Lors du calcul des scores de PSSUQ, que se passe-t-il avec NA Réponses?
PSSUQ (questionnaire d'utilisation du système post-étude est un outil de mesure post-tâche utilisé pour évaluer la convivialité du système. Courant, la troisième version contient 16 déclarations. Chaque déclaration a une échelle de Likert de 1 (fortement d'accord) à 7 (fortement en désaccord). Chaque déclaration a également une option NA (non applicable).
Le PSSUQ a un score global calculé en passant par la moyenne des scores donnés aux déclarations.
L'utilisateur convient fortement à chaque relevé, le score global de la PSSUQ est donc de 1.
PSSUQ a également des sous-balances pour l'utilité du système (Sysuse), la qualité de l'information (Infoqual) et la qualité de l'interface (IntQual). Leurs scores sont calculés comme suit:
- Sysuse: Scores de moyenne des déclarations 1 à 6
- Infoqual: Scores de moyenne des déclarations 7 à 12
- Intqual: Scores de moyenne des déclarations 13 à 15.
Mais comment devrais-je gérer des déclarations que les utilisateurs pensent ne sont pas applicables? Obtiennent-ils la valeur 0 ou je les ignorais simplement du calcul? Par exemple, dans IntQual, qui n'a que trois déclarations si Na obtient la valeur 0:
L'utilisateur est fortement d'accord sur deux déclarations et une déclaration ne s'applique pas, le score INTQUAL est de 0,667.
Si NA est jeté:
L'utilisateur est fortement d'accord sur deux déclarations et une déclaration ne s'applique pas, le score IntQual est de 1.
James R. Lewis, qui est l'une des personnes derrière le PSSUQ dit ce qui suit dans son document évaluation psychométrique de la PSSUQ en utilisant des données de cinq années d'études de convivialité :=:
Si un participant choisit de ne pas répondre à un article, l'effet devrait être de réduire légèrement la fiabilité de l'échelle dans ce cas. Dans la plupart des cas, les articles restants devraient offrir une estimation raisonnable du score d'échelle approprié. D'un point de vue pratique, la moyenne des articles répondus pour obtenir la scène d'échelle améliore la flexibilité de l'utilisation du questionnaire, car si un élément n'est pas approprié dans un contexte spécifique et que les utilisateurs choisissent de ne pas y répondre, le questionnaire est toujours utile. En outre, les utilisateurs qui ne répondent pas à chaque article peuvent rester dans l'échantillon.
De là, je comprends que vous devriez ignorer les déclarations qui ne sont pas applicables et calculer la moyenne des déclarations restantes.