Microsoft Desirability Toolkit: Tepki Kartlarıyla Görsel Beğeni Testi
Tepki kartları yöntemi bir arayüzün bıraktığı izlenimi kelime seçimine indirger: katılımcı önüne konan listeden tasarımı en iyi anlatan beş kelimeyi işaretler, siz de hangi kelimenin kaç kişide tekrarlandığını sayarsınız. Sayılabilir olması ölçtüğü şeyin nesnel olduğu anlamına gelmiyor. Çıkan yüzdeler büyük ölçüde listeyi nasıl kurduğunuza bağlı, yöntemin kendisi sağlam ama çoğu uygulaması değil.
Yöntem tam olarak neyi ölçüyor
Desirability Toolkit, Microsoft'ta Joey Benedek ve Trish Miner tarafından 2002'de, laboratuvar testlerinin kaçırdığı bir boşluğu kapatmak için derlendi: bir arayüz görevleri tamamlanabilir kılıyordu ama insanlar onu sevmiyordu, elde kullanılabilirlik metriği vardı, algıya dair hiçbir şey yoktu. Orijinal set 118 karttan oluşur ve kartların her birinde tek bir sıfat ya da kısa nitelik yazar. Olumlu, olumsuz ve nötr kelimeler karışıktır.
Asıl kısım da genelde atlanan kısım. Orijinal akışta katılımcı beş kartı seçtikten sonra neden o beşini seçtiğini anlatır. Sayımlar size hangi kelimenin öne çıktığını söyler, nedenini söylemez, ve tasarımda değiştirebileceğiniz şey nedenin içinde saklıdır. Yarısına vaktiniz varsa konuşmayı tutun, yüzdeleri bırakın.
25 kelimeye indirmenin faturası
Pratik tavsiye hep aynı: 118 kart çok, listeyi 25'e indir, katılımcıyı yormayasın. Makul geliyor, ama sonuçları yüzdeyle okumayı planlıyorsanız bu kısaltma ölçümün tabanını kaydırıyor.
Hesap basit. Katılımcı N kelimeden 5 tanesini seçiyorsa, hiçbir tercihi olmayan birinin belirli bir kelimeyi işaretleme olasılığı 5/N. 118 kelimede bu oran yüzde 4 civarı; 25 kelimede yüzde 20. Yani kısaltılmış listede beş kişiden biri tarafından seçilen bir kelime, tam sette aynı oranın beş katı anlam taşıyacakken, burada gürültüden ayırt edilemez. Liste küçüldükçe testi uygulamak kolaylaşıyor, sonucu yorumlamak zorlaşıyor.
İkinci maliyet daha sinsi. Hangi kelimeleri atacağınıza karar verirken tasarımın olabileceği şeyler kümesini siz daraltıyorsunuz, yani soruyu sormadan önce bir kısmını cevaplamış oluyorsunuz. Kısaltacaksanız en azından orijinal dengeyi koruyun: setin yaklaşık yüzde 40'ı nötr ya da olumsuz olsun, yoksa liste kendi başına olumlu cevaba doğru itiyor.
Listeyi turlar arasında değiştirmem. Bir kelimeyi çıkarıp yerine başkasını koyduğunuz anda hem 5/N tabanı hem de seçimlerin birbiriyle yarıştığı havuz değişiyor, önceki turun yüzdeleri karşılaştırılamaz hale geliyor. Eski tasarımla yeni tasarımı kıyaslamak için yapılan testlerde en sık görülen hata bu.
Testi kurarken
- Tasarımı statik gösterin. Gezilebilir bir prototip verirseniz katılımcı akışı değerlendirmeye başlar, görsel algıyla kullanım kolaylığı birbirine karışır.
- Kelime sırasını her katılımcı için karıştırın. Sabit sırada listenin başındaki kelimeler sistematik olarak fazla seçilir.
- Beş seçim sınırını esnetmeyin. Serbest bırakılan seçim sayısı katılımcılar arası karşılaştırmayı bozar.
- Ham seçimleri kaydedin, yüzdeyi sonra hesaplayın. Kaydettiğiniz tek şey yüzdeyse alt grup analizi yapamazsınız.
Katılımcı sayısına da dikkat. Sekiz kişiyle yaptığınız bir testte her yüzde değeri 12,5 puanlık adımlarla hareket eder, dolayısıyla raporda yüzde 37,5 yazmak sahte bir hassasiyettir. Küçük örneklemde doğru çıktı sıralı bir sayım tablosudur: kelime, kaç kişi. Üç kişi ile iki kişi arasındaki farkı bulgu diye sunmayın.
Sonuçları okumak
Tek bir testin çıktısı tek başına pek bir şey söylemez, karşılaştırma söyler. İki görsel yönü aynı listeyle test edip hangi kelimelerin yer değiştirdiğine bakmak, bir tasarımı tek başına ölçüp çıkan kelimeleri yorumlamaktan çok daha güvenilir sonuç verir.
Marka değerlerinizi kontrol etmek istiyorsanız o kelimeleri listeye koyun, ama inandırıcı bir karşıtını da koyun. Listede güvenilir var da onun karşısında duracak hiçbir kelime yoksa, katılımcı güvenilir kelimesini seçtiği için değil, seçecek başka bir şey olmadığı için seçmiş olabilir.
Sonuçları Venn diyagramına dökmek yaygın bir alışkanlık. Kelime kümeleri birbirini üç yerden kesmediği sürece bu görselleştirme çoğunlukla sayıdan daha az bilgi taşıyor; sayıma göre sıralanmış düz bir tablo, kümeler kesişmiyorsa daha dürüst bir özet.
Nerede işe yarar, nerede yaramaz
Yöntem, kullanılabilirlik açısından ikisi de yeterli olan iki görsel yön arasında seçim yapılacağı zaman işe yarıyor. Marka kimliği, ambalaj, reklam görseli gibi alanlarda da aynı mantıkla kullanılabilir, çünkü ölçtüğü şey arayüze özgü değil, bir görselin bıraktığı izlenim.
Tasarımın tamamına dair bir karar vermek için yaramaz. Kullanılabilirlik problemlerini hiç göstermez, çünkü katılımcı arayüzü kullanmıyor. Kelime sayımları kararı veren şey değil, tasarım tartışmasına girdi olan şeydir; sayıya karar verdirirseniz elinizde yalnızca listenizin yankısı kalır.