家用办公边几用户特征分析_李翰坤.pdf

家具2023年第44卷第2期Furniture2023Vol.44No.2Furniture家用办公边几用户特征分析李翰坤，关惠元*（南京林业大学家居与工业设计学院，南京 210037）摘要：随着居家办公模式的发展，边几被广大用户用作办公，但边几的最初功能并不包含办公，因此不同用户在不同情境下有不同的使用问题。通过购物平台的用户评论记录办公边几使用者特征并使用卡片分类法将使用者特征进行分类归纳；根据分类结果从人口学特征、行为特征维度编写问卷问题与选项及半结构化访谈大纲，对问卷结果进行因子分析与聚类分析，将具有共性的用户进行分类，初步分析用户特征。在问卷中选择具有代表性的目标用户进行访谈，使用Nvivo质性分析软件将用户回答进行编码分析，补充定量调研结果缺失的细节与行为原因。最终确认办公边几目标用户以沙发为活动中心，在沙发休息期间完成临时性工作，即办公边几与沙发组合可满足用户在休闲与办公两种状态间自由转换。办公边几的主要用户是离开家乡在新一线、一线城市的未婚租房奋斗青年。次要目标用户是与父母共同居住的未婚青年、小户型未育夫妻。关键词：因子分析；聚类分析；用户分类；用户特征中图分类号：TS664文献标志码：A文章编号：1000-4629（2023）02-0065-05DOI：10.16610/ki.jiaju.2023.02.013Analysis on the User Characteristics of Home Office Side TableLI Hankun，GUAN Huiyuan*（College of Furnishings and Industrial Design，Nanjing Forestry University，Nanjing 210037，China）Abstract：With the development of home office mode，the side table is served as office use by the majority of users.But as the office attribute was usually not considered within the initial function of the edge table，the different use problems emerged for different users under different situations.Recorded throughthe user comments of the shopping platform，the user characteristics were classified and summarized bycard classification method.According to the classification results，the questionnaire and interview outlinewere compiled from the three dimensions of demographic characteristics，behavioral characteristics andcognition.After the factor analysis and cluster analysis of the questionnaire results，the user characteristics were preliminarily analyzed by classifying the users with common characteristics.The representativetarget users in the questionnaire were selected for interview，where the users answers were encoded andanalyzed by Nvivo qualitative analysis software.Through the supplement the missing details and behaviorreasons of quantitative research results，the main users of officetype side tables are finally confirmed asthe unmarried young people who have left their hometown to rent houses in new firsttier and firsttier cities，while the secondary users are unmarried young people and childless couples living with their parents.Key words：factor analysis；user classification；grounded theory；user characteristics定性分析与定量是用户研究的两种方法。定量研究方法中常用的调查问卷能够收集用户对产品的认知及评价，并且具有科学成熟的数据分析方法，周橙旻等1使用聚类分析将木材按照感性词汇进行分类、降维并分析其正负相关性。晁垚等2使用系统聚类将办公椅的舒适度按体压分布指标分基金项目：江苏省林业资源高效利用协同创新中心资助项目。作者简介：李翰坤（1997），女，硕士研究生，研究方向为家具设计与工程。Email：。通信作者：关惠元（1962），男，教授，研究方向为家具设计与工程。Email：。引文格式：李翰坤，关惠元.家用办公边几用户特征分析J.家具，2023，44（2）：65-69，75.设计研究065Furniture家具2023年第44卷第2期Furniture2023Vol.44No.2类后分析每类的体压分布指标范围。任杰等3将不同的零件按照多属性进行交叉聚类形成产品族后对零件进行编码实现零部件的追踪与调取。但这种方式不能判断未知的需求。深入访谈、观察等方法可以发现用户的真实需求4。罗欣等5通过观察用户行为路径分析解决用户体验与产品功能不匹配的问题。徐蕴佳等6通过访谈与问卷两种调研方式分析办公智能管家的用户角色与设计需求。李臻瑜等7采取线上线下对居家护理床造型设计关键词的提取以及专家访谈两种方式提取意象词。但定性调研准备工作耗时长，分析的结果受分析者、被调查者的影响较大。在社会学中通常使用Nvivo分析文本材料，刘宜卓等8运用扎根理论对政策文本进行编码分析与概念提炼，指出政策体系在多个维度的治理思路。丁志坤等9运用Nvivo对口语化数据进行开放式编码与关联式编码分析总结出技术创新认知过程模型。在用户调研中，不同的研究目的适用不同的方法，按调研目的综合使用定性定量调研方法可以提高调研的准确性。1研究方法1.1研究路线使用网上问卷，将问题分类成不同的维度进行用户调研，收集有效问卷，以此了解居家办公总体情况，并在同一维度中使用SPSS进行因子分析，将多种变量归结为少数几个综合因子10，选择新的因子进行个案聚类，将具有相似属性的用户聚为一类，根据新因子表达的特征描述每类用户。在问卷中挑选在家办公的用户进行访谈，对问卷展现出的现象进行原因的探索，将访谈过程记录为文本，使用Nvivo将文本进行三级编码，分析导致用户在家需要使用边几办公的原因，结合聚类后的用户特征分析。1.2问卷与访谈通过淘宝记录用户对边几的评论，选择图文评价以保证评论的可信度和可理解性，使用卡片分类法将用户特征进行分类汇总。使用不同颜色的便签标记不同层级的信息，进行层层汇总与调整，直至不能再分类。根据分类后的维度结合用户评论的内容再扩展为调查问卷的题目及问题。将需要调研的问题分为人口学特征、行为习惯和认知习惯3个维度，使用问卷调查人口学特征及部分行为习惯，使用访谈调研行为习惯的细节、行为背后的原因及认知习惯，其中人口学特征包括性别、学历、住房状态、居住成员、月消费、月收入、职业、从业时间；行为习惯包括下班后行为、居家办公频率、时长、地点、办公物品、姿势是否健康、办公的困难；认知习惯包括对居家环境的认知、对工作的认知、购买决策过程。通过微信平台发放问卷，历时两周，共收集数据112份，删除答案前后矛盾的问卷数据，最终有效问卷104份。设定问卷置信度为95%，误差不超过10%，那么计算最小样本量为97。n0=()t22p2=()1.962 0.12=96.04（1）将 8 份访谈记录的前 7 份访谈记录导入 Nvivo11中，通过扎根理论将描述是否会影响在家办公对文本进行逐句编码，编码后将第8份访谈文本进行编码，无新增节点，达到数据饱和。全部编码后共提炼出177个参考点。2结果与分析2.1问卷结果分析2.1.1数据因子分析可行性检验通过问卷网将工作人士数据导出为编码格式使用SPSS进行因子分析，分别选择人口学特征与行为特征两个维度的问题进行KMO与Bartlett球形检测，结果如表1所示，人口学特征维度与行为特征维度Bartlett球形检验Sig.值分别为0.001，0.005，说明变量之间存在相关性；KMO值分别为0.628，0.596，大于阈值0.5，说明数据可以进行因子分析。表1 人口学特征KMO 和巴特利特检验Table 1 Demographic characteristics KMO andBartlett test参数KMO取样适切性量数巴特利特球形度检验近似卡方自由度显著性KMO 和巴特利特检验人口学特征0.62847.95021.0000.001行为特征0.5987.1466.0000.0052.1.2人口学特征分析使用主成分分析法对人口学特征变量进行因子分析，表2显示了各因子的方差贡献率和累计方差贡献率，其中3个公共因子的因子特征值大于1，因此选择这3个因子作为公共因子。设计研究066家具2023年第44卷第2期Furniture2023Vol.44No.2Furniture表2 人口学特征总方差解释Table 2 Interpretation of total variance of demographic characteristics成分1234567初始特征值总计2.9231.4721.1150.6290.3550.2790.227方差百分比41.75521.02315.9318.9815.0763.9873.246累积/%41.75562.77878.70987.69092.76696.754100.000提取载荷平方和总计2.9231.4721.115方差百分比41.75521.02315.931累积/%41.75562.77878.709旋转载荷平方和总计2.5841.4701.455方差百分比36.91721.00720.784累积/%36.91757.92478.709使用主成分分析得出旋转后的成份矩阵数值如表3所示，表中信息展示了3个因子旋转后的成分和影响因素之间的相关性关系，某一成份系数越大说明该成份与影响因素的相关性越强11。由于编码数据中用于区分住房状态与职业的编码数字并没有实际意义，故不考虑影响因素与成分间的正负相关性。将旋转后的3个公共因子进行分析和命名：第一个因子中，住房状态、月消费/月收入、职业、月消费4 个影响因素的载荷量较高，载荷量分别为0.827，0.798，0.749，0.682，4个影响因素综合表达了用户的生活水平，因此命名为生活水平因子；第二个因子中载荷量较高的有最高学历与性别，载荷量分别为0.938，0.627，2个影响因素基本不随时间变化而变动，故命名为固定信息因子；第三个因子中载荷量较高的是从业时间，载荷量分别为0.919，命名为从业时间因子。表3 旋转后的成分矩阵Table 3 Rotated component