【摘要】本文采用了量化研究的研究范式，基于研究人員手殘游戲表現(xiàn)歷史數(shù)據(jù)，利用相關(guān)性分析、獨(dú)立樣本T檢驗(yàn)以及SEM結(jié)果模型，分析了各職業(yè)角色KDA值對(duì)王者榮耀低端局排位賽勝負(fù)影響的作用。研究發(fā)現(xiàn)：（1）法師、射手、坦克3類(lèi)職業(yè)對(duì)于游戲勝負(fù)結(jié)果影響大；（2）射手和法師職業(yè)在游戲中呈現(xiàn)互相支持作用，同時(shí)展現(xiàn)高KDA值則游戲勝利概率加大；（3）坦克和戰(zhàn)士職業(yè)獨(dú)立性較強(qiáng)，但對(duì)其他職業(yè)的支持作用不明顯；（4）輔助職業(yè)對(duì)游戲勝負(fù)結(jié)果產(chǎn)生間接的正向作用。本研究意在娛樂(lè)，希望能為廣大玩家提供一定的游戲戰(zhàn)略分析和客觀數(shù)據(jù)依據(jù)。

關(guān)鍵詞：王者榮耀、KDA、職業(yè)角色、游戲結(jié)果影響

一、引子

7000 場(chǎng)次專業(yè)射手仍舊混跡在低端場(chǎng)次，手殘不言自明，但是仍不死心，想看看到底是自己玩得太菜還是另有隱情，萌生了進(jìn)行一些研究的想法。本想進(jìn)行專業(yè)的戰(zhàn)術(shù)分析，比如打野對(duì)隊(duì)友支持程度對(duì)游戲結(jié)果的影響分析；前期戰(zhàn)略優(yōu)勢(shì)對(duì)游戲勝負(fù)結(jié)果的分析等，但無(wú)奈騰訊公司太專業(yè)，數(shù)據(jù)保護(hù)得太好，網(wǎng)絡(luò)爬蟲(chóng)失敗，只能親自手動(dòng)錄入自己的游戲歷史原始數(shù)據(jù)。也因?yàn)樽约禾珣?，輸入?3場(chǎng)數(shù)據(jù)就發(fā)現(xiàn)手指真要?dú)埩耍虼?，本次研究只基于本人?3場(chǎng)歷史游戲數(shù)據(jù)，由于場(chǎng)次少、數(shù)據(jù)原始，分析結(jié)果有一定局限性，部分結(jié)果是從統(tǒng)計(jì)學(xué)角度出發(fā)產(chǎn)生意義，絕非個(gè)案。同時(shí)為了嘚瑟和展現(xiàn)一定的專業(yè)水平，故意寫(xiě)得很深?yuàn)W，純屬娛樂(lè)，千萬(wàn)不要當(dāng)真。。。。。。

二、數(shù)據(jù)來(lái)源

以ZEN11（玩家）2021年2月10日至2021年2月14日排位賽33場(chǎng)的數(shù)據(jù)為基礎(chǔ)，并按照時(shí)間依次入錄，見(jiàn)圖1。為檢驗(yàn)數(shù)據(jù)穩(wěn)定性，ZEN11全部選擇射手類(lèi)職業(yè)為角色參與游戲，經(jīng)分析，33場(chǎng)角色KDA數(shù)值呈類(lèi)似正態(tài)分布，見(jiàn)圖2。

33場(chǎng)游戲中勝利場(chǎng)次16場(chǎng)，占比48.5%；失敗場(chǎng)次17場(chǎng)，占比51.5，見(jiàn)圖3。經(jīng)游程檢驗(yàn)顯示33場(chǎng)游戲勝負(fù)呈隨機(jī)狀態(tài)（P=0.995>0.05，保留隨機(jī)序列原假設(shè)）見(jiàn)圖4。

三、研究假設(shè)

1.假設(shè)1

游戲中不同職業(yè)角色存在一定依賴性，并且不同職業(yè)角色之間的依存度不一。有的職業(yè)角色獨(dú)立性強(qiáng)，但對(duì)其他職業(yè)角色支持作用小。

2.假設(shè)2

游戲中不同職業(yè)角色對(duì)游戲勝負(fù)結(jié)果產(chǎn)生的影響不同，有的職業(yè)角色對(duì)游戲結(jié)果產(chǎn)生決定性影響，而有的職業(yè)角色對(duì)游戲結(jié)果影響甚微。

3.假設(shè)3

雖然有的職業(yè)角色對(duì)游戲勝負(fù)結(jié)果職業(yè)影響小，但通過(guò)支持其他職業(yè)角色產(chǎn)生間接作用。

四、變量描述與分析方法

1.自變量描述

本次研究將每場(chǎng)不同職業(yè)角色的KDA值作為自變量。數(shù)據(jù)錄入時(shí)，重復(fù)職業(yè)角色選取KDA較大值錄入，缺失職業(yè)角色KDA值錄為0，這可以間接反映當(dāng)某一角色缺失時(shí)對(duì)游戲結(jié)果的影響。

2.應(yīng)變量描述

本次研究將每場(chǎng)勝負(fù)值作為應(yīng)變量，其中，勝利場(chǎng)次賦值為1，失敗場(chǎng)次賦值為0。

3.分析方法

本研究使用騰訊游戲官方APP《王者營(yíng)地》提供的數(shù)據(jù)，采用IBM SPSS21和Process V 3.2進(jìn)行數(shù)據(jù)分析。采用描述性分析檢驗(yàn)各變量的數(shù)據(jù)概況，探索樣本的推廣可能性。采用獨(dú)立樣本T檢驗(yàn)，分析了各職業(yè)角色對(duì)游戲勝負(fù)結(jié)果的影響，并建立了以法師職業(yè)角色KDA值為中介的輔助職業(yè)角色KDA值對(duì)游戲勝負(fù)的SEM模型，探討了輔助職業(yè)角色對(duì)游戲結(jié)果的間接效應(yīng)作用。

五、研究分析與結(jié)果

1.數(shù)據(jù)概況

經(jīng)分析顯示，33場(chǎng)游戲中勝負(fù)場(chǎng)次均值為0.48，接近0.5。其中，射手KDA均值為4.967，最小值為2，最大值為9.1，SE為0,265。戰(zhàn)士KDA均值為4.07，最小值為0（本場(chǎng)次缺少戰(zhàn)士職業(yè)），最大值為9，SE為0.692。刺客KDA均值為4.252，最小值為0（本場(chǎng)次缺少刺客職業(yè)），最大值為9.1，SE為0.5394。法師KDA均值為5.906，最小值為0（本場(chǎng)次缺少法師職業(yè)），最大值為9.4，SE為0.3251。坦克KDA均值為4.833，最小值為0（本場(chǎng)次缺少坦克職業(yè)），最大值為8.5，SE為0.4379。輔助KDA均值為2.282，最小值為0（本場(chǎng)次缺少輔助職業(yè)），最大值為8.2，SE為0.4833，各數(shù)據(jù)見(jiàn)圖5。

2.不同職業(yè)角色之間依存度分析

對(duì)各職業(yè)角色KDA值進(jìn)行Pearson相關(guān)度分析，數(shù)據(jù)顯示射手KDA值與法師KDA值呈現(xiàn)一定相關(guān)性（0.468，P=0.006<0.05）；法師KDA值與輔助KDA值呈現(xiàn)一定相關(guān)性（0.39，P=0.025<0.05）；戰(zhàn)士與坦克兩類(lèi)職業(yè)角色的KDA值與其他職業(yè)角色相關(guān)性均較低，見(jiàn)圖6。

由數(shù)據(jù)分析可見(jiàn)，射手和法師、法師和輔助3類(lèi)職業(yè)角色純?cè)谝欢ㄏ嗷ヒ蕾囆裕箍撕蛻?zhàn)士2類(lèi)職業(yè)角色獨(dú)立性較強(qiáng)。

3.不同職業(yè)角色對(duì)勝負(fù)局影響分析

以勝負(fù)局為分組變量，對(duì)各職業(yè)類(lèi)別KDA值進(jìn)行獨(dú)立樣本T檢驗(yàn)，見(jiàn)圖7。數(shù)據(jù)顯示，在置信區(qū)間為95%范圍內(nèi)射手、法師、坦克三類(lèi)職業(yè)角色對(duì)游戲勝負(fù)起到了直接的決定性作用，其中法師作用尤其顯著（射手KDA Sig=0.001<0.05，t=3.604；法師KDA Sig=0.0001<0.05，t=4.754；坦克KDA Sig=0.001<0.05，t=3.828）。而輔助對(duì)勝負(fù)局的直接作用影響最小（Sig=0.873），之所以說(shuō)直接作用小是因?yàn)榉◣熉殬I(yè)角色與輔助職業(yè)角色存在較高的依存度，因此輔助對(duì)勝負(fù)局的間接作用需進(jìn)一步分析。

經(jīng)描述性檢驗(yàn)顯示，射手在勝利場(chǎng)的KDA值為5.806，失敗場(chǎng)的KDA值為4.176；法師在勝利場(chǎng)的KDA值為7.137，失敗場(chǎng)的KDA值為4.747；坦克在勝利場(chǎng)的KDA值為6.2，失敗場(chǎng)的KDA值為3.547。見(jiàn)圖8，肉眼可見(jiàn)的差距啊。

4.輔助職業(yè)角色對(duì)勝負(fù)局影響的間接作用分析

運(yùn)用Process V3.2中Model4模型以輔助職業(yè)角色為自變量，法師職業(yè)角色為中介因素對(duì)勝負(fù)局建立SEM模型，檢驗(yàn)輔助職業(yè)角色對(duì)勝負(fù)結(jié)果的間接影響作用。

結(jié)果表明，該SEM模型具有一定的解釋性（R2=0.391，F(xiàn)=5.5648，P=0.0248<0.05）。其中輔助職業(yè)角色KDA值的直接效應(yīng)值β=0.0489（σ=95%，P=0.663），可見(jiàn)輔助職業(yè)角色對(duì)勝負(fù)局直接效應(yīng)的顯著度較小，因此該職業(yè)角色對(duì)游戲的勝負(fù)結(jié)果的影響較小。但是輔助職業(yè)角色KDA值對(duì)法師職業(yè)角色KDA的直接效應(yīng)值β為0.2624（P=0.0248<0.05），呈現(xiàn)了顯著的支持效果，由此對(duì)游戲的勝負(fù)結(jié)果起到了積極的間接作用，各數(shù)據(jù)見(jiàn)圖9。

六、結(jié)論

1.法師、射手、坦克職業(yè)角色對(duì)于游戲勝負(fù)結(jié)果影響大

法師、射手、坦克3類(lèi)職業(yè)角色的KDA值在勝負(fù)局中表現(xiàn)出顯著差異，可以推論這3類(lèi)職業(yè)角色的對(duì)于游戲勝負(fù)結(jié)果影響較大，其中法師作用最為顯著。而其戰(zhàn)士、刺客和輔助3類(lèi)職業(yè)角色的KDA值在勝負(fù)局中沒(méi)有明顯差異，顯示出這3類(lèi)職業(yè)角色無(wú)論游戲綜合表現(xiàn)如何很難左右游戲結(jié)果。

2.射手和法師、法師和輔助職業(yè)角色之間存在依存關(guān)系

射手和法師、法師和輔助職業(yè)角色之間的KDA值存在一定相關(guān)性，顯示兩兩之間有相互依存關(guān)系。根據(jù)該依存關(guān)系可以推測(cè)射手和法師職業(yè)角色在游戲中呈現(xiàn)互相支持作用，在其他職業(yè)角色表現(xiàn)低迷的情況下，這2類(lèi)職業(yè)角色同時(shí)出現(xiàn)高KDA值，則該場(chǎng)次產(chǎn)生勝利局的可能性較大。

3.坦克對(duì)其他職業(yè)角色的支持作用不明顯

同時(shí)，數(shù)據(jù)顯示坦克和戰(zhàn)士2類(lèi)職業(yè)角色的獨(dú)立性較強(qiáng)。其中，雖然坦克職業(yè)角色在游戲中能起到?jīng)Q定性作用，但對(duì)其他職業(yè)角色支持作用不明顯。

4.輔助職業(yè)角色對(duì)游戲勝負(fù)結(jié)果產(chǎn)生間接的正向作用

輔助職業(yè)角色雖然沒(méi)有對(duì)游戲勝負(fù)結(jié)果產(chǎn)生明顯的直接作用，但通過(guò)法師職業(yè)角色KDA的中介作用產(chǎn)生間接效應(yīng)。根據(jù)此效應(yīng)也可以推測(cè)輔助職業(yè)角色在游戲中對(duì)法師的支持作用最為明顯。

七、總結(jié)

部分分析結(jié)論可能與廣大游戲玩家的直觀感受相悖，可能是因?yàn)閳?chǎng)次數(shù)據(jù)少或者分析方法不正確或者長(zhǎng)期混跡低端場(chǎng)次造成的，將來(lái)會(huì)自強(qiáng)不息，努力學(xué)習(xí)，堅(jiān)持錄入數(shù)據(jù)以提高分析精度，也真心希望騰訊能開(kāi)放一部分游戲數(shù)據(jù)供廣大玩家分析、娛樂(lè)，以提供更專業(yè)、更符合玩家需求的游戲戰(zhàn)術(shù)分析。