ピラティスのレギンスでウエストとヒップが別のサイズ欄に入ったら、どちらを信じるべきか。人体寸法と衣服のサイズ予測の研究から、サイズ表の役割、部位ごとの不一致、推奨サイズの正解率を読み解く。締め付けの好みと寸法の適合を分け、試着で比較するための考え方を整理する。
サイズ表のウエスト欄では小さい方、ヒップ欄では大きい方。ピラティス用のレギンスを選んでいて、指が購入ボタンの手前で止まる。ここで体をサイズ表に合わせる必要はない。体の部位が同じサイズ区分に収まらない例は、人体寸法を使った衣服の研究でも多数見つかっている。[6]
答えの芯は、サイズ表から候補を選ぶことと、着たときの適合を確かめることを分ける点にある。身体を立体的に測って服のサイズを予測する研究でも、採寸から出した答えと仕立て担当者の判定は完全には一致しない。表示されたサイズを最終判決にするより、候補を絞る道具として読むのがよい。[1]
ただし、これから扱うのは一般衣服や制服のサイズ研究である。ピラティス用レギンスの最適な締め付けを決める実験とは区別する。「マシンピラティスのレギンスは編み目も確認、通気性と伸びやすさを分ける選び方」が扱う布の性質とは問いを分け、ここでは体の寸法がサイズ表の別々の欄に入る場面を考える。
ウエストとヒップが別の欄でも、体の失敗ではない
人体寸法とは、体の各部の長さや周囲などを測った値である。衣服を選ぶ場面では、この複数の値をサイズ区分へ当てはめる。しかし、バスト、ウエスト、ヒップが同じ区分になるとは限らない。衣服サイズの予測方法を調べた研究では、参加者677人のデータのうち、これらの部位でサイズ区分が一致したのは63人、部位による違いがあったのは614人だった。[6]
この数字は、その研究で使ったサイズ体系と参加者の組み合わせについての結果である。街で見かける人全体の割合でも、レギンス購入者の返品率でもない。それでも「サイズ表の複数の欄がそろわないのは、自分だけの例外だ」という受け取り方を変える材料にはなる。研究では、既存のサイズ体系で十分に対応できない人の割合も35.45%と報告された。[6]
ウエストに合う候補とヒップに合う候補が異なるなら、まずその違いを残したまま比較を始めたい。どちらかの測定値を都合よく読み替えて、ひとつの欄に押し込む必要はない。体の部位間でサイズ区分が食い違うという研究結果から、この記事では「違いを消すより、違いがどこにあるかを知る」と読む。[6]
たとえば試着室へ持ち込む前に、ウエストは候補の範囲内、ヒップは境界に近い、と言葉にしておく。これは研究で効果が検証された試着手順ではなく、研究の論点を買い物へ移すための整理案だ。試着後に「何となく合わない」で終わらず、候補を選ぶときに迷った場所へ戻るためのメモである。
また、この研究の部位間の違いは、右脚と左脚の差を意味しない。ウエストとヒップでサイズ区分が違う話を、そのまま左右非対称の証明として使うことはできない。[6] 片側だけ布が気になるという試着中の気づきは、その場の観察として残せばよい。そこから体のゆがみや筋力差まで決めつけないことだ。
疑問の続きは、体で確かめるのがいちばん早い。
立体的に測っても、サイズの答えはひとつに決まらない
採寸を増やせば迷いがなくなるのか。その期待に対して、ニュージーランドの軍人の制服サイズを調べた研究は、便利さと難しさの両方を見せる。18〜39歳の女性が運動着を選ぶ場面へ、その結果をそのまま当てはめることはできない。[1] 研究者は陸軍の583人の人体寸法を使い、条件を分岐させながらサイズを分類する「決定木」という予測方法を作った。その後、別の新兵154人のデータで精度を検証した。[1]
最もよかった自動測定による方法でも、仕立て担当者が割り当てたサイズとの一致率は、シャツで58.1%、ズボンで61.7%だった。体重とウエスト周囲が強い予測要因であり、誤った予測は一般に担当者の判定より隣のサイズへずれていた。研究者は自動分類の可能性を認めつつ、実用化に向けて追加研究が必要だと結論している。[1]
ここでいう一致率の相手は「着た人がピラティス中に快適だったか」ではなく、仕立て担当者のサイズ判定である。ズボンの予測が61.7%一致したことを、レギンスの通販が同じ確率で成功する話にはできない。[1] 採寸の値、予測の答え、着用者の感覚は、それぞれ何を評価したものか確認して読む必要がある。
別の研究では、立体的な身体測定データからサイズ区分を分類する手法を比較し、主要な寸法に着目した方法の精度が89.66%、追加の寸法情報も取り込む別の方法が68.97%だった。[6] 情報を足せば必ず精度が上がる、という結果ではない。どの寸法をどう組み合わせるかも、サイズ予測の問題に含まれている。[6]
これらの一致率を横に並べて、後の方法なら誰の服でもよりよく選べる、と順位をつけるのは早い。軍服で担当者の判定を予測する課題と、別のデータでサイズ区分を予測する課題は同じ試験ではない。[1][6] レギンスの購入画面に推奨サイズが出ても、何をもって正解としている仕組みなのかは、考えておきたい点である。
中央線で立川へ向かう途中、スマホに出た推奨サイズは頼もしく見える。だが、数字がきれいにひとつ出たことと、本人の迷いが全部解かれたことは別だ。買い物の場面では「この候補になった理由」と「まだ着ていない場所の感覚」を分けて持っておく。画面の自信を、そのまま自分の確信に借りなくてもよい。
この軍服の研究では、方法を作った集団とは別の新兵で検証している点も読みどころになる。[1] 予測方法を考えるために使ったデータと、その方法を試すためのデータを区別した設計だ。「過去の採寸にうまく当てはまった」という説明と、「別の人でも判定が一致した」という説明を混ぜないための、大事な区切りである。[1]
それでも、検証した対象は軍服を選ぶ新兵である。[1] 18〜39歳の女性のレギンス選びでも同じ精度になるかは、この軍服の結果だけでは判断できない。 そのまま日常の運動着を買う人の好みや、レッスン中の動きやすさまで予測できたとは読めない。店頭で推薦機能を使うなら、入力した値だけでなく、出てきた答えをどの段階で使うかも意識したい。候補を見つける段階で役立つことと、そのまま購入を決められることを分けるのだ。
また、研究の数字には信頼区間、つまり推定値の不確かさの幅を添えて示す場合もあるが、ここで扱ったサイズ予測の一致率については、報告された割合をそのまま紹介している。[1][6] 異なる研究の数字の差だけを見て優劣を断定せず、対象と正解の定義へ戻って読む方がよい。[1][6]
同じサイズの中にも、異なる体の組み合わせがある
女性向けのサイズ推薦を改善しようとした研究では、既存の大きな体型区分をさらに細かく分ける方法が提案された。大きな体型区分ごとに4つの特徴を使い、それぞれに3通りの属性を設けることで、各区分の中を81種類に分けている。単一のサイズ番号へまとめる前に、体型の組み合わせを扱おうとする研究である。[13]
研究者は仮想試着のシミュレーションによる圧の分布を使って推薦基準を調整し、特定の体型区分の顧客事例で手順を示した。著者らは、従来の推薦よりも体に沿うサイズを選ぶ助けになる方法として提案している。[13] これは実際のピラティス中に全員の着用圧を測り、推奨値を決めたという結果ではない。
この細分化の出発点は、中国の規格で定められた女性の4つの体型区分である。手順を示した事例は、そのうち体型Aの顧客を対象とし、この区分は体型全体の52.73%を占めると説明されている。[13] 81種類へ分けたという設計の細かさと、すべての区分で実際の着心地を比較したという検証の広さは別の話だ。分類を細かくする発想は参考になるが、日本で販売されるレギンスのサイズ欄と、この研究の体型区分を同じものとして読み替えることは避けたい。[13]
圧の分布という言葉が出ると、「強く締まれば体に合っている」と読みたくなるかもしれない。しかし、この研究で圧の分析が担ったのは、推薦の判断基準を細かくする役割だ。[13] 締め付けを強くすることを、そのまま適合の向上と呼んでしまうと、研究が考えている複数の条件をひとつに縮めてしまう。
この記事からの実用的な提案は、サイズを比べるときに評価する場所を先に決めることだ。腹部はどうか、ヒップはどうか、脚の付け根はどうか。立っているときの好みと、座ったときに気になる点を別々に書く。これは圧を計測する行為ではない。家庭や試着室で感じた「きつい」を、研究の測定値のように扱わず記録するための工夫である。
たとえば、大きい方の候補で腹部は気にならず、ヒップは好みに合うと感じたとする。そのとき「全体が大きすぎた」と一括りにする前に、どこを見てそう判断したのかを問い直す。逆に、小さい方で見た目が好みでも、着ている間ずっと気になる場所があるなら、その感覚までなかったことにしない。服の番号に総合評価を代弁させない比較だ。
数字で読むサイズ表と人体寸法
677人のデータ：サイズ区分と身体の複数部位の関係を分析した研究の規模である。[6]
63人と614人：部位間でサイズ区分が一致した人数と、部位によって違った人数を示す。[6]
583人と154人：軍服の予測方法を作るための集団と、別に精度を確かめた新兵の集団に当たる。[1]
61.7%：自動測定によるズボンのサイズ予測が、仕立て担当者の判定に一致した割合である。[1]
81種類：女性の体型を細分化する提案で、大きな体型区分の内側に設けた組み合わせの数を指す。[13]
疑問の続きは、体で確かめるのがいちばん早い。
1
2
