1 / 24

ALEXANDER CHERNEV and DAVID GAL

Categorization Effects in Value Judgments: Averaging Bias in Evaluating Combinations of Vices and Virtues. ALEXANDER CHERNEV and DAVID GAL. 指導老師：胡凱傑　老師 學生：黃宇真. 摘要. 本研究發現，當人們 評估 健康 + 放縱 的組合商品 時，消費者會有低估卡路里的 狀況 ，稱為平均偏誤 (Averaging Bias) 。. 作者透過四個 情境 實驗設計 檢視平均偏誤的 發 生。. 報告大綱. 緒論 (1/2).

perdy
Download Presentation

ALEXANDER CHERNEV and DAVID GAL

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Categorization Effects in Value Judgments: Averaging Bias in Evaluating Combinations of Vices and Virtues ALEXANDER CHERNEV and DAVID GAL 指導老師：胡凱傑　老師 學生：黃宇真

  2. 摘要 • 本研究發現，當人們評估健康+放縱的組合商品時，消費者會有低估卡路里的狀況，稱為平均偏誤(Averaging Bias)。 作者透過四個情境實驗設計檢視平均偏誤的發生。

  3. 報告大綱

  4. 緒論(1/2) • 消費者通常會面臨到很多目標衝突的選擇，例如：高價/高品質v.s低價/低品質、高風險/高報酬v.s低風險、低報酬。 • 在本研究中，我們探討當消費者面臨同時存有健康與放縱等兩種不同目標的商品組合時，他們會如何評估卡路里？

  5. 緒論(2/2) • 一般學者認為，組合商品的卡路里計算是相當瑣碎的。 • 組合商品的卡路里的計算結果應該是單一商品的加總。 認知的卡路里較低!! • 特殊的是，當消費者面對同時存在健康+放縱的商品組合時，會有低估卡路里的現象，這是視為整體計算的結果。 • 甚至，認為一個漢堡的熱量比商品組合的熱量高。

  6. 理論背景(1/2) 因人們在計算的時候會將健康的利益考量進去，因此相信健康+放縱的組合商品比單一的放縱食品健康，且認為越健康熱量越低。

  7. 理論背景(2/2) • 人們可能係因為補償作用造成低估用健康食品補償放縱食品的不健康。 • 在計算包含有健康與放縱的組合商品時，人們會用平均(Average)的方式來計算熱量，而並非用增加(Add)的方式來計算，而因為人們普遍認為健康的食品熱量較低，因此加入健康食品可以降低他們對卡路里的計算。 600大卡 500大卡 矛盾之處：加入健康食品會讓人覺得比較健康而低估熱量的提供，然而加入健康食品事實上頂多讓熱量維持不變，甚至可能增加熱量。

  8. 實驗一－方法 參考基準 餐點A 500大卡 • 目的：檢驗平均偏誤的存在。 • 受訪者是188個Amazon的線上使用者。 • 受訪者隨機的被分配到下列三個情境當中。 先告知另一個漢堡(餐點A)為500卡，再問餐點B的三種情況下各為幾大卡？ 餐點B ？大卡

  9. 實驗一－結果與討論 漢堡+餅乾 漢堡 漢堡+沙拉 加入一個沙拉的熱量比單一個漢堡的熱量還要低，少了96大卡(12.6%) 加入一個餅乾會增加整個餐點的98大卡(12.9%)。 放縱＋健康：有平均偏誤 放縱＋放縱沒有平均偏誤 結果顯示：放縱+健康食品可降低卡路里的認知。

  10. 實驗一－結果與討論 研究結果：放縱+健康食品可以降低卡路里(相較於單一放縱商品)。 • 人們相信這些健康食品可以幫助消化那些多餘的卡路里，所以沙拉的熱量是負數。 • 因此由另外一個族群來詢問他們對單一個花椰菜沙拉的熱量估計，他們認為花椰菜沙拉的熱量高於0。顯示人們並不是真的認為沙拉的熱量是負的或0。 (M= 67, SD= 55, N= 85; T(84)= 11.23) 確實存在平均偏誤

  11. 實驗二－方法 • 目的：驗證當健康食品的強度強，則平均偏誤越大。 • 健康食品強度的操控： 凱薩沙拉的健康強度低 凱薩沙拉的健康強度高 凱薩沙拉 花椰菜沙拉 黑豆沙拉 凱薩沙拉 MWeak= 164, SD= 69, N= 31 MStrong= 102, SD= 42, N= 32 先詢問對一群受測者對兩種沙拉的熱量比較，結果發現熱量比較：黑豆沙拉>凱薩沙拉>花椰菜沙拉。也就是和黑豆比，凱薩沙拉健康強度高；反之則較低。

  12. 實驗二－方法 • 受訪者是231個學生，隨機地被分配到下列三個情境當中。 • 3(健康、放縱、健康+放縱)*2(健康強度：強、弱)矩陣設計。 凱薩沙拉 健康強度 弱 凱薩沙拉 健康強度 強

  13. 實驗二－結果與討論 平均偏誤較大 平均偏誤較小 健康強度弱 健康強度強 結果顯示：放縱+健康組合中，健康強度越強，越可以達到平均偏誤(商品組合的卡路里被低估)。

  14. 實驗三－方法 • 目的：證實將餐點中的項目分開評估的話，平均偏誤就會降低，甚至消失。 • 受測者是241個學生，並隨機分到兩種情境中。 • 2(評估形式：整體、分開評估)*2(餐點形式：健康＋放縱、放縱＋放縱)的矩陣設計。 整體評估 你認為這個餐點當中含有多少卡路里？ 你認為這個漢堡/起司蛋糕中含有多少熱量？ 分開評估

  15. 實驗三－結果與討論 無論怎麼計算都沒有平均偏誤 分開評估 整體評估 無平均偏誤 有平均偏誤 放縱＋健康 放縱＋放縱 • 放縱+健康組合中，若以整體方式評估，則有較低的卡路里估算，甚至比單一放縱商品低；若分開評估則平均偏誤消失。 • 而在放縱＋放縱的組合中，無論何種估計方式皆無平均偏誤。

  16. 實驗三－結果與討論 研究結果：放縱+健康組合中，若以整體方式評估，則有較低的卡路里估算，甚至比單一放縱商品低；若分開評估則平均偏誤消失。 • 本研究同時發現這樣的效果與月暈效應(halo effet)不同，因為無論是何種評估方式，均有看到健康食品。 • 「月暈效應」(Halo effect)是一種以偏概全的主觀心理臆測，是在人際交往中對一個人進行評價時，往往因對他的某一方面特徵，掩蓋了其他特徵。 所以本研究認為會低估卡路里是因為受測者從整體的角度去看。

  17. 實驗四－方法 • 目標：不同的分類方式(健康與否vs商品規模)會影響低估的效果。本實驗欲證實規模會降低低估的效果。 • 操弄分類方式的方法：先讓受測者有以下估計的印象，來影響他們的分類方式。 那一組的商品規模(size)比較大？ 三組當中哪一組是比較健康的？ 健康為基準評估 規模為基準評估

  18. 實驗四－方法 • 3(估計型態：放縱商品vs健康商品vs組合商品)*2(分類方式：以健康為基準vs以規模為基準)的矩陣設計。 • 受測者是214個學生，隨機分配在三種情境中： 以健康為分類 以規模為分類

  19. 實驗三－結果與討論 無論怎麼計算都沒有平均偏誤 有平均偏誤 無平均偏誤 以健康分類 以規模分類 • 平均偏誤只有在健康+放縱商品當中出現，而且必須是以健康為基準的評估。 • 以健康為基準的估計會產生低估的現象，而以規模為基準的估計則會有較準確的估算。

  20. 結論－研究結果 • 本研究認為人們在健康+放縱的商品組合的時候會有低估卡路里的現象。這個理論以以下三個主張為基礎： • 人們通常會將食物分類為健康或放縱商品來辨別好壞。 • 人們認為健康+放縱的商品組合比單一放縱的商品組合來得健康。 • 人們會透過對食物的健康認知作為估算卡路里的基礎。

  21. 結論－學術貢獻

  22. 結論－管理意涵

  23. Thank you very much!!

More Related