17 如何调查用户的行动需要 .pptVIP

设计问卷之前，我们要先考虑因素的框架结构，例如，调查大学生价值观应该包含哪些因素，哪些是反映价值观的问题等。根据这些基本考虑设计问卷。试调查就是要通过被调查者回答的结果，看问题之间的相关性。问题的相关性高，反映出调查者具有稳定的心理结构，说明问卷具有较高的结构效度。如何分析问题的相关性？需要我们用到聚类分析这种多元变量统计方法。 设计问卷之前，我们要先考虑因素的框架结构，例如，调查大学生价值观应该包含哪些因素，哪些是反映价值观的问题等。根据这些基本考虑设计问卷。试调查就是要通过被调查者回答的结果，看问题之间的相关性。问题的相关性高，反映出调查者具有稳定的心理结构，说明问卷具有较高的结构效度。如何分析问题的相关性？需要我们用到聚类分析这种多元变量统计方法。 用户对纠错的需要 意图出错 计划错误 评价出错 记忆出错 理解错误 视觉出错 短期记忆量出错 动作失手 注意力不集中 角色出错 表达出错 思维出错 操作动作出错 转换出错 错误解读计算机显示信息。 出错无意识 出错后，用户往往不知道如何纠操作错误 出错后，不知道自己的操作错误造成什么严重后果或损失。 用户认知模型 * 讨论：问卷试调查 设计问卷 试调查 数据分析 修改问卷 正式调查 数据分析 确定要调查的因素 因素转换成可测量的问题 确定问题的测量尺度 随机抽样，每次至少30人 对问题进行聚类分析——修改问卷 随机抽样，至少1000人 至少4轮 1 2 3 计算alpha系数 4 图：试调查过程 * 名义尺度：选项只能表示类别。例如，性别：（1）男、（2）女。我们录入数据时，用1、2作为编号来表示男、女。这时候1、2不代表数值大小，不能进行数值比较。只能够统计频数、百分比、卡方检验。 顺序尺度：选项按照一定等级顺序排列。例如，受教育程度：（1）小学、（2）初中、（3）高中、（4）大学、（5）研究生。我们录入数据时，用1、2、3、4、5作为编号表示受教育程度的高低，除了代表类别之外，还能比较“高于”或“低于”，但数值不能进行代数运算。能够统计中位数、百分位数、等级相关系数、卡方检验。 等距/等比尺度：选项按照数值大小顺序排列，且数值间距相等。Liket量表可以近似看成是等距尺度。例如，态度：（1）非常同意、（2）比较同意、（3）中立、（4）比较不同意、（5）非常不同意。等距变量可以比较数值大小和间隔距离。等比尺度可以比较数值的倍数、比例关系。能够统计均值、标准差、pearson-相关系数、T检验、F检验。 例如，我们进行大学生价值观调查的问卷，通常用Liket量表的格式，即用等距尺度来测量态度、期待等心理因素。 1. 确定问题的测量尺度 为了使问卷能够进行数据统计分析。 * 每次试调查随机抽样至少30人。 一般至少经过4轮试调查的问卷，才能进行正式调查。 2. 随机抽样 通过试调查的数据，对问卷的结构效度、内容效度等进行分析，修改问卷。 * 3. 聚类分析 分析试调查问卷的结构效度。 聚类分析的基本思想是根据变量或样本的相关程度进行分类，把相关程度高的分为一类，相关程度低的分到不同的类里。 涉及到三个问题： 第一，“相关程度”用什么来度量？ 第二，以什么标准进行分类？ 第三，聚类的过程是怎样的？ * 3. 聚类分析 在聚类分析中，对于不同测量尺度的数据，度量“相关性”的指标不同。 （1）对于等距/等比尺度变量，用距离和相似系数来度量。 距离有： Squared Euclidean distance：以两变量差值平方和为距离； Chebychev：以两变量绝对差值的最大值为距离； Block：以两变量绝对差值之和为距离； Minkowski：以两变量绝对差值p次幂之和的p次根为距离； Customized：以两变量绝对差值p次幂之和的r次根为距离。 相似系数有：夹角余弦（Cosine）、相关系数（Pearson correlation）。 对样本进行聚类时，采用距离；对变量进行聚类时，采用相似系数。 （2）对于名义和顺序尺度变量 用卡方测距值（Chi-square measure）和卡方测距值除以合计频数的平方根（Phi-square measure）来度量。 （3）对于二分变量，用欧氏距离、欧氏距离平方等度量。 Euclidean distance：二分差平方和的平方根，最小为0，最大无限； Squared Euclidean distance：二分差平方和，最小为0，最大无限； Size difference：最小距离为0，最大无限； Pattern difference：从0至1的无级测距； Variance：以方差为距，最小为0，最大无限； Lance and Will