人机交互技术8—可用性分析和评估.ppt

4. 执行引导测试 对整个测试程序执行引导测试，发现那些对测试的含糊描述和容易出错的地方。 5. 执行正式测试 执行测试，测试过程中不要给用户任何提示；测试结束，与用户做测试后面谈调查；对特别有趣的问题和发现的问题保存屏幕快照；深入了解测试笔记中记录的问题；复查测试后调查问卷；整理观察者提出的问题等。 6. 分析最终报告 汇编和总结测试中获得的数据，例如：完成时间的平均值、中间值、范围和标准偏差，用户成功完成任务的百分比，对于单个交互，用户做出各种不同倾向性选择的直方图表示等。 分析数据，找出那些发生错误的或使用比较困难的交互；逐个分析它们的原因；并根据问题的严重程度和紧急程度排序。撰写最终测试报告。 实验室测试步骤 3．可用性测试的评价 1）通过搜集一些客观、量化的数据进行性能评价： 完成特定任务的时间； 在给定时间内完成的任务数目； 发生的错误数目； 成功交互与失败交互的比率； 恢复错误交互所消耗的时间； 使用命令或其他特定交互特征（如快捷键）的数量； 测试完毕后用户还能记住的特定交互特征的数量； 使用帮助系统的频度； 使用帮助的时间； 用户对交互的正面评价与负面评价的比率； 用户偏离实际任务的次数。 实验室测试步骤 3．可用性测试的评价 2) 如果要比较两个可选的交互设计，即对两个交互界面A和B，根据某一准则做一个客观的测试决定哪个更好。可以这样做： 选择两个同等规模的测试用户群； 将用户随机分配到两个组中； 在每个组内执行同样的任务； 规定第一组只使用系统A，第二组只使用系统B，分别进行测试。 实验室测试步骤 3．可用性测试的评价 3) 统计分析 使用统计学原理和手段对得到的测试数据进行进一步的统计分析。比如可以使用统计学中的假设检验，判断系统A与B有没有统计意义上的明显差别？使用统计学中的点估计、平均值等指标评价差别的大小，对结果的准确性进行判断等。 Lecture 5 * 问卷调查 1．问卷调查的执行过程 用户要求分析 问卷设计 问卷实施及结果分析 2．可用性调查问卷例子——QUIS[quis，2003] 表9-2 3. 问卷分析 需要用到很多的数理统计知识，如参数估计、假设检验、方差分析与回归分析等。 问卷尽量减少测试人员对测试用户的影响 如果你问：你喜欢蓝色吗？你为什么不喜欢蓝色？蓝色哪点得罪你了？ 用户大多会告诉你想听的答案：“唔，蓝色也行啦，我对颜色其实不太关心。” 这就是传说中的期望效应：说你行，你就行；说你不行，你就不行。 * * 可学习性-一致性 一致性是说在相似的环境下或执行相似的任务时，一般会执行相似的行为。 一致性与前面提到的其它交互原则有关，如熟悉性可以看作与过去现实世界经验的一致性，通用性可以看作与同一平台、同一系统中软件交互体验的一致性。 * 灵活性 灵活性体现用户与系统交流信息方式的多样性，主要表现在： 可定制性 对话主动性 多线程 可互换性 可替换性 * 灵活性-可定制性 可定制性是指用户或系统修改界面的能力。 用户主导：可定制-customized 系统主导：可适应-adaptive 定制能力 界面元素位置、颜色的定制 交互结构、流程的定制 Eg: 根据用户使用具体功能的频繁程度来调整菜单项排列的顺序，或将一些暂时不用的菜单项隐藏起来 * 灵活性-对话主动性 将人机交互双方看作是一对对话者时，重点是谁是对话的发起人。 系统主导 系统可以发起所有对话，这种情况下，用户只是简单的响应信息请求。例如，一个模式对话框就禁止用户与系统的其它窗口交互。 用户主导 用户可以自由的启动对系统的操作。 从用户角度看，系统主导的交互阻碍了灵活性，而用户主导的交互增强了灵活性。 一般而言，我们希望交互系统由用户主导，但还是有些情况需要系统来主导交互 如多用户协同图案设计中，一个用户可能试图删除或涂抹另一用户正在编辑的某一区域，这时就有必要由系统来限制这种具有严重“破坏行为”的交互活动。 如飞机在着陆时，如果飞机翼襟未能同步展开，自动飞行系统应该禁止着陆以避免机毁人亡。 本地编辑 操作员A 操作员B * 灵活性-多线程 多线程的人机交互系统同时支持多个交互任务，可以把线程看作是一个特定用户任务的相关对话部分；并发的多线程允许各自独立交互任务中的多个交互同步进行；交替地执行多对话线程，允许各自独立的交互任务暂时的重叠；但在任何给定时间，对话实际上还是局限于单个任务。 窗口系统很自然地支持多线程对话。每个窗口表示一个不同任务 * 灵活性-可互换性 可互换意味着任务的执行可以在系统控制和用户控制间进行转移。有可能的情况是交互一会儿由用户控制，一会儿又由系统控制，交互的控制权彼此传递；或者将一个完全由系统控制的任务变成系统和用户共同完成的任务。 例如，字处理软件中的拼写检查：用户