王 靜，李 慧

（鹽城工學(xué)院紡織服裝學(xué)院江蘇鹽城224051）

人體體型受地域、年齡、遺傳、飲食習(xí)慣等因素影響形成不同特征。因此，有針對(duì)性地對(duì)目標(biāo)人群進(jìn)行人體測(cè)量對(duì)服裝企業(yè)產(chǎn)品有重要意義。本研究對(duì)108名年齡在18-25歲的籍貫為中西部省份的女大學(xué)生進(jìn)行人體測(cè)量，采用自動(dòng)人體測(cè)量設(shè)備進(jìn)行人體特征數(shù)據(jù)采集，并利用數(shù)據(jù)統(tǒng)計(jì)軟件對(duì)青年女性體型重新劃分，以此為中西部服裝產(chǎn)品的發(fā)展以及國(guó)家號(hào)型標(biāo)準(zhǔn)的擴(kuò)展提供參考。

1 實(shí)驗(yàn)條件

1.1 實(shí)驗(yàn)儀器及對(duì)象

本實(shí)驗(yàn)采用自動(dòng)測(cè)量的方法進(jìn)行人體數(shù)據(jù)的采集。測(cè)量?jī)x器為法國(guó)力克公司的自動(dòng)人體三維測(cè)量系統(tǒng)。實(shí)驗(yàn)隨機(jī)選取籍貫為中西部省份（如山西、陜西、河南等）的在校女大學(xué)生為測(cè)量對(duì)象。

1.2 測(cè)量部位

本實(shí)驗(yàn)根據(jù)GB5703-1999《用于技術(shù)設(shè)計(jì)的人體測(cè)量基礎(chǔ)項(xiàng)目》國(guó)家標(biāo)準(zhǔn)[1]，以及對(duì)女性體型測(cè)量通常所包括的長(zhǎng)度、圍度、肩和手臂等典型測(cè)量指標(biāo)，故本次實(shí)驗(yàn)中青年女性人體測(cè)量部位確定為28項(xiàng)。

高度方向：身高、襠高/會(huì)陰高、臀高、肩高、后頸高；圍度方向：胸圍、頸圍、腰圍（最小腰圍）、臀圍、腹圍、頸根圍、大腿圍、乳根圍、右大腿圍；長(zhǎng)度方向：全臂長(zhǎng)、背長(zhǎng)（?。?；寬度方向：總肩寬、乳距、胸寬（直線(xiàn)）、自然腰寬、臀寬；厚度方向：乳高、乳根厚、頸根厚、中臀圍、中臀厚、后臀厚、腹厚。

2 數(shù)據(jù)分析處理

2.1 數(shù)據(jù)預(yù)處理

對(duì)測(cè)量數(shù)據(jù)進(jìn)行正態(tài)分布檢驗(yàn)、奇異值檢查和缺失值處理等數(shù)據(jù)預(yù)處理，以保證后續(xù)數(shù)據(jù)統(tǒng)計(jì)分析可以正常進(jìn)行[2]。其中正態(tài)分布檢驗(yàn)后結(jié)果顯示，實(shí)驗(yàn)數(shù)據(jù)均呈正態(tài)分布；奇異值處理方法為若胸圍數(shù)據(jù)中出現(xiàn)奇異值，直接刪除整條數(shù)據(jù)。其他部位出現(xiàn)奇異值，只刪除此部位數(shù)值；缺失值處理方法為用該變量的所有非缺失值的均數(shù)替代缺失值，這樣處理的結(jié)果使整體數(shù)據(jù)分布相對(duì)更向中心靠攏，特征更明顯。

2.2 因子分析

因子分析是從研究相關(guān)矩陣內(nèi)部的依賴(lài)關(guān)系出發(fā)，把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。因子分析的基本思想是根據(jù)相關(guān)性大小把變量分組，使得同組內(nèi)的變量之間相關(guān)性較高，而不同組的變量相關(guān)性較低。每組變量代表一個(gè)基本結(jié)構(gòu)，這個(gè)基本結(jié)構(gòu)稱(chēng)為公共因子[3]。本文使用SPSS軟件進(jìn)行因子分析，將提取的因子作為分類(lèi)指標(biāo)。

表1為KMO系數(shù)和Bartlett球形檢驗(yàn)，其中Bartlett值為4877.841，P＜0.0001，即相關(guān)矩陣不是一個(gè)單位矩陣，考慮進(jìn)行因子分析。KMO是用于比較相關(guān)系數(shù)值與偏相關(guān)系數(shù)值得一個(gè)指標(biāo)，其值越接近1，表明進(jìn)行因子分析的效果越好，本研究中KMO值為0.842，接近1，說(shuō)明可以接受因子分析的結(jié)果。

圖1為碎石圖。從第1個(gè)因子開(kāi)始，曲線(xiàn)迅速下降，到第3個(gè)因子以后下降變得緩慢，逐漸近似為1條直線(xiàn)。這說(shuō)明因子1與因子2、因子2與因子3之間的特征值之差值比較大，其余的因子之間特征差值都較小，所以可初步保留2個(gè)因子[4]。同時(shí)根據(jù)因子積累貢獻(xiàn)率表，特征值大于1的有4個(gè)因子，對(duì)總方差的累積貢獻(xiàn)率為80.45%。其中前2個(gè)因子對(duì)總方差的累積貢獻(xiàn)率已經(jīng)達(dá)到71.25%，后面幾個(gè)因子貢獻(xiàn)率相對(duì)較低，意義不大，所以提取2個(gè)因子。

表1 KMO和Bartlett的檢驗(yàn)

圖1 碎石圖

2.3 聚類(lèi)分析

本研究通過(guò)快速聚類(lèi)分析方法進(jìn)行體型分類(lèi)?？焖倬垲?lèi)又稱(chēng)為逐步聚類(lèi)法，該方法先把聚類(lèi)對(duì)象進(jìn)行粗糙的初始分類(lèi)，然后再按最近距離原則修改不合理的分類(lèi)，直到合理為止。研究中使用因子分析中提取的2個(gè)因子作為分類(lèi)指標(biāo)，根據(jù)專(zhuān)業(yè)知識(shí)和分類(lèi)目的將類(lèi)數(shù)定為3-6進(jìn)行聚類(lèi)分析。通過(guò)表3聚類(lèi)結(jié)果比較顯示，類(lèi)數(shù)定為4類(lèi)時(shí)分類(lèi)結(jié)果清晰，各類(lèi)人數(shù)相對(duì)較均衡。

表2 各類(lèi)數(shù)聚類(lèi)對(duì)象數(shù)目

表3 方差分析表

表3為不同類(lèi)數(shù)時(shí)的方差分析結(jié)果。從表3可知，Sig.=0，說(shuō)明類(lèi)間無(wú)差異的假設(shè)成立的概率全部小于5%，3種分類(lèi)結(jié)果均可接受。詳細(xì)比較來(lái)看，分類(lèi)為3時(shí)的類(lèi)間均方最大，誤差均方最小，說(shuō)明二者之間的差異最大，分類(lèi)數(shù)為4時(shí)效果次之，但考慮到各類(lèi)人數(shù)的均衡性，綜合考慮選擇分類(lèi)數(shù)為4時(shí)的統(tǒng)計(jì)結(jié)果。故本研究可將人體劃分為四類(lèi)即：A、B、C、D，每類(lèi)體型分別有21、18、34、35人。

2.4 各類(lèi)體型統(tǒng)計(jì)

通過(guò)聚類(lèi)分析在數(shù)據(jù)文件中找到各類(lèi)體型對(duì)應(yīng)的測(cè)量樣本，并依據(jù)樣本測(cè)量數(shù)據(jù)計(jì)算各體型控制部位的指標(biāo)均值，控制部位的確定參考國(guó)家號(hào)型標(biāo)準(zhǔn)中的十個(gè)控制部位。各體型統(tǒng)計(jì)見(jiàn)表4，表中顯示了各類(lèi)體型中間體的主要部位數(shù)值。

表4 各體型中間體特征指標(biāo)計(jì)算值 單位:cm

3 結(jié)論

本研究對(duì)年齡在18-25歲籍貫為中西部省份的108名在校女大學(xué)生進(jìn)行自動(dòng)人體測(cè)量，通過(guò)SPSS軟件對(duì)人體測(cè)量數(shù)據(jù)的分析，找到了人體分類(lèi)的2個(gè)因子，然后以這2個(gè)因子為變量進(jìn)行聚類(lèi)分析，最后將本次測(cè)量對(duì)象體型分為四類(lèi)，從而為中西部服裝產(chǎn)品的發(fā)展以及國(guó)家號(hào)型標(biāo)準(zhǔn)的擴(kuò)展提供參考。

[1] GB/T 5703-1999，用于技術(shù)設(shè)計(jì)的人體測(cè)量基礎(chǔ)項(xiàng)目[S].

[2] 齊靜，張欣.三維人體數(shù)據(jù)統(tǒng)計(jì)分析預(yù)處理研究[J].紡織學(xué)報(bào)，2006；27（1）：42-45.

[3] 劉祥，李曉久.基于三維人體測(cè)量的青年女性體型分類(lèi)研究[J].山東紡織經(jīng)濟(jì)，2012；（6）：91-93.

[4] 齊靜，李毅，張欣.我國(guó)西部地區(qū)青年男性體型描述與體型分類(lèi)研究[J].紡織學(xué)報(bào)，2010；31（5）：107 -111.