SPSS在理论语言学方向的应用初探

1、spss在理论语言学方向的应用初探近年来，spss统计软件逐步应用于语言学及应用语言学各个领域，并取得了丰硕的研究成果，但在理论语言学方向却较少涉及。本文收集了 “动物类”表人词语共416例，利用spss对其进行统计分析，对该软件在理论语言学方向的应用进行了初步的探索。关键词：spss理论语言学软件应用实证研究一、概述spss (statistical package for the social science)全名为社会科学统计软件包，是一种利用计算机进行统计分析和数据处理的工具性软件。凭借其成熟的统计理论、强大的统计功能以及友好的操作界面，一经问世，就受到科研工作者们的青睐，迅速应用于科

2、研、医疗、通讯等多个领域。20世纪以来，语言学的发展呈现出百花齐放百家争鸣的态势，理论的极大丰富凸显了实证研宄的紧迫性，这种以数据为基础的定量研宄方法逐渐成为一股潮流，逐步应用于语言学及应用语言学研宂的各个领域。这为语言学的研究开拓了一？1新路，国内研究人员也利用该软件在语言研究的各个方面进行了尝试。章柏成(2008)利用spss对学生的成绩、智商、策略运用等方面进行了相关性考察。倪传斌(2009)利用独立样本t检验考察了不同性别的 外语磨蚀程度。王佳琳、侯煜冠(2012)对哈尔滨方言合口呼零声母各音 节的v型发音进行了卡方检验，以探寻音节结构间的差异性。谢展飞、吴佩娜(2015)应用双因素方

3、差分析探讨了人工耳蜗的植入对受试者听力的影响。项梦冰(2015)利用聚类分析对方言间的相似度进行了考察。根据前人的研究成果，可以发现：spss软件工具已经开始同语言学各方向进行结合，但主耍应用于方言学、心理语言学、社会语言学、第一语言与第二语言习得等方向。而在理论语言学方向上，这种真正意义的定量分析却运用得很少，少数一些应用，也多是利用标准化测试的方法。本文收集了一些真实语料，利用spss软件及其统计原理，对该语料进行统计分析，对理论语言学方向的应用做初步探索。二、理论语言学应用初探在新兴的网络新词语中，有一类包含动物语素用以表人的名词或动词，如：大虾、菜鸟等。现从汉语新词语词典(2005-2

4、010)、新华新词语词典(2003)、新词语大词典(1978-2002)、汉语新词语系列书籍(2007-2013)等四部词典中抽取该类新词语，除去存疑和重复，共计159例，通过人工标注，对其语义褒贬倾向进行初步判断。另有从现代汉语词典(第六版)中收集的同类新词语227例，通过相同的方式对语料进行处理，作为其对比语料。将全部416个词语导入spss软件中，并对其意象、褒贬倾向、来源三个部分进行赋值，具体赋值结果如下：第一、意象。这里的意象指狭义的意象，即词语中表示人的动物形象。如“菜鸟”的意象就是“鸟”。由于“动物类”表人词语意象颇多，足有84个，而大部分的意象仅出现一次。因此，本文仅对出现频次

5、超过10的意象进行赋值，其余意象统一归为一类。赋值结果为：“老虎=1”； “虫=2”;“狗=3”； “马=4”； “牛=5”; “鸟=6”； “猫=7”； “老鼠=8”； “蚂蚁=9”； “ 其他=0”。度量标准设置为“名义（n）”。第二、褒贬。词语的意义通常可分为概念义和色彩义。需要说明的是，褒义、贬义作为感情色彩义本不应当进行赋值及运算操作，然而因为感情色彩具有一定的对称性及偏向性，所以在此将其量化为可运算数裾。赋值结果为：“褒=1”； “中=0”; “贬=_1”。度量标准设置为“度量（s）”。第三、来源。词语的来源有二，其一为新词语，主要是从四部新词语词典中收集而来；其二为现代汉语词典（

6、第六版）中的词语。现对其进行赋值：“现代汉语=1”； “新词语=2”。度量标准设置为“名义（n）”。在进行初步的语料处理后，本文将基于spss软件，对这些语料进行统计分析，进而探索spss在理论语言学方向的应用。（一）描述统计描述统计是统计分析的第一步。利用抽样或其他手段采集到数据后，仅凭肉眼观察冇吋无法发现观察对象的基本特征，而语言研宄中，这种数据的无序性尤为明显，因此，在进行数据分析之前，可利用描述统计的频率表观察现有数据的分布状况。以动物类表人词语为例。本文对现有416个词语进行频率统计，得到结果如下：意象褒贬来源 根据以上图表，可以明显看出，虎、虫、狗等意象使用频率较高，词语的褒贬义也

7、趋近于贬义，褒义较少。另外，也可以绘制饼图更为直观地观察其分布比例。（二）参数假设检验参数假设检验是应用的较为广泛的一种科学的统计方法，其原理为：事先对总体的参数或分布进行假设，再通过样本信息判断该假设是否合理。在目前语言学各方向的研宄中，应用得较多的参数假设检验是t检验和卡方检验。利用该原理，我们可以通过样木信息对某种语言现象进行假设并验证，进而得出结论。1. t检验t检验是对均值差异性的检验，其最大的优点在于可以使用样本标准差代替总体标准差，从而解决了实际问题中总体标准差多数不可知的问题。spss中的t检验主要有三类，其巾，单样木t检验和配对样木t检验由于其检验要求较高，并不适用于理论语言

8、学方14,因此，本文只讨论独立样本t检验在理论语言学方向的应用。独立样本t检验旨在比较两样本均数的差别。现将动物类表人新词语159例作为样本一；现汉收录的同类词语227例作为样本二。由于独立样本t检验要求两样木具有完全的独立性，而两样木有所交叉，因此木文对实验数据进行修正，将现代汉语词典（第六版）中的语料进行删减处理，只保留1919年前的熟语部分。修正后的样本二收录词语共128例。利用现有的两样本，对动物类表人词语的褒贬义做对比考察。其屮检验变量为词义的褒贬，分组变量为词语的来源，组别分为两组，一组是新词语,一组为现代汉语。通过独立样木t检验，得到结果如下:独立样本检验检验结果：新词语褒贬均值

9、为-0.26,熟语部分褒贬均值为-0.43。二者方差不齐，因此p=0.0350.05,实验结果较为显著，说明二者确实存在一定的历时差异。即：动物类表人新词语的语义偏向从偏贬义而逐渐趋于屮性。里然修正后的样本独立性得到相对保证，但是仍存在一些问题：其一，删减后的词语主要保留1919年之前的熟语，无法概括当时词语的全貌；其二，影响褒贬偏向的重要因素不止有时间上的差异，更重要的是意象的差别。因此将所有意象共同考察显然并不合适。对于第二个问题，将在稍后的方差分析部分进行完善。通过以上研究可以发现，独立样本t检验在语言学上的实用性相对较高，尤其对于关键因素不同的两样木来说，独立样木t检验是十分适用的检验

10、方式。2.卡方检验卡方检验是对无序分类变量的统计推断，其优点在于，可以对两个或多个分类变量进行关联度分析，其应用的广泛程度可以和t检验相媲美。卡方检验共有五种功能，但是，除了两样木卡方检验外，其他检验方式，对样本的要求较高，多数情况并不适用于理论语言学的研究。因此，本文只讨论两样本卡方检验的具体应用。两样本卡方检验是单样本卡方检验的扩展，用于比较两个或多个样本所在总体的另一个分类变量的发生率/构成比是否相同。现有修正后的动 物类表人词语，共计287例，其来源包括1978年以来的新词语以及1919年前的熟语。现希望考察不同时间来源的词语，其褒贬偏向的分布率是否相同。经过两样本卡方检验后，得到关于

11、来源情况与褒贬取向的交叉制表如下：来源*褒贬交叉制表样本数据的差异很明显，源a现代汉语熟语部分的词语贬义取向约占58%,而新词语中的褒贬取向则偏向于中性，约古61%。而后，对该差异是否有统计学意义进行进一步的验证，得到卡方检验结果表如下：卡方检验a. o单元格（0.0%）的期望计数少于5。最小期望计数为12. 88。通过以上检验，几种卡方量p值均小于0.05,因此该差异具有统计学意义，即：词语的褒贬向分布确实存在历时差异，同先前独立样本t检验的结果存在一致性，当然，在差异的显著性上，两检验结果存在差别。通过该例，我们可以明显看出，双样本卡方检验在语言学研究屮也具有一定的实用性。（三）方差分析t

12、检验可以解决单样本、两样本的均数比较问题，而方差分析则是用于解决多个样木的均数比较问题。面对真实世界的复杂情况，方差分析显然有其独到的作用。spss中的方差分析共有三类。其中，多元方差分析的前提是假定几个因变量同等重要，在面对复杂的语言现象时，这种方法显然不可取。因此，本文仅讨论单因素方差分析、多因素方差分析在理论语言学方向的应用。1.单因素方差分析现有未修正的动物类表人词语，共计416例，其中，常见意象共有9种，其感情色彩义分别为褒、贬、中三类。现希望考察意象？ t诖视锏母星樯?彩义的影响。通过单因素方差分析，得到结果如下：单因素方差分析褒贬经过检验，p=0. 000<0. 05,这说

13、明意象对于感情色彩义的影响极为显虽然在方差分析前的levene方差齐性检验中，结果显示p二0.0000.05,方差不齐，且输出的welch统计量显示，该统计量接近于f分布。但是，根裾前人的研究，方差分析对于正态性和方差齐性的要求是稳健的，即：当正态性得不到满足或存在轻微的方差不齐时，只会对结果造成轻微的影响。因此，虽然该例并不典型，但结果依然具有可参考性。另外，单因素方差分析，还可以进行均数间的两两比较，以确定究竟是哪些组之间存在差异。但本次的实验语料对于这种方法并不适用，在此不过多赘述。2.多因素方差分析多因素方差分析模型多用于考察多个因素对因变量的影响，在面对复杂多变的现实情况时，该模型具

14、有独到之处。现有修正后的动物类表人词语词表，共计287例。现希望考察词语意象及来源时间两者对词语褒贬偏向的影响。通过初步拟合模型，得到结果如下：主体间效应的检验 因变量：褒贬a. r 方=.257 （调整 r 方=.204）经检验，校正模型p=0.0000.05,说明在所有影响因素中，至少有一种对词语的褒贬偏向造成影响。而其后的数据显示，词语的来源时间对词语的褒贬并没有显著影响，而意象对于词语的褒贬偏向有显著影响，并且，二者的交互作用对词义的褒贬倾向也有显著影响。为了进一步考察影响因素对词汇褒贬语义倾向的影响，本文在原有基础上，对主体间效应进行两两比较，得到结果如下：褒贬student-new

15、man-keulsa, b, c已显示同类子集中的组均值？莓基于观测到的均值？莓误差项为均值方（错误）=.341a. 使用调和均值样本大小=15. 078b. 组大小不相等？莓将使用组大小的调和均值？莓不保证i型误差级别？莓c. alpha:. 05?莓根据该图表可以发现，两种来源的动物类表人词语，意象之间均存在差异性，这说明，意象对于词汇褒贬语义倾向确实存在显著影响。另外，来源时间的两个子集之间差异并不十分显著，这说明，来源时间对于词语的褒贬意象不存在显著影响，但是由于个别意象的影响，使得其来源时间 与意象存在交互作用，这才对词语的褒贬义产生了一定的影响。这也解释了为什么在考察来源时间对词汇

16、褒贬语义偏向的影响时，方差分析同独立样木t检验、卡方检验的结果存在差异。三、小结在理论语言学方向，spss最主要的应用是：描述统计、独立样本t检验、两样本卡方检验、单因素方差分析及多因素方差分析。其他分析工具虽然存在一定的应用价值，但其因为检验条件、检验数据的限制，或是研宄目的的要求，无法很好地应用到语言研究中。通过以上分析可以发现，这种将统计运用到语言研宂的方法，具有明敁的优势：其一，语言统计方法可以将本不可量化的语言现象量化，并通过科学的方法进行检验，为理论研究提供较好的数据支持；其二，该方法能够观察到一些简单思辨观察不到的现象，在样本量不大的时候，也可以通过科学的方法进行实验并验证。但这

17、种基于统计学原理的方法在进行理论语言学分析时，也存在明显的问题:其一，几种统计方法的先决条件均为正态性和连续变量，而很多数据并不符合这两项先决条件，样本量不够大吋，检验结果或冇偏颇；其二，理论语言学的实证研究多采用语料库的方法，数据资料较少，在应用统计的过程中，如何合理地量化数据，是一个应用难点；其三，在进行语料的收集与？理中，数据主观性强且没有合理的验证方式也是一个重要的问题。因此，在实际运用过程中，我们既应该合理利用工具，用科学的方法对语料进行量化，以增强研究的科学性，又要考虑到数据的可用性，工具使用的合理性，切忌误用、滥用统计工具，以求最大限度地科学化使用统 计工具，保证研宂的科学性。参考文献：1 杨端和.语言研宂应用spss软件实例大全m.中国社会科学出版社:2004.2 张文彤，邝春伟.spss统计分析基础教程m.高等教育出版社：2011.3 张文彤，邝春伟.spss统计分析高级教程m.高等教育出版社：2013.4 严振松.谈语言学和应用语言学中的定量型研究方法j.解放军外国语学院学报，2001, 24 (5)： 4-6.5 倪传斌.外语磨蚀的性别差异j.外语与外语教学，2009, (4)：1-5.6 章柏成.s