Werbereaktanz 1: Dutta-Bergman, M.J. (2006). The demographic and psychographic antecedents of attitude toward advertising.

Die Studie untersucht individuelle Unterschiede, die erklären, warum Menschen unterschiedlich gegenüber Werbung eingestellt sind.

➡ Zwei zentrale Dimensionen von Attitude toward Advertising:

1. Informational Utility → Werbung als Informationsquelle für Kaufentscheidungen

2. Regulation / Censorship Support → Unterstützung für Regulierung wegen negativer sozialer Effekte

Explizit

• Werbung ist gesellschaftlich zentral.

• Einstellungen zu Werbung beeinflussen:

  • Ad Effectiveness

  • Einstellung zur Anzeige

  • Markenhaltung

  • Kaufverhalten

Implizit (extrem prüfungsrelevant)

• Einstellung zu Werbung ist multidimensional, nicht global.

• Menschen bewerten Werbung gleichzeitig positiv (Information) und negativ (soziale Effekte).

• Segmentierung nach Psychographie ist strategisch wichtiger als reine Demographie.

Sie verschiebt die Forschung von globalen Einstellungen hin zu einer psychographischen Segmentlogik und zeigt, dass dieselbe Person Werbung gleichzeitig nutzen UND regulieren wollen kann — erklärbar über den Third-Person-Effekt.

Definition (Lutz 1985):

learned predisposition to respond favorably/unfavorably to advertising in general.

➡ Learned disposition = sozial & psychologisch geformt.

➡ zentrale Spannung der Werbung als Institution.

Activities – Interests – Opinions

Psychographische Faktoren:

• Health consciousness

• Environmental consciousness

• Community involvement

• Trust

• Opinion leadership

• Innovativeness

• Price consciousness

• Product consciousness

• Brand consciousness

• Fashion consciousness

• Gender conservatism

• Demographie allein erklärt Werbungseinstellungen nicht ausreichend.

• Psychographische Faktoren erklärt zusätzliche Varianz und somit Einstellungen zu Werbung besser als reine Demographie.

• Einstellungen sind Segment-spezifisch.

H1: Demographische Variablen beeinflussen ATA.

H2: Psychographische Variablen erklären zusätzliche Varianz.

H3: Informational utility und regulation haben unterschiedliche Prädiktoren.

1. Datensatz: DDB Needham Lifestyle Survey

2. N = 3350

3. Repräsentative US-Stichprobe

4. Mail Survey

5. Hierarchische multiple Regression (Block 1: Demographie → danach Block 2: Psychographie)

↑ bei:

• Alter ↑

• geringere Bildung

• geringeres Einkommen

• Innovativeness (stärkster Predictor)

• Brand consciousness

• Health consciousness

• Environmental consciousness

• Trust

• Gender conservatism

↑ bei:

• Frauen

• ältere Personen

• geringes Einkommen

• geringere Bildung

• Conservatism (stärkster Predictor)

• Religiosity

• Gender conservatism

• Health consciousness

• Environmental consciousness

↓ bei:

• Trust (negativ)

• Innovativeness (negativ)

• Menschen glauben, dass Medien andere stärker beeinflussen als sie selbst

• Menschen nutzen Werbung selbst → wollen sie aber regulieren, weil sie negative Effekte auf andere befürchten (v.a. ältere Menschen)

• Erklärt die gleichzeitige Nutzung und Forderung nach Zensur → scheinbarer Widerspruch

• Gefahr? → Der Third-Person Effect ist keine getestete Theorie in der Studie. Autorin nutzt ihn nur interpretativ, um zu erklären, warum Personen Werbung gleichzeitig nutzen und Regulierung unterstützen.

Kernkonzepte

• Attitude toward Advertising

• Informational Utility

• Regulatory Support

• Psychographics vs Demographics

• Third-Person Effect

Argumentationslinie

1. Werbung gesellschaftlich relevant

2. ATA multidimensional

3. Forschung bisher zu stark demographisch

4. Psychographie ergänzt Erklärung

5. Regression zeigt starke psychographische Effekte

6. Konsequenzen für Targeting & Policy

Begriffe, die du exakt beherrschen musst

• Informational utility

• Regulatory attitude

• Psychographics (AIO)

• Nomological network

• Hierarchical regression

• Third-person effect

Gelernte generelle positive oder negative Disposition gegenüber Werbung.

Wahrgenommener Nutzen von Werbung als Informationsquelle.

Unterstützung für Werberegulierung aufgrund sozialer Risiken.

Aktivitäten, Interessen und Meinungen, die Konsumverhalten erklären.

Werbung wird gleichzeitig funktional und moralisch bewertet.

Wirtschaftlicher Nutzen vs soziale Schäden.

• Innovativeness → Advertising Utility? → Positiv (β=.22).

• Trust → Regulation? → Negativ (weniger Vertrauen = mehr Zensur).

• Conservatism → Regulation? → stärkster positiver Effekt.

• Gender → Regulation? → Frauen stärker pro Regulierung.

erklärt zusätzliche Varianz + kreative Strategie.

weniger Bildung = mehr Werbenutzung + mehr Regulierung.

1. Hauptmethodische Schwäche? → Sekundärdaten.

2. Reliabilitätsproblem? → niedrige Alphas (z.B. Trust .35).

3. Generalisierbarkeit? → US-Sample, überwiegend weiß.

4. Modellkritik / Erklärungskraft? → nur moderate Varianzaufklärung (R²); wichtige Einflussfaktoren fehlen vermutlich.

1. Was bedeutet Innovativeness praktisch? → Werbung ideal für Produktinnovationen.

2. Green Marketing? → Umweltbewusste nutzen Werbung, reagieren positiv auf informative Werbung → gute Zielgruppe.

3. Health Marketing? → Werbeinfos wichtig für gesundheitsbewusste Konsumenten.

4. Influencer Advertising? → Psychographische Segmentierung erklärt unterschiedliche Reaktionen auf Influencer besser als Demographie.

5. Social Media Regulation? → Gleiches Muster: Nutzer können Plattformen nutzen, aber mehr Regulierung fordern.

6. Nudging vs Werbung? → Werbung = freiwillige Information; Nudging = Verhaltenssteuerung → stärkere Regulierungsdebatte.

7. Digital Targeting heute → Psychographics zentral für algorithmisches Targeting.

1. Warum relevant für Media Planning? → Segmentierung nach psychographischen Profilen.

2. Warum wichtig für Policy? → Werberegulierung wird durch bestimmte Gruppen getragen.

a. Weil Werbung gleichzeitig funktional (Information) und sozial-moralisch (Regulation) bewertet wird. Positive und negative Bewertungen können parallel existieren.

b. Fokus auf ökonomische vs soziale Kernspannung von Werbung.

Informational Utility und Support for Advertising Regulation.

Psychographische Variablen erklären zusätzliche Varianz und ermöglichen strategische Zielgruppen-Segmentierung.

Utility — Innovativeness (β = .22).

Regulation — Conservatism (β = .22).

Preisbewusstsein, Produktbewusstsein, Opinion Leadership (teilweise).

Mehr Trust → mehr Werbenutzung, weniger Wunsch nach Regulierung.

Innovative Personen nutzen Werbung aktiv zur Informationssuche über neue Produkte.

Sie nutzen Werbung stärker als Informationsquelle, unterstützen aber gleichzeitig Regulierung.

Problem: Paradox: mehr Nutzung + mehr Regulierung.

Frauen unterstützen Werbungskontrolle stärker; kein Unterschied bei Utility.

Weniger Bildung → mehr Werbenutzung und mehr Regulierungsunterstützung.

Theoretisch erwartete Zusammenhänge zwischen Variablen, die empirisch bestätigt werden.

Zustimmung zu Werbebeschränkung (z.B. Alkohol-, Sex-, Kinderwerbung).

Ja — geringe Reliabilität, Messqualität eingeschränkt.

Eingeschränkt; komplexe Konstrukte werden reduziert gemessen.

Nein, nur Zusammenhang (Querschnittsdaten).

Möglich durch Selbstselektion und Panel-Attrition.

Psychographics = Lifestyle & Einstellungen, nicht stabile Persönlichkeitsmerkmale.