|
问题解释说明的呈现方式
(1)用户启动式与系统启动式
以互联网为平台的网络问卷调查方式与传统的方式大不一样,在网络问卷中,我们可以应用一切的网络技术优势为调查设计出更好的问卷。问卷调查过程中,系统的步骤是向用户呈现问题、督促用户回答,而用户所做的步骤是单击继续、阅读问题、输入答案,从这方面来看,它与访谈式调查的过程相类似。美国密西根大学的 Conrad 教授受认知心理学和语言心理学中协作观点的启发,认为可以把网络互动看做是用户和系统之间的互动对话,并对此做了深入的实验研究。根据协作观点,研究者们研究了怎样将人类对话的协作观点转移到计算机互动中,构建出使用户更能理解的问卷问题呈现方式,这样问卷数据收集结果也就会更为精确。
Conrad 教授等人根据对话机制的特性开发了两种将解释说明引入网络问卷调查的方式,第一种方式是,用户启动式说明,即只有当用户直接向系统请求说明,系统才会按用户的要求显示说明。这就需要用户认识到他们自己需要说明并且愿意向系统提出请求。第二种方式是,系统启动式说明,即当系统判断到用户有需要或者用户可能对某个问题出现误解时,系统就会自动向用户呈现该问题的解释说明。这就取决于用户的行为和反应。
实验结果显示,相对于不提供任何解释说明的问卷,这两种将对话的特点引入到网络问卷调查的问题呈现方式都提高了用户对问题的理解,因此也就提高了答案的准确性和可靠性。虽然获取和阅读解释说明都增加了用户回答问卷所需的时间,从而可能会降低实际应用中问卷的完成率,但是这不会有损用户满意度,相反还可能会提高用户的满意度。实验结果还表明,与用户启动式说明相比,系统启动式说明更能提高用户回答的准确性。
(2)根据被试特性呈现说明
在访谈式调查中,访谈者可利用被试的特性和言语线索来判断被试什么时候需要说明,然后在特定时刻恰当地呈现相应部分的定义解释。研究者们也尝试将这些对话特性应用到网络互动系统中。Conrad 教授所做的另一个实验,进一步深入研究了这些对话特性中的一点:即根据被试的特点判断说明需要。
在实验设计中,研究者应用了基于被试年龄的“用户模型”。 调查模型研究显示,由于工作记忆的衰退,年龄会影响用户的应答情况。认知老化论文中记载,一般随着年龄的增长人的反应就会变慢,所以年龄大的网络调查被试回答问题会比年轻人慢。在这种情况下,年龄大的被试和年轻的被试在同一段时间内不给予回应,反映的意思是不一样的:对于年轻被试来说,一个短暂的延迟可能就表示他们有困惑或困难,但对于一个年老的被试来说,这只是个正常的思考时间。实验比较了五种问题呈现界面。第一种界面无任何解释说明。第二种界面问题呈现使用用户启动式说明,即用户通过点击获取解释说明。第三种用户界面嵌入了一个“普通用户模型”,即被试可以请求说明,但如果被试的不回应时间超过一定界限,系统会自动提供说明。第四种建立了“分组用户模型”,除了根据被试的年龄段的不同,划分不同的无回应时间的临界值,除此之外,其他都与普通用户模型方法相同。在第五种用户界面中,解释说明自始至终都与问卷问题一起呈现。
根据实验数据显示,这五种界面呈现方式的用户应答准确率呈线性增加。第一种准确率最低(只有 24%)。当系统不主动提供说明,但用户可以通过单击获得时,准确率就会提高一点(35%)。在普通模型组中系统主动提供说明时准确率会更高(48%)。可能这种准确性的增加反映了系统启动说明的额外优势,系统启动说明会在被试没有意识到自己的理解与设计者不同并且不主动请求说23明的情况下会自动显示说明。当系统考虑到被试的年龄时,准确性又比普通组高(58%)。而当定义说明始终跟问题一起显示时,准确性最高(70%)。 |
|