Yi: 「論文文獻」Body Expressions Influence Recognition of Emotions in the Face and Voice

Body Expressions Influence Recognition of Emotions in the Face and Voice
Jan Van den Stock、Ruthger Righart 、Beatrice de Gelder
Emotion, Vol 7(3), Aug 2007, 487-494. doi: 10.1037/1528-3542.7.3.487
By the American Psychological Association
URL: http://psycnet.apa.org/journals/emo/7/3/487/

此篇論文主要以臉部、聲調、全身肢體所表達出的情緒做為探討，因為很少有研究做關於肢體情緒表達，因此研究者為了調查肢體情緒分別利用三種實驗來研究。

實驗一

目的：識別肢體的情緒
17位受測者，年齡為18-28歲，讓他們分類照片中的身體情緒(臉模糊)，分類的情緒只有生氣、害怕、快樂、傷心。

測試中一組會有三張照片，分為上、下右、下左呈現三角形(圖一)，三張照片會有不同的性別組成，且三張照片中，如果有2張的害怕情緒，其中會出現不是害怕情緒的誤選項(ex.快樂、傷心、生氣)。

總共有72張照片，安排24組試驗(4種情緒 x 3種誤選項 x 2種性別)，參與者必須將選擇下方左右兩張的情緒照片去搭配上方的照片的相似情緒。
以單一樣本t檢定顯示，識別全部的身體情緒的機率等級為百分之50，P值小於等於.001。

使用重複測量變異數分析去分析4種情緒的變數，發現有顯著的影響，之後利用邦弗朗尼事後檢定，觀看成對比較，發現有三組具有顯著差異，分別為生氣與傷心t(16) = 3.79, p < .002，害怕與快樂t(16) = 4.40, p < .001以及害怕與傷心t(16) = 5.22, p < .001。(圖2)

圖2. 正確的情緒配對
針對誤選項因素實施重複測量變異數分析，也發現一些顯著的影響，之後利用邦弗朗尼事後檢定，觀看成對比較有兩組具有顯著差異，傷心與生氣的誤選項 t(16) = 3.85, p < .001以及害怕與傷心的誤選項 t(16) = 3.05, p < .008.
之後計算每位參與者的中位數之反應時間，進行重複測量變異數分析4 種情緒，發現生氣與傷心t(16) = 5.10, p < 0.001，害怕與快樂t(16) = 3.92, p < 0.001、害怕與傷心t(16) = 3.94, p < 0.001為顯著。(圖3)

圖3. 辨別情緒的時間
實驗一的數據呈現出害怕的身體表達比較讓人困難辨認情緒。

實驗二

實驗二主要的實驗為測驗身體語言在臉部表情的識別影響。

實驗工具方面，創建一個5個階段連續表情，從害怕→快樂的表達五階段(X5)各搭配快樂與害怕的身體(X2)，總共10張(圖4)。

圖4. 不同階段的臉部表情搭配快樂的身體

利用臉部表情(5階段)以及身體表達(2階段)的因子，實施重複測量變異數分析，得出主要顯示情緒認知受到臉部的影響為 F(1, 13) = 37.56, p < .001，身體為F(1, 13) = 37.56, p < .001，臉部與身體互動為F(4, 52) = 4.78, p < .002.
之後比較的臉部表情與身體表達的“快樂情緒”的比例之間的差異反應，發現從害怕的臉部表情到第三個臉部表情配合身體的三種組合中，有顯著的差異( p <.006, p < .001, p < .001,，後面兩個組合則無(圖4、圖5)。

圖5

計算每位參與者的中位數之反應時間，進行重複測量變異數分析，發現時間的辨別情緒的速度並沒有顯著差異。
實驗二的結論為：當臉部表情情緒呈較為模糊(模擬兩可)的狀態時，身體所呈現的姿勢容易影響臉部的情緒。

實驗三

實驗三主要為身體語言對音律的情緒識別的影響
將句子的音調從害怕→快樂被分成7個階段，配上快樂、害怕兩種沒有臉部表情的身體語言(圖5)，總共有14種配對組合。

圖5

讓參與者分辨音律(7) x 身體(2)的14種組合的聲音情緒(主要以聲音為主，省略身體的情緒)，之後利用重複測量變因數分析得到聲音的情緒 F(6, 78) = 24.90, p < .001 與身體的情緒 F(1, 13) = 9.94, p < .008 都有達到顯著差異，然而彼此之間卻沒有互相作用。
之後計算每位參與者的中位數之反應時間，進行重複測量變異數分析，F(6, 78) = 9.43, p < .001，得到的結果為聲律的情緒位於模糊地帶，反應的聲律的情緒時間會拉長。(圖6)