決定各設計特徵的相對重要性

本研究第二階段乃針對上述的 39 項電玩設計特徵，決定這些設 計特徵的相對重要性。本階段的實驗題材為相同的 28 個電玩，而實 驗對象是由 45 位高中三年級學生志願參加實驗扮演購買者，其中包 含 18 位女生與 27 位男生。其實驗過程如下所述。

步驟一：評估各個電玩好玩的程度。要求各購買者根據感覺好玩 的程度依李克特式五點量表分別評分。

步驟二：評估各個電玩在設計特徵的完成程度。要求各購買者依 照各設計特徵，依李克特式五點量表分別評估各電腦遊戲在各設計特 徵的「表現水準」(implementation level)。

步驟三：發掘設計特徵與感覺好玩程度之間的關係。

(1) 因為本研究輸入變數高達 39 個，但是實驗數據卻只有 28 組，不適合以統計迴歸方法分析 (Gefen, Straub &

Boudreau, 2000)。同時這些輸入變數可能會有交互影 響，變數之間亦可能產生組合效應，故吾人利用倒傳遞 類神經網路 (Hecht-Nielsen, 1989)以發掘這些設計特徵 與感覺好玩程度之間的非線性關係。本技術亦適合於擁 有太多變數而存在相對少量的資料之下的分析（28 個電 玩）。類神經網路是一電腦演算法 (Demuth & Beale, 1996; Jordan & Bishop, 1996)，其主要觀念，首先是用部 分數據建立輸入與輸出變數的非線性關係，然後用其他 數據來驗證此非線性關係是否允當。若驗證數據的「原

始輸出值」與由類神經網路「推估的輸出值」，兩者差 異的均方根值很小，則可推論此非線性關係可合理表達 輸出變數與輸入變數的關係。本研究在 28 組實驗數據 中，以 21 組來建立非線性關係，並用另外 7 組來驗證 此關係。

(2) 研究中每一電玩可用 40 個變數來表示，其中 39 個屬性 是設計特徵，代表輸入變數，另外 1 個屬性是代表電玩

「感覺好玩」的程度，是輸出變數。

(3) 本研究利用商用類神經網路套裝軟體Qnet2000 (Vesta Services Inc., 2004)來運算各設計特徵相對於感覺好玩 的相對重要性。此方法的基本概念是利用改變每一個輸 入因子的數值，然後觀察其造成輸出因子的變異，如果 造成的變異大，表示此輸入因子相對重要性較大。茲將 此方法在本研究的應用說明如下：如上所述，建構非線 性關係有 21 組數據，每一組數據有 39 個輸入因子(設 計特徵)，一個輸出因子（感覺好玩程度）。針對每一組 數據的每一輸入因子，吾人將其輸入值分別改變為最大 值(5 分)、中間值(3 分)、最小值(1 分)三個「表現水準」，

然後利用所構建的非線性關係求出其三個輸出值。因為

有 21 組數據，因此每一個輸入因子，共有 63 個輸出值，

將此 63 個輸出值與其原始輸出值的差異，以兩者之和 方根值 (root sum squares)表達，方根值越大表示該輸入 因子對輸出因子的影響力越大。假設Ri代表第i個因子的 和方根值，則第i個因子的相對重要性(或稱貢獻度)可表 達如下:

39

1 ...

R

R

C

R

+

= + .