第三章 研究方法與步驟
3.3 研究設計-第二階段
3.3.1 介面設計構面
圖3-10. 故宮 e 學園之介面設計構面分解圖Ⅰ
圖 3-11. 故宮 e 學園之介面設計構面分解圖Ⅱ 表3-1. 故宮 e 學園之介面設計構面示意表Ⅰ
a 單位資訊 b 章節導覽區 c 視窗調整區
d 形象識別與章節單元名稱 e 課程內容展演區
f 輔助課程設計選項
g 課程課程狀況 / 進度 / 離開
章節及單元名稱 課程進度顯示軸
顯示目前所在章節並提出下個章節 除單元全文外，更加入其他相關之豐富內容，提供下載。
四大文明之重要年表，讓使用者可相互對照學習。
提供操作介面時，遇到困難之介面提示。
以文字呈現本單元之課程全文。
青銅器相關之書目、期刊論文、及故宮出版品列表。
以賞析角度介紹故宮收藏之重要青銅文物。
課程相關之重要名詞詳解。以索引方式呈現。
重播此單元。
提示學習者之已上課次數，已測驗次數。
調節音量大小。
開啟 / 關閉 聲音。
暫停 / 播放 / 課程。
表3-2. 故宮 e 學園之介面設計構面示意表Ⅱ
3.3.2 問卷內容設計
問卷內容評估之準則，本研究綜合相關文獻中：
（1）Jakob Nielsen（2002）所提之 24 項評估原則與 105 條評估項目；
（2）Norman（1988）提出了以使用者為中心設計（user-center design）的七個原則；
（3）IBM 提出十七項數位教材介面設計基本原則；
（4）Nielson（1993）提出介面使用性原則八大類；
（5）Apple（1987）、Shneiderman（1992）、Hiltz & Turoff（1993）、Brown（1994）
和 Leavens（1994）等人的研究，綜合出十二項使用者介面應符合的準則。
並經由焦點族群成員針對本研究主題討論後，其中篩選與刪除重複後，作為施測之問 卷內容（如圖3-12）。
Nielsen（2002） Norman（1988） IBM（2003） Nielsen（1993） Apple（1987）
圖3-12. 問卷設計之方法
3.3.3 典型工作設定
典型工作之設定（即使用者操作任務），經焦點族群成員討論後訂定出典型工作。
第一階段的典型工作步驟之設定將只陳述需要使用者完成之工作項目，對於標準操作 流程則不予以設定。目的在於藉由觀察使用者之實際操作情形，瞭解使用者的操作習 慣，從中找出介面設計上的相關問題，以作為數位學習系統改善時操作流程安排之參 考依據。亦因故宮數位學習系統之課程，須先登入使用者「帳號」與「密碼」；因此，
本研究為掌握時間與提高實驗效能，將統一所以有使用者「帳號」與「密碼」，研究者 已先前申請好提供使用。另外，在開始進入課程前，使用者必須先下載安裝Java Plug-In
（JRE）軟體，課程才能播放的條件下，本研究實驗前在研究設備上已完善安裝完成。
其典型工作之設定如下：
(1) 請從故宮首頁進入數位學習系統 -「故宮 e 學園」（繁體中文版）。
(2) 請完成「青銅數位學習」- 課程二之第一章至第二章上課程序。
(3) 請完成介面中所有提示的按鈕選項：
〈1〉步驟一：請點選「左下方四個彈性視窗」選項。
〈2〉步驟二：請點選「詳本節全文」選項。
〈3〉步驟三：請點選「年表對照」選項。
〈4〉步驟四：請點選「全文下載」選項。
〈5〉步驟五：請點選「如何使用」選項。
〈6〉步驟六：請點選「青銅辭典」選項。
〈7〉步驟七：請點選「故宮塊寶」選項。
〈8〉步驟八：請點選「延伸閱讀」選項。
(4) 請查詢「尊爵獨享的青銅容器-酒器」之章節。
(5) 請查詢「章節學習次數」。
(6) 請查詢「殷墟」的說明。
(7) 請點選「消音」功能。
3.3.4 第二階段資料整理與分析
本階段首先運用「集群分析（cluster analysis）」，將 80 項評估項目予以相似性概 念分群後，再將分群後的結果，以「迴歸分析（
regression
analysis）」瞭解一般受測者 與經驗受測者之操作介面差異，以利萃取新版設計的因素考量。分別說明如下：(1)
t 檢定分析
（t-test
）t 檢定常用以針對兩組獨立樣本的平均數進行推論統計，特別是在兩組獨立樣 本皆為小樣本，因此本研究藉由計算出平均數以獨立樣本t 檢定分析，瞭解一般受 測者（生手組）15 人與經驗受測者（熟手組）15 人，探討其對故宮數位學習系統 介面操作使用性差異的顯著程度。
(2) 集群分析法（cluster analysis）
集群分析（cluster analysis）的目的在於辨認某些特性相似的事物，並將這些事 物按照這些特性化分成幾個集群（黃俊英，民89）。本研究考量到為數眾多的使用 性評估項目，以期能夠更加集中於分析的群落區間，擬以採用統計方法的集群分析 法，期能求得相似性的評估項目能夠被集中化，以利作為設計的評估準則，並分析 其特徵。
(3)
迴歸分析（regression
analysis）經過集群分析初步歸納
後，
將 80 個評估項目，與集群分析概念化的結果，分 別作為自變項與依變項。接著分別以迴歸分析方式，解釋二組變項間的對應關係，期建構出相異背景使用操作原則與應用。