B5.09.3Satisfaction Measures设计研究
满意度是主观评价，与绩效相关但不能由绩效推断
别名: 满意度测量 · 主观测量 · 绩效相关
概念解释
满意度是用户对使用体验的自我报告，标准把它与有效性、效率并列为独立测量项：它与绩效数据存在正相关（做得顺的通常评价高），但相关不等于可推导——同样的任务成绩，不同用户给出的满意度评分可以相差很大。
机制
满意度由评价过程生成，输入不只是绩效：期望水平（对比基准）、控制感、审美反应、情境情绪都进入评价。这解释了双向偏差——高绩效低满意（顺畅但感觉被摆布）与低绩效高满意（结果珍贵、过程艰苦被原谅）。推断谬误「绩效好所以用户满意」之所以稳定出现，是因为绩效数据容易获得而主观测量需要额外成本，用易得数据替代稀缺数据的倾向是测量经济学的自然结果。
怎么研究
规范做法是独立采集：标准化量表（SUS、Likert 组）在任务后施测，施测时点与方式固定；开放题与访谈解释分数。分析时报告满意度与绩效指标的相关系数及离散度，把「相关但不可推断」操作化为：回归中绩效项解释方差的比例，剩余方差即主观成分的独立贡献。重复测量可分离稳定态度与单次情绪。
边界
主观测量信度有限：量表对施测语境敏感，跨群体比较需谨慎；社会期许偏差在主持人在场时放大。满意度数据的解释力依赖测量时点——即时与延迟回忆不同。在极端绩效下（频繁失败），主观评价与绩效趋同，此时推断误差缩小，但中绩效区的推断最不可靠。
怎么落地
- 测试协议固定满意度量表与施测时点，绩效结论与满意度结论分开写，不互相替代。
- 引用满意度时附绩效相关证据与离散度，防止单一均值被过度解读。
- 绩效达标但满意度低的模块单独立项诊断，通常是控制感或沟通问题而非性能问题。