質性樹狀測試適合找出使用者為何選錯分類、哪些標籤難懂;量化樹狀測試適合衡量尋找內容所需的時間與成功率,並比較導覽結構。前者只需少量參與者,就能為早期修改提供線索,但不適合用來計算成功率等統計數據;後者需要較大樣本,也通常難以深入解釋使用者的行為原因。兩者都只測簡化的分類階層,結果不能直接代表使用者在完整網站上的表現。
質性:先理解選擇,再修改分類與標籤
專案初期尚未設計版面、內容或互動時,就能用樹狀測試快速檢查資訊架構的構想。質性測試常由主持人帶領,遇到值得探究的行為時,可以追問參與者如何理解標籤、為何避開某個分類,取得改善導覽的線索。
Page Laubheimer 在文章中分享,一次量化樹狀測試的前測發現,部分使用者因分類名稱太寬泛,擔心裡面內容過多而避開該分類。作者指出,由於任務順序隨機化,這個趨勢未在量化結果中顯現。這是該次研究的觀察,不表示寬泛標籤必然讓所有使用者卻步。
量化:建立基準、比較方案,但數字無法解釋所有原因
若要了解現有導覽的表現,或比較替代方案與後續改版,可以用量化樹狀測試衡量任務成功率與尋找內容所需的時間,建立比較基準。然而,知道使用者在某個任務上表現較差,並不等於知道他們為什麼受阻。
- 樣本需求較大:不能把少量參與者的質性測試觀察,當成適合比較方案的統計結果。
- 差距需要檢驗:比較不同樹狀結構的任務指標時,仍須判斷差異是否具統計顯著性,不能只看數字差距就下結論。
先做有主持人的前測,及早發現問題
量化測試前可先做小型質性研究,確認任務文字易懂、不會引導參與者,並了解哪些標籤令人困惑,以及參與者做出選擇的理由。要注意的是,無法即時追問是無主持測試的限制,並非所有量化測試都如此。
若採遠端無主持測試,點擊紀錄無法完整呈現參與者在任務中的評論與行為脈絡。測後可列出標籤,請參與者勾選難懂的項目,再以開放式問題蒐集意見;這能補足部分資訊,但不能取代針對個別參與者的追問。
共同限制:測到的是階層,不是整個網站
樹狀測試刻意排除搜尋、次要導覽及視覺與內容線索,以便單獨檢驗導覽結構。測得的成功率通常低於一般量化可用性測試,但完整網站設計是否能改善使用者表現,仍取決於搜尋與選單等設計品質。
例如,大型選單可能同時呈現多個子分類,與逐層探索樹狀結構不同。分析這類網站時,可著重使用者是否選對頂層分類,而不只看最終成功率;這能減輕部分限制,卻不能讓樹狀測試等同於完整網站的測試。
質性與量化樹狀測試的網路各方意見
比較兩種樹狀結構時,看到數字差距就能決定哪個較好嗎?
不能只憑數字高低下結論。比較相同任務的成功率、完成時間或路徑等指標時,還要檢驗差異是否具有統計顯著性。多數樹狀測試軟體不會自動完成這項檢定,需要自行計算;而要讓比較有足夠的精確度,也需考慮較大樣本帶來的成本。
樹狀測試能取代一般質性可用性測試嗎?
測試工具要求選到最底層,會影響結果解讀嗎?
可能會。樹狀測試軟體通常只允許參與者選擇最底層項目作答,但真實網站的中間層分類可能本身就有可提供內容的頁面。因此,測試中必須繼續往下選,不一定反映使用者在實際網站上的做法;解讀結果時應確認工具的作答限制是否符合網站設計。
參考資料
- Card Sorting vs. Tree Testingwww.nngroup.com · 2024-02-23T18:00:00+0000 — 討論:樹狀測試能取代一般質性可用性測試嗎?
- Tree Testing: Evaluate Menu Labels and Categorieswww.nngroup.com · 2023-08-06T18:00:00+0000 — 討論:樹狀測試能取代一般質性可用性測試嗎?;測試工具要求選到最底層,會影響結果解讀嗎?
- Tree Testing Part 2: Interpreting the Resultswww.nngroup.com · 2024-01-19T17:00:00+0000 — 討論:比較兩種樹狀結構時,看到數字差距就能決定哪個較好嗎?



