上篇大致介紹了人機互動研究中關於使用者經驗研究與設計的流程
也簡介了Formative和Summative Study的差異
這篇就來更進一步介紹Formative Study吧~
以我自己做研究跟目前在業界的經驗,
遇過Formative Study最常見的方式就是問卷調查跟訪談。
這兩個方法相對來說成本比較低、應用的彈性也高。
今天先來談問卷,明天再來談談訪談囉!
問卷的優點是容易收集較多的樣本數,
方便理解廣泛族群的想法。
缺點則是很多問題很難用文字去具體形容,
有些時候文字敘述的不好,可能會錯誤引導回答。
因此設計問卷,不管是問題本身或是回答方式,
都是一門學問。
另外很多時候量化的數字也很難真的知道填答者的想法。
像是有些問題會使用李克特量表(Likert scale,就是1-5分這種)來衡量,
但一個抽象的概念要被化為數字,每個人的基準可能都不同。
有些時候數字旁的輔助文字(像是非常同意、很同意、很不同意、非常不同意)
可能對於人們的填答也會有影響。
因此有些研究有針對李克特量表的輔助文字提出一些建議
這樣有時候我們如果要更準確地測量填答者的想法,
可以問題轉換成敘述,然後問該敘述填答者的同意程度。
除此之外,我們也可以在問卷中加上文字區域讓填答者說明回答的基準,
但這樣往往又會讓問卷太過冗長,填答者可能會因此放棄。
因此怎麼樣設計填答誘因
(像是填答的獎勵、抽獎,或是把問卷本身主題的描述的有趣)
也是一門學問。
還有一種做法是讓問卷盡量精簡,但在後面詢問填答者是否願意留下資料,
讓研究員可以進行後續訪談。
問卷的另外一門學問就是如何發問卷。
因為雖來理想上問卷應該可以幫助我們收集廣泛的意見,
但實質上問卷派發的管道還是受研究員本身能接觸到的管道的限制,
也因此有些公司可能會有合作的公司,專門幫忙把問卷投遞到各式各樣的族群中。
再接下來是需要收集多少樣本、以及後續如何分析結果。
如果是純量化的問題,有些統計的方式可以幫忙判斷一些參考值。
像是人機互動研究裡面,李克特量表會建議使用無母數分析,
相關資訊可以參考這篇文章。
要收集多少樣本則是有一些統計的理論提出建議的樣本數,
可以參考這個網站提供的計算服務。
如果問卷裡面有自由填答的部分,我們可能就需要進行質化分析。
一個常見的作法為質性譯碼(Qualitative Coding)。
質性譯碼是一個很講求經驗的方法,因為如何將文字資訊,
轉換成有意義和系統性的內容,需要下一番功夫。
之後可以花一整篇來談一下質性譯碼這個方法~
我自己的經驗來看,解讀問卷結果最重要的是看到整體方向,
以及不同因素的交互關係。
比如說在醫院設資訊站的例子,我們可以看看所有人對於資訊站本身不同的面向的態度
(像是方便性、設計感、位置、資訊內容),
再看看不同身份(例如職位、來醫院的頻率、性別、年齡)有沒有不同的傾向。
總之問卷分析本身也是一門學問啦~
千萬不要覺得問卷只是把Google Form或是Survey Monkey弄出來就結束了~
下篇我們再來談談訪談吧~