• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Cap. 11   análise de dados e observações
 

Cap. 11 análise de dados e observações

on

  • 870 views

Mini-seminário dos alunos sobre o livro Handbook of Usability Testing, de Rubin e Chisnell. Disciplina Teste Formal de Usabilidade, Pós em Ergodesign de Interfaces e Arquitetura de Informação - ...

Mini-seminário dos alunos sobre o livro Handbook of Usability Testing, de Rubin e Chisnell. Disciplina Teste Formal de Usabilidade, Pós em Ergodesign de Interfaces e Arquitetura de Informação - PUC-Rio, 2014-1.
Prof. Luiz Agner.

Statistics

Views

Total Views
870
Views on SlideShare
222
Embed Views
648

Actions

Likes
0
Downloads
2
Comments
0

4 Embeds 648

http://www.agner.com.br 635
http://feedly.com 8
http://webcache.googleusercontent.com 3
http://www.feedspot.com 2

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Cap. 11   análise de dados e observações Cap. 11 análise de dados e observações Presentation Transcript

    • Capítulo 11: Analisar os dados e observações Diego Brito Felipe Barreto Paulo Leonardo
    • Objetivo Identificar os principais problemas e melhorias a serem desenvolvidas.
    • Tipos de Análise 2 tipos de análise. . Preliminar Rápida e focada nos piores problemas encontrados. . Compreensiva Relatório completo com todos os dados levantados;
    • Etapas As 4 diretrizes: 1. Compilar e resumir os dados 2. Analisar os dados 3. Desenvolver recomendações 4. Produzir o relatório final
    • Compilação de dados Realizar compilação durante os testes. . Acelera o processo de análise . Evita que detalhes sejam perdidos . Fornece ideia geral do que foi descoberto . Uso de transcrições, tabelas, listas, etc.
    • Resumo de dados de desempenho Retratar o que ocorreu nos testes. . Nessa etapa, o pesquisador começa a obter os dados organizados de forma a auxiliá-lo na identificação do grau de sucesso do teste (se ele alcançou os objetivos esperados e se ele respondeu as perguntas do plano de teste). . Para tal, são utilizadas duas técnica de categorização de dados: 1. Por precisão na tarefa 2. Por tempo de execução
    • Resumo de dados de desempenho 1. Por precisão na tarefa Contabilizar e categorizar erros por tipo. . Erros por tarefa . Erros por omissão (executar tarefas incompletas) . Erros por comissão (executar tarefas fazendo coisas desnecessárias) . Participantes que realizaram tarefas com sucesso (dentro do tempo esperado) . Participantes que precisaram de auxílio para concluir tarefas
    • Resumo de dados de desempenho 2. Por tempo de execução Detectar o tempo necessário por tarefa. . Média: A soma de todos os tempos dividido pelo número geral de participantes. . Mediana: O tempo do meio na tabela. . Faixa: Leva em consideração os valores extremos da tabela. . Desvio padrão: É a indicação de variação em relação à média - obtida por fórmula matemática.
    • Resumo de dados de preferência Resumir diferentes tipos de resposta dos usuários. Formas de coleta de dados de preferência: . Questionários fechados: Contabilizar respostas. . Questionários abertos: Listar e agrupar respostas.: . Entrevistas e debriefing: Destacar comentários de transcrições.
    • Outras medidas de resumo de dados Diagnosticar problemas e direcionar objetivos. Contabilizar: . Retorno à navegação principal sem necessidade. . Quantidade e tipos de dicas e solicitações. . Acesso ao mapa do site. . Pontos de hesitação e por quanto tempo.
    • Resumo por grupo e versões de produto Resumir dados por grupos e versões específicas. . Comparar erros e problemas, percebendo as diferenças de desempenho entre diferentes grupos e versões de um mesmo produto. . Cuidado com o uso de porcentagem em pequenos grupos (de 8 a 10 pessoas), pois o resultado se mostrar exagerado.
    • Análise de dados Entender o todo. . Calcular a taxa de sucesso (regra dos 70%) . Identificação de tarefas “difíceis” ou “problemáticas” . Mapear a causa de todos os problemas encontrados . Definir o grau de prioridade para resolução de um problema (gravidade + frequência)
    • Análise de dados Priorizar problemas. . Níveis de gravidade: 1. Irritante 2. Moderado 3. Severo 4. Inutilizável . Níveis de frequência: 1. ocorre < 10% das vezes 2. ocorre 11% a 50% das vezes 3. ocorre 51% a 89% das vezes 4. ocorre > 90% das vezes Dica para ajudar na identificação: Pode-se utilizar de perguntas para os usuários no intuito de identificar problemas mais graves - debriefing Qual foi o problema mais grave que você encontrou durante o teste?
    • Análise de grupos ou versões de um produto Comparar por grupos e por versões de um produto. . Perceber quais tarefas não foram concluídas com "sucesso", para saber se as causas dos problemas ainda persistem. . É importante comparar as "vantagens" e "desvantagens" encontradas em cada versão também.
    • Estatística Inferencial Ir além da amostra. . Inferir em uma parcela maior da população (além do grupo testado). . Os resultados obtidas são estatisticamente relevantes, ou seja, a estatística deve ser gerada utilizando a técnica mais apropriada e os testes dever ser feitos com um número expressivo de participantes (no mínimo 10/12). . As condições de realização dos testes devem ser as mesmas para ambos os testes também, evitando resultados induzidos/ adulterados.
    • Obrigado :) Diego Brito Felipe Barreto Paulo Leonardo