Analisis data dalam penelitian UX | Penelitian UX #33

Apakah Anda tahu apa peran analisis data selama penelitian UX? Hari ini, kami ingin fokus pada masalah analisis data di UX dengan membahas analisis data kualitatif dan kuantitatif, dan mempelajari tentang tahapan, tujuan utama, serta tujuannya. Kami juga akan menyarankan kapan saat yang tepat untuk melakukannya dalam sebuah proyek.

Analisis data dalam penelitian UX – daftar isi:

1. Mengapa menganalisis data yang dikumpulkan?
2. Kapan menganalisis data?
3. Analisis data dalam penelitian UX
4. Menentukan tujuan analisis
5. Analisis kualitatif data penelitian
6. Ringkasan

Mengapa menganalisis data yang dikumpulkan?

Membuat keputusan produk hanya berdasarkan data mentah adalah kesalahan UX yang sangat besar. Melewatkan tahap analisis dapat menghasilkan solusi yang tidak lengkap atau tidak efektif bagi pengguna, atau bahkan menyebabkan tim proyek berfokus pada pemecahan masalah yang salah atau mengenali pengguna sebenarnya. Untuk alasan ini dan lainnya, analisis data merupakan proses penting yang menjaga keseluruhan proyek di jalur yang benar. Itu dilakukan dengan mempertimbangkan kebutuhan nyata pengguna dan mengumpulkan informasi yang membantu mengembangkan solusi terbaik dan seoptimal mungkin.

Kapan menganalisis data?

Banyak orang memiliki kesalahpahaman besar bahwa analisis harus dilakukan setelah menyelesaikan penelitian, yaitu setelah mengumpulkan informasi dari banyak sumber. Namun, pendekatan ini tidak efektif, karena memeriksa data dalam jumlah besar membutuhkan upaya, tenaga, dan waktu yang sangat besar. Lebih efisien untuk menginvestigasi data secara berkelanjutan, misalnya mengambil beberapa menit setelah setiap wawancara mendalam.

Juga, ingatlah untuk mencatat selama penelitian Anda. Dengan cara ini, Anda dapat mencatat pengamatan baru dan memastikan tidak ada yang dihilangkan. Refleksi ini membuat Anda dengan mudah memilih informasi dan memilih darinya yang paling relevan untuk rekomendasi desain selanjutnya. Menganalisis secara berkelanjutan, setelah setiap langkah penelitian kecil, memungkinkan Anda melakukan analisis ringkasan akhir dengan cara yang jauh lebih terorganisir dan terstruktur, tetapi yang terpenting, jauh lebih cepat.

Analisis data dalam penelitian UX

Analisis data dalam penelitian UX mengubah data yang sebelumnya tidak diproses menjadi informasi bermakna yang akan mendukung keputusan bisnis. Melakukan analisis data yang komprehensif terdiri dari lima langkah dasar – langkah-langkah ini adalah:

1. Menentukan tujuan analisis
2. Mengatur data
3. Penyelidikan
4. Clusterisasi
5. Identifikasi hasil dan wawasan

Menentukan tujuan analisis

Langkah pertama menentukan tujuan analisis kami – ini harus benar-benar sesuai dengan tujuan Riset UX. Pada tahap ini, ingatlah untuk tidak menyimpang dari motif yang membuat Anda melakukan penelitian – misalnya, apa kebutuhan pengguna; di halaman mana tingkat penolakan lebih signifikan dan mengapa; perbaikan apa yang harus dilakukan untuk meningkatkan tingkat konversi; atau bagaimana membuat produk kita lebih menarik dari pesaing. Berpegang pada ini, dan tujuan penelitian akan membantu Anda memahami bagaimana melakukan analisis data dengan cara yang berguna untuk proyek tersebut. Untuk menentukan dengan tepat apa yang Anda cari.

Mengatur data

Setiap survei menyediakan jenis data yang berbeda, lebih dan kurang relevan dengan proyek. Jadi, Anda harus mengelola, memilih, dan memfilternya dengan cerdik agar dapat digunakan. Pengorganisasian data juga memungkinkan pengaturannya yang bijaksana untuk dengan cepat mengambil informasi yang diinginkan bila diperlukan. Misalnya, Anda dapat mengkatalogkan data menurut subhalaman situs web yang berkaitan dengannya. Pemisahan adalah kunci untuk melakukan analisis data yang efisien dan meningkatkan visualisasinya yang membuat pemangku kepentingan memahami keseluruhan proses dengan lebih baik.

Penyelidikan

Fase investigasi terletak di jantung dari seluruh proses analisis data. Tujuan utamanya terdiri dari mengidentifikasi kata, ide, atau frasa yang paling sering muncul dalam respons pengguna dan yang kemungkinan besar sejalan dengan tujuan analisis. Proses ini bukan hanya tentang mencari kata dan sinonimnya, tetapi tentang memahami apa artinya bagi pengguna dalam konteksnya.

Setelah mengetahui kata-kata dan ungkapan berarti tergantung pada kelompok pengguna yang dipelajari. Itu terjadi karena orang berbeda-beda. Mereka memiliki pengalaman dan perilaku unik, serta cara mengekspresikan diri. Oleh karena itu, Anda harus menghindari menyalin respons pengguna ke kosakata Anda. Alih-alih, tetap berpegang pada aslinya sebanyak mungkin, karena variasi apa pun, bahkan yang terkecil sekalipun, dapat merusak fase investigasi yang membentuk kembali seluruh analisis data secara bersamaan.

Kekelompokan

Langkah selanjutnya adalah menyusun apa yang disebut cluster untuk memberi label jawaban sesuai dengan yang diidentifikasi dalam fase investigasi. Cluster ini membantu tim untuk membedakan masalah yang diprioritaskan. Misalnya, jika lebih dari separuh respons pengguna masuk ke dalam kluster yang dibuat berlabel "Kinerja antarmuka", tim mungkin harus memprioritaskan topik ini dan mencari masalah yang secara khusus terkait dengan kinerja antarmuka.

Identifikasi hasil dan wawasan

Jangan lupa bahwa hasil bukanlah wawasan. Hasil berkaitan dengan fakta yang ditemukan, diselidiki, kemudian dikelompokkan dan dikatalogkan yang dibawa oleh tim peneliti melalui proses analisis. Wawasan, di sisi lain, merujuk hanya pada tindakan pengenalan sebab-sebab yang menyebabkan akibat. Ini adalah fitur yang cukup berbeda karena tanggapan pengguna tidak selalu mengarah ke sumber masalah. Maka, tugas desainer adalah melihat lebih dalam dan mencari wawasan.

Pengguna biasanya tidak dapat mengidentifikasi sumber kesulitan mereka sendiri. Oleh karena itu, tim peneliti harus meninjau hasil selama proses analisis data, mendiskusikannya, dan kemudian mencari wawasan dan mencocokkannya dengan tujuan penelitian. Lokakarya untuk mengidentifikasi wawasan yang paling relevan membantu menyelesaikan tugas ini. Penggunaan alat ini secara efektif melibatkan pelaksanaan beberapa putaran diskusi yang dipisahkan dengan jeda singkat .

Langkah-langkah yang dijelaskan di atas adalah proses analisis data yang cukup umum dan standar yang bekerja dengan metode penelitian apa pun (baik kualitatif maupun kuantitatif). Yang perlu Anda lakukan adalah menyesuaikan langkah-langkah dengan benar ke proses Anda.

Analisis data kuantitatif vs kualitatif

Meskipun proses menganalisis data kuantitatif, tidak berbeda secara signifikan dengan menganalisis data kualitatif, karena sifat dari penelitian ini, perancang dapat memperoleh wawasan yang berbeda. Penelitian kuantitatif berfokus pada pengumpulan dan analisis data numerik, menggunakan statistik dan probabilitas. Indikator seperti tingkat penolakan halaman tertentu, misalnya, atau profil demografis pengguna, memberi peneliti informasi yang konkret dan terukur tentang bagaimana orang berinteraksi dengan produk dan audiens itu sendiri.

Penelitian kualitatif lebih menitikberatkan pada konsep abstrak, seperti perilaku manusia. Untuk alasan ini, luangkan lebih banyak waktu untuk mempelajari dan mengevaluasi untuk sepenuhnya memahami pengalaman dan pendapat pengguna. Ada baiknya mengajukan pertanyaan bermanfaat pada tahap ini, seperti:

• Apa yang paling disukai pengguna tentang produk dan apa yang paling tidak mereka sukai?
• Mengapa beberapa pengguna bereaksi berbeda dari yang lain?
• Apakah (dan kapan) pengguna memiliki reaksi emosional?
• Apakah (dan mengapa) pengguna puas dengan produk?

Mengingat perbedaan dalam data yang diterima, masuk akal untuk menggunakan anekdot kuantitatif dan kualitatif sebagai bagian dari penelitian UX. Dengan begitu data yang dikumpulkan saling melengkapi dan memberikan wawasan yang jelas dan lebih dalam tentang hasilnya.

Ringkasan

Analisis data yang dilakukan dengan benar memungkinkan keputusan desain yang lebih baik dan lebih optimal. Mengabaikan temuannya mengarah pada pengembangan produk yang tidak lengkap dan tidak efektif yang tidak menanggapi kebutuhan pengguna yang sebenarnya. Inilah sebabnya mengapa analisis data merupakan proses kritis yang menentukan keberhasilan keseluruhan proyek. Ini memberdayakan Anda untuk mengumpulkan dan memilih informasi utama yang, ketika diterjemahkan ke dalam rekomendasi desain yang konkret, membantu mengembangkan solusi terbaik – yang disesuaikan dengan kebutuhan dan kebutuhan pengguna. Langkah-langkah analisis data yang kami jelaskan akan membantu Anda melakukannya secara terstruktur dan fokus pada hal yang paling penting.

Jika Anda menyukai konten kami, bergabunglah dengan komunitas lebah sibuk kami di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Penulis: Klaudia Kowalczyk

Desainer grafis & UX yang menyampaikan ke dalam desain apa yang tidak dapat disampaikan dengan kata-kata. Baginya, setiap warna, garis, atau font yang digunakan memiliki arti tersendiri. Bergairah dalam desain grafis dan web.

Lihat semua posting

Riset UX:

1. Apa itu penelitian UX?
2. Jenis penelitian UX
3. Apa itu pertanyaan penelitian dan bagaimana menulisnya?
4. Proses pengumpulan persyaratan untuk proyek UI/UX
5. Mengapa wawancara pemangku kepentingan penting untuk proses desain?
6. Bagaimana memanfaatkan data pelanggan yang kami kumpulkan?
7. Bagaimana cara membuat rencana penelitian UX yang baik?
8. Bagaimana cara memilih metode penelitian?
9. Bagaimana pengujian percontohan dapat meningkatkan penelitian UX?
10. Perekrutan peserta studi UX
11. Saluran dan alat untuk menemukan peserta riset UX
12. Survei penyaring untuk Riset UX
13. Insentif Riset UX
14. Penelitian UX dengan anak-anak
15. Metode penelitian penemuan
16. Apa itu riset meja?
17. Bagaimana cara melakukan wawancara pengguna?
18. Bagaimana cara melakukan studi buku harian?
19. Apa itu kelompok fokus dalam penelitian?
20. Apa itu penelitian etnografi?
21. Penelitian survei
22. Apa itu penyortiran kartu di UX?
23. Apa itu penelitian evaluatif?
24. Bagaimana cara melakukan pengujian kegunaan?
25. Kapan dan bagaimana menjalankan pengujian preferensi?
26. Apa itu pengujian A/B di UX?
27. Eyetracking dalam pengujian UX
28. Apa itu pengujian pohon?
29. Pengujian klik pertama
30. Apa itu analisis tugas dalam penelitian UX?
31. Evaluasi emosi di UX
32. Penelitian Berkelanjutan di UX
33. Analisis data dalam penelitian UX
34. Bagaimana cara menyiapkan laporan studi UX?