实验方法

从张旭作品《古诗四帖》中摘选一个字”丘“作为样本,制作3种不同的流动墨迹效果,并且通过随机的旋转+镜像的方式,对每种效果产生8个扭曲版本。测试者要在目测6个标记点(ABCDEF)的流动速度,通过拖动箭头的方式评估流动方向和速率。

研究问题(核心问题)

三种流动风格中,测试者对哪种风格的感受一致性最好?

拓展问题

测试者评价用的时长对其评价结果有哪些影响?

实验的三种风格展示

风格一:
实验-流动墨迹速度感知实验
风格二:
实验-流动墨迹速度感知实验
风格三:
实验-流动墨迹速度感知实验
8种方向:
实验-流动墨迹速度感知实验
方向基准图:
实验-流动墨迹速度感知实验

(由于三个风格的有效数据的数量是不一样的,这里并没有对风格三种多出来的7组数据进行删除,因为基数较大,加之数据筛选可能会出现人为的失误,所以这里就将风格三种的119组数据与前面风格一和风格二终得112组数据作比较)

风格一致性最好的是风格三。
这里我对三种风格的统计数据计算了其标准差,和统计了1的数量集中程度。
1的集中程度:(因为实验开始时要对字体选择出流动速度最快的点,所以,初始感受的一致是重要的参考)。
实验-流动墨迹速度感知实验
风格一实验-流动墨迹速度感知实验
风格二
实验-流动墨迹速度感知实验
风格三
实验-流动墨迹速度感知实验
不难看出来数据比较集中的是风格二和风格三,风格一相对来说比较分散因为该数据中有4组数据上两位数,所以与其他比比较分散,风格二和三来讲,除去三中多余的数据的话,风格二和风格三数据都比较集中,集中于速率CD两个选项。下面贴上实际数据我们再进行比较:
实验-流动墨迹速度感知实验
实际速率最快的是C,所以风格三最准,但是风格二三的一致性其实难分伯仲。该数据也不难看出,大多数测试者也能选出正确的选项。
为了进一步对一致性进行分析,我以C组数据为基准看数据的分布情况:
风格一:
实验-流动墨迹速度感知实验风格二
实验-流动墨迹速度感知实验
风格三
实验-流动墨迹速度感知实验
除去最浮夸的几个点,不难发现其实风格二和风格三在一定范围内跳跃很稳定。风格三的数据跳跃比数据二的跳跃更稳定。其后我再对每一组数据进行标准差计算。
风格一实验-流动墨迹速度感知实验
风格二
实验-流动墨迹速度感知实验
风格三
实验-流动墨迹速度感知实验数据很明显能看出:标准差(风格一)和 标准差(风格二)>标准差(风格三)
再算算这几组标准差的平均值:
风格一:0.169622442
风格二:0.177474724
风格三:0.152207575
经过计算之后的结果,风格三的标准差是最小的,即风格三的数据是种风格种离散最小的。
前面的数据分都是对速率进行的分析,下面对角度进行分析。
实验-流动墨迹速度感知实验
这里对每一个风格种角度平均值最接近专家的数据进行表格处理:
(即每一个风格中的每一个数据的均值与专家最接近的进行表格处理)
专家:
实验-流动墨迹速度感知实验

风格一:
实验-流动墨迹速度感知实验
风格二:
实验-流动墨迹速度感知实验
风格三:

实验-流动墨迹速度感知实验

风格一选择方向B,风格二选择方向E,风格三选方向F;

风格一方向B的离散程度:
实验-流动墨迹速度感知实验
风格二方向E的离散程度:

实验-流动墨迹速度感知实验
风格三方向F的离散程度:
实验-流动墨迹速度感知实验
不难看出数据的跳跃情况,从平均数据来看风格三很接近专家数据,然后平均数不能说明数据的一致性,但是对人的感知而言,应该都会在某一个值上下波动(除去离谱的值)。再看看数据的离散情况,很容易能看出风格三的数据十分稳定。同样是最接近专家数据中最好的一组数据,但是风格三尤为明显的能看出其离散程度相当低。

总结

综上所分析:速率的检测风格二和三都有较好的一致性,但是通过角度的一致性判断后,风格三要比另外两个的一致性好,所以测试者对风格三的一致性最好。

测试者评价用的时长对其评价结果有哪些影响?

因为上面实验中,我分析出风格三中的平局数据是最接近专家数据的,所以我这里将以风格三作为分析对象。
我先对速率进行分析:
我将每一个测试者的测试数据与专家数据逐一做差然后求绝对值,最后求和。公式如下:
实验-流动墨迹速度感知实验做差后,按照时间耗费的升序排列,再做出表格。
实验-流动墨迹速度感知实验
该表格是以时间升序为X轴,与专家的差值绝对值总和为Y轴,所以就会发现在速度方面,时间的耗费和专家的数据拟合率相关性低。
我再对这119组数据进行分组,每20组数据作为一组,然后求其平均值,折线图如下:
实验-流动墨迹速度感知实验
这样看下来,好像与专数据的拟合率是有关联的。

接下来我对方向进行分析:
下图是以时间升序为X轴,与专家数据的数据差异(下面有解释)为Y轴。实验-流动墨迹速度感知实验可见,几乎看不出有什么关联性,相似的,我将其分组再继续分析数据。

(方向数据上有些数据可能出错,所以将其移除),数据共有116组,除去三组,每一组有20个或19个数据,计算出每组平均值。此处将每一个测试者的数据与专家数据进行做差求绝对值然后求和再求平均值,公式如下:
实验-流动墨迹速度感知实验折线图如下:
实验-流动墨迹速度感知实验

6组没有很强的说服性,这里我再将分组变多。
实验-流动墨迹速度感知实验
12组做成折线图的数据,也能看出呈现下降趋势,虽然没有6组明显,但是还是有趋势。

总结

分组后数据可见是呈现下降趋势,和专家数据的差异越来越小。这里我大胆猜想,所消耗的时间越多,则测试数据会越来越接近专家数据。所以时间消耗和专家差异性呈负相关,即存在耗时长则数据差异越小的趋势。

相关文章: