卡片分類法之實施

希望資訊被組織的方式為何？不同使用者族群中，相同及不相同的需求為何？網 站擁有多少潛在的主要類別？這些類別要如何命名？

Fincher & Tenenberg（2005）指出卡片分類法的優點在於，它是一種簡單的 管理尺度，簡化了在此種大規模研究中研究者與受試者間的訪談過程。而且分類 這項任務，並不會對任何研究課題有特定的負擔，例如時間壓力或記憶力的限制，

因此適合所有的專業知識範圍。然而針對個人單獨進行卡片分類來說，即使受試 者之間沒有使用共同的語言，卡片分類法仍然可以比較各個受試者的想法，不會 受到語言上的刺激。在另一方面，群體所進行的卡片分類活動，就有可能經由語 言、表情等互動討論，達到想法上的共識。

第二節 卡片分類法之實施

一、卡片分類法之實施過程

卡片分類法基本實施方式，是讓受試者將一系列由網頁內容或功能性所定義 的卡片項目，根據自己的想法進行分類（Maurer & Warfel,2004）。根據實驗的進 行方式，卡片分類法也分為不同類型，大多數文獻將之分為開放式分類法（Open Car Sorting）及封閉式卡片分類法（Closed Card Sorting）（Boulton,2007；Maurer

& Warfel,2004；Morville & Rosenfeld,2006）。封閉式卡片分類法進行時，已存在 既有的類別幫助受試者建立架構，受試者可仔細思考不同類別的意義，將適當的 網頁標籤置於各類目下。開放式卡片分類法則是適合用於最初架構設計之階段，

讓受試者對最底層的網頁標籤做分類，由下往上建立網頁架構，並進行分類項目 標籤之命名。

不同類型之卡片分類法能夠達到不同之研究目的。這兩種方式最大的差異在 於封閉式卡片分類法是由研究者事先設定好類別，再由受試者將項目分入預設的

10

類別中（吳怡青，2010）。但開放式卡片分類法研究者不會事先設定類別，而是 由受試者依據項目的相似度或對受試者有意義的方式加以組織。在部分測試中，

研究者也會要求受試者必須給予類別名稱或描述（Maurer & Warfel,2004）。

卡片分類法可在不同的平台上實施，大致可分為兩類：物理平台與虛擬平台。

物理平台即是在書桌上進行，其優點在於可促進彼此間的溝通，也讓受試者對於 攤在書桌上的卡片一目了然。虛擬平台則是利用電腦軟體，如表 1（Hinkle,2008）

所示；雖然受限於螢幕大小，但可以不受地域和時間的限制（Martin &

Kidwell,2011），提高了分類活動的便利性與機動性。

表 1 卡片分類法之軟體

軟體名稱 (URL) 運作平台 取得性

CardZort (http://www.cardzort.com/cardzort/index.htm) Windows 商業軟體 30 天試用

WebSort (www.websort.net) Web-based 付費服務

OpenSort (www.themindcanvas.com) Web-based 付費服務

OptimalSort (www.optimalsort.com) Web-based 付費服務

SynCaps (www.syntagm.co.uk/design/syncapsv2.shtml) Windows 商業軟體

xSort (http://www.xsortapp.com/) MAC OS X 免費

USort/EZCalc (IBM) Windows

免費，但不 再支援更 新

Uxsort (http://www.uxsort.net/) Windows 免費

資料來源：研究者整理，並參考”Card-sorting:What you need to know about analyzing and interpreting card sorting results.” by Hinkle, V.,2008, Retrieved May 3, 2012, from http://www.surl.org.usabilitynews/102/cardsort.asp製作。

11

依據不同目的、受試單位的需求，在卡片分類法活動的實施規劃上皆有不同 的方式，以下分為項目清單、受試者、資料分析方式三個面向進行討論：

（一）卡片項目

卡片分類法並沒有規定要使用多少卡片，但卡片數量越多，並不代表研究的 成效越好，卡片數量較少亦是如此。除了考量研究成效，也需考慮到時間因素，

過長的實驗進行時間會讓受試者感受到無聊或挫折感（Deaton,2002）。許多研究 皆對卡片應選擇的數量提出建議：Rugg & McGeorge（2005）認為若要以統計方 式分析，項目至少需 8 個。而 Maurer & Warfel（2004）則認為 30 至 100 個項目 較為理想，因為少於 30 個項目無法將架構完整呈現，而多於 100 個項目則太費 時，且易造成受試者感到疲倦，以致無法完整地完成分類；但如果受試者對於網 站有深入地瞭解時，可以允許使用 200 個以上的項目。Kaufman（2006）認為基 本的卡片數量應介於 20 至 50 張之間，但根據時間的充足性與內容複雜性，卡片 甚至可以使用到 200 張的數量。Hahsler & Simon（2001）讓受試者分類 120 張卡 片，但成效不盡理想，有些受試者因卡片張數過多失去耐心，也有無法完成分類 或命名分類名稱的受試者，因此該研究者認為卡片數目不要超過 100 張。

Zimmerman & Akerelrea（2002）則建議將項目控制在 75 至 100 張卡片以內。

Courage & Baxter（2004）認為卡片數量不要超過 90 張，因為受試者無法在同一 時間思考多於該數目的分類。

卡片上的項目擇定有不同的來源，例如：網站上的單一頁面、群組頁面、特 別功能項，甚至是整個主題階層等。但無論如何，為了不造成受試者在分類時的 困擾，應保持內容規模的一致性。各項目間也應該具有足夠的相似度，讓受試者 可以進行分類的動作（Maurer & Warfel,2004）。Hawlay（2008）認為最適當的卡 片項目選擇應該來自使用者。研究者也可以用問卷調查的方式，讓受試者列出心

12

中認為與所研究之個案有相關的主題，或是利用使用性測試（Usage Surveys）調 查受試者經常使用的內容或功能，再從中挑選適合列入卡片項目的主題

（Kaufman ,2006）。Hawley（2008）指出，使用自由列表（Free-listing）的研究 方式可以自受試者取得具有高價值的內容或要素，決定出代表受試者心目中的分 類。自由列表的實施方式如下：

1. 請受試者列出所有想到的項目。

2. 請受試者根據他人的回應思考應列出的項目。

3. 評估各個內容元素出現的頻率。

決定自由列表受試人數的最佳方法為先使用 5 至 6 人做測試，確認受試者的 研究結果後，再增加 1 至 2 位受試者，檢視研究結果是否有明顯的變化。如果結 果是穩固的，則不需再增加其他受試者（Courage & Baxter,2004）。研究者可使用 自由列表作為開放式卡片分類法的前置作業，從中選擇較適當的內容作為卡片分 類法的研究項目（Hawley,2008）。

項目的命名應該要簡短易懂，如果有必要，可以在卡片的背面輔以簡短說明 或圖樣。將每一張卡片標明號碼可以幫助分析之後的分類結果（Kaufman,2006；

Maurer & Warfel,2004）。標籤的書寫建議使用印刷的方式，方便事前的組織，在 實驗中也增加了易讀性（Kaufman,2006）。

Maurer & Warfel（2004）建議卡片使用 100 x 150mm 大小的規格，除了進行 分類的卡片以外，必須額外準備空白卡片讓受試者可以增加或修改項目。而 Robertson（2001）則建議使用 76 x 127mm 大小的卡片，此大小足以書寫和掌握，

也能在書桌上有良好的呈現。

（二）受試者

在受試人數上，Spencer & Warfel（2004）認為 7 至 10 位受試者是適當的，

13

但如果受試者是以群體為單位做測試，則 3 人為一組，共使用 5 組當作受試組（共 15 位受試者）會得到較佳的效果。Robertson（2001）認為團體受試者至少要選 擇 4 人，才能避免無效的討論或分岐；且受試者不要超過 8 人，否則將難以控制，

也很難找到適合的書桌讓受試者圍繞著做實驗。Hahsler & Simon（2001）則認為 團體受試者每組應控制在 5 至 10 位。Deaton（2002）則指出多數採用卡片分類 法的研究，其受試者為 4 至 16 人。Courage & Baxter（2004）通常使用 10 至 12 位受試者進行實驗。

Tullis & Wood（2004）對於卡片分類法的受試人數進行實際的研究；其將不 同受試者數量的研究結果與 168 位受試者的研究結果做比較，結果發現 20 至 30 位受試者能夠達到 0.95 的相關係數，而之後增加受試者數量雖能提高相關係數，

但增加的幅度細微，因此 Tullis & Wood 建議使用 20 至 30 位受試者。Nielsen（2004）

針對此研究提出建議，他認為選擇 15 位受試者即可達到 0.9 的相關係數，而不

14

卡片分類法可採個人或群體的方式進行。個人進行方式是由受試者一人完成 卡片分類，個人卡片分類法進行時應讓受試者分散在不同空間環境中，以避免其 交談討論或相互影響。群體進行方式則是數個受試者為一組，同組受試者一起進 行討論，並歸納出群體參與者皆同意或有最大共識的分類架構。基本上，卡片分 類法是以個人來進行研究，讓受試者親自操作，或是在軟體平台上進行。而使用 群體受試者來進行分類者，除了得到分類結果外，也能瞭解分類過程中的意見溝 通，可說是一種參與式的進行方式（Deaton,2002）。

（三）資料分析方式

卡片分類法的資料分析方式有很多種，從傳統的人工分析到利用電腦統計軟 體協助進行的統計分析，皆可依據研究者的需求與計畫，來決定所使用的分析方 式。

1. 人工分析（Eyeballing Analysis）

又稱語義分析（Semantic Analysis）或質化分析。在分析進行時，是依賴研 究者個人對於受試者的行為言論加以解釋和判斷，雖然可以提供豐富的見解，但 相對的也需要投入相當的時間進行分析（Fincher & Tenenberg,2005）。

Fuccella & Pizzolato（1998）認為對於受試者較少的實驗，適合使用人工分 析（通常為 5 至 10 人）。Ahlstrom & Allendoerfer（2004）認為人工分析的優點 在於它是一個直接執行的方式，不需要複雜的分析工具，且不會因小樣本而受限，

分析結果也容易呈現給予不瞭解多元解釋統計的人。Falks & Hyland（2000）指 出，如果研究結果沒有太廣泛或太複雜，研究者可以直接觀看資料做分析，不需 要採用其他工具。Fuccella（1997）認為，若研究目的主要是在探討網頁內容組 織的方式，這類型問題較適合人工分析。Nielsen & Sano（1994）則是認為，對

15

於過於稀疏沒辦法使用數據做出結論的研究資料，研究者可以直接做判斷及分 析。

人工分析最大的缺點在於卡片的分析上，多少會參雜研究者的主觀特性，而 當受試者或卡片數量龐大時，分析的過程不僅會消耗大量的時間，且乏味可陳。

Deaton（2002）也認為，若是大量的資料，直接觀看資料做分析是困難的。此外，

人工分析只能瞭解卡片項目與其分類的關係，卻無法分析項目與項目之間的關 係。

2. 統計分析

透過統計分析，研究者必須設法瞭解經由統計工具自動化或半自動化的分析

透過統計分析，研究者必須設法瞭解經由統計工具自動化或半自動化的分析