Springe zum Inhalt

Publikation

Learning from mouse movements: Improving questionnaire and respondents' user experience through passive data collection

Beschreibung

"Online-Befragungen sind zu einer üblichen und häufig präferierten Datenerhebungsmethode geworden. Die hohe Flexibilität und Anpassbarkeit ist ein wesentlicher Vorteil dieser Technologie. Die technischen Möglichkeiten werden oft von Umfrageentwicklern verwendet, beispielsweise um die Befragten mithilfe automatischer Filter durch den Fragebogen zu führen. Andere Features wie beispielsweise Mausbewegungen können eingesetzt werden, um einzelne Befragte zu identifizieren, die besonderer Aufmerksamkeit bedürfen. Forscher aus verschiedenen Disziplinen haben insbesondere die zurückgelegte Distanz, den Pfad der Maus und andere Bewegungsmuster analysiert, um damit Interesse, Unsicherheit und aufgetretene Schwierigkeiten beim Befragten zu messen. Die aktuelle Studie strebt die Entwicklung von Indikatoren und automatischen Prozeduren an, mit deren Hilfe Schwierigkeiten des Befragten diagnostiziert und quantifiziert werden sollen. Zu diesem Zweck wird auf vielversprechende Indikatoren aus der vorherigen Forschung und auf jüngste methodologische Fortschritte aus der Psychologie zurückgegriffen. Die psychologische Literatur schlägt vor, auf Basis von Mausbewegungen den kognitiven Zwiespalt zwischen einzelnen Antwortalternativen bzw. die Unsicherheit bei der Auswahl zu beurteilen." (Autorenreferat, IAB-Doku)

Zitationshinweis

Horwitz, Rachel, Sarah Brockhaus, Felix Henninger, Pascal Kieslich, Malte Schierholz, Florian Keusch & Frauke Kreuter (2017): Learning from mouse movements: Improving questionnaire and respondents' user experience through passive data collection. (IAB-Discussion Paper 34/2017), Nürnberg, 25 S.

Bezugsmöglichkeiten

kostenfreier Zugang