Tamaños perfectos de muestras para tests con usuarios

Una de las partes esenciales del desarrollo de productos digitales son las pruebas de usabilidad, que se utilizan para detectar debilidades en los diseños y solucionar problemas antes del lanzamiento del proyecto.

El primer paso para decidir el tamaño de la muestra de una prueba de usabilidad es determinar si la investigación es cuantitativa o cualitativa.

Los estudios cuantitativos tienen como objetivo encontrar métricas que se puedan aplicar para predecir el comportamiento de toda la población, por lo que necesitamos que los datos sean significativos.

Por otra parte, los estudios cualitativos tienen como objetivo descubrir información para identificar los posibles problemas de usabilidad.

Tamaño de la muestra en estudios cuantitativos

Cuando realizamos un estudio cuantitativo buscamos responder preguntas con datos numéricos, como por ejemplo ¿cuántos usuarios han completado la tarea X?, o ¿cuál es la tasa de error de las tareas?

Nuestro objetivo es obtener tendencias de comportamiento que sean estadísticamente representativas. Por lo que tenemos que realizar los test con un mayor número de personas para que los resultados tengan validez desde el punto de vista de la estadística. 

No existe un número concreto sobre cuántos participantes tiene que tener la muestra para la prueba de usabilidad, y variará en cada proyecto. Sin embargo, cuando hablamos de estudios cuantitativos, 40 participantes suele ser un número adecuado, tal y como explica Nielsen Norman Group.

El número de los 40 participantes tiene una explicación estadística, y se calcula teniendo en cuenta los siguientes datos:

• La población. Es el grupo completo de personas sobre el que queremos obtener información. Por eso, el primer paso es determinar qué población queremos estudiar y establecer el número de personas que la componen de la forma más aproximada posible. Para este ejemplo vamos a asumir que tenemos una población de más de 500 personas.
• Margen de error. Tenemos que decidir cuál es el nivel de riesgo que estamos dispuestos a asumir al aplicar los resultados obtenidos a toda la población. En este ejemplo, vamos a utilizar un margen de error del 15%. Esto significa que si por ejemplo nuestra hipótesis es que el 70% de nuestra muestra podrá completar X tarea en un único clic, deberemos sumar y restar el margen de error a dicho número. Por lo que validaremos la hipótesis si el resultado se encuentra entre el 55% y el 85%. 
• Nivel de confianza. Otro dato que debemos decidir es cuánta seguridad necesitamos de que la muestra refleje de forma precisa a toda la población. El nivel de confianza indica la probabilidad de que la muestra que hemos elegido influya en los resultados que obtengamos. De forma práctica, el nivel de confianza indica cuál es la probabilidad de que los datos obtenidos no varíen con una muestra diferente con el mismo número de personas. Normalmente el nivel de confianza más usado es de 95%.

Si calculamos cuántos participantes necesitamos con los datos mencionados anteriormente (una población de 500 personas, un margen de error del 15% y un nivel de confianza del 95%), el número que obtenemos es 40, de ahí la recomendación del tamaño de la muestra mínima. Este número dependerá del margen de error que estemos dispuestos a aceptar y del nivel de confianza que necesitamos. Sin embargo, si no sabemos exactamente cuántos usuarios necesitamos, 40 es un buen número por el que empezar.

Tamaño de la muestra en estudios cualitativos

Los estudios cualitativos tienen como objetivo identificar los problemas de usabilidad de una interfaz. En esta ocasión, lo que se busca es descubrir por qué no funciona un diseño para poder solucionarlo de la forma más eficaz posible, por lo que la forma de proceder para encontrar la muestra adecuada es diferente a los estudios cualitativos.

Jakob Nielsen explica que 5 usuarios son suficientes si tenemos en cuenta estos tres supuestos:

• El objetivo del estudio es identificar problemas en el diseño.
• Cualquier problema que un usuario encuentre es válido y vale la pena solucionarlo.
• Que la probabilidad de que alguien encuentre un problema es del 31%. La probabilidad de encontrar un error en una interfaz es un parámetro que podemos encontrar en el modelo de Nielsen y Landauer, con el que podemos calcular la cantidad de problemas de usabilidad que podemos encontrar en un test de usabilidad con n usuarios.  

Teniendo en cuenta estos supuestos se estima que al hacer una prueba cualitativa con 5 usuarios se identificarán el 85% de los problemas de una interfaz. De esta forma, la mejor opción es hacer el test con 5 usuarios, encontrar los problemas, solucionarlos y después volver a empezar el proceso de interacción.

Aunque podemos considerar estos números (40 usuarios para estudios cuantitativos y 5 usuarios para estudios cualitativos) como la base para decidir cuántos necesitamos realmente, el número final dependerá exclusivamente de las necesidades de cada proyecto.