A mandarin beszédhangok produkciója kínaiul tanuló magyar anyanyelvűek ejtésében - 6.2.3.5. Statisztikai elemzések

Juhász Kornélia: A mandarin beszédhangok produkciója kínaiul tanuló magyar anyanyelvűek ejtésében

›

6. A kínai vokalikus szegmentum(sor)ok produkciója

›

6.2. Az illabiális veláris [ɤ] magánhangzó, az alveoláris [ɹ] approximáns, valamint a posztalveoláris [ɻ] approximáns akusztikai vizsgálata

›

6.2.3. Módszertan

›

6.2.3.5. Statisztikai elemzések

Jegyzet elhelyezéséhez, kérjük, lépj be.!

Hivatkozások

Válaszd ki a számodra megfelelő hivatkozásformátumot:

Harvard

Juhász Kornélia (2025): A mandarin beszédhangok produkciója kínaiul tanuló magyar anyanyelvűek ejtésében. : Akadémiai Kiadó. https://doi.org/10.1556/9789636641467Letöltve: https://mersz.hu/hivatkozas/m1313amandny_745/#m1313amandny_745 (2025. 12. 25.)

Chicago

Juhász Kornélia. 2025. A mandarin beszédhangok produkciója kínaiul tanuló magyar anyanyelvűek ejtésében. : Akadémiai Kiadó. https://doi.org/10.1556/9789636641467 (Letöltve: 2025. 12. 25.https://mersz.hu/hivatkozas/m1313amandny_745/#m1313amandny_745)

APA

Juhász K. (2025). A mandarin beszédhangok produkciója kínaiul tanuló magyar anyanyelvűek ejtésében. Akadémiai Kiadó. https://doi.org/10.1556/9789636641467. (Letöltve: 2025. 12. 25.https://mersz.hu/hivatkozas/m1313amandny_745/#m1313amandny_745)

BibTeX EndNote Mendeley Zotero

Az adatok statisztikai elemzését lineáris kevert modellekkel végeztem az R programban (R Core Team 2019). A p- és F-értékeket Satterwhaite-approximáció segítségével nyertem ki, ami az lmerTest csomagban (Kuznetsova et al. 2017) elérhető. A függő változókra, azaz az F1 : F2 arányára, illetve az F2 : F3 arányára két általános lineáris kevert modellt állítottam. Mindkét függő változó esetében a három csoport (kínai anyanyelvű kontrollcsoport/elsőéves magyar anyanyelvű beszélők/harmadéves magyar anyanyelvű beszélők), valamint a szegmentum (alveoláris approximáns/posztaveoláris approximáns/illabiális veláris magánhangzó) független változók szerepeltek a modellben, valamint ezek interakciója, kiegészítve egy random változóval (random intercept), a beszélő személyével (modellFxFy = lmer(FX:FY ~ csoport * szegmentum + (1|beszélő)). A változók szintjeit páronként post hoc tesztekkel vetettem össze (Lenth 2020) (modellpost hoc = lsmeans(modellFxFy, list(pairwise ~ csoport * szegmentum), adjust = "tukey"). Az adatokat a ggplot2 csomag segítségével ábrázoltam (Wickham 2016).

Kivonat

fullscreenclose

printsave