• No results found

Hodnocení barevných preferencí

7 EXPERIMENTÁLNÍ ÁST

7.2 Hodnocení barevných preferencí

Experiment hodnocení barevných preferencí je sou ástí japonského projektu, JSPS .18300246 – V decká analýza barevného ú inku a jeho vlivu na zájmy zákazníka (Influence of Colour Impression to Customer’s Interests and its Scientific Analysis), Kyotského Institutu Technologie, [ 35].

Cílem této instituce je analyzovat globální trh se zám rem získat informace o kritériích preferencí barev a barevných odstín p evážn pro spot ební elektroniku. Jedná se o marketingovou analýzu požadavk a preferencí potencionálních zákazník . Analýza je provád na za ú elem uplatn ní výrobk na trhu a k dosažení vyšších zisk .

Prost edkem pro získání t chto údaj jsou dva dotazníky, které byly p eloženy do eského jazyka (P íloha 4P íloha 5). Vyhodnocení dotazník je uvedeno v této ásti diplomové práce.

Informace byly získávány od 45ti student Technické univerzity v Liberci obor návrhá ství, technologie a design, textil. Experimentu se ú astnilo 45 žen ve v ku 20 - 25 let.

Dotazování probíhalo v zimním období m síc prosinec a leden. Vliv ro ního období je jedním z faktor , které ovliv ují vnímání a preference barev. (viz kapitola 6.3. výzkum preferencí barev).

Dotazníky obsahují dohromady 20 otázek typu otev ených, uzav ených i kombinovaných (definice viz kapitola 6.6.1). Pro tuto diplomovou práci byly dotazníky p eformulovány ze zam ení na spot ební elektroniku na produkty od vního sortimentu (viz p íloha . 4 a 5). Z dotazníku je vyhodnoceno 9 otázek.

Otázka 1 hodnotí, které z položek (zna ka, barva, design, materiál, cena, snadná údržba, prakti nost, módnost) jsou pro respondenty rozhodujícím prvkem p i nákupu elektroniky, automobil a od v . Položky jsou íslovány podle stupn preference v po adí 1 až 8, tzn. 1 – nejd ležit jší a 8 - nejmén d ležitá. Otázka je rozd lena na dv ásti. První

ást je v nována obecn spot ební elektronice, od v m a automobil m.

Systém hodnocení položek – menší hodnota, vyšší rozhodující prvek p i nákupu:

0 1 2 3 4 5 6 7

zna ka barva design materiál cena funkce

Elektronika Od vy Automobily

Graf 15: Význam položek v rozhodování respondenta p i nákupu výrobku

P i nákupu spot ební elektroniky je pro respondenty nejvýznamn jším faktorem

„funkce.“ Up ednost ují zna ku p ed designem produktu. Design se adí na první místo u od vních výrobk a u automobil je druhém stupni d ležitosti. Respondenty byly pouze ženy, a proto by bylo vhodné odpov di porovnat s hodnocením muž .

Druhá ást se v nuje od v m rozd leným podle ú elu použití a op t se sleduje zna ka, barva, design, materiál, cena, snadná údržba, prakti nost a módnost.

Spodní prádlo

zna ka barva design materiál cena snadná

údržba prakti nost módnost

zna ka barva design materiál cena snadná údržba

zna ka barva design materiál cena snadná prakti nost módnost

Pracovní od v

zna ka barva design materiál cena snadná údržba

zna ka barva design materiál cena snadná údržba

zna ka barva design materiál cena snadná údržba

prakti nost módnost

Graf 16: Soubor graf s položkami rozhodování respondenta p i nákupu od vního výrobku

Tab. 5: Nej ast ji volené po adí d ležitosti položek u respondent .

zna ka barva design materiál cena snadná údržba prakti

-nost mód-nost

spodní prádlo 8 3 1 2 4 7 5 6

spole enský

od v 8 2 1 4 5 6 6 2

sportovní od v 8 6 1 2 7 3 2 6

pracovní od v 8 6 5 3 5 2 1 7

vycházkový

od v 8 2 1 3 7 5 6 2

od vní

dopl ky 8 2 1 4 5 7 6 1

modus celkem 8; 2 1 2 5 7 6 6

Z graf a tabulky vyplývá, že u všech vyjmenovaných druh od v respondenti (potencionální zákazníci) vnímají jako nejd ležit jší faktor design a barvu. Tento poznatek ukázal logickou situaci, kdy je p i výb r zboží na prvním míst vizuální hodnocení produktu.

Tedy st ih, tvar a barva p sobí na zákazník v první dojem. Z marketingového pohledu je tento výsledek podn tem pro neustálé sledování a zjiš ování preference barev u potencionálních zákazník .

Dalším faktorem p i výb ru od vních výrobk je získat informace o materiálovém složení a cen . Pokud výrobek zaujme také po tomto kroku, pak podle naší analýzy jsou dalšími rozhodujícími faktory o koupi módnost, prakti nost, zp sob údržby a nakonec zna ka výrobce. P i pohledu na po adí hodnocení jednotlivých druh od v je vid t, že zákazníci rozlišují od vy a jejich vlastnosti podle ú elu, pro který mají být použity. Nap . u sportovního a pracovního oble ení kladou v tší d raz na materiál, prakti nost a snadnou údržbu.

U od vních dopl k je to hlavn otázka módy/trendu, tvaru a barvy.

Otázka 2 se zajímá o vliv faktor (a-g) p i nákupu: 1. od v , 2. spot ební elektroniky.

Možnosti 1–4:

4. velký vliv, 3. malý vliv 2. nemá vliv 1. v bec nemá vliv.

Faktory: a. složitost údržby/použití,

b. výrobek m brzo p estane bavit, c. nízká kvalita,

d. design, který m že rychle vyjít z módy (brzký outfit), e. hodnota neodpovídá cen (nadhodnoceno),

f. víceú elná kombinace použití – pro od vy, nové funkce mohou brzy zastarat – el. spot ebi e, g. názor lidí na m j vkus (výb r).

Od vy

0 1 2 3 4 5

a b c d e f g

Graf 17: Míra vlivu faktor na nákup od v Spot ební elektronika

0 1 2 3 4 5

a b c d e f g

Graf 18: Míra vlivu faktor na nákup spot ební elektroniky

Naše respondenty p ed koupí od v nejvíce ovlivní cena, zda odpovídá celkové hodnot – kvalit výrobku (c), (e). Dále zvažují možnost víceú elové kombinace použití (f).

U spot ební elektroniky je hlavním sledovaným faktorem složitost údržby a použití (a), kvalita a možnost brzkého zastarání nových funkcí (f). Výrok (b) „výrobek m brzo p estane bavit“ se jeví jako nevýznamný v rozhodování o po ízení tohoto specifického zboží.

Respondenti od výrobku o ekávají se samoz ejmostí dlouhodobou užitnou hodnotu.

Otázka 3: Respondenti volili výrok 1 - 3, podle kterého by se rozhodli koupit výrobek prost ednictvím internetového a katalogového obchodu.

1. Výrobek koupím pokud jsem ho již fyzicky vid l/la.

2. Výrobek koupím na základ fotografie.

3. Výrobek koupím bez jakéhokoliv znázorn ní.

0 1 2 3

triko

obuv

ryfle

Graf 19: Výroky p i rozhodování o zp sobu nákupu

Z hodnocení této otázky lze usoudit, že respondenti jsou p i nakupování od v p es internet i katalog zdrženliví. P esto, že v dnešní dob je tato forma nákupu prezentována jako pohodlná, rychlá a snadná, je zde vid t velká preference kamenných obchod s možností vyzkoušení výrobku a „odborné“ rady. Dalším možným faktorem preference kamenných obchod m že být osobní jednání nap . v p ípad vým ny i reklamace vadného zboží.

Otázka 4: Zde m li respondenti vybrat situaci (1-5) podle toho, jak by postupovali, kdyby jimi vybraný výrobek nebyl k dispozici v preferované barv .

Dané výroky:

1. Koupím si výrobek v jiné barv .

2. Koupím jiný podobný výrobek v mé preferované barv . 3. Jdu do jiného obchodu sehnat výrobek mé preferované barvy.

4. I p es zdržení si výrobek v dané barv objednám.

5. Nekoupím.

0 1 2 3 4 5 6 7

triko kalhoty svetr/mikina bunda oblek/kostým Graf 20: Míra tolerance k preferované barv výrobku

I p es nabídku širokého barevného sortimentu hraje preferovaná barva p i nákupu od v rozhodující roli. U elektronických spot ebi byla p evážn volena možnost objednat nebo sehnat výrobek požadované barvy v jiném obchod . Z grafu m žeme vy íst, že s rostoucí cenou výrobku kladou zákazníci v tší d raz na p ísnou preferenci barvy.

Otázka 5 je otázkou otev enou. Jde o popis barev p ídavnými jmény, které respondenty napadnou p i její p edstav .

Z velmi obsáhlých a pestrých charakteristik jednotlivých barev byly fináln vybrány ty i výroky s nejv tší etností:

Bílá istá, nevinná, elegantní,chladná erná elegantní, smutná, tajemná, praktická Šedá smutná, nenápadná, neutrální, chudá

ervená energická, vášnivá, h ejivá, agresivní Modrá klidná, chladná, p íjemná, neutrální Žlutá veselá, jasná, teplá, slune ní

Zelená uklid ující, p írodní, sv ží, jarní Oranžová teplá, veselá, pozitivní, živá R žová sladká, n žná, dív í, nevinná Purpurová elegantní, tajemná, hrdá, vznešená Hn dá p írodní, zemitá, teplá, p íjemná Sv tle modrá vzdušná, klidná, studená, jemná Tmav modrá hluboká, tajemná, námo nická, vážná Žlutozelená sv ží, jasná, jarní, p íjemná

Okrová p írodní, h ejivá, zemitá, p íjemná Olivová p írodní, vojenská, uklid ující, p íjemná Béžová neutrální, p íjemná, jemná, nevýrazná Indigo tajemná, hluboká, vznešená, ryflová Zlatá zá ivá, luxusní, bohatá, honosná St íbrná chladná, elegantní, slavnostní, zá ivá

Pocity respondent z testovaných barev se shodují s poznatky uvedenými v odborné literatu e o psychologii barev (viz. kapitola 6.3). Významným d vodem je spojování barvy s p írodou. Nap . respondenti spojovali sv tle modrou barvu s oblohou a mo em, žlutou se sluncem, žlutozelenou s jarem, hn dou s p dou a d evem, okrovou s pískem a také nap . oranžová byla asto ozna ena jako pomeran ová barva. Potvrzuje se, že vjem barvy je zdrojem vnit ních pocit lov ka.

Otázka 6 je v nována pocitu z barvy p i nakupování. Respondenti m li zvolit barvu, která je pro n p íjemná p i nákupu založeném pouze na názvu barvy a to bez znázorn ní produktu.

0% 10% 20% 30% 40% 50% 60% 70%

bílá erná ervená modrá žlutá zelená oranžová r žová purpurová hn dá sv tle modrá tmav modrá žlutozelená okrová olivová béžová indigová zlatá st íbrná

Graf 21: Míra výb ru oblíbené barvy založené na jejím názvu

Graf 21 znázor uje procentuální etnost výb ru dané barvy. Nejoblíben jšími barvami z staly klasické barvy erná a bílá, které pravd podobn poukazují na faktor prakti nosti.

Nebo-li zákazník, volbou t chto barev, nem že jednoduše „nic pokazit.“ Jejich kombinace s ostatními barvami je vždy p ijatelná. Na t etí pozici, s tém stejným procentem výb ru jako u bílé je barva hn dá. Velké procento volby hn dé m že být zd vodn no kolekcemi podzim/zima 2006, které byly v tomto období p evážn zam eny na odstíny hn dé. Malé procento získaly barvy žlutozelená, žlutá a okrová.

Otázka 7, 8, 9: V následujícím grafu jsou spole n shrnuty a vyhodnoceny 3 otázky.

Na první z nich byli respondenti tázáni na barvu, která p evažuje celoro n v jejich šatníku.

Další dv otázky se ptaly na nejoblíben jší a nejmén oblíbenou barvu.

0%

10%

20%

30%

40%

50%

60%

Bílá erná

Še ervená

Modrá Žlu Zelená

Oranžová Ržová

Hn Žlutozele

žová Tyrkyso

oblíbená neoblíbená šatník

Graf 22: Graf oblíbené a neoblíbené barvy a barvy šatníku

Osa y znázor uje procento dané barvy volené 45ti respondenty. Dohromady hodnotí r žovou a šedou barvu jako nejmén oblíbenou a nejoblíben jší zelenou a bílou. Žlutá barva se považuje za neoblíbenou, ale p esto se asto vyskytuje v šatníku respondent . R žová je na tom obdobn . Barva s nejv tším výskytem v šatníku je erná.

ZÁV R

Je všeobecn známé, že barva výrobku ovliv uje zákazníka v jeho výb ru. Diplomová práce se snaží zjistit míru tohoto vlivu pomocí dotazníkové metody.

P i vyhodnocení anketních dotazník bylo zjišt no, že první dojem z výrobku je pro zákazníka prioritní. Tento poznatek je pro výrobce zásadní. Na první dojem p sobí barva a design (st ih, tvar, vzhled). U elektroniky i u od v obecn p evažují barvy erná a bílá.

Ob barvy jsou hodnoceny respondenty jako elegantní, praktické a snadno použitelné v kombinaci s ostatními barvami. Dalšími nejvíce žádanými barvami u elektroniky je st íbrná a šedá, u od v je zelená a oranžová.

Po zhodnocení dotazníkových otázek a po prostudování literatury, která se zabývá psychologií barev, dynamikou barev a marketingovou komunikací, lze s jistotou poukázat na význam t chto analýz. Výzkum trhu je d ležitý pro následná doporu ení firmám a spole nostem. Doporu ení mohou vést jednak k úsp šným kolekcím výrobk , k uspokojení pot eb zákazník a samoz ejm k r stu zisk výrobních a obchodních firem. Pro úsp ch na celosv tovém trhu je velice podstatné znát charakteristiky, významy a vnímání barev v jednotlivých zemích. Tento experiment je zp sob jak tyto informace získat. Výsledky analýzy by mohly být dále diskutovány zejména z marketingového hlediska, pro jehož ú el byla také sestavena. To již nebylo p edm tem diplomové práce.

Pro další rozvoj zpracovávaného úkolu by bylo vhodné pracovat s v tším panelem respondent obou pohlaví. Analýzy orientovat nejen na jednu v kovou skupinu, ale na všechny generace. Dalším upozorn ním a doporu ením je více se soust edit na vhodn jší formulace otázek p i dotazování. N které typy otázek japonského projektu byly formulovány složit a nejasn . Nejasné otázky vedly k nejasným odpov dím. Podle dopl ujících komentá je pro respondenty snadn jší odpovídat na uzav ené typy otázek s volbou výb ru možnosti odpov di. Otev ené otázky vyžadují vynaložit psychické úsilí, kdežto p i vypl ování zaškrtáváním p edepsaných možností nemusí dlouho nad otázkami uvažovat.

Výsledkem druhého experimentu - porovnávání subjektivních a objektivních barevných diferencí pomocí rovnic CIELAB, CMC (l:c), CIE1994, CIE2000 a OSA-UCS - jsou následující poznatky. Predikce rovnic je vyjád ena korela ním koeficientem a výkonnostním faktorem ve vztahu k vizuálním barevným diferencím. V obou variantách vykazuje rovnice CIE1994 nejlepší predik ní schopnost. Naopak nejhorší predik ní

schopnosti dosáhla rovnice OSA-UCS. Pravd podobnou p í inou selhání této rovnice je skute nost, že data OSA-UCS poskytují relativn malou ást barevného prostoru barevných povrch a predikce rozlišování barev tak není dostate ná viz. Obr. 20, 21.

Horšího výsledku bylo dosaženo také u rovnice CMC(2:1), která poukazuje na problematické vizuální vnímání rozdíl u vyšších barevných odchylek. D vodem rozdílu predik ních schopností mezi rovnicemi CIE1994 a CMC(2:1) je skute nost, že každá vychází z jiného modelového p ístupu. Rozdíl je také v toleran ních rozmezích elipsoid . Rovnice CIE1994 má toto toleran ní rozmezí obecn v tší.

Pro další rozvoj zpracovávaného téma op t doporu uji shromaž ovat data s širším panelem respondent a také použít v tší soubor barevných vzork . Dalším návrhem je posuzování barevných odchylek u r zných povrch a jejich pozorování pod více druhy osv tlení.

Zajímavým tématem by bylo porovnat barevný vjem, barvocit a vizuální barevné diference i barevné preference u respondent obývajících r zné ásti kontinent . Mapy poznatk s podkladem reliéfu sv tadíl by vytvá ely zajímavý obraz.

LITERATURA

[ 1] Kolektiv autor : M ení barevnosti a jeho využití v koloristické praxi;

eskoslovenský kolorista, 1976.

[ 2] Fraser, B.,Murphy, C., Buting, F.: Správa barev; Computer Press, Brno, 2003.

[ 3] Pleskotová P.: Sv t barev, 1.vydání, Albatros, Praha 1987.

[ 4] http://www.color-tec.com/color.htm

[ 5] http://hyperphysics.phy-astr.gsu.edu/hbase/hframe.html

[ 6] Vik, M.: Základy m ení barevnosti I. díl, Technická univerzita v Liberci; 1995 [ 7] Vik, M.: Dopl ky k p edm tu „M ení barevnosti a vzhledu,“ 1996.

[ 8] Rudolf, J.: Subjektivní a objektivní hodnocení barevných odchylek – CIE 2000.

Diplomová práce, TU Liberec, 2004.

[ 9] http://www.grafika.cz/obecne/pruvodci/cms.htm

[ 10] Koudelka, M.: M ení barevnosti ve stavební praxi, Tepelná ochrana budov, [cit.

05/2002]. Dostupné z: http://www.stavebni-chemie.cz/files/clanky/8.pdf.

[ 11] erba, O.: P ednášky z p edm tu Po íta ová kartografie, Západo eská univerzita, Fakulta aplikovaných v d, Katedra matematiky. Dostupné z:

http://gis.zcu.cz/studium/pok/Materialy/Book/index.html.

[ 12] Billmeyer, F. W. Jr., Saltzman, M. : Principles of Color Technology, III. Ed., John Wiley & Sons Inc., 2000.

[ 13] Vik, M.: M ení Barevnosti a Vzhledu – Barevné Odchylky; TU Liberec, 2003.

[ 14] http://handprint.com/HP/WCL/wcolor.html, [cit. MacAvoy, B., 2007].

[ 15] Sv tlo: asopis pro sv telnou techniku a osv tlování, . 4/2001. Dostupné z:

www.odbornecasopisy.cz/download/sv040112.pdf.

[ 16] Kobayasi, M., Yosiki, K.: An Effective Conversion Algorithm from OSA-UCS to CIEXYZ. IX. Kongres AIC, 06/2001, Rochester, USA. Dostupné z:

http://www.iscc.org/aic2001/abstracts/oral/Kobayasi_Yosiki.pdf.

[ 17] Moroney, N.: A Radial Sampling of the OCA UCS. 11th IS&T/SID Color Imaging Conference, 11/2003, Arizona, USA. Dostupné z:

http://www.hpl.hp.com/personal/Nathan_Moroney/cic11-rad-osa_ucs.pdf.

[ 18] Richter, K.: Computergrafik und Farbmetrik, VDE-Verlag, Berlin, 1996.

[ 19] Richter, M. : Einfuehrung in die Farbmetrik, Walter de Gruyter Berlin, 1976.

[ 20] Vyhlasová, J.: Pr myslové posudky barevných diferencí. Diplomová práce, TU Liberec, 1999.

[ 21] Hunter Associates Laboratory: Color Theory - CMC, Vol. 8, No. 13, 10/1996.

Dostupné z: http://www.hunterlab.com/appnotes/an10_96ar.pdf.

[ 22] Marguier, J., Süsstrunk, S.: Color matching functions for a perceptually uniform RGB space. CIE konference, Ottawa, Kanada, 03/2006. Dostupné z:

http://www.iscc.org/jubilee2006/abstracts/SusstrunkAbstract.pdf.

[ 23] Imai, F. H., Rosen, M. R. a Berns, R. S.: Comparative Study of Metrics for Spectral Match Quality. 1. konference CGIV 2002, USA. Dostupné z:

http://www.art-si.org/PDFs/Metric/Imai_CGIV2000.pdf.

[ 24] Hunter Associates Laboratory: Establishing Instrumental Color Difference Tolerances for Your Products, Vol. 17, No. 12, 12/2005. Dostupné z:

http://www.hunterlab.com/appnotes/an12_05.pdf.

[ 25] Zmeškal, O., eppan, M., Dzik, P.: Barevné prostory a správa barev, 10/2002.

Dostupné z: http://www.fch.vutbr.cz/lectures/imagesci/download/stud06_rozn02.pdf.

[ 26] Technické normy SN, Textilní suroviny a výrobky, Zkoušení stálosti vybarvení textilních surovin a výrobk . Dostupné z: http://www.technicke-normy-csn.cz/.

[ 27] http://www.uniware.cz/clanky/deltae94.htm

[ 28] Melgosa, M., Huertas, R., Berns R. S.: Relative significance of the terms in CIE2000 and CIE94 color-difference formulas. Optical Society of America Journal, Volume 21, Issue 12, pp. 2269-2275 (2004).

[ 29] Jan ovi , A.: Vnímání barev. Diplomová práce, Masarykova univerzita v Brn , 2005.

[ 30] Weberová, A.: Barvy v komunikaci, [cit. 6.11.2006]. Dostupné z:

http://www.metrostav.cz/cz/aktuality/aktualni_informace/detail?id=1401.

[ 31] Beránková, E.: Kupní chování a loajalita zákazník firmy Country Life. Diplomová práce, TU Liberec, 2006.

[ 32] Simová, J.: Marketingový výzkum trhu, TU Liberec 1997, ISBN 80 – 7083-201-0.

[ 33] Vik, M.: P ísp vek k problematice výpo tu malých bar. odchylek. Doktorská diserta ní práce, TU Liberec, 2004.

[ 34] Chou, W., Lin, H., Luo, M. R. a kolektiv: Performance of lightness difference formulae; Color. Technol., 117 (2001) 19-29.

[ 35] Sato, T.: JSPS Project No.18300246 , Micro-symposium on Colour Research and Application, 8. September 2006, Kyoto, Japan.

P ÍLOHY

SEZNAM P ÍLOH

P íloha 1: Polární diagramy Farnsworth – Munsell 100 – Hue testu.

P íloha 2: Korela ní koeficienty a hodnoty vizuálních a nam ených barevných odchylek daných diferen ních rovnic.

P íloha 3: Projekce dat okolo barevných center.

P íloha 4: Dotazníky 1 a 2 zam ené na spot ební elektroniku.

P íloha 5: Dotazníky 1 a 2 zam ené na od vní sortiment.

P íloha 1

P o lární diagramy Farnsworth – Munsell 100 – Hue testu.

1. skupina – nejlepší rozlišovací schopnost barev

ANALYSIS

Subject - 1 Reference - K003

Date of test - 02-01-2007 Comments - TMI

Total error score (TES) = 4 Square root (TES) = 2.0

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 2 Reference - D004

Date of test - 12-11-2006 Comments - DP student Total error score (TES) = 12 Square root (TES) = 3.46

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 3 Reference - K004

Date of test - 02-01-2007 Comments - KTT

Total error score (TES) = 16 Square root (TES) = 4.0

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 4 Reference - D005

Date of test - 12-11-2006 Comments - DP

Total error score (TES) = 16 Square root (TES) = 4.0

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 5 Reference - D014

Date of test - 12-17-2006 Comments - fa textilní ODE Total error score (TES) = 16 Square root (TES) = 4.0

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 6 Reference - K001

Date of test - 02-01-2007 Comments - Architektura Total error score (TES) = 8 Square root (TES) = 2.83

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 7 Reference - K001

Date of test - 02-26-2007 Comments - FS

Total error score (TES) = 8 Square root (TES) = 2.83

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 8 Reference - D017

Date of test - 12-17-2006 Comments - fa textilní RJA Total error score (TES) = 12 Square root (TES) = 3.46

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 9 Reference - D012

Date of test - 12-17-2006 Comments - DP

Total error score (TES) = 12 Square root (TES) = 3.46

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 10 Reference - D008

Date of test - 12-12-2006 Comments - DP

Total error score (TES) = 16 Square root (TES) = 4.0

Classification = Superior discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 11 Reference - D003

Date of test - 12-11-2006 Comments - PhD student Total error score (TES) = 12 Square root (TES) = 3.46

Classification = Superior discrimination Suggested Diagnosis - Normal

2. skupina – pr m rná rozlišovací schopnost barev

ANALYSIS

Subject - 12 Reference - D015

Date of test - 12-17-2006 Comments - fa strojní Total error score (TES) = 24 Square root (TES) = 4.9

Classification = Average discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 13 Reference - D015

Date of test - 12-17-2006 Comments - fa strojní Total error score (TES) = 20 Square root (TES) = 4.47

Classification = Average discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 14 Reference - K001

Date of test - 02-01-2007

Comments - Ústav zdravotnických studií Total error score (TES) = 24

Square root (TES) = 4.9

Classification = Average discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 15 Reference - D007

Date of test - 12-12-2006 Comments - DP

Total error score (TES) = 48 Square root (TES) = 6.93

Classification = Average discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 16 Reference - D016

Date of test - 12-17-2006 Comments - Socrates

Total error score (TES) = 32 Square root (TES) = 5.66

Classification = Average discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 17 Reference - D006

Date of test - 12-11-2006 Comments - RTP

Total error score (TES) = 44 Square root (TES) = 6.63

Classification = Average discrimination Suggested Diagnosis - Normal

ANALYSIS

Subject - 18 Reference - D007

Date of test - 12-11-2006 Comments - RTP

Total error score (TES) = 28 Square root (TES) = 5.29

Classification = Average discrimination Suggested Diagnosis - Normal

3. skupina – slabé rozlišování barev (deuteranopický defekt)

ANALYSIS

Subject - 19 Reference - D018

Date of test - 12-17-2006 Comments - fa textilní KMT Total error score (TES) = 164 Square root (TES) = 12.81

Classification = Low discrimination Suggested Diagnosis - ? Deutan defect

4. skupina – nerozhodné rozlišování barev

ANALYSIS

Subject - 20 Reference - D013

Date of test - 12-17-2006 Comments - fa strojní Total error score (TES) = 72 Square root (TES) = 8.49

Classification = Average discrimination Suggested Diagnosis - Unresolved

P íloha 2

Korela ní koeficienty a hodnoty vizuálních a nam ených barevných odchylek daných

Korela ní koeficienty a hodnoty vizuálních a nam ených barevných odchylek daných

Related documents