Avaliação de usabilidade

Que pergunta, que método

A formativa melhora o desenho; a sumativa confronta resultados com objetivos. O mesmo método pode servir ambos os fins.

Pergunta	Método	Limite
Que princípios falha?	Heurística com avaliadores	Não observa uso real
Novo utilizador descobre os passos?	Walkthrough com perfil e percurso	Prevê, não observa
Pessoas conseguem a tarefa?	Teste com utilizadores representativos	Amostra e contexto delimitam conclusões
Como funciona no contexto?	Estudo de campo	Menor controlo de variáveis
Quanto tempo prevê um percurso conhecido?	Modelo como KLM	Não demonstra descoberta nem satisfação

Inspeção em cinco campos

Regista localização, comportamento, princípio, consequência e gravidade. “Continuar cobra sem mostrar preço” é correspondência e prevenção com consequência financeira.

• Escala possível de 0 a 4, de não-problema a catastrófico. Frequência, impacto e persistência informam, sem multiplicação automática.
• Avaliadores independentes encontram problemas diferentes. Nenhum número garante cobertura total.

Walkthrough em quatro perguntas

Em cada passo, com perfil e sequência definidos:

1. Tentará o resultado necessário?
2. Reparará na ação disponível?
3. Associará a ação ao resultado?
4. Perceberá progresso depois de agir?

Ver “Rever reserva” e lê-lo como confirmação falha a terceira, não a segunda.

Exemplo completo.

Teste sem misturar medidas

• Define tarefa verificável, sucesso, ajuda permitida, limite, equipamento e registo. Pede o resultado sem ensinar cliques.
• Think aloud com instrução neutra revela raciocínio, mas altera tempos.
• Ajuda para explorar etapas posteriores não converte falha em sucesso sem ajuda.

Com 42, 50, 48 e 55 s concluídos e 180 s de falha ao limite: sucesso sem ajuda 4/5 na amostra, média de conclusão 48,75 s. Os 180 s não entram na média.

Cinco: expectativa, não garantia

Modelo $1-(1-p)^n$ com descobertas independentes e $p$ constante. Com $p\approx0{,}31$ estimado, cinco dão cerca de 85% de problemas esperados. O denominador são problemas, não pessoas.

• Só vale para utilizadores comparáveis com usos semelhantes. Grupos distintos pedem participantes por grupo.
• Grupos de cinco variaram entre 55% e quase 100% numa simulação; sistemas com $p$ baixo ficaram pelos 35%.
• Usa cinco para parar, corrigir e voltar a testar. Três rondas de cinco com redesenho valem mais do que um estudo único de quinze. Medir taxas na população exige outra dimensão.