心智模型四劍客之凱利方格法序：當(dāng)你和伴侶即將成為FANG奴，在面對(duì)六七個(gè)備選樓盤(pán)時(shí)，是否覺(jué)得決策是蠻艱苦的事情呢？本文將介紹源于人格心理學(xué)的凱利方格法，它可以幫助你更好地厘清這些樓盤(pán)對(duì)于你們而言，優(yōu)缺點(diǎn)各有哪些；哪幾個(gè)樓盤(pán)可能更相似(更成為一類(lèi))；影響最終決策的因素包括了什么。你們可以構(gòu)建出一幅關(guān)于買(mǎi)房的心智模型，從而成為更幸福的FANG奴。一、基本理論上世紀(jì)50年代，美國(guó)心理學(xué)家喬治·凱利(GeorgeKelly)提出了個(gè)人構(gòu)建理論(PersonalConstructTheory)o該理論的基本觀點(diǎn)是：人就如科學(xué)家(Everymanisascientist)，科學(xué)家探索與鉆研，以預(yù)測(cè)、控制所研究的事物；人之于他/她所身處的世界亦然：不斷建構(gòu)、檢驗(yàn)，繼而修正他/她對(duì)于周遭事物的認(rèn)知方式與模型，最終也是為了可以預(yù)測(cè)、控制生活。構(gòu)建(construct)是這套理論中的重要概念。構(gòu)建是相對(duì)于個(gè)人的，是個(gè)人用來(lái)解釋世界的方式、理解事物之間如何相似又如何相異的過(guò)程。它通常是一組對(duì)立概念(如，自信VS自卑)，而且是有層級(jí)的，與個(gè)人價(jià)值觀更相關(guān)的視為核心構(gòu)建。基于該理論，凱利設(shè)計(jì)了一套心理咨詢(xún)療法用于抽取構(gòu)建，從而幫助咨詢(xún)師以及個(gè)人更好地認(rèn)識(shí)自己和心理問(wèn)題。咨詢(xún)過(guò)程中涉及到一項(xiàng)重要的訪談技術(shù)，即今天要介紹的一一凱利方格法(KellyRepertoryGridTechnique，下稱(chēng)RGT)。(GeorgeKelly,1905-1967)RGT作為輔助心理咨詢(xún)的技術(shù)已超過(guò)40年，并被廣泛運(yùn)用在心理學(xué)以外的領(lǐng)域。它可以幫助我們了解用戶(hù)是如何理解某個(gè)話題、某個(gè)問(wèn)題域(problemdomain)的，從而建立心智地圖等。同時(shí)它作為定性與定量結(jié)合的方法，能實(shí)現(xiàn)態(tài)度、感覺(jué)與認(rèn)知的量化。而在UX領(lǐng)域，RGT可以有何應(yīng)用？舉例而言：可用于研究用戶(hù)對(duì)于同類(lèi)競(jìng)品的認(rèn)知差異(從品牌、到功能到體驗(yàn)到……)在設(shè)計(jì)初期階段，可用于比較不同的概念原型方案可用于研究評(píng)估體系，例如用戶(hù)會(huì)從哪些細(xì)分維度來(lái)評(píng)價(jià)界面的易用性、功能……等當(dāng)然，學(xué)習(xí)了這套技術(shù)的基礎(chǔ)，可以變化出各種研究命題。下面以一個(gè)虛擬的研究主題來(lái)展開(kāi)闡述。我們?cè)诰W(wǎng)絡(luò)上有各種各樣的帳號(hào)身份，比如豆瓣的、微博的、開(kāi)心網(wǎng)的、QQ的、人人網(wǎng)的……那么，在這些不同網(wǎng)站上的“我”加上真實(shí)世界中的我，這眾多的“我”之間，有什么相似與相異呢？這也將反映出“我”對(duì)于這些網(wǎng)站在不同方面的認(rèn)知狀況。二、操作RGT是基于訪談的技術(shù)。接下來(lái)將攜上述例子，介紹建立一個(gè)凱利方格的完整過(guò)程。方格包含元素(element)、構(gòu)建(construct)＞評(píng)分(rating)三個(gè)關(guān)鍵概念，它們將貫穿于整個(gè)訪談。STEP1：元素整理元素是研究主題的具體討論對(duì)象，需要首先確定好。至少需要4個(gè)元素，否則進(jìn)行RGT的意義就不大了。在本例，元素包括真實(shí)世界的我，豆瓣上的我，微博上的我，開(kāi)心網(wǎng)上的我，QQ上的我，人人網(wǎng)的我。STEP2：構(gòu)建抽取(ConstructElicitation)這是RGT最核心的步驟，在訪談中將循環(huán)進(jìn)彳丁若干輪，每輪細(xì)分步驟如下一一抽取、呈現(xiàn)元素。首先要在所有元素中抽取若干，最常用的方式是三元組法，即從所有元素中抽三個(gè)進(jìn)行比對(duì)。但也有心理學(xué)家認(rèn)為二元組法會(huì)更易于抽取到兩極化的構(gòu)建。三元組的抽取順序可以事先全部設(shè)定好，若無(wú)需過(guò)于嚴(yán)謹(jǐn)?shù)脑?，在頭一兩輪可以米取隨機(jī)。筆者的做法是將兀素編號(hào)，并在現(xiàn)場(chǎng)準(zhǔn)備一副撲克牌。讓用戶(hù)挑選三張撲克牌，然后以數(shù)字對(duì)應(yīng)元素。但是進(jìn)行到后面的輪次，可以改為研究員人工挑選元素，盡量使未被一同討論過(guò)的元素得以組合在一起。（2）循環(huán)提問(wèn)。首先將抽取出來(lái)的三個(gè)元素呈現(xiàn)給用戶(hù)（在具體操作現(xiàn)場(chǎng)，可以口頭描述的方式，或以屏幕、紙質(zhì)卡片等形式呈現(xiàn)元素）。接著，提出兩個(gè)問(wèn)題，這兩個(gè)問(wèn)題的基本套話是“您認(rèn)為X,Y,Z中，哪兩個(gè)比較相似？哪個(gè)與其他兩個(gè)不一樣？”在用戶(hù)確定了分類(lèi)后，追問(wèn)為什么。在這個(gè)過(guò)程中，一對(duì)構(gòu)建被抽取出來(lái)。完成一個(gè)三元組的提問(wèn)、成功獲取一對(duì)構(gòu)建后，換一個(gè)新的三元組進(jìn)行同樣的提問(wèn)。不一定需要窮盡所有三元組，需要考慮用戶(hù)疲勞度。實(shí)際上，訪談過(guò)程中會(huì)出現(xiàn)飽和點(diǎn)，即不再有新的構(gòu)建被提出，此時(shí)即可中止提問(wèn)。（3）追問(wèn)與提煉。一種常見(jiàn)的情況是，用戶(hù)的回答只是一些表面構(gòu)建。比如男-女，藍(lán)色-紅色，用戶(hù)人數(shù)多-少……事實(shí)上，凱利的學(xué)生亨特概括了幾類(lèi)可被視作無(wú)用的構(gòu)建：-過(guò)于寬泛的構(gòu)建：如，人-動(dòng)物；男-女。-地理構(gòu)建：如，粵ICP-京ICP的；甲坊-乙坊。-表面構(gòu)建：如，黃頭發(fā)-黑頭發(fā)；藍(lán)色系-綠色系-模糊構(gòu)建：如，好-不好，不錯(cuò)-不怎么樣。個(gè)人態(tài)度、行為、感知相關(guān)的內(nèi)容，才是核心構(gòu)建，以上幾類(lèi)構(gòu)建則無(wú)法提供這些信息。因此，研究員需要進(jìn)一步深挖追問(wèn)，使用下一篇文章將要講述的攀梯訪談術(shù)從表面探尋更有意義的構(gòu)建。在經(jīng)歷完以上步驟后，應(yīng)能形成如下圖所示的方格，要注意正向和反向需要各自成一列。注：以上構(gòu)建純屬虛構(gòu)，每行為一對(duì)。STEP3:評(píng)分*這一步驟是要請(qǐng)用戶(hù)為所有元素在每一對(duì)構(gòu)建上進(jìn)行評(píng)分。筆者為該步驟標(biāo)上星標(biāo)，是認(rèn)為可根據(jù)實(shí)際情況將這部分設(shè)為可選。因?yàn)樵谇懊娴某槿∵^(guò)程中已經(jīng)能提煉到大量有用信息，評(píng)分這一步的主要價(jià)值在于有利于量化分析。評(píng)分有兩種常用方式：量表法與序列法。量表法就是將兩級(jí)賦分，中間過(guò)度。例如使用5分量表，那么5分代表最接近左級(jí)，1分代表最接近右級(jí)的描述。序列法相對(duì)更簡(jiǎn)單，即在所有元素中，選出最接近某級(jí)的元素為1，其次是2,依次排序。量表法是更常用的方法，后續(xù)數(shù)據(jù)分析能做更多挖掘。以上分?jǐn)?shù)純屬亂填。無(wú)論采取哪種方法，都需要考慮到一種很可能的情況：在對(duì)某對(duì)構(gòu)建評(píng)分時(shí)，某個(gè)元素可能不適用。比如，“新浪微博”可能同時(shí)很文藝也很世俗，而“既不也不”的情況也很可能存在，這時(shí)候有三種處理方式：丟棄這對(duì)構(gòu)建讓用戶(hù)置空不打分，但在后續(xù)統(tǒng)計(jì)時(shí)折成半分（如5分量表則為2.5分）鼓勵(lì)用戶(hù)盡可能思考最具代表性的情況至此，一個(gè)方格建設(shè)完畢。STEP4:數(shù)據(jù)分析正常情況下方格是基于一個(gè)個(gè)體用戶(hù)的，所以完成調(diào)研后，首先需要通過(guò)內(nèi)容分析整理好所有構(gòu)建。進(jìn)一步的計(jì)算主要針對(duì)各個(gè)元素之間的相似性，方法包括主成份分析、因子分析、集簇分析等，即可對(duì)單個(gè)方格也可對(duì)全體用戶(hù)的方格進(jìn)行匯總分析。對(duì)于上述例子而言，通過(guò)統(tǒng)計(jì)可得到哪兩個(gè)網(wǎng)站在哪些維度（構(gòu)建）上比較相似等結(jié)論。數(shù)據(jù)分析這部分過(guò)于龐雜，不做過(guò)多探討，詳細(xì)的使用SPSS分析的方法請(qǐng)參考墨爾本大學(xué)心理系提供的手冊(cè)。三、實(shí)踐應(yīng)用以上介紹了RGT的基本理論及完整過(guò)程，但在實(shí)踐過(guò)程中，大可取其精華加以變通。廣告學(xué)與營(yíng)銷(xiāo)學(xué)對(duì)于RGT的應(yīng)用繁多，例如進(jìn)行品牌或具體產(chǎn)品的消費(fèi)者認(rèn)知對(duì)比、購(gòu)買(mǎi)關(guān)鍵因素分析等，但往往只進(jìn)行到抽取構(gòu)念這一步而不評(píng)分。在工業(yè)心理學(xué)領(lǐng)域的應(yīng)用包括了解員工如何評(píng)價(jià)不同的領(lǐng)導(dǎo)人，厘清模糊的工作崗位的確切定義等。信息系統(tǒng)領(lǐng)域有不少文獻(xiàn)利用RGT探討用戶(hù)對(duì)于檢索系統(tǒng)的評(píng)價(jià)維度。人機(jī)交互領(lǐng)域在網(wǎng)站對(duì)比、字體對(duì)比、原型對(duì)比等方面都有文獻(xiàn)?？偠灾?，只要了解基本的定義與操作，RGT的應(yīng)用范疇還是很廣的。當(dāng)然，它與下篇文章即將介紹的攀梯訪談術(shù)結(jié)合，會(huì)產(chǎn)生更好的效果。四、RGT的利與弊R(shí)GT是一種既發(fā)散又良好收斂的技術(shù)，它的優(yōu)點(diǎn)包括——（1）操作結(jié)構(gòu)化，減少不同研究員導(dǎo)致的結(jié)果參差。但對(duì)于用戶(hù)是非結(jié)構(gòu)化的訪談，避免了事先提供一個(gè)框架給用戶(hù)，完全以用戶(hù)為中心，通過(guò)誘導(dǎo)用戶(hù)說(shuō)出自己的想法，繼而從用戶(hù)的視角構(gòu)建出關(guān)于主題的心智地圖。（2）結(jié)果清晰簡(jiǎn)單，后期數(shù)據(jù)處理相對(duì)輕松，降低時(shí)間成本當(dāng)然，RGT也有它的缺陷。比如：至少需要四個(gè)元素才能發(fā)生作用；很可能抽取到大量無(wú)用的構(gòu)建；一般需要8~10人（取決于具體研究主題），而一對(duì)一的形式耗時(shí)長(zhǎng)（當(dāng)然，也可以嘗試在焦點(diǎn)小組用這種方法）。五、小結(jié)本文介紹了凱利方格法這種訪談技術(shù)，希望對(duì)于您挑房挑車(chē)、挑老公老婆等人生大事有所幫助！其實(shí)，把元素?fù)Q成現(xiàn)在的我，1年后的我，1年前的我，10年前的我，10年后的我，您也可以給自己做個(gè)心理咨詢(xún)玩玩喲！發(fā)揮你的想象力吧！感謝收看，下文將介紹手段目的鏈以及超好玩的攀梯訪談術(shù)。參考文獻(xiàn)：學(xué)術(shù)類(lèi)一一Theidentificationoffactorsinfluencingdestinationchoice:Anapplicationoftherepertorygridmethodology.Transportation.1982.HarryTimmermans,RobHeudenandHansWesterveldTheEasyGuidetoRepertoryGrids.byDJankowiczTowardsaclassificationoftexttypes:arepertorygridapproach.ADillon.InternationalJournalofMan-MachineStudies,1990CapturingDesignSpaceFromaUserPerspective:TheRepertoryGridTechniqueRevisited.INTERNATIONALJOURNALOFHUMAN–COMPUTERINTERACTION,12(3&4),441–459THEREPERTORYGRIDTECHNIQUE:AMETHODFORTHESTUDYOFCOGNITIONININFORMATIONSYSTEMS,MISQuarterly,2002UseofCognitiveMappingTechniquesinInformationSystems.KengSiau,XinTan.UsingtheRepertoryGridandLadderingTechniquetoDeterminetheUser'sEvaluativeModelofSearchEnginesJohnson,FrancesC.andSarahE.Crudg