du kan ikke se kundetilfredshed.
du kan ikke se brugervenlighed.
der er ikke et termometer, der direkte måler en persons intelligens.
selvom vi kan tale om tilfredse kunder, brugbare produkter eller smarte mennesker, er der ikke en direkte måde at måle disse abstrakte begreber på.
og klart disse begreber varierer. Vi har alle haft oplevelser, der efterlod os utilfredse eller omvendt meget glade. Vi har også haft vores andel af produkter, der var frustrerende at bruge, og andre, der var overraskende nemme at bruge.
selvom vi ikke kan måle disse oplevelser direkte, er det disse skjulte og svingende begreber, som vi ofte har brug for at måle og bekymre os mest om.
variabler
fra en tidlig alder bliver vi bekendt med begrebet en variabel. I Algebra har vi ligninger som:
2= 4
i ligningen er h variablen.
i computerprogrammering gemmer en variabel en værdi, ligesom den gør i matematik. For eksempel gemmer PHP-variablen $brugernavn værdien af det brugernavn, en person indgår i en formular:
$brugernavn = $_POST;
i forskning er variabler ting, der ændrer sig og kan kontrolleres og måles. For eksempel i en A / B-test, hvis halvdelen af deltagerne ser en rød knap og halvdelen ser en blå knap på en donationsside, er variablen knapfarven.
uafhængige vs afhængige variabler
mere specifikt kaldes knapfarven som en uafhængig variabel og er den, der normalt manipuleres i en undersøgelse. I modsætning hertil er den afhængige variabel Antallet af klik på knappen (beregnet som en konverteringsfrekvens).
både de uafhængige og afhængige variabler er observerede variabler. Vi kan tælle antallet af klik, og som forsker, se forskellen i knappen farver.
observerede vs latente variabler
mange variabler i forskning observeres. Ting som svar på undersøgelsesspørgsmål, standardiserede vurderingsskalaer, tid på opgave, opgavesucces og brugervenlighedsproblemer er alle observerbare (mens anvendeligheden i sig selv ikke kan observeres).
men det er ofte de variabler, vi ikke kan se eller direkte måle, som vi vil vide om, såsom kundeloyalitet eller brugervenlighed. Disse skjulte variabler kaldes latent (som er Latin for skjult). Net Promoter Score (NPS) – spørgsmålet og de 10 elementer i System Usability Scale (SUS) måler observerede variabler (vurderingsskalaer, tid på opgave og andre) som en måde at estimere de ikke-observerede variabler for henholdsvis kundeloyalitet og brugervenlighed.
Sådan måles latente variabler
selvom vi ikke kan måle latente variabler direkte, kan vi måle dem indirekte ved hjælp af observerede variabler. Det ligner teknikken til at finde planeter, der kredser om fjerne stjerner. Eksoplaneterne ses ikke direkte (de er alt for svage), men de kan observeres indirekte ved både den gravitation, de har på deres forældrestjerne, og den lille mængde lys, de blokerer ude af syne, når de passerer mellem deres stjerne og vores teleskoper.
tilsvarende for at måle latente variabler i forskning bruger vi de observerede variabler og derefter matematisk udlede de usete variabler. For at gøre det bruger vi avancerede statistiske teknikker som faktoranalyse, latent klasseanalyse (LCA), strukturel ligningsmodellering (SEM) og Rasch-analyse. Disse teknikker er afhængige af inter-korrelationer mellem variabler.
for eksempel identificerede vi den latente variabel for anvendelighed i Vores 2009-papir ved hjælp af en type faktoranalyse (PCA) ved at undersøge de observerede tidsvariabler (et mål for effektivitet), færdiggørelseshastigheder (et mål for effektivitet) og selvrapporterede spørgeskemasvar (et mål for tilfredshed) for at afdække den latente variabel for anvendelighed.
da vi udviklede SUPR-K som et mål for kvaliteten af hjemmesidens brugeroplevelse, kortlagde vi observerede elementer (8 elementer, som brugerne reagerer på) til de latente konstruktioner af UK-variabler, UK-kvalitet, udseende, brugervenlighed, loyalitet og tillid ved hjælp af strukturel ligningsmodellering (SEM).
når vi foretager en segmenteringsanalyse, ønsker vi at afdække usete klynger af kunder. Vi beder deltagerne i en stor undersøgelse om at svare på mange ting. Vi tager de observerede svar og bruger latent klasseanalyse til at identificere de underliggende klynger.
når vi udfører en kortsortering for at forstå, hvordan brugere grupperer oplysninger og elementer, tager vi det observerede antal, hvor deltagerne placerer elementerne for at udlede den latente variabel af grupper.
konklusion
latente eller skjulte variabler adskiller sig fra observerede variabler, idet de ikke måles direkte. I stedet bruger vi observerede variabler og udleder matematisk eksistensen og forholdet mellem latente variabler. Dette er kernemetoden bag mange kraftfulde teknikker som
- faktoranalyse: At finde underliggende konstruktioner
- klyngeanalyse: at forstå forhold ved hjælp af kortsortering
- Latent klasseanalyse: at gruppere kunder i segmenter
- strukturel ligningsmodellering (SEM): at validere mål