研究方法
|
(一) 受測對象： 本階段之研究以國立台灣美術館不同組室之14位員工為受測對象(S1~S14)進行圖像解讀實驗。受測者年齡在30~55歲之間，教育程度則為五專至碩士，3名男性11名女性，10人已婚4人未婚，大多數受測者都已經在此(美術館)服務多年。 (二) 受測過程： 實驗由本人為受測對象一位一位進行訪談與記錄 每位受測者因個性、學習及生長背景之不同所使用之語詞數量在9--23之間，訪談14位受測者後共得到198個詞彙(如受測者詞頻表)，14位受測者中有的受測者在停頓時會因鼓勵(如：再多看看、仔細看看…)或語音之引導(如：還有呢？你覺得呢？…)而繼續，有些則否，有一位受測者在第9個詞彙時即將｢竹里館｣詩名說出，該名受測者因本身有文學背景，故能於短時間內說出詩名。 1、詞頻分析： 受測者詞頻表中因受測者用語及用字習慣之關係，許多詞彙所代表之意義則相類似，故將受測者詞彙表統整後成受測者詞頻簡表，簡表中互相取代之詞彙如下表:
2、KJ分類法： 訪談統計共有98種詞彙出現198次，依前測KJ法分類方式分類為7類，分類後語意前測出現結果為：風景類61次、抽象情緒類49次、動作類26次、植物類24次、人類16次、物品類15次、聲音類7次。
由後測KJ類別詞彙統計表中可發現在抽象情緒類別中類別詞彙出現總數有49次，但詞彙數量卻也多達40個，使得每個詞彙平均出現的次數僅有1.225次，是所有類別中最低的，詞彙平均出現次數較高的有植物(3次)、動作(2. 889次)及風景(2.259次)，由此可看出受測者在實物、實景上所用的詞彙較接近，但在描繪抽象情緒時因受到個人成長環境及教育背景的影響會有較大的差異。然40個反應詞的抽象情緒反應詞組還可以再加以區分為5個次反應詞組：1.情感組(14)、2.生活組(17)、3.人品組(4)、4.自然組(3)及5.畫面組(11)。 3、Spreading Activation 越接近中心的語意反應詞組越重要，出現次數越多的字詞分量越大也越重要，線條長短亦反應出重要性之相關強度(越短越強)，反應詞組以包含的方式涵蓋次反應詞組及反應詞。反應詞組及圖像間之相關強度、分量與重要性組合成語意地圖( semantic map)。4、Tag Cloud(標籤雲) Tag Cloud以詞頻分析統計簡表為基礎，依據詞彙出現之先後次序顯示其位置，並依據詞彙出現之次數(頻率)多寡顯示其大小，出現越多次的詞彙字級越大，本次標籤雲之基本字級(出現1次的詞彙)為16級，每多出現一次字級則增加6級，也就是出現一次的詞彙為16級，出現二次的詞彙為22級，出現三次的詞彙為28級…以此類推。本次標籤雲中出現最多次數的字為｢山｣共出現11次，故山應為76級。5、語意建構圖 本次語意建構圖結合詞頻分析簡表及Tag Cloud(標籤雲)之特性而產生，如此在語意建構圖中即可明顯看出該語彙在整體圖像中所佔的比例。文字出現處為受測者所指出圖像中應出現的位置(第一次及他次)，若文字出現在圖外則為受測者描述其對圖像整體之感受或聯想。 |
Copyright (c) 2011 國立新竹教育大學數位學習科技研究所