强大且一致的李克特量表分析

李克特量表在可用性评估中被广泛使用，更一般地说，用于评估互动体验，以获取有关参与者态度、行为和判断的量化数据。这些数据通常使用参数统计方法进行分析，如学生t检验或方差分析（ANOVA）。选择这些方法是为了确保测试的统计功效更高（在这一研究和实践领域，样本量通常较小），或者因为缺乏能够非参数处理多因素设计的软件。通过本文，我们向人机交互（HCI）领域的观众展示医疗统计学领域的新发展，这使得可以非参数地分析多因素设计。我们通过展示非参数数据在通常在HCI研究中报告的实验规模中所涉及的参数处理错误，证明了这种方法的必要性。我们还为希望使用这些新方法的研究人员和从业者提供了一个实用资源。