O documento fornece diretrizes para análise de dados de testes de usabilidade, incluindo compilação e resumo de dados, identificação de erros, priorização de problemas, e uso de estatísticas para apoiar recomendações de melhoria.
2. Depois do teste, a partir dos dados
recolhidos é necessário começar a extrair
significado para sugerir melhorias.
Análise preliminar x Analise mais profunda
3. O primeiro tipo de relatório
É Importante conciliar a urgência do relatório com a
relevância dos dados e a cautela da interpretação
para não omitir ou deturpar as idéias a serem
passadas para a equipe.
4. Quatro principais etapas do processo
1. Compilar e resumir dados
2. Analizar dados
3. Desenvolver recomendações
4. Produzir o relatório final
5. Compilação
As informações devem ser anotadas e agrupadas ainda
durante os testes.
Agiliza e ajuda a manter o foco nas questões importantes
e a assegurar que nada esta sendo esquecido.
6. Resumindo dados
Uma vez compiladas as informações elas devem ser
resumidas e agrupadas de forma lógica.
7. Precisão das tarefas
Existem diversas estatísticas que podem ser usadas:
número de erros por tarefa, categorizar erros de acordo
com o tipo, número de participantes que obtiveram
sucesso comparando com o tempo médio esperado
8. Precisão das tarefas
Tipos de estatísticas relacionadas à precisão das tarefas:
1. Percentual de participantes que realizaram com sucesso, incluindo os
que precisaram de assistencia.
2. Percentual de participantes que realizaram com sucesso
3. Percentual de participantes que realizaram com sucesso dentro de
um tempo de benchmark
10. Resumo de dados por preferência
Além dos dados de performance também é necessário
resumir os dados por preferência.
11. Resumo de dados por preferência
Número de participantes que escolheu uma determianda
alternativa. Média por item.
Listar de perguntas e agrupamento de respostas similares em
categorias que façam sentido.
Entrevistas transcritas com principais comentários destacados.
12. Compilar e Resumir outras medidas
Além do set padrão de estatísticas descritivas existem
também outras medidas que podem ser utilizadas.
Número de vezes que houve retorno para a navegação principal (home)
desnecessariamente, número e tipo de alertas, número de acessos ao sitemap e
pontos onde houve hesitação e sua duração.
13. Resumo por grupo ou versão
Se houver mais de um grupo de usuários é necessário
resumir os dados separadamente para cada um dos grupos
para perceber as diferenças entre eles.
Se forem feitos testes de diferentes versões do produto ou
com materiais diferentes é necessário compilar os resumos
da performance em cada versão utilizada.
14. Analizando dados
Depois de transformar o dado bruto em resumos utilizáveis
é o momento de tornar o conjunto de informações
compreensível.
Trabalhar em cima das tarefas propostas é uma maneira de
manter o raciocínio em cima do usuário. Começar a analise
pelos piores problemas identificados. Se o usuário não foi
capaz de concluir a tarefa, é preciso identificar o motivo.
15. Identificar tarefas em que não houve
sucesso
Identificar as tarefas em que não houve sucesso
discriminando claramente o critério que define o "sucesso"
para cada uma delas.
16. Identificar erros e dificuldades dos usuários
Identificar erros e dificuldades dos usuários:
comportamentos diferentes dos estipulados como
aceitáveis são considerados erros.
17. Identificação da causa dos erros
Identificar a fonte de cada erro se possível notando o
componente (ou combinação de componentes)
responsável, ou qualquer outra causa.
18. Priorização de problemas
Existem algumas formas de priorizar problemas de usablidade dentre
elas o grau crítico é bastante utilizado.
Combinando severidade do problema e probabilidade de acontecer
utilizando uma frequencia de 1 a 4 relacionada a um percentual de
chance para que os mesmos aconteçam.
19. Diferenças entre grupos e versões
Quando são realizados testes de comparação é posssível
comparar as diferenças entre grupos e versões do produto.
É possível por exemplo entender as diferenças etre o uso de
uma versão antiga e uma nova versão da experiência de um
produto ou por exemplo com um usuário novato e um
usuário experiente interagem com a interface.
20. Diferenças entre grupos e versões
Entendendo os tipos e causas dos erros a fundo é possível
assegurar uma melhor solução incorporando elementos e
interações que melhor funcionaram nas versões analisadas.
21. Utilizando estatísticas
Tendo analisado os dados do teste de forma qualitativa e
entendido todas as características e padrões de uso do
produto é possível criar recomendações mais significativas.
Uso dessas estatístcas tem papel importante tambem para
provar ou até mesmo invalidar questões relacionadas ao
produto e seu funcionamento.