SlideShare a Scribd company logo
大阪大学大学院 人間科学研究科
社会心理学研究室
大工泰裕
Inquisit入門
Inquisitの基本
Inquisitとは?
• 心理学実験を実施するためのソフトウェア
– ミリ秒を計測する正確さに定評がある
– Inquisit Web(有料) を使用すればWebでの実施も可
• 開発者: Sean C. Draine, Ph.D.
– University of Washington で Greenwaldに師事
– Millisecond Software社を設立してInquisitを販売
– Microsoft社で勤務した経験あり
Inquisitが得意なこと
◎反応時間の計測が必要な実験 (e.g., IAT)
◎時間制御が必要な実験 (e.g., 刺激の提示)
△質問紙調査 (vs. Google フォーム)
 ランダム化
 条件分岐
 個別のIDを付与
 ログの確認
 参加者がソフトをインストールする必要あり(Web)
基本操作
• Inquisitファイルの拡張子は 「.iqx」
(.iqzipは.zipに変換してから解凍)
• 中身はテキストファイルなので右クリックから
Notepad++でも開くことができる。
• Inquisitの公式エディタが便利だが、
現状日本語でバグが出るので今回は使用しない。
操作はここから
コード入力
デバッグ
見出し
• Run: コードを走らせる
• Run Monkey: コードをオートで走らせる
記法
• <element名> </element名> の間にコードを
記入する
(これ以外に書くとすべてコメントになる)
• 大文字と小文字の区別はなし
• Ctrl + B: 1ブロック飛ばす
• Ctrl + Q: 強制終了
Element
• Inquisitに命令をするコマンドのこと。
• <element名 名前> </element名>で一区切り
(ハイフンとスペース不可)
• どこに何のelementを書いてもいいが、
わかりやすいように書く。
https://www.millisecond.com/support/docs/v5/html/language/l
anguagereference.htm
Attribute
• Element内にあるElementの設定
/ questions =
のように、/ ではじまる。
調査を作成する際によく使用するもの
• defaults: 文字の大きさなどの全体的な設定
• instruct: 教示の操作に関する設定
• summarydata: 記録させたい変数を設定(任意)
• page: 教示などに使用するページを作成。
• radiobuttons: ラジオボタン(単一選択)
• checkboxes: チェックボックス(複数選択)
• textbox: テキストボックス
• dropdown: ドロップダウン
• surveypage: 調査ページを作成
• survey: 調査を作成
• expt: 実験の開始、参加者の分岐、教示の設定等
コード全体の構造
expt survey
surveypage
radiobuttons
textbox
surveypage
radiobuttons
textbox
全体の設定
• defaults
• instruct
• summarydata
実験
ページ
(試行)
調査
(ブロック)
項目
Expt
/ blocks 表示するブロックを設定
/ groupassignment 何を使用して条件分岐するかを決定
/ postinstructions 実験後教示の設定
/ preinstructions 実験前教示の設定
/ subjects 条件への割り当て方を設定
Survey
/ pages 表示するsurveypageを設定 ; を忘れないこと
/ itemspacing 項目間の距離
/ responsefontstyle 解答選択肢のフォント設定
/ itemfontstyle 質問項目のcaptionのフォント設定
/ pagefontstyle surveypageのcaptionのサイズ設定
/ showbackbutton 戻るボタンを表示するか
/ showpagenumbers ページ番号を表示するか
/ showquestionnumbers 質問番号を表示するか
/ nextbuttonposition 次へボタンの位置
/ nextlabel 次へボタンのラベル
/ finishlabel 終了ボタンのラベル
Surveypage
/ caption ページ全体のの指示
/ questions 表示する項目を指定 ; を忘れない
/ responsefontstyle 解答選択肢のフォント設定
/ itemfontstyle 質問項目のcaptionのフォント設定
※フォントの優先順位は
Surveypageでの指定 > Surveyでの指定 > Defaultの指定
一番下位の指定が優先される。
Radiobuttons
/ caption 質問についての教示
/ options 選択肢(文字列で指定)
/ optionvalues データへ記録する際の変換(指定しなけれ
ばoptionsの値がそのまま記録される)
/ orientation 選択肢の向き。horizontal or vertical
/ required 回答を必須にするか デフォルトはtrue
Textbox
/ caption 質問についての教示
/ textboxsize テキストボックスのサイズ
/ range 有効にする回答の範囲(数字の場合)
/ multiline 複数行入力を可能にするか
/ required 回答を必須にするか デフォルトはtrue
その他注意事項
• 文字列以外で全角をelement内に使用しない
(特に、全角スペースはエラーの元)
• ポジションの指定は座標で行われる
– 画面左上を(0,0), 右下を(100,100)としたときの位置
• 文字の大きさは画面全体に対しての比率(%)で指定
• わからなければマニュアルを読むこと。
エラーにならない
チェックポイント
• 表示がおかしくないか?
• optionvalueを設定しているか?
• textboxのrangeの設定は適切か?
• 自由記述が必須回答になっていないか
• 自由記述が複数行書けるようになっているか
• 選択肢がはみ出していないか。
ランダム化・割り当て
ランダム化
• random関数を使う
– expt, suvery, surveypage で使える
例 (surveypage)
/questions = [1-3 = random(Q1, Q2, Q3);
4-6 = random(B1, B2, B3) ;]
※ random()内はセミコロンではなく
カンマで区切る
回答者の割り当て
• expt の2つのattributeを使用する
/groupassignment
/subjects
手順1
/ groupassignment で何を使用するかを決定
groupnumber : groupnumberで割り当て
random: subjectの設定に関係なくrandom
subjectnumber : subjectnumberで割り当て
回答者の割り当て(2)
手順2
/ subjects でどう割り当てるかを決定
/ subjects = (1 of 2)
2人中 1 をこのexptに割り当て
/ subjects = (1, 2 of 4)
4人中1, 2 をこのexptに割り当て
exptとsurveyを複数作って条件分岐を行う。
その他のTIPS
IDの表示
• 実験を受けたことの証明として
IDを最終画面に表示しなければならない
ことがある。
• <%script.subjectid%>とpage elementに書くと、
現在のsubjectIDが表示されるので、
それをpost instructionに設定すればいい
batch
• 複数ファイル(iqx)の実行に使う。
• batchファイルを別に作成する。
例
<batch>
/ file = "Face_Mnp_Pic.iqx"
/ file = "GNAT.iqx"
/ file = "Survey.iqx“
</batch>
データの読み方
データの種類
データは .iqdat ファイルに記入される。
1. ローデータ(iqxファイルの数だけ生成、条件別)
2. サマリーデータ(実験に対して1つ、設定可)
ローデータ
• Inquisitは何もしなくても反応時間を算出
– latency: 反応時間 (ミリ秒)
– response: 回答
サマリーデータ
• summarydata elementで指定した項目が
ローデータとは別に出力される
例
<summarydata>
/ columns = (script.startdate, script.starttime, script.subjectid, script.groupid,
script.elapsedtime, computer.os, computer.platform,
computer.language, computer.touch, values.completed)
</summarydata>
Inquisit Webについて
Inquisitの種類
• Inquisit Lab
– Inquisitのソフト(今使用しているもの)
– 実験室に人を呼んで実験をする用
– 5万円くらい
• Inquisit Web
– Inquisit Labで作成したプログラムをネット上で
実行できるサービス
Inquisit Web でできること
• Subject ID, GroupIDの自動割り当て
– random assignment without replacement
– random assignment with replacement
– sequential
• 同意書の設定(html)
• 40MBまでの画像ファイルなどのアップロード
etc…
実行可能なOS
• Win
• Mac
※実行時にInquisit Playerのインストールが必要に
なる。
当研究室のHPにマニュアルがあるので参照。
http://syasin.hus.osaka-u.ac.jp/experiments.html
参考文献
• Inquisit5 マニュアル(英語)
https://www.millisecond.com/support/docs/v5/Inquisit.pdf
• ユーザーフォーラム(英語)
https://www.millisecond.com/forums/
• プログラムサンプル集(英語)
https://www.millisecond.com/download/library/

More Related Content

What's hot

DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)
Masaru Tokuoka
 
2 3.GLMの基礎
2 3.GLMの基礎2 3.GLMの基礎
2 3.GLMの基礎
logics-of-blue
 
2 7.一般化線形混合モデル
2 7.一般化線形混合モデル2 7.一般化線形混合モデル
2 7.一般化線形混合モデル
logics-of-blue
 
Mplusの使い方 初級編
Mplusの使い方 初級編Mplusの使い方 初級編
Mplusの使い方 初級編
Hiroshi Shimizu
 
ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方
Sayuri Shimizu
 
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
Masaru Tokuoka
 
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
nocchi_airport
 
社会心理学とGlmm
社会心理学とGlmm社会心理学とGlmm
社会心理学とGlmm
Hiroshi Shimizu
 
重回帰分析で交互作用効果
重回帰分析で交互作用効果重回帰分析で交互作用効果
重回帰分析で交互作用効果
Makoto Hirakawa
 
Kashiwa.R#1 画像解析とパターン認識における R の利用
Kashiwa.R#1 画像解析とパターン認識における R の利用Kashiwa.R#1 画像解析とパターン認識における R の利用
Kashiwa.R#1 画像解析とパターン認識における R の利用
nmaro
 
R Study Tokyo03
R Study Tokyo03R Study Tokyo03
R Study Tokyo03Yohei Sato
 
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05 RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
Masaru Tokuoka
 
潜在クラス分析
潜在クラス分析潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
 
MCMCでマルチレベルモデル
MCMCでマルチレベルモデルMCMCでマルチレベルモデル
MCMCでマルチレベルモデル
Hiroshi Shimizu
 
心理学者のためのJASP入門(操作編)[説明文をよんでください]
心理学者のためのJASP入門(操作編)[説明文をよんでください]心理学者のためのJASP入門(操作編)[説明文をよんでください]
心理学者のためのJASP入門(操作編)[説明文をよんでください]
daiki hojo
 
階層ベイズとWAIC
階層ベイズとWAIC階層ベイズとWAIC
階層ベイズとWAIC
Hiroshi Shimizu
 
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
Yoshitake Takebayashi
 
Tokyo r7 sem_20100724
Tokyo r7 sem_20100724Tokyo r7 sem_20100724
Tokyo r7 sem_20100724
osamu morimoto
 
Stan超初心者入門
Stan超初心者入門Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
 
階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について
hoxo_m
 

What's hot (20)

DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)DARM勉強会第3回 (missing data analysis)
DARM勉強会第3回 (missing data analysis)
 
2 3.GLMの基礎
2 3.GLMの基礎2 3.GLMの基礎
2 3.GLMの基礎
 
2 7.一般化線形混合モデル
2 7.一般化線形混合モデル2 7.一般化線形混合モデル
2 7.一般化線形混合モデル
 
Mplusの使い方 初級編
Mplusの使い方 初級編Mplusの使い方 初級編
Mplusの使い方 初級編
 
ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方ロジスティック回帰分析の書き方
ロジスティック回帰分析の書き方
 
第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)第4回DARM勉強会 (多母集団同時分析)
第4回DARM勉強会 (多母集団同時分析)
 
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
StanとRでベイズ統計モデリング読書会 Chapter 7(7.6-7.9) 回帰分析の悩みどころ ~統計の力で歌うまになりたい~
 
社会心理学とGlmm
社会心理学とGlmm社会心理学とGlmm
社会心理学とGlmm
 
重回帰分析で交互作用効果
重回帰分析で交互作用効果重回帰分析で交互作用効果
重回帰分析で交互作用効果
 
Kashiwa.R#1 画像解析とパターン認識における R の利用
Kashiwa.R#1 画像解析とパターン認識における R の利用Kashiwa.R#1 画像解析とパターン認識における R の利用
Kashiwa.R#1 画像解析とパターン認識における R の利用
 
R Study Tokyo03
R Study Tokyo03R Study Tokyo03
R Study Tokyo03
 
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05 RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
RでMplusがもっと便利にーmplusAutomationパッケージー #Hiroshimar05
 
潜在クラス分析
潜在クラス分析潜在クラス分析
潜在クラス分析
 
MCMCでマルチレベルモデル
MCMCでマルチレベルモデルMCMCでマルチレベルモデル
MCMCでマルチレベルモデル
 
心理学者のためのJASP入門(操作編)[説明文をよんでください]
心理学者のためのJASP入門(操作編)[説明文をよんでください]心理学者のためのJASP入門(操作編)[説明文をよんでください]
心理学者のためのJASP入門(操作編)[説明文をよんでください]
 
階層ベイズとWAIC
階層ベイズとWAIC階層ベイズとWAIC
階層ベイズとWAIC
 
第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)第4回DARM勉強会 (構造方程式モデリング)
第4回DARM勉強会 (構造方程式モデリング)
 
Tokyo r7 sem_20100724
Tokyo r7 sem_20100724Tokyo r7 sem_20100724
Tokyo r7 sem_20100724
 
Stan超初心者入門
Stan超初心者入門Stan超初心者入門
Stan超初心者入門
 
階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について階層モデルの分散パラメータの事前分布について
階層モデルの分散パラメータの事前分布について
 

Similar to Inquisit

テスト初心者Androiderのためのソフトウェアテスト入門
テスト初心者Androiderのためのソフトウェアテスト入門テスト初心者Androiderのためのソフトウェアテスト入門
テスト初心者Androiderのためのソフトウェアテスト入門Satoshi Watanabe
 
システム開発のテスト メモリーツリー
システム開発のテスト メモリーツリーシステム開発のテスト メモリーツリー
システム開発のテスト メモリーツリー
SE情報技術研究会
 
Think aloud method
Think aloud methodThink aloud method
Think aloud method
Heesung Lee
 
テストコードのリファクタリング
テストコードのリファクタリングテストコードのリファクタリング
テストコードのリファクタリング
Shuji Watanabe
 
GCSアジャイル開発を使ったゲームの作り方
 GCSアジャイル開発を使ったゲームの作り方 GCSアジャイル開発を使ったゲームの作り方
GCSアジャイル開発を使ったゲームの作り方
Hiroyuki Tanaka
 
ありえるえりあ勉強会@五反田~テスト編~ Part2
ありえるえりあ勉強会@五反田~テスト編~ Part2ありえるえりあ勉強会@五反田~テスト編~ Part2
ありえるえりあ勉強会@五反田~テスト編~ Part2Tomoyuki Sato
 
Monadic Programmingのススメ - Functional Reactive Programmingへのアプローチ
Monadic Programmingのススメ - Functional Reactive ProgrammingへのアプローチMonadic Programmingのススメ - Functional Reactive Programmingへのアプローチ
Monadic Programmingのススメ - Functional Reactive Programmingへのアプローチ
Tomoharu ASAMI
 
JUnit実践入門 xUnitTestPatternsで学ぶユニットテスト
JUnit実践入門 xUnitTestPatternsで学ぶユニットテストJUnit実践入門 xUnitTestPatternsで学ぶユニットテスト
JUnit実践入門 xUnitTestPatternsで学ぶユニットテスト
Shuji Watanabe
 
[iOS 8] 測れる!パフォーマンス
[iOS 8] 測れる!パフォーマンス[iOS 8] 測れる!パフォーマンス
[iOS 8] 測れる!パフォーマンス
Takeshi Fukasawa
 
JaSST'16 Tokyo モバイルセッション
JaSST'16 Tokyo モバイルセッションJaSST'16 Tokyo モバイルセッション
JaSST'16 Tokyo モバイルセッション
mirer
 
HdIfes itowponde_130223
HdIfes itowponde_130223HdIfes itowponde_130223
HdIfes itowponde_130223英明 伊藤
 
WebEffective overview 2012 japanese
WebEffective overview 2012 japaneseWebEffective overview 2012 japanese
WebEffective overview 2012 japanese
Yoichiro Takehora
 
第3回ソフトウェアテストセミナー
第3回ソフトウェアテストセミナー第3回ソフトウェアテストセミナー
第3回ソフトウェアテストセミナーTomoyuki Sato
 
tfug-kagoshima
tfug-kagoshimatfug-kagoshima
tfug-kagoshima
tak9029
 
やろうぜ!簡易ユーザビリティテスト
やろうぜ!簡易ユーザビリティテストやろうぜ!簡易ユーザビリティテスト
やろうぜ!簡易ユーザビリティテスト
Takehisa Gokaichi
 
Eclipse を使った java 開発 111126 杉浦
Eclipse を使った java 開発 111126 杉浦Eclipse を使った java 開発 111126 杉浦
Eclipse を使った java 開発 111126 杉浦urasandesu
 
Windowsアプリ開発の実務で使うUnitTest
Windowsアプリ開発の実務で使うUnitTestWindowsアプリ開発の実務で使うUnitTest
Windowsアプリ開発の実務で使うUnitTest
keitasudo1
 
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
Shunsuke Nakamura
 
C# から java へのプログラム移植で体験したtddの効果は?
C# から java へのプログラム移植で体験したtddの効果は?C# から java へのプログラム移植で体験したtddの効果は?
C# から java へのプログラム移植で体験したtddの効果は?
Shinichi Hirauchi
 
Visual Studio App Centerの始め方
Visual Studio App Centerの始め方Visual Studio App Centerの始め方
Visual Studio App Centerの始め方
Shinya Nakajima
 

Similar to Inquisit (20)

テスト初心者Androiderのためのソフトウェアテスト入門
テスト初心者Androiderのためのソフトウェアテスト入門テスト初心者Androiderのためのソフトウェアテスト入門
テスト初心者Androiderのためのソフトウェアテスト入門
 
システム開発のテスト メモリーツリー
システム開発のテスト メモリーツリーシステム開発のテスト メモリーツリー
システム開発のテスト メモリーツリー
 
Think aloud method
Think aloud methodThink aloud method
Think aloud method
 
テストコードのリファクタリング
テストコードのリファクタリングテストコードのリファクタリング
テストコードのリファクタリング
 
GCSアジャイル開発を使ったゲームの作り方
 GCSアジャイル開発を使ったゲームの作り方 GCSアジャイル開発を使ったゲームの作り方
GCSアジャイル開発を使ったゲームの作り方
 
ありえるえりあ勉強会@五反田~テスト編~ Part2
ありえるえりあ勉強会@五反田~テスト編~ Part2ありえるえりあ勉強会@五反田~テスト編~ Part2
ありえるえりあ勉強会@五反田~テスト編~ Part2
 
Monadic Programmingのススメ - Functional Reactive Programmingへのアプローチ
Monadic Programmingのススメ - Functional Reactive ProgrammingへのアプローチMonadic Programmingのススメ - Functional Reactive Programmingへのアプローチ
Monadic Programmingのススメ - Functional Reactive Programmingへのアプローチ
 
JUnit実践入門 xUnitTestPatternsで学ぶユニットテスト
JUnit実践入門 xUnitTestPatternsで学ぶユニットテストJUnit実践入門 xUnitTestPatternsで学ぶユニットテスト
JUnit実践入門 xUnitTestPatternsで学ぶユニットテスト
 
[iOS 8] 測れる!パフォーマンス
[iOS 8] 測れる!パフォーマンス[iOS 8] 測れる!パフォーマンス
[iOS 8] 測れる!パフォーマンス
 
JaSST'16 Tokyo モバイルセッション
JaSST'16 Tokyo モバイルセッションJaSST'16 Tokyo モバイルセッション
JaSST'16 Tokyo モバイルセッション
 
HdIfes itowponde_130223
HdIfes itowponde_130223HdIfes itowponde_130223
HdIfes itowponde_130223
 
WebEffective overview 2012 japanese
WebEffective overview 2012 japaneseWebEffective overview 2012 japanese
WebEffective overview 2012 japanese
 
第3回ソフトウェアテストセミナー
第3回ソフトウェアテストセミナー第3回ソフトウェアテストセミナー
第3回ソフトウェアテストセミナー
 
tfug-kagoshima
tfug-kagoshimatfug-kagoshima
tfug-kagoshima
 
やろうぜ!簡易ユーザビリティテスト
やろうぜ!簡易ユーザビリティテストやろうぜ!簡易ユーザビリティテスト
やろうぜ!簡易ユーザビリティテスト
 
Eclipse を使った java 開発 111126 杉浦
Eclipse を使った java 開発 111126 杉浦Eclipse を使った java 開発 111126 杉浦
Eclipse を使った java 開発 111126 杉浦
 
Windowsアプリ開発の実務で使うUnitTest
Windowsアプリ開発の実務で使うUnitTestWindowsアプリ開発の実務で使うUnitTest
Windowsアプリ開発の実務で使うUnitTest
 
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
データサイエンティストに聞く!今更聞けない機械学習の基礎から応用まで V e-1
 
C# から java へのプログラム移植で体験したtddの効果は?
C# から java へのプログラム移植で体験したtddの効果は?C# から java へのプログラム移植で体験したtddの効果は?
C# から java へのプログラム移植で体験したtddの効果は?
 
Visual Studio App Centerの始め方
Visual Studio App Centerの始め方Visual Studio App Centerの始め方
Visual Studio App Centerの始め方
 

Inquisit