• 検索結果がありません。

 共遜語

て一

彫らん弄う

サービス叢

無職

方轡

 居父母配往二主関鶴鶴

 住のの響紮・糠

性 出出のいス読あ 岡

 ㍉身鑑糖蕪

 歴j也地地ろ心閉挙活弁

カテゴリーの数

年  職職

2

Fig.顎一11 音声得点と各要因の平均値の広がり

       180

齢6

業藁

(1) (2)

s.rvpmv 7

調姦全体からの判定4

 (1)もっとも強く働いているのは年齢の要因である。

 (2)これに続くのが,学歴・職業である。

 (3)性の要縢はほとんど関係しないと書える。

 (4)前園調査で強い要因であった居住経歴や両親の出身地は今團調査では影 響力が小さくなっている。

 (5)このほか,配偶者の出身地,興味や関心の方向(=ユースの関心・主購 読新聞・関心のある選挙)などが多少関係していると言える。

5.2 アクセントに及ぼす要因の比較

 アクセント得点と各要因との関係のしかたがFig.靱一12に示されている。

得  点アクセント

2

平均点『

1

 ill…庄内

国政饗繕屡

  全臨紙

   全餓

統保 存

20̀鍛

 51万以上野 工    短い舞

   役員錘階鐸

5日以上一

     行き来    高籾群

生専門職 ていねい

共産語

_庄地

 庄  内

なくす一改変

鯉 県政・市政

墜地方紙慶艦内

90恂「満

・長い役異はしていない甕 154日

らき合いなし

一 敷 59

5〜6

らんぼう

ーサービスーバート

0

糖熱鵬︸・

調嶽全体からの判定4

齢6

鶴  鰯 鶴岡での生活

関心のある選業主購読紀聞

ニユ⁝スの仁心

掴みたいと二ろ

配偶者の畠身地山の出身地父の出身地

罎 住 経 黙  性

2

F

0

1

81

1

 〈2>性の要因はまったくさいていない。

 (3)音声ではあまり昌立たなかった居住経歴・両親の出身地はアクセントの 共通語化では重要は要因となっている。このような履歴的な要因が依然として 作用しているということは一度身につけたアクセントの体系は容易には変化し

ないことを承唆していると言えよう。

 (4)このほか,関心のある選挙,旅行の臼数なども目:立つ要因の一つとなっ ている。

6.文法と語彙に及ぼす要因

 文法および語彙の共通語化の得点を音声得点と同じ操作を加えて作成し,こ れらの得点と各要因との関係を前項にならって図示したものがFig.預一ユ3およ び14である。文法得点は調査票(ag 1章参照)の問題番号261から269の9項

類を対象に,語彙得点は問題番号241から248の8項冒を対象として算出され

ている。

6.1丈法に及ぼす要図の比較

 文法得点の全体の平均は9点満点で3.20点(標準偏差2.65)である。F董9.預 一13からの主な結果は次のとおりである。

 (1)音声・アクセントで有力であった年齢は文法ではあまり強い要因ではな

い。

 (2)その反面,学歴の要因が強く働いている。してみると共通語の形での文 法形式を使えるかどうかは知識的な側面が強いということになろうか。

 (3)音声・アクセントではほとんど影響を及ぼさなかった性の要因がここで はかなり強く作用している。

 (4)もっとも顕著な要因は居住経歴,両親の出身地である。この要因はアク セントの共通語化でも働いていたものである。文法もアクセント同様,全体と        182

しての共通語化が遅れている。共通語化が進んでいない状況のもとではこれら の要因が大きく関与するのではなかろうか。前回調査ではこれらが音声でもさ いていだことを想起すべきである。

(5)このほか職業,鶴岡弁に対する意見テレビ視聴時間,住みたいところ などが目立つ要因となっている。

文法  6得点  葬注内

風専 D門

国政 なくす 5錘坐力讃 入

151

運継

?国 紙金全

@ 

行き来 していない 万以上 25̀34

 地p庄  政 保存

低蓉

役鼠晦 90

恪u

・裏霧

いなし いない 15

P  繭

P9 店ス

蝌m

0 5

4

点 3

職職 業業

(1) (2)

N一一一Nrt

 7

目 6

鶴  隅  弁鶴岡での生活

関心のある選挙主購読新聞

ニュースの関心

佐みたいところ

配偶者の出身地母の出身地父の出身地

居住縫歴

文法得点と各二日のX}Zig値の広がり カテゴリーの数 2

Fig. va nd 13

183

6.2 語彙に及ぼす要霞の比較

 語彙得点の全体の平均は8点満点中5.59点(標準偏差i.55)である。語彙得 点と共通語化の要困との関係はFig.瓢一14に示すとおりである。

(1)年齢・学歴・職業はもっとも大きな要困である。

(2)性の要因はあまり関与していない。

 (3)暦住経歴,両親の出身地なども藏立つ要因となっている。

 (4)このほか,選挙の関心,住みたいところなど全国志向型か地域志向型か

專門職鰍学生

15│19

51怦ネ上    短い 1

    役員

5日以上

行き来

の要因も目立っている。

   輪軸選

なくす改変

鰯政︑全国紙 全翻

その飽  パート

55̀69

 90万未満

長い役貝はしていない

保存 −〜4R一行き来しない  低

伝統膿政・市政

地方紙庄内

庄内

 0

職職 業業

(1} C2}

L−y.V

 7

齢  6

世帯手取年収

テレビ視聴時照期団体への毒加旅行のβ数東京との交流学    歴

鶴  澗  弁鶴澗での生活

蘭心のある選挙主購読新聞

ニュースの蘭心

佐みたいところ

配偶者の出身地母の出身地父の出身地

居住経歴

  性

得点語彙

5

カテゴリーの数 2 3 6

語彙得点と各要因の平均値の広がり

F圭9. V翫一14

184

第盟章 継続調査の結果3

    一パターン分類一

1.この章の立場

 前の下顎章では音声得点やアクセント得点のような合成指標を考え,それと 他の属性との関連を兇てきた。その結果から,20年間の共通語化の様子やそれ

を支える要因などがある程度明らかになった。そこでは,たとえば四声の共 通語化の平均点数は男性の25.2に対して女性は26.2である。性問には統計的な 意味では差は見られない。また,学歴では……」といった方向から分析されて いる。すなわち,性・学摩あるいは特定の意兇の持ち主といった何らかの基準 で構成された(統計的)集団のそれぞれがどの程度共通語化しているかを見よ うとするものである。また,そこでは一度の操作では一つか二つの数少ない変 量だけが分析対象となっている一一音声得点は31項冒で構成されているのであ

るから多数の変量を扱っているように見えるかも知れないが,実際は音声得点 という一つの合成指標だけを処理しているに過ぎない。

 第W,㎎章とは観点を変え,この章ではできるだけ多数の変量(属性〉を同 時に取り出して分析を(つまり,多変量解析を)行うという立場をとる。多変 量解析を行うことの利点はいろいろあるが,われわれのデータにこれを適用す る主な目的は次のとおりである。

 (A>いくつかの暦学を取り出して分析し,項心根互の類似・非類似の程度を 客観的な数値として示す。言いかえれば,それらの項目の構造を明らかにする ことである。たとえば,第V工章では3!の音声項昌を唇音性1とか口蓋化とかの 九つの音声に分類し,その分類に従ってデータを見てきたが,この分類は音声 学的立場からの構造化の一例だと言える。しかし,この場合,各音声相互の構 造はほとんど考慮されていない。数学的な解析法に基づいてこの種の構造化を はかることを試みる。

 (B)同じことを被調査者のグループ分けについても試みる。被調査者のグル ープ分けは第VI,靱章で試みたように性・年齢などの個人的変数あるいは関心       187

の方向などの社会的変数を同じくするものを集めることによって行われること が多い。このような形で構成された集団間の差を調べたとしても,はっきりし た特徴を見旗せない場合もある。たとえば,性・学歴が同じ人々でも意見や意 識までが同じとは限らない。そこで逆に,多数の項自を質問したときに,同じ ような回答をする人々をまとめて一つの集団とし,異質な回答をする門々と区 別し,それぞれの集団に属する人々の特性を調べるという方向が考えちれる。

 (◎ また,方醤から共通語への変化がどの部分から起こり,どの順序で進ん でいくかを追ってみる。変化の経路を探ろうというわけである。eg VI章で見た 音声の共通語化の程度の数値から見れば,唇音性1→口蓋化→有声化→……の 順序で共通語化が進んでいくことが当然予想されよう。これは鶴岡市民全体の 平均的なコースではあろうが,これとは別の順序で共通語化していく人々の集 団がいくつか存在していると考えられる。

 の)共通語化の経路にいくつかの種類が見られるとすれば,それぞれの経路 をとる入々はどのような属性を持っているかを考えてみる。

 以上に述べたそれぞれの目的は分離したものではなく,同じことを別のこと ばで述べたに過ぎない。多変量解析の方法として,共同研究者の一丁でもある 統計数理研究所の林知己夫の開発による数量化理論第Ili類を用いる。これは「パ

ターン分類の数量化」と呼ばれているものである(以下では単に「パターン分 類」と呼ぶ)。パターン分類は外的基準を持たない場合の属性のデータを解析 するための手法であり,通常の言語データの処理に適していると思われる。ま た,,パターン分類の結果を利用してPOSA(部分尺度解析)を行う。

 パターン分類およびPOSAの基本的な考え方は第K障の2.でふれられている のでここでは省略するが,要するにパターン分類は「それぞれの回答に数値を 与える.ことによって國答パターンを数量化し,これを用いて,質問に対する回 答の類似性と,回答した人々の類似性の両薗を描き出そうとする方法」であり,

plOSAは人の意見や態度を測るモノサシの作成を目指すものである。

188

関連したドキュメント