服裝波點(diǎn)圖案消費(fèi)感知與設(shè)計(jì)要素的相關(guān)性

李 楊， 吳 晶

(四川大學(xué) 輕工科學(xué)與工程學(xué)院， 四川 成都 610065)

消費(fèi)感知是消費(fèi)者對(duì)產(chǎn)品深層次的心理感受，反映了消費(fèi)者多方面的感性需求，也是決定消費(fèi)意愿與消費(fèi)行為的關(guān)鍵因素。感性工學(xué)技術(shù)就是將消費(fèi)者定性的感知數(shù)量化，以明確的方式探討感性認(rèn)知與設(shè)計(jì)特征之間的關(guān)系[1]，從而為產(chǎn)品設(shè)計(jì)提供科學(xué)理性的參考。Jin等[2]就曾通過建立消費(fèi)者感知和產(chǎn)品特征之間的關(guān)系，提出了一種基于消費(fèi)者感性需求的產(chǎn)品設(shè)計(jì)方法[3]。

服裝波點(diǎn)圖案元素組合豐富，色彩搭配多樣，排列方式多元，呈現(xiàn)出或經(jīng)典或時(shí)尚的獨(dú)特風(fēng)格，在服裝消費(fèi)市場(chǎng)備受青睞。運(yùn)用感性工學(xué)原理研究消費(fèi)者對(duì)服裝波點(diǎn)圖案的感性認(rèn)知，并結(jié)合圖案設(shè)計(jì)要素進(jìn)行相關(guān)性研究，能夠?qū)崿F(xiàn)感性需求與設(shè)計(jì)過程的有機(jī)融合，提升波點(diǎn)圖案設(shè)計(jì)水平。

目前，服裝領(lǐng)域的消費(fèi)感知研究主要集中在領(lǐng)型、袖型等款式要素方面[4-5]，同時(shí)也有涉及腰部松量、長度等可量化要素的感知研究[6]，關(guān)于服裝圖案的感性研究較少，而服裝波點(diǎn)圖案的消費(fèi)感知研究鮮見報(bào)道。王海燕運(yùn)用心理學(xué)方法完成了格子圖案感性需求研究，通過象限分布探討了感性需求與格子圖案特征要素的關(guān)系[7]，但并未建立二者的回歸關(guān)系模型，對(duì)圖案設(shè)計(jì)的實(shí)際參考作用比較有限。

本文運(yùn)用形態(tài)分析法與類目層次法將波點(diǎn)圖案的設(shè)計(jì)特征分解為24個(gè)要素，根據(jù)感性工學(xué)原理及方法篩選出24款服裝波點(diǎn)圖案作為實(shí)驗(yàn)樣本，選取6對(duì)形容詞作為感性詞匯，采用語意差分法設(shè)計(jì)量表并開展消費(fèi)感知實(shí)驗(yàn)。運(yùn)用SPSS26.0統(tǒng)計(jì)軟件對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行頻數(shù)分析和數(shù)據(jù)處理，采用偏最小二乘法完成多元回歸分析，建立了服裝波點(diǎn)圖案消費(fèi)感知與設(shè)計(jì)要素的相關(guān)性模型，并通過應(yīng)用檢驗(yàn)驗(yàn)證了該模型的實(shí)踐應(yīng)用價(jià)值，有助于設(shè)計(jì)師根據(jù)不同的消費(fèi)者感性需求進(jìn)行設(shè)計(jì)要素的應(yīng)用與組合，為服裝波點(diǎn)圖案的個(gè)性化設(shè)計(jì)與推薦提供支持。

1 實(shí)驗(yàn)部分

1.1 實(shí)驗(yàn)準(zhǔn)備階段

通過品牌官方網(wǎng)站、網(wǎng)絡(luò)銷售平臺(tái)、時(shí)尚資訊網(wǎng)站、時(shí)尚期刊雜志、實(shí)體商業(yè)廣場(chǎng)等渠道共獲取到300件最為暢銷和流行的波點(diǎn)圖案服裝產(chǎn)品，將圖案相同或相似、款式不同的樣本進(jìn)行合并，篩選出80個(gè)產(chǎn)品素材作為備選實(shí)驗(yàn)樣本。

波點(diǎn)圖案設(shè)計(jì)要素分解不僅是實(shí)驗(yàn)樣本提取必不可少的步驟，也是設(shè)計(jì)要素量化研究的基礎(chǔ)。首先通過專家訪談法明確波點(diǎn)圖案可量化的要素項(xiàng)目，即元素組成、色彩構(gòu)成和排列布局。運(yùn)用形態(tài)分析法和層次分析法對(duì)3個(gè)要素進(jìn)行二次分解，得到元素種類、元素大小等6個(gè)類目，分別將6個(gè)類目劃分為4個(gè)程度，最終得到24個(gè)子要素，并按C1～C24進(jìn)行編碼，如表1所示。

表1 設(shè)計(jì)要素編碼表Tab.1 Design element coding table

根據(jù)設(shè)計(jì)要素分解結(jié)果，從80個(gè)備選樣本中篩選出最終實(shí)驗(yàn)樣本。為確保樣本的代表性，應(yīng)保證每個(gè)子要素均有對(duì)應(yīng)的圖案樣本，最終篩選出24個(gè)服裝波點(diǎn)圖案代表性樣本。為避免服裝款式、面料等因素對(duì)實(shí)驗(yàn)結(jié)果的影響，首先運(yùn)用Adobe Illustrator繪圖軟件對(duì)24個(gè)樣本圖案進(jìn)行矢量化處理，再結(jié)合Adobe Photoshop軟件，將圖案運(yùn)用到相同款式的白色T恤上，選擇同一女性模特展示，得到最終的24個(gè)實(shí)驗(yàn)樣本圖片，如圖1所示。

圖1 實(shí)驗(yàn)樣本1#～24#Fig.1 Experimental samples of 1#～24#

通過市場(chǎng)、網(wǎng)絡(luò)、報(bào)刊、書籍、雜志、網(wǎng)站、微信公眾號(hào)多個(gè)渠道獲取消費(fèi)者描述服裝波點(diǎn)圖案的感性形容詞。合并語意相近的詞匯，將語意相反的詞匯組合在一起，形成12組感性形容詞對(duì)，采用問卷調(diào)查法隨機(jī)邀請(qǐng)500名消費(fèi)者進(jìn)行投票，根據(jù)投票結(jié)果選定了“復(fù)古的—新潮的”“呆板的—個(gè)性的”“樸素的—華麗的”“可愛的—成熟的”“粗獷的—優(yōu)雅的”“繁復(fù)的—簡(jiǎn)約的”6對(duì)感性形容詞匯，依次編號(hào)為K2～K7，加上表達(dá)整體喜好程度的“不喜歡的-喜歡的”(編號(hào)為K1)，形成7對(duì)消費(fèi)感知形容詞。

依據(jù)感性工學(xué)原理與方法，采用語意差分法進(jìn)行實(shí)驗(yàn)量表設(shè)計(jì)，設(shè)置7個(gè)感覺評(píng)價(jià)量級(jí)，以形容詞“復(fù)古的—新潮的”為例，非常復(fù)古的為1分，比較復(fù)古的為2分，有點(diǎn)復(fù)古的為3分，既不復(fù)古也不新潮的為4分，有點(diǎn)新潮的為5分，比較新潮的為6分，非常新潮的為7分。受試者在觀察實(shí)驗(yàn)樣本后在2個(gè)意義相反的形容詞之間選擇特定的量級(jí)來表示感性認(rèn)知程度。

1.2 實(shí)驗(yàn)實(shí)施及效果

在全國6座城市中共邀請(qǐng)204名受試者參與實(shí)驗(yàn)，涵蓋不同性別、職業(yè)、年齡。選擇的受試者應(yīng)具備文字讀寫能力，能夠準(zhǔn)確理解實(shí)驗(yàn)要求，且擁有正常的色覺系統(tǒng)。在實(shí)驗(yàn)開始前需對(duì)受試者進(jìn)行相關(guān)測(cè)試，避免由于受試者色盲、色弱等原因影響實(shí)驗(yàn)結(jié)果的科學(xué)性。測(cè)試通過的受試者進(jìn)入預(yù)實(shí)驗(yàn)環(huán)節(jié)，在受試者充分閱讀實(shí)驗(yàn)說明后，選擇樣本1作為預(yù)實(shí)驗(yàn)樣本，引導(dǎo)受試者準(zhǔn)確理解實(shí)驗(yàn)操作方案及感性形容詞評(píng)分標(biāo)準(zhǔn)，隨后開始正式實(shí)驗(yàn)。實(shí)驗(yàn)總時(shí)長約25 min，具體完成時(shí)間因人而異，實(shí)驗(yàn)過程中不計(jì)時(shí)、不作時(shí)間提醒，保證受試者在無干擾的狀態(tài)下完成實(shí)驗(yàn)內(nèi)容。

在各城市開展實(shí)驗(yàn)的過程中，采用相同型號(hào)的電腦及顯示屏，所有實(shí)驗(yàn)流程保持一致，實(shí)驗(yàn)結(jié)束后對(duì)所有表格及數(shù)據(jù)進(jìn)行初步篩查，獲得有效結(jié)果200份，實(shí)驗(yàn)結(jié)果有效率為98%。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理

將200份消費(fèi)感知實(shí)驗(yàn)原始數(shù)據(jù)錄入SPSS 26.0 軟件，運(yùn)用頻數(shù)分析法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行預(yù)處理，排除可能干擾實(shí)驗(yàn)結(jié)果的極端數(shù)據(jù)。分別對(duì)24個(gè)實(shí)驗(yàn)樣本的7對(duì)形容詞評(píng)分進(jìn)行頻數(shù)分析，按照頻數(shù)大小對(duì)每個(gè)評(píng)分量級(jí)進(jìn)行排序，在保留80%以上原始數(shù)據(jù)的前提下篩選出每個(gè)樣本中受試者評(píng)分最集中的幾個(gè)量級(jí)，去除極少數(shù)人的極端評(píng)分[8]，在此基礎(chǔ)上計(jì)算每個(gè)樣本中受試者對(duì)各形容詞評(píng)分的平均值，如表2所示。

表2 實(shí)驗(yàn)樣本形容詞得分平均值Tab.2 Average adjective scores of experimental samples

2.2 消費(fèi)感知與設(shè)計(jì)要素相關(guān)性分析

在實(shí)驗(yàn)準(zhǔn)備階段，將服裝波點(diǎn)圖案設(shè)計(jì)要素分解為C1～C24共24個(gè)，且均為定性變量，而消費(fèi)者對(duì)實(shí)驗(yàn)樣本7個(gè)方面的感性評(píng)分屬于定量變量，為建立設(shè)計(jì)要素與消費(fèi)感知的映射關(guān)系，采用偏最小二乘法(PLS)進(jìn)行數(shù)據(jù)處理和多元回歸分析。

根據(jù)偏最小二乘法(PLS)回歸分析的要求，需要首先對(duì)定性變量進(jìn)行賦值[9-10]。通過觀察實(shí)驗(yàn)樣本，參照表1中的設(shè)計(jì)要素分解情況，整理出樣本圖案的設(shè)計(jì)要素對(duì)應(yīng)情況。在賦值時(shí)，若該樣本對(duì)應(yīng)某一設(shè)計(jì)要素，則賦值為1，若不對(duì)應(yīng)，則賦值為0，這種賦值方式既可以明確表示實(shí)驗(yàn)樣本的設(shè)計(jì)要素，又符合回歸條件。以實(shí)驗(yàn)樣本1為例，設(shè)計(jì)要素對(duì)應(yīng)情況如表3所示，賦值情況如表4所示，按照同樣的方法對(duì)24個(gè)實(shí)驗(yàn)樣本的設(shè)計(jì)要素進(jìn)行賦值。

表3 實(shí)驗(yàn)樣本1設(shè)計(jì)要素對(duì)應(yīng)表Tab.3 Correspondence table of design elements for experimental sample 1

表4 實(shí)驗(yàn)樣本1設(shè)計(jì)要素賦值表Tab.4 Design element assignment table of experimental sample 1

將24個(gè)實(shí)驗(yàn)樣本的感性形容詞得分平均值及設(shè)計(jì)要素賦值表導(dǎo)入SPSS軟件，以設(shè)計(jì)要素為自變量，形容詞得分為因變量，進(jìn)行PLS多元回歸分析，得到7對(duì)感性形容詞與24個(gè)設(shè)計(jì)要素的相關(guān)性的回歸系數(shù)，如表5所示。

表5 消費(fèi)感知與設(shè)計(jì)要素相關(guān)性回歸系數(shù)Tab.5 Regression coefficient of correlation between consumption perception and design elements

根據(jù)回歸系數(shù)，建立消費(fèi)感知與設(shè)計(jì)要素的相關(guān)性模型。設(shè)自變量設(shè)計(jì)要素C1～C24為x1～x24，因變量形容詞得分為y，以“不喜歡的-喜歡的”形容詞對(duì)為例，消費(fèi)者對(duì)服裝波點(diǎn)圖案的喜好程度評(píng)分y=0.127x1-0.444x2+0.598x3-0.114x4-0.392x5+0.361x6-0.155x7+0.015x8-0.405x9+0.554x10+0.256x11-0.655x12-0.005x13-0.026x14+0.224x15-0.435x16+0.073x17-0.542x18-0.177x19+0.251x20-0.479x21-0.323x22+0.217x23+0.294x24，回歸系數(shù)絕對(duì)值越大，則說明該設(shè)計(jì)要素對(duì)喜好程度這一感知維度的影響越大，正值系數(shù)表明該設(shè)計(jì)要素使評(píng)分結(jié)果偏向右側(cè)的形容詞，即“喜歡的”，負(fù)值系數(shù)則表示使其偏向“不喜歡的”。

2.3 相關(guān)性模型應(yīng)用分析

服裝波點(diǎn)圖案消費(fèi)感知與設(shè)計(jì)要素的相關(guān)性模型反映了設(shè)計(jì)要素對(duì)感性認(rèn)知的影響程度，理論上來說，該模型可以基于感性需求完成服裝波點(diǎn)圖案的模糊推薦，也可以用于服裝波點(diǎn)圖案感性評(píng)分結(jié)果的預(yù)測(cè)。

假定消費(fèi)者的感性需求為“復(fù)古的”，根據(jù)回歸系數(shù)及關(guān)系模型，對(duì)左側(cè)形容詞“復(fù)古的”影響較大的要素為C3、C5、C11、C15、C18、C24，分別對(duì)應(yīng)“較多的元素種類”“小元素”“較多的色彩數(shù)量”“較強(qiáng)的色彩對(duì)比”“縱向的元素排列”“高密度的排列布局”6個(gè)設(shè)計(jì)要點(diǎn)，按照以上要點(diǎn)進(jìn)行圖案設(shè)計(jì)，運(yùn)用7級(jí)語意差分法采集80位消費(fèi)者對(duì)該圖案在“復(fù)古的-新潮的”方面的感性評(píng)分，得到評(píng)分結(jié)果平均值為2.026，對(duì)應(yīng)“比較復(fù)古的”，符合消費(fèi)者既定的感性需求。

此外，對(duì)于任一服裝波點(diǎn)圖案，在明確其設(shè)計(jì)要素對(duì)應(yīng)情況后，結(jié)合賦值法對(duì)其設(shè)計(jì)要素進(jìn)行賦值，運(yùn)用相關(guān)性模型能夠預(yù)測(cè)消費(fèi)者對(duì)該圖案的感性評(píng)價(jià)結(jié)果，從而為波點(diǎn)圖案設(shè)計(jì)方案的改進(jìn)提供參考。經(jīng)檢驗(yàn)，預(yù)測(cè)結(jié)果與感性評(píng)分結(jié)果較為接近，具有一定的應(yīng)用價(jià)值。

3 結(jié)束語

運(yùn)用感性工學(xué)原理指導(dǎo)服裝設(shè)計(jì)是一種以人的視角出發(fā)，落足于物，最終又服務(wù)于人的方式。消費(fèi)者對(duì)不同的服裝波點(diǎn)圖案有著不同的感性認(rèn)知，這些感性認(rèn)知是消費(fèi)者深層次的心理感受，采用語意差分法開展消費(fèi)感知實(shí)驗(yàn)?zāi)軌虿杉竭@些感受信息并對(duì)將其量化為感知數(shù)據(jù)。

服裝波點(diǎn)圖案有著明顯的設(shè)計(jì)特征，其設(shè)計(jì)要素可分解為元素種類、元素大小、色彩數(shù)量、色彩對(duì)比度、排列方向、排列密度6個(gè)類目，按照不同的程度可以進(jìn)一步細(xì)分為24個(gè)子要素，這些要素影響著消費(fèi)者對(duì)服裝波點(diǎn)圖案的感性認(rèn)知，二者存在較高的相關(guān)性，且不同的感性形容詞對(duì)應(yīng)著不同的相關(guān)性模型。

服裝波點(diǎn)圖案消費(fèi)感知與設(shè)計(jì)要素的相關(guān)性模型具有現(xiàn)實(shí)應(yīng)用價(jià)值，有助于建立起服裝波點(diǎn)圖案的消費(fèi)者輔助決策系統(tǒng)，實(shí)現(xiàn)基于不同感性需求的個(gè)性化圖案定制，同時(shí)建立了服裝波點(diǎn)圖案的感性評(píng)價(jià)預(yù)測(cè)模型，引導(dǎo)設(shè)計(jì)師開展服務(wù)于市場(chǎng)的圖案設(shè)計(jì)。