基于數量化理論Ⅰ的男襯衫設計要素感性評價

宋瑩 阮勝坤

摘要： 隨著消費者著裝需求個性化要求的提高，在服裝設計過程中只有充分考慮到用戶的感性需求，才能設計出符合消費者滿意度的服裝產品。本文以男襯衫為研究對象，提出感性工學與數量化理論Ⅰ相結合的款式設計研究方案。首先通過語意差異法獲取消費者對男襯衫樣本的感性評價，再利用SPSS軟件對評價結果進行分析，提取感性因子，從而創建男襯衫二維感性分布空間。同時分析款式特征，歸納出男襯衫主要設計要素，在此基礎上應用數量化理論Ⅰ，通過線性回歸分析得出感性因子與設計要素之間的關聯預測，并構建數學模型。經驗證，該模型實測值與預測值之間擬合度較高，符合正態分布要求，模型有效可行。最后通過案例設計與驗證，進一步證明該模型能夠實現用戶感性需求與男襯衫設計要素之間的有效轉換，對男襯衫款式設計與感性評價具有一定借鑒作用。

關鍵詞： 男襯衫;感性工學;款式設計;數量化理論;設計要素;數學模型

中圖分類號： TS941.26

文獻標志碼： A

文章編號： 1001-7003（2023）03-0105-08

引用頁碼：

031202

DOI： 10.3969/j.issn.1001-7003.2023.03.014（篇序）

隨著服裝產業日益激烈的市場競爭，傳統、單一同質化的服裝款式，已經遠不能滿足消費者對著裝個性化與多樣化的心理消費需求。人們通過著裝追求情感的愉悅與個性的展示，因此以消費者為中心的服裝設計理念愈發受到重視［1］，他們對服裝款式造型的感性評價也成為影響其消費行為的重要因素之一［2］。

感性工學（Kansei engineering）的概念由日本著名設計學大師山本健一提出［3］，主要用于將無法或難以量化的主觀因素進行客觀量化［4］，并對量化結果與產品設計要素之間關系進行明確探討［5］，幫助設計師設計出更貼合“人”的感性需求的產品［6］。目前這一理論已經在服裝設計、汽車制造等多個領域得到廣泛應用。例如，Jin等［7］以消費者特定文化背景情感下的感性需求為研究對象，對消費者對時尚設計的情感反應進行感性評價，將消費者的感性需求量化為概念框架，進而為時尚設計提供一定的理論指導。Ge等［8］針對男士純色襯衫的網購銷量逐漸下降的現象，利用感性工學對如何解決這一問題進行分析，發現網上銷售標題中關于造型和色彩的描述最能吸引消費者，進而總結出如何通過提高純色男襯衫網上銷售標題的質量來提高其點擊量和成交量。Chen等［9］利用感性工程理論和方法獲取用戶的感知圖像，并基于形態分析方法對圖案進行解構和編碼找到相應的設計代碼組合，最后以服裝剪紙圖案為例進行驗證;驗證結果表明，該設計系統在圖案設計中能很好地反映用戶的感性形象，提高圖案定制服務的效率。

在產品設計的過程中，著重凝練消費者的感性需求，能夠更好地實現設計目的，避免產品同質化現象的發生。數量化理論Ⅰ（Quantitation theory Ⅰ）作為研究人類主觀感性需求與產品設計要素相關性的主要方法之一［10］，通過創建多元回歸數學模型對因變量的變化趨勢與特征進行預測，并歸納出因變量與自變量之間的相互關聯規律［11］。在此基礎上，利用所獲取的參數將主客觀2種不同性質的變量進行科學整合，最終實現產品設計要素與“人”的感性需求之間的有效融合，幫助設計師設計研發出更能滿足消費者心理需求的產品［12］。目前，該理論在服裝設計領域主要應用在消費者感性需求與服裝款式設計要素對應關系的研究中［13］，且已有學者在對服裝造型、面料及色彩等設計要素進行主觀研究的基礎上，結合數量化理論Ⅰ對服裝設計原理與規則進行量化總結與歸納［14］。

通過對現有文獻的研究可知，目前大多數利用感性工學進行服裝款式設計的研究，更多是集中在服裝單一部件與某一細節方面，缺少對某一類服裝整體款式造型的研究，同時也缺乏對研究結論的客觀驗證。針對這一現狀，本文以男襯衫為研究對象，總結提取其款式設計的主要要素，根據選取的男襯衫款式圖，采用語意差異法對感性詞對進行評分;在此基礎上，將數量化理論Ⅰ與感性工學相結合，深入探討消費者感性需求與男襯衫款式設計要素之間的關聯度，并建立與之對應的回歸預測模型，進而為設計師設計出具有較高市場滿意度的男襯衫提供參考與建議。

1 感性工學研究

本文感性工學研究首先通過收集并確定男襯衫研究樣本、提取款式設計要素、確定感性詞對，在此基礎上創建感性調研問卷，通過被調者對男襯衫樣本的感性評分建立消費者的感性需求與男襯衫之間的關聯性;利用SPSS 26.0軟件對問卷結果進行相關性分析，最終確立男襯衫款式造型與感性意象之間的關聯度。具體研究流程如圖1所示。

1.1 確定研究樣本

由于男襯衫款式造型變化主要體現在衣身部分，袖子長度對襯衫整體造型風格影響不大［15］，因此本文將男襯衫統一為春秋季長袖男襯衫。

通過查閱服裝雜志、訪問服裝設計類網站及走訪實體店面等形式，對男襯衫款式圖片進行收集，由10名服裝設計領域專業人士與10名高校服裝設計專業教師，從中篩選出20款具有代表性的男襯衫款式圖片作為研究樣本。同時為了保證對男襯衫款式造型的后續評價不受面料質地、圖案、顏色、配飾及模特等因素的干擾，利用Adobe Illustrator artwork 22.0將研究樣本繪制成比例一致的黑白線圖，作為后續研究的刺激圖（圖2）。將款式造型接近的男襯衫刺激圖分開排列，以免觀察者混淆。

1.2 設計要素提取

男襯衫在款式設計上主要包括整體廓形和細節造型的設計。本文對收集的男襯衫款式造型進行分析，在此基礎上將男襯衫款式設計要素提煉為8個要素，以及23個要素子類目，如表1所示。

其中廓形要素中，將貼近人體、放松量較小、凸顯腰線的款式造型定義為修身;將與人體距離適中、放松量適中，且胸圍與腰線呈直線造型的款式造型定義為合身;將襯衫遠離人體、整體尺寸放松量較大，且肩線下落明顯的款式造型定義為寬松。

1.2.1 確定感性詞對

通過閱讀服裝專業書籍、雜志，廣泛收集對服裝風格進行感性描繪的形容詞，首次整理出80個與男襯衫造型風格相關的感性形容詞，對意思相近的詞匯進行提煉，并剔除低頻形容詞;最后邀請10名專業的服裝設計人員最終確定出最能準確描述男襯衫造型，且出現頻率最高的8對具有相反語意的形容詞對作為本次研究的感性詞對。8對感性詞對分別為：老氣的—年輕的、正式的—休閑的、簡單的—復雜的、大眾的—個性的、經典的—時尚的。穩重的—活潑的、儒雅的—粗獷的、保守的—前衛的。

1.2.2 調查問卷設計

本問卷采用5個感覺量級的產品語意差異法對調查問卷進行設計［16］，讓受調者對男襯衫樣本的款式與8對感性詞對之間的吻合程度通過賦分的形式進行評價。問卷中的分值代表20款男襯衫樣本與感性詞對相對應的關聯度，分別為-2、-1、0、1和2。以形容詞對“正式的—休閑的”為例，-2表示該款男襯衫給人的感性印象特別正式、-1表示比較正式、0表示該款男襯衫既談不上正式也談不上休閑、1表示比較休閑、2表示特別休閑。

2 研究結論分析

2.1 數據統計

本調查問卷的調研對象為服裝設計專業高校教師、學生及服裝公司專業設計人員，利用問卷星的形式通過網絡平臺進行發放，共發放問卷110份，回收有效問卷106份，回收率96.4%，符合調查問卷樣本的容量要求。計算出有效問卷中20款樣本的感性評分的平均值，將0作為評價的分界點，所得評價分值距離0分越遠，表示其與對應方向的感性詞的關聯度越高。

采用SPSS 26.0軟件對評價結果的平均值進行KMO效度分析及Bartlett球形檢驗，將感性詞對設置為變量，具體檢驗結果如表2所示。表2中，KMO效度分析值為0.832>0.5，Bartlett球形檢驗顯著性P值為0.000<0.05，說明各變量之間存在顯著的相關性，符合因子分析［17］條件。

2.2 數據分析

2.2.1 因子分析

采用主成分分析法對因子分析中的公因子進行提取，得出感性形容詞對的解釋總方差，如表3所示。通過表3可以看出，所提取出的2個成分的累積貢獻率為84.747%，對原有因子解釋損失較少。進而說明選擇2個因子能夠表達所有形容詞對的大多數信息，可以對20款男襯衫樣本的款式造型進行有效的感性心理評價。

采用最大方差法通過正交旋轉得出各因子的載荷矩陣，如表4所示。由表4可看出，儒雅的—粗獷的、穩重的—活潑的、正式的—休閑的和老氣的—年輕的這4對感性詞對，在因子1上具有較高載荷，并根據感性詞對變量的具體含義將其命名為“氣質因子”（F1）;經典的—時尚的、簡單的—復雜的、保守的—前衛的和大眾的—個性的這4對感性詞對，在因子2上具有較高載荷，并根據感性詞對變量的具體含義將其命名為“潮流因子”（F2）。

2.2.2 維度分析

利用回歸分析創建因子得分系數矩陣，如表5所示。

進而以因子1得分為橫坐標，因子2得分為縱坐標，創建出20款男襯衫樣本的二維象限分布圖，如圖3所示。通過二維象限分布圖可將男襯衫設計要素與20個樣本的感性評分相對應，即根據樣本最主要的感性意象得分將其分布在對應的二維象限空間中，從而將男襯衫款式設計要素與感性意象評價的關聯度更直觀地體現出來。

分析圖3可知，第1象限的男襯衫款式造型風格最為時尚、前衛，具有極強的現代感與潮流感，款式特征主要表現為寬松廓形與不對稱的結構造型設計;第2象限的男襯衫款式造型風格正式、穩重，款式較為時尚，整體廓形較為合體;第3象限的男襯衫款式造型更加經典、傳統，線條簡單變化少，整體感覺相對老氣，款式特征主要表現為駁領或立領設計，整體廓形以合體為主;第4象限的男襯衫款式造型寬松、休閑，整體風格表現為活潑且富有朝氣，主要款式特征體現為寬松廓形、連帽領與套頭的穿脫方式等。

3 數量化理論Ⅰ模型構建

3.1 模型構建

根據數量化理論Ⅰ原理，將設計要素設為項目，設計要素子類設為類目，感性評價均值設為因變量。假設項目數量為m，第i個項目的類目為ri，則δk（i，j）（i=1，2，…，m;j=1，2，…，ri;k=1，2，…，n）表示第k個樣本中的第i個項目對應的第j個類目對基準變量y的影響值，如下式所示：

δk（i，j）=1，k樣本中第i個項目定性數據為j類目0，其他（1）

根據因變量與各項目、類目之間反應出的線性關系，可創建數學模型［18］：

yk=∑mi=1∑rij=1δk（i，j）bij+εk（2）

式中：bij表示僅依賴于i項目的j類目的系數;εk為第k次抽樣中的隨機誤差;ri表示第i個項目的類目數［19］。

結合表1與式（1）得出20款男襯衫樣本反應矩陣，如表6所示。

運用SPSS 26.0統計分析軟件，通過多元線性回歸分析求解數學模型，對基準變量（y）進行預測。本文以因子1（F1）為例，對無效變量進行剔除后，計算分析得出其類目得分、常數項、偏相關系數、復相關系數與決斷系數等項目數值。在多重共線性分析中可知，各類目的方差膨脹因子（VIF）均小于10，說明各自變量之間的共線性現象并不突出，自變量之間的相關程度符合研究要求，可用于后續分析［20］。本文以感性因子1為例對具體線性回歸進行分析，結果如表7所示，其中常數項為3.216，復相關系數R為0.970，決定系數R2為0.941。

依據式（2）建立因子1（F1）預測模型和因子2（F2）預測模型，如下式所示：

F1=3.216-2.412A1-1.527A2+0.154B1-0.156B2-0.130B4-0.803C1+0.240D1+0.932D2-0.856E1-0.524E3+0.685F2-1.129G1-0.875G2-0.922H2（3）

F2=2.177-1.363A1-1.267A2-0.623B1-1.045B2+0.524B4-0.794C1-1.131D1+1.275D2+2.948E1-1.112E3-1.385F2+0.040G1+0.713G2-0.205H2（4）

3.2 模型驗證

通過計算可知，感性因子1（F1）復相關系數R=0.970，決定系數R2=0.941;感性因子2（F2）復相關系數R=0.729;決定系數R2=0.532;2個因子的復相關系數R均大于0.5，決定系數R2均大于0.25，說明2個因子實測值與預測值之間擬合度較高，能夠對大部分變量進行解釋。因此，該預測模型較為理想［21］，適用于男襯衫款式設計的預測。

運用SPSS 26.0統計分析軟件做出2個感性因子的標準化殘差直方圖（圖4）和正態分布圖（圖5），通過圖4與圖5可知，2個因子殘差均服從正態分布，由此說明所創建的預測模型有效可行。

3.3 實例驗證

某顧客欲訂制一款年輕、休閑風格的男襯衫。根據圖3可知，該風格男襯衫主要位于第4象限，表現為寬松廓形、連帽、套頭與弧線底擺等款式特征。綜合上述因素，本文將該男襯衫款式設計為圖6所示。

結合表1分解出該款男襯衫的設計要素集合U：

U={A3，B4，C1，D1，E3，F2，G2，H2}

結合數量化理論Ⅰ計算出該款男襯衫設計要素反應矩陣B為：

B={0，0，1，0，0，0，1，1，0，0，1，0，0，0，0，1，0，1，0，1，0，0，1}

利用因子1（F1）與因子2（F2）預測模型計算得出：

F1=3.216-0.130-0.803+0.240-0.524+0.685-0.875-0.922=0.887

F2=2.177+0.524-0.794-1.131-1.112-1.385+0.713-0.205=-1.213

計算結果表明，該男襯衫因子得分位于圖3二維象限分布圖的第4象限，款式設計要素呈現的造型特征符合年輕、休閑的款式風格要求。

在此基礎上，本文采用與前期相同的問卷調研形式獲取被調者對該男襯衫款式造型的感性意象評分，最終保留有效問卷105份。通過對問卷數據的整理分析后可知，該款男襯衫在“老氣的—年輕的”“正式的—休閑的”感性詞對中的平均值分別為1.39和1.68，“穩重的—活潑的”感性詞對得分為1.27。上述主觀問卷評價結果均符合消費者設計需求，并與第4象限男襯衫款式特征相吻合。進而結合該男襯衫款式所有感性詞對平均分與因子得分通過計算可知，該款式男襯衫因子1得分為1.781，因子2得分為-0.285，在二維象限分布圖中同樣位于第4象限，與預測模型計算結論相一致。綜上，通過主客觀驗證相結合的方法，從而證明本次預測模型的有效性與準確性。

4 結 論

本文利用感性工學原理，首先確定研究樣本，并對研究樣本進行感性評價，將評價結果通過SPSS 26.0軟件進行相關分析后提取感性因子，再通過計算得出不同樣本在二維象限分布圖中所處的感性意象空間位置，進而總結出各象限男襯衫樣本主要款式與風格特征。在此基礎上，利用數量化理論Ⅰ對感性研究進行客觀驗證并得到以下結論。

1） 利用因子分析法將男襯衫的感性評價主要歸納為“氣質因子”和“潮流因子”2個主要影響因子，進而創建出男襯衫研究樣本的二維象限分布圖，其中編號為7#、8#、9#、14#、17#的男襯衫樣本分布于第1象限;編號為2#、6#、10#、18#的男襯衫樣本分布于第2象限;編號為4#、12#、13#、16#、19#的男襯衫樣本分布于第3象限;編號為1#、3#、5#、11#、15#、20#的男襯衫樣本分布于第4象限。

2） 根據前期收集的男襯衫款式圖，提取男襯衫款式設計要素生成反應矩陣，利用多元線性回歸分析得出各類目對感性因子的影響程度并創建回歸預測模型，最后通過實例驗證，證明該預測模型能夠實現用戶的感性需求與男襯衫款式設計要素之間的有效轉化，具有較高的可應用性。

3） 將感性工學與數量化理論Ⅰ相結合，可以通過數學建模的科學手段對感性設計結論的正確性進行客觀驗證，使設計師能夠準確掌握消費者感性需求，提高款式設計的消費者滿意度，最終設計出更加符合消費者感性需求的服裝。

本文將男襯衫設定為統一質地、純色面料進行研究，而服裝的面料、色彩、圖案及配飾等設計要素同樣會對服裝的造型風格產生影響，在后續研究中，將針對上述影響因素繼續進行深入研究，并對已取得的研究成果進一步完善，從而彌補本文研究中的不足。

參考文獻：

［1］宋瑩. 旗袍個性定制和展示系統的交互設計［J］. 紡織學報， 2021， 42（4）： 144-148.

SONG Ying. Interactive design of cheongsam personalized customization and display system［J］. Journal of Textile Research， 2021， 42（4）： 144-148.

［2］高維， 肖軍. 基于女大學生的服裝設計感性評價個體差異［J］. 紡織學報， 2014， 35（5）： 137-141.

GAO Wei， XIAO Jun. Individual differences in perceptual evaluation for fashion design： Taking female students as research subjects［J］. Journal of Textile Research， 2014， 35（5）： 137-141.

［3］呂佳， 陳東生. 基于消費者心理認知的服裝情感評價［J］. 紡織學報， 2015， 36（9）： 100-107.

L Jia， CHEN Dongsheng. Evaluation of clothing emotion based on customers psychological cognition［J］. Journal of Textile Research， 2015， 36（9）： 100-107.

［4］LI Y F， SHIEH M D， YANG C C. A posterior preference articulation approach to Kansei engineering system for product form design［J］. Research in Engineering Design， 2019， 30（1）： 3-19.

［5］于小利. 基于感性意象的服裝網店設計研究［J］. 絲綢， 2016， 53（7）： 43-48.

YU Xiaoli. Research on online clothing store design based on Kansei image［J］. Journal of Silk， 2016， 53（7）： 43-48.

［6］WU F G， YU C Z. Parametric design and Kansei engineering in goblet styling design［J］. Mathematical Problems in Engineering， 2020（10）： 1-8.

［7］JIN M Y， SUN Y C. Chinese Gen Zs emotional dimensions for fashion design during the pandemic［J/OL］. International Journal of Fashion Design， Technology and Education， 2022， DOI： 10.1080/17543266.2022.2126897.

［8］GE B， SHAARI N. Optimize the online shopping title of mens plain-color shirts in e-commerce based on Kansei engineering［J］. Journal of Global Fashion Marketing， 2022， 13（2）： 1-17.

［9］CHEN D L， CHENG P P. Development of design system for product pattern design based on Kansei engineering and BP neural network［J］. International Journal of Clothing Science and Technology， 2022， 34（3）： 335-346.

［10］XUE L， YI X， ZHANG Y. Research on optimized product image design integrated decision system based on Kansei engineering［J］. Applied Sciences， 2020， 10（4）： 90-98.

［11］于娜， 張聰， 杜游， 等. 基于數量化理論的家具造型意象設計［J］. 包裝工程， 2018， 39（22）： 183-188.

YU Na， ZHANG Cong， DU You， et al. Furniture modeling image design based on quantitative theory［J］. Packaging Engineering， 2018， 39（22）： 183-188.

［12］劉婕羽， 江影. 運動內衣后背款式設計的感性評價［J］. 針織工業， 2019（7）： 64-68.

LIU Jieyu， JIANG Ying. Perceptual evaluation of back style design of sports underwear［J］. Knitting Industries， 2019（7）： 64-68.

［13］FANG F， HU C L， YAN T T. Research on bra component design and perceptual image prediction［J］. International Journal of Clothing Science and Technology， 2021， 33（5）： 744-757.

［14］李倩文， 王建萍， 楊雅嵐， 等. 基于數量化理論Ⅰ的男西裝款式要素感性評價［J］. 紡織學報， 2021， 42（5）： 155-161.

LI Qianwen， WANG Jianping， YANG Yalan， et al. Perceptual evaluation of mens suit style elements based on quantitative theory Ⅰ［J］. Journal of Textile Research， 2021， 42（5）： 155-161.

［15］于欣禾， 王建萍. 互聯網環境下男襯衫定制顧客感知價值評價方法［J］. 紡織學報， 2020， 41（3）： 136-142.

YU Xinhe， WANG Jianping. Customer perceived value evaluation method of mens shirts customization under internet environment［J］. Journal of Textile Research， 2020， 41（3）： 136-142.

［16］宋瑩， 王寶環， 溫蘭. 基于感性工學的針織服裝領型設計［J］. 針織工業， 2017（10）： 58-61.

SONG Ying， WANG Baohuan， WEN Lan. Kansei engineering based on collar design of knitting apparel［J］. Knitting Industries， 2017（10）： 58-61.

［17］郭冰潔， 薛媛. 旗袍領型與開襟的感性評價研究［J］. 西安工程大學學報， 2017， 31（3）： 338-344.

GUO Bingjie， XUE Yuan. Emotional evaluation of cheongsams collar shapes and open fronts［J］. Journal of Xian Polytechnic University， 2017， 31（3）： 338-344.

［18］李明珠， 何燦群， 盧章平， 等. 基于數量化理論Ⅰ類的汽車意象造型設計研究［J］. 機械設計， 2016， 33（4）： 105-108.

LI Mingzhu， HE Canqun， LU Zhangping， et al. Research on car image modeling design based on quantification theory type Ⅰ［J］. Journal of Machine Design， 2016， 33（4）： 105-108.

［19］時倩穎， 王曉妍. 基于數量化理論的民國女性形象商標意象研究［J］. 包裝工程， 2022， 43（6）： 374-381.

SHI Qianying， WANG Xiaoyan. Trademark image of female image in the Republic of China based on quantification theory［J］. Packaging Engineering， 2022， 43（6）： 374-381.

［20］陳偉偉. 基于感性匹配的服裝協同設計原理及應用： 以女裙裝為例［D］. 蘇州： 蘇州大學， 2018.

CHEN Weiwei. The Principle and Application of Garment Collaborative Design Based on Perceptual Matching： Take Female Dresses as an Example［D］. Suzhou： Soochow University， 2018.

［21］周俊， 李永鋒， 朱麗萍. 基于數量化理論Ⅰ的老年人APP用戶體驗設計［J］. 包裝工程， 2018， 39（22）： 251-257.

ZHOU Jun， LI Yongfeng， ZHU Liping. APP user experience design for the elderly based on quantification theory Ⅰ［J］. Packaging Engineering， 2018， 39（22）： 251-257.

Perceptual evaluation of mens shirt design based on quantitative theory Ⅰ

SONG Ying， RUAN Shengkun

（College of Clothing and Textile， Eastern Liaoning University College， Dandong 118000， China）

Abstract：

Mens shirts have a high universality in daily life and are a kind of clothing commonly seen by the public. With the development and progress of the clothing industry， this kind of clothing has gradually formed its own unique design language. At the same time， with the improvement of consumers personalized requirements for clothing， homogenous and imitative style design can no longer meet the dressing demand of todays consumer groups for mens shirts. Therefore， in the process of fashion design， only designers who fully consider the emotional needs of users can design clothing products that meet consumer satisfaction and make consumers satisfied. In view of this situation， we take mens shirts as the research object and put forward a style design research scheme combining Kansei engineering and quantitation theory Ⅰ.

First of all， we collect and determine the research samples of mens shirts and the perceptual word pairs of adjectives that can accurately express the style and shape of mens shirts. In this paper， in order to ensure that the follow-up evaluation of the male shirt style by the consumer group is free from the interference of various factors such as fabric texture， pattern， color， accessories and models， we draw black-and-white line drawings of the research samples in the same proportion in order to eliminate these interference factors， which will be used as the stimulus diagram for the follow-up study. Next， we use the product semantic difference method that consists of five perceived magnitudes to create a perceptual questionnaire， so that the respondents can evaluate it in the form of a score， with reference to the degree of fit between the style of a sample of mens shirts and eight pairs of perceptual words， and not only that， we need to use SPSS software to analyze the evaluation results. By using principal component analysis to extract the common factors from the factor analysis， we finally categorize the sources of the respondents perceptions of mens shirts into two main influencing factors， namely the “temperament factor” and the “trend factor”. On this basis， we use regression analysis to create factor score coefficient matrix， and create two-dimensional quadrant distribution space of mens shirts. Through two-dimensional quadrant distribution map， the design elements of mens shirts can be corresponding to the perceptual score of the research samples. That is， according to the most important perceptual image score of the samples， the design elements of mens shirts and perceptual scores of research samples are distributed in the corresponding two-dimensional quadrant space， so as to reflect the correlation between the design elements of mens shirts and the perceptual imagery ratings more intuitively. At the same time， we analyze the style characteristics of mens shirts and summarize the main design elements of mens shirts， and refine the main design elements of mens shirt styles into eight elements， and 23 sub-categories of elements. In addition， we apply quantitation theory Ⅰ to create reflective matrices of mens shirt style design elements， and through linear regression analysis， the correlation between perceptual factors and design elements is predicted， and a predictive mathematical model is constructed. Through correlation analysis， it can be seen that the mathematical prediction model has a high degree of fitting between the measured values and the predicted values， which meets the requirements of normal distribution and can explain most variables. Therefore， the prediction model is ideal， effective and feasible， and has high scientific and universality. Finally， through the design and verification of practical cases， it is further proved that in the process of clothing style design， combining Kansei engineering with quantitative theory Ⅰ can realize the effective integration and transformation between users perceptual needs and clothing design elements， help designers accurately grasp users psychological needs， and design and develop products that can better meet consumers psychological needs.

In this study， the mens shirt is set as a uniform texture， the same solid colour fabric for research， while the design elements of the fabric， colour， pattern and accessories will also have an impact on the style of the garment. In the subsequent research， we will continue to conduct in-depth research on the above-mentioned influencing factors， and further improve the research results achieved， so as to make up for the shortcomings in this study.

Key words：

mens shirt; Kansei engineering; style design; quantitative theory; design elements; mathematical model

收稿日期：

2022-07-20;

修回日期：

2023-01-23

基金項目：

作者簡介：

宋瑩（1973），女，副教授，主要從事服裝設計與工程的研究。