研究のためのアンケート
アンケートは、参加者から直接その認知、好み、意見、経験などに関する定量的および定性的データを収集するために使用できるデータ収集方法です。Labvancedを使用すれば、アンケート研究はあなたが望むままにシンプルにも動的にもできます。標準的なアンケートを実施するところからユニークなデザインを実装するまで、できることの概要を以下に示すとともに、他の研究者が使用したアンケートデザインを紹介します。
主要トピック: 多目的なアンケート研究デザインとデータ収集 アンケート要素とオブジェクト ランダム化 参加者のフィードバックを追加 分岐ロジックと高度なデザイン データ出力 サンプルアンケート - 公開実験ライブラリ
研究者がLabvancedでアンケートを活用する方法
Labvancedのアンケートは以下の方法で活用されています：
- 人口統計: 人口統計情報を収集する
- 評価 / スケール: リッカートスケールなどを用いて評価およびスケールを実施する
- 分岐: 参加者の回答を用いて分岐を行い、実験の進行方法を指定する。
- 高度なロジック: 高度なコーディングを使用して実験をカスタマイズする。
- 他のLabvanced機能と組み合わせて: アイ・トラッキング、マルチユーザー研究、APIなど
多目的なアンケート研究デザインとデータ収集
Labvancedは研究者にアンケートを使ってデータを提示および収集するための多くの方法を提供しています。
アンケートにおける刺激提示
刺激提示とは、参加者が反応を引き出すために実験中にどのような要素を表示するかを指します。これらの要素は以下の形式であることがあります：
- 画像
- テキスト
- 動画
- 音声
感情認識を分類するためにLabvancedで使用された行列アンケートオブジェクトによる画像刺激。
データ収集とアンケート
参加者は、刺激または質問に対して異なる形式で回答でき、定性的および定量的なデータ収集が可能です。これらの形式は以下のものを含みますが、これに限りません：
- リッカート / 行列
- マルチプル・チョイス / ラジオボタン / チェックボックス
- 自由回答
- 範囲 / スライダー
より深い分析のために、Labvancedは高度なデータ収集機能をサポートしています。これらの機能には、以下が含まれます：
- マウストラッキング
- 音声録音（参加者が自由に話し、自分を録音する）
- ビデオ録画（参加者の映像を録画する場合）
- 視線（査読付きのウェブカメラベースのアイ・トラッカーを使用）
このテキストを動的に編集するデモを試してみてください。参加者は、キーストロークやマウスクリックが追跡されながら、アンケート入力フィールド項目を編集するように求められました。
📕 ケーススタディ: ドラッグ＆ドロップによるアイテムのランク付け
Rasse et al. (2023)は、特定の方法で画像刺激を配置するドラッグアンドドロップデザインを使用して、アンケート研究に新たな光を当てました。参加者は、画像をドラッグアンドドロップして特定のランドマークが現れる順序を分類し、1から8の順序でランク付けするように求められました。このアプローチは、参加者にランク項目（ピン）を対応する画像にドラッグアンドドロップさせることでインタラクティブにできる興味深いアンケートのアプローチを示しています。
ドラッグ＆ドロップタスク; Rasse et al. (2023).
参考文献: Rasse, T., Gyselinck, V., & Guegan, J. (2023). より良い空間記憶のための経路上での感情的ランドマークに遭遇することが重要なのは、価値か覚醒か。 環境心理学ジャーナル, 91, 102145. https://doi.org/10.1016/j.jenvp.2023.102145
アンケート要素とオブジェクト
アンケートはどのように作成されますか？
Labvancedは、ストレートな調査から複雑で動的なフォームまで、どの研究ニーズにも適合する30以上のカスタマイズ可能な要素（別名オブジェクト）を提供しています。
以下は、Labvancedが提供するアンケート関連のオブジェクトの概要です：
アンケートデザインに使用される人気のあるアンケートオブジェクトの例。
📕 ケーススタディ: スワイピングタスクと社会的魅力の評価
Valuch et al. (2023)による研究では、画像提示とリッカートスケールを組み合わせて、写真における笑顔が美的感覚にどのように影響するかを判断しました。タスク1（a）では、参加者は画像を「破棄」するか「保持」するかをすばやくスワイプする必要がありました。後のタスクでは、7ポイントのリッカートスケールを使用して画像の魅力を評価しました。研究者は、画像の提示時間に1000ms（実験1）または750ms（実験2）の制限時間を追加しました：
画像刺激を利用した魅力評価タスクの概要; Valuch et al. (2023).
参考文献: Valuch, C., Pelowski, M., Peltoketo, V. T., Hakala, J., & Leder, H. (2023). 笑顔をその顔に置こう—ポートレート写真の美的感覚を改善するポジティブな表情。 ロイヤル・ソサエティ・オープン・サイエンス, 10(10), 230413. https://doi.org/10.1098/rsos.230413
Labvancedは、さまざまなオブジェクト/要素と機能を組み合わせてユニークな実験デザインを実現することで、アンケート研究において卓越した実験の柔軟性を提供します。シンプルなアンケートのデザインから複雑なセットアップまで、Labvancedが提供する可能性は無限大です。
📕 ケーススタディ: Q&A形式の音声提示
Matzinger et al. (2023)による研究では、音声刺激を提示し、その後にアンケートオブジェクトが続けて提示されました。研究の目的は、ポーランド語を母国語とする人々がポーランド語のネイティブスピーカーと非ネイティブスピーカーを、その知識、自信、意欲についてどのように評価するかを評価することでした。一連の質問と回答がランダムに音声形式で提示され、参加者はLabvancedの範囲/スライダー要素を使用して、スピーカーの知識または自信がどの程度であるかを評価しました。
以下の画像は、アンケート項目のサンプルを示しています：
参加者は、0 = 全く知識がない/自信がないとし、100 = 非常に知識がある/自信があるというスライダー/範囲オブジェクトを使用してスピーカーの知識または自信を評価しました：
参考文献: Matzinger, T., Pleyer, M., & Żywiczyński, P. (2023). ポーズの長さとネイティブと非ネイティブスピーカーにおける認知状態の帰属の違い。 言語, 8(1), 26. https://doi.org/10.3390/languages8010026
アンケートのランダム化
Labvancedでは、ランダム化を通じて実験の整合性を確保するいくつかの方法があります。質問内の項目の順序、試行の順序、さらにはアンケート全体やタスクの順序をランダム化することができます。
項目特有のランダム化
リストにある選択肢の順序をランダム化できます。
タスクのランダム化
選択したタスク/ブロックをランダム化するには、ランダム化セパレーターを使用するか、参加者全体のタスク/ブロックをシャッフルできます。
参加者フィードバックを追加
実験に参加者フィードバックを追加することで、参加者が質問に正しく回答したかどうかを知らせることができます。
📕 ケーススタディ: 回答フィードバックを伴うチュートリアル中心の研究
Kessler et al. (2023)による研究では、チュートリアル介入が複雑な問題解決にどのように役立つかを調べました。チュートリアルの質問には、マルチプルチョイスの回答が含まれていました。参加者の選択に基づいて、詳細なフィードバックが提供され、正しい回答を示すだけよりも学習にとってより有益であることが示されています。以下の画像（左）はチュートリアルの質問を示しており、右の画像は不正解の選択肢が選ばれた場合のフィードバックの例を示しています（赤い枠）対正しい回答（緑の枠）。
チュートリアルの質問（左）と、選択肢を選択した後に提供された詳細な回答フィードバック。緑の枠色が右の説明を示し、赤が正しくない回答を示し説明しています（右）; Kessler et al. (2023)。
参考文献: Kessler, F., Proske, A., Urbas, L., Goldwater, M., Krieger, F., Greiff, S., & Narciss, S. (2023). 重要な因果モデルのスキーマに基づくカテゴリを導入することで複雑な問題解決を促進する。 行動科学, 13(9), 701. https://doi.org/10.3390/bs13090701
キャンバスフレームとページフレーム
Labvancedは、独自の機能を持つ2種類のモード/フレームタイプを使用してアンケートをデザインする柔軟性を提供します。オプションは次のとおりです：
- キャンバスフレーム: アンケート要素はドラッグ＆ドロップで自由に配置でき、刺激とすべての要素のサイズは画面サイズに合わせてスケールします。このフレームタイプは非常に高いカスタマイズ性を提供し、一般的にはより複雑なシナリオに使用できます。
- ページフレーム: アンケート要素は自動的に互いの下に流れ、ランダム化のための組み込みオプションがあり、アンケートの最大幅がピクセルで定義されています。これにより、使用が容易で、純粋なアンケートに対して見た目が良くなります。
📕 ケーススタディ: ビジュアルストーリーテリングと参加者フィードバック
子供が参加者である場合のように、複数の選択肢の回答とフィードバックをテキスト形式で表示するのではなく、画像としてオプションを持つより視覚的なアプローチの方が効果的な場合があります。このようなデザインでは、研究者はキャンバスフレームを使用し、スタイライズされたフィードバックが任意の形や形式で表示されるイベントを追加できます。
例えば、Schuhmacher et al. (2023)による研究では、視覚的ストーリーテリングタスクの後に質問を行い、子供たちは画像上で視覚的にフィードバックを受け取りました。
Schuhmacher et al. (2023)によるLabvanced内でキャンバスフレームを使用した子供参加者のための視覚的フィードバックの追加。
参考文献: Schuhmacher, N., Rack, N., Beckmann, L., & Kärtner, J. (2023). 助けることは常に好ましい決定か？複雑な社会的状況における幼稚園･小学校時代の子供たちの助ける決定。 発達心理学のフロンティア, 1, 1278034. https://doi.org/10.3389/fdpys.2023.1278034
高度なアンケートデザイン
分岐ロジック
分岐を使用すると、アンケートの流れを制御し、参加者にどの質問を提示するかを決定できます。当社の高度なシステムは分岐と動的な応答を処理し、参加者ごとに異なるアンケートルートを作成できます。この柔軟性により、研究の要件に合わせた詳細でニュアンスのあるデータを収集することが可能になります。
アンケートの高度なロジック
必要に応じて、Labvancedでのアンケート研究デザインをカスタマイズするために、高度なイベントロジックやコードを使用できます。以下にいくつかの例を示します：
アンケートデータ出力
各アンケート項目に対して選択した選択肢を収集できるだけでなく、Labvancedでは基礎的なデータを超えて、これらのスコアを使用して計算を行うことも可能です。これは、逆スコアリングが関与するアンケートや選択肢が異なる価値のスコアリングシステムを持つ場合に特に重要です。
Labvancedを使用して一般的に実行される計算には、次が含まれます：
- 総合スコア
- 正答数
- カテゴリおよびサブカテゴリを横断する集計
例えば、以下の画像は、リッカートスケールの範囲が1から5のアンケート選択肢qと、その選択肢に割り当てられた数値q-valueを示しています。total列は、選択肢qとその値q_valueに基づいて、スコア計算がどのように増加しているかを示しています：
参加者の選択肢（q）がリッカートスケールを介して特定の値（q_value）を持ち、そのスコアが試行を通じてどのように合計されるかの例。
📕 ケーススタディ: アンケート値がパフォーマンスの予測因子としての役割
アンケートの一般的なシナリオの一つは、データを取得し、それを認知関連タスクのパフォーマンスの予測因子として使用することです。
例えば、Wöstmann et al. (2021)は、騒音に対する耐性がパーソナリティとどのように関連しているかを明らかにすることを目指しました。研究で使用されたアンケート/スケールは次のとおりです：
- BFI-S: パーソナリティアンケート、ビッグファイブの次元が評価される
- 人口統計情報も音楽性に関するデータを収集
- WNSS: 騒音耐性アンケート
- SSQ: 聞き取り能力アンケート
- ANL: 受容可能な騒音レベルテスト
- DTT: 音声騒音受容能力を判断するために適応された数字トリプレットテスト
調査結果は、低い神経症と高い外向性が、自己報告された優れた騒音耐性、ならびに聞き取り能力と受容可能な背景雑音レベルを独立して説明したことを示しました。
Labvancedで実施され、騒音感受性のための予測因子として使用されたアンケート/スケール。Wöstmann et al. (2021)。
参考文献: Wöstmann, M., Erb, J., Kreitewolf, J., & Obleser, J. (2021). パーソナリティが主観的な聞こえと客観的な聞こえの分離を説明する。 ロイヤル・ソサエティ・オープン・サイエンス, 8(11), 210881. https://doi.org/10.1098/rsos.210881
アンケートの反応時間
反応時間を測定することで、参加者がどれくらいの速さで応答を選択したか、または書面で入力/回答を提供するのにどれくらいの時間がかかったかを測ることができます。
反応時間は、実験中のさまざまな目的で、さまざまな方法で使用されることができます。これには、以下が含まれます：
- アンケート/調査を完了するのにかかる合計時間
- 一つの質問に回答するのにかかる時間
- 反応を選択するのにかかった時間を、他のイベント（たとえば画像刺激の出現/消失）に関連付けること
ライブラリからアンケートをインポート
公開実験ライブラリから、既存のスケールおよびアンケートを直接自分のアカウントにインポートすることで、時間を節約できます。これには600以上のテンプレートが含まれており、研究ニーズに応じてさらにカスタマイズが可能です。
