Seminar 1 - Group Post

Vi är sex stycken studenter i kursen Human Interaction som ska genomföra ett projekt tillsammans.

I gruppen ingår följande medlemmar:

Amanda Heydari

Julia Sporre

Edwin Li

Viktor Bram

Morgon Andersson

Per Näslund

Vi har precis avslutat vårt första seminarium med Marie där vi har tagit med oss värdefulla kunskaper. Under seminariet diskuterade vi kurslitteraturen i stora drag för att sedan applicera den på vårt kommande projekt i kursen.

Vi har valt att fokusera vårt projekt på tunnelbanelinjen mellan T-Centralen och Slussen. Efter en längre diskussion kom vi fram till att vi har upplevt att turister har svårt att navigera i Stockholms tunnelbanesystem samtidigt som de upplever att biljettsystemet är komplicerat. Utifrån denna hypotes kommer vi att undersöka problemet genom observation för att fastställa att vår problemställming finns i praktiken. Efter det kommer vi att genomföra en noggrann datainsamling, analys av data och en tydlig kravspecification för att slutligen komma fram till en teknisk lösning på problemet.

Följande text är ett sammandrag av viktiga begrepp vi hittade i kurslitteraturen som vi kommer att ha anvädning av under projektets gång

När vi samlar in vår data bör vi göra båda en kvantitativ och en kvalitativ datainsamling. Den kvantitativa datan bör vi ha för att kunna kategorisera de turister vi väljer ut och den kvalitativa datan har vi för att kunna få fram informationen om vad de tycker om det nuvarande tunnelbanesystemet. Vi måste tänka ut ett smart sätt att kategorisera dem så att det blir användbart samtidigt som kategorierna inte får överlappa varandra. Sedan är det en fråga hur vi samlar in datan, ska vi intervjua eller observera? Detta är något vi får undersöka genom en field study. Om vi väljer att intervjua kan vi använda oss av opened questions för att få ut kvalitativ data och closed questions för att få ut kvantitativ data. När vi sedan får in datan måste vi leta efter themes. Här kommer det att finnas themes som vi bör fokusera på och minor themes som vi kan ha som lite sidospår. Datan kommer också förmodligen resultera i outliers och dessa får vi antingen väja att ta bort från resten alternativt att undersöka dessa noggrannare.

Det är viktigt att formulera en specifikation inför ett projekt så att alla intressenter är med på vad som skall göras och ser till att inga orimliga förväntningar sätts. Det finns en del metoder att ta till när man skall formulera en specifikation och först och främst kan man använda sig av datainsamling. Detta kan bland annat göras genom intervjuer, frågeformulär, focus groups eller genom att undersöka liknande produkter. Sedan kan man ta till mer innovativa processer som bygger på brainstorming. Detta kommer vara bra i vårt projekts uppstart då vi kan samla många bra idéer om hur vi bäst förbättrar tunnelbaneupplevelsen. Viktigaste här är att inte kritisera eller kasta bort personers idéer utan låta allt flöda.

En annan metod som kommer hjälpa oss med vårt projekt och framtagning av en specifikation är att skriva olika scenarion. Detta innebär att man utgår från en specifik person som går igenom processen att t.ex. köpa en biljett och åka från T-Centralen till Slussen. Att skriva ett par sådana scenarion baserat på olika personer så kan vi få en bättre bild av vart potentiella svårigheter finns.

En metod som kan bli viktig för vårt projekt är att undersöka liknande produkter, genom state-of-the-art analyser. Flera av oss har upplevt att tunnelbanesystem i andra länder är smidigare när det kommer till biljettköp och information. Ett biljett och informationssystem som flera av oss har upplevt som enkelt och intuitivt är det som finns i tyska städer.

An important part of the data gathering is triangulation which is an investigation from at least two different points of views. There are four different kinds of triangulation.

o   Data – different time, place or people

o   Investigator triangulation – different interviewers, observers etc

o   Theories – Using different theoretical frameworks

o   Methodological – different data gathering techniques (most common)

In our research we will interview tourists as well as employees at SL to avoid missing useful data.

Viktig teori

Data analysis consists of two kinds of data:

Quantitative data

Quantitative data is data that is in the form of numbers, or that can easily be translated into numbers. For example, the number of years' experience the interviewees have, the number of projects a department handles at a time, or the number of minutes it takes to perform a task. Quantitative data uses numerical methods to ascertain the magnitude of something, and focuses on attributes, behavior or opinions, e.g. “the average person weighs 85 kg”. Can be answered with questions that promotes static answers.

Qualitative data

Qualitative data is not expressed in numerical terms. For example, qualitative data includes descriptions, quotes from interviewees, vignettes of activity, and images. Qualitative data focuses on the nature of something and depicts patterns, themes and stories, e.g. “the average person is tall”. Can be answered with questions that promotes open answers.

Grounded theory

Grounded theory is an approach to qualitative data analysis that aims to develop theory from the systematic analysis and interpretation of empirical data, i.e. the theory derived is grounded in the data. First data is collected and analyzed to identify categories, then that analysis leads to the need for further data collection, which is analyzed, and more data is then collected. Data gathering is hence driven by the emerging theory. This approach continues until no new insights emerge and the theory is well-developed. During this process, the researcher needs to maintain a balance between objectivity and sensitivity. Objectivity is needed to maintain accurate and impartial interpretation of events; sensitivity is required to notice the subtleties in the data and identify relationships between concepts.

Distributed Cognitive Approach

In the commercial world, where deadlines and budgets are always looming, it is unlikely to be practical. However, in large-scale and safety critical projects, where more time and resources are available, it can be a valuable analytic tool to use.

Additional tips

• “Don’t know” is not the same answer as “No data”.
• There are different approaches in collecting data: Having static fields where the interviewee can choose options, or making it possible for an interviewee to fill in text.
• The target audience is important to have in mind.
• Outliers in data is not always irrelevant, consider special cases
• Not every answer received is of importance, e.g. “the logo is disturbing” when asking about whether a train should show the stops between the origin and the final destination doesn’t need major attention.