Kansei /metody badania emocji/ tłumaczenie artykułu Kansei Engineering Linking emotions and product features

kansei-1-naglowek
Kjetil Grimsæth
Department of Product Design
Norwegian University of Science and Technology

ABSTRAKT

W artykule zostały opisane sposoby określania wartości emocji w stosunku do produktu – projektu poprzez zastosowanie metodologii Kansei Engineering. Pierwsza część artykułu opisuje tą metodologię. Druga część opisuje próbę połączenia emocji z cechami produktu poprzez metody zaczerpnięte z Kansei Engineering. W pierwszej części artykułu przywoływane są przykłady wyników, które zostały opisane szczegółowo w drugiej części. Druga część poświęcona jest potwierdzeniu wiarygodności metodologii Kansei oraz zaprezentowaniu praktycznych przykładów jej zastosowania.

Obie części artykułu poświęcone są odpowiedzi na pytania:
Które metody Kansei Engineering mogą zostać zastosowane w skandynawskiej praktyce projektowej?
Czy Kansei Engineering jest narzędziem, które może zostać wykorzystane przez większość projektantów, by określać emocje związane z cechami produktu?
Czy użytkownicy wiedzą jak określać poprzez słowa idealny produkt?
Jaka jest przyszłość Kansei Engineering w Europie?

1. WSTĘP

Ostatnie kilka lat wykazują duży wzrost zainteresowania emotional design (projektowanie emocji). Współczesne produkty muszą wywoływać właściwe emocje w użytkowniku – to będzie je odróżniać od pozostałych produktów. Emotional design jest dziedziną łączącą design, inżynierię, matematykę, psychologię i sztukę.

Artykuł jest podzielony na 3 główne części. Pierwszą część stanowi krótki wstęp opisujący emotional design oraz emocje. Następnie zostanie zaprezentowany proces Kansei Engineering wraz z jego elementami. W części 4 został opisany proces Kansei Engineering w analizie wybranych produktów, której celem było określenie emocji związanych z cechami produktu – Kansei Engineering w praktyce.

2.2 Emocje

Emocje opisywane przez Damasio (1999) są określane jako antyteza rozsądku. Odczucia, które wywołują emocje, są połączone z fizycznymi cechami i są na niższym poziomie świadomości. Są dwa rodzaje odczuć: wewnętrzne i zewnętrzne:
– wewnętrzne związane są z fizycznymi odczuciami
– zewnętrzne związane są ze społecznymi odczuciami.

Emocje są przeważnie bardziej subiektywne i złożone niż odczucia. Emocje są często budowane na podstawie wielu odczuć a poprzez co są trudniejsze do opisania.

Dlaczego emocje są ważne?
Emocje są nierozerwalnie związane z poznaniem. Wszystko co człowiek robi jest „zabarwione” emocjami, zwłaszcza w podświadomości. Emocje zmieniają sposób naszego myślenia i prowadzą nas w stronę dobra (Norman, 2004). Oddziaływanie i emocje są kluczowe podczas podejmowania decyzji każdego dnia według Antonio Damasio, który badał ludzi z uszkodzonym systemem nerwowym (emotion system).
Jego pancjenci nie byli w stanie funkcjonować w społeczeństwie, ponieważ nie byli zdolni do podejmowania decyzji. Potrafili opisać w jaki sposób powinni logicznie i racjonalnie postępować, ale nie potrafili tego zastosować w życiu; co zjeść lub jaki produkt kupić. Osoby badane często nie potrafiły wybrać pomiędzy alternatywami rozwiązaniami, zwłaszcza tymi które posiadają równoważne uzasadnienie. Ludzie zdrowi swoją decyzję opierają na odczuciu. Takie odczucia są wyrazem emocji i są kluczowe w zachowaniu człowieka (Norman, 2004)

Elementy emotional design

Występują 3 elementy emotional design według Normana (2004):
– Intuicyjny – Visceral
– Behawioralny – Behavioral
– Refleksyjny – Reflective

Intuicyjny design związany jest cechami wizualnymi, z tym jak użytkownik ocenia produkt poprzez zmysły. Intuicyjny system działa poprzez Pattern Matchmaking. Naukowcy z tej dziedziny twierdzą, że ludzie są genetycznie zaprogramowani poprzez ewolucję do sytuacji i obiektów, które oferują jedzenie, ciepło czy ochronę, które podnoszą pozytywne odczucia (Norman, 2004).

Behavioral design – produkty, których używanie jest łatwe, które wyzwalają w człowieku uczucie satysfakcji. W projektowaniu tym użyteczność produktu jest niezbędnym elementem.

Refleksyjny design wiąże się z racjonalnym i intelektualnym podejściem do produktu. Nawet bezużyteczne produkty mogą być doceniane o ile dają użytkownikowi coś jeszcze. Produkt może „opowiadać” historię albo odwoływać się do wizerunku użytkownika.

Wszystkie trzy elementy wymieniane przez Normana mogą być powiązane z aspektami związanymi z emocjami.

Kansei to idywidualne, subiektywne wrażenie wywołane określonym artefaktem, środowiskiem czy sytuacją, podczas której używane są wszystkie zmysły: wzrok, słuch, dotyk, zapach, smak, poznanie i równowaga (Schütte, 2005).
Kansei zawiera znaczenie słów:
wrażliwość, zmysły, estetyka, uczucia, emocje, sentyment, przywiązanie i intuicja (Lee, 2002).

3.3 Pomiar Kansei

Osoba poprzez Kansei będzie opisana według psychologicznych aspektów. Jest kilka sposobów pomiaru Kansei:
• Słowa
• Psychologiczna reakcja (Heart rate, EMG, EEG)
• zachowanie, wykonywane czynności
• wyraz twarzy i ekspresja ciała (Nagamichi, 2001)

Najbardziej powszechnym sposobem pomiaru Kansei jest pomiar poprzez zastosowanie słów. Słowa odzwierciedlają elementy Kansei, są zewnętrznym opisem Kansei jakie jest w umyśle osoby.
Niektóre elementy Kansei mogą zostać pominięte ponieważ nie ma słów, które opiszą wszystkie emocje. Słowa nie stanowią Kansei same w sobie. Po za Kansei Engineering emotional design uwzględnia również wyrazy twarzy oraz ruchy ciała.

Desmet, Hekkert i Jacobs (2000) rozwinęli PrEmo by móc oceniać emocje jakie wywołuje produkt. Jest to rysunkowe medium poprzez, które można wyrażać emocje. Większość badań nad Kansei, które zostały opublikowane w języku angielskim wykorzystuje słowa do pomiaru Kansei.

3.4 Rodzaje Kansei Engineering

Występuje pięć rodzajów Kansei Engineering. Ostatnie trzy stanowią złożone systemy. Zostaną one krótko opisane, ponieważ ten artykuł skupia się na prostych sposobach integracji Kansei Engineering z europejskim procesem projektowym. Metody zastosowane w proponowanym modelu Procesu Kansei głównie opierają się na pierwszych trzech opisanych rodzajach Kansei.

Kansei Engineering kategoria I

Klasyfikacja – Classification
Jest to najprostsza i najszybsza metoda.
Najpierw określane są: strategia produktu, segment rynku, struktura klientów w postaci drzewa oraz jej rozwój (w ten sposób potrzeby są połączone z cechami produktu).

Kansei Engineering kategoria II
Engineering System
Zastosowanie matematyczno-statystycznych narzędzi do połączenia Kansei z właściwościami produktu. Tym narzędziem jest system komputerowy – kansei interface, silnik kansei, baza danych z Kansei words. The KE System składa się z bazy danych zawierającej się ze słowa, obrazy, design, kolory Kansei oraz informacje na temat relacji pomiędzy danymi.

Kansei Engineering kategoria III
Hybrid Engineering System

Jest podobny do kategorii II. Projektant może wypełniać swoimi ideami silnik programu, w którym idee projektanta są powiązane z zawartymi w nim słowami Kansei.

Kansei Engineering kategoria IV
Kansei Engineering Modeling

W tej metodzie buduje się model prognozujący, który oszacowuje ludzkie odczucia w postaci serii słów.

Kansei Engineering kategoria V
Virtual Kansei Engineering

Tutaj rzeczywisty produkt jest zastępowany jego prezentacją w przestrzeni wirtualnej.

3.4 Przebieg procesu Kansei

Różne modele, stosujące Kansei Engineering, skupiają się na tłumaczniu Kansei na cechy produktu.
Dane wyjściowe nie koniecznie odzwierciedlają prawdziwe Kansei, jakie odczuła osoba w stosunku do produktu. Schütte (2005) porównuje wynik z obrazem realnej rzeczy, która jest bardziej płaska, mniej skonstrastowana i bardziej statyczna niż oryginał. Schütte zaproponował model, składający się z sześciu etapów, gdzie różne metody mają swoje zastosowanie w poszczególnych etapach.

Niektóre metody nie są unikatowe dla Kansei Engineering jak analiza czynnikowa czy model regresji.
Proces Kansei Engineering jest raczej metodologią, która wdraża różne techniki , które łączą emocje jakie wywołuje produkt z jego cechami. W tym procesie wybrana dziedzina produktu jest mapowana z obu stron: semantycznej i fizycznej. Kanseis jest powiązane z korespondującymi z nim cechami fizycznymi. Prognozowany model jest w ten sposób budowany i potwierdzany.

Zakres Kansei może być określany jako doskonała idea produtu. Ten etap jest wykonywany by zdefiniować i odkryć możliwie jak największą część dziedziny. Wybór dziedziny jest wykonywany poprzez selekcję grupy docelowej, rynku i specyfikacji nowego produktu. Dziedzina zawiera pojęcia i potencjalne rozwiązania, które jeszcze nie zostały rozwinięte. Wybiera się reprezentację z dziedziny, która najpełniej ją charakteryzuje.

3.4.2 Zakres przestrzeni/pola semantycznego.

Określa się go poprzez wykonanie trzech etapów:
• zbiór słów Kansei z niższego poziomu (low level)
• określenie struktury Kansei
• zbieranie danych

3.4.2.1 Zbiór słów Kansei

Słowa Kansei są określane przez dziedzinę produktu. Są zbierane z wszystkich możliwych źródeł, gdzie słowa są stosowane do opisu dziedziny. Często uwzględniane są: Magazyny, Literatura, Instrukcje, Eksperci, Doświadczeni użytkownicy, Idee, Wyobrażenia. Jest również bardzo ważne, by uwzględnić słowa związane z ideą, wyobrażeniami tak, by potencjalne nowe rozwiązanie również je zawierało. Kolekcjonowanie słów trwa dopóki nie zostaną wyczerpane wszystkie możliwości. Dobry wynik zależy od tego czy wszystkie ważne słowa zostaną uwzględnione. Więc lepiej zawrzeć więcej słów nawet niepotrzebnych. Liczba słów Kansei waha się pomiędzy 50-600 (Nagamachi, 1997).

3.4.2.2 Określenie struktury Kansei

W tym etapie zebrane słowa uporządkowywane są w strukturę, uwzględniająca wyższy poziom słów Kansei, które reprezentują dziedzinę produktu. Wykonuje się to manualnie albo statystycznie. Ostateczne słowa Kansei są tworzone z ze słów Kansei z niższego poziomu.

Przykład:

Jednym ze słów Kansei opisującym część dziedziny dla wiertarki jest: „profesjonalny”. Słowo Kansei „profesjonalny” zostało utworzone poprzez słowa Kansei z niższego poziomu: poważny, zorganizowany, inżynieria, praca, dokładny, sztywny, dojrzały.

4.4.2.2.1 Manualne metody

Eksperci grupują i podsumowują słowa Kansei manualnie, odnosząc się do preferencji oraz potrzeb. Wadą jest fakt, że trzeba być ekspertem, chociaż nawet eksperci mogą się mylić. Może to zostać wykonane poprzez:
• Diagramy podobieństw
• Wybór projektanta
• ankiety

Diagramy podobieństw

Jest to metoda, która wykorzystuje powiązania w strukturze Kansei. Wykonuje go grupa ekspertów (ludzie związani z rodzajem produktu i Kansei Engieennering), która podczas burzy mózgów opracowuje idee pozwalające ułożyć słowa Kansei w strukturę. Słowa są grupowane na podstawie intuicji ekspertów. Nagłówki są tak dobierane, by określały każdą grupę związaną z określoną ideą. W ten sposób odnajdywany jest wyższy poziom struktury. Często ten etap opracowywany jest przy pomocy karteczek post-it. Ostatni etap powinien być wykonywany w ciszy i skupieniu.

Ankiety
Ankiety lub pisemne wywiady są również stosowane przy tworzeniu struktury ze słów Kansei. Uwzględnienie użytkowników w tym procesie jest niezbędne. Jedną z metod wywiadu jest Mean-Ends-Analysis(1).
Osoba przeprowadzająca wywiad, będzie najpierw skupiać się na cechach dziedziny, w następnej kolejności będzie poszukiwała skutków jakie powodują te cechy. Na koniec będzie odkrywała ukrytą wartość związaną z tymi cechami.

Przykład:
Przykład podawany przez Schütte opiera się na Mean-End-Analysis i dotyczny smakowych frytek.
Osoba przeprowadzająca wywiad zaczyna od skupienia się na cechach frytek i na stwierdzeniu użytkownika, że frytki mają intensywny smak. Następnie użytkownik mówi, że skutkiem jedzenia smakowych frytek z intensywnym smakiem jest to, że zjada się ich mniej co nie doprowadzi do nadwagi, pozwoli utrzymać dobrą figurę. W trzecim etapie osoba przeprowadzająca wywiad odkrywa, że ukryta wartość połączona z daną cechę jest związana ze stanem: pozytywne poczucie własnej wartości, jest wtedy, kiedy figura jest lepsza. To pokazuje w jaki sposób cechy, w tym wypadku aromat i smak, mogą wpływać na wysokie poczucie własnej wartości.

3.4.2.2.2 Statystyczne metody

Zazwyczaj ankiety są przekazywane grupom konsumenckim, które przekazują informacje na temat Kansei i tych, które są dla nich ważne. Ankieta opiera się na 7 punktowej skali gdzie Kansei jest oceniane w zależności od preferencji uczestnika. Największą wadą tej metody jest oczywista potrzeba zastosowania statystycznego opracowania.

Metody statystyczne:

• Factor Analysis – analiza czynnikowa .
• Cluster Analysis – analiza skupień
• Quantification analysis – analiza ilościowa
• Principal component analysis
• Neural Networks – siec neuronowa

Analiza czynnikowa

Zastosowanie analizy czynnikowej pozwala zmniejszyć dużą liczbę zmiennych poprzez przekształcanie je w mniejsze grupy, zwane czynnikami.
Wówczas nawet matematyczne relacje pomiędzy czynnikami mogą zostać obliczone. Ta analiza jest stosowana, by określić słowa Kansei z grupy niższego poziomu i ich relację do słów Kansei z poziomu wyższego.
Analiza czynnikowa może zostać użyta by coś badać (Explorative Factor Analysis) lub potwierdzać (Confirmative Analysis).
Explorative Factor Analysis są bardziej powszechnie stosowane, ponieważ lepiej pozwala określić strukturę Knasei niż Confirmative Analisys. Analiza czynnikowa wymaga, by dane zostały dokłądnie zebrane. Wynikiem jest macierz, w której słowa Kansei są grupowane w czynniki, które ujawniają połączenia pomiędzy słowami. Te semantyczne, różniczkowe techniki były stosowane przez wiele dekad w obrębie innych dziedzin, gdzie fizyczne cechy są połączone z wartościami emocji.

Przykład z akustyką, gdzie analiza czynnikowa jest stosowana by odnaleźć połączenie pomiędzy tym w jaki sposób jakość dźwięku jest odbierana przez muzyka a fizycznymi atrybutami pomieszczenia, w którym się znajduje, jak kształt, materiał itd.
Osgood (1967) wykorzystywał analizę czynnikową dla określania pola semantycznego. Odkrył, że pole semantyczne może być uogólnione do 3 wymiarów: aktywność, siła działania i ocena.

Analiza skupień
Ułożenie słów w postaci trójwymiarowego diagramu pozwoli ujawnić pole semantyczne. Może być to stosowane do odnajdywania słów, które są najbardziej ze sobą powiązane. Spokrewnione słowa będą tworzyć skupienia w wektorowej przestrzeni. Można to wizualnie zaprezentować jeśli trzy wektory z analizy czynnikowej definiują te same pole semantyczne. Niezbędne jest by zmieniać położenie komponentów macierzy, by móc zidentyfikować wszysktie skupienia. Analiza skupień jest często wykonywana w połączeniu z analizą czynnikową.

Wynik

Wynikiem określania semantycznej struktury jest zidentyfikowanie hierarchii grup słów, które określają pole semantyczne. Wyższy poziom słów Kansei lub powiązanych grup słów Kansei będą połączone z cechami w etapie syntezy.

3.4.3 Określanie rozpiętości przestrzeni cech

Teoria dotycząca tej metody była mniej badana niż pole semantyczne.
Schüttezaproponował trzy etapowy model określania rozpiętości przestrzeni cech:
• zbiór
• selekcja
•opracowywanie

Najpierw w szerokim zakresie zbierany jest materiał inspiracyjny związany z dziedziną produktu. To pozwoli zidentyfikować potencjalne cechy. Następnie zebrane cechy są sortowane w zależności od ich wagi i wybierane są najważniejsze. Te cechy mają być powiązane z polem semantycznym w procesie syntezy.
Na końcu próbki produktu, reprezentujące wybrane cechy, są definiowane i produkowane.

3.4.4. Synteza

Synteza następuje w momencie, gdy pole semantyczne i przestrzeń cech są ze sobą powiązane. Dla każdej z grup słów Kansei odnajdywana jest liczba powiązanych cech. Obecnie liczba jakościowych i ilościowych narzędzi jest osiągalna. Poprzez ułożenie danych wejściowych w standardowy sposób, różne narzędzia do nich mogą zostać zastosowane – wówczas możliwe jest porównanie wyników. Stosowane narzędzie mogą zostać skategoryzowane w trzech obszarach:
• manualne metody
• metody statystyczne
• inne metody

3.4.4.1 Manualne metody – Manual Methods

Manualne metody są najstarszymi narzędziami i są preferowane przez praktyków (Schütte, 2005). Są łatwe do przeprowadzenia i wymagają małych środków. Jednym z takich narzędzi jest określanie, nazywanie kategorii.

Określanie kategorii
Kansei jest bezpośrednio powiązane z cechami produktu. Mogą być ułożone w strukturę, składającą się z poziomów Kansei:
– pierwszy poziom powiązanie Kansei z pewnym odczuciem, doznaniem;
– Drugi poziom – cechy produktu
– Trzeci poziom cechy fizyczne.

Ta metoda jest łatwa do wykonania jeśli jesteś ekspertem.

3.4.4.2 Metody statystyczne

Metody statystyczne są stosowane do opracowywania dużych ilości danych. Wybór narzędzia zależy od kontekstu. Schütte jednak twierdzi, że odczuć nie można potraktować matematycznymi prawami. Modele liniowe (Linear Models) są najłatwiejsze w zastosowaniu. Narzędzia, które można wykorzystać to:

• Analiza regresji
• General Linear model (Arnold, 2002)
• Quantification Theory type 1 (Komazawa and Hayashi, 1976)

Te motody pozwalają na określenie matematycznego powiązania pomiędzy emocjami, które są mapowane przy pomocy słów Kansei a fizycznymi cechami. Niektóre z nich jak Quantification Theory są względnie wymagającymi metodami. Metody statystyczne, które są bardzo złożone, w tym opracowaniu zostały tylko ogólnie przedstawione.

General Linear Model
Zebrane dane są opracowywane w taki sposób, że powstaje liniowy model.

Analiza regresji
Jeśli istnieją jakieś powiązania pomiędzy danymi są one opracowywane metodą przewidywania.
(Walpole, Myers, Myers and Ye, 2002).

Quantification Theory Type 1
QT1 pozwala określać korelację pomiędzy rankingiem słów Kansei a różnymi cechami produktu. Jest to wariant liniowej wielokrotnej regresji, w której stosuje się proste zmienne. Wynik pokazuje powiązania pomiędzy cechami a każdym czynnikiem Kansei. Metoda ta pozwala określać właściwości, które są ważne dla czynnika – również dla czynnika, który ma negatywny wpływ.

3.4.4.3 Inne metody:

Ranking/ocena metod:
• Algorytm ogólny (2) (Generic Algorithm)
• zbiór rozmyty (3) (Fuzzy Set Theory)
• Teoria zbiorów przybliżonych (Rough Set Theory)

Teoria zbiorów przybliżonych

Teoria zbiorów przybliżonych jest metodą służącą do dokładnego wybierania danych z niesprecyzowanej bazy danych (Pawlak, 1997). To pozwala odkryć powiązania pomiędzy danymi, które są ze sobą powiązane tylko poprzez skojarzenia.
W teorii zbiorów przybliżonych używa się podobnych danych wejściowych jak w Quantification Theory Type 1, ale tutaj występuje większy obszar nałożeń. Dzieje się tak ponieważ w tej metodzie nie ma minimalnych wymagań co do liczby próbek itd. Cechy produktu są traktowane jak w QT1, ale oceny Kansei są określane na 3 stopniowej skali. Jest tak dlatego, że interpretacja staje się bardziej kompleksowa, z większym zestawem dla każdej zmiennej zależnej.

Przykład:
Schütte stosuje tą metodę do obserwacji. Próbki produktu są oceniane na trzy stopniowej skali. Wartość jeden oznacza nie, dwa – neutralny, trzy – tak. Poniżej znajdują się wyniki oceny dla trzech klasycznych słów Kansei. Przykład może wydawać się trywialny ale stanowi proste wyjaśnienie teorii.

Zestaw 1:
Znaczenie zegarków o takiej kombinacji cech jest określane jako „nie klasyczny”:
• kombinacja tarczy numerowej i okrągłego kształtu
• cyfrowy
• plastikowy

Zestaw 3: Zegarki z tymi cechami są postrzegane jako klasyczne
•Analogowy i ciemny wyświetlacz
• Analogowy i okrągły

Zestaw 2:
• kombinacja wyświetlacza i prostokątnego kształtu (Combined display and rectangular shape)
Ten zestaw nie jest ani klasyczny ani nie klasyczny. Tutaj interpretacja jest bardziej skomplikowana. Wydaje się, że badani nie mieli żadnego pojęcia o tej koncepcji. Więcej zestawów pewnie powodowałoby bardziej skomplikowane wyniki.

3.4.5 Test wiarygodności

W tym etapie dane z syntezy są sprawdzane, by zobaczyć czy rozkład danych jest poprawny – normalny. Niektóre metody to:

• One sample t-test(5)
• Test Kołmogorowa-Smirnowa (6)
• Visually checking of distribution

3.4.6 Budowanie modelu

Wynik prezentuje powiązanie pomiędzy cechami produktu i wartością odczuć – jest to wiarygodny model, ponieważ synteza została uwiarygodniona. Ostateczny model może być opracowany matematycznie lub nie matematycznie. Matematyczne modele mogą zostać użyte do wytłumaczenia danych na bardziej szczegółowym poziomie. Modele są oparte o funkcje, zależne od cech i przewidywanego wyniku dla określonego słowa Kansei.

3.5 Dyskusja

Proces Kansei Engineering umożliwia łączenie emocji z cechami produktu. Potrafi określić matematyczne powiązanie pomiędzy produktem a emocjami i fizycznymi cechami. Ale to wymaga zastosowania statystycznych metod. Nie ma wątpliwości, że Kansei Engineering jest stosowane z sukcesem przez wielkie firmy takie jak Sharp czy Mazda. Jednak mniejsze firmy projektowe mogą nie mieć czasu i wiedzy, by zastosować metody statystyczne. Jest możliwe stworzenie oprogramowania Kansei Engineering do wspomagania tego procesu. Ale projektant bez statystycznej wiedzy nie będzie w stanie otrzymać wiarygodnych wyników z wprowadzonych zmiennych do oprogramowania, którego nie rozumie. Również inżynier bez umiejętności projektowych nie będzie w stanie zaprojektować idealny produkt, przy użyciu Kansei Engineering. Nie można wprowadzić zmiennych do programu i wybrać funkcji idealnego produktu jako danej wyjściowej. Zdolność łączenia emocji i cech matematycznie jest świetną zaletą Kansei Engineering. Ale nie wszystko może zostać opisane przy pomocy słów. Projektant będzie często opierał się na intuicji podczas projektowania. Dlatego osobiście uważam, że wkład intelektualny jest bardzo ważny. Równie ważne jest wprowadzanie nowych koncepcji podczas wybierania dziedziny, określania zakresu pola semantycznego i przestrzeni cech.

Osoby pracujące na Kansei Engineering powinny być ostrożne w nie używaniu tego jako narzędzia, gdzie nowe projekty są prostą kombinacją starych cech produktów. Model zaproponowany przez Schütte jest dobrym przewodnikiem by tego uniknąć. Myślę, że Kansei Engineering może być uzupełnieniem bardziej konwencjonalnego procesu projektowego w Europie. Może dostarczyć bardziej dogłębnej analizy niż konwencjonalne semantyczne mapowanie. Może być również narzędziem, które może być użyteczne poza procesem projektowym, np. kojarzenie produktów z biznesem lub produktu z innym produktem.

3.6 Proponowany model.

Jestem za tym aby stosować zarówno manualne jak i statystyczne metody określania struktury pola semantycznego i połączeń pomiędzy cechami a emocjami. Statystyczne metody ograniczam do prostych, dostępnych w standardowym statystycznym oprogramowaniu np. SPSS. W ten sposób statystyczne powiązania będą prowadzić projektanta. Statystyczne dane wyjściowe będą również sposobem udokumentowania i uzasadnienia decyzji projektowych. Jest to świetna zaleta – kiedy negocjujemy z klientem bez wiedzy na temat design’u. W ten sposób mogą łatwiej zrozumieć decyzje, które są oparte o statystyczne wyniki niż te, które bazują na doświadczeniu i dobrym przeczuciu projektanta. Również postaram się opracowywać dane przy pomocy „cross tabs analysis”, by odnaleźć powiązania pomiędzy słowami Kansei a cechami. Cross tabs jest sposobem wyświetlania rozkładu oceny Kansei próbek produktu wraz z cechami produktu.

Poniższy model został tak skonstruowany, aby uzyskać cel:
– powiązanie emocji i cech produktu dla istniejących baterii (battery drills)
– bliżej się przyjrzeć metodologii w praktyce.

Żadna nowa koncepcja nie będzie generowana podczas określania rozpiętości przestrzeni cech, ponieważ głównym celem jest weryfikacja czy aktualne powiązania pomiędzy cechami a słowami kansei mogą być zidentyfikowane przez metody kansei Engineering. Model będzie również zastosowany w następnym rozdziale.

4. KANSEI ENGINEERING – przykład

4.1 Wstęp

W poniższych analizach zastosowano niektóre metody z Kansei Engineering. Ten proces zawiera trzy główne cele:

1. Uwierzytelnienie modelu Kansei Engineering jako odpowiedniej metodologii dla design’u, która pozwala powiązać emocje z cechami produktu.
2. Sprawdzenie czy pojedyncze słowa mogą zostać zastosowane do opisania idealnej formy produktu, jaką wyobraził sobie użytkownik.
3. Spojrzeć na istniejącą wiertarkę z punktu widzenia jej użytkowania oraz odnalezienia związków pomiędzy wartościami emocji a cechami produktu.

W tej analizie pod uwagę zostały wzięte wizualne cechy wiertarki – bazowano na zdjęciu. Dlatego nie przeprowadzono rozpoznania dziedziny nowego produktu oraz nie rozwijano nowej koncepcji analizy pola semantycznego. Ta analiza była wykonana by zobaczyć, czy ja jako projektant mogę użyć tej metodologii i uzyskać wiarygodny wynik. Pierwszą część stanowi opis tego procesu , po którym następuje dyskusja na temat tej metody i wyniku.

4.2 Wybór dziedziny wiertarki

Tylko istniejące na rynku wiertarki zostały ujęte w badaniu. Poniższe terminy pojawiające się w artykule będą oznaczały to samo:
“battery drill”-wiertarka, “portable drill”-przenośna wiertarka – bezprzewodowa; “product”-produkt
-dostępne wiertarki, domowego użytku.

Tylko wiertarki o kształcie T zostały wzięte pod uwagę w badaniu, z powodu jej charakterystycznego kształtu, który większość ludzi potrafi rozpoznać. Wszystkie testowane wiertarki były komercyjne i dostępne na zachodnim rynku – w sklepach i internetowej sprzedaży. Grupa docelowa – między 20 a 30 rokiem życia. Tylko kilka produktów było skierowanych do tego segmentu odbiorców. Większość produktów jest skierowanych do użytkowników w każdym wieku.

4.3 Określenie rozkładu pola semantycznego
Kolekcja słów Kansei
Słowa określające dziedzinę produktu zostały zebrane z następujących źródeł:

• Magazyny
• Instrukcje
• Reklamy
• Przeglądy produktów
• fora internetowe
• broszury
• Użytkownicy

Wszystkie słowa, określające dziedzinę produktu były zarejestrowane. Podczas tego etapu nie zastosowano żadnej weryfikacji – odrzucania. Wszystkie słowa opisujące wiertarkę oraz wybraną dziedzinę zostały włączone do zbioru w pierwszym etapie. Kolekcja powiększała się dopóki żadne nowe słowo się pojawiło. Trwało to ponad trzy dni i zajęło ok. 10 godzin. Bardzo dużo cennych informacji uzyskano z forów internetowych, ponieważ uczestniczą w nich różni użytkownicy i każdy z nich prezentuje różne subiektywne opinie. Zebrano 156 słów (appendix 1A). Następnie zostały wyszukane słowa synonimy oraz słowa o podobnym znaczeniu i wybrano jedno reprezentatywne słowo. Zredukowano liczbę słów do 112.

Tworzenie struktury ze słów Kansei.

Liczba słów Kansei opisujących pole semantyczne może być nawet sięgać 600 słów (Nagamachi, 1997). Celem badania było ograniczenie zbioru słów do mniej niż 30 – skróci to czas ankiety. 112 słów zostało podzielone na 56 wstępnych grup. W drugim kroku zredukowano liczbę do 38 grup i pojedynczych słów. Trzeci etap, najważniejszy to wybór reprezentantów do utworzenia pola semantycznego. Liczba została zredukowana do 77 słów , które zostały przyporządkowane 37 grupom lub występowały jako pojedyncze. Jedno słowo zostało wybrane do reprezentacji każdej z grup. Każde słowo zostało przeanalizowane i wybrano 25 jako słowa Kansei opisujące pole semantyczne przenośnej wiertarki. Proces ten został przeprowadzony na papierowych karteczkach i w programie Adobe InDesign, w którym słowa mogły być szybko układane w grupy i oceniane.


4.4 Określenie rozkładu przestrzeni cech

W prezentowanej analizie wzięto pod uwagę przestrzeń cech związanych z wiertarkami przenośnymi, dostępnymi na rynku. Przeanalizowano 51 wiertarek. Następnie zostały one podzielone na kategorie ze względu na kształt, proporcje, materiał i inne szczegóły. Głównymi elementami stanowiącymi budowę wiertarki są: bateria, rękojeść, silnik i uchwyt do wierteł.
Różne elementy tego obiektu zostały zdefiniowane jako określone cechy. Niezmiernie ważne było utrzymanie minimalnej liczby zmiennych cech, tak aby dane mogły być wprowadzone do późniejszej analizy.

Wyróżnione elementy, którym później zostały przypisane zmienne cechy:
• silnik
• rękojeść
•bateria
• uchwyt do wierteł

Obudowa silnika
• kształt: cylindryczny lub organiczny
• szczegóły: prosty lub drobiazgowy
• materiał: jeden materiał lub więcej niż jeden materiał (jeden materiał, ale w różnych kolorach jest przypisywany kategorii wielomateriałowej)
• pozycja rękojeści: wyważona lub zaakcentowana
• proporcje: wydłużony lub gruby i krótki
• niespotykany/rzadki kształt z profilu : prosty lub zaokrąglony
• wejście/otwór: wertykalny, horyzontalny lub inny

rękojeść
• materiał: jeden materiał lub więcej niż jeden materiał (jeden materiał, ale w różnych kolorach jest przypisywany kategorii wielomateriałowej)
• szczegóły: prosty lub drobiazgowy

Obudowa baterii
• Pozycja (na rękojeści): wyważona lub zaakcentowana
• kolor przycisku zwalniającego: dyskretny lub kontrastowy

uchwyt do wierteł
• kształt: cylindryczny lub stożkowy

Proporcje całej formy
• proporcje: „wzrastający” lub wysoki

montaż
• połączenia: śruby lub ukryte/bez śrub

Przycisk startu
• kolor: dyskretny lub kontrastowy

Rączka/uchwyt
• występuje lub nie występuje






Kolor jest ważną cechą wiertarki. Nie został tutaj uwzględniony, ponieważ zbyt skomplikowałoby to analizę. Cechy pisane italikami zostały wykluczone. Stało się tak ponieważ nie było wystarczającej ilości przykładów do reprezentacji tych cech. Zostały one uwzględnione w szczegółowym opracowaniu. Proporcje silnika w stosunku do całej obudowy określono ogólnie a następnie wykluczono analizę. Idealny test uwzględniałby co najmniej jeden przykład dla każdej z kombinacji cech. Jednak to by pochłonęło zbyt wiele czasu w trakcie analizy. Byłoby również niemożliwym uzyskanie przykładu produktu dla każdej kombinacji cech – po prostu na rynku ich nie ma. Przykłady zdjęć wszystkich uwzględnionych wiertarek znajdują się w dodatku C. Wybranych zostało 13 wiertarek, reprezentujących przestrzeń cech, które uwzględniono w syntezie. Wybrane wiertarki zaprezentowane w dodatku D.




4.5 Tworzenie semantycznej struktury

4.5.1 Badanie

W badaniu uwzględniono 13 rodzajów wiertarek, reprezentujących wybraną przestrzeń cech. Produkty były prezentowane w postaci zdjęć – każdą wiertarkę fotografowano w podobnych warunkach. Zdjęcia były bardzo dobrej jakości. Zastosowano taki układ świateł, by cienie podkreślały trójwymiarowość produktu. Wszyscy uczestnicy posiadali zdolności związane z rozpoznawaniem trójwymiarowego kształtu ze zdjęcia.

Uczestnicy zostali poproszeni o opisanie idealnej wiertarki przy pomocy semantycznej skali.
Grupę badawczą stanowiło 10 studentów design’u (5 kobiet i 5 mężczyzn). Wszyscy byli w wieku ok. 20 lat. Zdecydowano się na tak niewielka liczbę uczestników, ponieważ czas testu był stosunkowo długi – trwał do godziny czasu. Na początku wykorzystano oprogramowanie Microsoft Excel do przeprowadzenia badania mailowo. Niestety okazało się, że tą drogą nie uda się zdobyć dużej ilości wyników. Łatwiej było wypełnić ankietę przy pomocy długopisu. Według J. Nielsen’a 8 użytkowników to minimum przy badaniach użyteczności (Nielsen, 1999). Ta zasada może również obejmować test oceny semantycznej.

Badanie zostało przeprowadzone na papierze a uczestnicy otrzymali krótką instrukcję jak wypełnić ankietę oraz informacje na temat Kansei Engineering. Byli poproszeni, by kolejno wypełniać ankiety bez możliwości powrotu do wcześniej wypełnionej karty – tak aby nie dopuścić do sytuacji porównywanie skal.

Wyniki
Dane z wyników zostały opracowane w Excelu. Niektóre modele nie zostały ocenione tak jak się spodziewałem. Wiertarka nr 9 otrzymała względnie niskie wartości słów Kansei „elegancki”. Większość użytkowników odbierała je mniej więcej jako nie eleganckie – co było odmienne od mojej opinii. Nie dostrzeżono znaczących różnić w opiniach pomiędzy mężczyznami a kobietami . Może być to spowodowane faktem, że wszyscy uczestnicy byli studentami designu.

Lista słów Kansei dla idealnej wiertarki według wyników zawiera takie cechy jak:
kontrola, funkcjonalność, ergonomiczność, moc, rzetelny, niezawodny i bezpieczny.
Za mniej ważne zostały uznane cechy: osobisty, tradycyjny, klasyczny, ekskluzywny i związany ze stylem życia. Relacje pomiędzy wynikami Kansei dla poszczególnych próbek produktu jest nie możliwa do określenia tylko na podstawie wykresu.

4.5.2 Tworzenie struktury

Celem kolejnych analiz było utworzenie struktury ze słów Kansei, by odnaleźć relacje pomiędzy nimi, bazując na danych z badania.



5.5.2.1 Analiza Czynnikowa

Dane zostały opracowane przy pomocy analizy czynnikowej, której celem jest stworzenie semantycznej struktury. Zostało to wykonane w programie SPSS (Statistical Package for Social Sciences), który jest komercyjnym oprogramowaniem statystycznym. Dane wejściowe stanowiły wartości znaczeń dla 25 Kansei opisujących każdą z 13 próbek. Analiza czynnikowa upraszcza surowe dane i ujawnia związki pomiędzy zmiennymi (oceny Kansei)

Wynik analizy czynnikowej:

Wynik z analizy z zastosowaniem „variomax rotation” jest pokazany na rysunku. Wszystkie słowa Kansei były zredukowane do 3 czynników. Słowa: funkcjonalny, staranny/porządny, elegancki i rzetelny mają wysokie obciążenie w więcej niż jednym czynniku. Żadne z Kansei nie łaczyło trzy czynniki opisane przez Osgood (1967).

Czynnik 1 “nastrój użytkownika”
Słowa Kansei : Kontrola, ergonomia, świeży/nowy, osobisty, estetyczny, współczesny, wolność, ekskluzywny, związany ze stylem zycia, profesjonalny, agresywny, pewność, zabawa, futurystyczny, mocny i odporny. Są to słowa, które odnoszą się do różnych tożsamości czy nastrojów jakie wiertarka może wywołać, kiedy ją używamy. Wartościowy jest jedynym słowem, które może wydawać się nie należeć do tego czynnika. Miało one również obciążenie 0,437 w czynniku 2.

Czynnik 2 „praktyczny cel”
Słowa Kansei: funkcjonalny, staranny/porządny, tradycyjny, klasyczny, elegancki, rzetelny i bezpieczny. Ten czynnik zawiera słowa, które są w powszechnym użyciu, które określają produkt ze skupieniem się na praktycznych aspektach.

Czynnik 3 “plastik”
Słowo Kansei : Plastik.
Ten czynnik zawiera tylko jedno słowo Kansei. Plastik jest słowem powszechnie używanym do określania masy, z której produkuje się plastikowe produkty o niskiej jakości i małej atrakcyjności.

4.5.2.2 Analiza skupień

Trójwymiarowe diagramy pokazują jak różnie słowa Kansei są ze sobą powiązane. Przy niektórych słowach łatwo dostrzec wizualnie skupiska, dlatego, że są umieszczone w trójwymiarowej, wektorowej przestrzeni. Słowa Kansei „porządny” i „elegancki” – łatwo można dostrzec, że znajdują się w skupisku, natomiast pozostałe skupiska z tej perspektywy (pierwsza figura) są niewidoczne. Wszystkie skupiska, wśród 25 słów Kansei mogą być wizualnie pokazane jeśli trójwymiarowa, wektorowa przestrzeń, w której są umiejscowione będzie obracana. To redukuje słowa Kansei do 9 skupisk, które określają zakres pola semantycznego wiertarki. Następnie wizualne skupiska zostały zredukowane do 8 po sprawdzeniu, że współrzędne słów Kansei w każdym ze skupisk były podobne. Nie ustalono maksymalnego dystansu pomiędzy skupiskami, ponieważ diagram odsłania osiem różnych skupisk. Dystans jest zmienny pomiędzy skupiskami – niektóre z nich są bardziej oczywiste niż pozostałe.

Niektóre skupiska są mało znaczące, jak skupisko 1. Spodziewano się, że powiązania będą występować pomiędzy tymi cechami, które mają podobne znaczenie. Estetyczny i ergonomiczny – wydaje się, że te słowa mają nie wiele wspólnego, odnosząc się do tej dziedziny produktu. Użytkownicy może oceniali te wiertarki w taki sposób, że estetyczny rozumieją jako ergonomiczny i na odwrót. Uczestnicy badania nawyraźniej byli zwolennikami stwierdzeniema Norman’a: „piękne rzeczy pracują lepiej” (Norman, 2005). Porównując wyniki oceny idealnego produktu z analizą skupień, odkrywamy, że te słowa Kansei, które były punktowane jako najważniejsze, przez użytkowników, znajdują się w skupiskach 4,6,7, i 8. Skupisko 1,2 i 5 zawierają niżej punktowa słowa Kansei. Słowa jak ekskluzywny i pewny, są słowami o różnym znaczeniu, jednak użytkownicy widzą pomiędzy nimi powiązanie – ale nie przekładają tego powiązania, opisując idealny produkt na skali semantycznej.

To może oznaczać, że idealny produkt dla użytkownika jest inny niż ten, który opisali w teście semantycznym. Profil idealnego produktu nie będzie się opierał na wyniku ustanowionych przez użytkownika kryteriów, ale na wyniku z mapowania relacji pomiędzy Kansei. Wyniki Kansei dla idealnego produktu, powinny być tylko używane jako dodatkowa wskazówka i nie można zapominać o ważności każdego ze skupień. Skupienie, które zawiera wiele wysoko ocenianych Kansei jest ważnym skupiskiem. Skupiska wraz ze współrzędnymi są prezentowane w dodatku H.

4.6 Synteza

Jest ot etap w którym wykonuje się probą powiązania słów Kansei z cechami:

4.6.1 Krzyżowe tablice analizy – Cross Tabs Analysis

Wybrano cross tab analysis zamiast bardziej skomplikowanej i pochłaniającej więcej czasu Quantification Theory Type 1. W ten sposób zmienne cechy mogły być porównywane z wynikami Kansei. Wynik pokazuje rozkład znaczenia wartości Kansei w stosunku do cech. Każda cecha została oceniona ze względu na relację do każdego Kansei. Tylko te cechy, które zdobyły wynik powyżej 4 w ocenie Kansei , zostały zdefiniowane jako posiadające pozytywny wpływ na odbiór produktu – jeśli tylko przeciwstawna cecha otrzymała negatywne oceny (mniej niż 4 na skali kansei )

Cechy, które otrzymały tylko negatywne wyniki na skali zostały zdefiniowane jako posiadające negatywny wpływ na podane słowa Kansei. To nie koniecznie musi oznaczać, że przeciwstawna cecha ma pozytywny wpływ na Kansei. Niektóre cechy mogłyby mieć dużo wysokich ocen Kansei a kilka niskich – te cechy zostały określone jako posiadające pozytywny wpływ na Kansei jeśli tylko przeciwstawna cecha otrzymała wyłącznie negatywne wyniki. Związek pomiędzy cechami był określony poprzez analizę skupień.

Szczegóły silnika i wielomateriałowa cecha rękojeści są cechami, które mają największy związek z Kansei. Silnik wykonany z jednego materiału wpływa negatywnie na ocenę produktu według kategorii: ekskluzywny czy związany ze stylem życia. Wynik ten wskazuje na to, że ergonomiczna wiertarka nie powinna mieć prostych detali (clean details) przy silniku i wielu materiałów przy rękojeści. Ergonomiczny był w tym samym skupisku jak estetyczny. Estetyczna wiertarka – zgodnie z wynikami – nie powinna mieć prostych detali (clean details) oraz rękojeść nie powinna być wykonana z jednego materiału. Taki sam wynik dotyczy ergonomicznej wiertarki. Warto również zwrócić uwagę, że najważniejszymi cechami odnoszącymi się do słowa Kansei osobisty są: wielomateriałowy i detale w rękojeści. Przyczyną takiego wyniku może być fakt, że użytkownikcy mają bezpośredni, fizyczny kontakt z produktem. Zaskakujące jest również, że nie znaleziono żadnego powiązania pomiędzy słowami Kansei plastik a liczbą zastosowanych materiałów. Spodziewałem się, że produkt wykonany z pojedynczego materiału będzie postrzegany jako wykonany z plastiku – ale w badaniu się to nie potwierdziło. Nie było możliwe połączenie wszystkich cech z Kansei. W analizie nie odnaleziono związków pomiędzy kolorem przycisku startu oraz kolorem przycisku zwalniającego w stosunku do Kansei. Może to wynikać z ograniczeń, takich jak nie wystarczająca liczba przykładów produktu, brakujące słowa Kansei, nie wystarczająca liczba uczestników lub zła klasyfikacja cech.
Kolejnym wytłumaczeniem takiej sytuacji może być fakt, że wybrane cechy były dla mnie bardziej ważne niż dla badanych. Jednak dodanie kilku dodatkowych cech nie wpłynie na wynik tych cech, które okazały się ważne.

4.7 Wiarygodność

Dane wyjściowe z the cross tabs analysis potwierdzają wyniki z analizy skupień. Wszystkie słowa Kansei w każdym ze skupień posiadały dopasowane cechy. Żadne ze skupień nie miały Kasnseis, które zależały od przeciwstawnych cech. Zebrane dane zostały opracowane przy pomocy metody one-sampled t-test (2-tailed), której wynikiem był rozkład normalny danych. Rozkład ten był również sprawdzany manualnie.

4.8 Model

Ostateczny model został uwierzytelniony wynikiem z syntezy. Metoda ta została wybrana, by pokazać powiązania pomiędzy każdym ze skupień a ich cechami oraz ze względu na małą liczbę uczestników. Określenie skupień miało większe uzasadnienie niż analiza czynnikowa. Ta metoda daje bardziej ogólne spojrzenie na powiązania pomiędzy emocjonalnymi wartościami a cechami produktu. W modelu zostały ujęte skupienia, w których występuje tylko jedna negatywna cecha lub tylko pozytywna. Ostateczny model pokazuje użyteczne informacje – które cechy są związane ze skupieniami Kansei. Ale nie jest możliwe określenie relacji pomiędzy cechami. Model odkrywa następujące powiązania:

• “kalsyczna”/”tradycyjna”- wiertarka powinna mieć wykonaną obudowę silnika z pojedynczego materiału, prosty i cylindryczny kształt uchwytu.

•“plastik”- wiertarka powinna mieć wieloelementową i wyważoną obudowę silnika, z prostym tyłem i odznaczającą się od reszty obudową baterii.

• “elegancka”/”staranna” wiertarka powinna mieć wieloelementową, wyważoną obudowę silnika, wykonaną wielu materiałów; rękojeść również powinna być wykonana z wielu materiałów.

• “współczesna”/”świeża/nowa” – wiertarka powinna mieć: wieloelementową obudowę silnika, którego profil charakteryzuje się zaokrąglonym kształtem; wieloelementową rękojeść, wykonaną z wielu materiałów i wskaźnik o kwadratowym kształcie.

• “styl życia”/ ”futurystyczny”/ ”zabawa”/ ”osobisty” – wiertarka powinna posiadać wieloelementową obudowę silnika, wykonaną z wielu materiałów, zaokrąglony tył i wieloelementową rękojeść, wykonaną z wielu materiałów.

• “rzetelna/niezawodna”/ “funkcjonalna”/ “bezpieczna”/“profesjonalna”/ “kontrola”/ “wartościowa” – wiertarka powinna być cylindryczna, posiadać wieloelementową obudowę silnika, wykonaną z wielu materiałów, z zaokrąglonym tyłem oraz z wyważoną pozycją, natomiast rękojeść powinna być wykonana z wielu materiałów, ale z prostymi detalami, obudowa baterii powinna się odznaczać a uchwyt powinien mieć cylindryczny kształt i kwadratowy kształt wskaźnika. Wiertarka ta powinna również posiadać uchwyt.

• “moc”/ “nierówna/szorstka/odporna”/ “agresywny”/“pewność/zaufanie”/ “ekskluzywna”- wiertarka powinna posiadać cylindryczną, wyważoną, wieloelementową obudowę silnika, wykonaną z wielu materiałów z zaokrąglanym tyłem, rękojeść powinna być również wykonana z wielu materiałów a uchwyt posiadać cylindryczny kształt.

• “estetyczna”/”ergonomiczna”- wiertarka ta powinna posiadać obudowę silnika wykonaną z kilku materiałów, ale o prostym, nieskomplikowanym kształcie (bez detali), rękojeść powinna być również wykonana z wielu materiałów

4.9 Dyskusja

Statystyczne analizy będą zawsze bardziej wiarygodne jeśli w badaniu uczestniczyło wiele osób badanych oraz jeśli zostały wykonane wszystkie możliwe kombinacje opracowania danych. Nie było to możliwe z praktycznych i czasowych przyczyn. Celem było odnalezienie prostego modelu, którego wykonanie nie zajmowało wiele czasu. Najwięcej czasu podczas tego procesu pochłaniała nauka podstawowych umiejętności posługiwania się SPSS. Dane zostały najpierw uporządkowane. Zbieranie i opracowywanie danych może być wykonane przez firmę zewnętrzną jeśli masz mało czasu. Myślę, że wynik pokazuje, że dane były reprezentatywne a wybrana metoda była właściwa. Wynik z analizy skupień jest uwiarygodniony, ponieważ ujawnia zarówno trywialne jak i bardziej złożone powiązania, które mają określony sens. The cross tabs analysis wykazują te same tendencje. Żadne ze skupień nie posiada sprzecznych kombinacji cech, nawet jeśli niektóre były włączane manualnie – bez 100% pewności. Myślę, że statystyczne wyniki są lepsze niż oczekiwano z badania, które uwzględniało tylko 10 uczestników. Mogło tak się stać, dlatego że w badaniu zostali uwzględnieni tylko studenci designu. Trójwymiarowe próbki byłyby prawdopodobnie niezbędne, jeśli w badaniu brała by udział inna grupa, bez zaplecza projektowego. Ostateczny model przewiduje tylko wybrane Kansei . Jest to uproszczony model, który uwzględnia tylko część wizualnych atrybutów wiertarki. Ale myślę, że wynik ilustruje że Kansei Engineering może być stosowany jako względnie prosta metoda, która daje wiarygodne wyniki z perspektywy projektanta. Wynik również ilustruje, że emocje są trudne do opisania przez słowa. Są po prostu niemożliwe do opisania werbalnie. Słowa przy pomocy, których próbowaliśmy opisać emocje, posiadają relacje, których my nie widzimy. Na pewno w przyszłości uda się rozwinąć lepsze metody pomiaru Kansei wraz z uwzględnieniem psychologicznej reakcji, zachowania czy ruchów ciała.

5. Wnioski

Emocje posiadają złożoną strukturę. Możemy opisać część nich przy pomocy słów. Kansei Engineering mapuje relacje pomiędzy słowami, które pozwalają na bardziej dokładny opis określonej emocji. Cechy produktu i emocje mogą zostać ze sobą powiązane matematycznie, przy użyciu Kansei Engineering. Jest to dużą zaletą w porównaniu do testów semantycznych i metod określania granic nastroju (mood board processes), stosowanych na zachodzie. Ale Kansei Engineering jest metodą wymagającą więcej czasu. Kansei Engineering jest rzetelnym narzędziem projektanta, zwłaszcza dla tych zainteresowanych emotional design. Jest to również elastyczne narzędzie, które może być stosowane częściowo lub całościowo w procesie projektowym. Ten artykuł i podany przykład ilustrują jak można wykorzystać zaangażowanie kilku „aktorów” i uzyskać wiarygodny wynik. Azjatycki przemysł stosuje Kansei Engineering już przez wiele lat i docenia go jako dobre narzędzie projektanta. Wierzę, że już wkrótce w podobny sposób Kansei Engineering będzie postrzegane w Europie. Świadomość Emotional design da zarówno użytkownikom jak i producentom, nowe możliwości.

 

Advertisements

1 thought on “Kansei /metody badania emocji/ tłumaczenie artykułu Kansei Engineering Linking emotions and product features”

Możliwość komentowania jest wyłączona.