玩家体验库存的独立验证:来自大量视频游戏玩家的发现

可视化感知与认知游戏用户体验与玩家行为游戏开发者与设计师电竞运动员

文献标题

《对玩家体验清单(PXI)的独立验证:来自大量电子游戏玩家的发现》

文献信息

  • 主题领域: 人机交互(HCI)中的游戏用户研究(GUR),专注于测量玩家体验
  • 关键词: 玩家体验, 玩家体验清单, 游戏用户研究, 问卷, 调查量表, 量表验证, 测量工具, 心理计量

研究背景与问题

  • 作者发现的问题或挑战:

    • 游戏用户研究中,测量玩家的主观体验是核心方法,但为这种测量设计的问卷量表较少得到充分验证。
    • 玩家体验清单(PXI)虽然发展迅速,但缺乏独立验证,且用于验证的样本多为年轻男性学生,代表性不足。
    • PXI的沉浸感构建可能存在问题,之前的研究样本规模偏小,不足以满足验证量表质量所需的统计学要求。
  • 重要性:

    • 玩家体验研究对于游戏设计和评估至关重要,需要可靠和经过验证的工具以确保研究结果的可信度和适用性。
    • 数字游戏设计日益个性化,但相关评估指标需能跨不同样本和背景保持一致性。
  • 研究动机与相关工作:

    • 推动玩家体验清单(PXI)的独立和大规模样本验证,以解决过去样本规模不足、验证程序受限的问题。
    • 探讨PXI的理论模型,优化量表的心理计量质量,为学术界和行业应用提供更加坚实的工具支持。
    • 评估是否可以扩展PXI以包含“享受”的构建,同时探讨PXI在实践中被简化为单一分数而非多维构建的问题。

解决方案

  • 提出的方法或解决方案:

    • 使用在线预注册研究,招募1518名玩家,通过PXI和相关量表(如PENS、AttrakDif和IMI)收集数据,并开展全面的心理计量质量评估。
    • 检验PXI的不同理论模型,包括起初提出的10因子模型,以及增加“功能性”和“心理社会性”后继因子以及总PX因子的模型。
    • 使用确认性因子分析(CFA)评估量表质量,分析量表的信度、效度以及量表构建的收敛效度和区分效度。
  • 创新之处:

    • 独立验证PXI,填补之前所有验证研究都由原团队成员主导的局限性。
    • 证实PXI能适用于更广泛的受众,包括男女比例平衡的群体。
    • 分析“沉浸感”等识别出潜在问题的维度,推动更深入的理论探索与优化。
  • 实施步骤与技术:

    1. 使用“关键事件技术”,让参与者回忆并描述最近的游戏体验,与后续问卷形成有效联系。
    2. 对收集的数据使用多种统计技术,包括确认性因子分析(CFA)、可靠性系数与相关性分析,探索理论模型的合理性。
    3. 比较PXI的不同模型适配度,并评估是否能添加“享受”的因子和单个玩家体验总分。

研究成果

  • 具体成果:

    • PXI在大样本下展现出良好的心理计量质量,验证结果具备普遍适用性。
    • 原建议外的“享受”因子,其相关问项表现良好,可纳入PXI作为附加参考。
    • 研究证实PXI理论模型应该坚持基于每个构建单独因子的10因子模型。不建议使用功能性后继因子、心理社会性后继因子或玩家体验(PX)总因子。
  • 优势与比较:

    • 当前研究比以往更广泛地验证了PXI的适用性,涵盖不同年龄层与性别群体。
    • PXI的多维构建数据对于学术研究和实践中游戏版本间的精确比较具有突出价值。
    • 解决了之前样本过于集中于单一群体(年轻男性学生)的问题,确保量表更具代表性。
  • 实验与评估结果:

    • CFA结果显示包含10因子的模型(无高阶因素)在数据拟合度最佳。
    • PXI的整体信度维持良好,但“沉浸感”构建表现较差,其项间方差、收敛效度和区分效度均偏低。
    • 测量中构建“沉浸感”与其他因子(如意义和享受)存在一定重叠,需要进一步理论区分。
  • 局限性与未来方向:

    • 局限性:
      • 基于“关键事件”回忆的研究方法可能影响某些结果(如评分偏向正向)。
      • 数据收集为线上环境,可能与实地实验存在差异。
    • 建议未来研究:
      • 进一步验证PXI在实际游戏中的适用性,例如通过实验室测试或比较改良版本的游戏。
      • 深入探讨“沉浸感”构建的定义及其与其他体验维度的关系。
      • 加强对小型PXI版本(miniPXI)的独立验证。

这项研究为游戏用户研究提供了一个经过独立验证的工具,PXI在理论和实践中都有显著的应用价值,但仍需解决某些具体构建的挑战,例如沉浸感的定义与测量问题。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/147606/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642270
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
可视化感知与认知、游戏用户体验与玩家行为
work
职业/产业
游戏开发者与设计师、电竞运动员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文