在进行可用性测试的时候,为了保证测试的有效性,必须考虑诸多因素。主要的因素有:

  ● 如何选择测试参与者

  ● 需要多少参与者

  ● 研究比较多组数据还是单组数据

  ● 是否需要调整测试任务顺序

  其中,如何选择测试参与者是保证测试有效性的首要条件。

  在做可用性测试的时候,经常会有这一类的思考:如何保证被测人员的代表性?在实际操作中,一般我们会从下面4方面来做,

  首先,我们会找那些使用过被测试产品的参与者。举例来说,我们需要测试魔兽金币购买流程,我们第一个筛选条件是要求有过魔兽金币购买经历。出于补充或者对比的需要,我们也会选择一些潜在的用户,如没有交易过,但是使用过相关产品,像魔兽玩家的参与者来参与测试,这个我们后面会提到

  其次,我们会选和用户群体特征相近的人。根据统计的报告,从事游戏交易的用户群体特征为:年龄:18-32岁,学历:高中-大学,性别:男性绝大多数。因此,我们会选择20岁左右,大专学历,男性游戏玩家来参与测试。以符合用户群体特征

  第三,考虑到目标用户群体的多样性,我们有必要对参与测试人员进行分类,我们按分类抽取测试对象,以降低测试对象的局限性。如何抽取我们下面会讨论。一般分类的标准有:(以购买为例)

  ● 专业化(游戏熟练程度)

  ● 使用频率(近购买次数)

  ● 行为(购买方式)

  ● 个体属性(年龄、性别、学历)

  等等。

  其中,和我们测试密切相关的分类标准有:专业化和使用频率。

  因此,我们在筛选的时候会选择一定数量的其他分类用户,如:按照游戏熟练程度:刚接触游戏,2年左右游戏经历和4年以上游戏经历用户;或者按照使用频率:没有购买过,以前购买过几次和经常购买的用户。来降低测试对象局限性。

  第四,定量的可用性测试是为了把结果推广到更大的群体(全体用户),为了达到这个目标,我们还需要一个抽样的策略,以消除个体差异,提高代表性。常用的抽样方法有:

  ● 随机抽样:从所有参与者中随机找一个

  ● 分层抽样:将整体进行分类(同第三点)然后按照分类在各亚群体中有代表性的抽取。如:未接触过游戏的10%,刚接触游戏的30%,2年左右游戏经历的30%,4年左右游戏经历的30%。这个具有代表性。

  ● 系统抽样:根据预习定义的标准选择测试者,这个一般用于同类数量比较大的情况,如:有100个参与者,但是条件限制只能测试10个,这样我们根据10选1的标准选择被测试者

  ● 方便抽样:这个在人数少的时候常用,我们设定一个简单的条件,符合条件的,都可以参与测试,有点“来者皆有缘”的意味。但是这个方法要注意测试结果的偏差情况

  考虑到上述四点以后,我们可以说的被测人员的代表性是有保证的。欢迎有不同意见的TX拍砖或者补充。

  另外,在选择参与者的时候,请注意和需求提出方及时沟通,和需求提出方在被测对象选择方法和选择范围上达成一致。并把选择策略写入测试报告,以便在对测试报告解读时提供支持。