消費者の広告への態度は補償型モデルで近似できるか？

消費者の広告への態度は補償型モデルで近似できるか？
-----広告テストデータへの最尤満足化モデルの適用----1999年2月
濱岡 豊
慶應義塾大学商学部
要旨
TVCF視聴時の消費者は低関与状況にあることから、広告への感情的な反応が広告への態度に影響を与える要員とし
て注目されてきた。しかし感情的反応と広告との態度の分析のために用いられてきたのは、Aad=β1x1+β2x2+…とい
う補償型のモデルである。補償型モデルは、消費者が各属性についての情報を処理する能力、知識があることを前提と
したものであり、TVCFを視聴しているという低関与状況の消費者の反応を分析するのには不適切であると考えられ
る。
本研究では、我々が開発した非補償型モデル(分離ルール、連結ルール)と、補償型モデルによって、広告への態度と感
情的な反応との関係について分析した。広告への態度を7段階尺度で測定して、トップ1もしくはトップ2ボックスに回答
するか否かについては、非補償型(分離)ルールのあてはまりが最良となった。
Do consumers compensate affective responses to advertising?
Yutaka Hamaoka
Faculty of Business and Commerce, Keio University
Abstract
Since elaboration likelihood model was proposed, affective responses(ARs) and attitude to advertising (Aad)
are recognized as important advertising communication effect indexes. Because under low involvement
situation, such as viewing TV programs, ARs dominate cognitive responses(CRs). Some researchers found a
causal relationship, ARs->Aad -> Ab. Their research strategy is , expose TVCFs to audience, measure these
components and analyze their causal relationships with regression, i.e., compensation model. A problem arises
here. According to consumer research, if consumer's knowledge level and/or information processing ability is
high, compensation rule would be used. While knowledge and/or ability is low, non-compensation rule will be
used. Under low involvement process, such as viewing TV, it is hard to consider consumers use compensation
rule.
We analyzed relationship between ARs and Aad, with compensation model and non-compensation model.
Fitness of non-compensation(disjunctive) model was better than compensation model for top one and two
boxes in seven points scaled Aad responses. But for top three, four, five and six boxes, fitness of compensation
model was better. These results show that regression type analysis is not always appropriate for analysis of
ARs and Aad.
1
1.はじめに
広告への態度が広告への感情的、認知的反応とブランドへの態度を媒介する変数として注目されている。そこで用い
られているのは、多属性態度モデルに基づく次のような線形補償型モデルである。
広告への態度=β1楽しさ+β2あたたかさ+β3イライラ... (1)
この式は、「楽しさ」への反応が0であったとしても、その不足分を「あたたかさ」で補うことができるという「補償
型」のモデルである。これに対して、「自分の嫌いなタレントが出演しているのを見るとイライラする。よって、その
CMが嫌いである。いくら楽しそうな演出をしても、そのタレントが出演している限り、イライラしてしまい、そのCM
を好きになることはない。」という状況もあり得るだろう。これは、出演タレントによって引き起こされる感情を、他
の感情によって補償できないことを意味している。数年前のタイ米や、輸入ビールの不人気は、どんなに価格が安くて
も品質(特に味)が一定の閾値を満たさなければ、受容されないことを示している。このように、非補償型の意思決定を行
う場面は少なくはないと思われる。
このようなマネジリアルな観点からのみでなく、消費者行動論からも(1)式のような補償型モデルを用いて広告への態
度を分析することには問題がある。というのも、 広告への感情的反応が注目されたのは、テレビを視聴しているような
「関与が低い状態」では、情報は周辺ルートで簡単に処理されるというPetty, Cacioppo and Schumann(1983)のELM
モデルからの示唆によるからである[Lutz (1985)]。
消費者の意思決定ルールは、補償型、非補償型に大別されるが、補償型モデルは各属性の代替関係を補償できるほ
ど、消費者の知識水準が高いことを前提としている[Bettman and Jacoby(1976)]。実際、Gensch(1987)は消費者の
「知識水準」が高い場合には、補償型モデルが使われ、そうでない場合には非補償型モデルが使われることを実証して
いる。 Genschの研究は「関与」ではなくて「知識」の高低に注目したものだが、知識が低い場合と同様、関与が低い
状態でも、複数の属性間の重要性を考慮して、総合的な評価を行うという補償型モデルで消費者の態度が決定されてい
るとは考えにくい。
広告への態度研究で非補償型のモデルが用いられてこなかった理由の一つは、補償型のモデルについては回帰分析や
ロジットモデル等が存在するのに対して、非補償型モデルについては簡便なモデルが存在しなかったということだろ
う。本研究では、我々が開発した非補償型の「最尤満足化モデル」を用いて分析を行うことによって、広告への態度が
補償型モデルによって近似できるかを検討する。このモデルはロジットモデルの枠組を用いているために推定が容易で
あり、補償型、非補償型モデルのフィットを統計的に比較できるという特徴がある。
2.モデルと分析方法
モデルの定式化について簡単に説明する。詳しくは[Hamaoka, Furukawa, and Katahira (1995)]を参照されたい。
ここでは、ある選択肢が受容されるか/されないか（広告が好まれるか/好まれないか）という選択をする（態度を決定
する）状況を想定している。また、多属性態度モデルと同様、選択肢はいくつかの属性によって構成されると考える。
１）非補償型モデル
いろいろな非補償型モデルが提示されているが、我々が定式化したのは「連結型(conjunctive)モデル」と「分離型
(disjunctive)モデル」である注1 。
・連結型 (conjunctive)モデル
これは次式のように、全ての属性が、それぞれの属性の閾値を越えていなければ受容されないというモデルである。
P (選択肢が受容される)=P(x1>T1)P(x2>T2)･･･P(xK>TK) (2)
なお、ここでは選択肢の属性がK個あり、そのうちk番目の属性の水準をx k、この属性についての閾値をTkとしてい
注1
非補償型モデルについては、この他に辞書編纂型モデル［Einhorn(1970)］、Elimination by Aspectsモデル
［Tversky(1972)］、Pretreeモデル［Tversky and Sattath(1979)］、Hierachical Elimintationモデル［Hauser(1986)］、
Elimination by Cut-offモデル［Manrai and Sinha(1989)］などがある。
2
る。また消費者や選択肢の添字は省略する。
k番目の属性が閾値Tkを越える確率をロジスティック関数で近似し、βkをそれの重みとすると、上式は次のように特
定化できる。
P(選択肢が受容される)=Πk 1/ {1+exp -β(x k - T k) } (3)
・分離型(disjunctive)モデル
これは「どれか一つ」の属性が閾値よりも上回っていれば、選択肢が受容されるというモデルである。1から「すべて
の属性が受容されない」確率を差し引くけばこの確率は求められる。具体的には次式で表される。
P(選択肢が受容される)=1-Π k [ 1 - 1/ {1+exp -βk (x k - T k )} ] (4)
２）補償型モデル
線形補償型モデルを考えると、選択肢が受容される確率は次式の2項ロジットモデルで与えられる。ただし、cは定数
である。
P(選択肢が受容される)=1/ {1+exp -(Σβk x k + c ) } (5)
これら3つのモデルについては、次式の尤度関数を最大化することによってパラメーターを推定することができる(iは
消費者、jは選択肢についての添字である)。その結果、算出される対数尤度もしくはAIC、SBCの値を比較することに
よって、どのモデルがデータに対してあてはまりが良いかを統計的に比較できる。
L=ΠiΠjPijδij(1-Pij) 1-δij (6)
なお、Πは消費者および選択肢についての積を示し、δijは消費者iによって選択肢jが受容されたときに1、受容されな
いときには0となるダミー変数である。
3.分析方法と結果
１）データ
これらのモデルを用いて広告への感情的反応と広告への態度との関係を分析した。87名に缶コーヒーのテレビCM7本
を露出して、感情的反応、認知的反応、広告への態度などを回答させた注2 。
感情的反応としては、 Edell and Burke(1987)、Holbrook and Batra(1987)、岸(1990)を参照して10項目を設定し、
「非常にそう感じた」∼「まったくそうは感じなかった」までの5段階で回答させた注3 。これらを因子分析した結果、
「あたたかさ」「楽しさ」「イライラ」という3つの因子が見いだされた。ここでは、それぞれの因子について因子負荷
量が高く相互に相関の低い「あたたかさ」「楽しい・イキイキ」「イライラする」の3つの変数を説明変数として用い
た。なお、説明変数として因子得点を用いないのは、それがもとの変数群の加重和として表現される線形補償型モデル
を仮定しているからである。
注2
調査は1995年12月∼1月にかけて行った。なお、少ない素材数で、かつTVCM間での分散(広告表現の違い)が大きくな
るようにテストの対象となるCMを選定した。具体的には、女性タレントが起用されているもの、タレントが起用されて
いないもの、楽しい演出、ネガティブな演出といった特徴をもつものを優先し、テスト対象のCMを7本に絞りこんだ。
以下では、87名の7本の広告への反応をプールして分析を進める。
注3
感情的反応として以下の10項目を設定した。
「おもしろい」「楽しい・イキイキ」「ゆったり・落ち着く」「ほのぼの・しみじみ」「驚き・なんだろう」「イラ
イラする」「寂しい・悲しい」「不安・こわい」「いやらしい・気持ち悪い」「つまらない・退屈」。これらについ
て、 「非常にそう思う」「そう思う」「どちらかといえばそう思う」「どちらともいえない」「どちらかといえばそう
思わない」「そう思わない」「まったくそうは思わない」までの7段階で回答させた。
3
なお、「あたたかさ」「楽しい・イキイキ」については、そのままの値を用い、「イライラする」については、これ
らとは逆の効果をもっているので、6からこれへの回答を差し引いたものを説明変数として用いた。よって、以下では
「イライラする」については「反イライラ感」と呼ぶことにする。
広告への態度については「好きな広告である」という質問項目に対して、7段階で回答させた 。最尤満足化モデルで
は、受容したか/しないかを判定しなければならないが、まず、「非常にそう思う」もしくは「そう思う」を選択した場
合に受容したとして推定を行った（トップ2ボックスに○をつけた場合に5式のδを1とする）。
３）分析結果
製品カテゴリへの関与の高さと意思決定ルールとの関係をみるため、「（缶コーヒーについて）特に気にしない」と
いう5段階評定尺度質問への回答に基づいて、サンプルを2分割した。なお、缶コーヒーを飲まない者や関与について
「どちらともいえない」、もしくは無回答のサンプルは除外した。この結果、高関与198サンプル、低関与193サンプル
となった。
関与の高低によってサンプルを分割して推定した結果、および全サンプルをプールして推定した結果を図表1に示す。
モデル選択の基準としてはSBC(Schwartz’s Bayesian Information Criterion)を用いる。最大対数尤度をLLとする
と、 SBCは次式で与えられる[例えばDillon and Kumar(1994)]。この値がもっとも小さくなるモデルが最良のモデルと
なる。ただし、lnは自然対数を意味する。
SBC = - 2× LL + 推定するパラメーター数 × ln(サンプル数)] (7)
低関与サンプルについて、補償型モデル、連結型モデル、分離型モデルのSBCは、それぞれ172.8、198.4、170.6と
なっている。AIC(Akaike’s Information Criterion)の値の差が1∼2程度以上ならばモデルのあてはまりは有意に異な
るといえるので[坂本ら(1983), p.63]、分離型モデルのあてはまりが最も良いといえる。これに対して高関与サンプル場
合のSBCは、それぞれ159.9、176.0、160.6となっており、補償型モデルと分離型モデルのあてはまりには有意な差は
ないことになる。
このように低関与、高関与サンプルともに分離型モデルのあてはまりは良好であるだけでなく、3つの変数ともに有意
である。そこで、全サンプルをプールして同様に推定を行ったところ、3つのモデルのSBCはそれぞれ、317.4、
339.2、301.2となり、分離型モデルのあてはまりがもっともよい 。
なお、関与の高低によって分割した場合の最良のモデルのSBCの合計は170.6+159.9=330.5であり、全サンプルをプ
ールして分離型をあてはめた場合の302..1よりも大きくなる。つまり、関与の高低に基づいてサンプルを分割して推定
を行ってもモデルのあてはまりの向上は見られないのである注4 。
上述の分析は、「好きな広告である」という設問に対して、トップ2ボックスに○をつけるか/つけないかに注目して
分析したが、これと同様に全サンプルをプールしてトップ1およびトップ3∼トップ6ボックスに○をつけるか/つけない
かを受容したか/しないかの判定基準として推定を行った（表2参照）。
注4
全サンプルを用いた場合の分離型モデルのSBCは302であり、高関与、低関与別に推定した場合の分離型モデルのSBC
の合計170.6+160.6=331.2よりも小さくなっている。
4
SBCに注目すると、トップ1とトップ2ボックスについては、分離型モデルのあてはまりが最もよいのに対して、トップ3
ボックス以下については、補償型のあてはまりがよくなっていることがわかる。
補償型モデルと連結型モデルで推定された受容領域を図1に示す。トップ1∼6について推定したが煩雑になるので、
トップ1∼4までの結果のみを示してある。なお、3つの説明変数を用いたが、イライラについては4（「どちらかといえ
ばそう感じない」）と回答した場合の受容領域を示した。
L1∼L4が補償型の推定結果であり（Σβkxk+c=0となる直線の方程式）、これらの直線よりも右上の反応を得た広告
は受容されることになる。D1∼D4は分離型モデルで推定された閾値を示したものである。例えばD1を通る二つの直線
よりも上側もしくは右側の感情的反応を得た広告は「非常に好きである」という良好な広告への態度を得ることができ
るのである。
この図をみると、トップ1∼トップ4へと「受容」の判断基準を甘くするのにしたがって、補償型、分離型ともに受容
領域が右下へと移動し広がっていくことがわかる。
図1 補償型と分離型の受容域の比較
10.00
L1
8.00
L2
6.00
4.00
L4
L3
D4
D3
D2 D1
2.00
0.00
0.00
2.00
4.00
楽しい
5
6.00
8.00
つまり、トップトップ2ボックス（非常にそう感じた、そう感じた）以上の積極的な広告への態度を得たか否かを広告
の受容基準とした場合には、分離型モデルのあてはまりがよく、トップ3ボックス以下については、補償型モデルの方が
あてはまりがよいという結果が得られた（このことは関与の高低によらない）。
Johnson, Myer, and Ghose(1989)は、属性間に高い負の相関がある場合には、補償型モデルのあてはまりが低下する
ことを示している。本研究での3変数間の相関は高いものでも-0.393であり、変数間の相関によるものとはいえない。
また、トップ2ボックス以上では分離型モデルの方があてはまりがよいことは、生のデータからも確認できる（表
3）。これは表側に「あたたかさ」、表頭に「楽しさ」への5段階評定尺度での回答をとり回答者を分類したものであ
り、それぞれのセルのうち広告への態度（7段階評定尺度）について、トップ2ボックスもしくはトップ4ボックスに○を
つけた者の割合を示してある。トップ2ボックスの場合には、分離型ルールで意思決定が行われていのに対して、トップ
4ボックスの場合には、受容した者の割合が0.5を越えるセルは、補償型ルールが仮定する表の右半分の逆三角形状に分
布していることが読みとれる。このことからも、モデルをつかわずとも、トップ2ボックスの場合には、消費者の意思決
定ルールは非補償型（分離型）であることが読みとれる。
表3 受容した者の割合
a)トップ2ボックス 楽しさ
あたたかさ
b)トップ4ボックス
楽しさ
あたたかさ
1
2
3
4
5
計
0.00
0.75
1.00
0.80
0.67
0.76
1
2
3
4
5
計
0.00
0.75
1.00
1.00
1.00
0.88
(1)
(4)
(4)
(5)
(3)
(17)
0.50
0.75
0.78
0.86
1.00
0.82
(4)
(24)
(23)
(44)
(12)
(107)
1.00
0.70
0.81
0.98
0.86
0.85
(3)
(20)
(62)
(40)
(7)
(132)
0.30
0.32
0.58
0.89
1.00
0.59
(10)
(96)
(38)
(76)
(16)
(236)
0.03
0.43
0.40
0.79
1.00
0.43
(34)
(21)
(15)
(24)
(9)
(103)
0.17
0.45
0.70
0.89
0.98
0.67
(52)
(165)
(142)
(189)
(47)
(595)
5
5
(1)
(4)
(4)
(5)
(3)
(17)
0.25
0.25
0.30
0.27
0.83
0.34
4
4
(4)
(24)
(23)
(44)
(12)
(107)
0.00
0.15
0.16
0.18
0.86
0.20
3
3
(3)
(20)
(62)
(40)
(7)
(132)
0.10
0.04
0.11
0.26
0.88
0.18
2
2
(10)
(96)
(38)
(76)
(16)
(236)
0.00
0.00
0.00
0.29
0.78
0.14
1
1
(34)
(21)
(15)
(24)
(9)
(103)
0.04
0.10
0.18
0.26
0.83
0.22
計
計
(52)
(165)
(142)
(189)
(47)
(595)
注）「楽しさ」「あたたかさ」への5段階評定尺度への回答に基づき回答者を分類。
括弧内は各セルに含まれる回答者数。上段はそのうち、広告を受容した者（トップ2もしくはトップ4ボックスに○
をつけた者）の割合。
割合が0.5以上のセルには下線をつけた。
4.まとめ
本研究では、我々が開発した最尤満足化モデルを用いて、広告への感情的反応と広告への態度との関係を分析した。
その結果、トップ2ボックス以上に回答するか否かによって、消費者の用いている意思決定ルールは異なっていることが
示された。
広告への態度が注目されてきたのは低関与の場合には情報が簡単に処理されるというELMモデルが提示されたことに
よる。しかしながら、そこで用いられてきたのは消費者の知識水準の高さを前提とした補償型のモデルである。しか
し、本研究で示されたように、トップ２ボックス以上については、補償型よりも非補償型（分離型）モデルのあてはま
りがよくなっている。仮定と分析の一貫性について注意を払うことが必要だろう。
本研究では、感情的反応のみに注目したが、このモデルを拡張すればある属性については分離型、ある属性群には補
償型で意思決定されているというルールも簡単に定式化できる。そうすれば、認知的反応については、補償型だが、感
6
情的反応については分離型で態度が決定されるというモデルも推定できる。
最後に本研究の結果からは、次のようなマネジリアル・インプリケーションが得られる。つまり、広告を「非常に好
き」もしくは「好き」になってもらうためには、「イライラ」感が非常に少ないか、「楽しさ」や「あたたかさ」につ
いて高い評価を得るような際だった特徴のある広告でなければだめなのである。
参考文献
Batra, Rajeev and Michael L. Ray(1986),”Affective Responses Mediating Acceptance of Advertising,”Journal of
Consumer Research, Vol.13,Sep.,pp.234-249
Bettman, James R. and Jacob Jacoby(1976),"Patterns of Processing in Consumer Information Acquistion,"in
Advances in Consumer Research,Vol.3,,pp.315-320
Dawes, Robin M. and Bernard Corrigan(1974),"Linear Models in Decision Making,"Psychological
Bulletin,Vol.81,Mar.,pp.95-106
Dillon, William R. and Ajith Kumar(1994)'Latent Structure and Other Mixture Models in Marketing: An
Integrative Survey and Overview', in Bagozzi, Richard eds.(1994)Advanced Method of Marketing
Research, Basil Blackwell: MA, p.295-351
Edell,Julie A. and Marian Chapman Burke(1987),”The Power of Feelings in Understanding Advertising
Effects,”Journal of Consumer Research, Vol.14,Dec.,pp.421-433
Einhorn, Hillel J.(1970),"The Use of Nonlinear, Noncompensatory Models in Decision Making,"Psychological
Bulletin,Vol.73,No.3,pp.221-230
Gensch, Dennis H.(1987) "Empirical Evidence Supporting the Use of Multiple Choice Models in Analyzing a
Population, "Journal of Marketing Research, Vol.24, May, pp.197-207
Gensch, Dennis H. and Joseph A. Svestka(1984),"A Maximum Likelihood Hierarchical Disaggregate Model for
Predicting Choices of Individuals,"Journal of Mathmatical Psychology,Vol.28, pp.160-178
濱岡豊(1994)『非集計(個人選択)モデルによる広告の質の評価に関する研究』『平成5年度 吉田秀雄記念財団助成研究
報告書』
Hamaoka,Yutaka, Ichiro Furukawa, and Hokata Katahira (1995) "A Maximum Likelihood Non-Compensatory
Model: A Measurement Approach",Working Paper, Univ. of Tokyo
濱岡豊、古川一郎(1997)「新製品を成功させるために必要な最低限のマーケティング変数の水準------ マーケティン
グ変数の「下限値」と市場環境、リピートを考慮した非補償型モデルによる分析 -----」『平成8年度 吉田秀
雄記念財団助成研究報告書』
濱岡豊、古川一郎、片平秀貴(1997)「非補償型(最尤満足化)モデルによる広告への態度の分析」『日経広告研究所
報』,174号,Aug.-Sep.,pp.18-23
Hauser, John R.(1986),"Agendas and Consumer Choice,"Journal of Marketing Research,Vol.23,Aug.,pp.199-212
Holbrook,Morris B. and Rajeev Batra(1987),”Assessing the Role of Emotions as Mediators of Consumer
Respoonses to Advertising,”Journal of Consumer Research, Vol.14,Dec.,pp.404-419
Johnson, Eric J. and Robert J. Meyer(1984),"Compensatory Choice Models of Noncompensatory Processes: The
Effect of Varying Context,"Journal of Consumer Research,Vol.11,June,pp.528-541
Johnson, Eric J., Robert Myer, and Sanjoy Ghose(1989),"When Choice Models Fail: Compensatory Models in
Negatively Correlated Environments,"Journal of Marketing Research,Vol.26,Aug.,pp.255-270
片平秀貴、古川一郎、濱岡豊(1998)「ロジット分析を用いた満足化モデル」『消費者選択行動のニュー・ディレクショ
ンズ』関西学院大学出版会
岸志津江(1990),「広告への感情的反応と広告効果過程」第23次吉田秀雄記念事業財団研究助成報告書
Lutz,Richard J. (1985),”Affective and Cognitive Antecendents of Attitude Toward the Ad:A Conceputual
Framework,”in Alwitt ,Linda F. and Andrew A. Mitchell eds.,Psychological Process and Advertising
Effect,Hillsdale,NJ:Lawrence Erlbaumpp.45-64
Manrai, Ajay K. and Prabhakant Sinha(1989),"Elimination-By-Cutoffs,"Marketing Science,Vol.8,No.2,pp.133151
Mitchell,Andrew A. and Jerry C. Olson(1981),”Are Product Attribute Beliefs the Only Mediator of Advertising
Effects on Brand Attitude?,”Journal of Marketing Research, Vol.18,August,pp.318-332
Petty,Richard,John T. Cacioppo and David Schumann(1983)“Central and Peripheral Routes to Advertising
7
Effectiveness:The Moderating Role of Involvement',“Journal of Consumer Research, Vol.10, Sep., pp.135146
Payne, John W. and E. K. Easton Ragsdale(1978),"Verbal Protocols and Direct Observation of Supermarket
Shopping Behavior: Some Findings and a Discussion of Methods,"in Advances in Consumer
Research,Vol.5,,pp.571-577
坂本慶行、石黒真木男、北川源四郎(1983)『情報量統計学』, 共立出版
Swait, Joffre and Moshe Ben-Akiva(1987),"Incorporating Random Constraints in Discrete Models of Choice Set
Generation,"Transport Research Bulletin,Vol. 21B,No.2,pp.91-102
富永純一、濱岡豊、片平秀貴、呉昌昊(1996a)「広告テストでこれだけのことがわかる 広告のコミュニケーション効
果の統合モデル」『マーケティング・ジャーナル』 Vol.15,No.4,pp.54-62
富永純一、濱岡豊、片平秀貴、呉昌昊(1996b)「広告のコミュニケーション効果の統合モデル」『東京大学ワーキングペ
ーパー』
Tversky,Amos(1972),"Elimination by Aspects: A Theory of Choice,"Psychological Review,Vol.79,July,pp.289299
Tversky,Amos and Shumel Sattath(1979),"Preference Trees,"Psychological Review,Vol.86,Nov.,pp.542-573
8