questionnaire-generator

标准化问卷生成器（Standardized Questionnaire Generator）

简介

本 skill 用于生成「用户体验与人因工程」领域常用的标准化问卷，并附计分方法。问卷覆盖系统可用性、任务易用性、认知负荷、用户体验等多个测量维度，服务于课程中的可用性测试、实验设计与主观评估环节。

标准化问卷的优势在于：信效度经过验证、可跨研究比较、结果可量化。

何时使用

当用户出现以下需求时，调用本 skill：

• 用户需要生成某类可用性/体验问卷（如「给我一份 SUS 问卷」）
• 用户需要评估一个系统的可用性、易用性、认知负荷或整体体验
• 用户不知道「该用哪种问卷」，想根据测评目标选择合适的问卷
• 用户说「帮我做可用性测试问卷 / 主观评估量表 / 用户体验问卷」

支持的问卷

工作流程

1. 明确测评目标：判断用户想测「整体可用性 / 单任务易用性 / 认知负荷 / 整体体验 / 满意度」中的哪一项。
2. 选择问卷：根据测评目标推荐 1 个最合适的问卷；若用户未指定，给出推荐并说明理由。
3. 生成问卷：输出完整问卷题目（含指导语、作答说明、量表选项）。
4. 提供计分方法：给出该问卷的计算公式、各维度说明与结果解读阈值。
5. 附使用建议：说明施测流程（任务前/后、单次/多次）、样本量建议与注意事项。

各问卷详解

1. SUS（系统可用性量表）

指导语：请根据你刚才使用该系统的真实感受，对以下陈述打分。1 = 非常不同意，5 = 非常同意。请凭第一印象作答，不要停留过久。

计分方法：

• 奇数题（1、3、5、7、9）：得分 = 原始分 − 1
• 偶数题（2、4、6、8、10）：得分 = 5 − 原始分
• 将 10 题得分求和，再乘以 2.5，得到总分（0–100）

结果解读（Bangor et al. 的等级参考）：

• ≥ 90：A（优秀）
• 80–89：B（良好）
• 70–79：C（尚可）
• 60–69：D（勉强及格）
• < 60：F（不及格）

经验参考：SUS 平均分约为 68 分，超过 68 分可视为「高于平均水平」。

2. ASQ（任务后问卷）

指导语：请根据你刚才完成的这项任务，回答以下问题。1 = 非常不同意，7 = 非常同意。

计分方法：取 3 题的平均分（1–7 分），分数越高表示任务易用性越好。建议在每项任务完成后立即施测。

3. SEQ（单题易用性）

指导语：总体来说，这项任务有多难？请在 1–7 之间选择（1 = 非常困难，7 = 非常容易）。

非常困难  1   2   3   4   5   6   7  非常容易

计分方法：直接记录 1–7 分。SEQ 平均分 < 5 通常提示该任务存在易用性问题，建议在每项任务后立即施测。

4. NASA-TLX（任务负荷指数）

指导语：请根据你刚才完成任务的体验，在以下 6 个维度上打分（0–100，数值越高表示该维度负荷越高）。

计分方法：

• 方法 A（原始负荷，Raw TLX）：取 6 个维度得分的算术平均值（0–100）。
• 方法 B（加权 TLX）：先让被试对 6 个维度两两比较其重要性（共 15 对），统计每个维度被选中的次数作为权重，再计算加权平均。

结果解读：分数越高表示任务负荷越大。绩效表现维度通常反向计分。

5. UEQ（用户体验问卷，简化说明）

UEQ 共 26 题，每题为一对语义对立的形容词（如「令人讨厌的 / 令人愉快的」），使用 7 级量表，覆盖 6 个维度：吸引力（Attractiveness）、效率（Efficiency）、清晰度（Perspicuity）、可靠感（Dependability）、刺激感（Stimulation）、新颖性（Novelty）。

计分方法：每个维度取对应题目的平均值，范围为 −3 到 +3。推荐使用官方 Excel 工具在线计算（ueq-online.org），以便按 26 题的完整矩阵精确计分。

注：完整 26 题 UEQ 建议使用官方工具计分。本 skill 可应要求输出完整 26 题量表。

6. CSUQ（计算机系统可用性问卷）

共 19 题，7 级量表，覆盖「系统有效性、信息质量、界面质量」三个分量表。

计分方法：取各题平均分（1–7），分数越低表示可用性越好（与 SUS 相反，需注意方向）。

输出格式

为每个问卷生成时，按以下顺序输出：

1. 问卷名称与适用场景
2. 指导语与作答说明
3. 完整题目（含量表选项）
4. 计分方法（公式与步骤）
5. 结果解读阈值
6. 施测建议（时机、样本量、注意事项）

使用建议（通用）

• 施测时机：SUS、CSUQ、UEQ 在系统整体体验后施测；ASQ、SEQ、NASA-TLX 在每项任务完成后即时施测。
• 样本量：形成性测试 5–8 人即可发现主要可用性问题；总结性/量化测试建议 ≥ 20 人。
• 中性措辞：问卷指导语避免引导性表述，确保被试如实作答。
• 课程应用：可用该问卷作为可用性测试的量化数据补充，与任务完成率、任务时间、错误率等客观指标结合分析。

示例

输入示例

我想评估一款校园 App 整体好不好用，做可用性测试，请问用哪个问卷？

输出示例

推荐使用 SUS（系统可用性量表）：它是评估系统整体可用性最通用的标准化问卷，10 题、约 2 分钟，适合快速评估整体可用性水平。

随后按「问卷名称 → 指导语 → 完整题目 → 计分方法 → 结果解读 → 施测建议」的格式输出完整 SUS 问卷（题目与计分见上方「各问卷详解」第 1 条）。

注意事项

• 若用户未明确测评目标，先询问「你想测整体可用性、单任务易用性、认知负荷，还是整体体验？」，再推荐问卷。
• 输出语言默认与用户输入语言一致。
• 提供问卷时应保持题目标准化原文，不随意改动题项或量级，以保证信效度。