用戶體驗度量：量化用戶體驗的統計學方法 ( 簡體 字) |
| 作者：（美）Jeff Sauro James R. Lewis 著 | 類別：1. -> 程式設計 -> 綜合 |
| 譯者： |
| 出版社：機械工業出版社 |  3dWoo書號： 38265
詢問書籍請說出此書號！【缺書】
【不接受訂購】 |
| 出版日：4/1/2014 |
| 頁數：270 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
【不接受訂購】 |
| ISBN：9787111459040 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：Jeff Sauro 資深用戶體驗專家、統計分析師、資深用戶體驗設計咨詢顧問，Measuring Usability公司主要創始人，具有10多年的用戶體驗從業經驗。對可用性項目和統計分析有非常深入的研究。曾就職于PayPal、Walmart、Autodesk、Oracle、Intuit、GE等公司。Jeff經常在人機交互和可用性專家協會大會發表演講，他發表過10余篇研究文章，同時也是《Journal of Usability Studies》的編委會成員。他擁有斯坦福大學設計和技術專業碩士學位。 |
內容簡介：本書是一種愉悅的享受。它涉及用戶體驗領域的統計推理。它既不居高臨下，也不難于理解。
—— Joe Dumas，用戶體驗顧問，《Practical Guide to Usability Testing》作者
當要求你用統計方法量化可用性改進的效果時，即使你擁有統計學背景，也會感到猶豫，因為你可能不確定應該使用哪種統計檢驗，而且在為可用性研究中采用小樣本檢驗辯解時感到棘手。
本書是使用統計學解決用戶研究中常見問題的指南。它包含了你每天都要面對的常見問題，例如：當前的產品是否比競爭者的產品更易用？我們能確信70%的用戶在第一次嘗試時就完成任務嗎？用戶在網站上購買商品需要花費多長時間？本書詳細闡述如何選擇統計檢驗方法，以及在應用這些方法時如何為統計理論和最佳實踐提供基礎。
本書聚焦于可應用于實際用戶研究項目的方法，是作者實際工作經驗、調查研究，以及對最新的統計學、心理學、人因工程學的文獻資料研讀的結晶。它不只是對傳統統計學的復述，而是為當今從業者提供了全新和切題的解讀。
為各種項目中可用性測試的統計問題提供操作指南，包括使用六西格瑪的項目
向從業者展示選擇哪種檢驗方法，其適用的原因以及應用中的最佳實踐，并為分析數據提供易于使用的Excel公式和網頁形式的計算器
向從業者推薦使用通俗易懂的語言與相關人員溝通結論的一些方法
如何量化用戶體驗對有效提高產品的可用性而言至關重要。用戶體驗從業者可能經常會遇到這樣的問題或挑戰：測試多少樣本足以揭示問題？用小樣本研究結果能說明總體情況嗎？如何對結果進行科學衡量？針對用戶研究中的這些實踐性問題，作者全面深入地梳理了自己及國際上最前沿的研究結果，并結合自身工作經驗，深入淺出地介紹不同情況下可用性測試中的數據搜集方法和衡量方式，推薦最佳解決方法。對于用戶研究從業者或關注用戶體驗的人，相信在本書幫助下能獲得極大啟發。
本書共10章，主要內容包括量化用戶研究常用方法、匯總數據及計算誤差幅度、基準比較、組間比較、選擇合適的樣本量、標準化可用性問卷、與用戶研究相關的統計學知識等，涵蓋用戶研究項目實施、分析、匯報階段所遇到的常見疑問和問題根源的分析。 |
目錄：譯者序
致謝
作者介紹
第1章 導論1 1.1 簡介1
1.2 本書的組織結構1
1.3 如何使用本書2
1.3.1 應該使用何種檢驗2
1.3.2 我需要多大的樣本量5
1.3.3 你不必手動計算6
1.4 本章要點7
1.5 本章思考題7
1.6 參考資料8
第2章 量化用戶研究9
2.1 什么是用戶研究9
2.2 用戶研究的數據9
2.3 可用性測試10
2.3.1 樣本量10
2.3.2 代表性和隨機性10
2.3.3 數據收集12
2.3.4 任務完成率12
2.3.5 可用性問題13
2.3.6 任務時間14
2.3.7 出錯數14
2.3.8 滿意度評分14
2.3.9 復合分數14
2.4 A/B測試15
2.5 調查數據15
2.5.1 等級量表15
2.5.2 凈推薦值16
2.5.3 評論和開放性數據16
2.6 需求收集16
2.7 本章要點17
2.8 參考資料17
第3章 我們的估算到底有多準確19
3.1 簡介19
3.1.1 置信區間=誤差幅度的兩倍19
3.1.2 置信區間提供了精確度和位置20
3.1.3 置信區間的三個組成部分20
3.2 完成率的置信區間20
3.2.1 置信區間的歷史21
3.2.2 Wald區間：對于小樣本來說就太不靠譜了21
3.2.3 精確置信區間22
3.2.4 Wald校正區間：增加兩個成功與兩個失敗22
3.2.5 完成率的最佳點估計24
3.2.6 遭遇可用性問題的置信區間26
3.3 等級量表和其他連續性數據的置信區間26
3.3.1 任務時長數據的置信區間29
3.3.2 任務時長均值還是任務時長中位數30
3.3.3 幾何均值30
3.3.4 大樣本任務時長的置信區間32
3.3.5 圍繞中位數的置信區間33
3.4 本章要點34
3.5 本章思考題35
3.6 參考資料36
第4章 我們達到或超過目標了嗎38
4.1 簡介38
4.2 單側檢驗和雙側檢驗40
4.3 完成率與基準的比對41
4.3.1 小樣本檢驗42
4.3.2 大樣本檢驗44
4.4 滿意度分數與基準的比對46
4.5 任務時間和基準的比對50
4.6 本章要點54
4.7 本章思考題54
4.8 參考資料57
第5章 不同設計之間有統計學差異嗎59
5.1 簡介59
5.2 比較兩個平均值（等級量表和反應時）59
5.2.1 被試內設計比較——配對t檢驗60
5.2.2 比較任務時長62
5.2.3 組間比較（雙樣本t檢驗）64
5.2.4 t檢驗的假設68
5.3 比較完成率、轉換率以及A/B測試69
5.3.1 組間比較69
5.3.2 組內比較78
5.4 本章要點86
5.5 本章思考題88
5.6 參考資料94
第一部分：總結性研究95
第6章 我們需要多大的樣本量
6.1 簡介95
6.1.1 我們為何要關注95
6.1.2 可用性研究的類型至關重要96
6.1.3 總結性可用性測試樣本量預估的基本原則96
6.2 預估數值97
6.3 比較數值104
6.4 如何控制變異性109
6.5 二項置信區間樣本量的估計110
6.5.1 大樣本的二項樣本量估計110
6.5.2 小樣本的二項樣本量估計112
6.5.3 與基準比例相比較的樣本量115
6.6 卡方檢驗的樣本量預估（獨立比例）117
6.7 MCNEMAR精確檢驗的樣本預估（配對比例）120
6.8 本章要點123
6.9 本章思考題124
6.10 參考資料130
第二部分：形成性研究131
第7章 我們需要多大的樣本量
7.1 簡介131
7.2 使用發現問題的概率模型來估計形成性用戶研究的樣本量131
7.2.1 著名方程：P（x?1）=1-（1-p）n131
7.2.2 從1-（1-p）n中推導出樣本量估計方程133
7.2.3 使用表格計劃形成性用戶研究樣本量135
7.3 二項概率模型的假設136
7.4 模型的附加應用137
7.4.1 估計多重問題或其他事件的復合p值137
7.4.2 校正小樣本p的復合估計值138
7.4.3 估計可發現的問題數和未被發現的問題數143
7.5 影響p值的是什么144
7.6 什么是合理的目標問題發現率145
7.7 調解“神奇的數字5”和“8還不夠”147
7.7.1 一段歷史：20世紀80年代147
7.7.2 又一段歷史：20世紀90年代148
7.7.3 “神奇的數字5”的起源149
7.7.4 “8還不夠”：一個調解方法151
7.8 更多關于二項概率公式和其小樣本校正155
7.8.1 二項概率公式的起源155
7.8.2 緊縮校正是如何起作用的156
7.9 針對問題發現的其他統計模型159
7.9.1 對問題發現使用二項式模型的批評159
7.9.2 擴展的二項式模型160
7.9.3 Capture recapture模型161
7.9.4 在計劃形成性用戶研究時為什么不用其他模型161
7.10 本章要點165
7.11 本章思考題166
7.12 參考資料168
第8章 標準化的可用性問卷171
8.1 簡介171
8.1.1 什么是標準化的問卷171
8.1.2 標準化可用性問卷的優點171
8.1.3 什么樣的標準化可用性問卷是有用的172
8.1.4 標準化問卷的質量評估：信度、效度和靈敏度173
8.1.5 問卷的步距數174
8.2 整體評估問卷174
8.2.1 QUIS(用戶交互滿意度問卷)175
8.2.2 SUMI（軟件可用性測試問卷）176
8.2.3 PSSUQ178
8.2.4 SUS(軟件可用性問卷)182
8.2.5 可用性整體評估問卷的實驗比較194
8.3 任務評估問卷197
8.3.1 場景后問卷197
8.3.2 單項難易度問卷198
8.3.3 主觀腦力負荷問題198
8.3.4 期望評級199
8.3.5 可用性等級評估201
8.3.6 任務評估問卷的實驗比較203
8.4 網站感知可用性的評估問卷205
8.4.1 網站分析和測量問卷206
8.4.2 標準通用的百分等級問卷207
8.4.3 其他評估網站的問卷209
8.5 其他有趣的問卷210
8.5.1 計算機系統可用性問卷210
8.5.2 有用性、滿意度、易用性211
8.5.3 用戶經驗的可用性度量211
8.5.4 享受性質量212
8.5.5 美國消費者滿意度指標213
8.5.6 凈推薦值213
8.5.7 福雷斯特客戶體驗指數215
8.5.8 技術接受模型215
8.6 本章要點216
8.7 本章思考題217
8.8 參考資料220
第9章 測量和統計的六大持久論戰224
9.1 介紹224
9.2 對多點量表數據進行平均合理嗎225
9.2.1 一方觀點225
9.2.2 另一方觀點226
9.2.3 我們的推薦228
9.3 需要測試至少30名用戶嗎229
9.3.1 一方觀點229
9.3.2 另一方觀點230
9.3.3 我們的推薦231
9.4 所有的實驗都要進行雙側檢驗嗎231
9.4.1 一方觀點231
9.4.2 另一方觀點232
9.4.3 我們的推薦233
9.5 當p>0.05時，我們能拒絕原假設嗎233
9.5.1 一方觀點233
9.5.2 另一方觀點234
9.5.3 我們的推薦235
9.6 能將各種可用性度量指標合并到一個分數中嗎236
9.6.1 一方觀點236
9.6.2 另一方觀點238
9.6.3 我們的推薦239
9.7 假使你需要進行多次檢驗該怎么辦239
9.7.1 一方觀點239
9.7.2 另一方觀點241
9.7.3 我們的推薦241
9.8 本章要點245
9.9 本章思考題246
9.10 參考資料249
第10章 總結251
10.1 簡介251
10.2 更多信息251
10.3 好運254
10.4 本章要點254
10.5 參考資料254
附錄A 基礎統計概念速成255 |
| 序： |
