職業(yè)套筒造型要素與用戶情感的關(guān)系研究

職業(yè)套筒造型要素與用戶情感的關(guān)系研究

感知人類學(xué)是將消費(fèi)者對產(chǎn)品的感知轉(zhuǎn)化為設(shè)計元素的技術(shù)、理論、方法。近年來，一些國內(nèi)外科學(xué)家將感知力學(xué)應(yīng)用于服裝及其相關(guān)產(chǎn)品的設(shè)計，并研究了滿足消費(fèi)者需求的產(chǎn)品。在研究服裝的設(shè)計方法時，我們認(rèn)為最重要的是要解決如何獲得原材料和用戶之間的關(guān)系。在這項工作中，我們以職業(yè)服裝的形狀工程為例，對三組用戶的感覺進(jìn)行了感受研究，包括“害怕害怕”、“喜歡邪惡”、“希望擁有和忽視”。采用多元線性回歸分析方法，建立了職業(yè)服裝造型元素與用戶情感關(guān)系的模型。該模型的建設(shè)有助于解決兩個問題。其中之一是，通過模型對測量樣本進(jìn)行情感評估，評估結(jié)果可以支持設(shè)計師檢查設(shè)計是否符合預(yù)期的情感目標(biāo)。其次，從模型分析中引導(dǎo)用戶情感的主要造型元素，使設(shè)計師能夠正確理解主要造型元素，并向消費(fèi)者傳達(dá)“高興”、“喜歡”和“欲望”的感覺。1職業(yè)任務(wù)設(shè)計的感性設(shè)計研究職業(yè)套裝作為服裝的一大類別,市場份額較高,其消費(fèi)人群多為生活層次較高的白領(lǐng)人士,他們對產(chǎn)品情感方面的追求較其他群體高.但是,職業(yè)套裝往往給人一種缺乏人情味的距離感,其設(shè)計鮮有關(guān)注到人們的情感需求.據(jù)調(diào)查,現(xiàn)有的職業(yè)套裝設(shè)計,大多難以滿足消費(fèi)者的情感需求,因此,對其進(jìn)行感性設(shè)計研究有著非常重要的現(xiàn)實(shí)意義.由款式來看,職業(yè)套裝相比其他的服裝類別,款式更加固定,造型相對簡單.這個特點(diǎn)使得職業(yè)套裝很適合采用感性工學(xué)的方法對其進(jìn)行研究.具體體現(xiàn)在研究過程中,容易提取具有普遍特征的設(shè)計要素供感性分析.基于上述考慮,本研究將職業(yè)套裝確定為感性研究的對象.2職業(yè)異常設(shè)計與用戶情感調(diào)查在產(chǎn)品設(shè)計的“感性”研究方面,西方國家更關(guān)注產(chǎn)品引起的人的“情感”,而起源于日本的感性工學(xué),則更多地傾向于關(guān)注由產(chǎn)品帶來的五官“感覺”;國內(nèi)的感性工學(xué)研究也幾乎限于用戶的“感覺”方面,極少關(guān)注到用戶“情感”.無論一件產(chǎn)品能帶給消費(fèi)者怎樣的五官感受,最終促使消費(fèi)者購買這件產(chǎn)品而非其他產(chǎn)品的原因,歸根結(jié)底是這件產(chǎn)品能否讓人喜歡、讓人想要擁有.研究表明,能讓人產(chǎn)生驚喜感的產(chǎn)品比那些不具有驚喜感的產(chǎn)品更能促成消費(fèi)者的購買行為.有鑒于此,本文將感性研究限定在影響消費(fèi)者購買行為的“情感”方面,且情感詞匯的選用,參考了Desmet教授開發(fā)的情感測量儀(PrEmo)中所列詞匯(見表1).要說明的是,本研究并沒有選用PrEmo的所有詞匯,而是事先進(jìn)行了小型測試,要求受測者在觀看職業(yè)套裝樣本圖片后,選擇能表達(dá)職業(yè)套裝帶來的情感感覺的詞匯.最終確定了“驚喜——失望”、“喜歡——討厭”和“渴望擁有——不屑一顧”等3組意義相反的詞匯對.在利用多元回歸分析法建立職業(yè)套裝造型要素與用戶情感的關(guān)系模型之前,需要進(jìn)行一系列的調(diào)查和分析.首先,收集、篩選及處理樣本.本例是從雜志、網(wǎng)絡(luò)廣泛收集得到近2年的流行職業(yè)套裝樣本共312個,剔除款式相近或紋樣突出、裝飾繁多(即去除與造型無關(guān)的要素)的面料,最終篩選出75個樣本.將樣本作去色、去掉人物頭部、裝飾等處理,以減小測試時可能造成的干擾.其次,選取用于情感調(diào)查的代表樣本.若將75個樣本全部引入情感調(diào)查,不僅會增加受測者的負(fù)擔(dān),造成調(diào)查不準(zhǔn)確,還會降低回歸分析的顯著性.具體地說,將75個樣本經(jīng)樣本分類調(diào)查(調(diào)查對象為20～45歲白領(lǐng)人士,有效問卷125份),要求受測者按自己的理解和主觀感覺,將樣本分為不同的類別,整理分類結(jié)果,得到樣本間的相似度矩陣.經(jīng)多維尺度分析及聚類分析,選取了19個最能代表75個樣本各分類造型特征的,最具有代表性的樣本.最后,采用語意差異法對代表樣本進(jìn)行用戶情感調(diào)查.調(diào)查對象為20～45歲的白領(lǐng)人士(其中每人至少有穿過1次職業(yè)套裝的經(jīng)歷),主要來自上海、廣州、深圳、北京、貴陽、昆明、成都、重慶、西安、合肥和沈陽等地,保證了調(diào)查數(shù)據(jù)的普遍性.要求受測者憑各自的感覺對19個代表樣本進(jìn)行情感評分(情感詞匯為上述3組詞匯對,按5級量表評分),從而將職業(yè)套裝代表樣本引起的用戶情感量化.回收到的有效問卷共204份.評分說明:評分范圍為1～5分,分值越大,表示受測者對樣本的感覺越靠近詞匯對中左邊詞匯的感覺;反之,則為靠近右邊詞匯的感覺.調(diào)查結(jié)果見2.3下裝造型要素專家根據(jù)職業(yè)套裝的構(gòu)成特點(diǎn),分析得到職業(yè)套裝設(shè)計造型的若干要素.通過對受測者、專家進(jìn)行訪談,選出對他們感覺造成影響的造型要素,剔除對他們感覺影響不大的造型要素.提取與情感評價最為相關(guān)的造型要素共13項(每項造型要素又分為若干類型),見表3.2)因為衣袖的裝接方式不同,直接影響到肩部造型,即裝袖使肩部呈現(xiàn)硬挺的感覺,而插肩袖及連身袖都使得肩部顯得圓潤,故肩部造型不用單獨(dú)作為一項提取出來.3)下擺造型中的“弧線形j3”為下擺呈現(xiàn)圓弧形線條;而“直角j1”、“圓角j2”分別為下擺整個線條呈水平直線形,門襟底邊分別為直角和圓角;“特殊形j4”為下擺不成直線或圓弧線形,如呈現(xiàn)出瘦長的八字形,或為折線形,或為不規(guī)則線形.4)口袋分“有蓋嵌袋”、“無蓋嵌袋”.由于受測者產(chǎn)生的感覺差別較為明顯,故對嵌袋這一要素又再細(xì)分為這兩種.5)袖長中的“長袖”包括長袖及九分袖,這兩種袖長給受測者的感覺差別不大;“中袖”包括七分袖及中袖;樣本中沒有短袖的情況.6)下裝分褲子、直筒形裙、窄形裙等5種不同的類型,這些類型反映了不同的外形輪廓,是首先造成受測者對下裝視覺印象差別的主要因素.按照造型要素表,將19款職業(yè)套裝代表樣本進(jìn)行造型要素編碼:具有造型要素表中某造型特征的,對應(yīng)編號的值記為1;不具備某造型特征的對應(yīng)編號的值記為0.各種樣本對應(yīng)造型要素的編碼值將作為建立模型時因變量的取值.4情感回歸模型的構(gòu)建和分析4.1用戶“快樂”、“希望”、“希望”感的回歸模型本文采用多元回歸分析法探討多個變量間的關(guān)系,即分析自變量為a1～m3的40個造型要素與3組“情感”間的關(guān)系,建立這些造型要素與因變量分別為“驚喜——失望”、“喜歡——厭惡”和“渴望擁有——不屑一顧”時的3個線性回歸模型.以建立造型要素與“驚喜”感之間的線性回歸方程為例,說明模型建立的過程.利用SPSS軟件進(jìn)行分析,回歸采用逐步回歸法(Stepwise).選用Stepwise法的目的是從眾多的造型要素變量中,選出那些影響因變量(“驚喜”感)的主要造型因素,對于影響小的造型要素,則不進(jìn)入回歸模型.選擇自變量的原則是Sig.大于0.05(Pin值)的不能進(jìn)入方程,而Sig.小于0.1(Pout值)的不能從方程中剔除.軟件使用過程中,在因變量一欄中代入19個代表樣本的用戶“驚喜”感得分,在自變量一欄中代入19個代表樣本的造型要素編碼值.其他2個模型的建立過程類似,只是將因變量一欄的取值分別換作代表樣本的“喜歡”、“渴望擁有”感的分值即可.軟件分析結(jié)果,見表4.經(jīng)整理得到造型要素分別與“驚喜”、“喜歡”和“渴望擁有”感的3個線性回歸模型為?Y(驚喜—失望)=3.497-0.438a2(ΗY?(驚喜—失望)=3.497?0.438a2(H型)+0.434g1(深開領(lǐng))+0.131l3(一步裙及窄形裙)-0.283j2(圓角下擺)-0.264l1(褲子)-0.181f2(立領(lǐng));?Y(喜歡—討厭)=2.804+0.426a1(XY?(喜歡—討厭)=2.804+0.426a1(X型)-0.203c2(中腰)+0.137f4(駁領(lǐng))+0.451g1(深開領(lǐng))+0.445j3(弧線形下擺)+0.401l3(一步裙及窄形裙);?Y(渴望擁有—不屑一顧)=1.867+0.386a1(XY?(渴望擁有—不屑一顧)=1.867+0.386a1(X型)+0.893d1(裝袖)+0.170f4(駁領(lǐng))+0.185g1(深開領(lǐng))-0.364k1(貼袋)+0.368l3(一步裙及窄形裙)4.2職業(yè)模型測試結(jié)果所得線性回歸模型必須經(jīng)過診斷,以判斷模型是否能模擬造型要素與用戶情感間的關(guān)系.由表4可知:1)AdjustedR2及F值:3個模型的調(diào)整可決系數(shù)均近似為1,F檢驗顯著,可判斷3個模型中,所列造型要素變量與情感變量顯著線性相關(guān),且模型的可信度高.其中:AdjustedR2(驚喜)2(驚喜)=0.962,F(驚喜)=76.089;AdjustedR2(喜歡)2(喜歡)=0.963,F(喜歡)=86.757;AdjustedR2(渴望擁有)2(渴望擁有)=0.925,F(渴望擁有)=46.422.2)D值.Durbin-Watson檢驗顯示3個模型的統(tǒng)計量D值分別為1.721,1.970和1.768,均接近2,可判斷殘差獨(dú)立性假設(shè)成立.3)Tolerance及VIF.“驚喜”感模型的“褲子l1”要素、“喜歡”感模型的“X型a1”及“中腰c(diǎn)2”要素的容忍度<0.5,方差膨脹因子值>2.0,可能這3個要素與其他要素存在共線性問題.但是,經(jīng)過分別作此3個變量與其他相應(yīng)的各變量散點(diǎn)圖后,圖中點(diǎn)均表現(xiàn)分散,故可判斷3個模型均不存在共線性問題.此外,通過分別繪制3個模型的殘差/預(yù)測值散點(diǎn)圖、標(biāo)準(zhǔn)化預(yù)測值/學(xué)生化殘差散點(diǎn)圖、殘差直方圖以及計算Mahalanobis距離值(M值)、Cook距離值、判斷異常點(diǎn)和影響點(diǎn)進(jìn)行模型診斷.4)殘差/預(yù)測值散點(diǎn)圖.3個模型的殘差值與預(yù)測值均不成任何曲線分布,可判斷模型線性假設(shè)成立,模型能擬合數(shù)據(jù).5)標(biāo)準(zhǔn)化預(yù)測值/學(xué)生化殘差散點(diǎn)圖.3個模型均表現(xiàn)出各點(diǎn)在縱軸0點(diǎn)上下大致呈現(xiàn)均勻分布,可判斷等方差性勉強(qiáng)成立.6)殘差直方圖.3個模型均顯示殘差近似服從正態(tài)分布.7)M值及Cook值:經(jīng)計算找到M值和Cook值較大的,分別依次單獨(dú)刪去疑似影響點(diǎn)所對應(yīng)的樣本值后,3個模型均表現(xiàn)出回歸系數(shù)變化微小,可見,均無影響點(diǎn).由上述分析可知,所得3個模型均能較好地擬合職業(yè)套裝造型要素與用戶情感之間的關(guān)系.4.3下裝設(shè)計中“失感”的影響1)由“驚喜—失望”模型來看:引起用戶“驚喜”感的造型要素主要有深開領(lǐng)、下裝為一步裙及窄形裙;而上裝為H型的、領(lǐng)子為立領(lǐng)的、下擺為直線圓角形的、下裝為褲子的,則會引起用戶的“失望”感.各造型要素變量的偏回歸系數(shù)絕對值的大小,反映了該造型要素對“驚喜——失望”感的影響程度.如“H型”偏回歸系數(shù)的絕對值最大,說明上裝廓形是影響用戶驚喜感的最主要的因素;相反,一步裙及窄形裙相比其他的造型要素,對用戶“驚喜”感的影響最小.2)能引起用戶“喜歡”感的造型要素,主要有X型上裝、駁領(lǐng)、深開領(lǐng)、弧線形下擺,以及一步裙及窄形裙下裝;而中腰造型,則易引起用戶的不喜歡感.3)X型上裝、裝袖、駁領(lǐng)、深開領(lǐng)、一步裙及窄形裙是使用戶產(chǎn)生“渴望擁有”感的主要造型因素;而上裝有貼袋的,則易引起用戶相反的感覺.總之,要設(shè)計能使用戶產(chǎn)生驚喜感、喜歡的,并易引起購買欲望的職業(yè)套裝,就應(yīng)把造型設(shè)計的重點(diǎn)放在廓形、領(lǐng)形、上衣下擺以及下裝類型上.具體地說,X廓型比H廓形好,深開領(lǐng)比淺開領(lǐng)好;弧線形下擺比常見的直線形圓角下擺好;褲子不如一步裙及窄形裙來得好;另外,駁領(lǐng)讓人喜歡、想擁有,貼袋則會降低用戶的渴望擁有感.4.4模型預(yù)測效果檢驗所得模型是否能很好地模擬造型要素與用戶情感間的關(guān)系,還需作進(jìn)一步的檢驗.檢驗方法是選取部分之前未經(jīng)用戶情感調(diào)查的樣本為測試樣本,并再次用語意差異法進(jìn)行用戶情感調(diào)查,從而得到測試樣本的用戶情感得分.然后,利用所建模型預(yù)測測試樣本的情感得分值,并通過計算模型情感預(yù)測值與調(diào)查所得情感實(shí)際值的均方誤差,以檢驗?zāi)Ｐ皖A(yù)測效果是否理想.均方誤差(MSE)公式為ΜSE=[∑(Οi-Ei)2]/nMSE=[∑(Oi?Ei)2]/n式中:Oi為情感得分實(shí)際值;Ei為情感得分模型預(yù)測值;n為測試樣本數(shù).情感得分模型預(yù)測值與調(diào)查實(shí)際值的對比,見表5.經(jīng)計算,3個情感模型的實(shí)際值與預(yù)測值的均方誤差都較小,分別為0.070,0.078和0.081.同時,兩者間的誤差在實(shí)際允許范圍內(nèi),不會影響情感的等級判斷(每相差1分,情感等級就相應(yīng)地相差1級).結(jié)果顯示:模型計算正確,樣本與模型之間能較好地吻合.5用戶情感建模利用多元線性回歸分析法,建立了職業(yè)套裝造型要素與用戶情感(“驚喜”、“喜歡”、“渴望擁有”)間