Eksperiment for TDT25 Tor Stålhane

Formål Formålet med årets eksperiment i TDT25 er å studere følgende observasjon: Det ser ut til at mennesker finner flere problemer / hasarder fra scenarier som de oppfatter som interessante enn fra scenarier de ikke oppfatter som interessante.

Basismodell Vi tar utgangspunkt i figur 7 hos Wohlin et al. Vi har en teori om Årsak – interessante versus uinteressante scenarier Effekt – identifisere mange versus få problemer / farer / hasarder

Eksperiment - 1 Viktige aktiviteter: Lage noen – 2 til 4 – interessante og like mange uinteressante scenarier. Planlegg eksperimentet. Vi trenger beskrivelse av: Hva slags data vi skal samle inn og hvordan vi skal analysere de Hva deltakerne skal gjøre og på hvilken måte de skal gjøre det. Hvordan vi skal samle data før under og etter eksperimentet

Eksperiment - 2 Gjennomfør eksperimentet i henhold til planen. Saml inn og analyser data. Bli enige om en konklusjon Lag rapport.

Utfordringer Hva er det som gjør scenarier interessante eller uinteressante? Hvordan kan vi måle eller gradere det?

Scenarier I vårt eksperiment blir scenarier brukt for å beskrive planlagt funksjonalitet. Vi skal lage Interessante scenarier Uinteressante scenarier Det er viktig at begge typene scenarier inneholder samme info, ellers vet vi ikke om eventuelle forskjeller kommer fra type av scenario eller fra forskjell i innholdet.

Gode scenarier Et scenario er en historie som skal hjelpe en person med å tenke gjennom et problem. Historiene må være: Målretta – fortelle om en person eller gruppe som skal oppnå noe Troverdig – det kan skje Motiverende – fortelle om noe leseren er interessert i.

Hasardanalyse Scenariene er input til en hasardanalyse. Hver gruppe kan bruke den metoden de vil, men de må bruke den samme metoden hele veien. De som skal delta i eksperimentet må få tilstrekkelig innføring i metoden. Jeg vil anbefale å bruke en av følgende: Brainstorming Preliminær hasardanalyse

Dataanalyse - koding For å sammenlikne resultatene fra ulike scenarier eller fra ulike analysemetoder må vi kode om de identifiserte hasarden slik de er sammenliknbare. Husk å gjennomføre intervjuer etter eksperimentene. Dataanalyse kan fortelle mye om ”hva” og ”hvordan”, men ingenting om ”hvorfor”.