人因工程研究理論與方法

第1篇 導論
第1章 概述   2
1.1 人因工程學定義  2
1.2 人因工程學研究概述  3
1.2.1 研究的分類  3
1.2.2 研究方法選擇的考慮因素  4
1.2.3 研究應具備的條件  4
1.2.4 研究的倫理  4
1.3 研究背景的選擇  5
1.4 研究變量的選擇  6
1.5 被試的選擇  6
1.6 數(shù)據(jù)的收集與分析  7
1.6.1 數(shù)據(jù)的收集  7
1.6.2 數(shù)據(jù)的分析  7
1.7 研究中的標準量度  8
1.7.1 標準量度的分類  8
1.7.2 標準量度的要求  9
思考與練習  9
拓展學習  9

第2篇 描述性研究
第2章 調(diào)查研究  11
2.1 調(diào)查研究的主要方法  11
2.2 量表與評定量表  13
2.3 抽樣  14
2.4 調(diào)查樣本大小的確定  16
2.5 調(diào)查的效度與信度  17
2.6 非參數(shù)檢驗  19
思考與練習  21
拓展學習  21
第3章 用戶與任務(wù)分析  22
3.1 用戶分析  22
3.1.1 用戶分析的目的  22
3.1.2 用戶的特征  22
3.1.3 用戶描述的維度  22
3.1.4 用戶角色模型  23
3.2 任務(wù)分析  25
3.2.1 任務(wù)分析的概念  25
3.2.2 故事與場景  25
3.2.3 用例與基本用例  26
3.2.4 任務(wù)過程分析  27
3.2.5 層次任務(wù)分析  27
3.2.6 GOMS  29
3.2.7 擊鍵層次模型  30
思考與練習  31
拓展學習  31
第4章 研究數(shù)據(jù)的獲取  33
4.1 績效數(shù)據(jù)的獲取  33
4.1.1 任務(wù)成功  33
4.1.2 任務(wù)時間  34
4.1.3 錯誤  35
4.1.4 效率  36
4.1.5 易學性  37
4.2 自我報告式數(shù)據(jù)的獲取  37
4.2.1 系統(tǒng)可用性量表  38
4.2.2 NASA-TLX  39
4.2.3 用戶體驗問卷  41
4.2.4 計算機系統(tǒng)可用性問卷  44
4.2.5 用戶界面滿意度問卷  45
4.3 研究數(shù)據(jù)的整合  46
思考與練習  48
拓展學習  48

第3篇 實驗研究
第5章 怎樣做實驗  51
5.1 變量  51
5.2 實驗模式  53
5.3 實驗設(shè)計原理  53
思考與練習  54
拓展學習  54
第6章 獨立組設(shè)計  55
6.1 概述  55
6.2 隨機組設(shè)計  55
6.3 匹配組設(shè)計  56
6.4 自然組設(shè)計  56
6.5 獨立組設(shè)計的方法選擇  57
思考與練習  57
拓展學習  57
第7章 重復測量設(shè)計  58
7.1 概述  58
7.2 練習效應  59
7.3 完全重復測量設(shè)計  59
7.4 不完全重復測量設(shè)計  61
7.4.1 所有可能順序法  61
7.4.2 選擇順序法  62
7.5 重復測量設(shè)計的方法選擇  63
思考與練習  64
拓展學習  64
第8章 復合設(shè)計  65
8.1 概述  65
8.2 主效應和交互作用  65
思考與練習  68
拓展學習  68
第9章 實驗結(jié)果的報告與分析  69
9.1 數(shù)據(jù)分析的三個階段  69
9.1.1 了解數(shù)據(jù)  69
9.1.2 概括數(shù)據(jù)  70
9.1.3 用置信區(qū)間來判斷數(shù)據(jù)所反映的意義  71
9.2 統(tǒng)計顯著性檢驗與分析  72
9.2.1 顯著性檢驗  72
9.2.2 統(tǒng)計檢驗的效力  72
9.3 兩個平均數(shù)比較與效應大小  73
9.3.1 兩個平均數(shù)比較  73
9.3.2 效應大小  74
9.4 多重條件的數(shù)據(jù)分析  74
9.4.1 單因素獨立組設(shè)計的方差分析  74
9.4.2 單因素重復測量設(shè)計的方差分析  77
9.5 實驗結(jié)果的撰寫  79
思考與練習  80
拓展學習  80

第4篇 評價研究
第10章 多變量分析  82
10.1 多變量分析概述  82
10.2 多元回歸分析  84
10.3 數(shù)量化理論Ⅰ  86
10.4 結(jié)合分析  87
10.5 Logistic回歸分析  92
10.6 因子分析  97
10.7 聚類分析  100
10.8 多維尺度分析  103
思考與練習  107
拓展學習  107
第11章 常用評價方法  108
11.1 簡單加權(quán)法  108
11.1.1 簡單加權(quán)法概述  108
11.1.2 簡單加權(quán)法的步驟  108
11.1.3 簡單加權(quán)法的應用案例  109
11.2 TOPSIS  110
11.2.1 TOPSIS概述  110
11.2.2 TOPSIS的步驟  110
11.2.3 TOPSIS的應用案例  111
11.3 層次分析法  112
11.3.1 層次分析法概述  112
11.3.2 層次分析法的步驟  112
11.3.3 使用層次分析法進行設(shè)計方案評價  117
11.3.4 使用層次分析法確定用戶需求重要度  119
11.4 熵值權(quán)重法  121
11.4.1 熵值權(quán)重法概述  121
11.4.2 熵值權(quán)重法的步驟  122
11.4.3 熵值權(quán)重法的應用案例  123
思考與練習  124
拓展學習  124
第12章 模糊理論在人因工程研究中的應用  125
12.1 模糊理論基礎(chǔ)  125
12.2 模糊綜合評價法  130
12.2.1 模糊綜合評價法的原理  130
12.2.2 模糊綜合評價法的應用案例  131
12.3 模糊聚類法  137
12.3.1 模糊聚類法的原理  137
12.3.2 模糊聚類法的應用案例  139
思考與練習  143
拓展學習  144
第13章 灰色系統(tǒng)理論在人因工程研究中的應用  145
13.1 灰色系統(tǒng)理論基礎(chǔ)  145
13.2 灰色關(guān)聯(lián)分析  148
13.2.1 灰色關(guān)聯(lián)分析的原理  148
13.2.2 灰色關(guān)聯(lián)分析的應用案例  149
13.3 灰色定權(quán)聚類  153
13.3.1 灰色定權(quán)聚類的原理  153
13.3.2 灰色定權(quán)聚類的應用案例  155
13.4 灰色預測  159
13.4.1 GM(1,1)  159
13.4.2 灰色Verhulst模式  161
思考與練習  163
拓展學習  163

第5篇 專題研究
第14章 人因差錯與設(shè)計  165
14.1 人機系統(tǒng)  165
14.2 人因差錯  166
14.3 人因可靠性分析  169
14.4 應對差錯的設(shè)計原則  169
14.5 失效模式與效應分析  171
14.5.1 失效模式與效應分析的原理  171
14.5.2 失效模式與效應分析的應用案例  174
14.6 故障樹  176
14.6.1 故障樹的原理  176
14.6.2 故障樹的應用案例  179
思考與練習  181
拓展學習  181
第15章 需求分析與質(zhì)量功能展開  182
15.1 需求分析  182
15.1.1 需求分析概述  182
15.1.2 Kano需求分類過程  183
15.1.3 Berger系數(shù)及其應用  184
15.2 質(zhì)量功能展開  186
15.2.1 質(zhì)量功能展開的原理  186
15.2.2 質(zhì)量功能展開的應用案例  188
15.2.3 四個階段的質(zhì)量功能展開  190
15.2.4 質(zhì)量規(guī)劃及其應用  190
15.3 Kano模型與質(zhì)量功能展開的結(jié)合  193
思考與練習  197
拓展學習  197
第16章 色彩設(shè)計  198
16.1 色彩概述  198
16.2 色彩體系  198
16.2.1 蒙塞爾色彩體系  199
16.2.2 PCCS  200
16.2.3 Hue & Tone 130色彩體系  202
16.3 色彩調(diào)和  205
16.3.1 色彩調(diào)和與面積  206
16.3.2 穆恩與斯本莎的色彩調(diào)和論  207
16.3.3 色彩對比度  210
16.3.4 色彩調(diào)和的注意事項  211
思考與練習  214
拓展學習  214
第17章 面向老年人的人機交互設(shè)計  215
17.1 老齡化社會與人機交互  215
17.2 年齡因素對老年人的影響以及老年人的特征  216
17.3 規(guī)劃老年人人機交互研究需要注意的事項  218
17.4 幫助老年人以及其他群體的用戶界面設(shè)計指南  220
17.5 老年人移動醫(yī)療APP的設(shè)計指南  225
思考與練習  226
拓展學習  227
參考文獻      228