Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

Метод оценки и инструментарий для оценки дизайна клавиатуры на смартфонах

Published: October 5, 2020 doi: 10.3791/61796
Automatic Translation
1, 1, 1, 2, 3, 1
1Department of Psychology, School of Social Sciences, Tsinghua University, 2Department of Computer Science, Beijing Normal University, 3Haier Innovation Design Center, Haier Company

ERRATUM NOTICE

Summary

Представленный протокол объединяет различные методы оценки и демонстрирует метод оценки дизайна клавиатуры на смартфонах. Пары, подобранные английскими символами, предлагаются в качестве входного материала, а время перехода между двумя ключами используется в качестве зависимой переменной.

Abstract

Ввод с клавиатуры сыграл важную роль во взаимодействии человека и компьютера с обширной пользовательской базой, а дизайн клавиатуры всегда был одним из фундаментальных объектов исследований на интеллектуальных устройствах. С развитием технологии экрана смартфоны могут собирать более точные данные и индикаторы для углубленной оценки дизайна клавиатуры. Увеличение экрана телефона привело к неудовлетворительным впечатлениям от ввода и боли в пальцах, особенно для ввода одной рукой. Эффективность и комфорт ввода привлекли внимание исследователей и дизайнеров, а изогнутая клавиатура с регулируемыми по размеру кнопками, которая примерно соответствовала физиологической структуре больших пальцев, была предложена для оптимизации использования одной рукой на смартфонах с большим экраном. Однако его реальные последствия остаются неоднозначными. Таким образом, этот протокол продемонстрировал общий и обобщенный метод оценки влияния изогнутой конструкции QWERTY-клавиатуры на 5-дюймовый смартфон с помощью самостоятельно разработанного программного обеспечения с подробными переменными, включая объективные поведенческие данные, субъективную обратную связь и координатные данные каждой точки соприкосновения. Существует достаточно литературы по оценке виртуальных клавиатур; однако лишь немногие из них систематически обобщают и анализируют методы и процессы оценки. Таким образом, этот протокол заполняет пробел и представляет собой процесс и метод систематической оценки дизайна клавиатуры с доступными кодами для анализа и визуализации. Он не нуждается в дополнительном или дорогостоящем оборудовании и прост в проведении и эксплуатации. Кроме того, протокол также помогает получить потенциальные причины недостатков дизайна и освещает оптимизацию конструкций. В заключение, этот протокол с открытым исходным кодом может быть не только демонстративным экспериментом в классе, чтобы вдохновить новичка начать свои исследования, но и способствовать улучшению пользовательского опыта и доходов компаний-редакторов методов ввода.

Introduction

Ввод с клавиатуры является основным методом взаимодействия человека и смартфона1,2, и с проникновением смартфонов, ввод с клавиатуры получает миллиарды пользователей. В 2019 году глобальный уровень проникновения смартфонов достиг 41,5%3,в то время как в Соединенных Штатах с самым высоким уровнем проникновения он достиг 79,1%4. До первого квартала 2020 года мобильная клавиатура Sogou имела около 480 миллионов ежедневных активных пользователей5. До 6 мая 2020 года Google Gboard был загружен более 1 миллиарда раз6.

Неудовлетворительный ввод с клавиатуры увеличивается с увеличением экрана телефона. Хотя увеличенный экран был направлен на улучшение качества просмотра, он изменил гравитацию, размер и вес смартфонов, заставляя пользователей неоднократно менять позу удержания, чтобы достичь отдаленных областей (например, кнопки A и Q для правшей), что приводит к неэффективности ввода. Растяжение мышц может привести к тому, что пользователи будут страдать от нарушений опорно-двигательного аппарата, болей в руках и различных типов заболеваний (например, синдром запястного канала, остеоартрит большого пальца и тендовагинит большого пальца7,8,9,10). Пользователи, предпочитающие использование одной рукой, находятся в худших условиях11,12.

Поэтому оценка и оптимизация дизайна клавиатуры стали горячими темами психологических, технических и эргономических исследований. Компании и исследователи редакторов метода ввода (IME) постоянно предлагали различные конструкции и концепции клавиатур для оптимизации опыта и эффективности ввода, включая клавиатуры с изменением раскладки и переупорядоченные символами: Microsoft WordFlow Keyboard13,Functional Button Area in Glory of Kings14,IJQWERTY15и Quasi-QWERTY16.

Существующие методы оценки дизайна клавиатуры варьируются от исследователя к исследователю, за исключением нескольких общепринятых показателей, и предлагаются более точные показатели. Однако при наличии множества показателей не предусмотрен обобщенный и систематический протокол, демонстрирующий процесс оценки и анализа конструкции клавиатуры. Закон Фиттса17 и его расширенная версия FFitts Law18,которая описывал взаимодействие человека и компьютера, были широко приняты для оценки производительности клавиатуры19,20,21,22. Более того, функциональная область большого пальца была предложена для улучшения дизайна клавиатуры, и в ней описывалась изогнутая область движения для большого пальца, чтобы комфортно выполнять задачу ввода23. Основываясь на этих теориях, показатели, включая слово в минуту, частоту ошибок слов и субъективную обратную связь (воспринимаемое удобство использования, воспринимаемая производительность, воспринимаемая скорость, субъективная рабочая нагрузка, воспринимаемая нагрузка и боль, а также намерение использовать и т. Д.), Которые были высоко приняты, были частично использованы в предыдущих исследованиях24,25,26, 27,28,29. за исключением моделирования и имитационных методов. Кроме того, установленный эллипс точек соприкосновения на каждой кнопке и егосмещение30,31 использовались в последние годы для исследования точной производительности входных событий. Кроме того, гальваническая реакция кожи, частота сердечных сокращений, электромиографическая активность, жест рук и движения тела32,33,34,35 были приняты для прямой или косвенной оценки мышечной усталости, комфорта и удовлетворенности пользователей. Однако этим различным методам не хватает размышлений о целесообразности используемых показателей, и начинающий исследователь может быть смущен выбором соответствующих показателей для своего исследования.

Исследования по дизайну клавиатуры также легко проводить, эксплуатировать и анализировать. С бумом экранных технологий можно было легко собрать больше поведенческих данных для углубленной оценки дизайна клавиатуры (например, время перехода между двумя клавишами и координатные данные каждой точки соприкосновения). Основываясь на упомянутых данных, исследователи смогли точно изучить детали дизайна клавиатуры и проанализировать ее недостатки и преимущества. По сравнению с другими исследованиями взаимодействия человека и компьютера, исследования дизайна клавиатуры на портативных смартфонах также имеют высокую ценность для своей обширной пользовательской базы без дорогостоящего оборудования, сложных материалов или огромного лабораторного пространства. Анкеты, шкалы и скрипт Python об исследовании имеют открытый исходный код и легко доступны.

Целью данного исследования является обобщение предыдущих методов для демонстрации систематического, точного и общего протокола оценки и анализа дизайна клавиатуры на смартфонах. Примерный эксперимент и результаты направлены на то, чтобы показать, может ли изогнутая QWERTY-клавиатура с регулируемыми по размеру кнопками оптимизировать опыт ввода одной рукой на 5-дюймовом смартфоне по сравнению с традиционной QWERTY-клавиатурой и поделиться методом визуализации и скриптом анализа данных Python.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Исследование проводилось в соответствии с этическим принципом и было одобрено Комитетом по этике Университета Цинхуа. На рисунке 1 показан процесс оценки дизайна клавиатуры смартфонов.

Figure 1
Рисунок 1: Общий процесс проведения эксперимента с клавиатурой и оценки дизайна клавиатуры. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

1. Подготовка

  1. Дизайн эксперимента
    1. Определите проблему исследования и предложите гипотезу.
    2. Спроектируйте эксперимент в соответствии с гипотезой и определите независимые переменные (например, раскладку клавиатуры, позу набора текста). Используйте внутритемный дизайн, чтобы уменьшить смешанные факторы и дисперсию, вызванную разницей между участниками.
  2. Зависимые переменные
    1. Используйте физические данные, включая длину руки, длину входного пальца и окружность входного пальца, которые были измерены рулеткой, как показано на рисунке 2.
    2. Используйте физиологические данные, включая гальваническую реакцию кожи (измеряется портативным беспроводным физиологическим детектором), частоту сердечных сокращений (измеряется портативным беспроводным физиологическим детектором), электромиографическую активность (измеряется поверхностной электромиографией) и т. Д.
    3. Используйте производительность ввода: количество слов в минуту, частота ошибок слов и время перехода между двумя клавишами.
      1. Слово в минуту относится к скорости ввода участников (т.е. количеству правильно введенных слов в минуту).
      2. Частота ошибок слов относится к точности ввода участников (т. Е. Количество неправильно введенных слов, деленное на общее количество слов при одном условии). Исправленная частота ошибок, нескорректированная частота ошибок и общая частота ошибок также использовались в предыдущих исследованиях36.
      3. Время перехода между двумя клавишами относится к времени реакции участников между двумя точками соприкосновения правильно введенного слова22 (т. е. время начала второй точки касания минус время выхода первого символа).
    4. Используйте данные о движении тела, такие как жест руки и движение тела (пальца). Они могли быть собраны системой захвата движения35.
    5. Используйте субъективные данные, такие как воспринимаемое удобство использования, намерение использовать, воспринимаемая точность и скорость, воспринимаемое напряжение и боль, а также субъективная рабочая нагрузка и т. Д. Субъективные данные могут быть получены с помощью существующих шкал и анкет, которые являются высоконадежными, а также действительными для лучшей оценки субъективной обратной связи участников о дизайне клавиатуры.
      1. Используйте NASA-TLX, 21-балльной шкале, которая используется для измерения субъективной рабочей нагрузки через ментальные, физические, временные, производительность, усилия и фрустрации измерения. Высокий балл указывает на высокую субъективную рабочую нагрузку26.
      2. Используйте Системную шкалу юзабилити, 5-балльной анкеты с 10 пунктами, и ответы одного участника будут рассчитываться как единый балл от 0 до 100. Высокий балл указывает на высокое воспринимаемое удобство использования24.
      3. Используйте шкалу Борга CR10, которая варьируется от 0 до 10 для измерения воспринимаемой боли и напряжения. Высокий балл указывает на высокий уровень воспринимаемой боли и нагрузки25.
      4. Используйте шкалу намерения использовать: 10-балльный вопросник, который используется для измерения вероятности того, что участники будут использовать технологию или продукты. Высокий балл указывает на высокий уровень вероятности28.
      5. Воспринимаемая скорость и воспринимаемая точность измеряются по 50-балльной шкале, а высокий балл указывает на хорошую воспринимаемую производительность28.
    6. Соберите координатные данные каждой точки касания и измените их на установленный эллипс (95% CI) точек соприкосновения на каждойкнопке30,31. Примите площадь каждого установленного эллипса и смещение от центра установленного эллипса до целевого центра каждой кнопки в качестве зависимых переменных.
      ПРИМЕЧАНИЕ: Координатные данные могут быть точно собраны самостоятельно разработанным приложением на смартфоне. Если трудно получить координатные данные, объективных и субъективных данных достаточно, чтобы примерно оценить дизайн клавиатуры.

Figure 2
Рисунок 2: Измерение руки. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

  1. Материалы
    1. Выберите экспериментальный смартфон. Учитывайте вес, разрешение и размер экрана.
    2. Проектирование и разработка экспериментального программного обеспечения на смартфонах (необязательный шаг).
      ПРИМЕЧАНИЕ: Время перехода между двумя клавишами может быть записано автоматически этим программным обеспечением или датчиками захвата движения (т. Е. Датчик акселерометра). Может быть трудно собрать его вручную (например, часы или секундомер).
    3. Выберите задачу ввода из следующих предложений на основе гипотезы и пересмотрите ее в соответствии с целью исследования.
      1. Для задачи ввода пары символов случайным образом соедините 26 английских букв в 676 пар и в среднем разделите их на несколько групп на основе дизайна эксперимента.
      2. Для задачи ввода фразы (предложения) используйте фразы, которые являются умеренными по длине, легко запоминаются и представляют целевой язык. Если целевым языком является английский, извлеките 15–20 (или на основе исследовательской цели) фраз или слов из 500 фраз, установленных37.
  2. Подбор участников
    1. Используйте программное обеспечение G*Power для расчета размера выборки.
    2. Разместите анкеты для набора потенциальных участников.
    3. Фильтруйте потенциальных участников с желаемыми характеристиками, например, возрастом, здоровьем, зрением, рукой и опытом ввода. Обеспечить сбалансированность вклада участников.

2. Процедура

  1. Зачитайте участникам форму информированного согласия эксперимента, включая процедуру эксперимента, задачу и то, столкнутся ли они с какими-либо психическими или физическими травмами. Если участники соглашаются на участие, они должны подписать форму информированного согласия. Если нет, они могут немедленно уйти. Согласно форме информированного согласия, участники также могут отказаться на любом этапе эксперимента.
  2. Собирайте как физические, так и демографические данные. Используйте рулетку для измерения руки каждого отдельного участника(рисунок 2),чтобы устранить эффект разницы в размерах рук, а также предоставить повторяемые данные для будущих исследований. Собирайте демографические данные, такие как возраст, пол, точный опыт ввода и профессия.
  3. Продезинфицируйте все устройства и очистите части тела участника, которые будут касаться устройств.
    1. Попросите участников вымыть руки и очистить экран смартфонов, чтобы датчики смартфонов могли быть более чувствительными.
    2. Попросите участников носить портативные беспроводные физиологические детекторы или систему захвата движения. Попросите участников носить портативный беспроводной браслет для обнаружения физиологии на недоминирующей руке, чтобы записывать гальваническую реакцию кожи и частоту сердечных сокращений с избеганием шумовых помех.
      1. Поместите пассивные маркеры системы захвата движения на ногти, проксимальную фалангу пальца, шейные позвонки (C3-C5) и руку, чтобы собрать точное движение тела и пальца. Прикрепляйте беспроводные электроды к коже двух рук и двух предплечий для обнаружения электромиографической активности (необязательный шаг).
    3. Откалибруйку всех устройств, используемых в эксперименте.
  4. Практическая часть
    1. Пусть участники завершат обучающее задание. Учебное задание используется для улучшения знакомства участников с заданиями ввода и клавиатурами, чтобы уменьшить влияние практики или незнакомости на результат эксперимента. Он состоит из 50 пар или 20 слов, случайно выбранных из набора из 676 английских пар или 500 фраз. Только когда их точность ввода достигает 80% или более за 150 секунд, они могут войти в формальные испытания. Образцовое исследование приняло ввод 50 пар в качестве учебной задачи.
  5. Основная задача
    1. Пусть участники завершают формальные испытания во всех экспериментальных условиях. Они должны обеспечить свою точность как можно быстрее во время выполнения задачи ввода. Формальные испытания являются реальными входными задачами, которые будут оцениваться и анализироваться в исследовании. Каждая пара, слово или предложение представляют собой испытание, и различные экспериментальные проекты создают разные экспериментальные условия.
    2. Покажите участникам выполнить задачу ввода в случайном порядке или в сбалансированном порядке. Методы разделения исходных материалов следующие. Во-первых, 676 пар могут быть случайным образом разделены на каждое экспериментальное условие (т. Е. Участники вошли во все пары, когда они завершили все экспериментальные условия). Во-вторых, при каждом экспериментальном условии 676 пар могут быть разделены на несколько блоков случайным образом, и участники должны заполнить эти блоки случайным образом. В-третьих, для ввода слов участникам необходимо пройти около 20 испытаний при каждом условии. В-четвертых, для ввода предложений участникам необходимо пройти около 10-15 испытаний при каждом условии. Исследователи не должны обеспечить существенной разницы между количеством символов и количеством слов, введенных участником при каждом условии. Образцовое исследование приняло первый метод и имело четыре экспериментальных условия.
    3. После каждого состояния попросите участников заполнить все анкеты (шкалы, оценивающие их субъективный опыт) случайным образом и дать им 1 минуту или более для отдыха.
  6. В конце эксперимента пусть каждый участник закончит комплексную анкету (Q & A) для получения субъективной обратной связи.
  7. Выражайте благодарность участникам денежными или материальными вознаграждениями.

3. Анализ данных

  1. Проверка гипотез с помощью соответствующих параметрических или непараметрических тестов
    1. Проанализируйте физические, физиологические данные и данные о движении тела, чтобы проверить, будет ли разница между участниками существенно влиять на результаты и невыразительный опыт ввода пользователей (необязательный шаг).
    2. Проанализируйте производительность ввода участников, чтобы проверить эффективность ввода на клавиатуре.
    3. Анализируйте субъективные данные, чтобы проверить воспринимаемое удобство использования и субъективную обратную связь клавиатуры.
    4. Выясните, существенно ли влияет на результат эффект практики и эффект усталости. Для каждого условия испытания делятся на две части в соответствии с меткой времени (т.е. часть первой половины и часть второй половины). В частности, при каждом условии изучите разницу в производительности входных данных между первой половиной и второй половиной, чтобы проверить, существует ли эффект практики или эффект усталости.
    5. Проанализируйте площадь установленного эллипса точек касания на каждой кнопке, а также смещение от ее центра к целевому центру каждой кнопки (необязательный шаг).
      1. Соберите все точки соприкосновения каждой кнопки с программным обеспечением, и они примерно согласуются с двухмерным распределением Гаусса. 95% доверительный интервал каждой кнопки как в x-, так и в y-направлениях выводится через координатные данные каждой точки касания в пикселе, а 95% доверительные многоточия над контуром кнопки 1:1 для каждой клавиатуры подогнано с помощью скриптов Python по координатам пикселей (см. Файл кодирования 2).
      2. Используйте встроенные эллипсы (95% ДИ) и их области, чтобы продемонстрировать дисперсию точек соприкосновения на каждой кнопке. В каждой кнопке смещение установленного эллипса, вычисляемого скриптами Python, определяется как центральная точка установленного эллипса к целевой точке кнопки, и оно может быть представлено из направлений x и y (т. Е. В оси X и оси Y см. Файл кодирования 3).
  2. Моделирование и симуляция
    1. Используйте модель, управляемую данными, в качестве функции расположения и ориентации клавиатуры для прогнозирования движения пальцев скриптами Python. Все движения пальцев делятся на восемь направлений38 (верх к низу, снизу вверх, слева направо, справа налево, слева-верх на право-вниз, справа-вниз на левый-верх, левый-снизу на правый-верх, правый-верх на левый-нив). Для каждого направления рассчитывается среднее время перехода между двумя клавишами, представляющее эффективность движения пальцев, которое используется для оценки конструкции клавиатуры (необязательный шаг).
    2. Используйте линейный регрессионный анализ для построения усовершенствованной модели закона Фиттса (или его расширенной версии, закона FFitts) для прогнозирования времени перехода между двумя ключами с использованием интегрированной когнитивной архитектуры39 скриптов Python. Усовершенствованная модель Fitts' Law может обеспечить лучшее прогнозирование и оценку дизайна клавиатуры на основе анализа местоположения и эффективной ширины клавиш, а также расстояния между двумя клавишами (необязательный шаг).

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Репрезентативное исследование проводится главным образом в соответствии с упомянутым протоколом. В исследовании используется 2 (Раскладка клавиатуры: изогнутая QWERTY против традиционной QWERTY) × 2 (Размер кнопки: большой, 6,3 мм × 9 мм против маленького, 4,9 мм × 7 мм) внутри предмета, чтобы оценить, может ли изогнутый QWERTY повысить эффективность ввода и комфорт по сравнению с традиционным QWERTY в разных размерах кнопок с помощью задачи ввода пары символов через наше самостоятельно разработанное программное обеспечение(рисунок 3). ). В этом исследовании не было принято дорогостоящее физиологическое детекторное оборудование или система захвата движения, а анализ данных не содержал моделирования или симуляции.

Figure 3
Рисунок 3: Интерфейс традиционной QWERTY-клавиатуры и изогнутой QWERTY-клавиатуры.
(A) Традиционная QWERTY-клавиатура с большим размером кнопки (размер буквенный ключ: 6,3 мм × 9 мм). (B) Изогнутая QWERTY-клавиатура с большим размером кнопки (размер буквенный ключ: 6,3 мм × 9 мм). (C) Традиционная QWERTY-клавиатура с небольшим размером кнопки (размер буквенный ключ: 4,9 мм × 7 мм). (D) Изогнутая QWERTY-клавиатура с небольшим размером кнопки (размер буквенный ключ: 4,9 мм × 7 мм). Соотношение сторон каждой буквенный ключ составляет 7:10, а ширина каждой функциональной клавиши (Delete, Space, Enter) в два раза больше, чем ширина буквенный ключ. Удалить и пробел не работают. Участники нажимают клавишу Enter, чтобы перейти к следующему испытанию. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

В общей сложности в этом исследовании приняли участие 24 здоровых студента-правши из Университета Цинхуа (12 женщин, M = 22,46 года, SD = 3,04 года). Для них измеряли длину правой руки(M = 17,98 см SD = 1,20 см), длину большого пальца правой руки(M = 6,00 см, SD = 0,68 см) и окружность большого пальца правой руки(M = 5,14 см, SD = 0,52 см). Размер выборки был рассчитан по G*Power 3.1.9.2 (размер эффекта f = 0,25, α = 0,05, мощность = 0,80, корреляция между повторными мерами = 0,5). Экспериментальный смартфон представляет собой 5-дюймовый смартфон (вес 138 г, размер экрана 5,0 дюйма, ppi 294, px 1280 × 720, размер телефона 143,5 × 69,9 × 7,6 мм).

Производительность ввода (время перехода между двумя клавишами, частота ошибок слов), субъективная обратная связь и подогнанный эллипс каждой кнопки были собраны и проанализированы повторными мерами ANOVA. Время перехода между двумя клавишами вместо слова в минуту используется в этом исследовании, потому что входным материалом является пары символов, а время перехода между двумя клавишами может более точно оценить событие касания перехода. Репрезентативные результаты являются следующими(таблица 1).

Раскладка клавиатуры Размер кнопки Раскладка клавиатуры × Размер кнопки
F p Equation 1 F p Equation 1 F p Equation 1
Частота ошибок Word 48.90 <.001*** 0.68 30.57 <.001*** 0.57 2.63 0.12 0.10
Время перехода между двумя клавишами 10.19 .004** 0.31 43.57 <.001*** 0.66 12.75 .002** 0.36
Воспринимаемое напряжение и боль 2.33 0.14 0.09 1.36 0.26 0.06 0.28 0.60 0.01
Намерение использовать 7.41 .012* 0.24 3.62 0.07 0.14 0.63 0.44 0.03
Воспринимаемая точность 1.32 0.26 0.54 2.94 0.10 0.11 0.69 0.42 0.03
Воспринимаемая скорость 0.56 0.47 0.02 0.98 0.33 0.04 0.25 0.62 0.01
Воспринимаемое удобство использования 0.63 0.44 0.03 5.48 .028* 0.19 0.03 0.87 0.001
Субъективная рабочая нагрузка Умственный 19.30 <.001*** 0.46 8.88 .007** 0.28 0.01 0.91 0.001
Физический 2.41 0.13 0.10 5.55 .027* 0.19 0.07 0.78 0.003
Время 0.02 0.9 0.001 10.26 .004** 0.31 0.37 0.55 0.02
Производительность 11.51 .003** 0.33 12.25 .002** 0.35 0.02 0.90 0.001
Усилие 4.66 .042* 0.17 16.33 .001** 0.42 0.13 0.72 0.006
Расстройство 9.32 .006** 0.29 8.87 .007** 0.28 2.11 0.16 0.08
Площадь подогнанный эллипс 90.00 <.001*** 0.78 1368.78 <.001*** 0.98 31.99 <.001*** 0.56
Смещение установленного эллипса X-направление 10.94 .003** 0.30 1.4 0.25 0.05 6.08 0.21 0.19
Y-направление 23.49 <.001*** 0.48 0.48 0.50 0.02 13.74 .001** 0.36

Таблица 1: Статистический анализ производительности ввода, субъективной обратной связи и подогнанный эллипс каждой кнопки. Пункт с * означает p < 0,05, пункт с ** означает p < 0,01, а пункт с *** означает p < 0,001.

В производительности ввода взаимодействие между раскладкой клавиатуры и размером кнопки является значительным только во времени перехода между двумя клавишами(рисунок 4),и это показывает, что в изогнутом QWERTY время перехода между двумя клавишами малого размера кнопки было значительно дольше, чем у большого размера кнопки(p < 0,001). Основной эффект раскладки клавиатуры значителен как в частоте ошибок слов(рисунок 5),так и во времени перехода между двумя клавишами, и это указывает на то, что они традиционных QWERTY значительно ниже, чем у изогнутого QWERTY. Основной эффект размера кнопки значителен как в частоте ошибок слов, так и во времени перехода между двумя клавишами, и это указывает на то, что они большого размера кнопки значительно ниже, чем у маленького размера кнопки. Другого значимого результата не найдено.

Figure 4
Рисунок 4: 3D-гистограмма представляет визуализацию времени перехода между двумя клавишами (левая - первый символ, а правая - второй символ) на четырех клавиатурах.
Высота каждого бара представляет значение времени перехода. Цвета градиента (синий, зеленый, желтый и красный) используются для отображения ситуации числового распределения (см. Дополнительный кодовый файл 1). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 5
Рисунок 5: Частота ошибок слов каждой клавиатуры. Полосы погрешности представляют 95% ДИ. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

В субъективной обратной связи(рисунок 6 и рисунок 7)все взаимодействия между раскладкой клавиатуры и размером кнопки не являются значительными. Основной эффект раскладки клавиатуры является значительным в намерении использовать и субъективную рабочую нагрузку (умственную, производительность, усилия и разочарование), и он показывает, что участники воспринимают меньшую субъективную рабочую нагрузку (вышеуказанные четыре аспекта) и имеют большую вероятность использования изогнутого QWERTY по сравнению с традиционным QWERTY. Основной эффект размера кнопки важен в воспринимаемом удобстве использования и всех аспектах субъективной рабочей нагрузки, и это указывает на то, что участники воспринимают меньшую субъективную рабочую нагрузку и более высокое удобство использования при большом размере кнопки по сравнению с небольшим размером кнопки. Другого значимого результата не найдено.

Figure 6
Рисунок 6: Воспринимаемое напряжение и боль, намерение использовать (левая ось Y), воспринимаемая точность, воспринимаемое и воспринимаемое удобство использования (правая ось Y) каждой клавиатуры.
Высокий балл воспринимаемой нагрузки и боли указывает на неудовлетворительный опыт, в то время как другие показатели показывают обратное. Полосы погрешности представляют 95% ДИ. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 7
Рисунок 7: Шесть измерений субъективной рабочей нагрузки.
Полосы погрешности представляют 95% ДИ. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

В области встроенного эллипса(рисунок 8)взаимодействие между раскладкой клавиатуры и размером кнопки является значительным, и это показывает, что как для маленького, так и для большого размера кнопки площадь традиционного QWERTY больше, чем у изогнутого QWERTY(p < 0,001), в то время как для обеих раскладок клавиатуры площадь маленькой кнопки меньше, чем у большой кнопки (p < 0,001). Основной эффект размера кнопки и раскладки клавиатуры является значительным, и это указывает на то, что области традиционного QWERTY и большой кнопки больше, чем у изогнутой QWERTY и маленькой кнопки соответственно. Другого значимого результата не найдено.

Figure 8
Рисунок 8: Встроенные эллипсы (95% ДИ) четырех клавиатур.
Они рисуются путем установки пиксельных позиций точек соприкосновения на четырех клавиатурах. Координата центра эллипса — это среднее значение всех точек соприкосновения на каждой кнопке (см. Файл дополнительного кодирования 2). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

В смещении установленного эллипса(рис. 9 и рисунок 10)взаимодействие между раскладкой клавиатуры и размером кнопки значимо только в смещении в направлении Y, и это показывает, что в изогнутом QWERTY смещение в направлении Y маленькой кнопки значительно короче, чем у большой кнопки(p < 0,001), в то время как в обоих размерах кнопки смещение в направлении Y изогнутого QWERTY значительно короче, чем у традиционного QWERTY. Основной эффект раскладки клавиатуры значителен как в x-, так и в Y-направлениях, и это указывает на то, что смещение в направлении Y изогнутого QWERTY значительно короче, чем у традиционного QWERTY. Другого значимого результата не найдено.

Figure 9
Рисунок 9: Смещение установленных эллипсов в направлении x.
Длина стрелки, которая увеличивается в 1,2 раза пропорционально рисунку из-за визуализации, представляет собой значение смещения. А разные цвета визуализируют значение стандартного отклонения (±) от среднего смещения каждой кнопки до смещения в направлении x. Значение меньше -1σ является зеленым, а значение больше +1σ - красным, а значение между -1σ и +1σ - оранжевым (см. Дополнительный кодовый файл 3). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Figure 10
Рисунок 10: Смещение установленных эллипсов в направлении Y.
Длина стрелки, которая увеличивается в 1,2 раза пропорционально рисунку из-за визуализации, представляет собой значение смещения. А разные цвета визуализируют значение стандартного отклонения (±) от среднего смещения каждой кнопки до смещения в направлении Y. Значение меньше -1σ является зеленым, а значение больше +1σ - красным, в то время как значение между -1σ и +1σ - оранжевым (см. Кодовый файл 3, и сценарий y-направления знаком с сценарием x-направления). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.

Практический эффект проверяется с помощью t-тестадля сравнения производительности ввода (частота ошибок слов и время перехода между двумя клавишами) между первой половиной и второй половиной пар символов. Что касается частоты ошибок, то существенной разницы между двумя группами пар символов в изогнутом QWERTY с малым размером кнопки, t(46) = 2,03, p = 0,05, изогнутом QWERTY с большим размеромкнопки, t(46) = -0,47, p = 0,64, традиционном QWERTY с большим размеромкнопки, t(46) = 0,31, p = 0,76, и традиционном QWERTY с небольшим размером кнопки, t(46) = 0,05, p = 0,97. Что касается времени перехода между двумя клавишами, то существенной разницы между двумя группами пар символов в изогнутом QWERTY с большим размеромкнопки, t(46) = 0,33, p = 0,74, изогнутом QWERTY с малым размером кнопки, t(46) = 0,22, p = 0,83, традиционном QWERTY с большим размером кнопки t(46) = 0,66, p = 0,51, и традиционный QWERTY с небольшим размером кнопки, t(46) = 0,09, p = 0,93. Результаты показывают, что во время основного процесса ввода нет эффекта практики или эффекта усталости, и участники достигли и сохранили наибольшее усилие для каждой клавиатуры. Абсолютное значение наибольшего усилия для разных клавиатур может отличаться, потому что наибольшее усилие указывает только на то, что они были знакомы с клавиатурой на 100 процентов.

Это репрезентативное исследование показывает, что на 5-дюймовом смартфоне изогнутый QWERTY хуже, чем традиционный QWERTY, а большой размер кнопки лучше, чем маленький размер кнопки. В этом репрезентативном исследовании лучшей клавиатурой является традиционная QWERTY-клавиатура с большим размером кнопки, в то время как худшей клавиатурой является изогнутая QWERTY-клавиатура с небольшим размером кнопки. На все результаты не повлияли эффект практики и эффект усталости. Частота ошибок слова и время перехода между двумя клавишами указывают на то, что изогнутая конструкция QWERTY увеличивает время реакции участников между двумя символами и может увеличить рабочую нагрузку распознавания символов из-за положения клавиш и мысленное вращение, что приводит к неудовлетворительной производительности ввода, а результаты такие же, как уменьшенный размер кнопки (QWERTY-клавиатура с небольшим размером кнопки) на 5-дюймовом смартфоне. Хотя большинство показателей и размеров субъективной обратной связи не являются значительными, субъективная рабочая нагрузка показывает более высокую воспринимаемую рабочую нагрузку QWERTY-клавиатуры с уменьшенной кнопкой и изогнутой QWERTY-клавиатурой. Однако из анализа подогнанные эллипсы результаты, а также рисунок 8 и рисунок 10 показывают, что изогнутый QWERTY имеет меньшее смещение, а его точки соприкосновения менее дисперсионны, а его смещение в основном направлено в верхний левый угол для правостороннего использования. Результаты показывают, что изогнутый QWERTY-дизайн может быть оптимизирован путем регулировки кривизны клавиатуры, добавления функции автоматической коррекции и модерирования размера кнопок. Кроме того, из рисунков 8 и 10изогнутая клавиатура T9, которая занимает место «R, T, Y, U, I, O, D, F, G, H, J, K, X, C, V, B, N и M» изогнутой QWERTY-клавиатуры, может быть потенциально оптимизированной клавиатурой, т. е. каждая клавиша изогнутой клавиатуры T9 занимает место двухбуквенных клавиш изогнутой QWERTY.

Таким образом, это репрезентативное исследование лишь приблизительно демонстрирует протокол оценки дизайна клавиатуры с открытым исходным кодом скриптов Python, а метод анализа и оптимизации может быть подробно обсужден на основе исследовательской цели исследователей в будущих исследованиях.

Дополнительный кодирующий файл 1: 3D-графики времени перехода между двумя клавишами. Пожалуйста, нажмите здесь, чтобы загрузить этот файл.

Дополнительный кодирующий файл 2: Установленный эллипс и его площадь. Пожалуйста, нажмите здесь, чтобы загрузить этот файл.

Дополнительный кодирующий файл 3: Смещение установленного эллипса. Пожалуйста, нажмите здесь, чтобы загрузить этот файл.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

В этом исследовании, основанном на развитии экранной технологии, мы представили обобщенный и общий протокол оценки дизайна клавиатуры для систематической и точной оценки дизайна клавиатуры. Существующие индикаторы и методы из предыдущих исследований, пары, сопоставленные английскими символами, и время перехода между двумя ключами интегрированы и модифицированы для создания эффективного протокола.

В этом протоколе необходимо отметить несколько критических моментов. Выбор переменных и индикаторов имеет важное значение, поскольку они определяют перспективу анализа, и его можно использовать для построения модели оценки на более позднем этапе эксперимента по оценке конструкции клавиатуры. За исключением объективных переменных, субъективные переменные также должны быть тщательно рассмотрены в экспериментальном дизайне из нескольких измерений, поскольку субъективные данные играют жизненно важную роль, помогая нам улучшить пользовательский опыт. Координатные данные могут быть дополнительно собраны и рассчитаны в протоколе с помощью самостоятельно разработанного приложения и скриптов Python, например, установленного эллипса (95% CI) точек соприкосновения на каждой кнопке и смещения от центра установленного эллипса к целевому центру каждой кнопки. Анализ и визуализация подогнанный эллипс может просветить метод оптимизации дизайна клавиатуры. Кроме того, хотя физиологические измерения и измерения движения, которые зависят от носимого оборудования, также являются необязательными, они действительно могут помочь глубоко изучить невыразимый опыт пользователей клавиатуры.

Одним из важных шагов в процедуре изучения клавиатуры является просьба к участникам вымыть руки и очистить экран перед экспериментом (так же, как носимые детекторы), поскольку смазка рук и пот могут влиять на чувствительность сенсорного экрана, тем самым влияя на результаты. Физические данные (длина руки, длина пальца и окружность большого пальца) участников также должны быть измерены или сообщены, потому что физические различия между участниками могут повлиять на результаты эксперимента и воспроизводимость.

Протокол также не может избежать следующих ограничений. Все исходные материалы, предложенные в настоящем исследовании, могут быть в основном сосредоточены на английском языке без учета других языков. Кроме того, в этом протоколе может быть предложена самостоятельная разработка программного обеспечения клавиатуры для сбора данных эксперимента вместо использования традиционного метода ручного сбора и измерения. Потому что самостоятельно разработанное программное обеспечение может собирать и вычислять более точные и атрибуциальные показатели и помочь предоставить четкое предложение по оптимизации дизайна клавиатуры, а не только сделать вывод о влиянии текущего дизайна клавиатуры в экспериментальных условиях. Кроме того, другие дорогостоящие устройства или оборудование, принятые предыдущими исследованиями, не были включены в репрезентативные результаты, такие как портативный беспроводной физиологический детектор или система захвата движения, и исследователи должны выбирать свои конкретные экспериментальные устройства на основе своей исследовательской проблемы и гипотезы. Наконец, последователи Новой статистики или байесовские энтузиасты могли бы попытаться принять больше статистических методов для анализа и оценки дизайна клавиатуры.

Для будущих приложений и направлений этот протокол может быть принят в процессе оценки конструкции клавиатуры на других интеллектуальных устройствах. Помимо смартфонов, все больше интеллектуальных устройств приобретают популярность, например, носимые умные часы и браслеты (iWatch), планшетные ПК (iPad) и устройства виртуальной реальности (очки VR). Этот протокол может быть использован для оценки различных конструкций клавиатур на этих устройствах и помогает оптимизировать (индикаторы и процессы могут быть немного скорректированы). В этом смысле данное исследование открывает новые возможности для повторного изучения преимуществ и важности исследования оценки дизайна клавиатуры на сенсорном экране интеллектуальных устройств. Таким образом, он предоставляет недорогой и простой в проведении метод исследования с открытым исходным кодом в области человеко-компьютерного взаимодействия, информатики и психологии, тем самым внося свой вклад в помощь начинающим исследователям и студентам начать учебу или быть демонстрационным экспериментом в классе.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Авторы заявили об отсутствии раскрытия финансовой информации или конфликта интересов.

Acknowledgments

Это исследование поддерживается Программой научных исследований Университета Цинхуа (Эргономичный дизайн изогнутой клавиатуры на интеллектуальных устройствах). Авторы ценят Тянью Лю за его добрые предложения и помощь в кодировании фигур.

Materials

Name Company Catalog Number Comments
Changxiang 6S smartphone Huawei Smartphone used in the examplar study
Curved QWERTY keyboard software Tsinghua University Developed by authors
SPSS software IBM Data analysis software
G*Power software Heinrich-Heine-Universität Düsseldorf Sample size calculation
E4 portable wireless wristband Empatica Recording galvanic skin response and heart rate
Arqus Qualysis Motion capture camera platform
Passive marker Qualysis Appropriate sizes: 2.5 mm, 4 mm, and 6.5 mm
Trigno sEMG Delsys Recording electromyographic activity
Visual Studio Code Microsoft Python editor

DOWNLOAD MATERIALS LIST

References

  1. Lee, S., Zhai, S. The performance of touch screen soft buttons. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , USA. (2009).
  2. Smith, B. A., Bi, X., Zhai, S. Optimizing touchscreen keyboards for gesture typing. Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems. , USA. (2015).
  3. Statista. Global smartphone penetration rate as share of population from 2016 to 2020 [Fact sheet]. , Available from: https://www.statista.com/statistics/203734/global-smartphone-penetration-per-capita-since-2005 (2020).
  4. Newzoo. Top Countries by Smartphone Users [Fact sheet]. Newzoo. , Available from: https://newzoo.com/insights/rankings/top-countries-by-smartphone-penetration-and-users (2019).
  5. Sogou. Sogou Announces Fourth Quarter and Full Year 2019 Results. Sogou. , Available from: http://ir.sogou.com/2020-03-09-Sogou-Announces-Fourth-Quarter- and-Full-Y ear-2019-Results (2020).
  6. Google Play. Gboard - the Google Keyboard [Press release]. Google Play. , Available from: https://play.google.com/store/apps/details?id=com.google.android.inputmethod.latin &hl=en (2020).
  7. Eitivipart, A. C., Viriyarojanakul, S., Redhead, L. Musculoskeletal disorder and pain associated with smartphone use: A systematic review of biomechanical evidence. Hong Kong Physiotherapy Journal. 38 (2), 77-90 (2018).
  8. Chang, J., Choi, B., Tjolleng, A., Jung, K. Effects of button position on a soft keyboard: Muscle activity, touch time, and discomfort in two-thumb text entry. Applied Ergonomics. 60, 282-292 (2017).
  9. Gehrmann, S. V., et al. Motion deficit of the thumb in CMC joint arthritis. Journal of Hand Surgery. 35 (9), 1449-1453 (2010).
  10. Kim, G., Ahn, C. S., Jeon, H. W., Lee, C. R. Effects of the Use of Smartphones on Pain and Muscle Fatigue in the Upper Extremity. Journal of Physical Therapy Science. 24 (12), 1255-1258 (2012).
  11. Girouard, A., et al. One-handed bend interactions with deformable smartphones. Proceedings of the 33rd annual ACM conference on human factors in computing systems. , USA. (2015).
  12. Lee, M., Hong, Y., Lee, S., Won, J., Yang, J., Park, S. The effects of smartphone use on upper extremity muscle activity and pain threshold. Journal of Physical Therapy Science. 27 (6), 1743-1745 (2015).
  13. Microsoft Garage. Word Flow keyboard [Press release]. Microsoft Garage. , Available from: https://www.microsoft.com/en-us/garage/profiles/word-flow-keyboard/ (2020).
  14. Tencent Games. The glory of kings [Press release]. Tencent Games. , Available from: https://pvp.qq.com/ (2020).
  15. Bi, X., Zhai, S. Ijqwerty: what difference does one key change make? Gesture typing keyboard optimization bounded by one key position change from qwerty. Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems. , USA. (2016).
  16. Bi, X., Smith, B. A., Zhai, S. Quasi-qwerty soft keyboard optimization. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , USA. (2010).
  17. Fitts, P. The information capacity of the human motor system is controlled by the amplitude of movement. Journal of Experimental Psychology. 47, 381-391 (1954).
  18. Bi, X., Li, Y., Zhai, S. FFitts law: modeling finger touch with fitts' law. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , USA. (2013).
  19. Dunlop, M., Levine, J. Multidimensional pareto optimization of touchscreen keyboards for speed, familiarity and improved spell checking. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , USA. (2012).
  20. Li, Y., Chen, L., Goonetilleke, R. S. A heuristic-based approach to optimize keyboard design for single-finger keying applications. International Journal of Industrial Ergonomics. 36 (8), 695-704 (2006).
  21. Benligiray, B., Topal, C., Akinlar, C. SliceType: fast gaze typing with a merging keyboard. Journal on Multimodal User Interfaces. 13 (4), 321-334 (2019).
  22. Wang, Y., Ai, H., Liang, Q., Chang, W., He, J. How to optimize the input efficiency of keyboard buttons in large smartphone? A comparison of curved keyboard and keyboard area size [Conference presentation]. International Conference on Human-Computer Interaction. , Berlin, Germany. (2019).
  23. Bergstrom-Lehtovirta, J., Oulasvirta, A. Modeling the functional area of the thumb on mobile touchscreen surfaces. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , Canada. (2014).
  24. Brooke, J. SUS: A retrospective. Journal of Usability Studies. 8 (2), 29-40 (2013).
  25. Borg, G. Principles in scaling pain and the Borg CR Scales. Psychologica. 37, 35-47 (2004).
  26. Hart, S. G., Staveland, L. E. Development of NASA-TLX (task load index): results of empirical and theoretical research. Human mental workload. Hancock, P. A., Meshkati, N. , Oxford. 139-183 (1988).
  27. Trudeau, M. B., Asakawa, D. S., Jindrich, D. L., Dennerlein, J. T. Two-handed grip on a mobile phone affords greater thumb motor performance, decreased variability, and a more extended thumb posture than a one-handed grip. Applied Ergonomics. 52, 24-28 (2016).
  28. Turner, C. J., Chaparro, B. S., He, J. Text input on a smartwatch qwerty keyboard: tap vs. trace. International Journal of Human Computer Interaction. 33 (1-3), 143-150 (2017).
  29. Zhai, S., Kristensson, P. O. The word-gesture keyboard: reimagining keyboard interaction. Communications of the ACM. 55 (9), 91-101 (2012).
  30. Azenkot, S., Zhai, S. Touch behavior with different postures on soft smartphone keyboards. Proceedings of the 14th international conference on Human-computer interaction with mobile devices and services. , New York, USA. (2012).
  31. Yi, X., Yu, C., Shi, W., Shi, Y. Is it too small?: Investigating the performances and preferences of users when typing on tiny qwerty keyboards. International Journal of Human Computer Studies. 106, 44-62 (2017).
  32. Li, Y., You, F., Ji, M., You, X. Smartphone text input: effects of experience and phrase complexity on user performance, physiological reaction, and perceived usability. Applied Ergonomics. 80, 200-208 (2019).
  33. Gerard, M. J., Jones, S. K., Smith, L. A., Thomas, R. E., Wang, T. An ergonomic evaluation of the Kinesis ergonomic computer keyboard. Ergonomics. 37 (10), 1661-1668 (1994).
  34. Van Galen, G. P., Liesker, H., Haan, A. Effects of a vertical keyboard design on typing performance, user comfort and muscle tension. Applied Ergonomics. 38 (1), 99-107 (2007).
  35. Baker, N. A., Cham, R., Cidboy, E. H., Cook, J., Redfern, M. S. Kinematics of the fingers and hands during computer keyboard use. Clinical Biomechanics. 22 (1), 34-43 (2007).
  36. Soukoref, R. W., MacKenzie, I. S. Metrics for text input research: an evaluation of MSD and KSPC, and a new unified error metric. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. , 113-120 (2003).
  37. Mackenzie, I. S., Soukoreff, R. W. Phrase sets for evaluating text entry techniques. CHI'03 Extended Abstracts on Human Factors in Computing Systems. , 754-755 (2003).
  38. Trudeau, M. B., Sunderland, E. M., Jindrich, D. L., Dennerlein, J. T., Federici, S. A data-driven design evaluation tool for handheld device soft keyboards. Plos One. 9 (9), 107070 (2014).
  39. Cao, S., Ho, A., He, J. Modeling and predicting mobile phone touchscreen transcription typing using an integrated cognitive architecture. International Journal of Human-Computer Interaction. 34 (4-6), 544-556 (2018).

Tags

Поведение Выпуск 164 Эргономика ввод текста оценка дизайна клавиатуры смартфон задача набора текста

Erratum

Formal Correction: Erratum: An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones
Posted by JoVE Editors on 09/01/2022. Citeable Link.

An erratum was issued for: An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones. The Authors section was updated.

Yincheng Wang1
Ke Wang1
Yuqi Huang1
Di Wu2
Jian Wu3
Jibo He4,1
1Department of Psychology, School of Social Sciences, Tsinghua University
2Department of Computer Science, Beijing Normal University
3Haier Innovation Design Center, Haier Company
4Key Laboratory of Emotion and Mental Health in Chongqing, User Experience and Human-computer Interaction Technology Institute, Chongqing University of Arts and Sciences

to:

Yincheng Wang1
Ke Wang1
Yuqi Huang1
Di Wu2
Jian Wu3
Jibo He1
1Department of Psychology, School of Social Sciences, Tsinghua University
2Department of Computer Science, Beijing Normal University
3Haier Innovation Design Center, Haier Company

Метод оценки и инструментарий для оценки дизайна клавиатуры на смартфонах
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Wang, Y., Wang, K., Huang, Y., Wu,… More

Wang, Y., Wang, K., Huang, Y., Wu, D., Wu, J., He, J. An Assessment Method and Toolkit to Evaluate Keyboard Design on Smartphones. J. Vis. Exp. (164), e61796, doi:10.3791/61796 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter