3 façons dont la vue multi-répondants facilite l'analyse des données

La vue « Multi-Respondent View » est bien plus qu’une simple fenêtre contextuelle ou une fenêtre séparée. Elle vous permet de comparer facilement les participants au sein d’un groupe de discussion. Vous disposez ainsi de toutes les options offertes par la fenêtre « iMotions Replay » pour deux participants ou plus. 

Qu’est-ce que la fonction « Replay » dans iMotions Lab ?

Dans iMotions Lab, « Replay » est la fenêtre d’analyse qui affiche les signaux physiologiques de chaque participant, les annotations, les marqueurs, les enregistrements des participants, les stimuli de l’étude, les données d’oculométrie et bien plus encore.  

À quoi sert la vue « Multi-Respondent » ?

  1. Comparer les participants à l'étude : la vue multi-participants est utile pour les études sur simulateur dans lesquelles vous testez plusieurs conducteurs ou pilotes et souhaitez comparer leur niveau d'attention, leurs expressions émotionnelles ou leur charge cognitive lors d'événements spécifiques. Elle est également idéale pour la recherche en psychologie et en communication dans le cadre d'études en dyade !
  2. Suivre les progrès individuels : la vue « Plusieurs participants » est utile pour suivre l'évolution d'un individu. Si un participant a pris part à une étude avant un traitement clinique ou un entraînement sportif spécifique, puis a participé à nouveau à cette même étude après coup, vous pouvez utiliser ces vues pour examiner de près son évolution.
  3. Créer des visualisations de données : il arrive parfois que l'on souhaite présenter le cas d'un participant représentant un groupe à côté de celui d'un autre participant représentant un groupe différent, afin que les différences entre les groupes soient clairement perceptibles. La vue multi-répondants facilite la visualisation côte à côte des données individuelles (voir la vidéo ci-dessous).

Synchronisez votre lecture à l’aide des repères de synchronisation

Dans iMotions, vous pouvez intégrer différents types de marqueurs d’analyse de données à votre analyse. Ceux-ci se répartissent en trois catégories principales : les marqueurs d’événement, les marqueurs d’analyse et les marqueurs manuels. Grâce à la vue multi-participants, les marqueurs d’analyse de données permettent d’aligner les signaux et la lecture entre les fenêtres de relecture des différents participants. 

  • Marqueurs d'événements : marqueurs d'analyse des données liés au stimulus ou à la collecte de données. Parmi les exemples d'événements, on peut citer le début et la fin d'une vidéo ou d'un enregistrement, l'activation de certains équipements, ou encore les événements déclenchés dans le cadre de l'étude.  
  • Marqueurs d'analyse : marqueurs d'analyse des données basés sur les données issues des biocapteurs ou sur des événements liés à l'analyse des données. Il peut s'agir, par exemple, de pics de signal pour l'EMG ou de l'activation d'une zone d'intérêt (AOI) pour les AutoAOI.
  • Marqueurs manuels : marqueurs d'analyse des données que les chercheurs ajoutent après la collecte des données, par exemple lors de l'évaluation comportementale. La vidéo ci-dessous montre un exemple de marqueurs manuels ajoutés pour identifier des scènes dans un enregistrement d'écran.

Dans iMotions Lab, les marqueurs sont des outils d’analyse de données qui s’appliquent à un moment précis. Les annotations sont similaires, mais couvrent une période donnée. Vous souhaitez découvrir d’autres outils d’analyse de données d’iMotions, tels que les marqueurs et les annotations, en action ?

Vidéo : Synchroniser plusieurs participants lors de la relecture

Dans cette vidéo, vous pouvez voir que les deux vidéos des participants sont d’abord synchronisées sur le début du stimulus (un enregistrement d’écran). Ensuite, elles sont synchronisées sur un repère manuel correspondant au choix d’un personnage. Enfin, elles sont synchronisées sur un repère correspondant au choix d’un véhicule.

Dans la vidéo ci-dessus, vous pouvez voir la vidéo Replay de deux participants différents. En haut, vous avez l’enregistrement d’écran d’une partie de jeu vidéo. En dessous, vous pouvez voir les indicateurs d’engagement (jaune moutarde) et de clignements des yeux (bleu sarcelle). Tout en bas, on voit deux repères manuels, l’un marquant le début du choix d’un personnage et l’autre le début du choix d’un véhicule.

Comme les participants peuvent progresser dans le jeu vidéo à leur propre rythme, chacun choisit son personnage à un moment différent. À l’aide du repère manuel, nous pouvons synchroniser leurs vidéos pour voir les participants choisir leur personnage simultanément. Ils passent plus ou moins de temps à choisir un personnage, puis choisissent un véhicule. Là encore, nous synchronisons les vidéos à l’aide du repère de choix du véhicule. Nous pouvons ainsi facilement comparer les participants et constater qu’un joueur passe plus de temps à examiner les caractéristiques techniques du véhicule que l’autre.


Get Richer Data

About the author


See what is next in human behavior research

Follow our newsletter to get the latest insights and events send to your inbox.