文/ 周 豐 何月雯 吳曉莉 永井由佳里(河海大學(xué) 機電工程學(xué)院;日本北陸先端科學(xué)技術(shù)大學(xué)院大學(xué) 知識科學(xué)研究科)
伴隨著現(xiàn)代生活的快節(jié)奏發(fā)展帶來的生活質(zhì)量的提高,如何在滿足用戶對功能需求的基礎(chǔ)上考慮人類的感性因素,以滿足人類的情感需要,逐漸成為設(shè)計的一大目標。感性設(shè)計是指:“以設(shè)計的視角,建立一種可操作的方法(=感性操作),使一些我們自身沒有意識到的潛在心理反應(yīng)通過產(chǎn)品設(shè)計的過程來具體化(=設(shè)計)的行為?!备行栽O(shè)計的研究并不久遠,但在平面設(shè)計、包裝設(shè)計、產(chǎn)品設(shè)計等眾多設(shè)計領(lǐng)域中已得到了廣泛的關(guān)注。
人類的感性是非常復(fù)雜而不容易理解的東西。在構(gòu)思新的產(chǎn)品設(shè)計樣式時,感性對于設(shè)計師內(nèi)在心象的形成起著至關(guān)重要的作用。由于,感性難以撲捉和定量化,所以,感性也是非常難以說明清楚的。
人類感性的表達與一般性說明不同,是由人通過直覺表達體現(xiàn)出來的。人類大腦中的感性信息處理,被認為是由潛在心理過程(latent Mental process)完成的。潛在心理過程是指我們自身沒有意識到的心理過程,是我們無意識層面下大腦展開的活動。與潛在心理過程相反,外顯心理過程(actual Mental process),是指在意思層面的控制下,語言化的心理活動過程,或是指在人的意識層面下,大腦的知識處理活動。現(xiàn)在,腦科學(xué)的研究表明,人類大腦中感性的升起,是在潛在的心理過程中產(chǎn)生的(下條信輔,2008)。這種在人類大腦中由潛在的心理過程中產(chǎn)生的“感性”,在產(chǎn)品的設(shè)計活動發(fā)揮了重要作用。
圖(1)所示人類設(shè)計行為的產(chǎn)生過程。外界的信息,即視覺的,聽覺,觸覺等刺激輸入人的大腦,大腦通過潛在心理過程中的感性信息處理,并與外顯心理過程中知識處理發(fā)生相互作用,產(chǎn)生了設(shè)計的行為。圖中,虛線部分表示的是潛在的心理過程,“感性如何由潛在的心理過程中產(chǎn)生,升起”是當前國際上感性設(shè)計研究的焦點問題之一。
對應(yīng)于英文的“感性”有“Sensibility”一詞,是由日本明治時期的哲學(xué)家西周翻譯的。“Sensibility”是心理學(xué)術(shù)語,原意為感覺力、感受性、感情、敏感性和鑒賞力。此外,德文的“Sinnlichkeit”是哲學(xué)術(shù)語,其代表的含義是:官感、感性、實體、現(xiàn)實感、感性事物、情欲、性感。日本人天野貞祐在1921年翻譯康德《純粹理性批判》時,將“Sinnlichkeit”譯為“感性”的。在新村出編《広辭苑》辭書中對“感性”的解釋為:感覺能力、直觀力和感受性,是人感受事物的能力,即基于人類身體的感覺而產(chǎn)生的情感沖動和欲求。感性一詞在日文中有豐富的內(nèi)涵,包含了積極的理解之意,與英文的“Sensibility”有較大差別,然而,在英文中沒有與日文“感性”一詞完全對應(yīng)的詞匯。當前,感性工學(xué)的基本概念、理論體系、研究方法尚處于不斷地完善之中,由于文化和語言的差異,各國對“感性”的理解不同,各國對感性的定義會有多樣的可能。對于中國人來說,我們通常使用的“印象”一詞,或許比“感性”更容易被理解和接受。
對于感性的定義,日本學(xué)者做過許多細致的研究工作,原日本筑波大學(xué)的原田昭教授將各領(lǐng)域?qū)<覍Ω行缘亩x匯集起來,形成對感性的確切定義。以下是各領(lǐng)域?qū)<业? 類定義。
圖1 人類的感性
1,感性是人類不容易用語言說明清楚的主觀的活動。
2,感性表現(xiàn)為附加于物體本來所具備的性質(zhì)之上的知識與經(jīng)驗的認知。
3,感性是人類大腦中的直覺和知識活動的相互作用。
4,感性體現(xiàn)為人類對美或愉悅等體驗上直覺的反應(yīng)和評價能力。
5,感性是大腦中心象生成的過程。
原田昭把各領(lǐng)域?qū)<覍Ω行远x加以匯總,將感性明確定義為:感性是由某刺激而激發(fā)的,由內(nèi)心能動的反應(yīng)能力所生成的運作過程。如果將設(shè)計行為看作為“能動的行為”的話,設(shè)計師的感性可以解讀為:“由某刺激而激發(fā)的,由內(nèi)心能動的反應(yīng)能力所生成的運作過程”的人。21世紀,是用心靈創(chuàng)新的時代,用戶的需求由Need轉(zhuǎn)變?yōu)閃ant,設(shè)計上人們越來越重視產(chǎn)品 “感性”的附加值。
人類之間感性的相互交流,許多情況下是通過語言的表達來實現(xiàn)的。筆者根據(jù)語言學(xué)的原理,就“感性的語義”構(gòu)造歸納如(圖2)。
圖2 感性語義的構(gòu)造
圖3 標準感性計測的順序
人類表出的感性語義分為“外延的語義”和“內(nèi)涵的語義”?!巴庋拥恼Z義”即我們常說的“字典的語義(Lexicon Meaning)”?!皟?nèi)涵的語義”即我們通常表述自己對某事物印象時表述的語義,也可以稱為“印象的語義(Impression)”。在對人工物的設(shè)計開發(fā)或感性評價中,形容詞匯的感性語義體現(xiàn)出人類對產(chǎn)品的“情緒的指標”,這也是傳統(tǒng)的感性工學(xué)中運用SD 法及統(tǒng)計解析手法來評價產(chǎn)品的理論依據(jù)。作為人類對事物的理解與認知,在感性語義構(gòu)造中體現(xiàn)為聯(lián)想的語義。用戶可以通過隱喻的手法,描述對象的特征。隱喻的描述,使設(shè)計師很容易理解用戶要求的設(shè)計特征是什么,容易尋找到設(shè)計的解。理解人類表達出的感性既是一個靜止的概念,又是一個動態(tài)的過程。靜態(tài)的“感性”是指人的某種情緒的感性;動態(tài)的“感性”是指人理解的感性,包括對事物的感受能力,對未知的、多義的、不明確的信息從直覺到判斷的過程。
從語義學(xué)的角度提出感性的語義構(gòu)造,并對感性的語義加以詮釋,為傳統(tǒng)感性工學(xué)采用感性數(shù)據(jù)解析等系列手法提供了重要的語義學(xué)理論支撐。除了感性的語義構(gòu)造外,還需要了解學(xué)者們對感性提出了其他的構(gòu)造。例如:原日本設(shè)計學(xué)會會長森典彥(1999)結(jié)合感性在大腦中產(chǎn)生過程的機制及文化的作用,提出了“感性的階層構(gòu)造”,這些構(gòu)造的提出對于試圖理解潛在感性的運作,在感性的實證研究中發(fā)揮了重要的作用。
中華民族的先人很早就會活用聯(lián)想的語義來判斷外界事物的狀態(tài),古代中醫(yī)的望聞問切四診法,就是以人為對象的感性評估方法。在《黃帝內(nèi)經(jīng).難經(jīng)》及《瀕湖脈學(xué)》等典籍中記敘了上百種脈象的特點。例如:《瀕湖脈學(xué)》中記載,澀脈→如輕刀刮竹桌的聯(lián)想,就是憑借日?,F(xiàn)象的"聯(lián)想的語義"來判斷脈相特點 。這些課題的深入挖掘與研究課題的展開,可以形成具有基于中國傳統(tǒng)文化的感性工學(xué)體系。
圖4 語意差分法(Osgood,semantic differential inventory)
圖5 選定感性評級實驗用的樣本
圖6 感性評價實驗的場景
感性是人類在具備一定認識能力的基礎(chǔ)上,通過身體的感覺器官(眼,耳,鼻等)直接的感受到對象的刺激,并通過主觀的認識,反映出個體經(jīng)驗與特質(zhì)的精神上的運作。這種由個體主觀上反映出來的感性,不是通過邏輯推理的方式,或理性的思考而得來的;另一方面,認識和理解人類的感性,不能單純的從感覺,知覺的層面來把握和解釋,因此,需要構(gòu)筑把感性向具體的設(shè)計要素翻譯的系統(tǒng)。
日本感性工學(xué)研究學(xué)者北島宗雄等提出了標準感性計測的順序(圖3),被日本設(shè)計學(xué)會編寫的《デザイン事典Encyclopedia of Design》收編和介紹(2003)。過去,大量感性評價的研究案例中,研究對象有人工物,也有風(fēng)景等等,內(nèi)容及其廣泛?;谘芯繉ο蟛煌u價分析手法也有所不同的考慮,筆者將北島的標準感性計測作了細微的改動,這里將感性評價的焦點集中于產(chǎn)品設(shè)計。北島等提出的標準感性計測的順序,將產(chǎn)品的感性計測分為3 大步驟進行:1 產(chǎn)品感性評價前的準備,2 產(chǎn)品感性評價實驗3 產(chǎn)品感性構(gòu)造的抽出及尋求產(chǎn)品感性與物理量對應(yīng)關(guān)系。下面逐次介紹各步驟的具體內(nèi)容。
“產(chǎn)品感性評價前的準備”的步驟分為三方面的內(nèi)容:(1)收集評價用語,(2)選定評價尺度,(3)選定向評價者呈示的產(chǎn)品樣本。
圖7 Osgood 的語義空間
圖9 因子分析的數(shù)據(jù)構(gòu)造
圖8 變數(shù)與因子的關(guān)系圖示(實線表示變數(shù)與因子間強的關(guān)系,虛線表示弱的關(guān)系)
圖10 假定的某通行工具的因子分析的結(jié)果
圖11 感性語意地圖(或感性空間)
(1)收集評價用語。
在收集關(guān)于產(chǎn)品的感性詞匯(SD 法指形容詞)之前,首先需要確定感性評價的對象,是服裝,還是汽車,是一般的泛指,還是具體某產(chǎn)品。只有明確了對象,才能從人類語言庫中找出確切的感性評價使用的詞匯。在確定感性評價對象后,要收集(與人工物,設(shè)計對象,產(chǎn)品的形象相關(guān)的)評價的感性用語,例如:熱情-冷、輕薄-厚重,新的-舊的 等形容詞(代表情緒的語義)。這是基于人的內(nèi)觀報告和自由發(fā)話上收集來的。如果感性計測對象是某種建筑,那么就必須收集關(guān)于這類建筑的形容詞匯,把從建筑設(shè)計事物所里客戶和設(shè)計師的談話記錄下來,收集想蓋房子的客戶和建筑公司的營業(yè)人員談話時使用的詞匯。也可以通過前人的研究,對前人設(shè)定的形容詞對進行酌情增加或刪減。例如日本人對汽車的感性評價,首先將描述汽車的600 個形容詞中整理出42 個形容詞。
(2)選定評價尺度。
收集了有關(guān)產(chǎn)品形象或特征的形容詞,并將收集的形容詞,按照C.E.Osgood 的SD法構(gòu)成SD 尺度。SD 尺度是將兩級形容詞對(如:可愛-討厭)分為5 段或7 段。有些人會以為分的越細計測越準確的想法。根據(jù)相關(guān)研究表明:評價尺度的分段多少和結(jié)果幾乎沒有關(guān)系。除了特別的情況之外,一般5 段評價就足夠了。設(shè)置容易評價的標尺使評價者不容易感到疲勞,是最為重要的。
SD 法(語意差分法或語義微分法,semantic differential method)是美國心理學(xué)家C.E.Osgood 在1958年,創(chuàng)建的一種用于研究受測者心理意象的試驗方法。通過大量的實證研究證明,此方法是可行性的。SD 法也是現(xiàn)在市場調(diào)查中最常用的方法。在設(shè)計領(lǐng)域,測定用戶的感性語義空間(意象尺度圖),時常借用Osgood 確立下來的由形容詞對構(gòu)成的SD 法開始。語意差分法由被評價的對象、形容詞、受測者3 個方面的要素組成,以正反意義形容詞對為基礎(chǔ),每個區(qū)間都代表間隔尺度(interval scale)。如圖4所示。測試者(評價者)選擇正反意義形容詞對的區(qū)間,對于感性評價對象的情緒指標(感性詞匯)打分,之后,通過數(shù)理解析來了解測試者對于設(shè)計對象的感性認知構(gòu)造。
圖12 對象的物理量計測
圖13 多次元回歸分析的結(jié)果
(3)選定向評價者呈示的產(chǎn)品樣本。
產(chǎn)品的感性評價是需要通過感性評價實驗來獲取評價數(shù)據(jù)的。向評價者(評價者)呈示選定的產(chǎn)品,相當于心理實驗中的呈示刺激的選定。如前“4.1 的(1)收集評價用語”所述先確定感性評價的對象后,從感性評價對象的“母集團”中選擇有代表性的樣本。樣本選擇需要符合“母集團的標本分布”原則。圖5是筆者對日本小松精練株式會社開發(fā)的隨季節(jié)變化的護士服設(shè)計的感性評價用的樣本選定,除了新設(shè)計的產(chǎn)品樣本外,原來的白色的護士服也被放入評價樣本。為了避免人臉左右感性評價的效果,呈示選定的產(chǎn)品樣本照片,不顯示人臉。
產(chǎn)品(感性評價的對象)感性構(gòu)造的抽出需要通過感性評價實驗獲取的實驗數(shù)據(jù)進行分析來實現(xiàn)的。在產(chǎn)品感性評價實驗過程中,通過向評價者呈示選定的產(chǎn)品樣本,并讓評價者回答問卷(SD 法問卷或自由回答問卷等等)來完成的。在實驗中,對評價者產(chǎn)品樣本的呈示,不能每次都按固定的次序進行,需要隨機呈示的,安排每個評價者的評價順序不同,目的是讓每件樣本都能得到相同機率的回答。圖6是筆者對日本小松精練株式會社開發(fā)的隨季節(jié)變化的護士服設(shè)計的感性評價實驗時的場景,每次向評價者呈示9 種護士服的順序,都按新的排列方式呈示,并由評價者親自回答問卷來完成。
圖14 以樂器為案例的聚類分析
下面首先介紹適用于語意差分的有代表性的統(tǒng)計類解析手法(如:因子分析,多元回歸分析,聚類分析),其次,介紹定性分析與定量分析,最后,介紹定性分析方法中的對應(yīng)分析,就這些感性工學(xué)的方法是如何實施應(yīng)用的,結(jié)合研究案例作一般性作說明。
(1)基本因子的抽出。
由產(chǎn)品感性評價實驗收集的產(chǎn)品評價數(shù)據(jù),可以通過因子分析(或主成分分析,主因子法等)來進行數(shù)據(jù)解析。目的是從數(shù)據(jù)中抽出評價者(或用戶)對產(chǎn)品的感性構(gòu)造中基本因子,并對各因子作出合理的解釋,把握客戶對產(chǎn)品客觀認識。從產(chǎn)品感性構(gòu)造中抽出的因子,往往需要對本研究具備一定的專業(yè)知識的專業(yè)人士來解釋。設(shè)定評價尺度及選定呈示刺激(樣本)等實證研究的過程,是由反復(fù)實驗獲取數(shù)據(jù)進行解析后,逐步改善的。Osgood 的SD法是圍繞情緒語義展開的實證研究方法,他指出某概念A(yù) 的語義空間包括:評價性(Evaluation),活動性(Activeity),力量性(Potency)為代表的3 個基本因子。概念A(yù) 的矩陣包括長度(包含語義的程度)與方向(語義本身的性質(zhì))。通過因子分析,在數(shù)據(jù)解析中未必每次分析都能得出相應(yīng)的明快的因子(圖7)。
圖15 數(shù)據(jù)分析的構(gòu)造及采用統(tǒng)計學(xué)方法
圖16 基于感性工學(xué)的對應(yīng)分析案例
圖17 Cross 表的案例
以感性工學(xué)為背景的因子分析(Factor Analysis),大多是指產(chǎn)品感性調(diào)查的探索型因子分析(其他的還有檢定型因子分析)。相比之下,探索型因子分析通過收集來的產(chǎn)品意象(感性)詞匯,容易尋找產(chǎn)品的感性構(gòu)造,探尋高次元的感性用語。(圖8)所示,作為產(chǎn)品感性調(diào)查的因子分析的結(jié)果是,實際是反映了變數(shù)(產(chǎn)品意象詞匯,即形容詞)與上位概念(各因子)間的關(guān)系。因子的載荷率以的形式記述,可以解讀為第z 個變量在第p 個因子上的載荷量(圖9)。
在感性工學(xué)中,因子分析可以說是針對特定產(chǎn)品語義(評價詞)的歸納與整理。為了說明感性工學(xué)中因子分析的作用,本節(jié)選用假定的某通行工具的案例介紹,圖10 是假定的某通行工具的感性評價后數(shù)據(jù)分析的結(jié)果。變量“輕快”,“機敏”,“遲緩”,“快速”這些詞匯的因子載荷量高,解釋為“運動的次元”因子;變量“重的”,“縮的”,“小的”,“大的”這些詞匯的因子載荷量高,解釋為“大小的次元”因子;變量“美麗”,“精巧”,“好看”,“趣味”這些詞匯的因子載荷量高,可以歸為“美的次元”因子。
因子分析的數(shù)理解析過程的運算及因子軸旋轉(zhuǎn)等是通過復(fù)雜的數(shù)學(xué)運算過程來實現(xiàn)的,因此,現(xiàn)在通常采用SPSS 或STATISTICA 等商務(wù)軟件從事因子分析。把實驗獲取的數(shù)據(jù)輸入軟件中,通過軟件程序的運算可以的到因子分析的結(jié)果。例如,通過數(shù)據(jù)分析后,可以得到該產(chǎn)品的語義地圖(感性語意地圖或意象尺度圖)。
圖11 是浙江大學(xué)工業(yè)設(shè)計研究所黃琦的案例研究(2006)。首先是采用感性工學(xué)實驗從大量樣本中選出48 張造型意象各異的汽車圖片,將圖片去除色彩,品牌等其他因素對造型的影響作為實驗樣本。通過網(wǎng)上調(diào)研獲取了24 個描述轎車造型意象的形容詞,并對這些形容詞建立7 點量表。由測試者對每個實驗樣本針對這24 個形容詞進行打分,將實驗所得數(shù)據(jù)運用主成分分析,可得到意象空間。圖11 是其中兩個維度的意象尺度圖。
(2)尋求產(chǎn)品感性詞匯與物理量的對應(yīng)關(guān)系。
圖18 基于產(chǎn)品感性評價的對應(yīng)分析結(jié)果
過去,心理物理學(xué)從知覺的角度研究心理要因與物理量的對應(yīng)關(guān)系。在產(chǎn)品的物理特性復(fù)雜的情況下,心理要因與物理要因的對應(yīng)關(guān)系也呈現(xiàn)出復(fù)雜的狀況,需要以多個因變量(情緒指標)來測定另外幾個變量(如:產(chǎn)品的長,寬,高,彎曲度等物理量)的方法。北島等提出的標準感性計測中,探尋情緒指標(感性詞匯)與物理量的對應(yīng)關(guān)系是采用多元回歸分析法(multiple regression analysis),多元回歸分析法是目前廣泛應(yīng)用的定量計測方法。在獲取定性的數(shù)據(jù)的情況下,探尋物理量說明變數(shù)與復(fù)數(shù)心理感性間的關(guān)系,可以采用數(shù)量化Ⅰ類或分散分析來說明。
在產(chǎn)品感性計測中,因變量(情緒指標)的變化往往受多個重要因素的影響,需要多個影響因素作為自變量(產(chǎn)品的物理量)來解釋因變量的變化,當多個自變量與因變量之間是線性關(guān)系時,所進行的感性計測的回歸分析,即:多元線性回歸。
設(shè)y 為因變量(情緒指標),x1,x2…xp為自變量(物理量),當自變量與因變量之間為線性關(guān)系時,則多元線性回歸公式為:y=β0+β1x1+β2x2+...+βpxp+ε其中: β0為常數(shù)項,p 為解釋變量的數(shù)目,習(xí)慣上把常數(shù)項看成為一虛變量的系數(shù),該虛變量的樣本觀測值始終取1,因此,模型中解釋變量的數(shù)目為(p+1)。β1,β2,…βp為回歸系數(shù),βj被稱為偏回歸系數(shù),表示在其他解釋變量保持不變的情況下,xj每變化1 個單位時,y 的均值E(y)的變化(例如:β1為x2,x3…xp固定時,x1每增加一個單位對y 的效應(yīng),即x1對y 的偏回歸系數(shù))。
筆者曾就“對人印象”的課題作過感性工學(xué)的調(diào)查。并將對人印象的情緒指標(例如:可愛,年輕,親切等)與人的外形特征作多元回歸分析。人的外形特征是根據(jù)人類學(xué)的定義測量人臉部的各個部位長度的物理量為依據(jù)(圖12,通過多次元回歸分析,結(jié)果表明對人的知性的印象與額頭高形成正的相關(guān)(圖13)。產(chǎn)品的物理量與情緒語義間的互譯可以通過多次元回歸分析來實現(xiàn)。
(3)感性計測中的聚類分析(cluster analysis)
以感性工學(xué)為背景的聚類分析是將眾多產(chǎn)品集合分組成為由類似的對象組成的多個類的分析方法。聚類也是將數(shù)據(jù)分類到不同的類的過程,在同一類中的對象有很大的相似性,不同類的產(chǎn)品反應(yīng)了用戶在感受上有很大的相異性。在感性評價中采用聚類分析,往往以評價者對產(chǎn)品性質(zhì)(如色彩,造型,材質(zhì),等感性因素)為基礎(chǔ)展開的感性評價和分析,也可以分析出用戶間類似的或不同簇群用戶的喜好。
圖14 是以測試者對各種樂器的音色作感性評價后,進行聚類分析的案例,用戶對于各種樂器在音色的感性認同上,Piano(Normal) 與Violin(Pizz) 是一類;Violin (Normal) 與Violin(Vibrato) 是一類。
(4)定性分析與定量分析
感性工學(xué)中的產(chǎn)品感性評價手法,大致與社會學(xué)科調(diào)查采用的方法相同,有定性與定量的研究方法(圖15)。定性分析方法包括二手資料研究法、觀察法、個人訪談法、焦點組討論法、座談法等。定性調(diào)查的問卷需要設(shè)計成以名義尺度(Nominal scale,即:某產(chǎn)品的品牌,性別,居住地,顏色等)或順序尺度(Ordinalscale,例如有品牌1,品牌1,品牌1,按喜好排列)的方式構(gòu)成。在統(tǒng)計學(xué)上采用x2 檢定,對應(yīng)分析(1970,Benzenci),數(shù)量化理論(1940,林知己夫),雙對尺度法(1980,西里靜彥)等解析方法?,F(xiàn)在,以人工智能語言(知識工學(xué))為手段,采集大量定性的文本數(shù)據(jù),通過計算機對文本中感性數(shù)據(jù)的挖掘,或把由感性評價實驗采集的數(shù)據(jù)與知識庫數(shù)據(jù)進行對比的聯(lián)想語義網(wǎng)絡(luò)分析(Associate concept of network analysis),形成新興的感性工學(xué)的評價方法。
感性工學(xué)背景下的定量分析采用語意差分法獲取調(diào)查對象的數(shù)據(jù),定量分析的評價尺度為間隔尺度(interval scale),比率尺度(ratio scale),是定量分析采用的數(shù)據(jù)類型(前述)。通常采用因子分析、聚類分析、多元回歸分析等統(tǒng)計分析手法。
(5)對應(yīng)分析(Correspondence analysis)
對應(yīng)分析法是一種多元相依變量統(tǒng)計分析技術(shù),也是一種視覺化的數(shù)據(jù)分析方法,即通過分析由定性變量構(gòu)成的交互匯總表(Cross 表)來探索變量間的關(guān)系(圖16)。在產(chǎn)品的感性評價實驗中,通過測試者自由聯(lián)想的感性評價實驗,獲取定性的感性詞匯(也可以通過對文本的形態(tài)素解析來獲?。?,對應(yīng)分析可以直觀的分析出各詞匯與產(chǎn)品之間的空間關(guān)系,了解同一變量的各個類別之間的差異,以及不同變量各個類別之間的對應(yīng)關(guān)系。圖16 是礦泉水樣本通過對應(yīng)分析后形成的感性語義空間。
對應(yīng)分析的好處是能把眾多的樣品和眾多的變量同時作到同一張圖解上,并在較低維的空間中表示出來,樣品及其屬性在圖上直觀而又明了地表示。對應(yīng)分析法還省去了定性分析中因子的選擇和因子軸旋轉(zhuǎn)等復(fù)雜的數(shù)學(xué)運算及中間過程。
對應(yīng)分析法的解析過程由兩部分組成:即“表格”和“語義地圖生成”。對應(yīng)分析法中的表格是一個二維的表格(圖17),由行和列組成。每行代表產(chǎn)品樣本的某個屬性,或聯(lián)想詞匯。列代表某類產(chǎn)品不同的樣本(圖中Uniform 1-9)。在語義地圖上,各個樣本都表示成為一個點集合,而樣本的屬性變量在圖上同樣也是以點集合的形式表示。
圖18 是筆者對日本小松精練株式會社開發(fā)的隨季節(jié)變化的護士服設(shè)計的感性評價數(shù)據(jù)的對應(yīng)分析結(jié)果。在感性評價實驗中向測試者呈示的產(chǎn)品的樣本(圖5),測試者通過自由回答法記錄下聯(lián)想的詞匯。將聯(lián)想詞匯的出詞率與產(chǎn)品樣本構(gòu)成2 維表格(圖17 ),通過R(最初由新西蘭奧克蘭大學(xué)的Ross Ihaka 和Robert Gentleman 開發(fā)的著名免費軟件,可以用于數(shù)理統(tǒng)計分析)的對應(yīng)分析,可以得到圖18 的隨季節(jié)變化的護士服語義地圖。感性評價用(護士服)的樣本分布于圖中,感性評價人員可以對圖做出解釋。
本文結(jié)合了前人對感性工學(xué)的研究成果,以及筆者在日本留學(xué)期間從事感性工學(xué)研究的親身實踐,在對傳統(tǒng)的感性工學(xué)的原理和分析手法做了一般性介紹的基礎(chǔ)上,介紹了感性工學(xué)的定性分析手法。目前,感性工學(xué)尚處于發(fā)展階段,國內(nèi)外感性工學(xué)的研究者們正調(diào)整思路,積極從理論根源上探尋新的方法論;逐步改善傳統(tǒng)感性工學(xué)在研究對象,分析方法上的局限。日本產(chǎn)官學(xué)會長,原東京大學(xué)校長吉川弘之曾精辟的指出,感性工學(xué)的研究和以往其他學(xué)科的方法論不同,要放棄前人既有的成就,重新打造新的體系。中國有如中醫(yī)等在實際生活中應(yīng)用感性詞匯解決問題的豐富經(jīng)驗,可以從認知科學(xué)及工科的視角展開研究必將有巨大的發(fā)展空間。在計算機科學(xué)、大數(shù)據(jù)場的應(yīng)用以及人工智能科學(xué)的發(fā)展,業(yè)界可以借著更多的手段展開感性工學(xué)的研究,并服務(wù)于人類。在用心靈創(chuàng)新的時代,人們越來也需要感性設(shè)計。人們對感性與安心安全的需求,親密的需求,尊敬的需求,自我實現(xiàn)的需求的關(guān)系的理解,必將更加深刻。
[1] 下條信輔.サブリミナル?インパクト―情動と 潛在認知の現(xiàn)代,ちくま新書,2008.
[2] 原田沼.デザインにおける感性情報の取り組み,知能と情報,Vol.16,No.5,P392-399,2004.
[3] 福田収一.顧客の主観評価を考慮した対話型意 匠設(shè)計支援システムの開発、日本機械會社、2006.
[4] 周豊,永井由佳里.連想概念ネットワークに基 づくデザイン印象分析の方法ー季節(jié)感ユニフォ ームがもたらす印象の事例研究,日本デザイン 學(xué)會デザイン學(xué)研究,57(2),2010.
[5] 李時珍.瀕湖脈學(xué)奇經(jīng)八脈考,中國中醫(yī)藥出版 社,2007.
[6] 日本デザイン學(xué)會.Encyclopedia of Design,朝 倉書店,2003.
[7] 巖下豊彥.SD によるイメージの測定,川島書 店,1992.
[8] 巖淵千明、あなたもできるデータの処理と解析, 福村出版、1998.
[9] 金明哲.R によるデータサイエンス、森北出版、2009.
[10] 黃琦,孫守遷.基于意象認知模型的汽車草圖設(shè) 計技術(shù)研究, 浙江大學(xué)學(xué)報(工學(xué)版),2005.
[11] 北島宗雄.人間の感覚,感性を計測する,2003.
[12] 周豊.魅力的な顔とは何かー顔の形態(tài)的特徴に 基づく分析,埼玉大學(xué),2005.
[13] 辻三郎.感性の科學(xué),サイエンス社,2001.
[14] 中森義輝.感性データ解析,森北出版,2009.
[15] 井口征士.感性情報処理,オーム社,2009.
[16] 柳澤秀吉.潛在感性の外在化,東京大學(xué)大學(xué)院 工學(xué)系研究科,2006. 柳澤秀吉.感性と設(shè)計,東京大學(xué)大學(xué)院工學(xué)系 研究科産業(yè)機械工學(xué),2006