追加された砂糖ラベルの有効性の認識

目的と仮説:

この研究の目的は、添加された砂糖を含むレストランのメニューラベルが米国の成人の認識や反応にどのような影響を与えるかを調査することです。 予測:

3 つのアーム (コントロール ラベル、アイコンのみを追加した糖類ラベル、およびアイコンとテキストを追加した糖類ラベル) を使用した被験者間の実験:

1. 追加された糖類ラベルは、対照ラベルよりも効果的であると認識されます。
2. テキストとアイコンのラベルは、アイコンのみのラベルよりも効果的であると認識されます。
3. 追加された砂糖のラベルを見た参加者のより多くの割合が、対照ラベルを見た参加者よりも何か新しいことを学習したと報告します。
4. 砂糖ラベルを追加すると、参加者は対照ラベルと比較して、砂糖が多く添加されたレストランのメニュー項目をより正確に識別できるようになり、この結果では、テキストとアイコンのラベルがアイコンのみのラベルよりも優れています。

さらに、被験者内デザインを使用すると、次のようになります。

この研究では、どのラベル (コントロール、アイコン、テキストとアイコン) が糖分を多く含むメニュー項目の摂取を最も妨げているかを調査します。

分析では、糖類添加ラベルのさまざまなアイコンとテキストのオプションを比較し、どのアイコンとどのテキストのバリエーションが、糖類を多く含む商品の摂取を最も妨げるものと認識されているかを判断します。 どちらがより落胆させるものとして認識されるかについての仮説はありません。

計画された分析:

予測 1-2 の場合: 実験条件の指標変数で PME を回帰する線形回帰モデル (OLS)。 STATA の margins コマンドは、各条件間のペアごとの比較 (つまり、アイコンのみとアイコンとテキスト ラベル) を実行するために使用されます。 また、PME は、追加された糖ラベル グループを組み合わせた指標変数で回帰分析されます。

予測 3 ～ 4 では、ロバストな標準誤差を伴うポアソン回帰を使用して相対確率を推定し、実験条件の指標変数に関する各二分結果を回帰します。 STATA の margins コマンドは、各条件間のペアごとの比較を行うために使用されます。 結果は、追加された糖ラベル グループを組み合わせた指標変数で回帰されます。 ポアソン回帰が収束しない場合は、ロジスティック回帰が使用されます。

被験者内比較では、混合効果線形モデルを使用して、砂糖を多く含む品目の摂取に対する条件とラベル表示の差し止め評価との関係を評価します。

クリティカル アルファ 0.05 が使用され、統計検定は両側検定になります。 これは、大規模な試験で使用する最高のパフォーマンスのラベルを特定するのに役立つ初期の探索的研究であるため、アルファ レベルは多重比較の対照に合わせて調整されません。

上記のパラメトリック テストに必要なモデリングの仮定からの逸脱の証拠がある場合は、ノンパラメトリック感度分析が実行されます。