Um teste de usabilidade com 5 usuários pode ser um excelente ponto de partida para uma rodada qualitativa, mas cinco não é um número mágico nem uma garantia de encontrar 85% dos problemas. A quantidade adequada depende do objetivo da pesquisa, dos grupos de usuários, da probabilidade de cada problema aparecer e do tipo de evidência que você precisa produzir.
A famosa “regra dos 5 usuários” tem uma origem legítima: pesquisas de Jakob Nielsen, Thomas Landauer, Robert Virzi e outros pesquisadores mostraram que a descoberta de problemas de usabilidade tende a apresentar retornos decrescentes. Os primeiros participantes frequentemente revelam muitos problemas; participantes adicionais começam a repetir parte do que já foi observado.
O erro acontece quando uma recomendação eficiente para determinados testes qualitativos e iterativos vira uma regra aplicada a qualquer estudo.
Neste artigo, vamos separar as duas coisas: entender de onde veio o número cinco e decidir quantos usuários testar em um teste de usabilidade de acordo com a pergunta que você realmente precisa responder.
Se você ainda precisa estruturar o método completo, comece pelo guia de teste de usabilidade: como planejar, conduzir e analisar.
A resposta curta: 5 usuários podem ser suficientes — mas depende
Para uma rodada qualitativa e formativa com um grupo relativamente homogêneo, cinco participantes continuam sendo uma referência prática bastante útil.
O próprio Jakob Nielsen resumiu a questão posteriormente como uma resposta de “cinco, exceto quando não”. Em sua atualização sobre tamanho de amostra, ele recomenda cinco pessoas como referência para estudos qualitativos, mas separa explicitamente esse contexto de pesquisas quantitativas, card sorting, eyetracking e situações com grupos de usuários distintos.
Portanto, a pergunta correta não é apenas:
Quantos usuários preciso testar?
É:
Quantos participantes preciso para produzir evidência suficiente para esta decisão, com este público e este tipo de estudo?
De onde veio a regra dos 5 usuários?
Um dos trabalhos que fundamentam essa discussão é o artigo A mathematical model of the finding of usability problems, publicado por Jakob Nielsen e Thomas K. Landauer em 1993.
Os autores estudaram como a quantidade de problemas encontrados cresce conforme adicionamos participantes a uma avaliação. A lógica pode ser representada pela fórmula:
N × [1 − (1 − L)n]
Nesse modelo:
- N representa a quantidade total de problemas disponíveis para descoberta;
- L representa a proporção média de problemas encontrada por um único participante;
- n representa a quantidade de participantes testados.
No exemplo popularizado por Nielsen, L = 31%, uma média obtida a partir dos projetos analisados naquele conjunto de dados. Aplicando esse valor, cinco participantes chegam a aproximadamente 84% dos problemas previstos pelo modelo.
Esse detalhe é importante: 84–85% é o resultado do modelo sob determinadas premissas, não uma constante universal da usabilidade.
Como funciona a curva de retornos decrescentes?
Com L = 31%, cada novo participante aumenta a cobertura prevista, mas o ganho marginal diminui porque parte dos problemas já apareceu nas sessões anteriores.
| Participantes | Problemas previstos pelo modelo |
|---|---|
| 1 | 31,0% |
| 2 | 52,4% |
| 3 | 67,1% |
| 4 | 77,3% |
| 5 | 84,4% |
| 8 | 94,9% |
| 10 | 97,6% |
| 15 | 99,6% |
Você pode consultar também o gráfico original publicado pela Nielsen Norman Group.
A mensagem mais útil da curva não é que existe um número perfeito. É que os primeiros participantes costumam gerar muito aprendizado e o retorno de adicionar novas pessoas à mesma rodada tende a diminuir.
O valor de L não é sempre 31%
Aqui está uma das simplificações mais importantes de corrigir.
O valor de 31% não significa que cada problema necessariamente afeta 31% da população. Ele representa, no modelo, a probabilidade média de um participante revelar um problema disponível para descoberta.
James Lewis analisou independentemente essa questão em 1994 e encontrou retornos decrescentes semelhantes, mas acrescentou uma condição importante: quatro ou cinco participantes chegam perto de 80% dos problemas quando a probabilidade média de descoberta está aproximadamente entre 0,32 e 0,42. Se essa probabilidade for menor, serão necessários mais participantes para atingir a mesma cobertura.
Isso ajuda a explicar por que cinco pessoas podem funcionar muito bem em um contexto e deixar muitos problemas escondidos em outro.
O estudo de Faulkner: cinco usuários encontraram de 55% a 99%
Em 2003, Laura Faulkner publicou Beyond the five-user assumption: benefits of increased sample sizes in usability testing.
Ela realizou um estudo com 60 participantes e depois analisou subconjuntos aleatórios de diferentes tamanhos.
O resultado é um excelente antídoto contra a interpretação literal da regra: entre diferentes conjuntos de cinco participantes, alguns encontraram 99% dos problemas, enquanto outros encontraram apenas 55%.
Ao aumentar a amostra, o pior resultado possível entre os subconjuntos também melhorou: com dez participantes, o menor percentual encontrado foi 80%; com vinte, 95%.
Isso não invalida estudos pequenos. Mostra outra coisa: quais cinco pessoas entram na amostra importa, assim como a distribuição dos problemas entre os participantes.
Então Nielsen estava errado?
Essa seria uma conclusão simplista na direção oposta.
O argumento de Nielsen está ligado principalmente à eficiência de estudos qualitativos e iterativos. Se a equipe está procurando problemas para melhorar um design e pode executar várias rodadas, adicionar cada vez mais participantes à mesma versão pode ter retorno menor do que corrigir o produto e testar novamente.
O próprio Nielsen refinou a recomendação em 2012: cinco continua sendo sua referência para testes qualitativos, enquanto estudos quantitativos e determinadas técnicas exigem amostras maiores.
Já trabalhos como o de Faulkner e o de Martin Schmettow mostram os limites de transformar essa referência em uma previsão universal de cobertura.
Schmettow argumenta que tanto “números mágicos” quanto o uso direto da série geométrica podem subestimar o tamanho necessário quando tentamos prever quantos problemas ainda existem. Ao mesmo tempo, ele reconhece que equipes provavelmente continuarão usando avaliações iterativas de baixo custo quando declarações quantitativas precisas não são necessárias.
Vídeo: por que Nielsen recomenda rodadas pequenas
No vídeo abaixo, Jakob Nielsen explica a lógica de usar poucos participantes em testes formativos para preservar orçamento e tempo para novas iterações do design.
A razão mais interessante para usar 5 usuários: design iterativo
A recomendação de cinco participantes faz mais sentido quando entendemos que ela não foi concebida como um convite para fazer um único teste e encerrar a pesquisa.
Nielsen propõe distribuir recursos entre várias rodadas. Se existe orçamento para quinze participantes, por exemplo, uma possibilidade é conduzir três estudos menores, modificando o design entre eles.
A lógica é:
- Teste uma versão. Identifique problemas relevantes.
- Faça alterações. Priorize o que precisa ser corrigido.
- Teste novamente. Verifique se as mudanças realmente ajudaram.
- Observe novos problemas. Uma solução pode resolver uma dificuldade e criar outra.
- Continue iterando enquanto novas evidências justificarem mudanças.
Essa abordagem se conecta ao objetivo real de um teste de usabilidade: não produzir uma lista cada vez maior de problemas, mas melhorar o produto com base em evidência.
Uma rodada com 15 usuários ou três rodadas com 5?
Não existe uma resposta universal porque as duas estratégias respondem a problemas diferentes.
Três rodadas menores podem fazer sentido quando:
- a pesquisa é qualitativa e formativa;
- o objetivo é encontrar e corrigir problemas;
- a equipe consegue alterar o produto entre as rodadas;
- o custo de cada rodada é relativamente baixo;
- queremos verificar se as soluções propostas realmente funcionaram.
Uma amostra maior na mesma condição pode ser necessária quando:
- queremos estimar métricas quantitativas;
- precisamos comparar condições estatisticamente;
- existem problemas pouco frequentes que são importantes;
- a população apresenta muita heterogeneidade;
- o estudo possui requisitos regulatórios ou de segurança específicos.
Portanto, “3 × 5 é sempre melhor do que 1 × 15” seria apenas uma nova regra mágica substituindo a anterior.
Teste qualitativo e quantitativo precisam de amostras diferentes
Essa é a distinção mais importante para decidir quantos participantes recrutar.
Teste qualitativo
Normalmente busca compreender problemas e comportamentos:
- Onde as pessoas encontram dificuldade?
- Como interpretam determinada informação?
- Qual parte do fluxo causa confusão?
- Que comportamento inesperado aparece?
- O que pode ser melhorado antes da próxima versão?
Nesse contexto, uma pequena amostra cuidadosamente recrutada e combinada com ciclos de iteração pode produzir muito valor.
Teste quantitativo
Busca estimar ou comparar números, como:
- taxa de sucesso;
- tempo médio de tarefa;
- percentual de erro;
- pontuação de uma escala;
- diferença de desempenho entre versões.
A Nielsen Norman Group usa pelo menos 20 participantes como regra prática para muitos estudos quantitativos de usabilidade e observa que intervalos de confiança mais estreitos podem exigir amostras ainda maiores.
Esse “20” também não deveria virar outro número mágico. Em pesquisa quantitativa, a amostra ideal depende da métrica, variabilidade, precisão desejada, desenho experimental e análise planejada.
Quando um teste de usabilidade com 5 usuários faz sentido?
Como ponto de partida, cinco participantes são especialmente defensáveis quando:
- o estudo é qualitativo e formativo;
- queremos encontrar problemas, e não estimar percentuais populacionais;
- há um grupo relativamente homogêneo para aquela tarefa;
- o escopo é específico;
- o produto poderá ser alterado depois da rodada;
- existirá oportunidade de testar novamente;
- o custo de uma nova rodada é baixo em relação ao benefício da iteração.
Nesse cenário, cinco funciona melhor como referência operacional do que como requisito científico.
Quando você provavelmente precisa de mais de 5 usuários?
A amostra tende a precisar crescer quando a diversidade relevante para o comportamento também cresce.
- existem grupos de usuários com tarefas realmente diferentes;
- queremos comparar segmentos;
- problemas importantes possuem baixa probabilidade de ocorrência;
- o estudo busca métricas quantitativas;
- precisamos de maior precisão;
- existem diferentes dispositivos, contextos ou condições de uso relevantes;
- a consequência de não encontrar determinado problema é elevada.
Por exemplo, um portal de saúde utilizado tanto por médicos quanto por pacientes não possui simplesmente “dez usuários”. Ele possui ao menos dois contextos de uso potencialmente muito diferentes.
Quantos usuários testar quando existem públicos diferentes?
No artigo original de 2000, Nielsen recomenda de 3 a 4 participantes por categoria quando existem dois grupos muito distintos e cerca de três por categoria quando existem três ou mais grupos, considerando sobreposição entre comportamentos.
Na atualização de 2012, ele mantém raciocínio semelhante: quando tarefas e comportamentos são realmente diferentes, estamos praticamente conduzindo um estudo diferente para cada público.
Mas isso também deve ser entendido como regra prática, e não como cálculo estatístico.
A pergunta anterior ao número é: essas pessoas utilizam o produto de maneira suficientemente diferente para que um grupo possa revelar problemas que o outro dificilmente encontraria?
Cinco usuários de cada persona?
Não necessariamente.
Persona é um artefato de síntese e comunicação. Ela não deve automaticamente se transformar em estrato de amostragem.
Divida participantes quando as diferenças entre eles forem relevantes para o comportamento, tarefa ou decisão da pesquisa — por exemplo, níveis de experiência, papéis com permissões diferentes, tecnologias assistivas ou jornadas realmente distintas.
E quando menos de 5 usuários pode ser suficiente?
Cinco também não é um mínimo obrigatório.
O próprio Nielsen observa que processos com overhead muito baixo podem obter uma boa relação custo-benefício com apenas dois participantes por rodada.
Existe também uma decisão prática: se os três primeiros participantes encontram o mesmo bloqueio crítico e o design pode ser corrigido imediatamente, pode haver pouco valor em continuar expondo pessoas àquela versão apenas para chegar ao número cinco.
Você pode corrigir, criar uma nova versão e utilizar os próximos participantes para aprender algo novo.
Mais participantes tornam a pesquisa representativa?
Não automaticamente.
Tamanho de amostra e representatividade são questões diferentes. Uma amostra grande recrutada de maneira inadequada pode continuar não representando a população relevante para a decisão.
A qualidade do recrutamento depende de fatores como:
- quem realmente compõe a população de interesse;
- quais comportamentos importam para o estudo;
- critérios de inclusão e exclusão;
- como os participantes foram recrutados;
- possíveis vieses de seleção;
- se grupos importantes ficaram sub-representados.
Adicionar mais pessoas não corrige automaticamente um recrutamento mal definido.
Como saber quando parar de recrutar?
Em estudos qualitativos e iterativos, uma abordagem útil é observar o valor marginal das novas sessões, sem transformar isso em uma promessa formal de “saturação”.
Depois de cada sessão ou pequeno conjunto de sessões, pergunte:
- estamos encontrando problemas novos?
- os últimos participantes estão apenas repetindo os mesmos padrões?
- existe algum grupo relevante ainda pouco observado?
- permanecem dúvidas críticas para a decisão?
- vale mais testar outra pessoa ou corrigir e testar uma nova versão?
Essa decisão é particularmente útil quando UX Research está integrada ao desenvolvimento do produto, em vez de acontecer como uma grande etapa isolada no final.
E em testes de usabilidade não moderados?
A possibilidade de executar muitas sessões em paralelo não significa que você deva automaticamente aumentar a amostra.
Em um teste de usabilidade não moderado, também precisamos considerar objetivo, recrutamento, qualidade das sessões, métricas e tipo de análise.
Escalar um protocolo mal desenhado apenas produz mais dados com o mesmo problema metodológico.
Tabela prática: quantos usuários testar?
| Objetivo | 5 podem funcionar? | Como pensar a amostra |
|---|---|---|
| Encontrar problemas qualitativamente | Frequentemente | Bom ponto de partida para uma rodada pequena e iterativa |
| Avaliar um protótipo inicial | Frequentemente | Pode fazer sentido corrigir antes mesmo de chegar a cinco se surgir um bloqueio evidente |
| Testar vários grupos distintos | Não como total único | Planeje cobertura para cada comportamento ou tarefa realmente diferente |
| Medir taxa de sucesso | Geralmente não | Defina amostra de acordo com a precisão quantitativa desejada |
| Comparar duas versões estatisticamente | Geralmente não | Use planejamento amostral adequado ao desenho experimental |
| Encontrar problemas pouco frequentes | Pode não bastar | Baixa detectabilidade aumenta a necessidade de observações |
| Rodadas rápidas de design | Pode funcionar muito bem | Teste, corrija e teste novamente |
| Benchmark quantitativo | Geralmente não | Estabilidade e intervalos de confiança exigem outra lógica de amostragem |
Como aplicar a regra dos 5 sem transformá-la em regra
Se você está começando um estudo qualitativo, pode utilizar cinco participantes como hipótese operacional e revisar a decisão conforme os dados aparecem.
- Defina a decisão. O que a equipe fará diferente depois da pesquisa?
- Defina a pergunta. Que incerteza precisa ser reduzida?
- Delimite o público. Quem realmente consegue produzir evidência relevante?
- Comece com uma rodada pequena. Cinco pode ser uma referência para um estudo qualitativo.
- Analise o aprendizado marginal. Os últimos participantes ainda revelam algo relevante?
- Corrija quando fizer sentido. Não espere completar uma grande amostra se o problema já está claro e pode ser resolvido.
- Teste novamente. Uma correção é uma hipótese até ser observada em uso.
Se sua dúvida for mais ampla do que a amostra, consulte também os métodos de pesquisa UX e quando usar cada um.
O que eu usaria como regra prática?
Minha leitura das evidências é que cinco continua sendo uma referência operacional útil, mas é ruim como regra metodológica universal.
Eu começaria pelo objetivo:
Objetivo → população → heterogeneidade → evidência necessária → risco → tamanho da amostra → possibilidade de novas rodadas.
Se a intenção é descobrir rapidamente problemas em um fluxo e iterar, uma pequena rodada pode ser excelente. Se a intenção é estimar uma métrica, comparar segmentos ou sustentar uma decisão quantitativa, o desenho da amostra precisa acompanhar essa ambição.
É a mesma lógica que aplico ao pensar em UX Research para tomada de decisão de produto: primeiro definimos a incerteza que precisa ser reduzida; depois escolhemos a evidência capaz de reduzi-la.
Perguntas frequentes sobre teste de usabilidade com 5 usuários
Cinco usuários são suficientes para um teste de usabilidade?
Podem ser suficientes para uma rodada qualitativa e formativa, especialmente quando o grupo é relativamente homogêneo e o objetivo é encontrar problemas para iterar o design. Cinco não é uma garantia universal de cobertura e outros objetivos podem exigir amostras maiores ou menores.
De onde vem a regra dos 5 usuários?
A regra foi popularizada principalmente pelos trabalhos de Jakob Nielsen e Thomas Landauer sobre retornos decrescentes na descoberta de problemas de usabilidade. No exemplo com uma taxa média de descoberta de 31% por participante, cinco pessoas chegam a aproximadamente 84% dos problemas previstos pelo modelo.
Cinco usuários encontram 85% dos problemas de usabilidade?
Não como garantia universal. Aproximadamente 85% é o resultado do modelo Nielsen–Landauer quando se utiliza uma probabilidade média de descoberta próxima de 31%. Outros estudos mostraram grande variação entre diferentes amostras de cinco participantes.
Quando preciso testar com mais de 5 usuários?
Uma amostra maior pode ser necessária quando existem públicos com comportamentos muito diferentes, problemas pouco frequentes, necessidade de comparar segmentos, estudos quantitativos, benchmarks ou exigência de maior precisão.
Quantos usuários preciso para um teste quantitativo de usabilidade?
Não existe um número universal. A Nielsen Norman Group usa pelo menos 20 participantes como referência prática para muitos estudos quantitativos, mas a amostra adequada depende da métrica, da variabilidade, da precisão desejada e do desenho estatístico.
É melhor testar 15 usuários de uma vez ou fazer três rodadas de 5?
Para pesquisa qualitativa e iterativa, várias rodadas menores podem ser mais úteis porque permitem corrigir o design e testar novamente. Para estudos quantitativos ou comparações estatísticas, dividir a amostra dessa forma pode não responder à pergunta de pesquisa.
Posso testar com menos de 5 usuários?
Sim. Cinco não é um mínimo obrigatório. Em processos de baixo custo ou quando um problema crítico aparece repetidamente nas primeiras sessões, pode fazer sentido corrigir o design e usar os participantes seguintes para testar uma nova versão.
Referências e fontes
- Nielsen, J.; Landauer, T. K. (1993). A mathematical model of the finding of usability problems. CHI ’93.
- Nielsen Norman Group — Why You Only Need to Test with 5 Users.
- Nielsen Norman Group — How Many Test Users in a Usability Study?
- Virzi, R. A. (1992). Refining the Test Phase of Usability Evaluation: How Many Subjects Is Enough?
- Lewis, J. R. (1994). Sample sizes for usability studies: additional considerations.
- Faulkner, L. (2003). Beyond the five-user assumption: benefits of increased sample sizes in usability testing.
- Schmettow, M. (2012). Sample Size in Usability Studies. Communications of the ACM.
- Nielsen Norman Group — Usability Testing with 5 Users: Design Process.
Conclusão
Um teste de usabilidade com 5 usuários pode ser uma ótima escolha, mas cinco é um ponto de partida contextual, não uma lei da pesquisa.
A recomendação surgiu de evidências reais sobre retornos decrescentes e eficiência em estudos formativos. Ao mesmo tempo, pesquisas posteriores mostram que a cobertura obtida por pequenas amostras pode variar bastante e que diferentes objetivos exigem diferentes desenhos.
Para estudos qualitativos e iterativos, a lógica continua poderosa: teste cedo, aprenda, corrija e teste novamente. Para métricas quantitativas, comparações, públicos muito diferentes ou problemas difíceis de detectar, abandone o número mágico e planeje a amostra para a evidência de que você realmente precisa.
Depois de decidir quantas pessoas testar, o próximo passo é estruturar corretamente tarefas, recrutamento, moderação e análise no guia de teste de usabilidade.
