可用性的5个属性

可用性包括多个组成部分，包括：
可学习性（learnability）：系统应该容易学习，这样用户可以快速开始使用这个系统来完成某些工作。
效率性（efficiency）：系统的使用应该据哟效率，一旦用户学会使用系统后，就有可能提高生产率。
可记忆性（memorability）：系统应该基于记忆，以便用户离开一个系统一段时间之后能够重新使用这个系统，而不用一切从头开始。
错误率（error）：系统应该具有低的错误率，这样用户在使用系统的过程中就会很少出错，即使出错也能够迅速恢复。而且必须保证不会发生灾难性错误。
满意度（satisfaction）：系统应该使用起来令人愉悦，让用户在使用时主观上感到满意并喜欢这个系统。
可学习性
从某种意义上讲，可学习性是最基本的可用性属性，因为大多数人对新系统的最初体验就是学习使用的过程。
容易学习指的是初学用户在学习曲线上初始部分的体验。如下图所示：

一个假想系统的两种学习曲线，一种关注初学用户，容易学习但使用效率较低；另一种难于学习，但对专业用户来讲，使用效率相对较高
对于具有高度可学习性的系统，其学习曲线的初始部分会比较陡峭，能够让用户在短时间达到相当的熟练使用程度。实际上，所有用户界面的学习曲线都是以用户在时间为0不能做任何事情的状态开始的。
初始的学习容易程度是比较容易测量的，可以简单地挑选一些以前没有用过系统的用户，然后测量他们达到特定熟练程度所用的时间。
使用效率
效率指的是专业用户在达到学习曲线平坦阶段时的稳定绩效水平。要想测量有经验用户的使用效率，显然需要寻找有经验的用户，让他们花上数小时来使用系统，然后测量他们的使用效率。
可记忆性
临时用户是指那些断断续续地使用系统的人们，他们不像专业用户那样频繁地使用系统，但与初学用户不同，他们以前使用过系统，不必从头学起。
界面的可记忆性测试，总体上有两种主要的测量方法。一种方式是对离开系统一段时间的临时用户进行标准的用户测试，测量他们执行一些典型测试任务所用的时间。另一种方式是对用户进行记忆测试，在完成系统测试过程后，让他们解释各种命令的作用，或者讲出完成特定事情的命名的名称。用户给出的正确答案的数目就是可记忆性的得分。
错误率
通常来讲，错误可定义为不能达到预期目标的任何操作，而测量系统的出错率，就是统计用户执行任务时所出现的这种操作的次数。有些错误可以被用户离开纠正，并不会产生其他后果，只不过稍稍降低了用户的事务处理速度。一般没有必要统计这种错误，因为他的影响已经包含在使用效率之中了。
主观满意度
最后一个可用性属性就是主观满意度，它是指使用系统时的愉悦程度。
从原理上说，可以采用客观的测量方法来评估界面的愉悦性，而不是通过询问用户主观倾向的方式。例如脑电图（EEGs）、瞳孔扩张率、心率、皮肤传导率、血压和血液中肾上腺素浓度等来评测用户的压力和舒适程度。但这些测量方法通常会使测试用户感到紧张，所以，心理生理学方法往往不是特别适合可用性工程的研究。
主观满意度一般通过询问用户主观看法的方法进行测量。侧任何单个用户的角度来看，对这种问题的任何回答都是主观的；但有很多用户的回答放在一起进行平均之后，得到的结论就是系统愉悦度的客观度量了。
主观满意度的问卷一般都非常简短，通常来讲，这种问卷会要求用户以1~5或1~7的评价范围来给系统打分。对于李克特量表（Likert Scale）而言，问卷上通常会呈现一些陈述语句，让后让用户给出他们同意这一说法的程度。在使用1~5的范围时，回答选项通常是1=非常不满意，2=部分不满意，3=既不同意也不反对，4=部分同意，5=非常同意。