A9.07.1Multidimensional subjective workload scale研究设计
多维主观量表把负荷拆解为心理、体力、时间等分量，分别评分再加权
别名: NASA-TLX · 多维负荷量表 · 加权工作负荷指数
概念解释
多维主观量表（multidimensional subjective rating scale）不满足于让用户报告"整体有多累"，而是把负荷拆成若干性质不同的分量分别打分——常见的分量包括心理需求、体力需求、时间压力、绩效感知、努力程度、挫败感——再把各分量汇总成一个总分。NASA任务负荷指数（NASA-TLX）是这类量表里应用最广的代表。
机制
拆分的价值在于负荷体验本身是多来源合成的结果：一次操作里可能同时存在"要记住很多东西"（心理）、"手速跟不上"（体力或时间）、"感觉自己做得不好"（挫败）这些性质完全不同的压力来源。如果只问一个笼统的总分，用户会在心里对这些来源做一次不透明的隐性加权，再报出一个数字，外部完全看不出这个数字是怎么来的。先分别评分、再由固定权重或用户自行比较得到的权重去汇总，能把这层隐性加权显式化，使总分可以被拆解回溯到具体是哪个分量在起作用。
怎么研究
典型做法是在任务结束后立即让被试对每个分量分别打分（常用0到100的量表），部分实施方式还会先做一轮两两比较排序以获得个体化权重，再算出加权总分；自变量通常是任务难度或界面设计条件，因变量是各分量得分及加权总分。方法论上需要留意的是，各分量之间在统计上往往并不独立——心理需求和挫败感经常同步上升，这种共变会削弱"拆分诊断来源"的效力，不能把某个分量的单独升高简单等同于"负荷完全来自这一个来源"。
边界
分量拆分对能内省区分不同压力来源的被试更有效；当任务复杂到用户自己也说不清是心理负担重还是时间紧时，分量之间的边界会变得模糊，拆分反而增加了作答本身的负担。多维量表通常比单维量表耗时更长，不适合需要在任务过程中频繁多次采样的场景。
怎么落地
- 在可用性测试中需要诊断"负荷具体卡在哪里"而不只是判断"高不高"时，选多维量表而不是单一评分。
- 拿到各分量得分后，优先关注相对突出的一两个分量再去追问具体原因——例如时间压力分量明显高于其他分量，提示应检查任务时限或响应速度，而不是简化视觉设计。
- 验证办法：对同一界面的两个版本分别做多维量表评分，看差异是否落在同一个分量上，用来确认改动确实命中了负荷的来源，而不是把负荷从一处搬到另一处。