フィッツの法則はタッチスクリーンに適用されていますか？
質問 10インチと24インチのタッチスクリーンで要素の最小サイズに違いはありますか？ 疑問に思いました。フィッツの法則はタッチ関連のイベントに変換されましたか？タッチイベントには3Dの動きがあり、特定の種類の素早い動きは私の経験からTouchの方が簡単です。2Dの動きのために設計されているため、オリジナルのフィッツの法則と直接互換性がないと思います。
Touchの概算は（粗いですが）ありますか？私は質問を見つけました フィッツの法則、それをタッチスクリーンに適用します しかし、フィッツの法則が当てはまらない理由に関する情報だけがあり、代替のアルゴリズムなどはありません。
注：私はタッチの要素のサイズに関連するさまざまなガイドラインがあることを知っていますが、最小サイズの提案だけでなく、サイズと距離の関数としての指さしやすさに関するフィッツの法則のアナログまたは適応について具体的に話しています等.
警告。これは、答えというよりは怒りであることがわかりました。自由に投票してください。私は（ついに）胸から降ろしてよかったです:-P
私は通常、フィッツの法則のように、高度なUXトピックに頑張るたびに熱心になり、動揺します。
私は基礎研究が非常に興味深いと思うので熱心であり、これらの誤解が非常に多いために動揺しています。
私は実際に自分のバージョンのフィッツの法則を持っています：
フィッツの法則を式として使用せず、ガイドラインとして使用してください。
それでは、フィッツの法則から使用できる簡単なガイドラインは何ですか？
ターゲットのサイズとターゲットまでの距離が重要です。限目。ボタンの大きさを計算したり、ボタンの位置を計算したりしないでください。広告やメニュー項目にヒットするのにかかる時間を計算しないでください。 サイズと位置が重要であることを覚えておいてください。
[〜＃〜] goms [〜＃〜] + [〜＃〜] klm [〜＃〜] のようなヘックな低レベルの推定方法は、フィッツの法則を計算します。彼らはそれを数回行い、マウスを動かすたびに約1.1秒（クリックを除く）かかると結論付けました
の他に、フィッツの法則の構成要素の一部は経験的データに基づいています。はい、信頼できる結果を得るためには、いくつかの実証的な調査を行う必要があります。 :-)まあ、それは私たちがディールブレイカーと呼ぶものですよね？移動時間の信頼できる計算を実行するために必要な定数を見つけるために、いくつかの経験的テストを実行する必要があります。上手...
それで、フィッツの法則は本当に何ですか？
フィッツの法則は人間の動きの単なるモデルです。モデル。 1954年にPaul Fittsによって最初に提案された式。何度か改訂された式。
平易な英語で、このモデルは、1つのムーブメントが複数の制御されたマイクロムーブメントで構成されることを記述しています。微動の実行にかかる時間は、「フィードバックループ」/「反応時間」に等しくなります。これについての詳細は [〜＃〜] mhp [〜＃〜] を見てください。 「フィードバックループ」/「反応時間」には、知覚的（視覚的）プロセッサでの観察、位置の評価（認知処理）、評価への応答として（新しい）動作の実行が含まれます。
反応時間を計算するにはいくつかの方法があります。たとえば オンラインテスト を使用してそれを行うことができます。
MHPによると、平均応答時間は240ミリ秒です（知覚プロセッササイクル時間= 100ミリ秒、認知プロセッササイクル時間= 70ミリ秒、モータープロセッササイクル時間= 100）。 MHPは「スローマン」および「ファーストマン」という用語で動作することを知っておく必要があります。 （オンラインテストの経験的データが215ミリ秒だったことにお気付きですか？人間の脳に関するこれらの「古い」理論はかなり正確です...）
したがって、各微動は約240ミリ秒かかり、合計動作の最初の70〜80％の間、かなり高速に移動できます。最後の20〜30％の間、ターゲットに正確に到達するには、速度を落とす必要があります。
フィッツは多くの一次元テストを行い、この運動の背後にある数学を表す式を提案しました。
- MTは、ターゲットの取得にかかる平均時間です。
- aとbは、線形回帰によって決定された経験的定数です。
- Aは、開始点からターゲットの中心までの距離です。
- Wは、運動軸に沿って測定されたターゲットの幅です。
- cは、特定の環境に応じて、0、0.5、または1の定数です。
OK。あなたはおそらくこのリストをざっと読み飛ばしただけですが、もう一度見てください。数式のすべての部分を読んで理解してください。手伝うよ：
MT =平均時間。これはとても簡単です。 1つのシナリオを実行するのにかかる平均時間（開始位置、ターゲット、ターゲットサイズなど...）
aとbは経験的定数です。注：経験的定数。これらの定数はどこかで取得する必要があります。これらについては以下で詳しく説明します。
Aはターゲットまでの距離です。開始位置からターゲットのcenterまでの直線を測定するだけです。ものすごく単純。私がこれについてお話ししたいと思います。フィッツの法則について初めて聞いたほとんどの人からの即時の応答は、「そう、定規を見つけて測定を始めましょう」です。まあ、あなたは定規を必要としません。すべての測定値は式のA/W部分にあるため、何でも使用できます。比率は同じになります。ピクセル、インチ、親指、足、つまようじを使用します。それは問題ではありません...
Wは、ターゲットの中心の中心から、3番目の点で描いた線がターゲットと交わるターゲットの点までの距離です。または、単純にターゲットの幅と高さを測定し、最小値を2で割った値を使用することもできます。これについては、以下で少し詳しく説明しました。
cは、どこかに取得する必要があるさらに別の定数です。それはコンテキストベースです。以下のポイント8と9を見てください。
この式の最後の部分
log2(2A/W)は、フィッツが難易度（ID）として定義したものです。これは、サイズと距離の問題を表す式の一部です。 IDは、「ビット」と呼ばれるメトリックによって定義されます。ポイント3で説明したように、距離とターゲットサイズを好きなように測定できます。 A/W比（およびID）は常に同じ「ビット」測定になります。 （彼がこの対数の底として2を使用したため、「ビット」が選択されたと思います。）対数関数 は、サイズを少し大きくすると、大きなターゲットよりも小さなターゲットの方がはるかに効果的であることを意味します。大きなオブジェクトに小さな正当化を行っても、それほど大きな違いはありません。距離についても同様です。
ウェルフォードとシャノンの両方が、小さいIDによく適合するようにフィッツ式にいくつかの変更を提案しています。ウェルフォードのデータ（1960）は、Fitsの式が簡単なタスク（ID <3ビット）では間違っていることを示し、これを修正するための新しいIDの式
ID = log2(A/W + 0.5)を提案しました。シャノンは、これらの式は、ターゲットまでの距離がターゲットサイズの半分未満（A <W/2）である状況では負のIDを与えると主張しました。したがって、負のIDを回避するために、式ID = log2(A/W + 1.0)が提案されました。これらの正当化は、一般式の
cに取り込まれます。したがって、数式で0、0.5、1のいずれかを使用するように指示された場合、実際に使用する数式の形式、または距離とターゲットサイズの状況の指定が問題になります。では、_
2A/W_と_A/W_の違いは何ですか？ 2Aまたは単にAを使用することは、実際には「ターゲットの幅全体を使用すること」またはターゲットの「エッジから中心までの距離」の問題です。 （2 * A）/ WはA /（W/2）と同じです。移動線に沿ってエッジから中心までの距離を使用するか、単に幅と高さの最小値を使用するか、最小幅の半分を使用するかについて、さまざまな提案がありました。結局、正当化定数（a + b）がこれを調整するため、これはそれほど重要ではありません。重要な部分はcの選択です。これで、IDの基本的な計算ができたので、経験的なデータに一致するように式を調整する必要があります。 :-)フィッツの法則は、動作中に人間の脳がどのように機能するか、およびサイズと距離がタスクの難易度（ID）にどのように影響するかについてのみ説明しています。フィッツの法則は、実際のユーザーグループの機能（スローマンvsファーストマン、水中vs宇宙空間など）や、ポインティングデバイスの特性（マウス、指、足、トラックボール、ジョイスティックなど）を考慮していません。そのため、式でaとbを決定する必要があります。
最初に
bを数式に追加して調整 線の傾き を調整します。つまり遠く離れたターゲットを攻撃するのはどれほど難しいでしょう。_
MT = b * ID_次に、
aを数式に追加して、グラフが The Origin で始まるのを回避します。つまり最短は何ですかMT最も簡単なタスクに使用できます。「最速のピクセル」、つまりカーソルの真下のピクセルについて話していても、0ミリ秒は現実的ではありません。通常、実行するタスクに応じて一定の時間係数。学習可能性により、「a」はおそらく時間とともに変化します。MT = a + (b * ID)![enter image description here]()
更新。
追加したいポイントがいくつかありました...
まず。上記のすべての情報を、実際にあなたの質問に答える結論にまとめるべきです。 iPhoneが導入されたとき、Appleには、ボタンの最小サイズが44ピクセルであることを示唆するガイドラインがありました。当時の解像度は320x480でした。したがって、2つの44x44ボタンを各隅に対角線に配置すると、シャノンの公式を使用すると、1.38に等しい指数のインデックスが得られます。これは非常に簡単です！フィッツが実験を行ったとき、彼は最も困難なタスクとしてID = 16を使用しました...
download bmml source – Balsamiq Mockups で作成されたワイヤーフレーム
2番目。おもしろいために、「a」と「b」を計算する小さなツールを作成しました。ブラウザで実行することも、携帯電話で実行することもできます。チャートには明らかにいくつかの作業が必要ですが、得られる結果は正しいです。ボタンを20回追跡して、結果を取得します。
後藤 http://smartmobilestudio.com/smartdemo/Fitts/
または以下のQRコードをスキャンして開始します。
Designing Gestural Interfaces では、Dan Safferがタッチスクリーンに関するフィッツの法則の主題に触れています（具体的には40-2ページ）。Saffer法律はジェスチャーのインターフェースにも当てはまると主張している。インターフェース全体への到達を最小限に抑え、ターゲットが「カーソル」（つまり指）に対応する適切なサイズであることを確認します。
ただし、タッチスクリーンが「 inifinite Edge "のメリットをほとんど受けないことも指摘しています：
フィッツの法則の当然の結果の1つは、ジェスチャーインターフェイスには当てはまりません。マウスやトラックボールなどの従来の入力デバイスでは、メニュー項目などのターゲットを画面の端に配置して、ユーザーがターゲットをオーバーシュートできないためにヒットターゲットが巨大になるようにすることは理にかなっています。カーソルは画面の端で停止します。ジェスチャーインターフェースでは、これが真になることはほとんどありません。タッチスクリーンを使用すると、ユーザーはカーソルで行うように指を画面上でドラッグすることはめったにありません。代わりに、指を離して新しいターゲットに置く可能性があります。そして、独立したジェスチャーインターフェイスを備えています。物理的な壁でない限り、ぶつかる「エッジ」はめったにありません。
（2008年のサファー、42ページ）
参考文献
Saffer、D。（2008）。 ジェスチャインターフェイスの設計：タッチスクリーンとインタラクティブデバイス。カリフォルニア州セバストポル：O'Reilly Media、Inc.
wikipedia ページで確認できるように、フィッツの法則は2Dの動き（およびHCI全般）をはるかに超えています。
フィッツ法として知られているものは、（軍事） 1947年にPMフィッツによって書かれた覚書 （警告：pdfリンク）に由来します。それらのインジケーターの方向はパイロットを混乱させる可能性があり、そのため「パイロットエラー」が発生します（元のドキュメントの引用の間）。
後で（1954年に） Fitsによる論文は、知覚の問題だけでなく、相互作用についても調査しました。 （ここでも警告：pdfリンク）この論文では、たとえば次のような多くの例を見つけることができます。
最初の実験では、2つの密接に関連した相互タッピングタスクが調査されました。 5人は、2つの長方形の金属板をスタイラスで交互に叩くように求められました。移動の許容範囲と振幅は、プレートの幅とプレート間の距離を固定することによって制御されました。タスクは主に下腕の動きによって達成されました
はい、フィッツのパラダイムはタッチ関連イベントに変換されました。
Bi、Li＆Zhai（2013）は、フィッツのパラダイムの難易度指数の新しいバージョンを提案しました。しかし、私はこのモデルで他の人からの経験を述べた報告を見つけていません。
基本的なフィッツの法則は、運動時間MTとポインティングタスクの難易度のインデックスとの相関を説明しています。
「a」と「b」は実験的に求められた回帰係数です。
Biらによる難易度指数（ID）の適応。 （2013）は：
最初の分布指標（シグマの2乗として表される）は、人間の運動系における一般的な速度と精度のトレードオフを反映しています。 2番目の分布測度（sigma_aの2乗として表される）は、ポインティングタスクの絶対精度を反映しています。
詳細な技術説明については、次の記事を参照してください。
Bi、X.、Li、Y.、Zhai、S.（2013年4月）。フィッツの法則：フィッツの法則による指のタッチのモデリング。コンピューティングシステムにおけるヒューマンファクターに関する2013 ACM年次会議の議事録（pp。1363-1372）。 ACM。 ISO 690
これらのフィッツの法則の拡張機能は、元の1Dポイントの「クリック」タスクよりもタッチスクリーンに適しています。
交差の法則：幅Wのターゲットを距離Dでペンまたは指で交差してアクションをトリガーすると、元のフィッツのセットアップと同じルールに従います。 [Accot＆Zhai、i's doting do's i ''s-Foundations for crossing-based interfaces、CHI'2002]
ステアリングの法則：曲がったトンネルや道路をたどることの難しさは、フィッツから微小な小さなD上に積分形式を構築することによって導き出すことができます。元はで説明されていますフィッツの法則を超えて：軌道ベースのHCIタスクのモデル、CHI'1997]が[ISO 9241-9]の一部になりました。
免責事項：この応答は私自身の分析に基づいています
調査研究は見つかりませんが、タッチスクリーンの場合にフィッツの法則が適用されるのは、タスクを実行するためにポインティングデバイス（ほとんどの場合、指）を画面上でドラッグする必要がある場合です（たとえば、アプリのドラッグやゴミ箱へのアイコン）。
ただし、3Dの動きを考慮して、画面上のアイテムを不連続な視点から直接選択することだけを検討する場合、ターゲットまでの相対距離、ターゲットのサイズ、角度などの複数の要素が画像に含まれます。指（またはスタイラス）に関するターゲットと、ユーザーのフォーカスに関するターゲットの相対位置。ターゲットの角度と相対位置は、使用される定数AとBであるという議論があるかもしれませんで フィッツの法則
フィッツの法則は、要素を簡単にクリックできるようにするために要素のサイズと位置を決める方法を示しています。私の意見では、これをタッチスクリーンに単に適合させようとするのではなく、1つ前の質問に戻ります。
これはターゲットデバイスによって異なります。大きなタブレットでは、画面の中央にある要素の到達可能性はスマートフォンの場合と同じではありません。
MicrosoftのWindows 8 Touchガイダンスは、タブレットにいくつかのヒントを与えます。 