SUS学習可能性スコアの解釈方法は？
学習可能性-システムユーザビリティスケールのコンポーネントで、スコアは13,45です。それは平均以下ですか、それとも平均以上ですか？
ユーザーの2つのグループ（役割ベース）に分かれると、1つのグループのスコアは6,88で、2番目のグループのスコアは15,58でした。それからどのような結論を導き出すことができますか？
SUSの学習可能性スコアの解釈方法に関するその他のコメントは大歓迎です。
約SUS学習コンポーネント： http://www.measuringu.com/blog/10-things-SUS.php
簡単なGoogle検索で Measuring ：
平均SUSスコアは68：500製品のスコアを見ると、平均SUSが見つかりました_スコアは68です。SUSスコアはパーセンテージではないことに注意してください。 SUSの範囲は0〜100ですが、これらのスケーリングされたスコアはパーセンテージではありません。 68のスコアは最大スコアの68％ですが、50パーセンタイルで適切に下がります。生の数値をスコアとして表現し、それをパーセンテージで表現したい場合は、生のスコアをデータベースと比較してパーセンタイルに変換するのが最善です。
これに基づいて、スコアがパーセンタイルベースまたは絶対数であるかどうかに関係なく、指定したスコアはかなり低く見えます。
編集：どうやら私はOPを誤解し、完全なSUSではなく2つの質問のみを測定します。この問題を修正するために5倍することを期待していましたが、これはまったく真実ではありませんでした。 Measuring のポイント2に見られるように、学習可能性は平均より約10％逸脱する傾向があります。つまり、これは、すべてのSUS-Learnabilityスコアの平均が、10の質問あたり約75（68 * 1.1 = 74.8）、または2つの質問で15になることを意味します。
これに基づくと、平均15.45は平均をわずかに上回っていますが、平均13.45と6.88は依然として（ある程度）低いです。
グループのスコアの違いについては、あるグループが以前にソフトウェア（または同様のソフトウェア）を以前に使用したことがあると思いますか？しばらく使用するとそれに対する見方が変わり、これはSUSスコアに大きな影響を与える可能性があります。 
しかしながら...
システムを使用しているが、その基本（たとえば、グレーディングシステム）がわからない場合、結果の信頼性はおそらく高くありません。どのようにして正しい質問をしたと思いますか？類似のウェブサイトやアプリに関する比較可能なスコアやデータなどのコンテキストはありますか？音楽プレーヤーは、クライアント/請求書データベースよりもはるかに簡単に学習できます。
ここの行の間を読んで、あなたはあなたの仕事が良いことを示す単純なシステムを探しているようです。それは単に存在しないので、シンプルさは常に細部や品質を犠牲にしています。 MetaCriticはこれについて何度も批判されています。トイストーリーとシンドラーのリストを適切に比較するにはどうすればよいですか？
せいぜい、せいぜい、デザインのいくつかの反復の使いやすさを比較することに制限されるでしょう。少なくとも、この1つの数値に気を取られすぎてしまうでしょう。非常に広範で一般的なSUSスコアではなく、実際の使用事例に基づいて調査を作成してください。
SpotifyやiTunesなどの競合他社と比較して、アプリで曲を見つけるのは簡単でしたか？ある分野で2人の従業員の経験を比較するのはどれほど簡単ですか。このような特定の質問は、単により良い/より悪いランキングではなく、取り組むべき方向性を示しているため、はるかに価値があります。
最近の調査では、SUSを学習可能および使用可能なサブスケールに分割してもよいかどうかが問題になっています。記事全体については、 http://uxpajournal.org/）を参照してください。 revisit-factor-structure-system-usability-scale / -ここに要約があります：
「2009年に、3つの独立したデータソースが、ユーザビリティの1次元の測定ではなく、システムのユーザビリティスケールには明らかに2つの要因があることを示した論文を発表しました。ユーザビリティ（4と10を除くすべての項目）と学習可能性（項目4と10）。この論文では、他の研究者にその所見を再現する試みを報告するように求めました。2009年以降に発表された研究では、一貫してその因子構造を再現できませんでした。この論文では、9,000以上の分析を報告します完了SUSアンケートは、SUSは確かに2次元であるが、興味深いまたは有用な方法ではないことを示しています。3つの確認因子分析の適合度を比較すると、 SUSのポジティブトーン（奇数番号）とネガティブトーン（偶数番号）が2つの因子で調整されたモデルは、1次元モデル（1つの因子のすべての項目）またはユーザビリティ/学習性モデルよりも適切に適合した2009年に公開しました。アイテムのトーンに基づく区別は実用的または理論的にほとんど関心がないため、ユーザーエクスペリエンスの実践者および研究者を扱うことをお勧めしますSUS =知覚されたユーザビリティの一次元測定値として、もはやユーザビリティと学習性のサブスケールを日常的に計算しません。 "
言い換えると、最初にそれを2つの別々の次元に分解する可能性を示唆していた同じ人々が、証拠の再評価はそれを行うべきではないことを示していると述べています。