トラックボール vs. 光学式マウス: 仕事効率の謎を解く

書類

導入

今日のペースの速い世界では、コンピューター周辺機器の効率が生産性を決定する上で重要な役割を果たしています。 1つ よく議論されるテーマは、トラックボールマウスとマウスの間の戦いです。 従来の光学式マウス - この 2 つのマウスの中で最も優れているのはどちらですか 作業効率は?この有益な記事では、 これら 2 種類のマウスの主な違い、それぞれの長所と利点を評価します。 短所を検討し、どちらがユーザーに最高レベルを提供するかを判断しようとします 効率の向上。トラックボールの魅力的な世界を一緒に探索しましょう そして光学式マウス!

メソッド

コンピューターの入力デバイスに関しては、フィッツの法則の重要性を無視することはできません。 1950 年代の多くの心理学者と同様に、フィッツは、新しく刺激的な情報理論分野の比喩を使用して人間のパフォーマンスを定量化できるかどうかを調査することに動機を持っていました。この分野は、シャノン、ウィーナー、その他の研究から生まれました。 1940年代の数学者。確率、冗長性、ビット、 ノイズとチャネルは実験心理学者の語彙に入りました 彼らは人間の測定とモデリングの最新技術を研究していた 行動。これに関する 2 つのよく知られたモデルは、次のヒック・ハイマンの法則です。 選択反応時間と情報容量に関するフィッツの法則 人間の運動システム。 フィッツ氏が特に興味を持ったのは、人間のオペレーターが一定の距離にある一定のサイズのターゲットを取得または選択する、迅速な狙いを定めた動きでした。フィッツは、人間工学、工学、心理学、人間とコンピューターの相互作用などの分野で広く使用されているモデル (現在は「法則」) を提案しました。フィッツの法則の出発点はシャノンの定理として知られる方程式で、帯域幅 B (s−1 または Hz 単位) の通信チャネルの情報容量 C (ビット/秒単位) を次のように与えます。
(1.1) ここで、S は信号パワー、N はノイズパワーです。フィッツ氏は、人間のオペレーターが特定の幅のターゲットを取得するために特定の振幅を超える動きを実行することは「情報伝達率」を示していると推論した。フィッツの例えでは、動きの振幅は信号のようなものであり、ターゲットの許容誤差や幅はノイズのようなものです。 Fitts は、式 1 をわずかに再構成した対数項を使用して、ターゲット取得タスクの難易度指数 (ID) を提案しました。 1.1.信号パワー (S) とノイズ パワー (N) は、それぞれ移動振幅 (A) とターゲット幅 (W) に置き換えられます。
(1.2) フィッツ氏は、ターゲット幅を「許容変動」または「許容変動」と呼びました。 「動きの許容度」。これは、動きが含まれる領域です。 式の対数項と同様に、終了します。 1.1、ID の単位はビットです 括弧内の比率は単位が無く対数を取られるため ベース 2 へ。フィッツのアイデアは 2 つの理由で斬新でした。まず、それは次のことを示唆しました。 ターゲット選択タスクの難易度は、次の方法を使用して定量化できます。 情報メトリックビット。第二に、次のような行為が行われるという考えを導入しました。 ターゲット選択タスクを実行することは、情報を送信することに似ています チャンネル、つまり人間のチャンネルを通じて。フィッツは伝達率と呼んだ パフォーマンスの指標ですが、今日ではスループット (TP) という用語のほうがよく使われています。 一般。スループットは、一連の試行にわたって単純に計算されます。 商。タスクの難易度の指標 (ID) が分子となり、 平均移動時間 (MT) が分母になります。
(1.3) ID がビット、MT が秒の場合、TP の単位はビット/秒またはビット/秒になります。 Fitts の研究の中心的なテーマは、ID に組み込まれているように、スループットは移動の振幅とターゲットの幅に依存しないということです。言い換えれば、(A または W の変化により)ID が変化すると、MT は逆に変化し、TP はほぼ一定のままになります。 フィッツの法則は、最初に、2 つの往復または連続タッピング タスク、ディスク転送タスク、およびピン転送タスクを含む 4 つの実験条件で調査されました。タッピング条件では、参加者は 2 つのプレート間でスタイラスをできるだけ早く前後に動かしました。一方、離散バリエーションでは、参加者は 2 つのターゲットのうち 1 つを選択しました。 刺激光に対する反応。これらのタスクは一般に 「フィッツのパラダイム」は、最新のツールを使用して簡単に更新できます。 コンピューティング技術。フィッツ氏は実験の概要データを出版した。 1954 年、今でも再検討することができます。実験には4人が参加しました スタイラスタップで 4 つのターゲット幅と交差するターゲット振幅 条件に応じて、参加者はタスクを実行しました。 表 1.1 1 オンスのスタイラスを使用した Fitts の直接タッピング タスク実験のデータ。追加の列には、パーセンテージ誤差に対して W を調整した後の有効ターゲット幅 (We) が表示されます。 画像 表 1.1 の条件を組み合わせると、1 ビットから 7 ビットの範囲のタスク難易度が得られます。観察された平均 MT は 180 ミリ秒 (ID = 1 ビット) から 731 ミリ秒 (ID = 7 ビット) の範囲であり、各平均は 16 人の参加者で 600 件の観察。 MTの標準偏差 値は 157.3 ミリ秒で、平均の 40.2% でした。これは完全に予想通りです なぜなら、「難しいタスク」(例: ID = 7 ビット) は明らかにこれよりも時間がかかるからです。 「簡単なタスク」 (例: ID = 1 ビット)。計算されたスループットを除算して当てはめます 各タスク条件の MT (式 1.3) による ID。平均スループットは 10.10 でした ビット/秒。表 1.1 の TP 列をざっと見ると、強力な証拠がわかります。 情報処理速度は相対的に速いという論文 タスクの難易度に関係なく。業務範囲が広いにも関わらず、 問題があり、TP 値の標準偏差は 1.33 ビット/秒でした。 これは平均のわずか 13.2% です。テーブル内のデータを視覚化する 1 つの方法 1.1 と TP 上の ID の独立性は、以下を示す散布図によって確認されます。 タスク条件ごとのMT-IDポイント。図 1.2 は、そのようなプロットを示しています。 表 1.1 のデータ。この図には、最も適合する線も含まれています ( 最小二乗回帰)、線形方程式、および二乗 相関。 TP 上の ID の独立性は、 は回帰直線を指します (一定の ID/MT 比を示します)。 実際、適合度は非常に良好で、分散の 96.6% が次の式で説明されます。 モデル。 画像 図 1.2 表 1.1 のデータの散布図と最小二乗回帰分析 図 1.2 の線形方程式は次の一般形式になります。
(1.4) 回帰係数には、秒単位の切片 a とビットあたり秒単位の傾き b が含まれます。式 1.4 は、 予測にはフィッツの法則を使用します。これは式と対照的です。 1.3 測定にはフィッツの法則を使用します。

フィッツの法則が最初に出版された後、数多くの研究がさまざまな形で発表されました。それらの内部的妥当性については議論されていませんが、矛盾が存在するため、研究間の比較が困難になっています。これらの不一致は、詳細が不十分であること、スループットの計算方法が異なること、データの収集や使用方法が異なることが原因で発生します。フィッツの法則の研究方法論の標準化は、特に HCI において不可欠です。 ISO 9241-9 (現在の ISO 9241-411) は、1 次元 (1D) および 2 次元 (2D) タスクにおけるフィッツのパラダイムを使用したパフォーマンス テスト手順の概要を示すことで、この標準化を提供します。

この基準は過去 15 年間にさまざまな研究に適用されてきました。 トラックボール ゲームなどの新しいインタラクションやデバイスの評価 コントローラー、スマートフォンタッチ入力、卓上タッチ入力、Wiiリモコン 銃の付属品。

ISO 9241-9 は Fitts のスループットの正しい公式を提供していますが、データ収集、データ集計、または精度調整の実行に関するガイダンスはほとんど提供されていません。後者は、2D タスクを使用する場合に特別な課題を引き起こします。このセクションでは、フィッツのスループットを計算するためのベスト プラクティス方法を検討します。まず図 17.7 から始めます。図 17.7 は、ID のシャノン公式と、ターゲット振幅とターゲット幅の実効値の使用を明らかにするために展開されたスループットの公式を示しています。この図では、計算における速度 (1/MT) と精度 (SDx ) の存在も強調しています。
画像 図 1.5 ID のシャノン公式と精度の調整を示すスループットの公式。速度(1/MT)と精度(SDx)が特徴です。 画像 図 1.6 トライアルの形状。 1D タスクを使用するか 2D タスクを使用するかに関係なく、スループットの計算には各試行のデカルト座標データが必要です。開始位置(from)、目標位置(to)、試行終了位置(select)の 3 点のデータが必要です。図 1.4 を参照してください。この図は右への水平移動の試行を示していますが、次に説明する計算は任意の方向または角度の移動に対して有効です。概念的な視覚化を提供するために円形のターゲットが示されています タスクの。の設定に応じて、他のターゲット形状も可能です。 実験。計算は、長さを計算することから始まります。 図内の始点、終点、および選択点を接続する辺。使用する Java 構文:

double a = Math.hypot(x1—x2, y1—y2);

double b = Math.hypot(x—x2, y—y2);
double c = Math.hypot(x1—x, y1—y);

x-y 座標は、図内の (x1, y1) から (x2, y2) までの点、および選択した (x, y) 点に対応します。上記のように、a、b、c が与えられると、dx と ae が計算されます。

double dx = (c * c — b * b — a * a)/(2.0 * a);
ダブル ae = a + dx;

一連の試行における from、to、および select ポイントの指定された配列 各試行について計算された ae と dx、Ae は ae の平均です SDx は dx 値の標準偏差です。これらと、 IDe は図 1.5 を使用して計算され、スループット(TP)は次を使用して計算されます。 方程式1.3.最後にもう 1 つのポイントは、計算の分析単位に関するものです。 スループット。スループットの正しい分析単位は、 1 人の参加者に対する中断のない一連のトライアル。前提 これには次の 2 つの意味があります。

•スループットは 1 回の試行では計算できません。
• 一連の試行は、スループットがパフォーマンスの尺度として考慮されるアクションの最小単位です。

Protoarc ユーザー調査の例

ここで、上記のアイデアをユーザー ケースに統合して、次のことを検討したいと思います。 トラックボール マウスと従来の光学式マウスの影響 スループット。この問題は体系的に解決されていないようです これは、現時点では、 トラックボール マウスや従来の光学式マウスの方がスループットが高くなります。

装置

テストデバイスは Protoarc EM03 と Logitech MX Master 3S でした。 画像

画像

結果と考察

EM03 の全体の平均スループットは 5.39 ビット/秒ですが、マスター 3 の平均スループットは 4.93 ビット/秒です。これらの結果自体は、トラックボール マウスのパフォーマンス効率がトラックボール マウスのパフォーマンス効率に劣らないことを示しているため、かなり注目に値します。 従来のマウスより優れている可能性さえあります。トラックボールマウスだけではありません 標準的なマウスと比較して優れたパフォーマンスを提供しますが、その独特なマウス 人間工学に基づいたデザインは、より健康的な作業環境も促進します。

参考文献

[1] Castellucci, SJ および MacKenzie, IS、Unigest: 3 次の動きを使用したテキスト入力、コンピューティング システムにおけるヒューマン ファクターに関する ACM 会議の拡張要約 - CHI 2008。ニューヨーク: ACM、2008、3549-3554。
[2] カルボ、A.、バーネット、G.、フィノモレ、V.、ペルジーニ、S. (2012)。ウェアラブル コンピューター用のポインティング デバイスの設計、実装、評価。ヒューマンファクター・アンド・エルゴノミクス学会第 56 回年次総会議事録 — HFES 2012 (pp. 521-525)。カリフォルニア州サンタモニカ:HFES。
[3] カード、SK、英語、WK、およびバー、BJ (1978)。マウスの評価、レートコントロールアイソメトリック CRT 上でテキストを選択するためのジョイスティック、ステップ キー、およびテキスト キー。人間工学、21、601-613。
[4] ISO、9421-9 ビジュアル ディスプレイ端末 (VDT) を使用したオフィス作業のための人間工学的要件 - パート 9: 非キーボード入力デバイスの要件、国際標準化機構、2000 年。
[5] Klochek, C. および MacKenzie, IS、3 次元環境におけるゲーム コントローラーのパフォーマンス測定、グラフィックス インターフェイス議事録 2006。トロント: カナダ情報処理協会、2006 年、73-79。
[6] フィッツ首相 (1954)。動きの振幅を制御する際の人間の運動システムの情報容量。実験心理学ジャーナル、47、381-391。
[7] フィッツ首相とピーターソンJR (1964年)。離散モーター応答の情報容量。実験心理学ジャーナル、67、103-112。
[8] フィッツ首相、ラドフォードBK (1966)。さまざまな認知セットの下での離散運動反応の情報容量。実験心理学ジャーナル、71、475-482。
[9] ギラン、DJ、ホールデン、K.、アダム、S.、ルディシル、M.、マギー、L. (1990)。フィッツの法則はポインティングとドラッグにどのように当てはまりますか?コンピューティング システムにおけるヒューマン ファクターに関する ACM SIGCHI 会議の議事録 — CHI '90 (pp. 227-234)。ニューヨーク州ニューヨーク: ACM。
[10] ハイマン、R. (1953)。反応時間の決定要因としての刺激情報。実験心理学ジャーナル、45、188-196。
[11] 国際標準化機構。 (2000年)。オフィスでの作業に必要な人間工学的要件 ビジュアル ディスプレイ端末 (VDT) - パート 9: 非キーボード入力デバイスの要件 (ISO 9241-9)。ジュネーブ: 国際標準化機構。
[12] 国際標準化機構。 (2012年)。物理的入力デバイスの設計の評価方法 (ISO/TC 9241-411: 2012(E))。ジュネーブ: 国際標準化機構。
[13] マサチューセッツ州ホセ、共和党デ・デウス・ロペス (2015)。唇によって制御されるヒューマン・コンピュータ・インターフェース。 IEEE 生物医学および健康情報学ジャーナル、19(1)、302-308。マッケンジー、IS (1989)。フィッツの法則の情報理論的基礎に関するメモ。運動行動ジャーナル、21、323-330。
[14] マッケンジー、IS (1991)。人間とコンピュータの相互作用におけるパフォーマンスモデルとしてのフィッツの法則。 (博士論文、トロント大学、トロント)。 http://www.yorku.ca/mack/phd.html から取得
[15] マッケンジー、IS (1992)。人間とコンピュータの相互作用における研究および設計ツールとしてのフィッツの法則。ヒューマンコンピュータインタラクション、7、91-139。
[16] マッケンジー、IS (2015)。 Fitts のスループットとタッチベースのターゲット選択の注目すべき事例。 HCI インターナショナル議事録 — HCII 2015 (LNCS 9170) (pp. 238-249)。

コメントを残す

あなたのメールアドレスが公開されることはありません。必須フィールドはマークされています *

コメントは公開前に承認が必要です。

最初の注文が 5% オフ!

限定ニュース、新着商品、インサイダー割引を受け取る

購読していただきありがとうございます