La cuantificación de la investigación de UX requiere el conocimiento y la comprensión de muchos términos de la jerga. Utilice este glosario como referencia a medida que profundiza en la investigación cuantitativa y el análisis de datos.
Vaya a la definición en la tabla o vea el glosario completo. Los términos en negrita en este artículo son parte del glosario; enlaces directos a artículos relevantes.
Contenido del Articulo
Punto de referencia
(No debe confundirse con la investigación de evaluación comparativa)
Un número con el que desea comparar su sitio. El punto de referencia puede ser un valor al que apunta o un valor derivado de una investigación de terceros.
estudio comparativo
Un estudio diseñado para medir la experiencia del usuario de un producto a lo largo del tiempo. Esto generalmente implica observar las mismas métricas en diferentes iteraciones de productos. La evaluación comparativa puede comparar el conjunto de métricas más reciente (que representa el rendimiento actual de su producto) con valores de métricas recopilados en estudios anteriores. Esta comparación puede ayudar a determinar cuánto ha mejorado su producto con el tiempo.
Diseño intersujetos
Un diseño de estudio en el que a diferentes participantes se les asignan diferentes condiciones correspondientes a una variable. Por ejemplo, en un estudio entre sujetos, puede reclutar a 80 participantes para un estudio de usabilidad cuantitativo y asignar aleatoriamente a cada participante al Sitio A o al Sitio B. Este tipo de diseño de estudio suele ser diferente del diseño intra-sujeto.
métrica binaria
Una métrica que solo puede tener dos valores posibles. Los ejemplos incluyen el éxito de la tarea o la conversión (es decir, si se produjo un determinado evento deseado, como si el usuario registró una cuenta).
Centro de datos
Un solo número que resume el conjunto de datos. La media (es decir, la media aritmética) se usa típicamente para el centro del conjunto de datos. Sin embargo, para distribuciones sesgadas, como tiempos de finalización de tareas, la mediana o la media geométrica pueden ser más apropiadas.
Métrica categórica
Una métrica que solo puede tomar un número fijo limitado de valores. Por ejemplo, talla de camiseta; (por ejemplo, S, M, L) es una variable categórica.
Intervalo de confianza
Rango probable de la estimación verdadera de la población total. En otras palabras, el intervalo de confianza es el rango de valores que probablemente contenga el valor que desea encontrar. Está íntimamente relacionado con el concepto de margen. de error.
Nivel de confianza
¿Qué tan seguro puede estar al calcular el intervalo de confianza? Este valor puede ser elegido por el investigador. En UX, normalmente usamos niveles de confianza del 95% o 90%. Esencialmente, elegir un nivel de confianza más bajo indica que es más tolerante con el riesgo relacionado con la confianza. es posible que el intervalo no cubra realmente la verdadera estimación de la métrica obtenida para toda la población de usuarios.
Variable de confusión
Una variable latente que afecta tanto a la(s) variable(s) independiente(s) como a la(s) dependiente(s), provocando una falsa asociación entre ellas.
Métrica continua
Una métrica que puede tomar cualquiera de dos valores posibles. En general, las métricas que se pueden expresar con cualquier número de decimales son continuas. El tiempo de finalización de la tarea es un ejemplo de una métrica continua.
Variable dependiente
Una variable que se mide en un estudio y cuyo valor se espera que varíe dependiendo de la manipulación de la variable independiente. Por ejemplo, podemos cambiar el diseño (variable independiente) y ver si esto afecta al grado de satisfacción del usuario con el producto (variable dependiente).
Métrica discreta
Una métrica que solo puede asumir un conjunto de valores contables prescritos. La métrica categórica es siempre discreta. escalas de calificación discreto; otros ejemplos de métricas discretas incluyen la cantidad de visitas a un sitio por parte de los usuarios y la cantidad de errores cometidos al completar una tarea.
Validez externa
La calidad del estudio, que asegura que las condiciones del estudio y de los participantes son naturales y reflejan la situación real.
Variable independiente
Una variable manipulada por el investigador durante el curso del estudio.. Luego, los investigadores observan a los dependientes variables para ver si la variable independiente tuvo algún efecto.
Validez interna
La calidad de un estudio para asegurar que las condiciones del estudio no favorezcan ninguna condición o respuesta de los participantes, y que todas las condiciones sean tratadas por igual.
escala Likert
Una escala de calificación de 5 puntos en la que los encuestados deben estar de acuerdo con la declaración. Las puntuaciones de Likert son iguales a Muy en desacuerdo, en desacuerdo, ni de acuerdo ni en desacuerdo, de acuerdo, muy de acuerdo.[RB4]
Error
La mitad del ancho del intervalo de confianza para la métrica dada. Una vez que tenga un margen de error y una estimación observada, puede calcular un intervalo de confianza. En otras palabras, el margen de error y el intervalo de confianza transmiten esencialmente la misma información y, por lo general, verá uno u otro mensaje.
Métrica
Variable o indicador cuantitativo obtenido durante el estudio. Las métricas típicas de UX incluyen el tiempo de la tarea, el éxito, la satisfacción, la conversión o la facilidad de uso. Las métricas de UX cubren algunos aspectos de la experiencia del usuario que se pueden observar y cuantificar.
NASA-TLX (índice de carga de la NASA)
Un cuestionario posterior a la tarea de 6 preguntas diseñado para medir la carga de trabajo esperada para esa tarea. Se utiliza para estudiar tareas complejas en situaciones con graves consecuencias.
Distribución normal
(También conocido como distribución gaussiana o curva de campana)
Un tipo de distribución de métricas continuas que asume que la mayoría de los valores están relativamente cerca del centro de la distribución y se distribuyen simétricamente a su alrededor. Su gráfico tiene forma de campana. Muchas métricas utilizadas en UX se distribuyen normalmente.
Puntuación neta del promotor (NPS)
Una puntuación basada en las respuestas a una encuesta de una pregunta. “¿Qué tan probable es que recomiendes este sitio a un amigo o colega?” en una escala de 0 (muy poco probable) a 10 (muy probable). NPS oscila entre -100 y 100.
Puntuación observada
Valor métrico obtenido de una muestra de usuarios. Se utiliza como la estimación de la estimación verdadera.
valor p
La probabilidad de que la diferencia entre dos (o más) medidas observadas se deba al azar. Los cálculos de significancia estadística producen valores p. El valor p debe ser inferior a 0,05 para que la diferencia sea estadísticamente significativa.
Población (o Población de Usuarios)
Todos los posibles usuarios del producto.
Métrica de rendimiento
A métrica que captura cómo los usuarios interactúan con un producto en particular. El tiempo de ejecución de la tarea, la cantidad de errores y el éxito de la finalización de la tarea son ejemplos de métricas de rendimiento. Las métricas de rendimiento generalmente se contrastan con las métricas autoinformadas.
Encuesta después de la asignación
Una encuesta realizada después de cada tarea que el usuario ha completado en un estudio cuantitativo. En general, las encuestas posteriores a la asignación deben ser muy breves. La pregunta de una sola facilidad es una pregunta posterior a la pregunta común.
Encuesta posterior a la prueba
Una encuesta realizada al final de un estudio cuantitativo completo. La Escala de usabilidad del sistema es una encuesta popular posterior a la prueba.
Significado práctico
¿Puede la diferencia estadísticamente significativa encontrada en el estudio tener implicaciones prácticas en la vida real? Por ejemplo, un estudio puede encontrar que una diferencia de unos pocos segundos es estadísticamente significativa, pero esto puede no suponer ninguna diferencia para los usuarios y, por lo tanto, no tendrá importancia práctica.
Métrica de preferencia
Ver métrica de autoevaluación
Escala de valoración
Una pregunta de encuesta cerrada que le pide al encuestado que asigne un significado a un concepto en particular. En UX, las escalas de calificación más comunes son las escalas diferenciales semánticas y las escalas de Likert.
Muestra (o muestra de población)
subconjunto de usuarios. Por ejemplo, puede reclutar 40 participantes (muestra) de su base de usuarios (población).
Métrica propia
(También conocido como Métrica de preferencia o métrica subjetiva)
Una métrica que mide cómo los usuarios perciben un sistema y cómo se relacionan con él. Las métricas autoinformadas se recopilan haciendo preguntas a los usuarios sobre el sistema, generalmente a través de encuestas. Se contrastan con métricas de rendimiento.
Escala diferencial semántica
Una escala de evaluación en la que los adjetivos-antónimos están en los dos extremos de la escala. Los puntos entre los extremos no suelen estar marcados. Por ejemplo, puede pedir a sus usuarios que elijan la opción que mejor describa el sitio en una escala de 7 puntos, donde 1 significa “No profesional” y 7 significa “Profesional”.
Pregunta simple (SEQ)
Una herramienta de encuesta con una sola pregunta que se hace después de que el usuario haya intentado completar una tarea. La pregunta es: “En general, ¿qué tan difícil o fácil encuentra esta tarea?” los usuarios deben seleccionar una respuesta en una escala de 1 (muy difícil) a 7 (muy fácil).
Distribución distorsionada
Una distribución que es asimétrica con respecto a su centro. Los datos de tiempo de tareas a menudo están sesgados. Las distribuciones sesgadas no son normales.
Desviación Estándar
Una medida de la variabilidad de una distribución que refleja la desviación promedio desde el centro de una distribución. La desviación estándar se utiliza en el cálculo de los intervalos de confianza.
Significancia estadística
Si la diferencia percibida entre dos (o más) medidas observadas es aleatoria. Esto generalmente se establece con una prueba de significación estadística que arroja un valor p.
Métrica subjetiva
Ver métrica de autoevaluación
Escala de Usabilidad del Sistema (SUS)
Un cuestionario posterior a la prueba de 10 ítems que mide la usabilidad percibida del sistema. Los puntajes SUS pueden variar de 0 a 100.
Puntuación verdadera
El centro de distribución obtenido al incluir a todos los usuarios en la población de usuarios. Este valor solo se puede conocer si el número de usuarios es lo suficientemente pequeño. En la mayoría de los casos, se evalúa por la puntuación observada.
Variabilidad
Cuán diferentes son los puntos de datos en el conjunto de datos entre sí y del centro de distribución. La variabilidad generalmente se mide en desviación estándar.
Diseño intrasujeto
Un diseño de estudio en el que el mismo participante prueba todas las condiciones que coinciden con una variable. Suele contrastarse con los planes interdisciplinarios. Por ejemplo, puede reclutar a 40 participantes para un estudio cuantitativo de usabilidad y pedirles a los 40 participantes que prueben tanto el Sitio A como el Sitio B. En este tipo de estudio, es importante aleatorizar el orden en que los usuarios verán el diseño.
Para aprender más sobre cómo aplicar estos conceptos a su trabajo, tome nuestros cursos. [KM5] Cómo interpretar los números de UX: estadísticas de UX, medición de UX y ROI, y diseño y ejecución de una encuesta.
