問卷設計跟面試方法一樣，如何了解使用者的需求與能力，如何發問、如何誘導都是相當有趣的。對於每一種人格特質，在面對不同問題的問法時，作答的難易度是有影響的，這對面試官也是相當重要的課題，因此需要了解到問題設計的方法。

關於問卷

問卷通常會分成兩種

• 定量分析
  詢問回答者的意見 程度 ，通常採用二值化，在從正到反極劃分數個單位，讓使用者選擇。
• 定性分析
  單純詢問使用者的 看法 ，在不給予任何提示下，讓使用者根據自身的經驗回答問題。

當不知道問題的答案分布，既不是好與壞兩者，那麼定量分析就不能作為評估，採用開放式作答的定性分析，讓使用者回答它們所理解的，通常開放式有一個缺點，會導致過於雜亂的回答，很難得到期望的答案。想必很多人在不理解 問題描述 就會答非所問。定量分析的面向去設計，會得不到意想不到的答案，兩種方法各有優缺。

問卷設計

按照上述的兩種情況分成 選項 跟 申論 兩種。申論題就不必說，留給使用者提出自己的看法，欄位設計就是文字欄位而非選項欄位。

特別介紹一下選項部分，通常會有 是 / 否 、 喜歡 / 不喜歡 ，再複雜一點就是 非常喜歡 - 喜歡 - 沒意見 - 不喜歡 - 非常不喜歡 。如果在量表中只有偶數選項，通常是不存在中立立場，希望每個應答者都給予一個立場去回答，反之在奇數選項中，給予中立立場的應答機會，通常會得到非常多的 沒意見 此時有效問卷的數量相對少。

關於面談

面談通常會分成三種

• 結構化
  封閉式對答，在已知答案中做決策。循序讓使用者回答問題。
• 半結構
  相較於結構化問題，不要求詢問順序性，或者是確切的答案回答。
• 非結構
  問題會隨著應答者回答的方式變化。

通常第三者的非結構面談相當輕鬆，如果變化問題不特別刁難，面談者也會根據應答者的能力詢問相關問題。然而在結構化問題中，相當一板一眼，容易對應答者感到緊張，當問題卡住的時候，接下來的問題就會影響到應答者的狀態。半結構化則介於兩者之間。

團體面談

• 部分應答者很容易被忽略，需要主持人去引導，觀察每個應答者在聽取其他人回答的肢體語言，適時地將每個人的意見引出。
• 很難獲得想要的資訊。
• 回答之間會相互影響。

特別小心主持人不應該讓面談者們 達到共識 ，而是讓他們分享所知。誤導或誘答的情況應該避免，否則有可能會造成馬拉松領先者帶著一群人走錯方向的感覺。感覺不少情況會設下陷阱去讓面談者誤答，在問題描述上不給予明確的規範，在算法問題上也常常會這樣，至於算不算誤答就不曉得，當一個人對問題的背景認知不同時，問題本身就不一樣，能不能 取悅 面試官呢？

歸納問卷

回收問卷後，利用定性方式去得到的答案是最難分析，只能靠觀察去理解，對於定量方式去設計的，將要看採用的數學模型來決策，例如消頭去尾後得到的平均數、眾數、中位數 … 等。不管哪一種方案，要看應答者的文化習慣，是否會造成不願意表態，極端情況是否正常 … 等因素，適時地消去一些實驗數據進行統計。

問卷介面也要有所區別，通常會有數個相似領域的問題，整合在一起，並且給予一個問題大綱有助於對問題的理解，特別注意到問題設計時要確定題目是否能二極化。

各組設計

最奇葩的要來了，針對認知風格進行問卷調查，針對先前設計的遊戲，不同認知風格對遊戲介面的觀感。，各組提出的問卷問題如下：

塔防遊戲

• 遊戲中介面的引導對你有哪些幫助？
• 升級頁面的兵種介紹對你有何影響？
• 過多提示會不會扼殺你對遊戲的興趣？為什麼？
• 你覺得遊戲中哪一個功能最不直觀？為什麼？
• 是否希望一開始就解鎖所有關卡？為什麼？
• 無法順利通關時，你都如何應對？
• 升級頁面的兵種能力數值是否能幫助你理解兵種特性？如果不行，希望如何改善？
• 你覺得遊戲中哪一個功能最不直觀？為什麼？
• 你覺得遊戲中在哪個部分自由度不夠？希望如何改善？
• 你希望遊戲中哪些介面能夠讓你自行調整？

角色扮演

• 你覺得主畫面看起來如何 (例如背景顏色、排版、標題等等)或是其他？
• 你覺得說明文件的詳細度以及對於操作的說明還有排版等恰當嗎，能助你了解遊戲怎麼進行？
• 關卡劇情有沒有讓你覺得充滿故事性、關聯性，讓你進入遊戲中？
• 遊戲的流程、難度、還有系統的圖示資訊你覺得夠完善嗎，能幫助你遊戲順利？
• 你覺得遊戲的音樂選擇跟切換時機有讓你覺得非常合理，並且具有強大代入感嗎？
• 您覺得遊戲難度是否可以自行解決？為什麼

---

我們組所提出的七個問題如下

• 您覺得遊戲難度是否可以自行解決？為什麼
• 您最喜歡、討厭這遊戲哪一部分，討厭的話，想改成什麼？
• 您覺得遊戲內介面的看法如何？
• 您對於介面的動畫效果的看法如何？
• 您玩完這款遊戲後，對遊戲目標瞭解程度 (例如劇情 …)？
• AI 擬真程度對遊戲操作的感受？
• 原本期望的效果、事物卻沒在遊戲中的是什麼？

解謎遊戲

• 在遊戲進行當中在覺得最困難的部分為何？
• 如果在遊戲中加入選關模式，你有什麼看法？
• 對於遊戲介面，你認為有什麼可以改善的地方？
• 教學關卡對你學習遊戲的操作模式有什麼影響？
• 對於破關後才加入競速模式，你有什麼看法？
• 你認為遊戲劇情有何改善空間？

問卷統計範例

本課程教學極為詭異，應該請全班人一起填，總共才七組來卻只要求自己去找 課程班上 十個人來填問卷，互填對方設計的遊戲問卷難道這麼困難嗎？老師應該要直接請全班來填寫吧，用鼓勵的方式，居然在畢業前一周要大家填問卷，一星期統計好並且報告，明顯地大家都在忙畢業典禮的拍照，問卷也很晚統計回來。

當然十個人的樣本數只能自我安慰，下什麼結論都是不具有信用的，只好按照老師的調調亂扯一通。就算遊戲做得再差，問卷回饋不如預期的對答，也許按照自己的預測方式去報告就行，問卷感覺就是裝飾用的。自己的教授自己靠北？

問卷結果

分別對於兩個版本，非常非常少的實驗數據。

遊戲難度 Holist 認為難度簡單，對遊戲進行不算困難，對於 Serialist 比較有新事物認知上的起手問題。

在遊戲偏好上，大部份的 Holist 看到了整體的光影效果對此深感好奇，而 Serialist 不少指出遊戲說明上的困惑與扣除血量的細節。

在遊戲內介面上，Holist 對於道具切換、使用狀態有強烈的要求，太過簡潔的界面是介意的地方，而在 Serialist 對於顏色要求較為強烈，對於簡介的介面設計滿意。

在遊戲介面動畫上，Holist 比較偏向回答遊戲內部的元素動畫，而 Serislist 則比較在意流血效果和字體閱讀。在這一部分的回答可以說是有點誤導，預期是想要讓他們回應遊戲介面動畫，而非遊戲內的元素動畫。

在遊戲目標上，一致都朝著遊戲通關目標為基準，而非劇情走向，估計是劇情走向對遊戲進行流程不影響，所以沒有必要去注意遊戲劇情內容。

在人工智慧 AI 上，Holist 比較偏向滿意，對有一些與現實邏輯不合的反應介意，對於 Serialist 對於 AI 的反應比較兩極，有好有壞。

對於預測遊戲進行上，Holist 比較想要的是局部性改變，例如效果與道具使用上、遊戲進行邏輯、新的功能利於闖關。而 Serialist 比較喜歡全局性的擴充，如新增關卡、不同類型的通過條件、關卡成就感、角色成長的需求。

課程意見

請不要一堂課的結尾就喊出成績來決定一個學生的價值，若要從認知風格中挑選一種分類，老師的認知風格屬於一種衝動型，部分是需要不斷反思來接受新的資訊。不強求這門課的走向，但從做遊戲方面，可說是此次教學的創舉，既然要我們寫程式，麻煩就以資工系的方式引導，時間跟計劃不是一兩個星期前講就了事，牽涉到設計與構思，不給一個明確的方向，導致各組面向不同種遊戲，類型不同的遊戲設計出來就不能隨意說好與壞，若是要符合你們口味的網路學習，那直接說做益智遊戲即可，有些探討問題也因遊戲類型扯不上關係。

若要用小組程式作業、設計作為不上課的理由實在說不過去，導致這一學期很多次沒上課，起碼可以一個小時上課，後兩個小時討論的方式。而在論文上台報告卻有報告老師的同一篇論文，導致報告內容重複且冗長。上課投影片請不要用講稿模式 (兩攔筆記式，另一半的筆記欄位不知道給誰看的)，可以請助教弄全螢幕的投影片。