Die Messung der Effektivität der Mensch-Computer-Interaktion – HCI – kann komplex sein, da sie viele Einflussfaktoren beinhaltet, von denen einige auf emotionaler Ebene bestimmt werden (was sie eher subjektiv als quantitativ macht).
Die Wirksamkeit von HCI bezieht sich auf die Nutzbarkeit eines Computersystems durch einen Menschen. Damit ein Computer effektiv ist, müssen die HCI-Werte hoch sein. Einfach ausgedrückt ist ein Computer, der schwer zu bedienen ist, kein guter Computer.
- Indikatoren für die Wirksamkeit von HCI
Es gibt eine Reihe grundlegender Indikatoren, mit denen Sie die Effektivität der Mensch-Computer-Interaktion messen können. Erstens können Sie messen, wie lange ein Benutzer braucht, um eine bestimmte Aufgabe auszuführen.
Dazu sollten Sie eine Zufallsstichprobe von Personen verwenden (je größer desto besser) und diese der Aufgabe zuordnen. Berechnen Sie aus Ihrer Stichprobengruppe die durchschnittliche Zeit, die eine Person benötigt, um sie auszufüllen. Auf diese Weise können Sie den HCI-Level eines Computers mit einem anderen vergleichen. Natürlich müsste eine solche Studie sehr gründlich sein, um als zuverlässig zu gelten.
Auf die gleiche Weise können Sie auch die Lernkurve eines bestimmten Computermodells messen. Auch dies ist subjektiv, da die Lernkurven von Person zu Person variieren. Aber um einen grundlegenden Test durchzuführen, beginnen Sie mit dem Computer und dem Computerhandbuch und sehen Sie, wie lange Sie brauchen, um sich mit dem Computer zurechtzufinden.
Computer mit hohem HCI-Wert sollten nicht lange brauchen, um sich damit vertraut zu machen. Systeme, die in dieser Kategorie gut abschneiden, werden oft als „benutzerfreundlich“ bezeichnet.
- Schwierigkeiten bei der Messung von HCI
Die Messung des HCI ist mit vielen Schwierigkeiten verbunden. Jeder Mensch hat ein anderes Lernmuster, so dass die Zeit, die es braucht, um ein System zu benutzen oder eine Aufgabe zu erledigen, zwischen verschiedenen Mitgliedern der Bevölkerung stark variiert. Darüber hinaus sind Computersysteme komplex und vielfältig, was den Vergleich zweier unterschiedlicher Modelle erschwert.