Heatmaps sind leistungsstarke Tools zur Datenvisualisierung, die bei der Analyse und Interpretation komplexer Informationen helfen. Dieser Artikel befasst sich mit Techniken zur effektiven Nutzung von Heatmaps, um wertvolle Erkenntnisse zu gewinnen. Entdecken Sie, wie Sie diese visuelle Hilfe nutzen können, um Entscheidungsprozesse zu verbessern und ein tieferes Verständnis von Datenmustern, Trends und Korrelationen zu gewinnen.
Table of Contents
Wärmekarten auf einen Blick
Die meisten Menschen, die sich mit Eye Tracking auskennen, assoziieren es wahrscheinlich mit Heatmaps. Diese farbenfrohen Visualisierungen von Daten sind leistungsstarke Werkzeuge, die bei der Arbeit mit Eye Tracking universell einsetzbar sind. In diesem Artikel erfahren Sie, wie Sie Heatmaps analysieren und interpretieren können.
In den 1950er Jahren, zu Beginn der Computerrevolution, sahen sich die Wissenschaftler mit einer Art von Problem konfrontiert, auf das sie zuvor nur selten gestoßen waren. Es war ein Problem, das nur wenige kommen sahen, und es wurden dringend neue Methoden benötigt, um es zu lösen. Doch trotz aller Bemühungen ist das Problem bis heute nicht gelöst. Was genau war das Problem? Zu viele Daten.
Das Aufkommen der Computer ermöglichte eine einfachere und rationellere Datenerfassung und führte zu großen Datensätzen, die entsprechend umfangreiche Analysen erforderten. Eines der Ergebnisse dieses plötzlichen Bedarfs an neuen Analysemethoden war die Erfindung der Heatmaps. Ursprünglich wurden sie für taxonomische Datensätze verwendet, doch die Anwendung auf andere Bereiche war bald offensichtlich und wurde in Angriff genommen.
Etwa zur gleichen Zeit begannen Forscher mit der Entwicklung von Eye-Trackern, die ihrer heutigen Form ähnelten. Es dauerte nicht lange, bis diese Instrumente aufeinandertrafen und die Heatmaps für die Blickverfolgung geboren waren. Diese Heatmaps bieten klare und zugängliche Darstellungen von dynamischen Prozessen und fördern unser Verständnis der vorliegenden Daten.
Aber was zeigt eine Heatmap wirklich?
Sie können sich eine Heatmap als eine datengesteuerte„Malen nach Zahlen„-Leinwand vorstellen, die über ein Bild gelegt wird.
Kurz gesagt, ein Bild wird in ein Raster unterteilt, und innerhalb jedes Quadrats zeigt die Heatmap die relative Intensität der von Ihrem Eye-Tracker erfassten Werte, indem sie jedem Wert eine Farbdarstellung zuweist. Die Werte mit dem höchsten Wert – im Verhältnis zu den anderen vorhandenen Zahlen – erhalten eine „heiße“ Farbe, während die Werte mit dem niedrigsten Wert eine „kalte“ Farbe erhalten.
Wie genau werden die Zahlen berechnet?
1. Jedes Pixel innerhalb des Rasters beginnt bei „0“.
2. Die Punkte werden auf der Grundlage der visuellen Aufmerksamkeit der Teilnehmer zu den Feldern auf dem Raster hinzugefügt. Dies erfordert eine Vielzahl von Berechnungen!
- Jeder Blickpunkt wird in Zahlen innerhalb des Rasters umgewandelt. Ein Blickpunkt zeigt an, wohin die Augen blicken – wenn Ihr Eye-Tracker Daten mit einer Abtastrate von 60 Hz sammelt, erhalten Sie 60 einzelne Blickpunkte pro Sekunde.
- Jeder einzelne Blickpunkt wird auf der Grundlage des Filters, den Sie für Ihren Eye-Tracker ausgewählt haben, in mehrere Zahlen auf der Note umgewandelt. Für jeden Blickpunkt eines Teilnehmers wird der Filter auf das mittlere Pixel seines Blicks angewendet und weist ihm einen hohen Wert zu. Basierend auf dem Filter, den Ihr Eye-Tracker verwendet, erhalten auch die umliegenden Pixel Punkte, die den im Filter festgelegten Werten entsprechen.
- Genauer gesagt erzeugt der Filter Werte, die das Zentrum des Blickpunkts um einen großen Wert erhöhen, die umliegenden Pixel um einen kleineren Wert und die entfernten Pixel überhaupt nicht. Im folgenden Beispiel erhält das zentrale Pixel einen Wert von +10, die umliegenden Pixel einen Wert von +5, und die entfernten Pixel erhalten keine Punkte.
3. Nach diesem Schritt erhalten wir eine „Graustufen“-Wärmekarte, bei der Pixel in der Nähe vieler Blickpunkte hohe Werte haben, während Pixel, die weit von Blickpunkten entfernt sind, bei 0 bleiben.
4. Nachdem alle Punkte für alle Teilnehmer, die dem Stimulus mit Eyetracking ausgesetzt waren, kartiert wurden, werden die Werte in eine Farbkarte übersetzt. Reines Grün ist der niedrigste Wert, reines Rot ist der höchste Wert, und reines Gelb liegt genau in der Mitte. Alle Teile des Gitters, die einen Wert von 0 haben, bleiben transparent.
5. Beachten Sie, dass es viele mathematische Möglichkeiten gibt, die gleiche Heatmap zu erhalten, da die Werte von der Skala für den jeweiligen Stimulus abhängen . Für einen Stimulus könnte „10“ der höchste Rasterwert sein, während ein anderer bei „4“ seinen Höhepunkt erreicht. Die Werte können von der Anzahl der Teilnehmer oder der Art des verwendeten Filters abhängen und davon, ob mehrere Variablen (z. B. die Dauer der Fixierung) in den endgültigen Wert einfließen oder nicht. Im Folgenden finden Sie einige Beispiele, die diesen Punkt veranschaulichen.
Falls Sie sich für Heatmap-Videos interessieren: Die Einzelbilder von dynamischen Heatmaps funktionieren auf die gleiche Weise, nur dass sie nur die zu diesem Zeitpunkt erfassten Blickpunkte verwenden und diese dem entsprechenden Videobild überlagern.
Worauf sollten wir achten?
Es gibt verschiedene Möglichkeiten der Datenanalyse, die jeweils von der Forschungsfrage und den vorliegenden Daten abhängen. Es gibt zwar verschiedene Metriken, die bei Eyetracking-Experimenten erfasst werden, wir konzentrieren uns jedoch auf diejenigen, die in (oder aus) Heatmaps umgewandelt werden können.
Blick:
Dies bezieht sich auf das kontinuierliche Betrachten eines Bildes – wohin wir schauen, wenn wir einen visuellen Stimulus vorfinden. Eine Heatmap der Blickdaten würde daher zeigen, welche Teile am häufigsten angeschaut wurden. Wenn wir bestimmte Details eines Reizes untersuchen wollten, würden wir Bereiche von Interesse (Areas of Interest, AOIs) definieren. Wenn wir wissen wollten, wie lange jedes Merkmal des Bildes betrachtet wurde, sollten wir die Fixationen untersuchen.
Bereiche von Interesse (AOI):
Wir könnten entscheiden, welche Koordinaten – Regionen – am wichtigsten sind (diese sind als Areas Of Interest oder AOIs bekannt) und diese als Teil unserer Analyse definieren. Vielleicht handelt es sich um ein Bild von Menschen, und wir möchten quantifizieren, wie oft die Menschen auf die Augen anderer schauen – wir könnten die Koordinaten für die Augen zusammenfassen und diese Zahlen später mit ähnlichen Clustern oder anderen AOIs auf dem Bild vergleichen.
Fixierungen:
Eine Fixation wird als Blick betrachtet, der länger als einen kurzen Moment in derselben Region verweilt (in der Praxis kann dies als innerhalb eines Radius von 1 Grad des Blickfeldes definiert werden und über 100 ms dauern). Eine Heatmap, die aus den Fixationswerten erstellt wird, zeigt daher die Anzahl der Male, in denen eine Person ihre Aufmerksamkeit auf einen bestimmten Teil eines Bildes gerichtet hat.
Heatmaps in iMotions werden standardmäßig aus Blickbewegungsdaten erstellt, obwohl sie auch aus Fixierungen erstellt werden können – Sie können entscheiden, was für Ihre Studie am besten ist. Die Heatmap ermöglicht eine zugängliche und verständliche Darstellung der Daten. Wenn Sie jedoch mehr darüber wissen möchten, was dahinter steckt, müssen Sie die Zahlen für weitere Analysen exportieren.
Eine Momentaufnahme einiger der Daten, die aus einem Eye-Tracking-Experiment exportiert werden können.
Analyse der Daten
Sobald Sie die Daten haben, sei es in Excel, SPSS oder einem anderen Statistikprogramm, können Sie damit beginnen, die Zahlen tiefer zu analysieren. Das Testen der Daten, die einer Heatmap zugrunde liegen, kann letztlich genauso erfolgen wie bei jeder anderen Datenanalyse. Um die Unterschiede bei der Betrachtung von zwei Bildern durch eine Person oder eine Gruppe zu vergleichen, kann ein t-Test mit den Daten durchgeführt werden. Dies kann Aufschluss darüber geben, ob ein signifikanter Unterschied zwischen der Menge des Blicks oder der Fixierung zwischen den beiden Bildern besteht oder nicht.
Wenn Sie die Ergebnisse von mehr als zwei Gruppen vergleichen möchten, sollten Sie einen statistischen Test namens Varianzanalyse (ANOVA) verwenden, der die Varianz zwischen den Gruppen vergleicht. Dies ist besonders nützlich in Fällen, in denen sich die Gruppen überschneiden.
Stellen Sie sich ein Experiment vor, bei dem Sie die Reaktionen der Teilnehmer auf verschiedene Kunstwerke messen möchten. Sie könnten eine Population haben, die durch ihr Interesse an Kunst und ihr Alter definiert werden kann. Mit einer ANOVA können Sie herausfinden, ob junge Kunstliebhaber von den Stimuli stärker angesprochen werden als ältere Menschen, die sich nicht für Kunst interessieren. Sie könnten auch feststellen, ob die Personen, die nach einem größeren Interesse gruppiert sind, unabhängig von ihrem Alter generell stärker engagiert sind. Jede Kombination von Gruppen ist grundsätzlich möglich.
Dies ist im Wesentlichen eine kurze Einführung in die statistischen Tests. Die genaue Anwendbarkeit und Nützlichkeit jedes Tests hängt jedoch von der Forschungsfrage und den vorliegenden Daten ab. Natürlich gibt es noch viele weitere statistische Tests, die ein hohes Maß an Flexibilität für die Analyse bieten.
Was können wir aus den Daten schließen?
Die Blick- und Fixationswerte können zwar nicht genau sagen, was eine Person denkt, aber sie können auf andere Weise Aufschluss geben. Wenn die Blick- oder Fixierungsdaten eines bestimmten Stimulus (sei es ein Bild, ein Video oder eine reale Situation) mit einem anderen Stimulus verglichen werden, können wir feststellen, welcher Stimulus die meiste Aufmerksamkeit auf sich zieht oder am stärksten hervorsticht. Wenn man weiter ergründen möchte, was eine Person denkt oder fühlt, können mehrere Methoden eingesetzt werden, um diese Antworten zu erhalten.
So kann beispielsweise die gleichzeitige Aufzeichnung der physiologischen Erregung (z. B. durch Messung der galvanischen Hautreaktion) und der Mimik Aufschluss über die emotionale Valenz und Intensität geben, die eine Person in Gegenwart eines Reizes empfindet. Darüber hinaus können Umfragen und psychometrische Tests eingesetzt werden, um den Teilnehmern zu helfen, ihre Gedanken, Gefühle oder Absichten zu offenbaren. Letztlich kann der Einsatz verschiedener Biosensoren ein vollständiges Bild der Reaktion einer Person auf einen Reiz liefern.
Die Daten aus Eye-Tracking-Studien können in Heatmaps umgewandelt werden, sie können aber auch verwendet werden, um Informationen über verschiedene andere Metriken zu liefern, einschließlich (aber nicht beschränkt auf!) die Zeit bis zur ersten Fixierung (Time To First Fixation, TTFF), die Anzahl der Wiederholungen und das Verhältnis der Ansichten.
Die TTFF gibt an, wie viel Zeit vergeht, bis ein Teilnehmer einen bestimmten Teil des Stimulus betrachtet, während die Anzahl der Wiederholungen Aufschluss darüber gibt, wie oft ein bestimmter Teil des Stimulus wiederholt betrachtet wird. Das Verhältnis beschreibt den Anteil der Teilnehmer, die einen bestimmten Teil des Stimulus tatsächlich gesehen haben. Insgesamt können diese Daten ein klareres Bild über den Grad der Aufmerksamkeit vermitteln, den ein Stimulus erhält.
Wenn Sie noch mehr über Eye Tracking wissen möchten und darüber, wie Sie Eye Tracking in Ihrer Forschung einsetzen können, dann werfen Sie einen Blick in unseren kostenlosen Pocket Guide. Mit ihm werden Sie bald fantastische Studien erstellen.
