<thead id="6l8to"></thead>
  • <object id="6l8to"><strong id="6l8to"></strong></object>
    1. <big id="6l8to"><span id="6l8to"></span></big>
      1. <table id="6l8to"></table>

      2. 把實驗設計的思想引入用戶研究首 頁 >>人性化設計>>文章列表

        用研的目的是為了獲得準確的數據來指導或者解決我們在實際工作中出現的問題。為了達到這個目的,我們不妨借鑒一些心理學研究的方法來改進我們的研究設計,讓我們的研究更加科學、準確、可信。心理學的實驗設計分為兩種,一種是真實驗設計,一種是準實驗設計。當然,真實驗設計和準實驗設計這兩個名字是相對而言的,也就是說準實驗設計的控制條件沒有真實驗設計那么嚴格。

        心理學實驗室研究中一個很重要的部分是研究人的心理過程,為了更好的研究心理過程,一個心理學實驗的要盡量做到研究任務的物理屬性盡量相同,而結果的不同僅僅是由于執行了不同的心理過程才產生的。例如下圖的實驗流程,被試在不同的實驗試次中分布執行兩個不同的任務,判斷目標圖片的語義(如山峰)或結構(開放性,閉合性,溫度高低等)。 實驗結果的不同完全是由于執行不同的任務所造成的,也就是說這兩個不同的任務卷入的心理過程的差異造成了結果的差異。當然一個精密的心理學實驗不會僅僅是這么簡單,我們單拿出一點來舉個例子方便大家理解。

        圖1 一個心理學實驗流程示意圖

        但是在我們的現實工作中,我們需要的研究設計應該是恰恰相反的,即保證用戶執行的是相同的心理過程,結果的不同是由于物理屬性的不同而引起的。例如,在交互設計沒變的基礎上的網站改版所引起的點擊量差異等,就屬于這類。

        1.隨機化

        實驗研究中非常重要的一點就是隨機化,包括被試樣本隨機化,刺激試次隨機化等。我們的研究對象是人,也沒有兩個人是完全一樣的,所以為了平衡實驗組間的條件,我們盡量的采取隨機化原則,來避免因為個體差異對研究結果帶來的影響,但是這個原則不適用于對不同用戶群體的差異性研究(請參考隨機區組實驗設計);實驗試次隨機化是為了消除定式對研究結果產生的影響。心理學實驗最理想的結果是任務試次完全隨機,實驗被試完全隨機。但是這種情況只能無限的接近,所以如果我們的研究條件不能達到隨機化,那就盡量匹配各個任務組和被試組的條件。

        2.控制組

        或者叫做對照組,做基線、做比較、結果做運算,好用又方便。

        圖2 加減乘除

        3.增加前后測而不是簡單的事后比較

        說到結果做運算,就不得不提一下前測和后測,比僅僅只做事后比較好處多,實驗組和控制組后測成績分別減去各自前測成績,得到的結果可以消除一定的歷史和成熟的作用,使得到的結果更準確。好處就是原來顯著的可能不顯著了,原來顯著的可能顯著了,我可沒教你作弊,我只是說這樣得到的結果可能更準確。

        4.迫選法

        圖3 A、B、C、D…K,選一個你覺得好的方案

        記得我參觀過的一項研究,研究者要被試在林林總總不下10個設計方案中選出一個被試最喜歡的,結果怎么樣?用戶完全選不過來了,常常是看過了前面的,忘記后面的。這個時候引入迫選法比較適用。每次呈現2個方案,讓用戶案選出一個最喜歡的,然后繼續和其他方案比較。

        5.重視預實驗,研究者不要想當然

        上一個例子里,研究者給被試看10幾個方案,讓被試全看一遍,再做出的選擇,其實這樣得到的結果并不是研究想要的結果。因為這樣做出的選擇只是這些方案中用戶比較偏愛的,而不是用戶心目中真正喜歡的產品,相當于矬子里拔大個兒一樣。所以在正式研究之前,研究者不妨先做幾個預實驗,很多時候,研究設計中存在的問題就可以在這個階段中暴露出來的。比如我曾經參與的一個實驗,比較的是朋友、自己、陌生人的面孔與語義概念的批評,以此研究自我概念,其中一個水平是當面孔水平旋轉角度達到150°以上時,自我條件下的結果與其他面孔條件下的結果差異就不明顯了,為什么呢?因為這個角度下的自我面孔脫離了正常人的視角范圍,我們很少能看到自己的后腦勺。那如果我們在預實驗中發現了這個問題,在正式實驗中改進,就不用費心費力又費錢做這組實驗了。所以正式實驗之前最好進行一下預實驗,并改進從中發現的問題,可以有效的節約人力物力成本。特別是研究者不要想當然的認為自己經驗豐富,實驗設計嚴密,就忽略預實驗的作用,甚至違反了實驗設計所必備的一些限制條件,要時刻謹記并遵守(切記,切記,這是前人的血淚總結,可以省掉我們很多不必要的麻煩)比如樣本數量之類,小樣本雖然不一定不準確,但是帶來的風險也高,所以我建議研究的樣本數量一定要足夠多。

        6.慎用統計方法

        這個問題很難一句兩句說清,不過圖表總是比數字更容易理解,簡單的統計方法能說明的問題,就不要選擇復雜的統計方法來做,明確每種統計方法的適用條件。想起過去看過的一句話:Statistics never lie, but liars use statistics. 很說明問題。接下來我會寫一些結合具體工作實例的文章,另外推薦給大家一本統計學入門讀物:機械工業出版社出版的《統計學原理學習指南與習題集》,邊學邊做;再推薦果殼網的一篇文章《一秒鐘看穿統計陷阱》,愛科學,愛生活!

        圖4 統計學原理學習指南與習題集

         

        本文作者:wt 轉載來自:攜程UED

        人妻无码久久中文字幕专区
        <thead id="6l8to"></thead>
      3. <object id="6l8to"><strong id="6l8to"></strong></object>
        1. <big id="6l8to"><span id="6l8to"></span></big>
          1. <table id="6l8to"></table>