3.2. Klaszteranalízis

Jegyzet elhelyezéséhez, kérjük, lépj be.!

Az adatközlők mindkét csoport esetében szemmel láthatóan is elkülönülnek. Vannak közöttük, akik minden IHKM-konstrukcióval szemben elutasítóak, egy részük néhány szerkezet esetében valamivel megengedőbb, egy másik részük pedig még több szerkezetet elfogad. Tehát a különböző típusú IHKM‑ekre a különböző emberek eltérően reagálnak, ami a nyelvészek esetében még némileg lehetővé teszi e csoportok intuitív úton történő azonosítását, azonban a diákoknál (n = 63) ez a rendszer kevésbé átlátható.

Jegyzet elhelyezéséhez, kérjük, lépj be.!

Ezért a csoportok azonosítására a nyelvészeknél és a diákoknál is hierarchikus klaszterező eljárást alkalmaztunk. Az adatokat korábban más módszerekkel is vizsgáltuk (Kenesei–Szeteli 2021). Az eljárást azt a célunkat szem előtt tartva választottuk, hogy különböző szintaktikai dialektusokat és adatközlői stratégiákat tárjunk fel, melyek korábbi munkánkban csak részben bontakozhattak ki. Úgy ítéltük meg, hogy bár a populációstatisztikai mintázatok feltárására más bevett módszerek is léteznek, mégis az általunk használt eljárással azonosíthatjuk, egyben átláthatóan szemléltethetjük is az egyes adatközlői alcsoportokat.

Jegyzet elhelyezéséhez, kérjük, lépj be.!

A hierarchikus klaszterezés során nem kell előre megadni a keresendő klaszterek számát, ami alkalmassá teszi előzetes vizsgálódásra. Ide tartozik a széleskörűen használt és elfogadott (Cooksey 2014, 179; Sajtos–Mitev 2007, 295), varianciamódszernek is nevezett Ward-féle eljárás.

Jegyzet elhelyezéséhez, kérjük, lépj be.!

Kenesei (2020) alapján a hipotézisünk az, hogy a főnévi állítmánnyal álló IHKM-eket fogadják el a legszélesebb körben, aki ezeket is rossznak értékeli, azt az eljárás az elutasítók közé fogja sorolni. A létrehozott klaszterek elemzése során kiderülhet, ha mégis létezne olyan alcsoport, amelyik valamilyen más állítmánnyal álló IHKM-et fogad el, miközben a főnévi állítmánnyal állót elutasítja.

Jegyzet elhelyezéséhez, kérjük, lépj be.!

A klaszteranalízis változóiként a kérdőívben megadott 22 konstrukcióhoz tartozó grammatikalitási ítéleteket jelöltük meg. A változók faktoranalízissel történő csökkentéséhez nem állt rendelkezésre az ajánlott – a változók számához képest ötszörös – elemszám. Azonban az ökölszabályt, amely szerint nem adunk hozzá olyan változót az elemzéshez, ami egy másik változóval erősen korrelál, szem előtt tartottuk (0,9-es korrelációs együttható, l. pl. Sajtos–Mitev 2007). Minden esetben ellenőriztük a korrelációkat, de nem merült fel ilyen változó a példamondatok között.

Jegyzet elhelyezéséhez, kérjük, lépj be.!

A távolságfüggvény varianciamódszer esetén kötelezően a négyzetes euklidészi távolság, használatakor a nagyobb távolságok még nagyobb hangsúlyt kapnak (Sajtos–Mitev 2007, 293). Emellett Cooksey (2014, 179) szerint is ez a legmegfelelőbb távolságfüggvény adatközlők klaszterekbe sorolásához.
 
Tartalomjegyzék navigate_next
Keresés a kiadványban navigate_next

A kereséshez, kérjük, lépj be!
Könyvjelzőim navigate_next
A könyvjelzők használatához
be kell jelentkezned.
Jegyzeteim navigate_next
Jegyzetek létrehozásához
be kell jelentkezned.
    Kiemeléseim navigate_next
    Mutasd a szövegben:
    Szűrés:

    Kiemelések létrehozásához
    MeRSZ+ előfizetés szükséges.
      Útmutató elindítása
      delete
      Kivonat
      fullscreenclose
      printsave