Card sorting

卡片排序法 Card sorting 實務工作觀點

陳啟亮 Charles Chen [email protected]

2010-12-28

資訊架構師知世安索帕

Information Architect, wwwins isobar Taiwan

Ph

oto

fro

m h

ttp

://w

ww

.flic

kr.

co

m/p

hoto

s/c

anned

tuna/1

4235

99488

/

1 2 3 4 5

A B C D

Case Studies

1 2 3 4 5

A B C D

Sylvie Daumal: Case Study

• 重新組織一個針對年青人的入口網站(Youth Portal)，內容是關於附近學校課程與地區活動。

• 假設你要規劃一個溫羅汀青年的入口網站，會怎麼規劃網站內容結構？

Case from Spencer, D. (2009). Card Sorting: Designing Usable Categories. New York: Rosenfeld Media.

收集到資料的範例，如：

- 游泳池資訊 (名稱、地址、開放時間)

- 游泳課資訊 (時段、價格、開班人數)

- 劇場資訊 (名稱、地址、節目)

- 劇場課資訊 (時段、價格、開班人數、老師)

- 學校相關資訊 (名稱、地址、研究領域)

- 課程與文憑資訊（不同的文憑：二專、三專、大學、研究所、學分班）

Sylvie Daumal 考慮的分類問題

• 根據主題分為：學校、文化、藝術、運動，是否適當？

• 游泳池資訊與游泳課資訊是否要分開在不同類別？

• 分類上是否要區分不同文憑類別？（二專、三專、大學、研究所、學分班）

Case from Spencer (2009:79-80)

卡片排序

透過卡片排序，瞭解年輕人的世界觀：

• 他們不區分文化或運動，但是會注意哪些是例行性的活動（如每週三的音樂課程）與他們需要特別去訂票的活動（如搖滾演唱會）

• 因此，他們在導覽列先區分出「活動(Activities)」與「定期課程(Going out)」。

• 「活動」的第二層是：藝術、運動、文化

• 「定期課程」則根據時刻表編排

Case from Spencer (2009:79-80)

Definition

是一種了解使用者的工具，而不是協同的導覽設計法 “Card sorting is best understood not as a collaborative method for creating navigation, but rather as a tool that

helps us understand the people we are designing for.” (Spencer, 2009:6)

了解人們心中的範疇與概念，人們如何描述它們，以及哪些資訊在這些範疇之下 “You learn a lot about how people think about categories and concepts, how they describe them, and what

information belongs to a category.”(Spencer, 2009:8)

1 2 3 4 5

A B C D

卡片排序法的類型

Types Of Card Sorting

1 2 3 4 5

A B C D

卡片排序法的分類

• 根據研究目的

• 根據卡片設計方式

• 根據參與方式

• 根據組織方式

分類研究: 不同研究目的與取向

便利貼排序研究(親和圖)

Affinity diagram (KJ法)

多變量分析的卡片排序研究

Clustering card sorting

導覽系統的使用性評估

Usability navigation testing

質性的凱利方格法

Qualitative RGT

實地研究

Field research

既有內容盤點/分析

Content inventory

評估式研究探索式研究

探索式卡片排序研究

Exploring card sorting

卡片設計方式

研究者給定卡片參與者自製卡片參與者可增減修改

便利貼排序研究(親和圖)


卡片排序研究

Card sorting

心智圖法

Mindmaping

參與者人數

一人團體

使用性評估

Usability testing

質性的凱利方格法

Qualitative RGT 便利貼排序研究(親和圖)


卡片組織方式

開放卡片排序 open card sorting

封閉卡片排序 close card sorting

理論基礎 Theoretical

Background

1 2 3 4 5

A B C D

理論假定

• 多元推定：事物有多元的分類可能

• 意義推定：歸類範疇取決於相關性,而非共有特性

• 社會化推定：選擇最多人運用的分類模式是最有效的

多元推定：色彩歸類研究

• Dani人是新幾內亞的土著，他們的語言是世上極罕見的只有兩個色彩用詞的語言，兩個詞在它們之間涵蓋了整個色彩空間

• mola同時屬於焦點上的白色和暖色（紅、橙、黃、粉紅、紫），

• mili則指向了焦點上的黑色和冷色（藍、綠）

• Rosch 1972的色彩歸類實驗

• 說英語的人能比說Dani語的人更準確地識別出實驗的顏色

（焦點色，西方文化概念中的基本顏色）

Heider, E. (1972). Universals in color naming and memory. Journal of Experimental Psychology, 93(1), 10-20.

家族相似性 Family resemblances

• Ludwig Wittgenstein 對 Game概念的探討

例如「Game」。我指的是桌上遊戲、卡片遊戲、球類運動、奧林匹克運動、等等。這些之間的共通點是什麼？不要說，「他們彼此間一定有一些共同的東西，要不然他們就不會都被稱作Game」– 檢視這些成員，看看是否有任何共通點。你會發現沒有什麼一致性的共通點，但彼此間都有一些相似性、關係。

比較西洋棋與井字遊戲。或是兩種遊戲都是有輸有贏，或是都是玩家間的競爭？有耐心的想想。球類比賽都有贏家與輸家；但一個小孩對著牆丟球接球，這種特徵就不存在了。

我們看到了一個複雜網絡的重疊和相似性縱橫交錯：有時整體有相似性，有時只有細節有相似性。

Wittgenstein.(1953). 哲學探究, 頁 66

Ludw

ig W

ittg

enste

in

社會化推定

• 在特定情境脈絡下，最多人運用的一致性分類模式，有助於解決大多數人的問題。

• 社會中的少數派能明白自己是少數派，比較起多數派更可承受預期的認知挫折(如：這個分類跟我想的不一樣)能力較高。

研究設計 Research Design

定義研究目的與

問題卡片設計選擇參與者研究實施

資料分析與

解釋

1 2 3 4 5

1 2 3 4 5

A B C D

進行卡片排序研究的時機

端視研究問題而定：

• 早期的卡片排序適合探索性的研究問題，質性或與訪談結合的卡片排序適合這個階段實施；

• 後期的卡片排序適合評估性的與更具體的研究問題。如鎖定特定內容類型或改善分類命名。

1 2 3 4 5

A B C D

Design Your Cards

卡片排序最常見的失敗，源於卡片內容設計不良 The most common reason for an unsuccessful result was poorly chosen content.

Spencer (2009:99)

1 2 3 4 5

A B C D

Spencer, D. (2009). Card Sorting: Designing Usable Categories. New York: Rosenfeld Media.

卡片設計程序

• 確定研究問題

• 收集卡片內容

• 規劃設計卡片內容

如何收集卡片內容

• 期望 Wishlist: 列出所有可能的內容

• Brainstorming 腦力激盪會議

• 搜尋引擎紀錄的關鍵字清單

• 既有內容盤點

• 既有的功能清單

• 需要完成的任務

錯誤的設計: (X)不同層次

一組旅遊網站的卡片

• 美術館

• 住宿

• 博物館

• 景點

• 動物園

• 民宿

• 旅館

• 住宿

• 民宿

• 旅館

• 景點

• 美術館

• 動物園

• 博物館


錯誤的設計: (X)混雜功能與內容

一組企業內部網路的卡片

• 旅遊補助政策

• 產假補助規定

• 安裝新軟體教學

• 線上請假

• 購買辦公室軟體程序說明

• 人事組織圖

• 搜尋內部網路

• 找特定人員

• 搜尋內部網路

• 找特定人員

• 線上請假

• 安裝新軟體教學

• 旅遊補助政策

• 產假補助規定

• 購買辦公室軟體程序說明

• 人事組織圖

功能

內容


錯誤的設計: (X)引導性的文字

• 重複使用特定詞彙

• 表示特定格式的詞彙，如手冊、規範表、報告書、說明書等

• 跟目前架構相同的詞彙，如直接使用目前網站的網站地圖架構

卡片設計的效度問題(1)

• 資訊的涵蓋性(Representative coverage)問題確認合適的卡片組能夠涵蓋研究問題的範圍

如：

• 火車類型的分類研究中，由鐵道旅遊書籍中選出火車的卡片範本，會導致有很多「客車」樣本與非常少或沒有「貨車」樣本，而產生了一種不平均的樹狀結構。

達到資訊的涵蓋性有兩種作法： • 理論涵蓋性：研究者在研究設計時，藉由說明此理論抽樣上的邏輯關係，建立理

論上的代表性。

• 參與者代表性：參與者所提供的元素代表受測者內心真正在意的。但參與者可能因為不具備研究主題詳細的情境知識，也很難提供適當的元素。因此研究者必須考量與參與者之間的知識差距，建立對雙方對話的理解背景。

卡片設計的效度問題(2)

• 資訊同質性(Homogenous)問題：

所比較的卡片必須屬於同一個類型，或具有相同的性質。如特定的屬性、相同的資訊單位大小(size of information chunk)

或屬於一致的階級等

例如

• 提供使用者「寵物」「貓」「狗」這樣的卡片，卡片中的資訊階級並不相同，因此參與者通常能做的是根據原本定義的語義階層進行語義上的組裝行為，而非創造性的歸類行為。

數量 Numbers

參與者人數

根據研究目的與研究問題

• 探索式：

• 5-6人 (Spencer, 2009)

• 重複模式(理論飽和)

• 評估式：

• 12-15人 (Nielsen,2004; Tullis & Wood, 2004)

• 20-30人以上無效益 (Tullis & Wood, 2004)

Nielsen, J. (2004). Card Sorting: How Many Users to Test. Alertbox. 2006.

Tullis, T. and L. Wood (2004). How Many Users Are Enough for a Card-Sorting Study? Proceedings UPA 2004, Minneapolis, MN.

http://home.comcast.net/~tomtullis/publications/UPA2004CardSorting.pdf

http://home.comcast.net/~tomtullis/publications/UPA2004CardSorting.pdf

卡片數量

取決於研究目的與問題、研究設計與實施方式

• 以參與者能夠專心為原則，約1-2個小時

• 經驗上以 30-100 組卡片為主

招募受測者

1 2 3 4 5

A B C D

設計的目的

• 所有的設計都為了解決使用者在特定情境下的問題

• 使用者需要被描繪清楚

• 不同的使用者有

• 不同的使用目的

• 不同的背景知識

• 不同的使用情境

• 不同的價值觀

• 受測者必須能夠代表使用者

招募受測者

• 錯誤的受測者招募工作會導致災難性的研究結果:

• 無用的研究

• 錯誤的結論

• 視研究問題與研究目的，規劃受測者的抽樣架構

• 在實務工作中，

• 最好能透過專業招募公司來處理受測者招募

• 無論自行招募或委任招募，研究前都需要定義清楚使用者與抽樣架構

• 自行招募需要妥善處理使用者代表性的抽樣問題

實施

1 2 3 4 5

A B C D

實施卡片排序工具

• 實體卡片、便利貼

• 軟體

• Mindmapping軟體

• Excel

• IBM ezSort

• uzCardSort

• xSort

• 網路服務

• OptimalSort

http://www.optimalworkshop.com/optimalsort.htm

• UserZoom

• WebSort

分析

1 2 3 4 5

A B C D

就實務工作而言

• 不需要複雜繁瑣的統計，因為參與者樣本很少超過20人

• 質性分析與解讀工作比量化統計更重要

• 信效度問題，取決於研究設計、招募工作、與正確執行

• 這三項工作若有缺失，也不需要精細的統計了

• 這三項工作若很成功，直接進行描述統計充分了

精細統計不可靠之：門檻值要抓多少？

• 一般認為，卡片排序使用叢集分析可以提出科學且客觀的結果。但實際並不然。通常還是根據研究者主觀經驗判斷

• 例：叢集分析的門檻值設定，並沒有一定依據

• 最終通常只能由研究者自由心證決定合理的門檻值