青年男性褲裝上襠長的影響因素

王永波， 王宏付， 柯 瑩

(江南大學 紡織服裝學院， 江蘇 無錫 214122)

上襠的結構設計對褲裝的合體性有很大的影響，上襠長的量能直觀體現上襠的特征，對它的研究在褲裝設計中尤為重要。林彬[1]依據上襠的結構特征，提出了一些上襠長的經驗公式，如：上襠長與臀圍的比值為0.25，上襠長的值受臀圍和褲長的影響，還通過手工測量100組人體的身高、凈臀圍和上襠長的尺寸，得到上襠長的影響因素為凈臀圍；李慧等[2]通過自動測量系統，獲得身高、上襠長和臀圍等數據，得到關于上襠長的回歸方程，因測量的人體相關數據較少，忽略了全襠長和腰臀高等因素對它的影響，因此這些公式都有一定的局限性。本文依托于非接觸式三維人體測量技術，分析了青年男性上襠部的特征，研究了上襠長的影響因素，得出上襠長的線性回歸方程，并對上襠長進行聚類分析。服裝企業可根據其對褲裝的影響，再結合男性褲裝設計的原理為青年男性設計出更合體的褲裝。

1 青年男性褲裝上襠形態

上襠指人體腰部到襠部的部位。人體的腰部是連接上身和下身的關鍵部位，其中可體現腰部形態特征的量有腰圍、腰厚與和腰圍高等；可體現襠部特征的量有全襠長和上襠長。人體的下半身特征直接影響褲裝的結構設計，臀溝以上的上襠結構特征是褲裝結構設計的重點，其設計幾乎決定著整條褲子的著裝效果。全襠長是指從前腰節經襠下量至后腰節的長度。測量時，將軟尺的一端從前腰節開始向下穿過襠下，環量至后腰節。上襠長是指自腰圍線至臀股溝會陰點之間的距離。測量時，被測者坐在硬面椅子上挺直坐姿，從腰圍向下量至椅面的垂直距離即為上襠長[3]。上襠長在測量中比較繁瑣或精確度不高，可以用腰圍高與會陰高的差值來計算。在進行褲裝設計時，要充分考慮到這些因素對服裝設計的影響，使設計出的服裝更能貼合人體，體現人的體型美。

2 數據測量

2.1 研究對象

根據統計學的相關知識，本文研究最終確定樣本容量為200個。為了使實驗樣本兼顧隨機性與針對性，選擇年齡為20～25歲之間的在校青年男性作為實驗研究對象。在選擇樣本時，要盡量選取具有代表性的實驗對象，兼顧各個身高段和體型，并且使獲得的人體數據的誤差符合實驗允許范圍，具體要求如表1所示。

表1 樣本選擇規則Tab.1 Sample selection rule

2.2 測量儀器及環境

根據GB/T 23698—2009《三維掃描人體測量方法的一般要求》，使用德國 TECMATH 公司生產的VITUS SMART XXL人體掃描儀對人體進行測量。使用METTLER TOLEDO精密稱對人體體重進行測量，實驗在(25±2)℃的環境溫度，(65±5)%空氣濕度的標準人體測量實驗室中進行[4]。

2.3 測量要求

為保證測量數據的準確性，測量環境必須封閉無光照；被測者須戴白色頭套，穿著淺色貼身內褲或處裸體狀態[5]，將含有金屬等影響測量精度的首飾取下；測量時，被測者要按照測量姿勢要求，身體挺直，保持自然站立和正常呼吸狀態；為提高實驗數據的精確度，需對同一個人進行3次測量，取其平均值。

2.4 測量項目與數據整理

根據GB/T 5703—2010《用于技術設計的人體測量基礎項目》，確定18個測量項目，其中基礎測量項目有身高、乳頭高、腰圍高、臀圍高[6]、胸圍、腰圍、臀圍和全襠長等; 測量系統默認平行于身體后側有一個平面測量得出胸部到腰部的垂直高度、腰部到臀部的垂直高度，使用Man Solution操作系統分別對胸、腰、臀做橫截面處理，獲得 3個長度項目即胸厚、腰厚、臀厚。針對三維掃描中出現的破洞現象，使用Geomagic軟件修復，再提取人體尺寸。

3 數據分析

3.1 基本統計量的檢驗與處理

由于主觀和客觀因素的存在，導致一些實驗數據的不準確性。運用 SPSS 數據分析箱式圖對原始測量數據進行檢測，找出數據中的非正常值，包括奇異值或者是丟失值[7]，這些與數據發展的整體趨勢不吻合的異常值會對接下來的數據分析造成一定的影響，以致無法準確把握數據變化的趨勢，需進行剔除，最終得到有效數據192份，有效率為96%。圖1為男性高度特征量示意圖。

圖1 男性高度特征量示意圖Fig.1 Sketch map of male height characteristics

圖中H1為乳頭高，H2為腰圍高，H3為臀圍高，H4為會陰高，H5為胸腰高，H6為腰臀高，H7為上襠長，再根據所要研究的對象對基本統計量進行處理：H5=H1-H2，H6=H2-H3，H7=H2-H4。

3.2 相關變量的描述性統計分析

對實驗數據進行奇異性檢驗，刪去實驗數據誤差較大的樣本。運用SPSS19.0 數據分析軟件對相關變量進行描述性統計分析，可知相關變量的極小值、極大值、均值、標準差、偏度系數和峰度系數，結果如表2所示。

表2 相關變量描述性統計分析Tab.2 Descriptive statistics analysis of related variables

從表2中可得到：男性在校大學生身高在160.90～184.10 cm之間，區間范圍大，平均身高在170.38 cm，與中國青年男性平均身高基本一致。標準差的數值反映數據的集中程度，標準差越小說明數據越集中；偏度和峰度是表示數據分布的系數，偏度值越接近零，說明數據越接近標準正態分布，表2中各類項目的偏度系數都接近零，所以數據呈現正態分布特點。從峰度可看出均值附近的集中程度[8]。腰圍、臀圍高、上襠長三者的峰度值較接近于0，說明數據在均值附近集中度高。

3.3 腰部形態的相關性分析

褲裝規格與人體的腰圍、腰圍高、臀圍、臀長、上襠長和腳腕圍有關。在當前的褲裝設計中，著重考量人體的腰圍、腰圍高和臀圍、臀長對褲裝的影響，對上襠長的研究略有不足。上檔長準確與否直接影響褲裝襠部的合體程度，當上襠長過小時，則成品褲子在襠部與人體沒有空余量，使褲子與臀部呈現緊繃狀態，而且在穿著時褲身向上提拉，形成吊襠。當上襠長過大時，則成品褲裝在襠部與人體的空余量較大，褲身呈現下沉狀態，褲襠下有松散皺褶，形成低襠[9]，走路不利索。上襠長過大或過小都會影響褲裝的美觀性和穿著舒適性。

表3示出單樣本K-S檢驗的結果。可看出表中這些變量都屬于正態分布，變量的雙側顯著性水平都大于0.5，遠遠大于95%置信度下0.05的臨界值[10]。

表3 單樣本K-S檢驗Tab.3 One-sample Kolmogorov-Smirnov test

利用SPSS數據分析軟件對上襠長進行相關分析，表4示出各變量兩兩間的相關系數矩陣的輸出結果。相關系數值介于-1與1之間，其絕對值越趨近于1表明相關程度越高，越趨近于0表明相關程度越低。相關系數大于0，代表正相關，相關系數小于0，即為負相關[11]。可看出，上襠長和身高的相關系數為0.45，上襠長和全襠長的相關系數為0.86，上襠長和腰臀高的相關系數為0.44。身高、全襠長和腰臀高三者相互獨立，互不影響；身高、全襠長、腰臀高與上襠長之間存在正相關性，且全襠長對上襠長的顯著性最高。

表4 相關系數矩陣Tab.4 Correlation coefficient matrix

從模型匯總的輸出結果來看，回歸模型的效果較好。多重相關系數R=0.905，R2=0.819，表明有81.9%的上襠長的量可用回歸模型解釋。表5示出對回歸模型進行方差分析的結果。方差分析表明回歸方程顯著，P=0.00<0.05，說明多重回歸模型與實驗數據擬合度較好，具有較高的參考價值。

表6示出回歸系數和共線性檢驗的結果。設上襠長為y，全襠長為x1，腰臀高為x2，身高為x3，則線性回歸方程y=0.321x1+0.142x2+0.017x3-0.746，Sig.都無限趨近于0。可得出方程中3項相關變量的系數都具有統計意義，且模型中不存在多重共線性問題，可見回歸模型擬合效果良好，具有普遍現實意義。從回歸方程可看出人體上襠長的量受全襠長長度、身高和腰臀高高度的影響。

表5 方差分析Tab.5 Variance analysis

表6 回歸系數和共線性檢驗Tab.6 Regression coefficient and collinearity test

4 上襠長的聚類分析

通過以上的數據分析，得出身高、全襠長和腰臀高對上襠長的關系，可對青年男性的體型作更加深入的探討。通過 K-均值聚類方法[12]，對上襠長進行聚類分析，數學表達式為

表7 初始聚類中心Tab.7 Initial cluster centers

經5次迭代后收斂，趨近于0，迭代終止。最終聚類中心與各聚類中的樣本數如表8所示。可看出，上襠長聚類后，劃分為4檔，檔差約為1.5 cm，通過聚類分析后的方差檢驗結果顯示，將實驗數據分成4類后，F檢驗的概率值為0，小于0.05，因此將數據劃分成4類是合理可行的。

表8 最終聚類中心與各聚類中的樣本數Tab.8 Final cluster centers and numbers of cases in cluster

5 結束語

通過對192名青年男性上襠部有關特征量的研究，得出人體基本數據呈現正態分布;通過相關性分析，得出上襠長的影響因素為身高、全襠長、腰臀高，且全襠長對上襠長的影響最為顯著;通過線性回歸分析得出關于上襠長的線性回歸方程，得到的線性回歸方程能滿足大部分男士的體型特征，為上襠長和全襠長數值的互相轉化提供新的理論依據;通過聚類分析將上襠長聚類得出4類及對應樣本數，通過計算可得各分類之間上襠長檔差均接近1.5 cm，這一檔差有助于青年男性襠部結構設計的合理性，為褲裝的襠部結構設計提供新依據，對褲裝加工企業具有指導意義。