详解效果最好的2种分析法定量数据分析方法有哪几种

作者详细介绍了开放式卡片分析和封闭式卡片分析的定量分析方法。

文章插图
在进行信息架构的决策时，通常会用到一种用研方法-——卡片分类（card-）。
这种方式在《用户体验度量》（Tom 著）中提到了这种分类方式的定量分析方法。
卡片分类有两种方式：
开放式卡片分类：只给参与者提供用于分类的卡片，参与者需要自己来定义这些卡片所属的组别。封闭式卡片分类：给参与者提供既提供卡片和也提供组别名称。一、开放式卡片分类
开放式卡片分类是最常见的，其中一种研究开放式分类的方法是：卡片分类距离矩阵——就是把所有卡片两两之间的“感知距离”组成矩阵，分析卡片间距离的矩阵。
举例：假设要对十种水果进行信息架构（苹果、桔子、草莓、香蕉、桃子、李子、西红柿、梨、葡萄、樱桃）。给每一位参与者这十种水果的卡片，让用户把十种水果进行分组，并让参与者说明它们分组的标准及每个组的大概组名。
比如某位用户按形状和大小，把大且圆的水果分在一组，里面包含苹果、桔子、桃、西红柿。
之后，根据用户的分类结果，研究人员制作距离矩阵。
如果将某一对水果放在同一组，它们之间的距离就是0 。
如果用户将某一对水果放在不同组中，它们之间距离就是1 。
因为自己和自己不需要距离感知，所以在相同的水果距离上打了x标示，这样就按对角线将矩阵分为上下两部分，它们是一模一样的，桔子和草莓的距离和草莓与桔子的距离是同一个距离，所以只需要填写一种就可以。
之后总结出所有参与者的总体矩阵。例如这次用户调研一种有20位参与者参加，那总体距离矩阵，理论上每两种水果的距离结果会在0-20之间，所有参与者都把它们分在一组得分为20，所有参与者都不把它们放一起得分为0 。图表如下图所示：

文章插图
用层级聚类分析卡片分类得到的数据：层级聚类的目的是建立一个距离感知的树状图，研究中被参与者视为最相似的卡片会被放在相似的支节中。如下图，是上面图表的聚类后的结果。

文章插图

文章插图
层级卡片分类的关键是要看任何一对卡片结合在一起的点在哪里。
比如桃子和桔子的结合点、樱桃和葡萄的结合点就比较靠前，红色点是结合点（如下图）。

文章插图
在树状图底部有一条距离参照尺，它被分为20份（根据之前最小得分可能为0，最大得分可能为20）结合点是根据矩阵图得出的数据生成的。
比如：
桃子和桔子的距离是2，对应刻度尺上2的位置；樱桃和葡萄的距离为3，对应刻度尺上3的位置；而苹果和桔子、桃子的节点在4.5左右。
这是因为：苹果与桔子的距离为5，苹果与桃子的距离为4，苹果与他们两者的平均距离为（4+5）/2=4.5

文章插图
这种连结方式为群平均连结法（Group ）
聚类分析中可以采用不同的算法以确定连结生成的方式，很多支持层级聚类分析的商业软件都会让你选择使用哪种方法进行分析。群平均连结法是比较常用的一种。
层级聚类分析在卡片分类分析中之所以如此受用，是因为从层级距离的结果中可以直观的看到自己应该如何分组架构这些卡片（信息架构）。

详解效果最好的2种分析法 定量数据分析方法有哪几种

详解效果最好的2种分析法定量数据分析方法有哪几种