ユーザーの満足度（アプリの場合）に対する評価システム/スケールの適合性を決定する要因
ユーザーに私たちのアプリに満足しているかどうかを尋ねたいと思います。この目的のために、1つの質問をアプリに入力するとポップアップが表示されます。私たちのアプリにどの程度満足していますか。私は2ではなく5スケールの回答を使用する必要がある他の利害関係者を説得しようとしています。2スケールの回答は親指を上に、親指を下にすると5スケールの回答は星評価になります。
- 2つのうちどちらがより効果的ですか？私の意見はそれについて明確です
- 回答に調査/ユースケースの参照を記載できますか
ありがとう。
これによると、2はあまり好ましくありません。 https://conversionxl.com/blog/survey-response-scales/
尋ねる質問は、使用するスケールの種類に大きな影響を与えます。私の答えのほとんどは調査の研究から来ています。たとえば、アンケートを使用して特定の製品の市場への影響を知るときです。 （店を歩いているとき、特定の「まもなくリリースされる」製品について質問する人が時々います。）
5ポイントスケール（リカートスケール）を使用する場合
5または7ポイントスケールは、潜在的な構成を測定する場合に最適です。要するに、潜在的な構成要素は、についての質問です。意見/感情など。これらは観察できない個人の特性です。
はい/いいえの質問を使用する場合
リッカート尺度は、潜在的な構成を尋ねる場合に最適です。そのため、答えを確認できる場合は、はい/いいえの質問が最適です。 'あなたは結婚していますか？子供はいますか'。
あなたは今何を使うべきですか
人々がアプリケーションに満足しているかどうかを確認したい場合、最良の行動方針はリッカート尺度になります。最後に、5/7ポイントのリッカートスケールの信頼性を確認する場合は、 Cronbachのアルファ を使用できます。
特にアプリケーションに関する「研究」は見つかりませんでしたが、利害関係者を説得するために使用できる5/7ポイントのリッカートスケールに関して何かを見つけました。
現在の慣行では、リッカート型の尺度やその他の態度や意見の尺度を含むほとんどの評価尺度に、5つまたは7つの応答カテゴリが含まれています（Bearden、Netmeyer、＆Mobley、1993; Peter、1979、Shaw＆Wright、1967）。
私の個人的な意見では、ポップアップを使用してこの質問をすることはできません。制御された環境でターゲットグループを使用してUXテストを行うと、（通常は煩わしい）ポップアップよりも良い答えが得られます。質問を実装する場合は、目標到達プロセスの最後に実行することをお勧めします。そのため、ユーザーが起動時にではなく、特定のタスクを実行するために使用した後です。
ユーザーがアプリについてどのように感じているかを知る方法を知りたい場合：ユーザーは2つのスケールの回答を選択するだけなので、ユーザーの満足度をより正確に解釈できます。
5スケールの測定値には中央値があり、中央値は「ここでもない」/ニュートラルタイプの答えを示し、ユーザーの好みについて何も伝えません。それは彼らがそれを好きで嫌いだということを伝えますが、理由はわかりませんが、ユーザーがそれを好きかどうかについてほとんど印象を与えない多くの中立的な意見/選択の可能性があります。
したがって、2つ以上のスケールの回答を実行する場合は、中間値がないため、偶数（6や4など）を使用します。これは、ユーザーに、規模。
これを見てください： https://www.tandfonline.com/doi/abs/10.1080/00221309.2014.994590?src=recsys&journalCode=vgen2
何らかの形の定性的データも収集して、ポップアップを単に取り除くのではなく、なぜ彼らが何をしたのかを調べてみようと思います。
頭に浮かんだ最も興味深い例は、Netflixの評価システムが5つ星のシステムからFacebookのようなサムズアップ/ダウンシステムによく変更された（ただし、あまり分析されていない）ことです。
ただし、この変更の根拠について詳しく説明している記事は多く見つからなかったため（Netflixの独自のWebサイトでも詳しく説明されていません）、変更の理由が何であれ、分析と推奨アルゴリズムのために、より良いデータを手に入れるのを助けることでした。
考慮できる2つのタイプの評価システムの間で私が見ることができるいくつかの要因を次に示します。
- 完了のしやすさ-ユーザーにフィードバックを提供してもらうには、常に大きな要素です。彼らのモチベーションが高い場合、彼らはより困難なことをする意欲/幸せを感じるでしょう。
- 差別の力-収集したい情報の正確さと、提示したい結果に基づいて考えること。
- 実装の容易さ-うまくいけば、2つの間に実際の違いはありませんが、もう一方を使用していない場合は、システムの他の部分に影響を与える変更が必要になる可能性があります。
- 競合他社との比較-類似のアプリや競合他社とのベンチマークや比較を行う場合に考慮すべき点。
- データの使用-必要な洞察を得るために、データで何をしたいのか、どのように分析および解釈するのかを考えなければならないため、これにはさらに検討が必要です。質問が複雑で詳細になるほど、分析はより高度になる必要があります。
ここに「正しい」答えはなく、特定の制約/要因が与えられた場合に、あなたの状況で何がよりうまくいくかを理解するのに役立つことを願っています。