Sağlam bir renk deneyi tasarlamak

Kısa cevap

Kırmızı ile maviyi karşılaştıran bir deneyde yalnız ton değişmelidir: açıklık, kroma, uyaranın boyutu ve süresi, zemin ve çevre, bakış mesafesi, ortam ışığı ve görüntüleme cihazı iki koşulda eşit tutulmalı, bunlar da ekranın ölçülmesiyle belgelenmelidir. Bunun yanında deneyi yürütenin koşulu bilmemesi, renk görme farklılığı olan katılımcıların taranması, örneklemin güç analiziyle önceden belirlenmesi ve analizin ön kayıtla sabitlenmesi gerekir. Ekranın en doygun kırmızısı ile en doygun mavisi bu koşulu sağlamaz: CIELAB açıklıkları 53 ile 32'dir, yani «kırmızı» koşulu aynı zamanda «daha açık» koşuludur.

Bir deney, bir tekrar

2009'da Science dergisinde yayımlanan bir makale, kırmızı ve mavinin düşünmeyi farklı yönlere ittiğini ileri sürdü.

Dört yıl sonra bir araştırmacı, makalenin çalışmalarından birini birebir tekrarladı.

PS-05 kırmızının başarımı etkilediği iddialarını, PS-06 renk araştırmalarındaki tekrarlama krizini anlatmıştı. Bu ders bir adım geriye gidiyor: bir renk deneyi, sonucu ne çıkarsa çıksın güvenilir olacak biçimde nasıl kurulur? Tekrarın başarısız olması tek başına özgün deneyin yanlış kurulduğunu göstermez; ama iyi kurulmuş bir deney, olumlu ya da olumsuz sonucunun neye dayandığını açıkça söyler.

Alanın kendi teşhisi

Renk ve psikolojik işlevler alanının önde gelen araştırmacılarından biri, alanın yöntem sorunlarını açıkça sıralamıştır.

Elliot'un tam denetimin olanaksız olduğunu da kabul ettiğine dikkat edin: ona göre ölçüt, bugünkü teknolojinin izin verdiği ölçüde renk özelliklerini ve bakış koşullarını denetlemektir. Bu ders o ölçütü adım adım somutlaştırır.

Birinci ilke: tonu yalnız bırakmak

Bir deneyin mantığı, iki koşul arasında yalnız bir şeyin değişmesine dayanır. «Kırmızı» ile «mavi» koşulu arasında ton dışında bir şey de değişiyorsa, sonuç o şeyden kaynaklanıyor olabilir. PS-01 bu durumu karıştırıcı değişken olarak tanımlamıştı; renk deneylerinde en sık karşılaşılan karıştırıcı değişkenler açıklık ve kromadır.

Ekranın en doygun kırmızısı, #FF0000, sRGB'de 0,213 göreli parlaklığa ve 53,2 CIELAB açıklığına sahiptir. En doygun mavisi, #0000FF, 0,072 göreli parlaklığa ve 32,3 açıklığa sahiptir. Yani kırmızı ekrandan yaklaşık üç kat fazla ışık yayar ve belirgin biçimde daha açık görünür. İki rengin krominansı da farklıdır: kırmızının kroması 104,6, mavininki 133,8'dir. Bu iki rengi karşılaştıran bir deney, ton kadar açıklığı ve kromayı da değiştirmiş olur.

Eşitlemenin bir bedeli vardır: iki renk, ancak ikisinin de ekranın sınırları içinde kaldığı bir açıklık ve kroma düzeyinde eşitlenebilir. Saf kırmızı ile saf mavinin CIELAB ton açılarını koruyarak her ikisinin de sRGB içinde kalabildiği en yüksek kromayı aradık. Sonuç 49 açıklık ve 98 kroma çıktı: kırmızı için #EA0100, mavi için #7E52FD. İkisi de doygun, ama hiçbiri ekranın en uç rengi değil.

Burada ikinci bir sorun belirir. BI-19 ve BI-24, CIELAB'in mavi bölgesinde tonun tutarlı olmadığını, bir maviyi açarken morumsu bir yöne kaydığını göstermişti. #7E52FD, CIELAB'e göre saf maviyle aynı tondadır, ama gözümüze mora yakın görünür. Aynı eşitlemeyi OKLab'de yaptığımızda kırmızı #E00603, mavi #2C67FD olur; bu mavi daha «mavi» görünür, ama CIELAB'e göre açıklıklar artık 47,0 ve 48,7, kromalar 93,9 ve 87,2'dir. Yani «eşitlendi» sözü, hangi uzayda eşitlendiği söylenmeden eksiktir.

Açıklık eşit, parlaklık izlenimi eşit mi?

Açıklığı eşitlemek bile yetmeyebilir, çünkü doygun renkler aynı açıklıktaki grilerden daha parlak görünür.

Bu bulgu kırmızı-mavi deneyini doğrudan ilgilendirir: etki iki tonda da güçlü olabilir, ama aynı büyüklükte olacağının güvencesi yoktur. Bu yüzden algısal eşitliğin önemli olduğu bir deneyde, UZ-01'deki ayarlama yöntemiyle her katılımcıya renklerin görünen açıklığını eşitletmek, formülle eşitlemenin üstüne eklenebilecek bir denetimdir. Parlaklığın deneyin sorusu için önemli olup olmadığına ise araştırmacı karar verir ve bu kararı raporda gerekçelendirir.

İkinci ilke: ekranı ölçmek

Bir uyaran RGB sayılarıyla değil, ekrandan çıkan ışıkla tanımlanır. PS-06 ekran kalibrasyonunu ve iki ekranın aynı sayıları farklı renklere çevirebileceğini göstermişti. Uzman düzeyindeki bir deney bundan bir adım fazlasını ister: ölçüm.

Pratikte bu şu demektir: deney ekranı, deneyin yapılacağı odada ve deneyin yazılımıyla, bir kolorimetre ya da tayf ölçerle ölçülür. Her uyaranın ekranda ölçülen koordinatları, göreli değil mutlak parlaklığıyla birlikte raporda yer alır. Ekranın parlaklık ayarı, gece modu ya da ortam ışığına göre rengi değiştiren özellikler kapatılır ve deney boyunca sabit kalır. Ölçüm deneyin başında ve sonunda tekrarlanır, çünkü ekranlar ısındıkça değişebilir.

Ölçmenin neden gerektiğini sayılarla görebiliriz. CIELAB'de eşitlediğimiz #EA0100 ve #7E52FD çiftini üç ekranda hesapladık. Doğru ayarlanmış bir sRGB ekranda açıklık farkı 0,1'dir. Gamma değeri 2,4 olan bir ekranda mavi koyulaşır ve fark 2,1'e çıkar. Renk yönetimi olmadan sRGB sayılarını geniş gamutlu bir Display P3 ekranına gönderdiğimizde açıklık farkı 0,5'te kalır, ama kırmızının kroması 124'e, mavininki 104'e çıkar: eşitlenmiş kroma 20 birim ayrılmış olur. Deneyci ekranı ölçmediyse bu farkların hiçbirinden haberi olmaz.

Üçüncü ilke: bakış koşulları

Aynı ekran ve aynı sayılar, farklı bir odada farklı görünür. Elliot'un sıraladığı etkenler, bakış mesafesi ve açısı, ortam ışığının miktarı ve türü ve çevredeki öteki renkler, bir deney protokolünün sabit tutması gereken şeylerin listesidir.

Uyaranın boyutu görme açısıyla, yani bakış mesafesiyle birlikte belirtilir; bir çene desteği mesafeyi sabitlemenin yaygın yoludur. Oda karartılır ya da ortam ışığı ölçülüp sabit tutulur. Zemin rengi iki koşulda aynı olur; DT-16'daki Albers örnekleri, aynı rengin farklı zeminlerde farklı göründüğünü göstermişti. Katılımcıya renge uyum sağlaması için süre tanınır ve uyaranın gösterim süresi iki koşulda eşitlenir. BI-22'nin anlattığı renk görünüm modelleri, bu koşulların her birinin görünüşü nasıl değiştirdiğini hesaplamak için vardır.

Dördüncü ilke: katılımcılar

Yüz erkekten oluşan bir örneklemde bu, kırmızıyı ve maviyi herkes gibi ayırt etmeyen birkaç katılımcı demektir. Kırmızı-yeşil farklılığında mavi ile kırmızının ayrımı çoğu zaman korunur, ama kırmızının görünen parlaklığı ve doygunluğu değişebilir; bu da eşitlemenin tam olarak kimin gözü için yapıldığı sorusunu açar.

BI-12 Ishihara testini tanıtmıştı. Tarama laboratuvarda, testin öngördüğü aydınlatma altında yapılmalıdır; ekranda gösterilen levhaların renkleri ekranla birlikte değiştiği için çevrimiçi tarama güvenilirliği sınırlı bir ön elemedir. Farklılığı olan katılımcıyı dışarıda bırakmak da bir karardır: soruyu herkes için mi, yoksa tipik trikromatlar için mi sorduğunuzu belirler.

Katılımcıyla ilgili ikinci önlem körlemedir. RM-07'nin tanımladığı körleme, deneyi yürüten kişinin katılımcının hangi koşulda olduğunu bilmemesini sağlar; renk deneylerinde bu, yönergelerin bilgisayarla verilmesi ve koşul atamasının yazılıma bırakılmasıyla kolaylaşır.

Beşinci ilke: desen ve örneklem

İki rengi karşılaştırmanın iki yolu vardır: her katılımcı yalnız bir rengi görür ya da her katılımcı iki rengi de görür.

Denek içi desenin avantajı sayılarla açıktır. Standart sapmanın yarısı büyüklüğünde bir etkiyi, yani d = 0,5'i yüzde 5 anlamlılık düzeyinde yüzde 80 güçle yakalamak için gruplar arası bir desen her grupta 64 katılımcı, toplam 128 kişi gerektirir. Aynı büyüklükteki bir fark, kişi içi farkların standart sapmasına göre ölçüldüğünde, denek içi desende 34 katılımcıyla yakalanır. Etki d = 0,2'ye düştüğünde gereken sayılar grup başına 394 ve denek içinde 199'dur.

Ama renk etkileri bazen denek içi desene uygun değildir. Bir katılımcı kırmızı zeminde bir görevi çözdükten sonra mavi zeminde aynı türden görevi çözerse, ikincide daha deneyimli ve belki deneyin amacını sezmiş olur. Mehta ve Zhu'nun iddiası gibi güdüsel bir etki, bir koşuldan ötekine taşınabilir. Bu yüzden desen seçimi etkinin doğasına göre yapılır ve raporda gerekçelendirilir.

Örneklem büyüklüğü ise hangi etkiyi kaçırmak istemediğinize bağlıdır.

Elliot'un uyarısı burada da önemlidir: ilk, küçük örneklemli çalışmanın bildirdiği etki büyüklüğü sonraki çalışmaların güç analizine temel alınırsa, abartılmış bir etki kuşaktan kuşağa taşınır. PS-05'te gördüğümüz gibi, kırmızı ve çekicilik üzerine yapılan meta-analiz, ilk çalışmaların bildirdiğinden çok daha küçük bir etki bulmuştu. Grup başına 35 katılımcılık bir deney, d = 0,5 büyüklüğündeki bir etkiyi yalnız yüzde 54, d = 0,2 büyüklüğündekini yalnız yüzde 13 olasılıkla yakalar.

Altıncı ilke: planı önceden kilitlemek

PS-06 ön kaydı, yani hipotezlerin ve analiz planının veri toplanmadan önce zaman damgalı olarak kaydedilmesini tanımlamıştı. Bir adım ötesi, planın veriden önce hakem değerlendirmesinden geçmesidir.

Renk deneyinde ön kayda neyin gireceği, bu dersin öteki ilkelerinden doğar: uyaranların hangi uzayda eşitlendiği ve ekranda ölçülen koordinatları, bakış koşulları, renk görme taramasının nasıl uygulanacağı ve kimlerin dışarıda bırakılacağı, desen, örneklem büyüklüğü ve gerekçesi, birincil sonuç değişkeni ve analiz. Bu listede sonradan değiştirilen her şey raporda açıkça belirtilir.

Çevrimiçi deneylerin sınırları

Çevrimiçi bir renk deneyinde deneyci #FF0000 gönderir, ama katılımcının ekranında ne göründüğünü bilemez. Yukarıdaki üç ekran hesabı, kontrollü bir laboratuvarda bile ölçülmemiş bir ekranın eşitlemeyi bozabileceğini gösteriyordu; çevrimiçi bir örneklemde her katılımcı başka bir ekran, başka bir parlaklık ayarı ve başka bir oda demektir.

Bu, çevrimiçi deneylerin işe yaramadığı anlamına gelmez; hangi soruya yanıt verebileceklerini sınırlar. Renk adlandırma ya da tercih gibi görece kaba farklara dayanan sorular, çok sayıda katılımcıyla ekran farklarını gürültü olarak içerebilir. İnce algısal eşitliğe dayanan sorular, örneğin eşit açıklıktaki kırmızı ile mavinin karşılaştırılması, laboratuvar ölçümü gerektirir. Çevrimiçi bir çalışma cihaz türünü, ekran parlaklığını ve ortamı soran bir anket ekleyebilir ve sonucu bu değişkenlere göre inceleyebilir; ama bunlar ölçümün yerini tutmaz ve raporda bir sınırlılık olarak yazılır.

Kartın sorusu: hangi değişkenler eşitlenmelidir?

Kırmızı ile maviyi karşılaştıran bir deneyde, iki koşul arasında değişmesine izin verilen tek şey tondur. Uyaranın kendisinde açıklık ve kroma eşitlenir, hangi renk uzayında eşitlendiği ve ekranda ölçülen koordinatlar bildirilir; algısal eşitlik gerekiyorsa Helmholtz–Kohlrausch etkisi için görünen açıklık katılımcı düzeyinde de eşitlenir. Uyaranın boyutu, görme açısı, biçimi, gösterim süresi ve zemini iki koşulda aynıdır.

Ortamda bakış mesafesi, ortam ışığı ve çevre sabit tutulur, ekran ölçülür ve deney boyunca değiştirilmez. Katılımcı tarafında renk görmesi taranır, koşullar rastgele atanır ya da denek içi desende sıraları dengelenir, deneyi yürüten kişi koşula kör tutulur. Tasarımın bütünü ise ilgi çeken en küçük etkiye göre yapılmış bir güç analizine ve önceden kaydedilmiş bir plana dayanır.

Örnek — kırmızı ve mavi zeminde dört yüz

Bir araştırmacı, kırmızı ya da mavi zemin üzerinde gösterilen yüzlerin nasıl değerlendirildiğini sınamak istiyor olsun. Zemin rengi değiştiğinde yalnız ton değil, yüz ile zemin arasındaki açıklık karşıtlığı da değişir; bu karşıtlığın yönü ise yüzün tenine bağlıdır. Dört ten örneği ile hem ekranın en doygun kırmızısı ve mavisi hem de CIELAB'de eşitlenmiş çift arasındaki karşıtlık oranını hesapladık.

Saf renkler kullanıldığında en açık ten, F1C7A9, mavi zeminde kırmızı zemindekinin iki katından fazla karşıtlıkla öne çıkar. En koyu ten, 4A2C1D, tersine kırmızı zeminde daha belirgindir, çünkü kırmızı zemin ondan çok daha açık, mavi zemin ise ona yakındır. Böyle bir deneyde «kırmızı zemin» etkisi olarak görülen şey, açık tenli yüzler için daha az, koyu tenli yüzler için daha fazla karşıtlık olabilir; ve farklı ten tonlarındaki yüzlerle yapılan bir çalışmada etki, tenlere göre ters yönlerde çıkabilir.

Eşitlenmiş çiftte her ten için iki zeminin karşıtlığı aynıdır. Artık iki koşul arasındaki fark gerçekten tondur. Karşıtlık tenden tene değişmeye devam eder, ama bu fark iki koşulda aynı olduğu için renk etkisiyle karışmaz. Bu hesap sRGB ekran varsayımıyla yapılmış bir modeldir; gerçek bir deneyde zeminler ve yüzler, deney ekranında ölçülür.

Sık yapılan yanlış

Özet

1. Kırmızı ile maviyi karşılaştıran bir deneyde yalnız ton değişmelidir: ekranın saf kırmızısı ve mavisinin açıklıkları 53,2 ve 32,3'tür, bu yüzden açıklık ve kroma bir renk uzayında eşitlenir ve hangi uzayda eşitlendiği bildirilir. Helmholtz–Kohlrausch etkisi tona göre değiştiği için algısal eşitlik gerekiyorsa görünen açıklık katılımcı düzeyinde de eşitlenir.
2. Uyaran ekranda ölçülür; boyut, süre, zemin, bakış mesafesi ve ortam ışığı sabit tutulur. Katılımcıların renk görmesi taranır, deneyi yürüten kör tutulur. Denek içi desen aynı güç için daha az katılımcı gerektirir, ama sıra etkileri dengelenmelidir; örneklem ilgi çeken en küçük etkiye göre planlanır ve plan ön kayıtla ya da kayıtlı raporla kilitlenir.
3. Çevrimiçi deneyler geniş örneklemlere ulaşır ama ekranı denetleyemez; ince algısal eşitliğe dayanan sorular için laboratuvar ölçümü gerekir. Örnekte saf renkler, açık tenli yüzlere mavi zeminde, koyu tenli yüzlere kırmızı zeminde daha çok karşıtlık verir; eşitlenmiş çiftte bu karışıklık ortadan kalkar.

Kendini sına

1. (Kolay) Ekranın en doygun kırmızısı ile mavisinin CIELAB açıklıkları nedir?
2. (Kolay) Birch'in derlediği taramalara göre Avrupa kökenli erkeklerde kırmızı-yeşil renk görme farklılığı ne kadar yaygındır?
3. (Orta) Kırmızı ile maviyi karşılaştıran bir deneyde hangi değişkenler eşitlenmelidir?
4. (Orta) Denek içi desen neden daha az katılımcı gerektirir ve renk deneylerinde hangi riski taşır?
5. (Zor) Kırmızı ve mavi CIELAB'de açıklık ve kroma bakımından eşitlendiğinde neden hâlâ «eşitlendi» denemeyebilir?
6. (Zor) Örnekte saf kırmızı ve mavi zemin, dört tenin yüz-zemin karşıtlığını nasıl etkiler ve bu bir deneyin sonucunu nasıl yanıltabilir?

Cevaplar

1. Kırmızının açıklığı 53,2, mavininki 32,3'tür; kırmızının göreli parlaklığı 0,213, mavininki 0,072'dir. Bkz. "Birinci ilke: tonu yalnız bırakmak".
2. Erkeklerde yaklaşık yüzde 8, kadınlarda yaklaşık yüzde 0,4. Bkz. "Dördüncü ilke: katılımcılar".
3. Yalnız ton değişmelidir. Açıklık ve kroma bir renk uzayında eşitlenir ve ekranda ölçülür; gerekirse görünen açıklık katılımcıya eşitletilir. Uyaranın boyutu, görme açısı, süresi ve zemini, bakış mesafesi, ortam ışığı ve ekran iki koşulda aynı tutulur. Katılımcıların renk görmesi taranır, koşullar rastgele atanır ya da sıraları dengelenir, deneyi yürüten kör tutulur; örneklem ilgi çeken en küçük etkiye göre planlanır ve plan önceden kaydedilir. Bkz. "Kartın sorusu: hangi değişkenler eşitlenmelidir?".
4. Çünkü her katılımcı iki koşulu da görür ve kişiler arası farklar karşılaştırmadan çıkar; d = 0,5 için gruplar arası desen toplam 128, denek içi desen 34 katılımcı gerektirir. Riski sıra ve taşınma etkileridir: ilk koşuldaki deneyim ya da harekete geçen bir güdü ikinci koşula taşınabilir. Bkz. "Beşinci ilke: desen ve örneklem".
5. Birincisi, CIELAB'in mavi bölgesinde ton tutarlı değildir; eşitlenmiş mavi, #7E52FD, mora yakın görünür ve aynı eşitleme OKLab'de yapılınca başka renkler ve farklı açıklıklar çıkar. İkincisi, Helmholtz–Kohlrausch etkisi yüzünden aynı açıklıktaki doygun renkler farklı parlaklıkta görünebilir. Üçüncüsü, ölçülmemiş bir ekran eşitlemeyi bozar: 2,4 gamma'lı ekranda açıklık farkı 2,1'e, renk yönetimsiz bir P3 ekranda kroma farkı 20'ye çıkar. Bkz. "Birinci ilke: tonu yalnız bırakmak", "Açıklık eşit, parlaklık izlenimi eşit mi?" ve "İkinci ilke: ekranı ölçmek".
6. Saf renklerde en açık ten mavi zeminde 5,52, kırmızı zeminde 2,57 karşıtlık alırken en koyu ten kırmızı zeminde 3,15, mavi zeminde 1,46 alır. Böylece renk koşulu karşıtlıkla karışır ve karışmanın yönü tene göre tersine döner; farklı tenlerdeki yüzlerle yapılan bir deneyde «renk etkisi» tenlere göre zıt yönlerde çıkabilir. Eşitlenmiş çiftte iki zeminin karşıtlığı her ten için aynıdır. Bkz. "Örnek".

Kaynaklar

• Brainard, D. H., «Calibration of a computer controlled color monitor», Color Research & Application 14(1): 23–34, 1989.
• Mehta, R. ve Zhu, R., «Blue or red? Exploring the effect of color on cognitive task performances», Science 323(5918): 1226–1229, 2009.
• Birch, J., «Worldwide prevalence of red-green color deficiency», Journal of the Optical Society of America A 29(3): 313–320, 2012.
• Steele, K. M., «Failure to replicate the Mehta and Zhu (2009) color-priming effect on anagram solution times», Psychonomic Bulletin & Review 21(3): 771–776, 2014.
• Nosek, B. A. ve Lakens, D., «Registered reports», Social Psychology 45(3): 137–141, 2014.
• Elliot, A. J., «Color and psychological functioning: a review of theoretical and empirical work», Frontiers in Psychology 6: 368, 2015.
• Lakens, D., «Sample size justification», Collabra: Psychology 8(1): 33267, 2022.
• High, G., Green, P. ve Nussbaum, P., «The Helmholtz-Kohlrausch effect on display-based light colors and simulated substrate colors», Color Research & Application 48(2): 167–177, 2023.

Sonraki adım

UZ-03 deneyi laboratuvardan dünyaya taşıyor: standart renk çipleriyle adlandırma, çeviri ve çevirinin geri kontrolü, araştırmaların büyük ölçüde Batılı, eğitimli, sanayileşmiş, zengin ve demokratik toplumlardan gelen örneklemlere dayanması sorunu ve alan çalışmasının etiği; çeviri geri kontrolünün renk anketlerinde hangi hatayı önlediğini soruyor. Karıştırıcı değişkeni PS-01, tekrarlamayı, ön kaydı ve ekran kalibrasyonunu PS-06, Ishihara testini BI-12 tanıtmıştı.