混淆因素的危险:Fitts定律实验如何导致错误结论

用户研究方法(访谈、调查、观察)计算方法在HCI中的应用

Fitts的历史互逆敲击实验设计严重混淆了难度指数ID与目标距离D:候选的Fitts模型和一个竞争模型的汇总统计可能看起来相同,而且可以合法地质疑Fitts模型在某些任务上的有效性。我们表明,ID被目标距离D或宽度W污染是由于将属于相同ID但不同距离-宽度(D,W)对的数据合并和平均的常见做法,以及对D和W值采用几何级数。我们分析了一个验证Fitts定律在眼动中的案例研究,不幸的实验设计误导了研究人员,使他们相信眼动不是弹道式的。然后,我们提供了一些简单的指南来防止混淆:从业者应仔细设计(D,W)的实验条件,完全区分不同条件下获得的数据,并减少对r²分数的重视。我们还建议调查D和W的随机抽样使用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/6597/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
用户研究方法(访谈、调查、观察)、计算方法在HCI中的应用
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
3 篇相关论文