Comment analyser et interpréter les cartes thermiques

Les cartes thermiques sont des outils puissants de visualisation des données qui permettent d’analyser et d’interpréter des informations complexes. Cet article explore les techniques permettant d’utiliser efficacement les cartes thermiques pour en tirer des enseignements précieux. Découvrez comment tirer parti de cet outil visuel pour améliorer les processus décisionnels et mieux comprendre les tendances, les corrélations et les schémas qui se dégagent des données.

Les cartes thermiques en bref

La plupart des personnes ayant une connaissance générale de l’eye tracking l’associeront sans doute aux cartes thermiques. Ces visualisations colorées des données constituent des outils puissants qui trouvent une application universelle dans le domaine de l’eye tracking. Dans cet article, nous verrons comment analyser et interpréter les cartes thermiques.

Dans les années 1950, à l’aube de la révolution informatique, les scientifiques ont été confrontés à un problème d’un genre qu’ils avaient rarement rencontré auparavant. C’était un problème que peu d’entre eux avaient vu venir, et il fallait de toute urgence trouver de nouvelles méthodes pour y faire face. Cependant, malgré tous leurs efforts, ce problème persiste encore aujourd’hui. Quel était donc ce problème ? Un excès de données.

L’essor de l’informatique a permis une collecte de données plus simple et plus efficace, donnant lieu à des ensembles de données à grande échelle qui nécessitaient des analyses d’une ampleur équivalente. L’une des conséquences de ce besoin soudain de nouvelles méthodes analytiques a été l’invention des cartes thermiques. Initialement utilisées avec des ensembles de données taxonomiques, leurs applications à d’autres domaines sont rapidement apparues comme évidentes et ont été mises en œuvre.

À peu près à la même époque, des chercheurs avaient commencé à mettre au point des oculomètres dont le principe s’apparentait déjà à celui des modèles modernes actuels. Il n’a pas fallu longtemps pour que ces outils se rencontrent, donnant ainsi naissance aux cartes thermiques issues de l’oculométrie. Ces cartes thermiques offrent une représentation claire et accessible des processus dynamiques, ce qui nous permet de mieux comprendre les données dont nous disposons.

Mais que montre réellement une carte thermique ?

On peut considérer une carte thermique comme une toile de type « peinture par numéros » générée par des données et superposée à une image.

En résumé, une image est divisée en une grille et, dans chaque carré, la carte thermique indique l’intensité relative des valeurs captées par votre oculomètre en attribuant à chaque valeur une couleur spécifique. Les valeurs les plus élevées – par rapport aux autres valeurs présentes – se verront attribuer une couleur « chaude », tandis que les valeurs les plus faibles recevront une couleur « froide ».

Comment ces chiffres sont-ils calculés exactement ?

1. Chaque pixel de la grille commence à « 0 ».

2. Des points sont attribués aux cases de la grille en fonction de l’attention visuelle des participants. Cela nécessite de nombreux calculs !

• Chaque point de regard est converti en coordonnées numériques sur la grille. Un point de regard indique ce que les yeux regardent : si votre oculomètre recueille des données à une fréquence d'échantillonnage de 60 Hz, vous obtiendrez 60 points de regard distincts par seconde.
• Chaque point de regard est converti en plusieurs notes sur l'échelle, en fonction du filtre que vous avez sélectionné pour votre oculomètre. Pour chaque point de regard d'un participant, le filtre est appliqué au pixel central de son regard et lui attribue une note élevée. En fonction du filtre utilisé par votre oculomètre, les pixels environnants reçoivent également des notes correspondant aux valeurs définies dans le filtre.
  • Plus précisément, le filtre génère des valeurs qui augmentent considérablement le point central du regard, d'une valeur moindre pour les pixels environnants, et pas du tout pour les pixels éloignés. Dans l'exemple ci-dessous, le pixel central vaut +10, les pixels environnants +5, et les pixels éloignés ne reçoivent aucun point.

3. Une fois cette étape terminée, on obtient une carte thermique en « niveaux de gris » où les pixels proches de nombreux points de regard ont des valeurs élevées, tandis que ceux éloignés de tout point de regard restent à 0.

4. Une fois que tous les points ont été cartographiés pour l’ensemble des participants ayant été exposés au stimulus via l’oculométrie, les valeurs sont converties en une carte de couleurs. Le vert pur correspond à la valeur la plus basse, le rouge pur à la valeur la plus élevée, et le jaune pur se situe exactement au milieu. Toutes les parties de la grille dont la valeur est égale à 0 restent transparentes.

5. Gardez à l’esprit qu’il existe de nombreuses façons mathématiques d’obtenir la même carte thermique, car les valeurs dépendent de l’échelle appliquée à chaque stimulus. Pour un stimulus donné, « 10 » peut être la valeur maximale de la grille, tandis qu’un autre peut atteindre un pic à « 4 ». Les valeurs peuvent dépendre du nombre de participants ou du type de filtre utilisé, ainsi que de la prise en compte ou non de plusieurs variables (telles que la durée de fixation) dans le calcul de la valeur finale. Vous trouverez ci-dessous quelques exemples illustrant ce point.

Si les vidéos de cartes thermiques vous intéressent, sachez que les images individuelles de ces cartes fonctionnent de la même manière, à ceci près qu’elles utilisent uniquement les points de regard enregistrés à ce moment précis et les superposent sur l’image vidéo correspondante.

Que faut-il examiner ?

Il existe différentes méthodes d’analyse des données, chacune dépendant de l’objet de la recherche et des données disponibles. Bien que les expériences d’oculométrie permettent de recueillir divers indicateurs, nous nous concentrerons sur ceux qui peuvent être convertis en cartes thermiques (ou à partir de celles-ci).

Regard :

Il s’agit ici de l’observation continue d’une image, c’est-à-dire de l’endroit où notre regard se pose lorsqu’un stimulus visuel nous est présenté. Une carte thermique des données de regard permettrait donc de mettre en évidence les zones les plus fréquemment observées. Si nous disposions d’informations précises sur un stimulus que nous souhaitons analyser, nous définirions des zones d’intérêt (AOI). Si nous voulions savoir combien de temps chaque élément de l’image a retenu l’attention, nous devrions examiner les fixations.

Domaines d’intérêt (AOI) : 

Nous pourrions déterminer quelles coordonnées – quelles zones – il est le plus important d’examiner (on les appelle « zones d’intérêt », ou ZI) et les définir dans le cadre de notre analyse. Imaginons que notre image représente des personnes et que nous souhaitions quantifier la fréquence à laquelle les gens regardent les yeux des autres : nous pourrions regrouper les coordonnées correspondant aux yeux, puis comparer ces chiffres à ceux d’autres groupes similaires, ou d’autres ZI, sur l’image.

Fixations :

On entend par « fixation » un regard qui reste concentré sur une même zone pendant plus d’un instant (en pratique, cela peut être défini comme un rayon de vision d’un degré et une durée supérieure à 100 ms). Une carte thermique établie à partir des valeurs de fixation indique donc le nombre de fois où un individu concentre son attention sur une partie spécifique d’une image.

Dans iMotions, les cartes thermiques sont générées par défaut à partir des données de cartographie du regard, mais elles peuvent également être créées à partir des fixations : c’est à vous de choisir la méthode la mieux adaptée à votre étude. La carte thermique offre une présentation claire et accessible des données, mais si vous souhaitez en savoir plus sur ce qui la sous-tend, vous devrez exporter les chiffres pour les analyser plus en détail.

Un aperçu de certaines des données pouvant être exportées à partir d’une expérience d’oculométrie.

Analyse des données

Une fois que vous disposez des données, que ce soit dans Excel, SPSS ou un autre logiciel statistique, vous pouvez commencer à analyser ces chiffres plus en détail. L’analyse des données sous-jacentes à une carte thermique peut, en fin de compte, s’apparenter à n’importe quelle autre analyse de données. Pour comparer les différences entre la perception de deux images par un individu ou un groupe, un test t pourrait être effectué sur les données. Cela vous permettra de déterminer s’il existe ou non une différence significative entre la durée du regard ou de la fixation sur les deux images.

Si vous comparez les résultats de plus de deux groupes, vous pouvez envisager d’utiliser un test statistique appelé « analyse de variance » (ANOVA), qui permet de comparer la variance entre les groupes. Cette méthode est particulièrement utile lorsque les groupes se recoupent.

Imaginons une expérience dans laquelle vous souhaitez mesurer les réactions des participants face à différentes œuvres d’art. Vous pourriez avoir une population définie par son niveau d’intérêt pour l’art et son âge. Une ANOVA vous permet de déterminer si les jeunes amateurs d’art sont plus réceptifs aux stimuli que les personnes plus âgées qui ne s’intéressent pas à l’art. Vous pourriez également vérifier si les personnes regroupées en fonction d’un intérêt plus marqué sont généralement plus réceptives, quel que soit leur âge. Toutes les combinaisons de groupes sont en principe possibles.

Ceci constitue une brève introduction aux tests statistiques, mais l’applicabilité et l’utilité exactes de chaque test dépendront de la question de recherche et des données disponibles. Il existe bien sûr de nombreux autres tests statistiques, ce qui offre une grande souplesse d’analyse.

Que pouvons-nous déduire de ces données ?

Même si les données relatives au regard et à la fixation ne permettent pas de savoir exactement ce qu’une personne pense, elles peuvent néanmoins fournir des informations d’une autre manière. En comparant les données de regard ou de fixation d’un stimulus particulier (qu’il s’agisse d’une image, d’une vidéo ou d’une situation réelle) à celles d’un autre stimulus, on peut déterminer lequel attire le plus l’attention ou lequel est le plus marquant. Si vous souhaitez approfondir ce qu’une personne pense ou ressent, plusieurs méthodes peuvent être utilisées pour vous apporter ces réponses.

Par exemple, l’enregistrement simultané de l’éveil physiologique (notamment par la mesure de la réponse galvanique de la peau) et des expressions faciales peut fournir des informations sur la valence émotionnelle et l’intensité des sentiments ressentis par un individu face à un stimulus. De plus, des questionnaires et des tests psychométriques peuvent être utilisés pour aider le participant à exprimer ses pensées, ses sentiments ou ses intentions. En fin de compte, l’utilisation de divers biocapteurs permet d’obtenir une image complète de la réponse d’un individu à un stimulus.

Si les données issues des études d’oculométrie peuvent être converties en cartes thermiques, elles peuvent également servir à fournir des informations sur divers autres indicateurs, notamment (mais sans s’y limiter !) le temps de première fixation (TTFF), le nombre de retours sur un élément et le taux de visualisation.

Le TTFF indique le temps écoulé avant qu’un participant ne regarde une partie définie du stimulus, tandis que le nombre de revisites permet de savoir combien de fois une partie donnée du stimulus a été regardée à plusieurs reprises. Le ratio décrit la proportion de participants ayant effectivement regardé une partie donnée du stimulus. Dans l’ensemble, ces données permettent de se faire une idée plus précise du niveau d’attention que suscite un stimulus.

Si vous souhaitez en savoir plus sur l’eye tracking et sur la manière de l’utiliser dans vos recherches, n’hésitez pas à consulter notre guide de poche gratuit. Grâce à lui, vous serez bientôt en mesure de mener des études exceptionnelles.

/CTA