某些 受 訪 者 所 畫 的 地圖 和 他們 接受 訪談 的 內容 不 太 一致 ， 但 受 訪 者 地圖 的 內容 與 訪談 的 內容 之間 却 有 很 好 的 關聯性 。 而且 ， 主要 的 元素 很少 只 在 單一 資料 中 出現 。 不過 ， 地圖 的 「 篩選 門檻 」 似乎 很 高 ， 換句話說 ， 在 訪談 時 最少 被 提到 的 元素 根本 不會 出現 在 地圖 裡 ， 而且 一般來說 所有 元素 在 訪談 中 被 提及 的 頻率 是 高於 被 畫到 地圖 上 。 這 個 現象 一樣 是 在 澤西市 最 明顯 。 另外 地圖 偏向 強調 通道 ， 並 省略 那些 特別 難 畫 或 難 定位 的 部分 ， 就算 那 個 部分 很 容易 辨識 也 一樣 。 例如 一 個 沒有 「 基部 」 的 地標 或 非常 錯綜複雜 的 街道 脈絡 就 會 被 受 訪 者 省略 。 但 這些 都 是 小 誤差 ， 也 很 容易 調整 ， 整體 而言 ， 由 辨識 元素 組成 的 地圖 與 口頭 訪談 的 內容 是 非常 接近 。 這 兩 組 資料 最 大 的 差異 在於 元素 之間 的 連結 和 組織 方式 。 最 重要 、 最 為 人 熟知 的 連結 一定 會 在 地圖 中 出現 ， 但 除此之外 的 元素 都 消失 了 ， 可能 是 因為 某些 連結 很 難 畫 ， 或 要 將 所有 元素 畫 在 一 張 圖 裡 ， 會 讓 整 張 圖 變 得 破碎 或 扭曲 ， 因此 地圖 並 無法 清楚 標示出 大家 所 熟知 的 連結 結構 。 最後 ， 我們 發現 在 所有 方法 中 ， 請 受 訪 者 列舉 城市 中 最 顯著 特徵 的 這 個 方法 有 最 高 的 篩選 門檻 ， 因為 許多 出現 在 地圖 裡 的 元素 都 被 排除 在外 了 ， 受 訪 者 只 會 提到 實地 考察 或 口頭 訪談 最 常 被 提起 的 元素 。 這 個 方法 似乎 能 突顯出 一 個 城市 的 焦點 ， 也 就是 它 的 視覺 精髓 。 另外 ， 請 受 訪 者 辨認 照片 的 方法 與 口頭 訪談 的 結果 相當 吻合 ， 例如 幾乎 有 九成 的 受 訪 者 都 能 辨認出 聯邦 大道 和 查理斯河 ， 特里蒙特街 、 波士頓 中央 公園 、 貝肯丘 、 劍橋街 也 是 受 訪 者 很 快 就 能 認出 的 地點 。 其他 的 照片 也 符合 口頭 訪談 的 結果 ， 最 難 辨識 的 則 是 城 南端 、 約翰漢考克 大樓 的 基部 、 城 西端 － 城北 火車 站區 ， 以及 城 北端 的 側向 街道 。 先前 提 過 ， 我們 在 路 上 隨機 向 總共 一百六十 位 行人 問路 ， 圖 48 是 根據 他們 提 過 的 元素 所 繪製 的 簡圖 。 相當 驚人 的 是 ， 這些 簡短 的 訪談 得 出 的 總體 意象 與 其他 資料 得出 的 意象 十分 吻合 ， 主要 的 差異 在於 ， 街頭 受 訪 者 在 被 問路 後 ， 會 特別 強調 前往 目的地 的 路線 。 請 讀者 注意 ， 我們 研究 的 地區 只 涵蓋 起點 到 終點 之間 的 可能 通道 ， 也 就 是 虛線 內 的 大致 範圍 ， 這 塊 地區 以外 的 空白 都 沒有 意義 。 儘管 這些 方法 得出 的 結果 相當 一致 ， 但 採樣 的 訪談 是否 充足 ， 可能 有 以下 兩 個 偏頗 之 處 ： 第一 ， 樣本數 太少 ， 波士頓 只有 三十 人 ， 澤西市 和 洛杉磯 分別 只有 十五 人 ， 要 從 這 少 得 可憐 的 樣本 推估出 「 反映 真實 」 的 大眾 意象 是 不可能 的 。 我們 只 取 少數 樣本 ， 是 因為 我們 的 訪談 問題 很 廣泛 ， 又 需要 相當 長 的 時間 來 發展 尚 處於 實驗 階段 的 分析 方法 。 顯然 我們 之後 還 需要 增加 樣本數 再 進行 一 次 實驗 ， 而且 需要 費時 較 短 且 更 精確 的 方法 。 第二 個 可能 的 偏頗 是 所 選 的 樣本 分布 不均 。 這些 受 訪 者 在 年齡 和 性別 上 的 分布 還 算 平衡 ﹙ 皆 已 成年 ﹚ ， 所有人 都 對 環境 很 熟悉 ， 我們 也 刻意 避開 相關 領域 的 專家 ， 例如 城市 規劃 者 、 工程師 、 建築師 。 不過 為了 初探 研究 方便 ， 我們 需要 表達 條理 清晰 的 受 訪 者 ， 因此 樣本 在 社會 階級 和 職業 上 的 分布 不 夠 平衡 ， 幾乎 都 屬於 中產階級 、 專業 人士 或 管理 階層 ， 這 在 分析 結果 中 一定 會 表現出 明顯 的 階級 誤差 ， 因此 未來 進行 相同 的 研究 時 ， 務必 要 取 更多 的 樣本數 ， 而且 樣本 要 更 能 代表 一般 社會 大眾 。 而且 很 遺憾 的 ， 我們 受 訪 者 的 居住地 和 工作 地點 也 無法 呈現出 真正 的 隨機 分布 ， 不過 我們 已 竭盡所能 將 此 項 誤差 降到 最 低 。 例如 波士頓 的 樣本 中 ， 很 少 有 受 訪 者 是 來自 城 北端 和 西端 ， 這 點 會 反映 在 社會 階級 的 誤差 上 。 受 訪 者 的 生活 方式 和 工作 地點 無可 避免 地 會 相當 雷同 ， 不過 他們 的 居住地 應 可以 矯正 些許 誤差 。 目前 我們 並 沒有 證據 顯示 ， 若 受 訪 者 的 居住地 完全 呈現 隨機 分布 ， 是否 會 像 均勻 的 社會 階級 分布 一樣 ， 對 大眾 意象 造成 很 大 的 改變 。 不過 不論 受 訪 者 對 一 個 地區 熟不 熟悉 ， 都 會 建構出 或 強 或 弱 的 意象 。 街頭 訪談 的 時間 雖然 很 短 ， 獲得 的 資訊 有限 ， 卻 涵蓋 了 更多 的 樣本數 ， 社會 階級 的 分布 也 更 接近 隨機 ， 希望 能 或多或少 彌補 長時間 訪談 資料 的 不足 。 總而言之 ， 對於 樣本 的 批判 可以 概括 如 下 ： 第一 ， 透過 不同 方法 取得 的 資料 內容 上 顯現出 一致性 ， 表示 我們 使用 的 方法 確實 相當 可靠 ， 能 反映出 某 一 受 訪 族群 的 整體 意象 ， 而且 這些 方法 在 不同 城市 皆 適用 。 我們 的 研究 結果 顯示 不同 城市 有 不同 的 意象 ， 這 點 符合 第一 個 假設 ， 意即 視覺 上 的 形體 扮演 了 重要 的 角色 。 第二 ， 雖然 樣本數 少 ， 又 有 社會 階級 的 誤差 和 地點 分布 不均 的 問題 ， 但 某些 結果 顯示 ， 研究 得出 的 整體 意象 依然 可 大略 符合 實際 的 大眾 意象 。 不過 在 未來 的 研究 中 ， 勢必 要 修正 樣本數 和 誤差 的 問題 。 因為 樣本數 很少 ， 我們 就 沒有 試 著 將 這些 樣本 照 年齡 、 性別 等 分組 ， 並 進一步 分析 不同 組別 的 大眾 意象 ， 而是 將 所有 樣本 視為 一 個 整體 來 分析 ， 且 未 將 受 試 者 的 背景 納入 考量 ， 僅 記錄 可能 對 整體 結果 造成 影響 的 一般性