三者不可用单一「好用」评分合并
别名: 好用分数 · composite usability · 单一量表 · Likert collapse
概念解释
把易学、识别、舒适塞进一道“整体好用吗”的李克特题，得到的是一维分数，不是三维证据的摘要。分数高可能是因为好猜，尽管现场经常认错；也可能是因为演示里次次成功，尽管肩膀已经发酸。一维分数还会在版本之间假装可比较：改了模型，分数涨了，人们以为手势更好用了，其实只是实验室识别率变了，教学和姿势原样。需要做决策时，一维分数无法指出该动哪一根杠杆。
机制
人在打总分时会抓住当前最显著的体验。刚被教会，显著的是“我学会了”；刚看识别失败，显著的是“它不听我的”；刚放下酸胳膊，显著的是累。问卷顺序、演示是否成功、任务是否短，都会把权重偷偷滑向其中一维。算术上把三道分量表加总或取均值，等于假设它们可代偿：识别差一分，可以用更易学一分来补。物理上代偿不成立——认错不会因为好猜而变少，酸痛不会因为模型准确而消失。合成分数还对缺失值过敏：没测过疲劳的条目，用识别率填进总分，会系统性偏高。
怎么研究
若一定要用问卷，至少保留三道独立题，报告它们的相关，而不是只报总和。经验上三者相关往往中等偏低，这正是不能合并的证据。用任务日志里的客观量（首次成功率、混淆、垂臂）去预测那道总分，看总分被哪类客观量绑架。版本对比必须并列三列，不允许用总分的 t 检验代替。SUS 一类通用量表可以当产品级的粗温度计，但不能用来在手势词表内部排序条目。
边界
极小词表、单一场景、同一批熟练用户，三道题可能高度相关，合成看起来无害；词表一扩、换环境，相关就散。管理层要一张仪表盘时，合成压力会回来，这时应展示三根独立柱，而不是折成一颗星。无障碍评估更不能合成：一条手势对部分人不可执行，平均分仍可能过线。把“好用”当作形成性指标（每周看趋势）比当作发布门槛危害小，但趋势仍要能分解到三维。
怎么落地
- 评审材料里取消“手势好用度”总分；改成三列并列，用红黄绿独立上色。
- 若组织要求一个数，就同时附上三列原始值和“本周短板是哪一列”，禁止只传那个数。
- 版本发布说明写清动了教学、模型还是姿势，各自对应哪一列的变化，避免用总分叙事。