 5.6: Hoofd- en interactie-effecten op ARS

Op basis van polariteit kunnen de schalen in twee delen worden onderverdeeld, namelijk

de unipolaire en de bipolaire schalen. Het resultaat van het onderzoek toont aan dat

bipolaire schalen hogere ARS hebben dan de unipolaire schalen (zie tabel 5.5). Tot de

unipolaire schalen behoren de de likert- en stapelschaal, terwijl de semantische differen-

tiaal en de speciale likert tot de bipolaire schalen behoren. Op die manier worden H2 en

H6 aanvaard. Andere hypothesen, namelijk H1, H3 enH7 worden verworpen omdat het

resultaat juist het tegenovergestelde bewijst. Uit dit resultaat kan de conclusie getrokken

worden dat de likertschaal en de stapelschaal lagere ARS hebben dan de semantische

differentiaal en de speciale likert.

5.4.2 Disacquiescence Response Style

H4 Minder DARS bij semantische differentiaal

H5 Minder DARS bij stapelschaal

Tabel 5.7: Hypothesen van DARS

In tabel 5.7 worden de vooropgestelde hypothesen vermeld. De resultaten van het

onderzoek zijn in tabel 5.8 samengevat. Tabel 5.9 toont aan dat er significante hoofd- en

interactie-effecten zijn van DARS. Aangezien interactie-effecten meer in detail gaan dan

de hoofdeffecten, wordt de focus gelegd op de interactie-effecten. De interactie tussen po-

lariteit, ankerpunten en label hebben een significante invloed op DARS (p = 0.003 < 0.05).

5.4 Resultaat en interpretatie 34

Sig. Gemid. Likert Gemid. Stapel Gemid. SD Gemid. SL

0.00 0.8172 0.9189 0.4639 0.4483

Tabel 5.8: Resultaat variantie-analyse DARS

Effect Pol Anker Label Pol x Anker Pol x Label Anker x Label Pol x Anker x Label

Sig. 0.00 0.007 0.260 0.035 0.681 0.051 0.003

Tabel 5.9: Hoofd- en interactie-effecten op DARS

Figuur 5.1 toont de betrouwbaarheidsinervallen (BI) van de Likert Extrema, Likert

All, Stapel Extrema en Stapel All. Binnen de unipolaire schalen heeft Likert Extrema een

significant verschil met Likert All en Stapel Extrema, omdat de BI elkaar niet overlappen.

DARS van Likert Extrema is lager dan DARS van de andere twee schalen.

Figuur 5.1: Betrouwbaarheidsinterval DARS

5.4 Resultaat en interpretatie 35

Enerzijds leiden deze bevindingen tot het aanvaarden van H4. De semantische dif-

ferentiaal heeft significant lagere DARS in vergelijking met Likert Extrema, Likert All,

Stapel Extrema en Stapel All. Anderzijds moet H5 verworpen worden. Er is bewezen dat

de stapelschaal hogere DARS te hebben in vergelijking met Likert Extrema en alle andere

bipolaire schalen.

5.4.3 Extreme Response Style

H8 Meer ERS bij Likert Extrema, SD Extrema en Stapel Extrema

Tabel 5.10: Hypothese van ERS

Het ERS-niveau is eveneens bewezen als significant verschillend tussen de verschillende

schalen (zie tabel 5.11). Er is een significant hoofdeffect gevonden in tabel 5.12, namelijk

ankerpunten, maar belangrijker is het interactie-effect. De combinatie van polariteit,

ankerpunten en label heeft een significante invloed op ERS (p = 0.019 < 0.05). Figuur 5.2

bevat de betrouwbaarheidsintervallen van, respectievelijk van links naar rechts: Likert

Extrema, Likert All, Stapel Extrema, Stapel All. Uit deze figuur kan er vastgesteld

worden dat de betrouwbaarheidsintervallen van Likert Extrema en van Stapel Extrema

elkaar niet overlappen. Likert Extrema heeft een significant lager niveau van ERS dan

Stapel Extrema.

Sig. Likert Extrema Stapel Extrema SD Extrema Likert All Stapel All SD All

0.021 0.958 0.1929 0.1622 0.1362 0.1375 0.1613

Tabel 5.11: Resultaat variantie-analyse ERS

Effect Pol Anker Label Pol x Anker Pol x Label Anker x Label Pol x Anker x Label

Sig. 0.134 0.046 0.414 0.078 0.814 0.171 0.019

Tabel 5.12: Hoofd- en interactie-effecten op ERS

H8 (zie tabel 5.10), kan deels aanvaard worden. Enerzijds is ERS bij Stapel Extrema

inderdaad hoger, hoewel dit verschil enkel significant is in vergelijking met Likert Extrema.

5.4 Resultaat en interpretatie 36

Figuur 5.2: Betrouwbaarheidsinterval ERS

Anderzijds spreekt het resultaat de hypothese tegen: Likert Extrema heeft het laagste

niveau van ERS. Wat betreft de SD Extrema is er geen significant verschil gevonden

waardoor H8 deels moet verworpen worden.

5.4.4 Midpoint Response Style

H9 Meer MRS bij semantische differentiaal en speciale likert

Tabel 5.13: Hypothese van MRS

Het resultaat van het onderzoek is voor MRS eenduidig: er is geen significant verschil

tussen de verschillende schalen op vlak van MRS (zie tabel 5.14). Deze antwoordstijl

wordt niet beınvloed door polariteit, ankerpunten of label. Er is bijgevolg geen hoofd

5.4 Resultaat en interpretatie 37

noch interactie-effect (zie tabel 5.15). Dit betekent dat het niet uitmaakt welke schaal

men kiest, het niveau van MRS is niet significant verschillend tussen de verschillende

schalen.

Sig. Gemid. Likert Gemid. Stapel Gemid. SD Gemid. SL

0.103 0.1931 0.1815 0.1456 0.1854

Tabel 5.14: Resultaat variantie-analyse MRS

Effect Pol Anker Label Pol x Anker Pol x Label Anker x Label Pol x Anker x Label

Sig. 0.156 0.110 0.639 0.476 0.281 0.926 0.223

Tabel 5.15: Hoofd- en interactie-effecten op MRS

5.4.5 Samenvatting en conclusie

In tabel 5.16 worden de hypothesen en de bekomen resultaten samengevat. De letter ’S’

staat voor ’Significant’, dit betekent dat het resultaat van het onderzoek de hypothese

bevestigt. De letter ’F’ is een afkorting van ’Falsificatie’. Dit wil zeggen dat het resul-

taat een bewijs geeft voor het tegenovergestelde van de hypothese. Tenslotte geeft ’NS’

een indicatie dat het resultaat ’Niet Significant’ is. Dit betekent dat de hypothese die

betrekking heeft tot dit resultaat moet verworpen worden, omdat er geen conclusie kan

getrokken worden wegens de niet-significant verschil.

Het is niet vanzelfsprekend om te besluiten welke schaalvorm de beste is. Om ARS te

vermijden zijn unipolaire schalen significant beter dan bipolaire schalen, maar deze pres-

tatie wordt tenietgedaan door het hoge DARS-niveau van de unipolaire schalen. Ondanks

dit feit, kan men altijd concluderen dat binnen de unipolaire schalen Likert Extrema sig-

nificant lagere DARS heeft dan Likert All en Stapel Extrema. Voor ERS kan men enkel

vaststellen dat Likert Extrema significant minder ERS-niveau vertoont dan Stapel Extre-

ma. De conclusie voor ERS is tweevoudig: Likert Extrema heeft een laag ERS-niveau en

Stapel Extrema is problematisch op vlak van ERS.

5.4 Resultaat en interpretatie 38

Hypothese Likert Stapel SD SL

H1: Minder ARS bij SD F

H2: Minder ARS bij stapelschaal S

H3: Minder ARS bij SD en SL F F

H6: Meer ARS bij SD S

H7: Meer ARS bij stapelschaal F

H4: Minder DARS bij SD S

H5: Minder DARS bij stapelschaal F

H8: Meer ERS bij likert extrema, SD extrema en stapel extrema F S NS

H9: Meer MRS bij SD en SL NS NS

Tabel 5.16: Resultaat hypothesen

Likert Extrema komt relatief gezien als de beste schaalvorm naar voor: de schaal

heeft een lager ARS-niveau in vergelijking met de bipolaire schalen, lager DARS-niveau

in vergelijking met de meeste unipolaire schalen en lager ERS-niveau in vergelijking met

Stapel Extrema. Desondanks zal de beste schaalvorm moeten gekozen worden in functie

van het onderzoek. Indien men in een onderzoek bijvoorbeeld ARS wil vermijden, kan men

best unipolaire schalen gebruiken en in het bijzonder Likert Extrema, omdat deze schaal

eveneens minder last heeft van ERS en DARS in vergelijking met de andere unipolaire

schalen. Als DARS een groot gevaar zou vormen voor het onderzoek, kiest men best voor

bipolaire schalen.

5.4.6 Discussie

Het onderzoek naar het effect van verschillende schaalmethode op ARS is gebaseerd op vijf

hypothesen. Zoals waarschijnlijk al werd opgemerkt, spreken twee hypothesen van ARS de

andere twee hypothesen tegen. De eerste twee hypothesen (H1 en H2) beweren dat ARS-

niveau lager zou zijn bij de semantische differentiaal en de stapelschaal omwille van het

gebruik van positieve en negatieve ankerpunten, terwijl de andere twee hypothesen (H6 en

5.4 Resultaat en interpretatie 39

H7) het tegenovergestelde beweren wegens dezelfde reden. Uiteindelijk worden H2 en H6

aanvaard terwijl H1 en H7 worden gefalsifieerd omdat het resultaat aantoont dat het ARS-

niveau hoog is bij de semantische differentiaal en laag bij de stapelschaal. Het nadeel is

dat de reden van dit resultaat volledig wordt toegeschreven aan het hoofdeffect polariteit.

Het is bewezen dat bipolaire schalen hogere ARS hebben dan de unipolaire schalen. Dit

resultaat spreekt H3, die vooropstelt dat bipolaire schalen lagere ARS zouden hebben,

tegen, waardoor deze hypothese ook gefalsifieerd moet worden. Dit resultaat roept een

grote vraag op: waarom hebben bipolaire schalen hogere ARS dan unipolaire schalen?

De reden ligt mogelijkerwijs aan de opmaak van de schalen. De antwoordmogelijk-

heden van bipolaire schalen beginnen met de ’akkoord’-antwoorden, in tegenstelling met

de unipolaire schalen waarbij de antwoordmogelijkheden gaan van ’volledig niet akkoord’

naar ’volledig akkoord’. Voor de dataverwerking met SPSS vormt dit natuurlijk geen enkel

probleem, maar voor de respondenten kan dit voor een andere perceptie zorgen. Positivity

bias van Tourangeau et al. (2000) kan hier ook gebruikt worden. De respondenten lezen de

stellingen aan de linkerkant, ze worden geconfronteerd met de drie ’akkoord’-antwoorden

en aangezien alle stellingen positief verwoord zijn en daarom zijn de respondenten sneller

geneigd om akkoord te gaan bij bipolaire schalen dan bij unipolaire schalen.

De bewering van H4, namelijk dat er minder DARS is bij de semantische differentiaal,

wordt aanvaard. Hoewel er een significant hoofdeffect van ankerpunten is, zoals verwacht

werd, ligt de reden van deze aanvaarding vooral aan de interactie tussen polariteit, an-

kerpunten en label. De semantische differentiaal heeft samen met de speciale likert lagere

DARS dan de likert- en de stapelschaal. De omgekeerde redenering van de vorige para-

graaf kan hier toegepast worden. Bij de unipolaire schalen worden de respondenten eerst

drie keer ’gevraagd’ of ze niet niet akkoord zullen gaan met de stellingen. Het is niet on-

mogelijk dat respondenten uiteindelijk toegeven aan een van deze ’niet-akkoord’ keuzes.

Het resultaat falsifieert H5, die stelt dat er minder DARS bij de stapelschaal is. Meer zelfs,

binnen de unipolaire schalen hebben Likert All en Stapel Extrema een significant hoger

DARS-niveau dan Likert Extrema. Een verder onderzoek is nodig om een verklaring te

geven van deze bevinding, omdat de literatuur geen verklaring biedt voor dit fenomeen.

5.4 Resultaat en interpretatie 40

De bevindingen rond ERS zijn ontzettend boeiend. H8 die stelt dat ERS bij schalen

met extrema labeling hogere ERS hebben, wordt deels aanvaard. Voor de Stapel Extrema

wordt deze hypothese aanvaard, voor SD Extrema wordt de hypothese verworpen en voor

Likert Extrema heeft het resultaat het tegenovergestelde bewezen. De aanvaarding van

deze hypothese wordt ondersteund door de interactie tussen polariteit, ankerpunt en label.

Dit interactie-effect is eveneens de reden voor het significant hogere ERS-niveau bij Stapel

Extrema in vergelijking met Likert Extrema. Stapel Extrema en Likert Exrema hebben

in principe een karakteristiekverschil, namelijk ankerpunten. Een vraag die zich stelt, is

waarom een unipolaire schaal met positieve en negatieve ankerpunten hoger ERS-niveau

heeft dan eenzelfde schaal met enkel positieve ankerpunten. Zijn de respondenten heel

streng in hun beoordeling? Of wordt Stapel Extrema anders gepercipieerd dan Likert

Extrema, waardoor bijvoorbeeld negatieve ankerpunten worden aanzien als uitnodiging

om ’helemaal niet akkoord’ te zeggen? Om een valide reden te krijgen, is verder onderzoek

eveneens aangeraden.

De hypothese die stelt dat MRS een satisficing strategy is, H9, wordt verworpen omdat

er geen significante verschillen zijn tussen de verschillende vragenlijsten. Een mogelijke

verklaring hiervan is dat MRS een optimizing strategy is. De respondenten doen hun

best om de vragen te begrijpen en een nauwkeurige mening te geven, maar ze staan be-

sluiteloos tegenover de items. Ze kunnen niet beslissen of ze al dan niet akkoord gaan

met de stellingen (Schuman & Presser, 1981). Een andere mogelijke verklaring is res-

ponse contraction, de neiging om overdreven gebruik te maken van de middencategorie.

Tourangeau et al. (2000) beweren dat dit fenomeen voorkomt wanneer de respondenten

weten waar het schaalmiddelpunt valt. Bij alle vragenlijsten is het middelpunt bekend,

hetzij door de ankerpunten alleen, hetzij in combinatie met de verbale labels. Het is dus

mogelijk dat het niveau van MRS overal hetzelfde is, omdat de respondenten weten waar

de middencategorie valt.

5.5 Beperkingen en aanbevelingen voor toekomstig onderzoek 41

5.5 Beperkingen en aanbevelingen voor toekomstig

onderzoek

Een beperking van dit onderzoek betreft de tegenstellingen. Voor het ontwerp van bi-

polaire schalen worden de stellingen weliswaar gepretest, maar, de verkregen antwoorden

zijn zelden eenduidig. Van de 20 verkregen antwoorden konden er soms 10 verschillen-

de tegenstellingen worden bekomen. Uiteindelijk speelt het subjectieve karakter om te

bepalen welke stellingen worden gekozen voor het hoofdonderzoek.

Er werd voor deze studie gekozen voor een 7-puntenschaal, omdat dit als optimaal

wordt gezien. Het is mogelijk dat het resultaat anders zal zijn als dit aantal keuzemoge-

lijkheden varieert. Dit leidt tot suggestie voor verder onderzoek. Bij een 3-puntenschaal

kan MRS hoger liggen omdat andere antwoordalternatieven direct worden gezien als extre-

me antwoorden. Volgens Tourangeau et al. (2000) nemen mensen niet graag een extreem

standpunt in. Ze brengen het verschijnsel, waar mensen overdreven gebruik maken van

het middencategorie, onder response contraction.

De doelgroep vormt eveneens een bron voor verder onderzoek. 60-plussers hebben niet

noodzakelijk dezelfde antwoordstijlpatronen als studenten van 18 tot 24 jaar. Jayanti,

McManamon & Whipple (2004) hebben ondervonden dat er een positieve interactie is

tussen leeftijd en schaalmethoden. Bovendien heeft Shulman (1973) en Weijters (2006) in

hun onderzoek vastgesteld dat opleiding een invloed heeft op antwoordstijlen. Mensen met

lage opleiding kunnen minder goed omgaan met complexiteit, waardoor ze meer zwart-wit

zouden beoordelen.

Johnson et al. (2005) hebben de relatie tussen cultuur en antwoordstijlen bestudeerd.

Hiervoor namen ze een steekproef van 19 landen over de vijf continenten. Hun bevindingen

tonen aan dat er een link bestaat tussen ARS en de culturele dimensie van Hofstede. Bij

een intra-cultureel onderzoek is het belangrijk om een schaalmethode te gebruiken die als

gelijkaardig wordt gepercipieerd over de culturen heen. Afhankelijk van de cultuur kunnen

de respondenten een andere perceptie hebben over de negatieve of neutrale ankerpunten.

5.5 Beperkingen en aanbevelingen voor toekomstig onderzoek 42

De neutrale optie kan gepercipieerd worden als stille akkoord. In sommige landen zijn

mensen niet gewend om ’nee’ te zeggen. Een weigering wordt aanzien als onbeleefdheid.

Als deze in termen van antwoordstijlen wordt vertaald, kan men vermoeden dat DARS in

zulke landen laag zal zijn ten voordele van ARS of MRS (Harzing, 2006; Javeline, 1999)

In dit onderzoek hebben de respondenten de enquetes online ingevuld. Op die manier

zijn de antwoorden ook vrij van de interviewer bias. Het resultaat kan anders zijn als

de respondenten de vragenlijst op papier of telefonisch beantwoorden. Onderzoek van

Weijters (2006) toont aan dat ARS hoger ligt bij telefonische enquete, maar misschien

ligt dit niet enkel aan de interviewer bias, maar ook aan de gebruikte schaalmethoden.

BIBLIOGRAFIE I

Bibliografie

[1] Aaker, D.A., Day, G.S. & Kumar, V. (1995), Marketing Research, New York: Wiley.

[2] Albaum, G. & Murphy, B.D. (1988), Extreme response on a likert scale, Psychological

Reports, 63(2), October, 501-502

[3] Arce-Ferrer, A.J., (2006), An investigation into the factors influencing extreme-

response style: Improving meaning of translated and culturally adapted rating scales,

Educational and Psychological Measurement, 66(3), June, 374-392.

[4] Bachman, J.G. & O’Malley, P.M. (1984), Yea-saying, Nay-saying, and going to ex-

tremes: Black and white differences is response style, Public Opinion Quarterly, 48,

Summer, 491-509.

[5] Barnette, J.J. (2000), Effects of stem and likert response option reversals on survey

internal consistency: If you feel the need, there is a better alternative to using those

negatively worded stems, Educational and Psychological Measurement, 60(3), 361-

370.

[6] Baumgartner, H. & Steenkamp, J.-B. E.M. (2001), Response style in marketing re-

search: A cross- national investigation, Journal of Marketing Research, 38, May,

143-156.

[7] Berkowitz, N.H. & Wolkon, G.H. (1964), A forced choice form of the F scale-free of

acquiescent response set, Sociometry, 27, March(1), 54-65.

BIBLIOGRAFIE II

[8] Bruner, G.C., James, K.E. & Hensel, P.J. (2001), Marketing Scales Handbook: A

compilation of Multi-Item measures, Volume III. American Marketing Association,

Chicago, Illinois USA.

[9] Churchill, G.A.Jr. & Iacobucci, D. (2005), Marketing Research: Methodological Foun-

dations, South-Western.

[10] Clarke, I. III (2000), Extreme response style in cross-cultural research: An empirical

investigation, Journal of Social Behavior and Personality, 15(1), 137-152

[11] Couch, A. & Keniston, K. (1960), Yeasayers and naysayers: agreeing response set as

a personality variable, Journal of Abnormal and Social Psychology, 60(2), 151-172.

[12] Cox, E.P.III (1980), The optimal number of response alternatives for a scale: A

review, Journal of Marketing Research, 17(4), November, 407-422.

[13] Crespi, I. (1961), Use of a scaling technique in surveys, Journal of Marketing, July,

69-72.

[14] Cronbach, L.J. (1946), Response set and test validity, Educational and Psychological

Measurement, 6, Winter, 475-494.

[15] Cronbach, L.J. (1950), Further evidence on response sets and test design, Educational

and Psychological Measurement, 10, 3-31.

[16] Dawis, R.P. (1987), Scale construction, Journal of Counseling Psychology, 34(4),

481-489.

[17] De Jong, M.G., Steenkamp, J.-B.E.M., Fox J.-P. & Baumgartner H. (2008), Using

item response theory to measure extreme response style in marketing research: A

global investigation, Journal of Marketing Research, XLV, February, 104-115.

[18] De Pelsmacker, P. & Van Kenhove, P. (2006), Marktonderzoek , methoden en toepas-

singen, Pearson Education Benelux.

[19] Dunham, T.C. & Davison, M.L. (1991), Effect of scale anchors on student ratings of

instructors, Applied Measurement in Education, 4(1), 23-35.

BIBLIOGRAFIE III

[20] Friborg, O., Martinussen, M. & Rosenvinge, J.H. (2005), Likert-based vs. Semantic

differential-based scorings of positive psychological constructs: A psychometric com-

parison of two versions of a scale measuring resilience, Personality and Individual

Differences. 40, 873-884.

[21] Garland, R. (1990), A comparison of three forms of the Semantic Differential, Mar-

keting Bulletin, 1, 19-26.

[22] Greenleaf, E.A. (1992a), Improving rating scale measures by detecting and correcting

bias components in some response styles, Journal of Marketing Research, 29, May,

176-188.

[23] Greenleaf, E.A. (1992b), Measuring extreme response style, Public Opinion Quarter-

ly, 56, Autumn, 328-351.

[24] Harzing, A.-W. (2006), Response Styles in Cross-national Survey Research: A 26-

country Study, International Journal of Cross Cultural Management, 6, 243

[25] Hawkins, I., Albaum, G. & Best, R. (1974), Stapel scale or semantic differential in

marketing research?, Journal of Marketing Research, XI, August, 318-322.

[26] Hughes, G.D. (1969), Some confounding effects of forced-choice scales, Journal of

Marketing Research, 6, May, 223-226.

[27] Hui, C.H. & Triandis, H.C. (1985), The instability of response sets, Public Opinion

Quarterly, 49, Summer, 253-260.

[28] , Jayanti, R.K., McManamon, M. K., Whipple, T.W. (2004), The effects of aging on

brand attitude measurement, Journal of Consumer Marketing, 21(4), 264-273.

[29] Javeline, D. (1999) Response Effects in Polite Cultures. A Test of Acquiescence in

Kazakhstan, Public Opinion Quarterly 63(1), 128.

[30] Johnson, T., Kulesa, P., Cho, Y.I. & Shavitt, S. (2005), The relation between culture

and response style: Evidence from 19 countries, Journal of Cross-Cultural Psychology,

36(2), March, 264-277.

BIBLIOGRAFIE IV

[31] Klockars, A.J. & Yamagishi, M. (1988), The influence of labels and positions in rating

scales, Journal of Educational Measurement, 25(2), 85-96.

[32] Knowles, E.S. & Nathan, K.T. (1997), Acquiescent responding in self-reports: Cog-

nitive style or social concern, Journal of Research in Personality, 31, June, 293-301.

[33] Krosnick, J.A. (1991), Response strategies for coping with the cognitive demands of

attitude measures in surveys, Applied Cognitive Psychology, 5, 213-236.

[34] Lam, T.C.M. & Klockars, A.J. (1982), Anchor point effects on the equivalence of

questionnaires items, Journal of Educational Measurement, 19(4), 317-322.

[35] Lehmann, D.R. & Hulbert, J. (1972), Are three-point scales always good enough?,

Journal of Marketing Research, 9(4), 444-446.

[36] Martilla, J.A. & Carvey, D.W. (1975), Four subtle sins in marketing Research, Jour-

nal of Marketing, 39(1), January, 8-15.

[37] Masters, J.R. (1974), The relationship between number of response categories and

reliability of likert-type questionnaires, Journal of Educational Measurement, 11(1),

Spring, 49-53.

[38] Matell, M.S. & Jacoby, J. (1972), Is there an optimal number of alternatives for

likert-scale items?, Journal of Applied Psychology, 56(6), 506-509.

[39] McDaniel, C.D. & Gates, R.H. (1991), Contemporary Marketing Research, West pu-

blishing company.

[40] McDaniel, C.Jr. & Gates, R.H. (1995), Marketing Research Essentials, West publis-

hing company.

[41] Meesschaert, L. (2006), De impact van stemming op antwoordstijlen. Online beschik-

baar op https://archive.ugent.be/retrieve/4708/1211672.pdf

[42] Menezes, D. & Elbert, N.F. (1979), Alternative semantic scaling formats for mea-

suring store image: An evaluation, Journal of Marketing Research, 16(1), February,

80-87.

BIBLIOGRAFIE V

[43] Paulhus, D.L. (1991), Measures of Personality and Social Psychological Attitudes,

Academia Press.

[44] Podsakoff, P.M., MacKenzie, S.B., Lee, J-Y. & Podsakoff, N.P. (2003), Common

method biases in behavioral research: A critical review of the literature and recom-

mended remedies, Journal of Applied Psychology, 88(5), 879-903.

[45] Ray, J.J. (1983), Reviving the problem of acquiescence response bias, Journal of

Social Psychology, 121, October, 81-96.

[46] Rorer, L.G. (1965), The great response-style myth, Psychological Bulletin, 63(3),

129-156.

[47] Ryan, C. & Garland, R. (1999), The use of a specific non-response option on Likert-

type scales, Tourism Management, 20, 107-113.

[48] Schuman, H., & Presser, S. (1981), Questions and Answers in Attitude Surveys,

Academic Press, New York.

[49] Schwarz, N., Knauper, B., Hippler, H.J., Neumann, E.N. & Clark, L. (1991), Ra-

ting scale: Numeric values may change the meaning of scale labels, Public Opinion

Quarterly, 55, 570-582.

[50] Shulman, A. (1973), A comparison of two scales on extremity response bias, Public

Opinion Quarterly, 37, Autumn, 407-412.

[51] Tourangeau, R., Rips, L.J. & Rasinski, K.A. (2000), The Psychology of Survey Res-

ponse, Cambridge University Press.

[52] Van Herk, H., Poortinga, Y.H. & Verhallen, T.M.M. (2004), Response styles in rating

scales: Evidence of method bias in data from six EU countries, Journal of Cross-

Cultural Psychology, 35(3), 346-360.

[53] Weems, G., Onwuegbuzie, A.J., & Lustig D. (2003), Profiles on respondents who

respond inconsistently to positively- and negatively-worded items on rating scales,

Evaluation and Research in Education, 17(1), 45-60.

BIBLIOGRAFIE VI

[54] Weijters, B. (2006), Response Styles in Consumer Research. Online beschikbaar op

http://www.feb.ugent.be/fac/research/Proefschriften/Weijters B proefschrift.pdf

[55] Wijnen, K., Janssens, W., De Pelsmacker, P. & Van Kenhove, P. (2002), Markton-

derzoek met SPSS, Garant.

STELLINGEN VII

Bijlage A

Stellingen

In onderstaande tabel staan de stellingen die komen uit het Marketing Scales Handbook,

samen met hun tegenstellingen verkregen door de pretest zoals besproken in hoofdstuk 5.

I Positieve stellingen Negatieve stellingen

1 Ik vind het zeer leuk om iets met mijn han-

den te maken

Ik vind het helemaal niet leuk om iets

met mijn handen te maken

2 Als ik wil zijn zoals iemand anders, pro-

beer ik dikwijls dezelfde merken te kopen

als deze persoon

Als ik wil zijn zoals iemand anders,

probeer ik daarom niet dezelfde mer-

ken te kopen als deze persoon

3 Ik vind het personeel van een kledingwinkel

heel betrouwbaar

Ik vind het personeel van een kle-

dingwinkel heel onbetrouwbaar

4 Op een vrije avond hou ik ervan om een

leuke film te zien

Op een vrije avond hou ik er niet van

een film te zien

5 Ik praat vaak tegen mijn vrienden

over de producten die ik koop

Ik praat helemaal niet tegen mijn vrienden

over de producten die ik koop

6 Ik schrik er niet van terug extreme

standpunten te verdedigen

Ik probeer extreme standpunten te vermij-

den

STELLINGEN VIII

Positieve stellingen Negatieve stellingen

7 Er is veel dat ik kan doen om veel van

de belangrijke dingen in mijn leven te

veranderen

Er is weinig dat ik kan doen om veel van

de belangrijke dingen in mijn leven te ver-

anderen

8 Ik vind de meeste reclame geloof-

waardig

Ik voel me vaak misleid door reclame

9 Tv-kijken is mijn belangrijkste vorm van

ontspanning

Tv-kijken is voor mij geen belangrij-

ke vorm van ontspanning

10 De kans is groot dat ik naar de winkel die

ik laatst bezocht heb ga, de volgende keer

dat ik kleren nodig heb

De kans is klein dat ik naar de winkel

die ik laatst bezocht heb ga, de vol-

gende keer dat ik kleren nodig heb

11 Kinderen zouden veel discipline moeten

hebben

Kinderen zouden weinig discipline

moeten hebben

12 Communicatie is heel belangrijk in een re-

latie

Communicatie is niet zo belangrijk in

een relatie

13 Ik hou ervan om dingen te verzamelen Ik heb een hekel aan het verzamelen

van dingen

14 Ik ben heel nieuwsgierig naar hoe zaken in

elkaar zitten

Ik sta onverschillig tegenover hoe za-

ken in elkaar zitten

15 Kleren tonen een stukje van de persoon die

ik ben

Kleren tonen niet wie ik ben

II

1 Ik eet veel liever thuis dan buitens-

huis

Ik eet veel liever buitenshuis dan thuis

2 Ik vind het personeel van een kledingwinkel

heel competent

Ik vind het personeel van een kle-

dingwinkel heel onbekwaam

3 Een buitenshuis werkende vrouw met jonge

kinderen is nog steeds een goede moeder

Een buitenshuis werkende vrouw met

jonge kinderen is eerder een slechte

moeder

STELLINGEN IX

Positieve stellingen Negatieve stellingen

4 Ik roddel vaak over andermans zaken Ik roddel helemaal niet over andermans za-

ken

5 Arme mensen verdienen onze sympa-

thie en steun

Ik vind het tijdverspilling om mee te voelen

met arme mensen

6 Mijn vrienden en buren komen vaak bij mij

voor advies

Mijn vrienden en buren komen zel-

den bij mij voor advies

7 Ik zou mijn familie bijna alles vergeven Ik vergeef mijn familie heel moeilijk

8 Ik knip graag bons uit de reclameblaadjes Ik heb een hekel aan het uitknippen

van bons uit de reclameblaadjes

9 Voor ik een product koop, zal ik steeds de

prijs bekijken

Ik hou helemaal geen rekening met

de prijs als ik een product koop

10 Ik ben zeer goed in onderhandelen Ik bezit niet de juiste vaardigheden

om een goede onderhandelaar te kun-

nen zijn

11 Ik ben er gerust in dat ik technologiegere-

lateerde vaardigheden kan aanleren

Ik weet dat ik technologie-

gerelateerde vaardigheden moeilijk

kan aanleren

12 Gevoelens zijn belangrijker dan feiten Feiten zijn belangrijker dan gevoe-

lens

13 Menselijk contact bij het verlenen

van diensten maakt het proces pret-

tiger voor de consument

Geautomatiseerde diensten maken

het proces prettiger voor de consu-

ment

14 Ik neem graag de leiding over anderen Ik ben geen leidersfiguur

15 Ik vind het heel belangrijk om het bood-

schappen doen goed te organiseren

Boodschappen doen gebeurt het best

onvoorbereid

III

1 Ik koop vaak producten die overdre-

ven verpakt zijn

Ik koop geen producten die overdreven ver-

pakt zijn

2 Mijn familie is erg sociaal Mijn familie is egostisch

STELLINGEN X

Positieve stellingen Negatieve stellingen

3 De kans is groot dat ik in de toekomst nog

kom in de winkel die ik laatst bezocht heb

De kans is klein dat ik in de toekomst

nog kom in de winkel die ik laatst be-

zocht heb

4 Ik vind dat jobstudenten meer zouden

moeten verdienen

Ik vind dat jobstudenten tevreden

moeten zijn met wat ze verdienen

5 Het studeerwerk dat ik verricht is waarde-

vol

Het studeerwerk dat ik verricht is nutteloos

6 Ik sta zelden onder tijdsdruk Ik heb het gevoel voortdurend in tijd-

nood te zijn

7 Ik vind het personeel van een kledingzaak

vaak heel eerlijk

Ik vind het personeel van een kle-

dingzaak vaak heel oneerlijk

8 Ik ben meestal op mijn gemak in gro-

te groepen mensen

Ik ben zelden op mijn gemak in grote groe-

pen mensen

9 In het algemeen ben ik tevreden met de

prijs van de meeste producten

Ik vind dat de meeste producten te

duur verkocht worden

10 Ik beschouw mezelf als een merkentrouwe

consument

Ik verander vaak van merk

11 Ik hecht veel belang aan de opinie van mijn

vrienden

Ik hecht weinig belang aan de opinie

van mijn vrienden

12 Ik ben een dierenliefhebber Ik ben geen dierenliefhebber

13 Ik koop graag dingen impulsief Ik koop niet graag dingen impulsief

14 Ik geef vaak complimentjes aan anderen Ik vind het moeilijk om anderen com-

plimentjes te geven

15 Ik ben een gevoelig persoon Ik ben een rationeel persoon

IV

1 In een groep mensen sta ik vaak in het mid-

delpunt van de belangstelling

In een groep mensen ben ik zelden

het middelpunt van de belangstelling

2 Ik ben erg met mijn gezondheid begaan Ik ben weinig met mijn gezondheid

begaan

STELLINGEN XI

Positieve stellingen Negatieve stellingen

3 Het is zeer slim om vriendelijk te zijn te-

gen belangrijke mensen, zelfs als je hen niet

graag hebt

Het is nutteloos om vriendelijk te zijn

tegen belangrijke mensen, zeker als je

ze niet graag hebt

4 We ervaren een vooruitgang in de le-

venskwaliteit

We ervaren een achteruitgang in de levens-

kwaliteit

5 De kans is groot dat ik de kledingzaak die

ik laatst bezocht heb, aanraad aan mijn

vrienden, buren en familie

De kans is klein dat ik de kledingzaak

die ik laatst bezocht heb, aanraad aan

mijn vrienden, buren en familie

6 Ik besteed heel veel aandacht aan de

materile dingen die anderen bezitten

Ik besteed heel weinig aandacht aan de ma-

terile dingen die anderen bezitten

7 Over het algemeen zijn vreemdelingen he-

lemaal te vertrouwen

Over het algemeen zijn vreemdelin-

gen onbetrouwbaar

8 Ik ben heel voorzichtig bij het proberen van

nieuwe en andere producten

Ik ben heel onvoorzichtig bij het pro-

beren van nieuwe en andere produc-

ten

9 Als ik een nieuw product in de rek-

ken zie, ben ik enthousiast om het te

proberen

Als ik een nieuw product in de rekken zie,

sta ik afkerig tegenover het proberen ervan

10 Algemeen genomen ben ik bij de eersten

om nieuwe producten te kopen wanneer ze

op de markt komen

Algemeen genomen ben ik bij de laat-

sten om nieuwe producten te kopen

wanneer ze op de markt komen

11 Zelfs als ik een merk goed vind, zal

ik vaak veranderen gewoon om iets

nieuws te proberen

Als ik een merk goed vind, zal ik zel-

den veranderen van merk gewoon om iets

nieuws te proberen

12 Ik koop vaak merken waarvan ik niet

zeker ben hoe ze zullen presteren

Ik koop zelden merken waarvan ik niet ze-

ker ben hoe ze zullen presteren

13 Ik ben meestal bij de eersten om een nieuw

product uit te proberen

Ik ben meestal bij de laatsten om een

nieuw product uit te proberen

STELLINGEN XII

Positieve stellingen Negatieve stellingen

14 Ik hou ervan een risico te nemen bij het

kopen van nieuwe producten

Ik vermijd risico te nemen bij het ko-

pen van nieuwe producten

15 Ik koop graag een nieuw product

wanneer andere mensen dit al gedaan

hebben

Ik koop niet graag een nieuw product voor-

aleer andere mensen dat doen

VRAGENLIJSTEN XIII

Bijlage B

Vragenlijsten

In deze bijlage vindt u voorbeelden van de vragenlijsten voor de verschillende schaaltech-

nieken.

VRAGENLIJSTEN XIV

Figuur B.1: Vragenlijst Likert Extrema

VRAGENLIJSTEN XV

Figuur B.2: Vragenlijst Likert All

VRAGENLIJSTEN XVI

Figuur B.3: Vragenlijst Stapel Extrema

VRAGENLIJSTEN XVII

Figuur B.4: Vragenlijst Stapel All

VRAGENLIJSTEN XVIII

Figuur B.5: Vragenlijst Semantische Differentiaal Extrema

VRAGENLIJSTEN XIX

Figuur B.6: Vragenlijst Semantische Differentiaal All

VRAGENLIJSTEN XX

Figuur B.7: Vragenlijst Speciale Likert Extrema

VRAGENLIJSTEN XXI

Figuur B.8: Vragenlijst Speciale Likert All

SPSS XXII

Bijlage C

SPSS

De resultaten van de analyse door SPSS (Anova, univariate analyse) vindt u op volgende

pagina’s.

Oneway (ARS & DARS) .

Descriptives

70 ,5317 ,20871 ,02495 ,4819 ,581432 ,5698 ,20362 ,03599 ,4964 ,643232 ,5125 ,22389 ,03958 ,4318 ,593242 ,5421 ,22808 ,03519 ,4710 ,613153 ,9953 ,24862 ,03415 ,9268 1,063849 1,0163 ,31193 ,04456 ,9267 1,105933 ,9702 ,33600 ,05849 ,8511 1,089330 1,0089 ,30765 ,05617 ,8940 1,1238

341 ,7609 ,34493 ,01868 ,7241 ,797670 ,8617 ,21301 ,02546 ,8109 ,912532 ,7198 ,20388 ,03604 ,6463 ,793332 ,8589 ,30659 ,05420 ,7483 ,969442 ,9647 ,26764 ,04130 ,8813 1,048153 ,4947 ,20433 ,02807 ,4383 ,551049 ,4306 ,17974 ,02568 ,3790 ,482233 ,4545 ,22206 ,03866 ,3758 ,533330 ,4411 ,18522 ,03382 ,3720 ,5103

341 ,6654 ,30456 ,01649 ,6330 ,6978

LikAllLikExStaAllStaExSDAllSDExSpAllSpExTotalLikAllLikExStaAllStaExSDAllSDExSpAllSpExTotal

ARS

DARS

N Mean Std. Deviation Std. Error Lower Bound Upper Bound

95% Confidence Interval forMean

.

ANOVA

18,232 7 2,605 39,034 ,00022,220 333 ,06740,452 34014,973 7 2,139 43,002 ,00016,565 333 ,05031,538 340

Between GroupsWithin GroupsTotalBetween GroupsWithin GroupsTotal

ARS

DARS

Sum ofSquares df Mean Square F Sig.

.

Oneway (ERS & MRS) .

.

Page 1

Descriptives

70 ,1362 ,11279 ,01348 ,1093 ,163132 ,0958 ,07345 ,01298 ,0694 ,122332 ,1375 ,12679 ,02241 ,0918 ,183242 ,1929 ,11746 ,01812 ,1563 ,229553 ,1613 ,11392 ,01565 ,1299 ,192749 ,1622 ,12261 ,01752 ,1270 ,197533 ,1449 ,10980 ,01911 ,1060 ,183930 ,1711 ,12208 ,02229 ,1255 ,2167

341 ,1511 ,11556 ,00626 ,1388 ,163470 ,1902 ,10539 ,01260 ,1651 ,215432 ,1995 ,08279 ,01464 ,1696 ,229332 ,1958 ,17475 ,03089 ,1328 ,258842 ,1706 ,10900 ,01682 ,1367 ,204653 ,1377 ,10054 ,01381 ,1100 ,165449 ,1728 ,09018 ,01288 ,1469 ,198733 ,1828 ,16412 ,02857 ,1246 ,241030 ,1883 ,10125 ,01849 ,1505 ,2261

341 ,1777 ,11653 ,00631 ,1653 ,1901

LikAllLikExStaAllStaExSDAllSDExSpAllSpExTotalLikAllLikExStaAllStaExSDAllSDExSpAllSpExTotal

ERS

MRS

N Mean Std. Deviation Std. Error Lower Bound Upper Bound

95% Confidence Interval forMean

.

ANOVA

,217 7 ,031 2,391 ,0214,323 333 ,0134,541 340,129 7 ,018 1,366 ,219

4,488 333 ,0134,617 340

Between GroupsWithin GroupsTotalBetween GroupsWithin GroupsTotal

ERS

MRS

Sum ofSquares df Mean Square F Sig.

.

Univariate Analysis of Variance (ARS) .

.

Page 2

Descriptive Statistics

Dependent Variable: ARS

,5698 ,20362 32,5317 ,20871 70,5436 ,20688 102,5421 ,22808 42,5125 ,22389 32,5293 ,22521 74,5541 ,21683 74,5257 ,21266 102,5376 ,21427 176

1,0089 ,30765 30,9702 ,33600 33,9886 ,32081 63

1,0163 ,31193 49,9953 ,24862 53

1,0054 ,27960 1021,0135 ,30835 79,9857 ,28366 86,9990 ,29516 165,7823 ,33913 62,6722 ,32737 103,7135 ,33510 165,7974 ,36347 91,8135 ,33485 85,8052 ,34904 176,7913 ,35275 153,7361 ,33734 188,7609 ,34493 341

Label,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total

Ankerptn,00

1,00

Total

,00

1,00

Total

,00

1,00

Total

Polariteit,00

1,00

Total

Mean Std. Deviation N

.

Tests of Between-Subjects Effects

Dependent Variable: ARS

18,232a 7 2,605 39,034 ,000185,655 1 185,655 2782,373 ,00016,540 1 16,540 247,884 ,000

,001 1 ,001 ,015 ,902,080 1 ,080 1,196 ,275,031 1 ,031 ,464 ,496,000 1 ,000 ,005 ,946,003 1 ,003 ,051 ,822

,000 1 ,000 ,006 ,938

22,220 333 ,067237,854 34140,452 340

SourceCorrected ModelInterceptPolariteitAnkerptnLabelPolariteit * AnkerptnPolariteit * LabelAnkerptn * LabelPolariteit * Ankerptn* LabelErrorTotalCorrected Total

Type III Sumof Squares df Mean Square F Sig.

R Squared = ,451 (Adjusted R Squared = ,439)a.

.

Estimated Marginal Means .

.

Page 3

Polariteit

Dependent Variable: ARS

,539 ,020 ,499 ,579,998 ,021 ,957 1,038

Polariteit,001,00

Mean Std. Error Lower Bound Upper Bound95% Confidence Interval

.

Univariate Analysis of Variance (DARS) .

Descriptive Statistics

Dependent Variable: DARS

,7198 ,20388 32,8617 ,21301 70,8172 ,21939 102,9647 ,26764 42,8589 ,30659 32,9189 ,28798 74,8588 ,26982 74,8608 ,24464 102,8599 ,25478 176,4411 ,18522 30,4545 ,22206 33,4481 ,20382 63,4306 ,17974 49,4947 ,20433 53,4639 ,19463 102,4346 ,18073 79,4793 ,21093 86,4579 ,19772 165,5849 ,23905 62,7312 ,28741 103,6763 ,27872 165,6771 ,34862 91,6318 ,30338 85,6552 ,32741 176,6398 ,31138 153,6863 ,29811 188,6654 ,30456 341

Label,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total

Ankerptn,00

1,00

Total

,00

1,00

Total

,00

1,00

Total

Polariteit,00

1,00

Total

Mean Std. Deviation N

.

.

Page 4

Tests of Between-Subjects Effects

Dependent Variable: DARS

14,973a 7 2,139 43,002 ,000134,197 1 134,197 2697,803 ,00012,330 1 12,330 247,876 ,000

,363 1 ,363 7,292 ,007,063 1 ,063 1,273 ,260,222 1 ,222 4,459 ,035,008 1 ,008 ,170 ,681,191 1 ,191 3,837 ,051

,437 1 ,437 8,791 ,003

16,565 333 ,050182,516 34131,538 340

SourceCorrected ModelInterceptPolariteitAnkerptnLabelPolariteit * AnkerptnPolariteit * LabelAnkerptn * LabelPolariteit * Ankerptn* LabelErrorTotalCorrected Total

Type III Sumof Squares df Mean Square F Sig.

R Squared = ,475 (Adjusted R Squared = ,464)a.

.

Estimated Marginal Means .

Polariteit * Ankerptn * Label

Dependent Variable: DARS

,720 ,039 ,642 ,797,862 ,027 ,809 ,914,965 ,034 ,897 1,032,859 ,039 ,781 ,936,441 ,041 ,361 ,521,455 ,039 ,378 ,531,431 ,032 ,368 ,493,495 ,031 ,434 ,555

Label,001,00,001,00,001,00,001,00

Ankerptn,00

1,00

,00

1,00

Polariteit,00

1,00

Mean Std. Error Lower Bound Upper Bound95% Confidence Interval

.

Univariate Analysis of Variance (ERS) .

.

Page 5

Descriptive Statistics

Dependent Variable: ERS

,0958 ,07345 32,1362 ,11279 70,1235 ,10344 102,1929 ,11746 42,1375 ,12679 32,1689 ,12384 74,1509 ,11127 74,1366 ,11673 102,1426 ,11436 176,1711 ,12208 30,1449 ,10980 33,1574 ,11562 63,1622 ,12261 49,1613 ,11392 53,1618 ,11758 102,1656 ,12170 79,1550 ,11200 86,1601 ,11650 165,1323 ,10614 62,1390 ,11138 103,1365 ,10916 165,1764 ,12057 91,1524 ,11875 85,1648 ,11996 176,1585 ,11662 153,1450 ,11465 188,1511 ,11556 341

Label,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total

Ankerptn,00

1,00

Total

,00

1,00

Total

,00

1,00

Total

Polariteit,00

1,00

Total

Mean Std. Deviation N

.

Tests of Between-Subjects Effects

Dependent Variable: ERS

,217a 7 ,031 2,391 ,0217,100 1 7,100 546,832 ,000,029 1 ,029 2,258 ,134,055 1 ,055 4,240 ,040,009 1 ,009 ,670 ,414,041 1 ,041 3,122 ,078,001 1 ,001 ,055 ,814,024 1 ,024 1,880 ,171

,072 1 ,072 5,537 ,019

4,323 333 ,01312,324 3414,541 340

SourceCorrected ModelInterceptPolariteitAnkerptnLabelPolariteit * AnkerptnPolariteit * LabelAnkerptn * LabelPolariteit * Ankerptn* LabelErrorTotalCorrected Total

Type III Sumof Squares df Mean Square F Sig.

R Squared = ,048 (Adjusted R Squared = ,028)a.

.

Estimated Marginal Means .

.

Page 6

Polariteit * Ankerptn * Label

Dependent Variable: ERS

,096 ,020 ,056 ,135,136 ,014 ,109 ,163,193 ,018 ,158 ,227,138 ,020 ,098 ,177,171 ,021 ,130 ,212,145 ,020 ,106 ,184,162 ,016 ,130 ,194,161 ,016 ,131 ,192

Label,001,00,001,00,001,00,001,00

Ankerptn,00

1,00

,00

1,00

Polariteit,00

1,00

Mean Std. Error Lower Bound Upper Bound95% Confidence Interval

.

Univariate Analysis of Variance (MRS) .

Descriptive Statistics

Dependent Variable: MRS

,1995 ,08279 32,1902 ,10539 70,1931 ,09854 102,1706 ,10900 42,1958 ,17475 32,1815 ,14071 74,1831 ,09895 74,1920 ,13026 102,1883 ,11788 176,1883 ,10125 30,1828 ,16412 33,1854 ,13677 63,1728 ,09018 49,1377 ,10054 53,1546 ,09685 102,1787 ,09420 79,1550 ,12966 86,1664 ,11434 165,1941 ,09159 62,1879 ,12640 103,1902 ,11431 165,1718 ,09875 91,1596 ,13539 85,1659 ,11769 176,1808 ,09623 153,1751 ,13094 188,1777 ,11653 341

Label,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total,001,00Total

Ankerptn,00

1,00

Total

,00

1,00

Total

,00

1,00

Total

Polariteit,00

1,00

Total

Mean Std. Deviation N

.

.

Page 7

Tests of Between-Subjects Effects

Dependent Variable: MRS

,129a 7 ,018 1,366 ,21910,159 1 10,159 753,804 ,000

,027 1 ,027 2,024 ,156,035 1 ,035 2,566 ,110,003 1 ,003 ,221 ,639,007 1 ,007 ,510 ,476,016 1 ,016 1,165 ,281,000 1 ,000 ,009 ,926

,020 1 ,020 1,493 ,223

4,488 333 ,01315,380 3414,617 340

SourceCorrected ModelInterceptPolariteitAnkerptnLabelPolariteit * AnkerptnPolariteit * LabelAnkerptn * LabelPolariteit * Ankerptn* LabelErrorTotalCorrected Total

Type III Sumof Squares df Mean Square F Sig.

R Squared = ,028 (Adjusted R Squared = ,007)a.

.

Page 8