形成性评估¶
概述¶
形成性评估（Formative Evaluation）是在设计和开发过程中进行的迭代测试，目的是发现和解决可用性问题。与总结性评估不同，形成性评估侧重于改进设计，而非验证最终产品。
形成性评估的目的¶
主要目标¶
- 早期发现问题 - 在设计阶段识别可用性问题
- 降低开发成本 - 早期修复比后期修复成本低得多
- 迭代改进 - 通过多次测试持续优化设计
- 降低风险 - 减少总结性评估失败的风险
与总结性评估的区别¶
| 特征 | 形成性评估 | 总结性评估 |
|---|---|---|
| 目的 | 改进设计 | 验证设计 |
| 时机 | 设计开发过程中 | 设计完成后 |
| 频率 | 多次迭代 | 通常一次 |
| 参与者数量 | 5-8人/轮 | 15+人 |
| 测试对象 | 原型、样机 | 最终产品 |
| 结果 | 问题列表和改进建议 | 通过/失败判定 |
| 正式程度 | 相对灵活 | 严格规范 |
形成性评估方法¶
1. 启发式评估（Heuristic Evaluation）¶
方法概述¶
由可用性专家根据既定的可用性原则（启发式规则）评审界面。
优点: - 快速、成本低 - 不需要招募用户 - 可以早期进行（纸质原型阶段） - 可以发现专家级问题
缺点: - 依赖评审者经验 - 可能遗漏实际使用中的问题 - 不能替代用户测试
实施步骤¶
步骤1：准备
- 准备设计原型（纸质、数字、实物）
- 准备评审检查表和问题记录表
- 招募3-5名评审者（可用性专家 + 领域专家）
- 提供使用场景描述
步骤2：评审流程
- 简介（15分钟）- 介绍产品和使用场景
- 独立评审（1-2小时）- 评审者独立检查界面，对照启发式规则识别问题
- 汇总讨论（1小时）- 评审者分享发现，讨论问题和解决方案
步骤3：问题记录模板
问题ID: HE-001
发现者: 评审者A
位置: 主界面 > 剂量设置
违反原则: 错误预防
问题描述: 剂量输入框无范围限制，用户可能输入超出安全范围的值
严重性: 高（可能导致严重伤害）
建议解决方案: 添加输入范围验证、超出范围时显示错误提示
启发式规则¶
Nielsen的10条可用性启发式:
- 系统状态可见性
- 系统与现实世界匹配
- 用户控制和自由
- 一致性和标准
- 错误预防
- 识别而非回忆
- 灵活性和效率
- 美学和简约设计
- 帮助用户识别、诊断和恢复错误
- 帮助和文档
医疗器械特定启发式:
- 安全关键操作保护
- 报警系统有效性
- 紧急情况可用性
- 多用户考虑
- 环境适应性
2. 认知走查（Cognitive Walkthrough）¶
方法概述¶
模拟用户执行任务的认知过程，逐步分析每个操作。适用于新用户首次使用、复杂任务流程分析。
认知走查四问¶
对每个操作步骤，回答：
- 用户会尝试达到正确的效果吗？ - 用户是否理解当前需要做什么？
- 用户会注意到正确的操作是可用的吗？ - 正确的控制是否可见？
- 用户会知道正确的操作能达到期望的效果吗？ - 控制的功能是否明确？
- 用户执行操作后，会得到适当的反馈吗？ - 系统是否提供清晰反馈？
3. 用户测试（User Testing）¶
方法概述¶
招募真实目标用户测试原型，观察和记录使用过程。
优点: 发现真实使用问题、获得用户反馈、验证设计假设 缺点: 需要招募用户、耗时较长、成本较高
测试流程（约90分钟）¶
- 欢迎和介绍（10分钟）- 介绍测试目的、签署知情同意书
- 背景问卷（5分钟）- 收集参与者背景信息
- 培训（10分钟）- 根据使用说明书进行培训
- 任务执行（45分钟）- 参与者执行预定任务，鼓励"出声思考"
- 访谈（15分钟）- 询问使用体验，探讨遇到的问题
- 问卷（5分钟）- 满意度问卷（如SUS）
数据收集¶
定量数据: - 任务成功/失败 - 任务完成时间 - 错误次数 - 帮助请求次数
定性数据: - 使用错误描述 - 困惑点 - 用户评论 - 非语言行为（皱眉、犹豫）
出声思考法（Think Aloud）¶
要求参与者在操作过程中说出自己的想法，了解用户思维过程和认知问题。
指导语示例: "请在使用过程中说出您的想法，比如您在寻找什么、为什么这样操作、对界面的理解、遇到的困惑。"
4. 专家访谈¶
邀请临床专家评审设计，验证临床适用性、工作流程整合、识别潜在问题和风险。
形成性评估时机¶
多阶段评估¶
阶段1：概念设计（纸质原型） - 时机：设计初期 - 方法：启发式评估、认知走查 - 目标：验证基本概念和流程
阶段2：低保真原型 - 时机：交互设计阶段 - 方法：用户测试（5-8人） - 目标：测试交互逻辑和信息架构
阶段3：高保真原型 - 时机：视觉设计阶段 - 方法：用户测试（5-8人） - 目标：测试视觉设计和细节
阶段4：工程样机 - 时机：开发阶段 - 方法：用户测试（8-10人） - 目标：测试完整功能和性能
阶段5：预生产样机 - 时机：总结性评估前 - 方法：用户测试（10-15人） - 目标：最后验证，为总结性评估做准备
数据分析¶
问题分类¶
按严重性分类:
- 1级 - 灾难性: 可能导致严重伤害或死亡，必须修复
- 2级 - 严重: 可能导致中等伤害或治疗失败，必须修复
- 3级 - 中等: 导致使用不便或效率降低，应该修复
- 4级 - 轻微: 仅影响用户体验，考虑修复
问题优先级矩阵¶
严重性 × 发生频率 = 优先级
| 发生频率 \ 严重性 | 灾难性 | 严重 | 中等 | 轻微 |
|---|---|---|---|---|
| 高（>50%） | P1 | P1 | P2 | P3 |
| 中（20-50%） | P1 | P2 | P2 | P3 |
| 低（<20%） | P2 | P2 | P3 | P4 |
- P1 - 立即修复: 下一版本必须解决
- P2 - 高优先级: 尽快修复
- P3 - 中优先级: 计划修复
- P4 - 低优先级: 资源允许时修复
报告和跟踪¶
形成性评估报告结构¶
- 执行摘要 - 测试目标、主要发现、关键建议
- 方法 - 测试方法、参与者信息、测试任务、测试环境
- 结果 - 定量数据、定性发现、用户反馈
- 问题列表 - 问题描述、严重性和优先级、建议解决方案
- 建议 - 设计改进建议、下一步行动
- 附录 - 测试材料、原始数据、录像截图
问题跟踪表¶
| ID | 问题 | 严重性 | 优先级 | 状态 | 负责人 | 解决方案 | 验证 |
|---|---|---|---|---|---|---|---|
| FE-001 | 小数点输入困难 | 高 | P1 | 已修复 | 张工 | 添加示例提示 | 下轮测试 |
| FE-002 | 模式选择困惑 | 中 | P2 | 进行中 | 李工 | 添加说明文字 | 待定 |
最佳实践¶
- 早期和频繁测试 - 在纸质原型阶段就开始测试，每个设计迭代都进行测试
- 招募合适的参与者 - 确保参与者代表目标用户，覆盖不同用户群体
- 测试真实任务 - 使用真实的使用场景，任务描述清晰具体
- 观察而非询问 - 观察实际行为比询问更可靠，注意非语言行为
- 迭代改进 - 基于测试结果改进设计，验证改进效果
- 跨职能协作 - 设计师、工程师、临床专家共同参与
- 文档化 - 详细记录测试过程和结果，建立问题跟踪系统
实际案例¶
案例：输液泵界面改进¶
第1轮形成性评估（纸质原型）
- 方法：启发式评估
- 发现：剂量输入流程复杂，需要7个步骤
- 改进：简化为3个步骤
第2轮形成性评估（低保真原型）
- 方法：用户测试（6名护士）
- 发现：5/6参与者在小数点输入时遇到困难
- 改进：添加输入示例，优化数字键盘
第3轮形成性评估（高保真原型）
- 方法：用户测试（8名护士）
- 发现：确认对话框不够醒目，2/8参与者未仔细查看
- 改进：增大字体，使用颜色编码，添加二次确认
第4轮形成性评估（工程样机）
- 方法：用户测试（10名护士）
- 发现：所有参与者成功完成任务，平均时间45秒
- 结论：准备进入总结性评估
下一步: 学习总结性评估，了解如何进行最终的可用性验证测试。
💬 讨论区
欢迎在这里分享您的想法、提出问题或参与讨论。需要 GitHub 账号登录。