onsdag 24 februari 2016

Seminarium 1 Tobias Edwards

Tobias Edwards                                            tedwards@kth.se

Av de nämnda data recording metoderna tycker jag att interviewer skulle underlätta förståelsen av vad målgruppen vill ha, då questionnaires och observationer kan feltolkas av användare och utvecklare, respektive. Nackdelar med interviewer är att de kan ta lång tid att genomföra ordentligt, vilket användaren kanske inte har tid för. Därför kan det vara bra att tillämpa triangulation, t.ex. genom att variera vilken datainsamlingsmetod man använder beroende tiden: på morgonen måste de flesta skynda sig, vi tillämpar en questionnaire; under lunchtiden finns det tid för intreviewer etc. Alternativt variera questionnairena så att under lunchen ha med rating scales så att få bättre förståelse över sin målgrupper.
Genom att fältstudierna anpassar sig efter etnografiska principer kan man förstå varför en grupp personer beter sig på ett särskilt sätt. Etnografisk data är sådan att forskaren studerar personer utifrån deras perspektiv och att forskaren försöker sätta in sig i situationen utan att ha dragit slutsatser i förväg.
I kontrollerade  miljöer, t.ex. laboratorium, är undersökningen mer inriktat på vad användaren gör, till skillnad från ute i fältet där hur användaren interagerar med omvärlden; människor och saker, spelar roll. I fältet tycker jag att man bör undvika datainsamlingsmetoder som potentiellt kan förstöra det man är ut efter, t.ex.think-aloud technique, då jag tror att den kan tillfälligt förändra hur en person tänker, eller att det blir v
äldigt svårt för personen att ordagrant uttrycka vad de tänker.
Det går att analysera data bl.a. genom kvantitativ analys och kvalitativ analys. Den förstnämnda handlar om att omvandla data till siffror och sedan applicera metoder såsom medelvärde, median och procent för att kunna dra slutsatser. Två metoder för kvalitativ analys är recurring patterns, som handlar om att se mönster i användningen, och categorizing data som handlar om att kategorisera data så att det blir lättare att se var problemen finns. Jag tror dock att dessa två metoder kan vara svåra att tillämpa eftersom det i slutet handlar om en tolkning av utvecklaren som kan bli fel. Vi kan också tillämpa grounded theory som handlar om en kvalitativ analys som bygger på insamlad data och inte på förutbestämd teori. En fördel som jag ser med denna metod är att forskaren letar inte efter något specifikt och därmed riskerar inte att ignorera data som är viktig men inte håller med en förutbestämd teori.

Två viktiga begrepp är task description och task analysis, som tillsammans beskriver vad som ska göras, varför det ska göras och hur det ska göras. Dessa är viktiga i ett projekt för att kunna hålla sig till deadlines och möta användarens behov.  

Inga kommentarer:

Skicka en kommentar