| dc.description.abstract | A/B-Tests ermöglichen es, Design-Varianten zu vergleichen und die Ergebnisse inferenzstatistisch abzusichern. Usability-Tests helfen zwar, effizient die gröbsten UsabilityProbleme eines Interfaces aufzudecken, ermöglichen aber normalerweise keine solche inferenzstatistische Absicherung. Dieser Artikel macht deutlich, dass Inferenzstatistik für Usability-Engineers von größerer Bedeutung ist als gemeinhin angenommen: Es geht um nichts Geringeres als die Vermeidung berechtigten Misstrauens, also um Glaubwürdigkeit. Dafür benötigen A/B-Tests eine große Teilnehmerzahl und sind daher meist auf eine Testung über das Web angewiesen. Da dies in vielen Projekten (z. B. weil besondere Hardware benötigt wird) nicht möglich ist, soll mit dem Usability-Experiment eine Lücke im Methoden-Portfolio von Usability-Engineers geschlossen werden. Das Usability-Experiment wendet die über 100-jährige Erfahrung experimenteller Psychologen mit der Messung menschlichen Verhaltens auf Usability-Fragestellungen an. Es erlaubt (im Gegensatz zu Usability-Tests) den inferenzstatistisch abgesicherten Vergleich von Design-Alternativen mit (im Vergleich zu A/B-Tests) relativ kleinen Stichproben (ab ca. 10 Teilnehmern). Zudem eröffnet es eine Reihe interessanter neuer Einblicke ins Nutzerverhalten. | de_DE |
