[UX基石] 質性研究有哪些方法? 訪談要怎麼訪?

Mike Pan
Nov 12, 2020

--

在 UX 基石的第二堂課,則是由擔任多年 UX Researcher 的 UX 四神湯 作者 鄭婕 Sabrina Cheng 來為我們介紹質性研究。而豐富的研究員經驗,我覺得其實也在整個演講過程中,讓大家更能夠去理解這些研究方法論要如何去落地。

這週比較特別的是在正式進入演講內容之前,就先介紹了這週的回家作業 (當然也是這篇文章延到現在才出的原因之一)。而我覺得這個做法其實蠻不錯的,可以在後續介紹到一些理論的時候,能夠有一個情境去進行思考。

一開始就先介紹作業內容的課程體驗也是很少見

先規劃這個研究如何進行

這次的內容基本上就是介紹了質性研究可以怎麼做,包含了流程、研究方法論、以及如何進行訪談、與相關的準備工作等等。

首先在流程這部分,第一步一樣是先定義好問題與目標,也就是這個研究要去回答的問題。這樣也才能確定這個研究能夠真的幫助你達到目的。

再來就要去思考要用什麼樣的方式來完成這個研究,包含要採取量化或質化的方式來進行。如果選擇質化的方式,也就是今天的主題,那其實也要思考要透過什麼樣的方式來取得質化資料,例如像訪談+脈絡訪查、焦點小組、觀察或影子跟隨、日誌研究、綠野仙蹤測試、原型測試、易用性測試等等。

而我覺得這部分對我最大的幫助,就是更全面了解質化研究有哪些進行的方式。畢竟一直以來大部分都是使用訪談與觀察這兩種方式、頂多搭配一些易用性測試,不過今天聽完講者的介紹才發現其實還有這麼多方式,可以因應不同情境與需求來收集質化資料;這也會讓自己往後再進行研究時,可以再去思考是不是還有更適合的做法。

那些關於訪談的大小事

這部分也是很完整的更大家介紹了,要進行一場訪談的所有眉眉角角。

樣本篩選

在樣本篩選這邊,我覺得其實是非常重要、但可能相對比較會被大家忽略而造成不會花這麼多心力的部分。但這其實關乎了整個研究的成敗。

講者在這邊也帶出了很完整的樣本篩選流程,包含

  • 定義樣本條件:定義出這次研究想要包含哪些不同條件的受訪者,例如性別、年齡、地區、人格特質、年收入等等。
  • 發放樣本篩選問卷 / 或發包給招募公司:沒錯在這邊就要先用個問卷 (或發包出去交給專業的) 來收集可能的樣本,當然這問卷長度也不能太長不然沒人想填。
  • 選擇樣本:收回很多問卷結果之後,接著就要去篩選哪些樣本是想要訪的,而這些樣本也要能盡量完整涵蓋上面列出來的不同條件。
  • 電話訪問:實際打電話先跟受訪者聊聊,確認是個口齒清晰有辦法受訪的正常人。
  • 敲定時程

之所以要這麼謹慎地透過這麼多步驟來嚴選要訪談的範本,其實也就是因為訪談的成本很高;包括一整隊人馬過去的來回時間與通勤住宿成本、以及要給受訪者的報酬,還有做重要的,關乎整個研究最後的成果。也難怪在篩選樣本的時候必須要這麼的謹慎了。

訪談的樣本通常不用太多,5~7 個差不多就能把問題收斂到一定程度

訪談準備

這部分其實就是個很完整的 checklist,包含了團隊所需要的人員,例如主訪、副訪、筆記手、錄音錄影助手;以及訪談時需要的器材,像是錄音錄影器材、記憶卡等等,而且要確認有充飽電、甚至最好準備兩組因應突發狀況。

另外,在訪談時的座位安排也很重要,要讓主訪後面沒有其他人員,以避免受訪者被干擾。這的確也是很常被忽略的小細節。

訪談大綱撰寫

事前準備其實還有一個重點就是訪談大綱,畢竟難得有這樣子的機會,當然是要盡量問出有用的資訊。

所以在問題的設計上就很重要,必須要是開放性問題、避免封閉式或引導式的問題,而且還要思考一下受訪者可能會給你什麼回答、而這樣的回答是否能幫助解決後續問題。

而講者其實也介紹了一個完整的訪談大綱的順序;包含一開始的前言、破冰、自我介紹、背景介紹,接著進入主題、再去拆解整個 User Journey 中的每個小環節去進行追問,最後也探討一下這些流程中的痛點、以及對於解決方案是否有什麼更好的想像,並做結尾等等……。天哪這整個就是一個超級完整的範本啊!

未完待續

是的,這週的演講就到這邊告一個段落;但,這個主題還沒結束。這週的作業,就是要針對特定的主題去擬定訪談大綱定完成訪問!

而這邊也有個不錯的設計,那就是當這句話「大家一定要記得完成作業啊,沒做作業的話,下週上課會用這個作業當做素材,就會沒辦法上課喔~」從講師口中脫口而出的時候,大家心中要去完成那份作業的使命感應該也不知道提升了多少倍。

所以這真的是個不錯的體驗設計案例啊!除了透過這種方式讓大家能夠真的去進行實作練習之外,也確保了大家在下一週的課程體驗會是比較一致的。

謝謝您看到最後!
若您喜歡我的文章,歡迎留下一些留言、按下「拍手」給我支持、或是「Follow」我,讓我提供更多文章給您。

--

--

Mike Pan

偶爾兼差 UX, Researcher, Data Analyst 的科技業小 PM,喜歡觀察,並試著拆解生活中所看到的人事物