Föreläsning 2: Datainsamling - Observation, enkät, intervju. Att läsa: Kapitel 2 och 3 i Stone et al.: User Interface design and evaluation

Transkript

1 Föreläsning 2: Datainsamling - Observation, enkät, intervju Att läsa: Kapitel 2 och 3 i Stone et al.: User Interface design and evaluation

2 Stjärnmodellen Analys Utvärdering Implementation Prototyper Krav Design Datainsamling 2

3 Från föregående föreläsning Blanda in användare så mycket som möjligt Observera i verkliga situationer Konstruera uppgifter de får utföra Intervjuer Skicka ut enkäter Som medlemmar i designteam Användbarhet (t.ex. ISO) Datainsamling 3

4 Observation Direkt eller indirekt Fokus vet man vad man ska leta efter? Tillgänglig utrustning Tidsaspekter Användarnas upplevelser Observatörens inblandning Tänka-högt-metoden Datainsamling 4

5 Loggning Programvara som registrerar allt som görs stör relativt litet loggfiler kan delvis analyseras automatiskt större datamängder kan hanteras interaktionen kan spelas upp i efterhand Datainsamling 5

6 Tangentloggning /usabilty-labs.html Datainsamling 6

7 Screencast-verktyg ScreenCam Captivate Camtasia Camstudio Studio (MS) Datainsamling 7

8 Datainsamlingstekniker: Hur man väljer bestäms av: Hur data ska analyseras Utrustning att använda Hur man ska accepteras Hur man hanterar känsliga frågor Datainsamling 8

9 Analys av data Kvalitativa data - tolkade och använda för att berätta om det som observerats, ger förståelse Kvantitativa data - insamlade från interaktion och video. Presenterade som värden, tabeller, diagram och grafer, behandlas statistiskt Datainsamling 9

10 Tolkande dataanalys Leta efter nyckelhändelser som styr användarnas aktivitet Leta efter mönster i beteenden Jämför resultaten av olika tekniker Rapportera på ett relevant sätt Ta med citat, bilder, anekdoter Datainsamling 10

11 Leta efter mönster Kritiska händelser Content analysis Discourse analysis Kvantitativ analys, dvs statistik Datainsamling 11

12 Utfrågningstekniker Intervjuer strukturerade flexibla halvstrukturerade i grupp Datainsamling 12

13 Att planera en intervju Introduktion Uppvärmning Ordning Avrundning Avslutning Kom väl förberedd! Datainsamling 13

14 Intervjuer, att undvika: Långa frågor Sammansatta meningar Ett språk som är svårt att förstå Ledande frågor Omedvetna vinklingar, könsstereotyper Datainsamling 14

15 Probes - sonderingar Probes - för att få mer information, vill du tillägga något? Prompts - hjälp på traven, kan vara att få hjälp att komma ihåg ett namn Får inte leda till vinklingar För mycket får deltagaren att försöka gissa rätt svar Datainsamling 15

16 Djupintervju Använd: öppna frågor neutralt formulerade frågor enkla, konkreta frågor en fråga i taget tystnad, tid för eftertanke Datainsamling 16

17 Djupintervju forts. Undvik: provocerande frågor varför-frågor (kan uppfattas som ifrågasättande eller tillrättavisande) hypotetiska frågor påståenden Datainsamling 17

18 Gruppintervjuer Kallas även fokusgrupper Vanligt med 3-10 deltagare Ger ett brett åsiktsunderlag Måste styras: - alla ska bidra - ingen ska dominera - alla frågor ska beröras Datainsamling 18

19 Enkäter Öppna eller slutna frågor Slutna lättast att analysera, kan automatiseras Kan nå stora grupper På papper, via e-post eller webben Elektroniska varianter lättast att hantera Datainsamling 19

20 Riktlinjer Enkelhet i språket Entydiga frågor Precisera tid och rum Ej ledande frågor Undvik (dubbla) negationer Försiktighet med kunskapsfrågor En fråga åt gången Ett svar åt gången Datainsamling 20

21 Riktlinjer forts. Ej omotiverat långa frågor Minnesfaktorn Sparsamt med hypotetiska frågor Undvik känsliga frågor Motivera omotiverade frågor Socialt önskvärda svar Svarsalternativ ömsesidigt uteslutande Svarsalternativen uttömmande Symmetri och rangordning Datainsamling 21

22 Skalor Likert påståenden håller med-neutral-håller inte alls med Även Semantic differential I ändarna t ex svårt - lätt, tråkigt - roligt Datainsamling 22

23 Likertskala, exempel Markera för nedanstående påståenden vilket alternativ som stämmer bäst med din åsikt. 1. Det är lätt att förstå vad ikonen står för. Håller helt med Håller delvis med Neutral Håller delvis inte med Håller inte alls med 2. Ibland vet jag inte hur jag ska gå vidare. Håller helt med Håller delvis med Neutral Håller delvis inte med Håller inte alls med Datainsamling 23

24 Hur får man bra respons Syftet ska vara tydligt Garantera anonymitet Enkäten ska vara genomarbetad Eventuellt en kortversion om den ordinarie uppfattas för lång Bifoga frankerat svarskuvert Uppföljningar Någon typ av ersättning Datainsamling 24

25 Avskräckande exempel 1 1) Brukar du påbörja projekt hemma som du aldrig slutför? o Någon gång har jag kört fast, men det brukar lösa sig. o Jo, en del är för svårt, det måste jag medge. o Nej, jag har insett mina begränsningar och påbörjar inga egna hemmafixarprojekt Datainsamling 25

26 Avskräckande exempel 2 2) Kan du tapetsera? o Ja, det kan väl alla? o Ja, om jag får hjälp. o Nej Datainsamling 26

27 Avskräckande exempel 3 3) Ditt vardagsrum behöver förnyas. Vad gör du? o Kan Ernst så kan jag. Det är väl bara att kavla upp skjortärmarna och sätta igång och helrenovera. o Med lite färg kommer man långt. Jag börjar med att måla om. o Kontaktar en inredningsarkitekt Datainsamling 27

28 Avskräckande exempel 4 4) Hur många mobiltelefoner har du haft? o Ingen. o En. o Ett par stycken. o Fler än tio Datainsamling 28

29 Avskräckande exempel 5 5) Hur stort förtroende har du för UMEVA? o Mycket stort o Ganska stort o Ganska litet o Mycket litet Datainsamling 29

30 Avskräckande exempel 6 6) Hur många gånger har du varit i kontakt med UMEVA det senaste året? o 1 gång o 2-3 gånger o 4 gånger eller fler o Har inte varit i kontakt med UMEVA Datainsamling 30