（基础心理学专业论文）统计图理解的语义加工研究.pdfVIP

摘要 统计图在日常生活和科学研究中的到了广泛的应用，现在对统计图理解的研究 也越来越多。但是以往的研究大多关注简单图形和直接任务。本研究关注一种在科 学研究中经常用到的统计图多因素二维线形图。通过两个实验考察读者阅读多 因素二维线形图时的眼动模式，从而探讨影响多因素二维线形图理解的因素，分析 统计图理解的加工过程。 实验一结果表明：( 1 ) 数据复杂程度对被试自由阅读图表的时间有显著影响； ( 2 ) 数据复杂程度对被试阅读图表时视线在图像区域、y 轴区域和x 轴区域的停 留时间有显著影响。 实验二结果表明：( 1 ) 任务类型对被试阅读图表的时间有显著影响，问题越复 杂，被试完成任务的时间越长；数据复杂程度对被试完成综合问题和概念问题用时 有显著影响，对完成简单问题用时没有影响；( 2 ) 在完成不同的任务时，问题类型 对图像、z 变量和标题区域的视线停留时间有显著影响，数据复杂性对图像、y 轴、x 轴和标题区域的视线停留时间均有显著影响；( 3 ) 在阅读图表时，发生在图 像和z 变量区域间的眼跳( p - z 型) 和发生在图像和x 轴区域间的眼跳( p - - x 型) 有显 著差异，问题类型对这两类眼跳的数量都有显著影响。 关键词：统计图理解语义加工 a b s t r a c t s t a t i s t i c sg r a p h s w i d e l yu s i n gi ne v e r y d a yl i f ea n ds c i e n t i f i cf i e l d s b o o s t e dag r e a td e a lo fs t u d i e sa b o u tg r a p hc o m p r e h e n s i o n b u tm o s to f r e s e a r c h e sf o c u s e do ns i m p l ed i s p l a y sa n dt a s k s t h i sa r t i c l ep a i da t t e n t i o n t oa ni m p o r t a n tk i n do fg r a p h sc o m m o n l yu s e di ns c i e n t i f i cs t u d i e st o r e p r e s e n t a n dc o m m u n i c a t ec o m p l e xc o n c 印t - 伽。一d i m e n s i o n a ll i n e g r a p h st h a td e p i c t e dd a t ec o n t a i n e dt h r e ev a r i a b l e s t w oe x p e r i m e n t sw e r e d e s i g n e dt oe x a m i n et h ep a t t e ma n dd u r a t i o no fe y ef i x a t i o n a ss u b j e c t s i n t e r p r e t i n gl i n eg r a p h st oe x p l o r et h eu n d e r l y i n gc o g n i t i v ep r o c e s so fg r a p h c o m p r e h e n s i o n i n e x p e r i m e n t1 ，w e f o u n dt h a t ：( 1 ) d a t ec o m p l e x i t y s i g n i f i c a n t i n f l u e n c e st h et o t a lt i m eo nc o m p r e h e n d i n gt w o d i m e n s i o n a ll i n eg r a p h s w h e np e o p l er e a dg r a p h su n r e s t r i c t e d ；( 2 ) d a t ec o m p l e x i t yi n f l u e n c e sd w e l l t i m ei np a t t e r na r e a , y - a x i sa r e aa n dx a x i so ft h eg r a p h i ne x p e r i m e n t2 ，w ef o u n dt h a t ：( 1 ) t a s kt y p ei n f l u e n c e ss u b j e c t s t o t a l t i m eo ng r a p hr e a d i n g ；d a t ec o m p l e x i t yi n f l u e n c e ss u b j e c t s t o t a lt i m ei nt h e c o n d i t i o no fi n t e g r a t et a s ka n di n f e r e n c et a s k ；( 2 ) d w e l lt i m ei np a t t e r n x a x i s ，y - a x i sa n dt i t l ea r e as h o w e dd i f f e r e n ta c r o s st a s kt y p e s ，a n dd w e l lt i m e i np a t t e r n , zv a r i a b l e ，a n dt i t l ea r e as h o w e dd i f f e r e n ta c r o s sd a t ec o m p l e x i t y ； ( 3 ) s a c e a d e sb e t w e e np a t t e r na r e aa n dx - a x i s ( p xt y p e ) a r e aw a sm o r et h a n t h a tb e t w e e np a t t e r na r e aa n dy - a x i s ( p zt y p e ) ，a n dt h en m n b e ro fp x s a c c a d e sa r ed i f f e r e n tb e t w e e nt a s kt y p e sa ss a m ea sp ys a c c a d e s k e yw o r d s ：s t a t i s t i cg r a p h s s e m a n t i c c o m p r e h e n s i o n 学位论文独创性声明 本人所呈交的学位论文是我在导师的指导下进行的研究工作及取 得的研究成果据我所知，除文中已经注明引用的内容外，本论文不 包含其他个人已经发表或撰写过的研究成果对本文的研究做出重要 贡献的个人和集体，均已在文中作了明确说明并表示谢意 作者张酣期：伽 厂。( f 学位论文授权使用声明 本人完全了解华东师范大学有关保留，使用学位论文的规定，学校 有权保留学位论文并向国家主管部门或其指定机构送交论文的电子版 和纸质版有权将学位论文用于非赢利目的的少量复制并允许论文进 入学校图书馆被查阅有权将学位论文的内容编入有关数据库进行检 索有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密 后适用本规定 学位论文作者签名：沙学堆导师签名：缨穿支 日期： 矽叼石，孑 日期： 伽司，( 第一章统计图概述 在当前高度信息化的社会中，人们通过报刊、杂志、电视等媒体来获取大量 的信息。数据、表格和图表是信息最常见的载体。它们以其直观、通俗易懂、信 息量大而被广泛应用于社会的各个领域。然而在国际数学教育测试( i a e p ) 中， 我国大陆学生在其它计算题上得分领先，名列2 1 个国家和地区之首，但是阅读、 分析统计图表的能力却低于韩国、俄罗斯、美国、瑞士、加拿大等国家和地区发 达国家和地区都非常重视培养学生阅读和分析统计图的能力。对此我们国家也引 起了重视，在新的数据教学大纲中，统计图理解的教学被安排进了小学和初中的 教程中。但是国内对统计图理解的研究却相当少，对学生的指导大多凭教师的经 验。本文的目的在于总结国内外对统计图表理解的研究，同时设计了两个实验来 考察影响读者阅读线形图的因素。 1 图像符号 在现实生活和科学研究中，人们使用许多不同的方式来阐述思想、表达观念 和传递信息。音乐家用声音、画家用图像、作家用文字、舞蹈家用肢体动作来表 达他们内心的思想。本文所要关注的是一种表达变量之间数量关系的方式统 计图。统计图使用图像符号来表达不同变量的数量关系。所谓图像符号是指那些 具有一般意义的图像，这些图像根据惯例和习惯来解释。一张实物的照片不是符 号图像，因为照片所表现的是具体事物，不具有一般意义。面在高中物理教科书 中，一条带箭头的线段就是一个符号图像，因为按照物理学中的惯例，带箭头的 线段通常表示一个力，线段的长度表示力的大小，箭头表示力的方向。 k o s s l y n ( 1 9 8 9 ) 据图像符号表达信息的内容和方式的不同，将其区分为四 种不同的基本类型：统计图，表征图，地图和示意图。 ( 1 ) 统计图限制最严格的一种符号图像，用来描述事物间的数量关系。统计 图至少包含有两种变量( 其中至少一种是测量型的) ，事务的关系是配对的数量 关系。统计图表中通常用面积、线段、位置或者其的视觉特征来表示数量。常见 的统计图有线图、直条图、散点图和饼形图等。 ( 2 ) 表征图用来描述离散型事物之间的关系，如工业生产上的流程图。表征 图有内部的结构，事物和事物之间通过线条或者相应的位置关系来联系，这些表 示联系的线条或位置关系还可以文字注解。事物间联系可以是直接的，也可以是 间接的。表征图可以表示物体间的关系非常广泛，不仅仅限于配对的关系( 统计 图) 。 ( 3 ) 地图地图不像统计图和表征图那样完全按照惯例来表征事物，地图上的 区域对应于真实世界的领土范围，地图中各部分间的关系由真实世界的空间关系 所决定。但是地图通常包含符号成分( 如不同的颜色表示不同的人口密度) ，地 理位置上通常会伴有注解。 ( 4 ) 示意图示意图实际物体的示意性图片，如飞机的结构图，也可以用来表 示抽象概念的内部结构。示意图中使用了具有符号意义的图像( 如分子式中用圆 圈表示原子，连接圆圈的线段表示原子问的化学键) ，这些图像有着惯常的解释。 因此相片不是符号图像，因为相片中没有涉及到惯例意义。与统计图表和表征图 不同的是，示意图中的各部分对应于实际物体的各部分，而和地图不同的是示意 图不表示地理位置。 2 统计图的基本元素和分析的水平 上述四种图像可以组合成为更复杂的符号图像( 如地图中的国家上加饼形 图) ，但是这种组合图形可以通过分解为四种基本的图形来理解。在这四种不同 形式的符号图像中，统计图的使用最为广泛。 符号可以视为由不同成分组成的整体，不同成分以及它们之问的关系决定了 符号的意义，因此区分图像符号的基本成分对于分析符号的意义是非常有用的。 k o s s l y n ( 1 9 8 9 ) 将统计图区分出背景( 指或屏幕) 、边框( 轴线或边界) 、图标 ( 表示数字信息的符号) 和标注( 用来解释边框和图标的) 四种基本水平的元素。 这里基本水平的含义来自e l e a n o rr o s c h 和c a r o l y nm e r v i s 等人( 1 9 7 6 ) 的范 畴层级思想。r o s c h 等人把认知表征区分出上位范畴一基本水平范畴一下属范 畴，如“家具一椅子一摇椅”、“交通工具一汽车一赛车”，这显示了人类认知范 畴的一个基本层次结构，他们发现在这三个层级中，我们的知觉系统最容易区分 出基本水平范畴。这种中间水平范畴在认知上是“基本的”也就是说，与“上 位”范畴，如家具和交通工具，和下属范畴，如摇椅和赛车相比，它们有一种认 知优先性。类似的，k o s s l y n ( 1 9 8 9 ) 确定的基本元素能够将统计图的不同成分 区别开来的同时，保证在同一类别中的成分具有最大的相似性。 k o s s l y n 对图像基本元素的划分是根据其功能( 在表征信息中的作用) 而不 是物理特征来确定的。这些基本元素以及它们间的关系可以在三种不同的水平进 行分析：句法的、语义的和语用的。句法分析关注的是作为基本知觉线索的图像 元素( 如区域或线段) 自身的特征而不涉及到它们表征的信息，如它们是可区别 2 的吗? 它们是否混淆? 它们是按既定目的被知觉的吗? 到目前为止，这一水平的 实证研究最多。语义水平分析分析处理统计图的意义，特别是由图像元素表达意 思的清楚性和有效性。如，标注能否很容易就与图表中的线段相联系? 这方面的 研究相对而言比较少。分析的第三个水平，语用上的考虑主要处理统计图和读者 之间的关系，它与语义水平分析的区别在于两者虽然都研究统计图的意义，语义 的分析不考虑统计图使用的情境，而语用的分析不但包括统计图的意义，还包括 图表的读者和设计者，也包括统计图的起源、应用和效果，如文化在统计图阅读 中的影响。在这一水平上，可以确定的是尽管某些设计违背了低水平上的原理， 读者仍可以按既定的目标来理解图表。实际上在这一水平上的实证研究相当少。 3 统计图理解研究的历史和现状 统计图发明的时间并不长，p l a y f a i r 在1 7 8 6 年的经济和政治地图册中 首次使用了这一工具( p l a y f a i r ，1 7 8 6 ) 。统计图一出现就极大地促进了科学的 发展，天文学的发展就是一个很好的例子( s p e n c e g a r r i s o n ，1 9 9 3 ) ：2 0 世 纪丹麦人赫兹布朗( e h e r t z s p r u n g ，1 9 1 1 年) 和美国人罗素( h e n r yn o r r i s r u s s e l l ，1 9 1 3 年) 各自独立的将星团内的恒星按照亮度一光谱型态描点得到散 点图，颗恒星在图中的位置取决于它的质量和年龄，这就是现在天文学中常用 的赫一罗图。使用赫一罗图让天文学家检测离群数据变得简单方便，在此之前使用 数字和表格来分析则相当繁琐且极易出错。赫一罗图的出现几乎影响了当代天文 学的各个方面，尤其是对天体物理学的影响极大，因此有人说“它是天文学和天 体物理学历史上最伟大的观察工具之一”( s i m t h j a c o b s ，1 9 7 3 ) 。在物理学、 生物学、流行病理学、化学和社会科学中这样例子也比比皆是( c l e v e l a n d m a g i l l 1 9 8 4 ) 。 统计图对科学实践有着重要的意义，它们是分析和理解科学现象的工具 ( l a r k i n s i m o n ，1 9 8 7 ) ，是科学知识交流的重要媒介( m e i r a 。1 9 9 5 ) 。尤其是 最近由于电子信息技术的进步，个人可以方便的在电脑上制作统计图，统计图的 应用更加广泛了。今天在教科书、科学杂志以及大众出版物中，统计图随处可见。 有调查表明在物理学期刊中统计图的使用率为】1 幅页( l e m k e ，1 9 9 8 ) ，而在 生物学期刊中为1 4 幅页( r o t h ，b o w e n m c g i n n ，1 9 9 9 ) ，j o n e s 和c a r e r a s ( 1 9 9 4 ) 的调查显示1 9 8 3 年全世界出版的统计图总共约有9 0 0 0 亿张，而到1 9 9 4 年这个数字增加到2 2 万亿张。 统计图受人欢迎的一个原因是它能包含大量的信息。英语中有句谚语说“一 图胜千言”，幅好的统计图能包含高度浓缩的信息量，准确鲜明地展现信息的 3 特征。r o t h 和b o w e n ( 2 0 0 3 ) 研究表明，科学家在观察不熟悉的统计图时，对统计 图口头描述的词汇量在1 5 0 0 - 3 0 0 0 之间，而在观察自己熟悉的研究领域的统计图 时，口头描述所用的平均词汇量达到了1 0 0 0 0 个。因此在日常生活或者教育科研 中，往往使用一幅统计图就能把复杂的问题表达出来。另外一个原因是统计图让 读者更容易理解所事物之间的数量信息( m a c d o n a l d r o s s ，1 9 7 7 ；w i n n ，1 9 8 7 ) 。 语言表征将世界划分为一个个不同客体：语言表征具有类型特征。而统计图是通 过点、线的空间位置关系来表征变量( 客体) 之间的关系，同时具有拓扑特征和 类型特征，因而更适合用来表征复杂的自然现象，所以人们在阅读统计图时更容 易抽取出数量关系的信息( b a s t i d e ，1 9 9 0 ) 。 尽管统计图得到了广泛的应用，但是某些情况下，人们难以理解和解释统计 图中的数量信息，有时还会产生错误的反应( b e l la n dj a n v i e r ，1 9 8 1 ： m a i c h l e ，1 9 9 4 ：) 。特别是在统计图没有清楚的表达相关的数量信息时，儿童和成 人在阅读统计图时都会出现系统的错误( g a t t i sa n dh o l y o a k ，1 9 9 5 ：g u t h r i e e t a 1 ，1 9 9 3 ：l e i n h a r d te ta 1 ，1 9 9 6 ) 。因而如何更好地设计和制作统计图去有 效地记录和呈现信息，如何快速正确地获取图表所传递的信息，已成为认知心理 学家关注的重要问题，其研究成果具有明显的应用价值。 对统计图理解的研究始于2 0 世纪初美国统计协会杂志上一场的争论， 争论的焦点是饼形图和直条图哪个能更好的表征数据( l e w a n d o w s k y s p e n c e ， 1 9 8 9 ) 。w a i t e re e l l s ( 1 9 2 6 ) 认为饼形图要优于直条图，他的实验表明当要求被 试又快又准的估计部分占总体的比率时，饼形图明显要好于直条图。h u h n ( 1 9 2 7 ) 和c r o x t o n ( 1 9 2 7 ) 继续了e e l i s 的研究，处理了一些e e l l s 没考虑到的问题，但 是试验结果还是支持e e l l s 的论点。c r o x t o n 和s t e i n ( 1 9 3 2 ) 比较了长条、正方 块、圆形和立方体透视图表征数量的效果，他们发现长条表征数量要好于其他的 形式。这些早期的工作激发了大量的相关研究( p e t e r s o na n ds c h r a m m ，1 9 5 5 ： c u l b e r t s o na n dp o w e r s ，1 9 5 9 ) ，但是并没有得出确定的谁好谁坏结论。 统计图理解的研究经历了行为主义盛行时期短暂的迟滞后，随着认知心理学 的兴起，对统计图理解过程的研究又重新得到重视( l e w a n d o w s k ya n db e h r e n s ， 1 9 9 9 ) 。研究仍然从寻找最优的统计图出发( 如c l e v e l a n d ，1 9 8 5 ；c l e v e l a n d m c g i i i ，1 9 8 4 ) ，但是研究者逐渐认识到并不存在一种最优的统计图，除了统计 图本身，还有很多因素影响理解过程，任务类型、数据结构、读者本身的固有知 识等都影响读者对统计图的理解( s h a h ，p a n dh o e f f n e r ，h ，2 0 0 2 ) 。 在研究深度方面，从重视图表阅读绩效转向探索图表表征机制，以及图表和 文本信息的整合机制。以往研究试图寻求适合不同任务的最佳的图表显示方式， 而很少关注图表表征的机制。图表是一种重要的信息表征方式，对图表表征机制 4 的探索必定能进一步深化人们对图表加工过程的理解，而且人们对图表的加工与 对其他相关的信息( 如文本信息、音频信息等) 的加工关系密切。研究不仅考察 图表表征机制，也考察与之相关的背景信息或上下文信息的作用。近期研究已开 始涉及图表和文本信息的整合机制问题。如h e g a r t y ( 1 9 9 2 ) 的研究，他曾给被 试呈现描述滑轮系统的文本和图片，观察其注视点的变化，结果发现，被试阅读 有图片伴随的文本时，其理解过程在很大程度上是以文本导向的，观察图片是为 了构建他们在最近阅读文本的过程中获得的信息的表征。 从研究的方法上来看，最初的研究大多采用记录被试回答相关问题的正确 率，随着认知心理学的流行，反应时技术被用来分析被试阅读过程的心理加工机 制，到现在发展到采用多重技术收集数据。现在的研究中除了传统的反应时和正 确率外，还使用结合眼动追踪技术和口语报告，甚至对被试完成任务的行为摄像， 然后进行动作分析。口语报告在研究读者有意识的信息获取、加工等高级的心理 过程方面具有一定的优势。重要的是，我们可以将读者的口语报告作为一个指标， 与其他的客观指标如反应时、j 下确率相结合，以探讨读者获取、加工信息的特点 和规律。而视线追踪技术能够对读者认知活动提供相对应的实时测量，在探讨读 者获取、加工和推论图表信息的细节方面有其优势。 第二章影响统计图理解的因素 有关统计图理解的研究资料很多，但是这些研究分散在不同的学科里，包括 心理学、地理学、统计学、教育学和经济学等。为了提供统计图表阅读的心理加 工过程的完整认识，我们将考虑以下两个主要方面：首先我们讨论图表的物理特 征的影响，并挑选出一些研究加以讨论，这些研究为统计图的设计提供了一些的 基本原则，其中我们会指出好的图表设计还必须考虑读者的知觉任务；然后我们 考虑图表读者的知识结构对图表理解的影响。 1 统计图的物理特征和知觉任务 1 1 二维图 统计图在表征数据时有多种不同的形式，二维图是最常见的一种。常见的二 维图有条形图，饼形图，线形图，散点图等，而这些图形各自又有不同的形式。 同一数据可以用不同的统计图来表示，使用不同的统计图对读者抽取数据信息有 圈1 ：美国内战前南部和北部的人口数，1 8 2 0 - 1 8 6 0 不同的影响。以s h a h 等人的研究为例( s h a he ta 1 ，1 9 9 9 ) ，图1 选自美国8 年级历史教材，内容为美国内战前南部和北部的人口数，表现了在内战前的几十 年里，美国北部城市化进程迅速，而南部大部分人口仍然属于农村社会，作者意 6 图是借此说明人口结构的这种差异是导致内战的一个因素。然而研究者将这幅图 呈现给被试看时，却很少有人报告了南北城市化进程的差别。 毫尉人口出碉 托l 图2 ：美周内战前南部和北部的人口数，1 8 2 0 1 8 6 0 如果将统计图设计成图2 那样，研究者发现人们会更多的描述南北部之问城 市化进程的差异。从技术层面来说图1 和图2 都精确的将数据包含在图中，但是 图2 更符合统计图的设计原则：( 1 ) 将直条图改为折线图，有利于表征因变量随 年份的变化趋势；( 2 ) 将一幅图拆丌为两幅图，每幅图只体现一组数量对比关系， 图l 中包含了1 2 个数据点，而图2 中每幅图只包含6 个数据点，降低了统计图 的复杂性；( 3 ) 在图2 第一幅图中将y 轴的绝对数量( 人口数) 换成了农村人 口百分比例，降低了心理计算的要求。 尽管图1 和图2 都表征了相同的信息都满足了呈现信息的功能然而 它们给予读者理解和建构图表心理表征的线索却不同。就如在用文字书写时仅仅 关注拼写、标点以及语法是否正确不足以写出好的文章一样，以图表理解的知识 建构观点看来，仅仅在技术上正确的表达相应的数量信息是远远不够的。 比如读者从线形图中比从条形图中更容易读出x y 之间的趋势( 如当x 增加 的时候，y 也随着增加) ( c a r s w e l le ta 1 ，1 9 9 3 ：s h a he ta 1 ，1 9 9 7 ：z a c k s a n dt v e r s k y ，1 9 9 9 ) ：读者从线形图中读出x y 之间的趋势也更准确( c a r s w e l l a n dw i c k e n s ，1 9 8 7 ) 。z a c k s 和t v e r s k y 发现甚至当线形图中的x 变量是离散变 量时，一部分被试( 大学生) 也会将这些数据描述为连续的。如一个表示男女高 度的线形图会被这样描述：“一个人的男性程度越高，他她的身高也越高”( z a c k s a n dt v e r s k y ，1 9 9 9 ) 。然而当线形图形表征的数据比较复杂时( 如包含三个变量 的数据，需要用多条线来表示第三个变量) ，线形图的这种x y 趋势的认知优势 会导致读者不能完整地读取数据的信息。 7 测 硷 成 绩 柏 螵蠢承串 羹 硷 臻 缀 鳓 图3 ：室内温度和噪音水平对测验成绩的影响。两幅表示相同数据的线形图 6 0 9 0 耋内疆废 蚺 在s h a h ( s h a ha n dc a r p e n t e r ，1 9 9 5 ) 等人的一个研究中让被试观察包含 三个变量的线形图，被试只注意到x y 变量之间的变化趋势而忽视了第三个变量 与y 变量之间的关系。图3 为s h a h 试验中的一组图片，大部分的被试中对两幅 呈现同样数据的统计图的口语报告却不相同：对a 图只描述噪音水平对测验成绩 的影响，而对b 图只描述室内温度对测验成绩的影响。 0 室内温度 圜l 旦呈! l 3 0 嗓音水平 图4 ：用条形图来表示图3 中的数据 s 签约侣 线形图和条形图用来呈现绝对数量，而分段条形图和饼形图常用来呈现比例 数据。般说来，饼形图更适合部分整体比例判断任务( k o s s l y n ，1 9 9 4 ； 蚍 k i n s o n ，1 9 9 9 ) ，然而当任务中绝对数量信息和比例数量信息同样重要时，分 段条形图可能要更好些( k o s s l y n ，1 9 9 4 ) 。 c l e v e l a n d 和m c g i l l ( 1 9 8 4 ) 系统地研究了多种统计图在比例判断任务中 的表现，将不同图表中比例判断任务分解为一些“基本图像”的判断或比较，这 些“基本图像”的编码过程构成一个知觉连续体。按照“基本图像”判断在知觉 连续体上的位嚣，直线在角度判断之上，而条形图涉及的是直线判断，饼形图涉 及的是角度判断，因而条形图在比例判断时的正确率要比饼形图的正确率高。 s i m k i n 和h a s t i e ( 1 9 8 7 ) 认为c l e v e l a n d 和m c g i l l 的比例判断实验尽管目 标是在相同条件下比较比较图表，但实际上却使用了十分不同的刺激。在线段判 断的例子中，被试需要判断一条较线段占较长线段( 此线段是长线段的一部分) 的比例，这一任务与普通的直条图阅读一致。在角度判断的例子中，被试要求对 两不同角度作出类似的判断。然而，角度判断并不等于饼形图的判断。饼形图是 要判断一个单独的角占领一个较大的角的比例。因而，c l e v e l a n d 和m c g i l l 的 结果可能与日常统计图表的使用没有关联，这一假设被s i m k i n 和b a s t i e ( 1 9 8 7 ) 经过实验所验证。 s i m k i n 和h a s t i e ( 1 9 8 7 ) 首先重复了c l e v e l a n d 和m c g i l l ( 1 9 8 4 ，1 9 8 5 ) 的结果，即在判断一个刺激占另一个刺激的比例时，线段优于角度。然而，当任 务是判断整体中的某部分所占的比例时，饼形图和条形图之间的成绩就没有统 计上的差异了，而且两者都优于分段条形图。这一结果很容易由先前介绍的 s i m k i n 和h a s t i e 的模型( 1 9 8 7 ) 所解释，具体说来在比较两个独立的角度时， 图形观察者必须构建某个角度的心理图像，然后将这个心理图像叠加到另一个上 面，这是一个相当复杂的任务。而当比较一个整体和整体中某个部分时，部分的 大小可直接通过比较心理锚点而得到( 如，h o l l a n d s d y r e ，1 9 9 8 ) 。 s p e n c e 和l e w a r d o w s k y ( 1 9 9 1 ) 用实验研究了迫选任务的成绩，在这些任 务中被试要求指出在条形图、饼形图、表格和分段条形图中两个值的较大者。任 务包括直接比较( 如av s b ) 、简单组合比较( av s b + c ) 和复杂组合比较( a + b v s c + d ) 。实验结果又一次和c l e v e l a n d 和m c g i l l 的结论不同，他们发现任务 类型和图表类型间存在交互作用。在简单任务中( av s b 或av s b + c ) 饼形 图和直条图都优于表格，而复杂任务时( a + bv s c + d ) ，饼形图优于直条图，直 条图优于表格。 在进一步的研究中，s p e n c e 和l e w a n d o w s k y ( 1 9 9 1 ) 为此将刺激中相应的 部分着色，这样允许及时鉴别。而且颜色还安排得和反应键一致，这样消除了对 9 字母、部分、和反应键一一匹配的要求。结果发现成绩并没有受到影响，表明是 高级的认知过程而不是早期的知觉决定了在混合比较时饼形图的优越性。 h o l l a n d s 和s p e n c e ( 1 9 9 2 ) 更进一步将这一范例扩展到要求被试同时对从多 个图表得到的信息进行加工的任务。被试要求判断饼形图、分段条形图或者线形 图中的数量变化率，结果发现线形图和直条图对变化的察觉( 增加、较少或不变) 最精确，而饼形图最不精确。和先前的研究( s i m k i n h a s t i e ，1 9 8 7 ) 相反的 是，直条图和线形图在回答整体比例问题时也有优势( 如，a 占整体的比例是多 少? ) 。进一步的实验证实这是由于在直条图和线形图中可以获得坐标数值的缘 故：在第二个实验中，当详细的坐标尺和坐标数值都从图表中剔除的时候，结果 相反，饼形图和分段条形图的成绩在整体中占优势。 关于图表的样式的选择还有一个重要的发现，对特定数据的读取和对数据总 体情况的认知之间存在着权衡。为了说明这一点，我们来看一下l e g g e ，g u 和 l u e b k e r 的研究，他们比较了被试使用散点图，表格和明度编码的表格估计样本 数据的平均数和方差以及读具体数值任务的效率。在散点图中，数据点在y 轴上 的位置表示其数值的大小，而在x 轴上是随机分布的以避免误差。明度编码表格 的结构和传统的数据表格一样，但是它是用条形的明度而不是用数字来表示数据 的值。结果发现，在估计平均数和方差的任务时，用散点图得到的成绩最高，且 不因样本量的变大而产生成绩下降的现象，相反，使用表格的成绩会随着样本容 量增大而下降。而在读具体数值任务时表格的成绩最好。这是因为在散点图中， 可通过分析散点的物理分布迅速判断数据的方差，通过估计散点大致的中心位置 来判断其平均数。而另一方面，使用表格则要估计一组数字的方差和平均数则需 要大量额外的认知步骤，包括符号解码，短时记忆贮存，还要用到心理运算。 总之，线形图适合呈现x y 趋势，条形图适合呈现一个变量为离散型类型的 数据，而饼形图适合比例数据，没有哪种图表样式在所有的场合下都适合。相反 图表样式和读者的任务之间存在相互作用，c a r s w e l l 和w i c k e n s ( 1 9 8 7 ) 把这种 现象称为接近一相容性原理( p r o x i m i t yc o m p a t i b i l i t yp r i n c i p l e ) 。 1 2 三维图 随着计算机的普及，使用三维图来呈现多变量的数据变得越来越常见，然而 对这种统计图的研究却相当少。尽管三维图在统计分析中的应用越来越流行，大 量的研究却发现三维图表并不比二维图更好( m a r c h a k m a r c h a k ，1 9 9 1 ；m a r c h a k w h i t n e y ，1 9 9 0 ；m a r c h a k z u l a g e r ，1 9 9 2 ；w i c h e n s ，m e r w i n l i n ，1 9 9 4 ； w i c k e n s t o d d ，1 9 9 0 ) ，w i c k e n s 就认为三维图需要使用更多的认知资源而制 约了其作用。而w i c k e n s 等人( 1 9 9 4 ) 则发现，当任务类型比较复杂，问题涉及 到整合三个变量之间的信息时，三维散点图比二维散点图要好。s h a h ( 2 0 0 2 ) 比 较了三维网状结构图和二维线形图呈现三个变量的数据时的效果，图5 是其实验 中的一个例子，其中a 和b 呈现的数据完全相同。s h a h 发现被试在观察三维图 时会更多的描述三个变量之间的关系，而观察二维图时被试大多集中于x y 之问 的趋势。 1 0狮 3 04 0 釉 饼 侮 图5 ：婴儿死亡牢和识字率、g d p 之同的关系，三维翮络结构图和二维线形图 类似的，在三维图中接近一相容性原理同样适用。m e r w i n 等人( 1 9 9 4 ) 发 现当使用三维网状结构图时，被试会忽视某些信息；而在s h a h 的研究中，被试 在做具体数值阅读任务时，三维图的效果要差些。 1 3 颜色、透视画法、标签和边框 除了图表样式之外，图表设计的时候还有其它的图像特征可以选择，最常见 的有颜色、标签、大小和坐标轴的比率。 颜色既可以用来表示数量( 如深颜色表示人口密度大，浅颜色表示密度小) ， 也可以用来表示变量( 如用红色表示女性，蓝色表示男性) 。颜色在统计图中最 主要的一个用途就是用来分类。k o s s l y n ( 1 9 9 4 ) 的研究发现，如果在两个饼形 图中比较不同的离散变量，被试倾向于将相同颜色的数据归为一类。颜色另外一 个好处就是可以减少读者将图表中的指示图标和变量联系起来的难度，因为颜色 可以降低工作记忆的心理量。例如在图6 中，要将温度和各种图标联系起来( 如 圆圈表示7 0 度) ，这无疑需要占用一部分工作记忆，如果将温度用颜色来表示， 红色的表示温度高的，蓝色的表示温度低的，这将有助于被试将线与变量值联系 委n 死搴1 毫 起来( b r o c k m a n ，1 9 9 1 ) 。然而颜色不能精确的表示数量( c l e v e l a n da n dm c g i l l ， 1 9 8 5 ) ，而且当颜色表示连续型数据时可能会导致阅读困难。在p h i i i i p s ( 1 9 8 2 ) 的实验中发现被试容易将颜色表示的连续数据理解为分类数据。还有一个问题就 是统计图中使用颜色对色盲会造成困难，而色盲或色弱在男性中占到7 的比例。 最后，颜色的使用要符合惯常用法，如“较暗即较多”( 黑色) 和“较暖即较多” ( 黄色) ，如果违背这一原则就可能带来认知上的偏差。 有两种常用方式来表示图表中的第三变量，一种是像图6 ( a ) 中那样直接 在线的旁边标注，一种是像图6 ( b ) 中那样使用标签。哪一种更有利于阅读呢? c a r p e n t e r ( 1 9 9 8 ) 等人认为使用标签额外的增加了读者的工作记忆量，因为它 需要读者将标签代表的值保持在短时记忆中。他建议在设计图标时最好避免使用 标签，特别是针对儿童的时候。 1 03 0 l o 轻盛索苹3 0 辏毒表罕 ( a ) 直接在线卜傲标注( b ) 使用图标做标注 图6 ：测验成绩和噪音水平、室内温度的关系 二维图采用透视画法也是常见的一种表现手段，图7 是一个采用透视画法的 条形图，这里的第三个维度没有任何意义，这种图在多媒体和普通的课本中都十 分常见( s p e n c e ，1 9 9 0 ；t u f t e ，1 9 8 3 ) 。一般说来这种不能给图表增加任何有 用信息的图像特征是没有好处的，因为它们会增加额外的心理工作量。t u f t e ( 1 9 8 3 ) 甚至将其视为制图中的垃圾，他建议尽量不要使用这种华而不实的东西。 事实上些研究也支持t u f t e 的观点，在读值任务和比较任务中，三维透视图的 成绩要比二维平面图的成绩稍微差一些( f i s c h e r ，2 0 0 0 , z a c k se ta 1 ，1 9 9 8 ) 。 然而也有研究发现在做比较任务时这两种图片没有差别，而且被试也更喜欢三维 透视图( c a r s w e l le ta 1 ，1 9 9 1 ： s p e n c e ，1 9 9 0 ) 。 测 验 最 缀 一 冒 室内温度 缓 囫6 0i， 口b o i ， 广塌7 圈7 ：图6 的透视图嘶法。 壕膏水平 统计图的横轴和纵轴的长度( 数据的密度) 以及它们的比例会影响我们对其 的理解。阅读散点图时如果数据的密度较大时，被试倾向于夸大变量之间的关系， 当密度增大时 无论是通过增加数据数量还是减小坐标轴的长度) ，夸大的程度 也会增加( c l e v e l a n de ta 1 ，1 9 8 2 ；l a u e ra n dp o s t ，1 9 8 9 ) 。相似的，边框的 ： ： 篓： 2 a 蛳i秘2 舶3脚 幽8 某社区遭抢劫人数 事毋 图d 卑量 霉b 比率对被试理解统计图的模式也有影响。同样的一组序列数据，坐标轴单位取值 不同的情况下，所得到时序图的上升、下降的幅度和范围就不一样。如，某社区 从2 0 0 1 年到2 0 0 4 年来因抢劫案件而受伤的人数由3 入逐年增加到6 、9 、1 2 人， 认为需要加强社区的治安者绘制了图8 ( a ) ，而对社区治安持乐观态度的治安 者则绘制了图8 ( b ) ，前者显示该社区治安案件受伤人数的上升幅度很大，而 后者使这一趋势看起来无多大上升( 陈启山，2 0 0 6 ) 。 1 3 2 读者的知识结构 前面回顾的研究大多数是关于图像元素的特征丽没有涉及到它们表征的信 息，这一水平的研究到目前为止是最多也是最详细的。我们早已知道读者固有的 知识和期望对事物理解的影响，在一个经典的研究中，l o r d 等人( 1 9 7 9 ) 给被 试陈述一些研究结论，这些结论支持或者反对当下争议较大的议题如是否废除死 刑等，结果表明被试更容易记住和他们固有信念相反的陈述。与此相似，除了图 表自身的物理特征外，图表使用者的知识结构以及他们的预期也会影响他们对图 表的编码和理解。影响读者的知识可以分为两类，一类是关于统计图本身的知识， 男一类是关于统计图呈现的内容的知识。 2 1 关于统计图的知识 读者关于统计图本身的知识和经验会影响其对统计图的理解。最近的研究表 明存在着图表图式( p i n k e r ，1 9 9 0 ) 影响读者对图表的表征。 在t v e r s k y 等人的研究中，给大学生观察一幅“l ”型图片，图中只有一条 从原点出发的直线，然让被试自出回忆在空白的“l ”型图中重新画出原来的直 线。结果发现当事先告知被试此图为一张统计图时，他们画出来的直线倾向于靠 近4 5 度，而当告知被试此图为一张表示一条河流的地图时，画出来的直线倾向 于向0 度或者9 0 度靠近。这表明读者拥有规范化的图表图式他们更喜欢4 5 度的线，而不喜欢较陡或较平的线。 还有一种关于统计图的心理预期会影响统计图的理解。读者倾向于将y 轴视 为因变量，将x 轴视为自变量，这种情况下较陡的直线代表更快的增长率。如果 幅图违背了这种常规，将自变量放在y 轴上、因变量放在x 轴上的话，读者就 宓 迸 救 畿 盘 琏宰焘静耀骞3 45 f l 图9 ：交通事故次数和酒后驾车、车间距离的关系， 变量放在x 轴上 空童摹蛩敬未 45 仙l a 圈中因变量按照惯常的做法放在y 轴上，而b 图中因 1 4 巍_l荔黪鬈 有可能在理解斜率和速率的关系时产生错误( g a t t i sa n dh o l y o a k ，1 9 9 5 ) 。s h a h ( 1 9 9 5 ) 的一个研究表明了x - y 互换给读者带来的困难。研究给被试观察包含三 个变量的线形图( 见图9 的例子) ，在图9 ( a ) 中酒后驾车的人数和交通事故之 间存在着相关，而在图9 ( b ) 中酒后驾车的人数和交通事故之间没有关系( 因 为每个酒后驾车人数对应的交通事故的次数是一样多的) 。图表使用新手( 新入 学的大学生) 不能认识到图9 ( b ) 中的两个变量没有关系。他们对两幅图的描 述都类似：“随着酒后驾车人数的增加，交通事故也在增加”。新手通常依据图表 内容而非图表地信息做出推断。相反，专家则很少犯这种错误。 g a t t e s 和h o l y o a k ( 1 9 9 5 ) 发现线性函数图表的理解受到数量增长的呈现 方式的影响。在一些例子中，图表中下降的曲线表示较快的化学过程，而在另一 些例子中，上升的曲线表示较快的化学过程。当保留“较快= 较陡”这一斜率的 图形功能时，就会产生较好的成绩，而不包括“较快= 较陡”这种一致性时，成 绩就会下降。 t v e r s k y ，k u g e l m a s s 和w i n t e r ( 1 9 9 1 ) 做了一个对图表理解的跨文化研究。 当图表x 轴坐标值变化和被试自身语言中的从左至右或从右至左的阅读模式相 匹配时，对图表的理解会比较容易。在从右至左阅读模式的文化中，如果将图表 组织为从右至左表现时序，那么对图表的理解就会得到加强，相反如果从左至右 表现时序，对图表的理解会减弱。同时，不论语言、文化和年龄，个体总是将“较 多”和“较好”这样的词和图表的上方联系起来，g a t t i s 和h o l y o a k ( 1 9 9 5 ) 也得到了类似的结果。 2 2 关于统计图呈现内容的知识 图表呈现的内容也会通过信念和期望影响图表读者对图表内容的理解。几个 研究都表明读者对图表中变量关系的估计受到读者的信念