Výsledkem této bakalářské práce je zhodnocení kvalit grafické notace GRASS GIS VPL komponenty Graphical Modeler, a to pomocí metody hodnocení podle principů fyzické notace pro kognitivně efektivní notace Daniela Moodyho a metodou eye-tracking testování. Dále jsou rozvedeny nedostatky v grafické notaci a vytvořeny návrhy na zkvalitnění. Vedlejšími výsledky jsou návrhy eye-tracking experimentů pro testování Graphical Modeler v programech SMI Experiment Center a OGAMA.
Metoda hodnocení podle principů fyzické notace
Aplikováním principu sémiotické čistoty byl zjištěn jeden nedostatek grafické notace, a to přetížení symbolu elipsy používaného pro reprezentaci datových prvků a při určitých podmínkách i cyklu. K odstranění tohoto nedostatku byly vytvořeny dva alternativní návrhy změny notace. Prvním je změna výchozí velikosti symbolu cyklu, druhým je úplná změna tvaru na symbol šestiúhelníku, což odpovídá koncepci vývojových diagramů. Mimo tento nedostatek byla notace podle tohoto principu zhodnocena jako vyhovující.
Princip fyzické rozlišitelnosti hodnotí přesnost vzájemné rozlišitelnosti symbolů ve vztahu 1:1 podle vizuální vzdálenosti proměnných. Zde byly nalezeny dva nedostatky v podobě špatné rozlišitelnosti prvků bez parametrizace a s parametrizací a rozlišitelnost prvku příkazu a komentáře. Úprava je možná vybráním jiné, více efektivní, vizuální proměnné k reprezentaci prvků s parametrizací v prvním případě a změny tvaru prvku komentáře v případě druhém . Další nedostatky nebyly nalezeny.
Podle principu sémantické jednoznačnosti mohou nastat čtyři podoby symbolu podle míry, s jakou lze odvodit význam symbolu podle jeho vzhledu. Může nastat sémantická bezprostřednost, průsvitnost, nejasnost, nebo nesprávnost. Symboly Graphical Modeler byly zhodnoceny jako sémanticky nejasné, což je nedostatek zejména ve vztahu k začínajícím uživatelům. Pokročilí uživatelé se zkušenostmi s jinými VPL mohou v notacích najít určité shody a hodnotit Graphical Modeler jako více jednoznačný. Zlepšením by i v tomto principu bylo nahrazení tvaru symbolu pro cyklus šestiúhelníkem.
Největší nedostatky byly nalezeny v principu řízení složitosti. Tento princip sleduje počet prvků použitých v diagramu a možnosti notace ovlivnit efektivitu předávání informace pomocí různých mechanismů zejména u diagramů s vysokým počtem prvků. Graphical Modeler nepoužívá modularizaci ani hierarchickou strukturalizaci. Základním nástrojem řízení složitosti je číslování prvků, které má ale několik nedostatků a do jedné číselné řady zahrnuje prvky různého typu. Vylepšení principu číslování je možné v aplikaci více číselných řad, nebo úplného vynechání komentářů z číslování. Dále je vhodné aplikovat princip rekurzivní dekompozice na prvky příkazu a cyklu. Nedostatkem v řízení složitosti stojícím mimo grafickou notaci je neexistence automatického zarovnání diagramu.
Princip vizuální expresivity hodnotí celkový počet vizuálních proměnných použitých v notaci. Graphical Modeler používá tři proměnné z celkového možného počtu osmi, notace tedy není vizuálně nasycená. Z dalších možných proměnných se nabízí implementace textury pro odlišení prvků s parametrizací.
Použitím textu v grafické notaci se zabývá princip duálního kódování. Text je nejvíce efektivní jako doplněk ke grafickému vyjádření jako součást nadměrného kódování, takové symboly se nazývají hybridní. Podle principů fyzické notace by text neměl nikdy sloužit jako jediný způsob rozlišení mezi symboly. Možnost vytvoření hybridních symbolů je v případě skupin příkazů, které lze doplnit o různou barvu výplně symbolu. Dalším doporučením pro zvýšení efektivity je odlišení popisků datových prvků pomocí řezu písma.
Princip ekonomie grafiky hodnotí velikost vizuálního slovníku a grafickou složitost notace. Doporučovaný maximální počet použitých symbolů je šest, čemuž Graphical Modeler odpovídá. Aplikace principů kognitivní integrace a kognitivní vhodnosti je pro grafickou notaci Graphical Modeler složitá, protože se zabývají vlastnostmi, které funkcionalita komponenty nepodporuje. Hodnocení podle těchto principů je tedy uzavřeno jako vyhovující.
Metoda eye-tracking testování
Výsledkem této části je návrh 33 diagramů toků dat v Graphical Modeler, sestavení dvou eye-tracking experimentů za použití různého programového a technického vybavení, provedení dvou skupin testování, analýza testování a porovnání s výsledky hodnocení podle principů fyzické notace a závěrem sestavení dotazníku a analýza odpovědí.
Sestavené experimenty byly navrženy ve dvou provedeních. Jedno pro provedení testování v laboratoři katedry geoinformatiky UP s použitím programu SMI BeGaze a eye-trackeru SMI RED 250 a druhé pro testování mimo laboratoř se zapůjčeným eye-trackerem Eye Tribe ET1000 v programu OGAMA. Experimenty obsahovaly 33 stimulů rozdělených do dvou částí, volného pozorování s 12 stimuly a části s otázkami s 21 stimuly. V každé části bylo zvoleno náhodné řazení otázek k potlačení efektu učení.
Podle statistické analýzy byly pro skupinu UP nejméně obtížné otázky 5 a 6 s nejvíce správnými odpověďmi, krátkými časy trialu a relativně nízkým počtem fixací. V těchto diagramech byl použit nízký počet prvků a dotazované symboly používají pro rozlišení efektivní vizuální proměnnou, barvu. Nejobtížnější byla otázka 18 s 37 % správných odpovědí a nejdelším časem trialu. Tato otázka používá diagram s největším navrženým počtem prvků v náhodném řazení a pro správnou odpověď musel respondent sledovat číslování prvků. Při porovnání skupin respondentů podle správnosti odpovědí byla úspěšnější skupina UP.
Ze závěrečného dotazníku, který se týkal názorů a zkušeností respondentů s grafickou notací Graphical Modeler, vyplynuly následující výsledky. Grafická notace je pro uživatele spíše srozumitelná s možnostmi pro další zlepšení. Orientace v diagramu je celkově spíše jednoduchá, ale závisí na použitém uspořádání prvků. Zcela preferovaným uspořádáním je horizontální zarovnání, nejobtížněji se uživatelé orientují v diagramech s uspořádáním náhodným.