[Google UX 課程筆記]防止數據收集中的偏見

Josie
Mar 13, 2022

--

最近在學習 UX Certificate 證書課程,覺得真的很受用~

其中第二門課程的其中一節,探討幾種容易發生的常見偏見,與 UX Designer 需如何避免自己在做 UX Research 時,被這些偏見影響而產生分析資料的偏誤,影響研究的準確性。

偏見的類型

Confirmation bias 確認偏誤

想找尋證據去證實你的假設時,很可能會腦補一些案例去符合心中的既有的答案。

比如預先存在左撇子一定比較有創意的成見,在做研究時可能會不自覺的把一些資料歸因於「因為這人是左撇子」之類的結論

如何解決:

  • 問開放性的問題而非引導性的問題,並需時時注意自己的問題是否存在誘導方向之嫌
  • 擴大訪問的樣本數

False cosensus bias 錯誤共識效應

假定對方的想法或行為是跟你一樣的。簡單來說就是:「我覺得這個功能很XX,別人應該也會這麼覺得吧!」

如何解決:

  • 識別和闡明自己的假設的正確性,可能透過質化或量化調查來達成

Primacy bias 初始效應&Recency bias 時近效應

這兩種偏誤屬於同一類型的偏見,Google了一下,發現在維基百科上統稱為序位效應(serial-position effect)

簡單來說,就是人的大腦容易對訪談最初與最末的人或內容存有較強的記憶,因此容易在最後分析訪談內容時把前幾位與後幾位的回答視為標準。

如何解決:

  • 要防止此偏見類型,除了要在訪談期間筆記細節或錄音,也需要維持訪談內容和流程的一致,以便進行比對。

Implicit bias(內隱偏見

是在自己沒有意識到的情況,將人們的態度和刻板印象關聯起來的行爲。例如訪問特定族群的人時,可能會因為自身的偏見,而提出讓受訪者不舒服的問題

如何解決:

  • 每個人或多或少都有隱性偏見,解決的方式除了時時反省自己,也可以請他人指出自己話語中的偏見

Sunk cost fallacy 沈沒成本謬誤

這種情況通常發生在當你投入了很多心力設計一個新功能,但最終經過訪談或試用使用者發現無法解決使用者的問題,這時我們很容易還是繼續堅持自己的設計想法,因為不甘放棄流失掉的時間成本。

如何解決:

  • 將設計流程拆成小段,並設定停損點

Social desirability bias 社會期望偏差

使用者的反應會關係到問話者所表現的態度,例如如果問話的語氣不小心透露出你的積極與期待,用戶很有可能為了迎合你而不講出他發現的缺點。

如何解決:

  • 要小心自己對用戶肢體語言和反應

如何防止數據收集中的偏見

仔細選擇你的用詞

避免可能會讓用戶出現框架效應(framing effect)的引導詞

培養獨立思考

小組訪談可能會造成跟風效應(bandwagon)導致回饋不準確,應請參與者在討論之前先記錄下他們的想法

避免使用特定語言或選項

小心出現假定歸因偏誤(confirmation biasis),例如在問卷中只列出你假定用戶會出現的四種情況,而沒給「其他」的選擇。這樣收到的數據很有可能是錯誤的。

情境議題:如果想調查用戶使用產品的感受,而想採用量化研究方式,讓參與者對他們使用該產品的體驗進行評分,而不是先假定好使用者的幾種體驗,這將是一種更準確的方式來衡量他們對使用它的感受。

不要給用戶指導

在進行易用性測試時,切忌不要在用戶出現困惑或操作錯誤時給予指導

考慮用戶的語氣和肢體語言

為了避免出現隱性偏誤,當你認為在用戶那邊獲的的信號是混合或衝突的,如果不確定用戶肢體語言或語氣出現的意圖,應該適時提問

小心你自己的肢體語言和反應

使用者的反應會關係到問話者所表現的態度,例如如果問話的語氣不小心透露出你的積極與期待,用戶很有可能為了迎合你而不講出他發現的缺點。因此要小心自己對用戶肢體語言和反應

有效地計畫你的研究

視情況調整招募計畫,能招募到合適的用戶才是關鍵

保持開放的心態

平等的對待每一個收集到的訊息,避免初次記憶和最後記憶的偏見

--

--