GOMS Modelling

GOMS (Goals, Operator, Metode, dan aturan Seleksi) adalah jenis model prosesor khusus manusia informasi untuk observasi interaksi manusia-komputer. Dikembangkan pada tahun 1983 oleh Stuart Card, Thomas P. Moran dan Allen Newell, itu menjelaskan dalam buku mereka The Psychology of Human Computer Interaction. Setelah langkah-langkah awal, model tambahan untuk analisis berkembang dan banyak digunakan dalam berorientasi teknik- masyarakat kegunaan.

Konsep di balik model GOMS dan hubungan mereka

GOMS mengurangi interaksi pengguna dengan komputer untuk tindakan dasar yang (tindakan ini dapat fisik, kognitif atau persepsi). Dengan menggunakan tindakan dasar sebagai kerangka kerja, antarmuka dapat dipelajari. Ada beberapa variasi GOMS yang berbeda yang memungkinkan untuk aspek yang berbeda dari sebuah antarmuka untuk secara akurat dipelajari dan diperkirakan.

Untuk semua varian, definisi dari konsep utama adalah sama. Tujuan adalah apa yang pengguna bermaksud untuk mencapai. Operator adalah tindakan yang dilakukan untuk mencapai tujuan. Metode yang urutan operator yang mencapai tujuan. Ada bisa lebih dari satu metode yang tersedia untuk mencapai satu tujuan; jika hal ini terjadi, maka aturan seleksi yang digunakan untuk menggambarkan ketika pengguna akan memilih metode tertentu atas yang lain. Aturan seleksi sering diabaikan dalam analisis GOMS khas. Ada beberapa fleksibilitas untuk definisi perancang / analis dari semua entitas ini. Misalnya, operator dalam satu metode dapat menjadi tujuan dalam metode yang berbeda. Tingkat rincian disesuaikan untuk menangkap apa evaluator tertentu memeriksa.

Keuntungan dari GOMS Keseluruhan

Metode GOMS tidak selalu yang paling akurat dari manusia-komputer metode pengukuran interaksi antarmuka, tapi jelas memiliki keuntungan. Perkiraan GOMS dari interaksi tertentu dapat dihitung dengan sedikit usaha, dengan biaya kecil, dan dalam waktu singkat jika rata-rata Metode-Time Pengukuran data untuk setiap tugas tertentu sebelumnya telah diukur secara eksperimen untuk tingkat akurasi yang tinggi. Dengan penyelidikan yang cermat dalam semua langkah-langkah rinci yang diperlukan untuk pengguna untuk berhasil berinteraksi dengan antarmuka, pengukuran waktu berapa lama waktu yang dibutuhkan pengguna untuk berinteraksi dengan antarmuka yang merupakan perhitungan sederhana.Menjumlahkan kali diperlukan untuk menyelesaikan langkah-langkah rinci memberikan perkiraan berapa lama waktu yang dibutuhkan pengguna untuk berhasil menyelesaikan tugas yang diinginkan.

Kelemahan dari GOMS Keseluruhan

Semua teknik GOMS memberikan informasi yang berharga, tetapi mereka semua juga memiliki kelemahan tertentu. Tak satu pun dari alamat teknik pengguna ketidakpastian - seperti perilaku pengguna dipengaruhi oleh kelelahan, lingkungan sosial, atau faktor organisasi. Teknik-teknik yang sangat eksplisit tentang operasi gerakan dasar, tetapi umumnya kurang kaku dengan tindakan kognitif dasar. Ini adalah fakta bahwa slip tidak bisa dicegah, tetapi tak satu pun dari model GOMS memungkinkan untuk semua jenis kesalahan.Selanjutnya, semua teknik bekerja di bawah asumsi bahwa pengguna akan tahu apa yang harus dilakukan pada suatu titik tertentu -. Sehingga mereka hanya berlaku untuk pengguna ahli, bukan pemula

Fungsi dari sistem ini tidak dianggap, hanya kegunaan. Jika fungsi dianggap, evaluasi bisa membuat rekomendasi untuk yang fungsi harus dilakukan oleh sistem (yaitu sekejap mouse). Kepribadian pengguna, kebiasaan atau pembatasan fisik (misalnya cacat) tidak diperhitungkan dalam salah satu model GOMS. Semua pengguna diasumsikan persis sama.Baru-baru ini beberapa ekstensi dari GOMS dikembangkan, yang memungkinkan untuk merumuskan model GOMS menggambarkan perilaku interaksi pengguna dinonaktifkan.

Kecuali untuk KLM (keystroke Tingkat Modeling), evaluator dituntut untuk memiliki pemahaman yang cukup mendalam tentang dasar-dasar teoritis dari GOMS, CCT (Kognitif Kompleksitas Teori), atau MHP (Model Processor Manusia). Hal ini membatasi penggunaan efektif GOMS untuk entitas besar dengan kekuatan keuangan untuk menyewa interaksi manusia komputer (HCI) spesialis atau kontrak khusus dengan konsultan dengan keahlian tersebut.

Variasi

Dataran, atau "vanilla rasa" GOMS pertama kali diperkenalkan oleh Card, Moran dan Newell sekarang disebut sebagai CMN-GOMS. Keystroke Tingkat Modeling (KLM) adalah teknik GOMS berikutnya dan juga diperkenalkan oleh Card, Moran dan Newell dalam buku mereka tahun 1983. Teknik ini membuat beberapa asumsi penyederhanaan yang membuatnya benar-benar hanya versi terbatas dari GOMS. Varian utama ketiga pada teknik GOMS adalah 'Alam GOMS Bahasa' atau NGOMSL. Teknik ini memberikan sangat ketat, tapi alami, bahasa untuk membangun model GOMS. Variasi final GOMS adalah CPM-GOMS. Teknik ini didasarkan pada Processor Manusia Model. Keuntungan utama dari CPM-GOMS adalah bahwa hal itu memungkinkan untuk pemodelan pengolahan informasi paralel oleh pengguna, namun juga teknik GOMS paling sulit untuk diterapkan.

Ringkasan CMN-GOMS Aplikasi

Metode CMN-GOMS mengasumsikan bahwa informasi dipahami oleh pengguna dengan cara sebagai berikut:

Mata / telinga melihat informasi

Informasi memasuki prosesor persepsi

Informasi memasuki visual / citra toko pendengaran

Informasi disimpan dalam memori kerja dan memori jangka panjang

Informasi dianalisis dalam prosesor kognitif dan reaksi yang diinginkan (fungsi motorik) dipilih

Fungsi motorik diinginkan diaktifkan dalam prosesor bermotor

Fungsi motorik yang diinginkan diterapkan oleh tubuh pengguna

Semua pengukuran disediakan dalam bentuk berikut: perantara [fastman, Slowman]. "Perantara" istilah adalah waktu yang paling khas yang diperlukan untuk menyelesaikan tindakan, atau waktu yang paling representatif dari rata-rata pengguna (bukan berarti, rata-rata, atau median, tetapi modus: waktu yang paling sering diukur ). Fastman adalah "kasus terbaik" skenario. Hal ini mungkin statistik cukup terbaik. Perhatikan bahwa, meskipun nama, itu belum tentu selalu waktu tercepat. Hal ini bukan waktu yang diharapkan untuk menjadi yang terbaik pengguna mungkin bisa dilakukan. Waktu Slowman adalah, sebaliknya, sebuah "skenario terburuk."

Dalam CMN-GOMS, data Pengukuran Metode-waktu berikut harus digunakan:

Fiksasi mata = 230 [70, 700] milidetik

Gerakan mata = 30 milidetik

Prosesor persepsi = 100 [50, 200] milidetik

Prosesor kognitif = 70 [25, 170] milidetik

Motor Processor = 70 [30, 100] milidetik

Juga penting dalam CMN-GOMS adalah waktu yang dibutuhkan untuk menerapkan fungsi motorik setelah diproses. Untuk ini, pengguna dapat menerapkan hukum Fitts ini.

Ringkasan KLM Aplikasi

The keystroke Tingkat Model adalah aplikasi kurang akurat, tapi lebih cepat dari CMN-GOMS. Hal ini terutama berguna ketika menentukan waktu yang dibutuhkan untuk mengetik kalimat, benar kesalahan menyadari, atau pilih sesuatu dengan mouse. Ia menggunakan waktu rata-rata berikut yang diukur dengan Card, Moran dan Newell:

Menekan tombol atau tombol

Pengetik terbaik = 0,08 detik

Baik pengetik = .12 detik

Rata pengetik terampil = 0,20 detik

Rata-rata non-sekretaris = 0,28 detik

Mengetik huruf acak = 0,50 detik

Mengetik kode kompleks = 75 detik

Pengetik terburuk = 1.2 detik

Point dengan mouse (tidak termasuk klik) = 1,1 detik

Pindahkan tangan ke keyboard dari tikus (atau sebaliknya) = 0,4 detik

Mempersiapkan mental = 1,35 detik

Mengetik kata, dengan asumsi tangan subjek sudah pada keyboard, karena itu akan dihitung dengan mengalikan jumlah huruf dalam kata dengan nilai yang diberikan di atas untuk "menekan tombol atau tombol." Perhatikan bahwa mengelompokkan subjek menjadi mengetik akurat dampak tingkat keterampilan pengukuran diperkirakan sangat. (Untuk lebih detail pada variasi ini, seeKeystroke Tingkat Modeling (KLM).)

Pentingnya Asumsi dalam Analisis GOMS

Asumsi yang akurat sangat penting dalam analisis GOMS. Sebelum menerapkan kali rata-rata untuk fungsi rinci, sangat penting bahwa eksperimen pastikan dia telah menyumbang sebanyak variabel mungkin dengan menggunakan asumsi. Peneliti harus merancang analisis GOMS mereka untuk pengguna yang kemungkinan besar akan menggunakan sistem yang sedang dianalisis. Perhatikan, misalnya, suatu percobaan ingin menentukan berapa lama waktu yang dibutuhkan seorang pilot F22 Raptor untuk berinteraksi dengan antarmuka ia telah digunakan selama bertahun-tahun. Hal ini dapat mungkin diasumsikan bahwa pilot memiliki visi yang luar biasa dan dalam kesehatan fisik yang baik. Selain itu, dapat diasumsikan bahwa pilot dapat berinteraksi dengan antarmuka cepat karena jam besar simulasi dan penggunaan sebelumnya ia telah bertahan. Semua hal dipertimbangkan, adalah wajar untuk menggunakan kali fastman dalam situasi ini. Sebaliknya, pertimbangkan orang 80 tahun tanpa pengalaman penerbangan mencoba untuk berinteraksi dengan antarmuka F22 Raptor yang sama. Hal ini adil untuk mengatakan bahwa dua orang akan memiliki banyak keahlian yang berbeda dan mereka keahlian harus dipertanggungjawabkan secara subjektif.

Akuntansi Kesalahan

Satu-satunya cara untuk memperhitungkan kesalahan dalam analisis GOMS adalah untuk memprediksi di mana kesalahan yang paling mungkin terjadi dan mengukur waktu yang dibutuhkan untuk memperbaiki kesalahan prediksi. Sebagai contoh, asumsikan sebuah eksperimen berpikir bahwa dalam mengetik kata "yang" itu kemungkinan bahwa subjek akan bukan salah ketik "Teh." Peneliti akan menghitung waktu yang dibutuhkan untuk mengetik kata yang salah, waktu yang dibutuhkan untuk mengakui bahwa kesalahan telah dibuat, dan waktu yang dibutuhkan untuk memperbaiki kesalahan yang diakui.

Sebuah eksperimen tidak harus, bagaimanapun, menganggap bahwa kesalahan akan terjadi setiap kali subjek melakukan tindakan. James Alasan dihitung probabilitas bahwa kesalahan akan terjadi. Menurut Alasan, kesalahan keterampilan didefinisikan sebagai, tindakan otomatis sadar mengakibatkan kesalahan (misalnya kunci yang salah eja, kunci hit nomor yang salah kali, kunci dilompati, dll). Sebuah kesalahan keterampilan akan terjadi dengan probabilitas 0,006 untuk pengguna muda dan 0,011 untuk pengguna lama. Sebuah kesalahan aturan, sebaliknya, didefinisikan sebagai berikut serangkaian langkah dan baik membuat kesalahan menerapkan aturan yang baik benar atau menerapkan aturan buruk di kali yang salah. Kesalahan aturan sederhana terjadi dengan probabilitas 0,036 untuk pengguna muda dan 0,024 untuk pengguna lama. Kesalahan aturan yang kompleks terjadi dengan probabilitas 0,156 untuk pengguna muda dan 0,324 untuk pengguna lama.

Sebuah aplikasi konkret dari ide ini adalah model GOMS untuk navigasi keyboard di halaman Web. Model ini berisi probabilitas untuk kerugian fokus selama navigasi dalam halaman menggunakan tombol TAB.

Aplikasi sukses dari GOMS

Sebuah keberhasilan pelaksanaan CPM-GOMS dalam Proyek Ernestine yang diselenggarakan oleh New England Telepon. New workstation ergonomis dibandingkan dengan workstation tua dalam hal peningkatan kinerja operator telepon '. CPM-GOMS analisis diperkirakan penurunan 3% produktivitas. Selama percobaan empat bulan 78.240 panggilan dianalisis dan disimpulkan bahwa workstation baru menghasilkan penurunan aktual 4% dalam produktivitas. Sebagai workstation diusulkan diperlukan keystrokes kurang dari yang asli itu tidak jelas dari uji coba waktu mengapa penurunan terjadi. Namun analisis CPM-GOMS membuatnya jelas bahwa masalahnya adalah bahwa workstation baru tidak memanfaatkan waktu kendur pekerja. Tidak hanya CPM-GOMS memberikan perkiraan dekat, tapi itu memberikan informasi lebih lanjut dari situasi. 

Software Tools

Ada ada berbagai alat untuk penciptaan dan analisis Goms-Model. Temukan Sebuah tercantum berikut ini:

GOMSED (Goms-Editor - di Jerman)

QGoms (Cepat-Goms)

Alat pemodelan CogTool KLM berbasis

Cogulator kognitif kalkulator untuk pemodelan GOMS