A9.07.2Unidimensional workload scale研究设计

单一维度量表操作简便,但无法揭示负荷来源

别名: 单维负荷量表 · 整体负荷评分 · 在线打点评分

概念解释

单维主观量表(unidimensional workload scale)只用一个数字或一条量表让用户对"整体负荷"打一次分,不再拆分心理、体力、时间等分量。

机制

单维评分省去了多分量作答与汇总的过程,采集速度快,可以在任务进行中多次插入打断采样(在线打点),这是它相对多维量表的优势来源。代价在于它把负荷体验压缩成一个标量:原本可能来自完全不同性质压力的两次评分——比如一次是工作记忆占用造成的,一次是操作节奏跟不上造成的——如果总分相同,从这一个数字本身完全无法反推是哪种来源在起作用。

怎么研究

典型用法是在任务过程中的多个时间点插入一次性提问(例如每隔几十秒弹出一次单项评分),因变量就是这个时间序列上的分数曲线,常用来观察负荷随任务进程的起伏。方法论上要注意,打分动作本身会打断任务,尤其是嵌入进行中的操作时,打断频率越高对原任务的干扰越大,采样密度与生态效度之间需要权衡。

边界

当研究或评估的目的正是要定位负荷来源以便对症改进设计时,单维量表本身回答不了"来源是什么"这个问题,需要另外配合访谈或多维量表。单维量表更适合的场景是只需要监测负荷的相对高低走势,而不需要诊断原因。

怎么落地

  • 需要频繁、低打扰地跟踪负荷随时间的变化趋势(例如比较一段较长任务流程中哪个阶段负荷陡增)时,用单维量表而不是多维量表,以降低采样对任务本身的干扰。
  • 如果单维评分显示某阶段负荷明显升高,不要止步于这一个数字:针对那个具体阶段追加一次事后访谈或多维评分来定位来源,单靠单维分数不足以决定该改哪里。

延伸

  • 同组A9.07.1 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 · A9.07.3 任务结束后的回顾性评分容易受峰值与结束时刻的体验主导,偏离全程平均 · A9.07.4 主观量表在负荷过低或过高时区分度下降,出现天花板与地板效应
  • 相邻A9.02 负荷的测量
  • 站内检索unidimensional workload rating · overall workload scale · in-task probe

同组卡片

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/handbook/A9.07.2