Affinitätsdiagramm – Qualitative Auswertung einer FAS-Nutzerstudie

Abstract

Bei der Durchführung von empirischen Nutzerstudien fallen häufig große Mengen qualitativer Daten an, etwa wenn Benutzungstests mit der „Thinking-Aloud“-Methode durchgeführt werden, bei welcher Probanden ihre Bedienhandlungen kommentieren. In der vorliegenden Arbeit wird die Anwendung der Methode des Affinitätsdiagramms am Beispiel eines Nutzertests eines Fahrerassistenzsystems (FAS) dargestellt. Im Rahmen der Studie wurden 590 eigenständige Aussagen erfasst, welche die Eindrücke während der Fahrt mit dem Fahrerassistenzsystem im realen Anwendungsfall widerspiegeln. Diese Aussagen werden mit Hilfe eines Affinitätsdiagramms in die wichtigsten Bedürfnisse der Nutzer kategorisiert und dargestellt. Die bottom-up Kategorisierung mittels eines Affinitätsdiagramms wird mit anderen Klassifikationsmethoden verglichen, welche einen top-down Ansatz verfolgen. Es zeigt sich, dass die Methode des Affinitätsdiagramms gegenüber den top-down Methoden am vorliegenden Datenmaterial zu einer deutlicheren Gleichverteilung der Aussagen über die generierten Kategorien führt als die Einstufung der Aussagen in vorgegebene Kategorien. Zudem können einzelne Themenbereiche detaillierter aufgelöst und betrachtet werden, auch weil die Ebenentiefe bei der Auswertung flexibel angepasst werden kann. Die Methodik ist darüber hinaus auch auf qualitatives Datenmaterial anderer Themenbereiche anwendbar.