講座-手環數據的分析策略與限制

109.11.19 講師:陳俊宏 #數據運動 #人因設計 #實踐大學

隨著穿戴式裝置的普及，過往需要在實驗室才能量測的生理數據，現在只要透過這些穿戴科技產品就能很輕易地取得甚至加以運用。這些數據的分析、運用牽涉到的是利用科學方法與統計來做衡量與研究。而所謂科學是一種獲得知識的方法流程；觀察現象、確認問題、形成假設、研究設計、資料蒐集、資料分析、結果推論。在研究設計中，我們常見的是調查研究與實驗，兩者差異在於調查研究無法隨機分派受試，難以確保因果推論效力。也就是要確報是否存在混淆變數，而透過因果模型:中介分析、調節分析可加強分辨。

確認主題因果後，再來是執行實驗。與台北榮總醫院合作做為場域與數據資料來源，分為A/B兩組，A組12人，B組18人。活動執行約三個月，在初期前側取得初期資料(Inbody)，中間透過智慧手環取得後期在手環介入後資料，最後展開分析。分析方向可以依自己研究內容而定，在限制上要注意是否掌握該領域的專業知識，手環數據意義與Messy程度，效標變項測量品質(信度、主觀判斷偏誤、樣本數量等)。

學生回饋：

● 在大學階段，我們所做的設計有時會因為課程時間關係，往往會停留在只做完調查研究就直接進入設計；而忽略後續實驗階段。然而只做完調查研究是難以去確保因果推論效益，況且還牽涉中介與調節，以致我們的設計不一定能真正解決我們TA的問題；那更不用談後續的驗證。經由這次的講座的內容，可以使我們在展開設計前，一個可以用來參考的分析方法案例。更重要的是未來是個數位時代，在我們設計中應要跨領域，讓設計有依據，有內涵價值，再融合設計師敏銳特質，利用數據去解決更大更具有公共利益價值的設計，這是設計師在未來可以探尋及追求的。 ● 對於使用者如何受利於數據的部分應是我們該重視的。過去我們很常重視問卷該如何設計才能讓受試者願意填下去，但若所測數據有利於他們，那想必受試者也就更願意參加測試。

課程：人因設計(一)

教師：盧禎慧老師