説得: 動機づけ要因態度の変化

他の人、アイデア、またはオブジェクトに対する態度を変えるように説得する方法は、メッセージのソースや内容など、いくつかの重要な要素によって異なります。

例えば、健全な議論を持つ専門家の情報源は、一般的に説得力があり、人々はメッセージを受け入れる可能性が高くなります。特に、このような情報は、個人が細心の注意を払い、より高い思考レベルで詳細を処理するように動機付けられている場合、説得に役立ちます。

しかし、特に詳細が個人的に関連していない場合、人々は目の前の問題について慎重に考えるように動機付けられない場合があります。この場合、彼らは同じようにコミュニケーションを処理しません-彼らの精神的な努力は低いです。このような最小限の精緻化で、認知的守銭奴は、説得のために巧妙に練られた議論よりも一般的な印象に頼ることができます。

これらの例は、刺激を中枢的および周辺的に処理するさまざまな方法と、説得の精緻化可能性モデルの基礎を形成する態度変化の結果を示しています。

このビデオでは、Richard Petty、John Cacioppo、および同僚によって開発された、さまざまな動機付けの状況下での説得力のあるメッセージの成功を調査するための独自の実験方法を示しています。

この実験では、参加者は録音された議論の音質を評価していると考えていますが、実際にはそれはカバータスクであり、動機付けの関連性、議論の内容、およびソースの専門知識の量が異なる録音で操作されているためです。

最初の要素である動機付けの関連性については、参加者は、ポリシーの変更がすぐに彼らに影響を与えると言われ、それが高い関与を構成するか、または重要性の低い「しばらくの間は開始されない」と言われます。

2つ目の要素である議論の強さを操作するために、参加者はさらに、データや統計を取り入れた強いメッセージを聞くか、個人的な意見や逸話的な証拠に基づいた内容の弱いメッセージを聞くかに分けられます。

最後に、3番目の変数である専門知識のレベルについては、参加者は、メッセージが高度に恵まれた大学の専門家(専門家の情報源)によって生成されたか、または地元の高校生(非専門家)によって作成されたと伝えられます。

録音された声明を聞いた後、参加者は、ポリシーの実施に対する同意の程度を、1、同意しない、11、完全に同意する11までのスケールで評価するよう求められます。その後、応答は標準化され、従属変数のコミュニケーション後の態度スコアを形成します。

関与する多くの要因を考慮すると、専門家の情報源から強い議論を聞いている参加者は、非専門家からの弱い議論を聞いている参加者よりもメッセージに対してより大きな同意を示すと仮定されています。

ただし、動機付けの関連性との潜在的な相互作用を考えると、説得は関与のレベルに応じて異なる影響を受ける可能性があります。したがって、メッセージが説得力を持つためには、その動機付けの文脈が説得力に影響を与えると考えるべきです。

実験を開始する前に、検出力分析を実施して、この2 x 2 x 2の要因計画に必要な参加者の適切な数を決定します。まず、研究室の一人一人に挨拶をし、カバーストーリーを説明します:彼らが提案された学術方針の変更に関するオーディオ録音の品質を評価すること。

まず、関連性の要因に基づいて参加者を分けます: 関連性が高いグループに無作為に割り付けられたグループには、「これから耳にするポリシーの変更は来年実施されます」と答え、関連性の低いグループには「これから耳にするポリシーの変更は 10 年以内に実施されます」と言います。

次に、議論の強さの影響を評価するために、参加者をさらに、事実に基づく強い主張を聞く人、または逸話を中心とした弱い主張を聞く人に分けます。

ソースの専門知識の最後の要素として、一部の参加者に、録音が名門大学の専門家によって生成されたことを通知し、残りの参加者には専門家ではない地元の高校生によって作成されたことを通知します。

次に、ヘッドフォンを装着して音声録音を開始するように指示します:「新しいポリシーでは、高齢者は卒業するために包括的な試験を受ける必要があります。この方針は、他の大学で実施されたときに、標準化された達成スコアの向上につながりました。」「新しい方針では、高齢者は卒業するために包括的な試験を受けることが義務付けられています。著者の友人は、ポリシーによって強制された試験を受け、現在、名誉ある学術的地位に就いています。」

録音が終わったら、アンケートを持って戻ってきます。各参加者に、政策変更への同意の程度を、強く反対から強く賛成までの11段階で評価してもらいます。

録音の品質を評価するカバーストーリーを維持するために、参加者にスピーカーの声の品質、配信の品質、および熱意のレベルを評価するように依頼します。

最後に、参加者に報告し、研究に参加してくれたことに感謝します。

データを視覚化するには、まず、平均的な一致尺度(コミュニケーション後の態度)をプロットし、議論の強さを動機付けの関連性のレベルと比較します。

全体の 2 x 2 x 2 の ANOVA に基づくと、強いステートメントが弱いステートメントよりも大きな一致につながるという、強さの主な効果がありました。さらに、相互作用効果がありました:参加者が関連性の高いグループにいた場合、議論の質の影響は、関連性の低いグループに属していた参加者よりも強かった。

さらに、さまざまなレベルの専門知識とモチベーションの関連性にさらされた人々の平均値をグラフ化します。この場合、ソースの主な効果があり、専門知識のレベルが高い場合と低い場合で一致が強くなりました。

ここでは、交互作用効果は逆で、関連性の低いグループの参加者では、関連性の高いグループの参加者よりも、ソースの高い専門知識の効果が大きかった。これらの結果を総合すると、説得を成功させるためのさまざまなルートが示されています。

説得につながる要因について理解したところで、研究者がこのモデルをどのように適用して製品のマーケティングや公衆衛生キャンペーンに影響を与えるかを見てみましょう。

企業は、説得の精緻化可能性モデルを使用して、ターゲットオーディエンスへのマーケティングを最大化できます。たとえば、ビデオゲームを販売しようとする場合、関連性の高い 10 代の少年を対象とした広告には、全員がゲームをプレイしているという統計を含む強力なステートメントを含める必要があります。

一方、プレイしない親、関連性が低いと思われる親に子供のために購入するよう説得しようとするチラシには、プロゲーマーのような信頼できる専門家の情報源が製品を推奨する必要があります。

政治家は、このモデルを使用して、スピーチの説得力を高めることもできます。政策が大勢の妊婦と育児の権利について話し合うなど、大勢の人々に直接関連する場合、政治家は逸話ではなく質の高い議論を使うべきです。

対照的に、若い学生のグループに対する退職政策の議論のように、群衆があまり興味を示さない場合、政治家は質の高い議論を作り上げるのではなく、専門家であるように見せるべきです。

最後に、調査結果は、ヘルスケアに対する人々の態度を変えるためにも使用できます。例えば、高血圧に関するキャンペーンが、罹患率が高い、関連性が高く、低所得のアフリカ系アメリカ人コミュニティを対象としている場合、公共サービス広告の出所を強調するよりも、データと事実に裏付けられた議論の方が重要である。

あなたはちょうどJoVEのビデオを見たばかりです さまざまな状況下での説得力のあるメッセージの成功について。これで、動機の操作、議論の強さ、ソースの専門知識を使用して実験を設計し実行する方法、結果を分析および評価する方法、および原理を多くの現実世界の状況に適用する方法について十分に理解しているはずです。

ご覧いただきありがとうございます!