多少人够？
Virzi（1992）发现4至5人可发现约80%的问题，Nielsen与Landauer（1993）建立了公式。Nielsen（2000）建议每轮5人、做三轮，但Faulkner（2003）指出波动很大。比较数据需要A/B测试。
任务设计与执行
好任务提供目标与情境。出声思考（Ericsson & Simon, 1993）要求主持人尽量少干预。存在评估者效应（Hertzum & Jacobsen, 2001），应多人共同观察，并按Bangor等（2008）解读SUS。
移动端技巧
使用参与者自己的手机、单手操作。漂亮的原型会因审美可用性效应获得口头好评，应看行为。测试前先用尼尔森启发式做专家评审。
常见问题
- 真的5人就够？
- 迭代定性测试够用，数据比较需要更多。
- 远程还是面对面？
- 远程快且多样，面对面观察更深入。
来源核查日期：2026-10-27
参考文献
- Nielsen, J., & Landauer, T. K. (1993). A mathematical model of the finding of usability problems. In Proceedings of the INTERACT '93 and CHI '93 Conference on Human Factors in Computing Systems (pp. 206–213). ACM. 提出参与人数与问题发现率的公式。
- Nielsen, J. (2000, March 19). Why you only need to test with 5 users. Nielsen Norman Group. 主张多次小规模迭代测试。
- Virzi, R. A. (1992). Refining the test phase of usability evaluation: How many subjects is enough? Human Factors, 34(4), 457–468. 4至5人可发现约80%的问题。
- Faulkner, L. (2003). Beyond the five-user assumption: Benefits of increased sample sizes in usability testing. Behavior Research Methods, Instruments, & Computers, 35(3), 379–383. 指出五人样本波动很大。
- Bangor, A., Kortum, P. T., & Miller, J. T. (2008). An empirical evaluation of the System Usability Scale. International Journal of Human–Computer Interaction, 24(6), 574–594. 以大规模数据给出SUS评分解读标准。
- Hertzum, M., & Jacobsen, N. E. (2001). The evaluator effect: A chilling fact about usability evaluation methods. International Journal of Human–Computer Interaction, 13(4), 421–443. 不同评估者发现的问题差异很大。
- Ericsson, K. A., & Simon, H. A. (1993). Protocol analysis: Verbal reports as data (Rev. ed.). MIT Press. 出声思考法的理论基础。