青年男性裤装上裆长的影响因素

王永波， 王宏付， 柯 莹

(江南大学 纺织服装学院， 江苏 无锡 214122)

上裆的结构设计对裤装的合体性有很大的影响，上裆长的量能直观体现上裆的特征，对它的研究在裤装设计中尤为重要。林彬[1]依据上裆的结构特征，提出了一些上裆长的经验公式，如：上裆长与臀围的比值为0.25，上裆长的值受臀围和裤长的影响，还通过手工测量100组人体的身高、净臀围和上裆长的尺寸，得到上裆长的影响因素为净臀围；李慧等[2]通过自动测量系统，获得身高、上裆长和臀围等数据，得到关于上裆长的回归方程，因测量的人体相关数据较少，忽略了全裆长和腰臀高等因素对它的影响，因此这些公式都有一定的局限性。本文依托于非接触式三维人体测量技术，分析了青年男性上裆部的特征，研究了上裆长的影响因素，得出上裆长的线性回归方程，并对上裆长进行聚类分析。服装企业可根据其对裤装的影响，再结合男性裤装设计的原理为青年男性设计出更合体的裤装。

1 青年男性裤装上裆形态

上裆指人体腰部到裆部的部位。人体的腰部是连接上身和下身的关键部位，其中可体现腰部形态特征的量有腰围、腰厚与和腰围高等；可体现裆部特征的量有全裆长和上裆长。人体的下半身特征直接影响裤装的结构设计，臀沟以上的上裆结构特征是裤装结构设计的重点，其设计几乎决定着整条裤子的着装效果。全裆长是指从前腰节经裆下量至后腰节的长度。测量时，将软尺的一端从前腰节开始向下穿过裆下，环量至后腰节。上裆长是指自腰围线至臀股沟会阴点之间的距离。测量时，被测者坐在硬面椅子上挺直坐姿，从腰围向下量至椅面的垂直距离即为上裆长[3]。上裆长在测量中比较繁琐或精确度不高，可以用腰围高与会阴高的差值来计算。在进行裤装设计时，要充分考虑到这些因素对服装设计的影响，使设计出的服装更能贴合人体，体现人的体型美。

2 数据测量

2.1 研究对象

根据统计学的相关知识，本文研究最终确定样本容量为200个。为了使实验样本兼顾随机性与针对性，选择年龄为20～25岁之间的在校青年男性作为实验研究对象。在选择样本时，要尽量选取具有代表性的实验对象，兼顾各个身高段和体型，并且使获得的人体数据的误差符合实验允许范围，具体要求如表1所示。

表1 样本选择规则Tab.1 Sample selection rule

2.2 测量仪器及环境

根据GB/T 23698—2009《三维扫描人体测量方法的一般要求》，使用德国 TECMATH 公司生产的VITUS SMART XXL人体扫描仪对人体进行测量。使用METTLER TOLEDO精密称对人体体重进行测量，实验在(25±2)℃的环境温度，(65±5)%空气湿度的标准人体测量实验室中进行[4]。

2.3 测量要求

为保证测量数据的准确性，测量环境必须封闭无光照；被测者须戴白色头套，穿着浅色贴身内裤或处裸体状态[5]，将含有金属等影响测量精度的首饰取下；测量时，被测者要按照测量姿势要求，身体挺直，保持自然站立和正常呼吸状态；为提高实验数据的精确度，需对同一个人进行3次测量，取其平均值。

2.4 测量项目与数据整理

根据GB/T 5703—2010《用于技术设计的人体测量基础项目》，确定18个测量项目，其中基础测量项目有身高、乳头高、腰围高、臀围高[6]、胸围、腰围、臀围和全裆长等; 测量系统默认平行于身体后侧有一个平面测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操作系统分别对胸、腰、臀做横截面处理，获得 3个长度项目即胸厚、腰厚、臀厚。针对三维扫描中出现的破洞现象，使用Geomagic软件修复，再提取人体尺寸。

3 数据分析

3.1 基本统计量的检验与处理

由于主观和客观因素的存在，导致一些实验数据的不准确性。运用 SPSS 数据分析箱式图对原始测量数据进行检测，找出数据中的非正常值，包括奇异值或者是丢失值[7]，这些与数据发展的整体趋势不吻合的异常值会对接下来的数据分析造成一定的影响，以致无法准确把握数据变化的趋势，需进行剔除，最终得到有效数据192份，有效率为96%。图1为男性高度特征量示意图。

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

图中H1为乳头高，H2为腰围高，H3为臀围高，H4为会阴高，H5为胸腰高，H6为腰臀高，H7为上裆长，再根据所要研究的对象对基本统计量进行处理：H5=H1-H2，H6=H2-H3，H7=H2-H4。

3.2 相关变量的描述性统计分析

对实验数据进行奇异性检验，删去实验数据误差较大的样本。运用SPSS19.0 数据分析软件对相关变量进行描述性统计分析，可知相关变量的极小值、极大值、均值、标准差、偏度系数和峰度系数，结果如表2所示。

表2 相关变量描述性统计分析Tab.2 Descriptive statistics analysis of related variables

从表2中可得到：男性在校大学生身高在160.90～184.10 cm之间，区间范围大，平均身高在170.38 cm，与中国青年男性平均身高基本一致。标准差的数值反映数据的集中程度，标准差越小说明数据越集中；偏度和峰度是表示数据分布的系数，偏度值越接近零，说明数据越接近标准正态分布，表2中各类项目的偏度系数都接近零，所以数据呈现正态分布特点。从峰度可看出均值附近的集中程度[8]。腰围、臀围高、上裆长三者的峰度值较接近于0，说明数据在均值附近集中度高。

3.3 腰部形态的相关性分析

裤装规格与人体的腰围、腰围高、臀围、臀长、上裆长和脚腕围有关。在当前的裤装设计中，着重考量人体的腰围、腰围高和臀围、臀长对裤装的影响，对上裆长的研究略有不足。上档长准确与否直接影响裤装裆部的合体程度，当上裆长过小时，则成品裤子在裆部与人体没有空余量，使裤子与臀部呈现紧绷状态，而且在穿着时裤身向上提拉，形成吊裆。当上裆长过大时，则成品裤装在裆部与人体的空余量较大，裤身呈现下沉状态，裤裆下有松散皱褶，形成低裆[9]，走路不利索。上裆长过大或过小都会影响裤装的美观性和穿着舒适性。

表3示出单样本K-S检验的结果。可看出表中这些变量都属于正态分布，变量的双侧显著性水平都大于0.5，远远大于95%置信度下0.05的临界值[10]。

表3 单样本K-S检验Tab.3 One-sample Kolmogorov-Smirnov test

利用SPSS数据分析软件对上裆长进行相关分析，表4示出各变量两两间的相关系数矩阵的输出结果。相关系数值介于-1与1之间，其绝对值越趋近于1表明相关程度越高，越趋近于0表明相关程度越低。相关系数大于0，代表正相关，相关系数小于0，即为负相关[11]。可看出，上裆长和身高的相关系数为0.45，上裆长和全裆长的相关系数为0.86，上裆长和腰臀高的相关系数为0.44。身高、全裆长和腰臀高三者相互独立，互不影响；身高、全裆长、腰臀高与上裆长之间存在正相关性，且全裆长对上裆长的显著性最高。

表4 相关系数矩阵Tab.4 Correlation coefficient matrix

从模型汇总的输出结果来看，回归模型的效果较好。多重相关系数R=0.905，R2=0.819，表明有81.9%的上裆长的量可用回归模型解释。表5示出对回归模型进行方差分析的结果。方差分析表明回归方程显著，P=0.00<0.05，说明多重回归模型与实验数据拟合度较好，具有较高的参考价值。

表6示出回归系数和共线性检验的结果。设上裆长为y，全裆长为x1，腰臀高为x2，身高为x3，则线性回归方程y=0.321x1+0.142x2+0.017x3-0.746，Sig.都无限趋近于0。可得出方程中3项相关变量的系数都具有统计意义，且模型中不存在多重共线性问题，可见回归模型拟合效果良好，具有普遍现实意义。从回归方程可看出人体上裆长的量受全裆长长度、身高和腰臀高高度的影响。

表5 方差分析Tab.5 Variance analysis

表6 回归系数和共线性检验Tab.6 Regression coefficient and collinearity test

4 上裆长的聚类分析

通过以上的数据分析，得出身高、全裆长和腰臀高对上裆长的关系，可对青年男性的体型作更加深入的探讨。通过 K-均值聚类方法[12]，对上裆长进行聚类分析，数学表达式为

表7 初始聚类中心Tab.7 Initial cluster centers

经5次迭代后收敛，趋近于0，迭代终止。最终聚类中心与各聚类中的样本数如表8所示。可看出，上裆长聚类后，划分为4档，档差约为1.5 cm，通过聚类分析后的方差检验结果显示，将实验数据分成4类后，F检验的概率值为0，小于0.05，因此将数据划分成4类是合理可行的。

表8 最终聚类中心与各聚类中的样本数Tab.8 Final cluster centers and numbers of cases in cluster

5 结束语

通过对192名青年男性上裆部有关特征量的研究，得出人体基本数据呈现正态分布;通过相关性分析，得出上裆长的影响因素为身高、全裆长、腰臀高，且全裆长对上裆长的影响最为显著;通过线性回归分析得出关于上裆长的线性回归方程，得到的线性回归方程能满足大部分男士的体型特征，为上裆长和全裆长数值的互相转化提供新的理论依据;通过聚类分析将上裆长聚类得出4类及对应样本数，通过计算可得各分类之间上裆长档差均接近1.5 cm，这一档差有助于青年男性裆部结构设计的合理性，为裤装的裆部结构设计提供新依据，对裤装加工企业具有指导意义。