作者：Jan Philip Gründling, Daniel Zeiler, Benjamin Weyers 来源：IEEE VR 2022 论文题目：Answering With Bow and Arrow: Questionnaires and VR Blend Without Distorting the Outcome 论文链接: https://ieeexplore.ieee.org/document/9756736 内容整理：曹靖宜 该专题讨论了VR中可能存在的一些负面影响，共包括三篇论文，本文将介绍第一篇《Answering With Bow and Arrow: Questionnaires and VR Blend Without Distorting the Outcome》，提出一种通过“弓箭游戏”隐含地将问卷的回答整合到实际任务中的方法，从而减少VR和non-VR之间转换对于实验带来的负面影响。
目录
- 引言
- 将问卷嵌入到VR程序
- 一般方法
- 用例
- 用户研究设计
- 参与者
- 实验设计
- 实验过程
- 试验设备
- 任务
- 问卷调查方式
- 实验结果
- 讨论
- 结论
引言
问卷是一种广泛使用的工具，用于收集用户在各个活动中的反馈和心理状态的变化，但容易受到与认知相关的其他变量的影响，使得在最佳条件下的正确时刻捕捉用户心理变得困难。在实际体验 VR 之后回答相关问卷也意味着用户必须更换设备，例如他们必须摘下头戴式显示器 (HMD) 并坐在台式 PC 上才能填写，每当用户戴上或摘下 HMD 时，他们都需要在虚拟或现实世界中重新定位。设备的变化会导致一种称为存在中断 (BIP) 的现象，使得用户感受被干扰，可能会导致负面情绪并且影响回忆起体验状态，从而对经验性 VR 研究产生影响。
由于上述缺点，已经探索了在 VR 中显示问卷的不同方式，以简化回答问卷的过程，并探索实施对结果的影响。为此，重点放在了 UI 的研究和开发上，例如 VR 中的问卷显示。其特点是，用户选择答案的交互方法仍然类似于桌面界面的点击，这减少了脱下 HMD 可能导致的时间和迷失方向。但作者认为仍然可以通过将问卷显示为仅适合虚拟世界并可能使用其他交互技术的元素导致 BIP，为了缓解这种情况，提出更深入地集成到虚拟环境和交互概念。
本文主要贡献包括：
- 提出了一个新颖的概念，将问卷项目和比例映射到沉浸式虚拟世界的交互部分，有可能使用户在提供主观心理测量数据之前避免在 VR 和非 VR 之间转换的不利影响；
- 在单因素多变量实验设计中，该概念用于射箭游戏任务和问卷分数，与台式 PC 和 VR 文本面板版本进行比较。
将问卷嵌入到VR程序
将问卷整合到 VR 中，这不仅仅是在 3D 中显示文本面板，可以通过考虑两个主要因素来实现：将问题映射到用户已知的虚拟环境中的对象，以及提供使用来自虚拟环境的交互方法的回答机制。关于对象和交互的选择的一个主要问题是没有一种特定的方式可以适应所有场景。
一般方法
首先需要以某种方式向用户显示当前问题，使用户能够理解问题的含义，至少达到与经典问卷一样好的效果。此外，有必要用于项目表示的对象需要提供充当要回答项目的尺度的元素。根据所使用的量表，例如，来自该虚拟世界的几个单独的对象，它们充当响应选项，或者一个对象扮演连续量表的角色。然而，这里的选择不必限于虚拟世界的视觉可感知对象。对于某些问题，使用例如听觉或触觉刺激来体现回答。
总之，项目表示的对象相关属性需要包含组件问答量表，它们都以非常适合VR 上下文的方式出现，以建立体验的一致性。问卷项目的信息，如名称、项目量表的值范围、是否使用离散量表步骤、使用的量表间隔、项目量表的口头锚点和一系列问题，需要以标准化的方式，例如表示为数据对象（例如 JSON）。
为了确定嵌入式问卷的合理交互方法，重要的是确定已在所调查的虚拟环境中使用的最合适的交互方法。例如通过向特定对象投掷、打击、射击或向某个方向移动以在表示比例的对象上进行选择。如果可能，应尽量使所有问卷项目的交互方法保持一致，降低中断流动存在的风险。重要的是要认识到选择的对象和交互方法是如何相互关联的，也就是说对于不明显如何用所提供的交互形式回答的问卷项目的虚拟表示是无用的，无论其表示和交互本身有多好。
用例
对于这项工作，作者已经考虑了两种回答项目的情况：Likert-type 项目和连续量表项目。选择弓箭交互方式代表用于游戏的交互技术与用于回答问卷的交互技术的一对一映射。这解决了上面提到的选择交互技术的相关要求。对于被理解为“离散”量表的 Likert-type 项目，量表的每个点都表示为一个象征性目标，带有其表示的相应值，如下图所示，以适应前面强调的使用已知和环境中嵌入良好的对象。然后将这些目标等距放置在一个半圆上，其中刻度的中间位于用户的视线方向。问题显示在参与者视野上方的文本面板中。
下图显示了比例表示的位置。向其中一个目标射击表示选择当前问题的答案，当一个目标被击中时，它会亮起黄色，并且当前选择的上方会出现一个复选标记。如果参与者意外击中目标，他们仍然可以在确认他们的最终反应之前修改他们的选择。
连续项目量表被理解为具有更多响应值的量表，对于连续比例尺，必须设计一种反映滑块状比例尺的表示，以反映比例尺的性质。作为滑块刻度和目标隐喻之间的最佳匹配，在参与者的视野内放置了一个垂直挤压的半圆。标尺是通过射击来评定的。在使用三角函数确定打击点相对于单位圆的角度后，通过将角度映射到与刻度范围相对应的数字来确定响应。请注意，对于连续刻度，语言锚点和刻度值放置在10°到 170°的范围内，以确保用户不会错过试图达到最低或最高值的刻度（参见下图）。这对于离散刻度不是必需的，因为用户只需点击最低或最高目标的任何点即可选择相应的值。
击中刻度后，红色标记表示选择，随后，选择上方出现了一个复选标记，需要打勾以确认选择。只要勾号没有被击中，问题的答案仍然可以通过简单地在标尺上再射一支箭来改变。同时确保离散和连续两种类型位置和所需的运动范围相等。
在射箭活动中，参与者根据惯用手信息将弓分配给非惯用手，另一只手用于放置箭和射击，当箭被放置时，参与者需要拉回惯用手并释放控制器上的触发按钮来发射。在按下主导控制器上的触发按钮以定位新箭头之前，两个控制器需要彼此相对靠近。否则，会显示一条消息建议参与者将双手靠得更近。
用户研究设计
为了确定通过使用 3D 外观和 VR 交互技术嵌入到虚拟世界中的问卷的实施是否会影响问卷的结果，该问卷关于完成虚拟现实体验后的评价进行了一项用户研究。
参与者
使用重复测量 MANOVA 的统计模型来确定所需的样本量以研究主要影响，为实验设计适当的统计方法。当使用重复测量设计时，先验计算样本量需要估计测量之间的相关性。由于此设计中两次测量之间的时间间隔相对较短，因此可以合理地得出测量相关的结论。另一方面，调查并没有捕捉到被认为在时间上稳定的变量，因为它们与各自的任务相关。因此，使用了谨慎估计的上限，假设相关系数较低但显着，r = .4 。样本量也是使用预测效应的大小和检测到这种效应的机会先验计算的。根据 Cohen 的规范，f = .25被选为应该以至少 1 ‑ β = .8 的机会被发现的中等效应的值。根据以上参数计算出 36 名参与者的样本量，然后通过特里尔大学电子邮件列表和校园公告招募他们（20 名男性，16 名女性）。参与者的年龄范围为 18‑54 岁（M = 27.22，SD = 7.97）。14 名参与者佩戴视觉辅助设备（9人佩戴眼镜，5人佩戴隐形眼镜），有 17 人之前没有 VR 经验， 14 人以前使用过 VR 系统，2 人有时使用过 VR 系统，3 人经常使用 VR 系统。
实验设计
问卷类型作为自变量，根据统一问卷在数据输入和呈现方式的三种形态制定如下：
- 经典：问卷在 VR 之外的台式电脑上进行管理
- VRtext：问卷是在 VR 中通过点击 UI 画布来管理的
- VRgame：问卷管理嵌入在 VR 中使用也用于任务的交互技术。
ASQ 用于确定参与者的满意度，Slater‑Usoh‑Steed Presence Questionnaire (SUS‑PQ) 用于评估参与者的存在感，SMEQ 用于评估参与者完成任务所需的脑力劳动。
实验过程
参与者签署知情同意书之后安装 HMD，并交给他们两个控制器。当参与者最初进入虚拟世界时，他们会看到一个欢迎屏幕，向他们解释有关研究的详细信息。然后他们被提示填写人口统计（画布式）问卷，提供有关他们出生日期、性别、惯用手、视觉辅助工具的使用和 VR 体验量的信息。参与者使用右手控制器作为指针来回答关于他们自己的问题。在开始射箭活动之前，展示了一个关于如何使用弓箭的指导小组。参与者被告知，如果他们有任何问题，他们可以随时询问实验者。此外，如果个人在 VR 中出现任何不适，立即通知实验者。在确认开始任务后，通过三秒的暗屏淡入和淡出进行过渡，这种类型的过渡同样出现在每个场景转换期间。
练习完成后，发生场景转换以开始回答第一个问卷版本，如果问卷调查模式是 VRtext 或 VRgame ，参与者将留在射箭活动发生的同一个虚拟世界中。否则，参与者将移除他们的 HMD，以便使用经典模式的台式 PC 完成调查问卷。在完成第一个问卷版本后，参与者被告知再次进行射箭活动。在完成“经典”问卷模式之后，需要再次调整 HMD，然后再进行另一轮射箭练习。每个参与者被要求按照他们被分配到的顺序总共完成三遍任务。默认情况下，问卷模式之间没有中断。如果参与者要求休息，则应尽可能缩短休息时间，以避免结果出现偏差。
试验设备
这项研究是在特里尔大学人机交互系的虚拟现实实验室完成的，使用的硬件设备为HTC Vive Pro Eye 及其头戴式显示器、灯塔 v2 和控制器 v2。虚拟环境的实际程序在具有Intel Core i7‑8700 3.20GHz、32 GB RAM、NVIDIA GeForce RTX 2080 和 8 GB GDDR6 的台式 PC 上运行，在 Windows 10 Education Version 1909 上运行。虚拟现实系统包含一个约为 3.5 x 2.5 米的跟踪面积。站在跟踪区域的中心进行体验，除了围绕自己的轴旋转外，参与者不需要在 VR 中移动。
任务
参与者被放置在一个带弓的开放环境中，并被指示向场景中出现的目标射击。活动从介绍部分开始，其中三个目标依次出现在参与者当前视野的指定位置。在击中当前目标后，系统自动生成下一个目标。
为了指示参与者是否成功击中目标，使用 Unity 的粒子系统进行击中时会显示一团灰尘。
初始阶段旨在让参与者适应弓箭。在拍摄了前三个目标后，参与者进入了测试阶段。与介绍部分的前三个目标不同，后续阶段的所有附加目标在指定时间段后逐渐消失，确保即使参与者速度较慢，学习时间也不会超过一定的限制。考虑到参与者没有击中目标，完成任务的最长可能时间为 201 秒。测试阶段分为5个子阶段，彼此无缝衔接。五个子阶段中的每一个都包括六个目标。
问卷调查方式
显示问卷的不同方式是本研究的关键，他们在位置、外观和交互方式上有所不同：
- Classic 是一种问卷调查方式，要求受访者在台式电脑上完成调查。在完成射箭活动后，参与者被指示取下他们的 HMD 并开始进行调查。用于处理调查的台式 PC 与运行虚拟现实应用程序的台式 PC 相同。下图说明了代表性问题。通过点击所需的 Likert item数或连续量表上的点，使用计算机鼠标分配评级。选择问题的答案后，会出现一个按钮以确认该选项。
- VRtext 模式允许参与者在虚拟世界中完成调查。为此，参与者的视野中显示了一个文本面板，而他们仍留在他们之前进行射箭活动的同一区域。下图中提供了一个示例。参与者可以通过将右手控制器用作指针来给出他们的选择。一旦选择了答案，就会显示一个确认按钮，就像在经典条件中一样。
- VRgame 基于上一节中提出的问卷嵌入概念和实现描述。参与者能够留在虚拟世界中，并以类似于他们在射箭活动中互动的方式回答问题。跨虚拟现实调整了 3D 空间中的模式、字体大小和查看距离，以确保文本在大小上看起来相当。
实验结果
根据下表可以看出，不同调查问卷的方式之间只有很小的差异。为了在统计上进行测试，需要使用重复测量的多元方差分析 (MANOVA)，也称为轮廓分析。
然而，为了通过将复杂程序作为 MANOVA 应用于数据集来产生可靠的结果，它必须满足一组假设，例如多元正态性、不存在异常值（单变量或多变量）、线性、不存在多重共线性（DV 水平之间的相关性）和同方差性。本研究的数据针对这些先决条件进行了全面测试。结果表明，如 Henze-Zirkler 检验所示，不满足多元正态性。此外，通过 1.5 个四分位数间距 (IQR) 方法确定了 7 个单变量异常值，以及通过马氏距离确定了一个多变量异常值。然而，由于数据似乎不服从正态分布，因此是否应将这些数据视为异常值或分布的一部分存在争议。由于已识别的异常值的数量似乎很大，我们假设它们是非正态分布的一部分。关于线性，Rainbow 测试表明，对于 DV 的其余组合，SUS-PQ 和 SMEQ 在模态 VRtext（Rain = 2.60，p = 0.03）之间没有给出线性。此外，不存在多重共线性。在 SUS-PQ 和 ASQ 值之间观察到 DV 的最高相关性（r = 0.341，p < 0.001）。此外，Levene 检验给出了所有 DV 的同方差性 (p > 0.05)。由于本实验中收集的数据违反了上述应用 MANOVA 所需的多个前提条件，因此调整了分析策略。
使用基于重采样的方法对具有最小假设的数据进行半参数重复测量 MANOVA。对于这种用途使用参数引导方法。参数引导旨在通过例如最大似然法来近似样本概率分布的参数，以根据近似分布从已知值中抽取大量样本。对于统计分析，软件 R Statistics 与 RStudio 一起使用。“MANOVA.RM” 包中的函数 multRM() 实现了基于重采样的 MANOVA 以进行重复测量。参数引导程序使用了 10,000 次迭代。结果表明，对于所有问卷，都无法识别出不同形式的得分差异（p = 0.258）。
讨论
本文提出了一种将问卷嵌入作为虚拟现实环境一部分的方法。先前的研究表明 VR 体验中断可能对用户对问卷的回答造成干扰。同时已经测试了一个实现方式，允许用户通过使用与任务相同的设备和交互技术射击答案来回答问卷。它与基于文本面板的 inVRQ 以及基于 PC 的 outVRQ 进行了比较。在一项用户研究中，评估了存在问卷 (SUS-PQ)、满意度问卷 (ASQ) 和工作量单项问卷 (SMEQ) 的结果是否会因使用不同的管理方法而产生偏差。这项研究的结果表明，通过使用来自虚拟世界的元素和交互方法，可以提高存在问卷嵌入 VR 的程度，同时仍然获得可靠的测量结果，统计分析并未表明问卷调查方式会对平均分数产生影响。
结论
这项工作为扩展在虚拟现实中收集用户反馈的方法范围做出了重要贡献，所提出的方法允许在 VR 体验之后无缝地进行问卷调查。这消除了戴上和脱下 HMD 和其他对问卷结果的负面影响。与之前的假设相反，没有发现新的输入方式导致问卷结果偏差。这可能是在 VR 应用调查的背景下收集主观数据的一种有前途的创新方法。
附上演讲视频：http://mpvideo.qpic.cn/0bc3zeahqaaa4uaionkxvzrvbsodpdeqa6aa.f10102.mp4?
