Estatística não-paramétrica para análise da relação homem-máquina

As interfaces baseadas em toque romperam a forma estabelecida pela qual os usuários manipulam e controlam interfaces gráficas, como aquelas que existem no iphone e no ipad. A forma predominante de interação é baseada no “duplo clique” e os ícones costumam ser criados tentando facilitar o usuário com cores e formatos específicos.

Porém, nem sempre isso é intuitivo ou até mesmo simples. Usuários mais idosos ou com patologias visuais podem ter grande dificuldade no entendimento do funcionamento desta tecnologia. O doutorado do designer Jaques Chueque foi baseado na otimização da interação homem-máquina. Durante 4 anos, Jaques teve a University of London como sua casa e utilizou todos os recursos de sua experiência para construir interfaces mais amigáveis e colaborativas ao usuário.

Porém, como é possível saber se as interfaces criadas são, realmente, mais fáceis ?

Certamente, os dados qualitativos (e.g., comentário realizado pelos participantes), as medidas indiretas (e.g., escala de facilidade por registro observacional) e variáveis físicas (e.g., tempo total de execução) trazem consigo a resposta para tal pergunta. Porém, se sabemos que as respostas estão nos dados, o melhor interrogador é a estatística, que possui diversas técnicas matemáticas e psicométricas para analisar os resultados, mesmo quando se trata de nível de medida qualitativo.

Com alegria divulgamos a tese final – devidamente aprovada – de Jacques. As análises envolveram técnicas não-paramétricas e fornecem ainda mais evidências sobre aspectos gráficos e visuais como facilitadores à utilização de interfaces digitais.

anova-jaques

Em todas as análises, a variável explicada foi derivada da proporção de acertos e erros durante o manuseio das interfaces, que serviram aqui como variáveis independentes (dummies). O Kruskal-Wallis é a versão não-paramétrica da ANOVA, foi desenvolvido para determinar se as medianas de dois ou mais um grupos são diferentes quando os dados são assimétricos e é uma extensão do Mann-Whitney, que funciona como alternativa não-paramétrica para o teste T.

Confira a tese aqui.

Um forte abraço,
Luis Anunciação
Psicometria (PUC-Rio)