Meta-analysis exploring price-elasticity of demand estimates reported for digital consumers
Author
Müllerova, Dominika
Term
4. Semester
Publication year
2026
Submitted on
2026-06-01
Abstract
Price elasticity of demand measures how sensitive consumers are to price changes—how much their purchases shift when prices go up or down. Earlier meta-analyses were conducted before online shopping became widespread and focused mainly on groceries, so they fit today’s market with both in-store and online purchases poorly. This thesis reviews research on digital consumers (people who buy online) and combines the results in a meta-analysis. Across 20 studies reporting 98 elasticity estimates, the overall price elasticity for digital consumers is −1.33 (SE = 0.149, p < .001). In practical terms, this suggests that, on average, a 1% price increase is associated with a 1.33% decrease in online demand. The thesis also shows that collecting and reporting accompanying details—such as effect sizes, methodological choices, and source characteristics—alongside each estimate improves the precision and usefulness of meta-analytic results. While some of these descriptors do not individually change the elasticity estimate in a statistically significant way, encouraging researchers to report them consistently will make future meta-analyses more accurate and more valuable for theory and practice.
Priselasticitet for efterspørgsel måler forbrugernes følsomhed over for prisændringer – hvor meget deres køb ændrer sig, når prisen stiger eller falder. Tidligere meta-analyser blev udført før onlineshopping blev udbredt og fokuserede mest på dagligvarer, og passer derfor dårligere til nutidens marked med både butikker og internet. Denne afhandling gennemgår litteratur om digitale forbrugere (købere på nettet) og sammenfatter resultaterne i en meta-analyse. På baggrund af 20 studier med 98 elasticitetsestimater er den samlede priselasticitet for digitale forbrugere −1,33 (SE = 0,149, p < .001). Praktisk betyder det, at en prisstigning på 1 % i gennemsnit hænger sammen med et fald i efterspørgslen på 1,33 % online. Afhandlingen viser også, at det forbedrer præcisionen og anvendeligheden af meta-analyser at indsamle og rapportere ledsagende oplysninger – fx effektstørrelser, metodiske valg og kilders karakteristika – sammen med hvert estimat. Selvom nogle af disse beskrivelser hver for sig ikke har en statistisk signifikant effekt på elasticitetsestimatet, vil konsekvent rapportering gøre fremtidige meta-analyser mere præcise og mere nyttige for teori og praksis.
[This apstract has been rewritten with the help of AI based on the project's original abstract]
Keywords