FONTE:Analyzing the results of a Websort Study – by Larry Woodwww.websort.net

Análise de Clustercard sorting

Agrupamentos

• Várias ciências trabalham com agrupamentos de objetos:

• Botânicos – agrupam plantas• Químicos – agrupam elementos, fenômenos• Marketing – agrupam produtos, marcas, hábitos de consumo

• A Análise de Cluster é uma técnica para agrupar objetos, sem definir a priori seu número ou características.

• Depois de formados os grupos, o pesquisador deve descrevê-los, interpretá-los e validá-los.

Card sorting

• A análise do resultado de um estudo de card sorting levará a uma organização do conteúdo.

• Levará a uma reorganização do site (p. ex: níveis dos menus e links).

Ferramentas estatísticas

• É relativamente fácil coletar dados de card sorting com uma ferramenta online.

• Mas não há mágicas para gerar a análise e as conclusões a partir dos dados.

• A interpretação do card sorting envolve o julgamento subjetivo do pesquisador.

Procedimentos para análise

1. Revisar os dados dos participantes individuais para determinar se algum deve ser excluído da análise.

2. Analisar o diagrama de árvore (este mostra os grupos de itens).

3. Analisar os nomes dados aos grupos para determinar seria a melhor rotulação.

Revisar os dados individuais

• Os dados precisam ter credibilidade.

• Nenhuma análise sofisticada pode compensar dados irrelevantes e sem representatividade.

•Muitos participantes concordam em realizar a pesquisa mas a fazem com muita pressa ou desinteresse, principalmente se houver um incentivo.

Revisar os dados individuais

• Os maiores indicadores de que o participante não levou o card sorting a sério é o fato de haver somente uma ou duas categorias ou deixar de rotular as categorias.• Dados com problemas óbvios devem ser excluídos.

Análise de Cluster

• Comparar e contrastar entre si os dados é um método simples, chamado de "eye-balling".

• Entretanto, é um método lento e idiossincrático, que não pode ser reproduzido.

• A Análise de Cluster gera a média dos grupos criados por cada participante.

• To cluster = agrupar

Análise de Cluster

• Mede a associação e a similaridade entre os objetos, a partir de um algoritmo estatístico.

• O objetivo deste algoritmo é juntar objetos (dados observados) em sucessivos clusters cada vez maiores, usando medidas de similaridade ou distância, e o resultado pode ser apresentado em uma árvore hierárquica.

Análise de Cluster

• Similaridade é a frequência com que dois itens são colocados juntos pelos participantes.

• Depois que a matriz de similaridade está completa, o próximo passo da Análise Cluster é colocar os itens em seus grupos, baseados nas frequências das ocorrências.

• É um procedimento iterativo - o algoritmo trabalha até colocar todos os itens em um só grande grupo, sempre relaxando cada vez mais a definição de similaridade.

• O algoritmo gera a árvore hierárquica.

Análise de Cluster

Matriz deSimilaridade

Análise de Cluster

Análise de Cluster

• Existem múltiplos algoritmos válidos para gerar a árvore.

• Os itens mais similares entre si aparecem como folhas (canto esquerdo).

• O tronco da árvore está situado no canto direito.

Análise de Cluster

• Começando no tronco (direita) e indo para a esquerda, cada galho se divide em dois, representando grupos de itens que são cada vez mais similares entre si.

• E mais dissimilares com relação aos itens de outros galhos.

• Limitação: a Análise de Cluster nada revela sobre os rótulos dos grupos.

Analisando os rótulos

• É útil analisar os nomes dos grupos dados pelos participantes.

• Fazer o download dos arquivos .txt do Websort (na tab do Manager>Results).

• A partir da análise dos rótulos, pode-se identificar quais são os melhores nomes para batizar cada grupo.

• NOTA - A questão estratégica é determinar quantas categorias são necessárias para o site. Isto é específico de cada site e baseado nos seus objetivos particulares de navegação.

Conclusões

• Para obter as decisões de organização de conteúdo de um grande site, haverá sempre julgamento subjetivo do pesquisador, mesmo com o método estatístico da Análise Cluster.

• O diagrama de árvore nos dá resultados iniciais objetivos sobre o agrupamento.

Conclusões

• Mas não dá informação sobre quais são os rótulos mais adequados.

• Por isso é importante realizar uma avaliação posterior com os usuários potenciais (testes e avaliações cooperativas).