Siden TV2 påbegyndte udsendelserne i efteråret 1988, og dermed begyndte at sende TVreklamer, har der fra annoncørernes side været betydelig interesse omkring annoncering i TV. Mere end 2 mill, voksne danskere ser hver dag TV2. Der er intet dag- eller ugeblad i Danmark, der har så mange læsere. Undersøgelser af danskernes TV-forbrug har endvidere vist, at det er steget efter TV2's premiere. I gennemsnit ser danskere 2 timer fjernsyn hver dag. Heraf tegner DR og TV2 sig tilsammen for ca. 95%. TV er derfor set fra annoncørernes synspunkt et meget vigtigt annoncemedium, og det kan derfor have interesse at se lidt nærmere på, om annoncering i TV overhovedet virker.

TV2 Reklame Af S har udgivet 2 pjecer, hvori man har forsøgt at belyse effekten af TV-annoncering, uden at der dog er foretaget nogen egentlige analyser af tallene. I den sidste af pjecerne er der offentliggjort en tabel, Tabel 1, der sammenligner kendskab til en række mærkevarer før TV-annoncering med kendskabet efter annoncering i TV. Det følgende er en lidt mere detaljeret analyse af tallene i tabellen og således en analyse af effekten af TV-annoncering. En sådan analyse er interessant ud fra en medieanalytisk synsvinkel, men også fordi den anvendte model er let at håndtere og viser, at den foreliggende type af data kan analyseres på en enkel og hurtig måde.

Data

Data er indsamlet af AIM som telefoninterviews. Prætestet, dvs. før TV-annoncering blev iværksat, er udført på hele befolkningen i september 1988, posttestet, dvs. efter TV-annoncering, er udført i ugerne 43-46 i 1988, dvs. efter endt kampagne, på den del af befolkningen, der har mulighed for at se TV2. Der er ved begge tests interviewet ca. 500 personer i aldersgruppen 15-74 år.

Undersøgelsen er udført som en mærkevaretest, dvs. ved anvendelse af såkaldt uhjulpet erindring. Ved en mærkevaretest ringes op til en passende udvalgt del af befolkningen, og den interviewede bliver spurgt om, hvilke mærkevarer inden for en mærkevaregruppe den pågældende kender. F.eks. hvilke morgenmadsprodukter kendes, hvilke tandpastamærker, hvilke forsikringsselskaber osv. En vis andel af de udspurgte vil i forbindelse med udspørgelse om hvilke morgenmadsprodukter de kender, f.eks. nævne OTA SOLGRYN. Denne andel er responsen, målt som uhjulpet erindring, og svarer i Tabel 1 således til, at 42% af de udspurgte nævnte OTA SOLGRYN, før der var TV-annonceret, og 53% efter at der var TV-annonceret.

Ved både prætestet og posttestet var man interesseret i kendskabet til 20 bestemte mærkevarer. For 12 af mærkevarerne var der blevet annonceret i TV og for de øvrige 8 var der ikke blevet annonceret, og disse 8 fungerer

derfor som en slags kontrolgruppe.

Som mulige forklaringsvariable for ndringen uhjulpet erindring, kendskabsniveauet, kendes dels antallet af spot og dels længden af de enkelte spot, Tabel 1. Da der for nogle få af mærkevarerne er benyttet spot af forskellig længde, er den gennemsnitlige spotlængde udregnet. Desuden er den samlede annonceringstid udregnet, således at der i alt bliver 3 forklarende variable.

Ay ~ Antal (Antal spot)

Sij ~ Snit (Gennemsnitlig spotlaengde)
Ty ~ Totaltid (Total annonceringstid)
i = 1,...,20 (De 20 mserkevarer)
j - 1,2 (Praetest/posttest)

Per definition er den totale annonceringstid lig med produktet af den gennemsnitlige spotlængde og antallet af spot, dvs. Ty — Ay X Sy. Endvidere er An — Sn — Tii — 0, i — 1,...,20, svarende til, at der ikke er TV-annonceret ved prætesten. Ligeledes er Ai2 — Si2 — Ts — 0 for de annoncer, der ikke har annonceret i TV2 ved posttesten, dvs. for kontrolgruppen.

Model

Lad Xy være en variabel, der betegner antallet,
der nævner mærkevare i ved testen j. Da
der er 500 respondenter ved hver test, antages
gesXij at være stokastisk uafhængige binomialfordelte,
Xij ~ bin(soo, py), i = 1,...,20, j = 1,2,
hvor py er andelen i den undersøgte population,
der ved testen j nævner mærkevare i.

Endvidere antages py at være en funktion
af de forklarende variable

hvor ai, i = 1,...,20, er faktorniveauer, der angiver kendskabsniveauer for de enkelte mærkevarer før annoncering i TV2 og fBi, fk f g /fe er logistiske regressionskoefficienter, der beskriver effekten af de enkelte forklarende variable på kendskabsniveauet.

Da datamaterialet kan opfattes som observationer af 20 par af binomialfordelinger, et par for hver mærkevare, kan modellen også opfattes som en model for oddsratio for de 20 2X2 tabeller,

I tilfælde, hvor der ikke er annonceret, antager de forklarende værdier 0, hvorfor oddsratio bliver 1. Er der derimod annonceret i TV2, bliver oddsratio (formodentlig) større end 1.

Statistisk analyse

Til den statistiske analyse er benyttet computerprogrammet
GENSTAT. Variansanalysen
er angivet i Tabel 2.

Det er i statistiske analyser almindeligt som vekselvirkningen mellem 2 variable at benytte produktet af de to variable. Det svarer i denne model til, at vekselvirkningen mellem den gennemsnitlige spotlængde og antallet af spot er den totale annonceringstid. I almindelighed vil man ikke tillade vekselvirkninger at indgå i en analyse, uden at også de tilsvarende hovedvirkninger indgår. I denne analyse har vekselvirkningen totaltid imidlertid en specifik fortolkning i forhold til den aktuelle problemstilling.

Den statistiske analyse er udført ved at inddrage de enkelte forklarende variable successivt. Af Tabel 2 fremgår, at faktoren, der beskriver de specifikke bekendskabsniveauer, er stærkt signifikant. Desuden ses det, at vekselvirkningen totaltid også er signifikant. Hovedvirkningen, der beskriver den gennemsnitlige spotlængde, snit, er mere problematisk, idet denne hovedvirkning giver et signifikant fald i residualen, tilsvarende en x²-størrelse på 5,6 med 1 frihedsgrad, p — 0,024. Derimod giver hovedvirkningen, der beskriver antallet af spots, ikke en signifikant reduktion af residualvariansen, idet man finder x2x² — 0,9 med 1 frihedsgrad, p — 0,34.

Den bedste model til beskrivelse af data fås ved at udelade antallet af spot, hvilket giver en residual på 53,2 med 18 frihedsgrader. Dette er imidlertid stærkt signifikant, p = 0,00002. Det betyder, at modellen ikke kan beskrive hele variationen i data; der er således overspredning. Overspredningen estimeres til & - 58,8 fl9 = 3,095.

Når modellen ikke kan beskrive variationen i data fuldstændigt, synes det imidlertid for at undgå »overfitting« naturligt at vurdere effekten af de forklarende variable i forhold til residualvariansen. sidualvariansen.Variablen snit skal derfor vurderes i forhold til residualvariansen. Dette kaji gøres ved et F-test, idet man finder f — (5,p/l)/ - 1,9, der er F fordelt med (I,jl8) frihedsgrader, p = 0,185. Hovedvirkningeji af den gennemsnitlige spotlængde er således ikke signifikant i forhold til residualvaiiansen, og vi har derfor valgt ikke at inddrage den i modellen. Den endelige model bliver derfor

således at ændringen i kendskabsniveauet for de annoncer, for hvilke der har været annoncenet i TV2, kan forklares ved den totale anndnceringstid, hvorimod fordelingen af depne tid på antallet af spot eller gennemsnitlig spotlængde synes at spille en mindre rolle.

Fol" yderligere at vurdere hvorledes modellen beskriver data, er de standardiserede residualei plottet mod de fittede værdier, Figur 1. Dét ses, at der ikke er nogen systematisk variation i residualerne, men at spredningen er stc^r svarende til at der er overspredning i modellen. Desuden bemærkes, at der ikke er ncfgle enkelte ekstreme residualer, der giver anlledning til overspredning.

D^tte fremgår også af Figur 2, der viser fraktilfliagrammet.Punkterne
ligger på en ret linie,men

nie,menmed en hældning, der er mindre end 1, svarende til at der er overspredning. Hældningen på linien ses at passe meget fint med l fa-0,57.

På Figur 3 og Figur 4 er de standardiserede residualer afsat mod henholdsvis spotlængde og antal spot. Det ses, at der i overensstemmelse med analysen muligvis er en tendens til at residualerne vokser med spotstørrelsen og dermed aftager med antallet af spot.

En samlet vurdering af plottene viser, at den fundne model giver en god beskrivelse af data samt at den fundne overspredning ikke er en følge af ekstreme observationer eller manglende transformation af de forklarende variable.

Overspredning

De 20 maerkevarer, der er benyttet i denne undersogelse, kan deles i 2 grupper. Dels en gruppe 1 for hvilke der er foretaget annoncering i TV2, og dels en gruppe 2, kontrolgruppen, hvor der ikke er foretaget TV-annoncering.

Betragtes først gruppe 2, kontrolgruppen, ses det, at testet for om modellen kan beskrive data, altså om forsvindende overspredning, svarer til 8 samtidige homogenitetstests. Denne hypotese testes ved et xx² _-test med 8 frihedsgrader, der giver x 2x² = 16,11, p — 0,04. Dette svarer til, at overspredningen, der estimeres til 02² — 16,11 f 8 = 2,01, er signifikant. For en given mærkevare kan andelen, der kender produktet, altså ikke antages at være den samme ved prætestet og posttestet. Dette kan skyldes mange ting, f.eks. kan der være foretaget avisannoncering i den pågældende periode.

Undersøges det, om mærkevarerne i gruppe 2, for hvilke der er foretaget annoncering, kan beskrives ved modellen, finder man, at residualvariansen estimeres til 37,10 med 10 frihedsgrader, p = 0.00005. Dette svarer til en estimeret overspredning på oi² — 37,10 f 10 — 3,71.

Det kan have interesse at undersøge, om overspredningerne for de to grupper er af samme størrelsesorden. Hypotesen, oi² — 02², kan testes ved et F-test, idet man finder v — 3,71f

2,01 - 1,84, som er F fordelt med (10,8) frihedsgrader svarende til p — 0,40. Residualvariansen i de to grupper kan derfor anses for at vasre ens, hvorfor man kan estimere den faelles overspredning, som kan beregnes til <? - 3,095.

Afsætningsøkonomisk tolkning af overspredning

Fra en afsætningsøkonomisk synsvinkel har det betydelig interesse at vurdere overspredningen, idet denne har en pæn fortolkning i relation til TV som reklamemedium. Dette kan gøres på følgende måde, idet Gabrielsen (1990) indeholder en mere detaljeret og teknisk

For en given mærkevare kan ændringen i det forventede kendskabsniveau som følge af TVreklame beregnes. Ved beregningen benyttes ifølge modellen kendskabsniveauet før TVannoncering samt den totale annonceringstid i TV. At der er overspredning i modellen betyder, at den observerede ændring har større spredning end man skulle forvente som følge af stikprøvespredningen. Dette kan fortolkes således, at forskellige mærkevarer med samme forklarende variable, dvs. samme forhåndskendskab og samme totale annonceringstid ifølge modellen vil have samme forventede ændring i kendskabsniveauet, mens de reelle ændringer vil være forskellige. Disse ændringer vil imidlertid ikke variere frit, men vil ligge i nærheden af, men ikke nødvendigvis være lig med den efter modellen forventede ændring. En af årsagerne til dette er, at forskellige TV-reklamer vil give forskellige ændringer. Ændringerne for forskellige mærkevarer vil så at sige variere omkring den ifølge modellen forventede ændring. Denne variation er en del af overspredningen.

Hvis den totale annonceringstid for en given TV-annonce fordobles, bliver ændringen i kendskabsniveauet større. Når man siger, at den totale annonceringstid - til trods for overspredning - er signifikant, betyder dette,

at forskellen pa aendringen i kendskabsniveauet ved kort og stor annonceringstid er stor i forhold til variationen af de reelle aendringer for givet annonceringstid.

Deh statistiske analyse har således påvist, at til trokis for, at der er et vist »slør« med hensyn til ændringen i kendskabsniveauet ved forskellig^ mærkevarer med samme forklarende variable, er effekten af de forklarende variable (forhåndskendskab og total annonceringstid) så signifikant, at effekten overskygger dette »slør«. Anderledes udtrykt er det ikke primært indholdet af en TV-reklame, der bestemmer ændringen i kendskabsniveau, men derimød forhåndskendskab til mærkevaren og den totale annonceringstid.

For at give en vurdering af overspredningens størrelse kan det beregnes, at for et givet forhåndskendskab og givet annonceringstid vil 95% af de reelle kendskabsniveauer ligge melleijn det ifølge modellen forventede niveau ±6%-point.

De^n log-lineære model beskriver således stijukturen i de forventede værdier af de andejle, der har kendskab til de pågældende mørkevarer, mens de »rigtige« andele varieret med ±6 procentpoint omkring den forventede

Når det har interesse at vurdere usikkerhedeni modellen, overspredningens størrelse, skuldes det også, at der fra afsætningsøkonomiskside meget ofte rejses kritik mod analyse|rsom nærværende, fordi der mangler væsentligeforklarende variable i modellen. I forbindelse med TV-annoncering kan det for effekten af annonceringen f.eks. være af betydning,hvilken blok spottet er blevet bragt i, otti det er' bragt først eller sidst i blokken osv. Ovenstående analyse har imidlertid vist, at oterspredningen i kontrolgruppen er af samme størrelsesorden som overspredningen i den gruppe, hvor der har været TV-annoncøret,dvs. at effekten af evt. manglende forklarendevariable har samme størrelsesorden

som overspredningen i kontrolgruppen. Endviderekan skønnet over overspredningen betragtessom et maksimalt udtryk for, hvor megetevt. yderligere forklarende variable kan forklare, således at den forøgelse af residualvariansen,der opstår som følge af, at der mangler nogle forklarende variable, kun har en effekt, der svarer til skønnet over overspredningen.

Endvidere er det væsentligt at påpege, at analysen ikke indeholder variable, der karakteriserer de enkelte spot. Forskellen mellem »gode« og »mindre gode« spot har derfor en effekt, der også skal findes inden for ±6 procentpoint omkring den forudsagte værdi.

Diskussion

Det er i analysen blevet vist, at de afgørende variable til forklaring af ændring i kendskabsniveausom følge af TV-annoncering er forhåndskendskabsamt total eksponeringstid, hvorimod det synes at spille en mindre rolle, hvorledes den totale eksponeringstid er fordeltpå antal spot og altså også hvor lange de enkelte spots skal være. I afsætningsøkonomi anvendes undertiden begrebet »share of voice«, til at beskrive, hvor stor en del af den generelle reklamestøj, der kommer fra annonceringfor det specielle produkt, man er interesseret i. Det er en almindelig antagelse, at kendskabsniveauet for en mærkevare afhængeraf størrelsen af reklamepåvirkningen, altså hvor stor »share of voice« mærkevaren har. Denne betragtning er i overensstemmelse med resultaterne fra den statistiske analyse, nemlig at det er den totale eksponeringstid, der er afgørende, hvorimod det spiller mindrerolle, hvor mange spot eksponeringstiden er opdelt på og dermed hvor store de enkelte spot er.

Inden for denne begrebsramme opererer man også med, at en eksponering for en mærkevareskalvære af en vis størrelse for at have effekt på kendskabsniveauet, forstået på den måde, at den generelle annoncestøj er så stor, at eksponeringen for en given mærkevare skal udgøre en rimelig andel, »share«, for at have effekt. I relation til den foreliggende analyse skulle det betyde, at hvis spottene bliveraffor kort varighed, bliver ændringen i kendskabsniveauet mindre end forventet ud fra modellen. For en given totaleksponering vil en opdeling i for små spot, og dermed et for stort antal spot, ganske vist betyde, at flere personer eksponeres, men en enkelt eksponeringerfor lille til at give en effekt. Hvis spotteneeraf for kort varighed, skal der altså flere spots til for at opnå en eksponering der overskrider »grænseværdien«. I forbindelse med den statistiske analyse skulle man derfor forvente, at for fastholdt totaleksponering skulle spot af alt for kort varighed give en mindre ændring i kendskabsniveauet, altså at regressionskoefficienten til den gennemsnitligespotlængdeskulle være signifikant større end 0. I den statistiske analyse blev det fundet,atvariablen snit, der beskriver den gennemsnitligespotlængde,er signifikant i forholdtilbinomialvariationen. Derimod er den ikke signifikant i forhold til overspredningen. Det er derfor ikke ud fra det foreliggende materialemuligtat afgøre, om en større spotlængdegivetden totale eksponering giver et højere kendskabsniveau. På den anden side indikerer analysen, at dette på ingen måde kan afvises. Ved et større datamateriale og evt. flere forklarende variable vil det imidlertidværemuligt at afgøre, om en sådan effekt eksisterer eller ej. Desuden vil det være muligtatafgøre, hvorledes den totale eksponeringstidskalopdeles på spot for at opnå den optimale effekt af TV-annoncering.

Litteraturliste

Gabrielsen, Gorm: »Effekten af TV-reklame«. Rapport januar 90 f2. Institut for teoretisk Statistik, Handelshøjskolen i København, Julius Thomsens Plads 10, 1925 Frederiksberg C.

»Det er ikke svært at komme i TV«. TV2 Reklame
Af S. Udateret.

»TV-Reklame. En tryksag om udfordringer, muligheder,
effekt og resultater«. TV2 Reklame Af S.
Marts 1989.