質問票研究に使用される質問票デザイン要素

研究のための質問票

質問票は、参加者の認識、好み、意見、経験などについて定量的および定性的データを直接収集するための方法です。Labvancedを使用すると、質問票研究はシンプルでもダイナミックでも可能です。標準の質問票を実施することから、ユニークなデザインを実装することまで、以下でできることや他の研究者が使用した質問票デザインについての概要を得ることができます。

主要トピック: 多用途な質問票研究デザインとデータ収集 質問票要素とオブジェクト ランダム化 参加者フィードバックの追加 分岐ロジックと高度なデザイン データ出力 サンプル質問票 - 公開実験ライブラリ

研究者がLabvancedで質問票を活用する方法

Labvancedにおける質問票は以下のように利用されています：

  1. 人口統計: 人口統計情報を収集する
  2. 評価 / スケール: リッカートスケールなどの評価とスケールを実施する
  3. 分岐: 参加者の回答を分岐に使用し、実験の進行方法を指定する。
  4. 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。
  5. 他のLabvancedの機能との組み合わせ: 目の追跡、マルチユーザー研究、APIなどと組み合わせる

多用途な質問票研究デザインとデータ収集

Labvancedは、研究者に質問票を通じてデータを提示および収集する非常に多くの方法を提供します。

質問票における刺激提示

刺激提示は、実験中に参加者に反応を引き出すために任意の要素を表示することを指します。これらの要素は次のような形式である可能性があります：

  • 画像
  • テキスト
  • 動画
  • 音声

Labvancedプラットフォームでオンライン質問票を実施するために使用されたマトリックス要素の例。
Labvancedで感情認識を分類するために使用されたマトリックス質問票オブジェクトの画像刺激。

データ収集と質問票

参加者は、さまざまな形式を使用して刺激や質問に反応することができ、定性的および定量的データ収集の両方を許可します。これらの形式には、以下が含まれますが、これに限定されません：

  • リッカート / マトリックス
  • 複数選択 / 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

より詳細な分析のために、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て自分を録音する）
  • 動画録画（参加者の録画が有効な場合）
  • 視線（ピアレビューされたウェブカメラベースの目の追跡器を使用）

上記のように、参加者が質問票の入力フィールドアイテムを編集し、そのキーストロークとマウスクリックを追跡された編集テキストを動的にデモ をお試しください。

📕 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＆ドロップデザインを使用して質問票研究に異なる視点でアプローチしました。参加者は、特定のランドマークがどのように表示されるかの順序を、画像をドラッグ＆ドロップして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、参加者にアイテムのランク（ピン）を該当する画像にドラッグ＆ドロップさせてから回答を提出させることで、質問票がインタラクティブになる興味深いアプローチを示しています。

Rasse et al. (2023)によって質問票デザインの一部として実施されたドラッグ＆ドロップタスク。
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ルートにおける情緒的ランドマークとの出会い: 重要なのは、バレンスそれとも覚醒か？ Journal of Environmental Psychology, 91, 102145. https://doi.org/10.1016/j.jenvp.2023.102145

質問票要素とオブジェクト

質問票はどのように作成されるか？

Labvancedは、単純な調査から複雑でダイナミックなフォームまで、どんな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。

Labvancedが提供する質問票関連のオブジェクトのいくつかについての概要は次のとおりです：

Labvancedプラットフォームのオンライン質問票で使用されるさまざまな質問票オブジェクトと要素。
質問票デザインでよく使用される人気の質問票オブジェクトの例。

📕 ケーススタディ: スワイプタスクと社会的魅力の評価

Valuch et al. (2023),の研究では、画像提示とリッカートスケールを組み合わせて、写真での微笑みが美的感覚にどのように影響するかを調べました。タスク1（a）では、参加者は画像を「破棄」または「保持」するかを迅速にスワイプする必要がありました。後のタスクでは、7段階のリッカートスケールを使用して画像の魅力を評価する必要がありました。研究者は、画像の提示が最大1000ms（実験1）または750ms（実験2）まで表示される制限時間も追加しました：

Valuch et al. (2023)による画像刺激を利用した魅力評価タスクの概要。
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). 笑顔を見せましょう—ポジティブな顔の表情がポートレート写真の美しさを向上させる。 Royal Society Open Science, 10(10), 230413. https://doi.org/10.1098/rsos.230413

Labvancedは、さまざまなオブジェクトや要素、機能を組み合わせることにより、独自の実験デザインを実現するための優れた実験的柔軟性を提供します。シンプルなアンケートや複雑な設定をデザインするかにかかわらず、Labvancedによって提供される可能性は無限です。

オンラインプラットフォームLabvancedにおける柔軟なアンケートデザインを示すインフォグラフィック。

📕 ケーススタディ: Q&A形式での音声提示

Matzinger et al. (2023)の研究では、研究者たちは音声刺激を提示し、その後にアンケートオブジェクトを使用しました。この研究の目的は、母国語がポーランド語の個人がポーランド語の母語話者および非母語話者を、その知識、信頼性、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。質問と回答のセットは音声形式で無作為に提示され、参加者はLabvancedの範囲/スライダー要素を使用して、スピーカーがどれだけ知識があるか、または自信を持っているかを評価しました。この範囲は0から100までのラベルが付けられています。

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:

心理学研究のアンケート項目から。

参加者は、Labvancedのスライダー/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。ここで、0 は全く知識がない/自信がない、 100 は非常に知識が豊富/自信があることを示します:

アンケートデータを収集するために使用されるスライダー/範囲要素。

参考文献: Matzinger, T., Pleyer, M., & Żywiczyński, P. (2023). ポーランド語の母語話者と非母語話者における認知状態帰属の違いと間隔の長さについて。 Languages, 8(1), 26. https://doi.org/10.3390/languages8010026

アンケートの無作為化

Labvancedでは、無作為化を通じて実験の整合性を確保する方法がいくつかあります。質問内の項目順、試行の順序、全体のアンケートやタスクの順序を無作為化できます。

項目ごとの無作為化

リストされたオプションの順序を無作為化できます。

タスクの無作為化

選択したタスク/ブロックを無作為化するか、参加者全体で全てのタスク/ブロックをシャッフルできます。

参加者フィードバックの追加

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重視の研究

Kessler et al. (2023)の研究では、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査しました。チュートリアルの質問には多肢選択肢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ることが示されており、単に正しい答えを示すよりも学習にとってより有益であるとされています。以下の画像（左）はチュートリアルの質問を示しており、画像（右）は誤った回答が選択された場合（赤いボックス）と正しい回答が選択された場合（緑のボックス）のフィードバックの例を示しています。

チュートリアルの質問（左）と、オプションを選択した後に提供される詳細な回答フィードバック。緑の枠線は正しい説明を示し、赤は不正解を示し、その説明が続く（右）はKessler et al. (2023)による。
チュートリアルの質問（左）とオプションを選択した後に提供される詳細な回答フィードバック。緑の枠線は正しい説明を示し、赤は不正解を示し、その説明が続く（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カテゴリを導入することで複雑な問題解決を促進する。 Behavioral Sciences, 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つのモード/フレームタイプを使用してアンケートデザインの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アンドドロップで自由に配置でき、刺激および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高いカスタマイズ性を提供し、一般的に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込み、無作為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るため、使用しやすく、純粋なアンケートに対して見栄えが良くなります。

オンラインアンケートデザインを実装するためのキャンバスとページフレームの違い。

📕 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

参加者が子供である場合などのいくつかのケースでは、多肢選択肢とフィードバックをテキスト形式で示すのではなく、より視覚的アプローチを取ってオプションを画像として提供する方が効果的かもしれません。そのようなデザインのために、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どのような形や形態で表示されるかのイベントを追加できます。

例えば、Schuhmacher et al. (2023)の研究では、研究者は視覚的物語タスクの後に質問を行い、子どもたちは画像を通じて視覚的なフィードバックを受けました。

Adding visual feedback for child participants using Canvas Frames in Labvanced by Schuhmacher et al. (2023).
LabvancedのCanvas Framesを使用して、Schuhmacher et al. (2023)による子ども参加者への視覚フィードバックを追加。

参考文献: Schuhmacher, N., Rack, N., Beckmann, L., & Kärtner, J. (2023). Is helping always the preferred decision? Preschool-and elementary school-aged children's helping decisions in complex social situations. Frontiers in Developmental Psychology, 1, 1278034. https://doi.org/10.3389/fdpys.2023.1278034

アドバンスド質問票デザイン

分岐ロジック

分岐を使用すると、質問票の流れを制御し、参加者に提示される質問を決定できます。私たちの高度なシステムは分岐と動的な応答を処理し、各参加者ごとに異なる質問票のルートを作成できます。この柔軟性により、研究の要件に正確に合わせた詳細で微妙なデータをキャプチャできます。

質問票における高度なロジック

必要に応じて、Labvancedの質問票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。

実装された高度な質問票デザインのアプローチ。

質問票データ出力

各質問票項目について選択肢を収集できるだけでなく、Labvancedではそれらのスコアを用いて計算を行うことが可能です。これは、逆スコアリングを含む質問票やスケールに取り組む際に特に重要です。

Labvancedで行われる一般的な計算には以下が含まれます:

  • 合計スコア
  • 正しい応答
  • カテゴリおよびサブカテゴリ間の集計

例えば、以下の画像は、リッカートスケールの範囲が1-5の質問票の選択肢qと、その選択肢の対応する数値値q-valueを示しています。totalカラムは、選択肢qとその値q_valueに基づいてスコア計算が増加している様子を示しています：

参加者の選択肢(q)がリッカートスケールを通じて特定の価値(q_value)を持ち、そのスコアが試行にわたって合算される例(total)。
参加者の選択肢(q)がリッカートスケールを通じて特定の価値(q_value)を持ち、そのスコアが試行にわたって合算される例(total)。

📕 ケーススタディ: パフォーマンスの予測因子としての質問票の値

質問票のもう一つの一般的なシナリオは、データを取得し、認知関連タスクにおける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、騒音への耐性が人格にどのように関連しているかを判断することを目的としました。この研究で使用された質問票/スケールは次の通りです：

  • BFI-S: パーソナリティ質問票、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: 騒音抵抗質問票
  • SSQ: 言語聴覚能力質問票
  • ANL: 許容可能な騒音レベルテスト
  • DTT: 騒音中のスピーチ受容を判断するための適応型数字トリプレットテスト

結果は、神経症の低さと外向性の高さが、自己報告された優れた騒音抵抗、ならびに言語聴覚能力と許容される背景騒音レベルを独立して説明したことを示しました。

Labvancedで実施された質問票/スケール及びWöstmann et al. (2021)による音への感受性のための質問票データ予測因子として使用されたもの。
Labvancedで実施された質問票/スケール及び音への感受性のための予測因子として使用されたもの; Wöstmann et al. (2021).

参考文献: Wöstmann, M., Erb, J., Kreitewolf, J., & Obleser, J. (2021). Personality captures dissociations of subjective versus objective hearing in noise. Royal Society Open Science, 8(11), 210881. https://doi.org/10.1098/rsos.210881

質問票における反応時間

反応時間を用いることで、参加者がどれだけ早く応答を選択したか、または書かれた入力/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定できます。

反応時間は、実験の期間中にさまざまな目的やさまざまな方法で使用できます。これには以下が含まれます：

  • 質問票/調査全体を完了するのにかかる合計時間
  • 単一の質問に回答するのにかかる時間
  • 他のイベント（例えば、画像刺激が出現/消失すること）に関して応答を選択するのにかかる時間

ライブラリから質問票をインポート

LabvancedのPublic Experiment Libraryから、既存のスケール&質問票を直接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。600以上のテンプレートがあり、研究のニーズに応じてさらにカスタマイズできます。

Labvancedプラットフォームでオンライン質問票を実施するためのOCI-R.
強迫性障害インベントリ改訂版 (OCI-R)