第⼀節 研究⽅法
⼀、研究流程
本研究將以使⽤模擬資料的⽅式，來驗證分析⽅法的可⾏性，如圖4-1-1為研 究流程圖。分別進⾏兩次眼動資料模擬，⼀次產⽣無時間趨勢眼動資料，⼀次產
⽣有時間趨勢眼動資料，進⾏驗證時間趨勢加權法的有效性。
產⽣時間趨勢的⽅法為將時間分為前半與後半時期，並從AOI編碼清單中，選
擇⼀AOI定義為⽬標AOI，操弄⽬標AOI在前半與後半時期的出現次數，使⽬標
AOI產⽣向前或是向後的時間趨勢。
無時間趨勢眼動資料，代表其⽬標AOI在前半與後半時期出現次數沒有統計 上的差異，⽽有時間趨勢向前的眼動資料，代表前半時期的⽬標AOI出現的次數 較⾼，後半時期的⽬標AOI出現次數較少。⽽不管有無時間趨勢，其⽬標AOI在 前期與後期的總和是相近的。
圖 4-1-1 研究⼀研究流程圖
⼆、研究⼯具
本研究模擬資料的產⽣與加權值之計算，是使⽤Node.js撰寫⽽成，程式碼 資料結構請參閱附錄⼀，程式碼請參閱附錄⼆。研究結果使⽤SPSS統計軟體進
⾏分析。
三、產⽣模擬資料演算法
（⼀）步驟⼀：定義參數
1. 樣本數量
⼀個樣本包含了⼀組整體的眼動歷程，換句話說是⼀個樣本為⼀組掃視路 徑，⽽掃視路徑包含多個凝視點與掃視的序列組合，例如30筆樣本。
2. AOI編碼清單
AOI編碼清單代表每個凝視點的可能的AOI位置，例如A、B、C、D、E、
F、G、H、I。
3. 操弄之AOI編碼
操弄該AOI編碼，透過操弄該AOI編碼在時間分佈的狀況，取得有、無時間 趨勢之資料，例如T。
4. 凝視時間之平均值與標準差
⽤以產⽣凝視時間的亂數函數，其函數符合常態分配，例如平均值295ms、
標準差147.5ms。
5. 掃視時間之平均值與標準差
6. 眼動歷程時間
⽤以定義每個樣本的眼動歷程時間，眼動歷程時間會決定凝視點的數量，
例如10分鐘的眼動歷程。
（⼆）步驟⼆：產⽣AOI編碼序列字串 凝視點數量
凝視點數量取決於眼動歷程時間、凝視時間平均值、掃視時間平均值影 響，產⽣⼀個凝視點會經歷掃視時間與凝視時間，其關係式為
凝視點數量 = 眼動歷程時間 / (凝視時間平均值 + 掃視時間平均) AOI序列之產⽣
AOI序列是以字串的⽅式呈現，每個AOI會有對應的字元，因此產⽣序列
前，會先定義⼀組AOI編碼清單以及⼀個⽬標AOI編碼，AOI編碼清單代表可能出 現的AOI凝視點，⽽⽬標AOI編碼是⽤來操弄與控制其時間傾向的特性，產⽣的
⽅式是從AOI編碼清單與⽬標AOI編碼隨機產⽣⼀組字串，字串的⾧度等於凝視 點數量，⼀組AOI序列即為⼀個樣本。如表4-1-1為前10筆樣本的AOI凝視序列字 串，圖4-1-2為AOI凝視次數之單因⼦變異數分析，如表4-1-2為AOI次數之單因⼦
變異數分析，F檢定未達p < .05之顯著⽔準，代表AOI之間的次數分配無顯著差 異。
表4-1-1 前10筆樣本的AOI凝視序列字串
樣本編號 序列
1 FHABGEHHCGHCEEHCGAAACDFBEHEHHCEIICFAHCACHAIEFDFDCD…
2 ECHIEDCDIEGGAEIABGHAIIEFBBGHEGHHDCAGFEGIBACEECHCBG…
3 FAAGGBIIGIDHCCGIFGBFHAEFHFEFIEAHGBCCADIIBCFDCIAHGC…
4 DEDCHEGCIBIAGCFBFHHACFCECEFEBDHFAAFIIIEEFEIHCGFCCC…
5 BDBCACFBGGABEHGDIAGGDEIIHFCEIGDDGCADFIDHBCEBGFDDIH…
6 HDHFCAECDCIGDGEHBCCGHAHFEADBEIAFGGAIDHIHGEEHBCIGED…
7 IHBFGFDDIIBECEHAEFGECFEEGHEEFHIEFAHFDFCEADCGDAHEII…
8 EIEAIIEEFBEHDGAEICBAIGHHIBIGFAFECDIIABHBAGFFDHEDHE…
9 HHIFAHDIEEBEGGBIAFHDAEFDAGDFFDCEEHBFCFAHEAEFIGIBGH…
10 FACBFAEGIDDIHCCEHEFEEIIECCFHBHBIGACFHFDHAHBFHHAAFH…
圖 4-1-2 AOI 凝視次數分配統計⾧條圖
表4-1-2 AOI凝視次數之單因⼦變異數分析
AOI 出現次數 平均值 標準差 F Scheffé法
事後⽐較 A 6090 203.000 10.0034 1.102
B 5969 198.967 12.2825 C 6103 203.433 15.5112 D 5915 197.167 12.4182 E 6020 200.667 16.6430 F 6181 206.033 15.3566 G 6088 202.933 15.8526 H 6118 203.933 15.0629 I 6056 201.867 12.1846
（三）步驟三：產⽣凝視時間與掃視時間
將AOI序列字串依照眼動資料的特性，代⼊每個AOI產⽣時間與持續時間，
如表4-1-3為AOI凝視序列時間與持續時間，如圖4-1-3為AOI凝視時間分配統計⾧
條圖，如表4-1-4為AOI凝視持續時間之單因⼦變異數分析，F檢定未達p < .05之顯 著⽔準，代表AOI之間的凝視時間無顯著差異。
表4-1-3 AOI凝視序列時間與持續時間
表4-1-4 AOI凝視持續時間之單因⼦變異數分析
AOI 凝視時間
（毫秒） 平均值 標準差 F Scheffé法
事後⽐較 A 1796033.3 59867.773 2929.8768 1.095
B 1763375.3 58779.183 3623.5735 C 1800671 60022.363 4622.8306 D 1743185.1 58106.177 3646.0216 E 1777544.1 59251.473 4940.5755 F 1823269.1 60775.643 4500.0226 G 1794976.6 59832.547 4691.4364 H 1805196.5 60173.210 4448.7642 I 1786794.9 59559.833 3547.4289
圖 4-1-3 AOI 凝視時間分配統計⾧條圖
四、時間加權值計算
凝視次數加權值則代⼊公式（3.1），凝視持續時間加權值則代⼊公式
（3.2）。時間加權函數定義為⾼斯分配曲線，其函數為 X∼N(µ,σ)，其中 µ 為 0，
σ為.1，如圖 4-1-4 為時間加權函數之⾼斯分配曲線，紅⾊線段部分為時間加權函 數所採⽤之區域。加權函數的 x 則代⼊眼動時間之佔整體眼動歷程之⽐值，例如
10秒之眼動歷程中，第 2 秒之凝視時間，則將 x=.2 代⼊時間加權函數，取得加 權值.54。
圖 4-1-4 時間加權函數之⾼斯分配曲線
五、參數設定
產⽣模擬眼動資料的參數，如表4-1-5為模擬眼動資料參數設定。⽬標AOI定 義為A，本研究將會操弄A之AOI的出現次數時間趨勢分佈。
表4-1-5 模擬眼動資料參數設定
參數 數值
樣本數量 30
AOI編碼清單 A、B、C、D、E、F、G、H、I
操弄之AOI編碼 T
凝視時間平均值 295毫秒
凝視時間標準差 147.5毫秒
掃視時間平均值 35毫秒
掃視時間標準差 17.5毫秒
眼動歷程時間 10分鐘
第⼆節 研究結果
⼀、產⽣無時間趨勢眼動資料
經由電腦模擬產⽣無時間趨勢眼動資料，結果顯⽰ AOI 凝視次數、凝視次數 加權值、凝視持續時間、凝視持續時間加權值均無顯著差異。
如圖 4-2-1 為無時間趨勢 AOI 凝視次數統計⾧條圖，如表 4-2-1 為無時間趨 勢 AOI 凝視次數之單因⼦變異數分析，F 檢定未達 p < .05 之顯著⽔準，代表
AOI之間的次數分配無顯著差異。
如圖 4-2-2 為無時間趨勢 AOI 凝視次數加權值統計⾧條圖，如表 4-2-2 為無 時間趨勢 AOI 凝視次數加權值之單因⼦變異數分析，F 檢定未達 p < .05 之顯著
⽔準，代表 AOI 之間的凝視次數加權值無顯著差異。
如圖 4-2-3 為無時間趨勢 AOI 凝視持續時間統計⾧條圖，如表 4-2-3 為無時 間趨勢 AOI 凝視持續時間之單因⼦變異數分析，F 檢定未達 p < .05 之顯著⽔
準，代表 AOI 之間的凝視持續時間無顯著差異。
如圖 4-2-4 為無時間趨勢 AOI 凝視持續時間加權值統計⾧條圖，如表 4-2-4 為無時間趨勢 AOI 凝視持續時間加權值之單因⼦變異數分析，F 檢定未達 p < .05 之顯著⽔準，代表 AOI 之間的凝視持續時間加權值無顯著差異。
表4-2-1 無時間趨勢AOI凝視次數之單因⼦變異數分析
AOI 次數 平均值 標準差 F Scheffé法
事後⽐較 T 5513 183.767 11.8662 1.411
A 5508 183.600 15.4509 B 5606 186.867 14.5620 C 5374 179.133 13.4747 D 5380 179.333 10.9429 E 5451 181.700 10.9989 F 5436 181.200 10.9714 G 5523 184.100 11.9953 H 5378 179.267 10.9637 I 5371 179.033 12.4193
圖 4-2-1 無時間趨勢 AOI 凝視次數統計⾧條圖
表4-2-2 無時間趨勢AOI凝視次數加權值之單因⼦變異數分析
AOI 次數加權值 平均值 標準差 F Scheffé法
事後⽐較 T 2744 91.477 8.8627 1.843
A 2745.5 91.517 10.3005 B 2826.7 94.220 6.7821 C 2709.6 90.323 7.0102 D 2624.1 87.473 6.8969 E 2728.1 90.933 6.2949 F 2745.4 91.513 7.9277 G 2781.3 92.713 9.4531 H 2693.3 89.783 8.0372 I 2650.9 88.360 7.1851
圖 4-2-2 無時間趨勢 AOI 凝視次數加權值統計⾧條圖
表4-2-3 無時間趨勢AOI凝視持續時間之單因⼦變異數分析
AOI 持續時間
（毫秒） 平均值 標準差 F Scheffé法
事後⽐較 T 1626874.3 54229.140 3493.6374 1.406
A 1623847 54128.230 4543.0545 B 1653156.6 55105.213 4312.8062 C 1586436.4 52881.207 3999.6837 D 1587382.9 52912.767 3214.2218 E 1605510.2 53517.000 3286.7963 F 1603262.8 53442.090 3224.2956 G 1628997.1 54299.903 3505.0800 H 1586544 52884.807 3244.0232 I 1582487.8 52749.603 3605.2081
圖 4-2-3 無時間趨勢 AOI 凝視持續時間統計⾧條圖
表4-2-4 無時間趨勢AOI凝視持續時間加權值之單因⼦變異數分析 AOI 持續時間加權值
（毫秒） 平均值 標準差 F Scheffé法
事後⽐較 T 1348148.5 44938.290 4321.4001 1.833
A 1348030.5 44934.350 5056.7304 B 1388436 46281.207 3330.2509 C 1332600.4 44420.023 3498.5760 D 1289736.7 42991.223 3372.7136 E 1338239.3 44607.980 3053.4896 F 1348294.9 44943.163 3945.1085 G 1366461.3 45548.700 4631.1353 H 1323895.3 44129.840 3960.0342 I 1301178.3 43372.607 3472.9508
圖 4-2-4 無時間趨勢 AOI 凝視持續時間加權值統計⾧條 圖
⼆﹑產⽣有時間趨勢眼動資料
經由電腦模擬產⽣有時間趨勢眼動資料，結果顯⽰ AOI 凝視次數與凝視持續 時間無顯著差異，⽽凝視次數加權值與凝視持續時間加權值則達顯著差異。
如圖 4-2-5 為有時間趨勢 AOI 凝視次數統計⾧條圖，如表 4-2-5 為有時間趨 勢 AOI 凝視次數之單因⼦變異數分析，F 檢定未達 p < .05 之顯著⽔準，代表
AOI之間的次數分配無顯著差異。
如圖 4-2-6 為有時間趨勢 AOI 凝視次數加權值統計⾧條圖，如表 4-2-6 為有 時間趨勢 AOI 凝視次數加權值之單因⼦變異數分析，F 檢定達到 p < .001 之顯著
⽔準，代表 AOI 之間的凝視次數加權值有顯著差異。
如圖 4-2-7 為有時間趨勢 AOI 凝視持續時間統計⾧條圖，如表 4-2-7 為有時 間趨勢 AOI 凝視持續時間之單因⼦變異數分析，F 檢定未達 p < .05 之顯著⽔
準，代表 AOI 之間的凝視持續時間無顯著差異。
如圖 4-2-8 為有時間趨勢 AOI 凝視持續時間加權值統計⾧條圖，如表 4-2-8 為有時間趨勢 AOI 凝視持續時間加權值之單因⼦變異數分析，F 檢定達到 p
< .001之顯著⽔準，代表 AOI 之間的凝視持續時間加權值有顯著差異。
表4-2-5 AOI凝視次數之單因⼦變異數分析
AOI 次數 平均值 標準差 F Scheffé法
事後⽐較 T 5544 184.800 13.1422 1.489
A 5421 180.700 14.2058 B 5568 185.600 13.1453 C 5572 185.733 15.0881 D 5471 182.367 14.9700 E 5467 182.233 12.4366 F 5334 177.800 8.7588 G 5359 178.633 11.5385 H 5409 180.300 12.4073 I 5395 179.833 10.5865
圖 4-2-5 有時間趨勢 AOI 凝視次數統計⾧條圖
表4-2-6 有時間趨勢AOI凝視次數加權值之單因⼦變異數分析
AOI 次數加權值 平均值 標準差 F Scheffé法
事後⽐較 T 3243.2 108.117 8.5001 19.811*** T > A, B, C,
D, E, F, G, H, I A 2686.3 89.540 7.1864
B 2781 92.697 8.7639 C 2711.1 90.377 8.4496 D 2669.5 88.977 7.6591 E 2634.7 87.827 8.2701 F 2613.3 87.103 7.2347 G 2601 86.690 6.6892 H 2684.9 89.493 8.1945 I 2623.1 87.440 6.6276
***p < .001.
圖 4-2-6 有時間趨勢 AOI 凝視次數加權值統計⾧條圖
表4-2-7 有時間趨勢AOI凝視持續時間之單因⼦變異數分析
AOI 持續時間
（毫秒） 平均值 標準差 F Scheffé法
事後⽐較 T 1634702.6 54490.083 3879.7953 1.544
A 1599226 53307.530 4182.7535 B 1642979.6 54765.993 3857.1337 C 1645499.7 54849.990 4445.6328 D 1613398.5 53779.950 4402.2532 E 1614067.5 53802.257 3624.0058 F 1573993.1 52466.437 2644.0552 G 1579373.5 52645.790 3388.9657 H 1594786.2 53159.547 3683.2693 I 1591029.4 53034.307 3191.2992
圖 4-2-7 有時間趨勢 AOI 凝視持續時間統計⾧條圖
表4-2-8 有時間趨勢AOI凝視持續時間加權值之單因⼦變異數分析 AOI 持續時間加權值
（毫秒） 平均值 標準差 F Scheffé法
事後⽐較 T 1593058.8 53101.963 4218.0267 19.713*** T > A, B, C,
D, E, F, G, H, I A 1320044.8 44001.507 3471.3700
B 1366627.1 45554.240 4306.4173 C 1334266.1 44475.533 4105.9828 D 1312108.6 43736.950 3757.4179 E 1294385.1 43146.173 4083.0597 F 1285540.6 42851.357 3621.7564 G 1275955.5 42531.843 3305.1660 H 1318828.1 43960.937 4023.0120 I 1287707.3 42923.567 3286.2588
***p < .001.
圖 4-2-8 有時間趨勢 AOI 凝視持續時間加權值統計⾧條 圖
三、分析結果
之眼動資料，兩者資料的 AOI 在總體的分佈是⼀致的，⽽有時間趨勢之眼動資料 則是 AOI 總體⼀致且 T 之 AOI 有時間趨勢，經由時間加權分析法，當有時間趨 勢的模擬資料，時間加權之 T 之 AOI 與其他 AOI 區分，其時間加權值達到顯著 統計，當無時間趨勢時，T 之 AOI 則與其他 AOI 無異，其時間加權值未達到顯著 差異。
影響時間加權值的因素有兩者（1）出現的次數（2）出現的時間趨勢，電腦 模擬資料，控制出現的次數使其次數無顯著差異，操弄出現的時間趨勢，使其時 間加權值是因為時間趨勢影響，⽽⾮出現的次數影響，然⽽真實的眼動資料出現 的次數可能本⾝就有差異，在此情況中，需要將加權值除以出現的次數，得出平 均時間加權值，⽅可得出時間趨勢之傾向。