Behörighetskrav

Kandidatexamen om 180 hp varav minst 30 hp i ett datarelaterat ämne. Kunskaper i engelska motsvarande vad som krävs för grundläggande behörighet till utbildning på grundnivå.

Mål

Vad gäller kunskap och förståelse förväntas studenten efter genomgången kurs kunna:

• definiera begreppen användbarhet, användarupplevelse och användbarhetsproblem,
• redogöra för vanligt förekommande datainsamlings- och dataanalysmetoder för användbarhetsstudier och data analytics-projekt,
• beskriva etiska riktlinjer för studier som berör människor.

Vad gäller färdighet och förmåga förväntas studenten efter genomgången kurs kunna:

• självständigt planera, utföra och analysera en användbarhetsstudie och ett data analytics-projekt,
• kommunicera resultat från användbarhetsstudier och data analytics-projekt.

Vad gäller värderingsförmåga och förhållningssätt förväntas studenten efter genomgången kurs kunna:

• välja och motivera utvärderingsmetoder under olika förhållanden,
• reflektera över möjligheter och risker associerade med valet av utvärderingsmetod för användarupplevelse,
• utvärdera hur insikter från utvärderings- och data analytics-projekt kan påverka designprocessen vid utveckling av interaktiva system,
• reflektera över etiska aspekter av medverkande testpersoners rättigheter och integritetsskydd,
• kritiskt reflektera över användningen av stora datamängder i kombination med kvantitativa metoder under designprocessen vid utveckling av interaktiva system.

Innehåll

Målet är att studenten ska lära sig om vanligt förekommande kvantitativa utvärderingsmetoder som används vid mätning och analys av användarupplevelse.

Kursen fokuserar på två huvudsakliga teman: i) hur mätningar används vid användbarhetsstudier för att påvisa förbättringar i användbarhet och användarupplevelse, ii) hur man kan tolka mönster som återfinns i stora datamängder i syfte att föra en designprocess framåt.

Det första temat behandlar metoder där data genereras genom användbarhetsstudier i kontrollerad miljö. Datainsamlingsmetoder som behandlas i detta tema är t.ex. enkäter, eyetracking och observationer. Analysmetoder som behandlas är t.ex. beskrivande statistik samt olika hypotestester (Chi-Square, t-test, ANOVA m.m.).

Det andra temat behandlar metoder där stora datamängder samlas in från många användare under verklighetsnära förhållanden, s.k. data analytics. Datainsamlings- och analysmetoder som behandlas i detta tema är t.ex. A/B-testning, webbanalys och grundläggande statistiska metoder inkluderande beskrivande statistik och hypotestester.

Kursen avslutas med en reflexiv och kritisk värdering av användning av stora datamängder kombinerat med data analyticsmetoder i designprocesser relaterade till interaktiva system.

Undervisning

Föreläsningar, seminarier, grupparbete samt handledning.

Examination

Kursen examineras genom seminarier, inlämningsuppgifter samt tentamen.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare eller beslut om undantag som fattats av institutionens arbetsgrupp för studieärenden.