日期:2023-01-05 阅读量:0次 所属栏目:艺术教育
感性意象
联合收割机驾驶室设计过程中"设计师通常根据自己的判断在标准的功能模式和有限的空间约束下来展开设计工作,缺少与用户最真诚、直接沟通,时常导致设计不符合用户情感需求并严重影响用户体验。因此除了产品的功能外,用户对联合收割机的认知,即意象,对其是否进行购买也有着重要的影响。这里所说的意象就是用户的隐性知识,它是一种心理过程,包括记忆意象和想象意象两种,是由感性上升到理性过程中重要的心理现象。
语意差异法(SD法)
1942年由美国心理学家奥斯古德(Charles )创建了语意差异法。这种实验测试方法主要是用于被测者心理意象的获取,包括目标研究对象、参与实验的评价者、评价使用的互为反义形容词的语意词汇对这三个要素。将数据结果输入相关的数据处理软件中,选用适合的数学方法完成数据分析,获取感性词汇与各个设计要素之间的关系。
因子分析法
因子分析它起源于心理学,较为常见的一种数据简化方法。]在心理学研究领域时常会碰到一些不能直接开展测量的因素,例如:智商、道德、情感、操守等问题。因为这类观念非常含糊不清,所以希望通过借助可以测量的变量来确定相关因素。
执行工具(SPSS 统计软件)
日常生活、学习、工作中,进行市场调查、业务分析、预测等我们都会应用到统计的概念。本文对联合收割机驾驶室的研究中应用了“统计产品和服务解决方案”软件,来协助完成调研数据整理、分析问卷调查结果。
联合收割机的意象语汇收集
对目标产品有关的样本进行全面搜集,其中这些产品样本要包括它的全部设计特征。从人的心理层面出发,通过与联合收割机生产公司的工作人员访谈以及查阅联合收割机产品相关的介绍、网址、手册、并对用户消费者采访,深入了解到联合收割机驾驶室的相关信息。请20名受访者挑选出15个最具代表性的收割机驾驶室样本,从这些样本中收集、提取符合联合收割机驾驶室的意象形容词汇。然后对每位受访者根据样本填写出的意象词汇进行总结、归纳、和统计,根据统计结果删除掉意义不明、重复的数据,对其中部分感性词汇加以修正,最终得到了 80 组感性意象词语。
1.筛选联合收割机的意象语汇
本阶段问卷调查的对象为5名资深工业设计师(2名专业农业机械方面的设计师、3名陕西科技大学工业设计的研究生),10名对联合收割机没有相关操作经验的人、以及15名对联合收割机有一定了解人员。受访对象需要从调查问卷里面提供的80对感性意象词汇中挑选出40个词汇,完成调研后进行有效数据的统计,得到可以代表联合收割机驾驶室的感性词汇,并对其进行排序 得出最终结果。
2.最具代表联合收割机的意象词汇研究
以语义差异法为原理,规定每对意象词组间存在 3—11个奇数评价级,语意差异量表的优势在于能够高效、直观、清晰地描绘形象。当进行 2 个及以上对象测量时,可以将所有对象的评价轮廓进行比较,可以求得评价者对样本语意的效果差异。本文选用了7级评价级,将每对意象词汇采用7级尺度进行评价,绘制完成评价问卷,要求被调查者根据给出的样本结合语义差异分量表完成打分,强度从左向右依次定义为7、6、5、4、3、2、1分。
3.进行因子分析
将收集好的调查问卷数据输入到SPSS统计软件中,对给出的10个样本意象矩阵进行数据分析。再通过SPSS软件对每个样本矩阵展开因子降维分析。因子分析用于研究相关矩阵内部之间相互依赖关系的一种技术,经过多年发展,它逐渐演变成把重叠的信息、或是具有关系错综复杂的变量缩减成几个少数无相关性的综合因子的一种技术。它最主要目地是能够保留原有资料结构的多数信息、但又能够用最少的构面资料、维数去表示原资料的整体结构,本文采用主要是主成分分析法,重点分析每个样本包含的各因素它们之间的相似性,筛选掉10个样本中差异较大的因素,将其经行大量简化,抽取获得最少的因素。
经过SPSS软件分析中的碎石图数据分析显示,根据特征值大于 1 的成分归于同一类因子的原则,由最初的18个成分归总后得到6 组共同因子,每一组共同因子都是由基本属性相同的感性词构成;因子分析还有一个特征是选取的第一个共同因子可以说服大部分的变量,随之解释能力逐渐递减,正因为它们具有这种特征,就可以用少数因子来代表整组大部分变量信息。如图所示共同因子说服能力为 21.810%,剩下几个依次分别为 34.842%,46.551%,58.181%,69.433%,79.432%。
总结
本文对用户的感性意象进行了深入调研和解读,并运用SPSS软件中因子分析法组织系统。通过调研最终提取出比较具有用户代表性的感性意象词汇,深入挖掘用户隐性知识和情感需求。根据数据分析结果可以发现,被测试者对联合收割机驾驶室的意象认知,能够用六个感性语汇进行概括它们分别为:现代的—过时的,简洁的—复杂的,稳重的—活泼的,硬朗的—圆润的,易用的—难用的,舒适的—不适合。
(作者单位:陕西科技大学)
下一篇:音乐教学与美育的关联性分析