Retour au blog
Vue par-dessus l'épaule d'un homme devant un ordinateur portable posé sur un bureau en bois, une application de calendrier à l'écran, la main droite sur une souris, un téléphone dans la main gauche, avec un clavier blanc séparé et un verre d'eau à côté
Produit17 novembre 202610 min de lecture

La System Usability Scale : ce que dix questions disent, et ce qu'elles taisent

La System Usability Scale transforme dix affirmations en un seul score d'utilisabilité. Voici comment la poser, la calculer et la lire, et pourquoi un 68 est une moyenne et pas une mauvaise note.

Par SurveyLane · L'équipe derrière SurveyLane

Une collègue trouve le nouvel onboarding plus simple. Un autre collègue, non. La System Usability Scale a été conçue pour trancher ce genre de débat avec un chiffre : dix courtes affirmations, une minute de votre répondant, et des décennies de scores publiés auxquels comparer le vôtre. Elle est aussi souvent mal calculée, mal lue et posée au mauvais moment.

D'où vient la System Usability Scale

John Brooke a créé SUS en 1986 chez Digital Equipment Corporation et l'a lui-même appelée une échelle d'utilisabilité "quick and dirty". Brooke voulait un outil qu'on dépouille en quelques minutes après une séance de test. Il l'a publiée en 1996 dans un chapitre du livre Usability Evaluation in Industry. Vous pouvez l'utiliser gratuitement, à condition de citer la source.

SUS a duré parce que des milliers d'équipes ont toujours repris les mêmes dix affirmations. Cette masse de données de référence est la principale raison de choisir SUS plutôt que des questions maison.

Les dix affirmations, mot pour mot

L'échelle est en anglais. Voici la formulation d'origine. Chaque affirmation se note sur cinq points, de "Strongly disagree" à "Strongly agree" :

  1. I think that I would like to use this system frequently.
  2. I found the system unnecessarily complex.
  3. I thought the system was easy to use.
  4. I think that I would need the support of a technical person to be able to use this system.
  5. I found the various functions in this system were well integrated.
  6. I thought there was too much inconsistency in this system.
  7. I would imagine that most people would learn to use this system very quickly.
  8. I found the system very cumbersome to use.
  9. I felt very confident using the system.
  10. I needed to learn a lot of things before I could get going with this system.

Les affirmations impaires sont positives, les paires négatives. Brooke les a alternées exprès : quelqu'un qui coche une colonne entière sans lire finit par se contredire.

Le calcul : pourquoi on ne fait pas simplement la moyenne

Un score SUS n'est jamais la moyenne des dix réponses. La moitié des affirmations va dans l'autre sens, donc une moyenne brute mélange "c'était facile" et "c'était inutilement compliqué".

Pour chaque répondant, codez chaque réponse de 1 (pas du tout d'accord) à 5 (tout à fait d'accord). Pour les affirmations impaires, retirez 1 à la réponse. Pour les paires, retirez la réponse de 5. Chaque item rapporte alors de 0 à 4 points, et plus haut veut toujours dire mieux. Additionnez les dix valeurs et multipliez par 2,5. Vous obtenez un score de 0 à 100.

Un répondant qui met 4 à chaque affirmation impaire et 2 à chaque paire obtient 3 points par item, 30 au total, donc 75. Quelqu'un qui coche "Strongly agree" partout sans lire tombe pile sur 50.

Calculez donc d'abord le score par personne, puis la moyenne. Ne présentez pas non plus les dix items séparément. Brooke a écrit clairement que les items isolés ont peu de sens.

Un 68, c'est simplement la moyenne

On lit souvent l'échelle comme un pourcentage, et un 68 sonne alors comme un petit 13 sur 20. Jeff Sauro, de MeasuringU, a regroupé environ 500 évaluations et plus de 5 000 utilisateurs, et trouvé un score SUS moyen de 68.

Un percentile se lit mieux. Dans les données de Sauro, un produit à 74 dépasse environ 70 pour cent des produits de l'ensemble. Sa grille de notes donne un A au-dessus de 80,3, soit les 10 pour cent du haut. Un 68 vaut un C. Sous 51, c'est un F, les 15 pour cent du bas.

Ne montrez donc jamais le chiffre seul. Dites "74, au-dessus de la moyenne des logiciels en général" ou "52, dans le dernier cinquième", et précisez à quoi vous comparez.

Mettre des mots sur les chiffres avec l'échelle d'adjectifs

Aaron Bangor, Philip Kortum et James Miller ont pris le problème par un autre bout. Dans le Journal of Usability Studies de mai 2009, ils décrivent l'ajout d'une onzième question à près de 1 000 questionnaires SUS : décrire la facilité d'utilisation du produit en un mot, de "Worst imaginable" à "Best imaginable". Les mots suivaient de près les scores, avec r = 0,822.

Le score SUS moyen par mot : worst imaginable 12,5, awful 20,3, poor 35,7, OK 50,9, good 71,4, excellent 85,5, best imaginable 90,9.

Regardez "OK". Un produit que les gens trouvent OK tourne autour de 51, tout près d'un F sur la grille de Sauro. Si un décideur entend "les utilisateurs ont trouvé ça OK" et se détend, montrez-lui où se situe OK.

L'alternance des formulations nuit plus qu'elle n'aide

L'alternance positif-négatif devait repérer les répondants distraits. Elle repère aussi les chercheurs distraits. Dans un article présenté à CHI en 2011, "When designing usability questionnaires, does it hurt to be positive?", Jeff Sauro et James Lewis ont constaté que 11 pour cent des jeux de données SUS examinés avaient été mal codés par les chercheurs, souvent faute d'avoir inversé les items pairs. Et 13 pour cent des questionnaires individuels contenaient des erreurs de répondants, par exemple un accord avec une affirmation négative contraire à leur avis.

Ils ont aussi comparé la SUS standard à une version où les dix affirmations sont positives ("I found the system to be simple" au lieu de "unnecessarily complex"). Les scores ne différaient pas de façon notable. La version positive supprime donc une source d'erreur connue et mesure la même chose.

Soit vous gardez l'original, vous intégrez une fois l'inversion dans votre analyse et la testez sur quelques réponses calculées à la main, soit vous prenez la version positive et notez chaque item comme réponse moins 1. Ne mélangez jamais les deux dans une même série.

Les petites modifications permises, et les autres

Deux ajustements sont largement admis. Remplacer "system" par "website", "app" ou le nom de votre produit aide ceux qui ne voient pas ce qu'ils ont utilisé comme un système. Remplacer "cumbersome" par "awkward" aide aussi : Kraig Finstad a montré en 2006 que des personnes dont l'anglais n'est pas la langue maternelle ne savaient souvent pas ce que "cumbersome" voulait dire, et Bangor et ses collègues ont utilisé "awkward" dans leur grande étude.

D'autres changements cassent la comparabilité. Sept points de réponse au lieu de cinq, une affirmation supprimée, une option "sans objet" ajoutée ou des affirmations réécrites à votre façon font que la référence de 68 ne s'applique plus. N'appelez alors plus le résultat SUS. Notre guide sur les questions à échelle explique pourquoi l'échelle façonne la réponse.

Pour un questionnaire en français, il faut aussi traduire, et une traduction littérale peut changer ce que mesure une affirmation. Lisez notre article sur la traduction des questionnaires et testez votre version avant de la comparer à des scores anglais.

Quand la poser, et à qui

SUS évalue une expérience, donc le répondant doit en avoir vécu une. Lors d'un test modéré, posez-la juste après les tâches et avant d'en discuter. Parler de ce qui a coincé fait baisser les scores. Un animateur aimable les fait monter. Dans ses consignes d'origine, Brooke demande une réaction immédiate à chaque affirmation, sans trop y réfléchir.

Dans un questionnaire intégré au produit, interrogez quelqu'un le premier jour et vous mesurez surtout votre onboarding. Interrogez quelqu'un qui a ouvert l'appli une fois il y a trois mois et vous mesurez sa mémoire. Ciblez des personnes qui ont assez utilisé le produit pour avoir un avis, et faites sauter le bloc par logique conditionnelle à ceux qui n'ont pas fait ce dont vous parlez.

Ce que SUS ne vous dira pas

SUS vous dit à quel point les gens ont trouvé quelque chose utilisable. Pas pourquoi. Un 55 peut venir d'une navigation confuse ou d'une seule étape cassée. Les dix affirmations ne font pas la différence.

Ne l'utilisez donc jamais seule. En test, associez-la aux données de tâches : qui est allé au bout, et où les gens ont bloqué. Dans un questionnaire, ajoutez une question ouverte après l'échelle, comme "Qu'est-ce qui vous a le plus frustré ?", et lisez les réponses. Notre guide sur l'analyse des réponses ouvertes montre comment les coder, et où l'IA aide et où elle commence à inventer des thèmes.

Combien de répondants il vous faut

Selon Sauro, l'échelle reste cohérente même avec deux utilisateurs. Mais dix répondants produisent une moyenne avec un large intervalle de confiance.

Indiquez cet intervalle. Si la version A obtient 70 avec un intervalle de 62 à 78 et la version B 74 avec un intervalle de 66 à 82, vous n'avez pas montré que B est meilleure. Notre article sur le nombre de répondants nécessaire explique la marge d'erreur et pourquoi comparer des sous-groupes demande beaucoup plus de monde.

Comparer des scores dans le temps et entre produits

Un score SUS devient utile quand il bouge, d'un trimestre à l'autre ou avant et après une refonte. Cela ne marche que si la formulation et le moment restent identiques et que vous interrogez le même type d'utilisateur. Interrogez des utilisateurs avancés un trimestre et des utilisateurs en essai le suivant, et la baisse en dit plus sur votre échantillon que sur votre produit. Notre article sur répéter un questionnaire sans casser la tendance passe les pièges en revue.

La moyenne de 68 mélange des logiciels très différents. Battre votre propre score précédent en dit plus que battre 68.

Des alternatives plus courtes quand dix questions, c'est trop

Dix affirmations, c'est court pour un test d'utilisabilité et long pour une fenêtre dans l'appli. UMUX-Lite, publié en 2013 par James Lewis, Brian Utesch et Deborah Maher, utilise deux affirmations sur sept points : les fonctions du produit répondent-elles à vos besoins, et est-il facile à utiliser. Si vous changez d'outil, commencez une nouvelle série et ne convertissez pas les anciens scores SUS.

Mettre en place SUS dans un outil de questionnaire

Utilisez pour les dix affirmations une seule échelle à cinq points avec des extrémités libellées, dans l'ordre d'origine. Sur un téléphone, une grille de dix lignes sur cinq colonnes est pénible à remplir, et notre guide sur les questionnaires pour smartphone explique pourquoi des questions séparées donnent des données plus propres sur petit écran.

Intégrez ensuite le score une fois dans votre analyse et vérifiez-le sur quelques réponses calculées vous-même, dont une avec la même réponse partout, qui doit donner 50. Si vous analysez les résultats avec un assistant IA, par exemple via le serveur MCP de SurveyLane, donnez-lui explicitement la règle de calcul et vérifiez son premier résultat. Demandez "le score SUS" à un modèle sans cette règle, et il risque de faire la moyenne des réponses brutes.

Questions fréquentes

Un score SUS est-il un pourcentage ?

Non. L'échelle va de 0 à 100 uniquement parce que le total brut est multiplié par 2,5. Un 68 est la moyenne de centaines d'études, donc un résultat moyen. Lisez le score comme un percentile, ou par rapport à vos propres mesures précédentes.

Puis-je supprimer une des dix affirmations ?

Vous pouvez, mais les références publiées comme la moyenne de 68 ne s'appliquent plus, et ce n'est plus une SUS. Si dix affirmations sont trop pour votre contexte, une mesure conçue pour être courte, comme UMUX-Lite, est un choix plus propre qu'une SUS raccourcie.

Faut-il prendre l'original ou la version entièrement positive ?

Les deux conviennent. Sauro et Lewis n'ont pas trouvé de différence notable entre les scores, et la version positive supprime les erreurs de calcul et de saisie les plus fréquentes. Choisissez-en une et gardez-la dans toute la série.

SUS me dit-elle quelle partie de mon produit corriger ?

Non. SUS mesure à quel point les gens ont trouvé le produit utilisable dans son ensemble. Une question ouverte sur ce qui a le plus frustré et les données de tâches vous diront ce qui explique un score faible.

Pour aller plus loin