基于感性工學的夏季連衣裙意象評價

張 寧,許 潔,孫雅致,宋 瑩,王宇宏

(遼東學院 服裝與紡織學院,遼寧 丹東 118000)

隨著服裝個性化消費需求的日益提升,固定、單一、同質化的服裝設計與生產模式已經無法滿足消費者對著裝個性化的需求[1]。人們在購買服裝時更加注重感性方面的需求和個性表達的實現,因此以消費者感性需求為出發點,進行的服裝款式設計顯得尤為重要[2],服裝款式能否滿足消費者的內在感性需求成為影響消費者決策的重要因素[3]。

感性工學的概念始于20世紀80年代,由日本設計學大師山本健一提出[4],是一種將消費者的主觀感覺與產品設計元素之間的關系進行科學研究的方法[5],其本質表現為通過研究消費者的主觀感性需求與產品款式特征之間的關系,總結出二者之間的關聯度,進而幫助設計師設計出更為符合消費者感性需求的產品[6]。目前隨著消費者對服裝個性化需求的日益提高,這一研究方法在服裝款式設計中被廣泛應用[7]。

數量化理論I(Quantitation Theory I)一般將用戶的感性評價作為因變量,產品的設計要素作為自變量[8],利用多元線性回歸分析總結二者之間的關聯規律,并建立數學預測模型[9]。在此基礎上,根據所得模型創建研究樣本反應矩陣,通過數據分析對模型的科學性和有效性進行驗證,進而實現用戶主觀意象的客觀產品轉化[10]。目前,數量化理論I在服裝設計中的應用,集中體現在服裝局部結構與造型等方面[11],從某一類別服裝的整體造型出發進行的針對性研究相對較少。結合這一現狀,本文以夏季連衣裙為研究對象,選取35款具有代表性的連衣裙款式作為研究樣本,對其主要款式設計要素進行提煉,采用語意差異法對研究樣本進行感性評價,在此基礎上,將感性工學理論與數量化理論I相結合,通過研究消費者感性需求與夏季連衣裙款式設計要素之間的相關性,建立二者之間關聯度的回歸預測模型,以期為設計師設計出更符合消費者感性需求的夏季連衣裙提供參考與借鑒。

1 感性分析

1.1 選擇研究樣本

從服裝品牌JNBY、卓雅、雅瑩、紅袖等連衣裙款式繁多的服裝品牌中收集出150款夏季連衣裙圖片作為研究樣本,邀請高校服裝設計專業教師及專業服裝設計人員共15人組成焦點小組,對研究樣本進行篩選,刪除雷同款式與低像素圖片后,得出35款造型特征較為典型,且能涵蓋夏季連衣裙主要設計元素的連衣裙款式作為本文實驗的研究樣本[8]。對連衣裙主觀意象的感性評價會受到面料、顏色、圖案、質地與配飾等因素的干擾,因此將35款研究樣本,利用AI(Adobe Illustrator artwork 22.0)制圖軟件進行統一化處理,將其繪制為純色黑白線條的刺激圖。為避免造型相近的款式臨近排列對評價結果產生影響,將35款研究樣本進行無規律排列,以確保感性評價結果的準確性和嚴謹性。具體連衣裙刺激圖排列如圖1所示。

1.2 確定樣本款式設計要素

根據服裝款式設計原理與要素分類,依據德爾菲法[12]結合專家意見,剔除影響微弱的無效設計因素后,將夏季連衣裙的款式設計要素提煉為7個要素及25個子要素[13],具體連衣裙款式要素及編號如表1所示。

表1 連衣裙設計要素表Tab.1 Table of design elements for dress

1.3 問卷調查

1.3.1 感性詞對收集與篩選

通過網絡調查、消費者訪談、書籍查閱等形式對夏季連衣裙的感性評價詞匯進行收集整理,最終確定“簡約的-繁復的、優雅的-活力的、常規的-創意的、職業的-休閑的、保守的-性感的、中性的-柔美的、成熟的-年輕的”7對感性形容詞對,建立感性意象空間,每對感性詞對分別表示相反涵義的語意評價。

1.3.2 調查問卷設計與發放

利用語義差異法讓調研對象對35款研究樣本與7對感性詞對的關聯度進行評分,用7級量表設計調查問卷,分值分別設置為:-3、-2、-1、0、1、2、3,問卷中的分值代表研究樣本與該感性詞對的關聯度。以形容詞對“成熟的-年輕的”為例,-3代表該樣本給人的感性評價特別成熟、-2代表很成熟、-1代表有點成熟、0表示既不成熟也不年輕、1代表有點年輕、2代表很年輕、3代表特別年輕。通過問卷星網絡平臺發放問卷,問卷對象為服裝設計專業師生、服裝公司設計人員以及服裝從業人員,共發放問卷150份,剔除結論有明顯錯誤的無效問卷后,得到145份有效問卷,問卷回收率為96.7%。

2 數據與分析

2.1 效度分析

經效度分析該問卷的KMO值為0.935,證明問卷合理有效,可應用于后續分析[7]。對回收的有效問卷進行數據分析,利用Excel計算出35款連衣裙樣本的感性評價得分均值。利用SPSS26.0軟件對評價均值進行KMO效度分析及Bartlett球形檢驗,得出KMO值為0.779,效度分析效果較好;Bartlett球形檢驗顯著性P值為0.000,說明不同變量之間具有顯著的關聯性,問卷可用于后續因子分析[14]。

2.2 因子分析

對7對感性詞對進行相關性分析,得到相關性分析矩陣見表2。

感性詞對之間的得分絕對值越高,表示這2組感性詞對的關聯性越高。例如,成熟的-年輕的與優雅的-活力的、職業的-休閑的都有很高的相關性,說明款式相對成熟的連衣裙能夠給消費者帶來優雅與職業的主觀感受,反之造型年輕的連衣裙則會給人活力和休閑的感受。

采用主成分分析法進行公因子提取,得到感性詞對的解釋總方差,感性詞對解釋總方差見表3。由表3可知,共提取2個因子,其累積貢獻率為80.352%(>70%),說明提取的2個因子能包含35款連衣裙的大部分信息,即所提取的2個因子能夠對35款連衣裙進行感性評價。

表3 感性詞對解釋總方差Tab.3 The perceptual adjective pair explains the total variance

通過最大方差法得出各因子旋轉后的載荷矩陣[8]如表4所示。由表4可以看出,因子1上載荷較高的感性詞對有“中性的-柔美的、優雅的-活力的、職業的-休閑的和成熟的-年輕的”,根據其所表達的具體意義,將因子1命名為:魅力因子F1;因子2上載荷較高的感性詞對有“簡約的-繁復的、守舊的-性感的和常規的-創意的”這3對感性詞對,同理將其命名為:性格因子F2。

表4 旋轉后的載荷矩陣Tab.4 Load Matrix after rotation

采用回歸分析法得到因子得分系數矩陣,具體系數見表5。

表5 因子得分系數矩陣Tab.5 Factor score coefficient matrix

通過因子得分系數矩陣得到7對感性詞對在各因子中的得分,進而創建出35款連衣裙的二維象限圖,以因子1得分為橫坐標,因子2得分為縱坐標得到各樣本的二維象限分布圖,如圖2所示。

圖2 二維象限分布圖Fig.2 Two-dimensional quadrant distribution map

由圖2結合圖1可知,分布在第1象限的連衣裙款式結構相對繁瑣,有很強的時尚感與流行感,整體風格偏向年輕活力,連衣裙線條較為柔美;第2象限的連衣裙線條結構同樣較為復雜,但較第1象限而言給人的感覺更為柔美、優雅,整體造型合體,凸顯女性性感曲線;第3象限的連衣裙款式整體較為常規、成熟,同時線條簡練流暢,職業性更強,適合正式場合穿著;第4象限的連衣裙款式造型與其他象限的連衣裙款式相比呈現出較為突出的寬松和休閑的風格,給人青春活力的主觀意象。

3 模型構建與實例應用

3.1 模型構建與驗證

以數量化理論I原理為研究依據,將表1中的一級設計要素命名為項目,表1中的二級子類設計要素命名為類目,消費者對夏季連衣樣本的感性評分均值設置為因變量。若有s個項目,則項目t的類目表示為rt。

如δl(t,j)(t=1,2,…,s;j=1,2,…,rt,l=1,2,…,s)表示樣本l中第t個項目相對應的類目j對基準變量y的影響值[8],其中:

(1)

根據不同因變量與各項目、類目之間所體現出的關聯性,得出數學模型[15-16]見式(2):

(2)

式中:atj為第t個項目中類目j的系數;εl表示第l次隨機抽樣誤差;rt代表項目t包含的類目數。

根據表1與式(1)創建35款連衣裙樣本的反應矩陣,如表6所示。

表6 連衣裙樣本反應矩陣Tab.6 Dress sample reaction matrix

通過線性回歸分析[16]驗證所構建模型的有效性。以因子F1為例,首先對無效變量進行剔除,隨后通過計算得出因子1的偏相關系數、類目得分、常數項、復相關系數與決斷系數等項目數值,具體如表7所示。

表7中,偏相關系數與類目得分分別表示一級款式設計要素和子類設計要素與因子間的關聯權重,數值的正負方向表示關聯方向,數值絕對值大小則表示關聯程度的強弱。根據式(2)分別創建因子F1和因子F2的預測模型,具體見式(3)(4):

(3)

(4)

通過線性回歸分析得出,因子F1與因子F2復相關系數R與決定系數R2均符合驗證要求,即2個因子的預測值與實測值具有較高的擬合度,說明預測模型較為合理,可對夏季連衣裙款式的設計合理性進行有效預測。

圖3、4所示為2個因子的標準化殘差直方圖和正態分布圖,可知因子F1與F2的標準化殘差均服從正態分布,即建立的預測模型合理有效。

圖3 標準殘差直方圖Fig.3 Histogram of normlized residuals of factors.(a) Factor F1; (b) Factor F2

圖4 正態分布圖Fig.4 Normal distribution of the factors. (a)Factor F1; (b) Factor F2

3.2 實例應用

根據夏季連衣裙款式設計要素,結合客戶需求設計一款柔美、優雅且具能夠凸顯身材曲線的連衣裙,將設計出的連衣裙利用CLO3D虛擬試衣軟件進行試穿,最終效果如圖5所示。

圖5 連衣裙款式設計圖Fig.5 Dress design drawing

根據表1的夏季連衣裙的設計要素,得到該款連衣裙的設計要素集合U:

U={A3,B2,C1,D2,E2,G2,H1}

利用公式(3)和式(4)計算得出

最終確定該款式因子得分位于因子二維象限中的第2象限,該象限款式設計要素代表的款式特征就是較為柔美、優雅,整體造型合體,可凸顯女性性感曲線,能夠較高的滿足消費者的感性需求。

4 結 論

以夏季連衣裙為研究對象,基于感性工學原理,對其款式設計進行意象評價分析,并利用數量化理論I對主觀評價結果進行客觀驗證,得出結論如下:

①通過主成分分析法,得出2個因子:魅力因子與性格因子,結合感性因子得分系數繪制出樣本的二維象限分布圖,進而可得出各象限連衣裙樣本主要款式與風格特征。

②提取連衣裙樣本的款式設計要素并建立樣本反應矩陣,進而構建回歸預測模型,通過驗證表明,所創建的預測模型可較好得滿足消費者個性需求,在提高夏季連衣裙款式設計的用戶滿意度方面,具有較高的實用性。

此外,服裝造型風格除了受到款式影響之外,還會受到服裝面料質地、顏色、圖案、配飾等諸多因素的影響,后續將進一步研究完善。