A9.07.4Ceiling and floor effects in subjective workload scales研究设计
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
别名: 天花板效应 · 地板效应 · 量表区分度
概念解释
主观负荷量表在中等负荷范围内对差异比较敏感，但当真实负荷已经低到接近无压力，或高到用户明显不堪重负时，评分会分别聚集在量表的低端或高端，无法再区分程度上的细微差别——这两种情况分别叫地板效应（floor effect）和天花板效应（ceiling effect）。
机制
量表的评分区间和刻度密度是固定的，而人在极端状态下对负荷差异的辨别力本身也会下降。负荷极低时，几种同样"毫不费力"的任务在主观体验上已经没有可区分的差异，报告都会落在量表最低几档；负荷极高时，用户往往已经从"具体分析哪里费力"切换成一种笼统的"扛不住了"的感受，倾向于直接选量表最高档，不再对进一步升高的负荷做出区分。这本质上是量表刻度的分辨力和人在极端状态下的评分行为共同作用的结果，不是把量表设计得更精细就能完全解决的。
怎么研究
检验是否存在天花板或地板效应的常见做法，是看某个实验条件下的评分分布是否大量堆积在量表两端，并检查该条件下评分的方差是否明显小于中等难度条件下的方差。如果做了任务难度的梯度设计，却发现最难和次难两组的主观评分几乎没有差异，而客观绩效上两组差异明显，这就是量表在高端失去区分度的典型信号，提示不能仅凭主观评分持平就断定两种设计给用户造成的负荷相当。
边界
这个问题在需要比较"已经很难"的多个设计方案孰优孰劣时最突出，量表本身此时提供的信息量有限。对于负荷处在中等、常见的日常操作区间的比较，量表的区分度通常是可靠的，不需要过度怀疑。
怎么落地
- 在评估负荷已知会很高的场景（比如同时处理多个警示信息的界面）时，不要仅凭主观量表评分接近满分就认为"两个方案一样差"，应补充客观绩效指标（错误率、反应时）来区分程度。
- 在负荷已知很低的日常场景做细粒度优化比较时，主观量表的区分力有限，更适合依赖行为指标而非用户报告的分数差异。