Wizard of Oz & Qualitative Analysis

Wizar of Oz

Metodología de diseño que ayuda a mejorar el performance del User Experience  (UX) y permite el desarrollo rápidp de productos o dispositivos.

Requiere de un prototipo diseñado por los desarrolladores del proudcto, el cual puede ser simple y rudimentario, pero que permita realizar algunas de las tareas que realizará el producto final.

La metodología requiere:

• Instrucciones de lo que debe suceder.
• Una persona para hacerla de usuario final.
• Un asistente (el mago) que ayudará simular funciones del producto terminado.

 Así mismo, consta de las siguientes etapas:

• Saber que función se va a experimentar con el usuario
• Aprender de la experiencia del usuario
• Protipar funcionalidades
• Intervención humana

Por lo que se viene necesitando:

•  Experimentador (mago) — ayuda a similar las funciones del producto
• Laboratorio — para tener mejor control del experimento
• Usuario — Es quién interactúa con el prototipo

Este método permite aplicar por una primera vez los principios de diseño del que habla Don norman, ya que al dar un acercamiento muy preciso del producto final, se puede aplicar los primeros affordances, constraints, feedbacks, mapping y además que le brinda al usuario tester un primer modelo conceptual del producto. El prototipo puede surgir en la etapa de ideation, como en un brain storm, y con ayuda del design thinking se puede realizar una observación de lo que los usuarios son capaces de realizar. Aunque eso sí, puede que no cuente con todos los elementos de los primeros principios de interacción de Tognazzini, pues se trata de descubrir cómo se desenvuelven los usuarios en algunas funcionalidades presentadas del sistema final.

Qualitative Analysis

Etapas del análisis cualitativo

1. Análisis de un conjunto de información acerca de un sujeto, para identificar la mayor cantidad de elemtos que componen a dicho sujeto. 
2. Profundizar en cada elemto y estudiar sus propiedades y dimensiones y sus relaciones.
3. Hacer inferencias. 

Grounded Theory

Método inductivo de investigacion cualitativo, pero su teoría se empieza con una colección de datos, más no una hipótesis. Los investigadores no deben preconcebir ideas, para no afectar los conceptos y teorías que se extraigan del análisis.

Consite en 4 etapas:

• Open Coding—Analizar el texto e identificar fenómenos de interés en el conjunto de datos. Cada fenónmeno recibe un nombre único o código.
• Development of concepts— Colecciones de códigos son agrupados para formar un nivel alto de conceptos.
• Grouping concepts into categories— Grupos más amplios de conceptos similares unidos para formar categorías. Cada categoría tiene una interpretación detallada.
• Formation of a theory — Crear sentencias inferenciales y perspectivas de los fenómenos encontado en Open coding. Se crean Conexiones entre conceptos y categorías. 

Content Analysis 

Análisis profundo que busca interpretaciones teóricas para generar nuevo conocimiento.  Suele usarse técnicas tanto cualitativas como cuantitavas para el análisis de contenido.

El objetivo es cubrir dos categorías:

1. Media content — cualquier material impreso publicado. programs broadcast, websites, o grabaciones.
2. Audiencie content — Contenido recolectado de encuestas, cuestionarios, entrevistas, diarios y observaciones, etc. 

Los textos y el multimedia son buenas fuentes de información para entender usuarios y su interacción con aplicaciones.

Los datos basados en texto pueden proveer información que puede ser difícil de entrefar a través de datos cuantitativos. 

Preguntas a considerar antes del análsis.

Se realizan preguntas para concebir el alcance que se tendrá de la recolección de datos, y las técnicas que se usarán para el análisis. Deben de cubrir los siguientes aspectos:

• Definición clara del conjuntos de datos que se analizará
• Fijar la población de análisis
• Contexto de los datos

Analyzing text content

Se le llama coding al proceso técnico usado para analizar el contenido del texto, e involucra interactuar con los datos, derivar conceptos y desarrolarlos en términos de propiedad y dimensiones. Inicia con un conjunto de datos basado en texto.

Hay dos enfoques para analizar los datos:

1. A Prior Coding — Como primer paso es identificar categorías de coding basándose en teorías y literatura relacionados, después codificar el texto y revisar su consistencia.
   
2. Emergent coding — Cuando no existe literatura al respecto, por lo que investigadores crean listas de categorías, las comparan, las discuten y todo para consolidad una sola lista. Se aplica la lista en el coding independiente  y es comparado hasta tener un nivel de confianza deseado. 

Identifying coding categories

Una identificación acertada de conceptos que funcionan como categorías de agrupación, relaciones, correlaciones entre entidades, permiten tener un análisis cualitativo sólido.

El coding de categorías puede provenir de diferentes fuentes:

• Theoretical framework  — Ayuda a formular preguntas de investigación, elegir un enfoque para adoptar,  identificar conceptos y preguntar a ser incluidos en cada enfoque. Así mismo ayuda a identificar las mayores categorías y elementos que necesitan ser codificados y explicando los ersultados de la investifación.
• Researcher-denoted concepts —Al no existir teoría apropuada que aplicar, es necesario establecer categorías de coding desde el principio, identificando patrones, opionnes y comportamients directamente desde los datos.
• In-vivo codes — Cuando los participantes proveen términos que describen instancias de manera muy precisa, y esto se codifica en categorías generando el llmado in-vivo code.
• Building a code structure — Identifacados los elementos de coding, son presentados en una lista llamda nomenclatura. Es una lista numerada de categorias que pueden ser respuestas a preguntas específicas. Ayuda al analisis de grupos de objetos de respuestas similares.

 Coding the text

Cuando el conjunto de datos no es grande, es recomendalbe leer el texto de la información recabada,  antes de empezar a hacer algún coding. Este proceso puede ser facilitado con ayuda de de software.
Pasos recomendados para coding:

1. Buscar elementos específicos. — Las frases u oraciones pueden contener alguna información valiosa, pueden ser: objetivos, acciones, salidas, consecuencias, causas, contextos o estrategias.
2. Preguntar constantemente acerca de los datos — Preguntas para identificar acciones interesates en los datos, se relacionan a una un acción específica, salidas, y consecuencias. Pueden ser Preguntas de síntesis o teóricas.
3. Hacer comparaciones constantemente en varios niveles. —Realizar comparaciones tanto en la etapda de coding y en las etapas siguientes. 

1. Comparar instancias bajo diferentes categorias, grado de impacto entre diferentes capacidades.
2. Comparar resultados entre participanets diferentes del grupo.
3. Comparar hallazgos en los datos previamente reportados en la literatura.

El análisis de datoas cualitativos no es objetivo.  El investigador toman una serie de decisiones rechazando la interpretación de observaciones indivduales.

Validity

Presentar interpreaciones con buen sustentto, construido con argumentos que permitan una buena interpretación de los datos. El primer paso es construir una base de datos

Reliability

Se trata de que diversas personas puedan captar el mismo significado, diferentes términos o expresioones pueden sugererir el mismo significado. Revisa dos dimensiones:

1. Stability —También llamado intra-coder reliability, examina si el mismo codificador clasifica los datos en la misma forma en todo el proceso de coding.
2. Reproducibilty — También llamado inter-corder reliability, examina si diferentes codificadores codifican el mismo dato en una forma consistente. 

Subjetive vs objective coders 

Subjetive coders son usualmente los propios investigadores, conocen la literatura y tiene conocimientos substancial y pericia en temas relacionados. Requieren mínimo entrenamiento ddesde que desarrollas esquemas de coding, ellos mismo.
Objetive corder usualemente no tienen conocimiento pre-adquirido del tema, y por lo tanto, pueder ser más abiertos a instancias potenciales de datos. Su reliability reportado es menos inflado que el de los subjetive coders.

Analyzing multimedia content

Los investigadores pueden coleccionar una gran cantidad de contenido multimeda a un bajo costo, y estos proveen muchos datos para estudiar como los usuarios interactúan con dispositivos electrónicos como computadoras. 

El grounded theory hace uso de elementos importantes en la etapa de Identififying needs and establishing requirements, como lo es la recopilación de datos, pues de allí surge información que es anotada en algún medio, y que sirven para identificar los requeriments de los usuarios, pero que en el grounded theery puede resultar útil para llevar acabo el análisis del contenido de tales anotaciones. Si se realiza con varios invetigadores, el grounded theory aunado a la etapa de ideation puede conducir a mejorar del producto, ya que se analizan resultados de pruebas o literatura de otras investigaciones.