System Usability Scale är ett frågeformulär med tio frågor som ger en enda poäng mellan 0 och 100 som representerar upplevd användbarhet. Det skapades av John Brooke 1986 och har blivit det mest använda standardiserade användbarhetsmåttet, till stor del för att det är kort, teknikoberoende, gratis att använda och ger resultat som kan jämföras mellan olika produkter och över tid.
Dess struktur är avsiktlig. De tio påståendena växlar mellan positiv och negativ formulering, vilket avskräcker deltagarna från att välja samma svar för varje fråga utan att läsa. Varje svar betygsätts på en femgradig överensstämmelseskala, och poängsättningsproceduren omvandlar svaren till en siffra från 0 till 100. Den siffran är inte en procentandel, vilket är den vanligaste feltolkningen: en poäng på 68 betyder inte sextioåtta procent av någonting. Det är en poäng på en skala vars betydelse kommer från jämförelse med ackumulerade riktmärken.
Det är dessa riktmärken som ger instrumentet praktiskt värde. Forskning som analyserat ett stort antal SUS-studier fastställde ett genomsnitt på cirka 68, där poäng över detta indikerar bättre än typisk upplevd användbarhet och poäng under indikerar sämre. Senare arbete av Bangor, Kortum och Miller lade till en adjektivisk betygsskala som mappar poängintervall till beskrivningar som bra, okej och dålig, vilket gör resultaten kommunicerbara för intressenter som inte har någon referens för det råa talet. Percentilrankningar som härrör från samma datamängder gör det möjligt att positionera en poäng mot den bredare populationen av testade system.
Instrumentets styrkor är tillförlitlighet och jämförbarhet. Det presterar konsekvent även med små urval, och producerar vanligtvis användbara resultat med ett dussin eller fler respondenter, och eftersom det är standardiserat stöder det spårning över olika utgåvor och jämförelse mot en konkurrent eller en tidigare version. Det är också tillräckligt snabbt för att lägga till i slutet av en användbarhetssession eller ett onboarding-flöde utan att det påtvingar deltagaren någon större belastning.
Dess begränsningar är lika viktiga. SUS mäter uppfattning, inte prestanda: en produkt kan få bra resultat medan människor misslyckas med uppgifter, särskilt om gränssnittet är trevligt och misslyckandena tillskrivs användarna deras egna fel. Den producerar ett enda nummer utan diagnostiskt innehåll, vilket identifierar att något är fel utan att ange vad, vilket innebär att det måste paras ihop med kvalitativa metoder för att vara åtgärdbart. Den är också känslig för när och hur den administreras, så jämförelser är endast giltiga när förhållandena hålls konstanta, och den är olämpligt för att utvärdera en specifik skärm eller funktion snarare än en övergripande upplevelse.
Alternativ som är värda att känna till tjänar något andra syften. Kortare instrument med färre frågor minskar respondentbördan när frågeformuläret bifogas en produktupplevelse i realtid snarare än en undersökningssession. Instrument som är specifikt utformade för webbplatser eller för specifika produktkategorier kan vara mer känsliga inom sitt område. Enstaka mått på upplevd lätthet, som ställs omedelbart efter en specifik uppgift, ger en diagnos på uppgiftsnivå som en helhetsupplevelsepoäng inte kan. Den praktiska vägledningen är att välja ett instrument, tillämpa det konsekvent och motstå frestelsen att byta när ett resultat är en besvikelse, eftersom att ändra måttet återställer trenden och tar bort jämförbarheten som gav övningen dess värde.
Använd på rätt sätt fungerar den som ett spårningsmått snarare än ett diagnostiskt, vilket är så den passar in i det löpande arbetet. Inom en användarundersökning I programmet ger SUS ett konsekvent longitudinellt mått på huruvida upplevelsen förbättras, medan förklaringen till eventuella förändringar kommer från sessionsobservationer och intervjuer. produktdesign Uppdrag som involverar en omdesign, ett baslinjeresultat som tas före arbetet och upprepas efteråt är ett av de få bevis som överlever den vanliga oenigheten om huruvida den nya versionen verkligen är bättre.