Einführung
In der heutigen schnelllebigen Welt nimmt die Leistungsfähigkeit unseres Computers zu Peripheriegeräte spielen eine entscheidende Rolle bei der Bestimmung unserer Produktivität. Eins Ein oft diskutiertes Thema ist der Kampf zwischen Trackballmäusen und herkömmliche optische Mäuse - welche dieser beiden ist in puncto Qualität überlegen? der Arbeitseffizienz? In diesem informativen Artikel werden wir uns damit befassen Hauptunterschiede zwischen diesen beiden Mäusetypen, bewerten Sie ihre Vor- und Nachteile Ermitteln Sie die Nachteile und versuchen Sie herauszufinden, welches den Benutzern das höchste Niveau bietet der Effizienz. Entdecken Sie mit uns die faszinierende Welt des Trackballs und optische Mäuse!Methoden
Wenn es um Computer-Eingabegeräte geht, kann man die Bedeutung nicht ignorieren des Fittsschen Gesetzes. Wie viele Psychologen in den 1950er Jahren war Fitts einer motiviert zu untersuchen, ob menschliche Leistung quantifiziert werden kann unter Verwendung einer Metapher aus dem neuen und spannenden Gebiet der Informationstheorie. Dieses Gebiet entstand aus der Arbeit von Shannon, Wiener und anderen Mathematiker in den 1940er Jahren. Die Begriffe Wahrscheinlichkeit, Redundanz, Bits, Lärm und Kanäle gelangten in den Wortschatz experimenteller Psychologen während sie die neueste Technik zur Messung und Modellierung des Menschen erforschten Verhalten. Zwei bekannte Modelle in diesem Sinne sind das Hick-Hyman-Gesetz für Wahlreaktionszeit und Fitts'sches Gesetz für die Informationskapazität der menschliches motorisches System. Fitts‘ besonderes Interesse galt den schnellen, gezielten Bewegungen eines Menschen Der Bediener erfasst oder wählt Ziele einer bestimmten Größe über einem bestimmten Zeitraum aus Distanz. Fitts schlug ein Modell – heute „Gesetz“ – vor, das in vielen Bereichen weit verbreitet ist wie Ergonomie, Ingenieurwesen, Psychologie und Mensch-Computer Interaktion. Der Ausgangspunkt für das Fittssche Gesetz ist eine Gleichung namens Shannons Theorem, das die Informationskapazität C (in Bits/s) von a angibt Kommunikationskanal der Bandbreite B (in s−1 oder Hz) als
Die Kombination der Bedingungen in Tabelle 1.1 führt zu Aufgabenschwierigkeiten
im Bereich von 1 Bit bis 7 Bit. Die beobachteten mittleren MTs lagen im Bereich von 180 ms (ID
= 1 Bit) bis 731 ms (ID = 7 Bits), wobei jeder Mittelwert aus mehr als abgeleitet ist
600 Beobachtungen über 16 Teilnehmer. Die Standardabweichung im MT
Die Werte betrugen 157,3 ms, was 40,2 % des Mittelwerts entspricht. Dies ist durchaus zu erwarten
da „harte Aufgaben“ (z. B. ID = 7 Bits) offensichtlich länger dauern als
„einfache Aufgaben“ (z. B. ID = 1 Bit). Fitts berechnete den Durchsatz durch Division
ID nach MT (Gl. 1.3) für jede Aufgabenbedingung. Der mittlere Durchsatz betrug 10,10
Bits/s. Ein kurzer Blick auf die TP-Spalte in Tabelle 1.1 zeigt starke Beweise
für die These, dass die Geschwindigkeit der Informationsverarbeitung relativ ist
unabhängig vom Schwierigkeitsgrad der Aufgabe. Trotz des breiten Aufgabenspektrums
Schwierigkeiten, die Standardabweichung der TP-Werte betrug 1,33 Bit/s,
Das sind nur 13,2 % des Mittelwerts. Eine Möglichkeit, die Daten in einer Tabelle zu visualisieren
1.1 und die Unabhängigkeit von ID von TP werden durch ein Streudiagramm veranschaulicht
MT-ID-Punkt für jede Aufgabenbedingung. Abbildung 1.2 zeigt ein solches Diagramm für
Daten in Tabelle 1.1. Die Abbildung enthält auch die am besten passende Linie (via
Regression der kleinsten Quadrate), die lineare Gleichung und die quadrierte Gleichung
Korrelation. Die Unabhängigkeit von ID gegenüber TP spiegelt sich in der Nähe von wider
Die Punkte liegen auf der Regressionslinie (was auf ein konstantes ID/MT-Verhältnis hinweist).
Tatsächlich ist die Anpassung sehr gut, da 96,6 % der Varianz durch erklärt werden
Modell.
Abbildung 1.2 Streudiagramm und Regressionsanalyse der kleinsten Quadrate für die Daten
in Tabelle 1.1Die lineare Gleichung in Abbildung 1.2 nimmt das folgende allgemeine Prinzip an
bilden:
Nach der Erstveröffentlichung des Fittsschen Gesetzes folgten zahlreiche Studien entstanden in verschiedenen Formen. Ihre interne Gültigkeit hingegen nicht umstritten, es bestehen Inkonsistenzen, sodass studienübergreifende Vergleiche möglich sind herausfordernd. Diese Inkonsistenzen sind auf unzureichende Angaben zurückzuführen, unterschiedliche Durchsatzberechnungsmethoden und Variationen in den Daten Sammlung oder Nutzung. Standardisierung der juristischen Forschungsmethodik von Fitts ist insbesondere bei HCI unerlässlich. ISO 9241-9, jetzt ISO 9241-411, bietet Diese Standardisierung wird durch die Beschreibung von Leistungstestverfahren unterstützt Fitts‘ Paradigma im eindimensionalen (1D) und zweidimensionalen (2D) Aufgaben.
Dieser Standard wurde in den letzten 15 Jahren auf verschiedene Studien angewendet, Bewertung neuartiger Interaktionen oder Geräte wie Trackball-Spiele Controller, Smartphone-Touch-Eingabe, Tabletop-Touch-Eingabe und Wiimote Waffenaufsätze.
Obwohl ISO 9241-9 die korrekte Formel für den Fitts-Durchsatz liefert, Es werden nur wenige Anleitungen zur Datenerfassung, Datenaggregation usw. angeboten bei der Durchführung der Anpassung auf Genauigkeit. Letzteres präsentiert a besondere Herausforderung bei der Nutzung der 2D-Aufgabe. In diesem Abschnitt untersuchen wir die Best-Practice-Methode zur Berechnung des Fitts-Durchsatzes. Wir beginnen mit Abbildung 17.7, die die Formel für den Durchsatz zeigt, erweitert zu enthüllen die Shannon-Formulierung für ID und die Verwendung effektiver Werte für Zielamplitude und Zielbreite. Die Abbildung verdeutlicht auch die Vorhandensein von Geschwindigkeit (1/MT) und Genauigkeit (SDx) in der Berechnung.
Abbildung 1.5 Formel für den Durchsatz zeigt die Shannon-Formel für ID
und die Anpassung an die Genauigkeit. Geschwindigkeit (1/MT) und Genauigkeit (SDx) sind
vorgestellt.
Abbildung 1.6 Geometrie für einen Versuch.
Ob mit der 1D- oder der 2D-Aufgabe, die Berechnung des Durchsatzes
erfordert kartesische Koordinatendaten für jeden Versuch. Daten werden benötigt für
drei Punkte: die Startposition („von“), die Zielposition
(„to“) und die Versuchsendposition („select“). Siehe Abbildung 1.4. Obwohl
Die Abbildung zeigt einen Versuch mit horizontaler Bewegung nach rechts, die
Die nachfolgend beschriebenen Berechnungen gelten für Bewegungen in jede Richtung oder Richtung
Winkel. Zur konzeptionellen Visualisierung werden kreisförmige Ziele angezeigt
der Aufgabe. Je nach Aufbau sind auch andere Zielformen möglich
das Experiment. Die Berechnung beginnt mit der Berechnung der Länge des
Seiten, die die Von-, Bis- und Auswahlpunkte in der Abbildung verbinden. Benutzen
Java-Syntax:
double a = Math.hypot(x1—x2, y1—y2);
double b = Math.hypot(x—x2, y—y2);
double c = Math.hypot(x1—x, y1—y);
Die x-y-Koordinaten entsprechen dem von (x1, y1), bis (x2, y2) und Wählen Sie (x, y) Punkte in der Abbildung aus. Gegeben seien a, b und c, wie oben, dx und ae werden dann berechnet:
double dx = (c * c — b * b — a * a)/(2,0 * a);
doppeltes ae = a + dx;
Gegebene Arrays für die Von-, Bis- und Auswahlpunkte in einer Versuchsfolge und die berechneten ae und dx für jeden Versuch, Ae ist der Mittelwert der ae Werte und SDx ist die Standardabweichung der dx-Werte. Mit diesen, IDe wird mithilfe von Abbildung.1.5 berechnet und der Durchsatz (TP) wird mithilfe berechnet Gl. 1.3. Ein letzter Punkt betrifft die Analyseeinheit für die Berechnung Durchsatz. Die richtige Analyseeinheit für den Durchsatz ist ein ununterbrochene Versuchsfolge für einen einzelnen Teilnehmer. Die Voraussetzung denn das ist zweierlei:
•Der Durchsatz kann nicht anhand eines einzelnen Versuchs berechnet werden.
•Eine Folge von Versuchen ist die kleinste Aktionseinheit, für die Der Durchsatz kann als Maß für die Leistung herangezogen werden.
Beispiel einer Protoarc-Benutzerstudie
Nun wollen wir die obige Idee in einen Anwendungsfall integrieren, der dies untersucht den Einfluss von Trackballmäusen und herkömmlichen optischen Mäusen auf Durchsatz. Es scheint, dass dieses Problem nicht systematisch behandelt wurde untersucht, was bedeutet, dass derzeit kein Konsens darüber besteht, ob Trackball-Mäuse oder herkömmliche optische Mäuse haben einen höheren Durchsatz.Gerät
Die Testgeräte waren Protoarc EM03 und Logitech MX Master 3S.
Resultate und Diskussion
Der durchschnittliche Gesamtdurchsatz des EM03 beträgt 5,39 Bit/Sekunde, während der Der mittlere Durchsatz des Master 3 beträgt 4,93 Bit/Sekunde. Diese Ergebnisse, in selbst sind ziemlich bemerkenswert, da sie zeigen, dass die Die Leistungseffizienz von Trackballmäusen ist der von nicht unterlegen herkömmlichen Mäusen und möglicherweise sogar überlegen. Nicht nur Trackball-Mäuse bieten im Vergleich zu Standardmäusen eine überlegene Leistung, sind aber einzigartig Ergonomisches Design fördert außerdem eine gesündere Arbeitsumgebung.Verweise
[1] Castellucci, SJ und MacKenzie, IS, Unigest: Texteingabe mit drei Bewegungsgraden, erweitert Abstracts der ACM-Konferenz zu Human Factors in Computing Systems – CHI 2008. New York: ACM, 2008, 3549-3554.[2] Calvo, A., Burnett, G., Finomore, V. und Perugini, S. (2012). Das Design, die Implementierung und die Bewertung eines Zeigegeräts für einen tragbaren Computer. Tagungsband der Human Factors and Ergonomie Society 56 Jahrestagung – HFES 2012 (S. 521–525). Santa Monica, Kalifornien: HFES.
[3] Card, SK, Englisch, WK, & Burr, BJ (1978). Auswertung der Maus, geschwindigkeitsgesteuerte Isometrie Joystick, Schritttasten und Texttasten zur Textauswahl auf einem CRT. Ergonomie, 21, 601-613.
[4] ISO, 9421-9 Ergonomische Anforderungen für die Büroarbeit mit Bildschirmterminals (VDTs) – Teil 9: Anforderungen an Nicht-Tastatur-Eingabegeräte, Internationale Organisation für Normung, 2000.
[5] Klochek, C. und MacKenzie, IS, Leistungsmessungen von Gamecontrollern im dreidimensionalen Raum Umwelt, Proceedings of Graphics Interface 2006. Toronto: Canadian Information Processing Society, 2006, 73-79.
[6] Fitts, PM (1954). Die Informationskapazität des menschlichen motorischen Systems bei der Steuerung der Amplitude von Bewegung. Journal of Experimental Psychology, 47, 381-391.
[7] Fitts, PM, & Peterson, JR (1964). Informationskapazität diskreter motorischer Reaktionen. Journal of Experimental Psychology, 67, 103-112.
[8] Fitts, PM, & Radford, BK (1966). Informationskapazität diskreter motorischer Reaktionen unter verschiedene kognitive Sets. Journal of Experimental Psychology, 71, 475-482.
[9] Gillan, DJ, Holden, K., Adam, S., Rudisill, M. & Magee, L. (1990). Wie passt das Fittssche Gesetz zum Zeigen und Ziehen? Tagungsband der ACM SIGCHI-Konferenz zu Human Factors in Computersysteme – CHI '90 (S. 227–234). New York, NY: ACM.
[10] Hyman, R. (1953). Reizinformation als Determinante der Reaktionszeit. Zeitschrift für Experimentelles Psychologie, 45, 188-196.
[11] Internationale Organisation für Normung. (2000). Ergonomische Anforderungen an die Büroarbeit mit Visual Display Terminals (VDTs) – Teil 9: Anforderungen an Nicht-Tastatur-Eingabegeräte (ISO 9241-9). Genf: Internationale Organisation für Normung.
[12] Internationale Organisation für Normung. (2012). Bewertungsmethoden für die Gestaltung physikalischer Eingabegeräte (ISO/TC 9241‐411: 2012(E)). Genf: Internationale Organisation für Normung.
[13] José, MA, & de Deus Lopes, R. (2015). Über die Lippe gesteuerte Mensch-Computer-Schnittstelle. IEEE Journal of Biomedical and Health Informatics, 19(1), 302-308. MacKenzie, IS (1989). Eine Anmerkung zur informationstheoretischen Grundlage des Fittsschen Gesetzes. Zeitschrift für Motorisches Verhalten, 21, 323-330.
[14] MacKenzie, IS (1991). Fitts' Gesetz als Leistungsmodell in der Mensch-Computer-Interaktion. (Doktorarbeit, University of Toronto, Toronto). Abgerufen von http://www.yorku.ca/mack/phd.html
[15] MacKenzie, IS (1992). Fitts' Gesetz als Forschungs- und Designinstrument in der Mensch-Computer-Interaktion. Mensch-Computer-Interaktion, 7, 91-139.
[16] MacKenzie, IS (2015). Der Durchsatz von Fitts und der bemerkenswerte Fall eines berührungsbasierten Ziels Auswahl. In Proceedings of HCI International – HCII 2015 (LNCS 9170) (S. 238–249).
