Documentos de Académico
Documentos de Profesional
Documentos de Cultura
, i
LItSlern
',/2
:rb/x
t''mqli,n
It
l6d
l-l-t
'.i
l4hdeum
o A {"hr^t ,,M'
'---i
e. tP^elki,{. , &rd,xY*: &rhrafs.
r
.t
rl
-])
ti,
$,
clitcl-i()s cn los c.luc nrJS brsrrnos para ,zrsignarles lrn dclel'ltlintclo valclti; csto succclt' cn el caso cle arlgunas vzrl'ilrbl.'- Ll ur'\'ir Itcl)rr,s lt'llei,)l)rclcl \ qLte scgttit-cmos utilizancl< cn los cicrrrplos clt este .upitlto, .-" el gr-aclo
cie bilrngtiisrl,. No p.cle'ros asignzrr arbitrarirrnenle ur-r
cieter-r-lrinrclo glardo clc bilingirismo a un informante, sino
(lLlc rlt:cesitrnros habeI rcalizrdo anterior-mente algrn
tipo
sr-r
l3t'
I
i.
,
ft
E"
I
N,r
i
l
lll
nos ctmbic-ls ctltrtroltdos t'rt cl trlttltt'l-'."1t'tlllLh;'t tl'
(ltle
il
slll(lC
lalubra.r,,cn lr sOnrr'idacl cic lr.:r.rtls()lltlltC
ia u,r.al, strs scran ()trls taI)tiIS r'triitblcs ittc{ellctrci it'ti
tr'.1"
teS que inciclir'an cn lr cllttrcitin clc lir voeltl. Plttlie
('sr:
s(r
e rl
lltrtl
pl
prtcclcll
cle eit, c[istincin, ]<ls rcsr-tlttd's
r;.rri;,'
trna tablr c llr clrtc sc,,ltsr'trctr l<,s tltlltlli,rs .tt llr
( {)rl\ii.:('
ble depenclientc cn f lrcin dc Irs cr-r.^ l't\;rrt)()\
rado indepenclic'n tes.
Entrinckr Vt er) las dilc|entcs cllrses clc vltt ialrlt's r tr,'
poclemos enCOntrar er-l Lln tr-1bai() crpe titnct-tttl, clrlrt't'it't
tror L,.ru prime|a separacirn enU-c lis Ilal-l-lrclts vlrt ialll''s
r';-ts
cotttintLcLi y las discotttinuns. Mict-ltlats qltt llts ltiltrt
n'riL'r'l
la
clLtrrcititr
p-dii tc'ner cuzrlquie r- vrlor
-c()nt()
iir"g.,r-rd,_r, cle *n enr-rncircl,r t.l lt ['r-ccrrctcit clt hcl t:i,s ti.'
s'ilti
,_,, io"ro'.te-, las va'iablcs clisc.lrtinltrs ' cliscl'ctt:
t, tl.'
DUeClen tcil-ntr ciertos vriOr-cs (p<lI cit'rn1ll()' cl itttlt't
rtttr
iic
tcctltttit:ititt
cler
ia,au, cle uni palabr:i o el grzrd,
slzrba).
W.,
ffi
tal'rlr
ffi
ffi
,,ffi,
&ii I
,,$,;
cott
ff''
$i
lil [e]
tPl
{
f
rrl
1:
Inf
Inl
Inf
Inf
lnf
lnf
1498 1549
1590 r549
570
1549
1641 1549
1600 1651
1
IJ
fKl
5,5
3,6
I 0,7
l 8,8
i7,8
8,4
6,1
9,8
[r;]
6,e
1?-,l
13,3
8,2
12,2
8,3
Inf I
17,3 12,8
9,s
Int
23
Inf
Inf
Inl
Inf
Inf
Inf
Inf
Inf
4
5
13,
,4
13,5 i6,1
,3
11
-q
44,5 23,9
10,7 22
28,7
z
3
4
5
15 ,2
1 0,7
25,1
) 8,2
l,l
13, 13,
9,1 10,8
lt
9,6
10,9
24,5
20,6
l9.b
".1,3
l:1.(
4)I 15
i,1 ll,7
ll,8 14,6
10,2 ll'7
26,5 30,7
16,1 1c1,3
11,9
q)
t)
t3..1
i7 i
l.l.
ll,rr
(t,i
1l,l
18,:-.
2a,1
.l
9,9
l?,2
i7
3L)
1l
i2
30
,:)
,l
3:r ,tl
l5 l
caso de cada consonante en cada contexto voclico, caen la tabla 3- que re-(c> de
presente cada uno de los casos
combinacin . ,rro
oclusiva con una vocal que aparecen en el corpus:
'I.nra
TasL,{
3.
tpl
Inf
Inf
Inf
Inf
Inf
2
3
il
c] c2
15'5 17,2
3,6 6,7
ro,7 11,3
18.8
17 ,6
t7
16,5
,8
tel
c3
16,3
10,1
16,9
16,9
cl
c2
8,4 10,2
6,1, 8,2
9,8 10,2
13,6 14,6
13,3 13,9
c3
q?
77,1
Intrprete
Conferenciante
(efD
JI
vocal larga
total
ueh>
(mm)
Intryrete
23
0
12
vocal larga
J/
29
49
total
46
)/.
En el momento de presentar los resultados rJe pruebas de percepcin suelen utilizarse las llamadas matrices
de confusiones. Yeamos como ejemplo parte de los resuitados de una prueba de identificacin de vocales sintetizadas (Llisterri, 1984) en la tabla 5:
10
tjl
[e]
jl 60,6 34
[e] l,s e2,4
t
te
4,s
[a]
tal
1,5
1
trl
tol
tel
tl
Lol
4,5 0,7s
3,7 0,75
93,9 0,7 5
0,7 5 84,8
[]
-'l I
Lc
tol
tul
0,75
o,75
94,6
2,2
7,5
))
3,7
0,7s
94,6
))
q)4
0,75
5?
97,7
4. Histograma
segundo formante de
6.2. LA PRESEN?'ACIN DE
LOS DATOS
",
142
Hz
tll
en el contexto
[]el
en un informante
20
10
"er"
conf
alug
conf
"eh"
intl
"eh"
int2
"mm"
alarg
intl
lrg inl2
Flcuu 5.
t43
alatg int2
alarg intl
"mm" int2
"mm" intl
"eh" int2
"eh" intl
alarg conf
"er" conf
010203040
- Frcuna 6. Diagre_ma de barras mostrando el nmero
de fenmenos relacionados con ra intenupcitt der
discurso
en un conferenciante y en dos intrpretes
La informacin es, en este caso, equivalente a la
terior. Sin embargo, en el momento d preparar rrr. an."_
presentacin grfica de los datos debe ienrse
en .r".r_
ta especialmente laicraridad. si intentamos representar
mediante un histograma ros datos de la tabra i."l.,i;;,
al valor del vor de las tres ocrusivas sordas del
cataln
en contacto con las vocales tnicas realizadas por
cinco
informantes obtendremos er resultado de la fd; t. ^t44
filtiltil{il[i]telleltelfelieltEllEltEltEltEltaltaltaltaltajt0ltojl0l[0]lol{olLollollol[o]fullullullullul
vocal
Otra posibilidad viene dada por los llamados polgonos de frecuencia. Los valores de las variables se representan mediante puntos en lugar de hacerlo mediante
barras como en los histogramas, aunque siguiendo el
mismo principio: la altura del punto en el eje vertical indica o bien la frecuencia de aparicin o bien el valor de
una determinada variable, situada en el eje horizontal'
Pueden compararse distribuciones de datos juntando dos
o ms polgonos en la misma grh'ca, tal como se ha hecho en la figura 10, en la que se presentan de nuevo los
valores medios del VOT de las tres oclusivas sordas del
cataln en funcin de la vocal que les sigue:
VoT [tl
tkl
vor
[p]
d.el cataln
lol
tol
lal
IE]
Ie]
til
0
Frcun
20
40
9. Valores medios
60
80
l4
tkl
del cataln
En el eje vertical encontramos la duracin en milisegundos del VOT, y en el horizontal el contexto voclico
en el que se ha realizado cada consonante. La ventaja de
esta figura reside en que permite observar de forma independiente el comportamiento de las tres consonantes
de una manera q.uiz ms clara que el histograma, aunque en realidad no aporta ninguna informacin que no
conociramos de las grficas anteriores.
Este tipo de diagramas es tarnbin una buena altert47
conjunto de vocales del cataln, a partir de datos extrados de Llisterri (1987). En el eje horizontal encontramos
la frecuencia en hercios del primer formante (Fl) y en el
vertical la del segundo (F2); cada punto representa una
vocal producida por un informante, de modo que los
seis puntos que pueden contarse para cada vocal corresponden a las realizaciones de la misma vocal en el
mismo contexto de seis informantes diferentes:
t++
fi!
2000
++olq
!d,
o
40
----+-
1000
^^
^r
u0
trl
0f
2D0
o -
"o3
a
".
600
?00
pppppppppppppppp r r r r r r r r r r r ft r t
-Gr-
tpl
t48
0%
Acabaremos sealando que corresponde al investigador seleccionar el tipo de presentacin grfica que se
que
adecua mejor a sus resultados, y que en la revisin
posibiliacabamos e hacer no hemos agotado todas las
dades de presentacin visual. Por ello, un programa -de
es una de las
;;fi."t flexible y relativamente completo
erramientas imprescindibles en la realizacin de un
trabajo de fontica experimental'
44,23%
55,l7%
Intrprete
I
I
"eh"
alargamiento
0 1 23
En el momento de realizar una descripcin estadstica de los datos, hay dos factores que entran en consi_
deracin: las llamadas
"medidas de Lu t"rrd".r.ia central>
y los que podemos denominar
..indicadores de la dis_
persin". Ambos parten del concepto de distribucin
norynal, que ejemplificaremos a continuacin.
.3.1.1. La distribu.cin normal
Imaginemos ql-te en una clase de 3 estudiantes, las
rlotas de un examelr. son las que se recogen en la tabia 6:
:.
0
10
8
19
'7
28
6
23456789
10 1199222
u12131415161718
88333377
20 21 22 23 24 25 26
74444466
29 30 31 32 33 34 35
66555s55
27
36
4 5 67
8 910
(a):
Conjunto de datos
(b):
Conjunto de datos
(c):
Conjunio de datos
(d):
i5s
dores se ven afectados tambin por la presencia de valores atpicos en el grupo. Si observams los valores de
la tabla 2, veremos que el VOT de [k] presenta un valor
mnimo de 12,5 ns y un mximo de 59,5 ms, con un
rango de variacin de 47,3 ms; en cambio, tanto la media (29,3 ms) como la mediana (29 ms) tienden a coincidir, demostrando que se trata de una distribucin que
se aproxima a la normal, exceptuando los valores extremos que aparecen a la derecha de la fieura 16:
ms
[k]
de
de
de
de
datos
datos
datos
datos
(a)
(b)
(c)
(d)
Desviacin tpica = 3
Desviacin tpica = 0,5
Desviacin tpica = 4,7
Desviacin tpca = 2,1
el VOT de [p'i
modo siguiente: no hay diferencias entre
valores qup hemos relaciov^. ft! si fuera i"t', los
iuo .tt cada una de las consonantes perteneceralt'.en
Nuestro objetivo
realidad, a un nico conjunto de datos'
utilizando
es demostrar la f^lttd^ de esta afirmacin'
los vaque
demostrar
,ra, pro."aimiento que nos.permita
a dos conjunlores hallados en ei anlisii corresponden
tos de datos distintos'
conocidcr
Para elio utilizaremos un test estadstico
de
como t-test de Student' Este test compatq l?.*'tdias
que
probabilidad de
;;;^;*p;, d" duto' v nos da unaque
estn extradas de
pertenezcan al mismo gtt'po o de
las medias de durail;;;;;; ait"r.,'I"'' o*p^t'ndo
este test' obtene.i?"-"ivoT de [P] y de [ mediante
quiere decir. que tc;;; ;;. significaci cle 0' Io que
pro;;;"; d 0"% cle posibilidades de que las medias
vengan dei mismo grupo'
gmpos los daEn cambio, i,'tt-"tt-os dividir en dos
que en
-"1 gf"P"
tos relativos a la oclusiva [p1, de modo
bilabiales
oclusivas
las
a
tengamos to, .ot'"'fondlttti"t
vocalcs
las
con
que han sido pronunciadas en contacto
con
[a]' L:l'
contacto
[i], tel y tel y "" "oo-f"t d9 lpl ennos proporcionan unr
t-test
ioi v iul Los resultados del
indica.que' cr)n
significacin estadstica de 0,561, lo que
de
posibilidacies
e
i;il;;;;tli;;J;;;t";emos er 56o/o
gntmismo
medias corTespondan en realidad al
qL f"t
po de datos.
"" ;;;l;isar
"ffiJ;;;i
d"e da_
duce una consonante lateral alveolar o bien utiliza la variante velarizada propia del cataln.
Para ello debemos obtener tres conjuntos de datos
para cada uno de nuestros informantes; los valores del
F2 de [l] cuando hablan cataln, cuando hablan castellaltimos se presentan
no y cuando hablan francs
-estos
para un informante en la tabla 1-. Si pensamos que plrede haber una fuerte interferencia del cataln en el h'ancs, plantearemos la hiptesis nula en los trminos siguientes: no hay diferencias entre los valores de F2 de lll
en las realizaciones catalanas y en las realizaciones francesas de los infbrmantes. Un test adecuado nos permitir establecer el grado de significacin de las diferencias,
y decidir si podemos o no falsar la hiptesis nula. Un grado de significacin por encima de 0,05 nos indicar que
hay rns de un 5o/o de posibilidades de que los valores de
F2 encontrados para ambas lenguas pertenezcan ai mismo conjunto de datos, con lo que no podremos falsar la
hiptesis nula y tendremos indicios suficientes para penr.i q,t., al hablar trancs, nuestros locutores esln utilizandc la variante velartzada propia del cataln.
Los ejemplos que hemos utilizado hasta ahora se refieren a la comparacin entre dos conjuntos de datos
VOT d" [p] y [U o los vaiores de F2 de []l en fian-el
cs y en cataln- y en estos casos pr,rede utilizarse el
t-test de Student al que hemos hecho referencia. Sin e mbargo, puede ser que necesitemos comparar ios datos de
ejemplo los valores de VOT de
ms de un grupo
los valores del F2 de [l] en cataln,
las tres oclusivas o-por
castellano y francs-i para ello debemos recurrir a otra
tcnica, conocida como anlisis de varianza.
A grandes rasgos, se trata de determinar si la variabilidad de los datos entre los diferentes grupos es mayor
que la variabilidad en el interior de cada grupo, ccn objeto de falsar la hiptesis nula si esto sucede; volviendo a nuestro ejemplo, las diferencias que se encuentran
comparando las mediciones del VOT d* ipl, tll V Ik] deben ser mayores que las que hallamos comparando entre s todas las las mediciones realizadas para lp l, para
16i
Lehiste, 1970). Los siguientes datos, tmados de Llisterri (1984), corresponden a valores medios para el calalan
de una informante femenina:
de
Io]
trl
tuj
208
191
591
204
516
208
429
212
525
Vocal
trl
lvt
fpl
Ie]
Fo
200
204
F1
331
325
Etee
.40:ll.l
190
210
220
lil, lel y [e ]
(en
el eje hoal aumentar Ia frecuencia del fundamental
rizontal) aumenta tambin la del primer formante (en el
eje vertical), mientras que en las posteriores Ia], [cl, [:l y
[u] al incrementarse la frecuencia del fundamental trecreSe observa que para las vocales anteriores
13
en muchos casos esto no ser as. Por ejemplo, partiendo de los datos de la tabla 2 podra interesarnos esttldiar
la relacin entre las tres variables que all se presentan:
lugar de articulacin de la consonante, vocal adyacente
e informante. Habitualmente encontramos una combinacin de variables dependientes e independientes, y
queremos estudiar su interaccin. Se habla entonces de
nlisis multivariante, y para llevarlo a cabo existen diversas tcnicas como la regresin mltiple, el anlisis
discriminante y el anlisis factorial.
La regresin mltiple permite evaluar la influencia simultnea de varias variables independientes sobre una
variable dependiente, superando las limitaciones de la
correlacin, que slo es til para examinar simultneamente dos variables. Complicando ligeramente el disero
del experimento sobre la velarizacin de la consonante
Iateraf en los bilinges cataln-castellano que aprenden
francs, podramos introducir dos tipos de corpus: un corpus ledo y un corpus que consistiera en una convel'sacon un hablante francs nativ<-r; si adeLin
"tpotttnea
ms clasificamos a nuestros informantes segn su grado
de bilingismo, obtendrenros dos variables independientipo de corpus y el grado de bilingismo-, que
tes
-el
influirn conjuntamente sobre la variable.dependiente
velari za;in de la consonante lateral. ste es un t-la
pico diseo experimental al que podramos aplicar un
anlisis basado en la regresin mltiple.
Etl anlisis discriminante se utlliza, en cambio, cuando en la variable dependiente tenemos ms de una categora y queremos averiguar cmo se relaciona esta divisin con nuestras variables independientes' Sabentrs,
por ejemplo, que en la identificacin del lugar de articuiacin de una oclusiva influye el VOT, tal como se deduce de los datos examinados hasta aqu, pero tambin
se ha mostrado que son importantes las caractersticas
de la explosin y de la transicin desde la consonante a
la vocal que la sigue. Podramos preparar un experimento en el que, mediante la sntesis, creramos ar1ifi"
cialmente una serie de slabas en las que variaran los va1s
LECTURAS
di_
"i';
166
t67
Do de
ill,ghes (1986) presentan las nociones estadsticas ms releuuni". para los esturtios lingsticos, el primero a un nivel ms
bsico que el segundo; ambos libros no se limitan a los problemas de la adquisicin de segundas lenguas, sino que examinan casos ms generales; Woods, Fletcher y Hughes, por
ejemplo, basan muchas de sus explicaciones en un anlisis de
ullo.-.t del VOT y mencionan tambin experimentos sobre
confi-rsiones de consonantes, utilizando adems ejernplos relacionados con la adquisicin de la primera lengua y la patologa del lenguaje. Anshen (1978) se centra en los conceptos
stadsticos necesarios para el anlisis de variables sociolingsticas siguiendo planteamientos labovianos. Milroy (1987)
edica su captulo al anlisis de las variables fonolgicas en
sociolingstica, presentando algunos de los problemas propios del tratamiento estadstico.
Hasta este punto hemos seguido paso a paso las etapas propias de los estudios experinrentales tal como se
esquematizaban en la figura 3 dei segundo captulo. Se
han tratado los problemas relacionaCos con la delimitacin del campo de trabajo y la formulacin dei las hiptesis, las diversas tcnicas para constituir un co.pus y
seleccionar a los informantes, las precauciones a la hora
de realizar las grabaciones y algunos mtodos para la
presentacin y el tratamiento de los datos cuantitativos.
Acabamos el captulo anterior insistiendo en la necesidad de diferenciar la estadstica de la interpretacin de
los datos, y una vez hnalizada esta ltima etapa nos encontramos ya en condiciones de trasladar al papel el resultado de nuestro trabajo.
La forma final depender, natural.mente, del destinatario. Un artculo para una revista especializada no tiene las mismas caractersticas que un trabajo de investigacin realizado en el marco de unltercer ciclo universitario o que una tesis doctoral; una exposicin oral en
un congreso o en un seminario ser necesariamente diferente de una presentacin escrita. Sin embargo, existen una serie de puntos en comn en la presentacin de
1B
t69